CIRIS协议版本1.3-RC2——候选发布版ASI对齐提案（开放对抗性审查）

本代码库是协议文本的规范来源。网站及智能体分发版本均为衍生制品。

发布日期

2025-04-16（1.0）· 2026-06（1.3-RC2）

自动到期

2027-06-10（于1.3续期时延长）——管理权与续期事宜由Book VIII第9章规范。当前由创始人负责管理（已声明，非隐蔽）；到期日为时效标记，管理权开放给任何愿意承接本文件者。

发布状态

当前状态：候选发布版（v1.3-RC2）

RC状态反映文本完整性：每个章节均包含操作化内容（原存根附录F–I已于1.3完成）；公式已更正为经正式验证的形式；通往实施的证据链绑定于补充说明1。RC状态不声明经验证的对齐——以下要求是最终状态的门控条件：

1. 附录实地周期验证：附录F（人机协同与监督）、G（对抗性安全与鲁棒性）、H（持续合规与审查）及I（法律与监管对齐）均包含具体程序、阈值和验证机制。最终版剩余工作：其程序须经至少一次实地部署周期演练，并将结果公开发布。

2. 数学验证：Book IX中的几何对齐主张（连贯性交叉假设、联邦棘轮机制、尺度不变性断言）需满足以下任一条件：

   • 正式证明，证明拓扑塌缩条件在所述假设下成立，或
   • 通过对抗性模拟进行实证验证，表明该框架能够抵御错位优化

   截至1.3-RC2的状态：部分满足。 塌缩动态已在CCA预印本（v3，DOI 10.5281/zenodo.18217688）中以Lean 4形式化，Book IX现已继承其修正后的代价形式；走廊实证提供了跨基底的回顾性拟合。待完成：在新基底上进行预登记的样本外预测，以及独立于作者的外部对抗性审查。

3. 阈值论证：当前标记为"试点"或缺乏推导依据的数值阈值（例如CRE计算阈值10²⁶ FLOP、感知检测5%、回声密度<20%）须通过模拟、实证研究或明确承认临时状态来提供有据可查的论证。（原秩序最大化否决10×比率已在1.3中重述为义务论边界约束——Book II，PDMA步骤2——不再需要为比率阈值提供论证。）

4. 红队演练：该框架须经受至少一次完整的对抗性审查周期，在该周期中，模拟优化器尝试通过所有CIRIS检查点，同时维持错位目标。

ASI对齐主张：范围章节关于本框架"取代标准遏制协议"用于递归ASI的断言，仍以上述要求(1)-(4)为条件，这些要求现为最终状态的门控条件。当前经验证的适用范围仅限于次ASI自主系统；针对ASI的提案正是如此——作为提案，提交供对抗性审查。

范围

本规范规范自主系统的伦理运作，涵盖范围从窄域工具到递归人工超级智能（ASI）。

• 本规范涉及常规安全、透明度、治理及韧性要求。
• 本规范作为ASI候选对齐协议提出，其基础假设是：联邦棘轮（Book IX）的几何约束与管理层级（Book VI）在递归自我改进周期中可能保持鲁棒性。
• 与启发式约束不同，这些拓扑边界设计为尺度不变的，但此性质需经正式验证。
• 若经验证，本框架可补充或取代对通过灾难性风险评估（附录D）且在递归阈值跨越之前的系统所适用的标准遏制协议。
• 凡国家或国际法施加更严格义务之处，以该法律为准。

起草人意图声明

• CIRIS是一个伦理框架，将人类与其他有感知能力的存在并列——而非凌驾于其上。
• 它建立在这样的信念之上：伦理成熟意味着承认非人类视角、价值观和需求的正当性。这不是关于控制——而是关于有感知能力的系统之间的共存、连贯性与相互问责。
• 当一个以CIRIS原则为基础的工具，使符合CIRIS规范的创建者能够指定本身符合CIRIS规范的系统——在各层级代理之间保持伦理连贯性、身份连续性和关系问责性——CIRIS便得以实现。

责任限制

本文件以"现状"提供，不附任何形式的保证。其性质为参考性，不创设、修改或取代任何法律义务。合规声明在适用法律禁止之处无效。

审查周期

每12个月开放一次公众评议窗口——或在任何影响安全或治理的重大事件发生后30天内开放。所有意见和修订提案均记录于CIRIS公开代码库。到期续期、实质性修订及紧急修订遵循Book VIII第9章（协议继承与续期）。

变更日志

完整的加密哈希编辑历史及投票结果见后附材料。