Cogmind · AI 智能体元认知

问题：Agent 会「做」，但未必「自知」

很多智能体框架把重点放在能调用多少工具、完成多少任务上，却很少系统化回答：这次任务是否真的在能力范围内？同一类任务是在变好还是变差？跨会话该记什么、不该记什么？小问题要不要在用户开口前先处理？若决策只靠模型自述「我搞定了」，幻觉与过度自信会直接污染运维与自动化流程。

四套齿轮如何分工

Cogmind 是面向 AI Agent 的元认知中间件——不替 Agent 扩展任务清单，而是帮它建立可观测的自我判断层。四个齿轮彼此独立，可按需关闭：

• CapabilityMatcher：任务前根据历史硬证据做能力匹配（「我真的能做这件事吗？」）
• DriftMonitor：跨任务追踪能力趋势（例如「Python 相关任务是否在改善？」）
• MemoryManager：跨上下文选择性保留记忆（「这件事值得记吗？」）
• AutonomyEval：分级自主触发（L0–L4），回答「是否应在被要求前行动？」

集成方式有三档：Embedded（Agent 直接调 Cogmind API，需实现约 5 个接口）、External watch（cogmind watch --path，对宿主零侵入）、CLI（cogmind check "task description"）。Cogmind 会自动识别模型并自校准，因不同模型的幻觉风险、自评准确度与代码能力并不相同。若使用 Obsidian，可在 vault 中查看 _cogmind/dashboard.md 实时总览四齿轮状态。

反幻觉与失效保护

决策依据是硬证据，而非 Agent 自报：终端退出码、文件校验和（sha256 等）、用户明确确认可信；单独的「我做得对」不可作为唯一依据。内置失效规则包括：连续 3 次用户纠正则暂停诊断、某齿轮连续 5 次误判则永久关闭该齿轮、一周 token 开销超 30% 则关闭全部齿轮、AutonomyEval 误触发则立即禁用该齿轮等。

适用边界

当前为 v0.1.6 设计原型：四齿轮架构、失效规则与 Python 实现（pip install -e .）已存在，Obsidian 面板与 CLI 可用，但跨框架兼容、长期漂移准确度与生产可靠性尚未充分验证。适合研究、探索与架构参考；FAQ 亦明确非生产就绪，请在非关键环境使用。完整设计见 docs/SOLUTIONS.md，理论见 docs/THEORY.md。