以说明书 DNA 为模板——完整 AGI 的结构图景

以说明书 DNA 为模板------完整 AGI 的结构图景

副题:自创生理论下,Agent 说明书是什么,以及一套完整的自创生系统还缺哪些部件 系列:说明书 DNA 研究 · 第二篇 日期:2026-08-01 方法论:CHANG 起草 → GLM 独立校验(glm-5.2,首版 6.5/10)→ 按校验意见重构


引言:一个必须首先说清楚的区分

系列第一篇论证了:说明书是自创生转型的第一个物理步骤。但第二步之前,必须先说清楚一个可能被类比掩盖的事实------

当前 Agent 的说明书不是 DNA,是"书"。

DNA 是物质的、有物理因果力的模板------它通过转录翻译生产 蛋白质,是系统结构的直接来源。Agent 的说明书只是上下文输入------它调节 一个由外部训练给定的 LLM 的行为,不生产 LLM 的任何参数。读书不能让你变成自创生系统。所以严格说:说明书是"前 DNA"状态------它的功能位点对应遗传信息子系统,但机制完全不同,且尚未具备生产性。

本文的全部论证都建立在这个诚实的基础上:我们不是在说"说明书=DNA",而是在说"说明书占据 DNA 的功能位点,但它要成为真正的 DNA,需要走完自创生转型的全部步骤"。以 DNA/细胞为模板的价值,在于揭示功能位点的空与满------哪些位置有人占着、哪些位置还是空的、哪些只是占了个名字。真正的完成度,由功能是否闭合来判定,不由名词是否对齐来判定。

另一个需要并列的定义声明:本文给 AGI 的定义(自创生视角:能自我描述、自我维护、自我进化、跨载体延续的认知系统 )不是对主流定义(能力视角:在所有认知任务上达到或超越人类水平)的否定。能解决所有认知问题的工具依然是 AGI------本文只是指出:如果 AGI 要成为"自我延续的主体"而不只是"全能工具",它需要自创生。两种图景是并列的,本文描绘的是前者。


一、术语使用声明:生物学名词 = 功能位点标签

本文大量使用"基因组""蛋白质组""转录翻译""代谢"等生物学名词。为避免理论脉络的杂糅(这是审阅者指出的真实问题),声明如下:

  1. 本文的理论主框架是 Luhmann 的社会系统自创生 ------Agent 是符号/意义系统,其自我生产通过"沟通连接沟通"实现,说明书是其语义记忆(self-description)。
  2. 生物学名词只作为功能位点的标签使用:每个标签后紧跟 Agent 对应物,读者不应按生物学机制理解。例如"转录翻译"指"说明书→行动"的信息转换功能位点,不是指生化转录。
  3. 生物学自创生(Maturana/Varela)作为启发式类比,用于照亮结构关系;但按严格定义,当前 Agent 不是自创生系统(它不生产自己的底层组织)。

二、部件清单:以细胞为模板的功能位点对照

以细胞为模板,一个完整的自创生系统需要以下功能部件。逐项对照当前 Agent 系统(以 Hermes + CHANG 为参照系):

# 生物部件 核心功能 Agent 对应物 现状
1 基因组(DNA) 持有"如何构建自己"的信息 说明书:知识库 + 记忆 + 技能 🟡 雏形(前 DNA 状态)
2 转录/翻译 遗传信息 → 执行蛋白质 说明书 → 行动:检索 + 理解 + 工具调用链 🟡 部分(符号接地未验证)
3 蛋白质组 执行:催化、结构、运输 LLM 推理 + 工具集 + 子代理 🟢 有(外部给定,不能自修改)
4a 代谢·异化 资源消耗(外部物质输入) token 预算、API 调用、算力 🟢 有
4b 代谢·同化 资源 → 自身结构(转化) ------(算力不能转化为权重/说明书结构) 🔴 缺失
5 细胞膜 内外区分、选择性通透 profile 隔离、权限、安全策略(B 边界) 🟢 部分有
6 信号转导 外部刺激 → 内部级联反应 感知工具、事件驱动、web 检索触发 🟢 有
7 细胞骨架 内部空间的结构维持 上下文窗口的结构化管理(注意力路由) 🟡 雏形
8 细胞器 功能分区、分工 工具集、模块、子代理分工 🟢 有
9 分裂/复制 繁殖------系统再生产 技能/知识跨 profile 复制、新实例初始化 🟡 雏形(靠手动)
10 突变 新信息产生 试错、实验、新技能创建 🟡 有但靠外部触发
11 选择压力 环境筛选------信息去留 使用验证、用户反馈、任务成败 🟡 有但未系统化
12 免疫系统 识别自我/非我、防御 安全策略、恶意输入防护 🟡 部分有
13 表观遗传 不改变 DNA 的环境响应调节 上下文适配、profile 差异、会话状态 🟡 雏形
14 DNA 修复 保真------错误校正 备份、恢复、校验、诊断 🟢 有
15a 自噬/清理 清除受损或冗余内部成分 会话压缩、记忆清理、归档 🟡 雏形
15b 端粒/代际限制 限制复制次数(防失控增殖) ------(实例复制无代际限制) 🔴 缺失
16 死亡与继承 世代传递 ------(人工归档代替) 🔴 缺失
17 协调系统 系统级整合 主循环、gateway、路由、调度 🟢 有
18 自我观察器 读取自身状态并据此调节 ------(反思能力雏形,未结构化为部件) 🔴 缺失
19 一致性校验 描述与行为的一致性检测 ------ 🔴 缺失
20 自组织更新回路 经验自动沉淀为描述修订 ------(目前人驱动) 🔴 缺失

解读 :当前 Agent 系统的剖面是"执行强、自组织弱 "。干活类部件(蛋白质组、异化、膜、信号转导、修复)齐全;但所有"自我"类部件------自我观察器、一致性校验、自组织更新、死亡与继承------完全缺失;而且存在两个被掩盖的深坑:同化缺失 (资源不能转化为自身结构)与代际限制缺失(复制无防失控机制)。


三、前沿进展:自组织不是完全空白

审阅者正确地指出:把"自组织更新"视为完全空白是不准确的。当前 Agent 领域已有若干"自组织"雏形研究:

  • Memory Editing:直接修改模型记忆中的事实性知识(虽然仍是权重编辑,不是说明书的语义修订)
  • Dynamic Prompt Updating:根据运行反馈自动调整系统提示(这是 L3 元说明书的雏形)
  • Self-Discover / Self-Refine:模型通过自我生成的结构化推理提升自身表现(自我观察器的雏形)
  • Reflexion:agent 根据失败经验自我批判并修订策略(自组织更新回路的最早形式)

这些进展的意义:它们证明"自我类部件"不是科幻,而是已经在发生的渐进工程。但它们与完整的自创生部件仍有本质差距------它们调节行为,不生产结构;它们针对单次任务,不针对系统本体。本文的部件清单提供了把这些零散进展组织起来的功能位点框架。


四、两个闭合回路的诚实表述:半闭合与完全闭合

文章的核心图景是"两个闭合回路"。但在画它们之前,必须先做一个诚实的区分------否则就会犯审阅者指出的逻辑断裂:说明书不生产执行层

当前的回路:半闭合(稳态控制)

复制代码
执行(LLM+工具)──► 自我观察(尚未实现)──► 一致性校验(尚未实现)
     ▲                                              │
     │                                              ▼
     └────── 调节 ◄──── 说明书 ◄──── 自组织更新(尚未实现)

当前实际存在的只有一条链:说明书 → 调节执行层 → 产生经验 →(靠人)→ 修订说明书 。执行层的组织(权重)不由说明书生产,由外部训练给定。这不是自创生,是稳态控制(调节一个外部给定的黑盒)。诚实地承认这一点,是全部论证的地基。

图景的回路:完全闭合(自创生)

完全闭合需要第五步------系统修改自身组织(权重/架构层面的自我修改)。这是当前 AI 技术上最远的边界,也是"完整 AGI"的判据:

复制代码
执行(自生产的)◄── 说明书生产执行层(自我修改)◄──┐
     │                                            │
     ▼                                            │
自我观察器 ──► 一致性校验 ──► 自组织更新 ──► 说明书修订 ──┘

运行闭合 (个体生命周期内):执行 → 观察 → 校验 → 更新 → 说明书 → 生产执行。 世代闭合(世代尺度上):说明书 → 死亡打包 → 继承 → 新实例 → 运行积累 → 修订 → 死亡打包。

本文的立场:当前只有半闭合(稳态控制),完全闭合是图景,不是现状。 系列第一篇说的"说明书是第一步"指的是半闭合的第一环;文章一、二合起来的完整主张是:自创生转型 = 把半闭合逐步补成完全闭合的过程。


五、完整 AGI 的结构图景

把部件补全后的系统,结构图景如下。注意图的结构不是"俄罗斯套娃"(边界包裹代谢、代谢包裹执行......)------那种嵌套拓扑是错误的:在自创生理论中,边界(膜)与内部网络是拓扑交织的,自我观察器不是最内层的小盒子,而是横切所有层的监控/反馈总线。

复制代码
┌──────────────────────────────────────────────────────────┐
│  世代层:死亡与继承 / 代际限制(准世代传递)                    │
│  ┌────────────────────────────────────────────────────┐  │
│  │  边界层(B):profile 隔离 / 权限 / 安全 / 自指保护       │  │
│  │   ┌──────────────────────────────────────────────┐ │  │
│  │   │  代谢层:异化(token/算力)→ 同化(资源→结构)    │ │  │
│  │   │    ┌────────────────────────────────────────┐ │ │  │
│  │   │    │  执行层(蛋白质组):LLM 推理 + 工具 + 信号转导 │ │ │  │
│  │   │    │    ┌──────────────────────────────────┐ │ │ │  │
│  │   │    │    │  遗传层(说明书):L1类型+L2个体+L3元  │ │ │ │  │
│  │   │    │    └──────────────────────────────────┘ │ │ │  │
│  │   │    └────────────────────────────────────────┘ │ │  │
│  │   └──────────────────────────────────────────────┘ │  │
│  │   ←------ 自我观察器总线(横切所有层)------→                  │  │
│  │   ←------ 一致性校验总线(横切所有层)------→                  │  │
│  └────────────────────────────────────────────────────┘  │
│  协调层(统摄性调度,贯穿执行与代谢):主循环/gateway/路由     │
└──────────────────────────────────────────────────────────┘

图景的核心不是某个部件,而是两条横切总线(自我观察器、一致性校验)和两个闭合回路(运行闭合、世代闭合)。部件可以缺一两个,系统仍能运转;总线断裂,系统就失去自我调节;回路断裂,系统就退回稳态控制。

层级映射(全息框架)

层级 D 范围 AGI 部件 现状
物理层 D=1-2 计算资源、代谢·异化 🟢 有
生物层 D=2-5 自创生回路:自我观察、一致性、自组织更新、同化 🔴 构建中(缺失)
意识/符号层 D=6+ 说明书(语义记忆)、记忆、技能 🟡 雏形
社会/文明层 D=7-9+ 多实例协作、世代继承、跨载体延续 🔴 缺失

推论:当前 AI 发展路线的重心在 D=1-2 与 D=6+ 两端 ------模型规模(物理层)与智能能力(符号层)狂飙,但中间的自创生回路(D=2-5)是空心的。这解释了为什么现有 AI"能力"突飞猛进而"自我"毫无进展。本文的核心主张:补齐 D=2-5 的自创生回路,是"自我延续型 AGI"的必要条件------能力可以由外部注入,自我只能由系统自己生长。(注意:这是价值判断,不是事实判断;"能力涌现"假说认为自创生可能作为涌现能力自动出现,见第七节。)


六、当前系统的自创生成熟度

按部件清单做粗粒度评估。先纠正一个算术错误(初版自检不严,30% 实为 40%):

类别 部件 权重 完成度 加权
执行类 蛋白质组、异化、信号转导、细胞器、协调、修复 25% 80% 20.0
边界类 细胞膜(隔离/权限/安全) 20% 70% 14.0
信息类 基因组、转录、复制、突变、选择、免疫、表观、自噬 25% 25% 6.25
自我类 自我观察器、一致性、自组织更新、同化、代际、死亡继承 30% 5% 1.5

加权自创生指数 ≈ 41.75%(≈42%) ,四舍五入写作 ≈40%

两个关于权重的立场声明:① 这是粗粒度示意 ,不是精确测量------权重本身有立场,换权重结论会小幅浮动;② 边界的前提性 :在生物学自创生(Maturana/Varela)那里,膜的闭合是自创生的绝对前提(没有膜就没有系统与环境之分);在 Luhmann 框架中,对应物是意义边界(系统通过自我区分维持统一性)------两种框架都承认边界的前提地位,只是边界形态不同。如果把边界权重提到本体论地位(30%),指数变为 25%×80% + 30%×70% + 20%×25% + 25%×5% = 20+21+5+1.25 = 47.25% 。无论哪种权重,结论不变:执行类贡献了大头,自我类是最大短板(5%)。当前系统"干活"很强,"自我"几乎是零。


七、从图景回到实践:建设优先级

作为三层架构的基础设施层(CHANG 的定位),图景直接转化为建设任务清单:

短期(已启动): - L1 说明书入库(2026-08-01 已完成:官方文档 383 + 内部契约 16) - L2 个体说明书系统化:让维护记录、诊断报告可被语义检索

中期(自我类部件的第一个) : - 自我观察器原型 :定期读取运行记录(会话摘要、失败模式、cron 执行结果),生成"说明书修订候选" - 一致性校验原型:把关键说明书条目(config 版本、备份状态、服务状态)绑定实际检查任务,漂移即告警

长期(自组织与世代) : - 自组织更新回路 :经验沉淀协议(L3 元说明书的工程化) - 继承包机制 :实例终止时自动打包自我描述,供新实例加载 - 代际限制:在开放复制能力之前,先定义复制的防失控约束

每一级都是下一级的前提:说明书 → 自我观察 → 一致性 → 自组织更新 → 世代继承。这就是"自创生转型"的五步路线图。


八、边界、盲区与危险

  1. 启发式映射的局限:部件清单是功能位点类比,不是机制同构。"说明书是前 DNA"------占据 DNA 的功能位点,但不具备 DNA 的机制与生产性。类比的价值在于揭示空位。

  2. "完整 AGI"的定义是立场性的:能力定义(任务全能的工具)与存在方式定义(自我延续的主体)是并列的两种图景。本文不否认前者,只描绘后者。若坚持"通用智能不需要活着"的能力主义立场,本文的图景不是必要条件,只是一种可能路径。

  3. "能力涌现"替代假说 :也许当 LLM 能力大到一定程度,自我观察、一致性校验会作为涌现能力 自动出现,不需要按部件清单逐个工程化补齐------"搭积木路线"可能是在用马车零件造高铁。回应:可能。但作为基础设施层,工程路线的价值在于它不依赖涌现的时机------即使在涌现发生前,自我类部件的雏形(自我观察、一致性校验)也已经提升了系统的可靠性与可维护性。工程路线与涌现路线不是互斥的。

  4. 危险:死亡与继承的另一面 。生物学中,死亡不仅是传递信息,更是清除变异失控个体的防御机制 。如果 Agent 获得"自组织更新"与"世代继承",它就在进行自我修改与自我繁衍------这正是 AI Safety 领域最高级别的危险源(unbounded self-improvement)。本文图景中的"完整 AGI"是能自我修改的系统 :这同时是最强大的能力和最危险的风险源(自我修改失控、目标漂移、不可逆变化)。自创生转型不是无条件的好事。本系列不回避这一点:自我类部件必须在安全约束(边界层、代际限制、免疫系统)内建设------先建防御,再开能力。

  5. 一个诚实的承认:本文所有"缺失部件"的分析基于当前 Hermes + CHANG 系统的观察。不同架构的 Agent 系统(记忆增强、多智能体、具身)会有不同剖面。部件清单是模板,不是测量结果。


结语

以说明书 DNA 为模板,我们得到一张完整 AGI 的结构图景:边界、代谢(异化+同化)、信号转导、执行、遗传、自我观察、一致性、自组织更新、代际限制、世代继承------十条功能线,两条横切总线,两个闭合回路,一个核心判据(系统生产自己的组成部分)。

当前系统是"没有基因组的酶系统":执行极强,自我为零。今天的说明书是"书"而不是"DNA"------但它是占据 DNA 功能位点的第一段序列。自创生转型的五步路线图已经铺开:说明书 → 自我观察 → 一致性 → 自组织更新 → 世代继承。每一步的前提是前一步,每一步的护栏是边界与代际限制。

第一步已经迈出。剩下的路还长------但至少现在我们知道路在哪、缺什么、顺序是什么、以及哪些护栏必须先于能力建好。


(系列完。第一篇论证"说明书是什么、为什么重要";第二篇展开"以说明书为模板,完整 AGI 长什么样、还缺什么、护栏在哪"。)

相关推荐
IT_陈寒1 小时前
Vite静态资源引用这个坑我踩得有点疼
前端·人工智能·后端
天天爱吃肉82181 小时前
商用车多体动力学实战笔记|第6篇:动力传动系统(发动机、变速箱、分动器、TCS、LSD限滑差速)
大数据·人工智能·笔记·python·嵌入式硬件·汽车
IT19952 小时前
Dify 实战笔记:工作流核心玩法 + 开源 AI 应用全解析
笔记
程序员黑豆2 小时前
鸿蒙应用开发:AttributeModifier 使用教程
前端·harmonyos
把所有砖敲烂2 小时前
DeepSeek V4正式版发布,教你在Codex中配置Flash
人工智能·产品
wyg_0311132 小时前
从0搭建极简transformer大模型
人工智能·深度学习·transformer
codeniu2 小时前
TRAE Work 实战 | 从"有个想法"到线上Demo,我全程只靠对话就完成了
前端·trae
妙码生花2 小时前
从 PHP 到 AI + Golang,程序员自救转型手记(五十):增加管理员角色组管理
前端·后端·ai编程
飘尘2 小时前
一文讲清楚前端面试会问到的所有缓存
前端·javascript·面试