首页 理论 架构 工程 文档 白皮书 著作 研究 案例 下载 博客 关于 开始使用 →
首页 › 第七部分：认知决策与行为› 第100章 认知方法 Cognitive Method

第100章 认知方法 Cognitive Method

📅 2026年08月29日 👤 东塬一老翁 📂 第七部分：认知决策与行为

第100章 Cognitive Method

认知方法

第99章建立了：

Cognitive State
+
Goal
+
Knowledge
+
Experience
+
Constraints
 ↓
Evaluation
 ↓
Choice
 ↓
Decision

机器由此解决了：

“选择什么？”

但是，一个决策形成以后，仍然存在一个更加实际的问题：

机器已经决定做什么，那么它究竟通过什么方法完成这个决定？

例如：

Decision：
选择对象 A

这只是：

What

还没有解决：

How

因此，第100章进入：

Cognitive Method

中文：

认知方法

核心关系：

Goal
 ↓
Decision
 ↓
Method

进一步：

Object
 ↓
Method
 ↓
Action

这也是前面建立的：

对象—方法映射

第一次正式进入机器认知的连续运行体系。

100.1 什么是认知方法

可以定义：

认知方法，是机器根据当前认知状态、目标、决策、对象及其条件，从已有方法结构中选择或形成实现特定目标和决策的行为方式。

简单来说：

Decision
=
做什么

Method
=
怎么做

因此：

Decision
 ↓
Method

是两个不同层次的认知过程。

100.2 为什么 Decision 之后必须存在 Method

如果没有 Method：

Decision
 ↓
?

机器只有：

我要做 A

却不知道：

如何完成 A

因此完整结构必须是：

Goal
 ↓
Decision
 ↓
Method
 ↓
Action

例如：

Goal：
获得信息

Decision：
向人询问

Method：
提出问题

这里：

Goal = 为什么做
Decision = 决定做什么
Method = 决定怎么做

100.3 Method 与 Action 的区别

必须严格区分：

Method

和：

Action

Method 是：

实现目标或决策的一种方式。

Action 是：

方法被实际执行后产生的具体行为。

例如：

Decision：
获取用户信息

Method：
通过提问获取

Action：
“请告诉我您的产品型号。”

因此：

Decision
 ↓
Method
 ↓
Action

而不是：

Decision
 ↓
Action

直接跳过方法。

100.4 Method 的认知位置

前面已经形成：

Perception
 ↓
Cognition
 ↓
Understanding
 ↓
Decision

现在继续：

Decision
 ↓
Method
 ↓
Behavior
 ↓
Action

于是：

Perception
 ↓
Cognition
 ↓
Decision
 ↓
Method
 ↓
Behavior

机器开始从：

认识

进入：

行动准备

100.5 Method 不是普通程序函数

这里必须区分：

Software Function

和：

Cognitive Method

普通程序函数通常是：

function()
 ↓
fixed operation

而认知方法具有：

Context
Object
Goal
Decision
State
Condition

例如：

Method：
询问用户

并不是永远使用同一个动作。

面对不同：

Object
State
Person
Context
Goal

方法可能发生变化。

因此：

认知方法不是固定程序，而是认知系统中的可选择行为方式。

100.6 Method 的基本结构

可以建立：

Method
{
    method_id,
    name,
    purpose,
    target_object,
    preconditions,
    applicable_states,
    required_elements,
    required_relations,
    steps,
    expected_outcome,
    constraints
}

因此 Method 本身也是一个：

Cognitive Object

而不是简单的代码片段。

100.7 Method 的核心组成

一个完整的方法至少包含：

Method
│
├── Purpose
├── Target Object
├── Preconditions
├── Applicable State
├── Required Resources
├── Method Logic
├── Execution Steps
├── Expected Outcome
└── Constraints

因此：

Method

实际上是一种：

目标到结果之间的结构化实现路径。

100.8 Goal 与 Method

同一个目标可能存在多个方法：

Goal
 ↓
Method A
Method B
Method C

例如：

Goal：
获取信息

可以：

Method A：
直接询问

Method B：
读取已有记忆

Method C：
观察当前状态

Method D：
通过已有对象关系推导

所以：

Goal
 ↓
Method Set

而不是：

Goal
 ↓
One Fixed Method

100.9 Decision 与 Method

第99章决定：

What

第100章决定：

How

例如：

Goal：
解决问题

Decision：
采用方案 A

Methods：
Method 1
Method 2
Method 3

机器接下来需要：

Evaluate Methods
 ↓
Select Method

因此第100章内部还可以形成：

Decision
 ↓
Candidate Methods
 ↓
Method Matching
 ↓
Method Evaluation
 ↓
Method Selection

100.10 方法匹配

这与第89章的：

Cognitive Matching

直接连接。

当前：

Object
State
Goal
Decision

与：

Method

进行匹配：

Current Cognitive State
        ↓
Method Matching
        ↓
Applicable Methods

因此：

机器不是简单地寻找“一个方法”，而是在当前认知条件下寻找“适用的方法”。

100.11 Object → Method

这是本章最重要的理论之一：

对象—方法映射

可以表示为：

Object
 ↓
Object State
 ↓
Applicable Method

例如：

Object：
用户

State：
等待回答

Method：
询问

另一个状态：

Object：
用户

State：
已经提供答案

Method：
分析答案

因此：

Same Object
+
Different State
 ↓
Different Method

这说明方法选择不仅取决于对象，还取决于对象当前状态。

100.12 Object → Method Mapping

可以正式定义：

对象—方法映射，是机器根据对象类型、对象属性、对象关系、对象状态以及当前目标和决策，为对象选择适用方法的认知映射机制。

结构：

Object
+
Attributes
+
Relations
+
State
+
Goal
+
Decision
 ↓
Method

因此：

Method = f(Object, State, Goal, Decision, Context)

这里的 f 并不要求是数学函数，也可以是：

Rule
Matching
Mapping
Classification
Selection

构成的认知机制。

100.13 方法不是对象的固有属性

需要进一步区分：

Object

与：

Method

对象本身并不一定“拥有唯一方法”。

例如：

Object：
Document

可以存在：

Read
Analyze
Classify
Store
Compare
Summarize

不同方法。

所以：

Object
 ↓
Method Set

更合理。

然后：

Context
+
Goal
+
State
 ↓
Method Selection

100.14 Method Selection

方法选择可以形成：

Candidate Methods
        ↓
Applicability Check
        ↓
State Matching
        ↓
Goal Matching
        ↓
Constraint Check
        ↓
Method Evaluation
        ↓
Selected Method

因此：

方法选择本身也是一个认知决策过程。

但它与第99章的总体 Decision 不同。

第99章：

选择做什么

第100章：

选择怎么做

100.15 Decision 与 Method 的层级关系

可以形成两个连续决策：

Decision Level 1
What to do
        ↓
Decision Level 2
How to do

也就是：

Goal
 ↓
Action Objective
 ↓
Decision
 ↓
Method Selection
 ↓
Execution

因此：

Method Selection 可以看作决策之后的第二层选择。

100.16 Method Condition

方法不是任何情况下都适用。

例如：

Method A

要求：

State = Available

如果：

State = Unavailable

那么：

Method A

不能使用。

因此每个 Method 应具有：

Precondition

即：

方法适用的前置条件。

结构：

Current State
 ↓
Precondition Check
 ↓
Applicable / Not Applicable

100.17 Method State

方法本身也可以具有状态：

Method
 ↓
Available
 ↓
Selected
 ↓
Prepared
 ↓
Executing
 ↓
Completed

如果失败：

Executing
 ↓
Failed

因此：

Method

也可以成为一个状态对象。

100.18 Method 与对象状态

对象状态改变以后，方法集合也可能改变。

例如：

Object A
State X
 ↓
Methods:
M1
M2

状态变成：

Object A
State Y
 ↓
Methods:
M3
M4

所以：

Object State
 ↓
Method Availability

是一种重要的认知关系。

100.19 Method 与 Relation

方法选择还可能依赖对象关系。

例如：

Object A
Relation:
A belongs to Group B

于是可以选择：

Method:
Group Processing

因此：

Object
+
Relation
 ↓
Method

进一步：

Object
+
Relation
+
State
 ↓
Method

100.20 Method 与 Knowledge

机器需要知道：

哪些方法存在？
哪些方法适用？
哪些方法有效？

这些来自：

Knowledge

例如：

Knowledge:
Object A supports Method M1

那么：

A
 ↓
M1

可以进入方法候选集合。

因此：

Knowledge
 ↓
Method Mapping

100.21 Method 与 Experience

第94章已经建立：

Experience

第95章建立：

Experience Matching

现在经验可以进一步影响方法选择：

Current Situation
 ↓
Experience Matching
 ↓
Past Method
 ↓
Past Outcome
 ↓
Method Evaluation

例如：

Method A
Past Outcome = Good

而：

Method B
Past Outcome = Bad

在相似情境下：

Method A

可能具有更高优先级。

因此：

经验不仅帮助机器决定“做什么”，还可以帮助机器决定“怎么做”。

100.22 Method Experience

可以形成：

Method Experience

结构：

Situation
+
Object
+
State
+
Method
+
Outcome
+
Evaluation

以后再次遇到相似情况：

Current Situation
 ↓
Method Experience Matching
 ↓
Method Selection

100.23 Method 与 Learning

如果某个方法连续失败：

Method A
 ↓
Failure
 ↓
Feedback

机器可以调整：

Method Priority

甚至：

Method Structure

例如：

Old Method:
M1

经过学习：

M1
 ↓
Add Condition
 ↓
M1'

于是：

Experience
 ↓
Learning
 ↓
Method Update

这使方法成为机器个体不断演化的一部分。

100.24 Method Adaptation

认知适应不仅可以改变：

Knowledge

也可以改变：

Method Selection

例如环境变化：

Old Environment
 ↓
Method A effective

环境改变：

New Environment
 ↓
Method A ineffective

机器通过反馈发现：

Method B

更加适合。

于是：

Adaptation
 ↓
Method Mapping Update

100.25 Method 与 Human Interaction

因为本体系从第78章开始就是：

Human
 ↕
Machine

所以人与机器交互过程中，机器的方法也可能不同。

例如：

Person A

偏好：

Short Response

方法：

Concise Communication

而：

Person B

需要：

Detailed Explanation

方法：

Detailed Communication

因此：

Individual
+
Person Context
+
Goal
+
State
 ↓
Method

这进一步体现：

机器不是只针对对象行动，而是针对当前具体交互情境选择方法。

100.26 Method 与 Individual

不同 Individual 可以拥有不同的方法结构。

例如：

Individual A
Method Preference:
M1 > M2

而：

Individual B
Method Preference:
M2 > M1

原因可能来自：

Experience
Learning
Knowledge
Goals
Constraints

所以：

Method

也是个体认知的重要组成部分。

100.27 Method Memory

机器可以记住：

Object
+
Situation
+
Method
+
Outcome

形成：

Method Memory

例如：

Situation X
Object A
Method M1
Outcome Good

以后：

Situation X
Object A

可以优先：

M1

这使方法选择具有历史连续性。

100.28 Method Mapping Memory

甚至可以形成：

Object → Method Mapping History

例如：

Object A
 ├── State X → M1
 ├── State Y → M2
 └── State Z → M3

随着经验增加：

Object A
 ├── State X → M1
 ├── State Y → M2
 ├── State Z → M3
 └── State W → M4

这实际上形成了一种：

动态对象—方法映射结构。

100.29 Method 与 Symbolic Logic

在符号逻辑体系中，可以表达：

Object = A
State = X
Goal = G

如果：

Condition:
A ∧ X ∧ G

满足：

Rule:
A + X + G → M1

则：

Method = M1

因此：

Symbol
 ↓
Element
 ↓
Object
 ↓
State
 ↓
Condition
 ↓
Rule
 ↓
Method

这是符号逻辑从：

“认识”

进入：

“行动方式选择”

的重要一步。

100.30 Method Rule

可以定义：

Method Rule

例如：

IF
Object = User
AND
State = Waiting
AND
Goal = GetInformation

THEN
Method = AskQuestion

这里：

IF

部分属于：

Cognitive Condition

而：

THEN

产生：

Method

因此：

方法可以成为符号逻辑推导的结果。

100.31 Method Mapping Rule

进一步：

Object
+
State
+
Goal
 ↓
Mapping Rule
 ↓
Method

例如：

Object = Document
State = Unknown
Goal = Understand

→ Method = AnalyzeStructure

如果：

State = Structured

则：

→ Method = SemanticInterpretation

因此：

State

直接影响：

Method

100.32 Method 与 Cognitive Structure

第87章建立：

Cognitive Structure

现在可以进一步扩展：

Element
 ↓
Relation
 ↓
Object
 ↓
State
 ↓
Goal
 ↓
Decision
 ↓
Method

形成：

Cognitive Structure

中的行动准备部分。

100.33 Method 不是最终行为

本章必须保持边界。

当前只研究：

Method

因此：

Method
 ↓
?

下一阶段再研究：

Behavior

以及：

Action
Execution

所以本章暂时不把：

Method

和：

Behavior

完全合并。

100.34 Method 与 Behavior

二者关系可以暂时定义为：

Method
 ↓
Behavior Model
 ↓
Behavior

即：

Method
=
行为方式

而：

Behavior
=
实际行为表现

例如：

Method:
AskQuestion

可能产生：

Behavior:
Initiate Human Query

最终：

Action:
提出具体问题

100.35 Method 的工程对象

在软件工程中，可以建立：

Method Object

例如：

Method
{
    id
    name
    goal
    object
    state
    condition
    parameters
    steps
    expected_result
    constraints
    priority
    experience_score
}

这样：

Method

就可以进入数据库、对象模型和状态机。

100.36 Method Repository

如果机器拥有大量方法，可以形成：

Method Repository

结构：

Method Repository
│
├── Communication
├── Observation
├── Analysis
├── Retrieval
├── Comparison
├── Selection
├── Transformation
├── Planning
└── Execution

但这些只是方法分类。

真正决定调用哪个方法的是：

Cognitive Matching

100.37 Method Matching Engine

可以建立：

Method Matching Engine

输入：

Object
State
Goal
Decision
Context
Knowledge
Experience
Constraints

输出：

Candidate Methods

再经过：

Method Evaluation

最终：

Selected Method

100.38 Cognitive Method Engine

进一步：

Cognitive Engine
       ↓
Decision Engine
       ↓
Method Engine

职责：

Decision Engine
=
决定做什么

Method Engine
=
决定怎么做

这两个模块必须保持清晰边界。

100.39 Method Engine 的基本流程

可以定义：

Decision
 ↓
Object Identification
 ↓
State Identification
 ↓
Goal Identification
 ↓
Method Retrieval
 ↓
Method Matching
 ↓
Method Evaluation
 ↓
Constraint Check
 ↓
Method Selection
 ↓
Method Preparation

最终输出：

Selected Method

而不是直接执行 Action。

100.40 Method Evaluation

多个方法同时适用时：

M1
M2
M3

机器需要比较：

Effectiveness
Experience
Cost
Risk
Time
Compatibility
Goal Fit

形成：

Method Evaluation

然后：

M1 = 0.87
M2 = 0.76
M3 = 0.64

选择：

M1

这里再次体现：

Cognitive Decision

的递归结构。

100.41 方法选择也是认知选择

因此：

Decision

并不是只发生一次。

可以形成：

Goal
 ↓
What Decision
 ↓
Method Decision
 ↓
Behavior Decision
 ↓
Action

也就是说：

机器认知可能存在不同层次的选择。

第99章解决：

What

第100章解决：

How

后续还需要继续研究：

How exactly

以及：

Execute

100.42 Method 与 Context

同一个：

Object

在不同：

Context

下可能采用不同方法。

因此：

Object
+
Context
+
State
+
Goal
 ↓
Method

例如：

Object = Person
Context = Emergency

与：

Object = Person
Context = Normal Conversation

显然不应使用完全相同的方法。

所以：

方法不是脱离情境存在的。

100.43 Method Context Model

可以定义：

Method Context
{
    environment,
    person,
    object,
    state,
    goal,
    constraints,
    history
}

然后：

Method Selection
=
Match(Current Context, Method Conditions)

这使方法选择与前面的：

Cognitive Mapping
Cognitive Matching

形成统一体系。

100.44 Method 的可解释性

机器选择：

Method M1

应该能够回答：

Why M1?

例如：

Object:
User

State:
Waiting

Goal:
Get Information

Experience:
M1 successful 8 times

Constraint:
Low interaction cost

Decision:
Ask User

Method:
AskQuestion

因此：

Method Trace

可以追溯：

Method
 ↓
Decision
 ↓
Goal
 ↓
Object
 ↓
State
 ↓
Experience
 ↓
Knowledge

100.45 Method Error

方法选择错误可能来自：

Object Error
State Error
Goal Error
Mapping Error
Matching Error
Knowledge Error
Experience Error
Evaluation Error

例如：

State 判断错误

可能导致：

Wrong Method

所以：

方法错误同样可能是认知链前面的问题，而不只是方法本身的问题。

100.46 Method Feedback

执行之后：

Method
 ↓
Action
 ↓
Outcome

结果可以反馈到：

Method Evaluation

例如：

Method A
 ↓
Outcome Bad

以后：

Method A Priority ↓

因此：

Feedback
 ↓
Method Update

形成方法层面的学习。

100.47 Method Learning

可以形成：

Method Learning

过程：

Method
 ↓
Outcome
 ↓
Evaluation
 ↓
Experience
 ↓
Learning
 ↓
Method Weight Update

长期以后：

Method Selection

会发生变化。

这意味着：

机器不仅学习知识，也可以学习“做事情的方法”。

100.48 Method Evolution

进一步：

Old Method
 ↓
Experience
 ↓
Failure / Improvement
 ↓
Method Modification
 ↓
New Method

形成：

Method Evolution

例如：

M1

最初：

Step A → Step B

经过经验：

Step A
 ↓
Condition Check
 ↓
Step B

形成：

M1'

因此方法本身也可以成为机器认知学习和演化的对象。

100.49 Method 与 Individual Cognition

到这里：

Individual

已经拥有：

Knowledge
Memory
Experience
Goals
Decision
Methods

因此：

Individual Cognitive Space

进一步形成：

Object
State
Decision
Method

之间的个体化关系。

例如：

Individual A
 ↓
Object A
 ↓
State X
 ↓
Decision D1
 ↓
Method M1

而另一个个体：

Individual B
 ↓
Object A
 ↓
State X
 ↓
Decision D2
 ↓
Method M2

即使面对相似对象，也可能产生不同方法。

100.50 Method 的个体性

这说明：

方法也是 Individual Cognitive Model 的组成部分。

因为不同个体：

Experience
Knowledge
Preferences
Goals

不同，所以：

Method Selection

也可能不同。

因此：

Individual Cognition
 ↓
Individual Decision
 ↓
Individual Method

最终形成：

Individual Behavior

100.51 对象—方法映射的完整结构

现在可以正式建立：

Object
 ↓
Object Attributes
 ↓
Object Relations
 ↓
Object State
 ↓
Context
 ↓
Goal
 ↓
Decision
 ↓
Method Matching
 ↓
Method Evaluation
 ↓
Method Selection

核心关系：

Object + State + Context
           ↓
      Method Mapping
           ↓
         Method

如果进一步加入目标：

Object
+
State
+
Context
+
Goal
+
Decision
 ↓
Method

这就是更加完整的：

Object–Method Cognitive Mapping

100.52 Cognitive Method 的核心模型

可以正式定义：

Cognitive Method
=
Object
+
State
+
Context
+
Goal
+
Decision
+
Knowledge
+
Experience
+
Constraints
 ↓
Method Selection

进一步：

Selected Method
 ↓
Behavior Preparation

100.53 机器认知链进一步延伸

前面第91章建立：

Machine Understanding

第99章建立：

Cognitive Decision

现在第100章继续：

Machine Understanding
 ↓
Cognitive Decision
 ↓
Cognitive Method

完整关系：

理解
 ↓
决定做什么
 ↓
决定怎么做

这已经开始形成真正的：

机器认知行为准备过程。

100.54 从 Cognition 到 Action

目前可以形成：

Perception
 ↓
Symbol
 ↓
Element
 ↓
Relation
 ↓
Object
 ↓
State
 ↓
Cognitive Structure
 ↓
Mapping
 ↓
Matching
 ↓
Interpretation
 ↓
Understanding
 ↓
Memory
 ↓
Experience
 ↓
Learning
 ↓
Adaptation
 ↓
Decision
 ↓
Method

下一步自然需要研究：

Method
 ↓
Behavior

以及：

Behavior
 ↓
Action

所以第100章是机器认知由：

Understanding

进入：

Behavior Preparation

的重要节点。

100.55 Cognitive Method 与传统 AI 的区别

传统系统经常：

Input
 ↓
Model
 ↓
Output

而这里形成：

Input
 ↓
Perception
 ↓
Cognitive Structure
 ↓
Understanding
 ↓
Decision
 ↓
Method

方法不是：

Model Output

而是：

Cognitive Object

经过：

Mapping
Matching
Evaluation
Selection

形成的结果。

100.56 Cognitive Method 与程序方法的区别

程序中的：

Method

通常是：

预先定义的执行代码

而 ICAI 中的：

Cognitive Method

强调：

什么时候适用
为什么适用
对什么对象适用
在什么状态下适用
达到什么目标
过去效果如何
当前是否允许

因此：

ICAI 的 Method 是“认知选择出来的方法”，而不仅是“程序员写好的函数”。

100.57 Cognitive Method 的工程闭环

可以形成：

Goal
 ↓
Decision
 ↓
Object Identification
 ↓
State Identification
 ↓
Method Retrieval
 ↓
Method Matching
 ↓
Method Evaluation
 ↓
Method Selection
 ↓
Method Preparation
 ↓
Execution
 ↓
Outcome
 ↓
Feedback
 ↓
Experience
 ↓
Method Learning

其中本章的核心边界停留在：

Method Selection
 ↓
Method Preparation

100.58 本章最重要的理论关系

第100章最终建立三组核心关系：

第一组

Goal
 ↓
Decision

解决：

做什么？

第二组

Decision
 ↓
Method

解决：

怎么做？

第三组

Object
+
State
+
Context
 ↓
Method Mapping

解决：

对什么对象，在什么情况下，采用什么方法？

三者合起来：

Goal
 ↓
Decision
 ↓
Object / State / Context
 ↓
Method Mapping
 ↓
Method

100.59 Cognitive Method 的最终定义

Cognitive Method 是机器个体在特定认知状态、目标、对象和情境下，根据知识、经验、约束以及已有方法结构，通过映射、匹配、评价和选择确定实现当前决策的方式。

简化为：

Cognitive Method
=
How to Achieve the Decision

而：

Object–Method Mapping
=
Which Method Is Applicable to Which Object Under Which State and Context

100.60 第100章的最终认知结构

最终形成：

                    Individual
                         ↓
                 Cognitive Space
                         ↓
                      Goal
                         ↓
                     Cognition
                         ↓
                    Decision
                         ↓
              ┌──────────┴──────────┐
              ↓                     ↓
           Object                 Context
              ↓                     ↓
            State                   ↓
              └──────────┬──────────┘
                         ↓
                  Method Mapping
                         ↓
                  Method Matching
                         ↓
                  Method Evaluation
                         ↓
                  Method Selection
                         ↓
                      Method

因此，第100章真正完成的是：

第99章
Cognitive Decision
        ↓
     做什么

第100章
Cognitive Method
        ↓
     怎么做

并正式把你前面建立的：

Object
 ↓
Method

从普通面向对象程序设计中的“对象调用方法”，提升为：

Cognitive Object
        ↓
Object State
        ↓
Cognitive Mapping
        ↓
Method Matching
        ↓
Method Selection

这一步非常关键。因为从这里开始，Method 不再只是程序代码中的一个函数，而成为机器认知体系中连接“决策”和“行为”的中间认知结构。

下一章就应该专门研究 第101章 Cognitive Behavior（认知行为）：不再讨论“选择什么方法”，而只研究机器如何把已经选择的方法转化为可观察的行为。

← 第99章 认知决策 Cognitive Decision
第101章 机器认知行为Cognitive Behavior →

Leave a Reply

Your email address will not be published. Required fields are marked *