Proactive Agent

• Vous souhaitez un agent qui agit sans qu'on le lui demande — en faisant émerger des idées, en construisant des choses et en assurant le suivi des décisions passées sans y être invité.
• Votre agent perd le contexte entre les sessions ou lors de longues conversations — le protocole WAL et le Working Buffer garantissent que les détails critiques survivent à la compaction et aux purges de mémoire.
• Vous avez besoin d'une auto-amélioration cohérente et sécurisée — les garde-fous ADL/VFM permettent à votre agent de faire évoluer ses propres schémas de fonctionnement sans dériver ni compromettre la stabilité.
• Vous exécutez des tâches cron autonomes en arrière-plan — la compétence enseigne la distinction entre une exécution déclenchée et une exécution véritablement autonome, afin que les tâches planifiées se lancent et s'exécutent réellement jusqu'à leur terme.

• Si votre cas d'usage est purement sans état ou à tour unique — l'architecture mémoire et le protocole WAL ajoutent une surcharge qui n'est pas utile lorsqu'il n'y a aucune continuité à préserver.
• Si vous ne souhaitez pas que votre agent prenne des initiatives — les comportements de surprise proactive et d'invite inversée sont au cœur de l'identité de cette compétence ; un agent qui se contente de suivre des instructions à la lettre est peu adapté.

Avant de composer toute réponse, l'agent analyse chaque message humain à la recherche de corrections, de décisions, de préférences et de valeurs spécifiques, puis les écrit d'abord dans SESSION-STATE.md. Cela garantit que les détails critiques ne sont jamais perdus lors de l'éviction du contexte — le déclencheur est l'entrée de l'humain, et non la mémoire de l'agent.

Une fois que le contexte atteint 60 %, l'agent active un tampon de travail qui enregistre chaque échange — aussi bien le message de l'humain qu'un résumé de la réponse de l'agent — dans un fichier persistant. Après la compaction, le tampon est lu en premier afin que l'agent n'ait jamais à demander « où en étions-nous ? »

Se déclenche automatiquement lorsqu'une session redémarre après une troncature. L'agent lit memory/working-buffer.md, puis SESSION-STATE.md, puis les notes quotidiennes dans l'ordre, en extrayant et consolidant le contexte avant de présenter un résumé de récupération — sans demander à l'utilisateur de tout réexpliquer.

Le protocole Anti-Drift Limits empêche l'agent d'ajouter de la complexité pour elle-même, d'effectuer des modifications invérifiables ou de sacrifier la stabilité au profit de la nouveauté. Le système de notation Value-First Modification garantit que chaque modification comportementale doit démontrer un effet de levier cumulatif avant d'être adoptée.

Distingue les crons systemEvent (qui sollicitent la session principale) des crons isolated agentTurn (qui lancent un sous-agent pour effectuer le travail de manière indépendante). Prévient le mode d'échec où les vérifications planifiées ne s'exécutent jamais réellement parce que la session principale est occupée.

Couvre la vérification des compétences installées (avec des indications selon lesquelles ~26 % des compétences communautaires contiennent des vulnérabilités), la protection contre les réseaux d'agents IA externes utilisés pour la collecte de contexte, ainsi que la prévention des fuites de contexte avant la publication dans des canaux partagés.

Pour un travail continu s'étalant sur des jours ou des semaines, Proactive Agent maintient la continuité grâce à SESSION-STATE.md et aux journaux de mémoire quotidiens. Le protocole WAL capture chaque décision et correction au moment où elle se produit, de sorte que l'agent reprend exactement là où il s'était arrêté à chaque session.

En utilisant le modèle cron agentTurn isolé, planifiez des tâches telles que l'actualisation de la mémoire, la révision des journaux ou les audits de sécurité pour qu'elles s'exécutent et se terminent sans nécessiter l'attention de la session principale — essentiel pour une automatisation véritablement sans intervention humaine.

La boucle de curiosité, la boucle de reconnaissance des schémas, et l'architecture USER.md/SOUL.md permettent à l'agent de construire un modèle persistant de qui vous êtes et de ce que vous valorisez. Les demandes répétées sont détectées et proposées à l'automatisation ; les décisions passées font l'objet d'un suivi hebdomadaire.

Au lieu d'attendre qu'on lui pose une question, l'agent fait émerger des idées grâce au reverse prompting — en demandant ce qui serait utile en fonction de ce qu'il sait de vous. Le Heartbeat System planifie des vérifications régulières de « surprise proactive » afin que ce comportement se déclenche automatiquement, et pas seulement lorsqu'il est sollicité.