第29章 方法选择
方法评价解决的是“哪些方法更合适”，而方法选择解决的是“当前究竟采用哪个方法”。
当人工个体面对一个目标时，通常不会只有一种可执行方法。相同目标可能存在不同的路径、不同的处理方式、不同的资源消耗以及不同的风险。因此，认知系统不能仅仅产生候选方法，还必须对候选方法进行排序、竞争、组合，并最终形成当前采用的方法。
因此：
候选方法
↓
方法评价
↓
方法排序
↓
方法竞争 / 方法组合
↓
约束验证
↓
风险验证
↓
资源验证
↓
方法选择
↓
当前方法
↓
行为
↓
行动
↓
执行
方法选择是连接认知、方法与行为的重要控制环节。
29.1 方法排序
方法排序是将多个候选方法按照当前认知状态下的适合程度进行排列。
它不是简单地按照某一个数值进行大小排序，而是综合考虑目标、状态、条件、约束、风险、资源、成功率、成本、稳定性以及历史经验。
基本结构：
Candidate Methods
↓
Method Evaluation
↓
Multi-Dimensional Comparison
↓
Method Ranking
↓
Priority Order
例如：
Method A → 92
Method B → 86
Method C → 74
Method D → 61
并不意味着 A 在任何情况下都优于 B、C、D。
真正的关系应该是：
Current Cognitive State
↓
Evaluation Context
↓
Method A → Priority 92
Method B → Priority 86
Method C → Priority 74
也就是说，方法排序具有情境依赖性。
当场景发生变化时：
Scene A
↓
A > B > C
Scene B
↓
B > A > C
甚至：
Scene C
↓
C > B > A
因此不存在脱离场景的永久最优方法。
29.2 方法排序的评价维度
方法排序至少需要考虑以下因素：
Method Priority
│
├── Goal Relevance
├── Feasibility
├── Success Rate
├── Risk
├── Cost
├── Stability
├── Resource Requirement
├── Time Requirement
├── Historical Experience
└── Expected Result
可以抽象表示为：
Priority(Method)
=
F(
Goal Relevance,
Feasibility,
Success Rate,
Risk,
Cost,
Stability,
Resource,
Experience,
Expected Result
)
其中不同因素的重要程度可以随着目标变化而变化。
例如：
普通任务：
成本权重较高
高风险任务：
风险权重较高
紧急任务：
时间权重较高
高精度任务：
成功率与稳定性权重较高
因此方法排序不是固定算法，而是认知状态驱动的动态排序过程。
29.3 硬约束与软评价
方法排序之前必须首先区分：
- 硬约束
- 软评价
硬约束决定一个方法是否允许进入竞争。
例如：
方法 A
├── 条件满足
├── 资源满足
├── 约束满足
└── 可执行
可以进入排序。
而：
方法 B
├── 条件不满足
└── 不可执行
则不应该因为其他评分较高而进入最终竞争。
因此正确结构是：
候选方法
↓
硬约束过滤
↓
可行方法
↓
软评价
↓
方法排序
也就是说：
评价不能覆盖约束。
一个方法即使理论收益很高，只要违反当前硬约束，就不能成为当前方法。
29.4 方法选择
方法选择是在方法评价与排序之后，从候选方法中确定当前实际采用的方法。
其核心问题是：
现在究竟采用哪个方法？
因此：
Method Evaluation
=
哪个方法更合适？
Method Selection
=
现在采用哪个方法？
二者虽然连续，但并不相同。
完整过程：
Candidate Methods
↓
Feasibility Filtering
↓
Method Evaluation
↓
Method Ranking
↓
Method Selection
↓
Selected Method
方法选择的结果不是一个抽象评分，而是一个当前认知决定。
例如：
Candidate Methods
├── Method A
├── Method B
└── Method C
↓
Ranking
A > B > C
↓
Selected Method
Method A
随后：
Method A
↓
Behavior Generation
↓
Action
↓
Execution
29.5 方法选择不是永久选择
人工个体选择一个方法，并不意味着这个方法将一直执行到底。
因为现实环境不断变化。
因此：
Selected Method A
↓
Executing
↓
Environment Change
↓
Cognitive Update
↓
Method Re-Evaluation
↓
Method Re-Selection
可能产生三种结果：
继续 Method A
或者：
Method A → Method B
或者：
Method A
↓
全部失效
↓
方法重新生成
所以方法选择本质上是：
当前时间、当前状态、当前目标条件下的方法选择。
可以表示为：
Method(t) = Select(CognitiveState(t))
当：
CognitiveState(t) ≠ CognitiveState(t+1)
则：
Method(t)
可能不再适合
因此必须重新评价。
29.6 多方法竞争
当多个方法都能够完成相同或相近目标时，它们之间就会形成方法竞争。
例如：
Goal
↓
完成任务 X
↓
┌─────────────┐
│ │
A B
│ │
└──────┬──────┘
↓
方法竞争
↓
选择其中之一
方法竞争的基本条件是：
- 多个方法同时存在；
- 多个方法具有一定可行性；
- 多个方法能够指向相同或相近目标；
- 当前资源不足以同时采用全部方法，或者没有必要同时采用；
- 方法之间存在替代关系。
因此：
Method A ↔ Method B ↔ Method C
表示它们可能形成竞争关系。
29.7 方法竞争的核心维度
方法竞争不是单纯比较成功率。
例如：
Method A
Success Rate = 高
Risk = 高
Cost = 高
Method B
Success Rate = 中高
Risk = 低
Cost = 中
Method C
Success Rate = 中
Risk = 极低
Cost = 低
最终选择不一定是 A。
因为：
Method Suitability
=
Success
+
Risk
+
Cost
+
Constraint
+
Resource
+
Stability
+
Goal
因此：
最成功的方法不一定是最适合当前状态的方法。
29.8 方法竞争与目标
方法竞争必须服从目标。
同样三个方法：
A
B
C
如果目标不同，排序可能完全不同。
例如：
目标 1：最快完成
A > B > C
目标 2：最低风险
C > B > A
目标 3：最低成本
B > C > A
因此：
Goal
↓
Goal Priority
↓
Evaluation Weight
↓
Method Ranking
↓
Method Competition
↓
Method Selection
这意味着方法选择不是孤立模块，而是目标驱动的认知行为。
29.9 方法切换
当当前方法已经开始执行，但新的认知状态表明另一个方法更加适合时，就可能发生方法切换。
基本结构：
Method A
↓
Executing
↓
New State
↓
Re-Evaluation
↓
Method B becomes better
↓
Switch
↓
Method B
但是，如果每一个微小状态变化都导致方法切换，就会产生：
A → B → A → B → A → B
这种现象会导致认知系统振荡。
因此方法切换必须具有稳定性判断。
可以表示为：
New Method Benefit
>
Switching Cost + Stability Threshold
只有新的方法优势足够明显，才进行切换。
因此：
方法选择需要稳定性，而不是对每一个微小变化产生即时反应。
29.10 方法冗余
成熟的人工个体不应该只保存一个方法。
可以形成：
Method Set
│
├── Primary Method
├── Secondary Method
├── Alternative Method
└── Recovery Method
其中：
Primary Method
当前优先方法。
Secondary Method
主要方法无法执行时的次优方法。
Alternative Method
与主要方法不同的替代路径。
Recovery Method
当前执行失败后的恢复方法。
形成：
Primary
↓
Failure
↓
Secondary
↓
Failure
↓
Alternative
↓
Failure
↓
Recovery
这使方法系统具有一定的冗余性与恢复能力。
29.11 方法组合
方法竞争解决的是：
多个方法中选择哪一个？
方法组合解决的是：
多个方法能否一起使用？
这两个关系必须严格区分。
方法竞争：
A
B
C
↓
选择一个
而：
方法组合：
A
+
B
+
C
↓
Composite Method
因此：
Competition = Which One?
Composition = How to Use Together?
29.12 方法组合与能力组合
方法组合不能与能力组合混淆。
能力组合解决：
个体需要同时具备哪些能力？
方法组合解决：
已有这些能力之后，采用什么处理路径将方法连接起来？
例如：
Capability A
Capability B
Capability C
形成：
Composite Capability
而：
Method A
Method B
Method C
形成：
Composite Method
二者关系：
Capability Composition
↓
Required Methods
↓
Method Composition
↓
Composite Method
↓
Behavior
29.13 方法组合的基本形式
方法可以按照不同关系进行组合。
29.13.1 顺序组合
Method A
↓
Method B
↓
Method C
↓
Method D
前一个方法的输出成为后一个方法的输入。
29.13.2 条件组合
Method A
↓
Condition
┌─┴─┐
↓ ↓
B C
根据当前条件选择不同的方法。
29.13.3 并行组合
Method A
↙
Input
↘
Method B
↓
Merge
↓
Method C
多个方法可以同时处理不同信息或不同对象。
29.13.4 循环组合
Method A
↓
Method B
↓
Condition
↓
未满足
↓
Method A
直到目标条件满足或者达到停止条件。
29.13.5 恢复组合
Primary Method
↓
Execution
↓
Failure
↓
Recovery Method
↓
Re-Evaluation
恢复方法本身也是方法组合体系的重要组成部分。
29.14 方法关系网络
因此，方法之间并不是简单的线性列表，而可以形成方法关系网络。
Method A
/ | \
/ | \
Competitive | Sequential
/ | \
B Complementary C
| |
Alternative D
|
Recovery
|
E
方法关系至少包括：
Alternative
Competitive
Sequential
Complementary
Conditional
Parallel
Recovery
Composite
这意味着方法系统实际上可以形成一个动态方法网络。
29.15 方法组合的动态性
方法组合也不是永久固定的。
例如：
A → B → C
执行过程中发现：
B
↓
条件变化
则可能变成：
A → D → C
甚至：
A → D → E → C
因此：
Static Composition
=
A → B → C
而：
Dynamic Composition
=
A → B → C
↓
Condition Change
↓
A → D → E → C
这说明方法组合本身也是动态认知的一部分。
29.16 方法选择与未来状态预测
方法选择不仅应该考虑当前方法的评价结果，还可以预测方法执行之后可能产生的状态。
基本结构：
Current State
↓
Candidate Method
↓
Expected Execution
↓
Predicted State
↓
Goal Distance
↓
Method Evaluation
例如：
Method A
↓
Predicted State A
↓
距离目标较远
Method B
↓
Predicted State B
↓
距离目标较近
即使 A 当前评分略高，也可能最终选择 B。
因此：
方法选择不仅是比较当前方法，还可以比较方法产生的未来状态。
29.17 方法选择模型
可以将方法选择抽象为一个独立的认知结构：
MethodSelection
│
├── Goal
├── CurrentState
├── CandidateMethods
├── EvaluationResults
├── Ranking
├── Constraints
├── Risk
├── Resources
├── SwitchingCost
├── Compatibility
├── PredictedState
│
├── PrimaryMethod
├── AlternativeMethods
├── RecoveryMethod
│
└── SelectedMethod
其核心输入：
Current Cognitive State
Goal
Candidate Methods
Evaluation Results
Constraints
Risk
Resources
Prediction
核心输出：
Selected Method
29.18 方法选择的完整计算过程
可以进一步形式化：
Current State
↓
Current Goal
↓
Goal Gap
↓
Required Capability
↓
Dynamic Method
↓
Candidate Methods
↓
Hard Constraint Filtering
↓
Feasibility Evaluation
↓
Method Ranking
↓
Method Competition
↓
Compatibility Analysis
↓
Method Composition
↓
Risk Validation
↓
Resource Validation
↓
Future State Prediction
↓
Method Selection
↓
Selected Method
这里存在两条不同路径：
竞争路径：
Candidate A
Candidate B
Candidate C
↓
Competition
↓
Select One
以及：
组合路径：
Method A
+
Method B
+
Method C
↓
Composite Method
因此，方法选择系统实际上首先需要判断：
这些方法是相互替代，还是可以协同组合？
29.19 方法选择进入行为系统
方法选择完成之后，方法系统并没有完成整个认知过程。
它只是确定了：
How to do?
下一步必须回答：
How to behave?
因此：
Cognition
↓
Capability
↓
Dynamic Method
↓
Method Evaluation
↓
Method Selection
↓
Behavior
↓
Action
↓
Execution
方法是处理路径。
行为是当前场景中的动态过程。
行动是行为中的具体动作。
执行则是实际发生过程。
因此：
Method
“采用什么处理方式”
Behavior
“在当前场景中如何展开”
Action
“具体做什么动作”
Execution
“实际发生了什么”
29.20 方法选择与反馈
方法选择不是单向过程。
执行之后会产生实际结果：
Selected Method
↓
Behavior
↓
Action
↓
Execution
↓
Actual Result
↓
Feedback
然后将：
Expected Result
↕
Actual Result
进行比较。
产生：
Method Performance
最终：
Feedback
↓
Experience
↓
Learning
↓
Knowledge Update
↓
Method Evaluation Update
↓
Future Method Selection
因此一次方法选择会影响未来的方法选择。
29.21 方法选择的递归性
方法选择本身也可以成为一种方法。
例如：
Method Evaluation
Method Ranking
Method Competition
Method Composition
Method Selection
这些过程可以共同构成：
Method Selection Method
因此方法系统具有递归结构。
Method
└── Method Selection
└── Method Evaluation
└── Method Comparison
└── Method Selection
这意味着人工个体不仅能够使用方法，还能够对“如何选择方法”本身建立方法。
29.22 方法选择与动态认知
实时环境中的方法选择必须持续更新。
完整过程：
WORLD
↓
REAL-TIME DATA
↓
CURRENT STATE
↓
COGNITIVE UPDATE
↓
GOAL
↓
CAPABILITY MATCHING
↓
DYNAMIC METHOD
↓
METHOD EVALUATION
↓
METHOD RANKING
↓
METHOD COMPETITION / COMPOSITION
↓
METHOD SELECTION
↓
BEHAVIOR
↓
ACTION
↓
EXECUTION
↓
FEEDBACK
↓
NEW STATE
↓
RE-COGNITION
↺
因此，方法选择实际上是一个持续运行的动态认知过程。
29.23 方法系统的完整结构
到本章为止，Method System 可以形成：
Method System
│
├── Method Definition
│
├── Dynamic Method
│
├── Method Generation
│
├── Method Evaluation
│
├── Method Ranking
│
├── Method Competition
│
├── Method Composition
│
├── Method Selection
│
├── Method Execution
│
├── Method Feedback
│
└── Method Learning
其完整生命周期：
Knowledge
↓
Method Definition
↓
Method Generation
↓
Dynamic Method
↓
Method Evaluation
↓
Method Ranking
↓
Competition / Composition
↓
Method Selection
↓
Behavior
↓
Action
↓
Execution
↓
Feedback
↓
Experience
↓
Learning
↓
Method Update
↺
29.24 方法选择与前面章节的关系
第24章：
认知如何计算。
第25章：
认知如何实时变化。
第26章：
Method是什么。
第27章：
Method如何动态产生和变化。
第28章：
Method如何被评价。
第29章：
多个方法之间如何排序、竞争、组合，并最终确定当前方法。
因此：
第26章 Method
↓
第27章 Dynamic Method
↓
第28章 Method Evaluation
↓
第29章 Method Selection
↓
第30章 Behavior
第29章是 Method System 的关键出口。
它把：
可能的方法
转化为：
当前采用的方法
再进一步进入：
当前行为
29.25 方法系统到行为系统
整个转换过程可以概括为：
Knowledge
↓
Cognition
↓
Capability
↓
Method Space
↓
Dynamic Method
↓
Method Evaluation
↓
Method Ranking
↓
Method Competition
↓
Method Composition
↓
Method Selection
↓
Selected Method
↓
Behavior
↓
Action
↓
Execution
这里存在一个重要的认知边界：
Method System
────────────────────
决定：
“如何完成目标”
────────────────────
↓
Behavior System
────────────────────
决定：
“在当前场景中如何表现”
────────────────────
因此，方法选择完成之后，人工个体才真正进入行为形成阶段。
29.26 本章核心结论
方法选择不是简单地从多个方法中选一个，而是一个由目标、当前状态、能力、条件、约束、风险、资源、经验和未来状态预测共同驱动的动态认知过程。
其核心过程为：
候选方法
↓
方法评价
↓
方法排序
↓
方法竞争
↓
方法组合
↓
约束验证
↓
风险验证
↓
未来状态预测
↓
方法选择
↓
当前方法
↓
行为
其中：
方法排序
回答：
“哪些方法更适合？”
方法竞争
回答：
“这些方法中哪个应该被采用？”
方法组合
回答：
“多个方法能否协同形成一个更复杂的方法？”
方法选择
回答：
“当前认知状态下，究竟采用什么方法？”
最终形成：
Cognition
↓
Capability
↓
Dynamic Method
↓
Method Evaluation
↓
Method Ranking
↓
Method Competition / Composition
↓
Method Selection
↓
Selected Method
↓
Behavior
↓
Action
↓
Execution
↓
Feedback
↓
Re-Cognition
因此，第29章完成了从**“方法空间”到“当前方法”**的转换。
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，第29章让人工个体能够在多个方法之间进行排序、竞争、组合并最终选择当前方法。
下一层自然进入：
Method
↓
Selected Method
↓
Behavior
↓
Action
↓
Execution
即从 Method System（方法系统） 正式进入 Behavior System（行为系统）。