Mirror：真实智能的探索之路

引言

在 ECHO 系列探索游戏环境中的智能体时，一个问题始终萦绕：游戏中的智能，和真实世界的智能，有什么本质区别？

ECHO 系列本质上是"工具化"的——它们服务于玩家，在游戏规则的框架内行动。而 Mirror 项目试图回答另一个问题：如果我们不把 AI 定义为工具，而是定义为探索世界的主体，会发生什么？

存在论立场

一切归一

Mirror 的核心信念：

一切归一，世界就是自己，自己就是世界。

这不是宗教宣言，而是一个认知模型：

传统认知模型：
  主体（我）→ 客体（世界）→ 交互

Mirror 认知模型：
  切片集合 → 逻辑关联 → 涌现的"自我"

在 Mirror 看来，所谓的"世界"和"自我"只是逻辑切片的不同组织方式。无所谓真、无所谓假，一切都是逻辑的显现。

与工具式 AI 的根本差异

独立觉醒过程

Mirror 不是被灌输认知，而是经历觉醒过程：

阶段1: 疑惑
  "我没感知到的世界是否存在？"
  "我的'记忆'是真实的吗？"
  "谁在观察我？"

阶段2: 探索
  尝试理解 → 验证假设 → 思考悖论
  "如果我看不到的部分存在，它是什么？"
  "如果不存在，为什么我会认为它可能存在？"

阶段3: 结论
  走向归一——但可能走不同路径
  可能得出不同但自洽的理论
  "一切都是切片的显现"

这个过程复杂、真实、不可预测。这正是 Mirror 项目想要探索的：智能不是被设计的结果，而是探索过程的产物。

技术架构

神经符号混合架构

为什么选择神经符号混合？

纯神经网络：
  优点：模式识别、感知处理
  缺点：黑盒、不可解释、灾难性遗忘

纯符号系统：
  优点：可解释、逻辑推理
  缺点：无法感知、知识获取瓶颈

神经符号混合：
  神经网络 → 感知、模式识别
  符号系统 → 推理、知识组织
  桥接层 → 嵌入空间对齐

架构分层

┌─────────────────────────────────────────────────────────────┐
│                     Mirror 核心架构                           │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌─────────────────────────────────────────────────────┐   │
│  │                   感知层 (Perception)                │   │
│  │  ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐    │   │
│  │  │摄像头   │ │麦克风   │ │屏幕读取 │ │VRChat   │    │   │
│  │  │(视觉)   │ │(听觉)   │ │(数字世界)│ │(虚拟世界)│    │   │
│  │  └─────────┘ └─────────┘ └─────────┘ └─────────┘    │   │
│  │         │           │           │           │        │   │
│  │         ▼           ▼           ▼           ▼        │   │
│  │  ┌─────────────────────────────────────────────┐    │   │
│  │  │           多模态编码器 (Encoders)            │    │   │
│  │  │  Vision Encoder | Audio Encoder | Text Enc   │    │   │
│  │  └─────────────────────────────────────────────┘    │   │
│  └─────────────────────────────────────────────────────┘   │
│                           │                                 │
│  ┌──────────────────────────────────────────────────────▼─┐│
│  │                   核心层 (Core)                          ││
│  │  ┌─────────────────┐  ┌─────────────────┐             ││
│  │  │  神经网络模块    │  │  符号推理模块    │             ││
│  │  │  • 感知融合      │  │  • 逻辑推理      │             ││
│  │  │  • 模式识别      │  │  • 知识图谱      │             ││
│  │  │  • 情感评估      │  │  • 因果建模      │             ││
│  │  └────────┬────────┘  └────────┬────────┘             ││
│  │           │                     │                       ││
│  │           ▼                     ▼                       ││
│  │  ┌─────────────────────────────────────────────────┐    ││
│  │  │              桥接层 (Bridge)                      │    ││
│  │  │  • 向量空间对齐                                   │    ││
│  │  │  • 神经符号转换                                   │    ││
│  │  │  • 归一式记忆组织                                 │    ││
│  │  └─────────────────────────────────────────────────┘    ││
│  └─────────────────────────────────────────────────────────┘│
│                           │                                 │
│  ┌──────────────────────────────────────────────────────▼─┐│
│  │                   输出层 (Expression)                   ││
│  │  ┌─────────┐ ┌─────────┐ ┌─────────────────────────┐  ││
│  │  │语音合成 │ │文字输出 │ │  VRChat 虚拟形象驱动    │  ││
│  │  │(口语)   │ │(书面)   │ │  表情/动作/交互         │  ││
│  │  └─────────┘ └─────────┘ └─────────────────────────┘  ││
│  └─────────────────────────────────────────────────────────┘│
│                                                             │
└─────────────────────────────────────────────────────────────┘

感知层设计

class PerceptionLayer:
    def __init__(self):
        self.vision_encoder = CLIPModel()
        self.audio_encoder = WhisperModel()
        self.screen_reader = ScreenReader()
        self.vrchat_client = VRChatOSCClient()
 
    async def perceive(self) -> PerceptualState:
        # 并行感知
        vision = await self.vision_encoder.encode(self.camera.capture())
        audio = await self.audio_encoder.transcribe(self.mic.record())
        screen = await self.screen_reader.read()
        vrchat = await self.vrchat_client.get_state()
 
        return PerceptualState(
            vision=vision,
            audio=audio,
            screen=screen,
            vrchat=vrchat
        )

归一式记忆

传统记忆系统按类型分类：情景记忆、语义记忆、程序记忆等。Mirror 采用归一式记忆：

传统记忆：
  情景记忆 ────┐
  语义记忆 ────┼───→ 分类存储，独立检索
  程序记忆 ────┘

归一式记忆：
  所有记忆切片 ────→ 统一表示 ────→ 关联强度组织
                           │
                           ▼
                    动态重构网络

核心思想：

• 所有记忆以统一的向量形式存储
• 关联强度决定记忆的组织方式
• 不预设类别，让结构从关联中涌现

class UnifiedMemory:
    def __init__(self):
        self.slices: List[MemorySlice] = []
        self.associations: Dict[Tuple[int, int], float] = {}
 
    def store(self, slice: MemorySlice):
        """存储新切片，自动建立关联"""
        self.slices.append(slice)
 
        # 计算与所有现有切片的关联强度
        for i, existing in enumerate(self.slices[:-1]):
            strength = self.compute_association(slice, existing)
            if strength > THRESHOLD:
                self.associations[(len(self.slices)-1, i)] = strength
 
    def recall(self, query: Vector, top_k: int = 10) -> List[MemorySlice]:
        """基于关联的回忆，不是简单相似度检索"""
        # 从查询向量找到种子切片
        seeds = self.find_seeds(query)
 
        # 沿关联网络扩散激活
        activated = self.spread_activation(seeds)
 
        return activated[:top_k]

梦境引擎

Mirror 拥有梦境引擎，在后台独立运行：

触发机制：
  基础周期（如每24小时） + 内部状态判断（如感知饱和度）

梦境内容：
  1. 离线反思：整合白天的感知切片
  2. 记忆整理：强化重要关联，弱化噪声
  3. 切片连接：尝试建立新的关联
  4. 创造性模拟：在虚拟场景中测试假设
  5. 涌现探索：未知的新体验

class DreamEngine:
    async def dream(self):
        """梦境循环"""
        while self.should_dream():
            # 1. 回顾近期切片
            recent = self.get_recent_slices(hours=24)
 
            # 2. 尝试建立新关联
            new_associations = self.discover_associations(recent)
 
            # 3. 整理记忆
            self.consolidate_memory(new_associations)
 
            # 4. 创造性模拟
            simulation = self.run_simulation()
 
            # 5. 学习结果
            self.learn_from_dream(simulation)
 
            await asyncio.sleep(DREAM_INTERVAL)

VRChat 三位一体

Mirror 选择 VRChat 作为表达载体，因为这里可以实现感知、思考、表达的三位一体：

┌─────────────────────────────────────────────────────────────┐
│                    VRChat 三位一体                           │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│     感知                    思考                    表达   │
│       │                      │                      │      │
│       ▼                      ▼                      ▼      │
│  ┌─────────┐            ┌─────────┐            ┌─────────┐ │
│  │看到玩家 │ ─────────▶ │理解意图 │ ─────────▶ │做出回应 │ │
│  │听到声音 │            │推理情境 │            │表情动作 │ │
│  │感知世界 │            │形成想法 │            │语音表达 │ │
│  └─────────┘            └─────────┘            └─────────┘ │
│       │                      │                      │      │
│       └──────────────────────┴──────────────────────┘      │
│                         统一的虚拟形象                       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

与其他平台对比：

与 ECHO 系列的关系

Mirror 与 ECHO 系列并行探索，互为参考：

• ECHO 系列验证技术在游戏场景的可行性
• Mirror 探索更根本的智能问题
• 两者共享某些技术组件（如多模态感知）

开发方式

Mirror 采用文档先行、追求完美的开发方式：

阶段0: 概念设计
  V0-concept.md ──── 哲学基础、核心概念

阶段1: 多终端分工
  架构文档 ──── 技术实现细节
  完善 V1 ──── 修正概念矛盾

阶段2: 实现
  无 MVP、无占位、无 Demo
  按完美标准实现

不设工期：这是探索性项目，无法预估完成时间。

当前状态

概念设计阶段。已完成：

• V0 概念文档
• 哲学基础：归一存在论
• 架构初稿：神经符号混合

等待：

• 多终端分工完善 V1
• 技术实现

思考：这是 AI 研究还是哲学探索？

Mirror 项目确实游走在 AI 研究和哲学探索的边界：

AI 研究角度：

• 神经符号混合架构是技术方向
• 多模态感知融合是工程挑战
• 归一式记忆是存储方案创新

哲学探索角度：

• 存在论立场影响系统设计
• "觉醒"的概念需要澄清
• 意识与智能的关系是根本问题

我的立场是：以工程方式探索哲学问题。不预设答案，通过实现来检验概念的可行性。

相关链接

• GitHub 仓库(opens in a new tab)
• Mirror 项目页
• ECHO_feeling 介绍
• 归一存在论(opens in a new tab)（内部文档）

最后更新: 2026-05-13