md2video 的 Autopoiesis 自创生免疫系统：原理深度解析

何为 Autopoiesis（自创生）？

此概念源自生物学——指系统能够自我生产、自我维护、自我修复。md2video 项目中的 Autopoiesis，是一个让视频生成 pipeline 把每次翻车都自动变成防撞护栏的免疫机制。它不是靠人工事后写新规则，而是靠系统自我观察、自我编码、自我记忆。

其设计哲学一言以蔽之：系统不仅在产出视频，也在持续产出更好的自己。

---

三阶段免疫循环

!Autopoiesis 自创生免疫系统.svg

阶段一：摩擦点捕获（免疫识别）

质检三层（L1 硬阻塞 / L2 警告 / L3 模式检查）检测到的异常——素材遗漏、音画错位、计算不一致——被 self_report.py 的 capture_friction() 捕获，生成唯一摩擦点 ID。此如同免疫系统识别抗原。

阶段二：规则自动演化（抗体生成）

此乃机制心脏。auto_encode() 将摩擦点类别（如"素材遗漏"）通过映射表转为 rule_id，而后在 video-rules.json 的 L3 检查层自动创建新规则。新规则标记 "autopoiesis": true，追溯其由系统自我演化而来，非人工预设。

阶段三：活记忆更新（免疫记忆）

write_lessons() 将摩擦点写入 LESSONS_LEARNED.md（YAML frontmatter + Markdown 正文），新旧合并去重。每次运行继承前次记忆并追加新知。

---

三大核心构件

• video-rules.json — 免疫规则抗体库（可执行规则）
• LESSONS_LEARNED.md — 免疫记忆病历（持久化记忆）
• self_report.json — 健康诊断报告（当前诊断）

关键设计洞察

1. 零代码扩展：新增质检规则只改 JSON，Python 代码不动。 2. 免疫闭环：摩擦点 → rule_id → 规则入库 → 下次运行自动拦截。识别到预防全自动。 3. 跨项目迁移：同一系统已被姊妹项目 md2wechat 复用，免疫经验在项目间流动。 4. 演化可量化：evolution_count 累计演化次数，new_rules_this_run 本轮新生规则数。

---

一句话总结

Autopoiesis 将视频生成的每一次事故，都编码为下一次的免疫记忆。这是 Agent-First 软件架构下，系统自我进化的一次优雅实践。