推测生态学图谱：生成式AI时代的可探索知识网络

本项目是UC San Diego博士生程明勇（cmy868）的开源项目，作为博士论文配套网站，以力导向图谱可视化"记忆""生命""具身"三大领域的艺术项目与概念，探索生成式AI时代的生态学思维。项目融合学术严谨性与网络开放性，采用现代Web技术构建交互式知识网络，为数字人文学术提供新范式。

推测生态学是生成式AI时代重新审视生态学思维的理论框架。项目核心围绕三大关联领域：

• 记忆：探索AI系统的"记忆/遗忘"、数据痕迹与版权争议、集体记忆重组等；
• 生命：追问AI对生命定义的改变、人工生命边界、AI辅助生物艺术等；
• 具身：对比AI无身体智能与人类具身认知，探讨虚拟现实具身体验、数字孪生代理身体等。

技术栈采用Next.js（App Router）、TypeScript、react-force-graph-2d，支持静态导出。数据架构简洁：

• nodes.ts：存储节点（项目、概念等），含id、类型、标题等信息；
• links.ts：定义节点间关系。交互体验包括力导向网络图（相关节点自然聚集）、悬停高亮、点击详情、拖拽缩放、主题切换等，让用户主动漫游知识空间。

部署方式灵活：

• GitHub Pages：一键部署（npm run deploy）；
• 支持Netlify/Vercel等平台，或传统服务器。项目模糊学术论文与开源软件边界：
• 论文PDF提供权威性，活图谱持续演化；
• 内容数据化（nodes.ts+links.ts）实现版本控制，更新透明可追溯。

推测生态学提出关键观点：

• AI是技术生态系统，与数据、基础设施等相互作用；
• 生成行为有环境、社会、政治成本，非中性干预；
• 收录艺术作品为思辨设计，探索未来可能性。项目展示学术传播新形态：网络化交互探索结合论文严谨性，为数字人文学术提供参考。

对研究者：可借鉴"活学术伴随物"模式，以开源图谱补充正式论文，促进知识流动与社区参与。对开发者：参考现代Web技术构建知识可视化系统，采用数据驱动架构（内容外置，界面纯呈现层），提升系统可维护性与扩展性。