ETF Agent详解运行时提醒协调机制
AI 总结
ETF Agent团队介绍了一套架构，把变化的运行事实转换为面向模型的适时建议，同时让事实、执行权限和交付继续由原有模块负责。该设计区分持续状态与行动建议，按类型去重，并只记录真正进入已提交模型请求的提醒。团队称相关路径已通过受控验证，但对真实研究任务的效果仍需进一步观察。
深度见解
记录提醒是否真正送达模型，可为恢复、去重和运行时指导提供比“生成即送达”更可靠的依据。
一项研究任务进行到一半，Agent 正在比较几只基金的持仓和费用。它已经读过一些资料，尝试过计算，也开始整理答案。
这时，运行环境掌握着一些模型未必能自己准确判断的事实：可用请求正在减少，上下文越来越拥挤，一段已生成的正文接近修改次数上限。系统还发现，研究已经持续了较长时间，或许值得停下来检查证据缺口。
这些信息都值得告诉模型，但问题随之而来：哪些提醒应该出现在这一轮？它们有没有真的进入模型请求？提醒模型“考虑复核”，是否意味着系统已经批准再调用一个 Reviewer？
我们在 ETF Agent 中设计行动提醒协调时，核心判断是：提醒负责把运行事实翻译成适时的建议；事实、执行权限和最终交付，仍由各自的原有机制负责。
这听起来像是在 Prompt 里加几句话。真正需要处理的，却是提醒的来源、组合、容量、送达记录，以及它不能越过的职责边界。