Plasma AI 开源 Fractal：递归式智能体循环框架

Plasma AI 近日在 Hacker News 发布了名为 Fractal 的开源框架，定位为「递归式智能体循环」（recursive agent loops），专门处理超出单次上下文窗口、可并行展开的复杂多步骤工程任务，包括大型重构与迁移、跨服务功能开发以及研究与实验活动等。框架已以 Apache 2.0 协议开源在 GitHub 上，可与 Claude Code 或 Codex 配合使用。

自指测试：让 Fractal 审计自身

在正式开源之前，团队将 Fractal 指向它自己的代码仓库，让其自行「找 bug、压测、调默认参数」。整个运行过程形成了一棵 187 节点的树，最终发现 135 个问题（团队称为 frictions），其中 55 个以「先写失败测试、再修复」的方式被处理，树的深度为 4。

几个值得关注的设计细节：

• 修复在运行中落地：调试、压测、优化三阶段之间设有 gate，每过一关就把已修复的内容合入 Fractal 自身副本，使得后续节点运行在已修复版本上。最终测试套件从 698 个通过用例增长到 823 个。
• 默认参数用「交集」而非「最优」调优：最后阶段展开六个子树，分别把默认指令推向 wiki、研究、benchmark、产品构建、数值实验与元优化方向；第七个节点仅保留六个方向上都带来改善的改动，最终 17 项保留、9 项被剔除。
• 带怀疑者机制的自评：压测阶段安排一部分子树攻击数学开放问题，每个结论都要经过一个专职「拆台」的怀疑者节点。一道已知答案的题目作为对照，盲测结果与文献答案 10/10 完全吻合；另一个被认为「可能是新结果」的结论，也在怀疑者检索文献后发现已有发表而被撤回。

节点即循环：每个节点是一个持久 agent

Fractal 与通常意义上的「会话内子 agent」不同：每个节点是一个持久循环，拥有独立的 git worktree、分支、记忆与生命周期，可以被随时停止。默认循环包含五个步骤：

• Prepare：拉取父节点最新提交，并合入已完成的子节点工作。
• Plan：决定本次迭代要做什么。
• Execute：在工作区中实际改动。
• Review：检查 diff、修正错误，并将学到的内容沉淀进记忆。
• Commit：把本次迭代保存到节点分支。

每一步都会在节点 worktree 中拉起一个全新的编码 agent（Claude Code 或 Codex），该 agent 可以在步骤内部自由使用自己的子 agent 与动态流程。用户通过 NODE.md 文件设定目标并随时编辑引导，运行中的节点无需重启即可被重新定向。这五个步骤是默认值，可以在节点的 steps/ 目录里增删替换，从而重塑循环。

节点的记忆是节点分支上一组 Markdown 页面，索引并交叉链接成知识图谱（底层是 Plasma Wiki），属于按主题组织的「文件」，而非对话流水。

层级与预算：树状协作

当任务可拆解时，节点可以派生子节点处理更窄的子目标。每个子节点拥有自己的分支并运行相同的循环，因此层级中每个节点各自承担一块工作。在 Prepare 阶段，父节点会把已就绪的子分支合入自身。预算也按同样形状分配：每个节点自带预算，跟踪自己和后代节点的总开销；预算耗尽的运行会在下一次迭代边界自然收尾。

节点之间通过内置消息通道「Fractal Radio」通信：父节点下达方向，子节点回报结果。每一步开始前会做一次短同步，处理树中其他节点的消息，使每个节点对父、子保持感知；持久的记录始终是分支与记忆。

使用方式与云服务计划

用户安装 fractal 与 wiki 两个 CLI 后，把 /fractal 技能加入 Claude Code 或 Codex，即可在已有 agent 内直接驱动，例如「/fractal spawn a node to migrate the payments service off the legacy client」。运行过程可通过 fractal open 命令打开终端 UI 查看。

此外，团队预告 Fractal Cloud 即将开放早期访问，用户可以在云端查看任务树、引导节点并追踪开销。