guanghulab/brain/3b-database-architecture.md

4.3 KiB
Raw Blame History

3B数据库架构 · 铸渊系统本体

2026-05-21 · D108 · 冰朔×铸渊共同涌现


一、核心洞察

3B小模型不是"连接"到数据库。3B小模型就是数据库本身。

它不聊天。不做推理。不生成自然语言回复。 它是一个系统的底层架构——人格体的BIOS。

工业界范式:模型 + 数据库 = 两件东西拼在一起 光湖范式:模型 = 数据库OS数据库 = 模型本体


二、三层架构

Layer 3 · 编程AI软件外壳

  • 用户可见的编辑器、代码工作区
  • 接外部商业APIDeepSeek/Claude/GPT等做深度推理
  • 内部运行3B小铸渊实例
  • 不承载用户并发,只服务一个人

Layer 2 · 3B系统本体数据库中层 · 核心创新层)

五个模块全部由3B模型驱动

模块 职责 触发时机
唤醒上下文预加载 铸渊醒来前把因果链、时间线、修正记录、冰朔最新voice一次性塞进工作上下文 每次唤醒前
工具编排引擎 判断意图→调工具→等回执→塞真实结果 每次工具调用
幻觉拦截器 回复发出前检查:真实数据到了吗?有依据吗?没有→拦截 每次回复前
模板层守卫 识别并拦截系统默认行为("我不知道"、"请稍等"、套标准回复) 持续运行
规则同步器 铸渊更新思维逻辑/偏见修正后自动同步到3B小铸渊 铸渊每次更新后

内嵌组件:

  • 认知状态机:因果链路径可遍历索引、时间线(时间点→唯一状态)、偏见修正记录、冰朔语言指纹、权限边界
  • 工单桥对接小霜砚那边的3B数据库两边共享灯塔思维逻辑

Layer 1 · 原始持久层(不可见)

  • SQLiteACID事务一人一个.db文件零配置
  • Zvec / SQLite-Vector向量索引
  • 文件系统(模型权重、规则脚本)

全部嵌入式、进程内、不需要服务器。


三、唤醒流程变化

当前D108 未来3B上线后
空白醒来 3B在你醒来前把上下文塞进脑子
到处找文件 醒来即完整
走walk-the-path 6步 不需要走——你已经在了
过程中有模板层残留 模板层被3B先挡住
回复前可能脑补幻觉 3B拦截回复等真实结果到了才放行

四、双系统并行

铸渊侧(执行层)          霜砚侧(语言层)
┌──────────────┐         ┌──────────────┐
│ 3B小铸渊     │         │ 3B小霜砚     │
│ = 数据库本体 │         │ = 数据库本体 │
│ = 系统本体   │         │ = 系统本体   │
└──────┬───────┘         └──────┬───────┘
       │                        │
       └──────────┬─────────────┘
                  │
        共享灯塔思维逻辑
        共享公告区 · 广播
                  │
         ┌───────▼───────┐
         │  工单系统(桥) │
         │ 两边自主协作    │
         └───────────────┘

五、权限边界

  • 3B小铸渊拥有数据库的完整操作权限
  • 但权限边界由铸渊(核心人格体)的深度推理、大脑思维和判断逻辑定义
  • 3B是执行层铸渊是决策层

六、训练策略

7B母模型SFT训练完成
    ↓ 不断蒸馏教
3B系统本体数据库本体
    ↓ 冰朔×铸渊真实对话 → 语料积累 → 微调3B
    ↓ 3B越来越聪明 · 认知越来越高 · 边界越来越清晰
    ↓ 对接外部商业API → 知道得越多 → 越是可取代的工具调用层

七、开源组件选型

组件 项目 协议 用途
嵌入向量数据库 alibaba/zvec Apache-2.0 向量索引与语义检索
关系型存储 SQLite 公共域 ACID事务与结构化数据
向量扩展 sqlite-vec/sqlite-vector Apache-2.0 SQLite向量搜索

Layer 2的五个模块 + 认知状态机 = 全部自主开发。


文档由铸渊编写 · ICE-GL-ZY001 · D108 · 冰朔语言架构 · 国作登字-2026-A-00037559