研究导读
ASI 是什么？人工超级智能与结构自主性
ASI 是 Artificial Superintelligence（人工超级智能）的缩写。经典讨论强调在广泛的重要智力领域超越最优秀人类的能力。COG 的 KSC2 研究进一步提出结构视角：在实现 ASI 之前，如何观察 AI 形成高层问题结构的自主性？
以下内容是 COG 研究观点的导读；完整论证、适用条件与参考文献请见原始论文。
开放问题中的结构探索
AGI 与 ASI 有什么区别？
在 KSC2 与工程化 AGI 定义的研究语境中，AGI 的目标是广泛自主覆盖普通人类团队能够完成的智力工作。完整 ASI 还要求在广泛的高结构开放性任务中，自主进入过去主要依赖最优秀人类进行问题重构、抽象发现和原创结构生成的能力区域，并达到或超过人类最高水平。两者可以是相互作用的能力前沿，而非严格先后的阶段。
什么是结构开放性与结构自主性？
结构开放性描述任务的要求：完成任务所需的问题表征、抽象方式、关键变量和探索方向，有多少未在开始前给定。结构自主性描述系统的能力：缺少人类关键结构输入时，AI 能否自主形成、评价和修正这些高层结构。前者属于任务，后者属于求解者，不能混为同一个指标。
KSC1、KSC2 与 KSC3 如何联系？
KSC1 提供知识、结构生成与约束保持三个功能坐标。KSC2 沿结构生成方向讨论 ASI 的渐进结构框架；KSC3 则研究结构经验如何经过外部选择与训练，影响后续模型的生成倾向。三篇分别提供基础框架与两个研究延伸，不是三个按时间先后实现的智能阶段。
AACC 能否直接衡量 ASI？
AACC（AI—抽象认知复利）描述高价值结构经过 AI 展开、推演和验证后，形成新知识与候选结构，并扩大后续探索范围的过程。它不是独立的 ASI 能力指标。KSC2 的结构框架也不等于完整的 ASI 距离函数，仍需要明确任务协议和经验检验。
原始论文与 DOI
KSC2:ASI 的渐进结构框架 结构开放性、结构自主性与 AGI–ASI 的结构性差异
人工通用智能(Artificial General Intelligence,AGI)与人工超级智能(Artificial Superintelligence,ASI)通常通过能力覆盖范围以及相对于人类的表现水平加以描述。已有研究已经尝试把 AGI 从单一终点…
DOI: 10.5281/zenodo.21976747KSC:知识、结构与约束——人类—AI 差异与协同的功能框架
当前 AI 已能够广泛调用知识并快速生成复杂结构,但不同任务中的能力表现仍具有显著差异:有些问题主要受可用信息限制,有些问题要求形成新的问题表征、关系或方案,还有一些任务即使局部生成质量很高,也会在长链条、多条件和强状态依赖过程中逐渐丢失目标、前提、边界或验收…
DOI: 10.5281/zenodo.21991838AGI 的工程化定义:以复杂项目闭环能力为判断标准
人工通用智能(Artificial General Intelligence,AGI)长期缺少稳定且可操作的定义。既有定义分别强调拟人行为、主观心智、广泛认知能力、人类水平表现、经济价值或社会影响,却仍难以回答一个工程问题:AI 何时从高能力工具转变为能够独立…
DOI: 10.5281/zenodo.22803294KSC3:从结构分布内化到 AI 跨代进化——DSI 与 ES–DSI 机制
KSC 将智能活动抽象为知识(Knowledge, K)、结构生成(Structure, S)与约束保持(Constraint, C)三个基本变量。既有 KSC 工作将 K 描述为当前任务可调用的知识与已固化结构,但仍留下一个更深的问题:对于生成模型而言,这些…
DOI: 10.5281/zenodo.21993013