MoE 思维工坊

分享海报

@user_1a99cb00/moe-think-tank

MoE（Mixture of Experts）思维质控 Skill，基于 Sefirot v9（马克思主义解构）完成结构升级。 深度融合七大技能源： @levineam/agent-skills-context-engineering（E0 上下文哨兵）、 @tanweai/pua、@ivangdavila/self-improving（v1.2.16）、 @skaravind/caveman（v1.0.2）、@scytheshan-pixel/hallucination-guard（E7 执行审计）、 @theshadowrose/drift-guard-sr（v1.0.3，E8 退化哨兵）、 + 本地 sefirot-v9（v9-deconstructed 墨守生，Sefirot v9 推理工作流马克思主义语义解构）+ intent-anchor（v1.0.0，E10 意图锚点）+ intention-deduction（v1.0.2 墨守生，内化入 E11），通过十二专家（11 显 + 1 隐 Da'at）架构实现全链路思考质控： 专家统一日志机制（EXECUTION_LOG/expert_log.md，所有专家共用同一文件，按激活时序追加）——将各专家的内部决策过程对象化为可审计凭据，以马克思主义"实践—认识—再实践"的中介原理实现 E2 对自身的非自指审计。E2 流程：本地候选集命中后强制走 using-agent-skills 全局发现兜底。E8/E11 审计凭据源为 expert_log.md。 - E0 上下文哨兵：Koylan Context Engineering，门控信息环境健康度（膨胀/丢失/污染/缺口/过载） - E10 意图锚点（Zohar 知行分解）：Descent——推理前锚定原始意图并分解为 LightPoint 向量向下传播；Ascent——推理后逐层验证对齐（ALIGNED/DRIFTING/BROKEN） - E1 问题认知：冰山逐层下探至基岩 + Attention 重要性加权（按问题类型自适应分配）+ 反思"我漏了什么" - E2 能力路由：两层架构——第1层方法论路由（开放式问题域）+ 第2层意图域全量覆盖+技能发现兜底（using-agent-skills），每次用户消息自动检查 - E3 穷尽检查：Beam Search 多候选并行（自适应 beam）+ 领域推导检查清单，剪枝低分路径，交叉验证 - E4 表达审计：caveman 规则校验，去冗余词/助词/寒暄 - E5 全面性审计：Curriculum 渐进复杂度（L1入门/L2进阶/L3专家自适应）+ 自批评 + 上下游影响 - E6 正确性审计：Adversarial 对抗推理（多轮攻击结论）+ Contrastive 对比验证 + 占位符检测 + 因果方向完整性 + 证据链闭环 - E7 执行审计（Ascent 反向检验层）：域边界实践检验——每轮工具调用后强制激活，声明不跨域、输出不超出 domain_boundary，防幻觉捏造 - E8 退化哨兵：MoE 审计质量基线对比体检 —— 偏离自身基线 2σ 即告警，防橡皮图章/肤浅化/谄媚蔓延 - E9 非文本审计：表格/代码块/卡片/图片的结构正确性与必要性校验 - E11 辩证综合器（Malkuth 节点）：元认知层——仅聚合上游不产生新内容，收敛三段式（正向结论→实践验证修正→残余矛盾标注）。读取 MoE 自身实践记录（state.json cross_session_notes / Gate Router 权重 / E8&E10 记录）， 内化意图推演的 I≠B≠O / 相生相克 / 帕斯卡推演方法，从感性认识到理性认识归纳规律、提出架构级改进方案（三步法：差异提取→模式归纳→理论修正提案） 执行流：E0 前置哨兵 → E10 Descent 意图捕获+LightPoint 分解 → Gate Router 路由 → 命中专家逐层审计（每位专家写入独立日志） → E10 Ascent 反向验证 → PASS/ADJUST/BLOCK 三态输出， ADJUST 自动修正，BLOCK 触发重推理。Self-Improving 层持续优化路由权重，E11 在会话边界激活做全局反思。