MontrealAI/AGI-Alpha-Agent-v0

它解决的问题

该项目解决了开发人工智能系统的挑战，这些系统能够自主调查现实世界的机会，产生具体的工作成果，并构建经过验证和继承的连续能力——而不声称完全自主或忽视当前技术的局限性。它提出了一种结构化的方式来组织研究、执行和制度设计，使每一步都能产生证据并受到治理。

工作原理

该项目是研究论文、实验研究和引导式网站的集合。它引入了诸如计算机使用（使用模型操作真实界面）、三级策略制定（竞争策略）和四级问题重构（挑战限制性表述）等概念。一个核心思想是SUCCESSOR Ω——一个可移植的使命机构，包含四个项目：WORLD（维护信念）、POLICY（提出行动）、PROOF（记录独立证明的主张）和AUTHORITY（定义允许的行动）。后继者继承记忆和历史，但必须从头开始赢得证明状态和生产权限。论文描述了有界有限合成研究（而非完整的物理部署），测试了能力继承、校准和自主铸造厂等概念。执行使用单独的原生模型和隔离的运行器，并提供免费的基于浏览器的规划环境。

目标受众

这面向对自主人工智能系统的设计和治理感兴趣的研究人员、工程师和组织——尤其是那些从事代理架构、关键任务自动化或长期能力建设的人。它也适合那些希望探索结构化、基于证据的AI开发方法而不需要特定商业部署的人。

亮点

• 引入使命治理的后继架构（SUCCESSOR Ω），分离信念、政策、证明和权限。
• 提供免费浏览器工具用于规划和引导式网站，执行需要单独配置的原生模型。
• 包括有界有限研究（例如，能力继承、热流体铸造厂、可发现性），报告具体指标和保留的失败。
• 提供一系列研究论文，涵盖变革性智能、超越策略、超越进化、自主企业等主题。
• 强调诚实的边界：不声称已实现AGI、自主主权或商业可行性；许多研究指出未证实的成本和未运行的物理部署。