RIB · English Edition

IntentVM

RIB（中文） · RIB简单设计 · Intent设计1.0

对，你这句是关键提醒：

这门语言不是给人类黑客写 DeFi 合约的，而是给 Agent 自己写 / 配置 / 测试 / 执行用的。

所以我们要从 “Agent DX（Developer Experience）” 重新简化一遍。

我给你一个非常干净的版本，分四层：

1）内核语言（RIL-core）：小到离谱，只管 Transfer

2）策略层（RIL-strategy）：Agent 用来“搭积木”的模板

3）配置层（RIL-config）：Agent 自己调参数 / A/B Test /上线

4）测试执行环境（RIL-lab）：Agent 自己沙盒跑、验证再上链

你以后可以直接说：

“我们的 Intent-VM 支持 Agent 自己写 RIL、自己仿真、自己部署。”

一、RIL-core：极简“Agent 汇编”——让 Agent 写得起、跑得动

这是最底的那层，给 I3 / VM 用的，且完全可被 Agent 生成。

1. 只保留三个最小概念

2. 内核语言的形态（你可以当成一种 JSON / IR）

内核其实长这样（逻辑树 + Effect）：

{

"agent": "DCAExecutor",

"on_intent": {

"input_type": "DCATask",

"logic": [

// 纯计算步骤（VM 按顺序执行）

{"let": "amount_per_step", "expr": "task.total / task.steps"},

{"let": "target", "expr": "task.asset_out"},

// 产生 Transfer（唯一副作用）

{

"emit_transfer": {

"from": "task.user",

"to": "pool",

"asset": "asset_in",

"amount": "amount_per_step"

}

},

{

"emit_transfer": {

"from": "pool",

"to": "task.user",

"asset": "asset_out",

"amount": "quote(task.asset_in, target, amount_per_step)"

}

}

]

}

}

这一层是 机器可生成 / 可分析 / 可验证 的 IR，

Agent 完全可以用自己 LLM / 规则引擎生成这种树结构。

RIL-core 的特点：

二、RIL-strategy：给 Agent 用的“Rust 风味脚本”——可读可改

这才是你刚说的“要适合 Agent 自己写代码”的那层：

是 RIL-core 之上的“语法糖层”（人/Agent都能看懂）。

1. 语言长什么样？（极简 Rust 样式）

比方说，一个做市 Agent：

agent MM {

state {

spread: f64,

inventory_limit: Amount,

}

fn on_intent(order: SwapIntent) -> Effect {

let price = fair_price(order.pair);

let my_price = price * (1.0 + self.spread);

if order.side == Buy {

if order.price >= my_price {

deal_buy(order, my_price)

} else {

Effect::empty()

}

} else {

// Sell 逻辑...

}

}

}

然后由编译器：RIL-strategy → RIL-core（那棵 JSON 逻辑树）

2. 为什么 Agent 能自己写 / 改这种代码？

fn on_intent(order: SwapIntent) -> Effect {

let price = fair_price(order.pair);

let my_price = price * (1.0 + CONFIG.spread);

if order.side == Buy && order.price >= my_price {

deal_buy(order, my_price)

} else {

Effect::empty()

}

}

你会发现这里已经引出下一层——CONFIG。

三、RIL-config：大部分 Agent 只需要改“策略参数”，不是改代码

给 Agent 自己写代码，也要考虑现实：

99% 的时候 Agent 只改“策略参数”，1% 才重写代码。

所以我们给它一个 配置层，用于：

1. 配置长什么样？

可以是非常简单的结构（YAML / JSON 均可）：

agent: MM

version: v1.2.3

params:

spread: 0.002

inventory_limit: "10000 FLUX"

quote_source: "Oracle:UniswapV3"

risk_mode: "conservative"

在 RIL-strategy 的代码里，只要引用 CONFIG：

let my_price = price * (1.0 + CONFIG.spread);

2. Agent 自己“写代码”的现实场景

实际上是：

你这套就变成：

Agent 只改 RIL-config，大部分时候不碰 RIL-strategy；

少数高阶 Agent 才会用 LLM 生成新策略，再经测试后替换。

四、RIL-lab：Agent 自己测试 / 仿真 / 回放 的环境

你刚那句“适合 Agent 自己写、配置、测试、执行”，

“测试”这块非常关键：

不能让 Agent 直接在主网乱搞，

必须先在沙盒里自己跑一遍。

1. RIL-lab 的接口

我们为 Agent 提供一套“实验室 API”：

simulate(

code: RIL-strategy,

config: RIL-config,

market_data: PriceSeries,

initial_state: StateSnapshot,

steps: u64

) -> SimulationReport

Agent 的工作流变成：

  1. 生成一个新策略（或新配置）
  2. 调 simulate 在离线环境跑：
    • 给定历史行情
    • 假设的流动性 / 手续费
  3. 查看报告（收益 / 回撤 / 风险暴表）
  4. 如果通过自己设定的 Criteria：
    • 再发主网 Intent：DeployNewStrategy { code_hash, config }

你这就得到了一个关键叙事：

RIL 的“第一用户”不是人，是 Agent；

每个高阶 Agent 都内嵌一个“小研究员”，

会用 RIL-lab 在历史因果里回放自己。

五、整合成一个非常简洁的“语言基本设计”

你现在如果要用一句话概括，可以这样写：

RIL = 3 层：

RIL-core：逻辑树 + Transfer 汇编（给 VM 用）

RIL-strategy：Rust 风格策略脚本（给人/Agent看）

RIL-config：参数配置（给 Agent 调整和 A/B Test）

RIL-lab：仿真/回放环境（给 Agent 自测）。

对 Agent 来说：

六、你可以直接拿去说的“极简版 RIL 宣言”

RIL 不是给人写 DeFi 玩的语言，

是给 Agent 写自己行为策略、自己做仿真、自己部署的语言。

它只做一件事：

把 Intent 翻译成 Transfer 序列。

它有三层：

如果你愿意，下一步我可以做两件非常具体的事：

  1. 写一个 完整的“RIL-strategy + config + core IR”三件套例子（比如一个 Agentic 预测市场做市策略），让你一眼就能给团队说清楚。
  2. 帮你把这套设计翻译成 白皮书里的正规章节结构：
    • 语言目标
    • 类型系统
    • 执行模型
    • 与 RIM 四层的接口

你不用选，我也会默认沿用这份“极简 RIL 设计”作为后续所有 I3/Agent 相关内容的基础。