auto-sync: 2026-05-14 10:03:25

docs/PRD-v2.0.md

@@ -0,0 +1,550 @@
+# 三国 AI Native 平台 - PRD v2.0
+
+**产品名称**: sanguo_moziplus
+**作者**: 庞统(副军师)
+**日期**: 2026-05-13
+**状态**: 📋 v2.0 初稿,基于用户深度讨论后的方向重定位
+**前置**: PRD v1.0 的经验教训作为输入,v2.0 从核心理念重新出发
+
+---
+
+## 0. 一句话定义
+
+> **用户提一个方向,AI 帮他梳理成清晰目标,然后自主组织 Agent 团队执行,全程持续指挥、自主协调、主动汇报,人只在关键决策点介入。**
+
+v1.0 的定义:"用户提一句话需求,平台自动组织 Agent 团队完成全生命周期工作。"
+
+区别在哪?v1.0 假设用户知道自己要什么。v2.0 假设用户只有一个模糊方向,**帮用户想清楚要什么**是系统的核心能力之一。
+
+---
+
+## 1. 为什么要推倒重来
+
+### 1.1 v1.0 的根本问题
+
+v1.0 的定位是"AI Native DevOps Platform",但实际做出来的东西是**用传统 Web 应用的方式管理 AI Agent**:
+
+- 编排是确定性状态机(engine.py 1589 行硬编码流转)
+- 用户交互是点按钮、填表单
+- 前端是 12 个固定 Tab
+- Agent 之间靠邮件异步通信
+- AI 只在"执行节点"里出现,其余全是传统代码
+
+这不是 AI native。这是**给 AI 团队做了一套 ERP**。
+
+### 1.2 核心洞察
+
+> **AI native 不意味着系统里用了 AI,而意味着 AI 参与系统的每一个决策层。**
+
+传统系统:人做所有决策 → 系统执行。
+AI native:AI 做大部分决策 → 人在关键点介入。
+
+### 1.3 v1.0 的资产
+
+推翻的是方向和架构,不是所有工作:
+
+| 资产 | 保留原因 |
+|------|---------|
+| 6 个 Agent 的角色定义和 Skills | 核心能力,花了很多时间调教 |
+| SQLite 数据模型 + 任务存储 | 任务追踪是通用需求 |
+| WebSocket 实时推送基础 | 实时能力是 AI native 的基础设施 |
+| 结构化产出规范 | Agent 产出需要可解析 |
+| 质量门禁思路(做 + 挑战) | 差异化能力 |
+| 苏格拉底需求分析 Skill | v2.0 的核心入口能力 |
+
+---
+
+## 2. 核心理念
+
+### 2.1 四条信念
+
+**B1. AI 帮人想清楚要什么,比 AI 替人干活更有价值**
+
+用户提出模糊方向 → AI 通过对话帮用户梳理成清晰目标 → 再执行。
+需求越清晰,执行越精准,返工越少。需求探索不是前置步骤,是**系统最有价值的部分**。
+
+**B2. 编排层应该是一个 AI 指挥官,不是一段确定性代码**
+
+不是"状态 A 满足条件 → 转到状态 B",而是"AI 感知全局 → 判断局势 → 决定下一步"。
+确定性引擎可以保留作为底层执行保障,但决策层必须是 AI。
+
+**B3. Agent 之间共享意识,不传递消息**
+
+不是 A 写信 → B 读信 → B 回信(异步、延迟、有损)。
+而是所有 Agent 共享一个实时信息空间,随时读写,看到全局。
+
+**B4. 人退到系统的边缘**
+
+人的角色:提出方向 → 确认共识 → 关键决策 → 验收。
+其余时间人不参与,AI 主动汇报,人可以随时介入。
+
+### 2.2 与 v1.0 铁律的关系
+
+v1.0 有四条铁律(IR-1~IR-4)。v2.0 不再叫"铁律",因为铁律暗含"人在约束 AI"。v2.0 的信念是从 AI 的能力出发定义系统该长什么样。
+
+但 v1.0 的核心精神保留:
+
+| v1.0 铁律 | v2.0 对应 | 变化 |
+|-----------|----------|------|
+| IR-1: 每个任务至少 2 个 Agent | B2 指挥官模式 | 挑战机制不取消,但由指挥官动态决定什么时候需要、挑战到什么程度 |
+| IR-2: Plan → Execute → Validate | B2 指挥官模式 | 保留三阶段,但不是每个节点都强制走完,由指挥官判断 |
+| IR-3: 全局视野 | B3 共享意识 | 从"任务主页给人看"变成"共享空间所有参与者都能读写" |
+| IR-4: 安全红线 | B4 人退到边缘 | 保留安全拦截,但加入 AI 自主判断什么时候该拉人 |
+
+---
+
+## 3. 系统画面
+
+### 3.1 用户视角的理想体验
+
+```
+你: "我想搞一个基于成交量的动量策略"
+
+庞统: "好,动量方向有很多种走法。你现在的直觉是基于什么?
+      - 价格动量(追涨杀跌)
+      - 成交量动量(放量突破)
+      - 还是两者结合?"
+
+你: "成交量吧,最近观察到放量之后经常有一波行情"
+
+庞统: "有意思。那你观察的是什么周期?日线级别还是分钟线?
+      另外'一波行情'你的预期是持有多久?"
+
+你: "日线级别,持有大概 3-10 天"
+
+庞统: "明白了。我整理一下我们的共识:
+
+      方向: 基于成交量的日线动量策略
+      持仓周期: 3-10 天(波段交易)
+      核心假设: 放量后趋势延续
+
+      还想确认几个约束:
+      1. 标的池?全 A?还是指数成分?
+      2. 资金量级?
+      3. 能接受的最大回撤?"
+
+你: "全A,100万,回撤不超过15%"
+
+庞统: "需求清晰了。我来安排执行,预计40分钟出初步结果。"
+
+[15分钟后]
+
+庞统: "赵云数据准备完了,发现2024-08分钟线有缺失,
+      我让赵云用日线补齐了。张飞已经开始写策略。"
+
+[30分钟后]
+
+庞统: "张飞写完了,司马懿review提了2个问题:
+      1. 止损逻辑有未来函数风险(已修)
+      2. 建议加入仓位管理(张飞认同,在加)
+      预计再10分钟。"
+
+[40分钟后]
+
+庞统: "策略完成。年化收益23%,最大回撤12.3%,Sharpe 1.6。
+      司马懿已验收。策略代码和回测报告在这里。
+      你看一下?"
+```
+
+**全程用户说了三句话。** 中间庞统自主处理了数据缺失、协调了 review 意见、调整了计划。
+
+### 3.2 系统内部发生了什么
+
+```
+用户的模糊方向
+    │
+    ▼
+┌──────────────────────────┐
+│ Phase 1: 需求探索         │
+│ 苏格拉底式对话            │
+│ 你和庞统共创清晰目标      │
+│ 输出: 目标+约束+验收标准   │
+└────────────┬─────────────┘
+             │
+             ▼
+┌──────────────────────────┐
+│ Phase 2: 动态规划         │
+│ 庞统规划 → 司马懿挑战     │
+│ 输出: 活的执行计划         │
+│ (不是固定DAG,可随时调整)  │
+└────────────┬─────────────┘
+             │
+             ▼
+┌──────────────────────────┐
+│ Phase 3: 自主执行         │
+│ Agent群共享意识,自主协作  │
+│ 庞统持续观察,实时调整     │
+│ 异常自动处理,解决不了拉人 │
+│ 执行过程中计划可演进       │
+└────────────┬─────────────┘
+             │
+             ▼
+┌──────────────────────────┐
+│ Phase 4: 主动汇报         │
+│ AI推送结果和关键发现       │
+│ 用户验收,可追问可调整     │
+└──────────────────────────┘
+```
+
+人的参与密度:Phase 1 高 → Phase 2 可选确认 → Phase 3 几乎不参与(可随时介入)→ Phase 4 验收。
+
+---
+
+## 4. 架构理念
+
+### 4.1 从四层变四相
+
+v1.0 的架构是传统分层:前端 → API → 编排引擎 → Agent 层。
+
+v2.0 不分层,而是定义四个**交互相位(Phase)**,每个相位内部由 AI 驱动:
+
+### Phase 1: 需求探索(苏格拉底对话)
+
+**谁参与**: 用户 + 庞统
+**AI 的角色**: 不只是"理解需求",而是**帮用户发现需求**
+**核心技术**: 苏格拉底式提问 Skill
+**输入**: 用户的一句话方向
+**输出**: 清晰的目标、约束、验收标准(用户确认后的共识)
+
+**关键设计点**:
+- 对话是多轮的,不是一次性的
+- 庞统根据领域知识主动提问,不是被动等待
+- 用户可以随时补充、修改、推翻之前的说法
+- 最终形成的共识要**用户明确确认**才能进入下一阶段
+
+### Phase 2: 动态规划(AI 规划 + 挑战)
+
+**谁参与**: 庞统(规划)+ 司马懿(挑战)+ 用户(可选确认)
+**AI 的角色**: 规划者 + 质量守门人
+**核心技术**: 动态规划能力 + 质量门禁
+
+**关键设计点**:
+- 规划不是一次性的。执行过程中计划可以调整
+- 规划结果不是固定 DAG,而是**活的执行方案**
+- 司马懿挑战规划的合理性,多轮协商达不成共识则升级
+- 用户可以选择确认计划,也可以直接让 AI 开始执行
+
+**和 v1.0 的区别**:
+- v1.0: plan.json 一次性生成 → engine 固定执行
+- v2.0: 计划是活的,庞统全程在场随时调整
+
+### Phase 3: 自主执行(Agent 协作群)
+
+**谁参与**: 所有 Agent + 庞统(持续指挥)
+**AI 的角色**: 执行者 + 指挥官
+**核心技术**: 共享意识空间 + 持续指挥
+
+**关键设计点**:
+
+**共享意识空间(Blackboard)**:
+```
+┌──────────────────────────────────────┐
+│           共享任务空间                  │
+│                                      │
+│  目标: 基于成交量的日线动量策略          │
+│  约束: 最大回撤15%, 资金100万           │
+│  当前阶段: 策略编码                     │
+│                                      │
+│  赵云: 数据准备完成,2024-08有缺失已补齐  │
+│  张飞: 正在写策略,进度60%               │
+│  姜维: 回测环境就绪                     │
+│  庞统: 判断正常,张飞完成后进review       │
+│  司马懿: 待命                          │
+│                                      │
+│  风险: 无                              │
+│  阻塞: 无                              │
+└──────────────────────────────────────┘
+```
+
+每个 Agent 随时可以:
+- 读取全局状态和其他 Agent 的状态
+- 写入自己的状态、发现、意图
+- 感知到其他 Agent 的变化
+
+**持续指挥官(庞统)**:
+- 不是提交 plan 后退场,而是全程在线
+- 每个关键节点完成后被通知,评估全局状态
+- 出现异常时自主决策(换人、换方案、调整优先级)
+- 解决不了的问题才升级给用户
+
+**Agent 自主协作**:
+- Agent 不只是被动接任务,可以主动发起协作
+- 赵云发现数据问题 → 直接在共享空间标记 → 张飞看到后调整工作
+- 不需要通过中央调度器传递信息
+
+**和 v1.0 的区别**:
+- v1.0: Agent 之间通过 Sanguo Mail 异步通信
+- v2.0: Agent 通过共享空间实时感知 + 必要时直接对话
+
+### Phase 4: 主动汇报(AI 推送)
+
+**谁参与**: 庞统 → 用户
+**AI 的角色**: 汇报者
+**核心技术**: 自然语言生成 + 主动推送
+
+**关键设计点**:
+- AI 主动推送进度和结果,不需要用户查 Dashboard
+- 汇报内容是自然语言,不是结构化数据的展示
+- 用户可以追问细节、要求调整、推翻结论
+- 关键决策点(花钱、发交易、删数据)AI 主动请求确认
+
+### 4.2 编排层的范式转变
+
+**v1.0**: 确定性引擎(状态机 + 固定流转)
+```
+for node in sorted_nodes:
+    execute(node)
+    if failed: retry or wait
+```
+
+**v2.0**: AI 驱动的指挥循环(感知 → 推理 → 行动)
+```
+while 任务未完成:
+    全局状态 = 感知所有Agent和共享空间()
+    下一步 = 庞统(全局状态) → "该做什么,谁来做"
+    执行(下一步)
+    观察结果 → 更新共享空间
+    如果需要人的决策 → 暂停并汇报
+```
+
+这不意味着完全砍掉确定性引擎。底层执行仍然需要状态追踪、超时保护、故障恢复。但在执行层之上,有一个 AI 指挥层做动态决策。
+
+### 4.3 界面的范式转变
+
+**v1.0**: 12 个固定 Tab 的 Dashboard 是主入口
+**v2.0**: 自然语言对话是主入口,Dashboard 降级为监控面板
+
+| 界面 | v1.0 | v2.0 |
+|------|------|------|
+| 主入口 | Dashboard (8082端口) | 对话(OpenClaw session) |
+| 监控 | Dashboard 内的多个 Tab | 轻量监控面板(只看不操作) |
+| 操作 | 点按钮 | 说话 |
+| 信息获取 | 人去查 | AI 主动推 |
+| 干预 | Dashboard 上的操作按钮 | 对话中说"暂停""换人""调整方向" |
+
+Dashboard 不会消失,但它变成**可选的后台监控工具**,不是必须的操作界面。
+
+---
+
+## 5. 核心能力清单
+
+### 5.1 能力 vs 现状
+
+| # | 能力 | 说明 | v1.0 现状 | v2.0 目标 |
+|---|------|------|----------|----------|
+| C1 | **需求探索对话** | 苏格拉底式提问,帮用户梳理需求 | ✅ 有 Skill | 核心入口,深度融合 |
+| C2 | **动态规划** | AI 规划 + 挑战,计划可演进 | ⚠️ plan.json 一次性 | 活的执行方案,全程可调 |
+| C3 | **持续指挥** | 庞统全程在线,实时观察调整 | ❌ 交完 plan 退场 | 指挥官模式,关键节点介入 |
+| C4 | **共享意识** | Agent 共享实时信息空间 | ❌ Sanguo Mail 异步 | 共享黑板 + 实时感知 |
+| C5 | **自主协作** | Agent 之间直接沟通协调 | ❌ 全靠中央调度 | peer-to-peer + 共享空间 |
+| C6 | **质量门禁** | 独立挑战者评审产出 | ✅ 有基础实现 | 保留,指挥官动态决定深度 |
+| C7 | **主动汇报** | AI 推送进度和结果 | ❌ 人查 Dashboard | AI 主动推送自然语言摘要 |
+| C8 | **经验沉淀** | 每次执行自动提炼经验 | ❌ 无 | 自动沉淀到知识库,下次复用 |
+| C9 | **安全护栏** | 危险操作拦截、审批 | ✅ 有基础 | AI 自主判断 + 红线拦截 |
+| C10 | **工具链集成** | lint/test/build 自动触发 | ❌ 未实现 | 按需调用,结果驱动流转 |
+
+### 5.2 能力依赖关系
+
+```
+C1 需求探索
+  │
+  ▼
+C2 动态规划 ─────────────────┐
+  │                          │
+  ▼                          ▼
+C3 持续指挥 ←→ C4 共享意识 ←→ C5 自主协作
+  │              │
+  │              ▼
+  │          C8 经验沉淀
+  │
+  ├──→ C6 质量门禁
+  ├──→ C7 主动汇报
+  ├──→ C9 安全护栏
+  └──→ C10 工具链集成
+```
+
+核心环是 C3 + C4 + C5(持续指挥 + 共享意识 + 自主协作)。这是 AI native 和传统系统的根本区别。
+
+---
+
+## 6. 技术方向
+
+### 6.1 编排层:从状态机到 AI 指挥循环
+
+**不是砍掉 engine.py,而是在它之上加一层 AI 决策。**
+
+底层:轻量确定性引擎(保留状态追踪、超时保护、故障恢复)
+上层:AI 指挥层(庞统在每个关键决策点介入)
+
+关键决策点:
+- 规划完成后(验证计划合理性)
+- 每个节点完成后(评估全局,决定下一步)
+- 异常发生时(诊断原因,决定应对策略)
+- 任务完成时(汇总结果,生成汇报)
+
+### 6.2 通信层:从邮件到共享空间
+
+**不一定是二选一,可以共存。**
+
+- **共享空间**:所有 Agent 共享的结构化信息空间(SQLite + WebSocket 推送)
+- **直接对话**:Agent 之间需要深度协商时,可以建立临时对话通道
+- **邮件保留**:作为 fallback 或异步场景的补充
+
+### 6.3 入口层:从 Dashboard 到对话
+
+**主入口迁移到 OpenClaw session**。moziplus 的能力通过对话暴露,而不是通过 Web 页面。
+
+Dashboard 保留为:
+- 监控面板(只读视图,看全局状态)
+- 调试工具(出问题时排查)
+- 历史归档(查看已完成的任务)
+
+### 6.4 经验层:从无到有
+
+每次任务完成后,AI 自动提炼:
+- 任务模式(什么类型的需求走了什么路径)
+- 时间模型(每个 Agent 处理什么类型任务需要多久)
+- 常见陷阱(什么情况下容易出错)
+- 最优实践(什么做法效果最好)
+
+沉淀到知识库,下次类似任务自动复用。
+
+---
+
+## 7. 里程碑规划
+
+> ⚠️ 以下为方向级规划,具体排期待调研完成后细化。
+> 调研目标:吸收当前业界 AI native agent 系统的理念和做法。
+
+### M0: 调研与设计(当前)
+
+- 调研业界 AI native agent 框架/平台的设计理念
+- 梳理可借鉴的模式和做法
+- 输出:调研报告 + v2.0 详设文档
+
+### M1: 核心原型
+
+- 需求探索对话(C1 深度融合)
+- 共享意识空间(C4 基础版)
+- 持续指挥官实验(C3 最小版:节点完成回调中加庞统调用)
+- 用一个真实任务跑通全链路
+
+### M2: 协作增强
+
+- Agent 自主协作(C5)
+- 动态规划演进(C2 活计划)
+- 主动汇报(C7)
+- 经验沉淀 v1(C8 基础版)
+
+### M3: 完善与生产化
+
+- 质量门禁深化(C6 动态挑战)
+- 安全护栏(C9)
+- 工具链集成(C10)
+- 稳定性、监控、故障恢复
+
+---
+
+## 8. 调研发现与待回答问题
+
+以下问题基于 2026-05-13 调研（知识库 14 个项目 + 业界 5 个方向），部分已有答案。
+
+### 8.1 编排智能化 — 已有部分答案
+
+**业界共识**: “可预测骨架 + LLM 动态填充”，不纯 DAG 也不纯 ReAct。
+
+- LangGraph：图定义结构，条件边动态路由
+- OpenAI Agent SDK：Handoff 显式转交 + 对话历史传递
+- Google ADK：层级树 + LLM 做委派决策
+- open-multi-agent：Goal-first，Coordinator 动态分解为 DAG
+- Ouroboros：后台意识循环（比"持续指挥官"更激进——不是任务来了才调度，而是一直在思考）
+
+**待深入**: 确定性保障机制（防死循环/乱调度）的具体实现方式
+
+### 8.2 共享意识 — 已有部分答案
+
+**通信模式递进**（按 AI native 程度）:
+1. 点对点异步消息（Sanguo Mail）——最基础
+2. 共享工作区 + 结构化产出（Claude Code）——简单有效
+3. 对话历史传递（OpenAI Handoff）——"surprisingly effective"
+4. Blackboard 广播（学术前沿：LbMAS/bMAS）——最强但最复杂
+5. Canonical IR 中间表示（Opal-Bridge）——N 个 Agent 只需 2N 个 adapter
+
+**冲突解决**（wiki 已蒸馏）: 写冲突用锁、逻辑冲突用仲裁、资源冲突用队列
+**并行安全**: Network-AI 的 propose→validate→commit 原子写入
+
+**待深入**: 信息过载的具体解决方案（分层黑板 + LLM 控制单元路由）
+
+### 8.3 Agent 自主协作 — 已有框架
+
+**4 种编排模式**（wiki 已蒸馏）: 线性/并行/主从/网状，有明确选择指南
+**Agent 自主协作参考**: Ouroboros 的后台意识、wanman 的 Steer/FollowUp 优先级
+**多模型交叉验证**: Ouroboros 用 o3/Gemini/Claude 评审自己的变更
+
+**待深入**: peer-to-peer 协作中“两个 Agent 同时改同一文件”的防竞态方案
+
+### 8.4 经验沉淀 — 已有成熟框架
+
+**Memory → Skills → Rules 三层压缩**（Experience Compression Spectrum）
+**闭环学习**: DISCOVER → DISTILL → APPLY → IMPROVE（wiki 知识管理体系）
+**五层蒸馏**: 表达DNA → 心智模型 → 决策启发式 → 反模式 → 诚实边界（nuwa-skill）
+**五路径增长**: 调研驱动 / 问题驱动 / 外部注入 / 反向触发 / 交叉碰撞
+**反向触发特别重要**: Agent 发现好实践时主动建议"可以改善我们的 X"——AI native 的经验沉淀
+
+**待深入**: 经验自动从执行 trace 中提取的具体方法、过时经验处理
+
+### 8.5 人的介入方式 — 已有成熟做法
+
+**分阶段介入**: 设计时深度 → 执行时旁观 → 完成时审查
+**权限光谱**: Claude Code 7 种权限模式（全自动到每步审批）
+**安全机制**: Scope Reduction Detection（防偷懒）、Change Capsule（变更审查）、Steer 优先级（紧急中断）
+
+**待深入**: “AI 主动求助”的触发条件设计、人介入后无缝交还控制权
+
+### 8.6 端到端参考 — 部分覆盖
+
+**最接近全链路的**: get-shit-done（idea→research→requirements→roadmap→discuss→plan→execute→verify→ship）
+**最大规模多 Agent**: Hermes v0.13 Kanban（运维保障好但编排传统）
+**最激进 AI native**: Ouroboros（自修改 + 后台意识 + 宪法驱动）
+**跨 Agent 互操作**: Opal-Bridge（Canonical IR + Moments + Fidelity 三档）
+
+**待深入**: 从“需求探索”到“交付验收”全链路 AI native 的完整系统尚未出现
+
+---
+
+## 9. 与现有系统的关系
+
+| 系统 | v1.0 关系 | v2.0 关系 |
+|------|----------|----------|
+| **OpenClaw** | 底层基础设施 | **主入口**(对话通过 session)+ 基础设施 |
+| **Sanguo Mail** | Agent 间异步通信 | 降级为 fallback,主通信走共享空间 |
+| **Mozi** | 经验来源 | 不变,经验教训是输入 |
+| **moziplus Dashboard** | 主入口 | 降级为监控面板 |
+| **知识库** | 存基础数据 | 经验沉淀的核心载体 |
+
+---
+
+## 10. 风险
+
+| 风险 | 说明 | 缓解思路 |
+|------|------|---------|
+| AI 指挥不稳定 | AI 调度可能做出错误决策 | 底层确定性引擎兜底 + 人可随时介入 |
+| 共享空间信息过载 | Agent 写入太多信息 | 结构化 + 摘要 + 按需读取 |
+| 过度自动化 | AI 自作主张导致失控 | 安全护栏 + 关键操作拉人确认 |
+| Agent 能力天花板 | 当前 Agent 不够聪明,无法完全自主 | 分阶段推进,先人机混合再逐步放手 |
+| 投入产出比 | AI native 的收益能否覆盖改造成本 | 最小实验验证,不盲目大改 |
+
+---
+
+## 附录: v1.0 → v2.0 变化摘要
+
+| 维度 | v1.0 | v2.0 |
+|------|------|------|
+| 核心假设 | 用户知道自己要什么 | 用户只有模糊方向,AI 帮他梳理 |
+| 编排方式 | 确定性状态机 + 固定 DAG | AI 指挥循环 + 活计划 |
+| Agent 通信 | Sanguo Mail 异步邮件 | 共享意识空间 + 直接对话 |
+| 主入口 | Web Dashboard | 自然语言对话 |
+| 人的参与 | 全程驾驶 | 提方向 → 关键决策 → 验收 |
+| 前端定位 | 操作面板 | 监控面板 |
+| 经验沉淀 | 无 | 每次执行自动提炼 |
+| AI 的位置 | 只在执行节点 | 参与每一层决策 |