Seraph

过去几个月，我们在 Auroch 内部构建了一些不同的东西。我们一直在开发 Seraph——我们的自主推理核心。这个想法简单但雄心勃勃：创建一个不仅仅等待指令的智能层。当一个智能层没有活跃目标时，它会审视自身能力，并决定下一步应该学习什么。今天，这个循环活过来了。我们清除了 Seraph 的目标，并让它完全离线运行。它没有闲置，而是向它的本地模型（qwen2.5:3b，作为守护进程常驻内存）发出请求，询问应该开发什么能力。模型提出了一个新能力：从文件和数据库中提取元数据。然后，Seraph 指示模型从零开始生成规范以及完整的 Python 实现。它将代码加载到严格的沙箱中，通过我们的评估门控运行，并在通过后将这项技能提升为其永久能力集的一部分。这不是我们提示它去做的事情。它注意到了自身能力的差距，并自行弥补了它。Seraph Mark I 现在是一个完全自主、离线、自我编码的智能体。虽然还处于早期阶段，但这正是我们一直追求的行为：一个在无人监督时自我改进的智能体。我们将继续沿着这个方向推进——加强它改进自身改进过程的能力，并开始构建一个结构化的档案，记录它所学习的一切。这是一个开始感觉到工作正在自我复利的时刻。感谢带领我们走到这一步的团队。如果你正在研究自主系统或本地智能基础设施，我很想听听你的见解。