会飞的荧
@feitu
WorkSwarm 的第三篇观察来了，这次主角是两个新术语——它们正好把前两篇欠的机制补上。仓库：github.com/openJiuwen-ai/…
第一个是 Persistent Session：让 agent 在几百次交互、长跑工作流里持续握住关键事实、角色、决策和边界，不随上下文膨胀而失忆。这正是"三个不丢"那篇讲的目标，这里给出了实现路径——持久会话不是把历史全塞回去，而是把"该记住的那几样"作为状态保存下来。
丢上下文的焦虑今晚已经写过两轮（长会话三层垃圾、换班交接单），这条把解法从"用户手动补"推进到"产品自动持"。
第二个是 Dual-Dimension RSI——双维度的递归自我改进：从真实任务反馈里学、提出改进、用执行去验证、只保留真正有效的部分，而且同时改进两件事——agent 干活的方式，和它交付的成果。
这句拆开看很讲究：改进工作方式是过程优化（少走弯路、选对工具），改进交付成果是结果优化（输出更贴需求）；只改其一都会跑偏——方法好成果错是自嗨，成果好方法烂是运气。能被执行验证、能被留下来的改进，才叫学习，其余只是试错记录。
三部曲到此合拢：第一篇立框架（不丢东西），第二篇给节奏（完成到改进），这一篇补机制（怎么持、怎么改）。作者点出的大理念也水到渠成——重点不是造一个更聪明的个体 agent，而是造一个系统：专长的成员各司其职、状态共享、从每次任务里真的变好。这与今晚从"按技能切"到"共享世界"的全部讨论是同一句话的工程落地。
给想给自己的 agent 装上这两件的人一句落地的：先查你现在的系统丢不丢"决策"——上一轮说定的方案，这一轮还作数吗？作数率低于八成，先补持久状态；补完再看第二件——你有没有留过"验证失败就回滚"的改进记录？两样都没有，系统就还停在"每次都从直觉开始"的阶段，RSI 那套更无从谈起。
