Attune

Attune 是一个协调型 Agent 的控制平面。它不做通用 Agent 编排框架，而是做一件更基础、也更少人认真做的事：当一个系统同时面对多种人工智能能力时，如何决定要不要现在惊动人。它管理四件事，注意力、授权、证据、交代。一句话说明它是干什么的：你表达目标，Attune 记住等待条件、跟进已授权的工作，只把真正需要你判断的事项带回来。 对外我们常用一个比喻：它像一个总经理助理。它能听懂你的想法，把资料提前备好交给合适的人去做，自己不下场写一行代码。但它比任何真人总助都更懂一件事，什么时候不该来烦你。 一、要解决的问题 过去两年模型能力涨得很快，人被占用得更多。旧链路是任务来了、人响应、人派发、机器执行。每一步都在消耗人的注意力：人要学着把需求写成模型能懂的提示词，人要守在旁边等模型提问，人要充当多个工具之间的总调度员。结果是一个反直觉的现象，AI 越强，人越忙。模型每强一分，你要看、要回、要确认的东西就多一分。 我们的判断是：在人机长期共存的世界里，真正稀缺的是人的注意力，不是能力。注意力是一笔硬预算，不会因为模型更强、界面更好看而变多。所以一个系统无论多能干，只要它系统性透支注意力，它就是错的解，只是变成了一台更高效的打扰机器。这条判断改写了全部工程决策，沉默是默认态而不是功能缺失，没有消息就是它在正常工作。 二、六种姿态，只有两种会占用你 系统把事情的处理态度离散成六档。不理它，不值得占状态预算；先记着，静默入库；盯着看，用机器时间换人不轮询；问问你，请你在几个选项里选；去办了，在既有授权内自动执行；还给你，风险或权限必须交还给人。六档里只有问问你和还给你这两档会占用人的注意力。把先记着、盯着看偷偷做成打扰，就等于稀释了这个系统的第一约束。 三、四个职责不可合并 系统内部拆成四个职责并禁止合成一个超级智能体：世界状态，也就是系统现在认为世界是什么样；任务形成，这件事算不算值得进入行动系统；注意力调度，要不要占用人的注意力；能力执行，由谁以什么形态动手。不合并的理由是可审计，耦合会把注意力税藏进黑箱，让人被迫当总调度。分开记账之后，误报和漏报才能分别查。其中注意力调度是唯一以人分钟记账的一层，它对另外两层的打扰请求拥有否决与改判权。 四、六项核心能力 第一项，统一的事件流。系统把声音、日程、文件、桌面状态、编码进度、截图、聊天记录抽象成同一种东西：带来源、置信度、敏感级别的事件，写进一张只增不改的账本，靠去重键保证重复不记两次。目前声音这一路是真实在跑的，从麦克风到入账全链真实、连续运行；日程与文件适配器样板已落地但演示中仍是注入数据；截图与聊天记录尚未接入。感知参数都是实测调出来的，十六千赫采样、静音检测五百毫秒帧、声纹相似度阈值零点六五。顺带一个只有真跑过才知道的数字，真实环境里约百分之十四的感知事件转录出来恰好是一个句点，这类噪声直接丢弃。两条硬边界，他人的语音永远只是时间线观察，不会形成任务也不会打扰你；环境音频盖私密标记，整体排除在外部理解服务之外。 第二项，高速意图识别。它不需要你喊它，也不用维护关键词表，而是从任意一段对话里判断这件事跟你有没有关系：先把零碎语句聚成一个团，避免被一句话带偏，再回答七个很窄的问题，包括跟你本人有多大关系、有没有一件尚未闭合的事、目标是否清楚到可以描述、推进所需信息是否充分、继续等待损失上升多快、是否真的需要你本人、现在动手的副作用有多高。关键约束是模型只出概率，正式等级由一张写死的规则表裁决，规则按固定顺序执行并留下命中的规则编号与版本。其中有一条专门处理信号够了但授权不齐的情形，结果不是再自信一点就放行，而是从去办降级为问问你。 第三项，信息前富。一件事到手后它不等你补充，自己去补：拉出时间窗口内相关的证据，把同一件事的零碎说法聚成一团纠错，并分别判断目标是否清楚与信息是否够用。有一条硬规矩，只能用当时已经看得见的证据，系统里有一条断言锁着，从机制上禁止事后诸葛亮。补不够就不硬判，信息不足时退回观察，而不是把不确定性转手丢给你。 第四项，派发。一端是秒级：一句话打开本地应用，走三级匹配，规则精确命中、规则模糊命中、再交给模型在候选清单里选，候选上限两百五十五个，模型只能选不能造命令。置信度零点七五以上直接执行，零点五到零点七五之间弹一张确认卡等你点头，更低则退回常规判断。另一端是完整任务：把一整件事连同备好的资料派给对应项目的执行者，在隔离沙盒里干活，超时强制叫停，干完必须回报结果、卡片自动闭合。但派发不等于授权，动手前仍要过四项资格，这件事在允许清单里吗、你或规则授权过吗、只在你指定的工作区里动吗、风险低于允许上限吗，一项不满足就退回来问你。 第五项，自我进化。系统从你纠正过它的历史里找规律生成策略改进提案，链路是提案、离线回放、你批准、热更新、可回滚。提案由确定性统计生成，不调用模型所以可复现；批准前先用历史判断把新旧参数各跑一遍，你能看到这次调整会改变多少条旧结论；写入时原子落盘、旧版本逐字节备份；只允许调整四个阈值，规则结构是冻结的，进化只调参数不发明新逻辑。诚实说明，这条链路机制已全通，但真实提案目前是零，它的燃料是长期真实使用中积累的纠正记录，我们还没有。 第六项，硬件是它感知世界的延伸。架构上我们对齐统一硬件接口的方向，任何设备接进来都成为同一套世界模型的延伸，让世界模型更厚、动手面更宽。但有一条我们反复强调的边界：接入丰富不等于打扰丰富。多一个设备不会多一次打扰你的权利，硬件不替代要不要打扰人的那个裁决，新设备的权限仍来自角色定义。当前版本的裁决是明确不做硬件，先把软件侧验证完。 五、工程纪律 这个项目有几条不妥协的纪律。账本只增不改，需要修正就新增一条修正事件，改过的账本不再能当证据。概率不是权限，模型输出永远不构成授权。说不清是终态，执行结果无法判定时报未知并保留证据，禁止偷偷重试。没数据就写暂无，界面区分可用、降级、过期、不可用、禁止五种空态，绝不编一个好看的数字。只有一处代码能触达人，执行层最多只能申请。本地回环也要令牌，通道身份由服务端盖章，请求自己说了不算。另外所有决策模型共用一份输出契约，同一份状态分别过多个实现必须都通过校验，当前接入的是现成的决策模型，自己训练模型是我们下一步要做的事。 六、当前进展与诚实边界 真实活着的是感知这一路，声音从采集到入账连续运行。已实弹的是判断、呈现、执行，实测记录包括一句帮我检查这个项目的语法触发四项资格检查、沙盒执行、如实汇报两个文件一处语法错误、卡片自动闭合，以及真实写入一条日程、重复说一次被幂等拦下。还没通的是除声音之外的观察源，以及进化层的真实提案。已知失准的是中文口语下的判断质量，实测中同一个状态里相关性和任务可形成性都判断正确，唯独是否存在未闭合事项被系统性判成没有，一票否决到不理它，我们没有隐藏这个偏差。我们的结论是，它恰好证明了这套架构的必要性，因为正式等级永远由规则表裁决、模型只做影子，所以系统不依赖模型变强。当前回归测试基线为本机实测五百九十五项通过、一项跳过，另有四项未过，全部是环境相关的断言问题并已逐条归因。我们有一条内部铁律，单测全绿不等于能用，每个写型能力都必须实弹验证一次。 七、下一步 接入第二个真实观察源，让补证从注入数据变成真实事件；积累中文判断数据集，把自训练从路线变成实现；用长期真实使用积累纠正记录，让进化层产生第一批有意义的提案；硬件侧按统一接口方向向后排，先用软件侧把注意力真的省下来了这件事验证完整。 最后用我们自己的话收尾：听见的不打扰，攒够了才来问，你批准才动手，干完了必汇报，出错了不撒谎。这句话的意思是，对事有回应，每件事都有编号、有状态、有终态；而对人不打扰，只有真正需要你判断的时刻才开口。事事有回应，事事有着落。