MetaFlywheel：把一篇方法论论文变成 LLM 代理运行时的认知飞轮引擎

大多数”AI 代理框架”解决的是调度问题：哪个工具在哪个时机被调用，怎么传参，出错了怎么重试。MetaFlywheel 解决的是不同层次的问题：代理在处理一个问题时，怎么知道它”真的理解了问题”而不是在解一个错误的问题？

这个问题比它听起来更难。传统问题求解理论（Newell & Simon 1972）预设问题空间在求解开始前已被充分界定。但在实际代理工作中——尤其是 LLM 驱动的代理——“问题是什么”本身就是最困难的部分：初始理解偏差、求解中问题重构、伪收敛（看起来解了但其实解了个错误的问题），这些都比调度层面的 bug 更隐蔽。

MetaFlywheel 试图给这个层次造一个引擎。

GitHub: https://github.com/NBagent-dev/metaflywheel | ⭐ 0 | MIT | JavaScript | v0.3.0

---

核心架构：六阶段认知飞轮

MPM（元问题建模，Meta-Problem Modeling）把问题视为具有生命周期的动态系统，而不是一个静态的求解输入。六阶段构成一个螺旋上升的飞轮：

阶段	工具	作用
G 生成	mpm_generate	把问题感登记为正式问题（信息熵阶跃触发）
F 界定	mpm_frame	五要素界定：初始/目标/约束/算子/判据 + δ 自评
S 求解	mpm_solve	登记求解路径与 ε；支持搁置 parked、开放题 openEnded
C 收敛	mpm_converge	ε-δ 双判据收敛判定，含证据门禁与开放题守卫
D 沉积	mpm_deposit	不可逆落盘——认知遗体，可索引，带熵屏障
E 激发	mpm_evoke	由沉积物激发新问题（四类型：漂移/突变/视角/外部注入）

另有轻量通道 mpm_micro（G→F→S→C 一息走完）、mpm_setroot（修正沉积根目录）和 mpm_grant（执政权 grant/revoke/status）。

“螺旋上升”的意思是：D 沉积和 E 激发并不是问题的终点，而是驱动下一个问题产生的引擎。这个循环在理论上是无止境的，类似认知的代际累积。

---

两个核心判据：ε 和 δ 的区别

这是 MetaFlywheel 最值得理解的理论贡献。

传统做法只有一个成功标准：解到了没有（ε）。MPM 把这拆成两个：

• δ（问题定义精度）：你有没有理解对问题本身？主观表征与客观问题情境的偏差。
• ε（解的逼近精度）：在你理解的问题上，解达到目标了没有？

只有 ε 而没有 δ 的系统会产生误界定收敛：解达标了，但解的是一个错误问题。MPM 识别四种收敛类型，其中误界定收敛是最危险的，因为它看起来像成功。

三种明确不收敛情形也被实现为显式状态：

• 原则上不可判定（对应哥德尔不完备性）
• 计算不可行（PPAD 完全性）
• 价值不可通约（多主体目标根本冲突）

这三种情形在运行时里有对应的 openEnded 标记与解除算子——而不是被默认忽略或无限重试。

---

代谢账本：把计算代价变成约束

每次工具调用自动累积代谢代价 C，并归属到当前在轮问题。无在轮题的账外调用被工具级门禁拦截——这是”总账原则硬化”，不允许代理在没有问题上下文时随意调用工具。

这个设计的动机来自理论的公理二（熵减公理）：局部熵减必须以资源消耗为代价，这个代价不能被隐藏。代谢账本是把这个理论约束强制执行的工程实现。

配套工具 tools/mpm_distill.py 可以把飞轮台账（.mpm/flywheel.json）蒸馏为 JSONL 微调训练对，理论上可以通过行为克隆把”方法论遵行”的程序性记忆从外部结构向模型权重内化——这是整个系统里技术密度最高的部分，也是边界最不清晰的部分（脚本自身的 docstring 也承认了行为克隆的边界问题）。

---

导师规则层：方法论遵行不靠自律

这是 v2 新增的核心内容，也是最有实践价值的部分。

作者的出发点是：如果规范性约束只写在系统提示词里，LLM 会学着绕过它。不能靠”提示词祈祷”让代理遵守方法论。

规则层的实现方式是：让违规在结构上无收益。具体门禁包括：

规则	触发条件	执行机构
证据门禁	无求解证据时不得宣称收敛	收敛工具拒绝执行
误界定守卫	大幅回溯 + 历史自报低 δ → 可信度折减	下次自评权重降低
总账硬门禁	无在轮题时调用工具	工具层直接拒绝
执政权宪法	自主审议的温热/节流/署名约束	审议事件门控
停滞择题	防审议轰炸	时间窗口限制

这些门禁的设计思路值得借鉴，但它们的有效性依赖 DSH 宿主的事件面——如果宿主不提供对应的钩子，门禁就降级为软约束。

---

使用 MetaFlywheel

前提：需要 DeepSeek Harness（DSH）宿主运行，不是独立 npm 包。

一键安装（macOS/Linux）：

curl -fsSL https://raw.githubusercontent.com/NBagent-dev/metaflywheel/main/install/install.sh | bash

Windows PowerShell：

irm https://raw.githubusercontent.com/NBagent-dev/metaflywheel/main/install/install.ps1 -OutFile install-mfw.ps1; .\install-mfw.ps1

安装完成后引擎向系统提示注入自我快照（在轮问题/陈旧警告/指令流/代谢摘要），代理获得九个生命周期工具。

测试（不需要 DSH 宿主）：

node --test test/smoke.test.mjs

冒烟测试用最小 mock 宿主驱动完整微生命周期，5/5 通过。

---

局限

需要 DSH 宿主：MetaFlywheel 是 Cordis 插件，不能脱离 DSH 宿主运行。其他 LLM 代理框架（Langchain、AutoGen 等）需要自行适配契约层，工作量不低。

Windows 主开发平台：README 明确说”开发与实测在 Windows + DSH 宿主；其他宿主接入需自行适配契约层”。macOS/Linux 的一键安装脚本有，但边角 case 未经充分测试。

会话连续性已知问题：GUI 页面重载路径上曾发生状态与会话解耦的事故——状态落盘可恢复，但进行中的会话上下文不迁移。

0 颗星：2026-08-30 创建，文档质量和理论深度明显高于同量级项目，但用户基础接近于零。理论上的严密性不等于工程上的成熟度。

常数全为 v0 占位：时间窗口/节流/温热/陈旧/停滞/衰减六项常数均为经验值，README 明确标注”测量史满窗后应导出替换”——这意味着这些参数在实际部署中需要根据自己的 DSH 使用数据重新校准。

---

MIT 开源。0 颗星的极早期项目，API 可能随版本变化。依赖 DSH 宿主，非独立可用。开源仅供学习参考。

---

MetaFlywheel: A Cognitive Flywheel Engine for LLM Agents

Most “AI agent frameworks” solve scheduling problems: which tool gets called when, how to pass arguments, what to retry on failure. MetaFlywheel solves a different layer: how does an agent know it has correctly understood the problem it’s solving, rather than solving the wrong problem?

This is harder than it sounds. Classical problem-solving theory (Newell & Simon 1972) presupposes the problem space is fully defined before solving begins. In actual LLM agent work, “what is the problem” is the hardest part: initial understanding bias, problem reformulation mid-solve, pseudo-convergence (looks solved but solved the wrong thing) — these are more invisible than scheduling bugs.

MetaFlywheel tries to build an engine for this layer.

GitHub: https://github.com/NBagent-dev/metaflywheel | ⭐ 0 | MIT | JavaScript | v0.3.0

---

Core Architecture: Six-Phase Cognitive Flywheel

MPM (Meta-Problem Modeling) treats problems as dynamic systems with a lifecycle, not static solver inputs. Six phases form a spiral-ascending flywheel:

G Generate → F Frame → S Solve → C Converge → D Deposit → E Evoke

The key insight: D (Deposit) and E (Evoke) are not the end of a problem — they drive the next problem’s generation. The loop is theoretically endless, modeling cognitive accumulation across generations.

---

The ε-δ Split: Two Convergence Criteria

This is the core theoretical contribution worth understanding.

Traditional approaches have one success criterion: did you solve it (ε)? MPM splits this into two:

• δ (problem definition accuracy): Did you correctly understand the problem itself? Deviation between subjective representation and objective situation.
• ε (solution approximation accuracy): Given your understanding of the problem, did the solution reach the goal?

Systems with only ε produce mis-framing convergence: the solution meets its criteria, but it solved the wrong problem. MPM identifies four convergence types; mis-framing convergence is the most dangerous because it looks like success.

Three explicit non-convergence states are also implemented: undecidable in principle (Gödel), computationally infeasible (PPAD-complete), and value incommensurable (multi-agent goal conflict). These are explicit states with release operators — not silently ignored or infinite-retried.

---

Metabolism Ledger: Making Computational Cost a Constraint

Every tool call auto-accumulates metabolic cost C, attributed to the current active problem. Tool calls without an active problem are hard-blocked at the tool layer. This is “total ledger hardening” — agents cannot call tools without a problem context.

Companion tool mpm_distill.py distills flywheel ledgers into JSONL fine-tuning pairs, theoretically enabling behavioral cloning of “methodology adherence” from external structure into model weights. Highest technical density in the system, least validated in practice.

---

Mentor Rule Layer: Methodology Enforcement Without Self-Discipline

v2’s core addition: if normative constraints are only in the system prompt, LLMs learn to route around them. “Prompt prayer” doesn’t work. The rule layer makes violations structurally unrewarding:

• Evidence gate: can’t claim convergence without solve evidence
• Mis-framing guard: heavy backtracking + historically low δ → credibility reduction
• Total ledger hard gate: tool calls blocked without active problem
• Governance constitution: autonomous deliberation temperature/throttling/attribution constraints

These gates require DSH host event hooks to be hard — without them, they degrade to soft suggestions.

---

Limitations

Requires DSH host — not a standalone npm package. Windows primary dev platform; macOS/Linux installation script exists but edge cases untested. Known session continuity issue on GUI page reload. 0 stars since August 2026 — theoretical rigor does not imply engineering maturity. All six time constants (inspection/throttle/temperature/staleness/stagnation/decay) are v0 placeholder empirical values requiring recalibration from actual deployment data.

---

MIT. 0-star early-stage project, requires DSH host. API subject to change. For technical reference only.