WeHub causality
让协作系统理解什么动作真正改变结果,什么只是制造更多消息和 fake progress。
让智能体理解为什么发生,判断什么干预会改变未来,并在真实反馈中长出更好的因果问题。
新入口不再把全部内容压成一张项目卡。先判断你需要共同语言、知识主脊、原创研究、真实因果案例,还是整个系统的持续生长。
先用认知阶梯、Type / Token 范围、解释视角与 Agent Workflow 签下四维因果契约,再进入 World / DGP、识别、推理、验证与行动;CORE 提议统一跨项目语义,LOCAL 保留论文方言,SEED 等待 Owner 决策。
02 · Learn从《因果关系导论》进入 DGP、异质机制、DiscoSCM、溯因预测、因果工具与因果大模型。
03 · Research进入 Causal Engine、DiscoSCM、HCGM、Layer 3 与 CausalLLM,回到共同推理 contract 或各自的 paper、toy、proof 与 experiment source。
04 · Explain从悖论、失败、系统 trace 与可验证干预中训练 actual explanation、RCA 与反事实判断。
05 · Grow进入 protected workbench,查看战略父层、知识主脊、研究前沿、CausalMind 与双体 provenance。
这些内容与事项会向因果智能主线供给问题、证据或外部反馈,但仍由自己的 source 和 owner 负责。关系不是“全部并进来”,而是明确输入、回流和停止线。
独立的两个月论文交付与学术反馈线;调用研究资产,回流 SOTA、kill signal 与投稿证据。
Evidence memory案例 source 独立存在;主书、论文和 agent eval 只调用并回写使用证据。
Public narrative公开解释 why-query、RCA 与因果心智的问题线;文章不是项目 seed。
Public narrative对外表达 WeHub 的因果先验;研究事实仍回各自 canonical source。
Shared foundation · v0.1跨 Primer、课程、Portfolio、研究线与 CausalMind 复用的数学底座;首条可反馈 projection 是因果语言图谱。
WeHub 的 causality 是系统姿态:任务、agent、记忆与演化都要追问干预和证据。Causal Superintelligence 是其中最深的研究与心智能力来源,但二者不能被粗暴画成等号。
让协作系统理解什么动作真正改变结果,什么只是制造更多消息和 fake progress。
推进 Gong 的原创因果研究,训练 why-query、actual explanation 与 agent causal cognition。
用可阅读、可运行、可审计的 artifact 让战略愿景接受现实反馈,而不是停留在口号。
Gateway 负责公开定位;新 Gong 路径持有真实内容树;旧 Related 路径只保留兼容访问。结构、canonical 与 server-side access boundary 现在使用同一个主身份。