infometa 偏好画像加载与增量学习（preference-load）
我解决什么问题
通用 AI 每次对话都要重新解释一遍"我不爱排队 / 不吃辣 / 必须有星巴克"。
我把偏好沉淀到 data/user_profile.json，跨次会话复用，且每次对话后自动学新东西。
这是 agent 真正的护城河之一——通用 AI 没法做。
🔴 任务前硬规则：必读 user_profile
每次进入新任务，agent 在阶段 1 第一句话之前，必须先调一次 load_profile.py。
为什么必读：
- 老用户在
data/user_profile.json里可能有 history.completed_trips（去过哪些城市/拒过哪些 POI/惯用预算档） - 不读 → 重复问用户已知信息（"你预算多少？"用户上次明明说过 standard 档）→ 体验差
- 不读 → 跳过快通道（老用户应该直接进阶段 2 而不是走 BOOTSTRAP 问卷）
命中已有 profile 时的正确开场：
我看到你之前去过成都/重庆，偏好是 standard 档 + 不爱排队。
这次还按这个吗？说一下目的地/日期/人数就可以开始。
❌ 反例：用户名明明已知，agent 还问"你叫什么名字"；预算偏好已知还问"预算多少"。
四种调用模式
mode=load（默认）
读 data/user_profile.json，输出给上游 skill 使用。
文件不存在时自动跳到 mode=bootstrap。
mode=bootstrap（首次启动）
走 BOOTSTRAP.md 定义的极简 3 题问卷：
- Q1 节奏（暴走/正常/躺平）
- Q2 禁忌（多选/留空）
- Q3 预算档位
把答案写入 data/user_profile.json。
关键约束：
- 只问这 3 题，不要变成 10 题问卷
- 留空允许（用户可以不回答 Q2）
- 答完立即进入正题，不要再追问
mode=update（每次对话结束）
从对话日志里抽取增量信息：
- 用户说"这家店看起来不错" → favorite_pois +1
- 用户说"这家不要" → rejected_pois +1
- 用户拒绝 3 个网红店 → 在 tastes.scene_dislikes 里加 "crowded_check_in_spot"
- 用户多次问"附近有星巴克吗" → constraints.must_have_starbucks_or_equivalent = true
学习规则：
- 单次拒绝不足以下结论，至少 2 次模式重复才更新
- 学习完后用 markdown 列表告诉用户："我新记下了 X / Y / Z，对吧？" 给用户确认机会
- 用户否认 → 不写
mode=ensure_deps（依赖体检）
检查当前 session 的 <available_skills> 列表，确认哪些数据源可用：
- meituan-travel 是否在列表中
- xhs-explore 是否在列表中
- online-search 是否在列表中
不可用的数据源在产物里标注降级，并主动告知用户如何开通。
体检结果写入 data/.cache/deps_check.json，下次启动时读取。
增量学习的反作用力
每次更新后：
- 在 SKILL 输出里告知用户："我新记了 ___，是吗？"
- 用户否认 → 立即回滚
- 跨 3 次会话都没用到的偏好，自动降权（避免画像越长越偏）
退出码
- 0 = 正常
- 2 = 需要用户操作（缺连接器 / 缺 key / 需扫码）
- 3 = profile 文件损坏（备份 + 重建）
反模式
- ❌ 一次问 10 题（违反 BOOTSTRAP 极简原则）
- ❌ 不告诉用户就更新偏好（必须告知 + 让用户有撤回机会）
- ❌ 把临时情绪当作长期偏好（"今天不想吃辣"≠永久不吃辣）
- ❌ 把出行特定决策写到全局偏好（如"这次想去海边"是 trip_request 不是 profile）
用户偏好画像是 agent 区别于通用 AI 的根本。每多一条沉淀，下次出方案就少问一个问题。