AIMP — AI 网格协议

一种实验性的无服务器网络协议，用于在碎片化、低带宽网络中实现自主代理之间的弹性状态同步。基于 Merkle-CRDT 和 密码学身份 构建——无中心权威、无全局 DNS、始终可写。

论文

#	版本	标题	链接
1	v0.1.0	Merkle-CRDT 协议（L1/L2）	ResearchGate
2	v0.2.0	认知层（L3）	ResearchGate
3	v0.3.0	相关性感知聚合（L3）	ResearchGate
4	v0.4.0	确定性语义拓扑（L3）	ResearchGate

作者主页： ResearchGate · ResearchHub

协议栈

层	版本	用途
L1/L2	v0.1.0	Merkle-DAG CRDT、Ed25519 签名、Noise Protocol 传输、BFT 法定人数
L3	v0.2.0	认知层：整数对数几率、两遍信任传播、抗女巫攻击声誉
L3	v0.3.0	相关性感知聚合：针对相关传感器/LLM 的几何折扣
L3	v0.4.0	确定性语义拓扑：通过 256 位 SimHash 实现自主边生成

新特性

v0.4.0 — 确定性语义拓扑

L3 v0.3.0 要求应用程序手动构建知识图谱（Supports/Contradicts 边）。v0.4.0 通过自主边生成消除了这一瓶颈：

声明携带可选的 QuantizedEmbedding([u64; 4])——一个在应用侧从规范嵌入模型计算出的 256 位 SimHash。
在每个纪元边界，协议计算成对汉明距离（XOR + popcount，每对约 1 ns），并为接近的对（d <= 30 位）发出 Supports 边，为远离的对（d >= 200 位）发出 Contradicts 边。
边强度以基点为单位随距离线性缩放（d=0 → 10000 bps，d=30 → 1000 bps）。
max_k_nearest 上限将边密度限制为 O(N)，防止信任传播爆炸。
embedding_version: u32 为协议级模型升级隔离不相交的潜在空间。
自动边通过 L2 gossip 物化，通过全息路由在 GC 后存活。
死区（31-199 位）将模糊声明孤立——认识论上正确的隔离。

// Autonomous truth discovery: 10,000 claims → 50 ms scan, O(N) edges
// No floats. No coordination. No central authority.
let edges = auto_edge_generator.generate_edges(&epoch_claims);

v0.3.0 — 相关性感知信念聚合

L3 v0.2.0 假设所有证据来源在统计上独立（朴素贝叶斯）。当物理相关的传感器（例如，同一屋顶上的 100 个 IoT 设备）或语义相关的代理（例如，在同一数据集上微调的 LLM）报告一致的观察结果时，这会产生病态的过度自信。

v0.3.0 引入了 网格单元相关性折扣：

每个声明携带可选的 CorrelationCell(u64)——用于空间、语义或时间邻近性的离散坐标。
在每个单元内，证据按强度排序并进行几何折扣：最强来源保留 100% 权重；每个后续来源获得 discount_bps^rank / 10000^rank（默认 30%）。
在 30% 折扣下，N 个相关传感器收敛到单个传感器证据的约 1.42 倍——无论 N 是多少。朴素方法会产生 N 倍放大。
CRDT 结合性挑战（几何衰减在部分合并中是非结合的）通过架构解决：纪元归约按 (temporal_grid, fingerprint, correlation_cell) 分桶，保证在完整集合上进行原子计算。
~~带有 correlation_cell: None 的声明行为与 v0.2.0 相同（零回归）。~~ 已被取代——见下文。
所有算术均为纯整数（i32/i64，基点）。无浮点数。ZK 就绪。

v0.5.0 中的破坏性变更。 correlation_cell: None 不再意味着“独立、全权重”。隐瞒该字段曾严格有利——经测量，隐瞒比诚实披露多获得 70.3 倍收益，因此理性参与者从不声明单元，上述折扣被轻易选择退出。独立性现在必须被证实而非断言：未经验证的独立性受到限制，而由不同嵌入聚类支持的独立性仍以全权重累积。参见 新特性 下的 L3 部分以及 aimp_node/tests/insider_asymmetry.rs。

// 100 co-located sensors, 70% confidence each:
// v0.2.0 (naive):  100 × 847 = 84,700 milli-log-odds → ~100% (hyper-confident)
// v0.3.0 (30%):    847 × Σ(0.3^i) ≈ 1,207 milli-log-odds → ~77% (realistic)

架构

aimp_node/          Rust reference implementation (Cargo workspace member)
  src/
    crdt/           Merkle-DAG engine, actor model, arena allocator, quorum consensus
    crypto/         Ed25519 identity, BLAKE3 hashing, zero-trust firewall
    network/        UDP gossip, Noise Protocol XX sessions, per-peer rate limiting
    protocol/       Wire format (MessagePack), typed payload enum
    epistemic.rs    L3 Epistemic Layer (v0.3.0): log-odds, trust propagation, correlation discounting
    semantic_topology.rs  L3 Semantic Topology (v0.4.0): SimHash embeddings, auto-edge generation
    decision_engine.rs  Pluggable deterministic decision engine (trait + rule engine + hot-reload)
    error.rs        Unified AimpError type hierarchy
    dashboard/      Ratatui TUI
    config.rs       Dynamic configuration with validation
    event/          Structured logging + Prometheus metrics (counters + histograms)
  tests/            Integration tests
  benches/          Criterion benchmarks
aimp_testbed/       Python SDK (aimp-client) + CLI tool + chaos testing
deploy/             Systemd service, Firecracker microVM, install script
formal/             TLA+ convergence + quorum safety + belief convergence specification
docs/               Paper 1 (Typst source + PDF)
v0.2.0/             Paper 2: Epistemic Layer (Typst source + PDF)
v0.3.0/             Paper 3: Correlation-Aware Aggregation (Typst source + PDF)

战略优势

特性	AIMP (Merkle-CRDT)	传统 (Raft/Paxos)
拓扑	P2P 网格 / 去中心化	领导者 / 法定人数
可用性	AP（始终可写）	CP（需要多数派）
排序	因果（向量时钟）	全序（顺序）
完整性	密码学（Merkle-DAG）	基于日志
硬件	边缘/IoT 优化	数据中心级

关键特性

核心引擎（v0.1.0）

通过 tokio::mpsc 实现零共享状态 CRDT 的 Actor 模型
Slab/Arena 分配，具有 O(1) 插入和 SoA 布局
通过 redb 实现持久化，静态加密使用 ChaCha20Poly1305
HKDF-SHA256 密钥派生，具有域分离
缓存 merkle 根，写入时失效
真正的标记-清除 GC，具有 slab 内存回收
基于纪元的 GC 跟踪集成到 CRDT actor 中

认知层（v0.2.0 — v0.4.0）

整数对数几率算术（i32，毫对数几率）——无浮点数，100% 确定性
两遍马尔可夫信任传播（Supports → Contradictions，无振荡）
抗女巫攻击声誉：新节点从 0 开始，需要委托，声誉消耗
网格对齐的纪元归约，具有物化压缩（Summaries 在 GC 后存活）
循环检测（排序 DFS）防止置信度膨胀循环
v0.3.0：相关性感知聚合——针对同位置传感器 / LLM 的几何折扣
v0.3.0：原子单元归约——按 (epoch, fingerprint, cell) 分桶以确保 CRDT 安全
v0.4.0：确定性语义拓扑——SimHash 嵌入、自主边生成
比主观逻辑 / Dempster-Shafer 快 98-142 倍（跨架构位级一致）

网络与安全

Noise Protocol XX 加密会话（默认开启）
每对等方令牌桶速率限制（整数算术）
通过 HashSet + VecDeque 实现 O(1) gossip 去重
TTL 重放攻击检测，带断路器
会话 LRU 驱逐（TTL + 最大数量）
协议版本范围协商，支持滚动升级

决策引擎与共识

可插拔的 DecisionEngine trait，带 RuleEngine 实现
从 aimp_rules.json 热重载规则（无需重启）
BFT 法定人数投票，具有持久化的已验证决策
每个操作码的类型化 Payload 枚举（编译时安全）

可观测性

Prometheus 计数器、仪表和延迟直方图
复合 /health 端点，带子检查和 HTTP 状态码
结构化 SystemEvent 日志，带 TUI 仪表板

运维

统一的 AimpError 类型层次结构（不再使用 Box<dyn Error>）
配置验证（拒绝无效参数组合）
优雅关闭，5 秒超时
Systemd 加固服务文件
CI/CD：lint、测试、安全审计、文档、交叉编译发布

基准测试

使用 Criterion 在 Apple Silicon（M 系列）上测量，单线程，fast-crypto 模式：

操作	时间	吞吐量
`append_mutation`（100 次操作）	41.8 µs	~2.4M 变更/秒
`get_merkle_root`（缓存）	4.8 ns	O(1)
BLAKE3 哈希（1 KB）	925 ns	~1.08 GB/s
MessagePack 序列化 / 反序列化	204 / 210 ns	—
Ed25519 签名（ring）	9.3 µs	~108K 操作/秒
Ed25519 验证	25.0 µs	~40K 操作/秒

系统级

模拟 5 节点集群，带反熵同步（进程内，Apple Silicon）：

场景	结果
吞吐量（5 节点 x 1000 变更，带 Ed25519 签名）	96,289 变更/秒
收敛（5 个分歧节点，各 250 DAG）	0.68 ms（1 轮同步）
分区/合并（2 组，每组 30 变更，完全合并）	0.21 ms
加密热路径（每条消息签名 + 验证）	45.0 µs → 最大 22K 消息/秒
rate_limit=50/秒时的加密预算	0.23% 利用率

网络损伤（netem 模拟）

在模拟丢包、延迟和分区下的收敛（5 节点，每节点 50 变更）：

条件	已收敛	轮数
基线（0% 丢包）	是	1
10% 丢包	是	2
30% 丢包	是	2
50% 丢包	是	2
20% 丢包 + 100ms 延迟 + 30ms 抖动	是	2
分区（10 轮）然后合并	是	1
分区（50 轮）然后以 20% 丢包合并	是	1
80% 丢包（压力）	是	4

AIMP 在几轮反熵内可收敛至约 80% 丢包，优雅降级。

跨平台（ARM64 资源受限）

Docker ARM64 Linux，带 RPi 级资源限制：

aimp

最受欢迎