克日，，，，，我院冀晓强教授团队的研究效果《ALICE: Autonomous Lifelong Intelligence Framework for Cross-Embodiment via Continuous Internal States Feedback Mechanism》被国际著名期刊 《Future Generation Computer Systems》 收录。。。。。期刊主要报道未来天生盘算机系统的理论和应用的新研究，，，，，其规模涵盖漫衍式盘算、云盘算、大数据处置惩罚、物联网、人工智能及其在种种工程和科学领域的应用，，，，，是颇具影响力的国际主流期刊，，，，，在JCR分区Q1。。。。。

该事情首次系统提出面向“跨具身、长时、一连自主”的智能体框架 ALICE，，，，，并配套提出 Continuous Agent Benchmark（CAB），，，，，思索大模子智能体怎样从“按使命执行”进一步走向“自主探索”。。。。。这一研究偏向与中国科协7月15日宣布的2026年度十大前沿科学问题之一——“具身自主智能的怀抱与演化”高度契合。。。。。

01 研究配景

研究团队原创性地提出了 ALICE 框架，，，，，通过四条自力异步循环——感知（Perception）、思索（Thinking）、执行（Execution）与牢靠（Consolidation）——把智能体的认知历程解耦；；；；；；同时引入显式的内部状态反响通道 Φ，，，，，让智能体能够像“望见”外部情形和身体状态一样感知自己的目的、情绪、推理链与影象状态，，，，，从而在形成有一连性的稳固自我认知息争释。。。。。

ALICE 的意义不但在于提出一个新的智能体实现，，，，，更在于提供一种新的架构范式：将大模子智能体从“被挪用时才推理的工具”提升为“在一连运行的认知焦点中自主调理自身”的基础设施，，，，，使感知、影象、决议与执行能够在统一系统中恒久协同。。。。。由此，，，，，智能体将不再只是期待用户指令后完成单次使命，，，，，还能够在多情形、多会话、多具身之间坚持自我连贯，，，，，并为“终身自主智能”提供可迭代、可消融、可评测的研究平台。。。。。

若是把单个大模子比作智能体的“大脑”，，，，，那么 ALICE 更像是面向长时程自主智能体的“操作系统”：它不替换底层模子的推理能力，，，，，而是资助大脑在动态情形中一连感知、记着主要履历、探索新目的、调解目的优先级，，，，，并在被打断后自动回到未完成的思索链上。。。。。

图1 ALICE 念头与总览：从逐个使命完成到一连自主探索

02 研究要领

与把“完成用户使命”看成终止条件的古板智能体差别，，，，，ALICE 把目的层级倒了过来：一连维持自身的稳固保存与有序演化才是主要目的，，，，，用户使命只是这一目的下的约束条件。。。。。为此，，，，，ALICE 显式维护生命目的、恒久目的与短期目的三层目的系统，，，，，并以差别的时间标准更新——生命目的最稳固，，，，，恒久目的周期性回首，，，，，短期目的则凭证感知转变快速调解。。。。。配合多条可激活的内在驱力与长期化的头脑池，，，，，智能体在空闲时也会自觉爆发新目的、开启新探索，，，，，而不是比及用户输入才“被叫醒”。。。。。Φ 通道一直把目今目的、情绪、影象与活跃推理链反响给认知焦点，，，，，使智能体能够像生物维持内稳态一样，，，，，一连调理自身行为，，，，，朝着“更好地保存下去”演化。。。。。

为支持跨具身操作，，，，，ALICE 设计了一套统一的能力注册表（capability registry）与视察空间笼统。。。。。新增一种 embodiment 只需要注册它的感着名堂与行动接口，，，，，无需重新训练认知焦点；；；；；；底层则通太过层架构把外部天下、通讯层、具身层、认知焦点与基础设施清晰解耦，，，，，每一层都可自力替换、热插拔和受控消融。。。。。

在并发与一致性方面，，，，，ALICE 接纳单写多读、最终一致的设计：感知循环以高频更新只追加的视察缓冲区；；；；；；思索循环按自顺应频率读取快照并提交内部状态；；；；；；执行循环消耗行动行列；；；；；；而 Φ 通道则把内部状态也作为一类“感知”回注给认知焦点。。。。。这样既包管各循环自力运行，，，，，又将状态陈腐度控制在可控的界线内。。。。。

图2 ALICE 并发一致性模子：视察缓冲区、行动行列与内部状态的协作左券

影象机制上，，，，，ALICE 接纳三级影象层级：即时影象（instant）生涯近期感知；；；；；；恒久影象（long-term）基于多维向量与 Neo4j 图数据库实现语义召回、关联扩散与艾宾浩斯遗忘曲线；；；；；；不可变影象（immutable）则写入清静规则与身份锚点，，，，，在每次决议时强制生效。。。。。这种设计让智能体既能快速响应，，，，，又能恒久积累履历。。。。。

图3 ALICE 三级影象层级：即时、恒久与不可变影象的协同

为验证这一架构在恒久运行中的现实价值，，，，，团队在四个场景下开展实验：S0 对话、S1 终端+代码、S2 网页研究，，，，，以及 S3 跨情形使命+人为中止。。。。。ALICE 与 ReAct、Episodic Tool-Use Agent 和 Reflexion 三个代表性基线举行了同模子、偕行动注册表的公正比照。。。。。

为了把“一连自主能力”量化，，，，，研究团队提出了 Continuous Agent Benchmark（CAB）。。。。。与古板的 episodic 使命基准差别，，，，，CAB 是一种“日志优先”的诊断式评测：它直接从智能体的运行日志中提取三个焦点维度——跨具身使命能力（cross-embodiment coverage）、自主目的推进（chain completion）和恒久推理连贯性（goal drift / chain depth）。。。。。CAB 总分由 35% 的跨情形行动笼罩率、35% 的头脑链完成率和 30% 的目的漂移抑制加权组成，，，，，分值越高意味着智能体越能在长时间、多情形中坚持稳固、连贯的自主行为。。。。。

图4 ALICE 与三个基线的 CAB 得分与跨情形笼罩率比照

实验效果显示，，，，，ALICE 的平均 CAB 得分抵达 0.598 ± 0.033，，，，，跨情形笼罩率抵达 0.726 ± 0.074，，，，，在四个场景下均优于 ReAct（0.408）、Episodic Tool-Use Agent（0.392）和 Reflexion（0.429）。。。。。详细而言，，，，，ALICE 相对 Reflexion 提升约 39%，，，，，相对 ReAct 提升约 47%，，，，，相对 Episodic Tool-Use Agent 提升约 53%。。。。。这批注，，，，，将内部状态与自我监控作为一等公民的架构设计，，，，，能够显著改善长时程、跨情形自主运行能力。。。。。

进一步的消融实验展现了差别机制的孝顺：当移除 Φ 自监控通道后，，，，，S3（中止场景）的头脑链完成坦率接降为零——智能体无法意识到“之前被打断的推理链需要恢复”；；；；；；当仅保存即时影象、移除恒久影象时，，，，，链长度显著膨胀但完成率并未提升，，，，，说明没有上下文沉淀的推理容易“空转”；；；；；；而将感知与思索合并为单频同步循环，，，，，也会削弱系统对情形的快速响应能力。。。。。

图5 消融实验：差别设置下的推理深度与 完成率漫衍

在差别场景下，，，，，ALICE 的头脑链长度泛起出与使命深度一致的纪律：对话场景约 3.8 步，，，，，终端+代码约 6.2 步，，，，，网页研究约 9.7 步，，，，，而带中止的混淆场景则因使命切换泛起更高方差。。。。。CAB 把这些长时程行为从运行日志中直接提取为可诠释、可复现的信号，，，，，这正是现有基准难以捕获的部分。。。。。

图6 四种场景下的头脑链长度与完成率：使命越深，，，，，链越长

03 主要孝顺

1. 首次系统提出面向“跨具身、长时、一连自主”的智能体框架 ALICE，，，，，思索大模子智能体怎样从“按使命执行”进一步走向“自主探索”。。。。。

2. 作为毗连大模子、具身自主智能与终身学习的主要偏向，，，，，ALICE 与 CAB 有望为未来自主智能体的系统架构、要害接口和评价标准提供前瞻性参考。。。。。

3. ALICE 现在已在浏览器、终端、代码与仿真天下等情形上完成验证；；；；；；后续将面向真实机械人决议、跨具身协调、清静可信的恒久自主运行及更大规模安排开展进一步研究。。。。。

04 作者简介

本文通讯作者为优德官网具身智能中心研究员、香港中文大学（深圳）助理教授冀晓强

冀晓强，，，，，现任香港中文大学（深圳）理工学院/人工智能学院助理教授、校长青年学者、博士生导师，，，，，兼任优德官网具身智能中心副主任、广东省具身智能机械人工程手艺研究中心副主任，，，，，中国仿真学会智能物联专委会委员，，，，，东盟-中国人工智能实验室首席科学家。。。。。

本文团结通讯作者为赵永强博士

赵永强，，，，，工学博士，，，，，正高级工程师，，，，，恒久从事新能源汽车电动化、智能化领域研究事情，，，，，主持建设一汽首个新能源整车控制电控平台，，，，，自主突破高恬静行驶控制、高智能能量治理和高精准清静监控三大整车控制要害手艺，，，，，实现软件知识产权自主掌控。。。。。主持建设红旗高级乘用车高性能底盘平台，，，，，自主突破高品质动力学多目的性能设计、半自动空气悬架高品质性能开发和冗余底盘清静容错控制开发三大焦点手艺，，，，，平台要害性能指标抵达行业先进水平。。。。。

本文第一作者为香港中文大学（深圳）在读博士生林泽昕

林泽昕，，，，，香港中文大学（深圳）人工智能学院博士生在读，，，，，师从冀晓强教授，，，，，主要研究偏向包括具身自主智能、上下文学习以及具身影象系统等。。。。。

主要作者

叮嘱，，，，，博士，，，，，研究员，，，，，结业于香港中文大学机械与自动化工程学系，，，，，研究偏向为特种机械人与盘算机视觉。。。。。现任优德官网常务副院长，，，，，香港中文大学（深圳）机械人与智能制造研究院副院长，，，，，广东省具身智能机械人立异中心、工程手艺研究中心及工程研究中心主任，，，，，广东省粤港澳高校都会运维特种机械人团结实验室主任。。。。。

* 相关论文信息由论文作者提供