主动智能：探索那 71% 的智能起源

引言：主动智能和师兄的项目

前天，和我一个师兄，国内某头部的模型一号位聊创业思路，他主要关注的命题是主动智能（Proactive intelligence），刚好和我最近很多想法碰撞出来，因此想记录一下。

他对于主动智能的理解和应用，主要落脚在了具身智能这个场景，在他看来一个很小的命题是：这些摆在展览馆的导引机器人，动作单一、反馈僵化，每次来都是挥挥手比个心跳个舞，实在是有点…不堪入目

而他认为，推动AI从被动响应走向主动感知、自主决策与智能行动是一个很好的研究方向。他希望让AI不仅能够理解和执行指令，更能够在复杂、动态的环境中主动发现问题、理解需求、预测变化，并自主规划和完成任务。

我对这个命题很感兴趣的同时，直觉告诉我，他这个项目的落脚点，可能压低了他做的事情本身的天花板。

具身智能的Action，太重了。

AGI到底从哪里生长而来

我最近一直在探索一个命题，General Intelligence，或者说AGI，到底从何生长而来？

鉴于人很难想象自己未曾见过的东西，所以我还是从一个基础的逻辑说起：人的大脑就是一个大模型，身体则是Harness。

孩子出生时，带着感知、反应和学习的初始能力，拥有一套结构与少的可怜的先验。

此后的经历逐渐则逐渐让他的知识与能力不断增长，这些知识与能力，简单来说就是人脑的参数和Harness。

人类非常重视孩子的教育，大刘在《山村教师》中把教师这个职业，上升到了一个落后的、缺乏记忆遗传的文明（人类文明）的传承者和构建者的高度。

广义来讲，家长和教师都算是教育的环节：家长教孩子说话、识别颜色、使用工具，告诉他什么可以做、什么有危险，教师则采用示范、练习等方式提高孩子的专项能力。

孩子的领域特化知识，和世界知识乃至世界知识抽象出来的世界观，被不断塑造，然后这个模型的能力逐渐提升。

但智能不仅仅生长于此。

孩子怎样认识世界

父母展示一种做法，让孩子观察、模仿、练习，类似于模型 通过示范进行 post-training：做对了鼓励，做错了引导，失败以后调整并重试，则让人想到后训练中的强化学习（RL）：success、failure 与 recovery 提供反馈，帮助他改善行为。

孩子自己与世界的接触，提供了另一种经验。

我们经常看到宠物或者婴儿（其实都是一样的，甚至观察宠物的交互行为更加的容易）做一些大人看起来无意义的重复动作，比如一次次把某个玩具拿起来再扔下，比如一次次的把饭勺扔在桌子上。

我觉得可以用这样一套理论来说明这个行为： 这是孩子通过prediction error探索世界的一个方式，孩子会隐式的对扔勺子，勺子会怎样落下、滚动、滑动形成预期，再通过观察，把实际结果与预期比较。两者之间的差异，就是 prediction error。

然后他可以改变力度，换一种物体，试一块不同的地面。

最初，世界给予这个动作的反馈是充满着uncertainty的，和大人不一样，孩子对这些互动的prediction error还没有收敛，所以这些大人眼里看起来的“无意义”指的就是loss早已收敛，而实际上对孩子而言，prediction error还远未收敛。

这便是模型的训练过程，当loss足够的小，我们就会说：孩子长大了。

甚至孩子可能再也不乱扔勺子这个结果，其实是因为，这个交互对孩子而言已经没有了uncertainty，loss小的忽略不计。

我们只会讲，嗯，孩子长大了。

婴儿对物理世界的认知并不是与生俱来的，在各项研究中都有证实，之前读过一本心理学实验的书，大概是详细的讲述了心理学历史上著名的40个实验，里面有一个实验就具体描述了孩子对于“高度差”的认知，在科学的实验上被证明是后天习得的。

也就是说，婴儿有眼睛，有耳朵，有触觉、嗅觉，这些似乎随手可以调用的MCP工具产生的数据（感知输入），可能从时序对齐、数据清洗、模式识别、多模态感知到生成初级世界模型（感知高度），都是后天不断训练出来的，那认真思考婴儿是如何形成自己的World Model，似乎还是蛮有意义的。

研究者曾让七个月左右、尚不会爬行的婴儿操作自控移动装置。经过十五天训练，他们利用视觉信息感知自身移动的能力，以及面对高度时的警觉指标，发生了变化。自主移动的经验，帮助孩子把眼前的深度与自己的身体联系起来：这个地方能不能过去，向前移动会发生什么，怎样保持平衡。

行动改变观察，观察又改变下一次行动的预期。世界通过行动的后果提供信息，孩子在反复预测与修正中逐渐理解它。

这让我想到 pre-training：预测、比较、修正，经验中的规律被内化为能力。孩子又进一步参与了学习材料的生成——自己决定下一次去看什么、碰什么、尝试什么。

Observation 提供经验，exploration 让智能主动选择下一次获得什么经验。

教导与反馈传授已有知识，自主探索不断生成新的经验，两者共同塑造着孩子。

我常觉得，童心有两层含义：一层是对世界不设限，愿意尝试；另一层是世界还充满未知，每一次互动都能带来新发现。随着经验积累，许多事物变得熟悉，原来的不确定性逐渐消退，童心也容易被习惯代替。

然后很多人只会感叹一句，哎，我们老了，跟不上时代了。

额外插一句，永远年轻，永远热泪盈眶，在此刻好像有了新的、特别的含义，那就是：不要设限，持续的更新大脑这个模型的参数去吧！

保持好奇，让我们继续愿意问、愿意碰，把理解世界的边界再向外推一点。

取得对自身学习过程的主动权

回头来讲模型、AGI和RSI。

今天，模型的能力增长仍主要围绕外部组织的资料、任务、示范和评价展开。

我们准备数据，设定目标，提出问题，再引导模型改善结果。

孩子的成长提示了另一片空间：智能可以主动参与经验的生成，选择自己接下来怎样被训练。

很多成语都说明了在我们碳基生命的认知里，一些能力的重要性，例如“举一反三”讲的是泛化能力，“授人以渔”说的是方法论抽象很重要。

我们常在教育中要求重视培养孩子“启发性思考”的能力，也是如此。相比于家长的提问对孩子的post training，我们甚至更关注是否通过这些教育方式，激发了孩子自己的兴趣与好奇心，让他开始寻找问题、尝试答案。

外部引导由此培养出内部的学习驱动力，也逐渐把学习的主动权交给孩子。

在大模型的领域里，也有一些论文去支撑这样的范式，比如好奇心驱动探索、Plan2Explore 等研究，都是依据已有的认识、尚未理解的现象，以及可能获得的新信息，选择下一次探索。

由此，我认可一个命题：主动智能是通用智能生长的重要环节。

再往前推一步，智能掌握一种规律以后，可以更有效地选择下一次尝试；它更会比较、求证和识别有效反馈，也就更会学习。

这便是Learning to learn。

能力的增长，开始改善能力增长的方式。递归（recursive）的意味在这里出现：变强后的智能，反过来提高下一轮让自己变强的效率。

要形成自主、持续的递归自我改进，智能必须逐步取得对自身学习过程的主动权。

这种主动权，体现在发现值得研究的问题、选择有价值的经验，以及逐渐改善自己的探索与学习方法。

如果买回一个机器人，让它叠衣服，它能做好，我会觉得这是一个及格的结果。

我还期待它在没有任务的时候认识这个环境：拿起烟盒看看，接触杯子，尝试不同的观察方式，把获得的经验内化到后续能力中。

最近与我的一个师兄，华为小艺大模型的一号位聊他的创业项目，其实最初让我关注的是感知介入（interaction）：观察周围正在发生什么，判断什么时候值得回应，其实这是一个很好的出发点，从被动智能走向主动智能（proactive）的出发点。

沿着这个问题继续想，介入也可以成为主动探索在交互中的具体行动。

通过询问求证、调整视角，并从结果中学习，智能开始把参与眼前情境与塑造自身能力接在一起。

主动智能与直觉

孩子伸手去碰一个球，通常不会先花几分钟思考怎样使用手臂和手。他会直接伸手，获得新的观察。过去的经验，使他能够迅速判断什么值得尝试、怎样开始尝试。

我在家里打字，忽然站起来，在几个地方来回寻找。女朋友也许很快就会问：“你是不是在找钥匙？”

我打了个喷嚏，女朋友会关心说：“你是不是感冒了？”

她把我的习惯、动作和眼前的变化联系起来，及时作出判断。

换成一个智能系统，这句询问也可以是一场小小的求证：我的回答帮助它检验自己的理解，并积累下一次判断所需的经验。这也是前面所提到的prediction error所参与训练的一个范式。

我的理解是，直觉是大量预测与修正所得的规律，被压缩成可以迅速调用的隐式先验。

它让经验及时参与下一次行动，提高探索效率，也帮助我们在恰当的时刻介入。

最近市场上很火的一个模型叫做 Jev，这样的快速结构化决策模型，为我提供了一种功能上的参考：把已有信息转化为低延迟的判断。连续输入意味着密集的选择——什么值得注意，是否继续观察，什么时候询问，什么时候回应。面对陌生问题，或需要综合线索、推演后果的情境，则可以类比 Astra 这类模型的深入思考能力。

我所期待的主动模型，会把表征、压缩和快速决策结合起来，理解连续发生的情境，迅速调用已有经验，并在复杂问题上投入深入推理。长期学习，也会让一部分曾经需要认真思考的判断，逐渐沉淀为更快的能力。

从一个小小的交互开始

把主动智能拆到最基本的功能，是感知、决策和行动。

感知获得信息，决策选择关注和介入什么，行动发起互动或改变环境，随后发生的事情又成为新的经验。

今天，我们可以先让这个循环在一个简单的场景里运转起来。

感知端，从一个摄像头和一个麦克风开始。更多输入对时间对齐、多模态处理、数据管线和并发能力提出更高要求；先让一组视听输入稳定进入模型，就可以开始持续观察、保留上下文，并通过交互了解缺失的信息。

家庭是一个值得尝试的场景。同样的人、物体和活动反复出现，又不断发生变化，系统有机会逐渐认识一个人的习惯、一种声音的含义，以及自己回应以后发生的事情。

现在提起来“感知 - 决策（是否介入） - 行动”这个闭环的落脚点，师兄觉得具身智能是一个不错的场景。

人类拥有灵活的手、细致的感觉反馈和协调的运动控制，能够广泛地改变环境。

当前机器人在复杂操作上，还面临机械结构、运动控制和工程可靠性的约束。我们讲，手跟不上脑子，就容易是这种感觉，本体限制了对环境的探索能力上限。

而我则认为，先用语音和简单动作承载交互，就给观察与探索找到了一个可以开始迭代的地方。

电子宠物因而成为一种很有意思的产品参照。

面对人形机器人，人会自然期待它听懂指令、可靠办事、具备广泛常识。

面对宠物，一次恰好的转头、一次主动关注、一个及时的回应，就可能带来惊喜：它居然懂了。

产品形态改变了人对同一种能力的预期，也改变了这项能力带来的情绪价值。

宠物还容纳了另一种交互节奏。它可以在大量时间里自己观察、活动和玩耍，在少数恰当的时刻与人互动。

它有自己的注意力，又会在合适的时候注意到我，关系在共同经历中逐渐形成。

Hugging Face 与 Pollen Robotics 的 Microduck 小鸭子，让我想到这种可能：一个小巧、动作范围有限的载体，也能承载丰富的表达与互动。

如果以主动智能为内核，互动的内容、时机和方式就可以随着经验变化。

对情境的关注、对共同经历的回应，以及逐渐形成的相处方式，会赋予电子宠物与 AI 硬件新的生命力。

产品在这里提供了持续接触世界、与人长期相处的机会。每天的共同经历成为学习材料，新的能力又改变下一次相处。一种新的交互方式，也因此有机会成为一种新的能力生长方式。

感知、决策与行动的 scaling

从这样的起点出发，我关心的是感知、决策和行动三个方向的 scaling。

感知的 scaling，让系统接触更多种类、更大范围、更连续的信息。

从摄像头和麦克风，到更多视角、全屋传感器、设备状态乃至触觉，它能够认识的世界越来越丰富。模型还需要把不同时间、不同来源的观察联系起来，将充盈的输入压缩成有效的表征。

决策的 scaling，让它更会理解、预测、选择和学习。

经验形成先验，快速判断使能力及时参与交互，深入推理帮助理解新的问题。群体探索又扩大了经验的广度：大量个体接触不同家庭、物体与情境，共同发现规律，一个个体的发现可以帮助其他个体继续探索。

这些经验进入模型更新，推动 self-improvement。进一步，系统可以依据已有认识，改善问题选择、探索策略、经验筛选和学习方法。前一轮获得的能力，提高下一轮改进自身的效率，recursive self-improvement 的循环由此运转。

行动的 scaling，则增加了检验假设的方式。

从语音表达，到调整视角、移动位置、操作数字设备，再到接触物体和完成复杂动作，每增加一种可靠的行动能力，都可能打开新的经验空间。能做什么，也决定了能够怎样认识世界。在这条线上，从一个 MicroDuck 到人形机器人，其实是Action Scaling的一个方式而已，既然是Scaling，那么起点肯定就不是人形机器人，而是 MicroDuck, 甚至…更加优雅而简洁的 MiniDuck，甚至是一个装了摄像头的音箱而已。

三条路径相互推动：更丰富的感知帮助选择更有价值的行动，行动带回新的观察，学习改善模型，新的能力又改变下一轮经验的获取方式。

智能更强，能够获得的经验也更有价值；经验更有价值，智能就有机会继续变强。

它可以存在于电子宠物、音箱或人形机器人之中。不同载体赋予它不同的感知与行动能力，也就形成不同的互动方式。我真正关心的是，随着这些能力不断增长，智能会怎样理解环境、选择值得探索的事情，并持续改善自己的成长方式。

探索那 71% 的智能

潜水吸引我的一点，是它提醒我们：熟悉的陆地只是世界的一部分，水面之下还有一个广阔的世界。所以推荐别人学习潜水时，我经常会说：“学习潜水吧，去探索地球剩下的 71% 的美丽。”

智能的成长让我产生类似的感受。

我们已经非常重视资料、任务、示范和反馈，也擅长围绕明确目标组织训练。

婴儿的成长则提示了另一片广阔的空间：没有人布置任务的时候，观察和探索仍在持续发生，经验仍在塑造能力。

主动智能（Proactive intelligence）的一个落脚点就是感知和介入，感知和介入是主动智能的一个子集，主动智能则是通往RSI的必要条件。

我愿意借用海洋的比喻，把这片空间称为“那 71%”。主动智能的技术逻辑、起步场景与 scaling 路线，正在尝试进入这片空间：让智能主动生成经验，从经验中形成能力，再凭借新的能力，继续认识更大的世界。

在这片空间里，智能逐渐掌握的不只是更多知识，还有自己怎样成长。