牛津费豪提出AHI：物理AI的另一半是认知共生体

提到物理AI，大家先想到的往往是机器人。这些机器有自己的身体和感知，能在工厂、仓库乃至家里代替人干体力活。

可日常生活里不少难题，机器人插不上手。比如碰到多年没联系的合作者，名字到了嘴边却叫不出来；给导师回一封措辞敏感的邮件，改来改去还是不满意；父亲上个月说过要去查一项指标，自己却忘了追问结果。处理这些事要用的信息，多半就藏在当事人自己的经历中，而身边的AI助手既不知道他是谁、此刻在哪儿、正经历什么，也没法在不打扰他的前提下及时提醒。

最近，牛津大学计算机系高级研究员费豪（Hao Fei）在arXiv预印本平台发了一篇59页的观点文章，对这类问题给出了一套成体系的构想。他认为，物理AI的世界里会并存两类同样重要的智能个体：一类是具身机器人，另一类是被AI增强的人。

论文链接：https://arxiv.org/abs/2611.05376

项目主页：https://cognitive-symbiont.github.io

对应地，作者在AGI之外另立了一个研究方向，叫AI增强人类智能（AHI），干这件事的系统则被称作认知共生体（Cognitive Symbiont）。这组对照里，AGI问的是机器自己能有多聪明，AHI问的则是在机器帮助下，某个具体的人能多做成多少事。

物理AI时代，会出现哪两种智能个体？

文章把未来物理世界里的智能个体分成两种存在方式。

其一是“作为个体的 AI”，也就是具身机器人，有独立身体、感知、行动能力和目标。其二是“被 AI 增强的个体”，一个真实的人靠随身设备拥有了自己的共生体。后一种形态里，人始终是主体，目标归他，身体也归他，AI不过是借用他的感官和双手。

图｜物理 AI 时代的两种智能个体：被 AI 增强的人与具身机器人

作者的核心判断是，两类个体共用一个“认知内核”，其中包含保存长期记忆、读懂情境和他人心思、拿捏介入时机、从经验中学习。区别只在目标谁来定、身体归谁、出了事谁负责。正因如此，为共生体开发的能力照样能用到机器人身上；反过来，共生体虽然没有身体，却能调动环境里的设备，比如在实验室操作仪器、在家里协调各类电器。

图｜被 AI 增强的个体（左）以及具身机器人（中），二者共享同一个认知内核；前两者都能调用的环境设备（右）

这种划分也改变了评价标准。作者把AI的终局切成两半：一半是AGI，看AI完成了什么；另一半是AHI，看这个人眼下能做到什么。两半共用同一套基础模型、agent、记忆和硬件，同一个基础模型既能当自主agent去完成任务，也能当认知共生体去增强一个人。文章强调，两半是并行关系，底座每进一步，两边同时受益。

图｜AI 的终局分成两半：AGI 那一半，是从聊天机器人转向能自己做主的 agent；AHI 那一半，是从被动帮忙的助手转向认知共生体。两半底下，用的是同一个底座

人与 AI 的关系，经历了哪几个阶段？

作者按人与AI agent之间关系的变化，分出了四种角色。

最早的是被动助手，ChatGPT、Claude、Gemini这类对话产品都算，人问一句它答一句。随后是自主agent，比如Claude Code和Codex，用户给出目标，它自己在电脑上干完。再往后是个人agent，2026年上线的Muse（Meta）、Dots（OpenAI）和Grok Bot（xAI）都是例子，它们在云端后台一直跑着，摸熟了用户的偏好和长期目标。第四种就是认知共生体，它跟在人身边，了解这个人的生活与当下的处境。

从第一种到第四种，AI对人的了解越来越深，离人也越来越近，评价方式随之变化：前三种角色评的都是AI的产出，唯独共生体评的是人的能力提升。个人agent和共生体的分野在于，前者在云端替人办事，后者在人身边陪人思考。作者同时提醒，共生体得先干好前三种角色的活，订票、写代码这类事，它要做到和最好的agent一样好。

作者还判断，个人AI眼下的瓶颈已从模型能力转到人与AI的“耦合”上：AI对这个人知道多少、介入有多快、介入时有多打扰、这个人信不信它。模型在单项任务上的本事一直在涨，这几项指标却多年没见明显起色。用户的体会很直接：每回对话都得重新交代背景，帮助要么来得太迟，要么太吵，要紧事不敢交给它。

认知共生体是什么？

文章给出的定义是，认知共生体是一种新形态的AI。它靠戴在人身上的设备，和人看到、听到一样的东西，把人多年的生活记录存下来，对他的处境、心理、人际关系和目标形成理解，在合适的时候加入他的思考，带着这些了解替他打理日常事务，并随双方的变化持续学习。

作者用6项属性界定合格的共生体：终身、嵌入、实时、私密、主动和低摩擦。下表逐项列出它们的含义和缺失后的后果，并以电影里的贾维斯和2026年的个人agent作对照。贾维斯六项全占，当下的个人agent在嵌入、实时和低摩擦三项上还是空白。作者也提到，这些属性互相牵制，主动容易变成打扰，长期记录又和隐私相冲突，怎么平衡它们，正是这个方向的主要研究问题。

文章要做的并不只是复制一个贾维斯。贾维斯的感知靠主人自建的实验室和战甲，忠诚来自剧本，几部电影下来对主人的理解也没加深；共生体得靠普通人买得起的眼镜、耳机、吊坠、指环和手环来感知，在相处中越来越懂主人，还把忠诚写进系统架构。它的关注重心也从日程和任务，转向人的目标、情绪与盲点。

文章用“认知全双工”来描述人机参与方式：人跟别人说话时，共生体在后台同步听、查、备，然后通过只有本人感知得到的私密通道，递过去一行字或一句话，说话的人不用停下来。系统因此设了快慢两个回路，慢的管检索、推理、更新对这个人的理解，快的负责在一秒内送出名字、数字这类即时提示。提示一旦过了时效就自动撤回，多数时候它并不出声。

它能为人解决哪些现实问题？

这部分在全文里占的篇幅最大。作者把共生体给的帮助分成三层：底下这层是替人把事情办成，中间这层是参与人的思考、在情绪上给支持，最上面这层是帮人和别人相处，另外还有一项照护功能横跨三层。作者据此列了一份 27 项功能的清单，每项都写明了最能区分系统优劣的典型失败。下面就按生活中的不同场合，挑有代表性的问题来说。

图｜认知共生体的 27 项功能，按三层帮助与贯穿其中的照护分组

工作场景里，事情能办得更贴合本人。让当前的 agent 回一封难办的邮件，它先得弄清收件人是谁、用户想表达什么；共生体清楚这个人和对方的往来、上次的分歧、他一贯的语气，写出来的草稿往往不用推倒重来。修程序错误也一样，它记得这人上周动过哪些模块、平时怎么写代码，也知道他今天只剩半小时，于是先给最小的修复，重构留到他得空再说。作者把这种差别叫作“个性化差分”：任务和底座模型都相同，只比较有无个人语境时的结果差异，这个量能直接测出来。代人行动方面，作者设了五级权限，从只看、给建议、起草，到执行可撤回的操作，再到付款、发送、做出承诺这类撤不回来的操作，每升一级都要靠用户的信任慢慢积累。

对话中，关键信息能在一秒内送到。例会上，有同事提到这个人上季度汇报过的一个数字。慢回路在后台翻出那份汇报核对，快回路随即把数字显示在他的眼镜上，他用自己的话答，话题一转开，提示就自己消失了。饭局上也一样，共生体可以提醒他对面这位上次聊到哪儿、在意什么，或者在他一时找不到合适说法时，递上一个更好的措辞。

学习和研究时，它像个了解学生的导师。1984 年，教育心理学家布鲁姆（Benjamin Bloom）发现，接受一对一辅导的学生，成绩平均比常规课堂的学生高出约两个标准差。学生每次卡在哪儿，共生体都见过，能在最需要的时候点一句，学生说想自己弄懂，它就退到一边；文章作者要求学习场景默认只给提示，答案让学生自己去找。学语言的人能在真实对话里得到帮助，转行的成年人可以借它把已有的知识和新领域连起来。对研究者来说，它存着一个持续多年的课题的每个分支，路上闪过的念头轻声一说就记下了，几周前放弃了哪个假设、哪个假设还待验证，它都查得到。教师在课堂上能借它及时发现掉队的学生，课后的进展记录按学校对学生数据的规定保存。

做决定、面对情绪时，它帮人看清自己。不少重要的事一开始并没有明确目标，比如要不要换个研究方向、接不接受一个机会。共生体会列出几种可能的目标，把彼此冲突的理由找回来，再问一句哪一种代价最难承受。碰上似曾相识的抉择，它会调出这个人上次的推理过程；眼前的选项要是和他自己说过的长期目标相矛盾，它会讲明反对的理由，然后把决定交还给他。情绪这块，它的帮助以了解这个人的真实经历为前提，比如一份申请再次落选后，它提醒他：上次评审意见说的是缺预实验数据，这回数据已经齐了。

心理健康是文章处理得最审慎的领域。跟一般的心理健康应用比，共生体有三点优势：它了解这个人的生活，不用对方从头再讲一遍；诱因出现时它就在场，不必等到几天后的下一次面谈；它还能从睡眠、社交退缩和语言变化里看出规律。所以它适合陪着用户练认知行为疗法等有证据支持的方法，在专业治疗的间隔期给支持、做好记录，并及早识别复发的迹象。文章明确说，共生体不该独自承担治疗，出现危机信号时，它的首要职责是把专业人员请进来。现有证据也支持这种定位：2017 年 Woebot 的早期随机对照试验，以及 2025 年一项生成式聊天机器人的随机对照试验，都报告了症状的减轻，但长期、无人监督使用的证据仍然很少。

碰上跟人打交道的事，它负责帮人把场面看明白。语言不一样，想问题的方式和来往的习惯也不一样，共生体主要管的是带人摸清当地那套规矩：招呼怎么打，拒绝怎么说得委婉，哪些话最好别挑明。有个…生的小镇，店主热络地请旅人进店喝口茶，可旅人还得赶车，这时共生体会教他当地人惯用的推辞路数——先道谢，再把原因讲清楚。至于一线服务人员、急救人员、口译员和外交官这些得在高压下实时跟人周旋的行当，它能分别派上用场：替人记住每位客人的助手、扛压力时的外部记忆和核对清单，以及跨文化沟通中从头跟到尾的顾问。

家庭里，它补上人力难以持续的耐心。父母常常睡眠不足、事务缠身，还容易被孩子的情绪带着走，这时共生体服务的对象是父母本人，帮他们保持情绪平稳、记住琐事、留意孩子身上值得关注的变化；涉及对孩子的观察，必须由父母授权，范围也只限安全与发育方面。对记忆衰退的老人，它相当于一副记忆假体，能提醒眼前的人是谁、药有没有按时吃、刚才要找什么。这种用法有先例：2007 年，研究者曾用可穿戴相机 SenseCam 帮记忆受损的患者回忆往事。文章认为，它给老人的是多几年的独立生活，以及和家里人更多的联系。长期照护家人的人，同样能把照护中的大量细节交给它记，自己好歇一歇。

文章认为，在存在障碍的群体身上，相关证据是全篇最成熟的一块。对视障者来说，共生体补上的首先是一条原本缺失的通道——Be My Eyes、Seeing AI 这类产品已经能让他们借助 AI 描述眼前景象、完成导航，共生体则进一步加入对身边环境和熟人的了解。听障者这边，眼镜上的一行字可以充当实时字幕，还能标明说话的人是谁。运动障碍者获得的帮助更大：肌电手势、无声语音输入，再加上代办各类事务的能力，文章认为这些价值超过其他任何人群。至于认知特点不同的人，它可以帮忙启动和切换任务，在社交线索上给些支持，而什么样的帮助算合适，由当事人自己说了算。文章引用了无障碍领域的一句原则：“与我们有关的事，必须有我们参与。”

谁会最先受益？

文章认为，从没有特殊需要的普通人到要求最高的专业人士，都能从共生体中获益。不过获益多少，要看四个因素：困难本身有多大，设备能不能观察到，现有技术能不能解决，以及这些人愿不愿意佩戴、愿意授权到什么程度。

图｜哪些人可能用得上。横轴衡量共生体眼下能处理多少事，纵轴对应事情本身的轻重与代价；气泡越大，说明涉及的人群越广，颜色则显示现有证据有多扎实。各点位置由作者自行判断

据此，文章排出了一个先后顺序。知识工作者会是最早采用的一批，他们的日常工作集中在电脑前和会议室里，效果最容易验证；对单个人帮助最大的，是老年人和存在障碍的人群；总体收益最大的则是普通人的日常生活，因为覆盖的人数最多。文章同时列出了三种不应优先考虑的情况：让儿童拥有全天感知的共生体，让共生体成为急性心理危机者唯一的依靠，以及任何形式的强制佩戴。

如何防范风险？

不过，一套能让人在别人面前发挥得更好的系统，同样会引出新麻烦。2025 年，Cluely 这款产品就把“作弊”当成宣传点；高考那段时间，国内多家聊天机器人服务也停掉过一些功能。文章分三类梳理了潜在伤害：一类落在用户自己身上，一类由用户传导给旁人，还有一类出自部署方，三者最终会在社会层面叠加起来。

图｜伤害的方向：指向人本身、通过人波及他人、来自部署它的机构，三者在社会层面叠加

谈到治理，文章的切入点来自共生体的一个属性：它是戴在身上的外部装置，随时可以摘下来，也经得起查验。于是有两件事需要区分：用户和共生体之间说了什么，旁人不该干涉；用户此刻是否正在接受协助，则应在考场、法庭、谈判等场景中依规说明。每个场景都能事先划好允许接受哪一级协助，设备进入后会自动切到对应级别，并留下供事后查证的日志。文章也交代了这套证明的边界：它只够说明申报的那台设备没有提供帮助。

展望

文章列出了 23 个开放问题，其中四个被视为首批可用系统最要紧的依赖项：怎样为规模庞大的人生记录建模，怎样把从感知到提示的总延迟压缩到对话可容忍的程度，怎样把全天候运行的算力成本降下来，以及穿戴硬件与认知内核如何协同演进。按文中给出的路线图，最早实现的将是桌面端的实时会议副驾驶，随后再陆续引入长期记录、多设备感知和更私密的交互方式。至于评价办法，文章建议以面向单个用户的对照试验加上数月之久的跟踪研究为主，既报告用户当下的收益，也报告停用之后仍能留下的能力。

作者希望认知共生体能为 AI 研究开出一条新的路线，届时评判 AI 是否进步，要看每一个使用它的人是否真的变得更能干。

更多技术细节，详见原论文。