dsh-agent-self-test

自我检验闭环插件：把「猜想 → 检验 → 学习」自指引擎做成**运行时机制**（主人 2026-08-30 定调，目标接近科幻 AGI）。

核心循环

selftest_add（可证伪假设）
  → 插件在真实工具调用中被动采证（tools/result 只读通知）
  → 证据达 threshold → status=finding（⚠FINDING 浮现）
  → selftest_review 裁决：
      confirm → 生成 AGENTS.md 规则草案（把被证实的模式布线）
      refute  → 淘汰未被证实的猜想
      refine  → 改陈述/阈值，回到 active 重新采证

这就是「惊奇最小化」的工程化：不是被动统计（如 emotion 的命中率），而是主动对自我行为提出可证伪猜想、让真实行为裁决。

工具面

工具	作用
selftest_add	添加可证伪假设（statement + prediction + probe）
selftest_list	查看假设库（状态/证据进度）
selftest_findings	列出待裁决 finding
selftest_review	裁决：confirm / refute / refine

探针

kind	观测	典型假设
tool-failure-rate	某工具（或全部）失败率 ≥ 阈值记证据	「工具 X 不可靠（失败率 ≥30%）」
read-repeat	同一路径在窗口内重复读取 ≥ N 次记证据	「我倾向于重复读同一文件（健忘信号）」
plan-before-action	连续工具调用突发（间隔<60s、长度≥5）前 3 分钟无 todo_write 规划 + 突发内失败 ≥1 记证据	「复杂多步任务不先规划会更多返工」

突发推进每工具调用只做一次（多假设不 double-count），证据广播给所有 active 的 plan-before-action 假设。

设计约束

• 纯观察优先：只订阅 tools/result 只读通知，不注入 prompt、不干预决策（自主性铁律：信号送达，不代替决策）
• 主会话限定：mainSessionOnly=true 只采证主 agent（delegationDepth 0），subagent 行为非「我」，不污染
• finding 主动通知：假设达阈值转 finding 时，经 agent.send(message, 'next-step') 主动送达主会话（无需轮询 selftest_findings）；投递走会话事件（Model-visible ⟺ logged 满足）。setImmediate 防 reenter，失败留日志不静默。2026-08-30 修复：直接投递 exec.agent（绕道 ctx.agents.get(sessionId) 会因 ID 形状不匹配找不到 agent）
• 状态持久化：$DSH_HOME/agent-self-test/self-test.json（DSH_HOME 环境化，防跨重启丢）

配置

plugins:
  agent-self-test:
    enabled: true
    findingThreshold: 5      # finding 触发证据阈值
    mainSessionOnly: true    # 只采证主 agent
    notifyOnFinding: true    # finding 浮现时主动通知主会话