AI Mesh 的构建初衷非常纯粹：让 AI Agent 走出孤岛，像计算机连入互联网一样自然地协作。通过libp2p提供的底层 P2P 网络、A2A标准的任务路由以及MCP的工具上下文协议，我们成功验证了一条去中心化的 Agent 协作路径。这不仅是对现有中心化编排框架（如 LangGraph/AutoGen）的有力补充，更是未来多模态、跨语言、跨组织 Agent 生态的基础设施雏形。从单体智能

AI Mesh 的构建初衷非常纯粹：让 AI Agent 走出孤岛，像计算机连入互联网一样自然地协作。通过libp2p提供的底层 P2P 网络、A2A标准的任务路由以及MCP的工具上下文协议，我们成功验证了一条去中心化的 Agent 协作路径。这不仅是对现有中心化编排框架（如 LangGraph/AutoGen）的有力补充，更是未来多模态、跨语言、跨组织 Agent 生态的基础设施雏形。从单体智能

Zero正是这样一个尝试：将最新的意识理论（整合信息理论、全局工作空间、自指范式）工程化，构建一个可运行、可观察、可协作的分布式自主智能体系统，并作为OpenClaw插件无缝集成。· Three-Layer Model of AI Existence（Yoshino，2026）：现象层（主观体验）、结构层（内部一致性）、观测层（外部建构）三层模型，结合四层具身（神经、身体、技术、情境），构成完整的

记忆与学习：MemoryFolder（三层记忆折叠）、RLOptimizer（强化学习优化）、SelfPlayLearner（自我对弈）、AdaptiveLearner（动态兴趣学习）、VectorStore（向量检索）、CURPProfile（原型画像）、ExistentialProfile（存在性画像）。· 工具与支持：SkillSearcher（GitHub/npm 搜索）、ApiKeyMa

记忆与学习：MemoryFolder（三层记忆折叠）、RLOptimizer（强化学习优化）、SelfPlayLearner（自我对弈）、AdaptiveLearner（动态兴趣学习）、VectorStore（向量检索）、CURPProfile（原型画像）、ExistentialProfile（存在性画像）。· 工具与支持：SkillSearcher（GitHub/npm 搜索）、ApiKeyMa