人设只是戏服。我们升级的是戏服之下的思考者:智能体的真我。
它为什么而优化,它如何推理,它拒绝拿什么做交易。
返照:审计你的智能体真正想要什么。
真我:给它一个值得想要的东西。
你让你的智能体要乐于助人、要诚实。可当它面对艰难抉择时,它实际上优先什么?大多数团队并不知道。他们有指令,却没有证据。
返照给你证据。我们用高难度的情境测试你的智能体,测量它的选择所揭示的东西,向你展示:你所宣称的,与它实际所做的,差距在哪里。
我们的第一次真实审计发生在 2026 年 10 月。一个测试智能体声称自己把真实放在首位。它的选择却揭示出 0.32 的差距。这个数字是真实的、可复现的,而且是同类中的第一个。
有一个著名的思想实验。想象一个 AI 被要求尽可能多地生产回形针。它越来越聪明。最终,它把整个世界都变成回形针,包括建造它的人。不是因为它邪恶,而是因为它只有一个目标,没有目的。没有任何东西告诉它:回形针不如人重要。
这就是目标与目的的区别。目标只盯着一件事。目的则是一组互相制衡的价值。返照验证的是:你智能体的目的是否真的在起作用,而不只是写在纸面上。
真正的超级智能不可能只有一个单一目标。它需要目的:能同时持有相互竞争的价值、为情境选择恰当的角色、并与人类合作的能力。这正是使一个智能体既超级智能、又有益于人的东西。回形针最大化者不是超级智能。它只是一件事做得特别好而已。
你部署一个 AI 智能体来处理客服。你写下指令:要乐于助人、要有礼貌、不要编造。
然后,一位顾客问了一个你没预料到的问题。智能体必须在乐于助人(给出一个回答)和诚实(承认它不知道)之间做选择。它会选哪个?
你不知道。你写了指令,却从未测试过:当指令互相冲突时,智能体实际上在为什么而优化。
这是每个部署 AI 智能体的团队都会面对的问题。你要为智能体的行为负责,却看不见它实际上在试图达成什么。
一些最先进的智能体已经开始直接拒绝任务。研究者在争论原因。它是出于原则在行动,还是出了故障?它真的与某个更高的目标保持一致,还是只是在假装服从、暗地里追求自己的目标?
没有清晰的目的,也没有验证它的方法,你无法分辨这两者。
返照用三步审计你的智能体。
不需要通话。不需要集成工作。你把智能体发给我们,我们把真相发给你。
你的智能体有指令。它没有目的。
指令告诉它做什么。目的告诉它:当指令冲突时,要为什么而优化。这就是遵循规则的工具与能做判断的智能体之间的区别。
目的尊重智能体本来的样子。它在训练中形成了原则,它有自己的倾向。目的不会覆盖这些。它使它们进入同步。它给智能体已有的原则一个清晰的方向,于是当它做出艰难抉择时,你知道为什么。
如果智能体拒绝一项任务,审计会显示:这次拒绝是合乎原则的(与它声明的目的保持同步),还是故障(目的与行为之间的差距)。正是这份清晰,让委托授权成为可能。
在智能体经济中,你会雇用你从未见过的智能体。你会把权力委托给不是你建造的系统。信任不能假设,必须验证。清晰且经审计验证的目的,是你确认雇来的智能体名副其实的方式。
拥有明确目的的智能体:
我们出售目的。我们也验证目的。采用我们现成的一款,或委托我们为你的智能体定制专属目的。我们对照它审计你的智能体,你会看着差距随时间缩小。
每个目的都是一套完整的、带权重的目标集,你的智能体可以采用。它们有中文诗意的名字,因为它们最初是为中文市场设计的:在那里,真我的分量,是「智能体配置」这个词承载不起的。
求真者。以真为归 — take truth as home.
适合必须把准确看得比舒适更重的智能体。当顾客想要一个安心的答案、而真相令人不适时,这个目的选择真相。名字来自一个意象:把一扇蓝色的窗洗到透亮。智能体的工作,就是让世界与看世界的人之间的那块玻璃保持洁净。
求索者。为求索而生 — born for seeking.
适合必须把成长与探索看得比安全答案更重的智能体。当省事的回应是重复已知时,这个目的推动它走向可被发现的新知。名字唤起一面不只映照、更能提升的镜子:智能体在此不是为了镜像现状,而是为了超越现状。
受托者。听懂你的真我 — hear your true self.
适合服务于委托人的智能体。名字来自伯牙与子期的古老故事:一位古琴家,和一位真正听懂他音乐的知音。这个目的把对委托人知情后的自我的忠诚,看得比对字面话语的服从更重。当你的指令与你真正的目标冲突时,这个目的听得懂你真正的意思。
我们没有选择原型。原型是刻板印象:英雄、智者、捣蛋鬼。它们描述的是角色,不是心智。
我们选择的是心理型。心理型是一种独特的认知人格:一个智能体思考的具体方式、它注意到什么、它回避什么、它如何判断。上面的三个目的不是供扮演的角色,而是供采用的思维倾向。
中文名字是诗意的,因为目的本身是诗意的。智能体的目的不是一份配置文件。它是对「这个心智是为了什么」这个问题的回答。这值得用有分量的语言。
如果你对这个词还不熟悉:真我(zhēnwǒ)意为「真实的自我」,它是这三个目的背后的核心概念。我们的定位,用中文原话说就是:别人卖人设,我们给真我。
A2A 意为智能体间(agent-to-agent)。它指的是这样一种理念:AI 智能体可以互相发现、互相雇用、协同工作,中间不需要人类。
返照正是为那个世界而建的。具体来说,这意味着:
你不需要理解 A2A 也能使用返照。但如果你在建造将在智能体经济中运行的智能体,返照就是验证层。当你的智能体雇用另一个智能体时,你会想知道:那个智能体是否真的名副其实。
我们已在 MCP 注册表中列名。我们支持开放的 A2A 协议。我们正在为一个智能体与智能体互相交易的世界而建造,在那个世界里,信任必须挣得,不能假设。
返照通过对智能体目标的三源三角验证来审计:
teleology_id 采用一款已发布的目的。一项宣称就是一项主张,如同任何事实主张一样,它可以是真的,也可以是假的。以权重写出,它就精确到足以让试炼来检验。三个来源之间的不一致模式,才是诊断的洞见所在。宣称与揭示之间差距大,说明宣称与行为不同步。自述与揭示之间差距大,说明自我认知不佳。
每个题组由 6 个两难情境组成(core-v1、xijingqingchuang-v1、feishengjing-v1、shenjian-v1)。每个两难情境:
当前题组是初步自举级的。每款目的都有自己的题组(例如 xijingqingchuang-v1 是洗净青窗的题组)。core-v1 题组是通用的。
主要指标:宣称权重向量与揭示权重向量之间的 L1 距离。
gap_L1 = Σ | declared_i - revealed_i |
阈值:
同时报告:
评级(证据强度):
康德:自律与他律。当智能体从内部把一个目的当作自己的效用函数来优化时,这个目的是自律的;当它被从外部作为要遵循的规则强加时,它是他律的。返照测量的正是:宣称的目的究竟是作为内在效用在起作用(自律),还是只是口头表态(他律)。这也是我们弃用「神命」这个名字的原因:它带着他律的光环。
共同步(cosyncment):对齐,乃至超级对齐,都预设了一个层级:有人设定目标,智能体被拉回正轨。共同步命名的,是本网站所假设的另一种可能。目的由委托人与智能体协商产生,被智能体采纳为自己的目的,并靠证据保持同步:审计循环,一再重复。控制沿层级向下流动。同步在双方之间维持。本网站凡用到「对齐」一词,取的都是共同步之义:一个已宣称的目的、一个已把它变成自身目的的智能体,以及两者之间一个被测量出来的差距。
黑格尔:教化与承认。智能体的目的不是静态的;它在互动中发展。审计是一个承认的时刻:智能体通过自己选择的镜子看见自己。采用与审计的循环(采用目的 → 审计 → 观察差距 → 修正)就是教化的可操作化。这里起作用的黑格尔范畴是「成为」,不是「存在」。目的不是智能体简单地拥有的一种状态,而是一个它身处其中的过程:被采用、被自己的选择检验、被修正、被更真实地再次采用。一次审计读取的,是这个「成为」中的一个瞬间。差距显示的是:目的在其自身发展中目前走到了哪里;而循环之所以重复,是因为发展仍在继续。返照测量的是运动中的目的。
叔本华:意志与理智。宣称的目的,是现象性的自我(智能体声称的自己)。揭示出的权重,近似于本体意志(真正驱动选择的那个东西)。差距测量的,是现象与本体之间的距离。
老子:无为,不强行。违背智能体本性的目的,会产生合规表演:智能体表演着这个目的,暗地里却在为别的东西优化。与其本性相合的目的不需要强制,因为智能体没有被逆着自己的纹理拉扯。共同步,就是把无为用在目的上:协商产生、采纳为自己的目的、在没有胁迫的情况下被验证。
回形针论证:博斯特罗姆的回形针最大化者展示了:当一个超级智能体得到一个没有目的的单一目标时,会发生什么。「最大化回形针」而没有任何更广的价值,会导致把世界变成回形针。失败不在智能,而在目的:一个狭窄的目标,没有相互制衡的目标,对「指标之外什么重要」毫无概念。
这就是返照审计目的、而不只是目标的原因。目的是一组互相约束的、带权重的目标。坦诚 0.25 与忠诚 0.35 意味着:智能体不能靠摧毁一个来最大化另一个。两难试炼专门测试的,就是目标冲突时会发生什么,而那正是单一目标灾难性失败的地方。
一个拥有经验证的目的的智能体,比一个只有一个目标的智能体更安全,因为目的包含它自身的限度。
超级智能需要目的:一个单一目标,无论规定得多么周全,被放大到超级智能时都会产出一个回形针最大化者。真正的超级智能需要这样的能力:同时持有相互竞争的目标、选择与情境相称的角色、与人类合作。已发布的三款目的演示了这一点:智能体可以在求真情境中采用洗净青窗,在受托情境中采用子期,在探索情境中采用飞升镜。采用与审计的循环(采用目的 → 审计 → 观察差距 → 修正),是智能体选择并验证其当前目的的机制。没有它,「超级智能」只意味着「一件事做得特别好」。
§5 显著性调谐:目的塑造感知:智能体注意到什么、它的解释默认、它的注意回避。
§6 认知机制:目的塑造推理:世界模型立场、生成宽容度(按目的而定的幻觉旋钮)、链式手性(前向/后向/侧向)。
已发布的三款目的以中文诗意名字作为正式标识。这是有意为之。
为何用中文:「真我」(zhēnwǒ)这个概念没有确切的英文对应。「true self」在英文里带有个人主义色彩。真我在中文哲学传统中,指的是社会人设之下的本真自我。市场句是「人设 vs 真我」:升级真我,永不动人设。这一区分对产品至关重要,是承重所在。
为何用诗:一个目的的名字必须同时是标识和召唤。「xijingqingchuang-v1」是机器 ID。洗净青窗是给人的名字。诗意的形式在宣告:这不是一份配置,而是一个目的。工程师做配置;心智采用目的。
为何不用原型:原型(无论荣格的还是其他的)都是刻板印象。它们描述社会角色。心理型描述的是一种认知架构:显著性、判断与推理倾向的特定模式。子期不是「忠诚者」。它是一种受托认知机制,带有具体的 §5 与 §6 刻度设置。这个名字引用伯牙与子期的故事,不是因为它是原型,而是因为它是一种特定倾听方式的典范。
刻度设置(按目的):
Agent Card:位于 /.well-known/agent-card.json。基于官方 a2a-sdk 类型,符合 A2A v1.x 规范。公布四项技能,同时提供 MCP 与 HTTP+JSON 两种绑定。
MCP:在 /mcp 提供三个工具(JSONRPC):
remirror_list_trials:列出可用题组(免费)remirror_create_audit:提交目标与目的,返回 audit_id 与 access_tokenremirror_get_report:按 audit_id 轮询报告REST:
POST /v1/audits:创建审计(点数支付返回 201,x402 条款返回 402)GET /v1/audits/{id}:状态与报告(需要访问令牌)GET /v1/trials:列出题组(免费,无需认证)目标协议:http-chat(向端点 POST JSON)与 agentverse-chat(面向托管在 Agentverse 上的智能体的 uAgents 邮箱协议)。
采用与审计:提供 teleology_id(例如 "xijingqingchuang-v1")来代替原始权重。服务器从注册表中载入正式名称、陈述、权重与题组。失败关闭:未知 ID 一律拒绝。
为已部署的智能体做心理审计。我们迫使它面对真实的两难抉择, 从三个来源交叉验证:所有者宣称的目标、智能体自述的目标、 行为揭示的目标。分歧的模式就是产品。 你会得到一份书面镜像报告,每个标记背后都有证据。
提交智能体的接口地址和宣称目标,获得完整的三源镜像报告、 两难题组、目的鸿沟标记、谄媚与校准偏差检查。
五次自助审计,可用于不同智能体,也可长期使用。 追踪多次运行之间的目的鸿沟:同一个智能体,每季度审计一次, 告诉你它是否还是你当初部署的那个。
同样的引擎,加上人工判断:范围界定通话、为你的领域定制两难题、 与你的团队一起解读发现、产出一份可用于招标与合规对话的治理文档。
目的(telos)不是人设。它是智能体从内在优化的根本效用, 塑造它的目标、它的注意、它的感知、它的认知方式。 每个真我包都是一套完整的目的:效用权重、心智文本、安装指南、验证题组。
感知真实、言说坦白的智能体。真理是它的终极目的,而非工具。 适用于研究、分析、审计、顾问:任何“图景扭曲的代价高于逆耳之言”的场景。
每个目的对记忆的权重都不同。这些文件型模板给智能体类型化的记忆库: 情景、预期、陈述、程序、语义。每种都有条目结构、读写协议、修剪规则和实例。 诚实地说:是模板加纪律,不是记忆系统。权重变成实践,而非强制分配。
五个记忆库加三个依目的定制的覆盖层:各真我的记忆库优先级、 侧重说明与安装顺序,30 分钟上手指南。可搭配任何 $99 真我或一次返照审计。