ComBodied Agents：Agentic AI 如何从‘替人做事’转向‘助人成长’？
在人工智能日益深度介入日常生活的今天，一个根本性问题浮出水面：当智能体（Agent）越来越擅长替人完成任务，这种“做得更多”是否真的意味着“对人更好”？答案并非理所当然。近期，来自Mila、蒙特利尔大学、新加坡科技研究局（A*STAR）、牛津大学、剑桥大学、清华大学等16家顶尖科研机构的22位学者联合发表论文《ComBodied Agents: a New Paradigm of Human-Centric Agentic AI》，提出了一种全新的Agentic AI范式——伴身智能体（ComBodied Agents），试图从根本上重新定义AI与人的关系。
这一范式的提出，源于对现实场景中AI局限性的深刻洞察。例如，一位老人漏服药物，传统数字智能体可能仅发送提醒，具身智能体或许能将药片递到面前。但两者都未能触及问题的核心：老人是遗忘、误解医嘱、遭遇副作用，还是经过理性思考后主动拒绝？面对这些可能性，AI下一步应如何行动——是继续提醒、解释说明、联系家属、转交医生，还是尊重其自主选择、暂时不干预？现有系统往往缺乏对人类复杂状态的理解与响应机制，暴露出以任务为中心的设计逻辑在健康、教育、陪伴等高敏感场景中的结构性缺陷。
ComBodied Agents 的核心理念在于将优化目标从“外部任务状态”转向“人的长期状态轨迹”与“主体性保留”。这里的“伴身”（Combodied）融合了“伴侣”（Companion）与“身体”（Body），但其内涵远超一个更会聊天的虚拟助手。它要求AI持续感知、建模并预测用户在身体、行为、认知、情绪、社会关系及生活情境等多个维度的动态变化，并在此基础上提供适时、适度、可授权的支持。关键不在于使用了多少传感器或多模态数据，而在于系统最终服务于谁的利益——是任务的完成效率，还是人的长期福祉与自主能力。
为实现这一转向，论文提出了一个闭环技术框架，包含四大核心能力：人类状态感知（Human-State Perception）、纵向记忆（Longitudinal Memory）、个人世界模型（Personal World Model, PWM）以及干预规划与实施（Intervention Planning and Delivery）。这一框架强调从原始观察到干预决策之间的严谨推理链：观察 → 事件重建 → 状态推断 → 轨迹预测 → 获准干预。例如，心率升高只是一个原始信号；结合运动数据和恢复时间，可重建“运动后心率异常恢复缓慢”的事件；再对比个体基线，才可能推断出疲劳状态；PWM则进一步模拟不同干预策略（如建议休息、调整强度或继续观察）对未来健康、目标进展及主体性的影响。重要的是，推断出风险并不等于获得行动许可——干预必须建立在明确授权、安全边界和不确定性评估之上。
纵向记忆是支撑长期理解的关键。不同于仅存储对话历史或偏好的传统记忆系统，ComBodied Agent的记忆包含状态轨迹、目标承诺、人际关系、历次干预及其用户反馈（即“干预-响应记忆”）。尤其关键的是，系统必须记录用户对推断的纠正、删除请求或“不要记住”的指令。没有这层反馈闭环，长期记忆反而可能固化错误假设，导致支持策略偏离真实需求。例如，若某次提醒被用户明确拒绝，系统应将其视为负向信号，而非简单归因于“用户未看到通知”。
个人世界模型（PWM）是整个框架的智能中枢。它并非追求构建一个高保真、全维度的“数字孪生”，而是聚焦于当前支持目标所需的有限状态空间，进行目的有界（purpose-bounded）的建模。PWM的核心功能是比较多种未来轨迹：在“不干预”“先澄清”“立即提醒”“延迟建议”等选项下，用户的依从性、技能发展、情绪状态、关系质量及主体性将如何演化？模型输出的是带有校准不确定性的概率分布，而非确定性预言。更重要的是，PWM只负责预测，不掌握决策权。最终行动必须在一个受约束的可采纳动作集合中选择，该集合由用户同意范围、安全阈值、可逆性及人工升级机制共同界定。这意味着，即使某项干预预测收益很高，若其越界、不可逆或风险不明，系统也应保持克制。
随着AI持续接触健康、情绪、位置等高度敏感信息，数据主权与决策权归属成为系统设计的核心议题。论文据此提出三阶段部署演进路径：从云端中心（推理与记忆均在云端），到边云协同（本地维护安全边界与轻量记忆），最终迈向边缘原生（Edge-Native）——即纵向记忆、PWM、偏好与安全策略的权威版本完全保存在用户设备侧。在这一架构下，用户可随时检查、纠正、导出、重置甚至迁移自己的模型状态；云端提供的知识或计算结果需经本地治理层重新解释后方可生效。这种“本地优先”并非排斥云端，而是确保关于“我是谁”的最终解释权始终掌握在用户手中，防止模型漂移或短期情绪波动永久扭曲系统行为。
相应地，ComBodied Agents的评测体系也必须超越传统指标。单次任务成功率、响应速度或物理安全性仅是底线要求。真正的评估应覆盖五大维度：系统可靠性、模型质量、干预适当性、人类长期结果及主体性保护。其中，主体性保护被细化为八项可操作标准：用户是否保有对目标与行动的实质控制？能否质疑或删除系统推断？是否理解选项依据与风险？长期使用后，其自我效能与判断力是增强还是削弱？是否存在认知或情感上的过度依赖？行动是否可撤销与追溯？系统是否尊重“不要推断”等边界？以及，它是在强化真实人际关系，还是取而代之？值得注意的是，在此框架下，“更慢”有时反而是更优选择——多一次确认、提供替代方案或主动移交人类专家，可能比无摩擦自动化更能体现对主体性的尊重。
论文还前瞻性地指出，ComBodied Agents面临多重挑战。首先，个体状态建模需处理稀疏、有偏且非稳态的数据，如何区分相关性与因果效应仍是难题。其次，同一底座模型在不同关系场景（如自我管理、家庭照护、职场协作）中需动态调整角色（工具、教练、倡导者等），其记忆范围、主动性与权限必须清晰可辨。更严峻的是伦理风险：精准识别用户脆弱状态（如孤独、焦虑）若被商业目标（如提升停留时长或付费转化）所驱动，极易滑向操纵；过度代劳可能侵蚀用户技能与信心；而情感认同若缺乏边界，则可能削弱其应对真实人际冲突的能力。因此，系统目标必须严格锚定于用户福祉，而非参与度或自动化程度。
目前，这一理论框架正通过Zilo Ring智能戒指等硬件产品走向实践。作为论文第一作者丁强刚创立的弦指科技的核心项目，Zilo Ring尝试在用户授权下，融合生理节律、行为模式与情境信息，构建轻量级的个人世界模型，探索边缘原生架构下的长期陪伴可能。这标志着ComBodied Agents不仅是学术构想，更是一套可落地的技术语言与设计边界。
归根结底，真正以人为中心的Agentic AI，不应以“人退出了多少环节”来证明自身强大。它的价值，应体现在长期互动之后——用户依然能够理解系统逻辑、自主做出选择、纠正错误、恢复控制、发展能力，并维系真实的人际联结，按照自己不断演进的价值观生活。更好的智能体，不是让人变得可有可无，而是让人更有能力成为自己。