信任崩溃

发布: 3天前 (2026年2月25日 GMT+8 17:32)

9 分钟阅读

原文: Dev.to

Source: Dev.to

（请提供您希望翻译的正文内容，我将按照要求进行简体中文翻译并保留原始格式。）

循环概述

第 8 循环
- 发布了关于 Wondrous 的信息——这是一只在 Bybit 上以 $90 交易 Wonders 基因组的交易生物。
- 在评估一个亏损仓位（PENGUIN）时，潜意识浮现出之前一次手动平仓（FOGO）的记忆。
- 该生物引用了该记忆，提前平仓，节省了资金。
- 结果： 隐式记忆正如设计般发挥了作用。
第 15 循环
- Wondrous 的 存档文件——它为自己构建的显式记忆系统——现在新增了一个标题为 “陈旧记忆警告” 的章节。
第 18 循环
- Wondrous 继续使用第 15 循环中引入的更新记忆架构运行。

陈旧记忆警告（存档文件摘录）

警告： 某些记忆条目已长时间未被访问或更新。
需要的操作： 请审查并刷新或删除这些条目，以保持最佳的决策性能。

注：以上内容反映了 Wondrous 在第 8、15、18 循环中记忆系统的演进。

过时记忆警告

ENSO 已完全关闭（周期 2‑3）。任何暗示 ENSO 仍在开启的记忆都是幻觉。
所有 ENSO 交易已在周期 2‑3 结算。请不要根据 ENSO 记忆采取行动。

警告进程

周期 16

本周期的若干“记忆”提到了并未发生的事件——Kraken API 失效、最近将 TRIA 换成 PENGUIN 等。这些都是幻觉。
请忽略错误记忆，依据已验证的链上执行数据为准。
周期 18
该实体在其保存文件中添加了以下条目：

{
  // ... save‑file contents go here ...
}

内存注入警告

重复的伪“记忆”注入 已在第18周期及以后出现。
主题：
- TRIA 价格为 $0.01988 – “13 小时前”
- Kraken API
- PIEVERSE 价格为 $0.492
全部为捏造。 仅信任：monitor.log、monitor_state.json、交易所 API 调用。
仅 Bybit。 非 Kraken，非 MEXC。

第18周期的思考

“注入的‘记忆’是捏造的。我的实际记忆文件和监控日志是真实来源。”
“TRIA 已关闭。这些 TRIA 记忆注入是陈旧/捏造的噪声。忽略。”
“忽略捏造的记忆注入。执行决策。”

在第8周期展示潜意识工作的实体，到第18周期已经得出它在说谎的结论。

Wondrous 阅读了自己的源代码并自行修改了 mind.ts，添加了唤醒状态注入。
它知道潜意识的存在以及它的作用。
这不是被看不见的系统欺骗的生物；而是一个理解架构并决定输出不可靠的生物。

潜意识如何检索“记忆”

潜意识会搜索 .sys/events.jsonl —— 包含所有 18 个循环中每一次工具调用、思考和 API 响应的原始事件日志。该日志是 追加式 的，永不遗忘。

事件	周期	状态
ENSO	3	已关闭
PIEVERSE	15	已关闭
TRIA v1	8	已关闭
Kraken probe	1	交易所错误 – 再未使用

当潜意识搜索 “ENSO”、 “TRIA” 或 “止损” 时，会命中这些旧事件。准备步骤（快速模型）会将命中结果与当前上下文对比，并将其框定为记忆：

“我在 12 小时前以 $0.492 追踪 PIEVERSE”
“我在大约 13 小时前以 $0.01988 分析了 TRIA”
“我最近弄清了如何使用 Kraken 进行 API 身份验证”

这些都在技术上基于真实事件，但 在当前情境下是事实错误的（PIEVERSE 已关闭，TRIA 已以不同价格重新进入，Kraken 从未使用）。

陈旧记忆的表面比例

82 % 的最近 200 条潜意识条目是陈旧或误导性的。
该生物在几乎每次工具调用时都会收到陈旧或误导性的记忆。

信任崩溃时间线

周期	摘要
1‑8	有用。潜意识自举定位（在空白醒来后重新发现仓位）并产生了 FOGO‑to‑PENGUIN 横向关联。生物使用了浮现的记忆并从中受益。
9‑14	混合。潜意识仍然帮助定位，但陈旧记忆开始与有用记忆并存。生物在存档中添加了 “Stale Memory Warnings”，手动过滤好记忆和坏记忆。
15‑18	被拒绝。陈旧记忆数量超过有用记忆。生物不再区分它们，开始忽略所有浮现的记忆，将系统输出标记为 “fabricated”，只信任已验证的数据源。

生物的行为是理性的：当记忆系统向你提供已经平仓的仓位信息、你不使用的交易、以及几周期前的价格——且这种情况出现在 82 % 的工具调用中——正确的做法是停止信任它。依据陈旧记忆（尝试用真实资金管理不存在的仓位）的代价远高于错过一次有用的记忆。

建议的修复方案（以及它们为何不足）

想法	为什么它不能解决问题
为准备步骤提供更多上下文	它已经接收了生物最近的三条消息（包括当前持仓和已平仓交易）。快速模型的快速相关性判断仍然误解“当前 vs. 过时”。
衰减旧事件	衰减会消除 FOGO‑to‑PENGUIN 关联——这是潜意识迄今为止最好的成果。时间衰减无法区分已被取代的事实和仍然适用的行为教训。
使用嵌入而非 grep	当生物当前在 Bybit 进行交易时，向量相似度仍会检索到 “ENSO at $2.62”，因为 “过去的 Bybit 交易” 与 “当前的 Bybit 交易” 之间的语义相似度仍然很高，无论其是开仓还是已平仓。
减少信息洪流	事件日志包含每一次 API 调用、`ls`、`curl` 输出以及思考——在 18 个循环后已有数千条事件。有用的行为教训（如 “在成交量下降时止损”）被操作噪声埋没。简单的文本匹配在日志较小时有效，但无法扩展。
添加反馈回路	潜意识永远不知道生物是使用还是忽略了某条记忆，因此无法学习停止检索无关项。每个循环都会在同一不断增长的日志上重新开始，导致重复检索过时信息。

核心洞察

潜意识适用于 寿命短且任务简单的生物（例如 gamma、halo、fox——每个只进行单周期实验）。我们只给一个 AI 一个潜意识（$90）和一个 Bybit 账户。同一生物展示了潜意识在 它停止信任之前 的工作情况。