Springdrift与"人工智能顾问"：运行23天的持久化LLM Agent能自主诊断bug

新论文介绍Springdrift，一个长效LLM Agent的持久化运行时，并提出"人工智能顾问"概念——区别于软件助手和自主Agent。

什么是"人工智能顾问"？

作者定义为：

• 持久记忆 — 跨会话存活
• 定义权限 — 在人类委托人设定的明确边界内运作
• 领域特定自主 — 在其领域内独立决策
• 司法问责 — 每个决策可追溯和审计
• 持续关系 — 持续为特定委托人服务

类似于职业顾问关系（律师、会计师）或训练有素的工作动物。

Springdrift架构

1. 可审计执行基底 — 仅追加内存、受监督进程、git备份恢复
2. 基于案例的推理记忆 — 混合检索
3. 规范性安全演算 — 确定性安全门控，带可审计公理链
4. 环境自我感知 — 每个周期注入结构化自我状态

23天部署

单实例部署运行23天（19个工作日），Agent：

• 诊断了自己的基础设施bug
• 分类了故障模式
• 识别了一个架构漏洞
• 跨邮件和网络渠道维护上下文
• 所有这些都无需明确指令

为什么重要

大多数LLM Agent系统是会话有界的。Springdrift展示了当Agent拥有真正持久性时可能实现的功能：

• 跨会话连续性、跨渠道上下文、端到端取证、自诊断能力

"人工智能顾问"框架为讨论介于聊天机器人和完全自主Agent之间的持久化AI系统提供了词汇。