# Paranoia AI System Evolver **所属项目:** [GameDesignOS by Paranoia](../README.zh-CN.md) **语言:** [简体中文](./README.zh-CN.md) | [English](./README.en.md) > Copyright (c) 2026 Paranoia. Licensed under the MIT License. 这是 `GameDesignOS` 里的受控系统演化 skill。它负责把 AI 工作单从指令单升级为意图单，并升级 prompt、memory、RAG、tool routing、workflow、schema、eval 与 skill，同时用 VOI 决策门阻止 FOMO 调研、AI 分支爆炸和高结构低价值输出。 ## 这个 Skill 做什么 它组合了： - WOOP harness protocol：把任务目标、验收、失败模式和 if-then 恢复协议写进控制面； - Intent Work Order：先声明要改变什么现实、谁验收、第一眼必须看懂什么、不能牺牲什么、AI 可自治到哪里； - VOI 决策门：先定义决策、选项、默认行动和决策边界，再判断哪些信息值得获取； - RJR-AI 剩余判断权授权门：把 AI、Workflow、Eval、automation、human 的权限边界写清楚； - 场景 VOI Adapter：按 skill 演化、游戏方向、体验诊断、资料整理、内容决策、平台事实、高风险动作和 AI 分支管理定义有效证据； - EVPI / EVPPI / EVSI：区分完全信息上界、目标不确定性和具体样本/实验的价值； - 模型压缩与因果中介：用更短、可干预、可验证的 operating model 替代补丁堆积； - UL（Uncertainty Ladder，不确定性阶梯）：用 UL-L0～UL-L5 控制每轮释放的未知、失败归因、复杂度增加与迁移验证； - Orient-first OODA：用现实反馈刷新地图，而不是追求反应速度； - Evals、Human Gate、versioning 与 rollback：让候选改动可验证、可审批、可逆。 ## VOI 的新增硬规则 ```text 没有决策对象，不启动无限调研。 没有 current_default_action，不能计算行动变化。 所有合理信号都不改变行动，当前决策 VOI 接近于零。 EVPI 是价值上界，EVSI 是具体样本或实验的价值。 通用 VOI 之后必须按具体场景定义有效证据、弱证据、最小探针和停止规则。 净 VOI 必须扣除获取、延迟、注意力、隐私和污染成本。 达到停止条件就拍板，不用更多研究替代行动。 ``` ## RJR-AI 授权硬规则 ```text AI 负责扩大可能性，不负责最终下注。 Workflow 负责压缩混乱，不篡改人的判断层。 Eval 负责提供反馈，不替代高耦合低可逆决策。 低风险可逆任务可以自动化。 高耦合、低可逆、证据不足的问题必须保留 residual_judgment 并进入 Human Gate。 ``` ## UL 硬规则 ```text VOI 选择最值得消除的未知，UL 控制下一轮暴露剂量。 每轮默认只释放一个主要变量，并写出保持不变的变量、支架与后果预算。 无法区分主要失败解释时标记 confounded，退回更受控环境。 固定样例通过不等于迁移通过；必须检查陌生样本和负迁移。 任务复杂度上升不等于权限自动上升，真实后果仍走 Human Gate。 ``` ## 包内容 ```text SKILL.md agents/openai.yaml references/value-of-information-playbook.md references/value-of-information-playbook.zh-CN.md references/value-of-information-playbook.en.md references/intent-engineering-work-order.md references/intent-engineering-work-order.zh-CN.md references/intent-engineering-work-order.en.md references/project-workflow-governance.md references/project-workflow-governance.zh-CN.md references/project-workflow-governance.en.md references/evolution-loop-playbook.md references/evolution-loop-playbook.zh-CN.md references/evolution-loop-playbook.en.md references/uncertainty-ladder-protocol.md references/uncertainty-ladder-protocol.zh-CN.md references/uncertainty-ladder-protocol.en.md references/woop-harness-protocol.md references/woop-harness-protocol.zh-CN.md references/woop-harness-protocol.en.md references/model-compression-playbook.md references/model-compression-playbook.zh-CN.md references/model-compression-playbook.en.md references/eval-versioning-playbook.md references/eval-versioning-playbook.zh-CN.md references/eval-versioning-playbook.en.md templates/voi_decision_gate.md templates/voi_decision_gate.zh-CN.md templates/voi_decision_gate.en.md templates/intent_work_order.md templates/intent_work_order.zh-CN.md templates/intent_work_order.en.md templates/workflow_governance_review.md templates/workflow_governance_review.zh-CN.md templates/workflow_governance_review.en.md templates/evolution_proposal.md templates/evolution_proposal.zh-CN.md templates/evolution_proposal.en.md templates/ooda_voi_state.md templates/ooda_voi_state.zh-CN.md templates/ooda_voi_state.en.md templates/uncertainty_ladder_state.md templates/uncertainty_ladder_state.zh-CN.md templates/uncertainty_ladder_state.en.md evals/voi-decision-gate-cases.md evals/voi-decision-gate-cases.en.md evals/uncertainty-ladder-cases.md evals/uncertainty-ladder-cases.en.md examples/ul-state.example.json quick_validate.py ``` ## 推荐提示词 ```text 使用 $paranoia-ai-system-evolver，先把任务从指令单升级为意图单：写清要改变什么现实、服务哪个更大目标、完成后外部世界变成什么状态、谁验收、第一眼必须看懂什么、哪些不能牺牲、AI 可自由改什么、不能碰什么、原计划失败时按什么原则改方向，以及交付前自查哪些失败信号。再写出当前决策、选项、默认行动和决策边界，建立 RJR-AI 授权门，使用 VOI/EVPI/EVSI 选择最小高价值探针；用 UL 声明当前 UL-L0～UL-L5、本轮释放与保持不变的变量、支架、归因门、迁移检查和 fallback，最后把系统改动整理成带 WOOP、OODA、eval、Human Gate、rollback 和复盘沉淀的候选提案。 ``` ## 在 GameDesignOS 里的边界 - 领域 skill 仍负责概念、体验诊断、ED 实验和策划案；本 skill 负责系统改动与显式 VOI 审计。 - 意图单不是额外流程，而是 WOOP/VOI/RJR-AI 之前的任务入口，用来减少人类微操并防止 AI 越界自治。 - VOI 不把所有学习都判为无用，而是区分 `decision_information`、`model_learning` 和 `information_consumption`。 - UL 不是权限阶梯，也不是固定瀑布；它控制实验环境的未知暴露，RJR-AI 继续控制授权。 - 高风险概率、损益、资金和生产判断不能只靠高/中/低启发式。 - 真实项目材料、私有数据和客户信息留在 private workspace。 ## 维护规则 - `SKILL.md` 保持轻量，完整方法放在 `references/`。 - 改动后运行 `python scripts/validate_skill.py paranoia-ai-system-evolver` 与 `python paranoia-ai-system-evolver/quick_validate.py paranoia-ai-system-evolver`。 - `target_layer: skill` 必须运行行为回归，检查是否减少低 VOI 分支且没有增加无意义前置文本。 - 行为回归还必须区分受控通过、失败归因和迁移通过；`confounded` 失败不得晋升长期规则。 - 全局安装、长期记忆写入、生产发布和长期规则提升都属于 Human Gate。