Rul (.rl) Whitepaper & Empirische Auswertung — Zenodo DOI 10.5281/zenodo.23722094
Technisches Whitepaper, First-Principles-Architekturanalyse, 80-MB-Spalten-Benchmark-Methodik und kryptografische SHA-256-Prior-Art-Verifizierung für Rul (.rl).
Rul (.rl): Eine 128-Bit-Binärprogrammiersprache (SSA-DAG) mit integriertem Zeitplan und Sicherheitsbeweis
Traditionelle Programmiersprachen (C, Go, Rust, Python) wurden um menschliche biologische Grenzen herum entworfen: Tastatureingaben mit geringer Bandbreite (~40 Bits/s) und visuelles Lesen von ASCII-Quelltext, was autonomen KI-Agenten eine enorme Steuer für Serialisierung, Parsing, Typinferenz und LLVM-Optimierung auferlegt.
Rul (.rl) eliminiert Textquellcode als primäre Repräsentation und ersetzt ihn durch einen speicherabgebildeten, flachen binären topologischen SSA-DAG, in dem jeder Befehl ein fester 128-Bit (16-Byte) NodeFrame ist, der Algorithm + ScheduleHint + ProofIdx + AffineToken/ReadLease kodiert. Da der KI-Agent explizite Zeitplanhinweise und Sicherheitszeugen zusammen mit dem Algorithmus ausgibt, führt der Rul-Compiler keinerlei Typinferenz oder Suche durch: Ein linearer Single-Pass-O(N)-Verifizierer garantiert mathematisch in ~5,78 ns/Knoten die 100%ige Abwesenheit von Speicheraliasing, Use-after-Consume, Pufferüberläufen und Sandbox-Verletzungen, während die 3-stufige Engine und der direkte x86_64-ELF64-AOT-Compiler mehrstufige Spalten-Pipelines in ~6,4 µs zu Registerschleifen verschmelzen.
Warum menschliche Textsprachen ein Engpass für KI-Agenten sind
- • KI serialisiert interne Tensor-Absichten in tausende ASCII-Zeichen (pub fn, Klammern, Semikolons).
- • Der Compiler verbringt Sekunden mit Lexing, AST-Aufbau und NP-schweren Borrow-Checker- / Registerallokationssuchen.
- • Der Hardware-Zeitplan (SIMD / Cache-Tiling / Threading) ist untrennbar in imperativer Schleifensyntax verheddert.
- • KI gibt 16-Byte-Binärframes direkt aus (0 ms Parsing, 0 % Syntaxfehler).
- • Eine einzige Vorwärtsschleife prüft SSA-Ordnung, Speicherversionen und Grenzen in ~5,78 ns/Befehl.
- • Die Mutation von 1 Byte (Byte 2: schedule_hint) schaltet die Ausführung von 1-Kern-SIMD auf MultiCore + ZoneMap um.
Empirische Benchmark-Ergebnisse (80 MB / 10 Mio. f64)
| IMPLEMENTIERUNG | MODUS | LATENZ | BANDBREITE | GGÜ. C 8-ACC |
|---|---|---|---|---|
| [A] Imperatives AoS + Vec::collect() | 1-Kern AoS + Heap-Allokation | 70.66 ms | 1.13 GB/s | 0.10x |
| [B] Idiomatisches Rust SoA (filter().map().sum()) | 1-Kern SoA-Iteratorkette | 19.12 ms | 4.18 GB/s | 0.38x |
| [C] Handgeschriebenes C/Rust 8-Akkumulator SoA | 1-Kern 8-Spur-Unrolled-Baseline | 7.32 ms | 10.92 GB/s | 1.00x (Baseline) |
| [D] Rul (.rl) Tier 2 Verschmolzenes SIMD (0x11) | 1-Kern L1-Kachel-SIMD (SimdStream) | 5.91 ms | 13.53 GB/s | 1.24x (1-Core vs 1-Core) |
| [E] Rul (.rl) Tier 2 MultiCore (0x12) | Alle Kerne (1-Byte-Zeitplan-Mutation) | 3.19 ms | 25.04 GB/s | 2.29x (Schedule Byte) |
| [F] Rul (.rl) Tier 2 MultiCore + ZoneMap | Alle Kerne + O(1) Überspringen kalter Kacheln | 1.55 ms | 51.53 GB/s | 4.72x (Peak Speedup) |
Rul (.rl) in der Forschung zitieren
@software{rul_2026_spec,
author = {Rul Core Architecture Team},
title = {{Rul (.rl): A 128-Bit Schedule- and Proof-Carrying Binary SSA-DAG Programming Language and Execution Engine for Autonomous AI Agents}},
month = oct,
year = 2026,
publisher = {Zenodo},
version = {0.4.0},
doi = {10.5281/zenodo.23722094},
url = {https://doi.org/10.5281/zenodo.23722094}
}Prior Art & Kryptografische Urheberschaftsprüfung
SHA-256-Digests der Kernspezifikation und Rust-Implementierung, verankert über OpenTimestamps in der Bitcoin-Blockchain unter docs/prior_art/.
| ARTEFAKTPFAD | ARCHITEKTURROLLE | SHA-256-DIGEST |
|---|---|---|
| docs/rul_spec_v0.md | Offizielle .rl-Binärlayout- & O(N)-Verifizierer-Spezifikation | 9174ff81b429b19785646f25707034a36b4ba7b4a7964b7e04ddbc31fda9d9c6 |
| docs/WHITEPAPER_RUL_V0_1.md | Technisches Whitepaper & Empirische Auswertung (Zenodo DOI) | 141ea3d9b348369b4e233746619fee443387e931c821fe2eb32b93f760571b98 |
| docs/new_language_for_AI.md | First-Principles-Architekturanalyse für KI-Agenten | 88043cda84b7289e9fe26f4bc3547a58b994a91b1df8774bbc206dc6dba5504d |
| src/bytecode.rs | 64B RulHeader, 16B ArenaDescriptor, ProofEntry & 128-Bit-NodeFrame | 3a8c780cf4181c936b303943eafa3729eba9e519cd9d55569c28f1f630f26c03 |
| src/verifier.rs | Linearer Single-Pass O(N)-Statikverifizierer (~5,78 ns/Knoten) | feaa5ae7e94b2bede64772d1ce595286bed35ac2afc9be9b571836813a4eb11b |
| src/engine.rs | 3-stufige Ausführungs-Engine, L1-Tile-Fuser, ZoneMap & White-Box-Tracer | 8037e2f718dc24d372a67111d9a6c5481ade4ff55a62d1b315b35c9ccf879bcf |
| src/aot.rs | LLVM-freier Linux x86_64 AVX2 ELF64-Compiler (~6,4 µs) | fe8eddae822fae0df6ea751aaa7919fc81675a7c169d2aadb4c3b9e6f05f27ac |
| src/mcp.rs | In-Memory stdio JSON-RPC 2.0 Model Context Protocol Server | c58faa2f0ac626412a6c8ef00ae67dabc85b863f4c0ba73c3e16a0ff909a91c6 |