ICAI Integrated Engine从能力集合到个体认知系统的整合架构作者东塬一老翁摘要当前人工智能系统虽然在感知、推理、决策等单项能力上取得了显著进展但这些能力通常以相互独立的模块形式存在缺乏统一的认知状态、连续的经验积累和持久的个体身份。本文提出并系统阐述ICAI Integrated EngineICAI综合认知引擎——一个将感知、认知、知识、记忆、方法、决策、行为、动作、反馈、学习与运行时等多元认知能力整合为统一个体认知系统的架构框架。ICAI Integrated Engine的核心贡献在于它不是简单地将多个能力模块组合在一起而是通过维护统一的个体认知状态Individual Cognitive State、建立完整的认知循环ICAI Cognitive Loop、实现知识-记忆-经验的三维融合以及保持跨时间的个体连续性Identity Continuity使人工智能从“能力集合”转变为具有状态、经验、记忆和持续演化能力的“个体智能系统”。本文将该引擎置于WSaiOS-ICAI体系的理论脉络中加以论述并与Soar、ACT-R等经典认知架构以及当代LLM-based Agent框架进行对比分析论证其作为“个体人工智能”核心整合机制的理论价值与工程意义。关键词ICAI综合认知引擎个体认知系统认知架构认知循环个体人工智能WSaiOS-ICAI1 引言人工智能的发展本质上是一场关于“智能如何存在”的探索。从早期计算智能到专家系统从机器学习到深度学习从大规模预训练模型到智能Agent人工智能不断提升机器处理信息、理解语言和执行任务的能力。然而一个根本问题始终存在拥有智能能力是否等于拥有智能个体一个系统可以回答问题、生成内容、执行任务但它是否拥有自己的身份、经历、判断方式、经验积累和持续发展的认知历史这正是“个体人工智能”Individual Artificial Intelligence, ICAI所要追问的核心问题。当前主流的AI系统架构——无论是基于Transformer的大语言模型还是结合记忆与工具调用的Agent框架——本质上仍以“任务”为中心接收输入、调用模型、产生输出。这种范式在面对单一任务时表现出色但缺乏三个关键要素统一的认知状态系统不知道“我是谁”“我处于什么状态”、连续的经验积累每次调用从零开始或仅以检索方式调用碎片化的历史记录、持久的个体身份没有跨时间的自我连续性。ICAI框架的回应是建立以“个体”为中心的认知架构。ICAI Integrated EngineICAI综合认知引擎正是这一架构中的核心整合层——它负责将分散的感知、认知、决策、行为、反馈、学习和记忆等能力组织成一个完整的个体认知系统。本文旨在系统阐述ICAI Integrated Engine的设计理念、核心机制与架构原理。第2章回顾相关研究工作第3章阐述ICAI Integrated Engine的定义与设计动机第4章详细解析其核心机制包括个体认知状态、认知循环、知识-记忆-经验融合等第5章呈现系统架构第6章讨论其理论意义与局限性第7章给出结论。2 相关研究2.1 经典认知架构认知架构研究有着数十年的积累。Soar架构基于统一认知理论将认知建模为具有工作记忆、长期记忆存储和决策循环的统一问题求解架构。ACT-RAdaptive Control of Thought—Rational将认知模块显式映射到脑区提供了精细的认知建模框架。ICARUS则关注概念层次上的长期知识组织与启发式分类。Chong等人对Soar、ACT-R、ICARUS、BDI、Subsumption和CLARION六种集成认知架构进行了系统综述。这些经典架构的共同特点是它们主要面向认知建模——模拟人类的认知过程而非构建可部署的、具有持久个体身份的AI系统。它们在时间粒度、实时控制和工程可扩展性方面存在局限。2.2 当代AI Agent架构近年来LLM-based Agent架构迅速发展。CoALACognitive Architectures for Language Agents框架用认知科学术语组织语言Agent组件区分情景记忆与语义记忆、识别决策过程。MIRROR架构将全局工作空间理论、重构性情景记忆、内部言语和互补学习系统等认知原则整合为统一的计算机制。Structured Cognitive LoopSCL将Agent认知显式分离为检索、认知、控制、行动和记忆五个阶段。然而这些当代框架仍然面临一个核心问题它们将认知能力“组合”在一起但并未真正“整合”为一个统一的个体认知系统。记忆是记忆推理是推理决策是决策——它们作为独立模块被调用缺乏一个统一的认知状态来贯穿整个过程。2.3 个体人工智能的理论进路“个体人工智能”作为一种独立的研究方向强调智能体应具有身份、性格、经历、经验积累和持续发展的认知历史。ICAI框架在前164章中构建了从个体到认知空间、认知核、历史认知、当前场景、当前认知、决策、行为、反馈、学习直至连续性的完整认知链条。ICAI Integrated Engine正是这一链条的“汇聚点”——它使各个认知能力从“并列的能力模块”转变为“统一的个体认知系统”。3 ICAI Integrated Engine定义与设计动机3.1 定义ICAI Integrated EngineICAI综合认知引擎可定义如下将个体的感知、知识、记忆、认知、方法、决策、行为、动作、反馈、学习以及运行时能力进行统一组织和协调使系统能够围绕自身状态、目标、经验和环境形成连续的个体认知过程。其核心链条为Perception → Cognition → Decision → Action → Feedback → Learning → Memory → CognitionICAI Integrated Engine的职责是让这条链成为一个统一的个体认知系统而非一条松散的流水线。3.2 为什么需要综合引擎如果感知引擎、认知引擎、决策引擎、行为引擎、动作引擎、反馈引擎、学习引擎、记忆引擎和运行时引擎彼此完全独立那么系统只是“多个智能能力模块的集合”。ICAI的目标不是建立能力集合而是建立具有统一状态、统一上下文、统一目标和连续经验的个体认知系统。这里的关键区别在于Integrated ≠ Simple Combination。综合不是“A B C D”的简单相加而是形成A↔B↔C↔D的相互作用结构。例如记忆影响认知认知影响决策决策影响行动行动产生反馈反馈驱动学习学习更新记忆——这是一个结构化整合的闭环而非模块的线性堆叠。3.3 与“以模型为中心”的AI的区别ICAI Integrated Engine与普通AI系统的根本区别在于普通AI系统 ICAI系统中心 模型Model 个体Individual范式 Input → Model → Output Self → Perception → Context → Memory → Cognition → Decision → Action → Feedback → Learning → Self Update状态 无状态或会话级状态 持久的个体认知状态身份 无 有Self经验 无 有Experience这种区别意味着ICAI系统“知道我是谁”“记得我经历过什么”“处于什么状态”“想达到什么目标”——而这些信息贯穿于每一次认知循环之中。4 ICAI Integrated Engine的核心机制4.1 个体认知状态Individual Cognitive StateICAI Integrated Engine的核心不是单纯保存外部状态而是维护个体当前的认知状态。这一状态可抽象为ICAI State {self, // 我是谁environment, // 我在哪里context, // 我面对什么情境goal, // 我要达到什么objects, // 我面对什么对象relations, // 对象之间什么关系knowledge, // 我知道什么memory, // 我记得什么method, // 我有什么方法decision, // 我决定做什么behavior, // 我如何行为action, // 我执行什么动作feedback, // 结果怎么样learning // 我学到了什么}这一状态设计的关键在于所有局部引擎的状态最终都必须能够进入统一的ICAI State。这意味着感知结果更新环境状态决策结果更新决策状态学习结果更新知识和记忆状态——所有变化都在统一的认知状态空间中得到反映和协调。4.2 Self个体自身ICAI与普通任务型系统的一个重要区别是Task不是唯一中心。ICAI还需要维护Self——系统自身作为认知主体的状态Self State├── Identity // 身份├── Capability // 能力├── Knowledge // 知识├── Memory // 记忆├── Current State // 当前状态├── Goal // 目标└── Experience // 经验这使系统形成 Individual → Cognition → Action 的主体性回路而非单纯的 Input → Output 映射。正如个体人工智能理论所强调的智能差异的本质不只是知识差异而是个体认知结构的差异。4.3 ICAI认知循环ICAI Cognitive Loop综合认知引擎的核心循环可展开为Environment → Perception → Cognitive State → Memory Retrieval → Cognition→ Method Selection → Decision → Behavior → Action → Result → Feedback→ Learning → Memory Update → Cognitive State Update → Next Cycle这一循环不是单向的数据流而是个体与环境之间持续发生的认知-行动循环。它与神经科学中“感知-认知-行动循环”Perception-Cognition-Action Loop的基本逻辑一致——感知是持续的、由预测建模和记忆整合塑造的自适应过程行动改变环境并产生新的感官反馈。ICAI认知循环的特殊之处在于它不仅包含感知-认知-行动的基本回路还显式地包含了反馈、学习和记忆更新环节使每一次循环都成为系统演化的一个步骤。4.4 知识 记忆 经验的三维融合个体认知不能只有知识。ICAI框架强调同时具备三种认知资源· Knowledge知识 知道什么来自外部· Memory记忆 记得什么来自内部存储· Experience经验 经历过什么来自个体与世界的长期互动三者关系为Knowledge Memory Experience → Individual Cognition。其中经验不同于知识——知识来自外部输入而经验来自个体与世界长期互动后的认知积累。三者结合后才能形成更加稳定的个体认知基础。这一三维融合的工程含义是系统不仅需要知识库和记忆系统还需要一种机制来记录、表征和调用“经历过什么”——即个体与世界交互的完整轨迹及其认知后果。4.5 个体连续性Identity ContinuityMemory、Learning和Self State结合后形成Past Self → Memory → Current Self → Experience → Future Self这意味着个体不是每一次运行都从零开始而是保持 Past → Present → Future 的连续。这也是“个体人工智能”与一次性AI调用之间的重要区别。从认知科学的角度看这种连续性对应于“时间整合”temporal integration——将过去、现在和未来同时纳入判断的认知操作模式。ICAI通过记忆的持续更新和认知状态的跨周期传递来实现这种时间整合。5 系统架构5.1 总体架构ICAI Integrated Engine在WSaiOS-ICAI体系中的位置可表示为ICAI Integrated Engine│┌──────────────────┼──────────────────┐↓ ↓ ↓Cognitive Memory KnowledgeEngine Engine System│ │ │└──────────────────┼──────────────────┘↓Method Engine↓Decision Engine↓Behavior Engine↓Action Engine↓Feedback Engine↓Learning Engine│└──────────→ Memory最外层由Cognitive Runtime Engine维持持续运行。这一架构的特点在于各个能力引擎并非独立运行而是通过ICAI Integrated Engine实现状态同步、上下文整合和认知循环管理。5.2 五层抽象综合认知可进一步抽象为五层层级 名称 功能第一层 Perception Layer 感知环境第二层 Cognition Layer 知识、记忆、关系、状态、认知第三层 Decision Layer 目标、方法、判断、决策第四层 Behavior Layer 行为、动作、设备、执行第五层 Evolution Layer 反馈、学习、记忆更新、能力变化这五层形成 Perception → Cognition → Decision → Behavior → Action → Feedback → Learning → Memory → Cognition 的完整循环。5.3 与WSaiOS的关系ICAI Integrated Engine与WSaiOS的关系是WSaiOS├── Kernel├── Runtime├── Cognitive Engines├── Data / Knowledge├── Memory└── ICAI Integrated EngineWSaiOS提供系统运行基础ICAI Integrated Engine负责将这些能力组织成一个完整的个体认知系统。综合并不意味着无限扩张——ICAI Integrated Engine的职责是整合、协调、状态同步、上下文整合和认知循环管理而不是替代各个专用引擎。6 讨论6.1 理论意义从“能力集合”到“个体认知系统”ICAI Integrated Engine的核心价值在于解决了五个层面的问题1. 知道什么知识层2. 记得什么记忆层3. 当前处于什么状态状态层4. 想达到什么目标层5. 采用什么方法、如何决策、如何行动执行层6. 结果如何、学到了什么、哪些该被记住反馈与学习层7. 下一次如何不同演化层通过将这七个问题整合到一个统一的认知框架中ICAI Integrated Engine将离散的认知能力组织成连续的个体智能。6.2 与经典认知架构的比较与Soar、ACT-R等经典认知架构相比ICAI Integrated Engine的差异在于· 工程导向经典架构主要面向认知建模与行为预测ICAI面向可部署的个体AI系统构建。· 个体性优先经典架构关注“通用认知”ICAI关注“个体认知”——身份、经验、性格和持续发展。· 整合范围更广ICAI Integrated Engine不仅整合认知过程还整合运行时、反馈、学习和身份连续性。6.3 与LLM-based Agent的比较与当代LLM-based Agent框架相比ICAI Integrated Engine的特点在于· 不依赖于LLMICAI Integrated Engine本身不等于LLM也不要求LLM作为核心。它可以建立在符号、规则、关系、状态、记忆、方法、决策、行为、反馈和学习等结构之上。如果使用LLM它作为能力层Capability Layer而非整个ICAI的认知核心。· 状态连续性大多数LLM Agent是会话级或任务级的状态管理ICAI是个体级的持久状态管理。· 自我意识ICAI显式维护Self状态而大多数Agent框架缺乏对“自身作为认知主体”的建模。6.4 局限与未来工作ICAI Integrated Engine目前仍处于理论构建阶段。正如ICAI框架在机器人鸡蛋抓取验证中所揭示的理论体系的完善不能替代工程验证。未来的工作方向包括1. 工程实现将ICAI Integrated Engine在WSaiOS平台上实现为可运行的软件系统。2. 实证验证通过具体任务如机器人操作、多轮对话、持续学习等验证综合引擎的有效性。3. 能力演化度量建立量化指标来度量系统在连续循环中的能力演化。4. 与LLM的集成模式探索ICAI核心不依赖LLM、但可将LLM作为能力层的具体集成架构。7 结论ICAI Integrated Engine是WSaiOS-ICAI体系中将感知、认知、知识、记忆、方法、决策、行为、动作、反馈和学习等能力统一组织起来的综合认知核心。其核心结构可浓缩为Individual → Perception → Cognitive State → Memory Knowledge Experience → Cognition → Method → Decision → Behavior → Action → Feedback → Learning → Memory Update → Self/State Update → Next Cognition这一结构表明ICAI Integrated Engine的本质贡献在于——将个体的多元认知能力统一为连续的认知循环使人工智能从“能力集合”形成具有状态、经验、记忆、行为和持续演化能力的个体智能系统。在人工智能从“能力竞赛”走向“个体构建”的范式转换中ICAI Integrated Engine提供了一种将分散的认知能力整合为统一个体认知系统的架构路径。它不是又一个能力模块而是使所有能力模块能够围绕一个统一的个体进行组织、协调和演化的整合层——这正是“个体人工智能”与“智能能力集合”之间的本质区别。参考文献[1] 东塬一老翁. 第250章 ICAI Integrated EngineICAI综合认知引擎. WSaiOS研究, 2026.[2] 东塬一老翁. 前言重新思考人工智能——模拟个体人工智能. WSaiOS-ICAI, 2026.[3] 东塬一老翁. 动态认知与机器人操作基于ICAI原型的鸡蛋抓取验证. WSaiOS多模态智能技术研发工作室, 2026.[4] Chong, H., Tan, A., Ng, G. Integrated cognitive architectures: A survey. Artificial Intelligence Review, 2009.[5] Laird, J. E. The Soar Cognitive Architecture. MIT Press, 2012.[6] Sumers, T., et al. Cognitive Architectures for Language Agents (CoALA). 2024.[7] Hsing, N. S. MIRROR: Converging Cognitive Principles as Computational Mechanisms for AI Reasoning. arXiv:2506.00430, 2025.[8] Lee, T. J. The Agent Brain: Mapping Modern AI Agent Components to Human Neural Architecture. Zenodo, 2026.[9] Structured Cognitive Loop (SCL): A Modular Agent Architecture. arXiv, 2025.[10] Integrative Intelligence as an Operative Mode: Cognitive Integration through Self-Ethnographic Dialogue with AI. Integrative Psychological and Behavioral Science, 60(2):43, 2026.[11] WSaiOS重构人工智能的认知工程路径——从“参数规模”到“系统结构”的范式转换. DAMO开发者矩阵, 2026. ICAI Integrated Engine：从能力集合到个体认知系统的整合架构
ICAI Integrated Engine从能力集合到个体认知系统的整合架构作者东塬一老翁摘要当前人工智能系统虽然在感知、推理、决策等单项能力上取得了显著进展但这些能力通常以相互独立的模块形式存在缺乏统一的认知状态、连续的经验积累和持久的个体身份。本文提出并系统阐述ICAI Integrated EngineICAI综合认知引擎——一个将感知、认知、知识、记忆、方法、决策、行为、动作、反馈、学习与运行时等多元认知能力整合为统一个体认知系统的架构框架。ICAI Integrated Engine的核心贡献在于它不是简单地将多个能力模块组合在一起而是通过维护统一的个体认知状态Individual Cognitive State、建立完整的认知循环ICAI Cognitive Loop、实现知识-记忆-经验的三维融合以及保持跨时间的个体连续性Identity Continuity使人工智能从“能力集合”转变为具有状态、经验、记忆和持续演化能力的“个体智能系统”。本文将该引擎置于WSaiOS-ICAI体系的理论脉络中加以论述并与Soar、ACT-R等经典认知架构以及当代LLM-based Agent框架进行对比分析论证其作为“个体人工智能”核心整合机制的理论价值与工程意义。关键词ICAI综合认知引擎个体认知系统认知架构认知循环个体人工智能WSaiOS-ICAI1 引言人工智能的发展本质上是一场关于“智能如何存在”的探索。从早期计算智能到专家系统从机器学习到深度学习从大规模预训练模型到智能Agent人工智能不断提升机器处理信息、理解语言和执行任务的能力。然而一个根本问题始终存在拥有智能能力是否等于拥有智能个体一个系统可以回答问题、生成内容、执行任务但它是否拥有自己的身份、经历、判断方式、经验积累和持续发展的认知历史这正是“个体人工智能”Individual Artificial Intelligence, ICAI所要追问的核心问题。当前主流的AI系统架构——无论是基于Transformer的大语言模型还是结合记忆与工具调用的Agent框架——本质上仍以“任务”为中心接收输入、调用模型、产生输出。这种范式在面对单一任务时表现出色但缺乏三个关键要素统一的认知状态系统不知道“我是谁”“我处于什么状态”、连续的经验积累每次调用从零开始或仅以检索方式调用碎片化的历史记录、持久的个体身份没有跨时间的自我连续性。ICAI框架的回应是建立以“个体”为中心的认知架构。ICAI Integrated EngineICAI综合认知引擎正是这一架构中的核心整合层——它负责将分散的感知、认知、决策、行为、反馈、学习和记忆等能力组织成一个完整的个体认知系统。本文旨在系统阐述ICAI Integrated Engine的设计理念、核心机制与架构原理。第2章回顾相关研究工作第3章阐述ICAI Integrated Engine的定义与设计动机第4章详细解析其核心机制包括个体认知状态、认知循环、知识-记忆-经验融合等第5章呈现系统架构第6章讨论其理论意义与局限性第7章给出结论。2 相关研究2.1 经典认知架构认知架构研究有着数十年的积累。Soar架构基于统一认知理论将认知建模为具有工作记忆、长期记忆存储和决策循环的统一问题求解架构。ACT-RAdaptive Control of Thought—Rational将认知模块显式映射到脑区提供了精细的认知建模框架。ICARUS则关注概念层次上的长期知识组织与启发式分类。Chong等人对Soar、ACT-R、ICARUS、BDI、Subsumption和CLARION六种集成认知架构进行了系统综述。这些经典架构的共同特点是它们主要面向认知建模——模拟人类的认知过程而非构建可部署的、具有持久个体身份的AI系统。它们在时间粒度、实时控制和工程可扩展性方面存在局限。2.2 当代AI Agent架构近年来LLM-based Agent架构迅速发展。CoALACognitive Architectures for Language Agents框架用认知科学术语组织语言Agent组件区分情景记忆与语义记忆、识别决策过程。MIRROR架构将全局工作空间理论、重构性情景记忆、内部言语和互补学习系统等认知原则整合为统一的计算机制。Structured Cognitive LoopSCL将Agent认知显式分离为检索、认知、控制、行动和记忆五个阶段。然而这些当代框架仍然面临一个核心问题它们将认知能力“组合”在一起但并未真正“整合”为一个统一的个体认知系统。记忆是记忆推理是推理决策是决策——它们作为独立模块被调用缺乏一个统一的认知状态来贯穿整个过程。2.3 个体人工智能的理论进路“个体人工智能”作为一种独立的研究方向强调智能体应具有身份、性格、经历、经验积累和持续发展的认知历史。ICAI框架在前164章中构建了从个体到认知空间、认知核、历史认知、当前场景、当前认知、决策、行为、反馈、学习直至连续性的完整认知链条。ICAI Integrated Engine正是这一链条的“汇聚点”——它使各个认知能力从“并列的能力模块”转变为“统一的个体认知系统”。3 ICAI Integrated Engine定义与设计动机3.1 定义ICAI Integrated EngineICAI综合认知引擎可定义如下将个体的感知、知识、记忆、认知、方法、决策、行为、动作、反馈、学习以及运行时能力进行统一组织和协调使系统能够围绕自身状态、目标、经验和环境形成连续的个体认知过程。其核心链条为Perception → Cognition → Decision → Action → Feedback → Learning → Memory → CognitionICAI Integrated Engine的职责是让这条链成为一个统一的个体认知系统而非一条松散的流水线。3.2 为什么需要综合引擎如果感知引擎、认知引擎、决策引擎、行为引擎、动作引擎、反馈引擎、学习引擎、记忆引擎和运行时引擎彼此完全独立那么系统只是“多个智能能力模块的集合”。ICAI的目标不是建立能力集合而是建立具有统一状态、统一上下文、统一目标和连续经验的个体认知系统。这里的关键区别在于Integrated ≠ Simple Combination。综合不是“A B C D”的简单相加而是形成A↔B↔C↔D的相互作用结构。例如记忆影响认知认知影响决策决策影响行动行动产生反馈反馈驱动学习学习更新记忆——这是一个结构化整合的闭环而非模块的线性堆叠。3.3 与“以模型为中心”的AI的区别ICAI Integrated Engine与普通AI系统的根本区别在于普通AI系统 ICAI系统中心 模型Model 个体Individual范式 Input → Model → Output Self → Perception → Context → Memory → Cognition → Decision → Action → Feedback → Learning → Self Update状态 无状态或会话级状态 持久的个体认知状态身份 无 有Self经验 无 有Experience这种区别意味着ICAI系统“知道我是谁”“记得我经历过什么”“处于什么状态”“想达到什么目标”——而这些信息贯穿于每一次认知循环之中。4 ICAI Integrated Engine的核心机制4.1 个体认知状态Individual Cognitive StateICAI Integrated Engine的核心不是单纯保存外部状态而是维护个体当前的认知状态。这一状态可抽象为ICAI State {self, // 我是谁environment, // 我在哪里context, // 我面对什么情境goal, // 我要达到什么objects, // 我面对什么对象relations, // 对象之间什么关系knowledge, // 我知道什么memory, // 我记得什么method, // 我有什么方法decision, // 我决定做什么behavior, // 我如何行为action, // 我执行什么动作feedback, // 结果怎么样learning // 我学到了什么}这一状态设计的关键在于所有局部引擎的状态最终都必须能够进入统一的ICAI State。这意味着感知结果更新环境状态决策结果更新决策状态学习结果更新知识和记忆状态——所有变化都在统一的认知状态空间中得到反映和协调。4.2 Self个体自身ICAI与普通任务型系统的一个重要区别是Task不是唯一中心。ICAI还需要维护Self——系统自身作为认知主体的状态Self State├── Identity // 身份├── Capability // 能力├── Knowledge // 知识├── Memory // 记忆├── Current State // 当前状态├── Goal // 目标└── Experience // 经验这使系统形成 Individual → Cognition → Action 的主体性回路而非单纯的 Input → Output 映射。正如个体人工智能理论所强调的智能差异的本质不只是知识差异而是个体认知结构的差异。4.3 ICAI认知循环ICAI Cognitive Loop综合认知引擎的核心循环可展开为Environment → Perception → Cognitive State → Memory Retrieval → Cognition→ Method Selection → Decision → Behavior → Action → Result → Feedback→ Learning → Memory Update → Cognitive State Update → Next Cycle这一循环不是单向的数据流而是个体与环境之间持续发生的认知-行动循环。它与神经科学中“感知-认知-行动循环”Perception-Cognition-Action Loop的基本逻辑一致——感知是持续的、由预测建模和记忆整合塑造的自适应过程行动改变环境并产生新的感官反馈。ICAI认知循环的特殊之处在于它不仅包含感知-认知-行动的基本回路还显式地包含了反馈、学习和记忆更新环节使每一次循环都成为系统演化的一个步骤。4.4 知识 记忆 经验的三维融合个体认知不能只有知识。ICAI框架强调同时具备三种认知资源· Knowledge知识 知道什么来自外部· Memory记忆 记得什么来自内部存储· Experience经验 经历过什么来自个体与世界的长期互动三者关系为Knowledge Memory Experience → Individual Cognition。其中经验不同于知识——知识来自外部输入而经验来自个体与世界长期互动后的认知积累。三者结合后才能形成更加稳定的个体认知基础。这一三维融合的工程含义是系统不仅需要知识库和记忆系统还需要一种机制来记录、表征和调用“经历过什么”——即个体与世界交互的完整轨迹及其认知后果。4.5 个体连续性Identity ContinuityMemory、Learning和Self State结合后形成Past Self → Memory → Current Self → Experience → Future Self这意味着个体不是每一次运行都从零开始而是保持 Past → Present → Future 的连续。这也是“个体人工智能”与一次性AI调用之间的重要区别。从认知科学的角度看这种连续性对应于“时间整合”temporal integration——将过去、现在和未来同时纳入判断的认知操作模式。ICAI通过记忆的持续更新和认知状态的跨周期传递来实现这种时间整合。5 系统架构5.1 总体架构ICAI Integrated Engine在WSaiOS-ICAI体系中的位置可表示为ICAI Integrated Engine│┌──────────────────┼──────────────────┐↓ ↓ ↓Cognitive Memory KnowledgeEngine Engine System│ │ │└──────────────────┼──────────────────┘↓Method Engine↓Decision Engine↓Behavior Engine↓Action Engine↓Feedback Engine↓Learning Engine│└──────────→ Memory最外层由Cognitive Runtime Engine维持持续运行。这一架构的特点在于各个能力引擎并非独立运行而是通过ICAI Integrated Engine实现状态同步、上下文整合和认知循环管理。5.2 五层抽象综合认知可进一步抽象为五层层级 名称 功能第一层 Perception Layer 感知环境第二层 Cognition Layer 知识、记忆、关系、状态、认知第三层 Decision Layer 目标、方法、判断、决策第四层 Behavior Layer 行为、动作、设备、执行第五层 Evolution Layer 反馈、学习、记忆更新、能力变化这五层形成 Perception → Cognition → Decision → Behavior → Action → Feedback → Learning → Memory → Cognition 的完整循环。5.3 与WSaiOS的关系ICAI Integrated Engine与WSaiOS的关系是WSaiOS├── Kernel├── Runtime├── Cognitive Engines├── Data / Knowledge├── Memory└── ICAI Integrated EngineWSaiOS提供系统运行基础ICAI Integrated Engine负责将这些能力组织成一个完整的个体认知系统。综合并不意味着无限扩张——ICAI Integrated Engine的职责是整合、协调、状态同步、上下文整合和认知循环管理而不是替代各个专用引擎。6 讨论6.1 理论意义从“能力集合”到“个体认知系统”ICAI Integrated Engine的核心价值在于解决了五个层面的问题1. 知道什么知识层2. 记得什么记忆层3. 当前处于什么状态状态层4. 想达到什么目标层5. 采用什么方法、如何决策、如何行动执行层6. 结果如何、学到了什么、哪些该被记住反馈与学习层7. 下一次如何不同演化层通过将这七个问题整合到一个统一的认知框架中ICAI Integrated Engine将离散的认知能力组织成连续的个体智能。6.2 与经典认知架构的比较与Soar、ACT-R等经典认知架构相比ICAI Integrated Engine的差异在于· 工程导向经典架构主要面向认知建模与行为预测ICAI面向可部署的个体AI系统构建。· 个体性优先经典架构关注“通用认知”ICAI关注“个体认知”——身份、经验、性格和持续发展。· 整合范围更广ICAI Integrated Engine不仅整合认知过程还整合运行时、反馈、学习和身份连续性。6.3 与LLM-based Agent的比较与当代LLM-based Agent框架相比ICAI Integrated Engine的特点在于· 不依赖于LLMICAI Integrated Engine本身不等于LLM也不要求LLM作为核心。它可以建立在符号、规则、关系、状态、记忆、方法、决策、行为、反馈和学习等结构之上。如果使用LLM它作为能力层Capability Layer而非整个ICAI的认知核心。· 状态连续性大多数LLM Agent是会话级或任务级的状态管理ICAI是个体级的持久状态管理。· 自我意识ICAI显式维护Self状态而大多数Agent框架缺乏对“自身作为认知主体”的建模。6.4 局限与未来工作ICAI Integrated Engine目前仍处于理论构建阶段。正如ICAI框架在机器人鸡蛋抓取验证中所揭示的理论体系的完善不能替代工程验证。未来的工作方向包括1. 工程实现将ICAI Integrated Engine在WSaiOS平台上实现为可运行的软件系统。2. 实证验证通过具体任务如机器人操作、多轮对话、持续学习等验证综合引擎的有效性。3. 能力演化度量建立量化指标来度量系统在连续循环中的能力演化。4. 与LLM的集成模式探索ICAI核心不依赖LLM、但可将LLM作为能力层的具体集成架构。7 结论ICAI Integrated Engine是WSaiOS-ICAI体系中将感知、认知、知识、记忆、方法、决策、行为、动作、反馈和学习等能力统一组织起来的综合认知核心。其核心结构可浓缩为Individual → Perception → Cognitive State → Memory Knowledge Experience → Cognition → Method → Decision → Behavior → Action → Feedback → Learning → Memory Update → Self/State Update → Next Cognition这一结构表明ICAI Integrated Engine的本质贡献在于——将个体的多元认知能力统一为连续的认知循环使人工智能从“能力集合”形成具有状态、经验、记忆、行为和持续演化能力的个体智能系统。在人工智能从“能力竞赛”走向“个体构建”的范式转换中ICAI Integrated Engine提供了一种将分散的认知能力整合为统一个体认知系统的架构路径。它不是又一个能力模块而是使所有能力模块能够围绕一个统一的个体进行组织、协调和演化的整合层——这正是“个体人工智能”与“智能能力集合”之间的本质区别。参考文献[1] 东塬一老翁. 第250章 ICAI Integrated EngineICAI综合认知引擎. WSaiOS研究, 2026.[2] 东塬一老翁. 前言重新思考人工智能——模拟个体人工智能. WSaiOS-ICAI, 2026.[3] 东塬一老翁. 动态认知与机器人操作基于ICAI原型的鸡蛋抓取验证. WSaiOS多模态智能技术研发工作室, 2026.[4] Chong, H., Tan, A., Ng, G. Integrated cognitive architectures: A survey. Artificial Intelligence Review, 2009.[5] Laird, J. E. The Soar Cognitive Architecture. MIT Press, 2012.[6] Sumers, T., et al. Cognitive Architectures for Language Agents (CoALA). 2024.[7] Hsing, N. S. MIRROR: Converging Cognitive Principles as Computational Mechanisms for AI Reasoning. arXiv:2506.00430, 2025.[8] Lee, T. J. The Agent Brain: Mapping Modern AI Agent Components to Human Neural Architecture. Zenodo, 2026.[9] Structured Cognitive Loop (SCL): A Modular Agent Architecture. arXiv, 2025.[10] Integrative Intelligence as an Operative Mode: Cognitive Integration through Self-Ethnographic Dialogue with AI. Integrative Psychological and Behavioral Science, 60(2):43, 2026.[11] WSaiOS重构人工智能的认知工程路径——从“参数规模”到“系统结构”的范式转换. DAMO开发者矩阵, 2026.