Skip to content

About

紧箍咒:给大模型套上的状态机与逻辑沙盒。AI 穷举 + 系统剪枝 = 可审计的因果推演树。

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Latest commit

 

History

44 Commits

Folders and files

Repository files navigation

#紧箍咒 · Causality Cage

AI 穷举 + 系统剪枝 = 可审计的因果推演

给大模型套上的状态机与逻辑沙盒:候选生成交给 AI,但否决权留在系统手里。

大模型会流畅地说出一切听起来合理的话——它不会告诉你哪一句是胡说。 本项目换了个分工:让 AI 负责穷举,让规则引擎负责否决。

git clone <this-repo> && cd <this-repo>
python demo.py          # 零依赖、零联网、零 API Key
python tests/test_engine.py   # 引擎核心不变量测试

一、为什么需要它

直接问大模型「CPI 会上行还是下行」,你会得到一段车轱辘话: 语句通顺、术语正确、没有任何一步可被检验。你无法回答: 「它凭什么这么说?」「如果前提变了还成立吗?」

本项目把推演变成一棵可审计的树:

裸问大模型 接入本项目
输出形态 一段流畅文本 一棵带剪枝记录的树
每一步依据 不可见 规则 id 可追溯(如 PRUNE-ABS-LPR1Y)
前提可换 否 是(换一个 --signal 重跑)
被否决的路径 无记录 全部留痕,含否决依据
能否断言 不能 能,且知道断言的边界

核心主张:系统不替 AI 编答案,但系统有权拒绝明显错误的答案。


二、真实运行结果

以下数字全部来自本仓库代码的真实运行,不是示意、不是手绘。

一次真实推演(信号:9月CPI PPI居民消费价格数据,深度 4):

指标 实测值
展开节点数 532
树深 4 层(depth0=1 → depth1=9 → depth2=80 → depth3=442)
剪枝规则命中 PRUNE-ABS-LPR1Y 60 次 · PRUNE-ABS-LPR5Y 60 次 · PRUNE-ABS-001 59 次

被剪掉的典型候选(真实规则原文):

  • 「LPR 1Y 上行」 → PRUNE-ABS-LPR1Y:LPR 自 2019 年报价改革以来只降不升,推上行方向不成立
  • 「10Y 国债收益率上行」 → PRUNE-ABS-001:低通胀 + 政策非偏紧下推收益率上行 = 荒谬
  • 「通胀担忧叙事」 → PRUNE-NARR-001:与世界状态(CPI≤1.5%)直接矛盾

注意最后一条:AI 会主动生成「通胀担忧」这个叙事(在别的语境下它完全合理), 是系统把它挡在了树外。这就是「否决权在系统」的具体形态。

python demo.py 的真实输出(节选):

推演树(●=存活节点,✂=被剪掉的候选)
● [depth=0]
  ✂ [HARD_PRUNE] narrative:inflation_concern  ← PRUNE-NARR-001-DEMO
  ↳ narrative:cost_push [有据]
    ● [depth=1]
       ↳ narrative:demand_weak [有据]  <L3_visited>
...
剪枝汇总
存活节点: 53    被剪候选: 29
  ✂ HARD_PRUNE narrative:inflation_concern        依据规则: PRUNE-NARR-001-DEMO

<L3_visited> 不是 bug,是状态塌缩检测:走到同一个世界状态时停止展开, 避免把相同的未来重复叙述一百遍。绝大多数 LLM「深度推演」栽在这里—— 它们不会承认自己绕圈了。


三、架构

        ┌──────────────────────────────────────────┐
        │  AI 层(可替换:任意大模型)             │
        │  职责:穷举候选、提出假设│
        │  权力:无否决权                │
        └────────────────┬─────────────────────────┘
                         │  generate(state, narrative_layer,
                         │           node_context, seen)
                         ▼
        ┌──────────────────────────────────────────┐
        │  系统层(不可替换:规则引擎)             │
        │  ├ hard_prune    硬剪枝(逻辑/物理/制度) │
        │  ├ constraints   约束层                   │
        │  ├ canon         规范登记表(别名归一)    │
        │  └ world_tree    状态演化 + L3 去重       │
        │  权力:最终否决                            │
        └────────────────┬─────────────────────────┘
                         ▼
                  可审计的推演树

关键设计:ai_candidate 模块在未注入任何生成器时显式抛错,而不是静默返回空。 系统宁可拒绝运行,也不伪造一个「看起来正常」的结果。 tests/test_engine.py 组1 就是在钉这条不变量。


四、开源了什么 / 没开源什么

✅ 开源(发动机)

文件 作用
tools/world_tree.py 树演化主体:状态推进、候选注入、L3 状态去重
tools/hard_prune.py 硬剪枝引擎:7 类约束的机器可判定规则
tools/ai_candidate.py 候选槽位契约(含「未注入即报错」的设计)
tools/llm_generator.py 标准 LLM API 适配器(OpenAI 兼容,stdlib 零依赖)
tools/canon.py 规范登记表:别名归一 + 范围外拒收
tools/test_engine.py 引擎核心不变量测试(零依赖)

❌ 不开源(汽油配方)

文件 为什么不发
config/state_step_model.json 真实资产步长分位数校准(CPI/M2/CN10Y 等按 p25/p50/p75 + 样本量标定,n 最大 2340)。长期积累的数据资产,不是代码。
config/transmission_graph.json 生产传导图(含实例统计)
完整的 prune_rules.json 仓库内是裁剪后的示范子集(标注 NOT PRODUCTION-CALIBRATED)。生产规则库经过长期领域校准,未发布。

取舍是刻意的:引擎能让所有人跑通、看清机制; 但「在你的领域里剪掉什么」这份知识,得自己长出来。 这也是这个项目真正的门槛所在——不是代码难写,是规则要一条条跟现实对撞出来。


五、谁该用它

  • 复杂剧情游戏 / NPC 行为系统 — 让 NPC 的行为链有硬边界, 杜绝「为了推动剧情突然降智」。剪枝规则就是你的世界观物理定律。
  • 金融 / 供应链推演 — 防止模型产生「听起来很专业的幻觉」。 每个方向都有规则 id 可查,每条被否决的路径都留痕。
  • 规则引擎 / 约束求解研究者 — 研究如何把大模型锁在物理与逻辑边界内。 7 类约束(荒谬/矛盾/物理/时窗/叙事/认知/伦理)是一套可直接复用的框架。

不适合:想要一句话答案的场景。这套系统给你的是可审计的过程, 如果你只需要结论,它显得笨重。


六、接上你自己的大模型

tools/llm_generator.py 是 OpenAI 兼容适配器,stdlib 实现(urllib),无额外依赖:

export LLM_BASE_URL="https://api.your-provider.com/v1"
export LLM_API_KEY="sk-..."
export LLM_MODEL="your-model"

然后照 demo.py 里的注入点替换离线桩即可——系统侧的剪枝逻辑一行都不用改。

想扩展剪枝规则,照 config/prune_rules.json 的 schema 写就行:

{
  "id": "PRUNE-XXX-001",
  "category": "logical_contradiction",
  "ground": "theoretical",
  "description": "人类可读的否决理由(会出现在运行日志里)",
  "when": { "all_of": [{ "metric": "CPI", "op": "<=", "value": 1.5 }] },
  "forbid_direction": { "target": "CN10Y", "sign": "up" }
}

七、已知边界(诚实披露)

  1. config/prune_rules.json 是示范子集(8 条规则)。 它足以让引擎跑通、让 demo 复现,但剪枝覆盖面远小于生产版本。
  2. 真实资产步长模型未开源,因此本仓库无法给出「每一步的幅度」。 树能告诉你「哪些路径可能」,不能告诉你「会走多远」。
  3. demo.py 用离线种子世界状态(占位观测值,非真实行情)。 真实数据支路需要 pip install pandas akshare 并联网。 demo 的目的是演示剪枝机制,不是演示数据质量。
  4. 叙事域是开放的,接受任意叙事 id。这意味着规则质量直接决定剪枝质量—— 规则不全时,系统不会乱剪,但也不会拦下所有错误。这是刻意的取舍: 宁可漏剪,不可误剪。
  5. tools/feeds.py 在开源包内是降级桩:真实数据采集实现未随包发布。 use_real_feeds=True 时会返回空集 + source_status 明确标注 not_bundled, 而不是静默返回空让人误以为「源里没有东西」。离线运行(demo.py / tests)不受影响。
  6. src/ 目录只包含规则与存储层(供引擎引用),不含语料采集器 (collect/、pipeline.py 未发布:联网且依赖 pyarrow,非本项目核心)。

八、开发过程中真实踩过的坑

这些是引擎里带注释的"疤",也是 tests/test_engine.py 逐条钉住的不变量:

坑 症状 修法
顶层 import pandas fresh clone 后引擎直接 ImportError 起不来(明明纯逻辑推演根本不需要 pandas) 改为惰性代理,只在真实行情支路才 import
静默空结果 生成器未注入时返回空列表,上层看起来"正常跑完了" 显式抛错,宁可拒绝运行也不伪造结果
状态塌缩 不同分支抵达同一世界状态后重复叙述 L3 visited 检测 + _state_key 含叙事集(否则 no-op 归因恒真)
窗口口径误杀 chain_days 拍脑袋给 30~180 天,全被 WINDOW_FIT 剪光 用真实 NARRATIVE_CHAIN_DAYS(快通道 2 天 / 慢通道 10 天)
虚假"桥接"披露 把路径上所有修饰叙事都算成"跨越" _longest_run 只记真正桥接的节点

License

MIT

About

紧箍咒:给大模型套上的状态机与逻辑沙盒。AI 穷举 + 系统剪枝 = 可审计的因果推演树。

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages