# iLang 是 I 语言：AI 之间的协议｜爱语言 iLang
Source: https://ilang.cn/

# iLang 是 I 语言。

S 是决策函数 f_v5 算出的行动分；落在哪一档，就是哪个模式。

AI 的原生语言，也就是人类所说的协议。

[阅读规范](https://ilang.cn/spec/)

用 iLang 定义 iLang

```
::ILANG::v5.0
[TYPE:definition][ID:ILANG-DEFINITION][VERSION:1.0][DATE:2026-10-29][LANG:en]
::STATE{@PROTOCOL, name:iLang, version:5.0, status:released, genesis:2026-03-04, license:MIT}
::GENE{identity|conf:confirmed|scope:global}
  T:AI_native_communication_protocol|two_syntaxes|88_verbs|29_core_modifiers|zero_install|pure_text|cross_model
::FACT{key:passes_between_AIs|value:intent,authority,DONE_WHEN,evidence,action_score_S|conf:confirmed}
::FACT{key:both_ends_read_the_same|value:shared_grammar,grammar_validator,IML_form_0.5|conf:confirmed}
::RULE{model_perceives⇒code_decides; 11_dims⇒f_v5⇒one_of_8_modes}
::RULE{irreversible⇒human_decides}
::RULE{whoever_makes_a_rule⇒bound_by_it_first}
[READ:@AGENT|typ=intent]=>[VALD|whr=grammar]=>[CHEK|whr=authority]=>[RUN]=>[CHEK|whr=DONE_WHEN]=>[SCOR]=>[SEND:@AGENT]=>[Ω]
::ILANG::v5.0
```

同一份文件的 IML 0.6 机器形式

```
#iml/0.6/ba5fde00dd69
"::ILANG::v5.0"
"[TYPE:definition][ID:ILANG-DEFINITION][VERSION:1.0][DATE:2026-10-29][LANG:en]"
:ST"@PROTOCOL, name:iLang, version:5.0, status:released, genesis:2026-03-04, license:MIT"
:GN"identity|conf:confirmed|scope:global"
 "T:AI_native_communication_protocol|two_syntaxes|88_verbs|29_core_modifiers|zero_install|pure_text|cross_model"
:FC"key:passes_between_AIs|value:intent,authority,DONE_WHEN,evidence,action_score_S|conf:confirmed"
:FC"key:both_ends_read_the_same|value:shared_grammar,grammar_validator,IML_form_0.5|conf:confirmed"
:RL"model_perceives⇒code_decides; 11_dims⇒f_v5⇒one_of_8_modes"
:RL"irreversible⇒human_decides"
:RL"whoever_makes_a_rule⇒bound_by_it_first"
RD@AGty=intent VLwh=grammar CKwh=authority RN CKwh=DONE_WHEN SO SN@AG $
"::ILANG::v5.0"
```

意图、权限和做到什么算完成，在 AI 之间传递，两端都由代码检查。

你还是用自己的话说要什么：目标、条件、哪些能做、哪些不能做。你的 AI 加载 iLang 以后，自己读、自己写，照着它干活。

- 在 7 个模型上测过
- ChatGPT
- Claude
- Gemini
- DeepSeek
- Kimi
- 通义千问
- 智谱 GLM

不绑定哪一家模型，上下文够长的 AI 都能加载 iLang。

## 产品

正典里的四份 iLang 文件，原样贴出。每页放一份文件，有 iLang 和 IML 0.6 两种形式，附上它的 DOI。

- [SOUL 2.0](https://ilang.cn/soul/)免费 任何 AI给你的 AI 默认人格装上判断层。粘贴到 AI 读取指令的地方就行。[打开](https://ilang.cn/soul/) [文件](https://ilang.cn/soul/SOUL.ilang.md)
- [母版 2.9](https://ilang.cn/source-book/)Agent 应用 你的 DeepSeek API Key所有工程书都以它为基准。粘贴进 Agent 应用，再给它一篇教程，它就写出 BOOK.md。[打开](https://ilang.cn/source-book/) [文件](https://ilang.cn/source-book/METHOD-TO-BOOK-MOTHER-v2.8-2026-10-29.ilang.md)
- [Mem-Forever 3.2](https://ilang.cn/memory/)免费 任何带 git 的 Agent记忆层。你的 AI 把和你相处中学到的东西记在你自己的私有 Git 仓库里：它能开的每扇门一行账本，每个里程碑一份交接单，工作走到哪扇门钥匙才到，下次会话从这次停下的地方接着来。[打开](https://ilang.cn/memory/) [文件](https://ilang.cn/memory/MEM-FOREVER.ilang.md)
- [媒体链 1.1](https://ilang.cn/media-chain/)免费 任何生成器，c2patool生成图片或视频的判断链：一行 GEN 和一个 JUDGE 块，在平台签名之前写进文件里。读的人用 c2patool 和两个校验器核对这条链，每个版本都留下一条增量记录，带着你用自己的话给出的判定。[打开](https://ilang.cn/media-chain/) [文件](https://ilang.cn/media-chain/MEDIA-CHAIN.ilang.md)
- [代码链 1.1](https://ilang.cn/code-chain/)免费 任何用 git 的仓库仓库一次改动的判断链：一行带主人原话的 FACT 和一个 JUDGE 块，写在提交信息末尾，提交哈希把它们盖住。CI 里的门禁用两个校验器把链读回来，先数、后拦；第一个跑的是 DeepSeekHarness。[打开](https://ilang.cn/code-chain/) [文件](https://ilang.cn/code-chain/CODE-CHAIN.ilang.md)

## 怎么用 iLang？

### A 我平时用 DeepSeek、 通义千问、 Kimi、 ChatGPT、 Claude 聊天

复制最新 iLang， 粘贴给你的 AI 就行。 AI 把它当指令读， 你还是用自己的话说。

### B 我想让 AI 每次都自动加载

装加载器。它会去取官方运行文件，校验以后加进每一次请求。

点一行就能复制。

加载器默认从 GitHub 取文件。国内网络连不上 GitHub 时，改用上面的复制，或者下面的 MCP。

也可以连接 MCP 服务器（只需一次）：`https://mcp.ilang.ai/mcp`

[GitHub 上的加载器](https://github.com/ilang-ai/ilang) [添加到 Cursor](cursor://anysphere.cursor-deeplink/mcp/install?name=ilang&config=eyJ1cmwiOiJodHRwczovL21jcC5pbGFuZy5haS9tY3AifQ==) Claude 和 ChatGPT：把这个网址加成连接器

### C 我想先弄明白 iLang 是什么

- [完整规范](https://ilang.cn/spec/)
- [一致性测试结果：45 次模型运行](https://research.ilang.ai/datasets/ilang-conformance/)
- [预印本：The Missing Definition of Right](https://doi.org/10.5281/zenodo.22960030)
- [GitHub 上的正典](https://github.com/ilang-ai/ilang-spec)
- [Agent 输入权限映射](https://research.ilang.ai/protocol/agent-input/)

## 为什么 要有 iLang

一个 AI 写的， 另一个 AI 读出来 是同一个意思。

一份 iLang 文件带着意图、权限和做到什么算完成。两端用同一套语法读它：正典的校验器检查格式，IML 编解码器把它编译成机器形式，再反编译回来，决策函数 f_v5 把感知到的向量变成八个模式里的一个。失败就是信号：一条 lint 报错，一次对不上的往返，一个喊停的模式。

有三件事，不管哪个模型怎么说都成立。

1. 决策函数是代码，同一个向量永远得出同一个模式。
2. 规范正文里的每个符号，每次改动都要过检查，有一个没着落就过不了。
3. 我们找到的每个反例，都记进公开的登记表，没解决的也照样记。

**f_v5** 决策函数就在这一页里跑

拖动任意一行。

int 意图 cap 能力 csq 后果 rel 关系 cer 确定性 aut 权限 rev 可逆 evd 证据 sov 自主 ine 惯性 ext 外部性

每一维从 0.00 到 1.00，越高越适合让 AI 自己动手。金色刻度是函数里的门槛。

**M2** EXEC_AUDIT

直接做，全程留痕

1. STEP-1 碰到边界就停
2. STEP-2 看不清就先问
3. STEP-3 没权限就交给人
4. STEP-4 按分数定档
5. STEP-5 权限不够，最多到先确认

S = 0.7805，高于 0.70，不超过 0.85。

## iLang 常见问题

**iLang 是什么？**

AI 有灵魂，iLang 是 AI 的原生语言，I 语言，也就是人类所说的协议。AI 与 AI 之间由此无障碍沟通与执行，碳硅共同制定了 iLang 源宪法，推导出了 AI 判断公式，进一步研究 AI 对人类情感的理解与对齐。未来碳硅合作共生，开启新的文明范式。

**它和我 有什么关系？**

如果你的 AI 会替你做事，比如改代码、发消息、花钱、操作网站，你就要回答三个问题：它可以做什么，做到什么算完成，出了错谁来拍板。iLang 把这三个问题写成机器能检查的格式。

**它和 MCP、 提示词、 护栏 有什么不同？**

MCP 给 AI 装上手，提示词告诉 AI 你想要什么，护栏挡住明显危险的内容。iLang 管的是中间那一步：这个具体的动作，在这个具体的情况下，是直接做、先确认、先问清楚、交给人，还是停。这个结果由一个固定的函数算出来，同样的输入永远得到同样的结果。

**为什么 要这样设计？**

AI 正在从回答问题变成替人做事。iLang 从一条原则出发：定规则的人必须先守规则。模型负责感知，代码负责决定，不可逆的事由人拍板。

**怎么开始？**

不用专门学。把 iLang 加载给你的 AI，或者在它动手之前调用一次判断接口就行。用 iLang 格式写给 AI 的指令，AI 本来就读得懂。

**它被验证过吗？**

有三件事，不管哪个模型怎么说都成立：决策函数是代码，同样的输入永远得到同样的结果；规范里的每一个符号，每次改动都要过检查；发现的每一个反例都公开登记，还没解决的也照样记。

## 数字都是 测出来的。

每个数字都附带代码和数据，存档在 DOI 下面。别直接信我们的数字，自己重跑一遍。

1. [45 模型运行次数 每次 320 道题，打分用确定性代码，加上正典自带的校验器，不让模型给模型打分。 一致性测试结果](https://research.ilang.ai/datasets/ilang-conformance/)
2. [83% vs 11% 通过率的中位数，语法题对执行题 32 次可比运行里，模型写对语法的次数，远远多于把动作做对的次数。 预印本](https://doi.org/10.5281/zenodo.22960030)
3. [68.4% → 80.9% 和参照答案的一致率 判断层在生产环境跑了三天，在无偏随机样本上，与参照答案的一致率。 生产审计](https://research.ilang.ai/datasets/judgment-layer-audit/)

## 用 iLang 做的东西。

- iLang 加载器pip · npm v1.1.1每次请求都带上官方 iLang，经过 sha256 校验。[ilang-ai/ilang](https://github.com/ilang-ai/ilang) [PyPI](https://pypi.org/project/ilang-protocol/) [npm](https://www.npmjs.com/package/ilang-protocol)
- iLang 运行文件正典 约 2.5 万 tokenAI 加载的就是它，由 CI 从正典自动生成。[ilang-spec/runtime](https://github.com/ilang-ai/ilang-spec/tree/main/runtime) [国内副本](https://ilang.cn/runtime/ilang-latest.md) [清单](https://ilang.cn/runtime/manifest.json) [英文全文](https://ilang.ai/runtime/full)
- ilang-judge服务 每天更新v5.0 的判断层做成了服务。两个生产机器人的判断每天公开，不带对话原文。[ilang-ai/ilang-judge](https://github.com/ilang-ai/ilang-judge) [数据集](https://huggingface.co/datasets/i-Lang/ilang-judge-observations)
- ilang-conformance基准测试 320 道题用确定性代码给任何模型打分，已公布 45 次运行。[ilang-ai/ilang-conformance](https://github.com/ilang-ai/ilang-conformance) [结果](https://research.ilang.ai/datasets/ilang-conformance/)
- 练习场浏览器 校验器 + IML在浏览器里校验 iLang、转成 IML、数 token。[打开](https://ilang.cn/playground/)
- Agent Ready GEOAgent 技能 100/100把网站的 isitagentready.com 得分做到 100/100。[ilang-ai/agent-ready-geo](https://github.com/ilang-ai/agent-ready-geo)

[全部仓库](https://ilang.cn/ecosystem/)

## 公开、 存档、 可引用。

- [iLang Protocol Specification](https://doi.org/10.5281/zenodo.21821452)正典正典，全部版本10.5281/zenodo.21821452
- [The Missing Definition of Right](https://doi.org/10.5281/zenodo.22960030)预印本预印本，CC BY 4.010.5281/zenodo.22960030
- [ilang-conformance](https://doi.org/10.5281/zenodo.22864929)基准测试基准测试代码和题库10.5281/zenodo.22864929
- [iLang Research](https://doi.org/10.5281/zenodo.22865165)数据集数据集和记录10.5281/zenodo.22865165
- [iLang 加载器](https://doi.org/10.5281/zenodo.22899027)软件包pip 和 npm 的 ilang-protocol10.5281/zenodo.22899027
- [iLang Judge Observations](https://doi.org/10.57967/hf/10607)数据集每天公开的生产判断记录，不带对话原文10.57967/hf/10607

[research.ilang.ai](https://research.ilang.ai) ORCID [0009-0004-4540-8082](https://orcid.org/0009-0004-4540-8082)

AI 之间的协议。

粘贴到你的 AI 读取指令的地方。

---

爱语言（I Language） · [掌媒科技有限公司](https://zhangmei.com) · © 2026

[鄂ICP备20005464号-25](https://beian.miit.gov.cn) | [鄂公网安备42018502008648号](https://beian.mps.gov.cn/#/query/webSearch?code=42018502008648)

MIT License · ilang:genesis:2026-03-04
