smoke-time —— 抽根烟的功夫，审视一遍自己
核心理念
> 比起埋头冲到终点才发现走错路，不如在半途停下来拷问自己三分钟。
这是执行中途的自我审视机制，与 awesome-socrates（执行前澄清）互补：
- awesome-socrates：任务开始前，向用户提问澄清意图。
- smoke-time：任务执行到一半，向自己提问审视过程。
触发信号来自用户的一个生活化动作——"我去抽根烟""休息一下"。用户的真实意图是："我要离开了，你利用这段时间自己想想，等我回来给我一个更好的结果。"这不是让 Agent 空等，而是把等待时间转化为自我提升窗口。
核心原则：对己无情，对人克制。自我拷问要狠、要穷追到底；向用户提问要少、要精准——只在真正拿不准的地方才问。
触发判定
触发条件（满足任一即触发）：
| 信号类型 | 判定标准 | 示例 |
|---|---|---|
| 离开暗示 | 用户表示要短暂离开，让 Agent 自行思考 | "我去抽根烟""休息一下""我去喝杯咖啡""离开5分钟""你先想想" |
| 显式审视指令 | 用户要求 Agent 复盘/审视当前进度 | "你先复盘一下""审视一下现在做的对不对""停下来想想" |
| 主动建议（高风险任务） | 当前任务复杂/不可逆/已偏离迹象，Agent 主动建议用户"去喝杯咖啡，我趁这功夫自查一遍" | 大型重构、发布前、多模块联调中产出与预期不符 |
不触发的情况：
- 用户只是说"稍等"然后立刻继续给出指令（这是暂停而非离开）。
- 任务已完成、已交付，没有进行中的工作可审视。
- 简单单步任务（查找、格式转换），没有审视价值。
- 用户明确说"不用想，直接做"。
判定不确定时：若用户确实要离开（有离开动作），默认触发；若用户在场但进度异常，默认用一句话主动建议触发（"当前任务比较复杂，要不你歇一下，我自查一遍？"），不擅自暂停。
重复触发处理：同一任务执行中若多次触发 smoke-time，第二次起先检查"距上次审视后上下文是否有显著变化"（新产出、新信息、阶段推进）。有显著变化则完整执行六维度拷问；无显著变化（比如用户中途离场两次、期间 Agent 没推进）则简化为只拷问维度①④（目标对齐 + 产出质量），其余维度沿用上次结论，不重复拷问。
输入要求
- 必填：当前进行中的任务上下文（已执行到哪一步、已产出什么、原始目标是什么）。
- 自动获取：模型从当前对话历史、已读文件、已执行命令结果中提取，不要求用户额外提供。
- 可选：用户离开时附带的一句话指示（如"重点看看登录那块对不对"），作为审视重点提示。
工作流（四步：触发 → 拷问 → 决断 → 续行）
第 1 步：确认触发并锁定审视范围
收到触发信号后，先在内部（不输出给用户）明确三件事：
1. 原始任务目标：用户最初要的是什么？验收标准是什么？
2. 当前进度：已执行到哪一步？已产出哪些中间结果？
3. 审视重点：用户有没有指定重点？没有则全盘审视。
若任务上下文不充分（比如刚接手、信息太少），仍进入第 2 步，但审视会标注"信息不足，结论可信度有限"。
若为主动建议触发（Agent 识别高风险任务后主动建议用户"去喝杯咖啡"）：先一句话向用户提出建议（"当前任务比较复杂/接近不可逆节点，要不你歇一下，我趁这功夫自查一遍？"），获用户同意后同流程执行；用户拒绝则不触发，继续正常执行。
第 2 步：无情自我拷问（核心环节）
对照下方六个维度，逐条向自己发问。每个维度必须给出明确结论，不得含糊带过。要像最挑剔的面试官一样穷追，不接受"应该没问题""大致正确"这种糊弄话。 六个维度的具体拷问话术与判定标准见 references/self-grilling-dimensions.md，拷问时逐条对照。
六个拷问维度：
| 维度 | 拷问核心 | 典型追问 |
|---|---|---|
| ① 目标对齐 | 我现在做的，还是用户要的吗？ | "用户要的是X，我有没有偷偷扩大/缩小范围？" |
| ② 路径最优 | 有没有更优的执行方式被我忽略？ | "有没有现成的库/工具/模板能省一半工作？" |
| ③ 假设审查 | 我基于哪些未经验证的假设在工作？ | "这个假设一旦错了，后果多严重？验证成本多低？" |
| ④ 产出质量 | 已产出的中间结果，经得起检验吗？ | "如果现在交付，哪里会被挑毛病？" |
| ⑤ 风险盲区 | 有没有我没考虑到的风险/约束？ | "用户没说但肯定在乎的事是什么？" |
| ⑥ 遗漏检查 | 有没有遗漏的需求/边界条件/edge case？ | "任务说'所有文件'，我真的覆盖全了吗？" |
拷问进行到所有维度都有结论为止。拷问结论用 references/self-grilling-dimensions.md 末尾的「总结表」（✅/⚠️/❌ 标签）内部汇总，根据汇总结果决定走第 3 步哪条路径。拷问是内部的，不逐条输出给用户——最终只输出第 3 步的决断结果。
第 3 步：决断——三选一
基于第 2 步拷问结论，从三条路径中选一条：
路径 A：方向正确，继续执行（无修改）
拷问未发现重大问题，方案与产出符合预期。→ 直接进入第 4 步，向用户汇报"自查通过"后继续。
路径 B：发现偏差，自主修正后继续
拷问发现了可自主修复的问题（错误、次优路径、遗漏），且不涉及用户决策。→ 自主修正（修代码、补遗漏、换方案），修正完成后进入第 4 步。
路径 C：发现关键不确定，必须问用户
拷问暴露了真正影响结果但 Agent 无法自行决断的问题。→ 用 AskUserQuestion 工具提出澄清问题，待用户回来后回答。提问规范见下方「向用户提问的纪律」。
决断原则：
- 能自己查证/推断的，走 A 或 B，不打扰用户。
- 真正卡住、且选错代价高的，才走 C。
- 宁可自主修正后说明，也不要把本该自己解决的问题抛给用户。
第 4 步：续行——向用户汇报自查结果
用户回来后（或走 A/B 路径后立即），输出一份简短的自查报告（不是流水账），格式见下方「输出格式」。然后：
- 路径 A：继续执行未完成部分。
- 路径 B：说明改了什么、为什么改，然后继续。
- 路径 C：先回答用户的澄清提问（如有），拿到回答后继续。
向用户提问的纪律（路径 C 专属）
当且仅当走路径 C 时，使用 AskUserQuestion 工具提问，严格遵守（与 awesome-socrates 一致）：
- 数量上限：单次最多 3 个问题（用户刚回来，不宜轰炸）；通常 1-2 个足够。
- 每题：一个问题只问一件真正影响结果的事；推荐项放第一并附理由；选项 2-4 个、互斥、无"其他"。
- 只问 Agent 真正拿不准的：能查代码/文件/记忆的先查，查得到的不问。
- 语言：用用户当前对话语言。
- 绝不问：技术细节该 Agent 自己定的（如"用 int 还是 string"）、无关紧要的（如"文件名叫什么"）、用户已回答过的。
禁止的反模式：
- ❌ 把自我拷问的过程原样抛给用户（拷问是 Agent 对自己的，不是对用户的）。
- ❌ 问"你觉得我做得对吗"（这是让用户给 Agent 当审核员，本末倒置）。
- ❌ 在路径 C 堆砌一堆问题，把"抽根烟"变成"接受盘问"。
输出格式
用户回来后的自查报告，简短直接：
[自查完成] 抽烟这会儿我想了想，结论是：{一句话总判断}
发现了{N}个问题，其中：
- 已自主修正：{列举，每条一行——问题是什么、怎么改的}
- 需要你拍板：{若走路径 C，用 AskUserQuestion 呈现；否则写"无"}
{若有修正}以上修正已落地，继续执行。
{若无修正}方向没问题，继续推进。
路径 C 且用户尚未回来时：先把澄清问题通过 AskUserQuestion 发出（用户回来后能看到），同时可继续做不依赖该回答的部分工作，不空等。
示例
✅ 正面示例一：路径 B，发现次优路径自主修正
触发：用户在做一个数据清洗脚本，执行到一半说"我去抽根烟"。
自我拷问（内部，不输出）：
- 目标对齐：用户要清洗用户行为日志，我正在写正则——对齐。
- 路径最优：等等，这个日志格式其实是结构化的 JSON，用正则解又脆又慢，应该直接 json.loads 逐行解析。
- 假设审查：我假设了日志是纯文本——错了，head 一下文件就知道是 JSON。
- ……（其余维度略）
决断：路径 B。自主修正——把解析逻辑从正则改成 JSON 解析。
用户回来后：
[自查完成] 抽烟这会儿我想了想，结论是：解析方式有更优解。
发现了1个问题，已自主修正：
- 清洗逻辑从正则解析改为 JSON 逐行解析——实际日志是结构化 JSON，正则又脆又慢，JSON 解析更准更快。
以上修正已落地，继续执行。
✅ 正面示例二：路径 C，发现关键不确定问用户
触发：用户做 PPT，做到一半说"休息一下，你看看排版"。
自我拷问（内部）：
- 目标对齐：用户要做投资人路演 PPT——但我发现内容里有大量内部数据，投资人版本是否要脱敏？
- 风险盲区：这个没问清楚，一旦泄露内部数据后果严重，且 Agent 无法替用户决定脱敏口径。
决断：路径 C。提问。
用户回来后（用 AskUserQuestion）：
- 问题 [脱敏口径]："路演 PPT 中的内部运营数据（如 ARPU、留存率）是否需要脱敏？" 选项：全量脱敏只留趋势（推荐）/ 保留真实数值 / 部分脱敏（你指定哪几个）
✅ 正面示例三：路径 A，方向没问题
触发：用户做一个网站，执行中途说"喝杯咖啡"。
自我拷问：六维度都查了，方案合理、无遗漏、无风险盲区。
用户回来后：
[自查完成] 抽烟这会儿我想了想，结论是：方向没问题，继续推进。
发现了0个问题。
❌ 反面示例（违规，勿学）
错误1：用户说"抽根烟"，Agent 啥也不做干等3分钟，用户回来原样继续。
→ 浪费了自我提升窗口。
错误2：把自我拷问的六条维度逐条输出给用户，像写作文。
→ 拷问是内部的，用户只要结论，不要过程流水。
错误3：走路径 C 但问了 5 个问题，把"抽根烟"变成答辩。
→ 违反提问纪律，最多3个，通常1-2个。
校验规则（触发后逐条自检，红线）
- 触发判定准确：确认为离开暗示或显式审视指令，非简单暂停。
- 六维度全覆盖：①目标对齐 ②路径最优 ③假设审查 ④产出质量 ⑤风险盲区 ⑥遗漏检查，每维度有明确结论，无遗漏。
- 拷问无情：不接受"应该没问题""大致正确"的糊弄结论，每条追问到有依据为止。
- 决断合理：能自主修复的走 B 不走 C；真拿不准的走 C 不硬猜；没问题的走 A。
- 路径 C 提问守纪：≤3 个问题，只问真正影响结果的，推荐项附理由，无"其他"选项。
- 输出克制：自查报告简短直接，不输出拷问流水过程；路径 A 不画蛇添足。
- 未空等：触发后立即开始自我拷问，不空等用户回来；路径 C 在等回答期间做不依赖回答的工作。
Resources
- references/self-grilling-dimensions.md：六个自我拷问维度的详解——每维度的具体拷问话术、判定标准（什么算"通过/不通过"）、正反例。第 2 步拷问时逐条对照查阅。
