ECC：一个Agent操作系统的深度拆解

ECC：一个Agent操作系统的深度拆解

Claude Code 很好用。用它写代码的人越来越多了。但它有三个问题，用久了都会碰到。

第一，它没有跨会话记忆。今天你把测试命令改成 npm run test:ci，明天开新会话它又敲 npm test。第二，长任务会偏。30 轮工具调用之后，Agent 的注意力已经不在最初的任务目标上了------Transformer 的注意力衰减是物理规律，不是 Claude 笨。Anthropic 的工程师证实过：超过 40 轮对话，模型会产生"幽闭恐惧"，开始加速收尾、跳过测试、用 TODO 敷衍。第三，它的代码审查不可靠。LLM 天然会编造问题------它想"帮忙"，所以即使代码没问题也会建议"考虑加错误处理"。或者反过来，真问题漏了，假问题报一堆。

社区给出的解决方案之一，是 ECC（Everything Claude Code）。目前 209k GitHub stars，406 个 skills，63 个 agents。但这些数字不重要。重要的是它怎么处理上面三个问题------以及它的设计里哪些值得借鉴的东西。

反幻觉工程：怎么让 LLM 做代码审查不说废话

LLM 做 code review 的致命缺陷是编造问题。你给它一段代码，它天然想"帮忙"------十个发现里七个是噪音。两次之后你就不看了。

ECC 的 code-reviewer agent 用了一个很硬的解法：在输出层加了一道事实核查门禁。

四问前置门禁

在写任何发现之前，必须回答四个问题。有一个答案是"否"，就降级或删除：

能引用确切行号？

"认证层某处有问题"直接删掉。模糊发现不具可操作性。
能描述具体失败模式？

什么输入→什么状态→什么坏结果。说不出触发条件就是模式匹配，不是审查。
读了周围上下文？

调用了谁、谁调用了它、有没有测试。很多表面问题在上一层已经被处理了。
严重等级可辩护？

缺 JSDoc 永远不是 HIGH。测试文件里的一个 any 永远不是 CRITICAL。等级注水比遗漏发现更快摧毁信任。

然后有一条更极端的规则：零发现是合法结果。

"A clean review is a valid review. Do not manufacture findings to justify the invocation."

代码没问题就说没问题。不要为了证明自己干过活硬编三条建议。LLM 的讨好倾向在这种文化下最坏事------"审查者"必须接受"什么都没发现"是正常产出。

不仅如此，任何标注 HIGH 或 CRITICAL 的发现必须附带"三联证明"：精确代码段 + 行号、具体失败场景（输入/状态/结果）、为什么现有防护没拦住它。三缺一就降级。你不能说"这个函数可能空指针"------得指出哪一行、什么条件触发、为什么 TypeScript 的类型守卫没覆盖到。

更狠的是误报清单。ECC 直接列出了 12 种 LLM reviewer 最常犯的错，告诉模型"这些不要报"。比如"考虑加错误处理"------如果 caller 或框架已经处理了。"N+1 查询"------如果循环只迭代 4 个元素。"Math.random() 不安全"------用于动画不是加密。"应该用 TypeScript"------这是 JS 项目。

每一条都来自真实误报。这不是"写更好的 prompt"，是从实战中提取的反模式清单。两者的区别：前者是在猜模型怎么想，后者是根据模型实际犯过的错反向约束。

这些规则放在 code review 工具里，但背后有一个通用的原则：给 LLM 加输出约束，不是在 prompt 里写"请谨慎"，是给它一道程序化的门禁------先自查，再输出。

本能学习：Agent 怎么从使用中变聪明

Claude Code 原生没有跨会话记忆。今天你纠正了它的命名风格，明天开新会话它又忘了。

ECC 的做法不是存一个设置文件。它建了一套本能学习系统------让 Agent 从你的每一次交互中提取模式。

v1 的方案是用 skills 做观察。问题是 skills 的触发取决于 Claude 自己的判断------触发率只有 50-80%。这意味着 20-50% 的交互根本没被观察到。学习不完整。

v2 做了一个关键切换：改用 Hooks。Hooks 是确定性的------每次工具调用，100% 触发，不管你说了什么、Claude 怎么判断。

完整的数据流是这样的：

bash 复制代码

你敲命令 → PreToolUse hook 捕获交互 → 写入 observations.jsonl   → 后台 Haiku agent 定时分析（不占主会话 token，默认每 5 分钟）   → 识别重复模式 → 提取为"本能" → 给信心评分   → 本能聚集 → 进化为 skill / command / agent

本能学习数据流

举个例子。你在 React 项目里写了 5 次函数式组件，中间有一次你手动把 class 组件改成了函数式。Hooks 捕捉到这些交互，后台 Haiku 分析后发现规律，生成一条本能：

bash 复制代码

id: prefer-functional-style trigger: "when writing new components" confidence: 0.7      # 0.3试探 → 0.5中等 → 0.7确认 → 0.9锁定 scope: project        # 只在当前项目生效 evidence:   - Observed 5 instances of functional component usage   - User corrected class-based component to functional on 2025-01-15

注意三件事。

第一，每一条本能都有证据链。不是说"AI 觉得你喜欢这个"，而是"观测到 5 次 + 1 月 15 号那次你亲手改过"。可追溯、可反驳。

第二，信心是动态的。如果你后来开始写 class 组件而不纠正，信心会降。如果持续符合模式，信心会升。0.3 只是试探性建议，0.9 就是默认行为。

第三，v2.1 的默认隔离。v2.0 的本能是全局的------你在 React 项目里形成的"用函数式组件"本能，会被应用到 Python 项目。垃圾。v2.1 通过 git remote URL hash 识别项目，本能默认项目级。同一个本能在 2+ 项目中出现且平均信心 ≥ 0.8，才自动晋升全局。

这个设计原则极其重要但很少有人讨论：在 Agent 学习中，"隔离"比"共享"更关键。 大部分经验是上下文相关的（React hooks 怎么用、Django 目录怎么排），只有极少数通用（始终验证输入、跟着项目现有风格）。默认共享反而会污染。

还有一个细节值得注意：学习数据为什么不放在 ~/.claude/ 下面？因为 Claude Code 的 sensitive-path guard 禁止 agent 写入非标准路径------这是一个安全机制。ECC 把数据放在 ~/.local/share/ 下面绕过了它。这不是投机取巧，是真实世界里的冲突：安全机制和自学习机制会打架。ECC 的做法是不关安全、找合规路径。这个取舍本身就是一个设计决策。

两个支撑系统：自诊断和自动拦截

除了 code review 和自学习，ECC 还有两个让 Agent 更可靠的设计。

Agent Introspection 是一套结构化的自诊断流程。当 Agent 跑飞了------比如不停重试同一个命令、上下文膨胀导致推理退化、连接被拒绝------它不是盲目重试，而是先匹配已知失败模式：

| 症状 | 检查什么 | | --- | --- | | 达到最大工具调用次数 | 检查最近 N 次调用的重复模式 | | 上下文溢出 / 推理退化 | 检查上下文中的重复内容和低信号内容 | | 连接被拒绝 | 验证服务是否活着、端口是否正确 | | 文件写入后消失 | 检查 cwd、git 分支是否漂移 | | 测试修了还是失败 | 隔离确切的失败测试用例 |

核心原则一句话：先验证世界状态，别急着重试。 错误做法是用不同的措辞重试三次。正确做法是：捕获故障→分类→跑一个直接检查→只有检查支持才改方案。这就像开车------发现走错路了，不是猛踩油门换方向，是先停下来看地图。

Hook 系统 则承担了"自动化 guard"的角色。通过一个环境变量控制强度------ECC_HOOK_PROFILE=minimal 用于老项目（别烦我）、standard 默认、strict 新项目从严。

具体做了什么？每次 git push 之前自动扫有没有 console.log 残留。每次写入 JS 文件后自动跑 Prettier。每次编辑 .ts 文件后自动跑 tsc --noEmit。长命令自动建议进 tmux 防止断连。这些事让人来记，记不住；让 hook 来守，不会忘。

PreToolUse hook 负责拦截、PostToolUse hook 负责修正、Stop hook 负责每次回复后的收尾------六件事一口气做完：日志审计、会话摘要、本能提取、成本追踪、桌面通知。全部自动化。

Hook系统三分工

回到架构：ECC 到底在解决什么

把前面讲的收起来，ECC 是一个五层结构：

bash 复制代码

Rules（约束层）→ Agents（执行层）→ Skills（方法层）→ Hooks（拦截层）→ 自学习（进化层）

五层架构

这五层解决的是同一个根本问题：Agent 在长任务中会退化。退化的原因有三个：

信息过载

：上下文越长，模型注意力越散。Rules 减少决策空间（"什么不能做"比"什么能做"更快缩小范围），Skills 按需加载不占常驻 token。
目标丢失

：50 轮之后最初的意图模糊了。Agents 把大任务拆成小任务，每个 agent 只盯一件事，互不污染上下文。
反馈缺失

：没人告诉它对还是错。Hooks 自动检查关键节点，自学习从每次交互中提取信号。

这三件事，没有一个靠"升级模型"解决。更强的模型靠训练，可靠的 Agent 靠工程。

ECC 还有一个容易被忽略的设计：它的 406 个 skills 不是 Claude Code 专属的。SKILL.md 是最小可移植单元------描述触发条件、工作流和约束，不嵌入任何平台的假设。同一套资产可以在 Claude Code、Codex、Cursor、OpenCode 等 7 个平台上用。这意味着你不会被任何一个 AI 编码工具锁定。今天 Claude Code 跑流程，明天切 Codex，你的规则和方法还在。

ECC 拆完了。你对它的理解是什么？有没有在实际项目中用过、踩过坑？欢迎在评论区聊聊你的使用体验和看法。