前言¶
在 DeepSeek Harness (DSH) 生态中，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。这些被排除的内容恰是新认知的可能来源。协作模式改变了这一结构：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。
这是什么¶
协作涌现智能是 DSH 的一个动态插件，实现了一种人机协作的认知方法。结构为：算法负责发散，人负责收敛。
- 核心公式：协作涌现智能 = 工程化发散（AI）+ 直觉化收敛（人）
- 维护者：hanshanxue83
- 定位：认知边界钻探机，结合时序共振与三裁决点，适用于方向不明确、需要扩大搜索空间的场景。
核心功能¶
插件包含 13 个工具，负责处理相位、状态、碎片、共振探测、裁决、逻辑综合与自反递归。
五档共振探测¶
算法提供候选方向，人执行裁决。五档设置包括：
* 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），由 LLM 整合候选
时序共振¶
在时间维度扫描历史碎片，通过 bigram 重叠、领域前缀和 question 锚点判定结构复现，建立跨时间联系。
三裁决点与安全阀¶
- 三裁决点：涌动确认（追/不追）、涌断收束（方向裁决）、盲区显影（无显影不凝结）。
- 安全阀：代码级拒绝。包括无显影不凝结、旧档案不得覆盖新记忆（seq 单调保护）、广度下限门。
记忆系统¶
- 档案结构：9 个双副本档案（.bak 容灾），包括相位、碎片、涌断、盲区、联系、收敛、涌动、自反、归档。
- 持久化：启动自动恢复，七池超限转归档区（archive.json），只沉默不删除。
UI 与引擎¶
- LLM 引擎：使用真实 DeepSeek API (
deepseek-chat)，失败自动降级人工整合。 - 界面：DeepSeek 官方风格，对话栏极简灯条显示相位，三个裁决点触发式弹窗，一次一个，互斥。
安装与启用¶
DSH 会话内重建。
新对话中告知：启动协作模式
典型用法¶
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。
适用场景与注意¶
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。
注意事项¶
- 不适用场景：不适用于毫秒级事实查询、无涌动感、算法发散能力不足的场景。
- 运行机制：算法不执行最终选择，人不进行穷举搜索。
- 版本：npm 版本 1.0.0（对应机器版本 v8.3 / cei-5 pkg-19）。
- 权限：插件以当前 dsh 进程权限运行，安装前应检查源码与许可证。
结语¶
协作涌现智能通过工程化发散与直觉化收敛的结合，为人机协作提供了具体的落地路径。它不替代用户的判断，而是将低概率的潜在认知暴露出来，供人决策。
