第234章 Scene Commonality｜场景共同
234.1 场景共同的定义
在前面的认知架构中，我们已经建立了：
Environment→Perception→Model→Controller→ActionEnvironment \rightarrow Perception \rightarrow Model \rightarrow Controller \rightarrow Action
但不同认知过程之间并不是彼此孤立的。
同一个对象可能出现在不同任务中：
产品
├── 采购场景
├── 使用场景
├── 比较场景
├── 推荐场景
├── 售后场景
└── 学习场景不同场景虽然目标不同，但往往共享一部分：
- 对象
- 元素
- 属性
- 关系
- 环境
- 状态
- 用户
- 行为
- 规则
- 结果
这种跨场景重复出现、共享和复用的认知结构，可以定义为：
Scene Commonality｜场景共同：不同场景之间共享的对象、元素、关系、状态、规则和认知结构。
因此：
Scene Commonality=Shared Cognitive Structure Across Scenes\boxed{ Scene\ Commonality = Shared\ Cognitive\ Structure\ Across\ Scenes }
234.2 什么是“场景”
场景不是简单的地点。
例如：
深圳
这是地点。
但：
深圳社区餐饮采购湘菜品牌
才是一个完整场景。
它至少包含：
Scene
├── Environment
├── Actor
├── Object
├── Goal
├── Action
├── Constraint
├── State
└── Result例如：
深圳社区餐饮采购
│
├── Actor：采购者
├── Object：餐饮品牌
├── Environment：深圳社区餐饮市场
├── Goal：寻找合适品牌
├── Action：查询、比较
├── Constraint：成本、面积、运营
└── Result：品牌选择因此：
Scene=Actor+Environment+Object+Goal+Action+StateScene = Actor + Environment + Object + Goal + Action + State
234.3 为什么需要场景共同
如果每个场景都独立建立一套知识：
场景A → Model A
场景B → Model B
场景C → Model C就会产生大量重复。
例如：
Product A可能同时出现在：
采购场景
销售场景
使用场景
售后场景
比较场景
推荐场景如果每个场景都重新定义 Product A：
Product A₁
Product A₂
Product A₃
Product A₄系统就无法形成稳定的统一认知。
因此需要：
Product A
│
┌──────────┼──────────┐
▼ ▼ ▼
Purchase Usage Support
Scene Scene Scene对象共享，而场景不同。
234.4 场景共同不是场景相同
这是一个非常重要的区别。
Scene Commonality≠Scene IdentityScene\ Commonality \neq Scene\ Identity
两个场景不需要完全相同。
例如：
场景A：
用户购买电动牙刷
场景B：
用户使用电动牙刷二者明显不同。
但是它们共同拥有：
Product
User
Electric Toothbrush
Usage
Brand
Specification所以：
场景共同不是让不同场景变成同一个场景，而是识别不同场景之间共同存在的认知结构。
234.5 场景共同的基本结构
可以抽象为：
Scene A
│
┌───────────┼───────────┐
│ │ │
Object Relation State
│ │ │
└───────────┼───────────┘
│
Common Structure
│
┌───────────┼───────────┐
│ │ │
Object Relation State
│ │ │
Scene B因此：
Common(SceneA,SceneB)Common(Scene_A,Scene_B)
得到：
CABC_{AB}
其中 CABC_{AB} 就是两个场景之间的共同认知结构。
234.6 场景共同的五种层次
场景共同并不只有一种。
可以分成五个层次。
第一层：对象共同
不同场景使用相同对象。
例如：
Product
User
Brand
Store
Order第二层：属性共同
不同场景关注同一个对象的相同属性。
例如：
Product
├── Price
├── Battery
├── Size
└── Specification第三层：关系共同
不同场景存在相同关系。
例如：
User → buys → Product
User → uses → Product
Company → produces → Product虽然动作不同，但对象之间的结构可以重复。
第四层：状态共同
不同场景可能共享状态。
例如：
Available
Unavailable
Active
Inactive
Pending
Completed第五层：规则共同
多个场景可能共享同一认知规则。
例如：
Product
+
Market
+
Requirement
→
Suitability因此：
Scene Commonality=Object+Attribute+Relation+State+RuleScene\ Commonality = Object + Attribute + Relation + State + Rule
234.7 场景共同与认知模型
在认知模型中，场景不应该成为孤立知识岛。
更合理的结构是：
Cognitive Model
│
┌──────────────┼──────────────┐
▼ ▼ ▼
Scene A Scene B Scene C
│ │ │
└──────────────┼──────────────┘
│
Shared Knowledge因此：
场景是认知模型的一种组织方式，而不是认知模型本身。
认知模型保存稳定的：
Entity
Object
Element
Relation
Attribute
State
Rule场景则负责：
这些知识在什么环境下共同出现。234.8 场景共同与上下文
场景共同与 Context 有直接关系。
Context 可以理解为：
当前认知活动所处的条件集合。
例如：
Context
├── User
├── Location
├── Time
├── Goal
├── Object
├── State
└── History当不同场景拥有部分相同 Context：
ContextA∩ContextB≠∅Context_A \cap Context_B \neq \varnothing
就可能形成场景共同。
因此：
Scene Commonality⊆Context OverlapScene\ Commonality \subseteq Context\ Overlap
但两者并不完全相同。
Context强调当前认知条件。
Scene Commonality强调不同场景之间的共享结构。
234.9 场景共同与感知控制器
上一章的 Perception Controller 在不同场景中选择不同的信息。
例如：
Scene A：采购
↓
关注
Price
MOQ
Certification
Supply
Scene B：使用
↓
关注
Battery
Waterproof
Mode
Comfort虽然感知重点不同，但二者仍然共享：
Product
Brand
Model
Specification因此：
PerceptionA∩PerceptionBPerception_A \cap Perception_B
可以形成：
Shared PerceptionShared\ Perception
这就是场景共同在感知层面的表现。
234.10 场景共同与认知控制器
Cognitive Controller则可以利用场景共同减少重复认知。
例如：
Scene A
↓
已经确认：
Product = A
Brand = X
Battery = 120 min进入 Scene B 后：
Scene B
↓
不需要重新识别 Product A
↓
直接复用已有认知因此：
Scene Commonality→Knowledge ReuseScene\ Commonality \rightarrow Knowledge\ Reuse
进一步：
Knowledge Reuse→Cognitive EfficiencyKnowledge\ Reuse \rightarrow Cognitive\ Efficiency
234.11 场景共同与记忆
场景共同还会形成一种特殊记忆：
跨场景记忆。
例如系统过去经历：
采购场景
→ Product A后来进入：
使用场景
→ Product A系统可以调用过去场景中的信息。
于是：
Scene A Memory
│
▼
Shared Object
│
▼
Scene B因此：
Memory(SceneA)→Knowledge Reuse(SceneB)Memory(Scene_A) \rightarrow Knowledge\ Reuse(Scene_B)
这使记忆不再是单纯的历史记录，而成为跨场景认知资源。
234.12 场景共同与迁移
场景共同还产生一个重要能力：
认知迁移。
例如系统学习了：
场景A：
如何判断产品适配采购需求当进入：
场景B：
判断另一个产品是否适合类似采购需求系统可以复用：
对象结构
判断规则
比较方法
评价指标因此：
KnowledgeA→Common Structure→KnowledgeBKnowledge_A \rightarrow Common\ Structure \rightarrow Knowledge_B
这种能力可以称为：
Scene Transfer｜场景迁移。
234.13 场景共同与知识抽象
多个场景出现相似结构后，系统可以进行抽象。
例如：
Scene A
User → Needs → Product
Scene B
Customer → Needs → Service
Scene C
Buyer → Needs → Supplier虽然对象不同，但都存在：
Actor
↓
Needs
↓
Target系统可以抽象出：
Need RelationNeed\ Relation
形成更高层知识：
Actor → Need → Target因此：
场景共同是知识抽象的重要来源。
234.14 场景共同与知识图谱
在知识图谱中，可以将场景作为一种高阶结构。
例如：
Scene
│
┌──────────┼──────────┐
▼ ▼ ▼
Actor Object Goal
│ │ │
└──────────┼──────────┘
│
Action
│
Result多个 Scene：
Scene A ──┐
│
Scene B ──┼── Shared Entity
│
Scene C ──┘于是可以形成：
Scenei→EntityjScene_i \rightarrow Entity_j
一个实体可以属于多个场景。
这意味着：
实体是跨场景稳定结构，场景是实体之间动态组合的结构。
234.15 场景共同与内容生成
场景共同对 Content Generation 也具有重要意义。
传统内容生成：
Keyword
↓
Article而场景认知：
User
+
Goal
+
Object
+
Scene
+
Need
↓
Content例如同一个产品：
Product A可以生成：
采购场景内容
使用场景内容
比较场景内容
批发场景内容
零售场景内容
技术场景内容但这些内容不应该互相割裂。
它们应该共享同一个：
Product Model因此：
One Model→Multiple Scene ViewsOne\ Model \rightarrow Multiple\ Scene\ Views
这与第231章提出的：
Knowledge ≠ Content
完全一致。
234.16 场景共同与GEO
从GEO角度看，场景共同具有特殊价值。
同一个企业或产品可能同时出现在：
Product Search
Supplier Search
Wholesale Search
Comparison Search
Recommendation Search
Application Search
Location Search如果这些内容全部独立建设：
Page A
Page B
Page C
Page D容易形成内容碎片。
而场景共同模型可以建立：
Product Entity
│
┌────────────────┼────────────────┐
▼ ▼ ▼
Wholesale Retail Application
│ │ │
└────────────────┼────────────────┘
▼
Shared Knowledge于是不同场景内容共享：
- 企业实体
- 产品实体
- 产品属性
- 事实
- 关系
- 来源
- 证据
这比单纯扩大内容数量更接近：
建立稳定的实体认知结构。
234.17 场景共同与AI认知
进一步看，AI面对一个实体时，也可能从多个问题场景获得不同信息。
例如：
Question A
“是什么？”
Question B
“适合谁？”
Question C
“有什么优势？”
Question D
“和竞品相比如何？”
Question E
“在哪里可以买到？”这些问题属于不同认知场景。
但它们共同指向：
Entity因此可以建立：
Question Scene→Shared EntityQuestion\ Scene \rightarrow Shared\ Entity
最终形成：
Entity
│
┌───────────────┼───────────────┐
▼ ▼ ▼
Definition Comparison Recommendation
│ │ │
└───────────────┼───────────────┘
▼
Shared Knowledge这说明：
AI对实体的理解，不应该只存在于单一问题中，而应该形成跨场景的稳定认知。
234.18 场景共同的数学表达
设：
S={S1,S2,…,Sn}S=\{S_1,S_2,…,S_n\}
每一个场景包含：
Si={Ei,Ri,Ai,Ti,Gi,Qi}S_i = \{E_i,R_i,A_i,T_i,G_i,Q_i\}
其中：
- EE：Entities
- RR：Relations
- AA：Attributes
- TT：States
- GG：Goals
- QQ：Actions
两个场景的共同结构：
Cij=Si∩SjC_{ij}=S_i\cap S_j
多个场景的共同结构：
C=⋂i=1nSiC=\bigcap_{i=1}^{n}S_i
但是更重要的是：
共同结构不一定是简单集合交集。
因为两个场景可能共享不同层级的结构。
因此可以进一步定义：
Commonity(Si,Sj)=wEE+wRR+wAA+wTT+wGGCommonity(S_i,S_j) = w_EE+w_RR+w_AA+w_TT+w_GG
其中不同类型的共同结构具有不同权重。
234.19 Scene Commonality与Scene Difference
认知系统不仅需要知道：
什么相同？
还需要知道：
什么不同？
因此：
Scene Relationship=Commonality+DifferenceScene\ Relationship = Commonality + Difference
例如：
Product A
│
┌──────────┴──────────┐
▼ ▼
Purchase Scene Usage Scene
│ │
Common Common
Product A Product A
Brand Brand
Model Model
│ │
Difference Difference
Price/MOQ Battery/IPX因此：
场景共同负责建立连接，场景差异负责保持场景独立性。
234.20 场景共同的动态变化
场景共同并不是永远固定。
随着学习：
Scene A
Scene B系统可能发现新的共同结构：
New Commonality也可能发现原来的共同结构实际上并不成立：
Old Commonality
↓
Invalidated因此：
Commonalityt≠Commonalityt+1Commonality_t \neq Commonality_{t+1}
场景共同本身也是一种可以学习和更新的知识。
234.21 WSaiOS中的Scene Commonality
在WSaiOS体系中，可以把 Scene Commonality 放在 Cognitive Model 之上：
Cognitive Model
│
┌──────────────┼──────────────┐
▼ ▼ ▼
Scene A Scene B Scene C
│ │ │
└──────────────┼──────────────┘
▼
Scene Commonality
│
┌──────────────┼──────────────┐
▼ ▼ ▼
Shared Shared Shared
Entity Relation Rule然后：
Scene Commonality
↓
Knowledge Reuse
↓
Cognitive Controller
↓
Efficient Cognition因此场景共同成为连接：
场景 → 知识 → 控制 → 学习
的重要中间层。
234.22 场景共同的认知价值
场景共同至少产生六种价值：
1. Knowledge Reuse
知识可以跨场景复用。
2. Cognitive Continuity
认知不会因为场景切换而完全重新开始。
3. Scene Transfer
已有认知可以迁移到新场景。
4. Knowledge Abstraction
多个场景可以产生更高层知识。
5. Cognitive Efficiency
减少重复识别和重复计算。
6. Entity Stability
同一个实体可以在多个场景中保持一致身份。
因此：
Scene Commonality→Stable CognitionScene\ Commonality \rightarrow Stable\ Cognition
234.23 场景共同的最终模型
综合本章，可以形成：
Environment
│
▼
Perception
│
▼
Scene State
│
┌────────────────┼────────────────┐
▼ ▼ ▼
Scene A Scene B Scene C
│ │ │
└────────────────┼────────────────┘
▼
Scene Commonality
│
┌───────────────────┼───────────────────┐
▼ ▼ ▼
Entity Relation Rule
│ │ │
└───────────────────┼───────────────────┘
▼
Cognitive Model
│
▼
Cognitive Controller
│
▼
Action因此：
Scene Commonality=Shared(Entity,Attribute,Relation,State,Rule)\boxed{ Scene\ Commonality = Shared(Entity,Attribute,Relation,State,Rule) }
进一步：
Multiple Scenes→Common Structure→Knowledge Reuse→Cognitive Continuity\boxed{ Multiple\ Scenes \rightarrow Common\ Structure \rightarrow Knowledge\ Reuse \rightarrow Cognitive\ Continuity }
234.24 本章核心结论
Scene Commonality｜场景共同不是简单地寻找两个场景相同的地方。
它描述的是：
不同认知场景之间可以被共享、复用、迁移和抽象的共同认知结构。
因此：
Scene Commonality≠Scene Identity\boxed{ Scene\ Commonality \neq Scene\ Identity }
而是：
Scene Commonality=Shared Cognitive Structure\boxed{ Scene\ Commonality = Shared\ Cognitive\ Structure }
它连接了多个重要概念：
场景
↓
共同结构
↓
知识共享
↓
知识迁移
↓
认知连续性
↓
认知效率最终可以形成一个重要原则：
场景负责描述“知识在哪里发生”，场景共同负责描述“不同场景之间什么可以共同存在”。
在WSaiOS认知体系中，这意味着认知模型不应该被场景切割成一个个孤立的知识岛，而应该通过场景共同建立跨场景的实体、关系、属性、状态和规则网络。
Scene→Commonality→Knowledge→Cognition\boxed{ Scene \rightarrow Commonality \rightarrow Knowledge \rightarrow Cognition }