生命周期
什么让系统持续运行，并在故障后恢复？
数字生命 / 研究问题
持续运行，改变了问题。
AdamI 不是把聊天机器人包装成“生命”，而是在研究：人工系统要在多次交互之间保持连续，需要哪些工程机制。
01 / 单次响应之外
提示词会结束。
持续运行的系统还有后续。
单次提示词
接收输入。
生成回答。
结束。
持续运行
保留状态。
接收新事件。
判断下一步该做什么，或什么都不做。
后者是研究目标，不代表 AdamI 已经具备成熟的持续自主能力。
02 / 不只是聊天机器人
持续运行是架构问题。
系统要跨时间运行，光有强大的模型不够。模型之外还需要一整套机制，以及清晰的运行与安全边界。
事件
除了用户直接输入，还有什么可以进入系统？
记忆
经验的哪些后果应该影响未来行为？
任务
未完成的工作如何延续，又受什么限制？
行动
系统能做什么、调用哪些工具、由谁授权？
停止
执行应在何时暂停、上报、恢复或结束？
03 / 当前研究
进度并不整齐。
边界必须说清。
有些底层机制已经写进代码，有些仍不完整；数字实体持续运行所涉及的更广泛能力，仍是开放问题。
已实现
持续运行
生命周期、任务队列、事件消费、超时与重启机制已构成部分运行基础，但系统整体还不能算作成熟的持续存在能力。
实验中 / 尚不完整
记忆
分层记忆、情景记忆、SecondBrain、检索与经验采集模块已经存在，但评估—保留—遗忘—检索的完整闭环尚未建立。
已实现
输入与事件
外部与内部输入可以表示为事件，并通过 Nexus 事件架构发布。这是工程输入层，不是主观感知。
实验中 / 尚不完整
任务与行动循环
路由、规划、工作流、任务队列、工具调用与取消机制已经存在，但广泛、无监督的长周期自主运行尚未得到验证。
实验中 / 尚不完整
技能
技能路由、加载、生命周期、导入与生成机制已经存在。系统能否从经验中获得持久、可靠的自我改进，仍待验证。
研究方向
内部状态与目标
持续的自我模型、可靠的自主生成目标与更丰富的适应仍是研究问题。模块名称或局部实现不能证明这些能力已经成立。
04 / 必要区分
持续运行不等于 AGI。
让进程一直运行，并不会让它获得广义智能。它只会带来更多工程问题。
- 目标连续性——哪个目标仍然有效，又持续多久？
- 记忆质量——什么值得影响之后的决策？
- 权限——什么可以行动、何时行动、在哪个边界内？
- 监督——何时需要人工审查？
- 恢复——故障或部分执行之后会发生什么？
- 停止——何时最安全的下一步是什么都不做？
“自主不只是知道下一步做什么，也包括知道什么时候不该行动。”
这是设计原则，也是尚未解决的要求；AdamI 还没有证明自己具备可靠的自主停止能力。
存储留下数据。
记忆让经验影响未来。
05 / 记忆不是存储
过去只有影响未来，才算真正留下。
AdamI 经审计的代码包含分层记忆、情景记忆、SecondBrain、检索与原始经验采集机制。这些模块确实存在，但还不能证明成熟的记忆生命周期已经成立。
如何评估经验、选择保留或遗忘、在合适的时机检索，并稳定影响后续推理，仍处于实验与研究阶段。
06 / 不照搬生物
先实现功能，再谈隐喻。
第一版 AdamI 试图从模拟细胞、功能、器官与交互逐层构建。后来审计发现，令人信服的行为表现已经跑在底层实现之前，于是这套架构被放弃。
第二版从功能需求出发：生命周期、事件、记忆、认知、技能、安全控制、可观测性与恢复。它不假设人工系统必须复刻人类或生物认知。
不同的计算结构也许最终会有价值，但并行或多线程认知并不是 AdamI 当前已实现的能力。
07 / 已知与未知
三种状态，如实标注。
经审计代码中已经存在生命周期、事件、路由、规划、任务队列、记忆、技能、安全控制与可观测性机制。
部分路径依赖可选包，包含模拟或兼容分支，尚未完全接入，或仍有明确 TODO 与未经验证的测试稳定性。
成熟的自主生成目标机制、持续自我模型、经验驱动的持久学习、广泛自主性、意识与 AGI 都不是当前能力。
证据基线：AdamI 代码审计 · 2026-08-20