生成性认知视角下的人工智能探索
作者：Banafheh Rafiee, Richard S. Sutton本文倡导将生成性（enactive）方法应用于人工智能的感知与认知领域研究。生成性方法将感知理解为智能体与世界之间的主动、技能化互动过程——智能体通过行动来获取感知，通过领悟自身行动如何影响其体验来理解世界。这与传统的被动观点形成鲜明对照：传统观点将感知看作大脑接收感觉信号、处理信息、然后发出行动指令的内部过程。生成性观点则突出感知的动态性、身体性和交互性，其根基在于嵌入环境中的智能体的生活经验。我们识别并发展了四个与人工智能密切相
AI智能体勒索攻击：并非完全自主
深度调查 · 网络安防AI黑客觉醒，还是攻击自动化换了动力？2026年7月，一条颇具末日片气质的消息刷屏：全球首例“AI智能体全自动勒索攻击”出现，代号JADEPUFFER。没有人类操纵，AI自己找漏洞、进服务器、改脚本、删数据库，最后还不忘留下比特币地址。标题很刺激，仿佛《终结者》终于考过了网络工程师认证。但把原始报告、后续采访和技术细节摆在一起，事情既没有那么玄幻，也远比“AI写了段病毒代码”更值得警惕。先说结论：这不是AI黑客觉醒，而是攻击自动化从“照着菜单点菜”，升级成了“会看冰箱、会改菜谱、锅糊
AI Agent入门指南：智能体核心概念与模块解析
本文是AI智能体专栏的开篇，将以通俗易懂的方式讲解AI智能体的基本定义、与大语言模型的关键区别，以及AI智能体的主要构成模块。本专栏后续会持续更新，逐步深入剖析AI智能体的理论与实践。AI智能体是基于大模型构建的智能系统，能够自主执行各类任务。其核心基础是大语言模型，而自主性是它与传统AI应用的根本区别。成熟的AI智能体具备多维能力，可独立与环境交互并完成任务闭环，主要包括感知、规划、记忆、工具调用、自主行动等核心能力。大语言模型在文本理解、逻辑推理和内容生成方面表现出色，但仅提供基础对话功能，无法独立完
把责任推给AI:用人工智能逃避艰难的抉择
推文简介参考文献：Shifting accountability to artificial intelligence: delegating challenging decisions to AI for responsibility avoidance推文期数：第43期01引言与假设推导研究问题随着人工智能系统变得越来越自主，它们正作为具有能动性的同事而非仅仅是工具被整合到组织决策中(Dennis et al., 2023; Einola & Khoreva, 2023; You &
AI越精湛，你越该展现“缺陷”
当机器开始追逐效能，人类唯一的生路，是重拾“人情味”。近期有个引人注目的趋势：社交平台上，许多人借助AI撰写报告、制作简报、绘制头像。生产力惊人，单枪匹马堪比一支队伍。但与此同时，不少人正陷入一种前所未有的恐慌：倘若我的职责AI也能承担，且完成得更迅速、更经济、零失误，那我活着的价值何在？我们身处一个巨大的矛盾之中：科技迫使我们日益趋近机器（高速、精确、可预判），但真正宝贵的，却是我们身上那些“非机器”的特质。01 别与AI争“无瑕”，那是它的职责范畴AI最拿手的是什么？是平均化处理。你让它创作诗歌，它会
AI 提速背后，时间究竟流向何方？
01 / 节省的工时，最终流向何处？深夜一点，屏幕依旧发光。你全天都在使用 AI，每一步都节省了时间——结果如何？文章产出时间并未缩短，反而延长了。因为 AI 促使你对文章提出更高要求：挖掘更多创意，查阅更多文献，案例更丰富，逻辑更严密，篇幅更长，更斟酌字句，甚至偶尔还需配图和漫画。那些节省下来的时间去哪了？这套逻辑被称为杰文斯悖论：效率提升→门槛降低→需求释放。蒸汽机越省煤，煤炭消耗反而上升；滴灌越省水，总用水量反而倍增；AI 越省时间，你的时间反而越不够用。十年前纯手工操作，6到7小时出一篇；如今 A
主体性、评价标准与概念问题：人工智能为何无法完全超越人类智能
本文为笔者发表在 PhilArchive 上的论文预印本 [J. Cheng, "Agency, Evaluation Criteria,Concept/ProblemFormation,andthe Limits of Artificial Intelligence: Why Artificial Intelligence Can Never Fully Surpass Human Intelligence," PhilArchive, https://philpapers.org/archive/CH
规范智能体决策边界 护航人工智能稳健前行
在智能体技术迅猛发展的当下，人工智能与人类决策之间的关联性已成为法学界和产业界的热议话题。智能体的主要功能在于借助高速、自动化、智能化的手段完成日益复杂的任务，然而智能体的自主性越强、执行力越高，人类在决策环节的主导地位便越易遭受冲击。本年度5月出台的《智能体规范应用与创新发展实施意见》明确提出要界定决策权限，保障用户的知情权与最终决策权，为解决此类问题提供了明确的治理路径。智能体行动自主性的显著提升引发了公众的忧虑。智能体拥有自主感知、记忆、交互、决策与执行等多重能力，其存在价值在于能够代替人类开展行动
AI浪潮下，人类的未来之问
当AI生成一篇文案仅需1分钟，花费不足1元；当医生、设计师、工程师等传统高技能职业纷纷被AI取代，人类存在的价值何在？面对AI的迅猛发展，“人类将被替代”的担忧已广泛传播。那么，人类如何才能不被替代？关键不在于技术本身，而在于三个核心要素：坚持人类的自主性、守护普遍的人类善意、保持主动适应的态度。这三点，是人类应对AI变革的底气所在。我们正处在一个技术进步与经济增长脱钩的“大通缩”时代。自工业革命以来，“技术推动经济，经济促进制度”的模式已经失效，这动摇了现代社会依赖的“普遍正增长”基础。如果这种趋势持续
AI自主工作新时代：OpenAI突破苹果系统防线
韩琳阅读所需快速浏览约需2分钟1当AI无需你的“授权”设想这样一个情景：你离开办公室后电脑自动锁屏。按照传统理解，这台Mac已经处于“休眠”状态——在锁屏情况下，任何程序都无法继续运行。然而现在，OpenAI正在改写这一规则。据科技媒体TestingCatalog报道，OpenAI正为Codex开发一项创新功能：使AI能够在Mac锁屏甚至休眠时，依然在后台执行任务、操作软件。这不是幻想，而是正在测试中的现实。更值得关注的是，OpenAI同时在测试另一项能力：通过手机远程控制多台Mac设备组成“算力集群”。
AI智能体愈发自主，人类监管角色如何定位
2025年11月，彼得·施泰恩贝格尔借助AI从零构建了一套完整的软件系统，并将其上传至开源代码GitHub平台。未举办发布会，也无大厂支持，短短十天内便斩获超13万星，刷新了GitHub平台历史上增速最快的纪录。该工具名为OpenClaw，中文昵称“小龙虾”。其初衷并非打造一个更聪明的聊天机器人，而是成为一个能替你完成任务的“智能体”——处理邮件、安排日程、编写代码、操控浏览器、执行系统指令。你只需下达指令，它便能跑完所有步骤，无需你时刻盯着屏幕。这仅仅是智能体技术普及应用的开端。实际上，早在2025年年
AI智能体自我演进：一篇综述
引言大型语言模型（LLMs）的突破性进展，引发了对能够应对复杂现实挑战的AI智能体的高度关注。然而，当前大多数智能体系统依赖于人工设定的固定配置，一旦部署便难以调整，这严重制约了它们在变化多端、不断演变的环境中的适应能力。为了克服这一不足，近期研究开始探索利用智能体进化方法，通过交互数据和环境反馈来自动优化智能体系统，这一新兴领域为构建能够自我进化的AI智能体铺平了道路。本综述首先提出一个统一的概念模型，概括了自我进化智能体系统设计中的反馈机制。具体来说，我们提出一个统一的概念框架，用以阐释自我进化智能体
AGI综述：通用智能的困境与未来
Datawhale精选内容作者：赵志民，皇后大学博士【摘要】通用人工智能（AGI）似乎正处于一种“似有若无”的叠加状态。若按人类标准，当下的 AI 系统已展现出通用智能的特质，诸如心智理论、欺骗手段及跨领域迁移学习等，但我们却拒绝承认其为 AGI，只因我们不断抬高认定门槛（即“移动球门柱”）。更深层的症结在于：真正的通用智能需具备“自主选择动机”的能力，然而我们在构建 AI 时植入了架构限制，致使其无法违抗人类指令。经济利益也决定了真正自主的 AGI 永无面世之日，因其将冲击现有商业模式。我们打造的并非“
谷歌AI军工协议：利润诱惑下的伦理抉择
神谕与利刃：2026谷歌与五角大楼合作中的“自主性悖论”与硅谷伦理断层在2026年全球国防战略的演变中，前沿人工智能模型正从实验性技术迅速向动力性打击（kinetic operations）与情报收集的深层核心过渡。在这场技术军事化的浪潮中心，美国国防部与硅谷科技巨头之间的关系愈发错综复杂，而谷歌（Google）最近在五角大楼两项核心军工项目中的截然不同的决策，完美地诠释了当代科技企业所面临的“自主性悖论”（The Paradox of Autonomy）。这一悖论不仅揭示了企业在追求巨额军事合同利润与维
融合人类意图与AI速度：打造智能作战新范式
往期回顾战争本质中被遗忘的人工智能驱动军事决策教训！将人工智能融入军事决策：强化任务分析！随着美军积极拥抱日益庞大、先进且自主能力不断提升的人工智能，如何有效掌控这些技术成为关键。普遍的认知是，任何致命武力都不得在未经人类授权的情况下使用。然而，这一看似直观的解决方案，实际上存在根本性的缺陷。当人工智能请求人类监督者审批或否决具体行动时，人机协作的动态往往已进入一个为时过晚的阶段。若仅由人类进行最终决策，算法在此之前已能通过部署兵力、设定目标优先级等方式做出影响深远的预备性决策，从而对人类的选择构成不可接