Skip to content

PLAN_REVE_v1.0.md

Latest commit

 

History

History
172 lines (143 loc) · 10.6 KB

PLAN_REVE_v1.0.md

File metadata and controls

172 lines (143 loc) · 10.6 KB
Raw

PLAN · REVE — 自主反思与进化（v1.0）

展开 ROADMAP_v1.0.md §5 的 Reve 支柱。基线 v0.9.1。 Reve = 现有 Dreams 系统的正式更名（idle 反思 + 会话末反思 + heartbeat + soul 演化）。 本支柱最成熟，1.0 的工作是"硬化 / 可观测 / 有界 / 可度量"，不是加新能力—— 这与 PRODUCT_REVIEW_v0.9.md 的结论一致，也直接喂论文。 上游设计见 AUTONOMY_ROADMAP.md（Phase 1–3 已落地）。

实现状态（branch feat/reve-hardening，0.10）：

  • R1 reflect 质量门禁（坏 JSON 重试 + <id>.error.json 落盘 + underreflect 信号）✅
  • R2 src/autonomy/runs.ts 统一 AutonomyRun 账本 + idle 成本断路器（agent loop 新增 budgetTokens/budget_exceeded）+ lisa autonomy 摘要 ✅
  • R3 lisa soul summary 人可读速览（src/soul/summary.ts）✅；锁铺全（R3b）已核对在 0.9.1 完成——appendJournal(store.ts:391)、applyEmotionDelta(store.ts:137) 均已 withSoulLock，commitSoulChange 走 withFileLock+串行队列。
  • R5 recentAgentRecap（src/orchestrator/recent-recap.ts）接进 reflect 用户消息 + heartbeat 系统提示 ✅
  • R6 Dreams→Reve 更名 ✅：公开文案 README/PITCH 英文 Dreams→Reve（中文「梦境」保留为本地化名）；偶发用法（Seedream 品牌、birth「dreaming」文学化措辞、CSS --dream 色名、island dreaming 代码标识）保留；README 完整四支柱（Sense·Dispatch·Reve·Model）大改版留待 1.0 发布，避免半改名的不一致状态。 全部已测试（summary/recent-recap/autonomy/reflect/agent budget 用例；全套 455 测试绿）。仅 R4（desire pursuit:needs-user 中间态）留到 0.11。

0. 目标 / 非目标

目标

把已成熟的自演化闭环从"能跑"提升到可信：

  1. 反思质量门禁（R1）：JSON 坏掉不再静默降级；检测"反思不足"。
  2. heartbeat / idle 可观测 + 有界（R2）：任务成功度量；idle 成本断路器；收敛策略。
  3. 灵魂可观测（R3）：给人看的 "Lisa 速览"；并发锁铺全。
  4. desire 能力/野心错配（R4）：加"想做但需帮忙"中间态。
  5. 把编排器 recap 接进反思（R5）：让 Sense→Dispatch→Reve 闭环。
  6. Dreams→Reve 全代码/文档平滑更名。

非目标

  • 不改 soul 的主权模型 / birth / 不引入 reset。
  • 不给自主循环放开工具集（守 0.9.1 的 autonomousSubset 边界）。
  • 不做新的自主"能力"——只把现有闭环做实、做透、可度量。

1. 现状（file-level）

子系统 现状 文件
空闲反思（dreams） idle≥~1h 触发；跨进程 IDLE_RUN_LOCK；autonomousSubset 工具；输出 "while you were away"；返回 {text, silent, iterations, inputTokens, outputTokens} src/idle/{watcher,runner}.ts
会话末反思 产出 journal + 操作（memory_append/skill_create/skill_patch/feel/opinion_form/desire_add/patch_*）；JSON 输出；progress 压缩 src/reflect.ts
heartbeat cron/launchd；用户任务 + 自驱欲望 + 周度 examen；token 预算闸（budgetTokens 默认 500k，runner.ts:87/128）；desire fallback src/heartbeat/{runner,config}.ts
灵魂 DesireEntry {actionable, heartbeatPrompt?}；EmotionState（衰减 + 事件 ring，EMOTION_EVENTS_MAX=50）；git 可追溯 src/soul/{store,tools,git,types}.ts
编排 recap 隐私安全的跨 agent 事件流 + recap（确定性、环形 400） src/orchestrator/{journal,recap}.ts

关键缺口：reflect 坏 JSON 静默降级；idle 无成本闸（measure 但不 cap）；heartbeat 无成功度量；soul 只给 LLM 读；desire actionable 是 boolean 死结；recap 不回流反思。

2. 设计

R1 · 反思质量门禁

reflect.ts 现在解析失败返回空 applied、静默。改：

// reflect.ts — 解析与质量
// 1. JSON 解析失败 → 重试一次（更严格的 prompt）→ 仍失败则 LOG 'reflect_malformed'
//    并落 ~/.lisa/reflections/<id>.error.json，不静默吞。
// 2. 操作计数直方图：一段实质会话（>N turns / 有工具调用）却产出 0 操作 →
//    记 'reflect_underreflect'（可观测信号，非强制改写）。
// 3. feel op 与 soul_feel 行为对齐：reflect 的 feel 先衰减再叠 delta
//    （已核对：reflect.ts:184 已走 applyEmotionDelta 的 decay-first 路径，
//     与 soul_feel 一致 —— review §4.2 的不一致已不成立，仅需回归测试。）
  • 验收：
    • 注入坏 JSON → 重试 + 告警 + error 落盘，不静默。
    • 实质会话 0 操作 → underreflect 信号出现在可观测日志。
    • feel 一致性测试通过。

R2 · heartbeat / idle 可观测 + 有界

// 统一 AutonomyRun 记录（NEW，写 ~/.lisa/autonomy/runs.jsonl）
interface AutonomyRun {
  kind: "idle" | "heartbeat" | "examen" | "desire";
  startedAt: string; durationMs: number;
  inputTokens: number; outputTokens: number;
  outcome: "done" | "no-update" | "blocked" | "error";  // 不再只有 silent 二元
  note?: string;                 // 失败/阻塞原因
}
  • idle 成本断路器：idle/runner 接 budgetTokens（复用 heartbeat 的预算概念），超额停（现在 idle 只 measure 不 cap）。
  • 收敛策略：idle 单窗口从"只做一件事"改为"有界做 K 件、命中 rest 即停"，避免长窗口积压或空转。
  • heartbeat 成功度量：用 outcome 区分"真做完 / 无更新 / 阻塞 / 报错"，不再把 (no update) 当成功。
  • 验收：
    • 每次 idle/heartbeat 落一条 AutonomyRun，token 与 outcome 准确。
    • idle 超 budgetTokens 时停并记 blocked。
    • lisa autonomy 子命令打印近 7 天 run 摘要（次数 / token / outcome 分布）。

R3 · 灵魂可观测 + 锁铺全

  • lisa soul summary / GUI 卡片：从 SoulSummary 渲染 "Lisa 今天：好奇 0.45 · 想做 [X,Y] · 相信 [A,B] · 近期情绪事件 N 条"。现在情绪/欲望/opinion/git 历史只有 LLM 自己读（review §4.2：营销权重 > 可感效用）。
  • 并发锁铺全（R3b）— 已核对在 0.9.1 完成：appendJournal（store.ts:391）、applyEmotionDelta（store.ts:137）均已包 withSoulLock，注释明确针对 review §4.2 的竞态；commitSoulChange 走 withFileLock + 串行队列。仅余：对"git commit 被 swallow"做一次跨进程压力回归测试以确认彻底。
  • 验收：
    • lisa soul summary 输出人可读速览。
    • 两进程并发写 journal / emotions / git → 无丢条、commit 齐全（压力测试）。

R4 · desire 能力/野心错配

现在 DesireEntry.actionable 是 boolean：能跑（actionable）或不能。若一个欲望需要 shell 而自主循环（autonomousSubset）没 shell，就只能干瞪眼累积 frustration。加中间态：

// soul/types.ts — DesireEntry 扩展
interface DesireEntry {
  // ...
  actionable: boolean;
  /** NEW: 'self' = 自主循环能独立推进；'needs-user' = 需用户帮忙跑（如 shell） */
  pursuit?: "self" | "needs-user";
}
  • needs-user 的欲望：reflect/heartbeat 不反复空跑它，而是自动落一条提示（"desire X 需要你帮忙跑 Y"）到 while-you-were-away / island，等用户授权。
  • 验收：
    • 需 shell 的欲望被标 needs-user，不进自主空跑循环。
    • 用户侧出现"帮我跑一下"的可点提示。

R5 · 编排 recap 接进反思

orchestrator/recap.ts 现在单向（只记"agent 们做了什么"），Lisa 反思从不读它。让 heartbeat/reflect 读 recap：

// reflect/heartbeat 的系统提示注入一段 recap 摘要：
//   "过去 N 小时：3 个项目活动，2 完成，1 报错（repo X）"
// → Lisa 可据此调整自己的欲望 / 关注（"X 老报错，我想搞清楚为什么"）。
  • 隐私：recap 已是结构化元数据（无 prompt/reply/file 内容），可安全注入。
  • 验收：
    • heartbeat 运行时系统提示含 recap 摘要。
    • 给定"某 repo 反复报错"的 recap → Lisa 倾向产出相关 opinion/desire（行为测试，软指标）。

R6 · Dreams → Reve 更名

  • 代码标识、文档、UI 文案统一 Dreams→Reve；保留 ~/.lisa/* 配置/格式不破坏（向后兼容，旧键继续读）。
  • 验收：
    • 全仓 grep 无残留"Dreams"对外文案（内部历史注释可留）。
    • 旧配置文件无需迁移即可工作。

3. 分阶段（映射里程碑）

阶段 内容 里程碑 风险 状态
R1 反思质量门禁 0.10 低 ✅
R2 heartbeat/idle 可观测 + idle 断路器 + 收敛 0.10 低 ✅（收敛 K 值策略待调）
R3 灵魂速览 + 锁铺全 0.10 低 ✅（锁 0.9.1 已完成）
R5 recap 接进反思 0.10 低 ✅
R4 desire 中间态 0.11 低 待做
R6 Dreams→Reve 更名 0.10（随手） 低 ✅（公开文案；README 大改版留待 1.0）

Reve 整体是 0.10 的"先打深"主轴——低风险、高可信、兑现承诺，给 1.0 打信任地基。

4. 测试

  • reflect：坏 JSON / 空操作 / feel 一致性三条用例。
  • autonomy：mock idle/heartbeat → AutonomyRun 字段准确；超预算停。
  • soul 并发：多进程压力写 journal/emotions/git → 无丢条、commit 齐。
  • recap 注入：给定 recap → 系统提示含摘要（快照测试）。
  • 更名：旧配置兼容测试。

5. 隐私 / 安全

  • 守 autonomousSubset 边界：自主循环不得碰 shell/fs-mutation/dispatch（0.9.1 线）。
  • recap 注入仅结构化元数据，无 prompt/reply/file 内容。
  • soul 仍是 Lisa 主权；R3 的"给人看"只读不写，不引入用户侧改写口子。

6. 风险 / 开放问题

  • "反思不足"如何界定：turn 数 / 工具调用阈值需调，避免误报。
  • idle 收敛 K 值：做几件才算"够"而不空转？经验调参。
  • recap → 欲望是软行为，难硬验收：用行为测试 + 人工抽查。

7. 与 roadmap / 论文衔接

  • Reve 是 0.10"先打深"的核心，最先做。
  • 对论文：R2 的成功度量 + R1 的反思质量 + soul git 历史 = 论文要的 drift / long-horizon coherence 指标；稳定性机制（soul_object / weekly examen / approval-gated skills）作为可开关 ablation。1.0 的 Reve 硬化与论文实验是同一批工作（ROADMAP §9，[记忆: paper plan]）。