基于 ChatGPT + GitHub + Drive 构建持久、受管制的规范状态

我最初认为我在尝试解决长期记忆的问题，但最终我构建了一个不同的事情：一个外部的规范状态系统，受一套规则的管制，规定什么可以成为持久的、哪些来源具有权威性、如何处理冲突以及如何验证更改。 GitHub 和 Google Drive 提供了存储，但围绕它们的治理部分才是最需要花费时间和工作的部分。
我为什么要发布这个内容
我开始浏览 OpenAI 开发者社区，寻找其他人是否在解决类似我遇到的长期 AI 继续性、持久状态和跨模式上下文的问题。 我发现了几个讨论，明显地环绕着相同的问题的某些部分，并最终在其中两个讨论中发表了评论：

• Universal Project Brain / 共享状态跨 Chat、Work、Codex、Dots & Sites：功能建议：Universal Project Brain + Objective Mode + 共享状态跨 Chat、Work、Codex、Dots & Sites
• #2 by jscotthynson - 使用 Git 仓库作为持续状态外部存储：使用 Git 仓库作为持续状态的 ChatGPT Web，外部存储
• #7 by ChipCAD

写下这些回复后，我意识到我正在尝试在其他人的帖子中解释我自己的系统的部分。 因此，我决定创建一个帖子，以便我可以用自己的话描述我正在做的事情、它如何演变、它是什么时候有作用的、需要人类监督的仍然存在的问题以及我在操作它的过程中学到的东西。 这不是一个断言，我已经解决了这个问题或建立了最终架构的声称。 这是一个我正在使用和不断完善的系统的时点快照。
我的设置
在我的设置中，ChatGPT 是推理/操作层。 一个会话是使用它的工作空间。 它可以包含想法、假设、死胡同、临时背景和可能永远不值得成为持续状态的东西。 但这并不意味着会话是可废弃的。 我可以开始一个普通的会话，没有意图保留它，解决一个问题，然后在后来发现结果重要时，告诉系统保留或捕获相关结果。 这会触发一个受管制的更新过程，而不是简单地将会话扔进存储器。 另一方面，如果我要返回之前处理过的东西，我可以开始一个新的会话，通过系统的管制“前门”，并让它检索相关的规范状态，然后我们继续。 这个区别最终对我来说变得很重要：会话 ≠ 证据 ≠ 规范状态
我目前正在使用 GitHub 作为规范结构状态层，用于像当前状态、流程和规则、决策、开放环、来源权威性、来自源的证据、来源地图和验证要求这样的东西。 我将支持证据单独存储在 Google Drive 中。 规范记录包含指向相关证据的指针，因此系统可以区分来源文档和从该文档衍生的解释或决策。 一个典型的流程更接近：会话 →推理→决策→促进门→规范状态→验证
我也不认为 ChatGPT 的内存具有权威性状态。 它可以帮助持续性，但如果一些事情足够重要，以至于受管制的未来工作需要它，那么它需要被有意地促进到外部系统。
更难解决的问题是决策系统应该相信什么
一旦我开始使用系统，持续信息实际上是一个容易的问题。 然而，决定系统将信任什么是更难的问题。 当我开始在更长时间内使用系统时，我开始遇到一些问题，如：

• 哪个来源具有权威性以证明这一事实？
• 是原始来源、支持证据还是我当前对该证据的解释？
• 规范记录是否仍然当前，还是最新的证据已超越它？
• 如果变化发生在什么地方？

除了这些之外，我还遇到了许多其他问题，比如：

• 什么样的证据可以成为规范状态？
• 如何确定证据的权威性？
• 如何处理潜在的冲突或不一致的信息？
• 如何确保规范状态的准确性和完整性？

这些问题迫使我思考如何构建一个外部规范状态系统，这些系统可以帮助我在不同场景和环境下保持连续性和一致性。 我希望通过分享我的经验和知识来帮助其他人解决类似的问题，并探索如何在 ChatGPT 等系统中使用规范状态。
系统的工作原理
系统的工作原理如下：

1. 会话:ChatGPT 是推理/操作层，会话是使用它的工作空间。 它可以包含想法、假设、死胡同、临时背景和可能永远不值得成为持续状态的东西。
2. 推理:会话中的推理可以帮助识别关键问题、分析信息和得出结论。
3. 决策:决策是基于推理和分析结果的最终决定。 这个决策可以是对问题的解决方案、行动方案或其他形式的解决方案。
4. 规范状态:决策的结果可以被推送到规范状态系统中。规范状态系统是外部的持久状态存储器，用于存储关键决策和行动方案。
5. 证据:支持决策的证据可以被存储在Google Drive中。证据可以包括原始文档、研究报告、数据集等。
6. 验证:系统中的规范状态和证据可以通过验证过程来确认其准确性和完整性。验证过程可以包括自动化的验证、人工验证等。

系统的优势
系统的主要优势包括：

• 持久状态:系统可以帮助维持持续状态，确保关键决策和行动方案的可靠性和可信性。
• 外部存储:规范状态系统是一个外部的持久状态存储器，用于存储关键决策和行动方案，这可以帮助减少内部存储的负担和提高系统的可靠性。
• 证据管理:系统可以帮助管理证据，确保证据的准确性和完整性，这可以帮助提高决策的可靠性和可信性。
• 验证:系统中的规范状态和证据可以通过验证过程来确认其准确性和完整性，这可以帮助提高决策的可靠性和可信性。

系统的挑战
系统的主要挑战包括：

• 决策系统的信任:系统需要能够信任决策系统的输出，这需要对决策系统的准确性和可靠性有信心。
• 证据的准确性和完整性:系统需要能够确保证据的准确性和完整性，这需要对证据的来源和质量有信心。
• 验证的准确性和可靠性:系统需要能够确保验证过程的准确性和可靠性，这需要对验证过程的准确性和可靠性有信心。
• 系统的可扩展性:系统需要能够扩展以适应不断变化的需求和场景，这需要对系统的可扩展性有信心。

总结
系统是外部规范状态系统，用于帮助维持持续状态、存储关键决策和行动方案、管理证据和验证其准确性和完整性。系统的主要优势包括持久状态、外部存储、证据管理和验证。系统的主要挑战包括决策系统的信任、证据的准确性和完整性、验证的准确性和可靠性以及系统的可扩展性。