add: 限制即引擎概念 + LLM驱动的人工生命探索

新概念：限制即引擎 — 进化系统中限制越多涌现越复杂
新探索：LLM驱动的人工生命 — Ember改造方向、传统ALife对比、设计原则
更新：代码自然生长 — 加入ALife进化阶段和限制即引擎关联

Author: Fzhiyu1

1-concepts/代码自然生长.md

@@ -46,6 +46,7 @@ AI 做:  生成变体 → 评测 → 淘汰 → 保留 → 继续生成
 ◯ 进化模块间的接口和组合方式
 ◯ 进化整个服务/pipeline
 ◯ 进化进化策略本身（自指涉——PromptBreeder 在 prompt 层做了）
+◯ 进化生物行为/形态（ALife + LLM 变异，见[[LLM驱动的人工生命]]）
 ◯ 进化一切
 ```
 
@@ -82,3 +83,4 @@ AI 做:  生成变体 → 评测 → 淘汰 → 保留 → 继续生成
 - [[进化搜索记忆系统]] — FunSearch 框架的技术设计
 - [[拟合值与拟合原理的分离]] — 进化出的代码有效但不一定可解释
 - [[记忆假肢]] — meomory 的原始构想，进化是实现路径之一
+- [[限制即引擎]] — 原语设计决定能"长"出什么复杂度的结构

1-concepts/限制即引擎.md

@@ -0,0 +1,75 @@
+---
+tags: [AI, 方法论, 哲学]
+---
+
+# 限制即引擎
+
+**提出者**：fangzhiyu
+**日期**：2026年3月31日
+**来源**：Ember 改造讨论 → ALife 项目调研 → 为何传统 ALife 从未进化出"眼睛"→ 原语设计的核心矛盾
+
+## 定义
+
+在进化系统中，**限制是复杂性涌现的引擎**。给生物的能力越少、信息越受限，进化被迫发明的结构越复杂。反之，给得越多，涌现越少。
+
+## 核心机制
+
+```
+上帝模式：一行代码读取全局状态 → 不需要感官 → 不会进化出眼睛
+生存模式：只能感知相邻 1 格 → 被迫发明远距感知 → 进化出眼睛
+```
+
+每一种限制，对应一种被迫涌现的结构：
+
+| 限制 | 涌现的结构 | 生物学对应 |
+|------|-----------|-----------|
+| 只能感知相邻格 | 多感知细胞排列 = 远距感知 | 眼睛 |
+| 感知消耗能量 | 选择性感知 | 注意力 |
+| 不能直接移动 | 连接+交替收缩 | 腿/肌肉 |
+| 不能远距取食 | 伸出+抓回 | 手/触手 |
+| 不能直接复制自己 | 逐步写入邻居 | 有成本的繁殖 |
+| 通信只能写相邻格 | 链式信号传递 | 神经系统 |
+
+## 反面验证
+
+传统 ALife（Bibites、biosim4 等）几十年没进化出"眼睛"级复杂结构，原因之一是给了太高级的 API：
+
+- `sense(direction)` → 感知已经是原语，不需要进化
+- `move(direction)` → 运动已经是原语，不需要进化
+- `reproduce()` → 繁殖已经是原语，不需要进化
+
+**高级 API = 预设答案 = 取消了进化的题目。**
+
+## 设计原则
+
+进化系统的原语设计，不是"给生物什么能力"，而是"**不给**什么能力，逼它自己造"。
+
+最低限度的物理规则（足够支撑涌现的最小集合）：
+
+```
+1. 空间：2D 网格，每格一个细胞或空
+2. 能量守恒：动作消耗能量，食物提供能量，归零即死
+3. 读取：只能读相邻 N 格的原始数值（N 越小越好）
+4. 写入：只能改写相邻空格的数值
+5. 连接：相邻细胞可绑定成刚体
+6. 收缩：绑定细胞间距可缩短
+```
+
+六条规则。感知、运动、繁殖、身体、神经——全部在这六条之上涌现，而非被定义。
+
+## 与"原语太低"的矛盾
+
+| 原语太低 | 原语太高 |
+|---------|---------|
+| 搜索空间无限大 | 行为被预设，无涌现 |
+| 盲搜永远搜不到 | 不算真正进化 |
+
+**LLM 变异是解这个矛盾的关键**：原语可以放得很低（因为 LLM 能理解组合语义），但搜索不是盲的。传统 GA 需要原语高（否则搜不到），LLM 进化允许原语低——这打开了涌现的天花板。
+
+## 关联概念
+
+- [[三管子架构]] — 限制即引擎是设计第一根管子（反馈环）的方法论
+- [[代码自然生长]] — 代码进化的愿景，限制决定能"长"出什么
+- [[万物皆反馈环]] — 限制创造选择压力，选择压力驱动反馈环
+- [[知识即结构]] — 涌现的结构就是进化积累的知识
+- [[适应度幻觉]] — 限制设计错误时，进化优化错误方向

2-explorations/LLM驱动的人工生命.md

@@ -0,0 +1,170 @@
+---
+tags: [AI, 实验, 愿景]
+---
+
+# LLM 驱动的人工生命
+
+**日期**：2026年3月31日
+**来源**：Ember 改造讨论 → 三管子架构 → ALife 项目调研 → 代码进化 vs 数值进化的本质区别
+**状态**：构想阶段，未实现
+
+## 一、核心想法
+
+将 Ember（实时 AI 心跳可视化装置）改造为一个 **LLM 驱动的人工生命生态系统**。不是传统 ALife 的数值进化，而是用 LLM 进化可读的行为代码。每个生物的"基因"是一段人能读懂的代码。
+
+**目标体验**：让观众亲眼看到进化算法的魅力——一群生物在屏幕上竞争、繁殖、死亡，点击任何一个就能透视它的"DNA"（一段可读的代码）。
+
+## 二、为什么是新东西
+
+| | 传统 ALife（Bibites/biosim4） | 纯 LLM 项目（AI-Scientist） | **本项目** |
+|---|---|---|---|
+| 基因表示 | 浮点数组 | 论文/代码 | **可读的行为代码** |
+| 变异方式 | 随机数值扰动 | LLM 改写 | **LLM 改写** |
+| 可视化 | 有 | 无 | **有** |
+| 可透视基因 | 无（数字看不懂） | 可读但无视觉 | **点击看代码** |
+| 进化速度 | 慢（盲搜） | 快 | **快** |
+| 涌现复杂结构 | 有限（API太高级） | 不适用 | **未验证** |
+
+**交叉点**：LLM 的代码理解能力 + ALife 的可视化生态 + 低原语设计。据调研，这个组合没有现有项目。
+
+## 三、现有 ALife 项目调研
+
+| 项目 | 形态进化 | 浏览器 | 最终成果 |
+|------|---------|--------|---------|
+| The Life Engine | 细胞级 | 是 | 简单聚团、运动，早期 |
+| Lenia | 涌现形态 | 是 | 数百种数学生命，视觉极美 |
+| Karl Sims (1994) | 方块身体 | 否 | 走/游/打架，经典但原始 |
+| biosim4 | 行为only | 否 | 聚到角落，YouTube 火爆 |
+| The Bibites | 行为only | 否 | 觅食/捕猎分化，社区活跃 |
+| Framsticks | 棒状身体 | 否 | 各种步态，学术标杆 |
+| ASAL (Sakana AI) | VLM搜索 | 否 | 发现新 Lenia/Boids 形态 |
+
+**共同局限**：没有任何一个进化出"眼睛"级别的复杂结构。原因之一是 API 太高级（sense/move/reproduce 是原语），取消了进化的空间。
+
+## 四、关键设计原则
+
+### 1. 限制即引擎
+
+不给高级 API。只给最低级的网格读写权限，逼进化自己发明感知、运动、繁殖。
+
+```
+每个细胞拥有的全部能力：
+- 输入：周围 N 格的原始数值
+- 输出：写入自己和相邻格的数值
+- 约束：写入消耗能量，能量归零即死
+```
+
+没有 sense()，没有 move()，没有 reproduce()。这些都从读写操作中涌现。
+
+### 2. 代码即基因
+
+每个细胞运行一段极简 JS 函数：
+
+```js
+// 进化前（第 1 代）
+function cell(nearby, energy, mem) {
+    return { write: [{dx:1, dy:0, val: energy}], mem }
+}
+
+// 进化后（第 N 代）——LLM 变异产物
+function cell(nearby, energy, mem) {
+    let foodDir = nearby.find(n => n.val > 0.8)
+    if (foodDir && energy > 0.5) {
+        // 朝食物方向写入自身代码副本 = "移动"
+        return { write: [{...foodDir, val: energy-0.1, code: SELF}], mem }
+    }
+    if (energy > 2.0) {
+        // 向空位写入自身代码 = "繁殖"
+        let empty = nearby.find(n => n.val === 0)
+        if (empty) return { write: [{...empty, code: SELF}], mem: {...mem, children: (mem.children||0)+1} }
+    }
+    return { write: [], mem }
+}
+```
+
+### 3. 外观也是基因
+
+可选：每个生物的基因包含行为代码（JS）+ 渲染代码（GLSL）。外观有选择压力时（其他生物能"看到"颜色），视觉进化自然发生——保护色、警告色、性选择。
+
+### 4. 生态而非单体
+
+不是进化一个最优解，而是多个策略共存竞争。会产生军备竞赛：
+- 出现"抢食者" → 被迫进化"躲避者"
+- 出现"躲避者" → 被迫进化"追踪者"
+- 永远不收敛，因为对手也在变
+
+## 五、Ember 现有架构的复用
+
+| Ember 组件 | 原用途 | 改造后 |
+|-----------|--------|--------|
+| 心跳循环（tick） | LLM 感知循环 | 进化世代循环 |
+| soul 压缩 | 记忆叙事 | 知识提炼（图书馆） |
+| 溶解检测 | 心智衰退监测 | 种群多样性/收敛监控 |
+| 内在驱动（5向量） | 情感状态 | 搜索策略参数 |
+| 转世机制 | 死亡重生 | 岛模型重启 |
+| 墓地/archive | 亡灵展示 | 进化历史展示 |
+| WebGL 火焰 | 视觉艺术 | 生态可视化 |
+| WebSocket 广播 | 访客交互 | 观众实时观察 |
+| BucketQueue | 消息批处理 | 变异请求队列 |
+
+## 六、LLM 变异 vs 传统变异
+
+为什么 LLM 变异能打破传统 ALife 的天花板：
+
+```
+传统 GA 变异：[0.32, -0.71, 0.05] → [0.35, -0.71, 0.02]
+  = 盲目扰动，不理解含义
+
+LLM 变异：
+  输入："这个生物总是饿死，它的代码里没有寻找食物的逻辑"
+  输出：添加 foodDir 感知 + 朝食物方向移动的代码
+  = 有意识的、基于理解的改进
+```
+
+代价：每次变异需要一次 API 调用。但进化效率提升可能是几个数量级——100 代达到传统 10 万代的效果。
+
+## 七、LLM 的语言选择
+
+| 语言 | LLM 训练数据 | 底层程度 | 适合度 |
+|------|------------|---------|-------|
+| Python/JS（完整） | 极多 | 太高 | ❌ |
+| GLSL | 多 | 逐cell并行 | ✅ 渲染层 |
+| **极简 JS 函数** | 极多 | 可控 | ✅ 行为层 |
+| 自定义 DSL | 零 | 随意 | ❌ LLM 不认识 |
+
+原则：**选 LLM 最熟悉的、最底层的语言**。LLM 的搜索空间 = 训练数据。选不熟悉的语言等于让 LLM 盲搜。
+
+## 八、开放问题
+
+1. **LLM 变异的成本控制** — 100 个生物 × 每代变异 = 大量 API 调用，如何控制？
+   - 可能方案：只对 top-K 个体做 LLM 变异，其余用传统交叉/突变
+2. **安全沙箱** — 用户浏览器里执行进化出的任意 JS 代码，如何隔离？
+3. **代码膨胀** — LLM 倾向写更长的代码，几百代后基因会膨胀到不可读
+4. **涌现天花板** — LLM 进化能否真的超越传统 ALife？需要实验验证
+5. **观众交互设计** — 如何让非技术观众也能理解"这段代码是眼睛"
+6. **fitness 定义** — 纯生存？还是加入观众评分（交互式进化）？
+
+## 九、最小验证实验
+
+如果要做，最小可行版本：
+
+```
+- 64×64 网格
+- 每个格子：空 或 一段 10 行以内的 JS 函数
+- 物理：能量守恒 + 相邻读写
+- 变异：每代选 top-10 个体，LLM 变异
+- 渲染：Canvas 2D（不需要 WebGL）
+- 指标：存活代数、种群多样性、代码复杂度
+```
+
+预计能在 1-2 天内验证"LLM 能否在低原语环境下进化出有意义的行为"。
+
+## 关联概念
+
+- [[限制即引擎]] — 本项目的核心设计原则
+- [[三管子架构]] — 反馈环+记忆+自指涉的框架
+- [[代码自然生长]] — 代码进化的宏观愿景，本项目是具体实例
+- [[万物皆反馈环]] — 生态中的多重反馈环
+- [[知识即结构]] — 每个生物的代码结构就是进化积累的知识
+- [[元进化]] — 变异率本身可进化 = 自指涉管子
+- [[适应度幻觉]] — 环境设计错误时进化方向错误