auto-sync: 2026-05-15 12:32:02

docs/design/architecture-v2.6.md

@@ -645,30 +645,73 @@ async def watch_signals():
 - 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 后的消息内容
+### 4.4 Agent Spawn 的上下文分层传递（课题 2 设计决策）
 
-Agent 被 spawn 时,daemon 传递的消息应包含足够的上下文让 agent 知道该做什么:
+> **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。问题不是 context 不够大，而是信号噪声比。
+
+**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 |
+|------|------|-----------|--------|
+| **L1（spawn message）** | 任务核心 + 角色 + 触发原因 + 依赖状态 + 最近评论 + must_haves | ~300-500 | Daemon 自动 |
+| **L2（CLI 按需）** | 完整评论线程 + 产出摘要 + 决策记录 + 观察记录 | ~500-1500 | Agent 自主决定 |
+| **L3（文件按需）** | 产出物文件完整内容 + 完整事件日志 + 子任务详情 | ~2000-10000 | Agent 自主决定 |
+
+**L1 Spawn Message 模板**：
 
 ```python
-def build_spawn_message(task_id: str, trigger_reason: str, comments_since: str = None):
+def build_spawn_message_L1(task_id: str, agent_id: str, trigger: str) -> str:
     task = get_task(task_id)
+    
+    # 依赖状态摘要（1行/依赖任务）
+    deps_status = []
+    for dep_id in json.loads(task['depends_on'] or '[]'):
+        dep = get_task(dep_id)
+        deps_status.append(f"  {dep_id}: {dep['status']} - {dep['title']}")
+    
+    # 最近 3 条评论摘要（截断 100 字符）
+    recent_comments = get_comments(task_id, limit=3)
+    comments_str = ""
+    for c in recent_comments:
+        comments_str += f"  [{c['created_at'][:16]} {c['author']}] {c['body'][:100]}\n"
+    
+    # must_haves 摘要
+    must_haves = json.loads(task.get('must_haves') or '{}')
+    truths_str = ', '.join(must_haves.get('truths', []))
+    
+    return f"""黑板任务通知（L1）：
+任务：{task['title']}（{task['id']}）
+状态：{task['status']} | 类型：{task['task_type']} | 风险：{task['risk_level']}
+触发原因：{trigger}
+描述：{task['description'] or '（无）'}
+验收标准（truths）：{truths_str or '（未定义）'}
 
-    msg = f"黑板任务通知:\n"
-    msg += f"- 任务:{task.title}({task.id})\n"
-    msg += f"- 状态:{task.status}\n"
-    msg += f"- 触发原因:{trigger_reason}\n"
+依赖状态：
+{chr(10).join(deps_status) if deps_status else '  （无依赖）'}
 
-    if comments_since:
-        recent = get_comments_since(task_id, comments_since)
-        if recent:
-            msg += f"\n最近评论:\n"
-            for c in recent:
-                msg += f"  [{c.created_at} {c.author}] {c.body[:200]}\n"
+最近评论：
+{comments_str if comments_str else '  （无评论）'}
 
-    msg += f"\n请读取黑板获取完整信息。"
-    return msg
+请使用以下命令获取更多信息：
+  L2（扩展）：blackboard.py read --task {task_id} --level L2
+  L3（全量产出）：blackboard.py read --task {task_id} --type outputs
+"""
 ```
 
+**D2-6：不需要 Auto-compact**：v2.6 的 Agent 每次 spawn 都是隔离的新鲜 session，天然没有 context rot。唯一可能有累积的是庞统主 session（长期在线协调），属 Phase 3 优化。
+
+**D2-7：Context 预算分配**（128K 模型）：
+
+| 组件 | 预算 | 说明 |
+|------|------|------|
+| System Prompt + SOUL.md + IDENTITY.md | ~3K-5K tokens | 固定开销 |
+| Skills + AGENTS.md | ~2K-4K tokens | 固定开销 |
+| L1 spawn message | ~300-500 tokens | 必传 |
+| L2 黑板扩展（按需） | ~500-1500 tokens | Agent 自主决定 |
+| L3 产出物文件（按需） | ~2K-10K tokens | Agent 自主决定 |
+| 工作空间（Agent 思考+输出） | ~30K-50K tokens | 预留 |
+| **总计** | **~40K-70K tokens** | 远小于 128K，安全 |
+
 ### 4.5 续杯与心跳
 
 参考 v1.0 实践 + Hermes v0.13 Claim TTL。