AMA-1 開發紀錄：從乾淨基線到兩輪未見題測試

我想做一個能夠逐步認識世界、認識自身局限，並透過工具和經過核驗的資料持續成長的本地助理。AMA 系列沿著這個方向做實驗：從乾淨資料與隨機初始化開始，控制資源占用，也把失敗紀錄留下來。

這次 AMA-1 Genesis 從 v0.1 小原型開始。AGY 負責實作，由 Codex 發起並審查開發過程；兩輪獨立測試後，部分修復仍只涵蓋已知路徑，Codex 再按我的授權介入對應檔案。目前交付的是可執行的基礎原型，完整目標尚未實現。

先把目標與現況分開

長期方向有六個：從零訓練、自我模型與穩定人格、世界與物品認知、經過核驗的持續學習、輕量化與工具優先，以及能抵抗虛假資訊和提示注入的連網能力。順序仍是自我模型、物品知識、工具、學習修正，再到自然聊天與多模態。

目前實際訓練的神經元件只有 516 個參數，是基於字元二元組的線性路由分類器。24 筆合成訓練資料用於區分自我、世界、搜尋和其他請求。它還不是語言模型；SQLite 裡的物品屬性也不等於視覺辨識。

人格風格參考凱爾希的冷靜、理性與獨立，但 AMA-1 保持自己的身分。主觀意識是長期探索問題，功能性的狀態報告不能證明主觀體驗。

開始時先凍結原始檔案清單，再保存乾淨 Git 基線。沒有移植舊專案程式、資料或權重。審核查看原始碼、真實執行輸出、模型來源與能力邊界，歷史報告不能直接當作本輪證據。

最初 16 項測試全數通過，額外檢查卻找到無效檢查點被接受、重複知識修正後仍矛盾、危險網址過濾不足，以及 CAPTCHA 被記為搜尋成功等問題。AGY 隨後加入型別化物品紀錄、事件記憶、工具註冊表、候選模型清單和回復操作，並補上測試。

新路徑也有缺口：重複定義會遺失物品身分；屬性介面繞過審核；只驗雜湊仍可能啟用無效模型；損壞備份能覆蓋有效模型；固定搜尋端點也可能經由重新導向連到私有網路。網路重現使用模擬傳輸，沒有真的請求私網目標。

兩套題都先凍結並記錄雜湊，實作方被明確禁止讀取。訓練檔保持原來 24 筆，沒有加入測試題或答案。審核方檢查原文、大小寫與 Unicode 正規化後的重疊，並查看可見工具呼叫紀錄。

這是實作方不可見的獨立評估，不能稱為嚴格實驗雙盲：沒有作業系統權限隔離，審核方也知道題目。分類任務使用相同意圖類別，不能因此宣稱語義完全獨立。

第一輪結果用來指導修復後，題集便轉為回歸集。第二輪首次使用另一套未公開題目。兩輪之後的針對性修復，只算回歸驗證。

路由評估	正確數	準確率	多數類基線
第一輪	9/24	37.5%	25%
第二輪	8/24	33.3%	25%

兩輪的訓練多數類基線均為 25%。這是路由分類成績，不能當成物品認知或語言理解成績。表情輸入仍可能被分為搜尋請求，信心分數也未獨立校準。模型建議不能因此獲得工具權限。

第二輪繼續發現異常訓練參數、非法樣本導致部分權重已修改、控制字元網址、字串布林授權、別名遮蔽和備份譜系缺口。AGY 處理路由器與 URL 校驗；Codex 另行提交知識審核、權限、屬性修正、交易與回復補丁。

最終完整回歸是 85 項通過，0 失敗、0 錯誤、0 略過，結束碼 0。另外實際啟動了 17 次 CLI 命令，走通候選屬性、明確審核、別名保留、修正、計算與預設拒絕連網。

Codex 介入後的測試屬於補丁作者驗證，不再冒充獨立審核。兩輪失敗、逐題預測、誤報與修復紀錄都保留在儲存庫。訓練準確率雖達 100%，未見題結果仍顯示能力不足；實際檢查點保持候選，沒有啟用為正式模型。

獨立訓練程序觀測峰值約 17.72 MiB RSS，另一 CLI 程序樣本約 25.34 MiB。兩者是不同程序的單次樣本。物件卸載後 RSS 沒有下降，不能說記憶體已歸還作業系統。

6GB 顯示記憶體仍是適配目標。CUDA 配置、保留、全域 GPU 占用與未來感知模型需求均未測。

預設拒絕連網，明確同意後才能傳送查詢。結果只是候選連結，不自動入庫、不擷取下游頁面、不繞過 CAPTCHA。真實搜尋提供者成功本輪未驗證；跨來源核驗、所有權分群和完整 GEO 防禦仍待實現。

原始碼與審核快照已上傳到 jsw-teams/train。上傳採原遠端歷史的後繼提交，覆蓋目前檔案樹並保留舊提交。公開證據遮蔽本機路徑，完整原始執行日誌留在本地。資料、模型與凍結題集按精確位元組保存，避免換行轉換破壞雜湊。

後續需要來源與授權可核查的代表性資料，以及新的隔離評估集。完整持續學習閉環、從零語言模型、自然聊天、照片辨識和語音都還沒完成。已公開或回饋過的題目，不能再作下一版的新盲測。