diff --git a/commands/eng.md b/commands/eng.md
index 6a87ccf..1706b29 100644
--- a/commands/eng.md
+++ b/commands/eng.md
@@ -100,37 +100,34 @@ dispatch 返回 `{waveId, taskIds, dispatchPath}`。**然后按以下步骤操
 
 ### monitor
 
-spawn Worker 之后**必须进入轮询循环**。CLI 的 `monitor_engine()` 只执行一次检测——你需要循环调用它。
+spawn Worker 后，**不自己循环**。用 `ScheduleWakeup` 让系统每 5 分钟唤醒你一次。
 
-```bash
-python scripts/airplan.py --mode eng --project . --sub monitor
+```
+1. 所有 Worker 以 Agent(run_in_background: true) 启动后，立即返回当前波次状态给用户
+2. 调用 ScheduleWakeup(delaySeconds: 300, prompt: "检查 Worker 状态并处理")
+3. 系统 5 分钟后唤醒你，唤醒时执行：
+   a. 运行 `python scripts/airplan.py --mode eng --project . --sub monitor`
+   b. 如果 readyToMergeCount > 0: 对每个完成的 Worker 运行 merge
+   c. 如果 stalledCount > 0: 检查 interventions，action=upgraded-to-airdbg 则启动 Dbg
+   d. 如果 activeWorkerCount > 0: 再次 ScheduleWakeup(300, ...)
+   e. 如果 activeWorkerCount == 0: 检查是否需要下一波 dispatch，不需要则结束
+4. 后台 Worker 完成时系统会自动 <task-notification> 推送——收到后也可以立即处理 merge，不一定要等 5 分钟
 ```
 
-monitor 返回 `{activeWorkerCount, readyToMergeCount, stalledCount, interventionCount, nextAction}`。
-
-**轮询循环（伪代码，每轮执行）**：
+**ScheduleWakeup 调用格式**：
 ```
-while 有活跃 Worker (activeWorkerCount > 0):
-  1. 等待 60-300 秒（根据 Worker 阶段自适应）
-  2. 运行 monitor 命令
-  3. 如果 readyToMergeCount > 0:
-     a. 找到完成的 Worker（读 state.json activeWorkers 中 status=done 的）
-     b. 对每个完成的 Worker 运行 merge 命令
-  4. 如果 stalledCount > 0:
-     a. 检查 interventions 列表
-     b. action="upgraded-to-airdbg" → 启动 Dbg 会话
-     c. action="terminate-and-block" → 标记任务 blocked
-  5. 如果 activeWorkerCount == 0:
-     退出循环，检查是否需要下一波 dispatch
+ScheduleWakeup(
+  delaySeconds: 300,
+  reason: "Eng monitor: 检查 {n} 个活跃 Worker 状态",
+  prompt: "/eng monitor"
+)
 ```
 
-**停滞检测逻辑**（代码自动执行，Agent 只需读结果）：
+**停滞检测**（monitor_engine 代码自动执行）：
 - Worker state 文件 mtime > 5 分钟未更新 → 标记 stalled
 - Worker 存活时间 > 2 小时 → 标记 wall-time-exceeded
 - 资源压力（loadavg > 2× CPU 数）→ 暂停派发
 
-**注意**：Agent 没有内置时钟——你必须主动循环调用 monitor，不能等。
-
 ### merge
 
 ```bash