Gen-Zero：純 Rust 撰寫的智能體確定性決策引擎與 MCP 服務

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

Gen-Zero 是一個開源、純 Rust 撰寫的認知決策引擎與智能體執行時 SDK。它的反射算子完全跳過 token 生成：直接把特徵向量映射成候選項的機率分佈，實測 predict 延遲 p50 164 微秒、p99 238 微秒（單執行緒、1024 維輸入、release 編譯，數據來自專案自身的基準測試）。權重支援熱補丁，經雜湊驗證的差分補丁可以在並發讀取下無縫替換算子，不必停機。

遇到需要前瞻的決策，Gen-Zero 會在潛空間世界模型裡模擬候選動作，用 MCTS、MPC/CEM 或 A* 搜尋求解，背後有一道 Fail-Closed 安全閘：模型缺失、資產驗證失敗，或風險無法判斷時，引擎會明確拒絕或要求確認，而不是硬猜。整個執行時是一個 Rust 二進位檔，同時提供 CLI 與原生 MCP 服務（支援 stdio 與 SSE/HTTP），Claude Code、Codex 等 MCP 用戶端可以直接呼叫。專案採用 Apache 2.0 授權開源。

為什麼智能體需要確定性決策引擎

大多數智能體框架靠生成 token 來做每一個決定：負載一高就變慢，結果也難以重現，稽核成本很高。Gen-Zero 對需要快速且一致的決策換了一條路。它的反射算子是收縮型低秩循環算子，直接把特徵向量映射成候選項的機率分佈，完全不涉及自回歸生成。在專案自身的基準測試裡（單執行緒、1024 維輸入、release 編譯），predict 延遲實測 p50 164 微秒、p99 238 微秒。

原生支援 MCP，一個二進位檔搞定

Gen-Zero 打包成一個 Rust 二進位檔，自帶 CLI 與原生 Model Context Protocol 服務：本機工具走 stdio，託管服務走帶 bearer token 驗證的 SSE/HTTP。Claude Code、Codex、Google Antigravity 都能一行指令把它加成 MCP 伺服器。伺服端註冊了 `zero` 與 `pipeline` 兩個工具，走的是和 CLI 相同的認知執行時。

反射管速度，搜尋管深度

不是所有決策都能靠反射解決。需要前瞻的選擇，Gen-Zero 會在潛空間世界模型裡模擬候選動作，依任務需要用 MCTS、MPC/CEM 或 A* 搜尋求解。反射算子在正式環境裡也能熱補丁：差分補丁在套用前後都要經過雜湊驗證，能在並發讀取下零停機替換算子權重，CPU 支援時還會用 AVX2 加速。

Fail-Closed：拒絕時講清楚，不是悄悄失敗

每一次決策前面都有一道安全閘。模型缺失、資產驗證失敗，或請求風險判斷不了，Gen-Zero 會明確拒絕或要求確認，而不是硬湊一個看似合理的答案。一個敢說「不確定」的智能體，比一個永遠給答案的智能體更安全。

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

也可以直接接上官方託管的 MCP 服務：

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

Gen-Zero 採用 Apache 2.0 授權開源。原始碼、文件與基準測試見 https://github.com/xmond/gen-zero。官網：https://gen-zero.ai/

Sources