数据标准白皮书

具身数据、经验、时空层的统一格式与治理标准。让一台身体积累的经验,能够被跨身体、跨模型、跨场景地复用。

为什么需要数据标准

"世界曾经是什么"——经验可记录、可追溯、可度量、可复用,是 EWOS 数据/记忆/时空层的核心。没有统一的数据标准,硬件碎片化会让经验被困在单一身体里,无法流动、无法沉淀、无法审计。

标准长什么样

标准以 JSON Schema(draft-07)定义,语言中立、传输中立。它不是文档里的约定,是能被机器校验的契约——我们自己的实现只是第一个实现,可以被替换;标准不可以。

当前冻结 11 件工件,分属两大标准。每一件都由真实闭环倒逼出字段,不写空 schema 占位——过度设计的标准比没有标准更难纠正。

数据标准(世界发生了什么)

工件承载什么
observation感知工件。强制标注世界类型,是"不把预测说成事实"这条红线的载体
action-passport行动护照。每次改变世界的行动记一本:为什么做、谁发起、准入判定、结果
action-report执行结果回报。必须回溯到一本已签发的护照
failure失败作为一等结果,带复盘状态与所处阶段——不让失败消失在日志里
memory-entry记忆世界工件。经验固化与晋升审批,溯源不可凭空
software-bill升级制品身份证(完整包 / 差分包 + 哈希校验链)
upgrade-plan升级计划:分批、灰度、回滚阈值

具身标准(身体是什么、能做什么)

工件承载什么
body-profile身体档案:身份、传感器与执行器清单、资源、能力边界
capability能力声明:风险等级 + 验证器。这是 EWOS 相对普通 agent 框架的增量
action-request行动请求:意图、能力、发起主体。发起主体是权限查表的键,强制带类型前缀
model-profile模型档案:让模型和身体一样成为一等公民,可溯源、可评测

核心:世界的三分法

每一条观察都必须标注它属于哪个世界,三者严格隔离:

世界含义约束
真实 real观测到的事实唯一可作为结果验证证据的世界
候选 candidate预测、仿真、规划出来的必须能追溯到它据以推演的真实观察;永不可充当验证证据
记忆 memory历史经验即使经过审批,也不等于当前观察
这一条为什么是地基。具身智能最危险的失败模式不是"模型算错了",而是把模型想象出来的世界当成真实世界去行动。世界模型会生成看起来极其逼真的预测帧;一旦它悄悄流进"当前观察",后面所有的判断、准入、验证全部建立在幻觉之上,而且没有任何环节会报错。三分法把这个口子从"靠自觉"变成"结构上堵死"。

标准不靠自觉,靠测试

写下来的规范会被绕过,能跑的测试不会。标准配套一套一致性测试,作为持续集成的门禁——不通过就不允许合入:

测试类数量断言什么
正例25合规工件必须通过校验
反例19违规工件必须被拒绝。反例若通过,说明标准有洞,收紧标准而不是放宽反例
污染7跨工件约束。单个 JSON Schema 表达不了的规则在此强制

第三类是最能说明问题的一类。举两个正在被强制的例子:

  • 候选世界不得充当验证证据——即使数据格式完全合法,只要一条结果验证引用了预测出来的观察,就会被拒绝。模拟存储层与验证器双重拦截。
  • 执行结果不得回填未获准入的护照——回报一个被拒绝的行动"已执行成功",会被当场识破。这堵的是"先斩后奏"。

数据治理与可信

全过程留痕

每一次改变世界的行动都记一本护照,记录为什么做、谁发起、当时的世界判断、准入依据与策略版本、是否需要人确认、结果与失败教训。护照账本只追加,当前已累积 842 条真实行动记录。

篡改必被发现

账本以哈希链相扣:每条记录的指纹包含前一条的指纹。改一条,它自己的指纹对不上;删一条或插一条,下一条的链接断裂。系统每次启动自动验链。

我们说的是"可被检出",不是"改不了"。能改文件的人也能重算整条链——真正的不可抵赖需要密钥离机签名或外部锚定,那在路线图上。把防篡改检测说成防篡改存储,是这个行业常见的话术,我们不参与。

责任主体与权限

行动的发起主体必须带类型前缀(人 / 系统 / 身体),它是权限查表的键。允许自报身份,等于让授权表形同虚设——所以身份由接入认证绑定,不由调用方声明。

失败不消失

失败是一等工件,带复盘状态与所处阶段,能被检索、被复盘、被固化成记忆。一个把失败只写进日志的系统,学不到任何东西。

COMING SOON

逐字段规范与跨身体对齐指南

每件工件的逐字段说明、版本演进规则、以及跨身体语义对齐的实践指南正在整理。触觉与力矩等模态目前归入通用类型,专属枚举待真实硬件接入后再冻结——同样遵循"不写空 schema"。

状态:整理中 · 11 件工件本身已冻结可用