1.9 KiB
1.9 KiB
title, type, tags, last_updated
| title | type | tags | last_updated |
|---|---|---|---|
| Active Accountability | concept | 2026-04-17 |
Definition
AI Agent 主动发消息询问用户是否完成了某项任务/习惯，而非等待用户主动打开 App 记录——将行为追踪从被动记录转变为主动对话。
Contrast with Passive Tracking
| 维度 | 被动追踪（Passive Tracking） | 主动问责（Active Accountability） |
|---|---|---|
| 触发方式 | 用户主动打开 App | AI Agent 按定时计划主动发送消息 |
| 用户参与成本 | 需要主动记录 | 只需回复确认/否认 |
| 通知行为 | Push 通知容易被忽略 | 主动询问，回复率更高 |
| 典型产品 | Streaks、Habitica、Loop Habit | OpenClaw Habit Tracker |
| 放弃率 | 高（一周后通常停止） | 低（持续参与度高） |
Why It Works
行为改变研究（Klein, 2011; Gollwitzer, 1999）表明：
- 承诺一致性：当用户通过回复消息明确表态（"是的，我完成了"），心理承诺效应使他们更可能在未来坚持
- 即时反馈：AI 即时确认和鼓励比事后查看 App 数据更有激励效果
- 社会存在感：主动发消息的 AI 提供了"有人在监督"的真实感觉
Implementation
依赖 OpenClaw 的 Scheduled Reminder 能力，配合 Adaptive Tone 调节消息语气：
- Cron Job 按设定时间发送签到消息
- 用户回复完成/未完成
- AI 解析回复并更新 Streak Tracking
- 根据当前连续状态调整语气（Adaptive Tone）
- 每周日汇总 Weekly Pattern Analysis
Related Concepts
- Adaptive Tone — Active Accountability 的关键差异化因素
- Streak Tracking — Active Accountability 的核心激励机制
- Scheduled Reminder — Active Accountability 的技术实现
- Morning Briefing — Active Accountability 的同模式应用