SCHEMA 模式之理 · 让智能体如物理学家般思考
一种以程序化世界模型为核心的执行框架——
不更模型之权重，而改其过程。
同一前沿模型，得此框则脱胎换骨。
SCHEMA
模式之理 · 让智能体如物理学家般思考
25 games · RHAE metric
2026
模式者，构建之规也。
上承抽象之念（理论、机制、谓词），
下接具体之觉（像素、轨迹、反例）——
以一可读、可验证、可搜索之程序为桥，
使智能体得于感知与概念之间往复印证，如物理学家之于实验台。
问题之解构 与 流程之架构
Problem · Decomposition & Loop Architecture
两个抽象层级，须联合求解
状态接地 与 机制发现 不可分割—— 当规则失验，错的或非定律本身，而是状态之本质。
状态接地 ↓ observation → state program
从原始像素中识别物体、属性、关系。
已有 VIGA 循"分析-合成"之法行之。
机制发现 ↓ (s, a, s′) → step()
发现状态如何随动作变化，写成可执行程序。
已有 WorldCoder 习其迁移，但起点需已结构化。
Schema 之创见：将二者联合编码于同一可编辑程序中—— 反例既可指摘规则，亦可指摘状态本身。
双循环：外环四步 · 内环四步
外环驱动游戏进程，内环专司一次审议—— 每一步皆可追溯、可重放、可回测。
哲学之锚 · 狭义相对论的诞生
Philosophical Anchor · Lorentz vs Einstein
洛伦兹 · 保留以太
观测与理论相左时，引入"收缩假说"等补偿项，修补既有框架——状态不变，仅调参数。
爱因斯坦 · 抛弃以太
将"同时性"从绝对基底降为相对框架的一部分，于是简洁的动体电动力学自然涌现。
is_goal 等谓词亦须从交互中推断。
三 大 铁 律
Three Operating Principles
动作用于发现Action for Discovery
智能体不仅为达成目标而行动，亦为调查隐藏机制而行动—— 当多规则与历史一致时，主动搜索能区分它们的实验。
▸ 比对预测与观测
▸ 修订 step() 再回测
现实高于模型Reality Outranks the Model
执行时每步对照预测自我检查——任何单一不匹配即停当前计划， 携反例回审议，必先修订模型方许续行。
▸ 计划即废
▸ 必先 backtest 通过
规划移入模型Planning Moves into the Model
一旦 step() 重现历史，
即可在模型内 BFS 求解，
唯最终计划落于游戏执行。
▸ 内部规划零成本
▸ 仅最终动作外放
数字 · 言之有物
What the Numbers Say
受控对比：相同模型（Opus 4.8 + Fable 5），仅换框架—— 42.83% → 98.98%，提升 56.15 个百分点。 此乃"如何使用模型"之分量，亦 Schema 存在之最强证据。
术语 · 与 资源
Glossary & Resources
🌟 智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
🎁 领取 2000万 Tokens