arXiv cs.AI· Peter Chen, Ni Zhang, Ying Xu, Siyuan Zhang·· 1 天前AI 评分44
基于LLM的智能体系统25个认知架构模块审计：18个模块的计算值从未到达生产输出
Real Computation or Merely Naming? A Pre-Registered Mechanism Audit of 25 Cognitive-Architecture Modules in an LLM-Based Agent System
AI 导读
一项预注册机制审计发现，某LLM智能体系统宣称的25个认知架构模块中，18个模块的计算值从未到达任何生产输出，并识别出三种新的空转接线形态。研究对11个模块执行干预，61条冻结标准中53条确认、5条被证伪；修复实验将规划器任务成功率从0.028提升至1.000，状态控制器误差降低52%。
正文 · AI 翻译
摘要：基于本地大语言模型的智能体系统越来越多地借助认知架构的术语进行宣传：以全局工作空间、心理理论、因果推理或主动推理命名的模块被列为特性，而名称的出现被当作机制存在的依据。我们提出一个更前置的问题——所命名的计算是否真的发生——并为“声称-实现差距”贡献一种可迁移的验证方法：一套带行号证据和调用链追踪的四问静态审计协议，并在两个系统上进行了演示。我们审计了一个声称拥有 25 种认知机制的系统，为 11 个模块预注册可证伪预测并执行干预，在第二个独立系统的 IIT-phi 核心上复现该协议（该系统有其自身预先确定的证伪标准），并运行两项修复实验作为阳性对照。在 25 个模块中有 18 个，其计算值从未到达任何生产输出；出现了三种在死代码和代码异味文献中未曾记载的空转接线形态（已连接但从未被调用、被调用但无作用、被调用但对内容不敏感）。在 12 项干预的 61 条冻结标准中，53 条得到确认，两条部分裁定，五条被证伪，一条裁定存疑。修复使规划器任务成功率从 0.028 提升至 1.000，并将状态控制器误差降低 52%。模块名称与模块计算必须作为独立主张接受审计；该协议与五类失败分类法可在双系统、案例级深度上复用于“声称-实现差距”。
| 评论： | 40 页。对 25 个认知架构模块的静态审计（18 个模块未将计算值传递到任何生产输出），对 11 个模块的预注册干预，61 条冻结标准（53 条确认 / 5 条证伪），两项修复对照（任务成功率 0.028 -> 1.000；误差 -52%）。工件：此 https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.41604 [cs.AI] |
| （或 arXiv:2610.41604v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41604 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zhang Siyuan [查看邮箱]
[v1]
2026 年 10 月 30 日星期五 11:38:04 UTC（25 KB）
来源：arXiv cs.AI · arxiv.org