知识卡片：生命启发的内感受人工智能：面向自主与自适应智能体

英文标题：Life-inspired interoceptive artificial intelligence for autonomous and adaptive agents
英文关键词：interoceptive artificial intelligence; autonomous agents; adaptive agents; homeostasis; internal states; cybernetics; reinforcement learning; neuroscience

一句话结论

这篇 Perspective 提出，借鉴生物体的“内感受”（interoception）——即监测和调节内部身体状态以维持内稳态的机制——可以为人工智能体提供稳定且普遍可用的内部参考信号，从而增强其在动态变化环境中的自主性和适应性。

事件概述或研究问题

尽管人工智能已取得显著进展，但构建能够在持续变化的环境中自主追求目标并不断适应的智能体仍是根本性挑战。生物体天然具备这种自适应自主性。本文聚焦于内感受过程，认为它是生物体生存的基础，并试图将其抽象为适用于人工系统的计算框架。作者整合控制论、生命理论、强化学习和神经科学，提出一个关于内感受如何增强人工智能体自主性与适应性的统一观点。

方法/产品要点

将生物内感受从具体生理实例中抽象为功能性和数学化的表示，使其可应用于人工系统。
显式分解内部环境与外部环境的状态变量。
对生命启发的内部状态动力学性质进行数学形式化。
将内部状态视为普遍可用且内在有价值的“上下文”，在外部环境变化时充当稳定参考信号，调节学习与行为。
引入与内感受相关的生物过程（如神经调节机制），支持情境依赖的适应性行为。
文中图 3 展示了名为“EVAAA”的用于实现内感受 AI 的基准；具体细节与评测结果在摘要中未展开，待核实。

主要结果或产业意义

作为 Perspective 文章，本文主要贡献是提出概念性框架，而非报告实验结果。其潜在意义在于：为设计更自主、更稳健的 AI 智能体提供了一条不同于“仅增强外部感知和推理”的路径——通过建模智能体自身的内部状态来维持平衡和适应环境。该思路可能对机器人、自动驾驶、智能体系统等领域产生启发。

为什么重要

现有 AI 在开放环境中长期自主运行的能力依然有限。生物体通过内感受维持内稳态，从而在复杂环境中生存和行动。本文将这一生物机制引入 AI 设计，强调内部状态作为稳定参考信号的价值，为构建真正“自主”的智能体提供了新的理论视角，并与当前以模型规模或外部环境建模为主的路线形成互补。

局限与不确定性

本文为 Perspective，属于观点性文章，未提供实证验证结果。
如何将生物内感受精确数学化、并在不同 AI 系统中实现，仍需进一步研究。
文中提到的 EVAAA 基准的具体内容和评测结果在公开摘要中不可见，需查阅全文确认，此处标注为待核实。

可用于图书/PPT/简报的角度

从人体内稳态到 AI：内部状态如何让机器更自主
生物启发 AI 的新维度：内感受
AI 的“身体感”：为什么内部信号可能比外部感知更基础
智能体设计的两条路线：更强的外部建模 vs. 更深的内部调节

与既有脉络的关系

本条与已有卡片中 NVIDIA AVO、Claude Sonnet 等具体模型或评测不同，它从生物内感受角度提出概念性框架。NVIDIA AVO 强调通过智能体系统（harness）设计提升长时程自主任务性能；本文则主张将智能体内部状态建模为稳定参考信号，属于另一条增强智能体自主性的路径，可视为“智能体架构设计”主题下的互补视角。

原始材料

英文标题：Life-inspired interoceptive artificial intelligence for autonomous and adaptive agents
作者：Sungwoo Lee, Younghyun Oh, Hyunhoe An, Hyebhin Yoon, Karl J. Friston, Seok Jun Hong, Choong-Wan Woo 等
期刊：Nature Machine Intelligence (2026)
在线发表：2026 年 8 月 26 日
DOI：10.1038/s42256-026-01296-8
URL：https://www.nature.com/articles/s42256-026-01296-8