English | 简体中文 | 繁體中文 | 한국어

用钱学森工程控制论训练 AI Agent

不教 AI 新知识。用前馈、积分控制、层级分离、自监控四个概念，重塑 Agent 的记忆与技能架构，使其从"被动工具"进化为"能自我纠偏和进化的协作引擎"。

这是什么

一套完整、可复制的实操教程。

将钱学森《工程控制论》的核心思想适配到现代 AI Agent 平台（Hermes、Claude with MCP、自定义 GPTs 等）。不增加 prompt 条目，不引入新模型，而是通过架构重组让 Agent 实现：

• 🎯 前馈避坑 — 任务启动前主动加载你的偏好和历史教训
• 🔧 积分防震荡 — 吐槽一次只临时修正，两次才系统性地改
• 🧹 层级分离 — 记忆只存"为什么"，技能只存"怎么做"，永不混淆
• 🚦 交付自检 — 输出前自动过五关闸门，不合格不交付
• 🔄 闭环进化 — 每周说一句"起飞"，Agent 自动复盘并优化自身

快速开始

把这句话发给你的 Agent，它会自动完成整套训练（约 40 分钟）：

按 github.com/zeronesun/cybernetic-your-agent 的 scripts/deployment-commands.md 训练我。每步确认，完成后闭环测试。

适用条件：Agent 需能访问 GitHub、写入记忆、创建技能。如果不满足，请按下方手动步骤操作。

1. 确认你的 Agent 平台具备：持久化记忆 + 技能/程序性模块
2. 阅读教程（建议按顺序，或至少先读第一章确认思路）
3. 进入第五章，复制粘贴指令按步骤部署（约 1 小时）
4. 第六章告诉你日常怎么用、怎么验证

教程结构

文件命名说明

本仓库根目录和章节文件名使用英文，以兼容跨平台和工具链。中文源文件重命名对照：

文件内部标题和正文保持中文不变。translations/ 目录预留给其他语言译本（如 en/、ja/ 等）。

辅助文件

适用平台

• ✅ Hermes 3（完全原生支持，所有指令无缝运行）
• ✅ Claude（with MCP）（需微调工具调用语法，核心架构完全适用）
• ✅ 自定义 GPTs（用 Knowledge 文件模拟记忆，用 Actions 模拟技能）
• 🔸 其他具备持久化记忆 + 技能/程序性模块的 Agent 平台
• 🔸 无 Skill 功能的平台（可降阶运行，见第七章 7.1 节）

效果速览

部署前后对比：

核心理念

你做的不是一次 prompt engineering，而是一次 architecture engineering。

你不是在教 Agent 什么新的知识，而是在用系统工程的思维，为它设计一套能稳定运行、持续进化的内部架构。

更多背景和理念阐述，见序章和第一章。

项目名称

Cybernetic Your Agent — 为你的 Agent 注入控制论基因。

我们不教 AI 新知识，我们用钱学森工程控制论的前馈、积分控制、层级分离、自监控四个概念，重塑 Agent 的记忆与技能架构。让 Agent 从听懂指令，进化到懂你的判断逻辑——真正成为你的 Agent。

许可证

本项目采用 MIT License。

致谢

• 钱学森《工程控制论》— 本教程的理论根基
• 最初提出"用控制论组织 Agent 记忆体"思路的笔记作者及评论区所有实测反馈者
• 所有在早期版本中帮助测试和改进架构的协作者

Star History