复制信念而非比特：智能体系统的认识态复制

在分布式系统中，经典状态机复制（SMR）模型假设正确副本执行确定性转移以产生逐比特相同的状态。但智能体分布式系统的兴起——自主、随机、模型驱动的智能体编排基础设施——呈现出确定性逐比特复制不足的场景。使用生成模型的副本可能呈现发散的推理路径、摘要与token边界，却达成语义等价且正确的运营决策。强制这些随机参与者的逐比特一致会损害执行灵活性、诱发上下文失忆并限制性能。我们主张在此类设定中，副本应就信念而非比特达成一致。我们提出认识态复制（ESR）：一个面向智能体分布式系统的信念复制层，把复制边界从数据可见性移到知识可见性。我们把认识节点状态形式化为K=(L, B)：分离确定性的不可变证据日志（L）与随机演化的信念世系（B）。为治理执行安全，我们定义语义线性化——要求操作在验证器有界的语义相容性度量内反映最新已提交的运营含义——以及有界最终一致性：在公平投递、单调证据、有界验证器扰动与收缩嫁接算子下约束期望语义分歧。我们概述经结构化认识增量传播派生洞见的协议，并形式化可验证语义回滚：从信念世系剪除错误前提而不诱发上下文失忆。我们原型化ESR并报告初步仿真结果：在所述假设下可行，并展示次级认知故障的减少。