diff --git a/docs/design/architecture-v2.md b/docs/design/architecture-v2.md
index 1e4570c..5fd6199 100644
--- a/docs/design/architecture-v2.md
+++ b/docs/design/architecture-v2.md
@@ -1849,6 +1849,205 @@ experience:
       content: "如果是纯模拟数据回测，不需要数据清洗步骤"
 ```
 
+### 3.12 中央协调 + Agent 自主（v2.4 核心设计修正）
+
+> **问题**：v2.3 设计在三轮评审后逐渐妥协了三个 AI native 核心目标：
+> 1. Agent 自主协作 → 退化为中央调度
+> 2. 实时共享感知 → 退化为按需查询
+> 3. AI 持续参与 → 退化为完成时通知
+>
+> **根因**：遇到技术难点时采纳降级方案，而非在约束下找实现目标的方法。
+>
+> **v2.4 修正**：技术栈不变（Daemon + SQLite + `openclaw agent` CLI + 文件系统），变的是**设计理念**——
+> 从“中央控制”变为“中央协调 + Agent 自主”。
+>
+> **调研来源**：
+> - Edict 朝堂议政：TurnScheduler + phaseMask（Agent 声明在哪些阶段主动发言）
+> - Ouroboros：后台意识循环 consciousness.py（任务间主动思考）
+> - Network-AI：Blackboard + CRDT（Agent 读黑板、看到变化、自己决定行动）
+> - Open Multi-Agent：sharedMemory + delegate_to_agent（Agent 可主动委派）
+> - oh-my-claudecode：Team staged pipeline（team-plan → team-prd → team-exec → team-verify → team-fix）
+> - Hermes Agent：kanban board + dispatcher（Agent 通过 kanban_* 工具集自主 claim task）
+> - Claude Code：Grove（共享项目工作区）、Swarm/Team（hub-spoke 协调）
+> - MCP + A2A：MCP 提供上下文共享，A2A 提供 Agent 间直接通信
+> - 学术：Multi-Agent Blackboard System (arXiv:2510.01285) 消除中央协调器先验知识需求
+
+#### 3.12.1 三层自主模型
+
+```
+┌──────────────────────────────────────────────────────┐
+│                  庞统（中央协调）                       │
+│  定方向、定约束、异常干预、持续观察                       │
+│  不微观管理：不指定每一步怎么做                          │
+└────────────┬─────────────────────┬───────────────────┘
+             │                     │
+    ┌────────▼────────┐  ┌────────▼────────┐
+    │   Agent 自主权    │  │   Agent 自主权    │
+    │ 执行方式自主决定   │  │ 执行方式自主决定   │
+    │ 可主动发现问题    │  │ 可主动发现问题    │
+    │ 可主动建议       │  │ 可主动建议       │
+    └────────┬────────┘  └────────┬────────┘
+             │                     │
+    ┌────────▼─────────────────────▼────────┐
+    │        共享意识空间（文件系统）            │
+    │  status.json    → 全局状态实时摘要       │
+    │  observations/  → Agent 主动观察        │
+    │  moments.jsonl  → 原子事件流           │
+    │  steps/         → 各步骤产出物          │
+    └──────────────────────────────────────┘
+```
+
+**与 v2.3 的核心区别**：
+
+| 维度 | v2.3（妥协版） | v2.4（AI native） |
+|------|-------------|----------------|
+| 调度模式 | daemon 全权调度 | 庞统定方向，Agent 自主执行 |
+| 信息获取 | Agent curl 查 API | Agent 直接 read 共享目录文件 |
+| AI 参与 | 步骤完成后通知 | 持续推送执行摘要，庞统主动干预 |
+| Agent 主动性 | 无 | observations 目录 + 主动建议机制 |
+| 协作方式 | 庞统串行分配 | Agent 可观察其他 Agent 产出并主动调整 |
+
+#### 3.12.2 Agent 自主执行协议
+
+Agent 被调度后，不只是“执行指令”，而是执行一套自主行为协议：
+
+```
+Agent 收到任务消息后：
+
+1. 【感知】read artifacts/task-{id}/status.json
+   → 了解全局：当前 phase、各步骤状态、异常列表
+
+2. 【感知】read artifacts/task-{id}/observations/
+   → 了解其他 Agent 的观察和建议
+   → 特别是前序步骤 Agent 的发现
+
+3. 【感知】read artifacts/task-{id}/steps/{前序步骤}/output.json
+   → 获取前序步骤的具体产出
+
+4. 【执行】基于全局信息自主决定执行方式
+   → 不需要庞统指定“用什么工具、什么方法”
+   → 根据任务意图 + 全局上下文自行判断
+
+5. 【主动观察】如果执行中发现异常/有价值的发现：
+   → write artifacts/task-{id}/observations/{agent}-{seq}.md
+   → 内容：发现的问题、建议的调整、重要的洞察
+   → 格式自由（Markdown），由庞统或其他 Agent 读取
+
+6. 【回报】完成/失败后回报 daemon API
+   → POST /api/steps/{id}/complete 或 /fail
+```
+
+**关键设计**：步骤 1-3（感知）是**强制的**，写入 Agent 的 task-bootstrap Skill。
+这确保每个 Agent 执行前都有全局视野，而不是盲人摸象。
+
+#### 3.12.3 Agent 任务消息模板（v2.4 增强）
+
+调度 Agent 时，消息内容不仅是“执行 X”，还包含：
+
+```markdown
+## 任务：{step_title}
+
+### 意图
+{step_intent} → 目标状态：{end_state}
+
+### 全局上下文
+- 任务：{task_title}
+- Phase：{current_phase}
+- 前序步骤：{completed_steps_summary}
+- **请先感知全局**：read artifacts/task-{id}/status.json 和 observations/
+
+### 你的自主权
+- 执行方式由你决定（工具、方法、顺序）
+- 发现异常请写入 observations/
+- 遇到专业外的问题主动回报，不硬撑
+
+### 约束
+- 产出物必须写到 artifacts/task-{id}/steps/{step_id}/
+- 超时 {timeout_minutes} 分钟自动标记 blocked
+
+### 完成后
+POST /api/steps/{step_id}/complete
+body: {artifacts: [...], confidence: 0-1, summary: "...", observations: [...]}
+```
+
+#### 3.12.4 庞统持续意识机制
+
+庞统不是被动的审批节点，而是持续观察的指挥官。
+
+**实现方式**：daemon 通过 `openclaw agent` CLI 定期推送执行摘要给庞统。
+
+```
+触发时机（不是 cron，是事件驱动）：
+
+1. 步骤完成事件
+   → daemon 立即通知庞统
+   → 庞统判断：正常→无干预 / 异常→主动发指令
+
+2. Agent 写入 observation
+   → daemon 检测到新文件（inotify/fswatch）
+   → 推送给庞统："赵云发现数据异常"
+   → 庞统决定：加步骤 / 调整方案 / 通知用户
+
+3. 定期心跳（每 N 分钟，可配置）
+   → daemon 推送当前全局摘要
+   → 庞统判断是否有异常趋势（如某步骤超时、Agent 连续失败）
+   → 正常→回"继续" / 异常→主动干预
+
+4. AI 质量评估点（Phase 2/3 交界处）
+   → 庞统审查当前执行计划 vs 实际进展
+   → 主动调整步骤、重新分配 Agent、升级问题
+```
+
+**Token 消耗控制**（通过质量分级）：
+- `critical` 任务：每个事件都推送
+- `standard` 任务：步骤完成 + observation 时推送
+- `exploratory` 任务：仅步骤完成时推送
+
+#### 3.12.5 文件系统 = 实时共享感知
+
+**核心洞察**：文件系统天然就是“实时共享”的——一个 Agent write 了文件，另一个 Agent 立刻可以 read。
+不需要 WebSocket、不需要推送、不需要轮询 API。
+
+关键在于让 Agent **知道去读什么**。这就是 `status.json` + `observations/` 的作用：
+
+- `status.json`：daemon 在每次状态变化后立即更新，Agent read 即可获得全局视野
+- `observations/`：Agent 发现问题时主动写入，其他 Agent read 即可感知
+- `steps/`：前序步骤的产出物就在文件系统里，不需要通过 API 传输
+
+**为什么不用 WebSocket/实时推送？**
+因为 Agent 的执行是 `openclaw agent` CLI 调用——每次调用是一个独立进程。
+Agent 不需要“订阅”事件流，而是在被调用时通过 read 文件获取全部所需上下文。
+这比实时推送更简单、更可靠（无连接断开问题）。
+
+#### 3.12.6 Agent 主动协作场景
+
+```
+场景 1：赵云发现数据异常
+  → 赵云写入 observations/zhaoyun-001.md
+  → daemon 检测到 → 通知庞统
+  → 庞统判断：需要加清洗步骤
+  → 庞统调整计划 → daemon 更新 status.json + plan.json
+  → 张飞被调度时 read status.json，看到新增的清洗步骤
+  → 张飞 read observations/zhaoyun-001.md，了解数据异常详情
+  → 张飞自主决定：在策略编码前加入数据清洗逻辑
+
+场景 2：张飞主动建议
+  → 张飞执行策略编码时，发现更好的技术指标
+  → 张飞写入 observations/zhangfei-001.md
+  → daemon 通知庞统
+  → 庞统判断：值得尝试，修改计划允许探索
+  → 关羽审核时 read observations/，看到张飞的建议，针对性审查
+
+场景 3：关羽主动拦截
+  → 关羽审核代码时发现风险
+  → 关羽写入 observations/guanyu-001.md（标记为 blocking）
+  → daemon 立即通知庞统
+  → 庞统决定：暂停后续步骤，要求张飞修改
+  → 不需要等步骤“完成”才发现问题
+```
+
+---
+
 ## 4. 已决策（全部）
 
 | # | 决策 | 结论 | 理由 |