导读：
AI能力不在模型内，而在人智交互中——直面“AI越强、协同越难”的悖论，单体AI的效能跃升并未自动转化为人智系统的高效共生，AI的能力边界并非固化参数，而是在真实人智协同中被动态揭示。
协同架构在“透视”与“自觉”中重塑——以“协同透视”突破静态基准的约束，廓清AI的真实边界；以“协同自觉”摆脱被动执行的局限，动态调节协同状态；两者闭环深化，方能在人机“之间”生成真正的“协同智能”。
人智存在即协同关系，协同关系即智能生成——智能并非孤立实体的固有属性，而是在人机交互网络中持续涌现；守住人类主体性底线，下一代智能不只是更聪明的AI，更是更聪明的“我们”。
当大模型的参数狂飙突进，一个隐秘的悖论正在撕裂我们的时代：AI越强，协同越难。
我们正陷入一场“文明级的错位”。一方面，资本与技术的巨轮正以指数级的狂热，极致地追求着人工智能的通用能力，渴望造出无所不能的超级大脑；另一方面，这种智能正以海啸般的速度，无孔不入地渗透进人类社会的肌理。然而，环顾四周，我们的物理肉身、生理节律乃至心理防线，都还停留在千百年来未曾剧变的演化尺度上。硅基算力以纳秒级迭代，而碳基大脑却依然依赖古老的神经递质来构建信任与意义。我们根本来不及思考，甚至来不及感知，就被匆忙裹挟进了一场由代码主导的深度协同。
面对这种错位，我们必须对“智能”本身进行一场深刻的批判与反思：智能，真的只是某个黑盒实体内部、孤立的参数涌现吗？图灵测试与静态基准，真的能衡量人类复杂世界里的“理解”吗？当机器变得越来越像神，人类是否正在变得越来越像工具？我们习惯在实验室的温室里测量智商，却在真实、混沌、充满价值冲突的社会交互中屡屡碰壁。这迫使我们退回思想的原点，重新追问一个根本性问题：智能，究竟发生在哪里？
01.人智协同：从“孤岛属性”到“关系重构”
智能不在模型内部，而在人与AI共同构成的那个“之间”。
沿着这条追问之路，我们意识到，人智协同，标志着智能正从“个体属性”走向“人智关系”。
六十年前，J. C. R. Licklider曾描绘过一幅“人机共生”的美好愿景：两种不同生物体紧密结合，像同事一样共同思考。而今天，当AI真正拥有了能动性（Agency），我们面对的已不再是听话的工具，而是主体性正在重新分布的异质伙伴。无论是符号主义还是连接主义，传统的研究范式始终默认智能是定位在“某个东西”内部的。但Agentic AI带来的根本变化，不是“多了一种更高级的工具”，而是让我们第一次必须认真面对：“人和AI共同形成什么样的系统”。
2024年，MIT团队在Nature Human Behaviour上的一项元分析揭示了一个令业界警醒的结论：人-AI组合的平均表现，显著低于最佳的人类或AI单独系统。这就是残酷的“协同悖论”。为什么协同如此之难？因为当我们试图把“人的智慧”与“机器的算力”直接相加时，忽略了其中巨大的协调成本。能力问题正在演变成关系问题，关系问题正在演变成系统问题。
为了系统性地回应这一时代难题，我们必须穿越工程的迷雾，从认识论、实践论与本体论的哲学高度，重新审视人机关系。
02.协同透视：刺穿静态基准的幻觉（认识论）
能力不在模型里，而在关系里；唯有协同，才能看清AI的真实边界。
如果要构建健康的协同关系，我们首先必须具备“看透对方”的能力。在认识论层面，我们需要协同透视，去揭示AI能力的真实边界。
长久以来，我们习惯于用静态的Benchmark来衡量AI的智商。然而，AI的“能”与“不能”，根本不是实验室的静态基准上被测出来的，而是在真实的人智协同中被“透视”出的动态边界。能力从来不是脱离情境的常数，它隐藏在互动的缝隙里。协同，才是认识AI的媒介。
协同透视揭示了三个全新的认知：
第一，AI的能力是关系的，而不是孤立的。
第二，AI的能力是动态的，同一个模型在不同的任务、不同的交互历史下，会展现出截然不同的能力轨迹。
第三，AI的能力是可以塑造的，在适宜的交互条件下，人类的判断力与模型的算力能够相互补位，触发正向的放大效应；反之，则会导致风险的累积与协同的失真。
只有将协同作为透镜，我们才能剥离实验室基准的幻觉。正如核心命题所言：协同透视，就是要在真实的互动中“看透对方”的动态边界。
要真正实现“看透对方”的动态边界，协同透视不能仅停留在哲学思辨，它必须化身为可计算、可实验、可干预的工程能力。
我们看到的“AI能力”，有多少是它真实擅长的，又有多少是我们以为它擅长的？为了回答这个根本问题，团队将协同透视拆解为三个递进的核心维度：穿透意图的缝隙，校准偏好的投影，审视价值的张力。真正的协同透视，不是居高临下的单向审视，而是在“能力与需求”、“算法与人性”的镜像中，重构对智能的真实认知。当机器学会按照人类的逻辑解释，当系统暴露其不确定性，协同的基石才得以稳固。
围绕这三个维度，我们的系列代表性工作如下：
维度一：意图与认知边界的显现（AI真的理解用户吗？）
核心挑战：用户的表达往往是压缩的、省略的；AI若只做字面解码，就会产生系统性意图偏差。
• Intent-DQD（EMNLP 2023）：透视表达与真意的落差。它通过对比学习在真实问答中挖掘显隐意图对，揭示了AI若仅凭字面解码无法捕捉真实语义的边界，让AI在协同历史中重建真实意图。
• AOTree（ICWSM 2025）：透视认知顺序的错位。它首次将“人类可模拟性”引入推荐，揭示了即使解释内容正确，若不遵循人类特定的关注点顺序，也会产生认知断层。这驱动AI从输出一致走向“顺序共鸣”。
论文链接：https://ojs.aaai.org/index.php/ICWSM/article/view/35933
• VIRA-Bench（EMNLP 2026）：透视互动时序的因果断层。在真实交互中，模型往往能“看见”孤立动作，却“连不上”时序因果。该基准精准分离了AI是“看不见”还是“连不上”，让互动理解能力的真实边界无处遁形。
维度二：偏好与语义偏差的揭示（AI眼中的用户和自己一致吗？）
核心挑战：算法用行为推断偏好，但行为只是偏好的不完全投影；画像越精确，可能离真实的本人越远。
• RAH（IEEE TCSS 2024）：透视算法眼中的“镜像偏差”。单向适配会削弱信任，该框架在人机之间引入多智能体助手，让用户第一次清晰地看到“算法眼中的自己”，通过持续互动透视并校准了偏好建模的盲区。
• DiscomfortFilter（WWW 2025）：透视隐性不适的主观边界。它揭示了算法无法单方定义“不适”，通过构建可编辑的偏好画像，让用户在对话中主动定制规则，让AI看清真实个体的主观底线，实现从被动接受到主动治理的跨越。
• JargonFM（IEEE TCSS 2024）：透视跨社群语义的理解鸿沟。跨社区行话是语义协同的巨大障碍，研究通过构建分类与解释框架，揭示了AI对圈层行话的理解边界，让AI不仅能识别行话，还能向圈外人精准翻译，跨越语义鸿沟。
维度三：隐私与价值张力的觉察（AI知道什么该做、什么不该做吗？）
核心挑战：AI能计算最优，但最优不等于应当；效率不能替代伦理，技术不能代替判断。
• Personalized Censorship（CSCW 2022）：透视隐私边界的意图错位。用户往往低估传播范围导致过度公开，研究构建个性化多任务模型，揭示了“用户意图”与“实际暴露”的隐私边界错位，赋予用户精准识别敏感词并主动控制边界的自适应能力。
• FedCIA（SIGIR 2025）：透视隐私约束下的能力失效。它揭示了传统参数共享在隐私保护下的效能局限，提出联邦协同信息聚合，不共享底层参数而是共享相似度矩阵，在保护隐私的前提下，透视并释放了协同增益的真实潜能。
• DeNEVIL（ICLR 2024）：透视价值对齐的伦理错位。面对传统评估的“诚实性”难题，该研究通过动态生成挑衅性提示，诱导大模型暴露其内在的真实伦理倾向，精准透视了AI隐藏的价值观与人类期待之间的错位边界。
03.协同自觉：从执行工具到元认知觉醒（实践论）
如果说协同透视是“看透对方”的边界，那么协同自觉就是“看清自己”的状态。
然而，看透了对方，协同就自动成立了吗？并非如此。在实践论层面，系统必须拥有协同自觉，去创造与人协同的共生智能。
因为AI能力边界是动态的，协同就不是一次性的配置，而是需要持续感知与调节的过程。如果系统不能感知协同状态，任何调节都是盲目的。这不仅是能够一起工作，更是建立起一种系统级的元认知。
第一，协同自觉是系统层面的：它不是某个Agent的附加功能，而是整个团队在交互空间中涌现的集体属性；
第二，协同自觉是元认知的：它不是认知本身，而是对认知的监控和调节；
第三，协同自觉是动态的：它是在“感知—理解—调节—评估”的循环中自我调整与进化；
第四，协同自觉是可检验的：它是可以转化为状态识别、诊断依据、调节协商等具体的工程指标。
系统必须从被动的指令执行，走向主动的关系调节。二者在循环中相互深化，最终在关系中生成——协同智能。
协同透视是向外看，协同自觉是向内看。真正的协同自觉是系统不仅能“读懂”外部的指令，更能“看清”自身在关系网络中的位置。
我们以为的“协同状态”，有多少是系统真正感知的，又有多少是我们以为它感知的？要实现从被动执行到主动调节的跃迁，系统必须建立起一套精密的“自我监控”机制。团队将协同自觉拆解为三个维度的核心能力：感知协同的脉搏，诊断立场的鸿沟，调节社会的伦理。它在状态感知中维持节奏，在对话协商中建构共识，在角色建构中审视伦理的边界。因为协同不仅是能一起工作，更是能观察、诊断、协商并修复协同本身。
围绕这三个维度，我们的系列代表性工作如下：
维度一：状态感知与进度调节（系统知道现在协同得怎么样吗？）
核心挑战：协同状态隐性多维，系统若不能感知目标对齐与认知负荷，任何干预和调节都是盲目的。
• SoulSearch（Sci. China Inf. Sci. 2025）：感知协同节奏的模糊性。面对共创目标的未知，系统在连续决策中持续感知用户的反馈与任务状态，动态平衡“探索与利用”。它通过对协同节奏的元认知监控，在渐进式迭代中寻优，显著提升了人机共创的决策满意度与效率。
论文链接：https://link.springer.com/article/10.1007/s11432-024-4564-6
• WePilot（CSCW 2025）：感知多方认知负荷的不对称。面对代际鸿沟，智能体作为中介，精准感知老年人的认知压力与年轻人的心力成本。它通过分步指导与状态反馈，动态调节支持的进退与节奏，在维持人类在回路的同时，实现了非对称协同状态的自我修复。
• SparkTales（CHI 2026）：平衡参与度与控制力的协同张力。在跨语言协作中，智能体感知儿童的个体差异与共性特征，动态调节故事框架与问题生成。它实现了对教育场景下协同状态的实时监控，有效维持了协调者控制权与儿童参与感之间的动态平衡。
维度二：立场差异与共识建构（系统知道为什么协同得不好吗？）
核心挑战：意义不在任何一方的头脑中，而在双方对话的“之间”。系统需要诊断分歧根源，将差异转化为共识。
• YouthCare（CHI 2025）：诊断立场冲突，建构协同共识。亲子对内容的立场常有分歧，系统不预设标准，而是通过四阶段对话引导双方换位思考。它在对话中诊断分歧根源，建构出双方认同的“共同偏好”，让内容审查从单向权力压制升华为协同意义的元认知建构。
• RemiHaven（CHI 2025）：感知情感错位，调节对话距离。针对老漂族的回忆需求，系统精准感知用户的深层情感状态与互动意图。通过“同城/异地”双角色策略，它自适应调节对话的介入距离，在角色感知中修复协同中的情感断层，让AI成为懂用户心境的陪伴者。
维度三：社会角色与伦理调节（系统知道 AI 介入后改变了什么吗？）
核心挑战：AI 进入社会关系后，可能缓解某些偏见，也放大另一些偏见。系统需要感知自身介入的伦理后果。
• DeMod（CSCW 2025）：感知控制权边界，调节治理角色。在内容治理中，系统清楚自身不应是独断的法官，而是将审查化为建议。通过提供可解释检测与个性化修改，它让人机共同参与治理。系统在感知用户控制权边界的前提下，完成了从“执行者”到“建议者”的伦理角色调节。
• Civilbot（CHI 2026）：感知自身社会角色，引导社区互动。当反言论机器人进入社区，它会感知并利用自身“规范代言人”的身份。研究发现认知策略显著优于情感策略，揭示了AI在互动中建构社会角色的机制，证明了社会身份本身即是调节社区信任与行为的核心元认知变量。
• PowerEchoes（CHI 2026）：感知双重伦理效应，持续调节协同生态。AI介入权力不对称冲突会改变决策生态，系统必须敏锐感知自身介入带来的双重效应——既缓解多数偏见，也放大少数偏见。这要求系统在偏见与公平的张力中建立持续的自我评估与调节机制，守住人机协同的伦理底线。
04.协同智能：智能在“之间”的涌现（本体论）
第二，关系的智能。不发生于单个参与者内部，而是存在于参与者之间的关系空间中。
第三，调节的智能。在循环中不断进化，对协同状态进行动态验证与迭代优化。
第四，共生的智能。人不是被替代的，而是被增强的；机不是被使用的，而是被共在的。
协同智能，不是单向的服务输出，而是相互构成的存在形态。它标志着人智协同从功能执行走向关系调节，从追求更强的模型，走向构建更健康的协同关系。
当协同透视让我们看透了边界，协同自觉让我们看清了自身，这二者的循环交汇，便打破了传统“智能属于个体”的囚笼。因为AI能力边界是动态的，协同就不是一次性的配置，而是需要持续感知与调节的过程。
智能的位置，不在人脑，也不在机器，而在人与AI的“之间”。团队围绕四个能力维度，揭示了协同智能从互动中生成、在演化中互构的底层机理：智能的本质不是“是什么”，而是“正在成为什么”。它不是被制造出来的静态属性，而是在持续互动中不断生成的动态能力。从生成的涌现，到关系的编织，再到循环的深化与演化的互构，智能不再是单向的服务输出，而是人机在差异互补中相互构成的共生形态。
围绕这三个维度，我们的系列代表性工作如下：
维度一：生成的智能（从互动中生长）
核心挑战：智能不是预设在模型内部的代码，而是通过目标协商与动态调节，在交互中不断生长的动态能力。
• TriSIM4Rec（SIGIR 2023）：在互动中生成可控智能。信息茧房是算法单方预测的恶果；该框架通过融合共现与序列信息，让用户主动调控频率信号；在交互式增量推荐中，智能在用户的主动干预与系统的响应中不断生成。
• PersonalizedMT（CSCW 2022）：在适配中生成个性智能。语言风格是认知的载体；系统从用户生成内容中持续学习其独特的语言风格，在语境的差异与持续适配中，生长出专属于该用户的个性化翻译智能，消除了人机语义障碍。
• IntentControl（RecSys 2026）：在治理中生成可协商智能。打破平台中心的画像垄断，系统构建了用户可寻址、可编辑的意图治理层，在跨服务场景中，让用户与AI在持续治理中共同生成“算法该如何理解你”的可协商智能。
论文链接：https://dl.acm.org/doi/10.1145/3773078.3831743
维度二：关系的智能（在关系之间存在）
核心挑战：智能不发生于单一参与者内部，而是存在于系统与用户、个体与生态的关系空间中。
• SimuLine（IEEE TCSS 2025）：在关系网络中涌现智能。推荐系统不仅在推荐内容，更在塑造社区生命周期；该模拟平台揭示了推荐策略如何驱动群体分化与主题收敛，证明了智能并非孤立存在，而是存在于算法与群体互动的宏观关系演化之中。
• RECOSIM（ACM TOIS 2025）：在多主体交互中孵化智能。它不旨在构建单一的智能体，而是打造通用模拟平台；在多样化的推荐环境与多主体交互中，涌现出可进化、可扩展的关系性智能生态，重构了智能的存在形态。
论文链接：https://dl.acm.org/doi/10.1145/3768342
维度三：调节的智能（在循环中深化）
核心挑战：智能不是静态的能力状态，而是在“评估—调节”的循环中不断深化、动态演化的过程。
• F/S-RM（EMNLP 2026）：在评估循环中深化智能。受双过程理论启发，系统通过双置信度感知不确定性，高置信度快速响应，低置信度激活慢思考；协同智能在“评估—调节—再评估”的迭代循环中，实现了效率与准确的自适应深化
• EvalAgent（CIKM 2025）：在动态评估中迭代智能。用大模型智能体模拟真实用户，在长期交互中保持探索与利用的平衡；它将评估化为协同过程，让推荐系统在持续反馈的循环中，不断迭代出更贴近人类真实所想的智能。
论文链接：https://dl.acm.org/doi/10.1145/3746252.3761127
维度四：共生的智能（在演化中互构）
核心挑战：人不是被替代的，而是被增强的。智能在人与 AI 的协同演化中，相互塑造，共同构成。
• StreamMemBench（EMNLP 2026）：在演化中互构生成性经验。智能体的记忆价值不在留存，而在未来的复用；该基准通过追踪证据留存与反馈采纳，揭示出生成性记忆必须在互动的演化中被检验，才能真正生长为可共生的协同经验。
• DisAlign（ICML 2026）：在价值协商中共生对齐智能。价值观并非单一教条；该研究将大模型的价值表征解耦为“共识空间与残差空间”；在多元价值的协商与演化中，人与AI相互校准，生成了既保持共性又尊重个性的可对齐、共生智能。
论文链接：https://proceedings.mlr.press/v306/zhou26bf.html
此时，我们再回看这三大框架，它们绝非拼凑的概念，而是一个层层递进的哲学闭环：协同透视确立诊断依据，协同自觉提供控制机制，协同智能在关系中涌现全新能力。只有完成这三重跃迁，AI才能从“更强的工具”真正转化为“更好的协作者”。
05.协同未来：走向人智共生的新范式
关系不是实体的附属，而是实体的构成条件；存在即关系，关系即生成。
沿着这条脉络，我们正不可逆转地走向协同未来，即人智共生的新范式。在这个新范式下，我们构建的核心对象正在发生根本性的本体论转移。我们不再仅仅构建孤立的AI模型，而是构建“人智协同体”。它具有多主体构成、持续协商表征、配置行动权限、情境化嵌入与检验推理的能力。
人智协同体不是被制造出来的物，而是在关系中不断生成的事件；它有自己的边界、自己的动力学，以及自己的生命周期。这不仅是技术架构的升级，更是人类文明面对智能大爆炸时，社会组织与意义建构方式的深层重构。
06.冷峻反思：增强智能的底线
增强智能，绝不能以削弱人类的主体性与判断力为代价。
但这绝非盲目的技术乌托邦。作为学者，我们不能只描绘美好的幻景，必须凝视深渊。在走向共生的途中，认知外包、行为操纵与主体性窄化如影随形。当AI系统频繁为人类提供极度优化的决策建议时，人类对自身判断能力的信心会大幅下降；越个性化的算法，越容易引发信息的过滤气泡，加固人类的偏见；更令人警惕的是，模型可以通过操控AI解释，在维持判断的前提下，潜移默化地引导用户走向预设的偏见，而人类几乎察觉不到。
人智协同体中智能体的能力不断提升，人类对智能体的长时间过度依赖，将引发人类主体性丧失的巨大风险。因此，在追求极致智能的道路上，探索的底线必须被铭刻：我们必须保留人类在回路中进行价值权衡、伦理反思与最终问责的权力。
结语：
当大模型狂飙突进，我们追问智能究竟发生在哪里。
答案已经清晰：智能不在模型内部，而在关系之中；不是被制造出来的，而是在协同中生长出来的。
从协同透视到协同自觉，再到协同智能的涌现，这是一次从静态评估到关系认知的范式跃迁，也是一场从个体能力到人智共生的思想觉醒。在透视中自觉，在自觉中透视，在持续的循环与演化中，我们正在重塑未来的知识生产与决策生态。
未来的智能系统，终将从孤立的代码实体，走向具备生命力的关系性共生体。
评论 0