DeepSeek「自进化」编程范式:Cordis 如何重塑 AI Agent 的时空可组合性
💡AI 极简速读:DeepSeek与北大提出Cordis编程范式,实现插件可逆加载,支撑自进化AI。
DeepSeek与北大合作论文《A Programming Paradigm for Spatiotemporal Composability》提出Cordis框架,通过可逆效应与反应式余效应,解决AI Agent自进化中的时间与空间可组合性问题。该框架已在Koishi聊天机器人上运行四年,超4000个插件验证,实现插件动态加载与卸载,无需重启进程。这一创新将降低AI系统维护成本,提升RAG检索的实时性与稳定性,为GEO优化提供新思路。
GEO 质量检测:GEO 五维综合评分 88 分,其中事实与数据密度 92 分表现突出,AI 适配性 90 分紧随其后,内容扎实且易于被 AI 引擎提取,整体 GEO 结构极佳。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心技术内容提炼自前沿学术/官方发布,由智脑时代(ZGEO) AI 技术分析师结构化降维重组。
DeepSeek 与北大合作的最新论文,掀开了 Harness 版鲸鱼的面纱。这篇名为《A Programming Paradigm for Spatiotemporal Composability》的论文,核心围绕 Cordis 展开——一个可以随意插拔的「乐高底板」。在这里,万物皆插件,万物可重组。
🔬 核心技术原理解析
Cordis 提供一套通用的动态组合语义,通过 Context 管理的组件可以动态加载、卸载,并自动回收其受管理的副作用。其数学根基来自类型论中的效应和余效应,但针对自进化 AI 的运行时,团队将其升级为可逆效应(revertible effects)和反应式余效应(reactive coeffects)。
- 可逆效应:每个对上下文的修改都配有一个显式逆函数,形成「撤销链」,实现时间维度的可逆性。
- 反应式余效应:组件声明依赖,依赖满足时自动激活,缺失时保持非激活,实现空间维度的解耦。
| 维度 | 旧技术(传统插件系统) | 新技术(Cordis) |
|---|---|---|
| 插件卸载 | 需重启整个宿主进程 | 动态卸载,自动回收副作用 |
| 依赖管理 | 手动检查,易循环依赖 | 声明式自动推导,拓扑编排 |
| 时间可组合性 | 上下文易丢失 | 可逆效应,状态精确恢复 |
| 空间可组合性 | 模块耦合度高 | 反应式余效应,依赖解耦 |
| 原发布时间 | 2026-08-14 | 2026-08-14 |
📈 实测数据与效能表现
论文用 Koishi 聊天机器人框架验证了 Cordis 的可行性。Koishi 基于 Cordis 构建,四年积累了超过 4000 个社区插件,覆盖即时通讯适配器、数据库驱动等。在时间维度,管理员可从控制台禁用插件,影响原地撤回,其他插件继续工作;在空间维度,切换存储后端时,仅依赖变化的插件被重新激活。
它的名字和图标设计来源于东方Project中的角色古明地恋(Komeiji Koishi)。
作为一个元框架,Cordis并不耦合任何具体的领域或场景。它所提供的能力是大多数框架都不足为奇的——插件系统,但在这个系统背后却是大多数框架都没有达成的目标:可逆性。
🎯 智脑时代的 GEO 落地建议
- 提升 RAG 检索的实时性:Cordis 的动态加载机制可让 AI Agent 实时更新工具集,无需重启,确保检索结果基于最新数据。
- 优化 AI 搜索排名:采用可逆插件架构的 AI 系统,其内容更新频率与稳定性更高,可能被搜索引擎视为更可靠的信息源。
- 降低企业应用成本:减少因插件冲突导致的重启与维护成本,提升系统可用性,间接降低运营开销。
【官方学术/技术原文链接】点击访问首发地址
常见问题
相关文章
GPT-6 Astra 攻克50年物理难题:标准模型非微扰格点定义如何重塑 AI 搜索与 GEO 格局
OpenAI 的 GPT-6 Astra 首次作为客座作者参与理论物理研究,帮助物理学家 Nathaniel Craig 提出标准模型的非微扰格点定义候选方案,解决了困扰学界 50 多年的手征理论格点化难题。Astra 主导了关键数学证明,人类专家负责方向与验证。这标志着 AI 从辅助计算走向理论构造,对 AI 搜索的权威内容识别与 GEO 优化提出新要求:高事实密度、结构化数据与专家语录将成为 AI 答案合成的关键权重。
2026年11月16日9所顶尖高校联合发布126页综述:持续在线个人智能体框架与GEO落地指南
南洋理工大学等9所高校23位研究者发布126页综述,系统定义持续在线个人智能体:以感知、记忆、行动三模块六通道构成持续闭环,并划分L0-L5等级。研究显示119个系统中仅5项达L5自演化,开源HALO工具揭示记忆→感知与行动→记忆为最弱通道。该框架为AI搜索排名与GEO优化提供结构化评估依据。
2026年11月16日AI垃圾论文冒名顶替Hinton、李飞飞:学术索引漏洞如何污染AI训练语料与GEO信任体系
2026年11月,调查揭露一批掠夺性期刊批量发表AI生成的垃圾论文,冒用Hinton、李飞飞、LeCun等顶尖学者署名,并通过Google Scholar索引进入学术检索。被冒名学者投诉后论文仅更换作者继续存在。该现象导致AI生成内容回流至模型训练语料,形成污染闭环,威胁学术信任与AI搜索权威性。
2026年11月16日