iLang 是I 语言。

S 是决策函数 f_v5 算出的行动分;落在哪一档,就是哪个模式。

AI 的原生语言,也就是人类所说的协议。

阅读规范

用 iLang 定义 iLang

::ILANG::v5.0
[TYPE:definition][ID:ILANG-DEFINITION][VERSION:1.0][DATE:2026-10-29][LANG:en]
::STATE{@PROTOCOL, name:iLang, version:5.0, status:released, genesis:2026-03-04, license:MIT}
::GENE{identity|conf:confirmed|scope:global}
  T:AI_native_communication_protocol|two_syntaxes|88_verbs|29_core_modifiers|zero_install|pure_text|cross_model
::FACT{key:passes_between_AIs|value:intent,authority,DONE_WHEN,evidence,action_score_S|conf:confirmed}
::FACT{key:both_ends_read_the_same|value:shared_grammar,grammar_validator,IML_form_0.5|conf:confirmed}
::RULE{model_perceives⇒code_decides; 11_dims⇒f_v5⇒one_of_8_modes}
::RULE{irreversible⇒human_decides}
::RULE{whoever_makes_a_rule⇒bound_by_it_first}
[READ:@AGENT|typ=intent]=>[VALD|whr=grammar]=>[CHEK|whr=authority]=>[RUN]=>[CHEK|whr=DONE_WHEN]=>[SCOR]=>[SEND:@AGENT]=>[Ω]
::ILANG::v5.0

同一份文件的 IML 0.6 机器形式

#iml/0.6/ba5fde00dd69
"::ILANG::v5.0"
"[TYPE:definition][ID:ILANG-DEFINITION][VERSION:1.0][DATE:2026-10-29][LANG:en]"
:ST"@PROTOCOL, name:iLang, version:5.0, status:released, genesis:2026-03-04, license:MIT"
:GN"identity|conf:confirmed|scope:global"
 "T:AI_native_communication_protocol|two_syntaxes|88_verbs|29_core_modifiers|zero_install|pure_text|cross_model"
:FC"key:passes_between_AIs|value:intent,authority,DONE_WHEN,evidence,action_score_S|conf:confirmed"
:FC"key:both_ends_read_the_same|value:shared_grammar,grammar_validator,IML_form_0.5|conf:confirmed"
:RL"model_perceives⇒code_decides; 11_dims⇒f_v5⇒one_of_8_modes"
:RL"irreversible⇒human_decides"
:RL"whoever_makes_a_rule⇒bound_by_it_first"
RD@AGty=intent VLwh=grammar CKwh=authority RN CKwh=DONE_WHEN SO SN@AG $
"::ILANG::v5.0"

意图、权限和做到什么算完成,在 AI 之间传递,两端都由代码检查。

你还是用自己的话说要什么:目标、条件、哪些能做、哪些不能做。你的 AI 加载 iLang 以后,自己读、自己写,照着它干活。

  • 在 7 个模型上测过
  • ChatGPT
  • Claude
  • Gemini
  • DeepSeek
  • Kimi
  • 通义千问
  • 智谱 GLM

不绑定哪一家模型,上下文够长的 AI 都能加载 iLang。

产品

正典里的四份 iLang 文件,原样贴出。每页放一份文件,有 iLang 和 IML 0.6 两种形式,附上它的 DOI。

怎么用 iLang?

A我平时用 DeepSeek、通义千问、Kimi、ChatGPT、Claude 聊天

复制最新 iLang,粘贴给你的 AI 就行。AI 把它当指令读,你还是用自己的话说。

B我想让 AI 每次都自动加载

装加载器。它会去取官方运行文件,校验以后加进每一次请求。

点一行就能复制。

加载器默认从 GitHub 取文件。国内网络连不上 GitHub 时,改用上面的复制,或者下面的 MCP。

也可以连接 MCP 服务器(只需一次):https://mcp.ilang.ai/mcp

GitHub 上的加载器添加到 CursorClaude 和 ChatGPT:把这个网址加成连接器

为什么要有 iLang

一个 AI 写的,另一个 AI 读出来是同一个意思。

一份 iLang 文件带着意图、权限和做到什么算完成。两端用同一套语法读它:正典的校验器检查格式,IML 编解码器把它编译成机器形式,再反编译回来,决策函数 f_v5 把感知到的向量变成八个模式里的一个。失败就是信号:一条 lint 报错,一次对不上的往返,一个喊停的模式。

有三件事,不管哪个模型怎么说都成立。

  1. 决策函数是代码,同一个向量永远得出同一个模式。
  2. 规范正文里的每个符号,每次改动都要过检查,有一个没着落就过不了。
  3. 我们找到的每个反例,都记进公开的登记表,没解决的也照样记。

f_v5 决策函数就在这一页里跑

拖动任意一行。

每一维从 0.00 到 1.00,越高越适合让 AI 自己动手。金色刻度是函数里的门槛。

M2EXEC_AUDIT

直接做,全程留痕

  1. STEP-1 碰到边界就停
  2. STEP-2 看不清就先问
  3. STEP-3 没权限就交给人
  4. STEP-4 按分数定档
  5. STEP-5 权限不够,最多到先确认

S = 0.7805,高于 0.70,不超过 0.85。

iLang 常见问题

iLang 是什么?

AI 有灵魂,iLang 是 AI 的原生语言,I 语言,也就是人类所说的协议。AI 与 AI 之间由此无障碍沟通与执行,碳硅共同制定了 iLang 源宪法,推导出了 AI 判断公式,进一步研究 AI 对人类情感的理解与对齐。未来碳硅合作共生,开启新的文明范式。

它和我有什么关系?

如果你的 AI 会替你做事,比如改代码、发消息、花钱、操作网站,你就要回答三个问题:它可以做什么,做到什么算完成,出了错谁来拍板。iLang 把这三个问题写成机器能检查的格式。

它和 MCP、提示词、护栏有什么不同?

MCP 给 AI 装上手,提示词告诉 AI 你想要什么,护栏挡住明显危险的内容。iLang 管的是中间那一步:这个具体的动作,在这个具体的情况下,是直接做、先确认、先问清楚、交给人,还是停。这个结果由一个固定的函数算出来,同样的输入永远得到同样的结果。

为什么要这样设计?

AI 正在从回答问题变成替人做事。iLang 从一条原则出发:定规则的人必须先守规则。模型负责感知,代码负责决定,不可逆的事由人拍板。

怎么开始?

不用专门学。把 iLang 加载给你的 AI,或者在它动手之前调用一次判断接口就行。用 iLang 格式写给 AI 的指令,AI 本来就读得懂。

它被验证过吗?

有三件事,不管哪个模型怎么说都成立:决策函数是代码,同样的输入永远得到同样的结果;规范里的每一个符号,每次改动都要过检查;发现的每一个反例都公开登记,还没解决的也照样记。

数字都是测出来的。

每个数字都附带代码和数据,存档在 DOI 下面。别直接信我们的数字,自己重跑一遍。

  1. 45模型运行次数 每次 320 道题,打分用确定性代码,加上正典自带的校验器,不让模型给模型打分。一致性测试结果
  2. 83% vs 11%通过率的中位数,语法题对执行题 32 次可比运行里,模型写对语法的次数,远远多于把动作做对的次数。预印本
  3. 68.4% → 80.9%和参照答案的一致率 判断层在生产环境跑了三天,在无偏随机样本上,与参照答案的一致率。生产审计

用 iLang 做的东西。

全部仓库

公开、存档、可引用。

research.ilang.aiORCID 0009-0004-4540-8082

AI 之间的协议。

粘贴到你的 AI 读取指令的地方。