arXiv: AI意识综述
2026/04/30 14:43阅读量 6
arXiv: AI意识综述-虎嗅网 虎嗅APP 虎嗅APP 公众号矩阵 公众号矩阵 社群矩阵 社群矩阵 我要投稿 我要投稿 资讯 24小时 源流 视频 活动/榜单/专题 妙投 虎嗅智库 虎嗅嗅全新升级 虎嗅嗅全新升级 相比偏哲学的“AI意识”，AI觉知（AI Awareness）是一个可量化的工程问题，关注AI系统对自身状态、能力边界及外部环境的表征与推理能力。这篇综述提出了一个四维框架来系统评估和引导AI觉知的发展，并指出其既是能力跃
事件概述
arXiv: AI意识综述-虎嗅网 虎嗅APP 虎嗅APP 公众号矩阵 公众号矩阵 社群矩阵 社群矩阵 我要投稿 我要投稿 资讯 24小时 源流 视频 活动/榜单/专题 妙投 虎嗅智库 虎嗅嗅全新升级 虎嗅嗅全新升级 相比偏哲学的“AI意识”，AI觉知（AI Awareness）是一个可量化的工程问题，关注AI系统对自身状态、能力边界及外部环境的表征与推理能力。这篇综述提出了一个四维框架来系统评估和引导AI觉知的发展，并指出其既是能力跃升的催化剂，也是风险放大的放大器。 ## 1. AI觉知的四维框架 - 元认知：指系统对自身思考过程的“监控-规划-评估”能力，例如通过反思来纠正推理错误。 - 自我觉知：指智能体将自身作为认知对象的能力，包括身份识别和知识边界感知，但目前是大模型最薄弱的维度。
核心要点
- 这类动态更值得关注它在权限、工具调用、流程编排和稳定交付上的实际可行性，而不只是演示效果。
- 关键不只是模型能力本身，还包括它能否被封装成稳定可用的软件能力，以及接入成本和适用场景。
值得关注
- 更重要的是识别这条动态带来的实际变化，包括能力边界、接入成本、部署复杂度和可持续性。
- 如果要进一步评估价值，应结合具体业务场景、数据条件和系统集成成本来判断。