GEZHI（格致）:面向社科研究的智能体架构

一、GEZHI是什么？

GEZHI（格致）是一个以学者为中心的智能体架构，专门用于可追溯、可审查、可验证的经验性社会科学研究。

通俗地说：现在的AI能查文献、整理证据、清洗数据、写代码、排版论文，但一篇社会科学论文不是把这些任务做完就完了——它本质上是一连串学术判断：关于理论怎么选、研究怎么设计、测量怎么操作、证据怎么解读、推论怎么成立。GEZHI要做的，就是让AI负责重复性执行，让学者始终掌握判断权。

项目名称"格致"取自《礼记·大学》“格物致知”，意为推究事物原理以获得知识，与项目的学术研究理念高度契合。

二、核心理念：论文不是任务清单

这是理解GEZHI最关键的一点。

很多AI辅助写作工具把论文拆成"写摘要→写引言→写方法→写结果→写讨论"这样的任务列表，逐个完成。GEZHI认为这是错的——一篇论文是一条完整的判断链，而不是机械步骤的堆砌。

AI可以做的是：检索文献、整理证据、清洗数据、编写代码、排版稿件。但什么理论值得检验、什么设计能回答问题、什么证据足以支撑主张——这些判断必须由研究者来做。

GEZHI把研究者放在架构的最上层：你是思考者、规划者、把关人。

三、四层架构

GEZHI的架构分为四个层次：

其中"格→致"是GEZHI的灵魂机制：

格（Ge）——整体判断

格把当前论文当作一个完整的学术论证来审查：

• 覆盖完整的学术对象，而不是机械阶段的序列
• 做出判断，而不只是打分
• 诊断一个根源问题，而不是罗列一堆表面症状
• 返回证据和明确的完成条件

致（Zhi）——有界修订

致接收当前学术焦点，执行有范围的修订：

• 只编辑授权的源文件
• 重新构建论文和分析（而不是在聊天里说"完成了"）
• 保留数据、代码和出处作为可检查的证据
• 把新产物返回给格进行新一轮整体判断

格→致→格→致……形成闭环，每一轮都留下可追溯的痕迹。

四、不可妥协的原则

GEZHI明确了五条底线：

1. 产物是评估的对象——AI的活动本身不是研究进展的证据，只有产出（论文、代码、数据）才算数
2. 不编造证据——缺失的信息就保持缺失，不能凭空补全，这约束了主张的边界
3. 一次只聚焦一个根源问题——修订范围可控、可审计
4. 研究者的责任始终是人类——GEZHI不替代作者身份、研究伦理或独立验证
5. 每一轮都留下痕迹——论文、代码、数据、出处、审查记录、决策，全部可检查

这些原则的核心意图是对抗AI编造证据、掩盖缺失、模糊判断的倾向。

五、快速上手

安装当前GEZHI控制平面：

python3-mpipinstall"goal-cli[openai] @ git+https://github.com/SiyaoZheng/GEZHI.git"goal-cli--help

然后让你的编程智能体读取llms.txt，把这个项目配置成GEZHI研究循环。

首次运行前，先检查配置：

goal-cli validate goal-cli doctor goal-cli run --dry-run

注意：运行时命令和Python包名仍然是goal-cli，这是为了保持兼容性，不让已有项目出问题。

六、当前实现状态

GEZHI目前是活跃的研究软件。当前公开实现最适合已完成的经验性社会科学项目——即有可执行分析、规范论文产物和明确证据边界的项目。

架构设计刻意保守：它能让智能体的工作流更持久、更可检查，但无法让薄弱的设计、缺失的数据或没有根据的主张变得可信。

换句话说：GEZHI是放大器，不是创造者。它能让你做得更好，但不能替你做好。

七、项目结构

八、一句话总结

GEZHI不是一个自动写论文的工具，而是一个让学者在AI辅助下保持判断主导权、让每一轮研究决策都可追溯可审查的架构框架。

它不替你做学术判断，但它确保你的每一次判断都被记录下来、每一轮修订都有据可查、每一个主张都有证据支撑。对于已经完成分析的社会科学项目，GEZHI可以帮助你把整个研究过程变成一条透明、可审计的判断链。

项目采用MIT许可证，作者是 Siyao Zheng。