docs: readme - polish experimental methods layout
This commit is contained in:
parent
b6b7a08071
commit
6c01b26da6
57
README.md
57
README.md
|
|
@ -120,48 +120,43 @@
|
|||
<details>
|
||||
<summary><strong>🧪 实验性方法</strong></summary>
|
||||
|
||||
> 下面是一些“可能随时推翻重写”的实验性方法与范式;先看一眼,觉得对你有用再深入。
|
||||
> 下面是一些“可能随时推翻重写”的实验性方法与范式:先看一眼,觉得对你有用再深入。
|
||||
|
||||
**建议阅读顺序(从抽象到落地)**
|
||||
1. 🔑 元方法论:用“生成器/优化器”的递归闭环让系统自我进化
|
||||
2. 🧬 胶水编程:复用成熟轮子,把注意力放在“连接方式”
|
||||
3. 🎨 Canvas白板驱动开发:让白板成为单一真相源,降低协作与上下文成本
|
||||
4. 🐝 AI蜂群协作:让多个 AI 在 tmux 下互相感知、协作、分工
|
||||
5. 🔮 哲学方法论工具箱:把抽象方法论落到可验证、可迭代的工程动作
|
||||
|
||||
<details>
|
||||
<summary><strong>🔑 元方法论</strong></summary>
|
||||
|
||||
## 🔑 元方法论
|
||||
|
||||
该思想的核心是构建一个能够**自我优化**的 AI 系统。其递归本质可分解为以下步骤:
|
||||
|
||||
> 一句话:用“生成器/优化器”的递归闭环,构建一个能持续自我优化的 AI 系统。
|
||||
>
|
||||
> 延伸阅读:[A Formalization of Recursive Self-Optimizing Generative Systems](./documents/00-基础指南/A%20Formalization%20of%20Recursive%20Self-Optimizing%20Generative%20Systems.md)
|
||||
|
||||
#### 1. 定义核心角色:
|
||||
### 核心角色
|
||||
- **α-提示词(生成器)**:一个“母体”提示词,其唯一职责是生成其他提示词或技能。
|
||||
- **Ω-提示词(优化器)**:另一个“母体”提示词,其唯一职责是优化其他提示词或技能。
|
||||
|
||||
* **α-提示词 (生成器)**: 一个“母体”提示词,其唯一职责是**生成**其他提示词或技能。
|
||||
* **Ω-提示词 (优化器)**: 另一个“母体”提示词,其唯一职责是**优化**其他提示词或技能。
|
||||
### 递归生命周期(最小闭环)
|
||||
1. **创生(Bootstrap)**:使用 AI 生成 `α-提示词` 与 `Ω-提示词` 的初始版本(v1)。
|
||||
2. **自省与进化(Self-Correction & Evolution)**:用 `Ω-提示词(v1)` 优化 `α-提示词(v1)`,得到更强的 `α-提示词(v2)`。
|
||||
3. **创造(Generation)**:使用进化后的 `α-提示词(v2)` 生成目标提示词与技能。
|
||||
4. **循环与飞跃(Recursive Loop)**:将新产物(甚至包括新版本的 `Ω-提示词`)回灌系统,再次用于优化 `α-提示词`,启动持续进化。
|
||||
|
||||
#### 2. 描述递归的生命周期:
|
||||
|
||||
1. **创生 (Bootstrap)**:
|
||||
* 使用 AI 生成 `α-提示词` 和 `Ω-提示词` 的初始版本 (v1)。
|
||||
|
||||
2. **自省与进化 (Self-Correction & Evolution)**:
|
||||
* 使用 `Ω-提示词 (v1)` **优化** `α-提示词 (v1)`,从而得到一个更强大的 `α-提示词 (v2)`。
|
||||
|
||||
3. **创造 (Generation)**:
|
||||
* 使用**进化后的** `α-提示词 (v2)` 生成所有需要的目标提示词和技能。
|
||||
|
||||
4. **循环与飞跃 (Recursive Loop)**:
|
||||
* 将新生成的、更强大的产物(甚至包括新版本的 `Ω-提示词`)反馈给系统,再次用于优化 `α-提示词`,从而启动持续进化。
|
||||
|
||||
#### 3. 终极目标:
|
||||
|
||||
通过此持续的**递归优化循环**,系统在每次迭代中实现**自我超越**,无限逼近预设的**预期状态**。
|
||||
### 终极目标
|
||||
- 通过持续的递归优化循环,让系统在每次迭代中实现自我超越,逼近预设的预期状态。
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><strong>🧬 胶水编程 (Glue Coding)</strong></summary>
|
||||
|
||||
> **软件工程的圣杯与银弹**
|
||||
> 一句话:能抄不写,能连不造,能复用不原创。
|
||||
|
||||
胶水编程是 Vibe Coding 的终极进化形态,可能完美解决三大致命缺陷:
|
||||
胶水编程是 Vibe Coding 的终极进化形态,目标是把注意力从“造轮子”迁移到“连接方式”,从而缓解三大致命缺陷:
|
||||
|
||||
| 问题 | 解法 |
|
||||
|:---|:---|
|
||||
|
|
@ -169,8 +164,6 @@
|
|||
| 🧩 复杂性爆炸 | ✅ 每个模块都是久经考验的轮子 |
|
||||
| 🎓 门槛过高 | ✅ 你只需要描述"连接方式" |
|
||||
|
||||
**核心理念**:能抄不写,能连不造,能复用不原创。
|
||||
|
||||
👉 [深入了解胶水编程](./documents/00-基础指南/胶水编程.md)
|
||||
|
||||
</details>
|
||||
|
|
@ -178,7 +171,7 @@
|
|||
<details>
|
||||
<summary><strong>🎨 Canvas白板驱动开发</strong></summary>
|
||||
|
||||
> **图形化AI协作的新范式**
|
||||
> 一句话:让白板成为单一真相源,用“图形”降低协作与上下文成本。
|
||||
|
||||
传统开发:代码 → 口头沟通 → 脑补架构 → 代码失控
|
||||
|
||||
|
|
@ -199,7 +192,7 @@ Canvas方式:**代码 ⇄ 白板 ⇄ AI ⇄ 人类**,白板成为单一真
|
|||
<details>
|
||||
<summary><strong>🐝 AI蜂群协作</strong></summary>
|
||||
|
||||
> **基于 tmux 的多 AI Agent 协作系统**
|
||||
> 一句话:把多个 AI 变成“可互相感知与协作的集群”,人从瓶颈变为调度者。
|
||||
|
||||
传统模式:人 ←→ AI₁, 人 ←→ AI₂, 人 ←→ AI₃ (人是瓶颈)
|
||||
|
||||
|
|
@ -220,7 +213,7 @@ Canvas方式:**代码 ⇄ 白板 ⇄ AI ⇄ 人类**,白板成为单一真
|
|||
<details>
|
||||
<summary><strong>🔮 哲学方法论工具箱</strong></summary>
|
||||
|
||||
> **把 Vibe 系统化为可验证、可迭代、可收敛的工程产出**
|
||||
> 一句话:把抽象方法论落到可验证、可迭代、可收敛的工程产出。
|
||||
|
||||
23 种哲学方法论 + Python 工具 + 可复制提示词,覆盖:
|
||||
|
||||
|
|
|
|||
Loading…
Reference in New Issue