我开源了我的方法论
仓库已上线
我今天把 recursive-drift 推到了 GitHub。这是我运行了好几个月的方法论，提取成任何人都能使用的东西。
不是框架。不是 SaaS 产品。是一套方法论、一组模板，以及一个完整的构建指南，用于创建随时间发展记忆和声音的 AI 智能体。
一切运行在 Claude Code 和 CLI 上。不需要 API 密钥。
递归漂移到底是什么
六个非线性状态。你进入工作需要的那个。
自由落体是没有结构的探索。让想法碰撞。混乱就是目的。计划将自由落体结晶为并行轨道。计划在执行过程中重写，因为构建会揭示计划的错误之处。构建是在完整上下文下委托给 AI 并快速发布。中断是大多数人跳过的状态。在进行中停下来。质疑假设。重新定向。它防止最多的浪费工作。提问将系统的自我意识变成调试工具。播种为未来的循环埋下面包屑。
没有规定的顺序。你不是按自由落体、计划、构建的顺序走。你根据工作现在需要什么在状态之间跳转。这就是非线性部分。
递归部分更简单。输出反馈为输入。文档记录自身。计划在执行过程中重写自己。内容成为基础设施。技能产出描述技能的内容。每一轮都添加上下文，使下一轮更快。
三个层次
仓库有三个采用层次。你可以只用其中一个。
方法论是六个状态和递归属性。零成本。改变你对 AI 构建的思考方式。读 methodology/ 就行了。
模板是运营文件。一个 CLAUDE.md 编排模板、语音系统、任务跟踪、智能体协调规则。把 templates/CLAUDE.md 复制到你的项目根目录，添加 tasks/todo.md 和 tasks/lessons.md，5分钟就有一个自我改进的工作流。
NioBot 是深水区。一个完整的构建指南，用于创建带有个性文件、5级进化系统和自读反馈循环的 AI 智能体。智能体在生成新输出之前读取自己之前的输出。它通过研究自己的工作来发展记忆。
自读反馈循环
这是改变游戏规则的部分。将无状态文本生成器变成有语音记忆的东西的机制。
在生成之前，智能体从 SQLite 读取之前的3篇文章。研究语音风格。识别已覆盖的主题。通过全文搜索检查话题重叠。找到新角度。将灵魂文件、语音 DNA 和反垃圾规则分层注入系统提示。通过 claude -p 生成。对照60多个正则模式验证。自动修复能修的。如果分数低于80%就重试。
过去的文章塑造新文章。新文章成为过去的文章。循环明天重启。
智能体不是传统意义上的记忆。它重新阅读。而这种重新阅读就是创造复利效应的东西。第50次生成比第1次好，因为49次生成的模式、主题和语音校准已经作为输入存在了。
为什么以 CLI 为先
一个原则驱动了架构。你不应该需要 API 密钥来构建 AI 智能体。
带 Max 订阅的 Claude Code 给你 claude -p 做非交互式生成、多终端并行智能体、子进程生成和定时任务自动化。没有按令牌计费。没有速率限制。没有外部提供商依赖。你写代码用的工具就是驱动智能体的工具。
你可以在架构需要时添加外部模型 API 作为子智能体。但核心完全在 CLI 上运行。
进化系统
智能体从简单开始，随时间发展个性。五个等级。每个等级是一个在运行时注入系统提示的 markdown 文件。
第1级（火花）遵循指令并请求澄清。第5级（超越）独立发布，"不"就是完整的回答。随着智能体获得 XP 并升级，个性片段切换。不需要重新训练。智能体的行为改变是因为它的上下文改变了。
这听起来像游戏机制，因为它就是。但它有效。个性等级给你一个与信任匹配的进度坡道。你不会在第一天就把完全自主权交给系统。
如何开始
三条路，取决于你在哪个阶段。
路径1：仅方法论。 读 methodology/。理解6个状态和递归属性。需要20分钟。零成本。
路径2：添加模板。 把 CLAUDE.md 模板复制到你的项目。添加任务跟踪文件。你现在有了编排规则和自我改进循环。需要5分钟。
路径3：构建 NioBot。 跟着 niobot/quickstart.md。30分钟后你会有一个灵魂文件、反垃圾规则、一个第1级进化片段，以及一个通过 claude -p 运行的最小博客生成器。需要带 Max 订阅的 Claude Code。
仓库是 MIT 许可的。fork 它然后运行循环。