5 个主要问题 Q&A
Q1：经验证技能图谱和普通提示词库、向量数据库最本质区别是什么？
A：普通库仅存储文本片段，无证据、范围、版本约束，易污染漂移；技能图谱将能力封装为带完整证据、适用边界、回滚机制的标准化对象，必须通过时序门禁多维度校验才能留存，所有复用行为可审计、可控风险，以可信能力为存储单元而非原始文本。
Q2：时序门禁准入需要满足哪些校验条件？五级证明等级分别适用什么场景？
A：准入需同时满足证据强度达标、风险可控、核验覆盖充足、可完整复现、使用边界合规。L1 用于头脑风暴草稿；L2 内部临时复用；L3 跨方评审通用技能；L4 主网上线前置准备；L5 长期生效、可影响全部后续任务。
Q3：多个已通过校验的技能组合时，系统为何还要重新全套校验？
A：单个技能合规不代表组合无风险，组合后会产生新风险、边界冲突、逻辑漏洞。系统会将组合结果视作全新待审核技能，重新校验范围兼容性、风险、证据，通过后才生成复合技能节点，规避组合安全隐患。
Q4：系统如何防止大量低价值技能堆积造成记忆膨胀？
A：设计留存价值效用函数，综合质量提升、降本、减风险、复用频次等正向收益，扣除维护、漂移、边界管控成本；仅同时满足时序准入且价值超过留存阈值的技能，才会长期保存，低价值节点直接驳回或进入修复流程。
Q5：这套技能图谱的商业与工程核心价值是什么？
A：1. 解决传统 AI 记忆不可信问题，为企业提供可审计的 AI 能力资产；2. 沉淀可规模化复用的标准化技能，持续降低任务成本、提升交付质量；3. 区分本地核验与链上结算，隔离风险；4. 支撑可信 AI、评审交易市场等商业化产品线，把可管控的可信技能作为核心资产。
蒙特利尔人工智能研究院
摘要
本文提出经验证技能图谱（Validated Skill Graph）：一套面向自主 AI 任务、可承载证明的记忆底层。传统 AI 记忆仅存储文本、嵌入向量、提示词或运行轨迹；这类数据易于积累，但难以管控 —— 系统会留存缺少佐证、存在上下文泄露风险、无准入规范的高说服力输出。经验证技能图谱将可复用能力定义为具备类型、作用域、版本、证据支撑的标准化对象。待审核技能可源自大模型草稿、专家介入、通用人工智能任务、评审意见或重复任务范式，但必须通过时序门禁（Chronicle Gate）准入校验，才能作用于后续任务。准入校验需完成证据档案归档、可复现工件回传、基于证明等级的核验、风险状态评估、完整复现 / 重构链路校验，并设置回滚触发条件。通过校验的节点将成为可复用能力；未通过或半成品节点则转为修复路径或定制 AGI 任务。本文对技能节点对象模型、图谱运算、证明等级策略阶梯、留存价值效用函数、威胁模型与评估方案进行规范化定义。本文核心架构论点：证明体系下的价值复利，并非来源于规模更大的提示词库，而是依托经验证技能图谱 —— 将带证明的工作成果转化为可管控、可复用、可审计的标准化能力。
核心立论：GoalOS 负责生成证明，经验证技能图谱让证明具备复用价值。模型可生成草稿、智能体可执行任务、评审人员可完成核验，但只有经时序门禁准入的技能节点，才能影响后续任务。
1 引言
第一代 AI 系统实现了内容的规模化生成，能以极低边际成本产出文本、方案、代码、报告、检索结果与智能体运行轨迹。但内容充裕不等于机构可信。企业不仅需要留存智能体的输出记录，更需要明确哪些产出可复用、可确权、可分发、可训练、可结算，以及拥有回滚权限。
经验证技能图谱填补了这一缺失层级：它并非提示词仓库、向量数据库、笔记归档或运行日志存储库，而是一套受管控的能力图谱。图谱节点为完成核验的标准化技能；节点间的边定义技能的复用、组合、教学、封装、审计、下线与落地方式。图谱仅能通过时序门禁准入机制填充：该策略闸门会校验证据完备性、可复现性、核验结果、风险等级与使用范围。这套机制将松散的记忆素材，转化为企业可控的标准化管控载体。
整套设计遵循 GoalOS 证明闭环：任务目标转化为任务契约；无依据的断言形成证明负债；证明负债生成定制 AGI 任务；任务产出带证明工件；工件归入证据档案；时序门禁判定内容是否固化为长效记忆；准入节点成为可复用能力。因此，经验证技能图谱是整个证明体系中实现价值复利的核心层。
2 无门禁 AI 记忆的四大固有缺陷
缺少准入管控的 AI 记忆会持续引发四类问题：
- 数据污染：
具备说服力但无证据支撑的回答存入记忆后，会持续干扰后续模型行为； - 能力漂移：
跨任务复用的指令、经验规则、执行策略丢失原始上下文，逐渐超出预设适用范围； - 不可复现：
留存的结果缺少输入参数、实现方法、版本信息、评审记录与完整工件，无法还原生成过程； - 权限泄露：
本地草稿易被误判为已核验证据、可结算素材或可投产标准。
仅依靠扩大上下文窗口、优化摘要算法无法解决以上问题，必须构建一套包含准入策略、溯源信息、版本管理、证据关联、回滚机制的标准化记忆对象 —— 经验证技能图谱即为此而生。
3 系统分层：作为证明体系底层的技能图谱
经验证技能图谱是整套证明经济体系中的一层，接收来自人类专家、大模型、AGI 智能体、评审人员与任务轨迹的待审核素材，但不受任何单一主体控制，其权威性完全来自时序门禁校验。
图 1 经验证技能图谱：受管控的记忆底层
素材草稿、运行轨迹、专家操作记录，在完成证据归集与时序门禁准入前，均不属于长效记忆。整体流转链路：待处理素材（草稿 / 轨迹 / 专家操作）→ 断言提取 → 生成待审核技能 → 时序门禁校验校验通过：生成经验证节点存入图谱，可复用、组合、教学、封装、审计、下发至后续任务；校验不通过：转入隔离 / 驳回流程，生成修复任务补齐证明负债；底层支撑：证明工件、证据档案、评审卷宗、自定义 AGI 任务核心准则：草稿仅作提案；唯有通过证明校验的技能可长效留存；未通过素材仅用于修复证明负债，不写入正式记忆。
4 技能节点对象模型
技能节点是划定使用边界的能力记录，不仅记录有效执行方案，同时明确该能力可复用的全部前置约束。标准化形式定义：
各字段释义：
- id 唯一标识
绑定任务谱系、版本与内容哈希，永久稳定； - type 技能类型
定义技能定位，如视觉转证明、领域调研、评审判定、任务设计、复现校验、边界审计、复合技能； - scope 使用范围
可用边界，包含适用领域、前置假设、证明等级、合规属地、配套工具、禁止使用场景； - method 执行方法
生成结果的流程、经验规则、工具链、执行步骤； - evidence 证据集
关联证明工件、证据档案、复现清单、评审记录、量化指标； - tests 验收测试
复用 / 组合前必须通过的校验用例； - validators 核验主体
人类、AGI 节点、评审委员会或混合核验方，含评审状态与表决阈值； - risk 风险评估
失效模式、未结清证明负债、修复触发条件； - policy 管控策略
准入等级、复用权限、留存周期、主网上线边界； - version 版本
版本号、父节点、迭代替换链路、更新日志； - rollback 回滚规则
降级、隔离、下线的触发条件； - utility 价值收益
预估与实测指标，包含对后续任务成功率、成本、效率、可信度、安全性的提升幅度。 
图 2 经验证技能节点结构
标准化技能节点是一套受管控的能力载体：绑定证据、划定使用范围、支持复现、带版本、可回滚。模块划分：
-
身份与范围：编号、类型、领域、禁用场景； -
证据与核验：证明包、卷宗、评审人员； -
方法与复现：执行流程、配套工具、测试清单、复现清单； -
策略与生命周期：证明等级、版本、回滚机制；生命周期分支：证明缺失→生成修复任务；策略校验失败→下线 / 隔离；全部校验通过→长效记忆条目。
5 时序门禁准入策略公式
时序门禁是证据转化为正式记忆的校验关卡，并非简单数据库写入操作。待审核技能只有满足预设证明等级标准，才可存入图谱。设c为待审核技能，\(\ell\)为目标证明等级，准入判定函数：\(A_{\ell}(c)=1\left[E(c) \geq \tau_{\ell}^{E} \land R(c) \leq \tau_{\ell}^{R} \land V(c) \geq \tau_{\ell}^{V} \land P(c)=1 \land B(c)=1\right]\)参数说明：
- E
证据完备度；\(\tau_{\ell}^{E}\)：对应等级最低证据阈值； - R
整体风险等级；\(\tau_{\ell}^{R}\)：对应等级最高风险上限； - V
核验覆盖度；\(\tau_{\ell}^{V}\)：对应等级最低核验覆盖率； - \(P=1\)
满足完整复现 / 重构条件； - \(B=1\)
完全符合使用边界规范。
若\(A_{\ell}(c)=1\)，技能准入入库；否则分流至修复、驳回、隔离，或生成新增 AGI 任务补充证据。
图 3 时序准入逻辑
待审核素材 → 证据完备度 / 风险等级 / 可复现性 / 核验覆盖率多维度校验 → 时序门禁分支 1：全部达标 → 写入正式记忆，生成标准化技能；分支 2：任意维度不达标 → 隔离 / 驳回，启动自定义 AGI 修复任务补齐证据；核心准则：只有支撑材料、复现能力、核验覆盖、风险等级全部匹配目标证明等级，技能才能正式入库。
6 分级准入证明策略阶梯
不同任务对证明严谨度要求不同：头脑风暴、内部评审、对外公开断言、主网上线、投产级记忆条目不能共用同一套准入阈值。因此 GoalOS 将证明等级设为任务可配置参数。
表 1 技能准入五级证明等级规范
等级越高，核验工作量越大、证据标准越严苛、复用权限越高；低等级可快速创意迭代，但无法让未经严谨验证的能力持续累积价值。单个任务内证明等级不可修改，保证智能体、评审人员、操作人员统一遵循同一套准入规则。
图 4 证明等级策略阶梯
从 L1 探索级到 L5 正式级，核验成本、证据严谨度、记忆权限、任务拆分粒度、评审工作量同步递增；等级越高，准入门槛、复现义务、核验成本越高，对应技能复用权限越强。
7 技能图谱六大核心运算
经验证技能图谱全部运算均保留完整证据、遵循管控策略，包含六种标准化操作：
- 复用（Reuse）：
在技能限定作用域内，将已核验技能应用于全新任务； - 组合（Compose）：
将多个成熟技能融合，生成更高阶复合能力； - 教学（Teach）：
基于技能节点提炼培训材料、检查清单、标准化教程； - 封装（Package）：
输出可复用工件：证明空间、操作手册、任务模板、上线数据包； - 审计（Audit）：
证据、策略、上下文发生变更时，重新开启技能复核； - 下线（Retire）：
技能无法复现、超出适用范围、存在安全隐患时，降级或隔离封存。
设技能图谱 \(G=(S, E)\)，每条边 \(e=(s_{i}, s_{j}, \tau, w, p)\)连接两个技能节点，包含关系类型\(\tau\)、价值权重w、使用约束策略p。后续任务调用边时，必须同时满足：两端技能均达到任务所需证明等级、边约束策略匹配任务使用范围。
图 5 图谱核心运算规则
所有运算均强制保留使用范围、证据、版本、回滚机制；无溯源记录的 “复用” 本质是能力漂移，不属于合规复用。
8 留存价值效用函数（防止记忆膨胀）
并非所有核验通过的工件都适合长期留存，图谱配套留存策略避免无效数据堆积。定义留存价值函数：\(W(s)=\alpha \Delta Q+\beta \Delta T^{-1}+\gamma \Delta C^{-1}+\delta \Delta R^{-1}+\eta U-\lambda_{1} K-\lambda_{2} D-\lambda_{3} B\)参数释义：
- \(\Delta Q\)：
任务质量提升幅度； - \(\Delta T^{-1}\)：
执行耗时缩减幅度； - \(\Delta C^{-1}\)：
综合成本下降幅度； - \(\Delta R^{-1}\)：
整体风险降低幅度； - U：
预估复用频次； - K：
长期维护成本； - D：
能力漂移风险； - B：
使用边界管控复杂度。
留存判定条件：同时满足时序门禁准入 \(A_{\ell}(s)=1\)，且留存价值 \(W(s)\)高于预设留存阈值。
图 6 留存价值判定边界
准入校验仅为必要条件，非充分条件：技能必须能带来足够复用收益，抵消管控、维护、漂移成本，才具备长期留存价值。判定分区：
-
价值达标区：长期留存，定期审计； -
价值不足区：进入修复流程优化，优化后重新评估； -
无价值区：直接驳回，不存入长效记忆。
9 技能采集工作站
技能采集工作站将专家经验、会议记录、任务轨迹、评审意见转化为待审核技能节点，并非通用批量记忆导入工具。其核心是提取技能事件：带触发条件、执行方案、证据要求、评审标准、安全复用边界的标准化可复用操作单元。
技能事件标准化定义：\(\phi= \lbrace trigger, decision, method, artifact, validator, failure, reuse\_condition \rbrace\)示例专家操作：“将宏观愿景断言转化为带证明门禁的任务架构”，需完成范围划定、测试、评审、准入校验后，才可作为标准化技能复用，且仅能在对应证明等级允许场景内使用。
10 能力组合管控机制
技能节点支持组合，但组合存在安全风险：两项独立合规的技能合并后可能产生安全漏洞。因此系统将组合结果视作全新待审核技能，必须单独生成完整证明包、重新校验。
图 7 能力组合门禁逻辑
技能 A + 技能 B → 校验范围兼容性、合并证据包、重新风险评估校验通过：生成全新复合技能 C；校验失败：生成修复任务调整边界 / 补充证据。核心规则：独立有效的技能组合不会自动生效，复合能力必须单独完成全套准入校验。
11 定制 AGI 任务：补齐技能采集与证据缺口
缺失任意证明材料时，系统会生成定制 AGI 任务。任务工厂初始为空，接收任务目标、选定证明等级、待审核技能、待佐证断言、修复目标后，生成补齐证明负债所需的最小工作量。生成任务包含字段：
-
源技能 / 待审核素材； -
证明缺口与待佐证断言； -
执行人员角色与配套工具； -
核验方角色与验收测试用例； -
标准证明工件输出规范； -
失效模式与修复分支； -
可选主网上线元数据。
任务均为上下文定制化，不存在固定通用任务模板，所有任务由目标与证明等级动态生成。
12 本地图谱与链上结算边界划分
经验证技能图谱可生成用于外部执行、资产结算的上线数据包，但本地图谱本身不执行链上存证、资金划转、托管支付、交易签名、链上记录写入操作。本地系统仅生成绑定完整证据的数据包，包含任务范围、待审核技能、任务规范、证明状态、评审要求、内容哈希；链上发布、资产结算需用户手动操作、钱包签名、外部协议执行、外部规则核验。
该边界设计兼顾安全与逻辑清晰：技能分为内部核验、上线预备、可结算三类独立状态；链上最终确权必须依靠用户主动操作，区分本地校验与链上权威。
13 系统评估指标
评估经验证技能图谱优劣，核心看其对后续任务的正向增益，而非存储节点数量。关键评估指标：
- 时序校验精准率：
准入技能中，后续复现 / 复用测试全部通过的占比； - 复用收益率：
复用技能后，任务速度、质量、成本、风险的可量化优化幅度； - 抗漂移能力：
多次复用后仍保持在预设使用范围内的技能占比； - 修复效率：
未通过校验素材中，成功转化为有效 AGI 修复任务的比例； - 组合有效率：
复合技能校验通过率，对比单一独立技能； - 边界合规率：
无本地 / 链上权限混淆、无无依据权限泄露、无未经许可结算声明。
14 威胁模型与管控方案
图谱设计针对 “记忆获得决策权限” 带来的各类风险，配套完整防控手段：
表 2 技能沉淀场景威胁与对应管控措施
15 商业落地场景
经验证技能图谱是证明体系商业化落地的核心增值资产。任务生成修复任务，修复任务产出证据，证据沉淀为核验技能；标准化技能持续降低后续任务成本、提升交付质量、增强客户信任，支撑多条专业化产品线：AI 可信空间、企业级证明操作系统、多方评审交易市场。
整套产品的核心价值单元，并非 AI 生成接口调用权限，而是技能创建、核验、复用、管控的完整能力。技能图谱实现专业经验可规模化流转，同时杜绝无依据断言大范围扩散。
16 可证伪验证标准
若满足以下任意一条，即可证明本文经验证技能图谱架构不成立：
-
对比普通笔记库、提示词库，准入技能无法改善后续任务产出； -
时序门禁无法阻止无依据断言持续干扰后续任务； -
技能组合带来的失效、漂移风险，超过其能力增益； -
留存价值策略大量放行低价值节点、或高频驳回高价值合规技能； -
主网上线边界无法让用户、评审人员清晰区分本地校验与链上确权。
这套可证伪标准让系统具备实证属性：图谱的权威性必须依靠持续优化任务效果、遏制无依据权限扩散来证明。
17 总结
经验证技能图谱是整套证明经济体系的记忆底层，将系统价值积累单元从 “文本片段” 升级为 “经验证标准化能力”。技能不等同于提示词、笔记或运行日志，而是一套绑定使用边界、附带完整证据、支持复现、受策略管控、可回滚的标准化对象；只有通过时序门禁准入，才能作用于后续任务。
该架构将带证明的工作成果转化为长效可复用能力，同时打通自主 AI 任务与企业可信管控的核心链路：智能体可自由探索、评审人员可完成核验、任务可补充证据，但只有经验证技能图谱能持续累积长期价值。
最终结论：长效核心资产不是提示词，而是附带完整证明的技能节点；长期竞争优势不是更高的生成产量，而是一套可复用、可审计、受管控的经验证技能图谱。
附录 A 标准化技能节点 JSON 示例
json
{
"skill_id":"vsg-skill-vision-to-proof-001",
"type":"vision_to_proof",
"scope":{
"domains":["AI可信空间","证明类任务"],
"proof_level":"L3_external_review",
"excluded_uses":["法律认证","投资建议","生产级决策授权"]
},
"method":{
"summary":"将宏观抽象断言转化为边界清晰的任务、证明负债、AGI修复任务与评审空间",
"inputs":["任务目标","待佐证断言","约束条件"],
"outputs":["任务契约","证明负债清单","AGI修复任务集","证据档案"]
},
"evidence":{
"proofbundles":["bundle://example/vision-to-proof"],
"evidence_docket":"docket://example/61",
"reviewers":["人类评审员","AGI节点核验器"]
},
"tests":[
"断言边界明确标注",
"无支撑断言必须生成证明负债",
"自动生成评审空间",
"待佐证断言可视化展示"
],
"policy":{
"chronicle_admission":"需外部评审通过",
"reuse_allowed":true,
"mainnet_handoff_allowed":false
},
"version":{
"number":"1.0.0",
"parents":[],
"superseded_by":null
},
"rollback":{
"conditions":["评审未通过","超出使用范围","复现失败"],
"action":"隔离封存并生成修复任务"
},
"utility":{
"expected_reuse":0.72,
"measured_time_reduction":null,
"risk_reduction":"待量化测算"
}
}
附录 B 参考文献
[1] 蒙特利尔人工智能研究院. GoalOS 任务操作系统：面向自主 AI 工作的证明操作系统（可公开发布版）, 2026.[2] 蒙特利尔人工智能研究院. GoalOS：演化证明底层宪章 AEP-001（企业标准版本）, 2026.[3] 蒙特利尔人工智能研究院. AGI ALPHA：面向智能组织的可扩展底层系统（系统架构论文）, 2026.[4] 蒙特利尔人工智能研究院. AGI 任务管理器：协议规范与智能合约边界（主网上线与结算风险披露文档）, 2026.