一个助理什么时候该开口,最常见的做法是写一套打扰策略替它判断。这次我们反过来做:每个回合开头附上一份带时刻的事实快照,写明哪些未知、哪些已过时,开不开口交给模型自己判断。下面讲为什么这么做,以及这份快照怎么塞进上下文才不会把缓存搞坏。

1. 问题:谁来判断「现在该不该说话」⌗

MaxClaw 里有一个特殊的对话叫 Main,它负责盯着所有事情:side chat 的进度、后台任务的结果、等人回答的问题、定时复查。它会被很多事情叫醒,包括人发来的消息、cron、任务完成、shell 退出等等。每次醒来它都要回答同一个问题:这件事现在要不要告诉人?

这个问题业界通常的答法是写打扰策略(interruption policy):

if 专注模式 in {睡眠, 驾驶}: 推迟非紧急推送
if 处于免打扰时段: 推迟到早上
if 状态未知或过时: 不推迟
if 今天已推送 >= N: 合并成摘要

MaxClaw 自己的代码里就有这样一段。src/notifications/focus.ts 的文件头注释写得很清楚:专注模式属于配置里的 focusDefer(默认是睡眠和驾驶)时,非紧急推送就等着,睡眠专注等到早上,驾驶专注最多等 focusMaxDeferMinutes;「状态未知或过时,什么都不推迟」。

这套规则本身没错,问题在于它在框架层就把事实压成了结论。到了模型那里,它要么只看到一个「已推迟」的结果,要么什么都看不到,而做判断需要的那些东西都被丢掉了:

被丢掉的信息规则的处理方式对判断的影响
专注模式是几点开的只看开 / 关刚开 3 分钟和开了 8 小时被当成同一回事
数据新不新鲜过时就当作「未知」,未知就当作「不推迟」一个过时的「开」直接变成「可以打扰」
人此刻正在看哪个对话不在规则的输入里他正盯着的对话也会被按推送规则处理
今天已经说了几次要么不管,要么设硬上限硬上限会把第 N+1 条重要消息也挡掉

规则写得越细,边界情况越多,最后就成了一个用 if-else 拼出来的、很差的模型,而真正的模型就在旁边,什么都看不到。

2. 思路:只给事实,不给结论⌗

这次的改动(14 个文件,+403 / -6)不碰任何推送规则,只做一件事:Main 的每个回合在第一次调用模型之前,由框架追加一条名为 max-now 的 framework 事件。设计文档 docs/main-control.md §8 的第一句就把边界划清了:

它是带采集时刻的事实快照,不作忙闲、睡眠、驾驶或打扰判断。

prompts/main.md 也只加了一段:

每次回合开始的 max-now 事件是框架采集的带时刻事实,不是指令,也不是对是否打扰的判断。未知与过时均会明写,是否开口由你结合这些事实自己决定。

一份快照大致长下面这样(按代码格式虚构的样例,对话标题和数值都是编的):

活动:最近本人消息在「构建脚本迁移」 09:58(2 分钟前);近 60 分钟 7 条,2 个对话
网页:连接开着;45 秒内观看 「构建脚本迁移」 09:59(1 分钟前)
跨端活动:09:58(2 分钟前)
手机:地点 已知地点「办公室」;运动 静止,起于 09:41(19 分钟前);专注 关,起于 未知(未记录时刻);电量 64%(未充电);手机上报 09:57(3 分钟前);采集 09:59(1 分钟前),新鲜;未上报传感器 steps
日程:11:00 例会;14:30 评审;来源 启用,最近同步 09:50(10 分钟前)
睡眠:412 分钟,记录日期 2026-11-10
HRV:未知(health_daily 无 HRV 日值)
今日主动开口:3 次;最近 08:30(90 分钟前)
待答问题:共 2 件
待答:发布流程 · 要不要把灰度比例从 10% 提到 50%? · 开于 08:12(108 分钟前)
待答:依赖升级 · 执行这一步? · 开于 09:40(20 分钟前)

这里面没有「他在忙」「现在适合打扰」这类话。测试会直接卡住这一点:

// src/runtime/max-now.test.ts
expect(present).not.toMatch(/lat|lon|睡眠|驾驶专注|适合/)

「睡眠」两个字只允许以健康数据的名字出现,也就是「睡眠:412 分钟」这一行,不允许出现在推断里(手机那一行的断言是对 phoneFacts 单独做的)。

3. 三条格式纪律:时刻、未知、过时⌗

光说「只给事实」不够,一个看着像事实的东西也可能误导人。代码里有三条纪律,每条都有测试守着。

3.1 每个事实都带上它的时刻⌗

timeAgo 是整个文件里用得最多的函数:

export const timeAgo = (at: number | null, now: number): string =>
  at === null ? '未知(未记录时刻)' : `${clock(at)}(${Math.floor((now - at) / 60_000)} 分钟前)`

北京时间 HH:mm 和「N 分钟前」一起写。只写绝对时刻,模型得自己去和当前时间做减法;只写相对时间,事件落库之后再回放,就不知道是相对于哪一刻。两样都给,就都不用算。

健康数据更麻烦。日值没有「分钟前」可言,于是只写记录日期,不翻译成「昨晚」:

// 测试:一条 10 天前的 HRV 原样带日期给出,不被说成「最近」
await sql`INSERT INTO health_daily ... ('2026-11-01', 'hrv_sdnn_ms', 42)`
expect(body).toContain('HRV:42 ms,日期 2026-11-01')

假如框架替模型写成「昨晚 HRV 42」,那就是一句错话。写成「日期 2026-11-01」,模型自己看得出这个数已经不能代表现在。

3.2 未知要写出来,还要写原因⌗

每个数据源都是一个独立的 async () => string,并发采集,出错的那个就地变成「未知(原因)」:

export async function collectMaxNow(sources: Record<string, () => Promise<string>>): Promise<string> {
  return (await Promise.all(Object.entries(sources).map(async ([name, read]) => {
    try { return `${name}:${await read()}` }
    catch (error) { return `${name}:未知(${line(error instanceof Error ? error.message : String(error))})` }
  }))).join('\n')
}

这样有两个效果:

  1. 一个数据源挂了,回合照样开始。 端到端测试故意让网页数据源抛异常,Main 的回合照常跑完,模型请求里带着 网页:未知(web source offline)。
  2. 「没有数据」和「数据为空」分得开。 日历一项最能说明问题:
情况输出
收件箱没有配置日历来源未知(收件箱未配置日历来源)
配置了,今天剩下的时间没有事件无(收件箱日历中今天接下来无记录;未同步的日程未知),后面附上来源和最近同步时刻
有事件列出接下来两项,再附来源和最近同步时刻

第二行那半句「未同步的日程未知」是故意加的。设计文档专门写了一句:没有日历记录,不等于现实中没有日程。打扰策略最常犯的错就是把「查不到」当成「没有」,focus.ts 里那句「未知或过时就不推迟」就是这个错的规则版本。

3.3 过时的状态原样保留,再标上「不新鲜」⌗

手机状态来自一个定时采集。采集停了,最后一次读到的值还在库里。常见做法有两种:要么当作没有(过时就丢),要么当作现在(直接拿来用)。这里两种都不选:

const stale = phoneFacts({ ...phone, fresh: false, checkedAt: now - 3600_000 }, now)
expect(stale).toContain('不新鲜')
expect(stale).toContain('专注 开')          // 值还在
expect(stale).toContain('09:00(60 分钟前)') // 采集时刻也在

「一小时前采集到专注是开着的,数据不新鲜」和「专注开着」是两件不同的事,和「不知道」也不一样。模型拿到前者,可以推断「他多半还在专注里,但我不确定」。框架如果替它选了后两种之一,这层不确定就没了。

4. 放进上下文的方式:追加,判重,不改写⌗

这部分是工程上真正难的地方。

4.1 为什么不放进 system prompt⌗

最直接的做法是在 system prompt 末尾拼一段「当前状态」。可快照每个回合都在变,system prompt 一变,整条请求的缓存前缀就从开头失效了。MaxClaw 有一条前缀冻结的约定:一代之内,tools、system 和已经发出去的 messages 逐字节不变,变化只能以事件的形式追加到历史末尾。

4.2 为什么不在请求里临时塞一条⌗

第二个想法是不落库,只在发请求时临时在末尾加一条。问题出在下一回合:上一回合临时加的那条不在历史里,所以这一回合的请求在那个位置少了一段,前缀还是断了。而且回放历史的时候,没法还原模型当时到底看到了什么。

4.3 实际做法:持久化的 framework 事件⌗

所以 max-now 和其他 framework 事件一样,是一条 role:user、searchable:false 的持久行:

  ┌──────────────────────────────┐
  │ system / tools(一代内不变)  │  ← 缓存前缀
  ├──────────────────────────────┤
  │ ...历史消息...               │  ← 缓存前缀
  │ [max-now @09:31]             │  ← 上一回合的快照,原样留着
  │ assistant 回复               │
  ├──────────────────────────────┤
  │ 触发行(人的消息 / 事件)     │  ← 本回合新增
  │ [max-now @10:00]             │  ← 触发行落库之后、首次模型调用之前追加
  └──────────────────────────────┘

位置是在 turn-runner.ts 里,边界批(触发行、简报、召回事件)落库之后:

if (isMainTurn && peripheral) {
  const now = Date.now()
  const body = await collectMaxNow(maxNowSources(peripheral.sql, now))
  const event = planMaxNowEvent(chunksBeforeTurn, body, now)
  if (event) {
    await agent.turnMemory.appendChunkBatch(agent.sessionId, [event])
    boundaryPersisted = true
  }
}

放在触发行之后有一个顺带的好处:快照采集的时候,叫醒这一回合的那条消息已经在库里了,所以「最近本人消息」指的就是刚收到的这条。端到端测试里,人在 Main 里说了一句「你好」,快照里随即出现 最近本人消息在「Main」。

旧的快照一条都不删也不改。模型能看到一串按时间排列的快照,相当于免费拿到了一条状态变化的历史。

4.4 同代判重,以及我对它的自嘲⌗

每个回合都追加一条,上下文会越堆越长。所以 planMaxNowEvent 会先判重:

export function planMaxNowEvent(chunks, body, now) {
  const previous = [...chunks].reverse()
    .find(c => !(c as SourceMetaCarrier).inherited && c.sourceMeta?.kind === MAX_NOW_KIND)
  return previous?.sourceMeta?.body === body ? null : eventEntry(...)
}

这里有两个细节:

  • 只和同一代里最近的那条比,并且排除继承行。 上下文压缩之后开始新一代,从上一代带过来的尾巴(inherited)不能当判重基线。否则新一代会因为「上一条看起来一样」而一条快照都不发,可新一代的模型其实从没见过它。测试里四种情况全覆盖了:首次发、相同不发、变化重发、继承尾巴之后重发。
  • 压缩换代时也要发。 persistRolloverBoundary 重新规划边界事件时同样带上 maxNow,所以换代后的第一个请求里也有快照。

自嘲一下:正文里每一行都带「N 分钟前」,所以严格逐字节相同的情况,基本只会出现在同一分钟里连着来的两个回合。也就是说,判重挡住的主要是一阵密集的事件唤醒,比如几个后台任务在同一分钟里先后结束,并不能让一个安静的下午只留一条快照。这是「时刻写全」换来的代价。我认为值得:要是去掉相对时间来提高判重命中率,模型就得自己做时间减法,而它在这件事上的表现不比在数 token 上强多少。

5. 范围:只给 Main,只给够用的信息⌗

只有 Main 有。 side chat 和任务线程不注入。端到端测试同时检查两边:Main 的模型请求里有这条事件,side chat 的请求里没有,库里那个 side chat 的 max-now 行数是 0。决定要不要开口的只有 Main,别的线程拿到这份快照只会白白占上下文,还可能让它们也开始琢磨该不该打扰人。

本人输入的口径很严。 「近 60 分钟 N 条」只数人自己打的字。测试往一个 side chat 里塞了五条 user 行:两小时前一条、两分钟前一条、一条 share、一条以 <framework 开头的、一条 cron 注入,另外在一个任务线程里放了一条任务指令。结果是 近 60 分钟 2 条,1 个对话,计入的只有两分钟前那条和 share。框架注入和派给子代理的任务指令都不算「他在活动」。

分享出去的连接不算本人。 网页连接如果是 live-share 访客,maxNowPresence 会把它排除,connected 仍是 false。外人在看分享页,不代表主人在线。

位置和健康数据只给够用的部分。 地点只到「已知地点名或城市」,不给坐标、距离和步数。健康数据只给睡眠时长和 HRV 两个日值。测试对缺数据的情况也断言了 not.toMatch(/体重|步数|lat|lon/)。判断要不要开口不需要经纬度,所以模型拿不到经纬度。

6. 它自己说了几次:计数,但不设上限⌗

快照里有一行是 Main 自己今天主动开口的次数。打扰策略在这里一般会设一个日预算;这里只计数,不设上限。计数的口径要防止重复计算:

WITH said AS (
  SELECT created_at FROM notifications WHERE thread_id = Main AND interaction_id IS NULL ...
  UNION ALL SELECT min(created_at) FROM message_components WHERE thread_id = Main ... GROUP BY tool_call_id
  UNION ALL SELECT created_at FROM interactions WHERE thread_id = Main AND kind = 'confirmation' ...
  UNION ALL SELECT m.created_at FROM turn_deliveries d JOIN messages m ... WHERE btrim(m.content_text) <> ''
) SELECT count(*), max(created_at) FROM said
制品怎么计
通知每条计一次,排除交互自动生成的(interaction_id IS NULL)
提问卡按工具调用计:一次调用发了两张卡,算一次
确认请求每个计一次
后台回合的正文非人发起的回合,有非空正文的最终回复计一次

测试里放了 1 条通知、同一次调用发出的 2 张卡、1 个确认、1 段后台正文,期望结果是 4 次;时间拨到第二天,变成 0 次;最近 未知。

为什么不设上限?上限是在模型看到具体情况之前就替它做了决定:第 N+1 件事可能就是当天最要紧的那件。给出计数,「今天已经说了 3 次,最近一次在 90 分钟前」就成了它自己权衡时的一个输入,而不是一道闸门。它要是还说个不停,那是提示词和模型的问题,应该在那里修,不该在框架里加个计数器把问题盖住。

7. 待答问题:只读,有上限,原文照录⌗

最后一项列的是所有 Main 可读对话里等人回答的东西:提问卡和对象卡、确认门、框架决定。每件一行,包括对话标题、问题原文的前 80 个字、开了多久。

const shown = sorted.length > 10 ? [...sorted.slice(0, 5), ...sorted.slice(-5)] : sorted

超过 10 件时只列最老的 5 件和最新的 5 件,总数照写。最老的那几件最可能被忘掉,最新的那几件最可能和当前这一回合有关,中间的用「共 N 件」带过。测试用 12 件验证:输出 11 行(1 行总数加 10 行条目),第 6、7 件不出现,第 12 件出现。

还有两条边界:

  • 只读。 读确认门时不经过任何可能结算它的写路径。测试读完之后再查一遍,确认那个确认门的 state 仍然是 open。感知层顺手改了状态,这种 bug 最难查。
  • 决策卡和决策记录不重复计。 已经发成卡片的决策(id 以 decision: 开头)从卡片列表里排除,只从决策表计一次。

另外,进度报告里原来的「还有 N 个搁置话题」改成逐条列出原文。告诉模型有 3 个话题搁置了,它什么也做不了;把 3 个话题列出来,它才能判断其中哪个和现在有关。

8. 这个做法领先在哪,又欠着什么⌗

把两种做法放在一起比:

打扰策略事实快照
判断发生在框架代码里,在模型之前模型里,基于全部事实
未知怎么处理落到某个默认分支(常常是「可以打扰」)写明「未知(原因)」
过时怎么处理当作未知,或者当作现在保留原值,标「不新鲜」并附采集时刻
新增一种信号改规则,还要考虑它和已有规则怎么组合加一个数据源,模型自己组合
出错的代价一条规则写错,所有回合一起错一个数据源挂掉,只是那一行变成「未知」
可审计性要看推送日志,再去推断当时走了哪个分支模型看到的快照就在历史里,原样可回放
缓存不涉及只追加,同代判重,前缀不动

核心理由只有一条:判断要不要打扰一个人,需要把几件事放在一起想,比如「他正盯着这个对话」「这个问题已经等了两个小时」「他半小时后要开会」「我今天已经说了三次」,而这正是语言模型擅长、if-else 不擅长的。框架该做的是把事实采准,写清楚时刻和置信度,然后让开。

它欠着的,我也列出来:

  • 这次没有拿到效果数据。 测试证明的是事实采得准、只以追加的方式进上下文,不能证明 Main 开口的时机因此变好了。那需要上线之后看它实际的开口记录,这次的改动里没有这部分数据。
  • 判重的命中率受相对时间拖累,见 4.4。
  • 网页在线状态和跨端活动只存在进程内存里。 主体进程重启之后,到下一次观察到活动之前,这两项都会是「未知」。代码老老实实这么写了,没有从数据库里猜一个出来。用生产数据只读生成样例时,检查进程里没有主体的内存镜像,这两项确实输出了未知,没有编一个在线状态。这是预期行为,但也意味着刚重启完的那几个回合,模型手里的信息会少一截。
  • 快照有成本。 每个 Main 回合都要多跑九个数据源的查询,上下文也会多出一段。目前没有为此测过延迟;这些查询并发执行,失败时不阻塞,但不是免费的。

最后说一个容易被忽视的点:这次改动最大的一部分其实是那句「不作判断」的克制。代码里所有的 未知(…)、不新鲜、记录日期 都是在拒绝替模型下结论。写一条规则说「睡眠专注开着就别打扰」很容易,难的是忍住不写它。