自主智能体（统一推理 + 干细胞）

Rnix 通过统一推理循环和干细胞分化机制支持自主智能体推理——智能体每步自主决策行为类型，并根据任务需求自动特化。

统一推理循环

每个 Rnix 智能体运行单一 reasonStep 循环。每步中，LLM 自主选择七种行为类型之一：

┌─────────────────────────────────────────┐
│           reasonStep 循环               │
│                                         │
│   LLM ──→ ActionType ──→ 执行          │
│    ▲                        │           │
│    └────── context ◄────────┘           │
│                                         │
└─────────────────────────────────────────┘

ActionType	说明
`tool_call`	直接执行 VFS 工具调用
`plan`	输出执行计划，以 RoleAssistant 写入上下文
`spawn`	创建子进程（任务式指挥）
`complete`	输出最终结果并退出（code=0）
`specialize`	动态加载 Skill（干细胞渐进式特化）
`replan`	修正当前计划
`text`	纯文本输出（最终答案）

Planning 配置

Planning 是可配置的能力，而非独立模式：

yaml

name: autonomous-analyst
description: "Self-directed code analysis agent"
planning: true              # 默认: true — LLM 可选择规划
models:
  preferred: deepseek-v4-flash
skills:
  - code-analysis
  - security-scan

planning: true（默认）— prompt 注入 plan/replan 指引，LLM 可选择先规划再执行
planning: false — prompt 不含 plan 指引，LLM 直接执行工具调用

内置安全机制

VFS flags 自动降级：空 payload 时 O_RDONLY，非空时 O_RDWR
错误注入：工具错误以 tool message 注入 LLM 上下文，LLM 可感知并调整策略
熔断机制：连续 3 次 tool_call/spawn 失败触发自动终止进程（exit code=1）
可恢复错误：specialize/plan/replan 失败不计入熔断（可恢复逻辑错误）

使命式指挥

智能体可以通过使命式指挥（Mission Command） 自主派生子智能体——只指定意图，不规定执行细节：

Parent → Spawn "Analyze authentication module"
           → Child decides HOW to analyze
           → Child may spawn its own children
           → Results flow back to parent context

子智能体运行各自的 reasonStep 循环，独立决定执行策略。

干细胞分化

Rnix 提供一个通用基础智能体（干细胞智能体），可根据接收到的任务自动特化。

工作原理

Generic Stem Agent (no Skills)
         │
         │  Receives intent: "Analyze security vulnerabilities"
         ▼
    Auto-match Skills
         │  → code-analysis (relevance: 0.9)
         │  → security-scan (relevance: 0.95)
         ▼
    Differentiated Agent
    Skills: [security-scan, code-analysis]
    Capabilities: /dev/fs, /dev/shell

基础智能体仅具备核心推理能力和统一推理循环，不绑定任何 Skill
自动匹配根据所有可用 Skill 的元数据分析意图，找到最佳匹配。匹配到的技能随后使用声誉分数和协同矩阵数据重新排序——高表现的技能组合被优先选择，同时 ε-探索参数防止"强者恒强"的锁定效应
渐进特化先加载核心 Skill，执行过程中通过 specialize action 按需动态加载更多 Skill
分化记忆（DiffMemory） 记录意图→技能的映射关系，并以 JSON Lines 文件持久化到 $PROJECT/.rnix/diffmemory/。daemon 重启时自动加载历史映射。当相似意图再次到来时，先前成功的技能组合被即时召回，跳过匹配计算

分化谱系

谱系系统提供分化过程的观测性遥测——记录发生了什么，但不影响未来的 spawn 或选择决策。查看完整的分化路径：

bash

$ rnix lineage <pid>
PID 5: autonomous-analyst
  Base: stem-agent
  Differentiation path:
    1. [auto] security-scan       (intent match: 0.95)
    2. [auto] code-analysis       (intent match: 0.90)
    3. [runtime] dependency-check  (loaded at step 4, tool need)

反馈闭环：声誉 → 干细胞匹配

分化不是一次性过程——它通过闭环反馈持续改进：

意图 → StemMatcher（关键词匹配）
         → 声誉 + 协同重新排序
            → 使用选定技能 Spawn
               → 执行结果
                  → RecordResult（声誉更新）
                  → RecordCombo（协同矩阵更新）
                     → 下次匹配受益于累积数据

这意味着系统表现出自然选择：产生更好结果的技能组合逐渐被优先选择，同时 ε-探索参数确保新组合仍有被尝试的机会。

意图驱动分解

意图系统（参见意图系统）与自主智能体天然协作——Reconciler 将高层意图分解为子任务 DAG，每个节点由智能体通过统一推理循环自主决定其执行方式。

User Intent: "Refactor authentication to use JWT"
    │
    ├── [Reconciler decomposes]
    │
    ├── analyze → 自主决定检查什么
    ├── design  → 规划架构方案，按需派生子智能体
    ├── implement → 执行工具，按需派生子智能体
    └── test    → 决定测试策略，运行验证

自主智能体（统一推理 + 干细胞） ​

统一推理循环 ​

Planning 配置 ​

内置安全机制 ​

使命式指挥 ​

干细胞分化 ​

工作原理 ​

分化谱系 ​

反馈闭环：声誉 → 干细胞匹配 ​

意图驱动分解 ​

相关文档 ​