AI中枢协议

它解决什么问题

写 Agent 时最常见的翻车，往往不是模型答不上问题，而是行为不稳定：同一件事这次做对下次做错，配置文件改了还在用旧规则，被纠正后不承认，转而硬编理由。ai-core-protocol 的定位不是再加一个工具函数，而是给 Agent 补一层行为中枢，把「什么时候加载什么、什么该写到哪里、什么必须先查再答」这类约定固定下来。

三层记忆架构

• L1 核心配置：每次请求必加载。只放身份、核心规则、行为协议入口，细节一律不放——这一层决定每轮请求的固定开销。
• L2 记忆索引：搜索召回时加载。放规则详情、系统状态、服务配置，可被检索，不放 API key 和隐私数据。
• L3 运行时记忆：对话归档、经验教训、身份标签，靠向量检索复用历史会话。

写入路径也是显式约定的：核心规则变更写 L1，新规则详情写 L2，系统状态变更写系统状态文件，对话与经验写 L3，敏感凭据禁止上传任何外部系统。

防幻觉与思考流程

协议引入 Chain-of-Verification（ACL 2024）的思路，要求先查后答：用户纠正、涉及文件/配置/服务状态、与用户先前说法冲突这三类场景必须先检索再回答。落地规则很硬：禁止「据我所知」「应该是」，禁止自创命令参数、API 和配置项，回答后自检是否亲眼看到了依据。收到消息也不是直接作答，而是先做意图识别与行动规划；理解错了就停手、认错、确认、重做，不辩解。

适用边界

• 它不是功能 skill，不提供具体工具或接口，装完不会多出一条命令。
• 需要客户端支持自定义系统提示；本地记忆（SQLite + FAISS）与会话钩子只是可选依赖。
• 安全红线仍需自己审：协议写了「敏感数据不出本机」，实际执行依赖宿主环境的权限隔离与文件边界。