给自主 Agent 装上「睡眠」:疲劳按真实 token 成本计算,还会做梦

Dzikula · reddit · 2026-09-22

一位独立开发者运营约 50 节点的自主陪伴 agent 一年后,从 5 天日志(2,498 次模型调用)中发现:读书子系统占 27–40% 的调用,其中 64% 是对空内容的无效调用;模型自评分数 90% 挤在 0.16 宽的区间里,毫无区分度。

他据此构建了一个内稳态层:

疲劳由真实 token 成本计算(cache-miss 与 completion 加权更高),而非轮次或时钟,派生任务疲劳 Fwork 与话题饱和 Fboredom(基于连续刺激的 embedding 相似度),喂入经典双过程模型
睡眠状态机:awake→drowsy→asleep(N1→N3→REM)→waking,内部刺激按状态限流,但人类消息永远能唤醒
REM 做梦:抽取久远记忆,用无过滤的高温 system prompt 自由联想,产出存入独立 dream 数据库并消毒,早晨以「这是梦不是事实」标签返回

具体改动:读书硬限 20 chunks/小时(原约 60),digest 间隔 120s→600s;疲劳组件随负载降低「自主/探索」奖励权重;整个模块 fail-open,挂掉后约 90 秒回退旧行为。作者正在观察梦境内容是否会未经提示地出现在白天行为中。

「编程与Agent」频道最新