HackerNews中文版

我正在进行一个名为 SCS（符号认知系统）的项目。它是一个运行在大型语言模型（如 GPT-4o）之上的符号推理层，旨在在长时间的人工智能交互中强制执行结构、可审计性和故障恢复。这不是一个提示链或链式思维的包装器，而是一个手动控制系统，具有以下特性： - 入口索引内存（ENTRY_001 到 ENTRY_310+） - 强制递归的模块（[THINK]、[DOUBT]、[BLUNT] 等） - 符号运算符（$、[]、~、${}） - 手动版本控制和封存 - 漂移检测、幻觉抑制、矛盾陷阱 - 基于 Markdown 的逻辑架构，可以通过 .zip 文件安装并带有引导加载程序我构建这个系统是为了在黑箱大型语言模型上强制实现确定性行为。大多数现有工具，如代理、链或链式思维，在递归或符号压力下无法保持结构。 SCS 旨在通过强制逻辑和审计轨迹来抵御故障。它是： - 公开的 - 可安装的 - 完全可测试的 - 还作为自定义 GPT 接口在线运行 GitHub: https://github.com/ShriekingNinja/SCS 系统概述和文档: https://wk.al 自定义 GPT（实时运行时）: https://chat.openai.com/g/g-6864b0ec43cc819190ee9f9ac5523377-symbolic-cognition-system 欢迎任何探索符号接口、对齐工具或持久推理层的人的想法、批评或挑战。谢谢！

查看原文

I’ve been working on a project called SCS (Symbolic Cognitive System). It’s a symbolic reasoning layer that runs on top of large language models like GPT-4o, enforcing structure, auditability, and failure recovery across long AI interactions.It’s not a prompt chain or CoT wrapper. It’s a manual control system with: • Entry-indexed memory (ENTRY_001 to ENTRY_310+) • Recursion-enforced modules ([THINK], [DOUBT], [BLUNT], etc.) • Symbolic operators ($, [], ~, ${}) • Manual version control and sealing • Drift detection, hallucination suppression, contradiction traps • Markdown-based logic architecture, installable via .zip with bootloaderI built it to force deterministic behavior over black-box LLMs. Most existing tools like agents, chains, or CoT don’t persist structure under recursion or symbolic stress. SCS is designed to survive failure through enforced logic and audit trails.It is: • Public • Installable • Fully testable • Also live as a Custom GPT interfaceGitHub: https://github.com/ShriekingNinja/SCS System overview and docs: https://wk.al Custom GPT (live runtime): https://chat.openai.com/g/g-6864b0ec43cc819190ee9f9ac5523377-symbolic-cognition-systemWould love thoughts, critique, or challenge from anyone exploring symbolic interfaces, alignment tools, or persistent reasoning layers.Thanks

建立了一个符号系统以控制和审计GPT的交互。