本页目录
Lesson 00 — 全景与基线：会话式的天花板
本课目标：建立「pull vs push」的范式认知，交付贯穿全课程的 5 日模拟时间线，跑出会话式范式在盯梢任务上的裸基线——之后每课修一环，L08 对着这份基线量收益。
学完你能回答面试官那句：「会话式和常驻式 Agent 的架构差别在哪？」——答案是五个环节的倒置：谁发起、研究什么、何时开口、怎么开口、谁守着它。
0. 三层递进：本课在整个课程体系中的位置
ops-lessons 护「一次请求」，agent-ops-lessons 护「一条轨迹」，本课运营「一个常驻服务」——Agent 从被叫醒干活的工具，变成一直在岗、知道什么时候该开口的同事。
| 层 | 课程 | 被观测对象 | 典型问题 |
|---|---|---|---|
| 请求 | ops-lessons（课程五） | 一次 LLM 调用 | 鉴权、限流、注入防御、单价选型 |
| 轨迹 | agent-ops-lessons（课程九） | 一次自主运行 | 死循环、超支、崩溃恢复、副作用 |
| 服务 | 本课（课程十） | 跨很多次运行的常驻进程 | 谁触发、要不要打扰人、睡觉时烧钱、挂了没人知道 |
前九门课的 Agent 全是会话式（pull）：人发起、Agent 应答、跑完即散。本课把范式倒过来（push）：Agent 常驻后台、由触发器叫醒、自己判断世界变了什么、只在值得打扰时主动找人。这是 2025–2026 的活跃前沿（OpenAI scheduled tasks / ChatGPT Pulse、LangChain ambient agents、Claude Code 后台任务都在此方向探索），尚未收敛——所以本课程讲流派与取舍，不讲「标准答案」。
1. 范式倒置：五个环节，每课倒一环
会话式的五个环节全靠人。本课程的路线图就是把它们逐个交给 Agent：
会话式（现状 v3，pull） 常驻式（v4 目标，push）
┌──────────────────────────┐ ┌──────────────────────────────┐
│ ① 人发起（忘了问=全盲） │ → │ 调度器/触发器叫醒 …… L01 │
│ ② 人指定研究什么（全量） │ → │ 信源变化检测定对象 …… L02 │
│ ③ 人肉 diff 增量 │ → │ 增量研究+修正标注 …… L03 │
│ ④ 有产出就全量推送 │ → │ 判级：通知/攒着/沉默 …… L04 │
│ ⑤ 怎么送 & 人不在场怎么办 │ → │ 收件箱+自主级别阶梯 …… L05 │
│ ⑥ 人守着进程（其实没人守）│ → │ daemon+心跳+时段预算 …… L06/07 │
└──────────────────────────┘ └──────────────────────────────┘
在 v3 架构图上标出本课要加的六个位置：
┌─[L01 调度器]──叫醒──┐
│ ▼
[L02 watcher]──变化集──→ [L03 增量路由] → research_team → writer → reviewer
（信源快照 diff） │ （v3 双层图原样复用，治理机制照常生效）
│ │
▼ ▼
[L04 主动性判级] ← 增量简报 ←──────────── (publish/HITL)
major/minor/none │
│ │
▼ ▼
[L05 收件箱 inbox] ←──── 待审批条目 ←──────────┘
▲
[L06 daemon 守护 + L07 心跳/时段预算/日报]
🎯 核心认知：本课不改研究图本身——双层图、治理机制（步数/成本/熔断/幂等/HITL）原样复用。新增的全部在图的外面：什么时候进图（触发）、带什么进图（增量）、出图之后说不说（主动性）。
2. 边界表：本课 vs 已有课程（全课程红线）
一句话：前九门课回答「Agent 被问到时怎么答好、跑起来时怎么不失控」；本课回答「没人问的时候 Agent 该干什么、干完了该不该说话」。
| 贴边课程 | 它管的 | 本课管的 | 关系 |
|---|---|---|---|
| frontier-L10 TaskLedger | 计划进度增量：任务做到哪了（「我做了什么」） | 世界状态增量：信源变了什么（「世界发生了什么」） | L03 接线：watcher 发现世界增量 → 只对增量开研究 → ledger 记进度 → 复用 generate_incremental_brief 出简报 |
| agent-ops L05 HITL | 审批：Agent 问人「能不能做」，阻塞等答复 | 通知：Agent 决定「要不要说、现在说还是攒着」，不阻塞 | 后台场景组合：人不在场时审批降级为「inbox 待办」（复用 interrupt/submit_approval） |
| agent-ops L06 断点续跑 | 单次运行崩溃恢复（checkpoint 续跑） | 调度层守护：错过的班次补不补（catch-up）、上一轮没完新一轮到了（overlap） | L06 复用 recover_orphans，其上加调度语义 |
| agent-ops L02 成本预算 | 单条轨迹的钱包 | 时段钱包：一天 N 次自主运行的总预算 + 无变化降频 | L07 扩展而非重写 |
| agent-ops L07 可观测 | 一次运行一行 run summary | N 次运行的日报聚合 + 缺勤检测（沉默也要有心跳） | L07 复用 run_summary 字段聚合 |
| ops-L10 语义缓存 | 同义问题去重（省一次回答） | 信源内容去重（识别「没有新东西」） | 思路亲缘，对象不同 |
红线：interrupt / checkpoint / 幂等键 / 轨迹预算 / run summary / 账本 API——只引用复用，不重讲不重写。本课的增量全部在「触发、感知、决策开口、常驻运营」四件事上。
3. 常驻式的新风险地图（与 agent-ops 风险对照）
agent-ops 的风险在轨迹内（一次运行会死循环/超支/崩溃）；常驻式的风险在轨迹之间：
| 新风险 | 形态 | 后果 | 兜住它的课 |
|---|---|---|---|
| 通知疲劳 | 每次运行都推全量产出 | 用户把通知关掉 = 系统白跑 | L04 判级 + 配额 |
| 静默失败 | 信源打不开/进程挂了，但没人问就没人知道 | 「没消息」被误读为「没变化」 | L02 结构化 failed + L07 心跳 |
| 成本累积 | 单次都正常，但一天自主跑 N 次 | 睡觉时烧钱，月底看账单才发现 | L07 时段预算 + 降频 |
| 后台副作用 | 危险动作触发时人不在场 | 无人审批就执行 or 永远卡死 | L05 收件箱审批（复用 HITL） |
💡 注意对称性：agent-ops 用「六类故障注入器」拷问轨迹内风险；本课用「5 日模拟时间线 + 可注入时钟」拷问轨迹间风险。时钟之于本课，等于注入器之于课程九。
4. 流派对比：盯一个主题，有几种做法？
| 流派 | 做法 | 取舍 |
|---|---|---|
| ① 人肉盯（现状） | 人每天来问一次 | ✅ 零开发；🚫 忘了问=全盲、每问全量重研、增量靠人肉 diff（本课基线量化了全部代价） |
| ② OS cron + 全量脚本（穷人版） | crontab 每天跑一次 cli.py，报告写文件 |
✅ 解决「定时跑」；🚫 不增量（天天全量烧钱）、不判断（有没有料都产报告）、不闭嘴（等于每天一封全量邮件）、错过不补、挂了没人知道 |
| ③ 常驻智能体（本课） | 调度+变化检测+增量研究+主动性判级+收件箱+心跳 | ✅ 只研究新的、只在值得时开口、故障与缺勤显式呈现；🚫 复杂度高——所以逐课拆开每次只加一环，且每环默认关 |
业界锚点（各家站在哪条路线上，点到定位即可）： - OpenAI scheduled tasks / ChatGPT Pulse：托管定时 + 主动推送摘要——平台替你做了 ①→③ 的跃迁，但策略不可编程。 - LangChain ambient agents：提出 notify / question / review 三姿势（对应本课 L05 的通知/审批/草稿确认），主张「ambient agent 的 UX 核心是别把人变成瓶颈」。 - Claude Code 后台任务：会话工具向常驻方向的延伸——定时任务 + 后台运行 + 完成回报。
三家共识：难点不在定时跑，在「何时开口」——这正是 L04 是全课程价值观核心的原因。
5. 贯穿硬任务：盯梢任务 + 5 日模拟时间线
盯梢任务：持续追踪「Agent 框架生态动态」（可配置），信源是脚本化 5 日时间线（
eval_agent/ambient_timeline.py，全离线、确定性）：
| 模拟日 | 世界发生了什么 | 常驻式应有行为 |
|---|---|---|
| Day 1 | 4 条基础条目 | 建仓：全量研究（唯一该全量的一天） |
| Day 2 | 内容不变，仅顺序打乱+空白微调 | 识别「没新东西」：不研究、不打扰，浪费≈0 |
| Day 3 | 新增 1 条次要条目（框架 Y 补丁） | 只研究增量，进 digest，不立即打扰 |
| Day 4 | 重磅新增 + item-c 反转（与 Day1 矛盾） | 立即通知 + ✏️ 修正标注 |
| Day 5 | 信源打不开（抛 SourceUnavailableError） |
诚实报「没能看到」，绝不冒充「没有变化」 |
| （叠加） | Day3 夜里 daemon 进程被杀 | 缺勤被检测、错过班次按策略补跑（L06/L07 考） |
🎯 本课灵魂案例藏在 Day5：「没有变化」和「没能看到」是两回事。把后者报成前者，是常驻系统最危险的静默谎言——这是 agent-ops L03「诚实降级」（不让超时字符串混进材料）在常驻场景的直系延伸。
6. 跑起来：人肉盯梢裸基线
cd ambient-agent-lessons/00_overview
python code.py # 零 API、零联网、零真实等待（可注入时钟快进 5 天）
实际输出（baseline_ambient.json 同步存档）：
日 问了? token(估) 文本相似 内容相似 标增量 标修正 污染 打扰
Day1 是 1046 0% 0% 否 否 否 是
Day2 是 1053 49% 94% 否 否 否 是
Day3 是 1209 93% 93% 否 否 否 是
Day4 是 1404 52% 78% 否 否 否 是
Day5 是 298 4% 4% 否 否 是 是
5 日总消耗：5010 token（估）——其中 Day2 的 1053 是纯重复劳动
解读（每一格都是后面某课的靶子）：
- Day2：内容相似度 94%（世界没变）却全量重研 + 全量推送。更妙的是文本相似度只有 49%——条目顺序一打乱，「肉眼/文本 diff」就失效了。这直接论证 L02 为什么用 item 级内容哈希 而不是全文 diff。
- Day3：只多一条小更新，重研全部子题；新增内容埋在全量报告里，要用户自己找。→ L03 增量研究。
- Day4：重大反转出现，报告没有任何 ✏️ 修正标注，旧结论被静默覆盖。→ L03 矛盾标注 + L04 立即通知。
- Day5：信源故障，现状 web_search 兜底把失败字符串混进材料——「没能看到」被写成了「今天的情况」（污染=是）。→ L02 结构化 failed。
- 「人忘了问」支线：跳过 Day4 再跑一遍——重大进展日全盲，永远没人知道。→ L01 触发器。
- 打扰列全是「是」：包括没新东西的 Day2——现状没有「不说话」的选项。→ L04 判级。
7. 落地清单
| 文件 | 改动 | 如何验证 |
|---|---|---|
src/research_assistant/clock.py |
新增：Clock / FakeClock（可注入时钟，全课程测试地基） |
python -c "from research_assistant.clock import FakeClock; c=FakeClock(); c.advance_days(3); print(c.now())" |
eval_agent/ambient_timeline.py |
新增：5 日时间线信源 + SourceUnavailableError（结构化故障） |
python -c "from eval_agent.ambient_timeline import AmbientTimeline; print(len(AmbientTimeline().fetch_items(1)))" |
00_overview/baseline_ambient.json |
新增：裸基线档案（范式缺口逐条记录） | 跑 code.py 再生成，对比一致 |
主链路（graph/nodes/service）零改动——L00 只立靶子不修靶子。219 个现有测试不受影响。
验收
cd portfolio-projects/research-assistant && python -m pytest -q # 219 passed（零改动证明）
cd ../../ambient-agent-lessons/00_overview && python code.py # 基线表 + json 档案
8. 本课在两条主线上的位置
- 倒置主线：本课画出「五个环节全靠人」的全景并量化其代价——这是倒置的起点，之后每课倒一环。
- 注意力经济主线：基线里 5 天打扰 5 次（含毫无新意的 Day2），总消耗 5010 token 里近一半是重复劳动——「花用户注意力和睡觉时的钱」目前完全不受管理，这是本课程要建立的预算对象。
🎯 面试话术
「我把会话式 Agent 的天花板量化过：同一主题盯五天，人肉重问的结局是——世界没变也全量重研（内容相似 94% 的两天烧了双份钱）、新增内容埋在全量报告里要人肉 diff、重大反转无修正标注、信源故障字符串混进报告冒充结论、忘了问的那天全盲。
所以常驻式不是『加个 cron』——cron 只解决定时跑，解决不了只研究新的、只在值得时开口、故障时诚实说没看到。这三件事分别要变化检测、主动性判级、结构化降级，我在 v4 里逐个做了，每个机制的收益都对着这份裸基线量。」