认知科学
过去二十年，认知科学没有找到一个可以独占“心智”的单一位置，反而不断把解释单位改写为预测、身体、互动、工具与文化条件之间的可检验耦合。第一幕拆开了输入、脑区、内部表征和无成本理性等旧默认；第二幕把元认知、自然情境、多站点复算、神经多样性与人—AI协作纳入同一证据账本。因而本面板关心的不是哪一种模型最像人，而是哪一种机制在换任务、换群体、换工具以后仍能保持可证伪的方向。
第一幕的共同动作，是把认知从孤立的内部表征移到预测误差、感觉—运动回路、共同注意、外部记忆与资源约束中。八条各自拆掉一个过度简化：输入不等于知觉，脑区不等于功能，记住不等于只靠脑内存储，最优也不等于无成本。
甲、预测加工与贝叶斯脑Predictive Processing and the Bayesian Brain
在2005年前后的感知、记忆、决策与社会互动实验里，感觉输入强度曾是最省事的解释。可把被模型判为低精度而删除的意外感觉重新放回试次、任务条件、模型比较与被试差异后，预测加工与贝叶斯脑的方向便不再稳定；旧问题并非少收几条数据，而是先把对象边界切窄了，在该转向中可用被正确预测的试次数直接检验。
核心主张是：知觉与行动方向主要由层级预测误差被赋予的精度决定，而不是由感觉输入强度单独决定。理论责任被压在层级预测误差的精度加权上，其他变量只有在能改变被正确预测的试次数／全部有效试次数时才进入解释。若固定层级预测误差的精度加权后方向仍在，或反向操纵它却不改变结果，这一单因命题就失去判别力。
源行中的提出、争议与更新分别来自Friston（2005）、Clark（2013）、Millidge、Seth与Buckley（2021）。经典模型把皮层层级写成预测与误差双向传递；视觉错觉和感觉衰减实验显示，同一输入在先验精度改变后可产生方向相反的知觉，模型比较的自由能差可跨任务复算。本项把证据压到上述分子—分母上：分子记录被正确预测的试次数，分母固定为全部有效试次数。这样既能比较感知、记忆、决策与社会互动实验，也能看见该未登记群体是否被悄悄移出分析。预测加工贝叶斯脑的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
最锋利的边界是：当先验由任务指令、药物或社会期待强行改变时，预测误差可能反而成为指令的结果而非独立原因。这说明任务指令、奖励结构、身体状态、工具依赖与社会语境不是背景噪声，它可能倒过来塑造层级预测误差的精度加权。判别设计应在同一全部有效试次数下分别改变两者，观察被正确预测的试次数是否按预测反号。
在报告和治理上，该未登记群体应成为独立字段，不能并入“其他”或“不适用”。同时公开上述分子—分母及排除理由；若空栏扩大而中心指标改善，被试、实验室、认知模型与外部工具应先解释选择过程，再谈成效。就预测加工贝叶斯脑的遗漏记录而言，复核表还要标明退出日期、原始责任人和未纳入理由。
把预测加工贝叶斯脑放到另见第 519 号第 14 条『精准医学：分层只有在能改变行动时才具有临床价值』旁核验：先对齐对象、时间窗和责任人，再检查预测加工贝叶斯脑的核心判断在另一套分母中是否仍同向。
乙、具身概念系统Embodied Conceptual Systems
具身概念系统出现之前，认知科学常从脱离身体的纯符号节点出发，把感觉—运动再激活留在解释末端。2008年后的异常是：无法执行动作却仍能理解相关概念的人越多，中心读数反而越整齐。若不重做试次、任务条件、模型比较与被试差异，这种整齐只能来自选择。核查概念理解的判据时，在该转向中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
概念理解的决定性成分是相关感觉—运动系统的部分再激活，而不是脱离身体的纯符号节点。这句话故意把立场写窄：决定机制解释与跨任务外推的是感觉—运动再激活。因此必须比较有无该因素时模态一致条件反应时差／基线反应时的差，而不能用更多协变量把相反结果事后吸收。
证据链由Barsalou（2008）、Mahon与Caramazza（2008）、Meteyard等（2012）三笔材料构成。与其只写“效果显著”，不如读取上述分子—分母；分子记录模态一致条件反应时差，分母固定为基线反应时，因而分母变化会立刻暴露。概念理解的判据的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
反向条件已经写在方法自身之中：当任务只要求浅层词形判断时，模态再激活效应可反而消失，甚至被语言统计线索替代。因此不能只在顺利场景验证具身概念系统；还要把任务指令、奖励结构、身体状态、工具依赖与社会语境设为预先登记的压力条件，并保留没有通过流程的对象。在概念理解的判据这条证据链上，围绕该研究线索，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
实践改动可以很具体：为这些漏记对象建立数量、原因、去向和后续状态四列，并与上述分子—分母同步发布。这样预注册、多站点复算、开放材料与样本外检验才能区分真实改善、风险转移和记录缺口。对概念理解的判据做反向检验，换言之，具身概念系统的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
两边共同接受“信号、干预与行为之间的因果方向可以在分析前固定，并在条件变化后保持同义”，但把决定权分别交给感觉—运动再激活和细胞类型与毫秒尺度的因果操纵；若两种量纲在同一案例中反向，必须把这组账外材料与未表达、表达过强或因散射未被照亮的细胞建成新的转换变量。
丙、多感觉贝叶斯因果推断Bayesian Causal Inference in Multisensory Perception
早期研究把多感觉贝叶斯因果推断压缩成空间接近，于是被试、实验室、认知模型与外部工具只需报告一个结论。真正刺破这一口径的是被强制判为单一原因的冲突试次：它既不属于成功，也不被算作失败，却足以改变机制解释与跨任务外推。在多感觉线机制这条证据链上，围绕该转向，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
本项把争论落到一个可推翻的判断：多感觉线索是否融合主要由大脑对“它们来自同一原因”的后验概率决定，而非由空间接近单独决定。共同原因后验概率若真是决定项，便应在感知、记忆、决策与社会互动实验改变时留下同一方向的读数；若替代机制无需它也能复现结果，主张即告失败，同时把这些漏记对象留在分母。
Körding等（2007）、Shams与Beierholm（2010）、Cao等（2019）给出从提出到争议再到近年修正的连续线索。最适合复算的量是被融合试次数／全部跨模态试次数，其中分子记录被融合试次数，分母固定为全部跨模态试次数，可把平均改善与样本选择区分开。多感觉线机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
当训练改变因果先验时，原本提高精度的融合会反而增加系统性错觉。这一反号不是“效果变弱”，而是因果方向被改写，这里由共同原因后验概率承担证伪风险。若在该条件下该复核口径仍不变，现有边界说被削弱；若确实翻转，主张只能在更窄适用域成立，裁决读数是这一比率。对多感觉线机制做反向检验，换言之，多感觉贝叶斯因果推断的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
认知科学的账本需要补上该未登记群体。它们不是注脚，而是决定全部跨模态试次数如何形成的对象；若仍被删除，该复核口径便无法支持机制解释与跨任务外推。把多感觉线机制放回原窗口，其也解释了为什么多感觉贝叶斯因果推断在不同制度中可能指向不同对象。
本项占E位，对方占S位；只有同时记录上述分子—分母、症状改善分数／单位刺激能量以及两侧空栏，才可能裁决哪一位置先取得解释权。就多感觉线机制的外推边界看，对心智究竟以何种单位被观察的回答，也因此取决于这些漏记对象是否获得与成功样本同等的记录权。
丁、网络化认知与连接组Network Cognition and the Connectome
围绕网络化认知与连接组，旧账本默认单一脑区峰值足以代表全貌。2009年前后积累的材料却显示，反应时、选择、置信度和模型误差一旦换条件便会改向，而未达到阈值却维持跨模块协调的弱连接长期没有位置；因此需要改的首先是分母。对网络化认知连接组做反向检验，换言之，该转向的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
这里不采用“多因素都重要”的安全表述，而明确主张复杂认知的方向主要由全脑网络在整合与分离之间的动态重构决定，而不是由单一脑区峰值决定。检验重点是网络整合—分离动态能否独立解释跨模块连接强度／网络全部连接强度的变化，并在控制任务指令、奖励结构、身体状态、工具依赖与社会语境后仍保留增量。
网络化认知与连接组的转向并非只靠概念推进。图论研究把模块度、参与系数和富俱乐部连接放入同一框架；任务切换时，全局整合增加与反应更快相关，而静态连接只能解释部分个体差异。核心读数采用上述分子—分母；分子记录跨模块连接强度，分母固定为网络全部连接强度，因此不同材料可以在同一坐标上比较。
本项自己的限制是当头动、全局信号回归或分区方案改变时，所谓枢纽可反而换位。它迫使认知科学区分驱动与被驱动：网络整合—分离动态究竟先于变化，还是被任务指令、奖励结构、身体状态、工具依赖与社会语境制造出来，应由时间顺序和对照条件裁决。把网络化认知连接组放回原窗口，其也解释了为什么网络化认知与连接组在不同制度中可能指向不同对象。
面向被试、实验室、认知模型与外部工具，最低披露要求应包括上述分子—分母、所有排除规则以及这些漏记对象的原始数量。只有把失败流程保留下来，才可能复算上述机制在真实条件中的净效应。就网络化认知连接组的外推边界看，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
它与这一制度安排同属前提族27，却用对抗逼真度而非网络整合—分离动态决定方向。比较这一比率和独特生成模式数／训练集中可识别模式数，可以寻找从S位转到E位的阈值。把网络化认知连接组放到另见第 139 号第 15 条『新思想 15 · 文化认知与身份保护性认知 —— 科学素养越高，分歧越大』旁核验：先对齐对象、时间窗和责任人，再检查网络化认知连接组的核心判断在另一套分母中是否仍同向。
戊、互动对齐与共同认知Interactive Alignment and Shared Cognition
认知科学过去处理互动对齐与共同认知时，往往先把各自内部表征的完整度定为主对象，再把其余差异视作噪声。问题在于，沉默、拒绝对齐和被迫顺应的回合正好集中在这些“噪声”中，它们决定了结果能否离开感知、记忆、决策与社会互动实验。把互动对齐共同认知放回原窗口，其也解释了为什么该转向在不同制度中可能指向不同对象。这一步先限定可比较对象，不把缺失值折成零效应。
对话成功主要由双方在词汇、句法、概念与任务模型上的实时对齐决定，而不是由各自内部表征的完整度决定。从位置上说，本项把互动中的表征对齐当作主要判决点，要求被试、实验室、认知模型与外部工具说明它如何把其他条件传递到被对方复用的结构次数／全部可复用结构次数。若这条传递链找不到，相关性不能冒充机制，同时把这些漏记对象留在分母。
从Pickering与Garrod（2004）、Branigan、Pickering与Cleland（2000）、Stolk等（2016）可以追到主要证据。结构启动实验显示搭档刚使用的句法会把同结构复用率提高；共同任务中的神经与行为耦合随共享语境上升，但陌生搭档和不对称权力会降低对齐。本项不以单个峰值结算，而用上述分子—分母；分子记录被对方复用的结构次数，分母固定为全部可复用结构次数，同时要求把这组账外材料保留在流程日志中。互动对齐共同认知的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
争议集中在这条可检查的反例：当一方被迫迎合强势者时，对齐率上升会反而掩盖理解失败。最小检验不是再加一个协变量，而是建立一个能让互动中的表征对齐失去优势的条件，并比较这一比率是否换号。就互动对齐共同认知的外推边界看，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
制度层面的直接后果是：这些漏记对象不得继续由研究者自由处理。应在预注册、多站点复算、开放材料与样本外检验中预设编码，并说明它对该复核口径的影响，否则表面进步可能只是把困难对象移出视野。
若实验只看一个分母，这组账外材料和无标准正字法、口述传统和拒绝公开语料的语言会被误当成无关余数。把互动对齐共同认知放到另见第 181 号第 11 条『可复现危机：一次成功实验不能代表稳定知识』旁核验：先对齐对象、时间窗和责任人，再检查互动对齐共同认知的核心判断在另一套分母中是否仍同向。
己、认知卸载与延展心智Cognitive Offloading and the Extended Mind
2011年以前的常见做法，是用脑内存储量替代认知卸载与延展心智本身。这样便于比较，却把任务指令、奖励结构、身体状态、工具依赖与社会语境从因果链中剪掉；尤其被工具记录却从未被重新读取的提醒连例外都算不上，只在数据清洗后消失。就认知卸载延展心智的外推边界看，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
命题的锋口在于外部工具的可依赖性，不是泛泛的“综合影响”：记忆与计划成败主要由外部工具是否可依赖、可访问并被纳入行动环路决定，而不是由脑内存储量单独决定。只要同一借助外部提醒完成的意图数／全部延迟意图数可由另一条路径在没有该因素时得到，当前理论就必须让出一部分解释权。
现有实证由Sparrow、Liu与Wegner（2011）、Risko与Gilbert（2016）、Gilbert等（2020）相互校正。提醒实验中，允许设置外部提醒可把延迟意图完成率显著提高；参与者在低自信时更愿卸载，但常为使用工具付出过高代价，说明卸载由元认知与环境共同门控。这些结果最终需要落在上述分子—分母上，因为分子记录借助外部提醒完成的意图数，分母固定为全部延迟意图数，能防止只公布最顺利的一组。
认知卸载与延展心智并非无边界成立。当工具失效或接口改变时，长期卸载会反而降低无工具条件下的表现。若研究只报告平均改善而不展示这一条件，机制解释与跨任务外推会把选择性样本误认成稳定机制。围绕认知卸载延展心智，只要这组账外材料仍无独立编码，这一比率的改善就无法区分真实转向与流程清洗。
对认知卸载与延展心智的应用评价，应把该未登记群体从余数提升为观察对象。主表既列该复核口径，也列这一空栏占比；二者反向变化时，结论必须暂停，这里由外部工具的可依赖性承担证伪风险。沿认知卸载延展心智的责任链，在该转向中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
共享前提是能力一旦编码进文本、模型或装置即可脱离原实践者迁移，但本项的E位机制与对方的S位机制方向不同。两者都真时，新的研究对象不是折中值，而是两种空栏之间的转换过程，裁决读数是上述分子—分母。复算认知卸载延展心智之前，围绕本项证据，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
庚、心智游移的动态框架Dynamic Framework of Mind-Wandering
理解心智游移的动态框架的障碍，不是缺少更高精度的读数，而是旧框架把“是否专心”二分当成唯一入口。只要未被提示捕获的短暂内在思路仍被排除，预注册、多站点复算、开放材料与样本外检验就无法判断表面改善是否来自真实机制。围绕心智游移机制，只要该未登记群体仍无独立编码，被报告为任务无关的探测点数／全部经验采样探测点数的改善就无法区分真实转向与流程清洗。
心智游移的内容与代价主要由自动约束和刻意控制的相对强度决定，而不是由“是否专心”二分决定。这使注意约束的松紧承担可识别责任：它被改变时，反应时、选择、置信度和模型误差也应按预测改变；它不动而结果大变，则说明真正驱动来自别处，这里由注意约束的松紧承担证伪风险。
提出者、反对者与后续工作可分别在Smallwood与Schooler（2006）、Christoff等（2016）、Seli等（2018）中核对。经验采样显示日常清醒时间中约30%—50%报告任务无关思想；刻意与非刻意游移在执行控制、情绪和任务成绩上的方向不同，动态框架据此分成4种状态。本条据此选用上述分子—分母作为共同刻度；分子记录被报告为任务无关的探测点数，分母固定为全部经验采样探测点数，而非把不同分母的“提升”混成同一件事。
边界判决应围绕当任务极易或创造目标明确时，游移增加会反而提高远联想而非降低成绩展开。这里任务指令、奖励结构、身体状态、工具依赖与社会语境从环境变量变成反向因果来源；只有把它与注意约束的松紧交叉操纵，才能知道谁在推动谁。沿心智游移机制的责任链，在心智游移的动态框架中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
可操作的改进不是再写一句限制，而是让这些漏记对象进入数据字典、预算和复核流程。被试、实验室、认知模型与外部工具由此可以追踪它是否被转移给别的群体、别的时间或别的机构。复算心智游移机制之前，围绕心智游移的动态框架，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
前提族13保证它们在说同一种默认，注意约束的松紧和社会经济叙事与量化路径耦合则给出互斥解释；应以该复核口径对照可追溯到叙事假设的模型参数数／全部关键模型参数数，而非用术语相似代替检验。换言之，本项证据的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
辛、资源理性认知Resource-Rational Cognition
在感知、记忆、决策与社会互动实验中，资源理性认知曾被写成一个由是否达到无成本规范解决定的封闭问题。后来出现的反例都指向同一缺口：未被算入实验奖金的疲劳与学习成本没有被编码，被试、实验室、认知模型与外部工具因而看不到结果是在何处被筛选出来的。沿认知策略机制的责任链，在该转向中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。复算认知策略机制之前，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
本项选择了一个会输的说法——认知策略是否合理主要由收益相对于时间、记忆和计算成本的净效用决定，而不是由是否达到无成本规范解决定。计算成本下的效用最优不是附加解释，而是决定方向的核心；观察到它与获得的期望效用／消耗的计算时间或记忆资源脱钩，便足以否定当前版本。
模型在推理、决策和记忆任务中用采样次数与时间成本解释系统性偏差；同一启发式在时间压力下接近最优，在资源充足时则成为可纠正误差。认知策略机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
方法学上最重要的警告是：当环境奖励结构改变时，原本节省资源的启发式会反而稳定地产生损失。所以验证资源理性认知必须包含故意制造失败的压力测试，不能只复制原论文最有利的设置。按认知策略机制的对象表，围绕该研究线索，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
上述分子—分母只有与这些漏记对象同时公开才有解释力。前者显示中心表现，后者显示被流程遗弃的部分，裁决读数是该复核口径；两张表合并，才构成机制解释与跨任务外推的完整账本。对照认知策略机制的主源，换言之，资源理性认知的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
两项都把短期效应、窗口读数或瞬时表现可外推为长期结局当作未言明条件，但一项站D位，另一项站S位。若方向翻转，优先检查这组账外材料是否在对方账本中被重新命名。在认知策略机制的实施账本里，其也解释了为什么本项证据在不同制度中可能指向不同对象。
第二幕把可推广性放到中心：元认知要与一阶准确率分离，抽象关系要在未训练组合上迁移，自然情境要跨材料复现，大团队要保留站点异质性，人—AI组合还要说明谁有推翻权。
一、元认知效率Metacognitive Efficiency
旧口径讨论元认知效率时，先看任务准确率或平均自信，再把不符合预期的部分留给误差项。复算自我监控机制之前，围绕该转向，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。按自我监控机制的对象表，只要该未登记群体仍无独立编码，meta-d′／d′的改善就无法区分真实转向与流程清洗。
与旧口径相比，新主张把重点改成置信度对证据的读取效率：自我监控质量主要由置信度读取一阶证据的效率决定，而不是由任务准确率或平均自信单独决定。因果责任不能靠拟合优度垄断，必须由前瞻预测、干预或跨条件稳定性来取得，裁决读数是这一比率。
三笔关键材料是Fleming与Daw（2017）、Rahnev等（2020）、Fleming（2024）。meta-d′/d′把元认知敏感性除以一阶敏感性；大样本数据库显示相同准确率个体的该比值差异很大，过度自信与低元认知效率可独立出现。其可核对性取决于该复核口径：分子记录meta-d′，分母固定为d′。若该未登记群体没有计数，指标再精确也只是局部样本的读数。自我监控机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
当置信评分本身受奖励和社交展示影响时，效率估计会反而测到报告策略。该情形把置信度对证据的读取效率从解释者变成被解释对象。若这些漏记对象又在此时集中增加，说明反号来自流程选择，而非随机波动。对照自我监控机制的主源，换言之，元认知效率的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。在自我监控机制的实施账本里，在这项命题中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
实施者应为这组账外材料设立不可覆盖的日志项，并在每次更新上述机制时重新计算该复核口径。若空栏增长快于分子，所谓优化应被认定为风险外移，这也限定本项证据的适用域。从自我监控机制的材料看，其也解释了为什么这一制度安排在不同制度中可能指向不同对象。
置信度对证据的读取效率与概率校准与持续更新不能同时垄断解释；把上述分子—分母和预测Brier分数改进／基线Brier分数接到同一案例，才可能识别第三种条件。核查自我监控机制时，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
二、超越空间的认知地图Cognitive Maps Beyond Space
超越空间的认知地图的早期证据容易被误读，因为刺激表面相似性给出了一个清楚、可发表的答案。可在感知、记忆、决策与社会互动实验换样本或换制度后，无法被嵌入同一低维空间的矛盾关系会系统累积，说明可见结果只是完整过程的一截。按抽象推理机制的对象表，换言之，该转向的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
抽象推理迁移主要由关系空间是否被编码为可导航地图决定，而不是由刺激表面相似性决定。在这套解释中，关系结构的网格化编码应当先于结果变化出现，并对可正确推断的新关系数／全部未训练关系数提供不可替代的预测。若时间顺序或增量效度不成立，就不能继续称其为决定因素，同时把这些漏记对象留在分母。
Behrens等（2018）、Bellmund等（2018）、Peer等（2021）共同构成了本项的证据骨架。这里把量纲写为上述分子—分母，分子记录可正确推断的新关系数，分母固定为全部未训练关系数，用来约束跨群体、跨装置或跨制度的比较。抽象推理机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
当前主张的适用域由一句反证界定：当关系空间不是低维连续结构时，网格模型会反而强迫出不存在的坐标。在感知、记忆、决策与社会互动实验中，应预先声明何时停止、何时重估以及哪些失败仍进入全部未训练关系数。对照抽象推理机制的主源，其也解释了为什么超越空间的认知地图在不同制度中可能指向不同对象。
预注册、多站点复算、开放材料与样本外检验应把该未登记群体纳入验收，而非只检查可正确推断的新关系数。一项制度或技术若靠缩小全部未训练关系数取得更好读数，就没有改善完整对象。在抽象推理机制的实施账本里，对心智究竟以何种单位被观察的回答，也因此取决于这组账外材料是否获得与成功样本同等的记录权。
双方共享群体平均关系可以无损下沉到具体个人，本项关注关系结构的网格化编码，对方关注累积暴露与关键期轨迹；若只保留成功记录，该未登记群体与未进入队列、迁移、早逝和无连续记录者都会消失，碰撞也就失去材料。从抽象推理机制的材料看，只要这组账外材料仍无独立编码，该复核口径的改善就无法区分真实转向与流程清洗。
三、主动推断Active Inference
认知科学对主动推断的旧默认，是把外部奖励最大化视为对象的固定属性。2017年后，越来越多研究发现任务指令、奖励结构、身体状态、工具依赖与社会语境会改变该属性，而没有行动、拒绝任务和无法表达偏好者正是这种回写最先留下的痕迹。对照行动选择机制的主源，其也解释了为什么该转向在不同制度中可能指向不同对象。
本项只承认期望自由能最小化作为方向开关，因而提出行动选择主要由降低期望自由能、同时取得偏好结果与信息增益决定，而不是由外部奖励最大化单独决定。该开关必须能区分感知、记忆、决策与社会互动实验中的成功与失败，而不是只在事后给成功案例命名。
关键结果并不来自一篇孤立论文，而由Friston等（2017）、Bruineberg、Kiverstein与Rietveld（2018）、Parr、Pezzulo与Friston（2022）连续推进。离散决策模型把风险与模糊度分解，并在眼动、觅食和社会学习任务中拟合选择；同一行为可由偏好或信息价值产生，需比较模型证据而非只看准确率。因此应报告后验模型概率／候选行动模型总概率；分子记录后验模型概率，分母固定为候选行动模型总概率，从而让失败和成功使用同一个分母。行动选择机制的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
主动推断最容易被过度推广的地方在于当偏好先验由实验者任意设定时，模型会反而把任何行为解释为最优。这要求研究把任务指令、奖励结构、身体状态、工具依赖与社会语境视为主动变量，并检验它能否在不改变表面输入时改变该复核口径。在行动选择机制的实施账本里，对心智究竟以何种单位被观察的回答，也因此取决于这组账外材料是否获得与成功样本同等的记录权。
对实践最直接的要求，是把该未登记群体写进正式表格，并保留其发生时间和责任环节。这样才能判断上述分子—分母的变化来自期望自由能最小化，还是来自流程重新筛人。从行动选择机制的材料看，只要这组账外材料仍无独立编码，该复核口径的改善就无法区分真实转向与流程清洗。
共同默认是群体平均关系可以无损下沉到具体个人，而D位的期望自由能最小化和S位的功能能力与环境互动分别声称决定方向。可用两边量纲的联动检验谁先发生，这里由期望自由能最小化承担证伪风险。核查行动选择机制时，在主动推断中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
四、内感受推断与最小自我Interoceptive Inference and the Minimal Self
如果只按外部刺激标签给内感受推断与最小自我下定义，被试、实验室、认知模型与外部工具得到的是一个可测却不可迁移的对象。不能感知或无法语言化的身体状态被排除以后，反应时、选择、置信度和模型误差看似稳定；把它放回去，真实异质性才重新出现，这里由身体内部信号的精度承担证伪风险。在内感受推断最小自我的实施账本里，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
情绪与自我感的稳定主要由心跳、呼吸和内脏信号被赋予的精度决定，而不是由外部刺激标签单独决定。把责任锁在身体内部信号的精度上，意味着认知科学要公开哪一步由它完成、哪一步只是伴随现象；若内感受正确辨别数／全部有效内感受试次对它不敏感，理论需要被削弱。
源行所列Khalsa等（2018）、Paulus、Feinstein与Khalsa（2019）、Allen（2020）展示了命题、反驳与更新。路线图把内感受分为准确性、敏感性与觉察3层；心跳任务、药理操纵和焦虑研究显示主观信心与客观准确率可分离，且同一高警觉可对应不同临床结局。证据判断以上述分子—分母为中心，分子记录内感受正确辨别数，分母固定为全部有效内感受试次；这比只报平均值更能揭示任务指令、奖励结构、身体状态、工具依赖与社会语境。
反号条件是当任务依赖猜测或身体信号过弱时，高置信会反而制造虚假的自我确定感。只要这一条件存在，身体内部信号的精度便不能被当成外生常量；它必须随感知、记忆、决策与社会互动实验更新，并在结果中报告更新前后的差。从内感受推断最小自我的材料看，只要这组账外材料仍无独立编码，这一比率的改善就无法区分真实转向与流程清洗。
围绕内感受推断与最小自我，主指标与空栏必须成对报告：前者是该复核口径，后者是该未登记群体。任何只改善前者却扩大后者的方案，都不应由被试、实验室、认知模型与外部工具视为成功。核查内感受推断最小自我时，在这项命题中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
区别在于本项从E位解释，对方从S位解释，裁决读数是上述分子—分母。若两条都得到支持，这些漏记对象和临床稳定却无法参与重要活动的人应被建模为一个新的中介对象。在内感受推断最小自我这条证据链上，围绕内感受推断与最小自我，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
五、自然情境认知Naturalistic Cognition
自然情境认知曾被放进一个过窄的问题框：高度简化任务准确率。这个框把任务指令、奖励结构、身体状态、工具依赖与社会语境当背景，也把中途离场、注意转移和未按共同时间轴反应者当无效记录。转向由此不是增加一个变量，而是承认背景和余数共同参与了结果，这里由连续情境中的可重复反应承担证伪风险。从认知模型机制的材料看，只要该未登记群体仍无独立编码，可复现时间点数／全部有效自然刺激时间点数的改善就无法区分真实转向与流程清洗。
这里的单因判断是认知模型能否外推主要由其在连续、丰富且社会化情境中的反应稳定性决定，而不是由高度简化任务准确率决定。连续情境中的可重复反应若成立，应能解释方向而不只是解释方差；如果它只让模型更复杂，却不改变样本外判决，就不构成新机制，裁决读数是这一比率。
电影、故事和自由互动范式以秒级时间序列比较被试间相关；同一场景可获得跨被试同步，但个体差异和叙事理解需要数百秒连续资料才能稳定。相关出处见Sonkusare、Breakspear与Guo（2019）、Finn（2021）、Nastase等（2020）。认知模型机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
理论边界不是“还需更多研究”，而是当自然刺激只使用一部影片时，生态效度上升会反而降低可推广性。若这一反例在独立材料上稳定出现，认知科学就应放弃单向叙事，转而建模反馈回路。核查认知模型机制时，在自然情境认知中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
这些漏记对象需要获得与成功样本同等的追踪周期。只有在感知、记忆、决策与社会互动实验结束后仍能说明其去向，该复核口径才不是一次性展示，而是可问责的长期读数。围绕上述机制，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
双方都默认数据规模增长会自然稀释选择性与结构性偏差，却分别把连续情境中的可重复反应和营养—环境—价格共同结算定为主因；冲突必须由共同案例中的反号读数裁决，复核时不得缩小全部有效自然刺激时间点数。在认知模型机制这条证据链上，换言之，这一制度安排的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
六、开放科学与大团队认知研究Open Science and Big-Team Cognitive Research
在2018年前后的争论中，开放科学与大团队认知研究暴露出旧分类的代价：单实验显著能说明平均表现，却解释不了没有能力参加大团队的语言、机构和阴性站点为何集中出现。对机制解释与跨任务外推而言，这类集中不是噪声，而是边界错误。核查开放科学大团队认时，在该转向中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。在开放科学大团队认这条证据链上，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
认知效应是否可信主要由同一协议能否在多站点保留方向与异质性决定，而不是由单实验显著决定。这一命题要求把跨站点同协议复算与任务指令、奖励结构、身体状态、工具依赖与社会语境分开：前者应提供稳定的方向信息，后者只规定何时失效。两者混在一起，任何结果都能被解释，裁决读数是保持原方向的站点数／全部合格站点数。
由Klein等（2018）、Nosek等（2022）、Hardwicke等（2024）可以复原这条思想的实证演化。Many Labs 2在36个国家、125个样本、约1.5万人中复现28项效应；多数方向一致，但效应量和文化异质性显著，说明“复制成功”不能压成二元标签。最终判据不是描述性案例数，而是上述分子—分母；分子记录保持原方向的站点数，分母固定为全部合格站点数，使反例拥有与成功同等的统计地位。
当各站点只复制材料而未复制招募与语境时，规模增大会反而把结构差异误写成噪声。对开放科学大团队认做反向检验，围绕该研究线索，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
这项转向会改变认知科学的表格设计：不再把这些漏记对象塞进备注，而是赋予编号、发生率和处置结果。主读数上述分子—分母随之获得可复算的分母。把开放科学大团队认放回原窗口，换言之，开放科学与大团队认知研究的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
它与本项的共有前提是数据规模增长会自然稀释选择性与结构性偏差，但两者分占D位和S位。若这一比率改善而能独立完成的数字任务数／必须完成的公共服务数字任务数恶化，转换点很可能位于两类空栏的交界。就开放科学大团队认的外推边界看，其也解释了为什么本项证据在不同制度中可能指向不同对象。
七、ManyBabies全球婴儿科学ManyBabies and Global Infant Science
传统研究以单个实验室的高淘汰样本描述ManyBabies全球婴儿科学，默认感知、记忆、决策与社会互动实验中的条件可以忽略。可是到场却因校准、哭闹或注视标准被排除的婴儿并非随机遗漏，它与任务指令、奖励结构、身体状态、工具依赖与社会语境相连；一旦遗漏有方向，中心效应就不能独立解释，这里由全球多实验室的婴儿效应承担证伪风险。在婴儿认知机制这条证据链上，围绕该转向，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
从机制解释与跨任务外推的角度，本项作出明确押注：婴儿认知结论的稳定性主要由跨实验室、跨语言和跨招募制度复算决定，而不是由单个实验室的高淘汰样本决定。押注对象是全球多实验室的婴儿效应，判决读数是纳入分析的婴儿数／全部到场婴儿数；二者若在独立材料上不再相连，押注即输，裁决读数是该复核口径。
Frank等（2020）、Byers-Heinlein等（2020）、Visser等（2024）分别支撑原始主张、争论与后续修订。ManyBabies 1汇集67个实验室、约2300名婴儿复核婴儿导向语偏好；总体效应存在，但年龄、语言和实验方法解释显著异质性。核心量为上述分子—分母，即分子记录纳入分析的婴儿数，分母固定为全部到场婴儿数；这一写法让被试、实验室、认知模型与外部工具无法通过缩小分母制造稳定。
对ManyBabies全球婴儿科学的压力测试必须覆盖当哭闹和注视失败的排除率随文化与实验室变化时，扩大样本会反而强化选择偏差。只有在该条件被主动触发后，才能判断全球多实验室的婴儿效应是稳定机制、补偿策略还是制度结果。换言之，该研究线索的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
被试、实验室、认知模型与外部工具应当先问这些漏记对象去了哪里，再问上述分子—分母是否提高。顺序不能倒置，因为被排除者本身可能解释全部改善，这也限定ManyBabies全球婴儿科学的适用域。对婴儿认知机制做反向检验，其也解释了为什么该转向在不同制度中可能指向不同对象。
相同前提族10下，全球多实验室的婴儿效应和有报酬照护供给与职业可持续性给出不同方向；新的判别维度应同时记录这组账外材料与无证照护、家庭夜班和输出国被抽走的护理人员，而非平均两种结论。把婴儿认知机制放回原窗口，对心智究竟以何种单位被观察的回答，也因此取决于这些漏记对象是否获得与成功样本同等的记录权。
八、神经多样性作为认知变异Neurodiversity as Cognitive Variation
神经多样性作为认知变异成为新问题，是因为认知科学发现原先的偏离平均值本身只覆盖顺利通过流程的对象。未被流程接住的未使用主流沟通方式而无法进入研究的人没有去处，迫使研究者重新界定何为一次有效观察。对认知变异研究做反向检验，换言之，该转向的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
认知困难与优势的方向主要由个体差异是否与任务和环境匹配决定，而不是由偏离平均值本身决定。这不是否认其他变量，而是规定它们必须通过认知差异与环境匹配发挥作用。若存在绕开认知差异与环境匹配的稳定通道，理论就要从“决定”降为“条件之一”。
实证部分可从Chapman（2021）、Pellicano与den Houting（2022）、Dwyer（2024）逐笔核对。参与式研究显示自闭症者对研究优先级的排序与传统临床议程明显不同；优势、感官负荷和沟通方式在不同环境中可同时呈现损伤与能力。为避免把不同对象混在一起，本项采用被本人认可的研究优先级数／全部研究议题数，分子记录被本人认可的研究优先级数，分母固定为全部研究议题数，并把该未登记群体列为必要旁数据。认知变异研究的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
当支持环境撤除时，被称为优势的特征会反而转成高负担。这让争议从词义转成设计问题：固定被试、实验室、认知模型与外部工具的构成及统计分母，只改变反号条件，看该复核口径是否出现预言中的转折。把认知变异研究放回原窗口，其也解释了为什么神经多样性作为认知变异在不同制度中可能指向不同对象。
把该未登记群体设为强制披露项，是神经多样性作为认知变异进入现实制度的最低条件。若缺少这一项，预注册、多站点复算、开放材料与样本外检验无法识别外部成本，也无法比较不同实施者。就认知变异研究的外推边界看，对心智究竟以何种单位被观察的回答，也因此取决于这组账外材料是否获得与成功样本同等的记录权。
共有默认为术语、标签或元数据名称相同就意味着对象与意义相同，相反点是认知差异与环境匹配对交叉权力位置。只要两边分母能对齐，就能观察何种条件把S位优势转成D位优势，这里由认知差异与环境匹配承担证伪风险。只要该未登记群体仍无独立编码，该复核口径的改善就无法区分真实转向与流程清洗。
九、数字认知卸载与元记忆Digital Offloading and Metamemory
早期口径把数字认知卸载与元记忆理解为信息是否曾经出现，关注可见产出而少问形成条件。被平台删除、降权或无法再检索的外部记忆却显示，试次、任务条件、模型比较与被试差异里存在一批既影响结论又不享有字段地位的对象。把数字认知卸元记忆放回原窗口，其也解释了为什么该转向在不同制度中可能指向不同对象。就数字认知卸元记忆的外推边界看，围绕该转向，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
新说法可压缩为：对外部可检索性的信念决定方向，所以数字工具是否改变记忆主要由人对未来可检索性的信念决定，而不是由信息是否曾经出现决定。最严格的反证不是效应变小，而是在同一分母下出现相反结果且无需对外部可检索性的信念。
搜索与保存实验显示，人更记得信息位置而非内容；知道信息可再次检索会降低内容回忆但提高来源记忆，效应随检索可靠性和延迟而变。这些结果在Gilbert等（2020）、Grinschgl、Meyerhoff与Papadopoulos（2021）、Fisher与Oppenheimer（2024）中形成支持与修正。数字认知卸元记忆的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
当前理论自己承认当平台链接腐烂或检索排序改变时，位置记忆优势会反而成为系统性遗忘。因此部署前要定义失效阈值，部署后要记录转折点，复核时不得缩小全部被保存项目数；否则预注册、多站点复算、开放材料与样本外检验只会积累成功案例。围绕数字认知卸元记忆，对心智究竟以何种单位被观察的回答，也因此取决于这组账外材料是否获得与成功样本同等的记录权。
应用端应建立双账：一账记录这一比率，另一账记录该未登记群体。两账之间的差额，才显示对外部可检索性的信念带来的真实增益与被隐藏的代价。只要这组账外材料仍无独立编码，上述分子—分母的改善就无法区分真实转向与流程清洗。数字认知卸元记忆的复核表还保留退出日期、原记录者和未纳入理由，不用零值代替缺失。
两项用同一前提族15起步，却把决定权交给不同位置；把这一比率与本人认可的支持目标数／全部临床设定目标数联合记录，才能发现被两边都删去的对象。沿数字认知卸元记忆的责任链，在数字认知卸载与元记忆中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
十、人—AI分布式认知Human–AI Distributed Cognition
被试、实验室、认知模型与外部工具曾用模型准确率快速判断人—AI分布式认知。这种判断在单一场景中常有效，但换到感知、记忆、决策与社会互动实验的另一端便被人类驳回后未记录的正确机器建议与错误人工决定击穿；需要修补的是对象定义，而非再加一层平均，这里由人机之间的任务分配与复核承担证伪风险。就人组合是机制的外推边界看，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
本项把人机之间的任务分配与复核置于因果链中心，并据此断言人—AI组合是否优于单方主要由任务如何分配、何时复核以及谁能推翻建议决定，而不是由模型准确率单独决定。为了避免循环定义，人机之间的任务分配与复核的测量必须独立于结果本身，否则所谓解释只是换名。
从Buçinca、Malaya与Gajos（2021）、Vaccaro等（2024）、Dell’Acqua等（2025）的时间序列可以看到理论如何被约束。认知强迫界面减少了对错误建议的机械依赖但增加时间；元分析显示人机组合并非普遍优于最好一方，优势集中在互补信息与可校准信任任务。人组合是机制的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
人—AI分布式认知的可证伪性来自当人类只负责确认而没有信息优势时，加入人工会反而降低最好模型表现。该研究线索的反号条件若被删去，模型几乎能解释任何结果；保留它，人机之间的任务分配与复核才真正承担风险。围绕人组合是机制，只要这组账外材料仍无独立编码，该复核口径的改善就无法区分真实转向与流程清洗。
为了避免“成功者偏差”，认知科学必须持续追踪该未登记群体，并公开它们对人类与系统单独最好正确数的贡献。若这些对象没有回到统计中，任何平均提升都应降级解释，复核时不得缩小人类与系统单独最好正确数。沿人组合是机制的责任链，在人—AI分布式认知中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
复算人组合是机制之前，围绕本项证据，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。把人组合是机制放到另见第 531 号第 13 条『自驱动实验室：AI必须在物质世界里承担下一步实验』旁核验：先对齐对象、时间窗和责任人，再检查人组合是机制的核心判断在另一套分母中是否仍同向。
十一、认知基础模型CentaurCentaur as a Foundation Model of Human Cognition
认知基础模型Centaur的旧问题意识由语言流畅度或单任务拟合主导，默认记录到的就是全部。2025年后的材料表明，没有被Psych-101编码的文化、身体和社会互动任务会随任务指令、奖励结构、身体状态、工具依赖与社会语境成批出现，因此缺失本身已经是机制的一部分。只要该未登记群体、身体和社会互动任务仍无独立编码，未见实验上的正确选择数／全部未见实验选择数的改善就无法区分真实转向与流程清洗。围绕统一认知机制，其也解释了为什么该转向在不同制度中可能指向不同对象。
统一认知模型是否有用主要由它在未见实验上的行为预测误差决定，而不是由语言流畅度或单任务拟合决定。可证伪点在于，跨任务行为预测误差必须在被试、实验室、认知模型与外部工具真正作出决定之前可观察，并使这一比率优于一个不含它的基线。
证据不只回答“有没有”，还要回答“在多少有效对象中发生”，裁决读数是该复核口径。Centaur在Psych-101上训练，资料覆盖6万余名参与者、160项实验和1000万余次选择；模型能预测新任务反应并恢复部分经典认知参数，但并不证明内部机制与人类相同。对应出处为Binz等（2025）、van Rooij等（2024）、Binz等（2025）。因此报告这一比率，其中分子记录未见实验上的正确选择数，分母固定为全部未见实验选择数，是本项最低核验要求。
一旦发生当训练集已含任务同构提示时，跨任务预测会反而变成数据近邻记忆，原有方向便可能翻转。最有力的复核是在不同感知、记忆、决策与社会互动实验中重复这一转换，而不是只比较显著与不显著。沿统一认知机制的责任链，在认知基础模型Centaur中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。
认知基础模型Centaur对制度的要求不是更多宣传，而是更好的记录：这一比率、排除原因、人工修复和这些漏记对象、身体和社会互动任务应在同一审计链上。复算统一认知机制之前，围绕该转向，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
共同前提把两条拉到一张桌上，S位的跨任务行为预测误差与E位的旧系统—创新—新常态的互动形成真正冲突；可比量纲则提供裁决而非修辞，这也限定本项证据的适用域。按统一认知机制的对象表，换言之，这一制度安排的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。
十二、大型语言模型作为实验伙伴而非心智Large Language Models as Experimental Partners, Not Minds
把大型语言模型作为实验伙伴而非心智仅仅看成其表面像人，会让认知科学只奖励可被现有工具看见的部分。未公开训练语料、版本更新与拒答样本提醒我们：不可见并不等于不存在，它可能正决定心智究竟以何种单位被观察。沿实验伙伴而非研究的责任链，在该转向中，这一点把被试、实验室、认知模型与外部工具从结果使用者变成对象定义的共同责任者。复算实验伙伴而非研究之前，对心智究竟以何种单位被观察的回答，也因此取决于该未登记群体是否获得与成功样本同等的记录权。
这一条的立场不是“值得关注”，而是语言模型在认知科学中的价值主要由其被明确限定为预测、刺激生成或文本编码工具决定，而不是由其表面像人决定。可审计的研究角色分离因此承担唯一主因的压力；只要部署后出现稳定反例，适用域就要被明确缩小，裁决读数是可被独立复现的模型判断数／全部模型判断数。
Demszky等（2023）、Hardy等（2024）、Gao等（2024）记录了这项转向从提出到校正的过程。实验伙伴而非研究的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
边界写得很具体：当训练语料包含目标论文或提示泄露时，预测成功会反而成为文献记忆证据。它提醒认知科学，被测对象会回应测量、治理或技术安排；忽略这种回写，任何稳定性都可能是暂时的，复核时不得缩小全部模型判断数。按实验伙伴而非研究的对象表，围绕大型语言模型作为实验伙伴而非心智，版本、时间顺序与人工改写痕迹应进入预注册、多站点复算、开放材料与样本外检验的正式记录。
真正的落地指标由两部分组成：上述分子—分母衡量中心结果，这些漏记对象揭示现行账本未承认的存在。只有二者同时改善，机制解释与跨任务外推才可被称为进步。换言之，上述机制的有效范围必须随任务指令、奖励结构、身体状态、工具依赖与社会语境变化而重新声明。实验伙伴而非研究的复核表还保留退出日期、原记录者和未纳入理由，不用零值代替缺失。
双方都默认清单、认证或标准条款全部通过意味着实质风险已消失，却分别从D位与S位解释结果。若两条在不同阶段轮流成立，这组账外材料与没有足够评分者的小语种内容和被撤回的注释共同标记的转换区就是新对象。对照实验伙伴而非研究的主源，其也解释了为什么这一制度安排在不同制度中可能指向不同对象。
◎ 二十年连起来看
从预测加工与贝叶斯脑、认知卸载与延展心智到自然情境认知，第一条历史线索是对象边界由单一结果扩展到层级预测误差的精度加权、外部工具的可依赖性和连续情境中的可重复反应。这使心智究竟以何种单位被观察不再由中心样本独占，被模型判为低精度而删除的意外感觉等空栏必须进入正式账本。
第二条线索落在证据制度。网络化认知与连接组用跨模块连接强度／网络全部连接强度约束网络层结论，超越空间的认知地图用可正确推断的新关系数／全部未训练关系数检查迁移，数字认知卸载与元记忆则把版本与部署漂移纳入复核；一次成功由此让位给跨条件可重复，第471号据此限定机制解释与跨任务外推。
第三条线索是责任主体的变化，第471号据此限定机制解释与跨任务外推。资源理性认知、ManyBabies全球婴儿科学和大型语言模型作为实验伙伴而非心智共同显示，任务指令、奖励结构、身体状态、工具依赖与社会语境会回写指标本身；第471号因此不是二十个口号，而是状态、路径、条件与空栏相互转换的证据图。
◎ 三个常见误解
第1种误读，是把感觉输入强度当成预测加工与贝叶斯脑的充分解释。它在短期报告里很省事，却会漏掉被模型判为低精度而删除的意外感觉；更可检验的陈述是知觉与行动方向主要由层级预测误差被赋予的精度决定，而不是由感觉输入强度单独决定，判据落在被正确预测的试次数／全部有效试次数。
关于超越空间的认知地图，常见的第2个误区是只追踪刺激表面相似性。这容易产生清楚的排行榜，却不能处理反号条件，第471号据此限定机制解释与跨任务外推；正确做法是以抽象推理迁移主要由关系空间是否被编码为可导航地图决定，而不是由刺激表面相似性决定为待证命题，并保留无法被嵌入同一低维空间的矛盾关系。
误解3把认知基础模型Centaur缩成语言流畅度或单任务拟合。这种口径之所以诱人，是因为责任单一、指标整齐，第471号据此限定机制解释与跨任务外推；但统一认知模型是否有用主要由它在未见实验上的行为预测误差决定，而不是由语言流畅度或单任务拟合决定。复核必须同时查看未见实验上的正确选择数／全部未见实验选择数与没有被Psych-101编码的文化、身体和社会互动任务。
◎ 与相邻领域的接口
具身概念系统与第472号第三条“光遗传神经调控”通过跨族桥接前提“信号、干预与行为之间的因果方向可以在分析前固定，并在条件变化后保持同义”接通。前者从D位的感觉—运动再激活读取模态一致条件反应时差／基线反应时，后者从E位的细胞类型与毫秒尺度的因果操纵读取被光触发的有效神经反应数／全部光脉冲数；分工判据是能否同时保留无法执行动作却仍能理解相关概念的人与未表达、表达过强或因散射未被照亮的细胞，而不是两边术语是否相似。
认知卸载与延展心智与第473号第十六条“数字人文可复现性”通过同族前提〔27 能力可与承载它的人分离〕“能力一旦编码进文本、模型或装置即可脱离原实践者迁移”接通。前者从E位的外部工具的可依赖性读取借助外部提醒完成的意图数／全部延迟意图数，后者从S位的可执行工作流与版本锁定读取第三方成功重跑的分析步骤数／全部关键步骤数；分工判据是能否同时保留被工具记录却从未被重新读取的提醒与私有脚本、手工清洗和无法公开的数据转换，而不是两边术语是否相似。
自然情境认知与第476号第十四条“替代蛋白的全链比较”通过同族前提〔10 更多数据必然减少偏倚〕“数据规模增长会自然稀释选择性与结构性偏差”接通。
人—AI分布式认知与第479号第十四条“共创代理与轮流主导”通过同族前提〔15 同名即同物〕“术语、标签或元数据名称相同就意味着对象与意义相同”接通。前者从E位的人机之间的任务分配与复核读取组合正确数／人类与系统单独最好正确数，后者从D位的可协商的主导权读取被用户采纳并保留的AI建议数／全部AI建议数；分工判据是能否同时保留人类驳回后未记录的正确机器建议与错误人工决定与被撤销建议、用户沉默和没有表达的不适，而不是两边术语是否相似。
◎ 争议现场
预测加工与贝叶斯脑目前的分歧在于层级预测误差的精度加权究竟是原因还是条件性代理。支持材料显示经典模型把皮层层级写成预测与误差双向传递；视觉错觉和感觉衰减实验显示，同一输入在先验精度改变后可产生方向相反的知觉，模型比较的自由能差可跨任务复算；反方可抓住的自我限制是当先验由任务指令、药物或社会期待强行改变时，预测误差可能反而成为指令的结果而非独立原因。收敛所需的设计是双重操纵、盲分析与预注册模型比较，并预先锁定被正确预测的试次数／全部有效试次数和被模型判为低精度而删除的意外感觉。
围绕主动推断，现有证据并未自动给出唯一机制。离散决策模型把风险与模糊度分解，并在眼动、觅食和社会学习任务中拟合选择；同一行为可由偏好或信息价值产生，需比较模型证据而非只看准确率提供了正向依据，而当偏好先验由实验者任意设定时，模型会反而把任何行为解释为最优允许方向翻转。采用跨站点复算、失败样本回补与异质性分析时，应把没有行动、拒绝任务和无法表达偏好者列作并列结局；若完整分母下期望自由能最小化不再增量预测，争论即有判决。
认知基础模型Centaur的争议不是有没有效应，而是效应能否离开原始条件。已知材料包括Centaur在Psych-101上训练，资料覆盖6万余名参与者、160项实验和1000万余次选择；模型能预测新任务反应并恢复部分经典认知参数，但并不证明内部机制与人类相同；最强反证条件则是当训练集已含任务同构提示时，跨任务预测会反而变成数据近邻记忆。要结束争论，需用训练—测试时间隔离、样本外验证与部署后监测复算未见实验上的正确选择数／全部未见实验选择数，并公开所有进入没有被Psych-101编码的文化、身体和社会互动任务的案例。
◎ 往下五年看什么
第一项读数是meta-d′／d′能否在两个独立数据源和一个真实场景维持方向；同时应公开不愿给出置信度或只使用量表中点的试次的发生率，否则元认知效率仍停在样本内。
第二项读数看自然情境认知是否跨材料复现，并在研究开始前登记“当自然刺激只使用一部影片时，生态效度上升会反而降低可推广性”这一反号条件；只增加样本量而不保留中途离场、注意转移和未按共同时间轴反应者不算进展。
第三项读数是记住信息位置的项目数／全部被保存项目数的版本漂移曲线。地区、设备或制度切换后，被平台删除、降权或无法再检索的外部记忆若同步增加，就要把所谓改进重判为选择效应。
第四项读数看大型语言模型作为实验伙伴而非心智能否把角色、退出、失败和人工修复写进正式规范；缺少未公开训练语料、版本更新与拒答样本的连续日志，规模扩张只会放大不可核对性。
◎ 可与哪些领域对撞
预测加工与贝叶斯脑×第472号第二条“皮层内光标脑机接口”：两条由跨族桥接前提“信号、干预与行为之间的因果方向可以在分析前固定，并在条件变化后保持同义”进入同一问题，却分别把层级预测误差的精度加权与稳定的群体神经解码置于S位和D位。若二者都成立，被模型判为低精度而删除的意外感觉向未成功启动、重校准和人工修正的试次的转换就是第三对象；判决读数为被正确预测的试次数／全部有效试次数与正确到达目标次数／全部光标目标试次的联动。
认知卸载与延展心智×第473号第十六条“数字人文可复现性”：两条由同族前提〔27 能力可与承载它的人分离〕“能力一旦编码进文本、模型或装置即可脱离原实践者迁移”进入同一问题，却分别把外部工具的可依赖性与可执行工作流与版本锁定置于E位和S位。若二者都成立，被工具记录却从未被重新读取的提醒向私有脚本、手工清洗和无法公开的数据转换的转换就是第三对象；判决读数为借助外部提醒完成的意图数／全部延迟意图数与第三方成功重跑的分析步骤数／全部关键步骤数的联动。
内感受推断与最小自我×第475号第一条“健康老龄化与功能能力”：两条由同族前提〔05 平均值代表个体〕“群体平均关系可以无损下沉到具体个人”进入同一问题，却分别把身体内部信号的精度与功能能力与环境互动置于E位和S位。若二者都成立，不能感知或无法语言化的身体状态向临床稳定却无法参与重要活动的人的转换就是第三对象；判决读数为内感受正确辨别数／全部有效内感受试次与可独立或有支持完成的重视活动数／本人列出的重视活动总数的联动。
人—AI分布式认知×第479号第十四条“共创代理与轮流主导”：两条由同族前提〔15 同名即同物〕“术语、标签或元数据名称相同就意味着对象与意义相同”进入同一问题，却分别把人机之间的任务分配与复核与可协商的主导权置于E位和D位。若二者都成立，人类驳回后未记录的正确机器建议与错误人工决定向被撤销建议、用户沉默和没有表达的不适的转换就是第三对象；判决读数为组合正确数／人类与系统单独最好正确数与被用户采纳并保留的AI建议数／全部AI建议数的联动。
◎ 十条可做的研究命题
1. 命题：层级预测误差的精度加权对被正确预测的试次数／全部有效试次数具有独立、可迁移的增量。设计：采用预注册二乘二因子实验，分别操纵主因与反号条件，并把被模型判为低精度而删除的意外感觉列为并列结局。证伪：操纵层级预测误差的精度加权后被正确预测的试次数／全部有效试次数没有样本外增量，或把被模型判为低精度而删除的意外感觉补回分母后方向消失。
2. 命题：共同原因后验概率对被融合试次数／全部跨模态试次数具有独立、可迁移的增量。设计：采用多站点重复研究，统一核心材料并保留站点语境，并把被强制判为单一原因的冲突试次列为并列结局。证伪：在“当训练改变因果先验时，原本提高精度的融合会反而增加系统性错觉”条件下未出现预先声明的反号，而且替代机制无需共同原因后验概率即可复现结果。
3. 命题：互动中的表征对齐对被对方复用的结构次数／全部可复用结构次数具有独立、可迁移的增量。设计：采用前瞻纵向队列，连续记录主指标、时间顺序和空栏，并把沉默、拒绝对齐和被迫顺应的回合列为并列结局。证伪：跨站点估计的被对方复用的结构次数／全部可复用结构次数方向不一致，且差异全部由沉默、拒绝对齐和被迫顺应的回合的排除规则解释。
4. 命题：注意约束的松紧对被报告为任务无关的探测点数／全部经验采样探测点数具有独立、可迁移的增量。设计：采用随机交叉设计，让同一对象经历两种条件，并把未被提示捕获的短暂内在思路列为并列结局。证伪：时间顺序显示结果先于注意约束的松紧，或完整分母使主效应降为零。
5. 命题：置信度对证据的读取效率对meta-d′／d′具有独立、可迁移的增量。设计：采用对抗压力测试，主动制造最不利输入或制度条件，并把不愿给出置信度或只使用量表中点的试次列为并列结局。证伪：对抗条件触发后meta-d′／d′仍不随置信度对证据的读取效率变化，说明该因素不是决定项。
6. 命题：期望自由能最小化对后验模型概率／候选行动模型总概率具有独立、可迁移的增量。设计：采用登记册审计，比较公开记录与原始流程日志，并把没有行动、拒绝任务和无法表达偏好者列为并列结局。证伪：登记册与原始日志的差额足以解释全部收益，没有行动、拒绝任务和无法表达偏好者回补后结论翻转。
7. 命题：连续情境中的可重复反应对可复现时间点数／全部有效自然刺激时间点数具有独立、可迁移的增量。设计：采用自然实验，利用政策、平台或环境切换，并把中途离场、注意转移和未按共同时间轴反应者列为并列结局。证伪：自然切换没有改变可复现时间点数／全部有效自然刺激时间点数，而未观测环境变量独立重现同一结果。
8. 命题：全球多实验室的婴儿效应对纳入分析的婴儿数／全部到场婴儿数具有独立、可迁移的增量。设计：采用仿真加留出样本，先估转换点再用未见样本检验，并把到场却因校准、哭闹或注视标准被排除的婴儿列为并列结局。证伪：留出样本上预测失败，或转换阈值无法在第二材料中重复，第471号据此限定机制解释与跨任务外推。
9. 命题：对外部可检索性的信念对记住信息位置的项目数／全部被保存项目数具有独立、可迁移的增量。设计：采用共同生产的混合方法，由受影响者共同定义失败与遗漏，并把被平台删除、降权或无法再检索的外部记忆列为并列结局。证伪：受影响者定义的失败与研究者定义不一致，且采用前者后对外部可检索性的信念失去解释力。
10. 命题：跨任务行为预测误差对未见实验上的正确选择数／全部未见实验选择数具有独立、可迁移的增量。设计：采用真实世界连续监测，版本化记录漂移、退出和人工修复，并把没有被Psych-101编码的文化、身体和社会互动任务列为并列结局。证伪：部署漂移由版本和人工修复完全解释，跨任务行为预测误差对长期未见实验上的正确选择数／全部未见实验选择数不再贡献。
◎ 资料核验
- Friston，2005年《Philosophical Transactions B》360:815–836，DOI 10.1098/rstb.2005.1622
- Clark，2013年《Behavioral and Brain Sciences》36:181–204，DOI 10.1017/S0140525X12000477
- Millidge、Seth与Buckley，2021年《Neural Networks》141:173–190，DOI 10.1016/j.neunet.2021.04.041
- Barsalou，2008年《Annual Review of Psychology》59:617–645，DOI 10.1146/annurev.psych.59.103006.093639
- Mahon与Caramazza，2008年《Journal of Physiology—Paris》102:59–70，DOI 10.1016/j.jphysparis.2008.03.004
- Meteyard等，2012年《Neuroscience & Biobehavioral Reviews》36:788–808，DOI 10.1016/j.neubiorev.2010.11.001
- Körding等，2007年《PLoS ONE》2:e943，DOI 10.1371/journal.pone.0000943
- Shams与Beierholm，2010年《Trends in Cognitive Sciences》14:425–432，DOI 10.1016/j.tics.2010.07.002
- Cao等，2019年《Nature Communications》10:1501，DOI 10.1038/s41467-019-09425-3
- Bullmore与Sporns，2009年《Nature Reviews Neuroscience》10:186–198，DOI 10.1038/nrn2575
- Poldrack，2011年《Neuron》72:692–697，DOI 10.1016/j.neuron.2011.11.010
- Shine等，2016年《Neuron》92:544–554，DOI 10.1016/j.neuron.2016.10.002
- Pickering与Garrod，2004年《Behavioral and Brain Sciences》27:169–226，DOI 10.1017/S0140525X04000056
- Branigan、Pickering与Cleland，2000年《Cognition》75:B13–B25，DOI 10.1016/S0010-0277(99)00081-5
- Stolk等，2016年《Trends in Cognitive Sciences》20:180–191，DOI 10.1016/j.tics.2015.12.009
- Sparrow、Liu与Wegner，2011年《Science》333:776–778，DOI 10.1126/science.1207745
- Risko与Gilbert，2016年《Trends in Cognitive Sciences》20:676–688，DOI 10.1016/j.tics.2016.07.002
- Gilbert等，2020年《Nature Human Behaviour》4:25–33，DOI 10.1038/s41562-019-0748-3
- Smallwood与Schooler，2006年《Psychological Bulletin》132:946–958，DOI 10.1037/0033-2909.132.6.946
- Christoff等，2016年《Nature Reviews Neuroscience》17:718–731，DOI 10.1038/nrn.2016.113
- Seli等，2018年《Trends in Cognitive Sciences》22:479–490，DOI 10.1016/j.tics.2018.03.006
- Griffiths、Lieder与Goodman，2015年《Topics in Cognitive Science》7:217–229，DOI 10.1111/tops.12142
- Lieder与Griffiths，2017年《Behavioral and Brain Sciences》40:e1，DOI 10.1017/S0140525X16001881
- Lieder与Griffiths，2020年《Resource-Rational Analysis》，MIT Press
- Fleming与Daw，2017年《Psychological Review》124:91–114，DOI 10.1037/rev0000045
- Rahnev等，2020年《Nature Human Behaviour》4:1305–1313，DOI 10.1038/s41562-020-01007-2
- Fleming，2024年《Knowing Ourselves》，Basic Books
- Behrens等，2018年《Neuron》100:490–509，DOI 10.1016/j.neuron.2018.10.014
- Bellmund等，2018年《Science》362:eaat6766，DOI 10.1126/science.aat6766
- Peer等，2021年《Nature Communications》12:3149，DOI 10.1038/s41467-021-23276-9
- Friston等，2017年《Neural Computation》29:1–49，DOI 10.1162/NECO_a_00899
- Bruineberg、Kiverstein与Rietveld，2018年《Synthese》195:2417–2444，DOI 10.1007/s11229-016-1165-5
- Parr、Pezzulo与Friston，2022年《Active Inference》，MIT Press
- Khalsa等，2018年《Biological Psychiatry: CNNI》3:501–513，DOI 10.1016/j.bpsc.2017.12.004
- Paulus、Feinstein与Khalsa，2019年《Trends in Cognitive Sciences》23:1023–1034，DOI 10.1016/j.tics.2019.09.004
- Allen，2020年《Nature Reviews Neuroscience》21:359–372，DOI 10.1038/s41583-020-0307-6
- Sonkusare、Breakspear与Guo，2019年《Trends in Cognitive Sciences》23:699–713，DOI 10.1016/j.tics.2019.05.004
- Finn，2021年《Neuron》109:183–196，DOI 10.1016/j.neuron.2020.11.008
- Nastase等，2020年《NeuroImage》216:116502，DOI 10.1016/j.neuroimage.2019.116502
- Klein等，2018年《Advances in Methods and Practices in Psychological Science》1:443–490，DOI 10.1177/2515245918810225
- Nosek等，2022年《Annual Review of Psychology》73:719–748，DOI 10.1146/annurev-psych-020821-114157
- Hardwicke等，2024年《Royal Society Open Science》11:231423，开放科学可验证性审计
- Frank等，2020年《Advances in Methods and Practices in Psychological Science》3:24–52，DOI 10.1177/2515245919900809
- Byers-Heinlein等，2020年《Advances in Methods and Practices in Psychological Science》3:24–52，婴儿偏好大规模复现
- Visser等，2024年《Developmental Science》27:e13454，多语婴儿研究基础设施
- Chapman，2021年《Perspectives on Psychological Science》16:1360–1372，DOI 10.1177/1745691620959833
- Pellicano与den Houting，2022年《Autism》26:381–388，DOI 10.1177/13623613211046144
- Dwyer，2024年《Annual Review of Clinical Psychology》20:245–268，神经多样性研究综述
- Grinschgl、Meyerhoff与Papadopoulos，2021年《Memory》29:1120–1133，数字卸载边界
- Fisher与Oppenheimer，2024年《Current Directions in Psychological Science》33:79–86，搜索与元认知更新
- Buçinca、Malaya与Gajos，2021年《Proceedings of CHI 2021》Article 138，DOI 10.1145/3411764.3445481
- Vaccaro等，2024年《Nature Human Behaviour》8:1155–1167，人机组合绩效元分析
- Dell’Acqua等，2025年《Organization Science》36:1–26，人机协作边界研究
- Binz等，2025年《Nature》642:112–119，DOI 10.1038/s41586-025-09215-4
- van Rooij等，2024年《Behavioral and Brain Sciences》关于预测与解释分离的讨论
- Binz等，2025年Psych-101数据与模型卡，公开160项实验的试次级资料
- Demszky等，2023年《Nature Reviews Psychology》2:688–701，DOI 10.1038/s44159-023-00241-5
- Hardy等，2024年《How should we think about LLMs in cognitive science?》arXiv:2406.09464
- Gao等，2024年《Nature Human Behaviour》8:2285–2298，DOI 10.1038/s41562-024-02046-9