注意力卡片
本页内容
注意力卡片是 agent 向人借用一次注意力的请求。
卡片包含什么
- 上下文:哪个 agent、在哪台机器、为了什么任务。
- 证据:命令输出、退出码、diff、监控数据。它来自内核的结构化记录,而不是 agent 的自述。
- 选项:批准、拒绝、修改、稍后、记成规则。
- 后果:会动哪些文件、执行哪些命令、访问哪些网络,以及能不能撤销。
- 时效:卡片什么时候过期,过期后怎么处理。
卡片可信,是因为有内核:
- 证据来自结构化记录。
- 策略引擎把一次决定变成规则。
- 快照提供撤销。
- 状态同步让人在任何设备上都能处理卡片。
光有界面提供不了这些。没有内核,卡片上就只有 agent 自己的说法。
现在:权限审批
agent 卡住了,等人批准某个动作,比如执行命令、改文件或访问网络。这是被动的。agent 不问,人就不知道。
agent 变得主动之后
agent 开始主动工作。它们盯着 CI、日志、机器状态、依赖和收件箱,发现问题后自己准备方案。卡片从"agent 卡住了"扩展成"agent 发现了什么、想做什么、已经做了什么"。
例子来自实地记录。
| 卡片类型 | 谁发起 | 内容 | 例子 |
|---|---|---|---|
| 提议 | 发现问题的 agent | 我注意到 X,准备好了方案 Y,已在沙箱或 dry-run 里验证。批准就执行。 | “spark-a 和外网节点一直走中继,原因是 41641 端口和 office-a 冲突。建议改成 41642。需要 sudo,tailscaled 会断开几秒。” |
| 发现或预警 | 发现问题的 agent | 暂时不需要动手,但你应该知道。附证据,以及为什么和你有关。 | “spark-b 的可用内存已经降到 2 GiB。memguard 在 1 GiB 以下会杀进程。” |
| 授权 | 人或 agent | 不再一次次批准,而是给出有范围、有额度、有期限的长期许可。 | “允许在 spark-a 和 spark-b 上自动重启 DeepSeek,每天最多 3 次。失败 3 次后停止并通知我。” |
| 澄清或偏好 | 需要只有人知道的信息的 agent | 二选一或少量选项。答案进入记忆。 | “KV cache 设 1.2G 还是 1.8G?前者更稳,后者保留更多前缀缓存。” |
| 交接 | 做不到的 agent | 需要人的手:sudo 密码、2FA、插线、打电话、物理操作。 | “请运行这条 sudo 命令:改 fstab 让 swap 永久生效。” |
| 回顾 | 定期汇报的 agent | 在授权范围内自主做了什么。每件都能撤销。 | “过去 8 小时我处理了 12 件事:重启 1 次、清理磁盘 2 次,等等。” |
| 冲突 | 发生冲突的多个 agent | 两个 agent 抢同一个资源,或改同一个文件。 | “DeepSeek 和语音服务都要占用 Spark 的显存。同时运行会内存不足。选哪个?” |
| 环境变化 | 检测到变化的 agent | 网络、位置或设备变了,部分能力受影响。 | “你连上了机上 Wi-Fi:往返约 940 ms,UDP 443 被挡,Chrome 打开 Google 会超时。要不要先关掉 QUIC?” |
| 机会 | 观察到模式的 agent | 低优先级。可以攒起来以后再看。 | “你每次部署后都手动检查 3 个接口。要不要做成自动检查?” |
三个转变
- 从逐个批准到授权加回顾。
- 人的角色从操作者、审批者变成监督者和治理者。
- 卡片的重心从"批准这一次"转向"设定规则"和"检查结果"。
- 信任通过回顾逐步校准。总是被批准的动作,可以提议升级为授权。
- 从 agent 等人,到调度人的注意力。
- 每张卡片都有打扰成本、价值、紧急程度和可逆性。
- 系统决定是立刻打断、攒进摘要、在授权范围内做完再报告,还是丢弃。
- 它还要选通道:终端窗格、桌面通知、手机推送。
- 卡片带前置条件,批准时重新验证。
- 主动生成的卡片基于某个时刻的状态。人可能几小时后才处理。
- 批准时重新检查前置条件,类似乐观并发控制。端口还冲突吗?那台机器还在线吗?
- 状态变了,卡片就失效或刷新。
设计原则
- 证据优先于结论。 卡片里放的是可核对的输出和数据,不只是 agent 的总结。
- 影响写清楚。 会动什么、能否撤销、影响到谁。
- 一个键就够。 最常见的选择最显眼,批量处理要顺手。
- 决定可以沉淀。 任何决定都可以一键记成规则。规则可以查看、修改和撤销。
- 默认不打扰。 能等的攒进摘要。在授权范围内的事后报告。
- 任何设备都行。 在手机上,人至少能看懂证据并做出决定。