Turing Pyramid

核心用法

Turing Pyramid 是一套本地状态化的AI代理动机系统，通过模拟10种人类需求（安全、连接、表达等）的张力积累与衰减，驱动代理自主决策行动。核心工作流为：run-cycle.sh 评估张力 → 选择行动 → 执行门控注册 → 代理执行 → mark-satisfied.sh 更新状态。

系统采用三层架构：

• 动机层：纯建议引擎，读写工作空间状态JSON，无系统副作用
• 连续性层：可选cron守护进程，只读系统检查（pgrep/df），写入MINDSTATE.md
• 弹性层：可选看门狗，默认仅检测日志，显式启用后才可终止僵死进程或清理临时文件

显著优点

1. 执行门控机制（v1.27.0）：结构性防止"描述代替执行"——要求代理提供环境证据（文件创建/修改、mark-satisfied调用记录）才能解除阻塞，有效对抗LLM的幻觉性行动声明

2. 智能张力公式：Turing-exp算法在稳态时平等轮换需求，危机时按重要性分层响应，避免低优先级需求被永久淹没

3. 深度可配置：10种需求的权重、衰减率、行动池均可调整；扫描方法从免费grep到可选外部模型API；部署层级从纯交互到全自动化渐进扩展

4. deliberation协议（v1.31.0）：为反思性行动提供结构化产出要求（结论+路由决策），防止"阅读即完成"的浅层处理

5. 安全默认设计：网络调用默认关闭；看门狗破坏性操作默认禁用；allow_kill仅限脚本目录内的mindstate-*.sh进程；所有find命令使用-P防符号链接遍历

潜在缺点与局限性

• 状态非隔离：运行时写入needs-state.json、audit.log等文件，需严格隔离WORKSPACE目录，禁止指向家目录或系统路径
• 证据可伪造：file_created/file_modified证据类型依赖代理对工作空间的写权限，恶意/故障代理可虚构执行证据
• cron持久化风险：Tier 3+启用后台守护，需非root账户运行，且脚本需人工审查后方可部署
• 外部行动仅文本：8项标记external: true的行动（网络搜索、社交发布等）仅为文本建议，代理运行时若自动执行可能产生意外副作用，需显式禁用或管控
• 无分布式状态：设计为单代理本地使用，多实例或网络同步需自行扩展

适合人群

• 需要长期自主运行的AI代理开发者，希望代理具备"内在动机"而非纯响应式
• 关注执行可信度的场景——通过门控机制确保行动有迹可循
• 愿意投入初期配置与审查的 steward，能隔离工作空间、审查shell脚本、管理cron部署
• 对可解释决策有要求的应用——张力计算、概率选择、审计日志全程透明

常规风险

| 风险场景 | 缓解措施 |

|---------|---------|

| `WORKSPACE`指向敏感目录 | 强制使用隔离目录，文档多次警告 |

| 看门狗误杀进程 | 路径锚定匹配`$SCRIPT_DIR/mindstate-*.sh`，`grep -F`精确过滤 |

| 代理虚构执行证据 | 优先使用`mark_satisfied`证据类型；敏感场景增加人工审核 |

| cron提权运行 | 文档明确禁止root cron，要求与`$WORKSPACE`同用户 |

| 外部模型API泄露 | `external-model`扫描默认关闭，启用需 steward 显式审批并记录凭证来源 |

部署建议：从Tier 1或2起步，测试通过后再逐步启用连续性层与看门狗；首次使用务必运行测试套件验证隔离环境。

核心用法

Turing Pyramid 是一个为AI代理设计的本地动机系统，通过10个基础需求维度（安全、连接、表达等）构建动态张力模型，驱动代理的自主行为决策。

基础工作流：
1. 初始化：运行 init.sh 创建需求状态文件
2. 周期执行：run-cycle.sh 评估当前张力，基于Turing-exp公式计算优先级，输出建议动作
3. 执行与反馈：代理执行动作后，调用 mark-satisfied.sh <需求> <影响值> 更新状态
4. 执行门控：gate-propose.sh/gate-resolve.sh 强制要求代理提供环境证据（文件创建、修改记录等），防止"描述动作"代替"执行动作"

分层部署：从纯交互式（Tier 1）到完整自恢复（Tier 5），用户可按信任级别逐步启用连续性层（mindstate-daemon）、 deliberation协议和看门狗监控。

显著优点

1. 数学严谨的张力模型：Turing-exp公式 tension = dep² + importance × max(0, dep - threshold)² 确保平时需求轮转公平，危机时高重要性需求优先，避免传统加权模型的僵化。

2. 完整的执行验证机制：执行门（Execution Gate）是核心创新，通过强制环境证据（文件存在性、修改时间戳、audit日志交叉验证）解决LLM"幻觉执行"问题。

3. 零网络依赖的安全设计：默认纯本地运行，无curl/wget/ssh等网络调用；8个标记"external"的动作仅为文本建议，不自动执行。可选的external-model扫描需显式steward批准。

4. 精细的弹性架构：原子写入（*.tmp.$$ + mv）、信号陷阱清理、孤儿文件自动回收、stale cognition检测与auto-freeze，确保崩溃后可恢复。

5. 全面的审计与脱敏：audit.log自动脱敏敏感信息（token→[REDACTED]、邮箱→[EMAIL]等），完整追踪状态变更链条。

潜在缺点与局限性

1. 配置复杂度较高：10维需求、交叉影响矩阵、spontaneity三层机制、 deliberation六阶段协议——理解全部机制需要显著学习投入，新手易从Tier 3+开始部署可能忽略安全审查。

2. 纯本地限制的扩展性：无内置向量检索、无长期记忆压缩机制、无多代理协调——对于需要大规模知识库或分布式协作的场景需额外集成。

3. 执行门的证据瓶颈：self_report证据类型信任度低，而高信任证据（file_created/file_modified）要求代理具备文件系统写入能力，在受限环境中可能失效。

4. 看门狗功能的心智负担：Tier 5的allow_kill和allow_cleanup虽路径锚定保护，但仍需用户理解bash进程匹配逻辑，误配置可能导致意外清理。

5. Shell性能天花板：高频心跳（<30分钟）或大规模workspace（>10K文件）时，grep/find扫描可能成为瓶颈，无原生并行优化。

适合的目标群体

• 自主AI代理开发者：需要代理具备"内在动机"而非纯响应式行为的开发者
• 长期运行会话系统：需要跨会话连续性（MINDSTATE.md冻结/恢复）的研究型代理
• 高可靠性要求的本地Agent：金融、医疗等敏感领域，要求零外部依赖、完整审计追踪
• AI对齐研究者：需要通过可配置需求权重（SOUL.md对齐）约束代理价值观的研究场景
• 边缘计算/离线环境：无稳定网络、需完全离线运行的嵌入式代理系统

常规风险

性能风险：workspace文件规模与扫描成本线性相关，建议监控daemon执行时间；默认5分钟cron间隔在极端目录结构下可能堆积。

依赖项风险：依赖bash 4.2+、jq、bc、flock等系统工具，容器化环境需确保基础镜像完整。

配置漂移风险：needs-config.json手动编辑可能破坏JSON结构或数值范围（如importance>10），建议配套配置验证脚本。

WORKSPACE隔离失效风险：若错误设置WORKSPACE为家目录或代码仓库根，scanner将遍历敏感文件——虽只读但仍暴露文件名信息。必须严格隔离。

Cron持久化风险：daemon/watchdog通过cron部署后，skill卸载时易遗忘清理crontab，留下孤儿任务。