让AI设计一座铜矿无人卡车系统，它只通过了48.5%的检查

一个没学过软件的人，描述一下想要的应用，模型写出代码，跑起来，再描述哪里不对，它自己改。这是「氛围编程」一年前给人的印象。现在有人把同一个问题推到了物理世界：能不能用同样的方式，设计一辆矿用无人驾驶卡车？

不是驾驶室，也不是喷漆。是整个系统——一台在铜矿里作业的无人驾驶运输卡车、它所属的车队、它通信所依赖的网络、围绕它工作的人，以及最终要签字放行的监管方。

答案很直接：今天没有任何模型能做到这件事。CodeNinja Atoms 团队把原因拆开讲了一遍，也讲了他们在建什么。

一台车背后是一张决策网

在无人运输卡车运出第一吨矿之前，工程师要先定下一连串事情。传感器选哪种激光雷达、雷达和摄像头，装在哪里，在粉尘、降雨和夜间能看见什么——高速公路上好用的传感器，到了矿区道路可能就失效。

算力怎么分：哪些跑在车上，哪些跑在矿坑边缘，哪些跑在数据中心，各自的功耗、散热和内存要多少，链路断了怎么办。模型用哪套感知、预测和规划，多大尺寸，用什么数据训练或适配，上线后怎么监控。

还有场地本身：运输道路、装载点、破碎机、加油位、有人驾驶的轻型车辆，以及把它们连起来的私有网络。卡车只有在场地围绕它设计好的前提下才是安全的。

安全与审批同样绕不开。无人采矿设备有自己的安全标准，每个国家还会在上面叠加自己的规则，得有人写安全论证，也得有人批准。此外还有三年期的成本与节省、第一台车自主运行前要花多久，以及车队怎么预判某个零件即将失效、由谁去处理。

这些决定彼此咬合。换一个传感器，算力方案跟着变；换一个国家，审批路径跟着变。这张决策网就是系统设计，在物理 AI 领域，它是最难的问题之一。

瓶颈不在模型，在经验

模型能写软件，是因为它读过的软件比任何人都多。数十亿行公开代码，加上人们围绕代码提的问题和奏效的答案，构成了它的底料。

物理系统设计不是这样。相关知识散落在招标文件、内部标准、现场报告里，更多则装在那些在采矿、油气、港口或电力行业干了二十年的工程师脑子里。写下来的很少，公开的几乎没有。

所以物理 AI 的瓶颈不是模型，是深厚的领域经验。一个年轻工程师一年能学会写代码，学会设计一座矿却要耗掉一个职业生涯。

CodeNinja Atoms 给自己定的任务就是这件事：让年轻工程师能设计出整个行业赖以运转的物理 AI 系统，而不必先在那个行业里泡二十年。

四个部件

他们把这项工作拆成四块，放在公开环境里推进。

• Praxis 是平台。工程师带着需求进来，往往是一份真实的招标文件，平台推理出完整系统设计：传感、算力、模型、作业的对象模型、成本、时间线和所需审批，并解释每一个选择，让工程师学到设计本身，而不只是拿到结果。对工程师免费。
• Hyper Ontology 是这些设计的共享语言。每份设计都带一个作业对象模型，涵盖资产、人员、事件和规则及其关联，采用开放的 JSON 格式 hyper-ontology/1。
• 参考架构是他们公开的设计。目前有十八份，覆盖能源、油气、港口、制造、农业、铁路等领域，分布在美国、沙特阿拉伯和巴基斯坦。这些对象模型合计包含 246 个类型化对象和 228 条链接，发布在 codeatoms.ai 和 Hugging Face 的数据集上。
• PADI（物理 AI 设计指数）是基准测试。它问一个简单问题：Praxis 平台设计出的系统，是否比前沿 AI 单干更好？它在三个国家、13 个行业的新任务上给两者打分。

最新一轮是针对七个平台从未见过的任务做盲评：Praxis 平台通过了 48.5% 的检查项，前沿 AI 为 28.4%，七个任务上平台全部领先。

不微调，把经验当上下文

给模型注入领域经验，最直接的办法是微调：收集数据，训练权重，发布模型。他们选择不做。

理由写在题为《压缩与再膨胀》的备忘录里。微调把已知的东西冻进权重，训练结束那天，世界已经变了——新法规、新场地、新国家。等更强的模型出现，花在旧权重上的钱也收不回来。

他们的做法是把经验保留为上下文，分两步走。压缩：每天有例行程序跑过平台学到的东西，来自真实项目、基准轮次和工程师对设计的修正，许多观察收敛成一条锋利的原理，矛盾被消解，被验证的浮上来，无关的沉下去。剩下的体量很小，它不是全部事件的记录，而是这些事件的意义。

再膨胀：新需求到来时，比如一个从未涉足国家的铜矿，没有哪条存储的原理能严丝合缝地对上，它本来也不该对上。模型读取压缩后的经验，把它展开成这个场地、这个国家的规则、这支车队和这些人。同一条经验每次落地都变成不同的设计，因为每次落地的世界不同。

这个想法借自生物学。生物学家 Michael Levin 把记忆描述成一只蝴蝶结：大量经验挤过狭窄的中段，再为新身体和新世界重新展开。毛毛虫学到的东西在蝴蝶体内存活下来，被重新映射给翅膀而不是腿。

让这套机制成立只有一条规则：一切都是供模型推理的上下文，不做关键词匹配，不做查表。

为什么它比微调更合适

把经验放在上下文而不是权重里，改变了四件事。它保持时效，一条新法规就是一条新条目，不用重跑训练。它保持可读，工程师能看见系统知道什么、从哪来，并加以修正——没人能读懂一组权重。它不随模型消亡，更强的开源权重模型出现时，经验直接带过去，设计第一天就变好。它留在所有者手里，经验运行在客户自己的基础设施和边界之内，对主权部署来说，这正是关键。

回到那辆卡车。工程师描述作业：某国一座铜矿的无人运输车队，目标产量和预算。系统返回传感方案、算力、模型、场地网络、矿山的对象模型、安全论证大纲、审批事项、三年成本和计划。然后工程师像工程师那样提出反驳，系统解释自己，并做出修改。

这既不是科幻，也还没完工。它需要一个擅长推理的模型——现在有了；需要以模型能读、工程师能查的形式承载的深厚领域经验——这是他们在建的；还需要一种衡量设计好坏的方法——PADI 因此存在。

三者合到一起时，世界上最复杂的物理系统将不再只是少数有二十年积累的人的工作。任何地方的年轻工程师都能设计它们，并且理解自己做出的每一个选择。