GEZHI(格致):面向社科研究的智能体架构
一、GEZHI是什么GEZHI格致是一个以学者为中心的智能体架构专门用于可追溯、可审查、可验证的经验性社会科学研究。通俗地说现在的AI能查文献、整理证据、清洗数据、写代码、排版论文但一篇社会科学论文不是把这些任务做完就完了——它本质上是一连串学术判断关于理论怎么选、研究怎么设计、测量怎么操作、证据怎么解读、推论怎么成立。GEZHI要做的就是让AI负责重复性执行让学者始终掌握判断权。项目名称格致取自《礼记·大学》“格物致知”意为推究事物原理以获得知识与项目的学术研究理念高度契合。二、核心理念论文不是任务清单这是理解GEZHI最关键的一点。很多AI辅助写作工具把论文拆成写摘要→写引言→写方法→写结果→写讨论这样的任务列表逐个完成。GEZHI认为这是错的——一篇论文是一条完整的判断链而不是机械步骤的堆砌。AI可以做的是检索文献、整理证据、清洗数据、编写代码、排版稿件。但什么理论值得检验、什么设计能回答问题、什么证据足以支撑主张——这些判断必须由研究者来做。GEZHI把研究者放在架构的最上层你是思考者、规划者、把关人。三、四层架构GEZHI的架构分为四个层次层级职责研究者层Researcher决定什么重要、规划研究路径、守卫证据和推论的边界GEZHI研究循环Research Loop核心的格→致迭代引擎AI4SS学术技能层支持研究设计、证据构建、分析审查、学术写作goal-cli控制平面重构产物、发起审查、持久化决策、调度下一轮迭代其中格→致是GEZHI的灵魂机制格Ge——整体判断格把当前论文当作一个完整的学术论证来审查覆盖完整的学术对象而不是机械阶段的序列做出判断而不只是打分诊断一个根源问题而不是罗列一堆表面症状返回证据和明确的完成条件致Zhi——有界修订致接收当前学术焦点执行有范围的修订只编辑授权的源文件重新构建论文和分析而不是在聊天里说完成了保留数据、代码和出处作为可检查的证据把新产物返回给格进行新一轮整体判断格→致→格→致……形成闭环每一轮都留下可追溯的痕迹。四、不可妥协的原则GEZHI明确了五条底线产物是评估的对象——AI的活动本身不是研究进展的证据只有产出论文、代码、数据才算数不编造证据——缺失的信息就保持缺失不能凭空补全这约束了主张的边界一次只聚焦一个根源问题——修订范围可控、可审计研究者的责任始终是人类——GEZHI不替代作者身份、研究伦理或独立验证每一轮都留下痕迹——论文、代码、数据、出处、审查记录、决策全部可检查这些原则的核心意图是对抗AI编造证据、掩盖缺失、模糊判断的倾向。五、快速上手安装当前GEZHI控制平面python3-mpipinstallgoal-cli[openai] githttps://github.com/SiyaoZheng/GEZHI.gitgoal-cli--help然后让你的编程智能体读取llms.txt把这个项目配置成GEZHI研究循环。首次运行前先检查配置goal-cli validate goal-cli doctor goal-cli run --dry-run注意运行时命令和Python包名仍然是goal-cli这是为了保持兼容性不让已有项目出问题。六、当前实现状态GEZHI目前是活跃的研究软件。当前公开实现最适合已完成的经验性社会科学项目——即有可执行分析、规范论文产物和明确证据边界的项目。架构设计刻意保守它能让智能体的工作流更持久、更可检查但无法让薄弱的设计、缺失的数据或没有根据的主张变得可信。换句话说GEZHI是放大器不是创造者。它能让你做得更好但不能替你做好。七、项目结构路径作用src/goal_cli/持久化的、以产物为先的控制循环skills/goal-cli-project-setup/将已有研究项目接入GEZHI控制循环skills/goal-cli-template-author/改进可复用的项目模板、检查和示例examples/scientificity/经验性论文示例带可执行检查docs/config-schema.md完整的goal.toml配置契约docs/cli-reference.md当前命令参考docs/artifact-goal-notes.md控制平面设计原理八、一句话总结GEZHI不是一个自动写论文的工具而是一个让学者在AI辅助下保持判断主导权、让每一轮研究决策都可追溯可审查的架构框架。它不替你做学术判断但它确保你的每一次判断都被记录下来、每一轮修订都有据可查、每一个主张都有证据支撑。对于已经完成分析的社会科学项目GEZHI可以帮助你把整个研究过程变成一条透明、可审计的判断链。项目采用MIT许可证作者是 Siyao Zheng。

相关新闻

专科生论文写作工具对比:千笔与文途AI深度评测

专科生论文写作工具对比:千笔与文途AI深度评测

1. 论文写作工具现状与需求分析作为一名在科研领域摸爬滚打多年的老手,我深知论文写作对专科生群体来说是个不小的挑战。最近市场上出现了两款主打"一键生成论文"的工具——千笔和文途AI,它们都标榜着"专科生专属"的卖点。今天我就从…

2026/7/31 17:29:50 阅读更多 →
PoeCharm中文版:流放之路角色构建终极指南

PoeCharm中文版:流放之路角色构建终极指南

PoeCharm中文版:流放之路角色构建终极指南 【免费下载链接】PoeCharm Path of Building Chinese version 项目地址: https://gitcode.com/gh_mirrors/po/PoeCharm 还在为《流放之路》复杂的角色构建而烦恼吗?面对全英文的Path of Building工具&am…

2026/7/31 17:28:50 阅读更多 →
C++日期类(Date)实现:从需求分析到运算符重载的完整指南

C++日期类(Date)实现:从需求分析到运算符重载的完整指南

1. 项目概述:为什么我们需要一个Date类? 在C的日常开发中,处理日期和时间是一个高频且容易出错的需求。无论是开发一个简单的待办事项应用、一个财务记账系统,还是一个复杂的游戏存档逻辑,你几乎都绕不开“日期”这个概…

2026/7/31 17:28:50 阅读更多 →

最新新闻

足迹交易三大核心原则:订单块识别、不平衡交易与吸收现象分析

足迹交易三大核心原则:订单块识别、不平衡交易与吸收现象分析

在金融市场交易中,你是否曾经遇到过这样的困境:明明看对了方向,却总是买在高点、卖在低点?或者面对复杂的K线图,不知道如何判断真正的支撑和阻力位?传统的技术分析方法往往滞后于市场,而基于订单…

2026/7/31 18:16:13 阅读更多 →
AIGC率控制工具评测与内容可信度提升指南

AIGC率控制工具评测与内容可信度提升指南

1. 为什么我们需要关注AIGC率控制?在2026年的数字内容生产环境中,AI生成内容(AIGC)已经渗透到写作、设计、编程等各个领域。作为一名长期跟踪AI工具发展的技术博主,我发现一个关键问题正在浮出水面:不加控制…

2026/7/31 18:16:13 阅读更多 →
Advent of Code Kotlin Template项目结构全解析:轻松掌握文件组织与工作流

Advent of Code Kotlin Template项目结构全解析:轻松掌握文件组织与工作流

Advent of Code Kotlin Template项目结构全解析:轻松掌握文件组织与工作流 【免费下载链接】advent-of-code-kotlin-template The Advent of Code template project for Kotlin 项目地址: https://gitcode.com/gh_mirrors/ad/advent-of-code-kotlin-template …

2026/7/31 18:16:13 阅读更多 →
【单片机课设毕设项目】基于 STM32 的自习室 IC 卡权限管理及席位提示系统 单片机驱动的图书馆红外座位感应与自动门禁设计(015501)

【单片机课设毕设项目】基于 STM32 的自习室 IC 卡权限管理及席位提示系统 单片机驱动的图书馆红外座位感应与自动门禁设计(015501)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于嵌入式单片机,Java、小程序技术领域和毕业项目实战 ✌️…

2026/7/31 18:16:13 阅读更多 →
布列韦肽Hepcludex作用机制:靶向NTCP受体,从源头阻断HBV/HDV肝细胞入侵路径

布列韦肽Hepcludex作用机制:靶向NTCP受体,从源头阻断HBV/HDV肝细胞入侵路径

传统乙肝抗病毒药物以抑制病毒逆转录、核酸合成为主要作用靶点,仅能控制乙肝病毒复制,无法作用于依附乙肝存活的丁肝病毒,这也是既往丁肝治疗收效甚微的核心原因,布列韦肽 Hepcludex 采用全新的病毒入胞抑制机制,作用靶…

2026/7/31 18:15:13 阅读更多 →
用好AiPy Pro(爱派),大幅提升工作效率——我的数据分析工具制作深度使用经验分享

用好AiPy Pro(爱派),大幅提升工作效率——我的数据分析工具制作深度使用经验分享

官方名称:AiPy Pro|中文名:爱派|开发商:知道创宇 一、它到底是什么? AiPy Pro是一款融合大语言模型与Python能力的AI智能体平台,主打本地部署、代码生成、任务自动化。简单来说,它…

2026/7/31 18:15:13 阅读更多 →

日新闻

物理复制比逻辑复制好在哪?数据库复制原理详解

物理复制比逻辑复制好在哪?数据库复制原理详解

数据库复制是把主库数据同步到备库的机制,分为逻辑复制和物理复制两种。逻辑复制传输的是 SQL 语句或行变更事件,物理复制传输的是存储引擎底层的物理日志。阿里云 PolarDB(云原生数据库)采用物理复制,在同步延迟、数据…

2026/7/31 0:00:34 阅读更多 →
BilibiliDown:3分钟学会B站视频下载的终极指南

BilibiliDown:3分钟学会B站视频下载的终极指南

BilibiliDown:3分钟学会B站视频下载的终极指南 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader 😳 项目地址: https://gitcode.com/gh_mirrors/bi/Bilib…

2026/7/31 0:00:34 阅读更多 →
有哪些游戏数据AI平台?游戏行业Data+AI融合方案盘点

有哪些游戏数据AI平台?游戏行业Data+AI融合方案盘点

当前,游戏行业的“DataAI融合”已从概念验证进入价值落地阶段。根据IDC 2025年数据,中国AI游戏云市场规模已达18.6亿元;同时,游戏研发环节AI渗透率高达86%,生成式AI内容普及率超过50%。面对庞大的市场,游戏…

2026/7/31 0:00:34 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/31 1:03:03 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/29 14:34:28 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/31 4:19:39 阅读更多 →

月新闻