Helix-AGI 感知-实现器（Sensory-Actualizor）

大家好，我开发这个智能体框架已经有一段时间了，最新版本采用了双 RWKV 模型——一个负责对话输出，另一个负责感知输入和动作执行。我们的思路是绕过标准的自然语言 JSON 工具调用，转而采用一种双议院式（Bicameral）双 RWKV 非语言动作循环。Helix-AGI 不再强迫一个无状态模型打断对话、写出字符串化的 JSON 参数再用正则解析，而是将认知拆分为一个对话式的 Speaking Head 和一个 Sensory-Actualizer Head，两者通过 0.15 的隐状态增益在潜空间中耦合。感知头直接在一组非语言的原始动作与感知词表上运行（sense、move、read、write、run），通过一个共享的 Habitus 沙漏双锥图来路由操作，其中守恒流边权重（\sum w = 1.0）和 Y 轴旅行时间编码将原始的操作系统文件检查和脚本执行转化为反射性的运动通路，无需像传统 markdown 技能或纯 RAG 行为那样每次都占用 token 空间。本质上，智能体不断习得习惯性行为和偏好，并利用这一功能持续同步其双 LLM 头部，确保基于实际学到的期望结果做出正确、准确的意图动作，同时通过无缝的感知反馈在上下文窗口中暗示自主行动，而无需依赖系统提示词的 schema。UI 可以让你实时观察图的运行情况，以及智能体的感知输入当前指向哪个目录——也就是它在环境中所处的位置。你可以看着智能体在环境中移动和交互。它可以根据隐状态的意图在内心独白和消息输出之间切换。焦点轨迹映射和滚动的 JIT 上下文窗口竞价机制让智能体能够‘跑题’处理子任务，然后‘弹回’到主话题或之前的焦点。仓库目前比较乱，部分文档也已过时，但主 README 和重要技术文档已更新，设置向导中还内置了一个聊天机器人助手。非常希望有测试者提供反馈，如果有人愿意协作就更好了！提前感谢大家！GitHub 仓库链接在评论中！