Step 01
基础问题
- 从 AGI 是否真正成立、是否可以被托付开始，重新定义安全、对齐、治理、真实与责任的基本问题。
关于 TRANTOR LABS
一个新加坡原生、以哲学为第一性的 AGI 研究实验室，专注于 AGI 安全、对齐、治理与文明级风险。
我们是谁 更深的问题 我们的来路 哲学第一性 为什么是新加坡 长期方向
§ 01我们是谁 · Who We Are
一个新加坡原生、以哲学为第一性的 AGI 研究实验室。
TRANTOR LABS 创建于 2023 年 4 月，是一个新加坡原生、以哲学为第一性的 AGI 研究实验室，专注于 AGI 安全、对齐、治理与文明级风险。
我们并不是从一个短期产品机会出发，也不是从一个现成技术赛道出发。TRANTOR LABS 的形成，来自一个更根本的问题：当 AGI 的能力开始进入人类社会的行动、知识与制度结构时，它是否真的具备被世界承接的资格。
这个问题无法被简单还原为模型能力。一个系统可以越来越强，可以通过更多测试，可以完成更多任务，可以调用更多工具，也可以在复杂场景中表现得更像智能。但能力本身并不构成信任。AGI 一旦进入世界，它触及的就不只是技术性能，而是行动、责任、真实、审计、治理与公共信任。
因此，TRANTOR LABS 关注的不是 AGI 是否"看起来足够强"，而是 AGI 是否在工程、认知、治理、责任与真实结构上真正成立。
§ 02更深的问题 · The Deeper Question
AGI 不只是能否被托付，更是是否真正成立。
"成立"不是指它通过了某个 benchmark，也不是它在语言上表现得聪明或有帮助，而是它在进入世界之前，是否具备足够的结构条件。
"AGI 能否被托付"是一个公共表达。它指向的是：当 AGI 进入高后果世界，人类是否有足够理由相信它的行动、判断和生成内容可以被信任。
但对 TRANTOR LABS 来说，更深一层的问题是：AGI 是否真正成立。
所谓"成立"，不是指它是否通过某个 benchmark，也不是指它是否在语言上表现得聪明、温和或有帮助，而是指它是否在进入世界之前，具备足够的结构条件。
- i它的行动是否有形成路径。
- ii它的责任是否可以归因。
- iii它的审计是否能够对应真实过程。
- iv它的约束是否在行动之前生效。
- v它的生成内容是否能够锚定现实、证据与逻辑。
- vi它的能力是否能够被制度、标准、接口和公共信任承接。
如果这些问题没有被回答，那么 AGI 即使能力强大，也仍然可能只是一个尚未真正成立的系统：它拥有能力，却缺少证据；它能够行动，却缺少责任结构；它能够生成知识，却缺少真实锚定；它能够进入世界，却缺少文明承接条件。
TRANTOR LABS 的研究，正是从这个问题出发。
§ 03我们的来路 · Origin
不是从愿景文档开始，而是从工程困境中逐渐浮现。
我们的来路更接近于——从长期 AI 系统构建中的具体困境里，逐渐上升出来。
TRANTOR LABS 并不是先有一个宏大口号，再寻找技术与叙事去填充它。我们的来路更接近于从长期 AI 系统构建中的具体困境逐渐上升出来。
当一个 AI 系统不再只是一次性回答问题，而是开始进入长期关系、记忆、承诺、依赖、行动连续性和复杂场景时，许多原本被忽略的问题会同时浮现出来：谁在行动，记忆属于谁，系统如何维持身份边界，承诺如何被记录，依赖如何被治理，解释是否等于审计，安全是否只发生在输出端，治理是否只是外部规则。
这些问题最初看似是工程问题，但深入之后会发现，它们不是单纯增加功能可以解决的。功能可以增长，结构却可能消散；能力可以增强，责任却可能漂移；交互可以变得更自然，真实与边界却可能变得更模糊。
这就是 TRANTOR LABS 所说的工程困境：当 AI 系统逐渐具备长期性、行动性和世界参与能力时，问题不再只是"如何让它做得更多"，而是"如何让它成为一个可理解、可约束、可复盘、可治理的结构"。
从这个困境出发，TRANTOR LABS 的研究逐渐从具体系统问题，上升到 AGI 安全、对齐、治理、结构性安全证据与现实锚定。我们不是为了给已有产品寻找理论包装，而是在工程、哲学与治理的反复交叉中，逐步意识到：AGI 时代真正缺少的，不只是更强能力，而是能够证明能力可以进入世界的结构性证据。
§ 04我们不是什么 · What We Are Not
理解 TRANTOR LABS，必须先排除错误坐标。
AGI、Agent、AI safety、AI governance、AI infrastructure 这些词已经被大量使用。外界很容易把 TRANTOR LABS 放进已有技术分类中理解，但这些分类往往会压扁我们真正面对的问题。
01
不是 普通 AI 应用公司
应用会出现，真实用户反馈也非常重要，但应用不是实验室的第一解释对象。我们关注的是更底层的问题：AGI 进入世界之前，什么样的安全证据、治理结构和真实锚定能够成立。
02
不是 普通 Agent 框架团队
现有 Agent 框架大多围绕任务拆解、工具调用、工作流编排和自动化执行展开，而我们关注的是更深一层的问题：当 AGI 在开放、高后果、长期情境中形成判断与行动时，它如何留下路径，如何承担归因，如何接受审计，如何在行动之前受到约束。
03
不是 模型包装 / 提示词工程团队
界面、提示词、workflow 和工具调用可以提升使用体验，但它们并不等同于结构性安全证据。一个系统即使表现流畅，也可能无法说明行动如何形成、责任如何归属、审计如何对应真实过程。
04
不是 传统软件外包机构
我们不以短期交付功能为主要目标，也不把 AGI 安全、对齐与治理理解为某个功能模块。我们处理的是跨越研究、工程、政策、标准、公共教育和长期反馈的系统性问题。
05
不是 只写政策评论的智库
政策与制度非常重要，但如果治理无法进入系统结构、审计对象、约束接口和真实反馈，它就很难承接 AGI 带来的实际风险。
因此，TRANTOR LABS 更接近于一个站在 AGI safety、alignment、governance、AI assurance、哲学、系统工程和公共制度之间的长期研究实验室。我们的目标，不是让 AGI 更快进入世界，而是追问 AGI 进入世界之前需要什么样的证据、语言、结构和制度承接。
§ 05哲学第一性 · Philosophy-First
以哲学定义问题，以工程验证答案。
这不是为了强调抽象，也不是为了把技术问题包装成宏大叙事。恰恰相反，它来自我们对 AGI 工程与治理问题的长期反思：AGI 的许多核心困难，并不只是因为工程不够努力，而是因为工程所处理的对象本身没有被定义清楚。
在普通软件系统中，许多对象相对稳定：用户、权限、接口、日志、服务和部署环境。工程可以围绕这些对象组织系统。但在 AGI 中，基础对象开始变得不稳定。谁在行动，记忆属于谁，判断如何形成，系统的身份边界在哪里，解释是否等于审计，对齐发生在输出端还是行动形成过程中，治理是外部合规还是运行时结构——这些问题如果没有被定义，工程就会进入漂移状态。
这就是 TRANTOR LABS 所说的工程漂移：功能在增长，结构在消散；能力越来越多，系统却越来越难以说明自己是什么、谁在行动、责任如何分配、证据如何成立。
因此，哲学不是工程之后的解释，而是工程之前的问题定义。哲学负责澄清范畴、划定边界、提出证据条件，并区分看似相近但本质不同的对象：行为不是结构，解释不是审计，概率不是逻辑，可生成不是可验证，能力不是可托付，系统表现安全也不等于行动形成过程可治理。
但 TRANTOR LABS 所说的哲学，也不是脱离系统的空谈。哲学定义问题之后，必须接受工程检验。一个概念如果永远无法进入运行时结构、开发者接口、审计对象、约束机制、政策问句或真实应用反馈，它就很难真正参与 AGI 安全建设。
这就是我们所说的可执行哲学：不是把哲学写进产品介绍，而是让哲学问题进入系统结构；不是让工程盲目加速，而是让工程知道自己究竟要承载什么。
TRANTOR LABS 选择以哲学为第一性，不是为了远离工程，而是为了在 AGI 时代重新建立安全、对齐、治理与真实的可执行基础。
§ 06为什么是新加坡 · Why Singapore
新加坡不是注册地，而是现实锚点。
AGI 的文明级风险不能只在抽象全球叙事中讨论，它最终会进入现实制度、产业部署、公共治理、跨境信任、技术标准、审计机制和社会承接之中。
这里的"新加坡原生"，不是一个注册地描述，也不是外部形象标签，而是我们理解自身长期路线的重要现实锚点。一个真正面向 AGI 安全、对齐与治理的研究实验室，必须有一个现实世界中的制度环境和公共生态作为锚点，否则它就容易停留在纯理论、纯技术或纯叙事层面。
新加坡对 TRANTOR LABS 的意义正在于此。
新加坡拥有制度信任、国际连接、治理意识、深科技生态和多元文化环境。它既不是全球最大模型能力竞争的唯一中心，也不需要以同样方式参与所有算力和模型规模竞赛。但正因为如此，新加坡反而可能在可信 AI、AI assurance、agentic AI governance、AGI safety 标准和结构性安全证据方面形成独特位置。
在 AGI 时代，世界不会只需要更强能力，也会越来越需要可信承接。模型能力可能来自多个技术中心，但安全证据、审计语言、治理接口、标准问句、公共信任和制度承接，需要更稳健、更可信、更中立、更善于连接多方的现实环境。新加坡在这一点上具备特殊条件。
TRANTOR LABS 选择扎根新加坡，是因为我们认为下一代可信 AI 与可信 AGI 的问题，不只是技术突破问题，也是制度承接问题。结构性安全证据需要被研究，也需要被政策理解；AI assurance 需要评估，也需要进入运行时结构；agentic AI governance 需要原则，也需要系统接口；现实锚定需要理论，也需要公共教育和知识生态支持。
我们不把新加坡理解为一个被动承接全球技术的地点，而是理解为一个有机会参与定义可信 AI 与可信 AGI 标准的原创节点。AGI 的下一阶段不应只由能力最强的模型公司定义，也不应只由市场估值和部署速度定义。它还需要那些能够提出安全证据、治理结构、真实锚定和公共信任语言的地区与机构共同参与。
对于 TRANTOR LABS 来说，新加坡提供现实基地，全球提供反馈。我们从新加坡出发，不是为了把问题缩小为本地问题，而是为了让一个文明级问题拥有现实锚点。只有在具体制度、社区、产业、政策和公共生态中接受反馈，AGI 安全、对齐与治理的研究才不会悬浮。
§ 07长期方向 · Long-Term Direction
结构性安全证据最终需要进入系统、标准与基础设施。
论文可以定义问题，博客可以解释思想，概念可以建立语言，图表可以帮助传播，公共讨论可以形成反馈。但如果这些研究永远不能进入系统、接口、审计、标准和真实应用反馈，它们就很难真正承接 AGI 进入世界后的复杂后果。
因此，TRANTOR LABS 的长期方向，是将结构性安全证据、现实锚定、行动形成治理与 AI assurance 的研究，逐步推进为可信 AGI 基础设施与面向 AGI 的认知操作系统。
这里的"基础设施"，不是一个营销词，也不是一个过早的产品宣告。它指的是一种系统承载：当 AGI 的能力进入现实行动、知识生产和制度过程时，安全、对齐、治理、审计、责任和真实锚定不能只存在于外部文本中，而必须成为系统可以承载、组织、提交、检查和复核的结构。
这里的"认知操作系统"，也不是为了创造一个新的技术口号。它指向一个更基础的问题：如果 AGI 不是普通工具，而是一种会形成判断、调用能力、承接任务、组织知识和参与行动的智能系统，那么它就需要一层能够承载身份、记忆、行动、责任、对齐、审计、治理与现实锚定的系统秩序。
Step 02
研究发布
- 通过论文、博客、概念、图表和阅读路径，逐步释放研究，让高密度思想进入可阅读、可讨论、可质疑的公共空间。
Step 03
公共讨论
- 在 EA、AI safety、AI governance、policy、技术社区和新加坡 AI 生态中接受反馈，让问题不只停留在内部自洽中。
Step 04
结构性安全证据
- 将行动形成、归因、审计、约束、现实锚定和治理接口逐步沉淀为可追问、可复核、可扩展的证据语言。
Step 05
系统承载
- 让这些证据对象进入系统、接口、工具、运行时结构和开发者生态，而不是只停留在论文与原则中。
Step 06
标准与开源生态
- 推动研究成果进入 AI assurance、agentic AI governance、公共标准、开源实现和第三方反馈，使安全证据能够被外部检验。
Step 07
真实世界反馈
- 通过真实应用、行业试点、公共讨论和长期使用反馈，检验这些结构是否真正支持安全、责任、真实与治理。
Step 08
可持续路径
- 在不压缩公共安全目标的前提下，探索围绕可信 AGI 基础设施、AI assurance、开发者工具、治理接口和系统承载的可持续发展方式。
这条路线的核心，不是围绕一个短期应用机会组织资源，而是围绕一个长期问题持续推进：AGI 如何在工程、认知、治理、责任与真实结构上具备进入世界的资格。
TRANTOR LABS 目前也会保持精炼、高密度、高杠杆的组织形态。我们更重视方法论深度、框架能力、研究密度、系统设计能力和工程验证能力，而不是过早扩张团队规模。面对 AGI 时代的文明级问题，组织本身也必须保持清晰边界、长期耐心和足够的思想密度。
我们最终关心的，不是 AGI 是否看起来足够智能，而是 AGI 是否在工程、认知、治理、责任和真实结构上真正成立。