Gen-Zero：纯 Rust 编写的智能体确定性决策引擎与 MCP 服务

Published · AI Daily — AI-assisted deep research, methodology & disclosure

Gen-Zero 是一个开源、纯 Rust 编写的认知决策引擎与智能体运行时 SDK。它的反射算子完全跳过 token 生成：直接把特征向量映射成候选项的概率分布，实测 predict 延迟 p50 164 微秒、p99 238 微秒（单线程、1024 维输入、release 编译，数据来自项目自身的基准测试）。权重支持热补丁，哈希校验过的差分补丁可以在并发读取下无缝替换算子，不停机。

遇到需要前瞻的决策，Gen-Zero 会在潜空间世界模型里模拟候选动作，用 MCTS、MPC/CEM 或 A* 搜索求解，背后有一道 Fail-Closed 安全门：模型缺失、资产校验失败，或风险无法判断时，引擎会明确拒绝或要求确认，而不是硬猜。整个运行时是一个 Rust 二进制文件，同时提供 CLI 和原生 MCP 服务（支持 stdio 与 SSE/HTTP），Claude Code、Codex 等 MCP 客户端可以直接调用。项目采用 Apache 2.0 协议开源。

为什么智能体需要确定性决策引擎

大多数智能体框架靠生成 token 来做每一个决定：负载一高就变慢，结果也难以复现，审计成本很高。Gen-Zero 对需要快速且一致的决策换了一条路。它的反射算子是收缩型低秩循环算子，直接把特征向量映射成候选项的概率分布，完全不涉及自回归生成。在项目自身的基准测试里（单线程、1024 维输入、release 编译），predict 延迟实测 p50 164 微秒、p99 238 微秒。

原生支持 MCP，一个二进制搞定

Gen-Zero 打包成一个 Rust 二进制文件，自带 CLI 和原生 Model Context Protocol 服务：本地工具走 stdio，托管服务走带 bearer token 认证的 SSE/HTTP。Claude Code、Codex、Google Antigravity 都能一条命令把它加成 MCP 服务器。服务端注册了 `zero` 和 `pipeline` 两个工具，走的是和 CLI 相同的认知运行时。

反射管速度，搜索管深度

不是所有决策都能靠反射解决。需要前瞻的选择，Gen-Zero 会在潜空间世界模型里模拟候选动作，按任务需要用 MCTS、MPC/CEM 或 A* 搜索求解。反射算子在生产环境里也能热补丁：差分补丁在应用前后都要经过哈希校验，能在并发读取下零停机替换算子权重，CPU 支持时还会用 AVX2 加速。

Fail-Closed：拒绝时说清楚，不是悄悄失败

每一次决策前面都有一道安全门。模型缺失、资产校验失败，或者请求风险判断不了，Gen-Zero 会明确拒绝或要求确认，而不是硬凑一个看起来合理的答案。一个敢说“不确定”的智能体，比一个永远给答案的智能体更安全。

快速上手

git clone https://github.com/xmond/gen-zero.git
cd gen-zero
cargo build --release
./target/release/gen-zero serve --mode stdio

也可以直接接入官方托管的 MCP 服务：

claude mcp add gen-zero -- "https://api.gen-zero.ai/sse?token=gz_public_free"

Gen-Zero 采用 Apache 2.0 协议开源。源码、文档与基准测试见 https://github.com/xmond/gen-zero。官网：https://gen-zero.ai/

Sources