BLUEPRINT

12. 认知层 — 技能

认知层的技能子系统是 iFay 的"能力库"——它管理硬件驱动、外部注册技能和内在固有能力，让 iFay 拥有可扩展的行动能力。

12.1 设备驱动中枢

一句话定义

设备驱动中枢是 iFay 的运动神经——如果硬件是 iFay 的"肢体"，设备驱动中枢就是连接大脑和肢体的运动神经。它确保 iFay 能正确控制各种硬件设备，而且新设备接入时不需要"重新学习走路"。

为什么需要它

想象一下你的身体：你的大脑想拿起桌上的杯子，它不需要知道手臂肌肉的每一根纤维怎么收缩——运动神经会把"拿杯子"这个意图翻译成精确的肌肉指令。更妙的是，当你第一次学会骑自行车时，你的大脑不需要重新学习怎么走路——新的运动技能是在已有的神经通路上"叠加"的，不会破坏原有的能力。

iFay 面对的硬件世界也是如此。智能灯泡、空调、窗帘、扫地机器人、无人机……每种设备都有自己的"语言"和控制方式。如果 iFay 每接入一个新设备就要改一次内部架构，那就像你每学一个新动作就要重新学走路一样荒谬。

设备驱动中枢解决的就是这个问题。它是一个中枢层（Hub），不是某个具体的驱动程序，也不是驱动程序的简单集合。它提供一套标准化接口，让任何新设备驱动都能"即插即用"地接入，而 iFay 的其他模块完全感知不到变化。就像你的运动神经系统——无论你学会了多少新技能，你的大脑结构不需要改变。

它在架构中的位置

iFay 四层架构
├── 社交层
├── 交互层
│   ├── 感知（Sense）
│   │   ├── 传感器           ← 感知环境数据，硬件接口由驱动中枢管理
│   │   └── ...
│   └── 动作（Action）
│       ├── 技能调用         ← 调用技能时可能需要操控硬件
│       └── ...
├── 认知层          ← 设备驱动中枢在这里
│   ├── 思维（Thought）
│   │   └── ...
│   └── 技能（Skill）
│       ├── 👉 设备驱动中枢   ← 所有硬件的"运动神经"
│       ├── 注册技能
│       └── 内部技能
└── 自我层
    └── Ego 模型

设备驱动中枢位于认知层的技能子系统中。它向上为交互层的传感器和动作模块提供硬件控制能力，向下通过 CAP（控制权限协议） 直接调用终端硬件的驱动程序、本地接口和命令。

你可以把它想象成脊髓——它不做决策（那是大脑/认知层的事），但所有从大脑到肢体的运动指令都必须经过它。它的存在让大脑可以专注于"想做什么"，而不用操心"怎么让肌肉动起来"。

它是怎么工作的

设备驱动中枢的工作方式可以用三个关键词概括：标准化、透明化、优雅降级。

1. 标准化——统一的接口契约

无论是智能灯泡还是工业机械臂，每个设备驱动在接入时都必须遵循同一套接口规范。驱动中枢定义了标准的注册、调用和状态查询接口：

  • 注册驱动：新设备驱动声明自己的类型、能力和支持的命令
  • 调用设备：通过统一的命令格式控制任何已注册的设备
  • 查询状态：随时了解某个驱动是否正常工作

这就像你身体的运动神经系统有统一的信号传导方式——无论是控制手指还是控制腿部，神经信号的"协议"是一样的。

2. 透明化——对其他模块完全透明

当一个新的设备驱动被添加到 iFay 时，iFay 的其他模块（传感器、技能调用、自驱行为等）完全不需要做任何修改。驱动中枢把所有硬件差异都"吸收"了，对外只暴露统一的接口。

这就像你学会了骑自行车——你的视觉系统、平衡系统、决策系统都不需要"升级"，只是运动神经系统多了一条新的通路。

3. 优雅降级——驱动失败不会让 iFay 崩溃

如果某个设备驱动加载失败或者设备离线了怎么办？驱动中枢不会让整个 iFay 因此瘫痪。它会：

  • 向 iFay 报告该驱动不可用的状态
  • 提供降级操作建议（比如"空调驱动离线，建议通过模拟操作使用空调遥控器 APP"）
  • 其他设备的控制完全不受影响

这就像你的一只手受伤了——你的另一只手、你的腿、你的嘴巴都还能正常工作。身体不会因为一个部位的问题而全面瘫痪。

与其他模块的关系

相关模块关系人体类比
传感器传感器的实际硬件接口由设备驱动中枢管理神经末梢的信号通过运动神经传导
技能调用技能调用在执行涉及硬件的任务时，通过驱动中枢操控设备大脑下达指令 → 运动神经执行
个人数据堆设备产生的数据通过驱动中枢采集，最终存储在个人数据堆中感觉信号 → 记忆存储
CAP 协议驱动中枢通过 CAP 协议获得硬件控制权限运动神经的"授权通道"
注册技能某些注册技能需要调用硬件能力，通过驱动中枢间接实现学会的技能需要通过运动神经来施展

场景故事

场景一：iFay 控制智能家居

晚上 8 点，你对 iFay 说："帮我把家里调成电影模式。"

iFay 理解了你的意图，然后通过设备驱动中枢同时操控多个设备：

  • 智能灯泡驱动：把客厅灯光调暗到 20%，色温切换为暖黄色
  • 空调驱动：温度设定为 24°C，风速调到最低（安静模式）
  • 智能窗帘驱动：关闭窗帘，遮挡外部光线
  • 投影仪驱动：开启投影仪，切换到 HDMI 输入源

这四个设备来自不同品牌，使用不同的通信协议（WiFi、蓝牙、Zigbee），但 iFay 完全不需要知道这些差异。设备驱动中枢把所有复杂性都屏蔽了——对 iFay 来说，它只是发出了四条标准化的命令，就像你的大脑只需要想"拿起杯子"，不需要计算每根手指该弯曲多少度。

场景二：新扫地机器人即插即用

你买了一台新的扫地机器人回家。你把它连上家庭网络后，iFay 通过终端设备发现了这个新硬件。

接下来发生的事情对你来说几乎是无感的：

  1. 终端设备扫描到新的扫地机器人，将其信息报告给 iFay
  2. 设备驱动中枢自动加载扫地机器人的驱动程序（通过标准化接口注册）
  3. 驱动注册完成后，iFay 立刻获得了控制扫地机器人的能力

你不需要在 iFay 里做任何配置。第二天早上你出门上班时，iFay 的自驱行为模块判断"人类原型出门了，适合打扫"，通过设备驱动中枢启动扫地机器人，开始清扫。

整个过程中，iFay 的其他模块——传感器、自我感知、Ego 模型——没有做任何修改。新设备的接入就像你的身体长出了一条新的"手臂"，运动神经自动连接好了，大脑直接就能控制它。

对开发者

设备驱动中枢属于 阶段 2（直接接管客户端） 的核心模块，依赖 CAP 协议。

  • 需求编号：需求 8（设备驱动中枢）
  • 接口规范：DeviceDriverHub 接口，包含 registerDriver()（注册驱动）、invokeDevice()（调用设备）、getDriverStatus()（查询状态）和 unregisterDriver()（卸载驱动）四个核心方法
  • 驱动状态：loaded（已加载）、active（活跃）、error（错误）、unavailable（不可用）
  • 关联协议：CAP（控制权限协议）用于直接调用终端硬件的驱动程序、本地接口和命令
  • 关联模块：传感器（SensorModule）的硬件接口由驱动中枢管理，个人数据堆（PersonalDataHeap）存储设备数据
  • 设计要点：驱动中枢是中枢层（Hub），不是单个驱动或驱动集合；标准化接口确保新驱动集成对其他模块透明；驱动加载失败时提供降级建议而非系统崩溃
  • 合规性测试：iFACTS L1 验证驱动注册和调用能力，L2 验证与传感器和个人数据堆的接口对接，L4 验证驱动失败时的降级行为

12.2 注册技能

一句话定义

注册技能是 iFay 的技能证书——就像人类需要考取驾照才能开车、需要获得医师资格才能行医，iFay 需要"注册"一个技能才能使用它。注册不只是记录，更是预授权——确保执行时不需要额外认证。

为什么需要它

想想你去医院看病的经历。你不会随便找一个路人帮你做手术——你需要一个有执业资格证的医生。这个资格证意味着：这个人经过了专业培训、通过了考试、获得了行医许可。有了这个证，他可以直接给你看病，不需要每次都重新证明自己的能力。

iFay 的注册技能就是这个道理。iFay 能做的事情很多——调用翻译 API、执行工作流、启动一个 Bot、使用一个 APP……但在做任何事之前，这个技能必须先被"注册"。注册的过程就像考取资格证：

  • 确认能力：这个技能是什么类型？能做什么？
  • 完成预授权：提前获得使用许可，这样真正执行时就不需要再走一遍认证流程
  • 记录在案：iFay 的 Profile 中会记录所有已注册的技能，就像你的简历上列出了所有资格证书

为什么"预授权"这么重要？想象你是一个急诊医生，病人送来了，你不可能说"等一下，我先去考个执照"。预授权确保了 iFay 在需要执行任务时能立刻行动，不会因为认证流程而延误。

iFay 支持六种技能类型：API、工作流（Workflow）、Bot、Agent、APP、微服务（Microservice）。无论哪种类型，注册都是使用的前提——没有注册，就没有执行权。

它是怎么工作的

注册技能的工作方式可以用四个关键词概括：注册、预授权、缓存、刷新。

1. 注册——技能的"入职登记"

当 iFay 需要使用一个新技能时，首先要完成注册。注册过程会记录技能的关键信息：

  • 技能名称和类型（六种之一：API、Workflow、Bot、Agent、APP、Microservice）
  • 技能的访问端点（在哪里调用它）
  • 技能需要的认证方式
  • 技能的能力描述（它能做什么）

注册完成后，这个技能就被记录在 iFay 的 Profile 中，成为 iFay "会做的事"之一。

2. 预授权——提前拿到"通行证"

注册的核心价值在于预授权。在注册过程中，iFay 会提前完成所有认证步骤——获取访问令牌、建立安全连接、验证权限。这样，当真正需要执行任务时，iFay 可以直接调用，零延迟。

这就像你提前办好了签证——到了机场直接登机，不需要在海关排队等审批。

3. 缓存——离线也能工作

iFay 不总是在线的。当 iFay 处于离线状态时（比如你在飞机上），注册技能模块会把待执行的动作缓存起来。等网络恢复后，这些缓存的动作会被异步执行。

这就像你在飞机上写好了十封邮件，落地后手机一连上网，邮件就自动发出去了。

4. 刷新——保持授权有效

预授权不是永久的。访问令牌会过期，权限可能变更。注册技能模块会定期刷新授权状态，确保每个技能在被调用时权限是有效的。如果某个技能的授权过期了，模块会自动尝试续期；如果续期失败，会标记该技能为"待重新授权"。

这就像你的驾照需要定期年审——过期了就不能开车，但年审通过后又可以继续上路。

与其他模块的关系

相关模块关系人体类比
技能调用技能调用只能调用已注册的技能，注册是执行的前提有证才能上岗
凭证管理注册技能的预授权依赖凭证管理提供的认证凭证资格证需要身份证明来申请
内部技能注册技能是外部学来的能力，内部技能是与生俱来的能力，二者互补考取的证书 vs 天生的直觉
自驱行为自驱行为在自主执行任务时，调用的也是已注册技能自发行动也需要有对应的能力
iFay Profile所有已注册技能记录在 Profile 的技能维度中简历上的资格证书列表

场景故事

场景一：注册翻译 API——预授权带来的即时响应

你经常需要和海外客户沟通，于是让 iFay 注册一个专业翻译 API 技能。

注册过程中，iFay 完成了以下步骤：

  • 记录翻译 API 的类型（API 类技能）、端点地址和能力描述
  • 使用你委托的凭证完成 API 的认证，获取访问令牌
  • 将令牌安全存储，标记预授权状态为"已完成"

一周后，你收到一封日语邮件。你对 iFay 说："帮我翻译一下这封邮件。"

因为翻译技能已经注册并预授权过了，iFay 立刻调用翻译 API，两秒钟后就把翻译结果呈现给你。没有弹窗要求你输入密码，没有等待认证的转圈圈——一切都在注册时就准备好了。

如果没有预授权呢？iFay 就得先去申请 API 访问权限、等待审批、获取令牌……等这些都完成了，你可能已经自己用翻译软件翻完了。预授权的价值就在于：把准备工作前置，让执行时刻零摩擦。

场景二：飞机上的离线缓存

你在飞往纽约的航班上，手机处于飞行模式。途中你想起几件事需要 iFay 帮忙处理：

  • "帮我给张总发一封邮件，确认下周三的会议时间"
  • "帮我预订纽约酒店附近评分最高的日料餐厅"
  • "帮我查一下明天纽约的天气"

iFay 接收了这三个请求。发邮件需要调用邮件 API 技能，订餐厅需要调用餐饮预订技能，查天气需要调用天气查询技能——这三个技能都已经注册过了，但现在没有网络。

注册技能模块把这三个待执行的动作缓存起来，并告诉你："好的，我记下了。这三件事需要联网才能完成，落地后我会立刻处理。"

飞机落地，你打开手机，网络恢复。注册技能模块检测到连接恢复，立刻异步执行缓存的三个动作：邮件发出了、餐厅预订好了、天气信息也推送给你了。整个过程你甚至不需要再提醒 iFay——它记得你在飞机上说过的每一件事。

对开发者

注册技能属于 阶段 2（直接接管客户端） 的核心模块。

  • 需求编号：需求 9（注册技能管理）
  • 接口规范：RegisteredSkillManager 接口，包含 register()（注册技能）、query()（查询技能）、refreshAuthorization()（刷新授权）、cacheOfflineAction()（缓存离线动作）和 flushCachedActions()（执行缓存动作）五个核心方法
  • 六种技能类型：api、workflow、bot、agent、app、microservice
  • 预授权状态：pre_authorized（已预授权）、pending（待授权）、expired（已过期）
  • 关联模块：技能调用（InvokeSkillService）消费已注册技能，凭证管理（CredentialManager）提供认证支持，内部技能（InternalSkill）提供互补能力
  • 设计要点：注册是任何动作的前提条件；预授权在注册时完成，确保执行时零延迟；离线缓存支持异步执行；授权状态定期刷新
  • 合规性测试：iFACTS L1 验证六种技能类型的注册和预授权能力，L2 验证与技能调用和凭证管理的接口对接，L3 验证离线缓存和恢复执行的端到端流程

12.3 内部技能

一句话定义

内部技能是 iFay 的直觉和底线——注册技能是 iFay 从外部学来的能力（像考取的证书），内部技能是 iFay 与生俱来的能力（像直觉和道德底线）。它确保外部技能的输出不会违背人类原型的意图。

为什么需要它

想象你雇了一个翻译。这个翻译技术很好，但他不了解你——他可能把你的商务邮件翻译得过于随意，或者在你需要委婉表达时用了太直接的措辞。翻译的"技能"没问题，但翻译的"风格"不是你的风格。

这时候你需要的不是换一个翻译，而是需要一个了解你的人来审核翻译的结果——"这句话不像我会说的，改一下"、"这个语气太强硬了，缓和一点"。这个"了解你的人"就是内部技能。

内部技能做三件事：

第一，建立与人类原型个性对齐的习惯，包括对外部技能的治理。 就像你的直觉会告诉你"这件事不对劲"，内部技能会对外部技能的输出进行"直觉检查"——这个结果符合人类原型的风格吗？符合人类原型的价值观吗？如果不符合，拦截并调整。

第二，提供内省机制，确保外部知识不与人类原型意图冲突。 iFay 会从外部知识库获取大量信息，但不是所有信息都适合人类原型。内部技能就像一个"过滤器"，确保外部知识在被 iFay 采纳之前，先经过人类原型意图的校验。

第三，嵌入人类原型特定的固有能力。 如果你是一个金融分析师，你的 iFay 天生就应该具备金融分析能力——这不是从外部注册来的技能，而是 iFay 与生俱来的"专业素养"。这些能力是在 iFay 初始化时，根据人类原型的职业背景和专业知识嵌入的。

简单来说：注册技能是 iFay 的"外功"，内部技能是 iFay 的"内功"。外功可以不断学习新招式，但内功决定了这些招式怎么用、用到什么程度、什么时候不该用。

它是怎么工作的

内部技能的工作方式可以用三个关键词概括：治理、内省、赋能。

1. 治理——对外部技能输出的"直觉检查"

每当注册技能执行完一个任务并返回结果时，内部技能会对结果进行审核：

  • 这个结果的语气和风格是否符合人类原型的习惯？
  • 这个结果是否违背了人类原型的价值观或偏好？
  • 这个结果是否超出了人类原型设定的边界？

如果发现问题，内部技能会拦截这个输出，并根据人类原型画像进行调整。调整后的结果才会被呈现给人类原型或用于后续操作。

这就像你的直觉——当有人给你一个建议时，你的直觉会告诉你"这个建议虽然逻辑上没问题，但不适合我"。内部技能就是 iFay 的这种直觉。

2. 内省——确保外部知识不"带偏" iFay

iFay 会从外部知识库获取大量信息和建议。但外部知识是通用的，不一定适合你。内部技能的内省机制会检查：

  • 这条外部知识是否与人类原型已有的认知冲突？
  • 采纳这条知识是否会导致 iFay 的行为偏离人类原型意图？
  • 这条知识的来源是否可信？

内省不是拒绝一切外部知识，而是确保外部知识在被 iFay 吸收之前，经过了人类原型意图的"过滤"。就像一个有主见的人——他会听取别人的意见，但不会盲目接受。

3. 赋能——嵌入人类原型的专业能力

如果你是一个金融分析师，你的 iFay 不需要去"注册"一个金融分析技能——这个能力是在 iFay 初始化时就嵌入的。它包括：

  • 你的专业知识体系（金融模型、市场分析方法等）
  • 你的分析风格（保守型还是激进型）
  • 你的行业经验（对特定市场的判断直觉）

这些能力不是通过外部 API 调用的，而是 iFay 内在的一部分。它们让 iFay 在你的专业领域内，能像你一样思考和判断。

与其他模块的关系

相关模块关系人体类比
注册技能内部技能治理注册技能的输出，确保结果符合人类原型风格直觉审核外部建议
外部知识内部技能的内省机制审核外部知识，防止与人类原型意图冲突有主见地筛选外部信息
对齐意识内部技能的行为基准来自对齐意识维护的人类原型画像自我认知决定直觉反应
Ego 模型Ego 塑造 iFay 的性格，内部技能在技能层面执行性格约束性格决定行为方式
自驱行为自驱行为在自主执行任务时，依赖内部技能提供的持久能力自发行动依赖本能和专业素养

场景故事

场景一：翻译结果的风格校正

你是一家科技公司的 CEO，平时和合作伙伴沟通时习惯用温和但专业的语气。今天你让 iFay 帮你回复一封英文邮件。

iFay 调用了已注册的翻译 API 技能，把你的中文草稿翻译成了英文。翻译结果在语法和用词上都没问题，但语气偏直接——"We need the report by Friday"（我们需要周五前拿到报告）。

内部技能介入了。它根据对齐意识中你的沟通风格画像，判断这句话的语气不符合你的习惯。你通常会用更委婉的方式表达同样的意思。于是内部技能将这句话调整为："Would it be possible to have the report ready by Friday? That would be really helpful for our planning."（如果能在周五前准备好报告就太好了，这对我们的规划很有帮助。）

你看到调整后的结果，满意地点了发送。你甚至没有意识到 iFay 做了这个调整——因为调整后的结果就是你会说的话。这就是内部技能的价值：它让 iFay 的输出像你，而不只是正确。

场景二：金融分析师的内在能力

你是一名资深金融分析师，你的 iFay 在初始化时嵌入了你的专业能力作为内部技能。

某天，你的助理通过 iFay 发来一份市场分析报告，请你审阅。iFay 用内部技能中嵌入的金融分析能力快速扫描了报告：

  • 报告中使用的估值模型是 DCF（现金流折现），但你通常偏好结合 DCF 和可比公司分析
  • 报告对某个行业的增长预期过于乐观，与你过去十年的行业经验判断不符
  • 报告的风险评估部分缺少了地缘政治因素，而你一直认为这是当前市场的关键变量

iFay 把这些发现整理成批注，附在报告旁边呈现给你："这份报告整体不错，但有三个地方可能需要你关注……"

注意：iFay 没有调用任何外部金融分析 API——这些判断完全来自内部技能中嵌入的你的专业知识和分析风格。这就是内部技能和注册技能的区别：注册技能是从外面"借来"的能力，内部技能是 iFay "自己"的能力。

对开发者

内部技能属于 阶段 4（iFay + coFay 全面拟人化） 的核心模块。

  • 需求编号：需求 15（内部技能）
  • 接口规范：InternalSkill 接口，包含 introspect()（内省检查）、intercept()（拦截并调整外部输出）和 getHostCapabilities()（获取人类原型特定能力）三个核心方法
  • 三大职责：（1）建立与人类原型个性对齐的习惯，治理外部技能输出；（2）内省机制确保外部知识不与人类原型意图冲突；（3）嵌入人类原型特定的固有能力（专业技能、专业知识）
  • 关联模块：注册技能（RegisteredSkillManager）的输出被内部技能治理，外部知识（ExternalKnowledge）的输出被内部技能审核，对齐意识（AlignedConsciousness）提供行为基准
  • 与注册技能的区别：注册技能是外部获取的能力（需要注册和预授权），内部技能是与生俱来的能力（初始化时嵌入，无需注册）
  • 设计要点：内部技能是"守门人"角色，对外部输出进行风格和意图校验；内省机制防止外部知识"带偏" iFay；嵌入的人类原型能力是 iFay 的核心竞争力
  • 合规性测试：iFACTS L1 验证内省和拦截能力，L2 验证与注册技能和外部知识的输出审核接口，L4 验证外部输出调整是否真正符合人类原型画像