第28章 方法评价
方法不是生成出来就可以直接执行。
在人工个体的认知系统中，同一个目标通常可以存在多个不同的方法。不同方法可能具有不同的执行条件、成功概率、风险、资源消耗和时间成本。
因此，动态方法形成之后，还必须进入一个新的认知过程：
方法评价（Method Evaluation）
方法评价的核心不是判断一个方法“是不是方法”，而是判断：
在当前状态、当前目标、当前条件和当前约束下，这个方法是否值得被选择和执行。
因此，第27章“动态方法”产生的是候选方法空间，第28章“方法评价”则负责对候选方法进行结构化比较。
28.1 方法评价的定义
方法评价，是人工个体针对一个或多个候选方法，根据当前场景、目标、状态、条件、能力、约束、风险、历史经验以及资源成本，对方法的可行性、成功率、风险和成本进行计算，并形成方法评价结果的认知过程。
可以表示为：
Candidate Methods
↓
Feasibility Evaluation
↓
Success Rate Evaluation
↓
Risk Evaluation
↓
Cost Evaluation
↓
Method Comparison
↓
Method Evaluation Result
↓
Method Selection
方法评价并不是单一指标判断，而是多个维度共同计算。
其基本结构为：
Method Evaluation
│
├── Candidate Method
├── Feasibility
├── Success Rate
├── Risk
├── Cost
├── Constraint Compliance
├── Resource Requirement
├── Time Requirement
├── Stability
├── Historical Experience
└── Expected Result
因此：
方法评价是方法选择之前的认知计算过程。
28.2 候选方法
28.2.1 什么是候选方法
候选方法，是当前人工个体根据目标、状态、条件、能力和知识所产生的、理论上可能用于完成目标的一组方法。
不是所有候选方法都能够执行。
例如：
目标：完成某项任务
↓
产生候选方法
├── Method A
├── Method B
├── Method C
├── Method D
└── Method E
这些方法只是进入了当前的方法空间。
下一步必须进行评价：
Candidate Methods
↓
Method Evaluation
↓
Valid Methods
↓
Preferred Method
28.2.2 候选方法的产生来源
候选方法可以来自多个来源：
Knowledge
↓
Historical Experience
↓
Existing Methods
↓
Dynamic Method Adaptation
↓
Method Composition
↓
Method Generation
↓
Candidate Method Set
因此，候选方法并不一定全部是预先定义好的。
它可以包括：
- 已知方法
- 历史成功方法
- 当前场景适配方法
- 多方法组合
- 动态调整方法
- 新生成的方法
这与第27章的动态方法形成直接关系。
28.3 方法可行性
方法评价首先要判断：
这个方法能不能做？
这就是方法可行性。
可行性不是成功率。
一个方法可能理论上可以执行，但成功率很低。
也可能一个方法成功率较高，但当前条件根本不允许执行。
因此：
可行性 ≠ 成功率
28.3.1 可行性的基本结构
方法可行性至少需要检查：
Method
↓
Object Check
↓
State Check
↓
Condition Check
↓
Constraint Check
↓
Capability Check
↓
Resource Check
↓
Execution Check
↓
Feasibility
例如：
- 目标对象是否存在？
- 对象状态是否满足？
- 前置条件是否成立？
- 是否违反约束？
- 个体是否具有对应能力？
- 所需资源是否存在？
- 当前执行环境是否允许？
只有这些条件基本成立，方法才进入可执行方法集合。
28.3.2 方法可行性等级
方法可行性可以划分为：
Fully Feasible
↓
Conditionally Feasible
↓
Weakly Feasible
↓
Infeasible
Fully Feasible
所有关键条件满足，可以直接进入执行准备。
Conditionally Feasible
当前不能立即执行，但满足附加条件之后可以执行。
Weakly Feasible
理论上可执行，但存在较大的资源、状态或者环境限制。
Infeasible
当前条件下无法执行。
28.4 方法成功率
可行性解决：
能不能做？
成功率解决：
做成的可能性有多大？
这是两个不同层次的问题。
例如：
Method A
可行：是
成功率：60%
Method B
可行：是
成功率：90%
两个方法都可以执行，但显然方法B在成功概率上更具有优势。
28.4.1 成功率的来源
成功率并不是凭空产生的。
它可以来源于：
Historical Experience
+
Method History
+
Current State
+
Current Condition
+
Capability Reliability
+
Resource State
+
Risk State
↓
Success Probability
历史经验尤其重要。
如果某方法过去在相似场景下执行成功很多次，那么当前成功率可以得到提高。
如果过去频繁失败，则成功率应该降低。
因此：
SuccessRate(t)
=
F(
HistoricalSuccess,
HistoricalFailure,
CurrentState,
CurrentCondition,
CapabilityState,
ResourceState
)
成功率本质上是一种预测性评价指标。
28.5 风险评价
方法成功率并不能完全代表方法质量。
因为两个方法可能拥有相似的成功率，但失败后的损失完全不同。
例如：
Method A
成功率：90%
失败损失：低
Method B
成功率：92%
失败损失：极高
如果只看成功率，系统可能选择Method B。
但是从风险角度来看，Method A可能更加合理。
因此方法评价必须加入：
Risk Evaluation
28.5.1 方法风险
方法风险，是执行某方法后可能产生不利结果的概率、影响程度以及相关风险因素的综合评价。
可以表示为：
Risk
=
Probability
×
Impact
但在实际认知系统中，风险还可以进一步考虑：
Risk
├── Failure Probability
├── Failure Severity
├── Environmental Risk
├── Object Risk
├── Execution Risk
├── Resource Risk
├── Interaction Risk
└── Recovery Difficulty
28.5.2 风险不仅是失败
风险并不等于“执行失败”。
还包括：
- 对象损坏
- 状态恶化
- 资源浪费
- 时间延迟
- 后续方法受影响
- 环境状态变化
- 恢复困难
- 连锁失败
因此：
风险评价关注的是方法执行可能造成什么后果。
28.6 方法成本
方法评价还必须考虑：
完成这个方法需要付出什么？
这就是成本。
成本并不仅仅是金钱。
对于人工个体而言，成本可以是：
Method Cost
│
├── Time Cost
├── Energy Cost
├── Resource Cost
├── Computational Cost
├── Physical Cost
├── Opportunity Cost
├── Recovery Cost
└── Risk Cost
28.6.1 时间成本
方法需要多长时间。
例如：
Method A → 10 seconds
Method B → 30 seconds
如果目标具有时间限制，Method A可能更加适合。
28.6.2 资源成本
包括：
- 设备资源
- 能源
- 空间
- 计算资源
- 工具
- 对象占用
- 其他能力资源
资源不足时，即使方法本身有效，也可能暂时不可执行。
28.6.3 恢复成本
这是动态人工个体中特别重要的一项。
如果一个方法失败之后很容易恢复：
Failure → Recovery → Continue
那么其实际风险较低。
如果失败之后需要重新建立整个任务状态：
Failure
↓
State Damage
↓
Reconstruction
↓
Restart
那么这个方法的真实成本就会显著提高。
因此：
方法评价不仅要评价执行成本，还要评价失败后的恢复成本。
28.7 方法评价模型
方法评价最终需要形成一个结构化模型。
可以定义：
MethodEvaluation
│
├── MethodIdentity
├── Feasibility
├── SuccessRate
├── Risk
├── Cost
├── ConstraintCompliance
├── ResourceRequirement
├── TimeRequirement
├── Stability
├── HistoricalPerformance
├── ExpectedResult
├── Confidence
└── EvaluationScore
其中最重要的几个核心变量是：
Feasibility
SuccessRate
Risk
Cost
28.8 方法评价的基本计算模型
可以建立一个抽象评价函数：
EvaluationScore
=
F(
Feasibility,
SuccessRate,
Risk,
Cost,
ConstraintCompliance,
ResourceAvailability,
Time,
Stability,
Experience
)
在简化模型中，可以表示为：
Score
=
w1 × Feasibility
+
w2 × SuccessRate
+
w3 × Stability
+
w4 × Experience
-
w5 × Risk
-
w6 × Cost
其中：
w1= 可行性权重w2= 成功率权重w3= 稳定性权重w4= 历史经验权重w5= 风险权重w6= 成本权重
但这里必须注意：
评价模型不是简单的数学加权。
因为有些条件属于硬约束。
例如：
ConstraintCompliance = 0
即使成功率为100%，也不能允许执行。
所以实际模型应该分成两个阶段。
28.9 硬约束过滤与软评价
这是方法评价非常重要的结构。
Candidate Methods
↓
Hard Constraint Filtering
↓
Feasible Methods
↓
Soft Evaluation
↓
Method Ranking
↓
Preferred Method
第一阶段：
过滤不能做的方法。
第二阶段：
比较可以做的方法。
例如：
Candidate Methods
A → 可执行
B → 违反安全约束
C → 可执行
D → 缺少资源
E → 可执行
经过硬约束过滤：
A
C
E
再进行：
Success Rate
Risk
Cost
Stability
Experience
等综合评价。
最终：
A → Score 0.72
C → Score 0.89
E → Score 0.76
Selected Method → C
这比单纯计算一个总分更加符合人工个体认知结构。
28.10 方法评价与方法选择
方法评价和方法选择不能混为一谈。
方法评价回答：
哪个方法更好？
方法选择回答：
最终采用哪个方法？
关系为：
Candidate Methods
↓
Method Evaluation
↓
Evaluation Results
↓
Method Ranking
↓
Method Selection
↓
Selected Method
因此：
Method Evaluation ≠ Method Selection
方法评价提供判断依据。
方法选择负责最终决策。
28.11 方法评价与第27章动态方法
第27章解决：
方法从哪里来？
第28章解决：
这些方法哪个更适合？
两章之间形成：
Current Cognition
↓
Dynamic Method
↓
Candidate Methods
↓
Method Evaluation
↓
Method Selection
因此动态方法并不是评价的终点。
它只是产生当前的方法空间。
而方法评价负责压缩方法空间。
可以理解为：
Method Generation
↓
扩大方法空间
↓
Method Evaluation
↓
缩小方法空间
↓
Method Selection
↓
确定当前方法
28.12 方法评价与实时认知
第25章提出实时认知。
实时认知意味着：
方法评价也不能永久有效。
因为现实环境会变化。
例如：
t1
Method A
成功率 90%
风险低
环境发生变化：
t2
Object State Changed
Environment Changed
Resource Changed
重新计算：
Method A
成功率 50%
风险升高
此时原来的评价结果已经失效。
所以：
Real-Time Data
↓
State Change
↓
Cognitive Update
↓
Method Re-Evaluation
↓
Method Selection
方法评价本身也是一个动态认知过程。
28.13 方法评价的动态更新
可以定义：
MethodEvaluation(t)
=
F(
State(t),
Goal(t),
Condition(t),
Constraint(t),
Risk(t),
Capability(t),
Knowledge(t),
Experience(t)
)
当任何重要变量发生变化时：
State Change
↓
Condition Change
↓
Risk Change
↓
Capability Change
↓
Method Evaluation Update
因此，方法评价不是一次性计算。
它具有时间属性：
Evaluation(t1)
↓
Environment Change
↓
Evaluation(t2)
↓
Evaluation(t3)
↓
...
28.14 方法评价中的历史经验
人工个体不能只依赖当前理论计算。
历史执行结果同样会影响方法评价。
例如：
Method A
过去执行：
10次
成功：9次
失败：1次
那么历史经验可以成为当前方法评价的重要依据。
如果：
Method B
过去执行：
10次
成功：4次
失败：6次
即使B理论上可行，也应该降低其当前评价等级。
因此：
Historical Experience
↓
Method Performance
↓
Success Estimation
↓
Risk Estimation
↓
Current Method Evaluation
方法评价因此与学习系统、经验系统和记忆系统形成连接。
28.15 方法评价与失败学习
如果方法执行失败：
Method
↓
Execution
↓
Failure
↓
Failure Analysis
↓
Experience
↓
Method Evaluation Update
↓
Future Method Selection
这意味着失败并不是简单的错误结束。
失败会改变未来的方法评价。
例如：
Method A
过去评价：0.82
执行失败
↓
Failure Experience
↓
未来评价：0.55
相反，如果方法连续成功：
Method A
成功经验增加
↓
SuccessRate ↑
Confidence ↑
EvaluationScore ↑
因此：
方法评价是可以被经验持续修正的认知结构。
28.16 方法评价的完整认知链
综合第20—28章，可以得到：
WORLD
↓
PERCEPTION
↓
SCENE
↓
KNOWLEDGE
↓
COGNITION
↓
GOAL
↓
GOAL GAP
↓
CONDITION
↓
CONSTRAINT
↓
RISK
↓
CAPABILITY MATCHING
↓
DYNAMIC METHOD
↓
CANDIDATE METHODS
↓
FEASIBILITY EVALUATION
↓
SUCCESS RATE EVALUATION
↓
RISK EVALUATION
↓
COST EVALUATION
↓
METHOD COMPARISON
↓
METHOD RANKING
↓
METHOD SELECTION
↓
BEHAVIOR
↓
ACTION
↓
EXECUTION
↓
FEEDBACK
↓
EXPERIENCE
↓
LEARNING
↓
METHOD EVALUATION UPDATE
↓
RE-COGNITION
↺
这条链说明：
方法评价并不是独立模块，而是认知、能力、方法、执行和学习之间的连接机制。
28.17 方法评价的核心结构
可以进一步将第28章归纳为：
Method Space
│
┌───────┴───────┐
↓ ↓
Candidate A Candidate B
↓ ↓
Feasibility Feasibility
↓ ↓
Success Rate Success Rate
↓ ↓
Risk Risk
↓ ↓
Cost Cost
└───────┬───────┘
↓
Method Evaluation
↓
Method Comparison
↓
Method Ranking
↓
Method Selection
方法评价的本质就是：
将多个可能的方法转换成可以比较的认知结构。
28.18 方法评价与能力评价的区别
方法评价不能与能力评价混淆。
能力评价：
我有没有能力完成这类事情？
方法评价：
我现在采用哪一种方法完成这件事情更合适？
因此：
Capability Evaluation
↓
Can I do it?
而：
Method Evaluation
↓
How should I do it?
↓
Which method is better?
二者形成：
Goal
↓
Capability Matching
↓
Can I do it?
↓
Candidate Methods
↓
Method Evaluation
↓
Which way is better?
28.19 方法评价与行为生成
方法评价的结果最终会进入行为系统。
Method Evaluation
↓
Selected Method
↓
Behavior Generation
↓
Action Generation
↓
Execution
因此：
方法评价是认知与行为之间的重要决策桥梁。
如果方法评价错误，后面的行为即使执行正确，也可能得到错误结果。
所以人工个体的行为质量不仅取决于执行能力，还取决于方法评价质量。
28.20 方法评价模型的最终抽象
第28章可以建立一个统一抽象：
MethodEvaluation =
{
Method,
Goal,
CurrentState,
Conditions,
Constraints,
Feasibility,
SuccessRate,
Risk,
Cost,
ResourceRequirement,
TimeRequirement,
Stability,
Experience,
ExpectedResult,
Confidence,
Score
}
其中：
Method
↓
Evaluation Context
↓
Feasibility
↓
Success Probability
↓
Risk
↓
Cost
↓
Expected Result
↓
Overall Evaluation
最终产生：
Method Evaluation Result
这个结果再进入：
Method Selection
28.21 第28章与前面章节的关系
第20章：
什么是认知？
第21章：
认知当前场景中的什么？
第22章：
知识如何驱动认知？
第23章：
目标、条件、约束和风险如何限制认知？
第24章：
认知如何进行计算？
第25章：
认知如何实时更新？
第26章：
什么是方法？
第27章：
方法如何根据当前状态动态变化？
第28章：
多个方法出现之后，如何评价和比较？
因此形成完整递进：
Cognition
↓
Cognitive Computation
↓
Real-Time Cognition
↓
Method
↓
Dynamic Method
↓
Candidate Methods
↓
Method Evaluation
↓
Method Selection
28.22 核心结论
第28章建立了人工个体的方法评价机制。
候选方法定义当前可能的方法空间；
可行性判断方法在当前条件下能不能执行；
成功率判断方法完成目标的可能性；
风险判断方法可能造成的不利结果；
成本判断执行方法需要付出的资源、时间和恢复代价；
方法评价模型则把这些因素综合形成结构化评价结果。
因此：
方法评价是人工个体在多个候选方法之间进行认知比较的过程，它通过可行性、成功率、风险、成本、约束、资源、稳定性和历史经验等因素，对候选方法进行过滤、比较和排序，为方法选择提供认知依据。
其核心关系可以归纳为：
Candidate Methods
↓
Feasibility
↓
Success Rate
↓
Risk
↓
Cost
↓
Method Evaluation
↓
Method Ranking
↓
Method Selection
↓
Behavior
↓
Action
↓
Execution
↓
Feedback
↓
Experience
↓
Evaluation Update
↺
最终形成：
第27章让人工个体能够产生动态方法，第28章让人工个体能够评价动态方法。
进一步说：
动态方法解决“有哪些可能的做法”，方法评价解决“这些做法哪个更值得做”。
这使人工个体从“能够生成方法”进一步进入“能够判断方法”的阶段，为下一阶段的方法选择（Method Selection）以及后续的行为生成与动态执行建立认知基础。