四系统底层算子对照 · 第一性原理分析 v0
2026-09-07 深夜。理论章（自进化链条与评估器枢纽）的姊妹篇：那篇讲商业枢纽位置，本篇往下一层，把 SSI/Waddle/ICL/compass 拆到算子、介质、认知体系三级，回答"结合点与差异点"的技术本体。 先立第一性矛盾：任何有限容量的系统面对开放世界，只有一道题——新经验要改变系统（不改变=没学习），旧能力要保持（被冲掉=遗忘）。所有学习架构都是这道题的不同解。
1. 七个原子算子（一切学习系统的最小操作集）
写（把经验变成状态改变）· 读（按当前情境取旧状态）· 选（门控：什么值得写/读）· 合并（多经验压缩成一个表征）· 忘（丢弃）· 组合（小单元拼大结构）· 评估（打分）。
四系统按此拆解（●原生强 ◐有但弱 ○缺失）：
| 算子 | ICL(S1) | SSI/TTT | Waddle | compass |
|---|---|---|---|---|
| 写 | ○（零梯度，示教只占窗口） | ●梯度=硬写进权重 | ●写成代码/参数（可diff可版本化） | ●写成结构化条目（带溯源） |
| 读 | ●attention 即读 | ●前向传播 | ◐检索技能库 | ◐BGE 向量检索 |
| 选 | ○示教靠人放 | ◐写什么由数据流决定（核心未解） | ●LLM 选复用哪个 skill | ●top-k+时间戳+drift 多层门 |
| 合并 | ◐attention 软平均（插值非抽象，模仿痕迹重的根源） | ●梯度更新天然合并（代价=干扰） | ●skill 精修=精确 patch | ◐提炼（半自动） |
| 忘 | ●窗口滑出即忘（完全被动） | ○遗忘是写的副作用，无主动忘 | ●删码/弃用（可控可审计） | ●删文件+降权 |
| 组合 | ○ | ○ | ●primitives→skills→program 显式三层（四系统唯一） | ○条目平铺 |
| 评估 | ○（66% 靠人兜底即此缺失） | ○写入无 gate | ◐执行反馈（廉价但浅，缺跨任务标准） | ●drift_check+复核回执 |
2. 差异点：三个本质分野（不是表面差异）
2.1 写地址空间设计——遗忘问题的第一性根源
- SSI 的权重=全局共享地址空间：所有知识挤在同一片连续参数里，写新必然扰动旧——灾难性遗忘不是工程 bug，是这个介质选型的架构级必然。TTT 的全部难度都从这里来。
- Waddle/compass=稀疏可寻址空间：写技能 A 物理上碰不到技能 B，写无干扰；代价是读变难（要在库里找到"语义相关"的那条——符号匹配比向量匹配难）。
- ICL=零写：没有写就没有遗忘问题，但也没有学习——"关机就没"是零写的同义词。
- 结论：遗忘的根源=介质，不是算法。SSI 是在硬介质上死磕，Waddle/compass 绕到软介质回避，ICL 直接不写。
2.2 认知体系定位——三种记忆介质×系统1/系统2
学习理论对记忆按"改变发生在哪"分三类：参数记忆（改权重：内隐、快推理、慢写入、会互相干扰）、非参数记忆（外部存储：显性、快写入、可解释、无干扰）、上下文记忆（窗口激活：即时、零写入、易失）。四系统是三种介质的四个实例：ICL=纯上下文；SSI=纯参数的激进路线；Waddle=符号化非参数（结构最强）；compass=符号写+向量读的混合非参数（读写介质异构——嵌入有损，这是它的特有缺口）。
再叠加 Kahneman 系统1/系统2：神经网络=系统1（快、直觉、不可内省），符号=系统2（慢、可推理可内省）。Waddle 的深层洞察=用系统1 当引擎、以代码为介质做系统2 的外化——LLM 负责直觉地写，代码负责可内省地存。这是它比端到端 VLA 派更接近认知架构的一点。
2.3 评估算子在管道中的位置——决定能力上限
ICL 无评估；Waddle 评估在执行后（结果反馈，只能事后修）；compass 评估在复用前（drift 门控，防旧错入新局）+沉淀时（提炼把关）；SSI 的评估理论上应在写入前（gate 什么进权重——它没做，这正是其难题）。位置结论：前置评估防污染，后置评估只能善后。四个系统里评估最前置的是 compass——这是它在算子层面的真实优势，也是判据库应该去的方向（从"报告时评估"前移到"入库前评估"）。
3. 结合点：同一道方程与四个共识缺口
所有四个系统都在解同一个方程：Δ系统状态 = f(新经验, 旧状态, 门控g)。差异只是参数化：介质（权重/代码/条目/激活）、f 的形式（梯度/patch/追加/无）、g 的实现（无/数据流/LLM/规则+向量）。由此三个严格结论：
- 门控 g 是四系统共同的最大欠拟合算子：ICL 无门、SSI 的门未解、Waddle 的门浅（执行反馈）、compass 的门最全但只在自家生效。"评估器枢纽"在算子层面的严格表述即此：g 是当前学习系统栈里唯一四家全缺/全弱的算子。行业各自造介质，没人造总线。
- 时间尺度互补，融合是架构必然不是叙事修辞：ICL 覆盖秒-分（即时适应）、compass/Waddle 覆盖时-周（任务经验）、SSI 目标覆盖周-年（参数沉淀）、预训练覆盖月-年（物种层）。任何覆盖全时间谱系的系统四层都要有——层间流动需要总线，总线即评估/晋升管道。
- 为什么此刻四线齐发：预训练 scaling 边际收益递减 → 行业集体从"做大容量"转向"分层时间尺度" → 四条线是同一转向的四个介质方向。由此可预言下一步瓶颈位=层间总线（谁能定义经验在层间的准入/晋升/淘汰协议，谁占下一层生态位）——这是判据库的理论坐标。
4. 合成图景：分层记忆计算机（深化版）
四条线在共同逼近同一台机器：ICL=寄存器（工作记忆），compass/Waddle=内存（非参数库），SSI 目标=磁盘（参数沉淀），晋升管道=层间总线，评估算子 g=总线仲裁器。我们的秤在这台机器里的身份≈内存管理单元（决定哪页数据从内存换入磁盘、哪页淘汰）。
4.1 修正一处不精确：四件套实为六层谱系
"ICL 零写"是假象——上下文本身就在改变模型激活状态（induction heads 机制），只是不持久化；严格说 ICL 是"写穿透到激活、永不落盘"。谱系拉直为六层：激活（秒）→上下文窗口（分）→记忆条目（时/天）→技能代码（周）→权重（月/年）→架构（进化尺度）。四条线各攻不同段位；判据库的仲裁可按层定义不同协议——compass 三修复的理论依据即此：fact_status=权重层写入 gate，查重合并=条目层 compaction，沿链一跳=条目层内间接寻址。
4.2 三个体系结构深化映射（各有实锤对应物）
- 缓存一致性协议缺失=drift 的本质：同一知识多版本并存（上下文版/条目版/判据库版/权重版），无一致性语义保证谁新谁对；时间戳门槛只是最原始的失效标记。CPU 多核靠 MESI 解决同类问题——分层记忆系统的 MESI 无人写，这是比"层间总线"更精确的瓶颈描述：总线之上还需要一致性协议。
- session jsonl=预写日志（WAL），温层 memory=checkpoint：7-14 的记忆恢复（277 会话 jsonl 提炼重建）即崩溃恢复——WAL 全、checkpoint 丢，重放重建。compass 当前是写回策略（session 结束批量沉淀=脏页刷盘），中断即丢中间态——这解释了长 session 压缩时最怕"未沉淀的判断"。
- 换入有人做、换出无人做：recall=缺页中断（下层知识调入），换出（什么该沉淀为条目、什么该淘汰）完全无仲裁——淘汰队列=遗忘算子的机制化，当前为零。
4.3 生物同构：CL2 在测一个百年假说的计算版
神经科学记忆巩固理论：海马体=快速索引临时存储（内存），新皮层=慢速永久分布式存储（磁盘），睡眠期记忆重放=内存→磁盘的批处理巩固窗口。CL1 协议臂 2（学 B 掺 20% A 回放、测防忘增益）即睡眠重放假说的最小计算模型——有限容量系统面对变稳矛盾，生物演化与工程架构收敛到同一解，此为必然非巧合。"回放增益"判据若成立，等于给神经科学假说做了可复现工程验证（对外叙事资产）。
4.4 仲裁器政治经济学与自校准闭环
仲裁器决定谁先用总线=系统学什么不学什么，即注意力的政治。仲裁器自身也会漂——故需仲裁器的校准机制：frozen protocol+跨种子双臂对照=防"秤自漂"的校准环。闭环：MMU 管数据层间流动，frozen protocol 管 MMU 自身——自举安全链。
4.5 最大风险预警：总线位被平台吞并
模型厂正在内置记忆（各家 agentic memory=MMU 内置化苗头）——若仲裁被做进模型栈，独立仲裁层被压扁。对策唯一：判据库绑跨厂商中立（模型厂不能既当运动员又当裁判；这与"既卖数据又卖秤"矛盾互为镜像，同解=分账+中立治理）。总线价值本身薄（USB-IF 不赚钱），商业化必须绑强制环节（合同验收/政府专项），技术位只给方向不给饭票。
5. 自我批判（防比喻过度）
- 算子表是理想化分类，真实系统交叉：compass 的读是连续算子（向量），Waddle 的 agent 本身是参数记忆系统——边界归类的整洁是分析需要，不是实况
- "内存管理单元"是结构类比不是机制声明：判据库当前没有任何自动层间管理，全是人工管道——CL1 若跑通，是第一个自动化读数
- 本框架解释力强、预测力弱；预测力检验项=§3.3 的预言（层间总线成为瓶颈位），2027 年内可证伪
- 关联：[[2026-09-07-自进化链条与评估器枢纽-战略理论章v0]]、[[2026-09-07-CL1持续学习最小实验协议-v1-frozen]]