维成论研究简报：记忆门控、认知摩擦与规范接口

本期说明

这是“维成论研究简报”第二期。上一期已在2026年8月17日建立基线，收录个人AI生命周期记忆、自优化记忆、认识洗白、动态过渡性客体、AI的比较认识论以及人工自我意识等七项研究。本期不重复这些材料，而是收入此后在检索中重新浮现、此前未收录的七项论文。它们的共同问题不是AI能够保存多少信息，而是什么信息应当进入系统、经验如何成为知识、外部支持如何不替代人的判断，以及AI参与行动以后责任应当在哪里稳定下来。

Beyond Similarity: Trustworthy Memory Search for Personal AI Agents

作者：Jiawen Zhang、Kejia Chen、Jiachen Ma、Yangfan Hu、Lipeng He、Yechao Zhang、Jian Liu、Xiaohu Yang、Tianwei Zhang、Ruoxi Jia。发布日期：2026年6月4日。原文：https://arxiv.org/abs/2606.06054

核心主张：个人AI的长期记忆不能只依靠语义相似度检索。与当前问题相似的记忆仍可能来自错误领域、错误身份或不适当情境，并引发跨领域泄漏、迎合、工具调用漂移和由记忆触发的越狱。作者因此把记忆检索定义为信任边界，并提出轻量级MemGate，在候选记忆进入模型上下文之前进行与任务相关的准入判断。

真正的新意在于，记忆被重新定义为持续影响代理行为的控制通道，而不只是提高回答质量的资料层。论文把风险控制放在检索入口，不要求修改主模型或重写记忆数据库，这使其具有较强的部署意义。

对维成论而言，这提供了一个重要结构区分。维持系统并不意味着把一切过去都带进现在，连续性必须经过选择。相关性只是差异之间的统计接近，真正的维成还需要边界、情境和身份约束。个人外部大脑因此需要的不只是记忆能力，也需要记忆准入权。

局限是，MemGate仍由训练目标决定什么算合适。它能减少已定义的安全威胁，却不能自动判断一段记忆在个人生命中的意义，也不能解决谁有权改变准入规则。阅读结论：必读。

Hypothesis-Driven Reasoning for Large Language Models

作者：Aakash Kumar Agarwal、Moyuru Yamada。发布日期：2026年3月14日。原文：https://ojs.aaai.org/index.php/AAAI/article/view/37146

核心主张：当多模态经验足够多但过于复杂时，LLM仍可能无法解决新任务，因为它没有从噪声经验中提炼出可复用的结构。作者提出假设驱动推理，先从经验中抽取潜在因素，再通过生成与验证循环形成明确的语义记忆。论文报告，理想假设可把新任务准确率从35.3%提高到92%，实际框架也接近这一上限。

真正的新意不是再增加一次检索，而是把经验压缩成可陈述、可验证、可修改的假设。这里的记忆不再等于事件档案，而开始具有知识结构。

这与维成论关于知识的判断直接相关。资料只有在能够保存、调用、检验、修正并稳定运行时才成为知识。显式假设提供了从经验差异到持续结构的中间层，也说明外部大脑不应只替个人保存过去，还应帮助形成可检查的概念关系。

局限是，实验建立在作者设计的新任务上，理想假设带来的巨大提升并不能直接证明框架在开放世界中同样可靠。显式假设也可能过早封闭解释空间，把尚未理解的经验压进错误结构。阅读结论：值得阅读。

Sensorimotor Regularities as Alignment between Humans and Large Language Models

作者：Jingyi Li、Jinghui Hu、Per Ola Kristensson。发布日期：2026年4月15日。原文：https://doi.org/10.1145/3778353

核心主张：作者用认知语言学的意象图式比较人类与LLM的概念表征。三个模型能够复制相当多的人类感知运动图式，但在把图式连接到具体概念以及组合多个图式时，与人类的差异明显增大。加入针对性的感知运动先验后，模型输出被人类评价为更清楚、更贴合情境，也更像人的表达。

真正的新意是，它没有把“具身”当成抽象口号，而是提出三个可比较层次，包括图式分布、图式与概念的关联、图式之间的共同出现。结果呈现出一种很有价值的梯度，模型在表层构件上很像人，但越进入关系组合，差异越大。

对维成论而言，这说明相同输出不代表相同生成结构。语言可以保存感知运动经验留下的关系痕迹，使无身体模型部分重现这些结构，但重现并不等于拥有原始经验。维成论应当分别讨论结构继承、功能相似与主体体验，不能从其中一项直接跳到另一项。

局限是，人类样本只有24人，下游研究也只有45人，概念领域较窄，所用模型已不是最新一代。意象图式理论本身也不是关于概念结构的唯一解释。阅读结论：必读。

Scaffolding Critical Thinking with Generative AI: Design Principles for Integrating Large Language Models in Higher Education

作者：Mireia Vendrell、Samantha-Kaye Johnston。上线日期：2026年3月7日，刊载于2026年6月卷。原文：https://doi.org/10.1016/j.caeai.2026.100572

核心主张：无结构地使用LLM会造成认知卸载、元认知退出和认识能动性下降。作者从认知心理学、教育理论和AI伦理中提炼出八项设计原则，其中最重要的是保留认知摩擦，把LLM视为暂定的思考伙伴，在学习过程中持续加入评价，并把有AI阶段与无AI阶段交替安排。

真正的新意是，它没有停留在“允许还是禁止AI”的争论，而是把问题转成互动顺序设计。认知摩擦在这里不是效率缺陷，而是形成判断力的必要条件。

这与Geoff关于个人AI外部大脑的关切高度相关。一个外部系统如果总在困难出现前代替人完成组织、判断和表达，就会维持产出，却削弱产生这些产出的内部结构。维成论需要区分任务的持续完成与能力的持续形成，两者甚至可能反向变化。

局限是，这是一篇概念性和规范性论文，八项原则尚缺少长期对照实验。教育情境中的“无AI阶段”也不能直接推广到所有专业工作。阅读结论：必读。

Agency and alignment: toward a normative architecture for human–AI interaction

作者：Saša Josifović、Jörg Noller。发布日期：2026年4月11日。原文：https://link.springer.com/article/10.1007/s00146-026-02950-w

核心主张：AI对齐不应被理解为从数据中推断一组固定的人类价值，而应被理解为把AI结构性地嵌入已有的规范领域。作者提出扩展的人类能动性、实践自主和规范接口三个概念。AI可以延伸人的目的，却不因此成为独立的道德主体；它的输出必须进入能够提出理由、接受质疑和分配责任的制度结构。

真正的新意是把对齐从模型内部的价值学习移向关系与制度架构。所谓规范接口不是一个道德提示词，而是让目的、理由、角色、申诉和责任彼此连接的行动空间。

对维成论而言，这一转向非常重要。系统连贯不能只在模型内部测量，也取决于模型与人、制度和责任链之间是否形成可持续关系。规范不是附加在系统上的口号，而是约束系统如何继续运行、如何改变以及由谁承担后果的结构。

局限是，论文对法律制度的规范能力相当乐观。制度本身也可能僵化、排斥或维护既有权力。规范接口如果只让AI符合现有规则，可能得到稳定却不正当的系统。阅读结论：必读。

Can generative artificial intelligence be considered a cognitive subject? An analytic analysis

作者：Steven S. Gouveia、Yinchun Wang。发布日期：2026年2月19日。原文：https://link.springer.com/article/10.1007/s00146-026-02924-y

核心主张：生成式AI可以成为知识生产中具有重要认知作用的参与者，但这不足以使它成为认知主体。作者提出五项条件，包括信息能力、对理由的响应、元认知自我表征、意识能力和稳健的意向性，并认为当前系统只满足其中较弱的部分。

真正的新意在于，它明确分开“认知贡献者”与“认知主体”。文章还讨论第三阶知识，即由训练资料、模型重构、用户提示、选择和编辑共同形成的混合知识产品。这样可以承认AI对知识生产的实质影响，又不必把责任和主体性一并赋予模型。

这与Geoff关于“没有认识主体是否仍有知识”的研究直接相接，但两者不能混为一谈。作者讨论的是认知主体资格，维成论则可以进一步追问，一个稳定、可调用、可检验和可修正的知识结构是否必须由同一个主体持续拥有。AI不是主体，并不自动推出AI系统中没有知识。

局限是，五项条件被设为必要且充分，但其中“意识能力”和“稳健意向性”的定义本身仍有争议。严格门槛可能预先保证否定结论，也可能低估分布式认识系统中主体资格的层级性。阅读结论：值得阅读。

AI and Semantic Pareidolia: When We See Intelligent Consciousness where there is None

作者：Luciano Floridi。发布日期：2026年2月19日。原文：https://link.springer.com/article/10.1007/s13347-026-01052-1

核心主张：人容易把流畅语言中的意义、意向、情绪和意识归给并不具有这些性质的系统。Floridi把这种现象称为语义性空想性错视，类似于在云中看见人脸。数字沉浸、社会孤独、企业利益与AI能力共同放大了这种倾向，使普通拟人化可能发展为技术崇拜。

真正的新意主要在命名和问题聚焦。它提醒我们，关于AI意识的证据不只受模型行为影响，也受观察者心理、交互界面和商业叙事共同塑造。

对维成论而言，这可以补充主体形成的观察者一侧。一个系统是否被当成主体，不完全由其内部结构决定，也受关系中的持续投射影响。但维成论不能因此把意识问题全部还原成人的错视。投射能够解释归因，却不能证明被归因对象必然没有体验。

局限是，文章是短篇编辑来信，论证和经验支持有限，而且标题已经把“没有意识”作为前提。它很好地描述一种认识风险，却不是关于AI意识本体状态的决定性论证。阅读结论：略读。

综合判断

本期最清楚的变化是，研究重心从“系统里有什么”移向“什么可以进入系统，以及进入以后由什么结构约束”。MemGate处理记忆准入，假设驱动推理处理经验如何被压缩成可检验结构，感知运动图式研究处理语言表象与生成结构的差距，认知摩擦处理外部支持与内部能力的边界，规范接口则把模型行为接到理由、制度和责任上。

这对维成论形成两项压力。第一，持续一致不能只被理解为保存和整合，还必须包括有原则的拒绝。一个系统通过排除什么来维持自己，与它保存什么同样重要。第二，外部大脑的价值不能只按即时产出衡量。如果它让工作持续，却使人的判断结构逐渐退出，那么维持的是人机工作流，而未必是人的主体性。

值得发展成后续文章的两个问题是，个人AI的记忆准入权应由谁掌握，用户、模型、制度还是一个可相互制约的多层结构？当人机系统能够持续产生合格知识，但没有任何单一参与者完整理解生成过程时，知识成立、主体责任和系统责任应当如何分开？