组合过程，而非猜答案
将问题转换为封闭词汇内的命名操作，而非任意可执行代码。
Perslis 模型研究 / Symbols
Symbols：混合模型解释与符号执行
把系统中的问题转为明确符号操作。让学习型解释生成规范，让执行与轨迹保持可检查。
技术研究报告 · 研究原型 · 未声称经过期刊同行评审
摘要
Symbols 是 Perslis 将系统操作转换为符号轨迹的混合模型方案。已记录的实现让模型在创作阶段从封闭词汇中组合规范，而非生成任意可执行代码。机械准入检查规范与数据；人工审批其含义；本地运行时执行获批的符号过程并返回推导。本报告描述这一已实现、范围受限的路径。转换任意系统是更广泛的产品目标，而不是已经证明的通用能力。
1. 研究问题与混合结构
能否将解释与重复执行分开，让常规业务问题成为可重用、可检查的操作，而不是每次都生成新的概率答案？
混合边界明确：学习型解释提出规范，符号准入、审批与执行决定实际运行内容。并非每个阶段都没有权重；已准入工具的执行路径不再调用模型。
2. 从问题到符号轨迹
- 组合规范
- 检查实际数据
- 审批并签名
- 运行并检查
实现的流水线语法：
rows (filter | join)* [group_by] reducer [top]每个命名步骤具有确定语义。准入门执行十项检查，涉及语法、列存在性、数据支持、确定性、错误答案拒绝、无证据时弃答以及数据扰动下的依据。验证器由流水线推导，而非由提出规范的模型编写。
轨迹记录工具、数据表、问题类别、值、推导及模型调用次数。无效数据可产生 REFUSED，缺少数据表产生 NO_EVIDENCE，没有匹配行可产生 NO_VALUE；这些结果并不相同。
3. 含义仍需人工审批
完全确定的过程也可能回答错误的问题。记录中的“已付款发票总额”规范筛选了未结发票，却通过机械检查，因为过程按其书写内容是正确的。
因此已记录的版本要求人工阅读回读说明与答案，并签署审批。工具和审批绑定摘要与签名；执行运行时持有验证密钥而非准入权限。这使模型解释可被审阅，但不保证审阅者永不出错，也不能保护已被攻击者控制的主机。
4. 既有证据，而非新基准
2026 年 9 月 27 日技术说明记录了以下试点观察；本报告没有重新测量。
| 检查 | 历史观察 | 范围 |
|---|---|---|
| 正确规范 | 通过十项检查和三次证明执行，获准提升。 | 单次记录演示。 |
| 不存在列／非数字金额 | 在列检查／数据支持检查处拒绝。 | 记录的负面案例。 |
| 错误问题，合法过程 | 机械检查通过；仍须人工审阅。 | 已知语义边界。 |
| 本地执行 | 已准入工具的 model_calls: 0。 | 只限执行，不含创作或审阅。 |
既有说明还报告单台机器的载入、内存、耗时与自动检查。这些是有日期的试点结果，不是对其他产品的基准，也不能证明节省 90% 的保证。
5. 限制与评估计划
- 已发布词汇支持受限的数据过程，而非任意旧应用行为。
- 试点尚无参数化工具、相对日期问题、直接数据库连接或自助准入门。
- 算术可以精确，但解释或来源数据仍可能错误。
- 与逐查询模型调用比较时，必须计入创作与人工审阅成本。
- 无模型本地执行本身不能证明能耗、芯片价格或安全认证。
更广泛的系统转换研究应报告可支持系统类别、被拒绝映射、准入耗时、语义审阅失败及轨迹完整性。在相同任务下比较重复查询总成本，并计入人工审阅和数据模式变化。
6. 一手资料与相关研究
- Perslis Symbols 如何工作，2026 年 9 月 27 日：规范词汇、准入门、信任模型、记录、测量及限制。
- Perslis Floor 源码与发布：执行器与签名发布制品。
- 运行时分发：安装与验证说明。
- 失败优先模型：固定权限内学习的相关研究，不是本报告的替代品。