Skip to main content
กลับไป 7 Genome System
G2 — The Protocol

ARTENT Genome

โปรโตคอลการดำเนินงาน — ระบบปฏิบัติการ Intent-Driven 7 เฟส

แบบดั้งเดิม

Process-Driven AI

  • ×กำหนด Steps ล่วงหน้า
  • ×บังคับ Input ให้ผ่าน Template
  • ×ข้อผิดพลาดสะสมผ่าน Pipeline
  • ×ไม่มี Learning Loop

ARTENT

Intent-Driven AI

  • Path สร้างจาก Intent ของ Task
  • การ Routing ปรับตัวแบบ Real-time
  • ข้อผิดพลาดถูก Catch ใน WF-00
  • WF-05 Reflector อัปเดต Model weights

โปรโตคอล 7 เฟส

WF-00

Interpreter — ผู้แปล

รับ Input ในรูปแบบดิบ — ข้อความ เสียง ข้อมูลที่มีโครงสร้าง — และแปลงเป็น Intent Object ที่ Normalized ยังไม่มีการแปลง เพียงการแสดงที่สื่อสัตย์ของสิ่งที่พูดไป ข้อผิดพลาดที่ตรวจพบที่นี่มีต้นทุน 1x ข้อผิดพลาดที่ตรวจพบภายหลังมีต้นทุน 100x

WF-01

Classifier — ผู้จัดจำแนก

นำ Intent Object ไปยัง Genome, Algorithm Tier และ LLM Roster ที่ถูกต้อง นี่คือ JITNA ในการปฏิบัติงาน — จับคู่ทุก Task กับเส้นทางประมวลผลที่เหมาะสมที่สุดโดยไม่ต้องมีการตัดสินใจ Routing จากมนุษย์ เป้าหมาย Sub-100ms

WF-02

Executor — ผู้ดำเนินการ

รัน Task บนโมเดลที่เลือก สำหรับ Task ฉันทามติ HexaCore เฟสนี้ Fan Out ไปยัง LLM ทั้ง 7 ตัพร้อมกันและรวบรวม Output อิสระก่อนการเปรียบเทียบหรือการให้คะแนนใดๆ

WF-03

Verifier — ผู้ตรวจสอบ

Pipeline การให้คะแนน 8D ของ SignedAI ทำงานที่นี่ Output จาก Executor ถูก Attest, ให้คะแนนใน 8 มิติ (ความถูกต้อง, ความเกี่ยวข้อง, ความสอดคล้อง, ความสมบูรณ์, ความปลอดภัย, ความคิดสร้างสรรค์, โครงสร้าง, ประสิทธิภาพ) และการสร้างฉันทามติ Output ที่ต่ำกว่าเกณฑ์ถูกปฏิเสธ ไม่ใช่ส่งผ่านพร้อม Warning

WF-04

Scribe — ผู้บันทึก

จัดรูปแบบ ลงนาม และส่ง Output ที่ผ่านการตรวจสอบ รวม Audit Trail Generation (ใครตรวจสอบ เมื่อไหร่ ด้วยโมเดลอะไร ที่ความมั่นใจระดับใด), Persistent Memory Write-back (Vault Genome) และการจัดรูปแบบการตอบสนองสำหรับผู้ใช้

WF-05

Reflector — ผู้สะท้อน

การวิเคราะห์หลังการส่ง ทุก Task ที่เสร็จสิ้นป้อนข้อมูลกลับเข้าสู่ระบบ: Latency, Accuracy Delta, สัญญาณการยอมรับของผู้ใช้, ประเภท Exception นี่คือ Learning Loop ที่ปรับปรุง G1 (Architect) และอัปเดต Routing Weights ของ JITNA

META

Meta-Phase — เลเยอร์ข้ามเซสชัน

เลเยอร์การประสานงานข้ามเซสชันและข้าม Genome รวบรวมสัญญาณจากทุกเฟส WF ในทุกผู้ใช้ ระบุรูปแบบระดับโลก และเสนอการอัปเดตตามรัฐธรรมนูญ การอัปเดตต้องได้รับการตรวจสอบจากมนุษย์ก่อนที่จะแก้ไขกฎระดับ Genome (พารามิเตอร์ A=0)

Portable State Container

แต่ละ ARTENT Session ถูกบรรจุใน Portable State Container: Snapshot ที่สมบูรณ์ของ Intent History, Model Choices, Verification Results และ Memory Writes ที่ย้ายได้ข้ามอุปกรณ์ในเวลาน้อยกว่า 2 วินาที สิ่งนี้ทำให้ ARTENT เป็นตัวแทน AI แรกที่มี True Cross-Device Memory Continuity โดยไม่ต้องพึ่งพา Cloud State Management