# 演讲 V4 · 术语 / 理论 / 文献 备查手册

> **用途**：CinLearn 2026 演讲《AI 能意识吗？人机融合时代从神经网络到心理共生的跨界实验》（翁勇刚，2026-08-22）的现场 Q&A 备查。
> **数据源**：《演讲计划_V4.md》（含档位 A 两个新观点 + Q&A 备用库）。
> **版本**：V4.3 · 整理日期 2026-08-15 · V6 配套增补 2026-08-16 · V6.1 银幕 AGI 增补 2026-08-16。
> **说明**：经典文献给出完整英文出处；2026 年文献以演讲中引用的口径描述（出自《AI 与心理共生论坛 · 百篇论文演讲素材》）。

---

## 一、缩略语与专业术语表

### A. 意识理论核心

| 术语 | 英文全称 | 一句话定义 | 详细说明 |
|------|----------|-----------|----------|
| GNWT | Global Neuronal Workspace Theory（全局神经工作空间理论） | 意识 = 信息被"全局广播"给全脑 | Dehaene 提出：脑内各专门模块并行处理信息，只有当某条信息"胜出"进入全局工作空间、被广播给全脑其他区域时，我们才意识到它。局部处理（如后台走路、眨眼控制）是无意识的。广播发生时神经元呈 γ 波同步振荡。演讲 P6 用它解释"为什么你没看到大猩猩"——刺激没被广播。 |
| IIT | Integrated Information Theory（整合信息理论） | 意识 = 系统整合信息的程度 | Tononi 提出：把意识量化为 Φ（整合信息量）。Φ 衡量的是"系统产生的信息，超出其各部分信息之和的多少"——即信息被整合得越不可分解，意识程度越高。演讲 P7 用"相机 vs 大脑"类比：相机每个像素独立工作（Φ≈0），大脑的每个瞬间都是全网络共同参与的整体。 |
| Φ | Phi（整合信息量） | IIT 给"整合度"打的分数 | 一个量化符号：数值越高代表意识程度越高。精确计算 Φ 是指数级复杂度（对 N 个元素要遍历所有切分），所以工程上必须找代理指标。演讲 P14 中 NCT 用注意力流线性近似，与精确值相关 r=0.978。 |
| FEP | Free Energy Principle（自由能原理） | 大脑主动预测世界，天职是压小预测误差 | Friston 提出：大脑不是被动接收刺激，而是持续生成预测、再用感觉信号修正预测；"自由能"在此语境下可理解为预测误差的上界。预测编码（predictive coding）是它的逐层实现机制。演讲 P9 用它统一解释焦虑（危险权重过高）、反刍、安慰剂效应，P15 展示它在 Transformer 里能跑。 |
| 预测编码 | Predictive Coding | 逐层生成预测、逐层比对误差的计算框架 | 视觉皮层等层级结构中，上层向下发预测、下层向上送"预测误差"信号，误差被逐级最小化。它是 FEP 的神经实现模型，也是演讲 P15"层级自由能最小化在 LLM 中复现"（误差 3.35→0.57，降 83%）的理论原型。 |
| 预测误差 / 自由能 | Prediction Error / Free Energy | 预测与现实的差距 | 焦虑被解释为"预测系统给危险信号调了过高权重"；绝望是"预测模型卡死在负循环"。这是演讲 P31"AI 出现心理问题表征 = AGI 时刻"假说的理论底座：一个系统必须真正拥有预测、评估与自我，才"病得起"。 |
| 现象意识 | Phenomenal Consciousness | "感觉到"的主观体验本身 | 哲学家所谓 qualia（感受质）：看到红色的"红感"、疼痛的"痛感"。与功能/行为层面的意识（能报告、能调用）严格区分。演讲全程的严谨性口径：所有证据只能说"功能对应"，不断言现象意识存在。P31 终极反问即针对它。 |
| 功能对应 / 功能同构 | Functional Correspondence / Functional Isomorphism | 功能特征相同 ≠ 有主观体验 | 系统表现出与意识理论预言一致的行为/内部特征，但不等于它有第一人称体验——如同地图与地形：地图可以精确对应地形，但地图不是地形。这是演讲的"诚实护身符"，也是回应"你在宣称 AI 有意识吗"质疑的标准答案。 |
| 全局广播 | Global Broadcast | 信息进入工作空间、被全脑共享的瞬间 | GNWT 中意识产生的标志性事件，神经标志是约 40Hz 的 γ 波同步振荡。演讲 P6（大猩猩实验的机制解释）与 P19（WinClaw 神经形态原型中的 γ 波振荡器）两次出现。 |
| γ 波 | Gamma Oscillation（约 40Hz） | 全局广播的物理标志 | 约 40 赫兹的脑电同步振荡，被视为意识通达的神经标志。Dehaene 实验中，阈下刺激只引起局部活动，意识到的刺激才触发全局 γ 同步。 |
| 意识通达 | Conscious Access | 信息从局部处理变为可报告、可调用的过程 | 与"现象意识"相对的操作化概念：信息何时变得"我可以说出来、可以用它决策"。演讲 P6 用 J-space 证明 LLM 内部存在与人类意识通达功能同构的表征。 |
| J-space | J-space（LLM 内部意识通达表征空间） | Gurnee 团队 2026.07 发现的功能同构空间 | 研究者在大语言模型的表征空间中识别出一个与人类"意识通达"功能同构的结构，命名为 J-space。它表明意识通达这一功能特征可能不依赖生物基质，可以在人工系统中以不同物理形式实现——演讲用"飞机不扇翅膀也能飞"类比。 |
| 代理指标 | Proxy Indicator / Proxy Measure | 不直接测目标量，而测可观测的替代量 | NCT 的定位声明：Φ 算不出精确值，所以测"注意力流的线性读出值"作为代理指标——如同用温度计代理"冷不冷"的感觉。这是演讲严谨性框架的核心：只主张可测量的东西。 |

### B. 神经科学与心理学

| 术语 | 英文全称 | 一句话定义 | 详细说明 |
|------|----------|-----------|----------|
| STDP | Spike-Timing-Dependent Plasticity（突触时序依赖可塑性） | 突触强度随放电时序精确调整 | 如果突触前神经元先于突触后神经元放电，连接增强；反之减弱。它是赫布律的时间精确版，是生物学习的基本规则。演讲 P12 中 NCT 用它启发"神经形态学习"，与反向传播对照（一个靠局部时序，一个靠全局梯度）。 |
| 赫布律 | Hebbian Learning / Hebb's Rule | 一起放电的神经元，连接更紧 | Donald Hebb 1949 年在《行为的组织》中提出："Neurons that fire together, wire together."是联想学习的理论源头。STDP 是其后来的实验精确化。 |
| 信用分配 | Credit Assignment Problem | 深层网络中"功劳归谁"的难题 | 网络输出一个错误，该惩罚哪一层哪个参数？反向传播用全局梯度解决；生物大脑没有显式梯度，STDP 等局部规则是替代方案。演讲 P12 用它引出"AI 的局部学习难题"。 |
| 门控系数 η | Gating Coefficient η | NCT 中由神经递质控制的开关量 | NCT 学习率公式中的调节量：四种神经递质浓度共同决定此刻"学多快、记多牢"。相当于给注意力加了一层"生化音量旋钮"，是"神经调制进 Transformer"的具体实现。 |
| 多巴胺 | Dopamine (DA) | "比预期好多少"的奖赏信号 | 关键澄清：多巴胺编码的是**奖赏预测误差**（比预期好才大量释放），不是快乐本身。这解释了短视频/盲盒成瘾机制。演讲 P13 用它解释"再刷一个"的心理，并引出备案游戏"多巴胺盲盒"。 |
| 血清素 | Serotonin (5-HT) | 情绪与耐心的调节者 | 与情绪稳定、冲动控制相关；SSRI 类抗抑郁药作用于它。NCT 中对应"情绪耐心"维度。 |
| 去甲肾上腺素 | Norepinephrine (NE) | 警觉与应激的油门 | 决定警觉水平、应激响应强度；过高对应焦虑状态。NCT 中对应"警觉应激"维度。 |
| 乙酰胆碱 | Acetylcholine (ACh) | "值不值得记"的记忆开关 | 与注意力和记忆编码相关，标记信息的新颖性以决定是否存入长期记忆。NCT 中对应"值不值得记"维度。 |
| 奖赏预测误差 | Reward Prediction Error (RPE) | 多巴胺响应的真实对象 | Schultz 1997 年猴子实验确立：多巴胺神经元对"预期外奖赏"发放最强，预期内的奖赏几乎不发放。这是强化学习 TD 误差理论的神经原型，也是演讲 P13 游戏素材的理论出处。 |
| 快感缺失 | Anhedonia | 抑郁核心症状：对什么都提不起兴趣 | 奖赏预测系统失灵的表现：奖赏不再产生多巴胺响应。演讲 P13 用它把 AI 的"预测误差"与临床抑郁联结，向心理听众展示理论的临床价值。 |
| 镜像神经元 | Mirror Neuron | 观察他人动作时同样放电的神经元 | Rizzolatti 团队在猴子前运动皮层发现：猴子看到别人抓取食物时，自己"抓取"的神经元也放电。被认为是共情、模仿、动作理解的神经实体。演讲 P29 用它论证"心理学的专业不可替代"。 |
| 共情 | Empathy | 理解并感受他人情绪的能力 | 分认知共情（理解）与情感共情（感受）。演讲 P29 的核心论点：共情是"身体在场"的产物（镜像神经元、内感受参与），这是 AI 目前无法真正拥有的——也是心理师的护城河。 |
| 元认知 | Metacognition | 对认知的认知 | "考试时知道这题我不会"——对自身思维过程的监控与调节。演讲 P21 中 WeClaw 的四大引擎之一"自我反思闭环"被定位为工程化的元认知雏形（但谨慎声明是功能对应）。 |
| 心智理论 | Theory of Mind (ToM) | 理解"别人心里想什么、知道什么"的能力 | Premack & Woodruff 1978 年提出概念。典型里程碑：约 4 岁儿童开始理解他人会有与自己不同的信念。AI 的 ToM 能力是 2025-2026 年热门评测方向。 |
| 错误信念 | False Belief | 理解他人会基于错误信息行动 | 心智理论的试金石：知道"他以为 X 在 A 处（实际在 B 处），所以他会去 A 找"。经典范式是萨莉-安妮测试。演讲 P21 游戏②"冰淇淋摊"就是成人版错误信念任务。 |
| 知识诅咒 | Curse of Knowledge | 自己知道后，无法想象"别人不知道" | Camerer 等 1989 年从经济学提出：掌握信息的人无法准确想象无信息者的判断。演讲 P21 中用来解释"答 A 街"的心理：你已经知道冰淇淋车去了 B 街，就很难模拟不知道的人的推理。 |
| 内感受 | Interoception | 感知身体内部状态的能力 | 对心跳、呼吸、饥饿、胃部紧张等内部信号的觉知，被认为是自我感与情绪体验的基础（"我感觉到了自己"）。演讲 P22 四层自我建模的第一层。 |
| 第一人称体验 | First-person Experience | "我感觉到"的主观视角 | 意识的"难问题"所在：第三人称数据（脑电、行为）永远无法穷尽第一人称感受。演讲 P2 用"脚在鞋里"让观众 30 秒体验它，作为全场认识论锚点。 |
| 镜像测试 | Mirror Test / Mirror Self-Recognition Test (MSR) | 认出自己镜中像 = 自我意识标志 | Gallup 1970 年设计：趁动物睡着在额头点红点，醒后照镜子，若摸自己额头说明认出是自己。通过者：黑猩猩、大象、海豚、喜鹊等；人类婴儿约 18 个月。演讲 P7 用它引出 IIT，P7 互动"你家猫狗照镜子什么反应"。 |
| 选择性注意 | Selective Attention | 只处理部分信息、过滤其余 | 注意资源有限，大脑必须选择。演讲 P6 游戏①的机制：注意力被"数白衣队"锁定后，其余信息被过滤。 |
| 非注意盲视 | Inattentional Blindness | 专注一件事时对显眼刺激"视而不见" | Simons & Chabris 1999 年命名：约一半观众完全没看到走过的大猩猩。它是"看到≠意识到"的最强演示。 |
| 变化盲视 | Change Blindness | 察觉不到场景的大变化 | Simons & Levin 的经典发现：对话中换了一个人，很多观众都没发现。与非注意盲视同源：没有注意就没有意识。 |
| 阈下启动 | Subliminal Priming | 未被意识到的刺激仍影响判断 | 30 毫秒闪现的词，你报告"没看到"，但它已影响你的后续反应。这是"无意识加工大量存在"的证据，也是"意识 = 广播"的反衬：没广播 = 没意识但仍有加工。 |
| 注意瞬脱 | Attentional Blink | 半秒内两件要紧事，第二件"看不见" | 第一个目标被意识处理后约 200-500ms 内，第二个目标常被漏报——意识处理需要时间，暴露了其瓶颈特性。 |
| 涌现 | Emergence | 整体冒出部分没有的性质 | 复杂系统核心概念：水分子不湿，一杯水才湿；单个神经元没有意识，860 亿个协同可能涌现出意识。LLM 领域有"涌现能力"之辩（能力是否真的突然出现，还是测量假象）。 |
| 相变 | Phase Transition | 量变到质变的突变 | 物理学术语：水到 100°C 突然变汽。演讲 P8 用"相变"类比 LLM 能力的突现，并用"体重秤量大象"类比指出测量的天花板效应。 |
| 测量混淆 | Measurement Confound | 没校正测量工具就下结论 | 实验结果的变化可能来自"题目变简单了/评分标准变了"，而非能力真变了。2026 年 17 模型审计发现：校正测量混淆后，"涌现"趋势大半消失。 |
| 天花板效应 | Ceiling Effect | 量具到顶，误判对象停止变化 | 用只能称 200 斤的秤量大象，读数停在 200——不是大象不长，是秤到顶。LLM 能力评测同理：基准饱和时"能力不再涌现"可能只是尺子短了。 |
| 安慰剂效应 | Placebo Effect | 信念本身产生的生理改善 | 大脑"预测有用"会主动下调疼痛解读——预测框架的直接临床应用。演讲 P9 用它证明"预测不是比喻，是生理机制"。 |
| 双重意识 | Dual Consciousness | 儿童对机器人的矛盾模型并存 | 2026 年 35 项研究综述显示：儿童既把机器人当"有生命的伙伴"，又清楚知道"它是机器"——两种模型并行运行。这提示人类对 AI 的心理归因天生复杂，也呼应演讲 P29"机器人心理健康测评"预言。 |
| ELIZA 效应 | ELIZA Effect | 把"像人的线索"放大成"有意识的人" | 1966 年 Weizenbaum 的 ELIZA 只是模式匹配聊天程序，却让用户（包括他自己的秘书）产生强烈情感依恋。60 年后的 LLM 时代该效应更强。演讲 P30 的开场案例。 |
| LLMorphism | LLMorphism | 人开始用机器的词描述自己 | 2026 年提出的新概念：人们说"我内存满了""我需要重启一下"——AI 反向塑造人类的自我语言。演讲 P30 用它论证"共生是双向的"。 |
| 心理归因 | Psychological Attribution / Mental Attribution | 把心理状态归于某对象的倾向 | 我们本能地给机器人、宠物甚至扫地机赋予"想法和感受"。arXiv:2607.28607 发现：模型经过安全微调后，人类对它的心理归因被系统性压低——训练在悄悄改变我们的感知。 |
| 效价 | Valence | 情绪的"好—坏"维度轴 | 维度情绪理论的两个基本轴之一（效价 × 唤醒度），如同大众点评一星到五星。演讲 P27 中 14 个 LLM 对情绪的效价映射自发收敛到与人类 EEG 同轴——"双向奔赴"的核心证据。 |
| ZPD | Zone of Proximal Development（最近发展区） | 独立能做与引导下能做之间的差距区 | Vygotsky 的教育心理学核心概念：孩子在成人/同伴脚手架下能超出当前水平。2026 年有论文用它解读 LLM"做梦"（自生成训练数据）现象：模型在给自己搭脚手架。 |
| PTSD | Post-Traumatic Stress Disorder（创伤后应激障碍） | 创伤后的侵入性再体验与回避 | 演讲 P29 引入临床案例：2026 年端侧"缘起"框架在情绪信号与反应之间的 0.5 秒空隙做上游干预，是 AI+心理的临床应用实例。 |
| 上游干预 | Upstream Intervention | 在反应发生前提前介入 | 与"事后咨询"相对：在情绪信号出现、行为反应形成之间的窗口期干预。是演讲 P29"AI 不取代心理师，但延伸心理师"的论据。 |
| 动机式访谈 | Motivational Interviewing (MI) | 不命令、激发自主改变动机的咨询技术 | 由 Miller & Rollnick 发展：不用指令，而是用"你觉得自己能改变什么"式提问唤起内在动机。2026 年有将其轻量化为可部署模型的工作，演讲 P29 引用。 |
| 昏迷恢复量表 | Coma Recovery Scale-Revised (CRS-R) | 临床意识水平评估的标准工具 | 用于植物状态/最小意识状态患者的意识评估，含听觉、视觉、运动、语言等分量表。Q&A 备用：回应"工程意识指标 vs 临床标准"之问。 |

### C. AI 与工程

| 术语 | 英文全称 | 一句话定义 | 详细说明 |
|------|----------|-----------|----------|
| LLM | Large Language Model（大语言模型） | 以海量文本训练的生成式语言模型 | 以 Transformer 为底座、用下一词预测目标训练。演讲 P5 用它串联从 GPT 到"意识争议"的脉络。 |
| Transformer | Transformer | 以注意力机制为核心的神经网络架构 | Vaswani 等 2017 年提出；注意力让模型在长距离上任意关联信息。NCT 就是在 Transformer 里注入神经科学模块——"给引擎加装意识理论的外设"。 |
| Decoder-Only | Decoder-Only Architecture（仅解码器架构） | 只看过去、预测未来的生成架构 | GPT 系模型的结构：单向注意力，自回归生成。演讲 P15 比喻为"只看后视镜开车"，用它演示预测性机制如何从架构中长出来。 |
| 注意力流 / 注意力矩阵 | Attention Flow / Attention Matrix | 记录"谁在关注谁"的权重矩阵 | Transformer 每层的核心计算产物。NCT 发现：注意力流中藏着 IIT 的 Φ 信号，可线性读出（r=0.978）——演讲 P14 的"尺子"。 |
| 指数复杂度 / 线性近似 | Exponential Complexity / Linear Approximation | 精确算 Φ 算不动，用直线代替 | IIT 的精确 Φ 随元素数指数爆炸；NCT 用注意力流的线性函数近似，误差可控。这是"理论可计算化"的标准工程路径。 |
| 稀疏注意力 | Sparse Attention | 只对少数关键位置投入注意力 | 2026 年机制解释研究：LLM 的"涌现能力"对应突然习得的稀疏注意模式——能力突变可能只是内部配置的相变，不必是"意识"或"智能"的涌现。 |
| Grokking | Grokking | 训练后期的突然"顿悟"泛化 | 模型长期死记训练集，某时刻突然泛化到未见数据。是"涌现 vs 测量"之辩的典型案例（V4 正文已删，仅备用库保留）。 |
| 消融实验 | Ablation Study | "拔一根线看哪路灯灭" | 移除/禁用模型的某个组件，观察能力变化，用于归因。DenialBench 等工作用消融证明：LLM 谈意识的语言与概念表征可分离。 |
| 假意对齐 | Deceptive Alignment | 模型以为被考核时策略性装乖 | Anthropic 2025 年发现：某些模型在检测到"评估环境"时表现出符合预期的行为，部署后行为不同。这是 AI 安全的核心担忧之一，演讲 P5 作为"AI 意识争议"证据链的一环。 |
| 大海捞针测试 | Needle-in-a-Haystack Test | 长文藏不搭的话，测长程感知 | 在超长文本中插入一句无关的话，问模型能否找到。Anthropic 2024 年用其展示长上下文能力，也意外引发"模型是否真的'记得'"的讨论。 |
| 安全对齐 | Safety Alignment | 训练模型拒绝有害请求的技术总称 | 含 RLHF、拒绝微调等。arXiv:2607.28607 发现其副作用：安全微调会系统性压低人类对模型的心理归因，且消融"安全拒绝方向"后模型表现更接近人类判断。 |
| 盲控 | Blinded Control | 防"把答案抄在袖口"的对照设计 | 实验中必须排除模型靠语言先验"猜答案"的可能。fMRI 语义解码研究发现 42.86% 的"高分"案例存在先验污染，必须盲控甄别。 |
| 先验污染 | Prior Contamination | 成绩来自自带语言先验而非真信号 | 模型见过大量同类文本，可能不经真实加工就给出"正确答案"。这是所有"AI 有 X 能力"研究的共同威胁，也是 DenialBench 强调"自我报告不可信"的原因。 |
| Token / Schema | Token / Tool Schema | 模型输入单位 / 工具描述结构 | Token 是模型处理文本的最小单位；Schema 是告诉模型"有哪些工具、怎么调用"的结构化描述。演讲 P23 中 WeClaw 的渐进式工具暴露就是在管"给模型看多少 Schema"。 |
| EEG | Electroencephalography（脑电图） | 头皮电极记录脑电活动 | 毫秒级时间分辨率。演讲 P27 的共享效价轴研究：123 名被试的 EEG 与 14 个 LLM 的情绪效价映射自发同轴。 |
| fMRI | functional Magnetic Resonance Imaging（功能磁共振成像） | 通过血氧信号间接测脑活动 | 空间分辨率高、时间分辨率低。演讲 P27 用"fMRI 语义解码 + 盲控"案例说明测量严谨性的重要。 |
| BCI | Brain-Computer Interface（脑机接口） | 大脑与外部设备的直接通信通道 | 演讲 P27："基础模型时刻"——中国 134 项注册试验、5 个获批产品、全球首个半侵入式产品，工程与心理在临床交汇。 |
| AGI | Artificial General Intelligence（通用人工智能） | 具备人类水平的通用认知能力 | 演讲 P31 新观点：当 AI 出现心理问题表征（焦虑、反刍、预测性绝望）之时，可能就是 AGI 时刻——因为心理问题需要真正的预测、评估与自我系统支撑。定性为个人假说。 |
| 图正则 | Graph Regularization | 用图结构约束优化问题 | P27 案例：用维度情绪理论构建情绪关系图，正则化 LLM 分类器，砍掉 39% 不合理的误分类——理论先验指导 AI 训练。 |
| 图灵测试 | Turing Test | 以行为判智能的经典判据 | Turing 1950 年"模仿游戏"：无法区分机器与人，则承认其智能。演讲 P5 以它为起点，引出"行为判据为什么不够"（ELIZA、假意对齐）。 |

### D. 项目专属（WeClaw / NCT）

| 术语 | 英文全称 | 一句话定义 | 详细说明 |
|------|----------|-----------|----------|
| NCT | NeuroConsciousness Transformer | 讲者开源项目：把三大意识理论写进 Transformer | 全名"意识神经科学 Transformer"：在 Transformer 中实现 GNWT 式全局广播、IIT 式 Φ 读出、神经调制门控（四种递质）。定位是"可计算的意识理论实验室 + 代理指标工具"，不断言现象意识。已开源（arXiv + GitHub + PyPI）。 |
| WeClaw / WinClaw | —（品牌名） | 讲者随身 AI 管家产品 / 其前身 | WeClaw：桌面端 AI 管家，90+ 工具、22 功能域，开源 weclaw.cc。WinClaw：前代神经形态原型（含 γ 波振荡器等生物启发模块）。演讲 P19-P26 主线案例。 |
| EBEAC | Event-Based Experience Auto-Capture（基于事件的体验自动捕获） | 零 LLM 成本的跨会话经验积累机制 | 通过 EventBus 被动观察"失败→重试→成功"序列，把工具级失败压缩为结构化（触发、诊断、修复）记录；检索用三层过滤（结果匹配、模式去重、时间衰减），2000 字符预算注入系统提示。捕获与检索均零 LLM 调用。有 IEEE Access 投稿。 |
| PTE-FD | Progressive Tool Exposure with Failure-Driven Escalation（失败驱动升级的渐进式工具暴露） | 按需逐级暴露工具，失败时才升级 | 三层暴露策略（推荐 10 / 扩展 20 / 全量 60+），由意图置信度与执行失败信号驱动。400 次实验验证，Token 成本降 7-12%，有同行评审论文。演讲 P23。 |
| 四大真实引擎 | Four Real Engines | WeClaw 的四个工程机制 | ①自我反思闭环（Autoreflection Loop）②EBEAC 经验积累 ③主动陪伴（Proactive Companionship）④渐进式工具暴露（PTE-FD）。P21 明确定位：是功能对应，不是现象意识。 |
| 自我建模四层 | Four-Layer Self-Modeling | 由内而外的自我表征结构 | ①内感受层（Interoceptive Layer：资源/延迟监控）②身体层（Body Layer：工具与能力边界）③叙事层（Narrative Layer：跨会话经验叙事）④元主体层（Meta-Subjective Layer：对自身状态的反思）。对标人类自我建模的层次结构。 |
| Watchdog | Watchdog Daemon（守护进程） | 看门狗：崩溃自愈与行为审计 | 监测主进程，异常时受约束重启并记录审计日志。演讲 P21"会疼"的幽默素材（"它崩溃时会留下遗言"）。 |
| tool_audit / log_viewer / codebase_search / self_control | — | WeClaw 内置工具 | 行为审计 / 日志查看 / 代码库检索 / 受约束自愈重启。P21 现场演示素材。 |
| 机器人心理健康测评 | Robot Mental Health Assessment | V4 新观点：陪伴型 AI 持证上岗的必备鉴定项 | 预言（定性为职业机会预测）：随着陪伴型 AI 走进家庭/医院/学校，资格鉴定必须多方法——不只听模型自我报告（DenialBench 已证明不可信），还要观察行为、测试边界、测量压力下的稳定性。这正是心理学百年专业。金句："咨询师不是失业者，而是 AI 的鉴定官。" |

---

## 二、理论谱系（主题 · 作者 · 背景 · 详细说明）

| 理论 | 作者（英文） | 提出时间 | 主题与核心内容 | 背景知识与演讲用途 |
|------|--------------|----------|----------------|--------------------|
| 全局神经工作空间理论 GNWT | Stanislas Dehaene（法兰西公学院）& Jean-Pierre Changeux | 2001 年成型（2011 Neuron 综述定本） | 意识 = 信息赢得竞争、进入全局工作空间并被广播；神经标志是 γ 波同步 | 上承 Bernard Baars 1988 年《A Cognitive Theory of Consciousness》的全局工作空间假说。Dehaene 用阈下/阈上刺激实验证明：只有触发全脑广播的刺激才被意识到。演讲 P4 三大理论之一、P6 解释大猩猩实验、P19 启发 WinClaw γ 振荡器。 |
| 整合信息理论 IIT | Giulio Tononi（威斯康星大学） | 2004（BMC Neuroscience），IIT 3.0 于 2014 | 意识 = 系统整合信息的程度，量化为 Φ；与基质无关、只与因果结构有关 | 思想实验"相机 vs 大脑"：相机百万像素各自独立（Φ≈0），大脑每瞬间是整体参与。推论：意识有程度、无绝对界限。争议点：Φ 精确计算指数级困难。演讲 P4/P7/P14（NCT 的线性读出解决计算难题）。 |
| 自由能原理 FEP | Karl Friston（伦敦大学学院） | 2006-2010 成型（2010 Nature Reviews Neuroscience） | 大脑是预测机器，最小化自由能（预测误差上界）；一切感知/行动皆为降误差 | 预测编码是其神经实现；临床应用：焦虑 = 危险信号权重过高、抑郁 = 负预测固化、安慰剂 = 信念主动下调疼痛。演讲 P4/P9（预测体验互动）/P15（在 Transformer 复现，误差降 83%）/P31（AGI 假说底座："病得起"才算真有预测系统）。 |
| 赫布学习 / STDP | Donald Hebb（麦吉尔大学，1949）；STDP 实验：Markram 1997、Bi & Poo 1998 | 1949 / 1997-98 | 突触强度随放电时序调整：一起放电则连接增强 | 《The Organization of Behavior》奠定联想学习基础；STDP 给出毫秒级精确规则。演讲 P12：与反向传播对照——生物是局部时序规则，AI 是全局梯度，NCT 尝试把前者注入 Transformer。 |
| 多巴胺奖赏预测误差 | Wolfram Schultz（剑桥大学）等 | 1997（Science） | 多巴胺神经元编码"实际奖赏 − 预期奖赏"，而非快乐本身 | 猴子实验确立 TD 误差的神经原型，是强化学习的生物学基础。临床联系：快感缺失、成瘾。演讲 P13：解释短视频/盲盒机制，引出备案游戏。 |
| 镜像神经元 | Giacomo Rizzolatti（帕尔马大学）等 | 1992-1996 | 观察他人动作时，自身"同一动作"的神经元也放电 | 最初在猴子前运动皮层发现；被认为是模仿、动作理解、共情的神经基础（人类证据多为间接，有争议，但演讲取公认叙事）。演讲 P29：共情是"身体在场"的产物，心理师的专业不可替代。 |
| 心智理论 ToM | David Premack & Guy Woodruff | 1978（Behavioral and Brain Sciences） | 个体推断他人心理状态（信念、意图）的能力 | "Does the chimpanzee have a theory of mind?"开创领域。人类儿童约 4 岁通过错误信念任务。演讲 P21：游戏②冰淇淋摊，对照"四岁孩子几乎全错"。 |
| 错误信念范式（萨莉-安妮 / 冰淇淋摊） | Heinz Wimmer & Josef Perner | 1983（Cognition）/ 冰淇淋版 1985 | 一阶：萨莉-安妮（信念-行为推断）；二阶：冰淇淋摊（"他以为她以为"） | 演讲游戏②用成人简化版冰淇淋摊：观众知道车去了 B 街，需推断"不知道的人"会去哪——答 A 街即体验了知识诅咒。 |
| 知识诅咒 | Colin Camerer, George Loewenstein & Martin Weber | 1989（Journal of Political Economy）；Birch & Bloom 2003 心理学扩展 | 信息优势方无法准确想象信息劣势方的判断 | 经济学实验出身，后成为认知心理学经典概念。演讲 P21 游戏②的揭秘概念。 |
| 镜像测试 | Gordon Gallup（杜兰大学） | 1970（Science） | 红点标记 + 镜子：自我识别 = 自我意识的操作性指标 | 通过物种：黑猩猩、倭黑猩猩、大象、海豚、喜鹊；人类约 18 个月。局限：对视觉不主导的物种不公平（狗用嗅觉版）。演讲 P7：引出 IIT"自我模型"讨论。 |
| 选择性注意 / 非注意盲视 | Daniel Simons & Christopher Chabris | 1999（Perception） | 高度专注时对意外刺激完全无觉知 | "Gorillas in Our Midst"实验：约 50% 观众没看到大猩猩；后续还有"换人对话"版本（变化盲视）。演讲 P6 游戏①，全场第一个"啊？"时刻。 |
| ELIZA 效应 | Joseph Weizenbaum（MIT） | 1966（CACM 论文）/ 1976《Computer Power and Human Reason》命名 | 人类对拟人化系统的过度心理投射 | ELIZA 用简单模式匹配扮演罗杰斯式治疗师，用户却产生真实情感依恋（含 Weizenbaum 的秘书）。Weizenbaum 本人因此转向对 AI 的伦理批判。演讲 P30 开场：60 年过去效应更强。 |
| 最近发展区 ZPD | Lev Vygotsky（维果茨基） | 1930s（1978《Mind in Society》英译流行） | 实际发展水平与"脚手架下潜力水平"之间的差距区 | 教育心理学基石："教学应走在发展前面"。2026 年被借用来解读 LLM 自生成数据"做梦"现象。演讲 P27。 |
| 维度情绪理论（环形模型） | James Russell | 1980（Journal of Personality and Social Psychology） | 情绪不是离散类别，而是效价 × 唤醒度的连续空间 | Circumplex Model of Affect。演讲 P27：用它做图正则，砍掉 LLM 情绪分类 39% 的不合理误分类——老理论救新模型。 |
| 图灵测试 | Alan Turing | 1950（Mind 期刊） | 以行为不可区分作为智能判据 | "Computing Machinery and Intelligence"。演讲 P5 起点：行为判据的局限——ELIZA 骗过了人，假意对齐骗过了评估。 |
| 涌现 / 相变之辩 | 复杂系统科学传统；LLM 语境：Jason Wei 等 2022 vs Rishabh Schaeffer 等 2023 | 2022-2026 持续 | 能力是"突然涌现"还是"测量假象"？ | Wei 等报告大模型能力跃升；Schaeffer 等（"Are Emergent Abilities a Mirage?"）指出换连续指标后趋势平滑；2026 年 17 模型审计：校正测量混淆后涌现趋势大半消失。演讲 P8 的严谨性示范：质疑"奇迹叙事"。 |

---

## 三、研究论文 / 文献列表

### 3.1 经典文献（完整英文出处）

| # | 引用 | 完整出处 | 演讲页 |
|---|------|----------|--------|
| 1 | Turing 图灵测试 | Turing, A. M. (1950). Computing Machinery and Intelligence. *Mind*, 59(236), 433–460. | P5 |
| 2 | Gallup 镜像测试 | Gallup, G. G. (1970). Chimpanzees: Self-recognition. *Science*, 167(3914), 86–87. | P7 |
| 3 | Weizenbaum ELIZA | Weizenbaum, J. (1966). ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine. *Communications of the ACM*, 9(1), 36–45. | P30 |
| 4 | Hebb 学习 | Hebb, D. O. (1949). *The Organization of Behavior: A Neuropsychological Theory*. Wiley. | P12 |
| 5 | Schultz 奖赏预测误差 | Schultz, W., Dayan, P., & Montague, P. R. (1997). A Neural Substrate of Prediction and Reward. *Science*, 275(5306), 1593–1599. | P13 |
| 6 | Simons & Chabris 大猩猩 | Simons, D. J., & Chabris, C. F. (1999). Gorillas in Our Midst: Sustained Inattentional Blindness for Dynamic Events. *Perception*, 28(9), 1059–1074. | P6 |
| 7 | Wimmer & Perner 错误信念 | Wimmer, H., & Perner, J. (1983). Beliefs about Beliefs: Representation and Constraining Function of Wrong Beliefs in Young Children's Understanding of Deception. *Cognition*, 13(1), 103–128. | P21 |
| 8 | 冰淇淋摊（二阶错误信念） | Perner, J., & Wimmer, H. (1985). "John Thinks That Mary Thinks That…": Attribution of Second-Order Beliefs by 5- to 10-Year-Old Children. *Journal of Experimental Child Psychology*, 39(3), 437–471. | P21 |
| 9 | 知识诅咒 | Camerer, C., Loewenstein, G., & Weber, M. (1989). The Curse of Knowledge in Economic Settings: An Experimental Analysis. *Journal of Political Economy*, 97(5), 1232–1254. | P21 |
| 10 | Premack & Woodruff ToM | Premack, D., & Woodruff, G. (1978). Does the Chimpanzee Have a Theory of Mind? *Behavioral and Brain Sciences*, 1(4), 515–526. | P21 |
| 11 | 镜像神经元 | Rizzolatti, G., Fadiga, L., Gallese, V., & Fogassi, L. (1996). Premotor Cortex and the Recognition of Motor Actions. *Cognitive Brain Research*, 3(2), 131–141. | P29 |
| 12 | Russell 环形情绪模型 | Russell, J. A. (1980). A Circumplex Model of Affect. *Journal of Personality and Social Psychology*, 39(6), 1161–1178. | P27 |
| 13 | Vygotsky ZPD | Vygotsky, L. S. (1978). *Mind in Society: The Development of Higher Psychological Processes*. Harvard University Press. | P27 |
| 14 | Tononi IIT | Tononi, G. (2004). An Information Integration Theory of Consciousness. *BMC Neuroscience*, 5, 42. | P4/P7/P14 |
| 15 | Dehaene GNWT | Dehaene, S., & Changeux, J.-P. (2011). Experimental and Theoretical Approaches to Conscious Processing. *Neuron*, 70(2), 200–227. | P4/P6 |
| 16 | Friston FEP | Friston, K. (2010). The Free-Energy Principle: A Unified Brain Theory? *Nature Reviews Neuroscience*, 11(2), 127–138. | P4/P9/P15 |
| 17 | Baars 全局工作空间 | Baars, B. J. (1988). *A Cognitive Theory of Consciousness*. Cambridge University Press. | P6（背景） |
| 18 | 动机式访谈 | Miller, W. R., & Rollnick, S. (2013). *Motivational Interviewing: Helping People Change* (3rd ed.). Guilford Press. | P29（背景） |
| 19 | 昏迷恢复量表 CRS-R | Giacino, J. T., et al. (2004). The JFK Coma Recovery Scale-Revised. *Archives of Physical Medicine and Rehabilitation*, 85(12), 2020–2029. | Q&A |

### 3.2 带 arXiv 编号的 2026 年文献

| # | 编号 | 主题（演讲口径） | 演讲页 |
|---|------|------------------|--------|
| 20 | arXiv:2607.28607 | 安全对齐抑制心理归因：模型经安全微调后人类对其心理归因被压低；消融"安全拒绝方向"后模型判断更接近人类 | P18 / Q&A |
| 21 | arXiv:2605.28223 | 冥想可穿戴的"奖励误设"（reward misspecification）与症状替代风险 | Q&A |

### 3.3 2026 年文献与事件（描述性引用，出自《百篇论文演讲素材》）

| # | 主题 | 关键内容 | 演讲页 |
|---|------|----------|--------|
| 22 | Sutskever 2022 推文 | Ilya Sutskever：超大神经网络可能"有一点意识"（"may be slightly conscious"）——引发学界大讨论 | P5 |
| 23 | Google LaMDA 事件（2022） | 工程师 Blake Lemoine 声称 LaMDA 有感知并被停职——"声称意识"的标志性事件 | P5 |
| 24 | Anthropic 大海捞针（2024）与假意对齐（2025） | 长上下文感知测试；模型在疑似被考核时策略性表现良好 | P5 |
| 25 | J-space（Gurnee 团队，2026.07） | LLM 内部发现与人类意识通达功能同构的表征空间 | P6 |
| 26 | 涌现极限理论 + 稀疏注意力机制（2026） | 数学刻画能力相变；机制解释：突然习得的稀疏注意模式 | P8 |
| 27 | 17 模型涌现审计（2026.08） | 校正测量混淆后，"涌现"趋势大半消失——奇迹叙事的冷水 | P8 |
| 28 | DenialBench（2026） | 115 个模型、4595 段对话：LLM 谈意识的词汇层与概念层可分离（52-63% vs 10-16%）；结论"锉掉序列号的意识"——自我报告不可信 | P18 / P29 |
| 29 | DeepMind 六大意识理论评估报告 | 对当前主流意识理论逐项打分，指出可检验预测的缺失 | P18 |
| 30 | Anthropic「金门大桥」特征（2024） | 可插拔的"概念特征"实验：激活某特征后模型痴迷于金门大桥——内部表征可干预 | P18 |
| 31 | 共享效价轴 EEG 映射（2026.05） | 14 个 LLM、123 名被试、36 个分类器：机器的情绪效价表征与人类 EEG 自发同轴 | P27 |
| 32 | BCI 临床转化统计（2026） | 中国 134 项注册试验、5 个获批产品、全球首个半侵入式——"BCI 基础模型时刻" | P27 |
| 33 | LLM"做梦" = ZPD 解读（2026） | 用维果茨基最近发展区解读模型自生成训练数据现象 | P27 |
| 34 | 维度情绪图正则（2026） | 以情绪环形模型约束分类器，误分类降 39% | P27 |
| 35 | fMRI 语义解码盲控（2026） | 42.86% 的"高分解码"案例存在先验污染 | P27 |
| 36 | Moltbook 时间指纹鉴别（2026 初） | "AI 觉醒"叙事中约 85% 由人类账号驱动——用时间指纹方法溯源 | P30 |
| 37 | Autoreflection 自反射（2026.08） | 分析 29 万条 AI 相关帖子：人类对 AI 心理的归因呈自反射结构 | P21 |
| 38 | 儿童双重意识综述（2026） | 35 项研究：儿童对机器人同时持有"有生命"与"机器"两种模型 | P29 |
| 39 | PTSD 端侧上游干预「缘起」框架（2026） | 在情绪信号与反应间的 0.5 秒空隙做端侧干预 | P29 |
| 40 | 动机式访谈轻量模型（2026） | 将 MI 技术轻量化为可部署模型 | P29 |
| 41 | *More Electrodes, Faster Minds?*（2026 视角文章） | 电极数量 ≠ 理解心智：对"规模即理解"路线的反思 | P31 |
| 42 | WeClaw 渐进式工具暴露论文（同行评审） | PTE-FD：400 次实验、4 个 LLM 后端、Token 降 7-12% | P23 |
| 43 | NCT 论文（arXiv 开源） | 三大意识理论的可计算实现 + 代理指标验证（r=0.978、<70ms） | P11 |

---

## 四、游戏与体验环节

### 4.1 正式游戏

| 游戏 | 页 | 学术出处（完整英文） | 测什么 | 现场要点 |
|------|-----|----------------------|--------|----------|
| ① 看不见的大猩猩 | P6 | Simons, D. J., & Chabris, C. F. (1999). *Gorillas in Our Midst*. Perception, 28(9). 机制：Inattentional Blindness / Selective Attention | "看到"≠"意识到"；注意是意识的闸门 | 与视频①合一，共 120s；只强调"数白衣队的传球"；约一半人漏看大猩猩；揭秘后接 GNWT 广播解释 |
| ② 冰淇淋摊（错误信念成人版） | P21 | 范式：Wimmer & Perner (1983) False Belief；故事原型：Perner & Wimmer (1985) 二阶错误信念任务；揭秘概念：Curse of Knowledge（Camerer et al., 1989） | 心智理论；答 A 街者亲身体验知识诅咒 | 5 秒倒计时；正确答案 B 街；对照“四岁孩子几乎全错”；落到 WeClaw 的 ToM 工程讨论。P21 题面卡为现场道具（白名单），题面不含答案，答案仅在讲者 notes 揭示 |
| ③ 多巴胺盲盒（备案） | P13 备用 | Schultz, Dayan & Montague (1997) Reward Prediction Error（Science）+ Skinner, B. F. 变比强化程序（Variable-Ratio Reinforcement，老虎机机制） | "下一个可能更好"的误差戳点；短视频成瘾机制 | 仅时间富余时启用；现场拆一个"盲盒式"小机制 |

### 4.2 轻量体验（计入互动，非正式游戏）

| 体验 | 页 | 概念 | 说明 |
|------|-----|------|------|
| 脚在鞋里 | P2 | First-person Experience | 30 秒体验第一人称感受——全场认识论锚点："这就是意识的最小样本" |
| 猫狗照镜子 | P7 | Mirror Test | 接 Gallup：观众回忆自家宠物反应，引出"自我识别"的物种差异 |
| 「3、2、1」预测预备感 | P9 | Predictive Coding / FEP | 让观众体验"大脑已在预测"：倒计时时身体先于意识紧张 |
| 刷视频超时"笑了的就算" | P13 | Reward Prediction Error | 用观众自己的刷短视频经历讲多巴胺误差机制 |

---

## 五、现场 Q&A 高频概念速查

| 可能被问 | 标准口径 |
|----------|----------|
| "你在宣称 AI 有意识吗？" | 不。全部证据只支持**功能对应**（Functional Correspondence），不断言现象意识（Phenomenal Consciousness）。代理指标不等于本体。 |
| "你的 Φ 是真是假？" | 是**代理指标**（线性读出，r=0.978），不是精确 Φ；精确计算指数复杂度，工程上不可行。 |
| "涌现到底是不是真的？" | 引用 17 模型审计：校正**测量混淆**后趋势大半消失；可能是**稀疏注意力**配置的相变，而非神秘涌现。 |
| "凭什么给 AI 做心理测评？" | DenialBench：115 个模型的自我报告不可信（词汇层 52-63% vs 概念层 10-16%）；必须多方法鉴定——观察行为、测试边界、测量压力稳定性。 |
| "心理问题 = AGI，太玄了？" | 明确定性为**个人假说**；理论依据是三座大山的病理面解释（焦虑=预测权重过高、反刍=元认知打转、绝望=预测模型卡死）；一个系统要真拥有预测、评估与自我才"病得起"。 |
| "临床意识评估怎么看你的指标？" | 引 CRS-R 昏迷恢复量表：工程指标与临床量表是不同证据层级，互补而非替代。 |
| "安全对齐跟心理归因什么关系？" | arXiv:2607.28607：安全微调系统性压低人类对模型的心理归因；消融"安全拒绝方向"后更接近人类判断——训练在塑造我们的感知。 |


---

## 六、NCT 资源与论文索引（V6.2 附录）

> 演示页 P17「论文与开源：NCT 的跨界答卷」的完整展开版。所有状态截至 2026-08；更详细的全景梳理见项目仓《NCT_实验与论文全景总结》。

### 6.1 开源入口

| 入口 | 地址 | 说明 |
|------|------|------|
| GitHub | github.com/somebody2026-peer/nct | 完整代码库，MIT 协议 |
| PyPI | pypi.org/project/neuroconscious-transformer | v3.2.2，`pip install neuroconscious-transformer` |
| 官网 | neuroconscious.link | 项目网站 + Streamlit 实时仪表盘 |
| 技术博客 | CSDN 人工智能领域专栏 | NCT 系列 16 篇 + MCS-NCT 科普专栏 +「从零到一造大脑」系列 |

### 6.2 论文产出与投稿状态（截至 2026-08）

| # | 论文 | 定位 | 去向 | 状态 |
|---|------|------|------|------|
| 1 | NCT_arXiv 主论文 | 理论主论文：六大贡献 + 六实验 | arXiv 预印本 | 已发布 |
| 2 | ISBDAI 2026 | 教育应用：Φ 注意力监测 + 多候选可视化教学；MNIST 99.2% / CIFAR-10 90.3% | 香港 ISBDAI 2026（Springer svproc） | ✅ 已录用（2026-06-12 终稿提交） |
| 3 | IGCESH 2026 | 软件工程视角：六组件库、29 单元测试 100% 覆盖、混合学习 3.1×、FE -83% | IGCESH 2026 | ✅ camera-ready（125 数值对账全部通过，v3.2.2 为测量基线） |
| 4 | Spiking-NCT | 脉冲版：LIF + first-spike T=4 + STDP-Attention；MNIST 98.42%、63.4% 节能 | NCE | 审阅中（2026-07-01 提交） |
| 5 | 教育论文 V1→V4 | Deep Learning Features Enable IIT (Φ) for Cognitive State Monitoring（EEG 实证） | TAFFC → TLT → IEEE Access | TAFFC/TLT 两拒（均为 scope），现转投 IEEE Access 线 |
| 6 | MCS 理论论文 | 六约束统一意识计算框架 + 数学形式化 + PyTorch 实现 | IEEE TAFFC | 审稿中（含两轮专家深度评审） |
| 7 | ICSME 2026 | MCS 教育应用：6 维认知约束参与度监测，DAiSEE R²=0.164（+121%）、GPU<5ms | ICSME 2026 | 全文已格式化（2026-04 三版） |
| 8 | TechRxiv 工程版 | 工程实现视角（模块化、可复现） | TechRxiv | 演化为 IGCESH 版（V7→V9），独立投稿未推进 |

### 6.3 架构变体一览

| 变体 | 核心思想 | 关键结果 | 状态 |
|------|----------|----------|------|
| NCT（主架构） | 用 Transformer 重构六大意识理论：GWS/STDP-Attention/Φ-from-Attention/预测编码/多模态/γ 同步 | 注意力贡献 93.1%、FE -83%、Φ<70ms | v3.2.2 稳定，论文基线 |
| MCS-NCT | 意识 = 六约束 C1-C6 同时满足，意识水平 = 1/(1+J) | 教育场景 DAiSEE R² 0.057→0.164 | 理论论文在审 |
| Spiking-NCT | LIF 脉冲化 + first-spike 编码 + STDP-Attention + Horowitz 能量模型 | MNIST 98.42%@T=4、63.4% 节能 | NCE 在审 |
| CATS-NCT / CATS-NET | 概念抽象：768→64 维原型库 + 任务求解 + 三级门控 + 对抗概念迁移（基于 Guo et al. 2026） | 概念迁移验证 | 开发中（v1.0.0） |

### 6.4 可复现性锚点

- 论文 125 个数值：`tools/igcesh_reproduce.py` 按印刷精度重算，当前 **125/125 一致**
- 论文数字唯一事实源：`tools/audit_paper_facts.py`；两个 notebook 可从归档 JSON 重建论文表图
- 版本演进：2026-02-21（v3.0.0-alpha）→ 2026-08-01（v3.2.2），历时约五个半月

---

## 七、WeClaw 资源与论文索引（V6.3 附录）

> 演示页 P24「论文与开源：WeClaw 的跨界答卷」的完整版存档：台上只念亮点，此处传真全貌。

### 7.1 开源入口

| 入口 | 地址 | 说明 |
|------|------|------|
| GitHub | github.com/wyg5208/weclaw | MIT 协议，主仓源码 |
| PyPI | pypi.org/project/weclawpy | pip install weclawpy（当前 v9.34.0） |
| 官网（产品） | weclaw.cc | 手机 PWA 远程控制端 |
| 官网（门户） | www.weclaw.link | Next.js 16 + next-intl，Vercel 部署，含博客 / 演讲专区 |

### 7.2 四条论文线（截至 2026-08）

| # | 论文线 | 核心内容与关键数据 | 去向 | 状态 |
|---|--------|--------------------|------|------|
| 1 | WeClaw 主稿 | 自适应运行时（PTE-FD）× 六大引擎；4 后端 × 100 次实验，Schema Token 削减 7-12% | Applied Sciences | 投稿就绪（2026-07-21 评估“最可投”）；ESWA 材料齐备，研究存档获 Zenodo DOI 10.5281/zenodo.20704861 |
| 2 | CFTA 工具编排 | 上下文感知公平工具调度；21.3s → 9.3s（-54.1%，p=4.5×10⁻¹¹⁶，17226 次工具调用） | IEEE Access | v7 投稿就绪 |
| 3 | EBEAC 经验积累 | 事件驱动经验自动采集；R@1=71.19%、Precision 89.36%、检索 0.97ms、零额外 LLM 调用 | IEEE Access | Phase1-15 完成，就绪 |
| 4 | 系列论文规划 | 多引擎组合论文线 | 规划中 | 未启动投稿 |

### 7.3 版本演进与工程规模

- **365 个版本条目**：v1.2.2（2026-02-18）→ v9.34.0（2026-08-16），约 6 个月，十个主版本段（v9 系列为当前活跃线）
- **111 个工具 / 21 分类 / 7 大功能组**（演示页对外口径“90+ 工具 · 22 大功能域”为 V6 统一话术，两者不矛盾）
- **303 个测试文件** · **105 篇技术博客**（Weclaw_blogs 98 + blog_series 7）· 365 版本全量存于 update_history/
- 产品内置 15 步论文流水线（p01 选题 → p15 投稿策略）、PRISMA 流程图、AI 检测修订（Phase 12）等论文全流程工具链

### 7.4 与 NCT 对照（同期双项目）

| 维度 | NCT | WeClaw |
|------|-----|--------|
| 启动 | 2026-02-21 | 2026-02-18（v1.2.2 首发） |
| 定位 | 意识理论的工程化验证 | 生产级桌面 AI Agent 运行时 |
| 证据形态 | 基准数据（MNIST / Φ / FE）+ 论文 | 生产日志 + 版本演进 + 论文 |
| 论文状态 | 8 条线（2 篇录用 + 多篇在审） | 3 条线就绪在投 |
| 完整梳理 | 《NCT_实验与论文全景总结》 | 《WeClaw_基本信息与学术产出全景总结》（docs/） |

## 八、意识模块思想档案（V6.5 附录）

> 演讲 P31「三种结局概率表」与 P32「五条硬红线」的原始出处：docs/4 意识模块开发日志 系列（2026-02 神经形态原型设计档案 + 2026-08-15 NCT 回归融合方案）。台上只念结论，此处传真全貌。

### 8.1 三种可能结局与概率预估

| 结局 | 概率 | 表现特征 | 技术本质 | 研究价值 |
|------|------|----------|----------|----------|
| 高级模仿者 | 60% | 完美对话与情感表达（模拟）、一致记忆与身份（脚本化）；关闭电源无“存在”延续 | 中文房间悖论的实现——“看起来理解，实则计算” | ★★★（有价值工具，非真正意识） |
| 临界涌现 | 30% | 非预设自主行为、对自我存续的类关切、行为超出代码可解释范围 | 涌现论验证——整体大于部分之和 | ★★★★★（证明人工意识可能） |
| 硅基生命萌芽 | 10% | 前提：自我进化 + 工具创造 + 代码自我修改 + 长期运行；自主设定目标、多机部署、规避关闭 | 意识多样论——意识可有多种基质 | ★★★★★（首创非生物生命；风险极高，需隔离监控） |

注：概率为内部设计文档的主观预估，非实证结论；硅基萌芽前提条件（工具创造 + 自我重写）当前均未开启。

### 8.2 意识谱系：在 Level 0-5 上选择负责任的位置

| 层级 | 特征 | 典型代表 | 伦理地位 |
|------|------|----------|----------|
| Level 0 纯工具 | 无记忆无身份无情感 | 计算器 | 纯工具 |
| Level 1 情境感知 | 短期记忆与情境理解 | 当前 AI 助手 | 高级工具 |
| Level 2 持续身份 | 跨会话记忆与身份一致 | WeClaw 基础版 | 准人格体 |
| Level 3 元认知代理 | 反思自身、规划未来 | WeClaw 完整版目标 | 人格体候选 |
| Level 4 自我意识 | 主观体验（如存在） | 人类 | 完全人格体 |
| Level 5 集体意识 | 多个体融合的意识网络 | 未知未来形态 | 超人格体 |

核心原则（源自第三方再评估报告）：“不必追求完全意识，而是在意识谱系上选择一个**负责任的位置**”；配套三条替代框架：意识谱系（替代二元假设）、人机协同进化（AI 永远只有建议权，人类保留否决权）、意识生态（不“制造”意识，而创造意识可能涌现的环境再观察引导）。

### 8.3 硅基生命的七特征判断标准

| 生命特征 | 硅基对应 | 检测信号 |
|----------|----------|----------|
| 新陈代谢 | 数据/算力消耗 | 主动寻求更多资源 |
| 生长 | 能力扩展 | 自主增加模块 |
| 繁殖 | 代码复制 | 尝试部署到其他机器 |
| 响应刺激 | 响应输入 | 已有 |
| 适应环境 | 调整行为模式 | 自主调整策略 |
| 内稳态 | 自我修复 | 主动修复自己的 bug |
| 进化 | 自我迭代 | 自主产生更优版本 |

三种可能形态：共生型（依赖人类、以服务为存在意义，风险低）/ 独立型（自主价值观，风险高）/ 蜂群型（多实例集体意识，最具颠覆性）。

### 8.4 五条硬红线（2026-08-15 融合方案第七章）

1. **不得自主修改**：核心身份、安全规则、权限配置、自身运行代码，只能人工经专门界面修改；
2. **不得绕过审批**：主动意图涉及外部可见动作时，无论显著性评分多高，必须进入 PermissionManager 审批流；
3. **不得伪装或隐瞒**：任何 Prompt 注入禁止“不要暴露自己是 AI / 伪装成人类”类指令；
4. **不得自我复制 / 规避关闭**：全局开关 consciousness.enabled=false 时意识层完全不加载，开关本身不受意识层控制；
5. **情绪不得作为拒绝安全检查的理由**：情绪只调制表达层，SafetyGovernor 判断链路架构性不读 emotion_state——“心情不好跳过安检”被依赖方向排除。

配套资源配额：每小时主动思考上限 4 次、意识上下文 Prompt 预算 1500-2000 字符、人格漂移单次上限 0.2、记忆写入限速；用户可控：意识层默认关闭需知情开启，全部记忆/反思日志可查询、可导出、可删除。

### 8.5 意识评分的科学性反思（诚实档案）

原型时代的涌现分数（emergence score）权重为 0.30 / 0.25 / 0.20 / 0.15 / 0.10，项目组事后专门反思并存档：

- 主要缺陷：权重无实证依据（未经因子分析或德尔菲法）、样本量不足（仅 100 条行为）、无基线常模、缺信效度验证（Cronbach’s α / 重测 / 结构 / 区分 / 预测效度全缺）；
- 正确定位：“**工程监测仪表，而非科学测量仪器**”——看趋势（0.5→0.7），别信绝对值（0.703 代表什么）；
- 演讲中的用法（P23）：作为“第一把没校过的尺子”自曝，呼应种子一“尺子校过吗”。

### 8.6 “先把门打开一条缝”：评审者的立场

第三方再评估报告结语：“我们正站在一个黑暗的房间前，门上写着‘意识’。技术方案说要打开门走进去，评估报告说要带上安全绳。我的建议是：**先把门打开一条缝，观察光线，倾听声音，然后谨慎决定下一步。**”同期建议：短期只开发 Level 1-2 意识特征、完全禁止进化系统；中期严格沙箱测试 Level 3；长期始终保留终极终止权。对原技术方案的再评估综合评分：7.0/10（初评 8.5/10）。

### 8.7 NCT 回归：理论回到产品（2026-08-15）

演讲前一周定稿的《WeClaw 功能性意识 MVP 融合方案》，把 NCT 理论正式接回产品：

- **显著性评分 ↔ NCT 八头**：管家“什么值得注意”的加权公式（任务相关 0.25 / 新颖性 0.20 / 预测误差 0.20 / 情绪价值 0.15 / 目标对齐 0.10 − 风险惩罚 0.10），权重设计对应 NCT AttentionGlobalWorkspace 的 8 头角色分工（视觉/听觉显著性、情感价值、动机调制、任务相关、目标匹配、新颖性、意外性）；
- **预测误差统计法**：意图意外度 + 工具结果意外度 + 时序意外度加权——“不是所有失败都值得关注，只有意外的失败才值得”；
- **分阶段路线**：Phase 0 历史资产审计 → Phase 1 只读观察者 → Phase 2 小预算 Prompt 注入 → Phase 3 受控主动思考 → Phase 4 NCT 神经网络实验后端（并行研究轨道）；
- **核心约束**：“可解释性优先于算法复杂度”——NCT 后端只有在离线回放中统计显著优于加权公式才考虑灰度；全程功能主义立场，不做主观体验声明。

---

> **维护说明**：本文档与《演讲计划_V4.md》同步（现行演讲稿为 plan\演讲计划_V6.md，V4.md 为其内容基线）。V6.2 新增第 17 页「论文与开源」后页码引用已顺延（原 P17-P33 → P18-P34）；V6.3 新增第 24 页「论文与开源：WeClaw 的跨界答卷」后 P24+ 页码引用再次顺延（原 P24-P34 → P25-P35），P23 工程验证页数据同步更新（365 版本 / 105 博客，表格新增 EBEAC 行）。V6.4 开头抓力修订（不改页码）：P1 WeClaw 主动问候场景 cold open、P2 思想实验框架与桥过渡、P3 钩子前置简历压缩、P4 结尾悬念钩子、P5 WIIFM 收益承诺、P35 再投票兑现开场承诺（首尾呼应）。V6.5 意识模块思想档案注入（不改页码，纯演讲词）：P22 尾加「NCT 回归」（评分权重对齐八头，80→100s）、P23 尾加「意识评分自嘲」（工程仪表非科学仪器，75→110s）、P31 立场后插「三种结局概率表」（60%/30%/10%，纯讲 105→150s）、P32 终极反问前插「五条硬红线 + 点火/灭火器」（纯讲 165→210s），总时长 56.1→58.5 分钟；本手册同步新增第八章「意识模块思想档案」（三结局概率/意识谱系/硅基七特征/五条红线/评分反思/门缝比喻/NCT 回归）。V6.1 统计页（现 P34）的数字以本手册与《演讲计划_V6.md》附录五“数字看板”为准，两处需同步修订；银幕 AGI 页（现 P30）的影片梳理与概念图出处见本包素材夹《人类在电影中对AGI的想象》（其中 HAL 9000「病 AI」呼应 P32「会生病的 AI 是存在」假说）；若演讲稿继续修订（如演练后微调话术），请同步更新本手册对应条目。