第2章 AI能力图谱：感知、认知、决策能力划分与成熟度
AI产品架构选型的首要任务，是将业务需求映射到AI技术栈的具体能力层。业界常将AI能力划分为感知、认知、决策三层——这种划分不仅是学术分类，更是架构选型的可行性边界标尺。每一层都有独立的技术栈、成熟度上限和集成风险，架构师必须清晰界定每层职责，才能在选型时做出可落地的权衡。
2.1 能力分层边界
三层之间存在明确的语义鸿沟和抽象层级，选型时必须先确认需求落在哪一层，以及层间依赖是否可控。
- 感知层：处理原始物理信号（图像、音频、点云、时序），输出结构化符号。边界在于“信号→符号”的转换质量，受环境噪声、传感器精度和标注数据质量制约。
- 认知层：对符号化信息进行理解、推理和知识组织。边界在于“符号→语义”的泛化能力，当前大语言模型（LLM）在通用语义理解上已有突破，但在专业推理和长尾知识上仍不可靠。
- 决策层：基于认知结果制定策略、分配资源、下达行动指令。边界在于“策略→结果”的可预测性与责任归属，决策逻辑往往需要与业务规则、合规要求深度耦合。
架构选型提示： 感知层关注“准不准”，认知层关注“懂不懂”，决策层关注“对不对”。三层成熟度依次递减，越往上层，可行性边界越窄，需要更谨慎的冗余设计和人工兜底。
2.2 各层组件职责
下表归纳了三层在典型AI产品中的核心组件、输入/输出形态与主流技术方向。
| 能力层 | 核心组件 | 典型输入 | 典型输出 | 主流技术 |
|---|---|---|---|---|
| 感知层 | 视觉识别 / 语音识别 / 多模态融合 | 图像、音频、视频、点云 | 物体框、文本转写、特征向量 | CNN、ViT、Whisper、YOLO |
| 认知层 | 语义理解 / 逻辑推理 / 知识图谱 | 结构化文本、图谱查询、上下文 | 意图标签、推理链路、知识关联 | LLM、GNN、RAG、符号推理 |
| 决策层 | 策略引擎 / 资源调度 / 风险控制 | 目标、约束条件、实时状态 | 行动计划、调度指令、风险评分 | 强化学习、运筹优化、专家系统 |
组件职责要点： 感知层组件应做到“输入灵活、输出稳定”；认知层组件需保持“可解释、可追溯”；决策层组件必须“可回退、可审计”。三层组件之间通过标准化接口解耦，避免紧耦合导致的维护灾难。
2.3 成熟度评估框架
每层能力在当前工程实践中的成熟度并非均等。架构师应使用统一的成熟度标尺评估备选技术方案，避免将实验室阶段的算法直接引入生产系统。以下为5级成熟度评估标准：
| 等级 | 定义 | 决策层典型表现 | 认知层典型表现 | 感知层典型表现 |
|---|---|---|---|---|
| L1 实验 | 仅有论文/原型，无稳定API | 强化学习在仿真环境未收敛 | LLM在专业领域幻觉率 > 40% | 新模态传感器标定未完成 |
| L2 受限 | 可在严格限定场景使用，需大量人工干预 | 规则引擎覆盖 < 60% 场景 | 知识图谱仅覆盖 < 30% 实体 | 特定光照/噪声条件下可用 |
| L3 可用 | 在定义域内稳定运行，自动化率 > 80% | 策略引擎支持人工审核与回退 | 意图识别准确率 > 90%，可解释 | 分类/检测 mAP > 0.85，延迟达标 |
| L4 可靠 | 跨场景泛化，具备自监控与告警机制 | 决策链路可审计，异常自动降级 | 推理链路可追踪，支持反事实分析 | 多模态融合鲁棒，对抗样本防御到位 |
| L5 自主 | 全生命周期自适应，极少人工介入 | 策略自优化，闭环反馈无延迟 | 持续学习，知识库自动更新 | 自监督预训练，零样本适配新场景 |
⚠ 常见误区： 很多架构团队会高估认知层和决策层的成熟度，将L2级别的算法直接用于面向客户的核心流程，导致频繁的“AI事故”。正确做法是： 在选型阶段就为每层设定最低成熟度门槛（通常感知层≥L3，认知层≥L2.5，决策层≥L2），并在架构中预留人工兜底链路。
2.4 数据流、控制流与信任链路
三层架构的运转依赖两条核心链路：数据流（自下而上）和控制流（自上而下）。信任链路则贯穿其中，保证每层输出可验证、可追溯。
- 数据流（感知 → 认知 → 决策）：感知层输出的特征向量或结构化标签进入认知层，经语义理解生成意图与推理结果，最终由决策层转化为执行指令。每一层的数据抽象都会丢失部分信息，架构师需评估信息损失是否在业务容忍范围内。
- 控制流（决策 → 认知 → 感知）：决策层根据业务目标下发策略参数（如关注区域、风险阈值），认知层据此调整推理的注意力权重，感知层可动态调节采样频率或分辨率。这种“闭环控制”能显著提升系统效率，但也会引入控制环路稳定性风险。
- 信任链路：从感知输入的置信度、认知推理的可解释性到决策结果的合规性，必须形成可审计的链条。建议每层输出都附带置信度估计和元数据摘要，便于上层或人工审查判断是否可信。
架构落地建议： 在系统设计中为每层定义统一的“信任度”接口——
confidence: float、trace_id: string、fallback_reason: optional[string]。这比事后审计更有效，可在运行时实现“信任不足则自动降级”。
2.5 选型权衡
基于能力图谱的成熟度差异，架构师在具体选型时需在以下三组矛盾中做出权衡：
| 权衡维度 | 倾向感知层 | 倾向认知/决策层 | 架构折中方案 |
|---|---|---|---|
| 精度 vs 延迟 | 高精度模型（ViT-large）延迟高 | 轻量模型（MobileNet）精度不足 | 多级级联：先用小模型快速过滤，再调大模型精判 |
| 通用 vs 专用 | 通用预训练模型覆盖广但微调成本高 | 专用小模型效果好但场景窄 | 基座模型 + LoRA 适配器，按场景切换 |
| 端侧 vs 云端 | 端侧推理延迟低但算力受限 | 云端算力充裕但依赖网络稳定 | 边缘推理 + 云端训练与兜底 |
2.6 风险点
三层能力图谱在架构落地过程中存在以下典型风险，需在方案设计阶段提前识别：
- 感知层风险： 环境变化（光照、遮挡、噪声）导致精度陡降；传感器故障缺乏冗余；对抗样本攻击防不胜防。
- 认知层风险： 大模型输出幻觉难以彻底消除；长尾知识覆盖不足；推理链路黑箱化，无法满足合规审计要求。
- 决策层风险： 策略过于激进导致业务损失；决策逻辑与人工操作冲突；责任边界模糊（AI vs 人类）。
- 跨层风险： 数据流或控制流单点故障；信任链路断裂导致上层误信错误信号；层间接口版本不兼容。
⚠ 关键避坑： 不要试图在同一个模块里同时完成感知、认知、决策——这会造成职责耦合，后续任何一个能力的迭代都会牵动全局。始终按三层边界拆分为独立服务或微组件，层间通过明确的 gRPC / 事件 协议通信。
2.7 落地步骤
将能力图谱从理论框架转化为可运行的架构，建议按下述5个步骤推进：
- 需求分层映射： 将产品需求拆解为“感知需求列表”、“认知需求列表”、“决策需求列表”，明确每层的输入来源、输出用途和质量预期。
- 成熟度基线评估： 针对每层的候选技术方案，对照2.3节的5级标准进行打分，拒绝任何低于L2.0的方案进入架构主干。
- 接口契约定义： 先定义层间通信的数据结构（Schema）、置信度格式、超时与重试策略，再分别实现各层逻辑。
- 信任链路植入： 在每层输出端加入“可信度检查点”，对置信度低于阈值的数据执行阻塞/降级/人工介入。
- 灰度验证与回退： 先以shadow模式运行新层，与旧规则系统并行输出，对比决策一致性；确认无误后再切换主链路，并保留一键回退能力。
2.8 验收标准
章节交付物是否合格，可通过以下标准检验：
- 边界清晰度： 团队能否无歧义地将任意一个AI需求归类到某一层，并说明层间依赖关系。
- 成熟度共识： 架构师、算法工程师、业务方对每层的成熟度等级认知一致，且已记录在技术选型文档中。
- 接口定义完备： 层间接口已包含置信度、追踪ID、异常码等信任链路字段，并通过了至少一轮联调。
- 风险清单可追溯： 至少列出3个当前选型方案的具体风险（含跨层风险），并有对应的缓解/兜底措施。
- 回退机制有效： 在预发布环境中验证过至少一次层级别回退（例如关闭认知层，直接由感知层+规则兜底）。
章节交付物提示： 输出本章时，应附带一张“能力分层与成熟度矩阵”表格（本文已包含）、一张三层架构SVG图（本文已包含），以及一段针对当前产品核心链路的成熟度评估说明。这些材料将直接用于后续第4-8章的技术选型推演。