Agent 与自动化AI 资源
SAGE：围绕冻结大模型构建持久身份、记忆、信任与治理循环的认知内核
dp-web4/SAGE · A cognition kernel that wraps a frozen LLM in a persistent identity + trust + governance loop — testing whether capability comes from structure, not weights. Research-stage; honest about what's real vs mocked.
ELI5：它是什么，解决什么问题
SAGE（Situation-Aware Governance Engine）是一个处于研究阶段的认知内核，旨在把冻结的语言模型基座包装成可长期存续的智能体：通过持久身份、多路径记忆、显著性/代谢状态（SNARC 与 WAKE、FOCUS、REST、DREAM、CRISIS 等模式）、工具接口与显式治理边界，使上下文、证据、程序与授权在不同会话间累积而非每次从零重建。项目区分公共仓库（内核架构与研究记录）与私有仓库（活跃实验），并提供当前状态、仓库索引、Rust/Python 能力说明、机队清单等证据入口。项目明确说明其治理目前属于 A1 级（协作式、可篡改留痕），不构成对抗性隔离，也不宣称机器意识或已胜出基准测试。
核心能力与快速开始
★ 27 · Python
- 能做什么
- 提供持久身份（实例身份跨会话与模型变更保持）、显著性与代谢状态控制（SNARC 维度及 WAKE/FOCUS/REST/DREAM/CRISIS 等模式）、多路径记忆（近期上下文、显著性门控经验、逐字持久记录、结构化事实/程序、跨会话整合）、工具与效应器接口（通过显式接口调用工具与派发动作，治理位于动作边界）、学习机制（经验改变持久状态、假设转为可执行实验、保留并复用成功程序）、IRP 插件框架、联邦/机队架构，以及作为 Web4 栈认知/具身研究层与 Web4、Hestia、Hub 的协作关系。
- 适用场景
- 适合研究长期存续智能体的身份与记忆持久化、注意力与资源状态调度、治理下的工具与动作执行、跨会话经验与程序复用；也适合作为梳理“能力来自结构而非权重”这一研究假设的实验环境，以及在机队（多机器、多模型家族）中做独立席位对照与行为观察。
- 项目形态
- 开发框架
- 部署方式
- 未说明（README 提及机队硬件涵盖 Jetson 边缘设备、笔记本、工作站、Apple Silicon 与社会宿主机器，但未给出部署步骤或依赖安装说明）
- 主要依赖
- 未说明（未提供 Python 版本、依赖清单或硬件最低要求的具体说明）
- 使用限制
- 项目自述为研究阶段，明确区分已测量、已实现但验证薄弱与仍属愿景的部分；治理当前为 A1 级（协作式、可篡改留痕），不构成对抗性隔离（同 UID 的智能体可能绕过普通用户态门禁）；不宣称机器意识、不是新基础模型、不是成品具身智能体产品、不是对抗性沙箱、也不是以基准胜出证明通用智能；公共仓库仅为可检视的架构与研究历史，活跃能力研究在私有仓库中，SWE-SAGE 在竞赛期间保持私有；ARC-AGI-3 的 94.85% 成绩使用前沿模型且借助引擎级/公开游戏内可用能力，合法本地模型方案得分最高约 0.14（同代码波动 0.04–0.14），README 声明应作为历史而非当前定位。
- 许可证
- AGPL-3.0
- 最近推送
- 2026-10-02 06:27
资料检查：2026-10-02 07:00 · 卡片整理：2026-10-02 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。