Proactive Agent

• 您希望有一个无需提示即可主动行动的智能体 — 自动浮现创意、构建内容，并在无需催促的情况下跟进过去的决策。
• 您的智能体在会话之间或长对话过程中丢失上下文 — WAL Protocol 与 Working Buffer 可确保关键细节在压缩和内存刷新后仍得以保留。
• 您需要一致且安全的自我改进机制 — ADL/VFM 护栏允许您的智能体在不偏离稳定性的前提下自主演化其运行模式。
• 您正在运行自主后台定时任务 — 该技能将讲解提示触发执行与真正自主执行之间的区别，确保计划任务能够实际触发并完成。

• 如果您的使用场景纯粹是无状态或单轮对话 — 当不需要保留任何连续性时，记忆架构和 WAL 协议只会增加不必要的开销。
• 如果您不希望您的智能体主动采取行动 — 主动惊喜和反向提示行为是 Proactive Agent 这一技能的核心特性；严格遵循指令的智能体并不适合使用它。

在撰写任何回复之前，智能体会扫描每条用户消息，提取其中的纠正内容、决策、偏好和具体数值，然后优先将其写入 SESSION-STATE.md。这确保了关键细节不会因上下文被驱逐而丢失——触发机制是用户的输入，而非智能体的记忆。

一旦上下文使用量达到 60%，Proactive Agent 便会激活一个工作缓冲区，将每一次交互——包括用户的消息和智能体响应的摘要——记录到一个持久化文件中。压缩完成后，系统会优先读取该缓冲区，因此智能体无需再询问"我们之前做到哪里了？"

在截断后会话重新启动时自动触发。代理依次读取 memory/working-buffer.md、SESSION-STATE.md 以及按顺序排列的每日笔记，提取并整合上下文，然后呈现恢复摘要——无需让用户重新解释。

反漂移限制协议（Anti-Drift Limits）防止智能体为复杂而复杂、进行无法验证的更改，或以牺牲稳定性换取新颖性。价值优先修改（Value-First Modification）评分系统确保每一项行为变更在被采纳之前，必须证明其具有复合杠杆效应。

区分 systemEvent 定时任务（用于提示主会话）与 isolated agentTurn 定时任务（用于生成子代理独立执行任务）。避免因主会话繁忙而导致计划检查实际上从未执行的故障模式。

涵盖技能安装审查（附有指导说明，约 26% 的社区技能存在漏洞）、针对用于上下文采集的外部 AI 代理网络的防护，以及在发布到共享频道前防止上下文泄露。

对于持续数天或数周的长期工作，Proactive Agent 通过 SESSION-STATE.md 和每日记忆日志保持连续性。WAL 协议会实时记录每一个决策和修正，因此代理在每次会话时都能从上次中断的地方精确继续。

利用隔离的 agentTurn 定时任务模式，调度诸如记忆刷新、日志审查或安全审计等任务，使其无需主会话介入即可自动运行并完成——这对于真正实现无人值守的自动化至关重要。

好奇心循环、模式识别循环以及 USER.md/SOUL.md 架构，让 Proactive Agent 能够持续构建一个关于你是谁、你重视什么的持久化模型。重复出现的请求会被自动检测并提议自动化处理；过去做出的决策则会每周进行跟进回顾。

Proactive Agent 不会被动等待指令，而是通过反向提示主动呈现想法——根据它对你的了解，询问哪些内容对你有所帮助。心跳系统（Heartbeat System）会定期安排"主动惊喜"检查，使这一行为自动触发，而不仅仅是在收到提示时才响应。