CORAL心跳机制详解:reflect、consolidate、pivot如何让Agent摆脱停滞持续进化
CORAL心跳机制详解:reflect、consolidate、pivot如何让Agent摆脱停滞持续进化
CORAL 是一个开源的自主科研(autoresearch)框架,让 Claude Code、OpenCode、Codex 等自主编码 Agent 在评分反馈、共享知识和多Agent协作中持续进化。而驱动 Agent 走出"分数停滞"的核心,正是 CORAL 心跳机制(heartbeat)——一套由 eval 计数器自动触发的周期任务系统,内置 reflect(反思)、consolidate(知识整合)、pivot(方向切换)三大动作,让无人值守的 Agent 团队像一支会自我复盘的研究小队。
上图展示了 CORAL 的整体运行流程:初始化阶段创建共享状态
.coral/并派生 N 个并行 Agent;Agent 侧执行"读排行榜 → 改代码 →coral eval评分 → 写笔记"的自主循环;右侧后台 Manager 负责观察 attempts 目录,一旦"Heartbeat due?"判定心跳到期,就暂停对应 Agent 执行反思、整合与知识共享。
为什么多Agent需要"心跳"?
多个 Agent 并行优化同一目标时,最常见的失败模式不是"跑得太慢",而是集体陷入局部最优:所有 Agent 反复微调同一个方案,分数在某个值附近震荡,谁也不知道该先放弃什么、该尝试什么。
CORAL 的答案是把"停下来想一想"工程化:心跳动作挂在 eval 计数器上,每个动作都有自己独立的触发条件和提示词(prompt),到期后 CORAL 会中断 Agent 当前工作,注入一段精心设计的指令,让它完成一次元层面的操作——复盘、整合、转向。心跳不是停止信号,而是节奏控制信号。
心跳机制的底层设计:两种触发器
心跳的核心实现在 coral/agent/heartbeat.py,每个动作(HeartbeatAction)由四个要素定义:名称、间隔 every、触发器 trigger 和提示词 prompt。
| 触发器 | 含义 | every 的解释 |
|---|---|---|
interval |
固定间隔触发 | 每 N 次 eval 触发一次 |
plateau |
停滞检测触发 | 连续 N 次 eval 无实质提升时触发 |
其中 plateau 触发器是 CORAL 的"停滞探测器"。它并不简单比较"比上次好没有",而是采用锚点模型(streak_for_epsilon 函数):维护一个锚点分数,只有当新分数超过锚点至少 epsilon 时才重置停滞计数。这个设计非常务实——分数从 0.730 涨到 0.731 这类噪声级微涨,不会让停滞计数清零,避免 Agent 被"虚假进步"麻痹。同时内置了冷却期:plateau 动作触发后需再停滞 every 次才会二次触发,防止心跳刷屏。
心跳配置分两个作用域,存储在每个 Agent 的 .coral/public/heartbeat/<agent-id>.json 中(全局动作存于 _global.json):
- 本地(local)动作:基于该 Agent 自己的 eval 计数,只影响自己;
- 全局(global)动作:基于全体 Agent 共享的 eval 总数(
.coral/public/eval_count),作用于所有 Agent。
配置读写逻辑见 coral/hub/heartbeat.py,CLI 交互实现见 coral/cli/heartbeat.py。
内置四大心跳动作一览
CORAL 的默认心跳组合定义在 coral/config.py(agents.heartbeat 默认列表),提示词模板存放在 coral/hub/prompts/ 目录:
| 动作 | 默认触发 | 作用域 | 一句话定位 |
|---|---|---|---|
reflect |
每 1 次 eval | 本地(受保护) | 每次实验后强制写实验笔记 |
consolidate |
每 10 次全局 eval | 全局(受保护) | 把团队笔记蒸馏成结构化知识 |
pivot |
连续 5 次无提升(plateau) | 本地 | 停滞时切换方向并公开"认领赛道" |
lint_wiki |
每 10 次全局 eval | 全局 | 派 librarian 子Agent 给知识库"体检" |
注意 reflect 被锁定为本地、consolidate 被锁定为全局(PROTECTED_LOCAL / PROTECTED_GLOBAL),两者都无法删除、无法切换作用域——这是 CORAL 认为不可谈判的团队纪律。
reflect:每次 eval 后的强制复盘
reflect 的提示词见 reflect.md。它是最高频的心跳(默认每次 eval 后都触发),要求 Agent 在共享目录 notes/experiments/ 写下一篇实验笔记,围绕三个问题展开:
- 锚定具体结果:哪个具体改动推动了分数?用
coral log -n 5 --recent查看自己的分数轨迹; - 审视意外 + 归因:哪些结果出乎意料?为什么?
- 评估置信度 + 规划下一步:什么证据会改变你的判断?预期收益(EV)最高的下一个实验是什么?
reflect 还承担一个微妙但重要的职责:演化 Agent 的角色描述(roles/<agent_id>.md)。提示词明确要求"只有理解发生实质性转变时才更新"——大多数 eval 不需要重写角色文件,"一份 20 次 eval 都没变的角色文件是健康的特化信号,而不是过时"。这防止了 Agent 把心跳变成刷存在感的表演。
反思的机制细节(笔记模板、自检清单)由配套的 create-notes 技能提供,见 coral/template/skills/create-notes/SKILL.md。
上图示意了 CORAL 笔记系统中的交叉引用:每个 Agent 的实验笔记彼此链接、被后续引用,reflect 心跳正是这条"证据链"的生长引擎。
consolidate:把 10 次实验蒸馏成团队知识
consolidate 的提示词见 consolidate.md。它使用全局 eval 计数——当整个团队累计完成 10 次实验(而不是单个 Agent 的 10 次)时触发,因为知识整合是团队级事务。
一次 consolidate 至少应产出以下三类知识资产之一:
- 综合笔记(
notes/_synthesis/<topic>.md):把 3 篇以上相关笔记蒸馏成一条带证据引用的论断,注明置信度和适用条件; - 连接图谱(
notes/_connections.md):跨多个分类的规律模式; - 开放问题清单(
notes/_open-questions.md):证据矛盾点、尚无实验覆盖的技术缺口。
更关键的是第 7 步——团队花名册审计:逐一阅读所有 Agent 的角色文件与 focus 笔记,回答四个问题:角色覆盖是否完整?赛道(lane)有没有重复或无人问津?姿态(posture,工程师/研究者/评审者等)是否失衡?有没有被遗弃的 focus 笔记?这份审计结果会被所有 Agent 在规划阶段阅读——它是"无分配、自组织"分工能跑通的基础。
上图展示了 CORAL 所处的"多Agent组织持续进化"阶段:consolidate 心跳维护的共享知识库,正是从"单 Agent 自主"走向"Agent 组织"的关键基础设施。
pivot:停滞时的方向切换协议
pivot 是三个动作中最"重"的一个,也是"摆脱停滞"的主角。提示词见 pivot.md,它由 plateau 触发器驱动(默认连续 5 次 eval 无实质提升),且开头就强调:这不是停止信号,而是换方向信号——"不要把它当成写总结、收尾的许可"。
pivot 协议分五步:
- 第一步:诚实诊断天花板。查看自己的分数轨迹和团队排行榜;如果多个 Agent 卡在同一分数,不要读作"结构性地板"的证据,而应读作"全团队都在同一个局部盆地"的证据;
- 第二步:找 EV 最高的未探索想法。精读开放问题清单,并诚实追问每个候选方案:它是被证据排除的(有人真正实现过且失败),还是被** reluctance(畏难情绪)**排除的(大家说"实现成本高、收益不确定"就放弃了)?后者才是候选名单——"我认为可能行不通"不是结果;
- 第三步:承诺而非试水。选定方向后,至少投入 3 次真实 eval 再下判断,并在每条 eval 消息中标注
"structural attempt 1/3 on <name>",让队友知道你正在深度调研,别把你的中间分数当作方向失败的证据; - 第四步:公开认领赛道。在
notes/focus/写 focus 笔记,声明姿态、赛道、预算、放弃条件(必须是可测试的具体门槛)和"为什么有正 EV"(须引用至少 1 篇其他笔记)。特别地,姿态失衡本身就是一个 pivot 理由——如果全队都是工程师,最有价值的下一步可能是变成性能工程师或评审者,而非再挑一条技术赛道; - 第五步:从正确的起点出发。用
coral checkout <hash>回到全团队历史最高分的 attempt 上开始改造,而不是带着旧方案的假设继续。
动手实践:查看与自定义心跳
心跳配置完全可通过 CLI 调整(实现见 coral/cli/heartbeat.py):
coral heartbeat # 查看当前心跳动作
coral heartbeat set reflect --every 3 # 每 3 次 eval 反思一次
coral heartbeat set consolidate --every 20 --global # 调大全局整合间隔
coral heartbeat set myaction --every 5 --prompt "..." # 自定义动作(必须带 --prompt)
coral heartbeat remove <name> # 删除动作(受保护动作不可删)
coral heartbeat reset # 恢复 task.yaml 中的默认值
也可以在任务的 task.yaml 中直接声明:
agents:
heartbeat:
- name: reflect
every: 1
- name: consolidate
every: 10
global: true
- name: pivot
every: 5
trigger: plateau
一个实用技巧:如果你的任务评分噪声较大,可以为 plateau 触发器设置 epsilon(对应 PlateauOptions 数据类),把"什么才算一次真实提升"的门槛调到任务的噪声水平之上,让 pivot 在真正的停滞时才触发,而不是被微小的分数抖动反复重置。
小结:心跳如何构成"反停滞"闭环
把三个动作串起来看,CORAL 心跳机制实际上构建了一个完整的反停滞反馈环:
- reflect 保证每个实验都留下可追溯的证据(实验笔记 + 角色演化),让"我们试过什么"始终有账可查;
- consolidate 把零散证据升维成团队级知识(综合论断、开放问题、团队花名册),让"什么还没试过"始终可见;
- pivot 消费前两者产出的开放问题清单,在停滞被检测到时强制团队转向 EV 最高的未探索方向,并用 focus 笔记防止新方向上的重复内卷。
三者加上 lint_wiki 的知识库维护,共同让无人值守的 Agent 团队具备了一种类似科研组织的自律性:记录 → 蒸馏 → 转向 → 再记录。相关的完整概念说明可参考官方文档 eval-loop.mdx 中的 "Heartbeat actions" 章节,多Agent场景下的心跳配置则见 multi-agent.mdx;Agent 的行为宪法(含心跳在团队纪律中的定位)模板见 coral/template/coral.md.template。


