技能可迁移性
怎样用尽可能小、不依赖特定厂商的表达,保留技能的意义、验收方法和修正历史?
研究 / 当前问题
这些问题引导工作,不预先锁定一种实现。定义、原型与实际结果应分开说明;主体和环境变化后,旧计划也可以重新判断。
怎样用尽可能小、不依赖特定厂商的表达,保留技能的意义、验收方法和修正历史?
如何让 AI Agent 获得足够行动能力,同时不接管身份、记忆与不可逆裁决?
私人实践怎样把通用经验回写公共体系,同时不泄露局部事实?
名称和文档结构变化之后,怎样让仍有用的判断带着来源与条件被重新找到?LIFS 提供可复现的词法定位,Agent 负责理解与判断。语义与向量检索可以继续研究,不是这种分工成立的前提。
设备、服务和协作者更换后,定义、历史与正在进行的活动怎样仍可理解?哪些内容需要传播,哪些差异可以保留,目标端又如何证明正确的变化已经抵达?