1. 从“智能的定义难题”切入：为什么多数AI讨论其实是在绕远路
1.1 智能这个词，被用得太廉价了
无论是技术圈还是大众媒体里，“智能”这个词几乎已经变成了一种修辞装饰。聊天机器人回答问题时说“智能”，推荐算法猜你喜欢时也说“智能”，甚至连一个简单的定时任务都能被包装成“智能调度”。在这种语境里待久了，大家很容易忘掉一个根本问题：我们到底在设计什么？
如果连目标对象都没有定义清楚，就急着堆参数、调模型、拼模块，最后做出来的东西大概率只是“看起来能跑”的演示系统，而不是真正具备泛化能力的智能体。
我在很长一段时间里也是这种状态。做推荐系统时，优化的是点击率；做对话系统时，优化的是上下文命中率；做Agent时，优化的是任务完成率。每一个单点指标都做得不错，但把它们拼在一起之后，系统依然很“钝”——换个场景就失灵，换个任务就崩溃。后来我逐渐意识到，问题不在单个模块，而在于从头到尾都缺少一个对“智能”本身的架构性理解。
1.2 第一性原理如何帮我们做减法
第一性原理在物理、工程领域已经被用得很成熟了，但在AI领域反而被严重低估。很多人把“第一性原理”挂在嘴边，实际上做的还是“类比式设计”——别人用什么结构，我也用什么结构；别人训了什么模型，我也训什么模型。这不叫第一性原理，这叫跟随。
真正的第一性原理思路，是回到问题的起点，拆解那些无法再往下追问的基本事实。对于智能系统，这个起点是：一个系统要在不确定、非合作、信息不完备的环境中，持续做出能够提高自身生存或目标达成概率的决策。
把这句话拆开，可以得到几个不可再简化的要素：外界环境的不确定性、系统自身的目标函数、有限的信息获取能力、行动与反馈之间的时间差。任何智能系统，无论是有机的还是人造的，都不可避免地要处理这四件事。语言模型解决了一部分——它把世界的大量知识压缩进了参数里，但“压缩世界知识”只是智能的充分条件之一，不是必要条件，更不是全部。
1.3 我重构智能架构时的第一步：定义智能的最小充分条件
我做通用智能架构设计时，会接受一个相对保守的定义：智能 = 目标导向的适应性行为。这里面有三个关键词。
第一是“目标”。没有目标的系统无论多复杂，都只是在“计算”，而不是在“行事”。大自然里，生物的目标是生存和繁衍；工程系统里，目标通常由人类赋予。第二是“适应”。同一个策略不可能在所有环境中都有效，系统必须能基于反馈修正行为。第三是“行为”，不只是在内部做表征和推理，最终要落到对世界的干预上，哪怕这个干预只是发起一次API调用。
基于这个最小充分条件，我再倒推架构需求。一个具备真正通用能力的智能体，至少要同时拥有：对外部世界的持续建模能力（世界模型）、对自身行为后果的评估能力（价值系统）、对新经验的吸收整合能力（学习机制）、以及一个可以跨任务迁移的内部表征（通用表征层）。
这个推导过程的价值在于，它直接决定了后续的技术选型。比如如果你承认世界模型是必要条件，那么单纯靠一个静态数据集训练出来的大规模语言模型，本质上就不构成完整智能体，只能算作“世界知识的截面”。而如果你承认学习机制是必要条件，那么很多不会自我更新的系统，就已经可以被排除在通用智能架构之外了。
2. 四根支柱缺一不可：世界模型、价值系统、学习机制、行动接口
2.1 世界模型：不只是“预测下一个词”
很多人对世界模型的理解停留在“预测”层面。语言模型预测下一个token，视频模型预测下一帧，这确实是世界模型的一种形式。但如果要搭建一个通用智能架构，世界模型需要比“预测”更进一步：它必须支持对不可见状态的推断。
给你一个简单的例子。一辆自动驾驶汽车经过一个路口时，一辆自行车被货车挡住，传感器无法直接检测到自行车。如果系统只做“直接感知→预测→行动”，那么它在这个场景里就是盲的。但如果系统拥有一个真正的世界模型，它就能根据货车的行驶轨迹、路边骑车人的行为模式，推断出“大概率有一辆自行车藏在货车侧面”，从而提前减速。
这种对隐状态的推断能力，是所有高级智能的关键。说得再直白一点，世界模型就是智能体的“想象力”。它让系统能在行动之前，在内部虚拟地推演多种可能性，而不是每次都等到现实世界给出反馈后才后知后觉。
从实现角度讲，我会把世界模型分成三层：物理层（空间的、因果的、时间延展的规律）、社会层（其他智能体的意图和行为模式）、抽象层（概念、符号、逻辑关系）。三层各自有不同的数据来源和建模方法，但在架构上必须共享同一个内部表征空间，否则没法形成跨层推理。
2.2 价值系统：给每种可能性一个“值得不值得”
如果说世界模型回答的是“世界会怎样”，价值系统回答的就是“对我而言，哪种结果更好”。
没有价值系统的智能体，本质上只是一个预测器。它知道接下来会发生什么，但不知道该怎么选。工程师通常用奖励函数（reward function）来充当这一角色，但通用智能架构里的价值系统，要比单个奖励函数复杂得多。
我习惯把它拆成三个层级：底层是本能价值，比如安全、能耗最小化，这些通常是硬编码的；中层是任务价值，由当前目标临时生成，比如“把杯子放到桌上”、“写一篇1000字的报告”；高层是元价值，它用来评价“当前的目标设定本身是否合理”。一个通用智能体如果没有元价值层，就会在错误的目标上越跑越远——就像一个人为了“多赚钱”而牺牲掉所有健康和时间，短期看着效率很高，长期看完全不可持续。
2.3 学习机制：在线更新和离线基建的平衡
学习机制是多数AI系统最弱的一环。当下主流范式是：大规模离线预训练 + 少量在线或者人在环路的微调。这种范式的致命短板在于，它没法应对“数据分布偏移”剧烈的真实世界。
但这里有一个很实际的工程约束：如果把学习机制设计成“全参数持续在线更新”，系统很容易陷入灾难性遗忘、训练不稳定、甚至被恶意数据污染。所以我倾向于采用“分层更新策略”——底层通用表征保持低频更新，几十天甚至几个月才做一次调整；中层的世界模型按天或按周更新，用新增数据做增量训练；顶层的策略网络则按毫秒或秒级进行在线调整。这种设计既保留了持续学习的能力，又避免了高频更新带来的系统性风险。
2.4 行动接口：把决策落到现实世界的那一步
一个经常被忽略的架构组件，是把决策投射到外部世界的能力——行动接口。它的难点不在于“调一个API”这么简单，而在于如何把连续的内部决策翻译成现实世界可以接收的离散动作，同时保持目的的完整性。
拿机器人控制来说，内部决策空间是连续的力矩指令，而现实世界的动作需求可能是“把扳手旋转30度，力度适中”。如果直接传递连续值，容错性会很差；如果离散化成固定动作序列，又会丢失灵活性。最好的方式是在行动接口处增加一个“执行层语义解析”模块，它专门负责把高层意图转译为低层指令，同时回传执行状态，形成闭环。
2.5 四根支柱的联动关系：缺一根，整体归零
这四根支柱不是平行并列的，它们之间存在强耦合。世界模型提供对未来的预测，预测结果交给价值系统进行评估，价值系统产生目标或优先级，目标驱动行动接口去执行，执行结果又作为新数据反馈给世界模型和学习机制。
只要一根柱子缺失，整个架构就会崩掉。只有世界模型而没有价值系统的系统，会变成一个什么都预测但什么都不做的“佛系AI”；有目标但没有世界模型的系统，就像一只无头苍蝇，只知道要往东飞，却不知道东边有什么；永远不学习的系统更糟糕，它会被锁定在训练时见过的世界里，一旦环境偏离子训练分布，立刻罢工。
所以架构设计从一开始就别想着省某些模块。很多失败的AI项目，从根子上就是架构残缺，后期怎么调参数都救不回来。
3. 从模块化到通用架构：统一表征是所有革命的地基
3.1 碎片化系统的麻烦：每个模块都在正确做事，系统却错误百出
我在最开始设计系统时走了一条“模块化集成”的路线：认知模块负责理解，规划模块负责生成策略，执行模块负责调度，记忆模块负责存储。每个模块单独测试，指标都很好；一旦把它们组装起来，问题就层出不穷。
问题出在模块之间的接口上。认知模块输出的是特征向量，规划模块内部用的是符号规则，两者之间需要转换层；转换过程中信息损失20%，规划模块基于受损信息做计划，执行的时候自然就变形了。更麻烦的是记忆模块，它存的是结构化三元组，而认知模块的检索接口期望输入是稠密向量，两个模块之间根本没法直接对话，只能靠工程师写一堆适配器来强行拼接。
3.2 为什么“统一表征”是通用智能架构的分水岭
人类大脑能在毫秒级完成感知、记忆、决策的协同，靠的绝不是一堆孤立模块之间的互相翻译，而是所有皮层区域都共享同一套神经编码协议。通用智能架构如果要真正实现“通用”，就必须设计一种内部语言，让所有模块都能用同一种格式来表达和交换信息。
这套内部语言，我称之为统一表征空间。它需要满足三个条件：稠密性（语义相近的概念在表征空间中距离接近）、可操作性（表征不仅能够存储和比较，还能参与逻辑推导和规划运算）、可生成性（从表征可以反向还原出具体的内容或动作）。
这第三条是最难的。多模态模型的实践已经证明，把文本、图像、音频映射到同一个向量空间里是可实现的，这也是当下CLIP、ImageBind等模型在做的事情。但从统一表征空间反向生成不同模态的内容，目前的实现还不够成熟，尤其在“表征→空间动作序列”这条路径上，很多系统仍然依赖预设的模板，而非真正从表征推导得出。
我在架构中采取的策略是将统一表征空间损失划分为三部分平衡：表征生成损失、表征推理损失、表征重建损失。如果重建损失权重过高，表征会退化为信息压缩编码，缺少语义能力；如果推理损失权重过高，表征会变成规则符号，丧失泛化性。整个系统的通用性，其实就取决于这三股力量的平衡。
3.3 分区分层的统一空间：为了兼容效率与维度
一个很自然的疑问是：既然要统一，是否意味着所有信息都要放进同一个空间？我的经验是不尽然。完全统一的向量空间会导致维数失控，也会让不同来源的信息在梯度上互相干扰。
我的做法是“分区共享”：底层共享一个公共子空间，用来承载跨模态通用的语义骨架；各模态在上层保留私有子空间，用来保留原始结构和细节。比如视觉特征先映射到私有子空间保留纹理和空间信息，再接一层投影到公共子空间参与语义推理。这样既保证了推理层面的统一，又留住了各模态的原始区分度。
这个设计与大脑的视觉通路有一定对应关系。背侧通路处理空间与运动，腹侧通路处理形状与颜色，两条通路最终汇合到顶叶和颞叶的高阶联合皮层，再进入统一的语义表征层。层级结构不是效率的妥协，恰恰是实现高维度通用性的重要手段。
4. 工程视角下的关键取舍：构建通用智能架构时应如何分配资源
4.1 先有世界模型，还是先有任务能力？
这是我在实际项目里被问得最多的一个问题。很多团队会从“先搞定一个具体任务”开始，比如先做一个能写代码的Agent，觉得任务能力有了，再慢慢泛化到通用架构。
这个思路在商业上可以理解，但从架构演进的角度看，它有明显的局限性：从单一任务中提炼出来的表征，往往高度偏向任务的解决方案，比如代码生成需要精确的语法逻辑，所以表征会偏向符号推理，而对视觉空间、物理直觉等维度的覆盖就非常薄弱。当系统尝试迁移到需要视觉理解的任务时，就得重新训练，在重新学习时已有的模型会制约它在新的模态上的泛化度。
正确路径应该是：优先构建一个多模态的世界模型底座，先用大量无监督数据与动作数据训练世界模型本身。待模型对物理规则、因果关联、常识约束有了一定的内隐建模能力之后，再在上面叠加任务层的策略网络。这样每个具体任务只需要在相对浅的层面上微调，就能快速获得较好的效果。
简单打个比方：先有底层的“常识底盘”，再做“专业应用”，比每个应用都从零开始积累常识要划算得多。
4.2 通用与特定能力的矛盾：Efficient通用化的策略
那是不是意味着，只要把底座做得足够大、数据喂得足够多，通用性就自然出现了？实践告诉我，还差一步。
纯大规模的底座是平行的，不求甚解地覆盖一切。因此，通用化需要有一个明确的主线——这套系统最终要服务什么类型的智能体？如果是服务物理世界的机器人，那么世界模型的重心就应该偏向因果动力学、接触力、物体属性之类的表征；如果是服务数字世界的数字员工，那么重心就应该偏向语义理解、工具调用、社会常识等表征。
“通用”不等于“平均”，而是“在某一维度具备跨任务迁移的底层能力”。设定这个主线后，后面做架构裁剪、数据采集、评估指标设计，就都会有清晰的依据。
4.3 评估体系的重构：别再只看任务完成率
如果你搭的是一个通用智能架构，那么评估体系必须跟着升级。原来看单一任务完成率，是看不出来一个系统是否具备可迁移能力的。我这里的评估体系包含三个维度：
- 样本效率：系统在新任务上达到一定性能所需的数据量，是越多越好还是越少越好。
- 对抗鲁棒性：当环境干扰、信息缺失、输入被恶意构造时，性能下降的曲线是否平缓。
- 迁移增益：在任务A上训练之后，任务B的性能提升幅度；如果迁移增益为负，说明系统出现了表征冲突，这是通用架构最危险的信号。
顺带说一句，迁移增益为负的问题，比单任务性能不达标更容易被低估。很多系统在积累大量任务经验后，反而在早期任务上表现退步，这就是散乱的持续学习导致的知识灾难。
4.4 实际搭建时的算力分配建议
算力分配与算力的深度绑定是每一套架构都必须面对的现实。按我自己的经验，通用智能架构的系统在算力上大致要按以下比例分配：世界模型预训练：约45%，统一表征层以及各模态对齐训练：约20%，任务层策略训练与线上强化学习：约25%，系统评估与调试：约10%。
之所以把任务层训练放在较低比例，是为了防止团队在单一任务上过度调优而牺牲了架构整体的通用性。做好之前的比例，之后整个系统才不会变成“单点超优化、整体失衡”的形态。
5. 不可回避的四个硬问题：通用智能走向实用前必须跨过的坎
5.1 目标的来源问题：谁来定义价值系统的“好”与“坏”
前面提到价值系统是必要的，但一个更难的问题接踵而至：系统的价值系统从哪来？如果由人来定义，那人的偏见、冲突、不连续性会被直接编码进系统；如果让系统自己演化目标，又可能脱离人类意图。
我的立场是，在可预见的阶段，通用智能架构的价值系统必须保留“人类意图约束层”。这个约束层的角色不是直接指定每一个动作，而是设定行动的边界和不值原则。比如“不能欺骗用户”、“不得采取导致物理伤害的动作”这类底线规则可以先固定。在底线之上，系统可以在有限范围内自由优化。这套设计比单纯给一个奖励函数更稳健，也更容易在出现意外时回滚和调整。
5.2 持续学习中的灾难性遗忘：通用智能的头号杀手
当一个系统不断接受新任务、新环境、新数据时，很大概率会逐渐遗忘之前学到的旧知识。这就是灾难性遗忘。之前提到用“分层更新策略”来缓解，但说实话，这只能把问题退后，不能彻底解决。
我现在比较看重的技术路线是“结构化记忆回放”：系统在真实经验之外，维护一个自动生成的“伪经验库”，不断地把过去学到的知识重演给模型看。
这种机制很像人类的睡眠记忆巩固。白天，海马体会快速获取新经验，再把新经验反复重放给大脑皮层，让他对旧知识做出清理与稳定。架构中加一个高层的经验回放模块，也让系统在持续学习新任务的同时，能持续稳定住已完成的任务。这是我目前实践下来对抗遗忘比较有效的手段，当然它的代价是训练时间增加，需要在资源预算上提前做好预备。
5.3 多智能体协作下的系统复杂度与管理成本
通用智能架构如果只部署在单机上，能力有明确上限。真正有实用价值的系统，往往是一个群体——比如多个Agent协作完成一个复杂项目，或者多个机器人协同搬运大型货物。多智能体系统的核心难点在于：各成员之间的通信成本、协调成本、以及行为不确定性都会指数级上升。
这里有一个常被忽视的原则：智能体之间的通信信息量越小，系统整体的鲁棒性反而越高。生物界的经验也印证了这点——蜂群、蚁群里的个体交互信息极简化，却能涌现出非常复杂有效的群体行为。我在架构里给所有Agent制定了“信息最小充分原则”：每个智能体对外广播的信息，只要足以让其他智能体做出正确的合作决策即可，不需要共享自身的全部内部状态。这样可以有效地把群体不确定性隔离在局部，防止系统的“社交信息爆炸”。
5.4 系统的可解释性：通用智能自我反思的前提
如果架构设计完全依赖深度网络的黑盒表征，那系统出了问题，意味着我们只能面对一个“概率式的答案”，却完全不知道它为什么给出这个答案。
可解释性不是给用户看的装饰品，而是系统级安全性的必需品。没有一定的可解释性，就无法进行系统性的诊断，系统内部也无法对自身进行“反思”和“纠错”。我在架构里会单独设计一个“决策解释器”模块，它不断监控决策链路，并在关键节点上生成人类可以理解的解释记录。这套记录不参与主要的决策计算，却承担回溯诊断、审计、反思自我提升的作用。
6. 我个人的几步实操框架：基于以上认知如何开始
6.1 从最小闭环开始，切勿一上来就按终极版本的设计去搭建
很多人看了架构图之后，会想一步到位把所有模块都搭好。这是个巨大的陷阱。我建议的路径是先搭一个最小闭环MVP架构：感知能收到输入就行，世界模型用最简单的静态预测即可，价值系统固定为单一目标的奖励函数，行动接口留一个可调用的占位。
让这个闭环先跑起来，获得第一轮的真实验证。这个验证的意义不在于性能，而在于检验数据接口、信息流、日志埋点是否通畅。第一轮闭环跑通之后，再逐步替换为更复杂的世界模型、加入元价值层、引入持续学习模块。
这套路径的理论依据是：通用智能架构的性能曲线不是线性的，它会经历一个“相变点”——只有所有关键模块都具备到一定成熟度时，系统的整体能力才会突然跃升。在没有到达这个临界点之前，把过多精力花在打磨局部模块上，往往是浪费。
6.2 数据、数据、数据：构建统一表征的工程核心
技术圈有一个错觉：算法决定一切。但从我工程落地的经验来看，决定通用智能上限的，往往不是算法复杂度，而是底层数据的组织方式。
构建统一表征空间时，数据必须是“对齐好的”。文本、图像、动作序列和其他模态的信息，必须是在同一时空背景下采集的。比如机器人抓取物体的录像，必须对应同步记录执行传感器的真实力矩和机械臂的空间变化，不能是孤立的视频素材与日志的简单拼接。
好在现在开源社区的多模态数据基础设施已经比几年前进步了不少。我会在项目早期优先搭建一个“数据实时回流管道”，把各类真实环境中产生的经验数据与同步信号自动汇入统一数据池，这件事越早做越好。越晚做，数据越散乱，后期清洗的对齐成本就会指数级上升。
6.3 可插拔模块的架构设计：为未来留出隔离层
即使你已经笃定了世界模型、价值系统、学习机制、行动接口这四个支柱，具体实现方案也是会迭代的。比如你现在用Transformer作为世界模型的骨干网络，也许明年会有更高效的新架构；今天用规则来描述价值约束，明天可能因为收集到了更多的人类偏好数据，改成混合型的约束模型。
为了不被单一技术路线套牢，我的架构里所有核心模块都设计了可插拔接口。只需要保证模块的输入输出遵循统一表征协议，替换内部实现不会影响到其他模块。这件事听着简单，但很多团队因为前期没有做接口的标准化，后期迁移到新技术时，代价大得几乎等于重写一遍，十分消耗时间。所以，在项目初期就坚持接口规范，绝对是导致整个架构从“Demo级”走向“产品级”的关键一步。
7. 通用智能架构的下一个窗口：我现在最关注的三个方向
7.1 具身经验与真实世界数据的稀缺红利
过去几年，大模型消化了互联网上海量的文本与图片数据，这部分近乎无限的信息资产已经把模型的“语言能力”推到了准人类水准。但从通用智能架构的角度讲，真正稀缺的不是文本知识，而是“具身经验”——即智能体在物理世界行动时获取的多模态、时序性的因果数据。
谁能够量产这种具身数据，谁就有机会把世界模型提高到下一量级。目前有仿真的赛道在做，有不少机器人数据计划也在筹集中，但这仍然是一块供需极度不平衡的地带。
7.2 更小参数的通用底座：大模型的效率悖论
超大参数模型通过堆算力实现了表面上不错的效果，但通用智能真正要落地到机器人、边缘设备这些具体场景里，参数规模还得再向下掉几个数量级。未来架构的一个核心攻坚方向，是在显著降低参数量、算力消耗的前提下，依然能保留跨任务迁移的通用性。它的核心思路可能会是结合模块化动态路由、状态空间模型等更稀疏更高效的计算范式，只激活全网络的一小部分，就能完成任务。
7.3 自主目标修正机制：迈向真正的通用智能
目前所有AI本质上都是执行人类设定的目标，缺乏“重新定义目标”的能力。通用智能的最终标志之一，是一个系统能够评估、调整，甚至主动改写它自身的目标。这意味着系统需要具备“关于自身目标的元认知能力”，知道什么样的目标是有价值的、在何种情境下需要调整目标。
这条路线在理论、伦理、安全层面都相当复杂，但它是“通用智能”与“高级工具”之间最清晰的一条分界线。未来如果哪天你看到一个系统因为“原计划的前提假设已经失效”而主动提出修正目标，并推进一个新目标，还是在确立了一个新的目标之后，那才算得上真正具备通用性的系统。
从第一性原理出发，最终我们会发现，通用智能架构的本质不是某一个算法的胜利，而是一整套“感知—建模—评估—决策—学习—行动”的基础设施的再造工程。这条路很长，但它值得所有对智能有真正追求的人一步一步走下去。
