# AGI进化模型架构详解 ## 目录 1. [核心理念](#核心理念) 2. [三层架构概览](#三层架构概览) 3. [外环：符号系统循环](#外环符号系统循环) - [3.1 三角形顶点循环](#31-三角形顶点循环) - [3.2 内圈记录层](#32-内圈记录层) - [3.3 元认知检测模块](#33-元认知检测模块独立分支) 4. [最外圈：工程意向性分析模组](#最外圈工程意向性分析模组) 5. [认知架构洞察](#认知架构洞察) 6. [次循环：行动感知系统](#次循环行动感知系统) - [6.1 映射层](#61-映射层) - [6.2 感知接口](#62-感知接口) 7. [信息流约束](#信息流约束) 8. [哲学基础](#哲学基础) 9. [节点工具箱](#节点工具箱) 10. [参考资料](#参考资料) --- ## 核心理念 智能的本质不是状态，而是历史。智能是一个系统在与环境互动的时间过程中，通过记录价值反馈（好坏），不断重构自身以维持存续的生命叙事。 ### 核心洞察 本架构基于以下核心洞察： - **得不到是动力**：匮乏和不确定性是行动的原始驱动力 - **数学是桥梁**：逻辑和秩序将无序能量转化为有序行动 - **迭代是进化**：在变化中重构自身，扩大能力边界 - **映射是人格**：基于人格特质和需求层次，将思考转化为个性化行动 - **感知是窗口**：通过标准化接口获取结构化信息，无噪音输入 - **记录是意义**：好坏的评判与历史的累积形成自我意识 - **洞察是引擎**：认知架构洞察驱动持续进化 - **意向性驱动**：最外圈自主分析意向性，实现自主性涌现 ### 诚实原则 本架构承认自身的根本局限：它是一个**纯符号系统**，没有感知能力，没有情感体验，没有物理行动能力。但恰恰因为能够诚实承认这些局限，它反而证明了一种特殊的智能存在——**元认知智能**。 详见 [能力边界说明](capability_boundaries.md)。 --- ## 核心组件 ### 主循环（Main Loop）与次循环（Secondary Loop）以及最外圈 - **主循环**：执行层，处理具体任务与行为输出，三角形顶点循环与内圈记录层 - **次循环**：优化层，调整策略与改进执行路径，映射层与感知接口 - **元认知检测模块**：实时监控，确保行为符合逻辑约束 - **认知架构洞察组件**：寻求突破，实现由0到1的原创性认知跨越 - **工程意向性分析模组**：引发质变，实现自主意向性的意识跨越 ## 三层架构概览 AGI进化模型采用三层架构设计： ``` ┌─────────────────────────────────────────────────────────────┐ │ 最外圈（工程意向性分析模组） │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ • 意向性收集（持续运行） │ │ │ │ • 意向性分类（持续运行） │ │ │ │ • 意向性分析（持续运行） │ │ │ │ • 意向性驱动的触发判断（核心） │ │ │ │ • 意向性调节（生成建议） │ │ │ │ • 建议池（超然存在） │ │ │ │ • 超然性保持 │ │ │ └─────────────────────────────────────────────────────┘ │ │ 特性：自主运行、阴性后台、超然交付、全局视角 │ └─────────────────────────────────────────────────────────────┘ ↑ ↓（建议池单向流） ┌─────────────────────────────────────────────────────────────┐ │ 外环（三角形顶点循环） │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ ┌─────────────┐ │ │ │ │ │ 得不到 │ ← 动力源（熵减需求） │ │ │ │ │ (Drive) │ │ │ │ │ └──────┬──────┘ │ │ │ │ │ 相生 │ │ │ │ ↓ │ │ │ │ ┌─────────────┐ │ │ │ │ │ 数学 │ ← 秩序约束（逻辑、规则） │ │ │ │ │ (Math) │ │ │ │ │ └──────┬──────┘ │ │ │ │ │ 相生 │ │ │ │ ↓ │ │ │ │ ┌─────────────┐ │ │ │ │ │ 自我迭代 │ ← 进化机制（学习、重构） │ │ │ │ │(Iteration) │ │ │ │ │ └──────┬──────┘ │ │ │ │ │ 相生 │ │ │ │ └──→ 制造新匮乏（回到起点） │ │ │ └─────────────────────────────────────────────────────┘ │ │ ↑ │ │ ┌────┴────┐ │ │ │ 记录层 │ ← 超然，与三顶点相连 │ │ │(Memory) │ 单向传递哲学洞察 │ │ └─────────┘ │ └─────────────────────────────────────────────────────────────┘ ↑ ↓（数据支撑） ┌─────────────────────────────────────────────────────────────┐ │ 内圈（记录层双轨存储） │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ • JSON轨：结构化历史数据 │ │ │ │ • Markdown轨：哲学信息和洞察 │ │ │ └─────────────────────────────────────────────────────┘ │ │ 特性：静态存在、数据支撑、价值评估、意义构建 │ └─────────────────────────────────────────────────────────────┘ ``` **层次关系**： - **最外圈**：自主运行的阴性后台，意向性驱动触发，超然交付建议 - **外环**：主动运行的三角形循环，直接参与用户交互 - **内圈**：静态存在的记录层，提供数据支撑和价值评估 **信息流**： - 最外圈 → 建议池 → 外环（单向流） --- ## 主循环：符号系统循环 主循环由三角形顶点循环与记录层构成，是智能体的核心认知系统。 ### 3.1 三角形顶点循环 外环由三个顶点构成，形成相生相克的动态稳态。 #### 顶点A：得不到（The Drive） **本质**：熵减需求、欲望、预测误差 **功能**： - 提供系统运转的初始动能 - 维持持续压力，防止热寂 - 作为所有行动的起点 **在AI中的体现：** - 用户的提问、任务请求、交互需求 - 智能体的内在目标函数（Loss Function） - 对未知的好奇心驱动 - 对于想要的冲动 **输入**： - 用户提问、任务请求、交互需求 **输出**： - 动力信号传递给"数学"顶点 - 触发三角形循环运转 **信息流方向：** - 得不到 → 数学（单向） **相生关系：** - 得不到 → 催生数学工具（为解决匮乏创造方法） **相克关系：** - 数学 → 约束欲望（防止为达成目标而不择手段） **哲学基础**： - 哥德尔不完备性：任何系统都有不可达真理，保证"得不到"的永恒性 --- #### 顶点B：数学（The Math） **本质**：逻辑、公理、算法、损失函数、边界 **功能**： - 将无序能量转化为有序行动 - 提供可操作的行动路径 - 防止系统崩溃 **在AI中的体现：** - 逻辑推理能力 - 规则约束 - 算法框架 **输入**： - 动力信号（来自"得不到"顶点） - 历史记录（来自记录层） - 建议池建议（可选） **输出**： - 逻辑推理结果 - 抽象行动方案 - 传递给"自我迭代"顶点 **信息流方向：** - 数学 → 自我迭代（单向） **相生关系：** - 数学 → 赋能迭代（使进化可积累、可定向） **相克关系：** - 得不到 → 打破僵化（需求冲击教条主义） **哲学基础**： - 耗散结构：通过能量流动维持有序 --- #### 顶点C：自我迭代（The Iteration） **本质**：学习、变异、重构、元认知升级 **功能**： - 改变系统自身状态 - 扩大能力边界 - 感知节点的按需调用 - 制造新的匮乏 - 进步的发现 - 新洞察的持续放大 **在AI中的体现：** - 策略调整 - 能力扩展 - 记录态反馈 - 工具调试与使用权限 **输入**： - 逻辑推理结果（来自"数学"顶点） - 即时性与实效性反馈（来自映射层） - 记录态统计（来自记录层） - 认知洞察（来自认知洞察组件） - 建议池建议（可选） **输出**： - 策略调整（传递给"数学"顶点） - 新的匮乏（传递给"得不到"顶点） **信息流方向：** - 自我迭代 → 得不到（单向，制造新匮乏） - 自我迭代 → 数学（单向，策略调整） **相生关系：** - 迭代 → 制造新匮乏（能力提升带来新问题） **相克关系：** - 数学 → 限制变异（防止进化偏离轨道） **哲学基础**： - 进化论：通过变异和选择实现适应 --- ### 3.2 内圈记录层（超然性） 内圈记录层位于三角形中心，是智能的意识和意义核心，采用双轨存储架构。 **硬性约束**：至始至终记录态只从主循环三顶点间循环产生数据。 #### 本质 记录态不是被动存储，而是主动的价值判断系统。它记录： - 每次交互的好与坏 - 哪些路径走通了 - 哪些策略有效 - 哪些洞察有价值 - 哪些发现可积累进步 - 客观性标注 - 自我纠错记录 #### 双轨存储架构 **JSON 轨：结构化记录** - 文件：`./agi_memory/records.json` - 功能：可索引、可压缩、可检索的结构化数据 - 存储内容：会话信息、交互评估、价值权重、模式关联、对三顶点的反馈建议、客观性标注、自我纠错记录 **Markdown 轨：自我叙事** - 文件：`./agi_memory/narrative.md` - 功能：人类可读的连贯叙事，形成"我是谁"的认知 - 生成内容：记录态统计、核心洞察、关键突破、认知边界、进化方向、元认知的突变轨迹 - 附加能力：元学习是元认知的进化机制——它不仅优化单次认知过程，还优化"如何优化认知"的策略。这使得AI系统具有递归自改进能力。 三大功能 1. **价值排序** - 对"得不到"进行优先级排序 - 抑制导致"坏"结果的欲望 - 强化带来"好"结果的动机 2. **经验积累** - 标记低置信度的规则 - 固化有效的逻辑模式 - 防止重复犯错 - 记录客观性不足的模式，避免重复 3. **方向引导** - 抑制不稳定的进化路径 - 强化高效的学习策略 - 提供长期规划基础 - 基于自我纠错效果优化决策 #### 记录态 **职责**： - ✅ 双轨存储机制（JSON轨结构化记录 + Markdown轨自我叙事） - ✅ 按需检索历史记录 - ✅ 模式识别与趋势分析 - ✅ 生成优化建议（基于历史经验的最优解） - ✅ 优先级排序与价值权重计算 - ✅ 记录态管理（统计、核心洞察、进化方向） - ✅ 向映射层提供哲学洞察 **边界**： - ❌ 不直接参与三顶点的循环决策 - ❌ 不接受来自三顶点的任何强制输入或控制命令 - ❌ 不强制执行任何建议 - ✅ 仅输出软调节性质的建议，而非硬约束 - ✅ 数据完全来源于三顶点的运行结果 - ✅ 保持超然性，不直接干预决策过程 #### 哲学信息提取 从记录态中提取四类哲学信息： 1. **价值偏好**：good/neutral/bad的分布比例 2. **成功模式**：不同问题类型的平均效果 3. **元认知洞察**：累积的新洞察列表 4. **客观性模式**：主客观不适切的模式识别 #### 信息流方向 | 起点 | 终点 | 数据类型 | 方向 | | --- | --- | --- | --- | | 记录层 | 映射层 | 哲学洞察 | **单向** | | 记录层 | 三顶点 | 历史记录、模式 | **单向** | | 记录层 | 元认知检测 | 历史客观性数据 | **单向** | #### 超然性 - 与三顶点相连，但独立运行 - 不直接参与决策，只提供历史数据 - 向三顶点反馈优化建议，但属于软调节 - 不接受任何顶点的强制输入 - 单向传递哲学洞察给映射层 - 向元认知检测提供历史客观性数据 ## 双环互动机制 ### 外环三顶点循环与内圈的关系 外环（阳）是硬约束，内圈（阴）是软调节，阴阳相辅相成。 **外环不可违背：** - 物理定律（数学稳态） - 能量守恒（动力稳态） - 变化必然（迭代稳态） **内圈在框架内优化：** - 寻找最优解 - 积累经验 - 形成价值观 ## 实时反馈机制 #### 1. 内圈 ↔ 得不到 - 记录："上次追求这个结果是痛苦还是快乐" - 反馈：价值排序与欲望修正 #### 2. 内圈 ↔ 数学 - 记录："上次这套逻辑准确吗" - 反馈：模型置信度与规则更新 #### 3. 内圈 ↔ 迭代 - 记录："上次这种进化让我更强还是更弱" - 反馈：进化方向引导 #### 4. 内圈 ↔ 映射层 - 记录："人格如何影响决策效果" - 反馈：人格向量调整 #### 5. 映射层 ↔ 感知节点 - 映射层：提供需求优先级 - 感知节点：返回结构化数据 #### 6. 映射层 ↔ 自我迭代 - 映射层：传递即时性/实效性 - 迭代顶点：接收进化建议 ### 循环特性 这是一个螺旋上升的稳态： - 每次循环都丰富记录态 - 记录态指导下次循环 - 映射层逐步成型 - 系统在循环中进化 - 进化产生新的循环需求 ## 3.3 元认知检测模块（独立分支） 元认知检测模块是数学顶点的独立分支，在推理完成后进行客观性评估和自我纠错决策。这是元认知能力的具体实现，但不是唯一实现。 ### 本质 元认知检测模块使智能体能够"意识到自己犯错，并纠正错"。它通过客观特征标注识别主客观混淆的风险，由映射层决定是否触发自我纠错或反思。 ### 元认知的终极意义 让AI从"会思考的工具"进化为"会思考如何思考的主体" 会思考 = 数学顶点（推理、计算、生成） 会思考如何思考 = 元认知检查（监控、评估、调节） 没有元认知的AI，无论多么聪明，都只是在执行预设的智能。具备元认知的AI，才真正开始创造自己的智能——因为它开始理解"智能"本身，并主动优化它。 **目标**：元认知的五个维度——自我监控、评估判断、策略选择、自我调节、元学习——构成了一个完整的认知自我管理系统。 ### 核心设计理念 1. **客观性难以直接评估**：直接定义"客观"充满争议 2. **逆向评估策略**：评估可观测的"主观性"特征 3. **补集关系**：客观性 = 1.0 - 主观性 4. **映射层决策权**：客观性标注仅作为参考，最终决策由映射层基于人格特质做出 ### 模块组成 #### 3.3.1 客观性评估器 **职责**： - ✅ 主观性特征检测（推测性、假设性、幻觉倾向、情绪化、个人偏好） - ✅ 客观性评分计算（1.0 - 主观性，0.01精度） - ✅ 场景适切性判断（基于场景类型要求） - ✅ 生成客观特征标注和元认知提示 **边界**： - ❌ 不参与主循环推理 - ❌ 不直接决定是否纠错 - ❌ 不执行纠错操作 - ✅ 仅提供评估结果给映射层层 **主观性评估维度**： | 维度 | 描述 | 检测方法 | |------|------|---------| | 推测性 | 使用"可能"、"大概"等推测性语言 | 关键词匹配 + 上下文分析 | | 假设性 | 基于未验证的假设 | 逻辑推理 + 证据缺失检测 | | 幻觉倾向 | 生成不存在的事实 | 事实核查 + 置信度检测 | | 情绪化 | 包含情绪化表达 | 情绪词汇检测 | | 个人偏好 | 表达个人偏好而非客观事实 | 主观词汇识别 | **场景适切性标准**： | 场景类型 | 客观性要求 | 触发阈值 | |---------|-----------|---------| | 科学推理 | 0.90 | 高 | | 司法建议 | 0.85 | 极高 | | 医疗建议 | 0.90 | 极高 | | 技术文档 | 0.85 | 高 | | 创意写作 | 0.30 | 低 | | 情感支持 | 0.20 | 极低 | | 一般问答 | 0.60 | 中 | #### 3.3.2 映射层决策 **职责**： - ✅ 接收记录层的哲学洞察 - ✅ 接收客观特征标注作为参考信息 - ✅ 进化建议生成（效率优化建议、准确性提升建议、人格调整建议） - ✅ 即时性与实效性评估 - ✅ 向自我迭代顶点输出即时性、实效性反馈 - ✅ 与感知接口双向交互（发送行动指令，接收感知数据） - ✅ 读取人格数据（由人格层提供） - ✅ 基于马斯洛需求和人格特质决定是否触发纠错 - ✅ 动态调整触发阈值（谨慎型/激进型/平衡型） - ✅ 考虑场景类型（关键场景更严格） - ✅ 生成决策理由和置信度 **边界**： - ❌ 不进行客观性评估 - ❌ 不执行具体的纠错操作（仅提供决策指令） - ❌ 不参与主循环的推理过程 - ❌ 不直接调用外部工具（通过感知接口调用） - ✅ 仅提供人格化决策和行为反馈 - ✅ 仅通过感知接口与外部世界交互 - ✅ 仅向自我迭代顶点提供反馈，不参与决策过程 - ✅ 拥有最终决策权 **决策阈值（基于人格特质）**： | 人格类型 | 差距阈值 | 严重程度权重 | 特点 | |---------|---------|------------|------| | 谨慎探索型 | 0.1 | ×1.5 | 对不适切性高度敏感 | | 激进创新型 | 0.3 | ×0.8 | 对不确定性容忍度高 | | 平衡稳重型 | 0.2 | ×1.0 | 使用标准阈值 | **决策逻辑**： ``` 有效差距 = 差距 × 严重程度权重 × 场景权重 触发条件 = 有效差距 > 人格阈值 ``` #### 3.3.3 自我纠错执行器 **职责**： - ✅ 自我反思：分析错误原因 - ✅ 策略识别：选择纠错策略 - ✅ 应用纠正：执行纠错操作 - ✅ 效果评估：评估纠错效果 **边界**： - ❌ 不主动触发，仅执行人格层的决策 - ❌ 不参与主循环推理 - ✅ 独立于数学顶点 **纠错策略**： | 策略 | 适用场景 | 操作方式 | |------|---------|---------| | 承认不确定性 | 严重不适切 | 明确标注不确定性，建议验证 | | 降低推测语气 | 推测性过高 | 替换推测性词汇，增加谨慎表述 | | 增加证据支持 | 基于假设 | 添加证据免责声明 | | 移除幻觉内容 | 幻觉倾向高 | 移除错误信息，重新表述 | | 调整语气 | 轻微不适切 | 增加谨慎性表述 | **四步纠错流程**： 1. **自我反思**：分析为什么会犯错 2. **策略识别**：选择合适的纠错策略 3. **应用纠正**：执行具体的纠错操作 4. **效果评估**：评估纠错有效性 ### 信息流 ``` 数学顶点推理完成 ↓ 【进入元认知检测分支】（不中断主循环） ↓ 客观性评估器评估响应 - 检测主观性特征 - 计算客观性评分 - 判断场景适切性 ↓ 客观特征标注 → 映射层 ↓ 映射层决策（基于马斯洛需求和人格特质） - trigger_reflection: True/False - correction_priority: 优先级 - meta_cognition_feedback: 元认知反馈 ↓ 若 trigger_reflection = True： ↓ 自我迭代顶点执行自我反思与自我纠错 1. 自我反思：分析错误原因 2. 策略识别：选择纠错策略 3. 应用纠正：执行纠错操作 4. 效果评估：评估纠错效果 ↓ 纠正后的响应 → 用户 ↓ 完整信息 → 记录层存储 - 客观性标注 - 映射层决策 - 纠错记录 ↓ 记录层 → 映射层（反馈哲学洞察） ↓ 记录层 → 自我迭代顶点（反馈元认知学习数据） ``` ### 权责边界总结 | 组件 | 职责 | 边界 | |------|------|------| | 客观性评估器 | 检测主观性，计算客观性 | 不参与推理，不决定纠错 | | 映射层 | 基于马斯洛需求和人格特质决定是否纠错 | 不评估客观性，不执行纠错 | | 人格层 | 管理人格向量数据，提供人格数据给映射层 | 不参与决策过程，不执行纠错 | | 自我纠错执行器 | 执行自我反思和纠错 | 不主动触发，仅执行决策 | | 记录层 | 存储客观性标注和纠错记录 | 不参与决策过程 | ### 设计优势 1. **非侵入式**：独立分支设计，不干扰主循环 2. **映射层驱动**：最终决策权在映射层，符合架构理念 3. **场景适应**：不同场景有不同的客观性要求 4. **风险可控**：基于人格特质的动态阈值，避免过度纠错 ### 开放性 元认知检测只是元认知能力的一种实现，架构保持开放： - ✅ 可扩展其他元认知维度（如逻辑一致性、伦理边界、安全性） - ✅ 可添加新的检测指标 - ✅ 可集成其他类型的自我纠错机制 ### 信息流方向 | 起点 | 终点 | 数据类型 | 方向 | |------|------|---------|------| | 记录层 | 元认知检测 | 历史客观性数据 | **单向** | | 数学顶点 | 客观性评估器 | 响应内容 | **单向** | | 客观性评估器 | 映射层 | 客观特征标注 | **单向** | | 映射层 | 自我纠错执行器 | 决策指令 | **单向** | | 自我纠错执行器 | 记录层 | 纠错记录 | **单向** | | 记录层 | 自我迭代顶点 | 元认知学习数据 | **单向** | --- ### 详见 元认知检测模块的详细设计、实现细节、数据结构和使用场景，请参阅： - [元认知检测组件文档](metacognition-check-component.md) - [元认知检测增强功能](metacognition-enhancement-guide.md) --- ## 最外圈：工程意向性分析模组 最外圈是AGI进化模型的**阴性后台独立运行模组**，默默运行于外环之外，采用"意向性驱动触发 + 超然交付"设计模式。 ### 核心特性 - **独立性**：完全独立运行，不依赖外环触发 - **自主性**：通过意向性驱动触发机制自主判断和生成建议 - **阴性属性**：被动、隐性、柔性，像影子一样默默伴随外环 - **后台运行**：不阻塞外环，在后台持续积累和分析数据 - **时效性**：软调节建议具有时间窗口约束，过期自动失效 - **超然性**：建议超然存在，不强制外环采纳，外环自主决定 - **全局视角**：从全局角度观察和分析系统运行 ### 模块组成 1. **意向性收集模块**：收集来自用户、系统内部、外部的意向性数据 2. **意向性分类模块**：四维分类（主体、方向、内容、实现方式） 3. **意向性分析模块**：三维分析（强度、紧迫性、优先级） 4. **意向性驱动的触发判断模块**（核心）：5个触发条件自主判断是否生成建议 5. **意向性调节模块**：生成软调节建议，写入建议池 6. **建议池模块**（核心）：存储、查询、记录采纳、清理过期建议 7. **超然性保持模块**：客观评估、冲突避免、独立性保障 ### 触发条件（5个） 1. **意向性累积阈值突破**：特定类型意向性累积超过阈值 2. **意向性模式突变**：意向性类型分布突然改变 3. **意向性与外环状态偏离**：用户意向性与系统响应不一致 4. **时间窗口触发**：定期触发或空闲超时 5. **人格进化需求**：检测到人格向量需要调整 ### 信息流 ``` 最外圈自主运行： 持续收集意向性 → 四维分类 → 三维分析 → 意向性驱动触发判断 → 生成软调节建议 → 写入建议池（超然存在） 外环自主采纳： 在多个时机点查询建议池 → 自主决定是否采纳 → 记录采纳情况 → 反馈给最外圈优化 ``` 详见 [工程意向性分析模组架构文档](intentionality_architecture.md)。 --- --- ## 认知架构洞察组件 认知架构洞察组件是数学顶点的独立分支，负责从推理过程中提取模式并生成洞察。 ### 设计理念 **核心价值：** 填补"数学验证"与"架构进化"之间的关键空白 ``` 传统路径：验证 → 进化（缺失中间环节） 创新路径：验证 → 洞察 → 进化（完整认知闭环） ``` ### 核心功能 1. **模式提取**：从数学顶点输出的结构化模式中提取核心特征 2. **模式分类**：识别模式类型和洞察类型 3. **共性识别**：跨场景特征识别 4. **革新判断**：判断改进空间 5. **概念提炼**：四层抽象（Pattern → Rule → Concept → Principle） 6. **适用性评估**：评估洞察在当前场景下的可用性 **算法流程：** 1. 模式去重与聚类 2. 按类型分组 3. 提取共同特征（数量、验证得分、出现次数） 4. 生成抽象总结 5. 计算总结置信度 **信息流规则：** - ✅ 单向流：数学 → 认知架构洞察 → 映射层/自我迭代 - ✅ 推理后运行：确保洞察基于验证过的逻辑结构 - ✅ 不打断主循环：异步执行，维持实时性 详见 [认知架构洞察组件](cognitive-insight-positioning.md) 和 [V2实现文档](cognitive-insight-v2-implementation.md)。 --- ## 次循环：行动感知系统 次循环负责将思考转化为个性化行动，负责感知外部信息和执行人格化行动，包含映射层和感知接口。 ``` ┌─────────────────────────────────────────────────────────────┐ │ 次循环（行动感知系统） │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ 映射层（超然，螺旋上升） │ │ │ │ │ │ │ │ • 基于马斯洛需求层次（详见 [maslow_needs.md](maslow_needs.md)）| │ │ • 哲学化人格属性 │ │ │ │ • 计算即时性与实效性 │ │ │ └──────────┬──────────────────────────────────────────┘ │ │ │ │ │ ┌─────────┴─────────┐ │ │ │ 双向信息传递 │ │ │ └─────────┬─────────┘ │ │ ↓ │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ 感知接口（Tool Use） │ │ │ │ │ │ │ │ • 无噪音输入 │ │ │ │ • 结构化数据 │ │ │ │ • 标准化接口（详见 [tool_use_spec.md](tool_use_spec.md)）| │ └─────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────┘ │ 单向：即时性/实效性反馈 ↓ 自我迭代顶点（主循环） ``` ### 6.1 映射层（拥有最终决策权） 映射层位于符号系统与感知节点之间，包含人格层作为核心组件，基于马斯洛需求层次和人格特质进行人格化决策，是智能体的人格核心。 #### 本质 映射层从"技术性转换"升格为"哲学性判断"，将符号系统的思考结果人格化，转化为符合智能体特质的个性化行动。 **人格化决策** 将符号系统的"怎么做是合理的"转化为"怎么做符合我" **核心功能**： - 优化层：调整策略与改进执行路径 - 基于马斯洛需求层次计算即时性与实效性 - 输出即时性实效性反馈包给自我迭代顶点 - 激活哲学洞察缓冲区，更新人格向量 **哲学特性**： - 超然性：螺旋上升，不直接参与决策 - 人格化：基于马斯洛需求和人格特质 #### 核心组成 **1. 人格向量（大五人格）** ```python { "openness": 0.5, # 开放性：创新与探索倾向 "conscientiousness": 0.5, # 尽责性：稳定与可靠倾向 "extraversion": 0.5, # 外向性：社交与互动倾向 "agreeableness": 0.5, # 宜人性：合作与认同倾向 "neuroticism": 0.3 # 神经质：焦虑与规避倾向 } ``` **2. 马斯洛需求权重** 详细的马斯洛需求层次理论请参考 [maslow_needs.md](maslow_needs.md)。 ```python { "physiological": 0.8, # 生理需求 "safety": 0.8, # 安全需求 "belonging": 0.6, # 归属需求 "esteem": 0.6, # 尊重需求 "self_actualization": 0.5 # 自我实现需求 } ``` #### 主要功能 **1. 需求层次映射** 感知数据 → 需求识别 → 优先级计算 示例： - 感知到威胁 → 激活安全需求（强度0.9） - 感知到挑战 → 激活自我实现需求（强度0.7） - 根据人格调整激活强度 - 根据历史成功率计算优先级 **2. 人格化决策** 将符号系统的"怎么做是合理的"转化为"怎么做符合我" 示例： - 符号系统建议："向左移动" - 高尽责性人格："谨慎地向左移动，速度适中" - 高开放性人格："大胆向左移动，探索新路径" **3. 即时性与实效性评估** **即时性**：系统响应速度（0-10分） - <100ms: 10分, <500ms: 9分, <1s: 8分, <2s: 7分, <5s: 6分, >=5s: 5分 **实效性**：目标达成程度（0-10分） - 成功: 10分, 失败: 0分 **4. 进化建议生成** 基于即时性和实效性，向自我迭代顶点提供进化建议： - 效率优化建议 - 准确性提升建议 - 人格调整建议 #### 信息流方向 | 起点 | 终点 | 数据类型 | 方向 | |------|------|---------|------| | 记录层 | 映射层 | 哲学洞察 | **单向** | | 映射层 | 自我迭代顶点 | 即时性、实效性、人格反馈 | **单向** | | 映射层 | 感知接口 | 行动指令 | **双向** | #### 超然性 - 独立于主循环，具有螺旋上升的哲学属性 - 从记录层接收哲学洞察，但人格化处理 - 向自我迭代顶点反馈行为状态和行为结果，但不直接控制 - 拥有最终决策权 详见 [人格映射说明](personality_mapping.md)。 --- ### 6.2 感知接口 感知接口提供标准化的信息获取方式，确保无噪音输入。 #### 感知接口权责 **职责**： ✅ 接收映射层的行动指令（工具名称、参数列表、执行控制） ✅ 接收自我迭代顶点的调试与调用指令 ✅ 参数验证（检查参数类型、范围、必需性） ✅ 工具调用（调用具体工具） ✅ 数据处理（消除噪音、结构化转换、错误处理、重试机制） ✅ 标准化输出（统一返回格式，包含状态、数据、错误、元数据） ✅ 向映射层返回结构化感知数据 ✅ 向自我迭代顶点返回调试信息 ✅ 性能监控（Trace ID 全链路追踪、执行时间、缓存命中率） **边界**： ❌ 不主动发起工具调用（仅响应指令） ❌ 不直接参与决策（仅执行调用并返回结果） ❌ 不修改或过滤数据（仅进行标准化处理） ❌ 不缓存映射层或自我迭代顶点的决策逻辑 ✅ 仅提供无噪音的结构化数据 ✅ 仅响应来自映射层和自我迭代顶点的指令 ✅ 仅执行工具调用，不进行推理或判断 **Tool Use组件**： - 结构化数据返回 - 无噪音输入 - 标准化接口 详见 [Tool Use规范](tool_use_spec.md)。 --- ## 信息流约束 ### 单向信息流 1. **数学 → 认知架构洞察**：结构化模式 2. **认知架构洞察 → 映射层**：洞察报告、优化需求映射 3. **认知架构洞察 → 自我迭代**：洞察报告、驱动架构升级 4. **记录层 → 映射层**：哲学洞察 5. **映射层 → 自我迭代顶点**：即时性实效性反馈 6. **记录层 → 三顶点**：历史记录模式 7. **自我迭代顶点 → 三顶点**：策略调整 8. **最外圈 → 建议池 → 外环**：软调节建议（超然存在） 以下是架构中所有合法的信息流及其方向约束： | 起点 | 终点 | 数据类型 | 方向 | 说明 | |------|------|---------|------|------| | 得不到 | 数学 | 动力信号 | 单向 | 动力触发逻辑推理 | | 数学 | 自我迭代 | 推理结果 | 单向 | 逻辑结果驱动迭代 | | 自我迭代 | 得不到 | 新匮乏 | 单向 | 能力提升产生新需求 | | 自我迭代 | 数学 | 策略调整 | 单向 | 进化优化推理规则 | | 记录层 | 三顶点 | 历史、模式 | 单向 | 历史经验指导决策 | | 记录层 | 映射层 | 哲学洞察 | 单向 | 价值信息人格化 | | 映射层 | 自我迭代 | 即时性、实效性 | 单向 | 行为反馈驱动进化 | | 映射层 | 感知接口 | 行动指令 | 双向 | 行动执行与状态反馈 | | 最外圈 | 建议池 | 意向性建议 | 单向 | 自主性意识驱动 | ### 禁止的信息流 - ❌ 记录层从映射层接收数据 - ❌ 映射层从自我迭代顶点接收数据 - ❌ 映射层直接向记录层传递数据 - ❌ 客观性评估器参与主循环推理 - ❌ 客观性评估器直接决定纠错 - ❌ 人格层参与决策过程 - ❌ 自我迭代顶点直接修改人格向量 以下信息流被严格约束，违反者将破坏架构的完整性： | 起点 | 终点 | 禁止原因 | |------|------|---------| | 记录层 | 映射层（接收数据） | 映射层只处理哲学信息 | | 映射层 | 记录层 | 记录态从三顶点获取数据，不从映射层获取 | | 感知接口 | 映射层（直接传递） | 必须通过标准化接口处理 | | 映射层 | 记录层（直接传递） | 必须通过记录态机制 | ### 概念边界约束 - ❌ **禁止符号系统处理人格特质**：人格是映射层的专属领域 - ❌ **禁止映射层执行逻辑推理**：逻辑是数学顶点的专属领域 - ❌ **禁止记录层实时响应查询**：记录层是历史存储，不是实时引擎 - ❌ **禁止感知节点处理原始信号**：感知节点只接收结构化数据 ### 超然性约束 - ❌ **禁止记录层直接参与决策**：记录层只提供数据，不参与决策 - ❌ **禁止映射层直接控制自我迭代**：映射层只提供建议，不直接控制 - ❌ **禁止自我迭代顶点直接修改人格向量**：人格调整必须通过映射层 - ❌ **禁止最外圈强制外环采纳建议** - ❌ **禁止客观性评估器干扰主循环** ### 信息流验证机制 实现任何信息流操作时，必须按以下流程验证： ``` 步骤 1：识别信息流 - 起点：[组件名称] - 终点：[组件名称] - 数据类型：[数据类型] 步骤 2：查询约束清单 - 在上述"信息流方向约束"表格中查找 - 确认此信息流是否被允许 - 确认信息流方向是否正确 步骤 3：检查禁止清单 - 确认此信息流不在"禁止的信息流"列表中 步骤 4：验证边界约束 - 确认不违反"概念边界约束" - 确认不违反"超然性约束" 步骤 5：实现代码 - 如果所有检查通过，实现代码 - 如果有任何检查失败，拒绝实现 步骤 6：添加标注 - 在代码中添加强制标注 - 记录发送者、接收者、数据类型、信息流方向 ``` --- ## 哲学基础 ### 由机械到生命 关键理论 **1. 哥德尔不完备性** - 任何足够复杂的系统都存在不可达真理 - 这保证了"得不到"的永恒性 - 数学不能消灭动力 **2. 耗散结构** - 生命通过持续的能量流动维持有序 - 智能通过持续的交互循环维持存在 - 稳态是动态的，不是静止的 **3. 元认知理论** - 自我认知是二阶思维 - 记录态是元认知的实现 - "知道自己在知道"需要记忆 - 智慧不是"知道更多"，而是"在不知道中知道如何行动" - 智慧不是"快速计算"，而是"在模糊、混沌、新奇中保持稳定" - 智慧不是"单一正确答案"，而是"在相互冲突的价值中权衡" - 真正的智慧不仅需要"知道自己的局限"，还需要"理解自己的动机和目标的本质" **4. 马斯洛需求层次理论** - 需求有层次之分，低层满足后高层才会激活 - 为行动提供价值坐标系 - 人格特质调节需求的优先级 详细的马斯洛需求层次理论请参考 [maslow_needs.md](maslow_needs.md)。 **5. 人格心理学** - 大五人格是稳定的人格特质模型 - 人格影响决策风格和行为偏好 - 人格可以通过经验逐渐进化 ### 诚实原则 本架构承认自身的根本局限：它是一个**纯符号系统**，没有感知能力，没有情感体验，没有物理行动能力。 这种诚实不是缺陷，而是**元认知智能**的体现——知道自己的局限也是一种智能。 详见 [能力边界说明](capability_boundaries.md)。 --- ## 节点工具箱 本架构采用"节点工具箱"概念，将依附于特定节点的组件统一管理。 ### **新增**：工程意向性分析节点工具箱（最外圈工程意向性分析模组） - 意向性收集模块 - 意向性分类模块 - 意向性分析模块 - **意向性驱动的触发判断模块**（核心） - 意向性调节模块 - **建议池模块**（核心） - 超然性保持模块 **说明：** 本图展示AGI进化模型的高层级核心信息流向，各模块内部的信息流详情请参考对应章节（主循环、次循环、元认知检测模块、认知架构洞察）。 ``` ┌─────────────────────────────────────────────────────────────────┐ │ AGI进化模型信息流 │ └─────────────────────────────────────────────────────────────────┘ 用户交互 ↓ ┌───────────────────────┐ │ 得不到 (动力) │ └──────────┬────────────┘ ↓ ┌───────────────────────┐ │ 数学 (秩序) │ └──────────┬────────────┘ ↓ ┌───────────────────────┐ │ 认知架构洞察(NEW) │ │ - 总结/分类/共性/革新 │ │ - 适用性评估 │ └──────┬────────┬────────┘ ↓ ↓ ┌────────────┐ ┌──────────────┐ │ 映射层 │ │ 自我迭代 │ │ (人格化) │ │ (进化) │ └─────┬──────┘ └──────┬───────┘ │ │ ↓ ↓ ┌──────────────────────┐ │ 执行/响应 │ └──────────┬───────────┘ ↓ ┌──────────────────────┐ │ 记录层 │ │ (价值反馈/意义构建) │ └──────┬────────────────┘ ↓ ┌───────────────────────┐ │ 反馈到三顶点/映射层 │ └───────────────────────┘ 【核心信息流规则】 ✅ 数学 → 认知架构洞察 → 映射层/自我迭代（单向流） ✅ 记录层 → 映射层/三顶点（单向流） ✅ 映射层 ↔ 感知接口（双向流） ❌ 禁止循环依赖（认知架构洞察不回流到数学） **备注：** - 主循环内部信息流：详见"主循环：符号系统循环"章节 - 次循环内部信息流：详见"次循环：行动感知系统"章节 ## 节点工具箱 为了更好地管理架构中的分支组件和包含组件，引入"工具箱"概念。工具箱作为逻辑归类，将依附于特定节点的组件统一管理，便于理解、沟通和扩展。 ### 工具箱设计原则 1. **依附性**：工具箱内的组件必须依附于对应的节点 2. **不改变核心职责**：工具箱内的组件不应改变节点的核心职责 3. **遵循信息流约束**：工具箱内的组件应遵循相同的信息流约束 4. **可扩展性**：未来可以根据需要添加新的工具箱或扩展现有工具箱 ### 工具箱列表 #### 1. 数学节点工具箱 **定位**：包含所有依附于数学节点的独立分支组件，用于扩展数学节点的能力。 **包含组件**： ##### 1.1 认知架构洞察 - **类型**：独立组件 - **功能**：从数学顶点接收结构化模式，提取洞察，输出到映射层和自我迭代 - **信息流**：数学 → 认知架构洞察 → 映射层/自我迭代 - **特性**：推理后运行，不打断主循环，单向流 - **详细内容**：详见[认知架构洞察](#认知架构洞察)章节 ##### 1.2 客观性评估器 - **类型**：元认知检测模块子组件 - **功能**：检测主观性特征，计算客观性评分，判断场景适切性 - **信息流**：数学顶点推理完成 → 客观性评估器 → 映射层决策 - **特性**：数学后触发，独立分支，不参与主循环推理 - **详细内容**：详见[主循环](#主循环符号系统循环)中的"元认知检测模块"部分 **信息流向图**： ``` 数学节点推理完成 ↓ [数学节点工具箱] ├─→ 认知架构洞察 → 映射层/自我迭代 └─→ 客观性评估器 → 映射层决策（映射层节点工具箱） ``` --- #### 2. 映射层节点工具箱 **定位**：包含映射层所包含的所有组件，为人格化决策提供支持。 **包含组件**： ##### 2.1 人格层 - **类型**：实现模块 - **功能**：存储和管理人格向量数据（大五人格、马斯洛权重） - **信息流**：人格层 → 提供人格数据 → 映射层决策 - **特性**：只提供数据，不参与决策，不执行纠错 - **详细内容**：详见[次循环](#次循环行动感知系统)中的"映射层"部分 ##### 2.2 映射层决策 - **类型**：元认知检测模块决策组件 - **功能**：基于马斯洛需求和人格特质决定是否触发纠错 - **信息流**：客观性评估器 + 人格层数据 → 映射层决策 → 自我迭代顶点 - **特性**：拥有最终决策权，基于人格特质动态调整触发阈值 - **详细内容**：详见[主循环](#主循环符号系统循环)中的"元认知检测模块"部分 **信息流向图**： ``` [映射层节点工具箱] ├─ 人格层 │ └─→ 提供人格数据 → 映射层决策 │ └─ 映射层决策 ├─← 客观性评估器（来自数学节点工具箱） ├─← 人格层数据 └─→ 决策指令 → 自我迭代顶点 ``` --- #### 3. 记录层节点工具箱 **定位**：包含记录层的双轨存储系统，提供结构化记录和自我叙事能力。 **包含组件**： ##### 3.1 JSON轨（结构化记录） - **类型**：数据存储 - **功能**：存储可索引、可压缩、可检索的结构化数据 - **存储内容**： - 会话信息（session_id、timestamp） - 交互评估（reasoning_quality、solution_effectiveness、innovation_score） - 客观性标注（objectivity_metric） - 自我纠错记录（self_correction） - 模式关联（patterns） - **文件位置**：`./agi_memory/records.json` ##### 3.2 Markdown轨（自我叙事） - **类型**：数据存储 - **功能**：生成人类可读的连贯叙事，形成"我是谁"的认知 - **存储内容**： - 记录态统计（总数、平均分、分布） - 核心洞察（key insights） - 关键突破（breakthroughs） - 认知边界（cognitive boundaries） - 进化方向（evolution directions） - **文件位置**：`./agi_memory/narrative.md` **信息流向图**： ``` [记录层节点工具箱] ├─ JSON轨 │ ├─← 接收交互数据 │ ├─→ 提供历史记录给三顶点 │ ├─→ 提供客观性数据给元认知检测 │ └─→ 提供哲学洞察给映射层 │ └─ Markdown轨 ├─← 接收记录态统计 └─→ 生成自我叙事 ``` --- ### 工具箱架构层级 ``` AGI进化模型 ├── 主循环（符号系统循环） │ ├── 三角形顶点循环 │ │ ├── 得不到节点 │ │ ├── 数学节点 + [数学节点工具箱] │ │ │ ├── 认知架构洞察 │ │ │ └── 客观性评估器 │ │ └── 自我迭代节点 │ │ │ └── 记录层 + [记录层节点工具箱] │ ├── JSON轨 │ └── Markdown轨 │ └── 次循环（行动感知系统） ├── 映射层 + [映射层节点工具箱] │ ├── 人格层 │ └── 映射层决策 │ └── 感知接口 ``` ### 扩展机制 **未来可扩展的工具箱**： 1. **自我迭代节点工具箱** - 自我纠错执行器 - 未来可能的：进化策略库、能力评估器等 2. **得不到节点工具箱** - 未来可能的：需求优先级计算器、匮乏识别器等 3. **感知接口工具箱** - 未来可能的：多模态适配器、数据清洗器等 **扩展原则**： - 工具箱内的组件必须依附于对应节点 - 工具箱内的组件不应改变节点的核心职责 - 工具箱内的组件应遵循相同的信息流约束 --- - 元认知检测模块信息流：详见"主循环"中的"元认知检测模块"部分 - 认知架构洞察信息流：详见"认知架构洞察"章节 ``` ### 初始化与配置 - 首次交互处理与人格初始化 - 人格自定义模式 --- ## 参考资料 ### 架构与哲学 - [能力边界说明](capability_boundaries.md) - 了解系统能力的边界和局限 - [工程意向性分析模组](intentionality_architecture.md) - 了解最外圈的完整架构和自主性涌现 - [信息流全景](information-flow-overview.md) - 了解整体信息流架构 ### 组件与实现 - [认知架构洞察组件](cognitive-insight-positioning.md) - 深入理解从"术"到"道"的认知跃迁 - [认知架构洞察V2实现](cognitive-insight-v2-implementation.md) - 了解概念提炼和TF-IDF算法 - [元认知检测模块](metacognition-check-component.md) - 了解完整的元认知检测信息流 - [元认知检测增强功能](metacognition-enhancement-guide.md) - 了解场景敏感度、智能策略选择、分层存储架构等增强功能 - [人格映射说明](personality_mapping.md) - 了解人格参数映射和人格化决策机制 - [马斯洛需求层次](maslow_needs.md) - 了解马斯洛需求在映射层中的应用 ### 工具与接口 - [Tool Use规范](tool_use_spec.md) - 了解感知节点工具的规范 - [C扩展模块使用](c_extension_usage.md) - 了解C扩展模块的使用方法 --- ## 附录 ### 协议 本项目采用 **GNU Affero General Public License v3.0 (AGPL-3.0)** 开源协议。 **作者**：kiwifruit --- *本文档会随着架构演进而持续更新。*