auto-sync: 2026-05-15 13:38:44

docs/design/architecture-v2.6.md

@@ -714,21 +714,21 @@ Agent A 完成 task-001
 - Gateway WS `sessions.delete` 需要 `operator.admin` scope(token 模式不授予,不可用)❌
 - 回退方案:直接编辑 `sessions.json` 是安全可靠的 ✅
 
-### 4.4 Agent Spawn 的上下文分层传递（课题 2 设计决策）
+### 4.4 Agent Spawn 的上下文分层传递(课题 2 设计决策)
 
-> **设计推导**：GSD Wave Execution 证明隔离 session + 新鲜 context > 单一 session + 压缩。Claude Code 的 file reference 模式证明"引用而非内联"是最优策略。Opal-Bridge 的 Fidelity 三档提供了理论框架。agent-chorus 的 Context Pack 实验证明结构化上下文让 Agent 效率提升 60-70%。问题不是 context 不够大，而是信号噪声比。
+> **设计推导**:GSD Wave Execution 证明隔离 session + 新鲜 context > 单一 session + 压缩。Claude Code 的 file reference 模式证明"引用而非内联"是最优策略。Opal-Bridge 的 Fidelity 三档提供了理论框架。agent-chorus 的 Context Pack 实验证明结构化上下文让 Agent 效率提升 60-70%。问题不是 context 不够大,而是信号噪声比。
 
-**L1/L2/L3 对应 Opal-Bridge Fidelity 三档**：
+**L1/L2/L3 对应 Opal-Bridge Fidelity 三档**:
 
 | Opal-Bridge Fidelity | 我们的映射 | 场景 |
 |---------------------|----------|------|
-| Mode A：无损（完整上下文） | L1 + L2 + L3 | 复杂任务，Agent 需要完整了解讨论历史和产出 |
-| Mode B：LLM 摘要 | L1 + L2 | 标准任务，核心信息 + 扩展摘要 |
-| Mode C：混合保留最近N条 | L1 | 简单任务，只传核心，Agent 按需取更多 |
+| Mode A:无损(完整上下文) | L1 + L2 + L3 | 复杂任务,Agent 需要完整了解讨论历史和产出 |
+| Mode B:LLM 摘要 | L1 + L2 | 标准任务,核心信息 + 扩展摘要 |
+| Mode C:混合保留最近N条 | L1 | 简单任务,只传核心,Agent 按需取更多 |
 
-Agent 自己决定用哪个 Fidelity 档位——收到 L1 后判断信息是否足够，不够就 L2/L3。
+Agent 自己决定用哪个 Fidelity 档位--收到 L1 后判断信息是否足够,不够就 L2/L3。
 
-**D2-5：三层上下文传递（L1 必传 / L2 按需 / L3 按需）**
+**D2-5:三层上下文传递(L1 必传 / L2 按需 / L3 按需)**
 
 | 层级 | 内容 | Token 估算 | 谁决定 |
 |------|------|-----------|--------|
@@ -940,11 +940,29 @@ Agent 被 spawn
    - must_haves 三件套(任务创建时由庞统定义):
      - truths:用户视角的可观测行为("用户能看到回测结果"),不是实现步骤("编写回测脚本")
      - artifacts:必须存在的产出文件
-     - constraints:继承的约束(如"不超过500行"、"必须用vnpy")
+     - constraints:继承的约束(如“不超过500行”、“必须用vnpy”)
     ↓
-5. 退出 → daemon 自动清理 session
+5. 写 Handoff Comment → 退出
+   - Agent 结束前必须写一条结构化的交接评论（借鉴 agent-chorus checkpoint）
+   - 内容：完成什么、产出在哪、还剩什么、建议下一步
+   - 这条 comment 会出现在下一个 Agent 的 L1 消息中（最近 3 条评论），实现无缝接手
+   - 示例：
+     ```
+     blackboard.py comment --task task-001 --author zhangfei-dev \
+       --body "## Handoff\n完成：分批加载实现\n产出：task-001/output-zhangfei-v2.md\n未完成：止损逻辑分批适配\n建议下一步：关羽 review 止损逻辑"
+     ```
+    ↓
+6. Daemon 自动清理 session
+   - 通知 Daemon（inbox JSONL）
+   - Daemon 检测到完成 → 继续下一步（解锁下游 / spawn review / 清理 session）
 ```
 
+**设计推导（Handoff Comment）**：
+- agent-chorus 的核心机制是 Standup + Conclude：Agent 开始时读 inbox，结束时广播状态
+- 映射到黑板：Standup = Agent spawn 后读黑板（L1），Conclude = Agent 结束时写 handoff comment
+- agent-chorus 的 checkpoint 广播给所有其他 Agent → 我们的 handoff comment 通过 L1 自然传递给下一个 Agent
+- 关键价值：**黑板上的状态足够让 Agent B 无缝接手 Agent A 的工作**——这正是 agent-chorus 解决的核心问题
+
 ### 5.2 Agent 工具集
 
 Agent 通过 `exec` 工具调用 CLI 命令操作黑板: