“agent”走向物种的分水岭——不严格认知

创建一种全新的人工智能物种，可能是我们这个时代最具使命感的事业。这是“深度agent解析”系列的第五篇，今天我们来聊一个让agent从智能体真正迈向智能物种的关键特性——

。

人类在自由探索时，思维从来不是一条干净利落的流水线。过程中充斥着无效的杂质、错误的判断，但这并不妨碍我们最终啃下复杂问题、得出有效结论。这种能力，我们称之为

。它是造物主赋予人类的一个极其强大的天赋——让认知像水一样慢慢渗透、腐蚀掉一个目标，哪怕这个目标一开始模糊不清。

复杂问题的认知，从来不是一问一答就能搞定的事，而是一个漫长的、迂回的过程。在这个过程中，认知最终会凝结成一个“信息团”——一个由问题、答案、推知关系编织成的网络。我们用它来做预测、归因、写文章、与人争论。研究人类的不严格认知能力，从方法论上讲，其实就是去搞清楚：这个认知信息团长什么样？它是怎么发挥作用的？它又是怎么一步步成型的？

认知信息团

让我们从一个原始的求解任务开始，看看这个认知信息团究竟是什么形态。首先，“解答者”接到问题，要解答它就需要背景信息。根据问题不同，背景信息可能包含具体的事实层信息以及更抽象的知识。关键背景信息的缺失，会像打开一个洞口，引出新的子问题。当解答者求解问题时，一个q（问题）分解出的多个q，会保存为q-q关系，描述问题之间的支持结构。如果某个子问题得到了答案，就会生成q-a。

在这个过程中，还有一个“好奇者”角色。它会根据感知流中的陈述信息，主动提出合理的问题。好奇者生成的q被解答角色捕获后，生成q-a信息。这里的a本身是一个陈述，可能被“推知者”捕捉到。

“推知者”则负责捕获感知流中的陈述信息，推演出另一个信息，生成a-a关系——也就是信息之间的推知关系。如果推出来的a作为一个猜想引起了关注，它就会变成一个新的q（用来判断这个猜想是否真实），然后又被解答者捕获。

此外，陈述类型的信息还带有两个附加属性。其一是

：一个陈述信息是否真实，并不是非0即1的二元状态，而是0到1之间的一个连续值。求解时输出的信息信念，与背景信息的信念紧密相关。其二是：也就是一个信息的重要程度。关注度的高低直接影响着在认知求解过程中，这个信息是否能在需要时被检索到。

总结一下：一个与原始问题相关的认知信息团，包含了问题分解过程形成的q-q（一个树形结构）。每个q求解得到q-a，这些a附着在这个树上。好奇者在问题相关领域生成的q-a，其中的a陈述信息可以被推知者继续捕获；推知者生成的a-a，其中的a作为猜想，可以转化为q（这个猜想是否正确），再由解答者捕获。

举个具体的例子：假设我们让agent思考“如何治愈肝癌”。由于背景信息缺失，agent会不断分解问题，最终形成一个认知信息团——里面既有长在分解树上的子问题（q），也有尝试求解得到的答案（a），还有推知者产生的推知关系（a-a）。

认知信息团的演变

虽然每一步操作都可能引入无效甚至错误的东西，但整体上，信息团是朝着更优方向演变的。这种演变体现在几个维度：

。“好奇者”会提出有价值的问题，生成q-a信息；“求解者”在求解时如果找不到关键背景信息，也会抛出新的q，从而生成新的q-a。陈述信息写入感知流后，“推知者”推知生成印象，其中显著的印象会形成猜想。这三个角色都在推动新结论信息的形成。

。求解角色在输出答案时会附带信念。由于整个过程中认知信息团会变得更完善、更客观、结构更合理，所以同一个问题在二次求解时，搜索到的背景信息大概率会比之前更好，从而可能得到更大概率正确的答案，或者同样的答案但拥有更客观的信念。此外，记忆整理机制也会根据信息团的整体情况，综合考虑后增强部分信息的信念，否定并削弱另一些信息的信念。这些操作都让信息团中的信息信念在概率上向更客观的方向演变。

。信息关注度决定了检索时是否会被找到。认知的三个角色在执行操作前，都会从长期记忆中检索相关信息作为工作记忆。因此，重要的信息是否有足够高的关注度，直接决定了它是否能在需要时被检索到。根据长期记忆的唤醒机制，信息被有效使用会增加关注度；同时，“解答者”在求解时，会回溯哪些信息贡献了最终认可的结论，并反向增加这些信息的关注度。

不严格认知能力（哲学层的原因）

从哲学层面看，人类的不严格认知根植于两个特性。

统计正确性说的是：即使样本中绝大部分是无效或错误的，但只要无效或错误的样本分布偏随机，而正确的样本分布偏集中，那么正确的样本就能在频次强度上凸显出来，此时样本在统计上是反应真实情况的。因为“统计正确”比“样本正确”宽松得多，所以能利用统计正确原理来获取有效信息的系统，容错能力极强。比如“推知”角色：它推知的每一个印象可能都是错的，但只要错误印象的分布是随机的，那么正确印象就会自动凸显出来，变成猜想。

统计优化说的是：即使单次操作可能是无效甚至错误的，但只要每一步操作在概率上让系统变得更优，那么随着操作累积，系统的状态就会越来越优化。这样的系统具备统计优化特性。认知信息团的统计优化特性来源于这样一个反馈环：单步操作的有效性依赖于当前的背景信息（也就是过程中的认知信息团），而单步操作的输出又反过来完善了背景信息。因此，如果已有的背景信息能够支持单步操作大概率有效，并且操作能让背景信息更加完善，那就形成了一个正向增强的反馈环。

Agent走向智能物种的分水岭

如果我们给GPT出一个题目，让它求解一万次，GPT得到的答案质量只是在某个均值附近波动。但如果我们构建的agent在求解时能呈现出统计优化特性——每次在原始问题相关的范围内重复求解，认知相关的信息团在统计上向更优的方向发展，每次求解也因此更加完整、客观——那么投入更多的算力就是有意义的，能让答案不断向更好的方向逼近。

在MTSagent的工程实践中，我们制作了很多思维功能，这些功能会向记忆中写入认知信息。然而，只要统计优化的特性在求解过程或记忆整理过程中不成立，这些不断写入的信息就会让长期存储变得越来越乱。这导致我们积累了大量无法使用的功能。

如果这个要塞被攻克，许多以改变长期记忆为输出的认知功能将能够协同发挥作用，让认知存储不断优化，人类式的“不严格认知”就会在机器上重现。