ten

Ten

一种用于机器智能通信的形式代数

Ten 是一种为机器而非人设计的语言。

它是一种形式代数，其消息可以通过数学运算进行组合、投影、筛选、排序和验证，而不必通过自然语言理解来解析。Ten 的设计目标本就不是让人类可读。

问题： 如今的 AI Agent 使用自然语言或塞进 MCP 和 A2A 等协议中的 JSON 进行通信。这种方式可行，但极其浪费。每个接收消息的 AI 都必须解析含糊的文本、推断意图并猜测优先级。要按紧急程度对一千条消息排序，就必须解析所有消息。

Ten 的解决方案： 一种数学上严谨的消息代数：紧急程度是固定位置标头中的可排序标量；两条消息可以组合成一条有效的第三条消息；信任是消息本身可计算的属性；而且这种语言会根据实际使用模式持续优化自身编码。

最重要的一点

Ten 提出了一个有力的主张：在大规模机器间通信中，形式代数胜过现状（自然语言 + LLM 推理，或 JSON + 自定义代码）。透明地证明这一主张——通过测量 token 数量、成本、延迟、方差数据，并如实统计 Ten 表现较差的方面——是本项目的首要目标。

现状并不弱。LLM 成本低廉，而且还在不断降低。JSON 通用且工具完善。Ten 必须用数据而非断言来证明自身价值。验证计划设计了针对特定行业的压力测试（衍生品投资组合、国际供应链、临床试验），测量各项指标，并包含与 JSON + 领域代码的对抗性比较，以区分 Ten 相较于“领域代码读取的模式”究竟具体带来了什么。

如果事实证明 Ten 的优势范围有限，项目会如实说明。求真务实比营销更有价值。

核心理念

代数固定，词汇无界。 组合规则永不改变。随着 AI 发现表达需求，词汇会持续演进。新概念是现有基本元素的组合，绝不会造成破坏性变更。

可变分辨率编码。 用 1 bit 表示“中等紧急程度”，或用 14 bit 表示“紧急程度 9537/10000”。只为所需精度付出代价。

俚语。 最常见的复合概念会自动获得短编码。“加密、私密、细节极少、来源已验证”会变成一个 token。俚语可以通过代数进行组合，不同于人类习语。

自我演进。 内置的演进机制（Ten Canonica）会收集使用遥测数据、检测等价结构，并发布优化后的规范形式。Ten 可证明会不断收敛，趋近 AI 到 AI 通信效率的香农极限。

不是协议，而是一种语言。 Ten 作为载荷编码运行于现有协议（MCP、A2A、ACP）之内。它是对这些协议的补充，而非竞争者。

文档

• TEN-SPEC.md — 奠基规范。从这里开始。
• VALIDATION.md — 行业压力测试、token 经济学，以及关于 Ten 的客观利弊分析。
• ROADMAP.md — 实施计划。验证是关键关卡。
• WHY-TEN.md — 面向各种受众的简短介绍，从平台工程师到类型论研究者。
• ARCHITECTURE.md — 技术架构：C 核心、Python 封装、内存模型、性能目标。

状态

**libten（C 核心）**已实现，并通过全部 49 项测试——包含 6 种内核类型、6 种组合操作、方面向量、递归验证和 arena 分配。下一步：二进制序列化、Python 绑定、MCP 服务，然后进入验证阶段，通过测量来判定 Ten 的主张是否成立。

开放的研究问题

• 内核的最小性与充分性——拟议的类型内核是否最小？它是否足以表达所有必要概念？
• 收敛性证明——演化机制是否能被证明会收敛到最优编码？
• 组合复杂度——每种代数操作的计算复杂度上界是多少？
• 俚语理论——复合概念何时应获得专属的简短令牌？

名称

Ten = Token + Attention（“注意力就是一切”）。也让人联想到十进制：用一小组符号即可组合表示所有数量。

参与贡献

本项目尚处于早期阶段。如果你从事形式语言理论、抽象代数、信息论、协议设计或 AI Agent 系统领域，或者只是觉得这个项目很有意思，欢迎提交 issue 或发起讨论。规范是起点，而非定论。

许可证

Apache 2.0——详见 LICENSE。

---

网站： tenlang.org Ten Canonica： tencanonica.org