本象协议开源：给 AI 一套不会失忆的世界状态层

人类用文件保存信息，AI 时代用本象保存世界状态。

上个月我把本象协议（Benxiang Protocol）开源了，仓库在 github.com/dongsheng123132/2origin。这是一套面向 AI 的持久对象表示层（Origin IR），一句话讲清楚它做的事：

过去，人类把世界压缩成文档交给计算机；未来，AI 直接理解世界的本象，再为人类生成所需要的投影。

AI 的三个结构性缺陷

做了一年多 AI 落地，我观察到当前 AI 的工作方式有三个通病：

感知：AI 没有眼睛。AI 能生成 Word/Excel/PPT/CAD，却没有稳定的「打开-看见-定位-修改-复验」系统。它读到的往往是投影的投影——截图的 OCR、摘要的摘要，信息一层层失真。
记忆：上下文必炸。聊天记录被当成项目状态，聊得越久越接近内存爆满，压缩摘要不断失真。这是结构性的，不是换个长上下文模型能解决的。
输出：终态不稳。AI 直接输出完整成品（几十页 PPT、百万字全文、几百行配置），内容、格式、引用一起失控，改一处崩一片。

本象的回答：一源万影

本象协议的核心是 Origin IR——同时保存对象、关系、数据、状态与时间、约束、来源证据、边界七种东西。AI 不再读「投影」，而是直接操作世界本象；人类需要的 PDF、图片、Markdown，全部变成按需生成的投影（缓存视图）。

写入侧是这套体系的点睛之笔：AI 只提交紧凑的语义事务（改什么、依赖什么、断言什么），由确定性编译器校验约束、更新状态、留存证据、重新投影。commit 校验不过，一个字节都不写；任何字段都能回答「凭什么」——因为当前状态由历史重放得出，永不覆写。

计算机体系类比：本象 IR 之于 AI，就像 LLVM IR 之于编译器。渲染器退化为投影后端，动作退化为可移植指令集，聊天上下文退化为世界状态上的临时缓存。

数据说话：状态追踪这一项，我们测过

我们用 ShadowBench-W 基准（9.5 万字长篇小说续写，模型 qwen-plus，n=6）做了受控实验，比「状态准确率 W3」：

本象协议：95.8% ± 5.9
裸模型：52.1% ± 19.7（置换检验 p = 0.0024）
向量 RAG：58.3% ± 11.8（置换检验 p = 0.0024）

分界线很有意思：能从自己刚写的近文里读出来的状态（比如「钥匙在谁手里」），裸模型和检索都够用；但跨几十章累积、且从不在任何一段文字里被陈述的状态（比如「白瑶的秘密早已暴露」「沈砚对林峥起疑」），两条对照臂近乎全灭，本象六轮全中——只有状态机答得出来。

更关键的是：本象臂在两个水平悬殊的模型上（qwen-plus 与 deepseek-v4-flash）状态准确率都是 98.9%，而正文质量差了三倍。状态层的正确性与底模无关，正文层的质量与底模显著相关。

落地案例：政务 docx 直读，不猜扫描件

拿了一份公开的海事局 2019 红头文件（6 章 77 条、16 个附表、合并单元格、□勾选框齐全的典型中文政务 docx）实测：本象 office 方言直读 OOXML 原生结构，16 个表格 213 行零丢失，全部还原为可精确锚定的结构化 Markdown——AI 可以准确引用「第五十条」。

对照：pandoc 直转 16 表全丢；微软 markitdown 不还原合并单元格；行业最卷的扫描件赛道（OmniDocBench 端到端）表格 TEDS 也只有 0.78。行业把火力全压在「把纸猜成字」的 PDF 赛道上，原生电子文档反而没人认真做——而信息源本是无损的，根本不需要猜。

为什么你可以信这些数字

这批数据不是宣传稿：全部原始结果、判分器、探询脚本都随仓库公开，欢迎复现，更欢迎推翻。我们甚至把自己推翻过——旧版对照口径作废重跑（曾有个「标准差为 0 的 75% 墙」，后来发现是探询模板自己印了答案；恰恰是那个漂亮的零方差，本该是最大的警报）。

诚实边界同样写进了协议：目前结论是 n=6、单模型、自造语料；我们不主张「写得更一致」，不主张「更省 token」；协议还自带第七要素——边界，明确声明这份表示保证不了什么。AI 不读 README，它读包；边界不进包，边界就不存在。

接下来往哪走

Shadow Memory：MCP Server，把聊天历史持续提交为世界状态，新会话秒恢复——直接打「上下文必炸」
文档结构化：docx/xlsx/pptx 原生结构 → 可验证的对象，转换即语义事务
OriginWriter：百万字小说写作引擎，正文 + 人物状态 + 伏笔图谱，AI 以事务提交写作

GitHub：github.com/dongsheng123132/2origin（Apache-2.0，零依赖，npm run verify 一条命令自测）

最欢迎的贡献不是加功能，是把我们的结论推翻——证明它错了，比赞美它对，更有价值。