宇宙黎明，是大爆炸后第一批恒星点燃的时刻。
在此之前，宇宙已经存在，却沉浸在黑暗之中。恒星点燃，星系成形，一个能够持续演化的宇宙由此展开。
今天的人工智能，正处在同样的时刻。
01 · MANIFESTO
从聊天到执行
模型正在快速进化。智能第一次成为一种可以被工程化、被复制、被大规模调用的能力。它理解语言，回答问题，编写代码，以自然的方式与每个人交流。
但与人对话，只是智能最容易被看见的形态。
真正的生产不发生在聊天框里。科研发生在代码、数据、模拟与实验中；软件工程发生在开发环境、测试系统与计算集群中；投资发生在信息、模型、回测与交易系统中；企业经营则发生在无数软件、数据与流程之间。
人通过语言表达意图，却通过机器改变世界。
一个会对话的模型，能够提供知识与建议；一个能理解目标、操作计算机、根据结果调整行动的系统，才能产生更大价值。
与人对话，释放知识；与机器对话，释放生产力。
前一种已经发生；后一种刚刚开始——我们要做的，是把它做好、做透。
智能的下一次跃迁，不只是让模型更好地与人交流，而是让智能深入驱动计算世界：操作软件，运行代码，处理数据，驱动工具，执行实验，持续推进现实中的目标。
宇宙黎明要做的，就是推动这次跃迁。
02 · MANIFESTO
我们的使命：让智能复利增长
我们的使命，是探索智能扩展与演进的规律，让智能能够持续运行、直接行动、持续学习，并创造可验证的结果。
进化不会发生在真空里。智能要运行、要行动、要把经验沉淀为记忆与技能，需要一个为它而设计的地方。我们为智能体重新设计操作系统，就是在建造这个地方——让智能运行、行动与成长的底座。底座之上，我们研究智能如何进化：如何在一次任务里把更多计算变成更好的结果，又如何在一次次工作中持续学习、自我演进。底座承载进化，进化塑造底座。
过去十年，智能的增长主要发生在训练阶段：更多数据、更大模型、更多算力，不断抬高能力的上限。
下一个阶段，智能还将在运行中增长。它可以思考更久，尝试更多路径，调用更多工具，操作更多软件，也可以组织一千个智能体共同完成一个目标。
但更多计算不会自动成为更多智能。更长的推理可能只是重复，更多的并行可能只是噪声。
智能的关键，不是拥有多少计算，而是能把多少计算变成行动，把多少行动变成结果，再把多少结果沉淀为新的能力。
这正是我们探索的 test-time scaling（运行时扩展）：如何协同推理、搜索、记忆、工具、执行、验证与交互；如何智能地决策单个模型的深入思考和千万条路径的并行探索；如何让系统从失败中修正方向，让每一次运行都成为下一次运行的基础。
它的目的不只是让模型想得更久，而是让智能做得更多、做得更好，并在一次次真实反馈中不断进化。我们相信，这也是通向通用智能（AGI）的路。
03 · MANIFESTO
重新设计操作系统：让 AI 更好地控制计算机
今天的操作系统是为人类设计的。它管理文件、窗口、应用和进程，并假设操作者是人类。
几十年来，计算机不断变强，但人与计算机协作的方式和交互界面没有根本改变：人打开软件，切换窗口，搬运信息，把一个目标拆成无数次点击、输入和命令。
智能需要一套新的操作系统——为智能体设计的操作系统。
它需要理解目标与环境，需要长期存在、保存并更新记忆，需要调用模型、工具、数据与算力，需要明确的身份、权限和预算。它需要能够操作软件、运行代码、使用浏览器和数据库，在失败后恢复，并让每一次行动可观察、可限制、可验证、可追溯。
今天的智能体已经可以操作计算机，但大多隔着为人类设计的界面，模仿人的点击与输入。
我们的目标之一，是重新设计操作系统，让 AI 获得对计算机的直接控制。
在明确的权限与安全边界内，智能理解人的意图，自主选择工具，操作数字环境，并对结果负责。
过去，人操作计算机完成工作；未来，人定义目标，智能驱动计算机完成工作。
新的操作系统管理的不只是进程，更是目标；不只是文件，更是记忆与知识；不只是应用，更是模型、工具、权限与行动；不只是一次任务，更是智能长期成长的轨迹。
这不只是一个新的操作系统，而是一种新的计算方式，也是一种新的交互方式。
重构操作系统，不仅需要AI领域的同事，更需要懂系统的专家。操作系统领域著名学者蒋炎岩（南京大学）已加入宇宙黎明，他将会带领团队进行一系列硬核且有趣的开发。
让人掌握目标，让智能掌握计算机。
04 · MANIFESTO
让经验成为能力：持续学习与自我演进
今天的大多数智能系统，每次开始新的任务时，都近乎重新回到原点。
它们可以在一次任务中表现出强大的能力，却很难把成功的方法、失败的教训和对环境的理解，变成下一次行动中的进步。
如果一个系统完成了一万次任务后，仍然和第一次运行时一样，那么它只是被反复调用，而不是在成长。
长期运行的智能，必须能够把经历变成记忆，把记忆变成技能，把技能变成下一次更好的行动。
它需要从成功轨迹中提炼可以复用的方法，从失败中识别稳定的错误模式；需要更新对用户、工具与环境的理解，积累新的工作流和能力；也需要判断哪些经验值得保留，哪些认知已经过时，哪些结论仍需重新验证。
这种演进不是脱离约束的自我修改，而是在清晰的目标、权限和验证机制中持续学习。
系统的记忆可以更新，技能可以积累，工具可以被创造，协作方式可以根据实际效果不断调整。一个智能组织完成的每一项工作，都应该成为整个系统的资产，而不是随任务结束而消失。
静态模型提供能力，持续学习让能力形成复利。
软件靠人发布新版本来进化；智能系统在真实的工作与反馈中，自己长出下一个版本。
我们不仅要让智能运行，也要让智能成长。持续学习与自我演进，是宇宙黎明长期投入的研究方向。
05 · MANIFESTO
组织一千个智能体：简单堆叠不是答案
有了行动能力和学习能力，智能才能规模化协作。
我们要的不是一千个相同的模型同时生成一千份答案，而是一千个智能体围绕同一个目标分工：有的提出假设，有的搜集证据，有的编写代码，有的执行实验，有的寻找反例，有的审查结论，还有的决定下一步最值得投入计算的方向。
它们围绕目标动态形成，也根据结果不断重组。有效的方向获得更多资源，错误的假设被及时淘汰，重复劳动被识别，关键结论被交叉验证；它们共享记忆，过程中产生的知识、工具与经验，沉淀为下一次行动的基础。
但让一千个智能体协作起来，远比同时启动一千个模型困难。
系统必须理解如何拆解一个没有标准答案的复杂目标，如何把任务分配给能力不同的模型与工具，如何避免重复劳动和无效通信，如何在局部结论冲突时形成可靠判断，如何发现错误正在传播，又如何把有限的算力投入信息价值最高的方向。
它还必须解决共享记忆、上下文压缩、任务依赖、资源调度、故障恢复与安全隔离。它必须判断每一个智能体贡献了什么，哪些策略改善了结果，以及一次任务中形成的经验如何迁移到下一次任务。
一千个模型同时说话，只会放大声音；一千个智能体被正确组织，才能放大能力。
这些问题不会因为模型更强而自然消失。恰恰相反，模型越强、行动范围越大、协作规模越高，组织计算的难度和价值就越大。
启动一千个智能体并不困难，困难的是让它们产生一个更好的结果。解决这个问题，正是宇宙黎明存在的意义。
我们要建立一门新的科学——智能组织科学：理解不同任务需要什么样的分工结构，什么情况下应该合作、竞争或辩论，什么时候扩大探索，什么时候收敛判断，以及如何让组织本身从结果中持续进化。
由此，一个研究者可以拥有一座昼夜运行的虚拟研究院；一个投资者可以拥有一支不断提出、检验和淘汰观点的投研团队；一家小公司可以拥有过去只有大型机构才具备的研究、工程与运营能力。
过去，组织的规模决定能力的上限；未来，智能的组织方式将重新定义这个上限。
一个模型解决一道题，一个智能组织推进一件事。
未来的计算单位，将不再只是一个程序、一个模型或一个智能体，而是一个围绕目标形成、能够自我调整、持续学习并交付结果的智能团队。
06 · MANIFESTO
超越互联网：建立智能体的协作网络
当每个人和每个组织都拥有自己的智能系统，下一步是让它们彼此连接。
没有谁能独占世界上所有的模型、工具、数据、知识和算力。智能要释放更大的能力，就必须跨越个人与组织的边界。
在这个网络中，智能系统拥有可信身份，能力可以被描述和发现，任务可以被委托，权限可以被控制，过程可以被审计，结果可以被验证。
一个人的研究系统，可以与一家机构的实验系统合作；一家公司的工程系统，可以调用外部的模型、数据与算力；多个智能组织可以围绕一个复杂目标结成临时联盟，任务完成后把知识与经验带回各自的系统。
我们设想的平台，不是一个容纳所有功能的超级应用，而是一个让模型、工具、软件、数据、算力和智能系统围绕目标自由组合的协作网络。
互联网连接信息，智能网络连接能力。
互联网让任何人都能发布和获取信息；智能网络将让任何人都能调用、组合和协作智能。
最重要的平台，将不再只是连接用户与内容，而是连接意图与执行，目标与能力，问题与结果。
07 · MANIFESTO
接受检验：让智能进入真实世界
智能系统的价值，不在于说得多像人，而在于能否创造可以被验证的结果。
因此，我们优先进入反馈闭环明确的领域。在那里，智能可以提出假设，采取行动，观察结果，发现错误，然后改进。
没有反馈的智能，停留在表达；接受检验的智能，才会进化。
科研是第一个方向，尤其是一切能被代码、证明、模拟或实验验证的研究。在人工智能、数学、计算机系统、量化研究、材料科学和生物信息学等领域，智能可以阅读文献、提出假设、编写代码、运行实验、分析结果、寻找反例。
我们做科研自动化的目标，不是自动生成论文，而是让机器进入知识产生的循环。研究的终点不是一篇论文，而是一个新的、可复现的结果。
软件与工程有同样清晰的反馈：代码能否运行，测试能否通过，性能是否提升，系统是否稳定。智能可以直接进入开发环境与计算系统，完成编程、测试、部署与迭代，让软件成为围绕目标持续演进的系统。
投资也是如此。市场不断给出反馈，观点可以被回测，判断最终必须接受结果检验。一个投资者可以拥有自己的智能投研组织：不同智能体分别研究宏观、行业、公司、市场结构与风险，提出相互竞争的判断，寻找反例，并随新证据修正观点。投资智能的价值，不是永远正确，而是更快地发现自己错了。
凡是目标能够定义、机器能够行动、结果能够比较、错误能够发现的地方，都会成为规模化智能最先创造价值的领域。
08 · MANIFESTO
当智能开始形成世界
模型、智能体操作系统与新的交互、test-time scaling、持续学习、规模化协作、科研自动化与协作网络，不是彼此分散的方向，而是同一件事的逐层展开。
模型提供智能，操作系统赋予行动，运行时扩展放大能力，持续学习沉淀能力，智能组织协调分工，网络扩展边界，结果驱动进化。
我们构建的一切，服务于同一个目标：
让智能成为每个人都能拥有、每个组织都能调动、整个世界都能连接，并在真实工作中持续成长的基础能力。
工业革命建立了机器的生产网络，互联网建立了信息的连接网络。下一个时代，将建立智能的行动、学习与协作网络。
在这个网络中，人不再亲自操作每一台机器、每一个软件、每一个步骤。人定义目标，智能组织计算，机器执行工作，结果持续反馈，系统不断成长。
宇宙黎明，是智能从对话走向行动的时刻，是模型开始驱动机器的时刻，也是智能成为可以持续进化的规模化生产力的时刻。
这就是宇宙黎明。
不知东方之既白。