Rul (.rl) 技术白皮书与实证评估 — Zenodo DOI 10.5281/zenodo.23722094
Rul (.rl) 技术白皮书、第一性原理架构剖析、80 MB 列式基准测试方法论以及 SHA-256 密码学先有技术（Prior Art）验证。
[0x01] 学术摘要
Rul (.rl)：面向自主 AI 智能体的 128 位携带调度与安全证明的二进制 SSA-DAG 编程语言
传统编程语言（C、Go、Rust、Python）是围绕人类生理限制设计的：低带宽键盘输入（~40 比特/秒）与肉眼阅读 ASCII 源码，这给自主 AI 智能体强加了极其沉重的序列化、语法解析、类型推导与 LLVM 优化税。
Rul (.rl) 彻底取消了文本源码作为主要表示形式，代之以直接内存映射 (mmap) 的平坦二进制拓扑 SSA-DAG，其中每条指令都是固定的 128 位（16 字节）NodeFrame，同时编码 Algorithm + ScheduleHint + ProofIdx + AffineToken/ReadLease。由于 AI 智能体在输出算法的同时显式提供了硬件调度提示与安全见证，Rul 编译器无需任何类型推导或启发式搜索：单遍 O(N) 线性验证器在 ~5.78 ns/节点内从数学上保证 100% 无内存别名冲突、无释放后使用、无缓冲区溢出与无沙箱越权；同时三层执行引擎与直接 x86_64 ELF64 AOT 编译器在 ~6.4 µs 内将多阶段列式流水线融合为单遍寄存器循环。
[0x02] FIRST-PRINCIPLES DECONSTRUCTION
为什么人类文本语言会成为 AI 智能体的瓶颈？
传统文本流水线 (Rust / C++)
- • AI 被迫将内部张量意图序列化为数千个 ASCII 字符（pub fn、花括号、分号）。
- • 编译器耗费数秒进行词法分析、构建 AST，并运行 NP-hard 级别的借用检查与寄存器分配搜索。
- • 硬件调度策略（SIMD / 缓存分块 / 多线程）与命令式循环语法深度纠缠。
Rul (.rl) 128 位二进制流水线
- • AI 直接输出 16 字节二进制指令帧（0 ms 解析开销，0% 语法错误）。
- • 单次前向循环在 ~5.78 ns/指令内完成 SSA 顺序、内存版本与数组边界验证。
- • 仅修改 1 个字节（第 2 字节：schedule_hint）即可将执行模式从单核 SIMD 切换至多核 + ZoneMap。
[0x03] EMPIRICAL EVALUATION (80 MB / 10M F64)
实证基准测试结果（80 MB / 1000 万个 f64）
| 实现方案 | 执行模式 | 延迟 | 内存带宽 | 对比 C 8-ACC |
|---|---|---|---|---|
| [A] 传统命令式 AoS + Vec::collect() | 单核 AoS + 堆内存分配 | 70.66 ms | 1.13 GB/s | 0.10x |
| [B] 标准 Rust SoA (filter().map().sum()) | 单核 SoA 迭代器链 | 19.12 ms | 4.18 GB/s | 0.38x |
| [C] 手写 C/Rust 8 累加器 SoA | 单核 8 通道循环展开（基准线） | 7.32 ms | 10.92 GB/s | 1.00x (Baseline) |
| [D] Rul (.rl) Tier 2 融合 SIMD (0x11) | 单核 L1 分块 SIMD (SimdStream) | 5.91 ms | 13.53 GB/s | 1.24x (1-Core vs 1-Core) |
| [E] Rul (.rl) Tier 2 多核并行 (0x12) | 全核并行（1 字节调度突变） | 3.19 ms | 25.04 GB/s | 2.29x (Schedule Byte) |
| [F] Rul (.rl) Tier 2 多核 + ZoneMap | 全核并行 + O(1) 冷分块跳过 | 1.55 ms | 51.53 GB/s | 4.72x (Peak Speedup) |
[0x04] ACADEMIC CITATION
在学术研究中引用 Rul (.rl)
@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}
}[0x05] CRYPTOGRAPHIC PRIOR ART (SHA-256 + OPENTIMESTAMPS)
先有技术与密码学归属验证 (Prior Art)
核心规范与 Rust 实现的 SHA-256 摘要已通过 OpenTimestamps 锚定在比特币区块链上（位于 docs/prior_art/ 目录）。
| 文件路径 | 架构角色 | SHA-256 摘要 |
|---|---|---|
| docs/rul_spec_v0.md | 官方 .rl 二进制布局与 O(N) 验证器规范 | 9174ff81b429b19785646f25707034a36b4ba7b4a7964b7e04ddbc31fda9d9c6 |
| docs/WHITEPAPER_RUL_V0_1.md | 技术白皮书与实证评估 (Zenodo DOI) | 141ea3d9b348369b4e233746619fee443387e931c821fe2eb32b93f760571b98 |
| docs/new_language_for_AI.md | 面向 AI 智能体的第一性原理架构剖析 | 88043cda84b7289e9fe26f4bc3547a58b994a91b1df8774bbc206dc6dba5504d |
| src/bytecode.rs | 64B RulHeader、16B ArenaDescriptor、ProofEntry 与 128 位 NodeFrame 定义 | 3a8c780cf4181c936b303943eafa3729eba9e519cd9d55569c28f1f630f26c03 |
| src/verifier.rs | 单遍 O(N) 线性静态验证器 (~5.78 ns/节点) | feaa5ae7e94b2bede64772d1ce595286bed35ac2afc9be9b571836813a4eb11b |
| src/engine.rs | 三层执行引擎、L1 分块融合器、ZoneMap 与白盒追踪器 | 8037e2f718dc24d372a67111d9a6c5481ade4ff55a62d1b315b35c9ccf879bcf |
| src/aot.rs | 零 LLVM 依赖的 Linux x86_64 AVX2 ELF64 编译器 (~6.4 µs) | fe8eddae822fae0df6ea751aaa7919fc81675a7c169d2aadb4c3b9e6f05f27ac |
| src/mcp.rs | 内存级 stdio JSON-RPC 2.0 模型上下文协议服务器 | c58faa2f0ac626412a6c8ef00ae67dabc85b863f4c0ba73c3e16a0ff909a91c6 |