认知智能白皮书 2.0：广义具身智能物理宪法

【核心主张】
在算力与钢铁之间，在决策与动作之间，嵌入一道不可逾越的认知底线——
让钢铁知敬畏，让算力懂克制。

【设计原则来源】
数字世界的AI说错话可以撤回，物理世界的AI做错事没有“撤销键”。2026年，具身智能从实验室迈入规模化量产，物理世界的AI正在制造真实的物理后果。我们将数字世界已验证的“认知回路”平移至物理世界，解决AI的“物理敬畏”问题——让AI长出神经，而不仅仅是肌肉。硬件决定了机器人“能做什么”，认知回路决定了它“绝不能做什么”。

【物理宪法·四大认知原则】
① 因果感知 —— 先于概率生成（反幻觉）。AI输出动作前必须经物理常识校验，当视觉与力学冲突时“悲观校验”，宁可误判不可漏判。
② 影子预演 —— 在虚拟中犯错（反失控）。动作下发前在“影子空间”完成力学预演，触碰红线即拦截降级，让AI在虚拟中犯错，在现实中永远正确。
③ 安全敬畏 —— 否定权高于执行权（反黑盒）。当任务目标与物理安全冲突时，认知回路拥有独立仲裁权，输出三态：放行、降级执行、拒绝。大模型决定“怎么做”，认知回路决定“能不能做”。
④ 认知审计 —— 决策链路可追溯（反定责黑洞）。每次交互生成“认知账单”记录关键决策摘要，成为具身智能的“行车记录仪”，为保险、法律和自证清白提供依据。

【认知安全等级（CSL）】
独立于智能等级（L0-L5）的安全准入门槛：
CSL-1（基础）：扫地机器人/物流AMR，需防跌落与基础物理边界；
CSL-2（中级）：工业协作机械臂，需人机协作边界与力矩熔断；
CSL-3（高级）：自动驾驶/人形机器人，需物理因果感知、一票否决、幻觉拦截与完整审计。未来每一台走出工厂的机器人，不仅要有算力标签和智能等级，更要有CSL标识。

【极限场景检验】
· 人形机器人扶老人：传统方案按固定力度拉起可能致骨折，认知回路识别脆弱性、否决快速拉起并降级为“柔性支撑”，代价仅为任务超时。
· 暴雨夜智驾“鬼探头”：传统方案在急刹与撞人间概率博弈，认知回路识别路面附着系数骤降，强制触发确定性AEB，代价仅为一次不必要的急刹。

【结语】
具身智能的终局，不是用算力征服物理世界，而是用认知敬畏它。真正的智能，是知所不为的克制。当认知安全成为行业共识，没有认知回路的机器人将失去进入高风险场景的资格——未来的竞争，不在算得快，而在懂得停。