在数字世界里，一切数据、算法、模型与交互，最终都以「文字」为入口：语料的载体是文字，指令的载体是文字，人机对话的入口仍是文字。谁定义了文字的数字存在方式，谁就握住了数字文明的底层开关。汉字是当今世界使用人口最多的文字，却在数字存在方式上长期依赖外部方案——拼音转写、他国输入法内核、域外字符集规范。这带来三重失衡：输入效率受制、编码主权旁落、汉字自身价值在数字链条中被稀释。
一种文字真正的危机，不是无人使用，而是使用者不必再理解它。「提笔忘字」之所以成为集体症候，正因为文字在数字链条中从「意义与形体的统一体」退化为「拼音的输入手段」——会读不会写、会打不识形。当文字只剩声音通道，它的人文厚度与形体智慧就同时被截断。
COS 的判断是：要救的不是人们的记忆力，而是文字在数字世界里的存在方式。当每一个汉字都能被「看形取码」直接键入、每一个码都能还原字形，文字便重新成为「可理解、可计算、可继承」的对象，而不再只是语音的附庸。
COS 的选择是回到文字的形体本身：把汉字拆解为**可数的部件**，把部件映射为**正负数码**，再把数码组织为**可计算的数制**。由此获得三个直接结果——
本白皮书描述的所有技术能力，都从一个立场出发：为人类服务。它不是为一国一族的文字优越性，而是让每一种语言、每一个文明在数字时代都能被平等地书写、平等地检索、平等地传承；让信息在量子时代依然安全；让所有人学习文字的时间与成本显著下降。
COS 以 26 个码位覆盖汉字全部形体要素，与标准键盘一一对应——
| 码位类别 | 数量 | 内容 | 键位映射 |
|---|---|---|---|
| 正码 | 10 | 0 1 2 3 4 5 6 7 8 9 | 第二排 A–L ＋ M（M＝0） |
| 负码 | 10 | ⁻0 ⁻1 ⁻2 ⁻3 ⁻4 ⁻5 ⁻6 ⁻7 ⁻8 ⁻9 | 第一排 Q–P（负号在数字头顶） |
| 字母码 | 6 | Z 言(讠) ／ X 木 ／ C 土(士) ／ V 补充码 ／ B 日 ／ N 金(钅) | 第三排 Z X C V B N |
汉字的取码单位是部件：98 组「正负一码部件」＝ 85 个单数部首 ＋ 13 个补充形码部件。每个部件对应唯一一枚码片，因此「看字形 → 拆部件 → 取码片」全程不需要读音参与，也不需要记忆字根表以外的拼音规则。
当不同汉字取到同一串数码时，采用补充码 V 补位区分（例如「八＝８」与「人＝８V」）；常用长字的数码可放宽到 5 位，以保证高频字仍然直观可记。词组则按 3.3 取码规则（两字各取首码、三字各取首码、四字及以上取前三字首码＋末字首码）形成最短可识别整数码。
字库并非静态清单，而是一条可扩展、可回归验证的生产线：单字字表 → 编码管线（部件解析、码位仲裁、重码补位）→ 字库与码位表 → 页面内嵌 → 线上运行。管线内置三重保障：
以新华字典与中文词典为标尺，字库的覆盖情况如下：
| 指标 | 实测值 | 说明 |
|---|---|---|
| 新华字典字条 | 16,142 | 字典收录汉字规模 |
| 中文词典词条 | 264,434 | 词组编码与查询的数据基础 |
| 字库直接有码 | 15,743 | 可直接键入并还原 |
| 可经繁简映射打出 | 355 | 由标准字码扩展 |
| 真正无码 | 44 | 多为域外异体／罕用字，持续补录中 |
覆盖率 ≈ 99.7%（可直接键入 ＋ 繁简映射）。这一数字意味着：对日常书写、出版物用字与绝大多数文献用字，COS 已具备完整替代能力。
编码的价值在于「可解释」——同一个字，任何人按同一规则都能得到同一串数码。以下为实际字例（V 为补充码，⁻ 表示负码）：
| 字 | 形体依据 | 数码 | 说明 |
|---|---|---|---|
| 八 | 单一部件 | ８ | 最简形态：一码成字 |
| 人 | 与「八」同码 | ８V | 以补充码 V 区分（重码补位） |
| 凸 | 同码竞争 | ０V | V 补位第二位 |
| 凹 | 同码竞争 | ０VV | V 补位第三位 |
| 森 | 木＋木＋木（木＝X） | XXX | 三同部件：形与码完全一致 |
| 嗯 | 口＋因（口＝0） | ００４⁻２V | 常用长字，补充码收尾 |
| 嘢 | 口＋野（口＝0） | ００５１V | 方言常用字亦按同规则取码 |
| 絶 | 繁体「絶」＝ 简体「绝」形 | ⁻７９V | 繁体与简体共享同一码基，以 V 区分 |
| 緑 | 繁体「緑」＝ 简体「绿」形 | ⁻７⁻３⁻１VV | 异体字按形体映射，兼容繁简 |
从表中可见三条规律：其一，同形同码——字形相同则数码相同；其二，繁简互通——繁体与简体共享码基，仅以补充码区分，因此同一份数码可跨字体还原；其三，可扩展——新字只需按同一部件规则取码，不改变任何既有字码。
用户在标准键盘上「看形取码」即可完成汉字输入：键位图与物理键盘一一对应，第一排为负码、第二排为正码、第三排为字母码。支持候选选择、词库联想、繁简切换、深色模式、语音播报与输入预览。全过程不依赖拼音——这对不熟悉汉语拼音的使用者、非母语学习者、以及需要在无读音环境中录入的场景，都是结构性的效率改变。
平台内置两部权威工具书的数字版：新华字典 16,142 字条与中文词典 264,434 词条，每条同时给出拼音、部首、笔画、释义与正负数码。查询支持按字、按词、按数码三向检索——这是传统字典做不到的一条通道：知道形，就能查到字；知道码，就能查到义。
长文闪送解决的是一件事：如何把一份内容安全地交给另一个人，而不让它停留在任何可被窥视的位置。当前版本的完整流程如下：
三个设计要点值得说明：
输入只是入口。围绕「学会、练熟、考核、坚持」四个环节，平台提供了配套闭环：
这套闭环的意义是：把「认字」拆成可测量的小步——看得懂（拆部件）→ 打得准（取码）→ 测得清（测评）→ 坚持得下去（排行榜与练习）。
平台的加密能力分为三档，覆盖从日常到高敏的不同需求：
| 通道 | 形态 | 适用与要点 |
|---|---|---|
| 蒸馏加密 | 12 码 | 中文加数码的常规档：密文是汉字按形蒸馏出的正负数码，无数学陷门可攻；普通用户与会员均可使用。 |
| 抗量子加密 | 24 码 ＋ 先决条件核验 | 高敏档：发送方可设定姓名／虹膜／声纹／自主口令等多维度先决条件，提取方须逐项匹配；连续核验失败将自动销毁该项加密。 |
| 加密语音 | 音频字节数码化 | 录音后按字节转为正负数码密文入库，提取方在本页解密播放或下载音频文件，全程不落第三种格式。 |
机机密传面向指挥调度、应急系统、智能驾驶、高危物品管理等需要在机器之间直接、私密传递重要信息的场景。其机制要点：
对于「一对多」投递，平台支持向多台已确认接收机逐台定向加密投递，每台独立一次性会话密钥，各自自动解码。也可将机机密传内容导出为凭据文件交付，接收方拖入提取栏即在本机解密。
平台已按「编码层—存储层—密码层—架构层」四层纵深预置后量子能力，并规划与 NIST 后量子标准（ML-KEM／ML-DSA）的对接升级。需要强调的是：即便公钥算法被量子计算攻破，本体系的密文仍不以数学难题为唯一防线——一次性语义与提取即删的机制不因算力提升而失效。
中国红码是平台自有的码制（当前 v3 形态：37×37 垛口外圈 ＋ 9 个 11×11 小码点，小码点各自随机旋转，保留隔离线以便稳定识别）。它承担两类工作：
把「安全」从技术承诺变成可查询、可赔付、可审计的制度安排，是 COS 在行业内的一项独特设计。数据安全保险已随加密功能上线运行。
用户中心「🛡 我的保单」提供完整的自助能力：
管理后台在「财务管理」之下设置「保单管理」，含两个视图：
| 视图 | 内容 | 用途 |
|---|---|---|
| 保单收入 | 保单总数、保金收入合计、逐单明细（保单号／归属用户／保金／状态） | 收入核对与对账 |
| 保单理赔 | 理赔笔数与合计、逐笔明细（保单号／金额／状态／时间）与赔付登记（单份上限 10 万元） | 理赔处理与风控 |
在用户侧的加密传输区，平台明确标注「丢失泄密赔 10 万」——把安全承诺写在用户看得到的地方。
因为安全不是一个技术形容词，而是一组可执行的义务：承诺要能被查询，责任要能被追溯，损失要能被赔付。保险机制把「我们很安全」翻译成「如果出事，我们按规则赔」——这是技术自信的制度化表达，也是让机构与个人敢于把重要内容交给这套通道的前提。
把保险写进产品流程，实质上是把「安全承诺」变成三项可验证的义务：
| 义务 | 落地方式 |
|---|---|
| 数据最小化 | 服务器仅存数码密文，提取即删、不可视、不缓存；平台不掌握明文内容。 |
| 责任可追溯 | 保单与提取数码一一绑定，承保、提取、结案、理赔各环节状态留痕，可查询、可导出对账。 |
| 赔付可执行 | 保额、保金、上限、结案口径均为明示规则；用户可自助发起理赔，平台按流程审核处理。 |
同时有必要明示边界，避免误读：① 保险按「一份加密文件一份保单」计算，单份保额上限 10 万元；② 保金按实名认证身份确定币种与标准；③ 保单在对方提取后 24 小时无投诉即自动结案，此后作为历史保单留存备查；④ 是否参与由用户自行选择，平台不强制。
平台提供 22 种界面语言一键切换，覆盖主要语区。更关键的一层在于：因为 COS 编码以字形为本、与读音解耦，汉字数码天然成为一种语言无关的中间表示——同一串数码，在不同的语言环境中可以对应不同的读音与释义，而字形与编码保持稳定。这为跨语言检索、跨语言教学与多语内容对齐提供了统一的数据底座。
围绕「汉字出海」，平台建立了覆盖 195 个国家与地区的授权体系：包括语言教学机构、出版与内容机构、硬件与系统集成商的合作框架，以及面向不同国家的语言研究与教学落地路径。
平台设立「华语贡献者」名录，致敬文字创制、统一与传播的先贤与专家，并向当代与在世的学者开放推荐与审核通道。当前名录共 139 位：
| 分类 | 人数 | 说明 |
|---|---|---|
| 远古文字 | 22 | 造字与文字整理的先贤 |
| 近代文字 | 35 | 近代文字改革与国语运动先驱 |
| 当代文字 | 31 | 当代文字学、语言学与信息安全领域的院士与专家 |
| 专家学者 | 51 | 推荐并审核通过的专家学者 |
| 其中：院士 18 ／ 学部委员 3 ／ 专家教授 59 | 为体系提供语言科学权威保障 | |
名录的展示规则公开透明：当代文字与专家学者两类按前一日查看数量排序，排名不分先后。每位贡献者拥有独立官网页，可由读者直接访问。
生态的可持续依赖清晰的权益与激励结构：
这套结构的取向是：让使用者得到实惠、让传播者得到回报、让合作方得到标准——生态因此不是单向推广，而是多方共建。
当文字成为数码，指令也可以成为数码。平台构建了两套面向开发者的体系：
| 体系 | 规模 | 作用 |
|---|---|---|
| DCIS（数码指令集） | 97 条编码 × 8 种语言 | 以数码为核心的指令表达，覆盖常用程序逻辑；8 种语言绑定便于跨语言实现与教学 |
| DCUL（数码接口层） | 37 个接口 | 为外部系统接入提供标准接口，使汉字数码能力可被调用、可被集成 |
其意义不在于替代现有编程语言，而在于提供一条以汉字/数码为原语的表达路径：让中文使用者可以用母语的字形与数序思维组织逻辑，也让教学场景可以用同一套符号贯通「识字—算术—编程」。
26 个码位不仅是一套输入法，也是一种数制：以 26 为基，正负对称，免进位负担。其实测指标如下：
这些数值来自实际换算与压力测试：在 100,007 例整数与 26 码位（数码片）互转中零误差；在可比较的语料与数据规模上，采用数码化表达后的存储与传输量出现数量级改善。需要说明的是，甲子六十进制与二进制彼此兼容而非互斥：它可以在现有计算体系之上运行，作为面向「文字—数码」场景的更高效表达层。
文字、算术与逻辑原本是三条学习路径，在 COS 中它们共用同一套符号：识字用码位、算术用数制、逻辑用指令集。对教育场景而言，这意味着学习者不必在三套彼此割裂的符号系统之间反复切换——学习成本显著下降，而迁移能力显著提高。
传统识字路径以读音为入口：先记音，再由音联想形与义。COS 提供了另一条路径——以形体为入口：看字形 → 拆部件 → 取数码 → 得字义。其价值在于三方面：
平台提出阶段性目标：进入教育体系后，全人类学习文字的时间平均减少 90%（远期愿景 99%）。为使这一目标可被检验，平台给出三条验证路径与一组量化指标：
| 验证路径 | 方法 | 观测指标 |
|---|---|---|
| 试点前后测 | 同一批学习者在同一课程标准下，采用 COS 路径前后各进行一次测评 | 达标用时、单位时间识字量、留存率 |
| 机构数据对照 | 与教学机构合作，在平行班之间进行路径对照 | 课堂学时、作业正确率、教师工作量 |
| 等级测评对照 | 以 HSK 1–6 级为标尺，比较达到同一等级所需训练时长 | 等级通过率、等级用时 |
平台向语言学研究机构提出「共建五请」：标准研究、联合教学实验、学术论证、数据开放、人才培养。可交付成果包括：字库与码表、测评题库、标准建议稿，以及与教学机构共研的实验数据。
下表汇总本白皮书涉及的核心实测指标，供评估与验收对照。
| 类别 | 指标 | 实测值 |
|---|---|---|
| 编码与字库 | 已编码汉字 | 14,833 字 |
| 唯一码位 | 14,833 个（重码位 0） | |
| 正负一码部件 | 98 组（85 单数部首 ＋ 13 补充形码部件） | |
| 码位 | 26（正码 10 ＋ 负码 10 ＋ 字母码 6） | |
| 部首码表 | 257 条 | |
| 码长合规 | 数码码片常规 ≤4（补充码 V 不计入），常用长字可 5 位 | |
| 字典词典 | 新华字典字条 | 16,142 |
| 中文词典词条 | 264,434 | |
| 字库直接有码 | 15,743 | |
| 真正无码 | 44 | |
| 闪送与加密 | 数码压缩传输容量 | 实测达 400 万码 |
| 加密通道 | 蒸馏 12 码／抗量子 24 码＋先决条件／加密语音 | |
| 机机密传时效 | 3 分钟，对方本机自动解码 | |
| 数据安全保险 | 每份文件保额 | 10 万元 |
| 保金 | 10 元（中国籍人民币／外籍美元，按实名国籍） | |
| 自动结案 | 对方提取后 24 小时无投诉自动结案转历史保单 | |
| 理赔 | 用户可发起申请 → 待审核 → 已赔付／已驳回（单份上限 10 万元） | |
| 生态与国际 | 界面语言 | 22 语 |
| 授权体系 | 195 个国家与地区 | |
| 华语贡献者 | 139 位（远古 22／近代 35／当代 31／专家 51；院士 18／学部委员 3／专家教授 59） | |
| 编程与算力 | DCIS | 97 条编码 × 8 种语言 |
| DCUL | 37 个接口 | |
| 数制效率 | 26³＝17,576；4.70 bit/击；进位 −92.3%；储运约 −79%；较 UTF-8 省 40–60% | |
| 换算准确性 | 100,007 例零误差 | |
| 教育与学术 | 测评体系 | HSK 1–6 级；12 个学习视频 |
| 阶段目标 | 进入教育体系后学习文字时间平均减少 90%（远期 99%） | |
| 平台与知产 | 双站架构 | 商用站与安全版独立运行，用户与数据相互隔离 |
| 知识产权 | 主专利 202610784807.1；12 项发明专利；24 项软件著作权 |
围绕编码体系、加密方法、传输机制与算力架构，平台已形成体系化的知识产权组合：
| 类别 | 数量 | 说明 |
|---|---|---|
| 主专利 | 202610784807.1 | 基于正负杂合数的汉字数码化编码模型 |
| 发明专利 | 12 项 | 覆盖编码、加密、传输、机机密传等方向 |
| 软件著作权 | 24 项 | 覆盖字库、输入、闪送、字典、后台、加密与安全、运营与资料等模块 |
平台提出的编码标准方向（CSCII，Chinese Standard Code for Ideographic Input）参照 ASCII 的历史角色：让每一个汉字拥有紧凑、可解释、可逆的数码身份，并可与现有字符集互为映射，从而在不破坏既有生态的前提下获得更优的中文表达层。
平台已越过「技术验证」阶段：编码、字库、字典、闪送、加密、机机密传、保险与生态体系均已上线运行。后续工作沿三条主线推进。
| 主线 | 近期（已上线／进行中） | 中期 | 远期 |
|---|---|---|---|
| 编码与字库 | 14,833 字零重码；部首码表 257 条；旧密文兼容层 | 补齐剩余 44 个无码字；扩充异体字与域外汉字；持续人工校订扩库 | 形成完整汉字数码编码规范与字符集建议稿 |
| 安全与保险 | 三档加密、机机密传、一次性密钥语义、数据安全保险（10 万保额／10 元保金／24 小时结案／理赔全流程） | 后量子算法对接（ML-KEM／ML-DSA）；理赔证据附件；机构级保单汇总与审计视图 | 面向关键行业的合规加密通道与保险机制常态化 |
| 教育与国际 | HSK 1–6 级测评；22 语界面；195 国授权；华语贡献者 139 位；学习排行榜与书法大赛 | 试点校与教学机构合作，形成「九成之验」前后测数据集 | 进入多国教育体系，实现学习文字时间显著下降的可复现证据链 |
| 术语 | 释义 |
|---|---|
| COS | 华文生态系统（Chinese operating system · 华文操作系统）：以汉字部件正负形为本源的数码编码体系与生态总称。 |
| 正码 | 0–9 十个正数码位，对应键盘第二排（A–L 与 M＝0）。 |
| 负码 | ⁻0–⁻9 十个负数码位，对应键盘第一排（Q–P），负号显示在数字头顶。 |
| 字母码 | Z 言(讠)／X 木／C 土(士)／V 补充码／B 日／N 金(钅) 六个字母码位。 |
| 正负一码部件 | 对应唯一一枚码片的汉字部件，共 98 组（85 单数部首 ＋ 13 补充形码部件）。 |
| 补充码 V | 重码区分机制：不同汉字取到同一数码时，以 V 补位区分（如「八＝８」「人＝８V」）。 |
| 3.3 词组取码 | 词组最短码规则：二字词各取首码；三字词各取首码；四字及以上取前三字首码＋末字首码。 |
| 凭据包 | 加密完成后生成的交付物：数码与多维度条件一并打包，可复制凭据文本或下载凭据文件；对方粘贴或拖入提取栏即自动匹配解密。 |
| 先决条件 | 抗量子加密的多维度核验条件（姓名／虹膜／声纹／口令），提取方须逐项匹配。 |
| 一次性密钥语义 | 提取即删、不可视、不缓存；对方成功接收后该数码自动失效。 |
| 机机密传 | 两台计算机之间的全自动加密互认传输：机器码互认、IP 比对、会话密钥一次性传递、3 分钟时效、本机自动解码。 |
| 中国红码 | 平台自有码制（当前 v3：37×37 垛口外圈＋9 个 11×11 小码点），用于内容分享与设备邀请直连。 |
| 电子保单 | 数据安全保险的凭证：每份加密文件一份，与提取数码一一绑定，含保额、保金、币种与承保状态。 |
| DCIS／DCUL | 数码指令集（97 条编码 × 8 种语言）与数码接口层（37 个接口）。 |
| 太极算 | 以 26 码位为基的算力表达方式，正负对称、免进位；26³＝17,576 状态空间，单次击键 4.70 bit。 |
| CSCII | 汉字数码编码标准方向（Chinese Standard Code for Ideographic Input），三步走推进：团体→行业→国家与国际。 |
汉字正负数码不是一项孤立的技术发明，而是一次关于「文字如何在数字世界继续存在」的回答：让每一个汉字都能被看形取出、被计算、被安全传送、被平等学习。它所连接的是四件事——文字的尊严、信息的安全、教育的效率、文明的互通。
本白皮书所载的每一项指标，都对应着线上正在运行的功能；所承诺的每一项安全义务，都有可查询的保单与可执行的理解赔付流程。我们愿意把它放在公开的标准之下接受检验，因为文化复兴的底座是文字复兴，而文字复兴的底座，是每一个普通人都能更轻松地读懂、写出并传递自己的语言。