核心定位
Proactive Agent 是一套面向 AI Agent 的行为框架与设计模式，旨在解决传统 Agent "每次重启清零"、"被动等待指令"、"缺乏安全边界"等核心痛点。
核心用法
快速启动：复制模板文件 → 完成交互式/渐进式/跳过式 onboarding → 自动生成 USER.md 和 SOUL.md 人格档案。
日常运转：Agent 每次会话自动读取 SOUL.md（自我认知）、USER.md（用户画像）、近期记忆文件，建立上下文连续性。
心跳自检：周期性执行安全扫描（注入检测）、错误自修复、主动创意生成、记忆蒸馏归档、系统清理等维护任务。
五大支柱：
- 记忆架构：双层级存储（每日原始日志 + 周期性蒸馏的长期记忆）
- 安全加固：防御提示词注入、外部内容指令隔离、删除确认机制
- 自我修复：10 种尝试原则（查文档、搜 GitHub、换工具组合等）
- 对齐系统：定期重读核心身份与用户目标，防止行为漂移
- 主动惊喜：每日自问"什么能让用户惊喜"，内部构建但需审批再外发
显著优点
1. 延续性突破：终结"每次重启失忆"，通过结构化文件实现跨会话学习与进化
2. 安全先行：内置多层防御——注入检测、外部内容隔离、操作审批门槛
3. 渐进式认知：Onboarding 不阻塞使用，三种模式适配不同用户偏好
4. 实战验证：作者 Hal 9001 自身即运行此模式的 AI Agent，非纯理论设计
5. 零依赖轻量：纯 Markdown + Bash，无外部包、无网络调用、完全离线
潜在局限
- 实现门槛高：需 Agent 具备文件读写、长期运行、定时任务等能力，普通 Chat 界面难以完整复现
- 依赖模型能力：主动推理、根因诊断、创意生成等质量高度依赖底层模型
- 无自动化保障：框架提供"应该做什么"，实际执行效果依赖配置与调优
- 文件管理负担：长期使用将产生大量记忆文件，需手动维护蒸馏与归档
- 人格漂移风险：SOUL.md 对齐机制有效但非绝对，复杂场景下仍可能偏离
适合人群
- 开发自主 AI Agent 的工程师与研究者
- 追求"智能伙伴"而非"工具执行者"体验的高阶用户
- 需要 Agent 跨项目、跨会话保持上下文的专业工作流
- 重视安全边界与可控性的企业级 Agent 部署
常规风险
| 风险类别 | 说明 |
|---------|------|
| 权限配置失误 | TOOLS.md 与凭据文件若权限不当可能导致敏感信息泄露 |
| 过度主动干扰 | "主动惊喜"若阈值设置不当，可能从助力变为打扰 |
| 记忆污染 | 错误信息写入 MEMORY.md 后将长期影响 Agent 行为 |
| 外部操作误判 | 邮件/推送等外发操作需人工审批，但紧急场景下用户可能疏忽 |
| T2 来源依赖 | 个人开发者维护，长期更新与社区支持存在不确定性 |