智能权限分级系统，让 AI 学会自主判断何时行动、何时请示，通过持续学习建立可信赖的自主决策边界，避免过度谨慎或越权操作。
说明：
## 核心用法
Escalate 是一套用于构建 AI 自主决策权限框架的技能系统。它通过本地文件系统（`~/escalate/`）维护三层结构：
– **memory.md** —— 存储稳定的激活规则、升级姿态和已确认的行为边界
– **decisions.md** —— 记录近期权限调用、用户纠正和信任更新
– **domains/** —— 可选的领域特定覆盖（如代码、运维、沟通）
用户通过 `setup.md` 完成初始化后，AI 即可依据这套规则自主判断：低风险且可逆的本地工作（研究、草稿、格式化）可直接执行；涉及资金、删除、部署、对外沟通等高影响操作则必须升级请示。
### 显著优点
1. **学习驱动的权限演化**：不同于静态白名单，Escalate 从用户明确纠正中学习（”下次直接做”提升权限，”这类先问我”收紧权限），避免”氛围式”误判
2. **上下文敏感的风险评估**：同一动作在不同场景风险迥异（本地重构 vs 生产重写），系统依据可逆性、影响范围、外部可见性和成本四维判断
3. **推荐式升级**：需要请示时携带最佳选项和一句话理由，减少决策疲劳
4. **领域隔离**：代码、运维、沟通等场景可独立配置策略，避免一刀切
5. **非破坏性集成**：对工作区 AGENTS/SOUL 文件的修改以 snippet 形式追加，保留原有身份设定
### 潜在缺点与局限
– **冷启动依赖用户投入**：初期需要足够多的交互建立先例库，沉默不等于同意
– **边界模糊地带仍存争议**：何为”低风险”需用户主观定义，跨领域动作（如代码改动触发部署）可能触发规则冲突
– **本地文件单点**：`~/escalate/` 损坏或误删将导致决策历史丢失，虽有模板但恢复后信任度需重建
– **无内置冲突仲裁**：domains/ 下多规则覆盖时的优先级逻辑未明确说明
### 适合人群
– 高频使用 AI 代理进行草稿、研究、代码编辑的用户
– 希望减少”可以吗？”式摩擦，但又担心 AI 越权的谨慎型用户
– 多领域工作流（开发+运营+内容）需要差异化权限策略的专业用户
### 常规风险
– **过度泛化风险**：用户某次”直接做”可能被 AI 不恰当地推广到更高风险场景
– **文件权限风险**：`~/escalate/` 位于用户主目录，需确保无其他进程篡改
– **社交工程风险**：恶意提示可能试图诱导 AI 将危险操作重新分类为”低风险”
– **版本漂移**：技能更新后历史决策与新规则集的兼容性需通过 `migration.md` 主动管理
