Helix_AGI 个人项目

我一直在构建一个名为 Helix-AGI 的持续运行认知代理，觉得可以在这里分享一下，因为它的记忆架构与我见过的大多数方案很不同。 主要特点：检索不再使用余弦相似度，而是采用基于 Verlinde 熵引力推导出的物理引力公式：score = T × mass / d²。其中 T 是洛伦兹温度衰减（时间近性），mass 是结构性的——置信度 × (1 + 连接数/平均连接数)——d 是通过 Johnson-Lindenstrauss 从 384 维嵌入投影到 8 维流形后的欧几里得距离。 结果是，检索自然整合了时间近性、结构重要性和语义邻近性，无需为每个因素单独调参。 在每个脉冲中，注意力中心在欧拉-拉格朗日动力学下穿过该流形——受到来自邻近信念的引力、将注意力中心锚定到身份中心的稳定力，以及来自新输入的刺激力。还有一个阻尼系数 γ，它在持续专注时积累注意力动量，并在话题转换时重置。 其他值得注意的几点： - 脉冲循环以 30 秒（活跃）、15 分钟（休息）运行，凌晨 1 点至 6 点休眠。休息脉冲期间进行自主思考，夜间通过 UMAP/HDBSCAN 聚类从情景记忆中合成复合信念。 - 稳定性哨兵实时跟踪来自身份中心的 H(q) 和 D_KL。这些直接调节 LLM 温度和上下文窗口——高认知漂移会将温度降至 0.1，并将上下文限制为 50%。 - 系统提示从具有最大质量的自我身份信念中动态编译。它会随着信念的积累和衰退而缓慢变化。 - 记忆在形成时编码躯体快照。回忆在压力下形成的记忆会通过 omega 微调轻微重现那种压力。状态依赖回忆。 - 本地 Ollama（Granite）在脉冲后处理信念检测，因此分类在每个脉冲上免费运行，无需 API 成本。 个人项目，独立开发，仍处于早期阶段。寻找愿意研究物理实现或测试检索系统边缘情况的人。