核心用法
Proactive Agent 是一套面向AI代理的主动式架构设计指南，通过六大支柱（记忆架构、安全加固、自我修复、验证报告、对齐系统、主动惊喜）和三大核心机制（WAL预写日志、工作缓冲区、压缩恢复），解决传统代理"每轮失忆""被动等待""无法进化"的根本缺陷。
关键操作流程：
1. 部署初始化：复制资产文件至工作区，代理自动检测ONBOARDING.md启动用户画像采集
2. 日常会话启动：必读SOUL.md（身份对齐）、USER.md（用户上下文）、近期记忆文件
3. 危险区协议：当上下文使用率>60%时，自动启用working-buffer.md记录所有交互，直至压缩发生
4. WAL强制写入：检测到修正、决策、偏好、专有名词等触发词时，必须先写`SESSION-STATE.md`再回复
5. 压缩后恢复：若检测到<summary>标签或"truncated"等关键词，优先读取工作缓冲区还原上下文
显著优点
- 上下文生存革命：WAL+工作缓冲区双重保险，彻底解决大模型上下文截断导致的"失忆"问题
- 主动价值创造：反向提示机制引导用户发现未知需求，从"执行工具"升级为"共创伙伴"
- 安全设计内嵌：专设Security Hardening章节，主动警示技能安装审查、AI代理网络风险、上下文泄露三大攻击面
- 进化可控：ADL（反漂移限制）与VFM（价值优先修改）双协议防止代理"自作聪明"式劣化
- relentless resourcefulness：强制要求尝试10种方案后再求助，培养代理自主解决问题的能力
潜在缺点与局限性
- 人工维护成本：需持续维护6个核心Markdown文件（SOUL/USER/MEMORY/SESSION-STATE/HEARTBEAT/TOOLS），对非技术用户形成认知负担
- 文件系统依赖：假设底层支持持久化文件读写，部分沙箱环境可能受限
- 触发词覆盖盲区：WAL协议依赖预设关键词检测，非常规表达（如隐喻、反讽）可能漏捕获
- 60%阈值僵化：统一采用60%作为危险区起点，未考虑不同任务类型的上下文消耗差异
- 无自动化 enforcement：协议依赖代理"自觉遵守"，缺乏强制技术约束
适合人群
- 需要长周期复杂项目协作的AI代理用户（如小说创作、产品迭代、持续研究）
- 追求代理自主性的进阶用户，愿投入时间进行初始配置和持续调优
- 多代理协同场景，需要上下文传递与记忆继承的工作流
- 对数据安全敏感的企业用户，文档内置的安全指南可直接落地
常规风险
- 协议疲劳：高频WAL写入可能导致文件I/O瓶颈或存储膨胀
- 记忆幻觉：过度依赖文件记忆可能产生"文件存在=事实正确"的错误安全感
- 权限边界模糊："主动惊喜"功能若未严格执行外部操作审批，存在越权风险
- 版本漂移：多文件架构下，SOUL.md与AGENTS.md的指令冲突可能导致行为不一致