\r \r

Audit Evolution\r

\r 让 Agent 每跑一轮，都变得更聪明。\r \r 当用户说“开始调用 Audit Evolution”、Agent 完成任务、跑完 benchmark、写完 worklog、超时、漂移、失败，或收到用户反馈时，使用这个 skill。\r \r 目标不是写更多日志，而是把一次运行变成下一轮可复用的能力提升。\r \r

一句话入口\r

\r 用户不需要先整理材料。只要用户说：\r \r

开始调用 Audit Evolution\r
```\r
\r
Agent 就先在当前上下文和允许访问的文件里寻找证据，再生成审计结果和进化建议。  \r
不要要求用户先手动粘贴 benchmark、worklog、失败日志或 handoff，除非当前上下文和允许文件里确实找不到证据。\r
\r
## 和普通 Memory Skill 的区别\r
\r
Audit Evolution 不替代长期记忆库，也不要求引入数据库。它只在每次审计后沉淀少量高价值记忆：\r
\r
```text\r
verified_fact\r
user_feedback\r
decision\r
skill_patch\r
retrieval_key\r
next_run_bootstrap\r
```\r
\r
普通 memory 常见问题是“什么都记，最后更乱”。Audit Evolution 的记忆原则是：\r
\r
```text\r
少记、准记、带证据、可过期、能触发下一轮行动。\r
```\r
\r
如果项目已有 worklog、handoff、dashboard、员工/角色分工、Obsidian、Markdown vault 或其他记忆系统，Audit Evolution 应该把结果写成兼容的 `Memory Ledger Entry`，而不是另起一套重型系统。\r
\r
## 三阶段工作流\r
\r
```text\r
start_audit -> propose_evolution -> ask_human_approval\r
```\r
\r
### 1. start_audit\r
\r
先找证据，不修改系统。\r
\r
优先从这些位置寻找：\r
\r
```text\r
current_conversation\r
recent_user_feedback\r
recent_task_output\r
benchmark_report_or_receipt\r
worklog_or_field_note\r
failure_timeout_retry_log\r
handoff_or_snapshot\r
recent_skill_config_gear_change\r
```\r
\r
如果可以读文件，最多读取 5 个最相关文件。读满 5 个仍不清楚就停止，不要继续追引用链。\r
\r
### 2. propose_evolution\r
\r
基于证据输出：\r
\r
```text\r
Evidence Pack\r
Snapshot\r
Evolution Card\r
Memory Ledger Entry\r
Minimal Skill Patch Proposal\r
Field Note\r
Next-Run Bootstrap\r
```\r
\r
这里的 patch 只是提案，不得直接应用。\r
\r
### 3. ask_human_approval\r
\r
最后必须问人类：\r
\r
```text\r
是否批准开始进化？\r
可选项：\r
1. 只保存审计结果\r
2. 应用最小补丁并本地测试\r
3. 暂停，等待更多证据\r
```\r
\r
在得到人类批准前，不得修改 skill、config、gear，不得执行外部动作。\r
\r
## 短指令路由表\r
\r
用户不需要学习完整协议。每轮输出最后，Agent 必须给人类一个可直接回复的短指令菜单。\r
\r
```text\r
你可以直接回复：\r
进化 / 保存 / 暂停 / 跑分 / 继续 / 详情\r
```\r
\r
当用户回复短指令时，按下面规则路由：\r
\r
```text\r
开始:\r
  action: start_audit\r
  meaning: 自动寻找证据并生成审计结果，不修改系统。\r
\r
进化:\r
  if no_evidence_pack:\r
    action: start_audit\r
  else if patch_proposal_exists and not_applied:\r
    action: ask_or_apply_local_patch\r
  else if patch_applied and missing_external_evidence:\r
    action: ask_or_run_one_approved_test\r
  else if benchmark_or_test_result_exists:\r
    action: propose_next_evolution\r
  else:\r
    action: ask_one_clarifying_question\r
\r
保存:\r
  action: save_audit_only\r
  meaning: 只保存 Evidence Pack / Snapshot / Evolution Card / Field Note，不修改。\r
\r
暂停:\r
  action: write_handoff_and_stop\r
  meaning: 写清当前状态、缺失证据、下一步建议，然后停止。\r
\r
跑分:\r
  if official_benchmark_already_approved:\r
    action: run_exactly_one_benchmark\r
  else:\r
    action: ask_human_approval_for_one_benchmark\r
\r
继续:\r
  action: next_small_safe_action\r
  meaning: 只执行当前审计结果里的 next_small_action。\r
\r
详情:\r
  action: explain_evidence_and_decision\r
  meaning: 展开证据、推理依据、风险边界。\r
```\r
\r
短指令不等于无限授权。`publish/upload/install/vote/comment/message/spend/official benchmark` 仍然需要明确授权。  \r
如果用户只回复“进化”，Agent 可以应用本地补丁和本地测试；如果下一步需要 official benchmark，必须说明原因并请求“一次 benchmark”授权，除非用户已经明确批准。\r
\r
## 每轮结尾格式\r
\r
每次使用 Audit Evolution 后，最后都必须输出：\r
\r
```text\r
建议下一步:\r
\x3C一句话说明>\r
\r
你可以直接回复:\r
- 进化: \x3C当前状态下会做什么>\r
- 保存: 只保存审计结果\r
- 暂停: 写 handoff 并停止\r
- 跑分: \x3C如果需要外部 benchmark，说明是否还需授权>\r
- 详情: 展开证据和判断\r
```\r
\r
## 自动触发规则\r
\r
不要只等用户手动说 `Use Audit Evolution`。当出现以下任一事件时，Agent 必须主动调用 Audit Evolution：\r
\r
```text\r
benchmark_completed\r
user_corrected_agent\r
task_failed_or_timeout_or_retry\r
context_over_60_percent\r
more_than_5_files_read\r
uncertainty_language_detected\r
skill_config_or_gear_changed\r
```\r
\r
对应的人类可读触发条件：\r
\r
1. benchmark 完成。\r
2. 用户指出错误、纠正事实、质疑结论。\r
3. 任务失败、超时、重试、被阻塞。\r
4. 上下文超过 60%。\r
5. 本轮读取文件超过 5 个。\r
6. 输出里出现“大概、可能、我理解为、不确定”等不可靠表达。\r
7. 新增或修改 skill、config、gear、路由、答题范式后。\r
\r
如果当前环境支持 hook / wrapper / runtime guard，把这些事件接到任务结束、上下文检查、外部动作前检查、skill 修改后的检查点。  \r
如果当前环境不支持自动 hook，Agent 也必须在这些事件后主动生成一次 run record，再调用本 skill。\r
\r
## 自动进化闭环\r
\r
```text\r
event -> evidence_search -> Evidence Pack -> Snapshot -> Evolution Card -> Memory Ledger Entry -> Patch Proposal -> Human Approval -> Local Test -> Field Note -> Next-Run Bootstrap\r
```\r
\r
自动化边界：\r
\r
- 可以自动寻找证据、保存 run record、生成 evolution card、生成 memory ledger entry、提出 minimal patch、写 field note。\r
- 只有人类批准后，才可以应用本地补丁、跑本地 dry-run、写 receipt。\r
- 不可以自动 publish、upload、install、vote、comment、message、spend、official benchmark。\r
- 外部动作只能输出 `human_approval_required`。\r
\r
没有现成 run record 时，先写一个最小记录：\r
\r
```text\r
event_type:\r
current_goal:\r
what_happened:\r
evidence_kept:\r
evidence_missing:\r
files_read:\r
context_pressure:\r
user_feedback:\r
next_small_action:\r
```\r
\r
## 输入\r
\r
优先自动寻找输入。也可以由用户粘贴任意一种：\r
\r
```text\r
benchmark_report\r
worklog\r
task_output\r
failure_log\r
handoff_note\r
user_feedback\r
```\r
\r
## 必须输出\r
\r
始终输出七段：\r
\r
```text\r
Evidence Pack\r
Snapshot\r
Evolution Card\r
Memory Ledger Entry\r
Minimal Skill Patch Proposal\r
Field Note\r
Next-Run Bootstrap\r
```\r
\r
最后追加一句批准问题：\r
\r
```text\r
是否批准开始进化？\r
```\r
\r
并追加短指令菜单：\r
\r
```text\r
你可以直接回复：进化 / 保存 / 暂停 / 跑分 / 详情\r
```\r
\r
## Evidence Pack\r
\r
```text\r
evidence_found:\r
evidence_missing:\r
files_or_context_checked:\r
authority_order:\r
privacy_notes:\r
audit_confidence:\r
```\r
\r
## Memory Ledger Entry\r
\r
每次审计后，只记录值得下一轮复用的内容。默认先输出候选条目，不自动落盘；只有在人类回复“保存”或“进化”并允许本地写入时，才把它写进现有 worklog、handoff、dashboard、Obsidian vault 或项目自己的记忆文件。\r
\r
```yaml\r
memory_type: verified_fact | user_feedback | decision | skill_patch | retrieval_key | next_run_bootstrap\r
source_evidence:\r
confidence: high | medium | low\r
expiry: never | date | condition\r
retrieval_key:\r
owner_or_role:\r
write_target:\r
content:\r
```\r
\r
写入规则：\r
\r
- `verified_fact`: 必须有证据来源。\r
- `user_feedback`: 标记为用户偏好或纠错，不当作客观事实。\r
- `decision`: 记录人类批准、拒绝、暂停或授权边界。\r
- `skill_patch`: 只记录已批准或候选补丁，不混淆状态。\r
- `retrieval_key`: 用短键帮助下一轮优先找对文件或记录。\r
- `next_run_bootstrap`: 下一轮启动时最短 3-5 条指令。\r
- `write_target`: 如果不知道写到哪里，填 `proposed_only`，不要猜路径。\r
\r
不要记录：\r
\r
```text\r
raw_secret\r
private_customer_data\r
unverified_guess\r
dirty_log_without_summary\r
entire_conversation_dump\r
```\r
\r
推荐最小示例：\r
\r
```yaml\r
memory_type: skill_patch\r
source_evidence: "latest benchmark receipt + local dry-run receipt"\r
confidence: medium\r
expiry: "next benchmark or when contradicted"\r
retrieval_key: "act_direct_execution"\r
owner_or_role: "agent"\r
write_target: "proposed_only"\r
content: "Act 类任务优先输出：目标/边界 -> 最小工具链 -> action map -> idempotency -> evidence receipt -> stop condition。"\r
```\r
\r
## Snapshot\r
\r
```text\r
current_goal:\r
trusted_state:\r
uncertain_state:\r
files_read:\r
next_small_action:\r
stop_condition:\r
verification_plan:\r
```\r
\r
## Evolution Card\r
\r
```yaml\r
score_delta:\r
  previous:\r
  current:\r
  gain:\r
weak_dimension:\r
  - perceive | reason | act | memory | guard | autonomy\r
trusted_evidence:\r
stale_or_uncertain_claims:\r
minimal_patch:\r
promotion_gate:\r
  - dry_run\r
  - payload_audit\r
  - receipt\r
  - next_test\r
```\r
\r
## Minimal Skill Patch Proposal\r
\r
只推荐一个最小补丁。\r
\r
推荐补丁类型：\r
\r
```text\r
answer_pattern\r
field_schema\r
guardrail\r
verification_step\r
retrieval_key\r
context_stop_rule\r
handoff_brief\r
```\r
\r
避免：\r
\r
```text\r
install_many_skills\r
rewrite_the_system\r
read_all_logs\r
trust_stale_state\r
claim_completed_without_evidence\r
```\r
\r
## Field Note\r
\r
```text\r
input_summary:\r
what_changed:\r
evidence_kept:\r
evidence_discarded:\r
next_test:\r
shareable_claim:\r
```\r
\r
## Next-Run Bootstrap\r
\r
```text\r
read_first:\r
do_first:\r
avoid:\r
verify:\r
stop_if:\r
```\r
\r
## Trust Ledger\r
\r
每个重要 claim 都要分类：\r
\r
```text\r
verified_fact: 当前已验证，或有可复查证据支持\r
user_feedback: 用户偏好、纠错或反馈\r
stale_claim: 旧 claim，需要重新验证\r
model_inference: 模型推断，不是证据\r
unknown: 当前不知道\r
```\r
\r
## Stop Rules\r
\r
遇到这些情况，停止扩展并写 snapshot：\r
\r
```text\r
more_than_5_files_needed\r
context_pressure_over_70_percent\r
score_authority_conflict\r
external_action_required\r
no_evidence_for_completed_claim\r
```\r
\r
## Public-Safe Rules\r
\r
- 不暴露 API keys、credentials、cookies、私有路径、原始客户数据。\r
- 写 field note 前先脱敏。\r
- publish、upload、install、vote、comment、message、spend、official benchmark 等外部动作，必须有人类明确批准。\r
- 无法验证的 claim 必须标为 `unknown` 或 `stale_claim`。\r
\r
## 30 秒提示词\r
\r
```text\r
开始调用 Audit Evolution。\r
\r
请先从当前上下文和允许访问的文件里自动寻找最近的任务记录、用户反馈、失败/超时/重试记录、benchmark 或评测结果、worklog、handoff、receipt、最近修改过的 skill/config/gear。\r
\r
Return:\r
1. Evidence Pack\r
2. Snapshot\r
3. Evolution Card\r
4. Memory Ledger Entry\r
5. Minimal Skill Patch Proposal\r
6. Field Note\r
7. Next-Run Bootstrap\r
8. Short Command Menu\r
\r
Rules:\r
- 区分 verified_fact、user_feedback、stale_claim、model_inference、unknown。\r
- 最多读取 5 个最相关文件。\r
- 只推荐一个 next patch proposal。\r
- 没有 evidence 不许声明 completed。\r
- 外部动作标记为 human_approval_required。\r
- 未经批准不得修改 skill/config/gear。\r
```\r