从任务中心到个体中心：个体人工智能（ICAI）对传统人工智能范式的理论重构

 

摘要：传统人工智能在长期发展中形成了以任务、问题、功能和目标为中心的研究范式，其系统组织的基本单位是“任务”，核心关系可形式化为 Task → Method → Result。本文基于WSaiOS研究提出的个体人工智能（Individual Artificial Intelligence, ICAI）理论框架，系统论证ICAI以“具体个体”而非“抽象任务”为研究对象的范式转换意义。文章通过四组核心区分——任务与个体、功能与能力、单次执行与持续运行、外部工具与内部能力——揭示传统任务型AI与ICAI在研究对象、理论结构、运行机制、能力体系和工程组织单位上的根本差异。本文认为，ICAI的理论独立性并非来自技术增量，而是来自研究对象独立性所决定的理论体系重构：从“完成任务”转向“建立并发展机器个体”，从 Task → Method → Result 转向 Individual → Cognition → Decision → Behavior → Feedback → Learning → Individual。这一转向为人工智能提供了一种以持续存在、自我维护和发展的具体个体为组织中心的新理论纲领。

 

关键词：个体人工智能；传统人工智能；机器个体；任务范式；能力结构；持续运行

 

一、引言

 

人工智能发展七十余年来，其主流研究方式始终围绕“任务”展开：图像分类、语音识别、机器翻译、路径规划、博弈决策、内容生成。无论技术路线如何更迭——从符号主义到连接主义，从专家系统到深度学习，从单一模型到基础模型——系统组织的基本单位在大多数情况下仍然是任务或问题。一个AI系统被设计出来，通常是为了完成某件事：给定输入，经过处理，产生输出。

 

这种以任务为中心的研究方式取得了巨大成功，但也逐渐暴露出一个理论盲区：当系统不再只执行一次性任务，而是需要长期存在、持续运行、积累经验、维护自身并逐步发展时，“任务”是否仍然足以充当系统组织的基本单位？

 

WSaiOS研究提出的个体人工智能（ICAI）正是针对这一问题。ICAI主张，人工智能的研究对象可以从抽象任务转向具体个体：一个人、一家企业、一个品牌、一个网站、一个平台、一台设备、一条生产线、一个机器人、一个服务主体，或者其他具有相对独立结构和持续状态的对象。ICAI首先回答的不是“这个系统要完成什么任务”，而是“这个具体个体是谁？它由什么组成？具有什么属性、状态、关系、知识、目标、能力、方法、行为和历史？”

 

本文的任务，是系统阐释ICAI与传统人工智能的范式差异，并论证这种差异不是简单的“新旧技术”之别，而是研究对象独立性所决定的理论体系重构。

 

二、传统人工智能的任务中心范式

 

2.1 任务作为系统组织单位

 

传统人工智能的核心组织逻辑可以表示为：

 

任务提出 → 任务定义 → 输入数据 → 问题处理 → 计算 → 结果输出 → 任务结束

 

在这一结构中，任务本身是系统设计的主要组织单位。系统承担图像分类、路径规划、设备检测、数据分析、自动控制、信息检索等任务，其核心问题是：“给定输入，在规定条件下，通过一定的方法得到满足任务要求的结果。”

 

形式化表示为：

 

TaskSystem = (Input, Goal, Method, Output)

 

其基本关系为：

 

Input → Processing → Output

 

或：

 

Task → Method → Result

 

2.2 任务范式的四个特征

 

任务中心范式具有四个显著特征：

 

第一，明确的任务边界。 任务开始时系统进入处理过程，任务完成后得到结果，系统通常不需要继续保持一个具有完整身份、历史、状态、能力和发展的机器个体。

 

第二，功能导向的能力观。 系统能力被理解为可调用的功能集合：图像分类功能、数据计算功能、路径搜索功能、故障检测功能、信息查询功能。功能描述的是“系统能够完成什么操作”。

 

第三，单次执行为基本运行单位。 传统任务系统以一次任务执行为基本运行单位，任务完成之后该次运行可以结束。系统状态主要是任务状态，而非个体状态。

 

第四，工具化的外部资源观。 任务型系统可以通过调用外部工具完成任务：数据库、计算模块、传感器、执行机构或其他软件模块。工具与系统能力之间没有严格的理论区分。

 

2.3 任务范式的理论贡献与局限

 

必须承认，任务中心范式并非缺陷，而是人工智能在特定历史阶段的有效选择。它将复杂问题分解为可定义、可计算、可评估的任务单元，使算法设计、数据标注、模型训练和性能评测成为可能。正是这种范式，推动了人工智能从实验室走向大规模应用。

 

然而，当人工智能系统需要长期运行、持续适应、积累个体经验、维护自身结构并逐步发展时，任务范式的局限便显现出来：它缺乏对“持续存在的个体”的理论描述。任务完成后系统可以结束，但现实中的许多智能主体——企业、设备、平台、服务主体——并不会因为完成一次任务而终止存在。它们需要的是持续运行、状态延续、经验积累、能力演化和自我维护。

 

三、个体人工智能的研究对象转换

 

3.1 从“任务是什么”到“个体是谁”

 

ICAI的研究对象不是抽象任务本身，而是具体个体。其首要问题不是“这个系统要完成什么任务”，而是“这个具体个体是谁？它由什么组成？具有什么属性、状态、关系、知识、目标、能力、方法、行为和历史？”

 

ICAI的基本研究对象可表示为：

 

I = {ID, T, O, A, S, R, K, G, C, Md, B, H}

 

其中：I为个体，ID为身份，T为类型，O为对象组成，A为属性，S为状态，R为关系，K为知识，G为目标，C为能力，Md为方法，B为行为，H为历史。

 

3.2 个体系统的核心关系

 

ICAI的基本结构不是：

 

Task → Result

 

而是：

 

Individual → Cognition → Decision → Behavior → Feedback → Learning → Individual

 

个体人工智能的核心不是一次任务处理，而是建立一个能够持续存在和运行的机器个体（Machine Individual）。

 

3.3 个体系统的完整结构

 

个体系统可表示为：

 

IndividualSystem = {ID, T, O, A, S, R, K, G, C, Md, B, F, H}

 

其核心流程是：

 

个体 → 感知 → 认知 → 状态 → 目标 → 能力 → 风险 → 保护 → 冲突 → 方法 → 决策 → 行为 → 执行 → 反馈 → 学习 → 个体更新 → 持续运行

 

在这一结构中，任务系统的中心是 Task，而个体系统的中心是 Individual。任务可以属于个体：

 

Task ⊂ IndividualBehavior

 

但个体不能被简单等同于任务。

 

四、四组核心区分

 

ICAI与传统人工智能的理论差异，可以凝练为四组核心区分。这四组区分构成了ICAI理论独立性的基本支点。

 

4.1 任务与个体：Task ≠ Individual

 

任务是需要完成的一件事情，通常具有明确的开始条件、处理过程和结束条件。个体是具有自身身份和持续结构的存在对象。

 

比较维度 任务 个体

核心对象 要完成的事情 一个具体存在对象

核心结构 输入、目标、方法、结果 身份、对象、属性、状态、关系等

时间特征 通常具有任务周期 可以持续存在

历史 主要保存任务记录 历史构成个体的一部分

能力 为任务调用功能 个体自身具有能力结构

状态 主要是任务状态 个体具有持续状态

关系 围绕任务建立 个体具有长期关系

学习 可以发生，也可以没有 学习可以改变个体自身

结束 任务完成后结束 个体可以持续运行

 

在ICAI中，一个个体可以同时拥有多个任务：

 

I → {Task₁, Task₂, …, Taskₙ}

 

但这些任务共同属于一个持续存在的个体。因此，ICAI中的基本关系应当是：

 

Individual → Goal → Task → Behavior

 

而不是：

 

Task → AI

 

4.2 功能与能力：Function ≠ Capability

 

传统人工智能系统通常强调功能（Function），即系统“能够完成什么操作”。ICAI强调能力（Capability），即不仅表示“能够做什么”，还表示这个具体个体为什么能够做、在什么条件下能够做、依赖什么知识、使用什么方法、具有怎样的经验以及当前状态是否允许执行。

 

功能可以被理解为系统提供的操作：

 

Function = f(Input)

 

而个体能力更接近：

 

Capability = f(K, E, G, S, Md, C)

 

其中：K为知识，E为经验，G为目标，S为当前状态，Md为方法，C为已有能力结构。

 

两个同类型设备可能都具有“维修功能”，但两个设备的维修知识、历史维修经验、可使用工具、当前状态和维修方法不同，因此其实际维修能力可能不同。所以ICAI关注的是：

 

Individual → Capability

 

而不是单纯：

 

System → Function

 

4.3 单次执行与持续运行：SingleTaskExecution ≠ ContinuousIndividualRuntime

 

传统任务系统以一次任务执行为基本运行单位：

 

Input → Process → Output

 

任务完成之后，该次运行可以结束。ICAI则以持续运行（Continuous Runtime）为基本特征。机器个体具有自己的运行状态：

 

MIₜ → MIₜ₊₁

 

连续运行可以表示为：

 

MI₀ → MI₁ → MI₂ → … → MIₙ

 

每一次运行都会产生新的状态、历史、经验和知识。ICAI的运行单位不是“一次任务”，而是“一个个体在时间中的连续存在和持续运行过程”。

 

4.4 外部工具与内部能力：Tool ≠ Capability

 

任务型人工智能系统通常可以通过调用外部工具完成任务。ICAI并不否认工具，而是进一步区分外部工具（External Tool）与个体内部能力（Internal Capability）。

 

外部工具属于个体可使用的资源：

 

Tool ∈ Resource

 

而个体能力属于机器个体自身结构：

 

Capability ∈ Individual

 

二者关系可以表示为：

 

Individual → Capability → Method → Tool → Action

 

机器个体首先需要判断：自身是否具有完成目标的能力；需要什么方法；方法需要什么资源；是否可以调用外部工具；工具是否可用；当前状态是否允许执行。工具是资源，能力是个体结构。一个机器个体可以通过不同工具实现同一种能力，也可以因为工具不可用而暂时无法执行某项能力。

 

五、从通用能力到个体能力

 

5.1 通用能力的传统逻辑

 

传统人工智能系统经常以通用功能或通用能力为系统设计目标：

 

输入 → 通用处理能力 → 任务 → 输出

 

这种结构强调能力的通用性：同一模型可以处理多种任务，同一算法可以适应多种输入。

 

5.2 个体能力的形成逻辑

 

ICAI则强调个体能力（Individual Capability）。个体能力来源于个体自身结构：

 

Cᵢ = f(Tᵢ, Kᵢ, Eᵢ, Gᵢ, Sᵢ, Mdᵢ)

 

因此，对于两个不同个体：

 

I₁ ≠ I₂

 

即使：

 

T(I₁) = T(I₂)

 

也不能推出：

 

C(I₁) = C(I₂)

 

更一般地：

 

Capability(I₁) ≠ Capability(I₂)

 

这意味着同一种类型的个体可以形成不同的机器能力结构。两个企业都属于物流企业，但它们的客户、车辆、业务区域、业务规则、员工结构、历史经验、服务方法和经营目标不同，因此其机器个体不应该被设计成完全相同的能力结构。

 

5.3 能力的动态性

 

ICAI提出一个重要原则：个体能力不是简单的通用功能集合，而是由个体自身知识、经验、目标、状态、方法和历史共同形成的能力结构。能力可以随着个体的发展发生变化：

 

Cₜ → Cₜ₊₁

 

因此，个体能力不是固定的软件菜单，而是个体运行过程中持续变化的结构。

 

六、ICAI的独立性论证

 

ICAI的独立性首先来自研究对象的独立性。如果研究对象发生变化，理论体系的基本结构也会发生变化。传统任务型人工智能主要围绕 Task → Processing → Result 建立问题、算法和系统；ICAI则围绕 Individual → Structure → Cognition → Behavior → Development 建立理论。ICAI的独立性主要体现在以下六个方面。

 

6.1 研究对象独立

 

ICAI以具体个体作为核心研究对象：

 

ResearchObject = Individual

 

而不是把任务作为唯一中心。

 

6.2 理论结构独立

 

ICAI形成自己的核心概念体系：个体、对象、属性、状态、关系、知识、记忆、经验、目标、能力、方法、认知、决策、行为、反馈、保护、冲突、修复、学习、发展。这些概念共同构成个体人工智能的理论结构。

 

6.3 运行机制独立

 

ICAI不是一次任务处理过程，而是一个持续运行机制：

 

Individualₜ → Cognitionₜ → Decisionₜ → Behaviorₜ → Feedbackₜ → Learningₜ → Individualₜ₊₁

 

因此，运行本身成为理论研究对象。

 

6.4 能力体系独立

 

ICAI研究的不是抽象功能集合，而是 Capability(Individual)，即能力如何从个体知识、经验、目标、状态和方法中形成，并如何在运行过程中变化。

 

6.5 自我维护机制独立

 

ICAI进一步把自我检测、自我保护、冲突处理、自我诊断和自我修复纳入个体理论：

 

SelfMaintenance = Detection + Protection + ConflictHandling + Repair

 

因此，机器个体不仅执行行为，而且能够维护自身运行结构。

 

6.6 工程对象独立

 

ICAI最终需要建立一个与现实个体对应的机器个体：

 

RealIndividual → IndividualModel → MachineIndividual

 

工程上进一步形成：

 

个体模型 → Domain Object → PHP Class → Service → Engine → Repository → MySQL → MVC → Smarty → Runtime

 

因此，ICAI不是单纯增加一个“个体”概念，而是改变人工智能系统的基本工程组织单位。

 

七、两种体系的总体比较

 

从总体结构看，两种体系可以表示如下。

 

传统任务型人工智能：

 

任务 → 输入 → 问题处理 → 算法 → 计算 → 结果 → 任务完成

 

核心关系：

 

Task → Method → Result

 

个体人工智能：

 

个体 → 身份 → 类型 → 对象 → 属性 → 状态 → 关系 → 知识 → 目标 → 能力 → 方法 → 认知 → 决策 → 行为 → 执行 → 反馈 → 经验 → 学习 → 能力更新 → 个体更新 → 持续运行

 

核心关系：

 

Individual → Cognition → Decision → Behavior → Feedback → Learning → Individual

 

两种体系的主要差异可以概括为：

 

维度 传统人工智能 个体人工智能

核心对象 任务/问题 个体

系统中心 任务 个体

主要目标 完成任务 保持并发展个体

运行能力形式 通用功能/任务能力 个体能力

状态 任务状态 个体持续状态

历史 任务历史 个体历史

经验 可选机制 个体发展组成

知识 服务任务 构成个体认知结构

行为 执行任务 个体行为

反馈 任务结果反馈 个体运行反馈

学习 可选 个体发展机制

保护 系统级机制 个体自我保护

修复 系统维护 个体自我修复

运行 单次或阶段性 持续运行

基本单位 Task Individual

 

这种比较不是为了否定任务型人工智能，而是为了说明两者的理论研究对象和系统组织方式不同。

 

八、结论：ICAI作为新理论纲领

 

本文系统论证了个体人工智能相对于传统人工智能的范式差异。核心结论可以概括为四组不等式：

 

Task ≠ Individual

Function ≠ Capability

Tool ≠ Capability

SingleTaskExecution ≠ ContinuousIndividualRuntime

 

以及一个总体判断：

 

传统人工智能主要以任务为系统组织中心，而个体人工智能以具体个体及其持续存在、认知、行为、反馈、维护和发展为系统组织中心。

 

ICAI的理论独立性，首先建立在研究对象、核心概念、能力结构、运行机制和机器个体工程结构的独立性之上。它不是传统人工智能的简单延伸，也不是在现有任务系统上增加一个“个体”标签，而是以具体个体为基本组织单位，重新构建人工智能的理论结构、运行机制和工程对象。

 

这一转向的意义在于：当人工智能系统需要长期存在、持续适应、积累经验、维护自身并逐步发展时，“任务”不再是足够的组织单位。我们需要一种以“个体”为中心的理论，来描述机器个体如何持续认知、决策、行为、反馈、保护、修复、学习和发展的完整过程。

 

从任务中心到个体中心，人工智能的研究对象发生了根本变化。而研究对象的独立性，正是ICAI理论独立性的第一块基石。

 

参考文献

 

[1] 东塬一老翁. 第6章 个体人工智能与传统人工智能[EB/OL]. WSaiOS研究, 2026-09-05.

 

[2] 东塬一老翁. 第5章 个体与机器个体[EB/OL]. WSaiOS研究, 2026.

 

[3] 东塬一老翁. 第7章 个体人工智能的独立理论基础[EB/OL]. WSaiOS研究, 2026.

 

[4] WSaiOS研究. 基于认知逻辑的模拟人工智能研究平台[EB/OL]. https://wsaios.org.

 

[5] 东塬一老翁. 个体人工智能白皮书[EB/OL]. WSaiOS研究, 2026.

 

[6] 东塬一老翁. 个体人工智能：理论、架构与工程[M]. WSaiOS研究, 2026.