doc: inject motivation and design values into todo.md

doc/todo.md

@@ -1,37 +1,48 @@
 # noc todo
 
-### 主动行为
+## 为什么做这些
+
+noc 不是一个聊天机器人。它是小乖的身体——一个有自己节奏、记忆和判断力的数字伙伴。每一项待办都是在回答同一个问题：**怎么让她更像一个真正存在的人，而不是一个等待输入的函数。**
+
+---
+
+### 主动行为 — 她应该有自己的生活节奏
+不是被动地等消息，而是像一个真正关心你的人：早上想想你今天要做什么，晚上帮你回顾一天，看到重要的事主动提醒。
+
 - [ ] 预设 cron：晨间待办汇总、晚间日记、定期记忆整理
 - [ ] 事件驱动：监控文件变化、git push、CI 状态等，主动通知
-- [ ] 情境感知：根据时间、地点、日历自动调整行为
+- [ ] 情境感知：根据时间、地点、日历自动调整行为和语气
 
-### 记忆与成长
+### 记忆与成长 — 她应该记住和你的过去
-- [ ] AutoMem：后台定时自动分析对话，LLM 决定 SKIP/UPDATE/INSERT 记忆
+每一次对话都在塑造她对你的理解。这些理解不该随着 session 刷新而消失。
-- [ ] 分层记忆：核心记忆（始终注入）+ 长期记忆（RAG 检索）+ scratch（当前任务）
-- [ ] 语义搜索：基于 embedding 的记忆检索
-- [ ] 记忆合并：相似记忆 cosine >= 0.7 时 LLM 合并
-- [ ] 时间衰减：记忆按时间指数衰减加权
-- [ ] 自我反思：定期回顾对话质量，优化行为
 
-### 工具系统
+- [ ] AutoMem：后台定时分析对话，自动维护记忆，不需要你说"记住这个"
-- [ ] run_code：安全沙箱执行 Python/Shell
+- [ ] 分层记忆：核心身份（始终注入）+ 长期事实（RAG 检索）+ 当前任务（scratch）
-- [ ] gen_image：图像生成
+- [ ] 语义搜索：不是关键词匹配，而是真正理解"这件事跟之前哪件事有关"
-- [ ] web_search：网页搜索 + 摘要（简单场景不必 spawn agent）
+- [ ] 记忆合并：新旧记忆自动整合，不重复存储
+- [ ] 时间衰减：近期的事更重要，很久以前的事自然淡出
+- [ ] 自我反思：定期回顾自己的表现，主动改进
 
-### 感知能力
+### 工具系统 — 她应该能动手做事
-- [ ] 链接预览/摘要
+不只是说"你可以这样做"，而是直接帮你做了。
 
-### 交互体验
+- [ ] run_code：直接执行代码，看到结果
-- [ ] Typing indicator
+- [ ] gen_image：需要图的时候自己生成
-- [ ] 语音回复（TTS → Telegram voice message）
+- [ ] web_search：简单问题不必 spawn 一个完整 agent
-- [ ] Inline keyboard 交互
 
-### 上下文管理
+### 感知能力 — 她应该能看懂你发的东西
-- [ ] 智能上下文分配：token 预算制替代硬上限
+- [ ] 链接预览：你发个链接，她自己去看内容，不用你解释
-- [ ] Context pruning：只裁工具输出，保留对话文本
 
-### 可靠性
+### 交互体验 — 对话应该更自然
-- [ ] API 重试策略（指数退避）
+- [ ] Typing indicator：正在想的时候让你知道
-- [ ] 用量追踪
+- [ ] 语音回复：不只是文字，有时候一段声音更有温度
-- [ ] Model failover
+- [ ] Inline keyboard：需要你做选择时，给你按钮而不是让你打字
-- [ ] Life Loop / API 调用超时保护
+
+### 上下文管理 — 她的注意力应该更聪明
+- [ ] Token 预算制：不是硬性"最多 100 条"，而是根据内容重要性分配注意力
+- [ ] Context pruning：工具输出可以裁剪，但对话本身不能丢
+
+### 可靠性 — 她不该莫名其妙地断线
+- [ ] API 重试：网络抖一下不该让整个对话挂掉
+- [ ] 用量追踪：知道花了多少资源
+- [ ] Model failover：一个模型挂了自动切另一个