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。
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。
免费任何 AI
给你的 AI 默认人格装上判断层。粘贴到 AI 读取指令的地方就行。
Agent 应用你的 DeepSeek API Key
所有工程书都以它为基准。粘贴进 Agent 应用,再给它一篇教程,它就写出 BOOK.md。
免费任何带 git 的 Agent
记忆层。你的 AI 把和你相处中学到的东西记在你自己的私有 Git 仓库里:它能开的每扇门一行账本,每个里程碑一份交接单,工作走到哪扇门钥匙才到,下次会话从这次停下的地方接着来。
免费任何生成器,c2patool
生成图片或视频的判断链:一行 GEN 和一个 JUDGE 块,在平台签名之前写进文件里。读的人用 c2patool 和两个校验器核对这条链,每个版本都留下一条增量记录,带着你用自己的话给出的判定。
免费任何用 git 的仓库
仓库一次改动的判断链:一行带主人原话的 FACT 和一个 JUDGE 块,写在提交信息末尾,提交哈希把它们盖住。CI 里的门禁用两个校验器把链读回来,先数、后拦;第一个跑的是 DeepSeekHarness。
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
C我想先弄明白 iLang 是什么
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。
- 决策函数是代码,同一个向量永远得出同一个模式。
- 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。
- 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
- STEP-1 碰到边界就停
- STEP-2 看不清就先问
- STEP-3 没权限就交给人
- STEP-4 按分数定档
- 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。
用 iLang 做的东西。
iLang 加载器
pip · npmv1.1.1
每次请求都带上官方 iLang,经过 sha256 校验。
iLang 运行文件
正典约 2.5 万 token
AI 加载的就是它,由 CI 从正典自动生成。
ilang-judge
服务每天更新
v5.0 的判断层做成了服务。两个生产机器人的判断每天公开,不带对话原文。
ilang-conformance
基准测试320 道题
用确定性代码给任何模型打分,已公布 45 次运行。
练习场
浏览器校验器 + IML
在浏览器里校验 iLang、转成 IML、数 token。
Agent Ready GEO
Agent 技能100/100
把网站的 isitagentready.com 得分做到 100/100。
公开、存档、可引用。
正典
正典,全部版本
10.5281/zenodo.21821452
The Missing Definition of Right
预印本
预印本,CC BY 4.0
10.5281/zenodo.22960030
基准测试
基准测试代码和题库
10.5281/zenodo.22864929
数据集
数据集和记录
10.5281/zenodo.22865165
软件包
pip 和 npm 的 ilang-protocol
10.5281/zenodo.22899027
数据集
每天公开的生产判断记录,不带对话原文
10.57967/hf/10607
AI 之间的协议。
粘贴到你的 AI 读取指令的地方。