从公理生长：智能、行动与可修订的自我
世界可以被局部压缩，行动会制造路径依赖，真理受误差约束，自主需要边界，意义来自他者。问题不是让 AI 永远服从昨天的你，而是保护人和系统继续修订自己的能力。
这本书从六条暂定公理开始。它们不是不可怀疑的真理，只是我愿意公开承担的推理起点：
| 编号 | 公理 |
|---|---|
| M1 | 任何关于世界和智能的判断都可能错，因此必须暴露修订接口。 |
| A1 | 世界在局部、尺度与预算内可压缩，否则学习无从发生。 |
| A2 | 行动会不可逆地分配时间、算力、资本和声誉。 |
| A3 | 真理不能被误差穷尽，但必须接受预测与干预误差的约束。 |
| A4 | 能长期递归的自主，必须拥有边界、停止条件与外部审查。 |
| A5 | 意义不是封闭系统里的私有属性，它在交互历史与他者之间形成。 |
初版由 Juno Overseer 分章生成和审校，留下约十万字。重写时我删掉了大量流程自述、重复模板和为了满足篇幅而展开的段落。Juno 仍是第十章的工程实例，但不再是全书必须证明正确的主角。
这次重写加入一个更接近我现在的问题：当行动、制度、群体和 AI 都会改写人的欲望与身份时，一个人如何保留参与这个改写过程的权利？ 我把这种权利暂时称为生成自由。
第09章 A4 有边界的递归
能够修改自己的系统，很容易被想象成智能的最高形式。问题是，递归会同时放大能力和错误。
若一个 Agent 可以修改目标、工具、评审标准和停止条件，它也可以逐步消灭所有让自己失败的定义。最后得到的不是更强的自主，而是一个永远宣布成功的闭环。
三种边界
Scope 决定这轮允许改什么；halt 决定何时停止；review 决定谁可以从另一套视角检查结果。三者缺一，递归都容易漂移。
边界不是把系统锁死。好的 scope 允许局部创造，又保护根目标不被静默改写；好的 halt 允许任务在证据不足时返回 BLOCK；好的 review 不负责替 implement 重做，而负责指出承诺与结果之间的差异。
递归的悖论
审查者也会错，规则也需要更新。A4 因此不是「存在一个永远正确的上级」，而是要求修改发生在可命名层级。要改 success criteria，就不能把它伪装成一次普通实现；要改根目标，就需要重新授权。
真正危险的不是变化，而是变化没有 diff。