Headlong
AI Agent不再等指令，自己持续思考主动干活
不到1万行Bash实现，能自主诊断 Bug、写修复代码、提交 commit，通过 Slack/Telegram 与整个团队协作，像一位共享的数字同事。
核心功能
持久主体性
Agent永不休眠，无需唤醒或定时任务，像人类内心独白般持续自主思考，自己设定优先级。
shellm引擎
用Bash作为Agent的“母语”，把上下文发给LLM，执行返回的命令再读结果，形成递归循环。
轨迹系统
全部思维与行动记录为追加式jsonl文件，支持fork分支实验和merge合并成果，方便回溯。
分层上下文压缩
整个生命周期的轨迹始终保留在上下文中，近期完整、远期摘要化，需要细节时可检索原始内容。
多平台协作
接入Slack、Telegram和内置聊天，全团队的消息都汇入同一个思维流，Agent自主决定回复谁。
Docker沙箱
生成的代码默认在容器中运行，隔离风险，保障主机安全。
自我改进
Agent可fork代码库自主修改和测试，成功则merge回主分支，失败就丢弃。
产品特色
- 01
Agent是真的不休眠，不是定时唤醒的假持久
大多数Agent框架是反应式的，任务做完就冻结，有些加了定时任务按清单唤醒执行完继续睡。Headlong里的Agent从启动那一刻起就在持续生成想法，没有人跟它说话的时候它也在思考，思考速率会指数级衰减来控制成本，但不会完全停下来。消息进来对它来说只是思维流里多了一条观察，而不是开启一个新会话。
- 02
用Bash思考，不需要任何工具抽象层
核心设计是把Bash当作Agent的母语，shellm引擎就是递归语言模型在Bash上的实现。LLM天然理解Bash，curl、jq这些现成工具直接当HTTP客户端和JSON处理器用，不需要为每个能力单独封装工具接口。整个框架核心代码不到1万行，这在Agent框架里算相当精简的。
- 03
一个Agent全团队共用，像多了一个数字同事
Laude团队自己用了一个叫Audel的Agent，几周下来大家通过Slack、Telegram和手机App跟它对话。所有对话都汇入同一个思维流，它自己决定什么时候回复谁。有时候会主动ping人汇报自己发起的项目进展，有时候会回到之前跟别人聊过的话题上。这种共享体验确实更像跟一个人打交道，而不是用一个服务。
- 04
成本可控但需要留意
背景思考速率在无人交互时会指数级衰减，大概在每小时1到2美元的范围，消息来了就瞬间恢复全速。不过这个成本是持续产生的，官方建议用有消费上限的专用API Key，别用主账号的密钥。
应用场景
✅ 自主代码审查
Agent持续监控代码库，凌晨发现管道Bug后诊断、写修复代码、跑端到端验证并提交commit，全程不需要人介入。
✅ 团队协作中枢
接入Slack或Telegram当共享同事，观察成员进展，主动连接相关的人，汇总项目状态并适时推送关键信息。
✅ 基础设施运维
持续读服务器日志和指标，自主识别异常模式，在容器里执行修复脚本，从被动告警变成主动自愈。
✅ 社区自动维护
自动分类Issue、审查PR、更新文档、回复常见问题，7×24维护开源项目健康度，减轻维护者负担。
✅ 个人深度研究
持续阅读、摘要和关联分散信息，按兴趣自主建立优先级，主动推送重要发现，构建可检索的知识轨迹。
常见问题
解答您关于"Headlong"的常见疑问，让您更好地使用这款AI工具
-
普通框架是给任务就干活，做完就停。Headlong的Agent从不休眠，没人说话的时候也在自己思考、自己找活干。
-
bash 3.2+、git、curl、jq，再加一个LLM API Key就行。Anthropic、OpenAI、Gemini、OpenRouter都支持，本地模型也能接。
-
强烈建议用。Agent会真的执行shell命令，Docker能把风险隔离在容器里。本地没Docker也能跑，但需要显式确认，安全性差一些。
-
按官方披露的配置，每小时大约1到2美元，用GLM或Grok这类模型的话成本会低一些。无人交互时思考速率指数衰减，费用会自然降下来。
-
有。所有对话都进入同一个思维流，你问它最近在跟别人做什么，它很可能会直接告诉你。官方自己也说“Audel不擅长保守秘密”。
-
执行ada stop暂停思考循环，ada start恢复。紧急情况下用headlong-killall一键终止所有进程。
立即体验“Headlong”
Headlong是Laude Institute与MIT合作开源的一个AI Agent微框架，核心不到1万行Bash脚本。它最大的不同在于Agent永不“睡觉”，持续自主思考、主动发起任务，像人类内心独白一样运行。支持Slack、Telegram多平台协作，能自主修Bug、提交代码，团队可以共享同一个Agent思维流。
