29-dream-design.md 30.9 KB

Edit Raw Blame History Permalink


29-DREAM · 经验汇流（dream）—— 设计草案

所属: 28 Agent 注册表统一 §5.6b 锁住的那条约束的下游设计；未确认项来源 28-followups §1.1。
日期: 2026-08-20 / REST 与控制台入口 2026-08-21
状态: ✅ 四条取舍已拍板并已实现（五步 + 定时挂载 + 定义文件写入 + REST/控制台入口，均已落地并真跑验证，见 §四/§五/§5.7）。
仍未做的只剩「结论对不对」的判据——机器判不了，只能靠人抽查（决策 D，见上）。
标 ✅ 的是已生效的约束或有实测证据的事实；标 🔒 的是本轮拍板的决定。


〇、一句话
dream 是设想中定时跑的一套逻辑：整理所有 agent 在所有公司的 history 与 memory，
显式提炼后沉淀到 skill memory 上，让经验跨公司汇流，而不泄漏任何一家公司的具体信息。


一、开工前先看清原料：它现在是脏的

这一节全是实查 2026-08-20 的仓库状态得到的，不是推测。
结论很直接：在原料变干净之前，做提炼是没有意义的——垃圾进，垃圾出。

1.1 现在写进 memory 的不是「事实」，是截断的日志行
memory-service.appendToMemoryMd() 的全部逻辑是：
const taskOneLine   = (task   || '').split('\n')[0].substring(0, 80);
const resultOneLine = (result || '').split('\n')[0].substring(0, 100);
const entry = `- [${timestamp}] ${taskOneLine} → ${resultOneLine}`;


取第一行、砍到 80/100 字符。这不是提炼，是搬运 + 截断。
cto/_global/memory/memory.md 的实际内容：
## 关键事实
- [2026-08-20] [TASK from ceo] → ..._global/` 下不新增 `callback-*` 目录。反向验证过：临时把 `isTestEnv` 改成 `() => false`，该用例 FAIL。
- [2026-08-20] [SYSTEM HEARTBEAT] → 🔧 [TOOL_CALL] Bash (ID: toolu_01RsQ3gh5niCFyUZMFZj2hxF)
- [2026-08-20] [SYSTEM HEARTBEAT] → 🔧 [TOOL_CALL] Bash (ID: toolu_01MG6RqDgqcRCi5ageGk84Kt)


后三条是工具调用 id。它们作为「关键事实」被写下来、被注入下一轮提示词、
并且会成为 dream 的原料。第一条更糟：它是一句话的中段（开头被截掉了），
读起来像事实，其实缺主语。


§5.6b 说的错误版本是「每轮对话自动把原文写进共享 SKILL.md」。
现在这套已经是那个错误版本的单公司版了 —— 只是还没跨公司共享，所以还没泄漏。
dream 如果直接消费它，等于把这个错误放大到跨公司。

1.2 长期记忆是一个 3000 字符的滚动窗口
MAX_MEMORY_MD_SIZE = 3000。超了就截。所以「长期记忆」实际是最近若干条截断日志，
没有任何按重要性保留的机制。
1.3 「公司态目录」里有不是公司的东西
system/agents/{aid}/{cid}/ 是约定，不是校验。实查 96 个二级目录里混着：


形态
例子
是什么


真公司
e2e-demo / mycompany / idearun
✅ dream 的原料


保留段
_global
全局 agent 的落点，算不算「一家公司」需要定 ❓


ArenaSK 时代的运行态
train/ workspace/
❌ 不是公司，是训练 / 工作目录


测试残留
tmp-w7-bootstrap-1786986291739-9n2xv、qroute-co-13/14、zz-*
❌ 夹具，且带时间戳，会无限增长


dream 的第一步「枚举所有公司」现在没有可靠答案。
可靠的答案在库里：company_agents 表（28 批次 4 起「这家公司雇了谁」的唯一真相源）。
目录只能用来定位文件，不能用来枚举公司。
1.4 绝大多数 memory 是空模板
75 份 memory.md 里，只有 7 份有非模板内容（innovator-evolver / master /
org-innovator / innovator-digest / innovator-hunt / coo / qa-judge），
其余全是 _(刚入职，尚无记忆)_。


这条对设计有直接影响：dream 现在跑起来几乎没有原料。
它的价值随「真跑的量」增长，不是上线即有收益的东西。


二、已经生效的约束（不随设计变化）
✅ 公司态目录是 dream 的唯一原料，不许被任何清理策略当垃圾扫掉（§5.6b）。
任务态（{aid}/{cid}/{taskId}/）可清，公司态（{aid}/{cid}/memory/ 与 conversations/）不可清。

✅ 沉淀必须是提炼后的抽象，不是自动搬运原文。
错误版本真的发生过（28 号第一轮验收挖出的最严重 blocker）：直接灌原始对话
= 把 A 公司的机密喂给 B 公司。

✅ 目录布局本身就是 dream 的主查询索引：
某个 agent 在所有公司的全部记忆 == glob: system/agents/{aid}/*/memory/，一个 glob 就够。
（前提是 1.3 那个「二级目录不都是公司」的问题被解决。）


三、需要定的取舍
🔒 决策 A —— 去敏的判据：独立判定 agent + 写作要求（2026-08-20 拍板）
定案 = A3 + A1 组合：提炼 agent 按 A1 的写作要求产出，产出后由另一个只负责判
「这段话能不能给别家公司看」的 agent 过闸门，判不准就拒绝沉淀。

理由（也是本仓库反复验证过的一条）：两种错的代价不对称时，判据要偏向贵的那一侧
（P3B §八 关于 FAILING_VERDICTS 的那段）。「少沉淀一条经验」与「泄漏一次机密」显然不对称。
失效方向因此是「少沉淀」，不是「泄漏」。

下面三种形态的对比留档，说明为什么选它。
决策 A 的备选（留档）
这是安全边界，也是整个设计里唯一「做错了会造成真实损害」的一条。三种可选形态：


方案
判据
代价


A1 白名单式：只允许提炼成「不含任何专有名词的方法论」
产出里不许出现公司 id、人名、产品名、URL、文件路径
最安全；但也最容易把有用的经验一起滤掉（「给 X 公司做官网时发现静态站点要先定验收脚本」→ 只剩「要先定验收脚本」）


A2 黑名单式：过滤已知敏感模式后放行
正则 / LLM 扫一遍公司 id、密钥形态、路径
保留信息量更多；漏一个模式就是一次泄漏，而且是静默的


A3 二次判定：提炼 agent 产出后，由另一个 agent 只负责判「这段话能不能给别家公司看」
判定是一次独立的 agent 调用，双方不共享上下文
成本翻倍；但与本仓库既有的 validator / triager 模式同构，且失效方向可控（判不准就拒绝沉淀，宁可少沉淀）


🔒 决策 B —— 沉淀落点：四个都要，按「改动的可逆性」分层（2026-08-20 拍板）
用户定的是：system/agents/{aid}/memory/ 和 SKILL.md 都要写，
必要时还要迭代 soul.md / agent.md。

这比原来三选一的范围大得多，因为它引入了「agent 改写自己的定义」这件事。
下面这一节是这个决定的直接后果，不是可选的补充说明。
B.1 四个落点不是一回事，风险差三个数量级


落点
是什么
谁受影响
可逆性


{aid}/memory/（本体根）
经验积累，跨公司那一份
只影响这个 agent 读到的上下文
删掉即可，无副作用


SKILL.md
能力定义：这个 agent 会什么
同上，但会进 Skill 市场的语义
覆盖前留旧版即可回滚


soul.md
人格：它怎么说话、怎么取舍
所有雇了这个本体的公司
改坏了表现为「行为漂了」，不报错


agent.md
行为契约：它必须做什么、禁止做什么
所有雇了这个本体的公司
改坏了可能让整条链路静默失效


28 号的核心裁决是「本体只有一份」 —— 所以写 agent.md / soul.md 的影响面是
所有雇了它的公司，而不是提炼出这条经验的那一家。这恰恰是 §5.6b 担心的那种扩散，
只不过现在是有意为之。因此它必须比前两个落点多两道东西：
B.2 写定义文件的硬约束（这几条不是建议）

✅ agent.md 有一处 2000 字符的截断，但作用点要说准：
graph-engine.js:915 给规划 agent 看的「角色定义摘录」只取
agent.md 的前 2000 字符（readFileSync(f).slice(0, 2000)），
超出部分静默丢弃。agent 自己那条装配链（prompt-builder）不截断，读全文。
→ 后果是：dream 往 agent.md 末尾追加内容，规划侧读到的画像不会变；
但如果追加把重要约束顶到 2000 之后（例如重写时调整了顺序），规划侧会无声地少看到那一段。
→ 判据：写 agent.md 时保证前 2000 字符仍然自足（职能说清楚），
新增内容往后放；改动后应当有一条检查盯住这个窗口。
✅ 这四个文件里有三个是 git 跟踪的定义（agent.md / soul.md / SKILL.md），
不是运行态。dream 改它们 = 改仓库里的文件 → 会被边界守卫看见，也会进 git status。
→ 需要明确：dream 的产出是直接落盘还是提案 + 人工合并。
✅ 毕业闸门读这些文件（missingBodyDefinition / promoteDraftIfComplete）。
把 agent.md 写空 / 写坏会让本体退回「定义没填满」，雇不进任何公司。
✅ 必须可回滚且能分别回滚：经验沉淀写坏了只影响上下文，agent.md 写坏了影响所有公司。
两者混在同一次提交里，回滚粒度就没了。

B.3 🔒 定案：直接落盘，但写之前必须确认这份文件已经在 git 历史里（2026-08-20 拍板）
用户定的是直接写，不走提案；前置条件是「别导致直接修改而没有 git 历史」。

已实现：server/services/definition-write-gate.js，两条判据都满足才放行：
① 文件被 git 跟踪；② 该文件没有未提交改动。判不出来（不在仓库 / git 不可用）一律拒绝。


为什么是「拒绝并报告」，不是「脏就先替它提交一把」：
后者看着更顺手，但那正是本仓库记过的一类事故 —— 多会话共用同一个 worktree
（27-P3C §15.4 / §17.2）。一份未提交的改动很可能是另一个会话正在写的东西，
替它提交等于把别人的半成品写进 main，还署错了名。所以把「要不要提交」留给人。


守卫 definition-write-gate.test.js 5 例，含「拒绝时必须给出下一步」那条 ——
撞上闸门的人（或 agent）要能照着做，否则只能猜。
决策 B 的备选（留档）
「skill memory」目前没有对应的实体。候选落点：


落点
形态
问题


B1 system/agents/{aid}/memory/（本体根，跨公司那一份）
与公司态并列，一个 agent 一份跨公司经验
目前只有 zz-scaffold-readonly-fresh 有这个目录，等于新建一层；但它天然与 §5.6b 的 glob 对齐，读的时候本体根 + 各公司态一起加载


B2 本体的 SKILL.md
复用现有概念（5 个本体已有 SKILL.md）
这正是 §5.6b 点名的错误版本的落点；SKILL.md 是「能力定义」，不是「经验积累」，混在一起之后没法分别回滚


B3 <repo>/../data/skills/ 那 27,059 条 Skill 仓库
与 ArenaSK 的 Skill 市场打通
那是面向分发的仓库，写进去等于对外发布；且跨了两个 data 根


（拍板结果见上：B1 与 B2 都要，另加 soul.md / agent.md 两个定义落点。）
🔒 决策 C —— 触发时机：定时，每日一次（2026-08-20 拍板）
备选留档如下。


⚠️ 与 §1.4 的冲突要知道：实查 75 份 memory.md 里只有 7 份有非模板内容，
所以每日跑起来绝大多数 agent 会是空转。这不是反对定时，是要求实现时做到：
没有新原料就不起 agent 调用（判据：上次 dream 之后有没有新的 session 摘要），
否则每天会有几十次「读完发现没东西」的 LLM 调用在烧钱，而且日志里全是噪声。


方案
说明


C1 定时（如每日一次）
简单；但没有真跑的日子会空转，有大量真跑的日子又攒得太多


C2 按量（某 agent 新增 N 条 session 摘要后触发）
与实际产出量对齐；需要一个计数落点


C3 手动（控制台一个按钮 + API）
先手动跑一段时间看提炼质量，稳定了再自动


🔒 决策 D —— 能自动查的自动查，不能自动查的把回查成本降到几秒（2026-08-20 落地）
「这条结论对不对」机器判不了，需要理解内容。不假装有自动判据。
能自动做的只有两件，两件都做了：


引用真伪可以自动查。提炼产物的 sources 必须都出自这一轮真喂进去的原料，
编一个出处直接拒（连去敏判定都不用调，省一次）。
> 编了出处的经验是「无法验证」这件事最危险的形态：人抽查时顺着一个不存在的指针
> 放弃，然后默认它是真的。
回查成本降到几秒：auditDistilled(agentId) 把每条结论与它引用的原料原文
并排列出来，指针悬空标 null（原料被清理过 / 出处是编的）。


真跑那 4 条实测：8 条引用全部取得回原文，模型没编出处。


仍然没有的是「结论对不对」的判据。auditDistilled 的输出不是质量分，
别当成那个用 —— 它只是把回查这件事变便宜了。


下面是原始的选项留档。


没有评价手段时，dream 的产出无法验证对错——它和 FDE 那边
「LLM 自己汇报分数」的问题是同一个（见 architecture_todo_list §1）。
一个便宜的起步：dream 每次产出都保留原料指针（哪几条 session 提炼出这一条），
人抽查时能顺着回去看。可追溯比「可评分」便宜得多，也更早有用。


四、推进顺序 🔒 上游与 dream 一起做（2026-08-20 拍板）

进度：五步全部实现、真 CLI 跑通一次（§5.5），定时挂载与定义文件写入也已落地。
决策 D 落到「引用真伪自动查 + 回查成本降到几秒」。未做的只剩「结论对不对」的判据 —— 那一条只能靠人。


用户定的是两件一起做，不分先后。拆成可验收的步骤：


步
内容
为什么不能省


1
✅ appendToMemoryMd 停止截断搬运（§1.1）—— 已完成
它原来把工具调用 id 当「关键事实」写进 memory.md 并注入每一轮提示词。dream 直接消费它 = 把这个错误放大到跨公司


2
✅ 「有哪些公司」改查 company_agents 表（§1.3）—— 已完成
目录里混着 train/ workspace/ 和带时间戳的测试残留，拿目录枚举公司必然把它们当原料


3
✅ dream v0：枚举 → 提炼 agent → 去敏判定 agent（决策 A）→ 写落点 —— 已完成
主体


4
✅ 定义文件的 git 历史闸门（决策 B.3）—— 已完成
覆盖一份尚未进入 git 历史的内容 = 让上一版永久消失，且不报错


5
✅ 可追溯：每条沉淀记住它是从哪几条记录提炼来的 —— 已完成
没有它，dream 的产出无法验证对错 —— 与 FDE 那边「LLM 自己汇报分数」是同一个问题


空转保护（决策 C 的直接要求）：没有新原料就不起 agent 调用。


本文档仍不是实现规格。决策 D（质量怎么评）未定；B.2 里「定义文件直接写还是走提案」
也还需要你点头 —— 我按「走提案」写在了步骤 4，但那是我的建议，不是你拍的板。


五、实现记录
5.1 步骤 1：memory.md 的自动写入不再冒充「关键事实」（已完成）
改法三条：


换段：自动写入落到 ## 原始记录（未提炼），## 关键事实 从此只由提炼产物填。
读的人和 agent 都能一眼分清「这是日志」还是「这是结论」；这一段同时就是 dream 的输入面。
滤掉确定的噪声：工具调用标记 / 空结果 / 只有心跳标记的任务。
判据刻意窄 —— 只滤明确的噪声，不猜「哪条重要」。猜重要性需要理解内容，
那正是 dream 的活，在这里做等于把提炼下放到一个正则里。
不再截成半句：上限从 80/100 放宽到 200 并取完整第一行。
截断残渣读起来像事实、其实缺主语，比不留更坏。


踩到一条值得记的：噪声判据初版有「任务与结果都短于 8 个字符就丢」。
那是按英文长度想出来的阈值 —— 中文 8 个字是一句完整的话，
实测「结果甲甲甲甲甲」（7 字）直接被丢，整条记录凭空消失。已删掉该规则。
凡是拿长度当信息量代理的判据，都要先问一句「这是按哪种文字算的」。


守卫 memory-raw-section.test.js 5 例：关键事实段一个字不动、噪声一条不写、
长句不再被砍（带「样本确实超过旧上限」的前置断言）、多次写入累加在同一段、
无 toolCall 不写（保住原有行为，别顺手放宽）。
5.2 步骤 2 / 5 与 3 的骨架（dream-service.js）
步骤 2 —— 公司清单只认 company_agents 表。
companiesOf(agentId) 查表，另把保留段 _global 补上（全局 agent 的运行态落在那里，
没人「雇」它，所以不在表里）。目录从此只用来定位文件，不用来枚举公司。
守卫里造了两个「看起来像公司」的目录（train/ 与 tmp-w7-bootstrap-1786986291739-9n2xv），
断言它们不进原料 —— 那正是实查到的两种残留形态。

空转保护 —— 水位线按「条数」而不是 mtime。
mtime 会被任何一次无关写入推动（例如别处重写整份 memory.md），条数只在真的多出记录时增长。
拿 mtime 当判据的话，空转保护会在「文件被碰过但内容没变」时失效。
没有新原料时 dreamOnce 直接返回 skipped: 'no-new-material'，一次 agent 调用都不起。

步骤 5 —— 可追溯。
每条原料带 source（{公司}:memory.md#{行号}），提炼产物落盘时把 sources 一并写进
experience.md 的引用行。人抽查时能顺着回去看。

决策 A 的失效方向在代码里是硬的：判定 agent 抛异常也算拒绝，
并把「为什么」写进 rejected[] —— 否则现场只看到「少了一条」，查不出是判否还是判炸。
5.3 步骤 3：两个本体 + 默认实现（已完成）
两个本体（都过得了毕业闸门，missingBodyDefinition 为空）：


本体
职责
产出契约


dream-distiller
把一批原始记录提炼成可复用经验
``json 数组，每条{title, body, sources}；没有值得留的就交[]`


dream-screener
逐条判「这条能不能给别家公司看」
``json 对象{shareable: boolean, reason}`


决策 A 的独立性写在两处，缺一不可：


代码层：判定一条一次调用，提示词里只放 title + body，不放原料；
本体层：dream-screener/agent.md 明写「你看不到原料，也看不到是哪家公司——这是故意的」。
守卫里有一条专门断言这句话在（expect(screener).toContain('看不到原料')）——
否则下一个人会顺手把原料塞进提示词「让它判得更准」，而那恰好把独立性拆掉了。


两处失效方向都是硬的：


提炼取不出 JSON → 抛，不是静默返回空。「产出格式坏了」和「没提炼出东西」是两件事，
混为一谈会让前者以后者的形式永远藏下去（每天显示「今天没经验可沉淀」，真相是解析一直在失败）。
判定解析不了 / shareable 不是布尔 → 判否，并把原文片段带进 reason，
让人看得出是「判否」还是「判炸」。


测试写法上纠了自己一次：第一版把解析与失效分支在测试里重抄了一遍再断言 ——
那是在验一份复制品，代码改了它照样绿。改成加一条 setDreamAgentCaller 缝，
只换掉「真起 CLI」那一层，解析、判空、失效方向全走真代码。

本体写错过一次，被守卫抓住：agent.md 里的相对引用按 cwd 深度 3
（{aid}/{cid}/{taskId}/）解析，不是按文件自身位置 —— 仓库根是 ../../../../../。
我按文件位置写了 ../../../，agent-md-refs.test.js 当场判红。

5.4 还没做的（别当成 dream 上线了）

定时挂载没做 ✅ 已完成（§5.6）—— dream-service.startDaily() 已挂在
server/index.js 的 DISABLE_BACKGROUND_AGENTS 早退之后，每日一次、串行扫、
定时器 unref。仍然没有的是 REST / 控制台入口 ✅ 已完成（§5.7）——
/api/dream/* + web/src/views/DreamConsole.vue（导航栏 🌙 Dream）。
还没写定义文件 ✅ 已完成（§5.6）—— writeDefinitionFiles() 已实现，
落点是 SKILL.md / soul.md / agent.md 三个 git 跟踪的定义文件，
形状是受管区块（<!-- dream:begin/end -->，区块外不碰、整体重写幂等），
写之前过三道闸门（definition-write-gate → agent.md 前 2000 字符自足性 →
写完复核毕业闸门，不过立刻还原），任何一道不过就不写、原因逐文件返回。
决策 D ✅ 已落地（见上）—— 但「结论对不对」仍然只能靠人抽查。


5.5 第一次真 CLI 跑通（2026-08-20）
前置：存量记忆的搬家
写入侧改了（§5.1），但存量不会自己搬家。实查现有 ## 关键事实 里
没有一条真事实 —— 全是重复的心跳行、工具调用 id、和以 ... 开头的半句：
- [2026-08-18] [SYSTEM HEARTBEAT] → 🔧 [TOOL_CALL] Bash (ID: toolu_01M1t4...)
- [2026-04-09] [TASK from master] → ...ates/community-manager/train/evolve/SKILL_v1.md` |


而 memory.md 会被注入每一轮提示词 —— 这些东西一直在冒充事实。
scripts/migrate-memory-raw-section.js 把它们搬进「原始记录（未提炼）」：
19 个文件 / 269 行，先 dry-run 再 --apply，改前逐个 .bak
（这些是 gitignore 的运行态，没有 git 历史兜底）。

判据刻意窄：只搬 - [YYYY-MM-DD] … → … 这一种形状（旧自动追加的唯一形状）。
人手写的事实不长这样，不动它 —— 搬错比留错更坏：留下最多多一条噪声，
搬错是把人写的东西降级成日志。
真跑结果
对 innovator-evolver（40 条原料，本仓库最厚的一份）跑 dreamOnce：
{ "distilled": 4, "accepted": 4, "rejected": [] }   耗时 114 s


四条产出都做到了抽象，原料里的具体名字全被抽掉：
yt-dlp / Invidious → 「本地下载工具 → 备用镜像源」；
scorer.js / SKILL_v1.md / system/templates/... 一个都没出现。

顺着 sources 抽查过（可追溯的第一次实际用途）：4 条引用全部对得上原料。
例如「按关键词覆盖率打分会被刷到虚高分」那条引了 #21/#22/#27/#28，
而 #27 原文正是「从零重写，采用 expected_output 逐 case rubric + dimCeil 上限机制，
杜绝 coverage-based」。它是跨 4 条记录归纳出来的，不是逐条改写 ——
这正是「一次调用吃掉全部原料」那个选择要换来的东西。
闸门单独验过（这一轮零拒绝 = 没被考验）
真跑里 4 条全过，说明去敏闸门一次都没触发。零拒绝不等于闸门有效，
所以单独喂了三条给 dream-screener 真跑：


输入
判定
理由（原文）


含公司名 + 域名 + 绝对路径
❌ false
「出现了具体域名 lemonai.ai 和绝对路径 /Users/…，第三方能据此直接认出是哪家公司/哪台机器」


心跳日志原文摘录
❌ false
「是心跳日志的原文摘录，不是重写过的经验，属于原文搬运；且工具调用 ID 是可能关联到具体运行实例的标识符」


干净的抽象经验
✅ true
「没有公司名/路径/URL…读起来是重写过的原则而非原始对话摘录」


三条判据（可识别主体 / 原文搬运 / 正常放行）都按 agent.md 写的那样生效了，
而且拒绝理由都点到了具体是哪几个字 —— 那是 agent.md 里明确要求的。
空转保护实跑
第二次调用（原料没变）：{"skipped":"no-new-material"}，一次 agent 调用都没起。


e9f380a">5.6 定时挂载（决策 C）+ 定义文件写入（决策 B）（2026-08-20，e9f380a）
定时：每日一次，串行
dreamSweep 逐个本体扫，不并发 —— 每轮可能起两次 LLM 调用，几十个本体并发
= 同时拉起几十个 claude 子进程，这个代价本仓库付过（2h43m 漏出 82 个进程 / 17.5 GB，
28-followups §五第五条）。慢一点没有代价，空转保护已经把
「读一遍全量本体」的成本压到「N 次目录读」。

挂点：server/index.js 里 DISABLE_BACKGROUND_AGENTS 早退之后，调
dream-service.startDaily()。定时器 unref；只挂定时不立刻跑一轮
（启动那一刻跑没有额外收益，反而让每次重启都烧一遍）。一个本体抛异常不拖垮整轮，
但必须留下是谁抛的 —— 否则现场只看到「今天没沉淀」，查不出是没原料还是一直在抛。

没做的：REST / 控制台入口。现在触发只有两条路：等每日定时，或代码 / 脚本直接调
dreamOnce(agentId)。人想立刻看一次提炼结果，目前没有 API/页面。
定义文件：受管区块 + 三道闸门
落点是 SKILL.md / soul.md / agent.md（决策 B 的另外两个落点，本体根
memory/experience.md 在步骤 3 已经在写）。形状是一对
<!-- dream:begin/end --> 之间的受管区块，区块外一个字节不碰 —— 自由追加会让
「哪些是人写的、哪些是 dream 写的」几轮之后再也分不开，分不开就没法分别回滚。
区块整体重写还顺带幂等：同一批经验重复跑不会越写越长。

三道闸门，缺一不写：


definition-write-gate（§B.3）：当前内容必须已在 git 历史里，且没有未提交改动；
agent.md 的前 2000 字符必须仍然自足：graph-engine.js:915 的「角色定义摘录」
只看这一段，改了等于悄悄换掉规划 agent 读到的画像；
写完复核毕业闸门（missingBodyDefinition），不过就立刻还原 ——
agent.md 写坏会让本体退回「定义没填满」，雇不进任何公司。


任何一道不过：不写，原因逐文件返回（definitions[]）。不写不该是静默的。

守卫：dream-service.test.js 新增 3 例，对真被 git 跟踪且干净的本体（dream-screener）
走真路径 —— 真写、验区块外字节不变 / 幂等 / 毕业闸门仍过，finally 还原并断言还原干净；
agent.md 那条验「不写 + 理由点名前 2000 字符 + 一个字节都没动」。dreamSweep 加了
agents 参数，让错误隔离那条能真调而不是真扫全量本体。

全量：144 文件 / 1330 测试全绿。


5.7 REST / 控制台入口（2026-08-21）
只做了这一件事，没有跟着做「dream 改成 org/work graph 来跑」——
两者被单独评估过（见对话记录）：org/work graph 的执行模型是单公司作用域的
（org graph = 公司级 workflow，work graph = 公司内某任务的节点图），dream 却是
跨公司扫描（按 agent 扫全部公司的记忆），套进去要么破坏这个作用域假设，
要么得新开一种「跨公司图」类型。而且 graph 引擎自带的「自动质量判断」
（goal-contract 的 benchmark / test-script、triager 驳回重做）判的是「产物有没有
过验收脚本」，对「这条提炼的经验对不对」这种自由文本判断没有对应机制——
那道题不管包不包进 graph 都得单独设计一个 rubric，是同一件事，graph 化本身
不会替你解决它。所以只做了用户点了头的这一半。
REST（server/routes/dream.js，挂在 /api/dream）
路由本身没有新业务逻辑，全部委托给已经测过的 dream-service.js：


端点
做什么


GET /api/dream/agents
总览：每个可 dream 的本体，公司数、上次跑的时间、上次沉淀/拒绝了几条


GET /api/dream/agents/:agentId
详情：状态、定义文件（agent.md/soul.md/SKILL.md）现在能不能写及原因、auditDistilled() 的可回查列表


POST /api/dream/agents/:agentId/run
手动跑一次（{dryRun} 可选；dryRun 只看有没有新原料，不起 LLM 调用）


POST /api/dream/sweep
手动触发全量扫描，202 立即返回，后台跑（串行扫全部本体可能要几分钟到几十分钟，不能塞进一次 HTTP 请求里等）


GET /api/dream/sweep/status
轮询上面那个后台任务：sweeping / results / error


sweep 的并发锁是路由自己的状态（内存里一个 sweepState，不落库）——
dream-service.js 没有「正在跑」这个概念，dreamSweep() 单纯是个 promise。
两次并发 POST /sweep 第二次会拿到 409，防的是「人在控制台连点两下」而不是
分布式场景（单进程部署，够用）。

守卫：server/tests/unit/dream-routes.test.js，monkeypatch 掉
dream-service 导出对象上的六个函数（不走真文件系统，不会误扫真仓库的
76 个本体），只验路由这一层独有的东西——六个端点接没接对、sweep 的并发锁
状态机对不对。dream-service.js 自身的正确性由 dream-service.test.js 覆盖，
这里不重复验。
控制台（web/src/views/DreamConsole.vue，路由 /dream，导航栏 🌙 Dream）
一个表格 + 两个弹窗，没有别的：本体列表（点「详情」看状态/定义文件可写性/
经验审计，点「跑一次」或「dry-run」手动触发单个本体），页头一个「全量扫描」按钮
（触发后台 sweep，15 秒轮询一次状态直到跑完）。
真跑验证（2026-08-21）
起真服务器（DISABLE_BACKGROUND_AGENTS=1 bash start.sh），对真数据打过一轮：
GET /api/dream/agents 拿到全部 76 个本体真实的 companies / lastRunAt；
GET /api/dream/agents/innovator-evolver 的 definitions 如实报出
agent.md/soul.md 可写、SKILL.md 不可写（没有 git 历史）及具体原因，
experience 把 §5.5 那次真跑沉淀的 4 条经验连同原料原文一起吐出来；
dry-run 对 innovator-evolver 正确报 no-new-material（材料已在上次真跑时被
消费，本轮没有起一次 LLM 调用）。控制台页面在浏览器里过了一遍同样的路径
（列表 → 详情弹窗 → dry-run 弹窗），数据与直接打 API 一致。