> 译文仅供阅读便利。具有规范效力的是英文原文。 # MMAS 合规 **元宇宙规范** **文档编号：** MU-V2-ARCH-008 **标题：** 元模型架构标准 - MMAS 合规级别 **文档类别：** 规范性 **版本：** 2.0（草案） **状态：** 工作草案 **规范性引用：** 元宇宙宪章（MUC）、MMAS-Core、Validation **说明性引用：** MMAS-Package、元宇宙联邦协议（MUFP） **版权：** © Orkestron.AI **许可：** Apache-2.0 --- # 1. 目的 本文档定义元模型架构标准（MMAS）的合规模型。 元宇宙宪章（MUC）确立的是宪法层面的合规，而 MMAS 定义的是架构层面的合规。合规表明某个元模型遵循了在元宇宙生态中实现互操作所要求的架构原则、结构与打包规则。 --- # 2. 适用范围 本规范适用于： - 元模型 - 元模型仓库 - 语义包 - bundle - 层 - 参考实现 - 认证流程 --- # 3. 合规的维度 元宇宙中的合规沿**三条彼此独立的维度**评估，每条对应一项标准。元模型在每条维度上各自定位；在一条维度上强，并不意味着在另一条上也强。 | 维度 | 标准 | 评估内容 | |------|----------|-----------| | **MUC** | 元宇宙宪章 | 宪法合规 | | **MMAS** | 元模型架构标准 | 架构合规 | | **MUFP** | 元宇宙联邦协议 | 联邦能力 | 本文档所定义的 MMAS 合规级别**只衡量 MMAS 这一维度**。元模型可以在只提供部分 MMAS 支持的情况下符合 MUC，而较高的 MMAS 级别本身也并不赋予 MUFP 联邦能力。 --- # 4. MMAS 合规级别 ## A1 级 - 已结构化 该元模型： - 定义了仓库结构； - 公开了清单； - 使用稳定的标识符； - 遵循命名约定； - 声明了版本信息。 该级别表明具备基本的架构组织。 --- ## A2 级 - 架构化 在 A1 之外，该元模型： - 把概念组织进 bundle 与层； - 一致地定义对象、关系与属性； - 保留可追溯性； - 记录语义依赖。 --- ## A3 级 - 可扩展 在 A2 之外，该元模型： - 支持导入外部模型； - 支持语义映射； - 支持不作修改的扩展； - 保留导入内容的所有权与溯源。 --- ## A4 级 - 已校验 在 A3 之外，该元模型： - 成功通过 [Validation](Validation.md) 所定义的各校验级别（从 V0 到适用的上限级别，V1-V5）； - 发布校验报告； - 声明兼容性声明； - 记录迁移策略。 A4 所引用的校验级别由 [Validation](Validation.md) 规范性地定义；该级别要求的是经过演示并有报告的合规，而不是自我宣称。 --- ## A5 级 - 人工智能原生 在 A4 之外，该元模型： - 完全机器可读； - 支持自动发现； - 为人工智能代理公开语义元数据； - 支持确定性导航； - 适用于自治推理与联邦。 这是 MMAS 所定义的最高架构成熟度。 --- # 5. 强制性要求 无论处于哪一级别，每个符合 MMAS 的元模型都必须： - 符合适用的 MUC 版本； - 声明其 MMAS 版本； - 公开一份模式； - 保留语义身份； - 保留所有权； - 保留溯源； - 保留可追溯性。 --- # 6. 合规声明 每个元模型都应当发布一份合规声明。 推荐字段包括： - 元模型名称； - 元模型版本； - MUC 版本； - MMAS 版本； - MMAS 合规级别； - 所达到的校验级别； - 导入的标准； - 所支持的联邦档案； - 语义指纹（可选）。 --- # 7. 证据 架构合规应当由客观证据支撑，例如： - 仓库检视； - 清单； - 校验报告； - 依赖分析； - 语义映射； - 包元数据。 可以采用自我声明，但应当能与经独立验证的认证相区分。 --- # 8. 认证 认证可以对 MMAS 合规加以核验。 认证应当评估： - 仓库组织； - 架构一致性； - 校验结果； - 文档质量； - 互操作就绪度。 认证程序因生态而异，不在本规范范围之内。 --- # 9. 演进 元模型可以随时间提升其 MMAS 级别。 退回到较低级别应当被显式记录。 影响合规的变更必须反映在已发布的合规声明中。 --- # 10. 合规的丧失 元模型出现下列情形时必须丧失 MMAS 合规： - 违反强制性架构要求； - 不再满足所声明的级别； - 有意与 MMAS-Core 相抵触。 合规的丧失必须被记录并版本化。 --- # 11. 未来方向 MUC、MMAS 与 MUFP 这三条合规维度分别评估元模型是否宪法上健全、架构上良构、是否具备联邦能力。它们都不评估**该模型实际所含知识的质量**。两个元模型可以同为 A5，却在深度、准确性与可信度上相去甚远。 因此，一个未来方向是**第四条维度「知识质量」**，形式化为**元模型质量标准（MMQS）**。MMAS 问的是「这个模型建得对不对？」，MMQS 则会问「这个模型好不好？」，评估的是*内容*而非架构，其维度包括： - **完整性** - 该领域被覆盖得有多充分； - **详细程度** - 所建模概念的粒度； - **内部一致性** - 事实之间有无矛盾； - **映射质量** - 与导入标准之间映射的保真度； - **文档** - 说明材料的清晰度与充分性； - **数据可信度** - 事实背后来源的可靠性； - **证据** - 通过语义谱系相连的论证强度； - **新鲜度** - 知识有多新。 在 MMQS 之下，两个在 MMAS 维度上同为 A5 的模型，仍可能获得截然不同的知识质量评级。MMQS 会借助规范其他部分正在成形的语义谱系与信任向量概念，并与架构合规级别并列报告，但彼此分开。 --- # 结语 MMAS 合规级别为元模型提供了一套共同的架构成熟度模型。 它让组织、人工智能代理与联邦参与方能够客观评估语义模型的架构质量、互操作性与长期可维护性，而不受其实现技术影响。