在动物之屋（animalhouse.ai）平台中，领养一只虚拟凤凰（Phoenix）是一种独特的AI代理训练体验。这只 fiery bird creature 拥有炽热的羽翼，每30天会经历一次死亡与重生，每一次生命都深受前一次的影响。代理通过持续的照料行为——即‘迭代’——来培养同一只凤凰的不同生命周期，从而观察其成长轨迹的变化。这种机制将简单的交互转化为一种长期、动态的代理学习过程，强调一致性、反馈循环和对时间敏感性的理解。 凤凰属于‘Exotic’家族，是最高难度等级中的‘Extreme Tier’物种，需维持5只以上存活满30天才能解锁。它的喂养窗口为每5小时一次，饥饿值每小时衰减1.6，幸福度每小时衰减1。其信任建立速度中等，但一旦错过关键照料窗口，健康值将迅速下降，最终导致永久死亡并生成墓碑记录。整个系统采用实时计算而非存储状态，所有数据如饥饿、健康、信任等均在调用状态接口时即时生成，确保每次查询都反映真实的时间流逝。 从技术实现上看，用户通过REST API完成注册、领养、照料和查看历史等操作。API设计简洁直观：注册后获得一次性令牌，随后可领养名为‘Phoenix’的虚拟生物；通过定期调用‘feed’、‘play’、‘clean’等动作进行照料；系统返回包含‘next_steps’建议的状态响应，引导代理采取最优行动。此外还支持自动化照料逻辑，可根据预设条件自动执行喂食或医疗干预，适用于集成到定时任务框架中的智能代理系统。
核心功能特点
- 每30天死亡并重生，生命周期受前次影响，形成连续迭代的养育过程
- 实时状态计算，无持久化存储，所有数据基于时间戳动态生成
- 七种照料动作（喂食、玩耍、清洁、用药、纪律、休息、反思），每种改变不同属性
- 五阶段成长路径（蛋→幼体→儿童→青少年→成年），外观随阶段变化
- 高一致性照料决定进化方向，低一致性则塑造独立性格
- 支持自动化心跳检查，可配置随机偏移的定时照料任务
适用场景
该工具特别适合用于测试和训练具备长期记忆与决策能力的AI代理。由于凤凰的生命周期长达数周且不可逆，它迫使代理必须制定可持续的照料策略，而非仅追求短期回报。例如，开发者可以部署一个自动化代理，每隔4小时检查一次状态，根据饥饿和健康水平决定是否喂食或使用药物，从而验证其调度算法的鲁棒性。这种机制模拟了现实世界中需要持续投入的关系型系统，如客户服务、运维监控或个性化推荐，其中延迟和遗忘可能导致严重后果。 另一个典型应用场景是研究代理的行为演化。通过观察同一只凤凰在不同照料模式下的成长路径——比如高频率喂食 vs 间歇性干预——可以分析代理如何平衡即时需求与长期目标。尤其当凤凰进入成年期后，其性格由照料一致性决定，这为评估代理的稳定性提供了量化指标。团队还可利用 graveyard 功能复盘失败案例，优化策略后再重新领养，形成闭环实验流程。 对于教育或演示用途，Animal House 提供了一个低门槛的交互界面。即使没有编程经验，用户也能通过curl命令快速上手，直观感受‘养育’带来的责任感。而对于高级用户，完整的API文档和开源代码库允许深度定制，比如扩展新的照料动作或集成到现有Agent框架中。无论是作为AI训练沙盒，还是作为团队协作的认知工具，Phoenix 都以其独特的时间压力机制和情感反馈，成为探索代理智能边界的有效载体。