操作形态学:自修改 LLM 智能体的具身认知
Part I · 基础:LLM 智能体
第 1 章 · LLM 智能体时代
- 学习目标
- 先修知识
- 章节地图
- 1.1 从语言模型到行动者
- 1.2 工具调用作为通用接口
- 1.3 反思与短期记忆
- 1.4 自进化 Agent 的边界
- 1.5 本书路线图
- 本章小结
- 推荐阅读
- 练习题
- 常见误区
- 参考文献(本章内)
第 2 章 · 智能体基础:感知、决策、行动、反馈
- 学习目标
- 先修知识
- 章节地图
- 2.1 Agent 的四元组结构
- 2.2 控制论视角:开环与闭环
- 2.3 POMDP:部分可观察的世界
- 2.4 强化学习与 LLM Agent 的范式对比
- 2.5 本章小结与第 3 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 3 章 · 工具与函数调用
- 学习目标
- 先修知识
- 章节地图
- 3.1 工具的本质:从 API 调用到结构化动作
- 3.2 JSON Schema:工具签名的形式语言
- 3.3 错误恢复:重试、降级、切换
- 3.4 三大协议对比:OpenAI / Anthropic / Google
- 3.5 工具描述工程:把工具变成 LLM 的“第一公民“
- 3.6 本章小结与第 4 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 4 章 · 提示词工程:从静态到动态
- 学习目标
- 先修知识
- 章节地图
- 4.1 静态 prompt 的工程局限
- 4.2 OPRO:让 LLM 自身作为优化器
- 4.3 DSPy:把 prompt 编译为可签名
- 4.4 PromptAgent:用 MCTS 策略性搜索
- 4.5 自修改 prompt 的安全边界
- 4.6 本章小结与第 5 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 5 章 · 上下文工程与短期记忆
- 学习目标
- 先修知识
- 章节地图
- 5.1 上下文窗口:LLM 的“工作记忆“
- 5.2 Token 预算与计费
- 5.3 Lost in the Middle:长上下文的陷阱
- 5.4 上下文压缩:LongLLMLingua 等方法
- 5.5 短期记忆的三种实现
- 5.6 本章小结与第 6 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 6 章 · 长期记忆与检索增强
- 学习目标
- 先修知识
- 章节地图
- 6.1 长期记忆的三大类
- 6.2 MemGPT:把 LLM 当作操作系统
- 6.3 A-MEM:Zettelkasten 风格的动态记忆网络
- 6.4 检索增强生成(RAG):长期记忆的核心技术
- 6.5 O-Mem 与 Mem0:长期记忆的工程化方案
- 6.6 长期记忆的评测
- 6.7 本章小结
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
Part II · 具身认知与计算形态学
第 7 章 · 4E Cognition 简史
- 学习目标
- 先修知识
- 章节地图
- 7.1 经典认知科学的反例
- 7.2 Gibson:affordance 与生态心理学
- 7.3 Embodied:身体对认知的塑造
- 7.4 Embedded:环境作为认知系统的一部分
- 7.5 Enacted:行动产生认知
- 7.6 Extended:延展心智假说
- 7.7 4E Cognition 阵营内的分歧
- 7.8 4E 与 LLM Agent 的映射
- 7.9 本章小结与第 8 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 8 章 · Enactivism 与自创生
- 学习目标
- 先修知识
- 章节地图
- 8.1 生命-心灵连续性论题
- 8.2 Autopoiesis:生命的最小组织
- 8.3 Enaction:认知即行动
- 8.4 感觉运动理论:知觉是技能
- 8.5 Radical Enactivism:基本心智无内容
- 8.6 Enactivism 对 LLM Agent 的边界
- 8.7 本章小结与第 9 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 9 章 · Extended Mind 与延展心智
- 学习目标
- 先修知识
- 章节地图
- 9.1 Otto 与 Inga:延展心智的思想实验
- 9.2 Parity Principle 的形式化
- 9.3 Active Externalism 三大论据
- 9.4 Adams & Aizawa 的反驳:non-derived content
- 9.5 Rupert 的“耦合-构成混淆“
- 9.6 第三波延展认知
- 9.7 延展心智与 LLM Agent:操作形态延展
- 9.8 本章小结与第 10 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 10 章 · 具身 AI 与机器人认知
- 学习目标
- 先修知识
- 章节地图
- 10.1 经典 AI 的身体缺失
- 10.2 Brooks:subsumption 架构与“无表征智能“
- 10.3 Pfeifer:形态学与智能
- 10.4 Embodied Foundation Models:PaLM-E、RT-2、Octo
- 10.5 Embodied AI 与 LLM Agent 的关系
- 10.6 本章小结与第 11 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 11 章 · 当工具成为身体:操作形态假说
- 学习目标
- 先修知识
- 章节地图
- 11.1 4E Cognition 的“身体“还差什么
- 11.2 操作形态的形式化
- 11.3 元控制器 U:谁修改 B
- 11.4 操作形态 vs enactivism vs extended mind
- 11.5 五个可证伪假设
- 11.6 实验验证设计
- 11.7 操作形态的可塑性边界
- 11.8 本章小结与第 12 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
Part III · 自进化系统
第 12 章 · 自修改提示词:从 OPRO 到 PE2
- 学习目标
- 先修知识
- 章节地图
- 12.1 操作形态学的第一个应用:修改 P
- 12.2 OPRO:LLM 作为优化器
- 12.3 DSPy:把 prompt 编译为可签名
- 12.4 PromptAgent:用 MCTS 全局搜索
- 12.5 PE2:反射式进化
- 12.6 Prompt 自修改的 4 类安全风险
- 12.7 H1 的第一个验证案例
- 12.8 本章小结与第 13 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 13 章 · 自动工具创建与重构
- 学习目标
- 先修知识
- 章节地图
- 13.1 操作形态学的第二个应用:修改 T
- 13.2 LATM:让 LLM 自己造工具
- 13.3 Voyager:无限增长的技能库
- 13.4 AFlow:工作流自动进化
- 13.5 EvoAgent:多 Agent 系统自动生成
- 13.6 AlphaEvolve:整个代码库作为进化对象
- 13.7 工具生命周期治理
- 13.8 H1 的第二个验证案例
- 13.9 本章小结与第 14 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 14 章 · 自适应记忆结构
- 学习目标
- 先修知识
- 章节地图
- 14.1 操作形态学的第三个应用:修改 M
- 14.2 MemGPT:把 LLM 当作操作系统
- 14.3 A-MEM:Zettelkasten 风格的动态记忆网络
- 14.4 O-Mem:主动用户画像与层级检索
- 14.5 Mem0:工业级记忆层抽象
- 14.6 记忆一致性与冲突解决
- 14.7 记忆衰减与遗忘机制
- 14.8 H1 的第三个验证案例
- 14.9 本章小结与第 15 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 15 章 · 自我改写代码
- 学习目标
- 先修知识
- 章节地图
- 15.1 操作形态学的第四个应用:修改 C
- 15.2 Self-Debug 与 Self-Repair:早期自修改代码
- 15.3 CodeAct:用 Python 代码作为统一动作
- 15.4 SICA:自改写 Coding Agent
- 15.5 Gödel Agent:自指自改进
- 15.6 AlphaEvolve:代码库级进化
- 15.7 Darwin Gödel Machine:开放式进化
- 15.8 代码沙箱:自修改代码的安全边界
- 15.9 H1 的第四个验证案例
- 15.10 本章小结与第 16 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 16 章 · 跨组件协同自进化
- 学习目标
- 先修知识
- 章节地图
- 16.1 操作形态学的第五个应用:联合修改
- 16.2 Joint-Independent vs Joint-Coordinated
- 16.3 协同演化的超加性收益
- 16.4 MorphAgent 协同架构
- 16.5 H1 的完整 5 案例验证
- 16.6 H2 协同演化的形式化
- 16.7 联合自修改的工程挑战
- 16.8 本章小结与第 17 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 17 章 · 元控制器设计
- 学习目标
- 先修知识
- 章节地图
- 17.1 元控制器的核心地位
- 17.2 三种实现范式:MCTS、贝叶斯、进化
- 17.3 元控制器的输入/输出/评估函数
- 17.4 元控制器的算法设计
- 17.5 元控制器的安全治理
- 17.6 H1 完整 5 案例对 U 的需求
- 17.7 本章小结与第 18 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
Part IV · 系统实现
第 18 章 · MorphAgent 参考实现
- 学习目标
- 先修知识
- 章节地图
- 18.1 MorphAgent 的整体架构
- 18.2 5 大子系统的功能划分
- 18.3 主循环伪代码
- 18.4 4 个组件修改器的接口
- 18.5 端到端部署
- 18.6 开源发布与社区
- 18.7 本章小结与第 19 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 19 章 · 评测方法学:MorphBench
- 学习目标
- 先修知识
- 章节地图
- 19.1 MorphBench 的设计目标
- 19.2 5 类环境干预
- 19.3 7 个实验组
- 19.4 5 个核心评测指标
- 19.5 完整 H1 + H2 验证设计
- 19.6 统计分析与显著性检验
- 19.7 MorphBench 的发布与社区
- 19.8 本章小结与第 20 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 20 章 · 调试与可观测性
- 学习目标
- 先修知识
- 章节地图
- 20.1 可观测性三大支柱
- 20.2 OpenTelemetry 集成
- 20.3 自修改因果归因
- 20.4 自修改调试工作流
- 20.5 Langfuse 集成
- 20.6 可观测性与运营成本
- 20.7 本章小结与第 21 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 21 章 · 部署与运维
- 学习目标
- 先修知识
- 章节地图
- 21.1 MorphAgent 的部署挑战
- 21.2 CI/CD 流水线
- 21.3 灰度发布与影子流量
- 21.4 SLO 与监控告警
- 21.5 灾难恢复
- 21.6 自动回滚
- 21.7 本章小结与 Part V 预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
Part V · 治理、伦理与未来
第 22 章 · 安全性与对抗鲁棒性
- 学习目标
- 先修知识
- 章节地图
- 22.1 自修改 Agent 的 4 类安全威胁
- 22.2 Prompt Injection 防御
- 22.3 Sandbox 设计与实现
- 22.4 Output Filtering
- 22.5 Trust Boundary 与可审计性
- 22.6 红队测试
- 22.7 本章小结与第 23 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 23 章 · 可验证自改
- 学习目标
- 先修知识
- 章节地图
- 23.1 验证三重保障
- 23.2 Sandbox 测试
- 23.3 Property-Based Testing
- 23.4 形式化验证
- 23.5 SMT Solver 应用
- 23.6 验证流水线集成
- 23.7 本章小结与第 24 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 24 章 · 经济、伦理与社会影响
- 学习目标
- 先修知识
- 章节地图
- 24.1 自修改 Agent 对就业市场的影响
- 24.2 知识产权与所有权
- 24.3 责任归属与法律
- 24.4 AI 治理框架
- 24.5 公平性与可及性
- 24.6 伦理设计原则
- 24.7 本章小结与第 25 章预告
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
第 25 章 · 开放问题与未来工作
- 学习目标
- 先修知识
- 章节地图
- 25.1 10 个开放问题
- 25.2 5 年路线图
- 25.3 操作形态学在 AGI 研究中的位置
- 25.4 理论、工程、社区三层并行
- 25.5 读者贡献指南
- 25.6 总结与展望
- 25.7 本章小结
- 本章小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
- 全书最终交付
Part VI · 附录
附录 A · 术语表
- 附录 A 导读
- A.1 核心概念
- A.2 算法与系统
- A.3 理论与哲学
- 附录 A 小结
- 本附录小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
附录 B · 数学基础
- 附录 B 导读
- B.1 概率论基础
- B.2 优化基础
- B.3 信息论
- B.4 强化学习基础
- B.5 贝叶斯推理
- 附录 B 小结
- 本附录小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
附录 C · 工具与库速查
- 附录 C 导读
- C.1 LLM Agent 框架
- C.2 提示词优化库
- C.3 记忆系统
- C.4 工具与可观测性
- 附录 C 小结
- 本附录小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
附录 D · 教学实验清单
- 附录 D 导读
- D.1 Part I 基础实验(6 个)
- D.2 Part II 具身认知实验(6 个)
- D.3 Part III 自进化实验(8 个)
- D.4 Part IV 系统实现实验(5 个)
- D.5 Part V 治理实验(5 个)
- 附录 D 小结
- 本附录小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
附录 E · 练习题答案
- 附录 E 导读
- E.1 Part I 基础答案
- E.2 Part II 具身认知答案
- E.3 Part III 自进化答案
- E.4 Part IV 系统实现答案
- E.5 Part V 治理答案
- 附录 E 小结
- 本附录小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
附录 F · 参考文献总目录
- 附录 F 导读
- F.1 基础与综述
- F.2 自修改 Agent
- F.3 提示词与代码
- F.4 记忆与工具
- F.5 认知科学
- F.6 安全与治理
- F.6 其他关键文献
- 附录 F 小结
- 本附录小结
- 推荐阅读
- 练习题
- 参考文献(本章内)
