约束满足决策引擎

ADC (Algebraic Decision by Constraints): 确定性决策 + 约束自适应 + 审计轨迹

确定性决策架构

底座基线决策引擎使用 HV 相似度匹配 + argmax 进行确定性决策：

1. 计算输入向量与所有候选向量的相似度（内积）

2. 选择相似度最高的候选作为决策结果（argmax）

3. 记录审计轨迹

零幻觉保证：相同输入永远产生相同输出（铁律 5），决策过程完全可审计。系统中不存在任何概率采样环节。

代码位置：axoncog-decision/src/engine.rs

每个决策候选表示为一个 HV，每个约束条件表示为一个 HV，候选 HV 与约束 HV 做相似度计算，加权叠加得到最优决策——确定性、可审计。

候选 A: HV_A

候选 B: HV_B

约束 1: HV_C1 (权重 w1)

约束 2: HV_C2 (权重 w2)

score(A) = w1 * sim(HV_A, HV_C1) + w2 * sim(HV_A, HV_C2)

score(B) = w1 * sim(HV_B, HV_C1) + w2 * sim(HV_B, HV_C2)

决策 = argmax(score)

代码位置：axoncog-decision/src/multi_criteria.rs

每次决策都记录完整的审计轨迹：

输入 HV

决策输入向量

输出 HV

决策输出向量

获胜候选

argmax 索引

置信度

相似度分数

迭代次数

计算步数

完全满足工业、金融场景的合规审计要求。这与神经网络的黑箱形成鲜明对比—— AxonCog 的每一个决策都可以逐步回溯到具体的代数运算，满足最严格的合规审计标准。

当 Nexus 增强层可用时，底座决策引擎通过 NexusEngine trait 接入 Nexus 提供的高级认知能力。 Nexus 的具体实现完全封装在闭源的 .axm 模块中，底座仅通过接口规范与之交互。

底座自身已具备完整的决策能力（相似度匹配 + argmax + 多准则决策 + 行动链规划）， Nexus 仅在需要高级认知能力时作为增强层接入。底座不依赖任何 Nexus 专有技术即可独立运行。

HV 超维语义代数领域无决策引擎概念。AxonCog 首次将 HV 加权叠加应用于约束满足决策，替代传统 if/else 规则引擎。