认知电子战的门槛：系统能否从自身经验中学习

JED 2026年6月CogEW专栏解读｜从“用了AI”到可观察的学习过程

一个系统能够识别信号、预测变化，甚至自动给出行动建议，就可以称为“认知”吗？如果它今天与昨天给出的结果不同，又能否说明它已经学到了新东西？这些问题听上去像术语辨析，实际关系到怎样理解一套系统的能力，以及用什么证据验证这种能力。

JED 2026年6月的CogEW专栏中，Karen Zita Haigh把焦点放在部署之后：系统是否能从自身与环境的交互中积累经验，并据此改变后续决策方式。本文围绕她的论证展开，辅以楼宇温控等解释性例子。这里讨论的是作者提出的认知系统框架，不能将它直接当成所有研究领域通用的认证标准。[1]

一、从环境中获得信息，还要能够据此行动

原文先借助动物认知研究解释“认知”。Sara Shettleworth的相关论述，把从环境中获取、处理、储存信息并据此行动联系在一起，其中涉及感知、学习、记忆和决策。这个出发点的作用，是把认知从一个听起来很先进的形容词，转成可以追问的信息处理过程。它没有要求机器必须像人一样说话，也没有用某一种算法作为认知的唯一标志。

Haigh用不同生物和不同年龄阶段的人作类比，强调能力必须放回环境理解。幼儿、工程师和动物面对的事情不同，表现认知的方式也不同。由此得到的工程启发是：一项能力有没有用，应看它是否适应所在环境、是否服务于给定目标，不能只看它的外在形式是否接近人类思考。

原刊进一步把认知系统描述成一种能够感知环境、推理并行动的主体。它面对的也不只是孤立输入，还包括上下文、不确定性以及目标。这个概念比一个分类器的接口宽：分类器可以输出类别，系统却要说明这个结果如何进入判断，行动后又怎样把经验带回来。各个部件准确，并不自动证明这些联系已经建立。

二、自适应可以改变动作，决策规则却保持不变

图1　依据原刊概念自绘。作者关注经验能否更新后续决策依据；图中的功能关系不代表某种产品已经具备相应能力。

原文用一个简单关系表达自适应：给定条件c，由函数f产生动作a。条件变化，动作跟着变化，这完全可能发生在f始终不变的情况下。比如普通温控器根据温度开关加热设备，室温会受行动影响，传感器又把新温度送回来。它既有反馈，也有连续运行过程，但仅凭这些现象，不能证明它正在学习新的决策方法。

把固定阈值换成一个部署前训练好的模型，同样需要继续追问。模型可能根据不同输入作出复杂判断，也可能比人工编写的规则准确得多；只要运行中仍使用原有的决策依据，它的优秀表现与“部署后学习”就属于两项不同声明。原文并不否认这种系统的价值，而是要求把已经实现的能力说清楚。

这里最容易混淆的是“变化”发生在哪里。新的传感器读数改变了当前状态，随机过程可能让输出出现差异，人工也可能切换了配置。它们都能使动作发生变化，却未必是系统从经验中学到的新关系。若把所有输出差异都归入学习，就无法分辨学习到底贡献了什么。

也不必把“固定映射”理解成系统没有记忆。一个程序可以按预设方式保存历史状态，再把这些状态用于当前计算；仍需说明经验有没有改变其可延续的判断依据。这个区分提醒我们，不能只凭日志在增长、缓存被刷新或内部变量改变，就宣布认知能力已经出现。

三、部署前学过，与部署后继续学，是两个问题

Haigh把部署后的学习视为关键区别。一个模型在实验室里接受过大量训练，只能证明它经历过学习过程；是否能在投入使用以后，依据自己的行动与环境反馈继续更新，是另一个能力。两者使用相近的词，却对应不同的数据来源、更新时间和系统责任。

按照原文思路，可以把运行时的决策依据写成随时间变化的函数，再把由经验触发的更新抽象为U。下面的符号只是帮助解释区别，并不是原刊提供的具体算法，也没有指定采用神经网络、强化学习或其他实现。系统需要更新的对象，可能是模型、知识或判断所依赖的关系。

这种更新也不意味着机器必须重新编写自己的程序。一个既定学习过程可以更新参数或知识内容；关键在于更新后是否影响以后的判断，以及能否说明变化来自什么经验。相反，软件版本号变化也不能单独证明学习，因为新版本可能只是人工增加了一条规则或修复了一个错误。

还有一种常见情况是集中收集运行日志，由工程师完成整理、训练和测试，再发布下一个版本。这是一条有价值的改进路径，但按照作者强调的任务内交互与学习条件，它与系统在相关运行阶段利用自身经验，仍需要分开叙述。不能把未来版本可能受益，改写成当前系统已经在现场完成了认知学习。

t表示运行中的阶段，ct为当时可用的条件与上下文，at为动作，ft为决策依据，et为由交互形成的经验，U为抽象更新过程。固定映射情形下f不随经验改变。第二式为本文解释性记号，不是实用控制或学习算法。

四、四个特征，合起来才形成作者所说的认知

原文列出四个特征：迭代、交互、目标导向以及通过经验发生改变。迭代强调过程在系统运行期间反复进行；交互强调行动会影响环境，系统随后面对的观察也因此改变；目标导向强调判断围绕要完成的事情展开；最后一项则强调经验能够改造后续的理解与决策依据。

这四个特征不能只用一个“自动运行”来替代。自动化流程可以循环很多次，也可以执行复杂条件分支，却始终照着部署前确定的关系工作。另一方面，一个系统即使能够更新模型，如果更新与自身行动无关、也不服务于所讨论的目标，仍不能仅靠这一点满足作者在本文中的完整定义。

用一个解释性的楼宇温控例子，可以把差别看得更清楚。第一种控制器按固定阈值启停；第二种使用预先训练好的温度预测模型，但模型投入运行后冻结；第三种则根据自己的加热动作与后续温度记录，修订对房间热响应的认识，再用于之后的判断。第三种体现了作者强调的学习关系，但仍要验证这种学习是否有效。

这个例子只用于区分机制，没有声称第三种在所有情况下更好。稳定的固定规则可能已经足够，学习也可能引入错误。给系统归类是一项描述工作，判断其效果是另一项验证工作。两者分开，才能既避免夸大新方法，也避免把“没有部署后学习”误解为“没有技术价值”。

表1　温控例子中的三种能力声明

五、环境给出的结果，不会自动变成可靠经验

部署后的数据并不天然比训练数据更有解释力。沿用温控例子，某次加热以后室温上升，原因可能包括设备作用、太阳照射、人数变化或门窗状态。观察到“行动之后出现结果”，还没有单独证明结果全部由该行动造成。若系统把所有变化都归因于自己的操作，积累的可能是错误关系。

这是从原文“从自身交互中学习”进一步展开的工程问题，而不是原刊给出的测试结果。系统至少需要保留足够的上下文，让使用者能够理解经验对应的条件。观测缺失、结果延迟和外部扰动，都可能影响它对一次交互的解释。经验因此比一个事后标签更丰富，也比简单累计样本更难处理。

还要注意系统能看到什么。有些结果会被传感器直接记录，有些结果只能通过间接信息推断。没有被观察到的变化不能自动计作成功，没有收到反馈也不能自动计作失败。把未知保留下来，是避免系统把信息空白变成确定结论的必要环节。

看到“在线学习”时，先追问经验记录了哪次行动、什么条件、什么后续观察。仅从别处接收新数据，不能单独证明系统从自己的行动中建立了新认识。

六、目标与语境，决定什么样的变化才有意义

原刊用手持电台和机场管理系统说明，不同系统需要不同认知能力。设备所处的物理环境、承担的事情和可用资源不同，它们应感知什么、保留什么、如何判断有效，也会不同。因此，很难用一个脱离场景的“认知分数”概括所有系统。

仍以楼宇温控为例，缩短升温等待、降低能耗与保持舒适度，可能使同一项变化得到不同评价。若只报告预测误差减小，未必能证明使用体验改善；若只报告能耗下降，也还要看是否满足原有温度要求。例子提醒我们，局部模型指标与系统目标之间，需要一条说得清楚的联系。

原文对CogEW的工作定义同时包含理解与预测环境、围绕目标决策、从自身行动学习，以及在相关时间尺度内工作等要素。它描述的是一种系统能力组合。不能摘出其中一个识别任务的高分，就推断其他要素已经实现；也不能把作者对未来系统的要求，当成现实中所有冠以CogEW名称的系统都已经达到的状态。

语境还包括熟悉程度。模型在开发时常见的条件下表现良好，换到不同环境后可能需要重新评估。作者借用人在熟悉环境与陌生环境中表现不同的类比，强调认知能力依赖环境。这个类比提供理解方向，却不能替代具体系统在新条件下的实测证据。

七、输出很快，不等于学习赶得上

图2　自绘学习时序示意。需要分别说明反馈何时可用、更新何时完成，以及何时进入后续判断；图中没有给出任何系统的时间指标。

“任务相关时间尺度”是原文定义中容易被忽略的限定语。一次推理只是在已有依据上计算输出；一次学习还可能需要等待结果、处理经验、形成更新，并确认更新能被使用。推理延迟很低，并不能单独证明后面这一整段过程也能及时完成。

结果的到来有时比计算本身更慢。温控模型可以迅速给出预测，但真实温度变化需要经过一定时间才能观察。计算资源增加，可以缩短部分处理时间，却不能凭空提前获得尚未发生的真实反馈。因此，讨论更新速度时，应先说清楚从哪个事件开始计时，到哪个状态算完成。

本文据此把“及时学习”理解为：更新可供使用时，仍存在适用的后续判断能够利用这项经验。这个解释不规定统一的毫秒或秒数，也不要求系统每次都修改全部知识。不同系统、不同结果和不同目标，允许的节奏可能不同，应该由具体场景来说明。

如果所有更新都留到一次运行结束后的集中复盘，仍可以改善后续版本，但不足以证明本轮运行已受益。阅读能力声明时，把运行中推理、运行中学习和部署间升级分别列出，能避免用一个“实时”词语覆盖三个不同过程。

八、最少人工监督，仍然需要明确的职责

Haigh的工作定义使用“最少人工监督”这一表述。它体现了复杂环境中高速处理的需求，却没有提供一条可以把人的职责全部删去的结论。设定目标、定义系统允许处理的范围，以及决定怎样评价变化，仍然是完整系统讨论的一部分。

理解这一点，可以把运行环节与管理环节分开。人未必逐次批准每一个普通计算结果，但仍需要知道系统当前使用什么版本、哪些依据允许更新，以及遇到无法解释的变化时怎样恢复到可理解状态。这里是本文由持续学习概念引出的管理含义，并非原文已描述某台设备的具体操作流程。

NIST的AI风险管理框架把部署后监测、人工覆盖、恢复和变更管理等列为需要考虑的机制。这些内容服务于AI系统的一般管理，并不是专门给认知电子战颁发标签。它们提示的是：只要系统允许更新，就应能解释更新发生了什么，以及使用者如何保持对结果的理解。[3]

九、证明“学到了”，需要比一次演示更多的证据

如果演示中更新后的系统表现更好，首先还要确认比较条件是否发生变化。可能是环境变得容易，可能是输入质量提高，也可能是人工同时修改了配置。只有把这些因素解释清楚，才能更有把握地把改善归于学习。这是评价因果关系的基本要求，不能由“运行过学习模块”代替。

对于前面的温控例子，一份有解释力的记录应把学习前后的版本、当时可用的观测、已经执行的动作和随后得到的结果联系起来。评估还应覆盖一些未用于本轮更新的新情况，以观察系统有没有只记住刚见过的片段。这样的记录讨论的是一般学习系统验证，不能视为原刊提供的某型号验收方案。

另一个容易忽视的地方是时间顺序。如果回放评价让系统提前看到了当时尚未到来的结果，它呈现出的“聪明”就可能依赖未来信息。区分行动前可用的信息与行动后形成的经验，才能判断运行中的能力，而不是事后整理资料的能力。

NIST在2026年3月发布的部署后AI监测报告指出，部署前评估通常发生在受控环境，实际运行仍需要监测可靠表现、意外输出及部署情境中的后果；报告也明确说明相关方法和术语仍有待完善。这支持持续观察的必要性，却没有给“认知”提供一个简单的通过或不通过标准。[4]

十、让认知成为一项能够解释的能力

回到原文的问题，AI可以承担识别、评估或计划中的任务；认知系统则进一步把感知、目标、行动和经验更新联系起来。两者之间的区别，在Haigh的框架中落到了部署后的交互与学习，而不是算法名称、模型规模或宣传用语。

这也让阅读技术介绍有了更具体的抓手。系统从哪里形成经验，经验改变了什么，改变何时进入后续判断，效果怎样得到验证——这些问题比单独询问是否使用AI，更能解释一套系统当前做到哪一步。回答暂时不完整，也可以准确报告已经实现的部分，而不必把所有能力都包装在同一个名称里。

原文参考书《认知电子战：人工智能方法》第二版由Haigh与Julia Andrusenko合著。[2] 后续专栏将展开系统内部过程；先分清对输入作反应与从经验改变判断依据，才有稳定的讨论起点。

资料来源与说明

[1] Karen Zita Haigh：AI-enabled EW Isn’t Cognitive EW，JED，2026年6月，第41—42页，广告排除。文章署名与栏目共同作者分开记录。

[2] Karen Zita Haigh、Julia Andrusenko：Cognitive Electronic Warfare: An Artificial Intelligence Approach，第2版，Artech House，2025年。

[3] NIST：AI Risk Management Framework 1.0，2023年，Manage 4.1。

[4] Anita Rao等：Challenges to the Monitoring of Deployed AI Systems，NIST AI 800-4，2026年3月6日，摘要。

文中温控例子、更新记号、时序分析与证据讨论为解释性延伸。原刊所引Shettleworth著作书目信息已由Oxford Academic核对。外部资料核验于2026年9月19日。