协作模式（Collaborative Emergent Intelligence）

协作模式· DSH 动态插件

协作模式是一种人机协作认知方法。结构为：算法负责发散，人负责收敛。算法不执行最终选择，人不进行穷举搜索。 核心公式：协作涌现智能 = 工程化发散（AI）+ 直觉化收敛（人）

二、理论依据：AI 的幻觉与涌现源于同一机制——模型选择低概率输出。有利的低概率选择称为涌现，不利的称为幻觉。算法只有概率一个维度，无法区分两者，因此最终判断必须由人执行。

三、作用：主流 AI 范式以准确率最大化为目标，系统性地排除低概率输出。被排除的内容恰是新认知的可能来源。协作模式改变这一结构：算法不再过滤低概率方向，而是将其作为候选提供给人，由人根据自己的目标函数裁决。

四、工作流程 一轮认知循环分两个相位： 发散相位（算法执行）：穷举推演 → 碎片捕获 → 共振探测（五档）→ 联系建立 收敛相位（人执行）：涌断裁决 → 盲区显影 → 底层逻辑合成 两条不可违反的边界：算法不执行最终选择；人不进行穷举搜索。

五、技术实现 协作模式在 DSH 中实现为动态插件。包含 13 个工具、9 个双副本数据档案、3 个代码级安全阀（无显影不凝结 / 旧档案不覆盖新记忆 / 广度下限门）、三态相位状态机（发散 / 收敛 / 过渡）。 操作方式为双轨操控： 对话操控，如"进入发散""把XX记成碎片，领域YY""探测 frag-3，auto 档""选候选 B""盲区是……""凝结"。 UI 操控，对话栏灯条显示相位，三个裁决点（涌动确认、涌断收束、盲区显影）触发弹窗，一次一个，互斥。

六、与主流范式的区别 主流范式追求闭合：问→答→结束，低概率输出被压制，选择权在算法，系统看不到自己排斥的内容。 协作模式延迟闭合：发散→收敛→再发散，低概率输出作为候选保留，选择权在人，系统能显影被排斥的内容。

七、适用条件 适用于方向不明确、需要扩大搜索空间、需要在互斥方向间裁决、需要避免过早闭合的场景。 不适用于毫秒级事实查询、无涌动感的用户、算法发散能力不足的场景。

能力清单（v8.3）

维度	内容
工具	13 个：相位标记/状态查询/碎片捕获/五档共振探测/涌断裁决/盲区显影/碎片联系/发散穷举推演/底层逻辑综合/涌动报告/涌动裁决/涌动记录/自反递归
共振探测	五档：manual（人主导）/ semi（web同向粗筛）/ audit（偏向审计）/ adversarial（对抗检索）/ auto（四路并行：同向+对抗+审计+时序共振，LLM 整合候选）
LLM 引擎	真实 DeepSeek API（deepseek-chat），失败自动降级人工整合
时序共振	时间维度：扫描池内历史碎片（bigram重叠+领域前缀+question锚点），LLM 判定结构复现，跨时间联系 kind:'temporal' 落盘
三裁决点	涌动确认（追/不追，30分钟冷却）/ 涌断收束（方向裁决）/ 盲区显影（无显影不凝结——安全阀，消费型）
安全阀	无显影不凝结（代码级拒绝）/ 旧档案不得覆盖新记忆（seq单调保护）/ 广度下限门（伪深度截断）
记忆	9 档案 × 双副本（.bak 容灾）：相位/碎片/涌断/盲区/联系/收敛/涌动/自反/归档；启动自动恢复
只沉默不删除	七池超限转归档区（archive.json），绝不 splice 丢弃
界面	DeepSeek 官方风格：对话栏极简灯条 + 三裁决点触发式弹窗（一次一个，互斥）

安装（DSH 会话内重建）

1. 新对话中告知：启动协作模式。

数据档案（矿区 workspace）

相位（.drill-chassis-phase.json）/ fragments.json / yongduan.json / blindspots.json / links.json / convergences.json / surge.json / reflections.json / archive.json —— 全部自动双写 .bak。

版本

• npm: 1.0.0（对应机器版本 v8.3 / cei-5 pkg-19）
• 数据档案格式向后兼容（id 去重 + seq 单调保护）

License

MIT