CtrlK
BlogDocsLog inGet started
Tessl Logo

world-model-runtime

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。

71

Quality

86%

Does it follow best practices?

Run evals on this skill

Adds up to 20 points to the overall score

View guide

SecuritybySnyk

Passed

No findings from the security scan

SKILL.md
Quality
Evals
Security

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）

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  operators.yaml    失效模式→算子表（provisional/validated/superseded）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）

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。

Repository
ooooooooooooooooooop/personal-ai
Path

skills/world-model-runtime/SKILL.md

Commit

84f8ee2

Last updated
First committed

Is this your skill?

If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.

Claim skill