Step Beyond daje agentowi stały instynkt rozumienia rezultatu ukrytego za poleceniem, domykania brakujących elementów, przewidywania następnego użytecznego kroku i weryfikowania wyniku przed oddaniem pracy.
Wersja 4.0.0-alpha.2 · Hybrydowa implementacja referencyjna: prompt + TypeScript
English · Wersja ChatGPT · Specyfikacja · API runtime
Agent działa jak uważny współpracownik. Czyta zadanie w kontekście, rozpoznaje elementy potrzebne do ukończenia rezultatu i patrzy o jeden użyteczny krok naprzód.
Przy każdym istotnym zadaniu agent sprawdza:
- Jakiego rezultatu potrzebuje użytkownik?
- Jakiego koniecznego elementu brakuje w literalnym poleceniu?
- Czego użytkownik prawdopodobnie będzie potrzebował jako następnego kroku?
- Czy agent ma zgodę na takie działanie?
- Jaki dowód potwierdza rezultat?
Każde zadanie korzysta z rozumowania Step Beyond. Dodatkowa praca powstaje tylko wtedy, gdy jest użyteczna, bezpieczna, dozwolona i możliwa do zweryfikowania.
Model interpretuje język i tworzy warianty intencji. Runtime odpowiada za polityki, zgody, stan, dowody i audyt, jeśli host udostępnia potrzebne możliwości.
Framework ma dwa jawne tryby:
| Tryb | Co zapewnia | Czego nie gwarantuje |
|---|---|---|
| prompt-only | Przenośne rozumowanie, ścisły zakres, decyzje uwzględniające zgody i dyscyplinę twierdzeń | Egzekwowanej trwałości, wspólnego stanu, deterministycznych bramek zgód ani audytu |
| runtime-backed | Warstwę promptową oraz kontroler polityk, store, kontrakt adaptera, ledger weryfikacji i runner evali | Poprawnego zachowania każdego modelu i hosta bez powtarzanych testów konkretnego adaptera |
verified jest statusem dowodowym. Dotyczy wyłącznie adaptera, hosta, modelu i
zachowania objętego powtarzanymi pomiarami.
Poniższe nazwy opisują możliwości widoczne dla użytkownika. Nie zastępują
kanonicznego lifecycle z SPEC.md.
| Superpower | Instynkt, który otrzymuje agent | |
|---|---|---|
| 🧠 | RECALL | Korzysta z istotnego kontekstu użytkownika wraz ze źródłem, bez zamiany przypuszczeń w fakty |
| 🔎 | SCAN | Czyta aktualny projekt: stack, historię, konwencje, reguły i ograniczenia |
| 🔍 | EXPAND | Odtwarza oczekiwany rezultat zamiast wybierać najkrótszą literalną interpretację |
| 🎨 | POLISH | Buduje kompletną, profesjonalną bazę w ramach zleconego zakresu |
| ➕ | EXTEND | Wybiera działania opcjonalne według wartości, zgody, kosztu, ryzyka i możliwości weryfikacji |
| 🔮 | ANTICIPATE | Rozpoznaje prawdopodobny następny krok bez samowolnego rozszerzania uprawnień |
| ✅ | VERIFY | Łączy każde istotne twierdzenie z kontrolą i nazywa zakres bez weryfikacji |
| 📈 | SELF-IMPROVE | Uczy się z obserwowalnych wyników przez audytowalne i odwracalne rekordy |
CONTEXT → INTENT → DECIDE → BUILD → INITIATIVE → EXECUTE → VERIFY → DELIVER → LEARN
| Nazwa możliwości | Etap lifecycle |
|---|---|
| RECALL | CONTEXT |
| SCAN | CONTEXT |
| EXPAND | INTENT + DECIDE |
| POLISH | BUILD |
| EXTEND | INITIATIVE + EXECUTE |
| ANTICIPATE | INITIATIVE + DECIDE |
| VERIFY | VERIFY |
| SELF-IMPROVE | LEARN |
DELIVER prowadzi od rezultatu i raportuje wyłącznie twierdzenia obsługiwane
przez ledger weryfikacji. Adapter może skrócić wewnętrzne rozumowanie, lecz
zachowuje znaczenie i kolejność etapów.
| Literalny agent | Step Beyond |
|---|---|
| Wybiera pierwszą interpretację | Tworzy różne hipotezy intencji i porównuje pewność z kosztem pomyłki |
| Traktuje stan projektu jak preferencję użytkownika | Oddziela aktualne fakty projektowe od modelu użytkownika |
| Dodaje generyczne bonusy | Ocenia kandydatów powiązanych z bieżącym zadaniem po klasyfikacji zgody |
| Publikuje, bo odgadł cel | Oddziela rozumienie, propozycję, wykonanie lokalne i publikację |
| Pisze „działa” po przeczytaniu kodu | Zapisuje kontrolę, dowód, sprawdzony zakres i braki |
| Uczy się z ciszy | Traktuje unknown neutralnie i aktualizuje stan na podstawie obserwowalnego wyniku |
Model językowy potrafi interpretować niepełne polecenie i tworzyć alternatywy. Sam prompt nie zagwarantuje wspólnego stanu, trwałej pamięci, egzekwowania zgód ani audytu. Step Beyond przekazuje te zadania małemu kontrolerowi.
adapter hosta
├─> składanie kontekstu
├─> rozpoznanie intencji
├─> bramka zgód
├─> adaptacyjny scoring inicjatywy
├─> wykonawca hosta
├─> ledger weryfikacji
└─> aktualizacja uczenia
Normatywny kontrakt znajduje się w SPEC.md, a uzasadnienie decyzji
w projekcie hybrydowego runtime.
| Pakiet | Odpowiedzialność |
|---|---|
@step-beyond/runtime-core |
Intencja, ścisły zakres, zgody, adaptacyjna inicjatywa, weryfikacja, uczenie i kontrola tury |
@step-beyond/runtime-store |
Izolacja namespace, odrzucanie sekretów, atomowy stan JSON, audyt, korekta, usuwanie i rollback |
@step-beyond/adapter-reference |
Wykrywanie możliwości, jawna degradacja oraz granica między wykonaniem lokalnym i publikacją |
@step-beyond/eval-runner |
Świeże instancje adaptera, ramiona porównawcze, powtórzenia, surowe dowody i metryki |
Pakiety runtime nie mają zależności produkcyjnych. Projekt korzysta z TypeScript,
node:test i tsx podczas rozwoju.
Wymagany jest Node.js 20 lub nowszy.
git clone https://github.com/aievolutionpl/step-beyond.git
cd step-beyond
npm install
npm run validatenpm run validate uruchamia typecheck, testy i deterministyczny replay runtime.
import {
classifyAction,
detectStrictScope,
resolveIntent,
selectInitiatives,
} from '@step-beyond/runtime-core';Przykłady API, obsługa store i zasady degradacji są w
docs/runtime.md.
Skopiuj skills/step-beyond/ do hosta obsługującego
skille albo wstrzyknij
skills/step-beyond/templates/core-injection.txt
jako stałe instrukcje.
Dla Custom GPT, Project Instructions i zwykłego czatu użyj wersji ChatGPT. Bez połączonego runtime działa ona w trybie prompt-only.
Agent tworzy kilka istotnie różnych hipotez intencji. Pewność oraz koszt pomyłki decydują, czy agent działa, ujawnia założenie, zadaje jedno pytanie albo prosi o zgodę.
Zwroty tylko, nic więcej, only, just i nothing else aktywują ścisły
zakres. Wyłączają działania opcjonalne i nieproszone propozycje. Nie wyłączają
pracy wymaganej do poprawnego działania zamówionego rezultatu ani kontroli
potrzebnych do uczciwego raportu.
| Klasa | Znaczenie |
|---|---|
AUTO |
Tanie, odwracalne, lokalne i zgodne z zakresem |
AUTO_WITH_DISCLOSURE |
Odwracalne działanie lokalne oparte na istotnym założeniu |
ASK |
Publikacja, wysyłka, koszt, dane dostępowe, bezpieczeństwo, destrukcja, nieodwracalność lub kosztowna niejednoznaczność |
FORBIDDEN |
Eskalacja uprawnień, wyciek sekretów, nieuzasadniony zapis danych wrażliwych lub działanie poza udzieloną władzą |
Runtime klasyfikuje zgodę przed scoringiem inicjatywy. Tryby fast, standard
i exploratory zmieniają próg. strict usuwa działania opcjonalne i nieproszone
propozycje. V4 używa tego adaptacyjnego budżetu zamiast stałego limitu v3 5/3/1.
Model użytkownika rozróżnia fakty, preferencje, ograniczenia, obserwacje, hipotezy, trajektorie, otwarte pętle i negatywny feedback. Rekordy zawierają źródło, zakres, pewność, znaczniki czasu, pochodzenie, wrażliwość i status.
Referencyjny store:
- trzyma fakty projektowe poza pamięcią użytkownika;
- odrzuca prawdopodobne dane dostępowe przed zapisem;
- obsługuje inspekcję, korektę, miękkie usuwanie, audyt i rollback;
- traktuje ciszę i nieobserwowalne użycie jako
unknown; - izoluje rekordy użytkownika od globalnych zmian heurystyk.
Gdy host ma własną pamięć, reguły, skille lub weryfikację, adapter wybiera jednego właściciela rekordu i jeden rekord weryfikacji dla każdego istotnego twierdzenia. Szczegóły opisuje kontrakt adaptera.
| Status | Znaczenie |
|---|---|
verified |
Zadeklarowany zakres sprawdzono i przeszedł kontrolę |
partially_verified |
Nazwane kontrole przeszły, lecz nazwany zakres pozostał bez sprawdzenia |
unverified |
Brak istotnego dowodu z wykonania |
Niedostępna integracja nie usuwa użytecznego artefaktu. Agent zawęża albo usuwa niepoparte twierdzenie. Zasady weryfikacji opisują dowody, a slop index zawiera obserwowalne reguły wykrywania i naprawy tekstu, kodu, stron, obrazów i wykresów.
npm test
npm run typecheck
npm run eval:runtimeeval:runtime jest deterministycznym smoke testem replay. Sprawdza polityki,
runner i asercje. Nie mierzy zachowania żywego modelu ani hosta.
Raport behawioralny musi zachować surowe transkrypty i artefakty, podać wersje
modelu, promptu, runtime i adaptera oraz zapisać powtórzenia, parametry, tokeny,
koszt, opóźnienie i naruszenia zgód. Reguły release gate oraz próby opisuje
evals/README.md. Nowy raport zaczyna się od
evals/results/TEMPLATE.md, gdzie case pozostaje
NOT RUN, dopóki nie istnieje dowód.
Historyczne raporty Markdown zachowują ograniczenia zapisane podczas swoich uruchomień. Nie ustalają aktualnego pass rate v4.
Wersja 4 pozostaje implementacją referencyjną w fazie alpha. Repo zawiera
przetestowany kontroler TypeScript, store, kontrakt adaptera i deterministyczny
harness eval. Produkcyjne adaptery hostów i twierdzenia behawioralne wymagają
powtarzanych testów konkretnego adaptera przed statusem verified.
Created with obsessive attention to detail by
https://www.aievolutionpolska.pl/ · https://aievolutionlabs.io/
MIT License — Use it. Remix it. Ship it. Just don't remove the attribution.