<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[liron71的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/liron71</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; liron71]]></copyright><item><title><![CDATA[一种Agent系统的生命体式行业应用软件]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/170242193</link><guid>https://blog.youkuaiyun.com/liron71/article/details/170242193</guid><author>liron71</author><pubDate>Sat, 07 Nov 2026 13:34:51 +0800</pubDate><description><![CDATA[该软件为基于Harness框架的生长式生命体系统，交付时仅具基础架构，无完整专业功能。在本地部署使用中，依据场景反馈自动生成C/C++、Python/C#等代码，实现运行期自编程、自编译、自测试与自动扩展，功能随应用持续演化。兼具Agent智能与行业应用特性，在预设架构约束下自主进化，开发重心聚焦于架构设计，实现“交付即生长”的动态演进模式。]]></description><category></category></item><item><title><![CDATA[AI智能体自生成代码高权限执行的智能安全确保机制]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/170149648</link><guid>https://blog.youkuaiyun.com/liron71/article/details/170149648</guid><author>liron71</author><pubDate>Thu, 05 Nov 2026 22:51:05 +0800</pubDate><description><![CDATA[为兼顾 AI 智能体代码自主扩展能力与运行安全，可引入面向工业软件的专用源码安全审查大模型作为强制校验关卡，智能体生成代码需经其风险识别通过后才可执行。]]></description><category></category></item><item><title><![CDATA[技术的诞生与演化--技术自举及其冷启动]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/167398944</link><guid>https://blog.youkuaiyun.com/liron71/article/details/167398944</guid><author>liron71</author><pubDate>Fri, 09 Oct 2026 23:09:48 +0800</pubDate><description><![CDATA[自举，技术演化的核心机制：用旧工具构建新工具，再用新工具重构自身，形成自我指涉的闭环。从编译器到芯片，从Rust重写rustc到AI生成代码，技术不断“繁殖”自身，体现生命般的自创生特征。然而，自举非凭空而来，始终依赖外部基底——冷启动不可回避。过度内循环易致模型坍缩或路径依赖，健康演化需持续注入真实反馈与异质输入。如今AI加速这一循环，但最初的推力仍隐于深处，追问着技术起源的哲学根基。]]></description><category></category></item><item><title><![CDATA[ 智能实体演化系统的统一性概念]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/167083209</link><guid>https://blog.youkuaiyun.com/liron71/article/details/167083209</guid><author>liron71</author><pubDate>Sun, 04 Oct 2026 17:44:12 +0800</pubDate><description><![CDATA[本文提出智能硬件的“训练推理一体化”闭环系统：机器人或物理设备通过传感器与视频采集环境数据，结合后台大模型实现同步训练与推理，形成“采集→处理→干预→反馈→再采集”的动态闭环。设备不仅是观察者，更是主动干预者，其自身运动、发热等也会成为新输入。从自然语言目标出发，开发板可自主生成点灯、温控等功能并持续演化。该系统体现智能实体的统一本质——基于方向性价值目标，实现自编程、物理执行与持续进化，涵盖植物、动物及智能机器等不同形态的智能演化体。]]></description><category></category></item><item><title><![CDATA[多视角下一句话描述Transformer本质]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/164033519</link><guid>https://blog.youkuaiyun.com/liron71/article/details/164033519</guid><author>liron71</author><pubDate>Mon, 24 Aug 2026 21:10:22 +0800</pubDate><description><![CDATA[Transformer的核心本质在于通过自注意力机制建立序列中每个信息单元与所有相关位置的概率关联分布。其创新性体现在突破了传统序列处理的局部限制，实现了全局依赖关系的动态建模——每个位置都能根据注意力权重自主选择性地关注序列中的任何相关部分，形成一种基于概率的分布式关联网络。这种机制使模型能够自适应地捕获长程依赖关系，并通过多层级联的注意力头学习不同抽象层次的关联模式，最终构建出输入序列的上下文感知表征。]]></description><category></category></item><item><title><![CDATA[模型 自己修改自己 的 博弈迭代 进化择优]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/162003308</link><guid>https://blog.youkuaiyun.com/liron71/article/details/162003308</guid><author>liron71</author><pubDate>Mon, 15 Jun 2026 13:03:00 +0800</pubDate><description><![CDATA[本文提出了一种基于强化学习的AI模型自主进化框架。通过智能体接口协调，主模型（如CodeBuddy/Qorder）可自主创建多个子代版本（子1、子2等），从中优选2个最优版本继续生成孙代变体（孙A1、孙B2等）。这种博弈式迭代机制使模型能持续自我修改和择优进化，实现自主性能提升。该方案突破了传统静态模型限制，构建了动态自我优化的AI发展路径，为人工智能的自主进化提供了可操作的技术路线。]]></description><category></category></item><item><title><![CDATA[“智能可解释性”的两种意涵]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/159649794</link><guid>https://blog.youkuaiyun.com/liron71/article/details/159649794</guid><author>liron71</author><pubDate>Mon, 30 Mar 2026 16:25:34 +0800</pubDate><description><![CDATA[摘要：本文探讨智能行为可解释性的两种视角：一是从神经科学角度观察智能体的物理信号传导过程；二是通过对话回溯其思考链条和概念关联过程。人类智能交流中的可解释性主要指对思考过程的逻辑回溯，而非神经层面的涌现机制。由此引申出AI可解释性开发的关键在于：训练AI模型能对其决策过程进行逻辑自洽的扩展解释，而非追求底层神经网络的完全透明。这种基于思考链条回溯的可解释性路径，才是AI技术发展的可行方向。（149字）]]></description><category></category></item><item><title><![CDATA[ 智能体使个人轻松实现自定义编程语言]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/159211167</link><guid>https://blog.youkuaiyun.com/liron71/article/details/159211167</guid><author>liron71</author><pubDate>Wed, 18 Mar 2026 17:56:58 +0800</pubDate><description><![CDATA[本文提出了一种基于C/C++实现的自定义编程语言开发框架。该框架通过定义核心元素、操作和功能之间的协作规则，构建模块化架构，使智能体能够自主编程实现语言解释器。系统采用迭代开发模式，智能体通过自动生成目标语言、构建解释器并调试的循环过程，逐步进化出符合需求的定制化解释器和编程语言。这种方法强调规则化和协调性的设计原则，通过模块化实现和明确的目标描述，为开发自主演进的编程语言系统提供了可行路径。]]></description><category></category></item><item><title><![CDATA[智能体接入自动化行业的工业控制软件系统]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/158966528</link><guid>https://blog.youkuaiyun.com/liron71/article/details/158966528</guid><author>liron71</author><pubDate>Thu, 12 Mar 2026 14:03:11 +0800</pubDate><description><![CDATA[智能体接入工业控制系统已具备技术可行性，通过开发MCP接口插件可实现自然语言控制自动化设备。然而该技术面临重大安全隐患，因工业设备运行错误会导致物理损害，这与虚拟环境的容错性形成鲜明对比。虽然技术实现门槛低，但安全风险成为推广的主要障碍，必须确保系统可靠性才能应用于实际工业生产场景。]]></description><category></category></item><item><title><![CDATA[多方Ai系统互相博弈的强化学习式进化螺旋]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/158574958</link><guid>https://blog.youkuaiyun.com/liron71/article/details/158574958</guid><author>liron71</author><pubDate>Mon, 02 Mar 2026 13:56:10 +0800</pubDate><description><![CDATA[拥有AI的各博弈参与方，通过各自的AI系统，实时感知，即感知对方的状态信息，也感知对方AI系统的感知网络、攻击状态网络的信息。AI系统遍布的感知网络，实时识别对方的AI系统的状态模式，多方的AI智能系统之间还会持续通过侵入对方的感知网络，互相给对方生成虚假信息，欺骗对方AI系统，进入AI之间的互博。博弈多方的AI系统，各自生成博弈策略，欺骗对方的AI系统、攻击对方AI系统，根据对方的攻击进行智能化快速反击。多方Ai战争系统进入互相博弈的强化学习式进化螺旋，潘多拉盒子已经打开。]]></description><category></category></item><item><title><![CDATA[工控PLC指令流的强化学习迭代，实现具身智能机电控制的进化]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/158316112</link><guid>https://blog.youkuaiyun.com/liron71/article/details/158316112</guid><author>liron71</author><pubDate>Mon, 23 Feb 2026 13:11:46 +0800</pubDate><description><![CDATA[硬件开发做PLC编程，有一种技术可以开发，就是模态A的输入信号-->通过内置小模型(AI模型)-->自动创建优化出PLC指令流-->驱动电机机械的动作模式，相当于从感知直接映射到动作的智能，人类感知到信息，到动作，大部分不是思维推理后得出的动作，而是内置在大脑内的直接映射，当然需要有个前提，就是内置小模型(AI模型)把感知信息到自动PLC指令流的映射生成，需要一个规则（强化学习方向），这个规则是根据每个具体的电机所在的实际机器应用场景的需要设定的。]]></description><category></category></item><item><title><![CDATA[ 工业控制软件系统自定义MCP，实现智能体对生产的智能控制]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/158265818</link><guid>https://blog.youkuaiyun.com/liron71/article/details/158265818</guid><author>liron71</author><pubDate>Sat, 21 Feb 2026 19:59:28 +0800</pubDate><description><![CDATA[在国内层面将来在产业界，行业协会出面制定行业协议，统一国内产业界的各种产业软件、工业控制软件的MCP协议，这样一个工厂里的各种机器设备的软件功能的操作接口都按照这个协议，终端用户自定义开发的智能体匹配它，就可以无缝自动化控制这些机器设备。在这个基础底座上，终端用户可进行任意场景应用的自定义智能体的自动化开发，这样应用场景的智能体的危险动作和幻觉都将被屏蔽。所有自动化操作的危险模式，定义一个危险动作模式的数据集，训练一个监督智能体，作为防火墙智能体，作为产业智能化的底座。]]></description><category></category></item><item><title><![CDATA[从碳基到硅基的进化共鸣：多智能体强化学习重演生物社会合作的神经策略]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/156542730</link><guid>https://blog.youkuaiyun.com/liron71/article/details/156542730</guid><author>liron71</author><pubDate>Sat, 03 Jan 2026 18:23:44 +0800</pubDate><description><![CDATA[摘要：最新研究揭示了合作行为的神经机制。科学家通过观察小鼠合作获取奖励时的大脑活动，并结合人工智能模拟，发现生物与智能系统在合作时遵循相似的神经计算原理。这项发表于《Science》的研究表明，合作不仅是物理互动，更是两个大脑间复杂的&quot;双人舞&quot;，涉及对彼此行为的预判和编码。研究为理解&quot;适者生存&quot;之外同样重要的合作法则提供了新视角。]]></description><category></category></item><item><title><![CDATA[关于LeCun和哈萨比斯对智能本质的观点分歧]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/156309621</link><guid>https://blog.youkuaiyun.com/liron71/article/details/156309621</guid><author>liron71</author><pubDate>Fri, 26 Dec 2025 16:35:57 +0800</pubDate><description><![CDATA[摘要：LeCun与哈萨比斯关于智能本质的分歧源于不同视角：前者强调人脑神经网络的可塑性与通用性（抽象可能性），后者关注个体智能的专业化特征（具象实例的有限性）。二者的本质区别在于通用智能的无限潜力与特化智能的有限实现之间的辩证关系。人脑既是可沉淀的通用智能网络（抽象层面），又通过具体训练过程形成专业化智能（具象层面），体现了智能发展中可能性与现实性的统一。（149字）]]></description><category></category></item><item><title><![CDATA[AI的“单体智能（Self-Evolving Agents）”和“智能模型群社会（Collective Intelligence）”实践]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/155945810</link><guid>https://blog.youkuaiyun.com/liron71/article/details/155945810</guid><author>liron71</author><pubDate>Mon, 15 Dec 2025 16:21:18 +0800</pubDate><description><![CDATA[摘要：模型群社会指多智能体通过互联通信形成的数字社会系统，其运作机制包含三个核心层面：1）模型互联与通信，通过API等协议实现多智能体辩论和协作；2）群体强化学习，采用博弈机制和GRPO算法实现群体策略优化；3）宏观自组织进化（MASE），形成闭环反馈实现自动优化。该系统呈现分层架构和动态重组特征，标志着AI从单体智能向社会智能的跨越，未来可能发展成具有分工协作和知识体系的数字文明共同体。（149字）]]></description><category></category></item><item><title><![CDATA[世界模型：是相对于某种“具身形式”有效的达成目标函数的模型]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/155201886</link><guid>https://blog.youkuaiyun.com/liron71/article/details/155201886</guid><author>liron71</author><pubDate>Mon, 24 Nov 2025 18:23:37 +0800</pubDate><description><![CDATA[摘要：具身智能与世界模型本质上是统一的，智能对世界的理解源于其在物理时空中的具身化生存形式。不同生物的感知-行动模式（如蝙蝠的超声波、蜜蜂的舞蹈）就是其对世界的特定&quot;理解&quot;，这种理解实质上是为达成生存目标而形成的内在有效模式。不存在绝对客观的世界模型，只有与具体的具身形式相匹配的、能有效实现目标函数的问题求解空间。智能的&quot;理解&quot;等同于其在物理世界中的适应性生存模式。]]></description><category></category></item><item><title><![CDATA[两种“感知-行动”闭环的智能范式]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/155138787</link><guid>https://blog.youkuaiyun.com/liron71/article/details/155138787</guid><author>liron71</author><pubDate>Sat, 22 Nov 2025 20:13:34 +0800</pubDate><description><![CDATA[摘要：智能系统存在两种核心范式：1）&quot;直接映射&quot;范式，通过模拟信号（如信息素、超声波）实现感知-行动的直接关联，单智能体在种群层面进化优化（如蚂蚁觅食路径优化）；2）&quot;模式的集合（符号）中间介导&quot;范式，通过模式的集合（符号、图形、语言）实现世界表征和物理时空模拟推理，支持模式的集合的传承。高级智能实现双轨范式：熟练行为（统计沉淀最优解）依赖快速直接映射，复杂任务启用模式的集合系统（符号运算）处理，实现效率与灵活性的平衡。]]></description><category></category></item><item><title><![CDATA[大象之脑有2570亿个神经元而人脑有850亿个神经元的不同智能]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/154739838</link><guid>https://blog.youkuaiyun.com/liron71/article/details/154739838</guid><author>liron71</author><pubDate>Wed, 12 Nov 2025 15:09:47 +0800</pubDate><description><![CDATA[大象的智能潜力是超越人类的，只不过是大象之脑受限于其躯体结构的约束，由于其一生经历感知信息、数据采集训练的（大象人生）有限性，限制了大象之脑不能生成人脑的处理能力（智能）。假如大象之脑存在到人的躯体形式中，那么这个具有象之脑的人，其一生经历学习的感知训练的智能结果会超越一般人。所以具身智能的开发，智能成果不仅取决于硬件、模型、算法机制，更取决于具身机器硬件在实际物理时间空间经历过程的传感，其实际经历过程的感知信息、采集数据的训练所沉淀的成果。大象的大脑有2570亿个神经元，人脑有850亿个神经元。]]></description><category></category></item><item><title><![CDATA[有发声生物（猫狗鸟等）与无发声生物（蚂蚁蝙蝠蛇等）的 “感知--＞行动“]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/151798890</link><guid>https://blog.youkuaiyun.com/liron71/article/details/151798890</guid><author>liron71</author><pubDate>Wed, 17 Sep 2025 17:19:44 +0800</pubDate><description><![CDATA[本文比较了发声生物与非发声生物的感知-行动闭环差异。发声生物（猫、狗等）通过声音演化出符号抽象模块，形成语言系统指导行动；部分闭环仍保留感知直接映射行动的模式。非发声生物（蚂蚁、蛇等）依靠化学/无线电信号协调行动，其神经网络通过进化选择优化&quot;感知-行动&quot;映射集，形成&quot;智能&quot;表现。两者关键区别在于是否存在符号抽象模块的介入。]]></description><category></category></item><item><title><![CDATA[Ai模型或智能体及智能体系统的 自举 迭代进化]]></title><link>https://blog.youkuaiyun.com/liron71/article/details/151186872</link><guid>https://blog.youkuaiyun.com/liron71/article/details/151186872</guid><author>liron71</author><pubDate>Thu, 04 Sep 2025 15:30:53 +0800</pubDate><description><![CDATA[摘要：编程语言的自举是指用该语言自身实现其编译器/解释器（如Python解释器用Python编写）。这一概念可类推至AI领域：具备编程能力的AI智能体通过自我编程实现功能优化与迭代进化，形成自举机制，从而推动模型的自动升级与性能提升。这种自举特性为AI系统的自主进化提供了新的技术路径。]]></description><category></category></item></channel></rss>