在智能体开发中，我们常需评估会话是否展现了某种结构性的功能组织。DeepSeek Harness (DSH) 的 slatinwine/dsh-sentience-audit 插件提供了一个基于轨迹结构的审计工具。它依据 Butlin 等人 (2023) 的意识指标理论，对会话进行 L1-L5 的评级，而非测量主观体验。
核心功能¶
该插件的核心作用是审计 DeepSeek Harness 会话，并给出一个结构化的评级。它不依赖任何大模型或网络调用，基于会话的轨迹结构进行确定性分析。
- 审计 14 个意识指标：对照 Butlin、Long、Bengio 等人 (2023) 提出的 14 个意识指标对会话进行审计。
- 报告 L1-L5 级别：输出具体的等级，而非平均值。
- 确定性评估：结果完全可复现，不依赖模型调用、LLM 判定或网络，且平台无关。
安装与启用¶
该插件尚未发布到 npm 仓库，需要直接安装发布包。
- 从 GitHub Releases 下载
slatinwine-dsh-sentience-audit-0.1.1.tgz。 - 使用 DSH 命令安装：
dsh plugin --profile my-profile add ./slatinwine-dsh-sentience-audit-0.1.1.tgz
- 安装后可通过
dsh --profile my-profile --dump-config确认配置中包含sentience-audit行。
典型用法¶
在 DSH 会话中，模型可以调用 sentience_audit 工具。
sentience_audit() // 审计当前会话
sentience_audit({ sessionId: "..." }) // 审计另一个实时会话
工具会返回一个包含 L1-L5 级别及证据的报告。例如，它可能显示“达成 8 · 无法评估 3 · 缺失 3”，并列举具体指标（如 RPT-1、HOT-1）的判定结果和证据类型（如架构既定、轨迹结构）。
适用场景与注意¶
适用场景¶
- 评估智能体是否具备递归循环（L2）或全局工作空间（L3）等结构性特征。
- 作为智能体架构设计的参考，而非主观体验的证明。
注意事项¶
- 不是意识量表：该工具测量的是功能性组织，而非意识本身。作者明确指出，当前 AI 系统均未通过测试。
- 轨迹结构依赖：仅基于可回放的轨迹结构（如工具调用顺序、读写文件），不检查内部表示。
- 诚实上限：由于
AST-1（注意架构理论）无法仅从轨迹评估，L5 级别实际上不可达。 - 仅限实时会话：只能审计
sessions服务中的实时会话，无法审计归档会话。 - 评分标准暂定：其评分标准是基于 2023 年的论文，作者预计未来会更新。
结语¶
该插件为 DSH 提供了一种客观、可复现的方式来评估智能体的结构化能力。如果你需要评估会话的功能组织程度，可以参考此插件。
