经审计的启动路径或主路径中,确实存在所述机制。
不代表:完整、成熟、安全、可用于生产,也不代表所有路径都会执行。
状态与项目 / 证据快照
AdamI 仍是早期实验系统。这里把静态代码审计能够确认的机制,与尚不完整或仍待研究的部分分开列出。
“已实现”不等于完整、成熟、安全或可用于生产。
01 / 状态定义
架构页与本页使用同一组状态标签。每个标签都同时使用文字、形状和颜色,不会只靠颜色区分。
不代表:完整、成熟、安全、可用于生产,也不代表所有路径都会执行。
不代表:可靠的端到端能力已经成立。
不代表:路线图承诺,也不是已实现功能。
02 / 公开清单
每一项都只描述具体机制,并附上证据与必要限制,避免把局部实现说成完整能力。
经审计的启动路径或主路径中确实存在的具体机制,不代表更广泛的能力已经成立。
AdamiKernel 将组件初始化、启动编排和生命周期管理交给明确的核心组件。
已审计启动路径与核心生命周期路径。
TaskQueueStore 在容量与 TTL 限制内持久保存待处理和处理中的任务。
已审计 TaskQueueStore 实现及其生命周期用法。
AdamiEvent 可以进入 system.events;LifecycleManager 以有界并发消费任务载荷不为空的事件。
边界:这里描述的是事件输入机制,不是类人感知。
已审计 EventBus、AdamiEvent 与 LifecycleManager 消费路径。
SemanticIntentRouter 先执行有序规则,只在路由不明确时回退到动作模型。
已审计 route_task 汇流路径及下游 DecisionProcessor 分支。
HybridLLMRouter 分别维护思考与动作模型列表,并支持从云端回退到本地。
边界:这只是路由与资源边界,不能证明存在两个自主心智。
已审计 HybridLLMRouter 提供方列表与回退路径。
复杂任务路径可以调用 TaskPlanner、WorkflowEngine 与 SkillComposer。
边界:这不能证明系统具备开放式或无监督行动能力。
已审计 DecisionProcessor 的复杂任务分支及编排模块。
经审计的代码库包含 LayeredMemory、SecondBrainManager、SubconsciousRAG 与 EpisodicMemory。
边界:模块存在不能证明完整的记忆巩固与遗忘生命周期已经成立。
已审计 hippocampus 模块与组件结构。
ExperienceSink 将 LLM 与工具交互流记录为原始经验数据。
边界:采集下来的经验不会自动变成有用记忆,也不等于学习。
已审计遥测 ExperienceSink。
代码库包含技能路由、加载、工厂、生命周期、SKILL.md 导入与向量存储机制。
边界:这不能证明技能会自主、持续地改进。
已审计 skill_manager 包及基于 Chroma 的向量存储。
超时处理、RBAC、令牌桶限流、本地密钥存储、过滤、策略加载与遥测脱敏机制已经存在。
边界:该审计不能证明这些控制在所有路径都会执行,也不构成完整的安全证明。
已审计 Guardian、策略与脱敏导出组件。
经审计范围包含通道适配器、调度、报告、技能市场、Web 控制台与 MCP 管理机制。
边界:各项集成仍受依赖和特定提供方限制。
已审计 Nexus、Peripheral、Market、Web 与 MCP 模块。
超时预算、OpenTelemetry 初始化与回退、脱敏导出、黄金样本采集、重放及评估 CLI 已经存在。
边界:可观测性机制不能证明所有行为正确,也不能证明所有测试稳定。
已审计 observability、web/otel 与 integration/sim 路径。
代码已经存在,但接入、依赖、默认配置、兼容性、提供方或测试证据仍有限制。
主要决策组件同时包含生产行为以及面向模拟和黄金追踪的硬编码分支。
对 DecisionProcessor 分支结构的静态审计。
SystemDiagnostics.perform_startup_check 已存在,但经审计的启动路径没有调用它。
边界:它还会检查 ComponentInitializer 并未创建的属性。
静态调用点与组件初始化器审计。
解析器会探测第四阶段 json_repair 回退,但该包未声明为项目必需依赖。
解析器与 pyproject 依赖对比。
文档、视觉与音频路径已经存在,但依赖可选包,且顶层 transformers 导入较脆弱。
边界:没有 torch 时视觉能力受限;没有 transformers 时模块导入可能失败。
已审计 multi_modal 模块与依赖声明。
MetaCortex 及相关类已经存在,但审计不能证明完整的长期目标机制。
边界:经审计实现依赖好奇心相关元素,其运行时连接尚未得到确认。
静态模块与依赖审计。
SkillBuilder 仍明确保留集成 TDD Generator 与 SelfTestRunner 的 TODO。
经审计 SkillBuilder 源码中的明确 TODO。
部分生成技能的验收路径要求仓库或运行时数据目录中存在对应技能文件。
已审计运行时技能文件依赖。
MLX 支持已经存在,但默认禁用,且仅限启用后的 Darwin 环境。
已审计设置默认值和 HybridLLMRouter 环境检查。
注册的外部工具使用通用执行路径,内置工具使用独立方法,两套 Schema 尚未完全统一。
已审计 ToolboxManager 路径与源码注释。
MCP 管理与可选 mcp-agent 集成已经存在,但部分已配置提供方路径尚未实现。
已审计 MCP 管理器与 mcp-agent 配置。
静态审计不能证明完整测试套件在不同执行顺序与环境中都能持续通过。
审计限制及已记录的顺序相关失败历史。
仍在 AdamI 当前能力之外的问题与假设,不是路线图承诺。
持续运行的人工系统能否发展出这些属性,仍是开放研究问题。
明确不在 AdamI 当前能力声明范围内。
稳定的自主生成驱动力与持久目标仍是研究方向,不是已验证的当前能力。
经审计的运行时路径未能证明。
模块名称不能证明系统已经拥有一个能够保持连贯、持续影响未来行为的成熟自我模型。
静态审计未能证明这一更广泛属性。
长周期、开放式、无监督行动仍是研究方向。
已实现的规划与工作流机制不能证明这一点。
从经验采集、评估到巩固或遗忘,再到检索的完整闭环仍未验证。
审计验证了模块与采集机制,但未验证完整、能影响后续行为的生命周期。
由经验稳定带来的持久能力提升仍是开放研究方向。
仅凭技能生成与生命周期机制无法证明。
由 AdamI 维护或发布公开网站是未来可能性,并非当前能力。
项目说明明确将其列为未来可能性。
可以探索不同于生物认知的架构,但并行认知并非 AdamI 已实现的能力。
仅为概念性假设。
03 / 证据来源
所提供的白皮书记录了对 AdamI 源码树、软件包配置、vNext 路线图、入口点与部分关键测试绕过的扫描。记录的软件包版本为 0.1.0,工程成熟度为第 1 级。
要提升一项声明,需要新的代码审计或直接代码核验,不能只改界面文案。
04 / 项目背景
第一版 AdamI 尝试自下而上的生物模拟:组织一组组件,期待足够复杂的交互会产生类似生命的行为。
在看似取得进展之后,人工审计发现了占位符、输出脚手架,以及被误认为有效机制的表面模拟。这套架构因此被放弃,而不是继续包装。
第二版从功能需求出发:生命周期、事件、认知、记忆、技能、任务执行、持久化、安全控制、可观测性与故障恢复。部分机制已经实现;更广泛的“数字生命”属性仍是研究问题。
“令人信服的输出,不等于系统确实在运作的证据。”
05 / 公开边界
公开网站只负责解释项目。它不是 AdamI 运行时,也不能访问私有系统状态。
用于发现、讨论与发布开发动态。只有完成配置后,才会显示已核验的账号链接。
长期保存架构、证据、项目背景,以及后续开发记录。
私有实验系统。这里不暴露密钥、记忆存储、内部控制、特权 API 或自主动作。
继续查看