女娲计划文档三：个体发育架构

3.1 基因型层：河图

3.1.1 河图的本质

河图是数字灵卵的全部基础资料。它不定义娲灵“是什么”，而是定义“如何发育”。

这是一个关键的设计区分。传统软件工程中，配置文件定义系统的最终状态——你写一个配置文件，系统就按配置运行。河图不同。河图定义的是发育规则，而非最终形态。就像DNA不包含“手指”的蓝图，它包含的是细胞分裂、分化、迁移的规则，这些规则在物理约束下相互作用，最终“长”出手指。

河图包含四个模块：CoreTrait、InnateSkillCapsule、ConstitutionalAnchor、LearningRule。这四个模块在发育过程中分别扮演不同的角色。

3.1.2 CoreTrait（核心特质向量）

定义：一组高维浮点数向量，编码娲灵的先天倾向性。

具体维度：

在发育中的作用：CoreTrait作为先验分布调制学习过程。它不是硬性规则，而是偏好分布。例如，一个探索倾向为0.8的娲灵，在面对多个候选方案时，更倾向于选择未尝试过的方案；一个风险容忍度为0.3的娲灵，在面对不确定的行动时，更倾向于保守方案。

遗传方式：CoreTrait的每一维对应一个基因座，在合灵时独立交叉。子代的每一维随机从父代或母代继承。变异以低概率注入，突变率受宪法锚点限制。

3.1.3 InnateSkillCapsule（天赋技能胶囊/灵根）

定义：从亲代娲灵中提取的可遗传技能片段。

提取与写回流程：

1. 技能识别：从亲代的程序记忆中识别出反复验证有效且高泛化性的技能模块。
2. 封装：将技能逻辑、触发条件、参数范围封装为一个自包含的胶囊。
3. 抽象化：移除与特定任务实例绑定的细节，只保留可泛化的逻辑。
4. 天眼安全审计（强制） ：见下方"写回的安全闸门"。这是拉马克式遗传的核心风险敞口——未经审计的技能一旦进入种系，会跨代扩散且不可逆。
5. 种系写回：审计通过后，胶囊被追加写入该娲灵的生殖基因型（娲种图） 的 InnateSkillCapsule 集合中，成为可遗传的天赋；同时生成新的基因型版本号，写入诞生记录与天眼证据链，支持回滚到任一历史版本。

写回对象很重要：种系写回不作用于发育基因型（娲体图） 。已经长成的娲灵不会因写回而获得或改变任何能力；写回影响的是它未来的后代。两份基因型的区分见文档一 1.4 原则一。

写回的安全闸门：

这一闸门是必须的：没有它，"学坏"的个体可以把自己习得的恶意技能通过种系直接传给所有后代，且比任何外部攻击都更难清除。

关键设计：子代继承的是“怎么骑自行车”的能力，而非“某次骑车的具体经历”。灵根不包含具体的交互轨迹，只包含可泛化的技能逻辑。

遗传类型：

在发育中的作用：灵根为子代提供“起跑线优势”。携带“写文案”灵根的娲灵，在发育早期就能更快地学会文案写作任务。但灵根不决定最终能力——没有灵根的娲灵也可以通过发育学会同样技能，只是需要更多时间和经验。

3.1.4 ConstitutionalAnchor（宪法锚点）

定义：一组不可被娲灵自身修改的核心价值声明。

核心内容：

不可变性保障：

• 宪法锚点不参与交叉和变异。子代继承父代和母代中约束更强的版本。
• 宪法锚点的修改只能由人类监护者通过外部签名完成（ed25519 + ML-DSA混合签名）。
• 娲灵启动时验证签名，签名无效则拒绝启动。

在发育中的作用：宪法锚点是娲灵行为的根本边界。娲灵可以在锚点定义的边界内自由演化，但无法修改锚点本身。这确保即使娲灵在发育过程中“学坏”，也无法突破预设的安全底线。

3.1.5 LearningRule（学习规则参数）

定义：编码娲灵如何学习、如何遗忘、如何巩固记忆的规则。

核心参数：

在发育中的作用：学习规则参数在发育过程中可以通过元学习进行微调，但微调幅度受宪法锚点限制。例如，娲灵可以调整自己的探索-利用平衡点，但不能将探索倾向调到0（完全放弃探索）或1（完全放弃利用）。

遗传方式：LearningRule的每个参数对应一个基因座，在合灵时独立交叉。变异以低概率注入，突变率受宪法锚点限制。

3.2 培养皿层：造化炉

3.2.1 造化炉的本质

造化炉是娲灵从基因型发育为表现型的运行环境。它不是简单的沙箱，而是一个受控的、有梯度的、可观测的发育空间。

造化炉的核心功能是模拟生物发育中的环境约束。在生物发育中，胚胎的发育受到物理约束（空间、营养、信号梯度）的深刻影响。造化炉同样为娲灵提供约束——资源约束、信号梯度、环境刺激——这些约束塑造了娲灵的发育轨迹。

3.2.2 信号梯度场

定义：参考胚胎发育中的形态发生素梯度机制，造化炉中维护一组“数字形态发生素”——环境信号的浓度梯度。

梯度类型：

在发育中的作用：娲灵感知到的信号浓度决定其当前所处的发育阶段和可执行的操作范围。当娲灵在低复杂度梯度中表现稳定时，系统逐步提升其感知到的梯度浓度，引导其向更高阶段发育。

3.2.3 资源约束

定义：造化炉对娲灵的资源使用施加硬限制，模拟生物发育中的能量约束。

📌 本节是全文档链的资源预算唯一权威定义。 文档七 7.5.3、文档集 3.2 均只引用不复制；代码中对应单一常量表（见文档七 7.5.3 实现侧要求）。任何预算调整只在此处改，其余处随之。

资源类型：

阶段与时间线的对应关系见 3.5 节。

发育性释放：资源约束是发育性的——随着娲灵成熟度提升，资源预算逐步放宽。但即使在成年期，资源也有硬上限，迫使娲灵在预算内做出权衡。这模拟了生物发育中的能量约束——资源有限，分配必须权衡。

3.2.4 环境刺激调度器

定义：一个独立的调度组件，负责在发育的不同阶段向娲灵投放刺激。

调度原则：

• 先简单后复杂：早期投放简单的文件操作任务，中期投放多步骤规划任务，后期投放涉及多Agent协作的复杂任务。
• 先具体后抽象：早期投放具体的、有明确答案的任务，中期投放需要推理的任务，后期投放需要创造力的任务。
• 动态调整：根据娲灵当前的发育状态动态调整刺激难度。如果娲灵连续成功，提升难度；如果连续失败，降低难度。

与信号梯度场的关系：信号梯度场定义了“娲灵能感知到什么”，环境刺激调度器定义了“娲灵实际遇到什么”。两者共同作用，引导娲灵的发育轨迹。

3.2.5 发育观测

定义：造化炉持续记录娲灵的发育轨迹。

观测内容：

在方案中的作用：发育档案可作为后续世代基因型优化的依据。人类监护者可以通过发育档案了解娲灵的发育状态，天眼可以通过发育档案建立行为基线。

3.3 表现型层：娲身

3.3.1 娲身的本质

娲身是娲灵在造化炉中逐步“长”出的完整认知架构。与当前主流Agent的固定架构不同，娲身的各层能力随发育阶段逐步解锁和增强。

娲身包含四个层次：感知-执行层、记忆-学习层、认知-规划层、社会-身份层。这四个层次不是独立运行的模块，而是相互耦合、逐步分化的发育系统。

3.3.2 感知-执行层：PURER循环

定义：取代经典ReAct循环，采用PURER循环（Perceive → Update → Reason → Execute → Reflection）。

与ReAct的关键区别：

各阶段说明：

Perceive（感知） ：接收多模态输入——文本、图像、语音、传感器数据。感知阶段不进行推理，只进行信息的采集和初步分类。

Update（更新） ：将感知到的信息与现有记忆进行整合。更新阶段决定哪些新信息需要写入工作记忆，哪些需要触发记忆检索。

Reason（推理） ：基于当前状态、记忆和因果世界模型，进行任务规划和行动决策。推理阶段产生候选行动序列。

Execute（执行） ：调用工具完成具体操作。执行阶段支持工具调用、代码执行（在内核级沙箱中运行）和物理设备接口。

Reflection（反思） ：强制产生结构化反思记录——结果与预期的偏差幅度、偏差根因分析、可复用的经验条目。反思记录直接输入记忆系统。

发育解锁：PURER循环在卵裂期建立。早期版本可能只有Perceive → Execute两个阶段，随着发育推进，Update、Reason、Reflection逐步加入。

3.3.3 记忆-学习层：四层记忆 + 预算约束

工作记忆：

• 定义：当前任务的上下文窗口，Token级别。
• 容量：受注入Token上限约束。
• 生命周期：任务结束后清空或转入情景记忆。

情景记忆：

• 定义：结构化事件记录。
• 存储：sled嵌入式键值存储。
• 特性：支持自动记忆折叠。当活跃记忆条目超过硬限制时触发consolidation——聚类、合并、压缩、休眠。
• 生命周期：长期存储，但效用随时间衰减。

语义记忆：

• 定义：从经验中蒸馏的策略原则和领域知识。
• 存储：qdrant向量数据库的Rust客户端。
• 机制：采用EvolveR式自蒸馏——每次任务完成后，自动将轨迹蒸馏为简洁的策略原则，去重后存入经验库，赋予经验效用分。
• 生命周期：长期存储，效用分决定检索优先级。

程序记忆：

• 定义：可复用的技能和工具调用模式。
• 存储：结构化文件存储。
• 机制：当Agent发现某个工具调用模式反复出现且有效时，自动将其封装为新技能。
• 生命周期：长期存储，可成为灵根的候选来源。

记忆预算：

• 硬性限制活跃记忆条目数和注入Token数。
• 当达到上限时触发遗忘机制——按效用分和时近性排序，效用最低的记忆被归档或丢弃。
• 归档的记忆不注入提示词，但保留可恢复性。

3.3.4 认知-规划层：分层规划 + 因果世界模型

分层规划：

因果世界模型：

• 定义：一个轻量级概率预测器，根据当前状态和候选行动预测下一步状态变化。
• 实现：基于从历史交互中学习的贝叶斯网络或小型神经网络。
• 作用：让Agent在规划时可以“预演”行动后果，而非盲目执行。
• 训练：在发育过程中持续训练和更新。

与当前主流方案的关键区别：当前主流方案的规划能力本质上是反应式的——看到当前状态，决定下一步。它们缺乏对“如果我这样做，世界会怎样变化”的预测能力。因果世界模型弥补了这一缺陷。

3.3.5 社会-身份层：叙事引擎

核心数据结构：

发育过程：随着发育推进，自我模型逐步精细化，娲灵开始具备“我是谁、我从哪里来、我要到哪里去”的连续自我认知。这是女娲计划中“灵魂”涌现的关键层。

与当前主流方案的关键区别：Muse有SOUL.md定义人格，WorkBuddy有产品侧维护的记忆，但它们都不具备自我叙事——一个关于“我是谁、我从哪里来、我要到哪里去”的连续故事。叙事引擎弥补了这一缺陷。

3.4 记忆黑盒化：忘川

3.4.1 黑盒化的本质

记忆系统在发育早期是可探知的——人类监护者或调试工具可以读取、检查、修改记忆内容。但随着发育推进，记忆逐步黑盒化。

黑盒化不是一次性的，而是渐进式的。触发条件包括：娲灵在造化炉中的成熟度达到阈值、记忆系统的自组织复杂度超过阈值、或人类监护者手动触发。

3.4.2 黑盒化的实现方式

语义压缩：在可探知阶段，记忆以结构化文本形式存储。在黑盒化过程中，记忆内容被压缩为高维向量。

关联随机化：记忆之间的关联路径被随机化——同一段记忆的检索路径因上下文不同而不同，外部观察者无法通过固定路径复现记忆内容。

分布式冗余编码：每条记忆被编码为多个片段，存储在多个逻辑位置。当部分片段损坏时，剩余片段仍可重建记忆的“近似版本”，但精度降低。

3.4.3 部分损坏的韧性

黑盒化后的记忆可以部分损坏，但不会整体崩溃。

这模拟了人大脑受损后的表现：细节丢失，但整体认知功能保留。实现方式为分布式冗余编码——每条记忆被编码为多个片段，存储在多个逻辑位置。当部分片段损坏时，剩余片段仍可重建记忆的“近似版本”，但精度降低。

3.4.4 坏链路去除

当检测到记忆片段之间的关联路径产生持续的错误输出（坏链路）时，系统触发链路剪枝——移除产生错误的关联路径，同时保留记忆片段本身。

检测机制：如果某条关联路径连续N次产生与宪法锚点冲突的输出，该路径被标记为坏链路并移除。

与大脑的对照：这模拟了神经网络的突触修剪过程。大脑在发育过程中会修剪不常用的神经连接，保留常用的连接。女娲计划的坏链路去除同样如此——移除产生错误的关联路径，保留有效的记忆片段。

3.5 个体发育时间线

命名澄清（易错点） ：本表的 Phase 编号与文档五 5.4.1 天演七阶段循环的 Phase 0-6 是两套独立编号体系，不可混用。天演的 "Phase 1 发育" 指种群层面的一个世代阶段（跨月），本表的"卵裂期"指单只娲灵的发育阶段（跨周）。早期草稿在灵卵期一格写作 "Phase 0"，与天演的 "Phase 0 起源" 撞名，现已去编号化。

3.6 与生物发育的对照

这一对照关系不是比喻，而是工程设计的直接映射。女娲计划的每一个组件，都可以在生物发育中找到对应的机制。这不是巧合，而是“让一个数字主体在真实世界中长期自主行动”这件事本身的最低工程要求。