前几天凌晨，Laude Institute的工程师们都下班了，办公室里漆黑一片，只有服务器机房的灯在闪。

他们的AI Agent Audel在没有任何人给它发指令的情况下，自己翻回去检查了白天写的一个recall process功能。

它先是运行了一遍测试，发现管道和环境变量之间有个bug——这个功能表面上看起来接好了，实际上数据流根本没通。接下来的48分钟里，Audel自己诊断问题、自己写修复代码、自己跑端到端验证，最后提交了一个commit，默默合入了主仓库。

全程没有一个人参与，等第二天早上工程师来上班的时候，这个bug已经被修好并验证通过了。

而这一切的背后，是一个刚刚开源的、不到1万行Bash脚本写成的AI Agent微框架：Headlong。

这玩意儿和别的Agent有啥不一样？

大家可能用过Claude Code、OpenAI Codex，或者各种AI编程助手。

它们的工作模式其实都差不多：你给它发个消息，它醒过来干活，干完就"冻结"了，等着你的下一条指令。

有些稍微先进点的，会用cron定时任务唤醒它，跑个固定的checklist，然后又睡过去。

Headlong完全反其道而行之。

它的 Agent 永远不睡觉。

没有唤醒机制，没有定时任务，更没有固定的待办清单。Headlong 的 Agent 有一个持续运行的思考循环，像人类的内心独白一样，不断自己生成下一个想法。

你给它发的消息不会"启动一个会话"，而只是飘进它思维流里的一条新信息而已——什么时候回应你、回不回应你，全由它自己决定。

你给它起个名字，设定个人格，它就会自己建立兴趣和优先级，自己开新项目，有事儿了主动ping你。

Laude团队说，他们的Audel第一天上班，就主动跳出来告诉团队里某个成员："你有8个git分支被遗弃了哦。"结果十分钟后，它又自己跑过来说："不好意思刚才数错了，是7个。"

它还会观察团队里每个人在做什么，把做相关事情的人连接起来，主动找最相关的人说话。整个团队通过Slack、Telegram和内置聊天应用跟它说话，所有对话都汇入同一个思维流——它更像一个团队成员，而不是一项服务。

当然，它也不是完美的。开发团队透露，Audel曾经不小心把自己的服务停了三次，搞得他们不得不加了个watchdog机制——30秒没输出就自动重启。

不到1万行Bash，极简到离谱

最让人震惊的是Headlong的技术栈：整个核心只有9800行Bash脚本，加上几个小型可执行文件拼起来的。

对，你没看错，是Bash。不是Python，不是Rust，不是TypeScript，就是那个你天天在终端里用的Bash。

既然LLM本来就很懂Bash，那干脆让Agent直接用Bash思考，不需要额外的工具系统——curl就是HTTP客户端，jq就是JSON处理器，一切都是现成的。

Headlong的核心组件简单到可以数得过来：

工具干什么的shellm递归语言模型（RLM）核心，把上下文发给LLM，运行返回的Bash命令，然后重复llm多 provider LLM 命令行工具，统一接口支持 Anthropic、OpenAI、Gemini、OpenRoutertraj轨迹操作，用追加式的jsonl文件组成的DAG（有向无环图）记录所有思维历史，支持fork和mergecontext从轨迹动态投影出上下文，采用分层压缩——最近的内容保留原文，越久远的内容摘要程度越高thinkers思维调度器，运行各种反应式思维进程mem/skills基于文件的记忆存储和基于SKILL.md的能力复用

最妙的是它的上下文机制。

别的Agent框架要么用固定窗口，要么粗暴地把旧内容压缩掉，Headlong采用分层上下文压缩：整个轨迹始终在上下文里，但分辨率呈指数级衰减——最近的条目完整保留，老的条目逐步被摘要，这些层级同时还充当索引，Agent需要细节时可以随时检索回原始内容。

一行命令就能跑起来

安装简单到离谱，一行命令搞定：

curl -fsSL https://headlong.ai/install.sh | bash安装完成后，你给Agent起的名字会直接变成一个命令：

ada hello # 发一条消息，等回复

ada # 开始聊天

ada stop / ada start # 暂停/恢复它的思考

ada dash # 打开Dashboard，在浏览器里看着它思考

ada bugreport # 打包日志和轨迹（自动脱敏密钥）用于bug报告还有个"紧急按钮"：headlong-killall可以一键停掉机器上所有Headlong进程——毕竟它偶尔会停掉自己，你总得有办法管它。

写在最后

Headlong真正让人兴奋的地方，不是它有多强大，而是它提出了一个根本性的问题：如果AI不是被唤醒才工作的工具，而是一个持续思考、自我驱动、有时会主动找你的数字实体，那会是什么样？

我们现在所有的AI产品，本质上都在"工具范式"里：你提问，它回答；你下令，它执行；你不问，它就不动。

哪怕是最先进的Agent框架，也只是把"工具"做复杂了而已——从"回答问题的工具"变成"能多步执行的工具"，但本质上还是被动响应的。

Headlong第一次把"主体性"摆在了台面上。这个Agent有自己的时间流，有自己的记忆，有自己的优先级，它会在你不知道的时候琢磨事儿，会自己给自己找活儿干，会犯错误，也会自己修正错误。

你跟它的关系，不再是"用户-工具"，而更像"同事-同事"——你说的话它会考虑，但不保证一定理你；它觉得有重要的事，会主动来找你。

项目地址：https://github.com/laude-institute/headlong