⚡ 因果动力学 · 决定论推演 · 零概率漂移

解决 Agent 的三大底层顽疾

LLM 概率范式下，Agent 面临概率偏移、短时记忆、AI偏见三大不可解问题。
SPL 引擎用因果拓扑网络 + 连续动力学系统，从底层范式上彻底解决。

0%
概率漂移
12层
连续状态系统
100%
因果可追溯
<1ms
单步推演耗时
范式差异

为什么 LLM 原生 Agent 解决不了这三个问题

不是调参问题，是底层范式问题。概率生成模型的本质缺陷，无法通过 prompt engineering 或 RAG 根治。

⚠️
LLM 概率范式
黑箱 · 不可控
  • ✕
    概率偏移（Drift） 每轮对话都是概率采样，同输入不同输出。长期运行后人格、立场、知识一致性逐步漂移，无法锚定。
  • ✕
    短时记忆（Amnesia） 上下文窗口有限，超出即遗忘。RAG 是"查资料"，不是真正的状态连续——创伤、信任、心境等慢变量无法持久化。
  • ✕
    AI偏见（Bias） 训练数据中的偏见被概率化放大。偏见来源不可追溯，只能靠RLHF事后压制，无法从机制上消除。
✓
SPL 因果范式
白箱 · 可解释
  • ✓
    决定论因果拓扑 所有状态变化都是确定性函数 f(state, event) → new_state。同输入永远同输出，零概率漂移。可复现、可测试、可审计。
  • ✓
    12层连续动力学 情绪/心境/生理/防御/自尊/信任/创伤/认知失调… 每层有独立时间常数（分钟~年级），状态连续演化，永不遗忘。
  • ✓
    偏见显式化 + 可审计 所有偏见都是可配置的显式参数（乐观偏见、确认偏见…），来源可追溯，大小可精确调控，甚至可设为零。
实时演示

看引擎如何工作

选择一个业务场景，触发事件序列，观察因果链如何确定性地传播。所有状态变化100%可追溯。

交互式因果推演
点击事件按钮 → 观察8维情绪 + 关键指标 + 因果链实时变化
8维情绪流体
信任
0.70
信任上限
1.00
自尊
0.65
认知失调
0.00
隐压
0.12
创伤电荷
0.00
因果链追踪 零概率 · 全追溯
点击下方事件按钮开始
每一步变化都有完整因果链
Agent 心理变化 实时时序
事件模拟器
00:00 第1天
强度 0.5
心理参数调节 手动设定 Agent 内部状态
核心能力

从底层解决三大顽疾

不是在LLM上加补丁，而是用因果动力学系统重新定义Agent的状态演化机制。

🎯
● 解决：概率偏移
决定论因果拓扑
每一个状态变化都由确定性函数驱动。相同初始状态 + 相同事件序列 = 完全相同的结果。可复现、可测试、可审计。
机制：8维情绪 + 心境 + 生理 + 防御 + 自尊 + 信任 + 创伤 + 认知失调 + 期望 + 价值观 + 自我叙事 + 存在层，共12层系统通过因果边连接，事件沿拓扑网络确定性传播。
f(stateₙ, event) → stateₙ₊₁ // 纯函数 · 无随机 · 可复现
🧠
● 解决：短时记忆
12层连续动力学
每层有独立时间常数（秒级~年级），状态连续演化永不丢失。创伤可以持续数年，信任可以缓慢建立——这才是真正的长期记忆。
机制：快系统（情绪，秒级）→ 中系统（心境/生理，小时级）→ 慢系统（信任/自尊/创伤，月年级）。事件触发快系统变化，快系统积分驱动慢系统漂移，形成完整的时间尺度层级。
τ_fast≈10s τ_mid≈1h τ_slow≈30天 // 多时间尺度连续记忆
⚖️
● 解决：AI偏见
偏见显式化 + 可审计
所有认知偏见都是显式参数（乐观偏见、确认偏见…），来源可追溯，大小可精确调控，甚至可以设为零实现完全理性。
机制：偏见从训练数据的隐性概率分布，转化为引擎中可配置、可观测、可审计的显式参数。责任闭环锚定到具体参数节点，而非黑箱概率。
bias = optimism + confirmation // 显式 · 可追溯 · 可归零
技术架构

12层因果拓扑网络

从快到慢、从表到深，构建完整的Agent内状态系统。纯计算、无IO、可嵌入任何运行时。

1
情绪层（8维流体）
喜/怒/哀/惧/惊/厌/信/期 — 快系统，秒级响应
τ ≈ 10s · 8维 · 流体动力学
2
心境层
情绪积分形成的持续心境状态
τ ≈ 1h · 情绪积分器
3
生理层
能量、压力、睡眠、饥饿等身体状态
τ ≈ 4h · 昼夜节律
4
防御机制层
压抑/投射/合理化/否认等12种心理防御
τ ≈ 1min · 无意识保护
5
自尊层
自我价值感，受成功/失败/评价影响
τ ≈ 7天 · 慢变量
6
信任层
对交互对象的信任度 + 信任上限（创伤后下降）
τ ≈ 30天 · 关系核心
7
创伤层
创伤电荷累积，触发闪回与回避行为
τ ≈ 1年 · 最深层记忆
8
认知失调层
信念冲突检测与消解驱动
τ ≈ 2h · 信念一致性
9
期望层
对未来的预期模型，影响情绪与决策
τ ≈ 1天 · 预测编码
10
价值观层
核心价值观权重，决定行为优先级
τ ≈ 90天 · 稳定偏好
11
自我叙事层
Agent对自身身份的持续建构
τ ≈ 180天 · 身份认同
12
存在层
意义感、目的感、存在焦虑
τ ≈ 365天 · 最深层
单步推演
<1ms
内存/Agent
<1MB
吞吐量
10万/s
依赖
零
IO
无
可复现性
100%
API 集成

3行代码接入

纯JavaScript实现，零依赖。可嵌入浏览器、Node.js、边缘函数、任何运行时。

快速开始
Quick Start 事件驱动 状态查询

从概率黑箱到因果白箱

让你的Agent拥有可解释、可审计、可复现的心理状态系统