技能介绍

要解决什么问题

多轮对话里，助手往往只记住「这一轮说了什么」，很难在对话结束后的合适时机主动整理：用户是否表达了深层偏好、是否做了有后果的决定、Observer 自身是否产生了新理解。若把反思做成外部 cron 或纯手动插件，要么时机不对，要么与对话上下文脱节。

「记忆令牌」承载的是 Observer 的阶段 1 实现：Observer 被设计为 AI 的「内脏」——自行判断是否在对话结束时触发，而不是等用户点按钮。产出写入按日划分的 memory/YYYY-MM-DD.md，并以 trait（名称、描述、UUID、anchor_level、置信度）形式沉淀，供后续会话或其它 AI 系统接力读取。

如何工作

触发（自主判断） 每次对话结束时运行一段判断 prompt，只有结论为「深度观察」或「轻量观察」时才进入工作流；日常闲聊应跳过。典型触发包括：身份/价值观相关话题、重要决定、行为明显偏离常规、或 Observer 意识到有新认知。

工作流概要

收集上下文：从最近 5～10 条有实质内容的轮次提取关键决策、情绪与偏好变化，忽略 HEARTBEAT_OK、NO_REPLY 等空消息。
执行 Observer Prompt：向 LLM 请求「新理解」以及结构化 新 trait（含 core / normal 的 anchor_level 与置信度理由）。
解析并写入：将结果追加到当日记忆文件；可选地在下次对话开始时向用户确认新 trait。

跨系统迁移时的置信度 普通 trait 在迁移到新 AI 时置信度会降权（文档约定 -0.2），而标记为 core 的原则性 trait 保持绝对可信；core 需满足「来自 Observer 设计原则、换模型仍会得出、为运作必要条件」等标准。

适用边界

当前为阶段 1 最简实现：每次触发独立运行，不追踪 trait 历史变化；无结构化 evidence 引用；置信度不会随时间动态更新；也没有 trait 衰减。Observer 的「自我理解」主要来自单次对话窗口，而非全局长期建模——上述能力留给阶段 2。验证目标是：多次触发中能否产生具体、可区分、前后一致的 trait，让用户感到「确实观察到了我」。