
AGI,不应该是一个更大的黑盒。
AxonCog 灵智 · 下一代通用智能底座
从底层原理出发,重新定义智能的生成方式。AxonCog-Nexus 驱动整个底座运行——兼容当下,奔赴未来。
约束求解,不靠统计拟合
兼容现有 + 探索全新
纯CPU即可运行,无需GPU
Why
AGI的终极形态,
不应该是一个更大的黑盒
当前AI方案的核心问题,不是"还不够大",而是"路子不对"。规模越来越大、参数越来越多——但本质没有变:它们仍然是一个黑盒。
透明的
每一条推理都能被追溯和验证,像数学证明一样严谨
确定的
同样的条件,同样的结果。可复现,才可信任
自主的
能持续学习、记忆、遗忘、进化,不需要人工重新训练
属于每个人的
能在你自己的设备上运行,不需要把数据交给云端
为什么更大的模型不是答案
这些问题不是"再优化几年"能解决的。它们是范式本身的物理限制。
1.幻觉不是bug,是机制本身决定的
只要一个系统的工作方式是"猜最可能的答案",它就一定会猜错。错误率可以降到0.1%,但永远到不了0。而AGI,需要的是0。
2.可解释性不是锦上添花,是AGI的基本门槛
一个你无法理解其决策过程的智能体,你敢让它帮你做重要决定吗?真正的AGI,必须能对每一个判断给出完整、可验证的理由。
3.算力壁垒本身就是反AGI的
如果AGI只能跑在少数人负担得起的设备上,那它就不是通用智能——它是特权智能。
我们没有选择在现有路线上继续。我们开了一条新路。
Nexus Power
不只是更快,是另一种智能
Nexus 不是对现有AI的优化,而是对智能本身的重定义。
真正推理,真正智能
现有AI的"推理",本质是在海量数据中学到的统计关联——它模仿推理的表面,但无法执行真正的逻辑推导。碰到训练数据没覆盖的场景,就会编造看似合理的错误。
Nexus执行的是真正的约束求解:给定条件和约束,系统像物理过程一样自动松弛到唯一稳态。每一步推导都有代数依据,每一个结论都可追溯到确定性的运算——这是数学证明级别的严谨,不是统计拟合的"差不多"。
白盒可审计
传统AI的决策过程是黑盒——你只知道结果,不知道它怎么得出的。这在聊天场景或许可以接受,但在医疗诊断、法律判断、金融决策中,这是不可容忍的。
Nexus的每一步推理都可追溯、可审计、可复现。同输入必出同输出,推导路径完整记录。当Nexus给出一个结论,你能看到它思考的全过程——不是"相信我",而是"这是我的证明"。
无限上下文,永不遗忘
现有AI的上下文窗口有限——超过几万token就开始遗忘。更长的对话,更早的记忆,被无情截断。
Nexus的记忆是热力学代谢引擎:高频知识被强化保留,低频知识被压缩但不删除,需要时可随时召回。没有硬性窗口上限,记忆像生命一样用进废退、持续演化。一万轮对话后,它仍然记得你第一天说过的话。
能推理全新理论,加速科研与开发
这是Nexus最本质的能力差异。现有AI只能在已有知识的统计边界内"插值"——它不可能真正发现新知识,因为它的工作方式决定了它只能给出"训练数据中更可能的答案"。
Nexus能在推理遇到矛盾时自动启动发现流程:诊断矛盾根源、在知识空间中定向搜索、验证候选知识、结晶为新的可靠结论。它不只是回答问题——它能在回答不了的时候,自己去发现答案。
这意味着:Nexus可以成为科研的加速器——从物理假说的推导验证,到工程约束的自动求解,到代码架构的逻辑推导。它不是一个更强的工具,而是一个能独立思考的协作者。
一句话总结
现有AI给你更可能的答案。Nexus给你可证明的结论。
Architecture
两条腿走路,奔赴同一个AGI目标
两条路线共享同一套平台底座。当Nexus成熟时,整个平台可以平滑切换大脑。
四条验证赛道
DreamCore — 游戏验证
游戏是检验智能体自主性和创造力的理想沙盒。
已发布 v2.0.0Nexus
一种全新的智能实现方式
大多数AI的工作方式:输入海量数据,调整数十亿参数,让机器学会"什么样的回答更可能正确"。
Nexus的工作方式:它不"学",它"解"。给定条件和约束,系统像自然界的物理过程一样,自动找到最稳定的状态——那就是答案。
这意味着什么?
Nexus不编造。 违背约束的结果在机制上就不可能产生。现有AI可能"猜"出看似合理的错误——Nexus不能。
Nexus可解释。 求解过程的每一步都有记录。现有AI无法告诉你"为什么"——Nexus可以。
Nexus轻量。 纯CPU高效推理,无需任何GPU。现有AI需要越来越大的算力集群。
不靠"猜",在约束下"解"
每步可追溯,可验证·可复现
记忆用进废退,像生命一样演化
纯CPU高效推理,无需GPU
与传统方案的代差级对比
| 维度 | 主流AI方案 | AxonCog-Nexus |
|---|---|---|
| 工作方式 | 拟合规律,"猜测"答案 | 约束下求解最优解 |
| 输出特性 | 概率采样,不可完全复现 | 结果稳定,可复现可审计 |
| 可解释性 | 无法还原决策过程 | 全链路追溯 |
| 幻觉问题 | 机制固有——必然会"猜错" | 架构免疫——不靠猜,不编造 |
| 运行环境 | 依赖GPU集群 | 纯CPU高效推理 |
| 部署范围 | 服务器 → 高端PC | 单片机 → 全场景 |
| 知识更新 | 重新训练或外挂检索 | 自主代谢:持续演化 |
| 推理方式 | 自回归逐词预测 | 约束驱动求解 |
| 科学发现 | 不支持 | 矛盾诊断→定向搜索→验证结晶 |
理论根基
Nexus不是工程技巧的堆砌,而是从底层原理重建智能。所有理论已全部完成闭环与形式化验证。
确定性表征
智能的底层表征不是概率分布,而是纯确定性的离散结构运算。概念间的关联由严格的数学结构保证,无需浮点归一化。
约束驱动的生成
语言的生成不是逐词预测,而是在约束下的受控释放。系统自动松弛到能量最低的稳态,而非采样最可能的下一个词。
代谢式记忆
记忆不是滑动窗口,而是遵循物理定律的代谢引擎。知识通过"结晶"获得永久地位——只有被反复验证的结构才能结晶,噪声和临时关联会被自然代谢排出。
永不断裂的记忆网络
记忆图不是随时可能断裂的松散网络。连通性由理论严格保证,最微弱的关联也被保留为备选路径——推理链路永不断裂。
科学发现闭环
当推理遇到矛盾,系统不只是报错——它启动发现流水线:诊断矛盾类型、在知识空间中定向搜索、四关验证候选知识、延迟结晶后重新推导。Nexus不仅能推理,还能在推理失败时自动发现新知识。
因果推断与确定性遍历
因果推断通过图手术实现——切断因果边、注入反事实约束、重新松弛,全程可审计。遍历不依赖随机采样,而是由确定性机制保证搜索空间覆盖。
已验证的架构属性
AGI不是"更好的聊天机器人"
我们想象的AGI,远不止"超级助手"——它能在单片机上运行,能记住你、理解你,能在物理世界中自主行动,能被审计和信任。
AxonCog-Nexus,是为这样的AGI设计的。
Tech
核心技术优势
彻底踢开GPU依赖,CPU上实现媲美GPU方案的推理效率
数据不出设备,绝对隐私,架构级保障安全
全链路可解释,决策可追溯,知识可审计
记忆+自学习,智能体会"长"出性格
全平台覆盖,底层驱动级输入模拟
需要什么插什么,丰俭由人
技术栈
核心语言
- Rust
- TypeScript
- Lua
核心库
- tokio · axum · sqlx
- serde · tracing
系统集成
- enigo · rdev
- wasmtime (沙箱)
项目进度
- ✓感知系统:全平台底层输入捕获,9种痛点检测
- ✓意图引擎:本地规则+LLM兜底
- ✓29+模型接入:三层容错验证通过
- ✓记忆系统:三层检索、SQLite持久化
- ✓自动化控制:22+工具、全UI闭环
- ✓全链路理论闭环
- ✓50余项核心技术储备
- ⏳专利布局:60万专项资金
- 🔄持续迭代优化
Ecosystem
生态产品
从验证到落地,AxonCog 生态矩阵正在生长。
DreamCore 游戏
游戏世界千变万化,是检验智能体自主性和创造力的理想沙盒。已与多家工作室合作。
已发布 v2.0.0常见问题
不完全是一回事,但可能比你想象的更接近。大多数AI系统追求的AGI,是一个"极其聪明的工具"。我们探索的AGI,是理解智能本身的底层原理。我们的架构目前实现的是"极致弱涌现"——智能从底层规则中自发产生,每一步都像水晶生长一样,有明确的几何轨迹可循。它是可解释、可审计的,这是AGI确定性的一面。
不会。AxonCog 有自己的记忆和性格,同样的输入在不同状态下会有不同的回应。但这种差异是基于智能体的"个性"和"记忆",而不是随机猜测。
因为Nexus的算法不是基于传统神经网络前向传播,而是基于约束求解的全新范式。在逻辑推理上,计算复杂度与问题规模成线性关系而非指数关系,CPU即可实现极高推理效率。
因为我们的算法不是基于传统的神经网络前向传播,而是基于约束求解的新型智能范式。在处理逻辑推理时,计算复杂度与问题规模成线性关系,而不是指数关系。
我们采用双引擎策略:兼容引擎基于现有方案,让智能即刻可用;Nexus 引擎基于全新范式,探索 AGI 的另一种可能。两条路线共享同一套平台底座。
全新范式的成熟需要时间。我们正在快速迭代,当 Nexus 引擎的能力达到或超越现有方案时,整个平台可以平滑切换大脑。
从个人助理到企业级系统,从边缘设备到数据中心,AxonCog 的架构设计使其能够适应几乎所有智能应用场景。
我们不是在现有范式上堆参数,而是从底层原理重新定义智能。我们追求的不是"更大",而是"更本质"、"更普适"、"更可控"。
Alpha.1 开源版本已经可以体验。Nexus 引擎正在加速研发,计划在完成理论验证后逐步开放测试。