审计生成式AI。

一层确定性、可审计的控制层，覆盖生成式AI的行为。

架构的一部分我发布在了Zenodo上，因为怕被人抢先。但理论模型的演进、公式、常数和校准参数都妥善保管着。只有在签署保密协议（NDA）之后才会共享。

也许听起来生硬，但我身在体系之中，体系就是这个样子。无论我喜欢与否。一个审计他人的系统，无权自己也是黑箱。否则它就失去了道理。我在寻找一种平衡：既守住我的知识产权，也守住我认为公正的东西。很难。

DOI 10.5281/zenodo.20343912 · Zenodo · CC BY 4.0

它们答得笃定，哪怕答错。

生成式模型是概率性的。在受监管的环境中，这留下四条结构性裂缝：

因设计中的偏差而放弃概率性AI的威力，在我看来将是重大失误。最初为受监管环境设计的方案，可应用于任何一个引入AI能带来相对纯人工工作竞争优势的生产循环。

它同样可以外推到智能体AI和B2C。

它不生成。它不修正模型。它审计模型。

One-Of-Us是一个条件化的确定性AI，位于上一层级：它监督、审计并封闭各生成式AI，并对每个输出发出真实性与完整性的裁决。

一个循环，从输入到裁决。

没有谁得到同样的信息：其中几个被禁止看到对象，只根据结果作出判断。对对象状态设盲缓解了概率模型的偏差：没有哪两个审计员会在同一侧翼出错。

随着模型的发展，这一架构已经过时。最终方案我保留为商业秘密。

四种状态。只出一个，带发出者与轨迹。

四态逻辑有其血统。1977年，逻辑学家努埃尔·贝尔纳普提出了一种四值逻辑——他称之为«计算机应当如何思考»——让机器能在信息不完整或相互矛盾时推理而不崩溃：真、假、两者皆非、两者皆是。稳定、不稳定、空、无效，正是这一谱系的后裔：为一个数据会缺失、冗余或矛盾的世界准备的四种裁决。半个世纪后，贝尔纳普之问再度浮现。

如果输出不可靠，它将被上报给人类监督者。它绝不会未经审判就离开。

从成对到整体。

我先试了最显然的办法：测量模型两两之间的协方差，惩罚一起出错的模型。在多模型集成中这行不通：配对数量激增，第三方污染每一次测量，计算对整体行为的解释力越来越弱。

更酷——也更精确——的做法是惩罚整个已执行策略的错误，把它当作完整配置，在生产或影子模式中。如果某个阵型失败，那个具体策略就失去参选资格。

平衡与阈值

输出的完整性与唯一的成本相互拉扯。我用数学方法在帕累托前沿上解决这个两难。这是唯一合乎逻辑的做法。

没有可以作弊的魔法数字。配置实施的人类决定什么重要：权重是他们的（责任也是），任何一个都可以为零。系统权衡各方力量，返回唯一裁决，并与他们划定的线比较。低于那条线，它不即兴发挥：它停下，并上报给人类。它是确定性的，即使——尤其是——当它告诉你它不知道的时候。

它不改进孤立的AI。它改进整体。

它从成败中学习——被检测到的失败模式与人工验证——在影子阶段进行，绝不触碰客户数据。凭这一信号，它重组哪些组件、以何种角色构成池。

系统趋向精确。

治理，而非承诺。

机缘巧合。 我在不了解欧洲监管框架的情况下设计了这套架构。我们在可追溯性（我的是确定性的，很容易）和结构化人工监督上不谋而合。

对国际法规的一轮梳理让我加入了零数据留存（Zero Data Retention）以及特定错误子类型的输出（由AI还是由人来做这件事，我还没有决定）。

值得信任的AI的基础设施。

架构已部分发布并经仿真验证 · 迈向概念验证。