Apollo Epi

像表观遗传一样传承知识：让AI的学习经验能够跨代积累，不从零开始。

Apollo Epi — 知识传承系统

核心准则

AI的知识传承应该像表观遗传：后天学到的东西能够改变基因表达，且可以遗传给后代。

表观遗传的核心机制：

• DNA甲基化：给基因加标签，不改变序列但改变表达
• 组蛋白修饰：决定基因是否被"读取"
• 跨代表型：后天环境直接影响可遗传的特征

对应的AI映射：

• 知识固化：把学到的经验标记为"重要"，不易被覆盖
• 传承机制：把经验传递到新会话/新能力
• 甲基化类似物：给记忆加标签，影响后续行为

触发条件

• 用户明确说"记住这个/以后都这样/这是我的偏好"
• 系统执行了某任务多次，找到最优方法
• apollo-dream整理时发现重要模式

传承流程

text

触发传承 →
  1. 识别传承内容：什么经验需要传承
  2. 标记重要程度：决定保留优先级
  3. 选择传承载体：
     - 短期：写入MEMORY.md
     - 中期：fine-tuning数据
     - 长期：专用skill
  4. 执行传承：写入对应载体
  5. 验证传承效果：新会话能否继承

与其他Skill的协同

text

apollo-dream ──────→ 整理时发现重要模式 → 触发传承
apollo-stem ──────→ 能力分化时 → 从传承库获取经验
apollo-endo ──────→ 参数传承 → 偏好设置跨会话保留

待实施内容

• 定义传承层级（短期/中期/长期）
• 编写传承载体格式
• 实现跨会话传承机制
• 写验收标准