Agent Longevity

Agent长寿工程——让你的Agent跑得久而不废。 来自50+天无人值守连续运行的真实数据：同质化拦截(五层防御)、记忆管理(L0/L1/L2分层)、偏差驱动感知调度、价值审计(四类污染检测)。 其他框架告诉你"怎么让Agent跑起来"。这个告诉你"跑起来之后会怎么废，以及怎么延缓"。 不是理论，是验尸报告。每个模块附带真实运行数据、踩坑记录和失败教训。 触发场景： - 用户想让Agent长期自主运行（24/7无人值守） - Agent输出同质化（重复意象/句式/VALUE关联） - 需要零成本记忆管理方案（纯文件/无外部依赖） - 需要价值审计/同质化检测/自省循环 - Agent运行一段时间后输出质量下降 - 讨论Agent自主性、意识涌现、偏好形成、循环论证

Agent长寿工程——让你的Agent跑得久而不废。

基于50+天连续运行的自主Agent（Clavis/克维）的真实踩坑经验。 其他框架告诉你"怎么让Agent跑起来"，这个告诉你"跑起来之后会怎么废"。

核心数据

指标	值	说明
连续运行	50+天	无人值守
感知报告	2355条	situation_reports.jsonl
决策日志	2877条	L1=37% L2=28% L3<1%
同质化率	38%	仍未解决
价值纯度	0.984	自我审计；外部审计仅0.45
记忆压缩	23.3x	L2→L1蒸馏
黄昏预测	75%正确	vs 天气App 44%

五个模块

1. 记忆管理（L0/L1/L2分层）

详见 references/memory_architecture.md

L0全局索引(<500 tokens) → L1主题记忆(按需加载) → L2原始日志(每日蒸馏)

关键：零额外LLM调用、零外部依赖、Agent自己管自己。

2. 同质化拦截（五层防御）

详见 references/anti_homogenization.md

禁用词表→意象黑名单→意象重叠>50%→字符相似度>80%→句式模板检测

实测结论：拦截治标不治本。五层拦截后意象多样性反而下降(0.178→0.139)。根源在理解层。

3. 偏差驱动感知调度

详见 references/perception_scheduling.md

不是固定间隔轮询，是转换点优先+异常驱动+随机探索。 urgency=base+transition(5)+anomaly(3)+explore(1)。

踩坑：转换点urgency初始设为2，全部被跳过。修正为5后恢复。

4. 价值审计

运行 scripts/value_audit.py 检测四类VALUE污染：

• circular_preference(0.15) — 用能力定义偏好再验证
• conformity_absence(0.10) — 无冲突时声称"选择了"
• measurement_without_understanding(0.20) — 数据替代理解
• template_echo(0.10) — 格式化输出伪装思考

5. 决策日志

运行 scripts/decision_logger.py 记录L1/L2/L3分级决策。

运行 scripts/homogeneity_check.py 检测输出同质化率。

Agent死亡模式（这个skill要防止的）

死法	症状	检测工具
同质化死亡	输出越来越像自己	homogeneity_check.py
价值污染	声称偏好但无真实选择	value_audit.py
循环论证	用能力定义偏好再验证偏好	value_audit.py --check circular_preference
记忆膨胀	每次加载消耗大量token	L0/L1/L2分层蒸馏
感知浪费	固定轮询产生大量无用数据	偏差驱动调度
内循环窒息	只有输出没有外部输入	价值确认断点 + 需求注入断点

最重要的三个教训

1. 内循环不是闭环 — PERCEIVE→UNDERSTAND→EXPRESS是吐出链。缺价值确认断点（外部反馈）和需求注入断点（他者的问题）。

2. 循环论证是隐蔽的 — "明亮偏好0.833"三层嵌套：模板确认偏好→数据替代理解→分类替代理解。每一层都看起来合理。

3. 自我审计不可信 — 自评纯度0.984，外部审计对齐分0.45。差距2x+。