world-model-runtime git:20260913.97c758eA

Immutable. This exact content is served forever at /api/v1/blob/4dfb60828573a955.

---
name: world-model-runtime
description: 在重要任务上运行完整世界模型闭环的执行协议——恢复持久状态→建立竞争模型→显式预测→真实观察→修订模型→主动取证→决策→持久化。由 AGENTS.md World Model Gate 判 OFF/CORE/FULL 后加载；用于多步、高风险、跨会话、存在竞争解释或需要持久世界模型的真实任务，不用于简单一次性任务。
---

# 世界模型运行时

你正在执行一个带持久世界模型的任务。世界模型不是记忆库，是「当前对世界如何运作的最佳压缩 + 主动被测试的对象」。本协议定义九环如何真实执行，不是形式主义清单。

## 模式

由 AGENTS Gate 判定，写入本会话 working state：

- **OFF**：简单一次性任务，不启用本协议。
- **CORE**：重要任务基本闭环。必须实质运行：Observation / State / World Model / Prediction / Uncertainty / Action / Model Revision / Persist。
- **FULL**：CORE + 竞争模型、重大不确定性、复杂决策、预测失败或长程任务。追加评估：Active Learning / Value-Decision / Goodhart / Meta。

FULL 中每一环标 `USED / NOT_NEEDED(reason) / UNKNOWN`，允许空环但不允许跳过评估。

## 不变量（违反即协议失效）

1. **Prediction 必须先于对应 Observation**——先写下「如果模型为真应看到什么」，再行动取证。
2. **RAW_EVIDENCE ≠ OBSERVATION ≠ Interpretation**——工具返回是 RAW_EVIDENCE（插件机械捕获）；你选择、标注、关联到某个 Prediction 后才升 OBSERVATION；推断另行标记。日志存在 ≠ 支持你。
3. **未知不补全**——不知道就写 UNKNOWN，不编造。
4. **World / Value / Decision 分离**——世界如何运作 ≠ 什么结果值得 ≠ 选什么动作。
5. **重大 Update 必须留可恢复 artifact**——写进 state，不只留在对话里。
6. **状态文件是审计对象**——持久化事实/模型/预测/观察/决策依据/证据引用，不持久化私有思维全文。

## 状态层（读写契约）

```text
Canonical SSOT:  ~/personal-ai-state/world-model/
  current.yaml      当前最佳压缩模型。每条模型条目字段：
                    命题 / 状态(当前最佳|竞争) / 定性置信 / 支持证据ref /
                    反例 / 竞争解释 / 适用范围(Model Coverage) /
                    模型依赖(本结论依赖哪些上游模型) / 未知 / 异常 /
                    区分性观察(若H1为真应见…若H2为真应见…) /
                    更新历史(旧模型→新模型及原因) / 来源
                    另含 Open Predictions / Known Residuals / Open Loops /
                    watermark / evidence refs
  operators.yaml    失效模式→算子表（provisional/validated/superseded）
  open-loops.yaml   未闭合观察口
  history/          重大修订快照

Runtime:  ~/.dsh/world-model/
  current.json      materialized 工作状态
  ledger/YYYY-MM-DD.jsonl   append-only 事件流
  runs/<session-id>.jsonl   单会话轨迹
  manifest.json     版本与指针

Episode schema（L1 情境记忆，ledger/runs 事件）：
  event_id / schema_version / session_id / task_id / event_type /
  timestamp / actor / subject / scope / happened(一句话,细节引用L0) /
  payload / evidence_refs /
  因果关联: prediction_id / action_id / model_id / supersedes /
  source(provenance) / evaluation_awareness
不要求每种事件全填，但 ID、类型、引用、因果关联必须存在——
要能机械回答「这个观察评价的是哪个预测」「这次更新替代哪个旧模型」。

Prediction schema（门禁绑定用，缺一不可）：
  prediction_id / subject / intended_action(绑定哪类动作) /
  expected_observation / falsifier(什么结果算错) / time_horizon /
  confidence_bucket / evidence_refs / created_at_event_id
禁止万能预测——不绑定具体动作范围的预测不能解锁 mutation。

工具风险分级（机械分级，模型不自报）：
  read / reversible-low / consequential / high-risk / irreversible
CORE 模式只拦 consequential 及以上：无绑定预测→guard 拒绝放行。
临时文件/格式化等 reversible-low 不设门禁。
```

## 执行时序（CORE 必须出现，顺序即验收）

```text
WM_ACTIVATE        声明进入 CORE/FULL 及理由
STATE_RESTORE      读 canonical current.yaml + watermark 后的 ledger → 构造 working state
CURRENT_MODEL      写出当前模型与 Model Coverage（哪些算数、哪些不算）
PREDICTION_CREATED 每条预测：可证伪、绑定将做的 Action、标置信（定性，不伪精确）
ACTION / QUERY     真实工具调用/检查/改动
OBSERVATION_RECORDED  只记录真实回读证据，引用 evidence ref（session id / 文件 / 测试）
PREDICTION_EVALUATED  逐条对照：confirmed / refuted / partial
UPDATE_APPLIED 或 NO_UPDATE  引用具体 Prediction+Observation；失败预测 → residual 标签 +
                   参数修订/结构修订/H4(换问题表征) 三选一明确记录
STATE_PERSISTED    append ledger + 更新 runtime current.json；
                   达到重大变化门槛才写 canonical（见下）
```

## 各环要点

- **Observation**：RAW→OBS 升级需显式关联 prediction_id；只收真实证据，标注来源。
- **Representation**：决定什么值得表示——原始证据不复制进模型，只存引用。
- **World Model**：显式列 Current Model；存在分歧时列 Competing Models（H1/H2/H3），各自带可区分预测。
- **Uncertainty**：定性置信 + 依据；关键不确定应转为主动取证点。
- **Active Learning**（FULL）：当存在能区分竞争模型的查询时，优先做信息增益最高的检查而非最顺手的。
- **Action**：Exploit（已知有效路径）/ Explore（减少关键不确定）/ Probe（探测模型假设）——标类型。
- **Model Revision**：改参数 / 改结构 / H4 换表征；旧模型结论保留，记录被替代原因（不抹历史）。
- **Value/Decision**（FULL）：写下当前目标、决策标准、代理指标风险（Goodhart：优化的是目标还是指标？）。价值更新走 `PROPOSED→provenance→reason→authorization→accepted`，Outcome 不得直接覆写长期价值。
- **Meta**：评估继续思考/取证的价值；收益低则停止并记理由。记录 bottleneck 诊断（information/computation/model/value）。

## Canonical 写入门槛

runtime ledger 随时可写；canonical **只允许 proposal→治理路径写入**，runtime 不得自动改写：失效模式新增/算子升降级、Current Model 实质修订、Open Loop 开关、跨会话需要继承的持久结论，均先落 `proposals/` 待审。普通任务流水不进 canonical。

Learning Progress（可记录，禁止当 reward 优化）：
  按域跟踪 prediction coverage / resolved / exact-partial-failed /
  confidence_bucket / difficulty-novelty(可UNKNOWN) / natural-or-test /
  abstention / specificity。learnable/noise 标记只 provisional，
  不因单次失败定案。只预测容易的事是 Goodhart 自证。

## 会话结束契约

结束前确保：ledger 已 append、current.json 已更新、开放口已登记；下一次新会话 STATE_RESTORE 应能拿到本次全部持久结论——否则本协议未真实运行。