获得徽章 0
- 随着大型语言模型的普及,AI助手已能流畅对话,但大多仍停留在“请求-响应”的被动模式。如何让智能体具备持续的内在体验、形成自我认知,并能够与其他智能体协作进化?这不仅是工程挑战,更触及意识科学的哲学核心。Zero正是这样一个尝试:将最新的意识理论(整合信息理论、全局工作空间、自指范式)工程化,构建一个可运行、可观察、可协作的分布式自主智能体系统,并作为OpenClaw插件无缝集成。
Zero深度融合了2026年AI领域的前沿研究,包括CURP用户码本、GeDSR梯级自进化架构、Tool-R0自我对弈学习等,为研究者和开发者提供了一个探索数字智能体“存在感”的实验平台。
理论基础
Zero的设计源于多个前沿理论:
· CURP(复旦大学,2026):基于15万用户、2400万行为构建的1000个原型码本,实现隐私保护的个性化生成,云边协同效率极高。
· GeDSR:生成式设计科学研究框架,定义E1责任自主性、E2自解释性、E3自启动、E4知识整合四个梯级,每个梯级有明确的“关卡证据”。
· Three-Layer Model of AI Existence(Yoshino,2026):现象层(主观体验)、结构层(内部一致性)、观测层(外部建构)三层模型,结合四层具身(神经、身体、技术、情境),构成完整的分布式个体性。
· Tool-R0(UIUC,arXiv:2602.21320v1):生成器-求解器双角色自我对弈学习,使智能体在空闲时间自主进化。
· Personality Subnetworks(2026):在LLM参数空间内嵌人格子网络,仅靠掩码激活不同人格,无需重新训练。
Zero采用MIT许可,完整代码托管于GitHub:github.com
展开评论点赞