Agentic AI的第三种范式来了，16家机构提出「伴身智能体」

今天的 Agent 越来越擅长替人完成任务，但 “做得更多” 是否必然意味着 “对人更好”？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 家海内外高校与科研机构的 22 位研究者提出 ComBodied Agents：一种围绕人的长期状态与主体性构建的 Agentic AI 新范式。论文第一作者丁强刚现为蒙特利尔大学博士生、Mila 成员，同时也是弦指科技创始人，正推动这一范式从研究框架走向 Zilo Ring 智能戒指等 AI 硬件实践。

一位老人漏服了药。

数字智能体可以发一次提醒，具身智能体可以把药送到老人面前。但这两个动作都没有回答：老人是忘了，还是没看懂医嘱？是出现了副作用，还是经过思考后主动拒绝？下一步究竟应该提醒、解释、联系家属、转交医生，还是尊重他的选择、暂时什么也不做？

这个看似普通的场景，暴露了当下 Agentic AI 的一个结构性缺口。

今天最主流的两类 Agent，通常围绕外部任务来组织能力：数字智能体（Digital Agents）操作网页、代码、API 和工作流，改变的是数字世界的状态；具身智能体（Embodied Agents）感知、导航和操控物体，改变的是物理世界的状态。它们都在追求更长的任务链、更高的成功率和更少的人类介入。

然而，当 AI 进入健康、学习、陪伴和个人生活管理等场景，仅仅 “把事做完” 已经不够。AI 可能替用户写出更好的文档，却没有让用户获得更深的理解；可能加速一次决策，却削弱用户判断依据、质疑建议和独立行动的能力。

换句话说，任务完成得更好，与让人长期变得更好，并不是同一件事。

论文标题：ComBodied Agents: a New Paradigm of Human-Centric Agentic AI

作者：Qianggang Ding、Xingyao Wang、Rui Feng 等 22 位研究者

作者单位：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 家海内外高校与科研机构

主要作者：丁强刚，蒙特利尔大学 / Mila 研究所博士生，Zilo 弦指科技创始人；刘邦，蒙特利尔大学 / Mila 研究所副教授

arXiv 页面：https://arxiv.org/abs/2608.10915

Zilo：https://ziloring.com/

近日，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、南京大学、新加坡国立大学等 16 家海内外高校与科研机构的研究者，联合发布论文《ComBodied Agents: a New Paradigm of Human-Centric Agentic AI》，试图重新划定 Agentic AI 的边界。作者团队提出 ComBodied Agents（伴身智能体）融合了 Companion 与 Body，但它并不等于一个更会聊天的 AI 伴侣，而是指一种围绕人的身体、行为、认知、情绪、关系和生活情境持续感知、建模、预测和提供支持的智能体。

论文最核心的转向可以概括为一句话： Agent 的优化对象，不应只是外部任务状态，还应包括人的长期状态轨迹，以及人在这一过程中保留下来的主体性 。

从 “替人完成任务”，

转向 “与人共同成长”

作者用 action substrate（行动基底）来区分三类 Agent。这里的 “基底” 不是交互界面，也不是机器人、手机或云端模型这些载体，而是：究竟哪一类状态在组织系统的建模、决策、行动与评测。

Digital Agents 的中心是数字状态与数字产物；

Embodied Agents 的中心是物理或仿真物理状态；

Combodied Agents 的中心是不断变化的人类状态，以及人的主体性。

三者并不互斥。一个陪伴老人用药的系统，可能同时调用软件工具、可穿戴设备、家庭机器人和医疗服务。但它是否属于 ComBodied Agent，关键不在于使用了多少模态、多少设备，而在于系统最终优化的是什么：是提醒有没有发出、药有没有送到，还是老人能否在安全、知情且有控制权的前提下获得长期支持。

论文给出了五项共同属性：以人为中心的状态建模、纵向性、干预、人与 AI 的共同行动，以及主体性保护。

这也意味着，一个记得用户姓名的聊天机器人，并不会进化成为 ComBodied Agent；一个持续记录心率的手环也不会。只有当感知、记忆、个体模型和干预策略围绕一个持续、可纠正的人类状态模型连接起来，并以长期的人类收益为目标时，才真正跨过这道门槛。

一个闭环：从多模态证据到 “是否应该行动干预”

为避免新概念停留在口号层面，论文给出了一套闭环技术框架，由四个核心能力组成：Human-State Perception（人类状态感知）、Longitudinal Memory（纵向记忆）、Personal World Model（个人世界模型）和 Intervention Planning and Delivery（干预规划与实施）。人与环境在干预后的反馈，又会反过来更新下一轮感知、记忆、预测和策略。

第一步不是把所有传感器数据都塞进模型，而是重建有来源、有时间、有置信度、有权限边界的 “事件证据”。

语言、语音、视觉、生理信号、睡眠、运动、位置、社交关系、环境和结构化记录，都可能成为证据来源。但论文特别强调，系统必须保留观察与推断之间的距离：多台传感器一致，不代表结论一定正确；一条高质量的用户纠正，可能比多个间接信号更重要；数据缺失也可能只是设备没电，而非生活规律发生变化。

作者因此提出一条关键链路：

观察 → 事件 → 推断状态 → 预测轨迹 → 获准干预。

例如，心率升高首先只是一个观察。结合运动数据和恢复时间后，系统可以重建 “运动后心率偏高且恢复较慢” 这一事件；进一步结合个人基线，才可能推断疲劳；随后，个人模型可以预测继续运动一小时的可能轨迹；至于是否建议停止运动，则属于干预策略的权限范围。

这几层不能跳步。推断出风险，不等于确认了风险；预测某项建议有益，也不等于系统获得了采取行动的许可。

第二步是纵向、可纠正的个人记忆。与仅保存偏好和历史对话的记忆助手不同，这套记忆不仅包括具体事件和相对稳定的个人信息，还包括状态轨迹、目标与承诺、关系、历次干预及其结果，以及用户的 “不要记住”“不要推断”、纠正和删除要求。

其中最关键的一类，是 intervention-response memory（干预 — 响应记忆）：上一次提醒是否被接受？一次建议究竟带来了帮助、无效还是伤害？如果没有这层反馈，所谓长期记忆很可能只是在更稳定地重复过去的错误。

Personal World Model：

不是 “复制一个人”，而是比较多种未来

闭环的核心是 个人世界模型（Personal World Model） ，简称 PWM。

静态用户画像回答的是 “这个人有什么特征和偏好”；长期记忆回答的是 “这个人过去发生过什么”；而 PWM 要回答一个更难的问题： 对于这个具体的人，在不同决定、干预和环境条件下，他的状态、事件和结果将如何演化？

它的输出不是一个确定答案，而是带有校准不确定性的未来轨迹分布。模型可以比较 “不干预”“先澄清”“现在提醒”“晚一点提醒”“降低支持强度”“用户拒绝建议” 等方案，对依从性、目标进展、健康、能力、安全、关系质量和主体性可能产生的不同影响。

作者也主动给 PWM 划定了边界。

首先，它不是追求完整复刻一个人的 Human Digital Twin（数字孪生）。一个覆盖生理、认知、行为、关系和环境的高保真 “全人数字孪生” 在今天既不现实，也会引入巨大的隐私与治理风险。PWM 应当是 purpose-bounded（目的有界）的：只维护当前支持目标真正需要的那部分状态，允许用户检查、纠正、删除或重置，并显式承认自己不知道什么。

其次，PWM 可以借鉴潜在动力学、生成式世界模型、因果推断、机制模型和记忆增强模型，但写出一个 do (・) 并不会自动消除混杂因素。用户动机、健康状态、隐藏情境和选择性参与都会影响观察结果。高风险系统更不能为了 “学得更准” 而对用户进行无约束探索。

最后，也是最重要的一点：PWM 负责预测，不负责授权。

干预策略只能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、使用范围、安全要求、不确定性阈值、可逆性和人工升级规则共同决定。信息告知、提醒、推荐、辅导、轻推、反思、协调、保护、升级和代为执行，都只是候选动作；沉默、请求澄清、请求确认和转交人类专家同样是正式动作。

因此，一个预测收益很高的动作，如果越过用户边界、不可逆或风险不明，仍然不应执行。安全与同意不能拿来和更高的参与度、平均效用做交换。

为什么伴身智能最终走向 “本地优先”？

一旦 Agent 持续接触健康、情绪、关系、位置、习惯和脆弱性等信息，个人模型由谁拥有、最终行动由谁批准，就不再只是部署细节，而是系统设计的核心问题。

论文将 ComBodied Agent 的部署分为三个阶段：

云端中心：云端大模型负责大部分推理、记忆检索和工具调用，设备主要承担传感与交互；

边云协同：本地组件过滤个人信息、维护轻量记忆与安全边界，云端提供复杂推理，最终结果回到本地解释和授权；

边缘原生：纵向记忆、PWM、偏好、干预策略和安全边界的权威版本保存在用户侧，云端只在需要外部知识或更强计算时按需介入。

这里的 edge-native 并不意味着 “断开云端”。真正的分水岭是：谁掌握关于这个人的权威表征，谁拥有最后的干预权。

在作者设想的第三阶段，用户应当能够检查、纠正、删除、暂停、导出、重置和迁移代表自己的模型状态；本地适配必须可版本化、可回滚，避免一段短期情绪或一条错误记忆永久改变系统策略。云端返回的知识也不能直接改写个人记忆或触发行动，而要经过本地个人模型和治理层重新解释。

当然，本地存储并不自动等于隐私或可信。设备丢失、共享设备、同步冲突、模型漂移和本地过拟合仍会带来风险。论文因此把 edge-native 视为面向不同任务与风险等级的目标架构，而非所有产品必须抵达的统一终点。

伴身智能评测：

完成任务之后，人发生了什么？

如果一个 Agent 可以长期改变一个人，那么单次任务成功率和物理安全只是底线，不再是完整答案。

论文提出，ComBodied Agent 的评测应同时覆盖系统可靠性、模型质量、干预适当性、人类结果与主体性保护，并从单次交互、完整事件延伸到长期轨迹。一个提醒在用药场景里可能有益，在工作场景里可能成为监控，在情感陪伴里则可能加深依赖。因此，评测必须从具体场景、系统权限和潜在伤害出发。

作者进一步把 agency preservation（主体性保护）拆解为八组可评估维度：

用户是否保有对目标、决策和行动的实质控制；

用户能否查看、质疑、纠正、限制或删除记忆、推断和计划；

系统是否帮助用户理解依据、选项、不确定性和风险；

长期支持后，用户自身的技能、判断力和自我效能是否得到保持或增长；

是否出现认知、情感、实践或社交上的过度依赖；

行动是否可暂停、撤销、追溯和修复；

系统是否尊重 “不要记忆”“不要推断” 等边界与同意范围；

系统是在支持真实的人际关系，还是逐渐取代它们。

这套标准甚至允许 “更慢” 成为更好的选择。一个保护主体性的 Agent，可能会多问一句、给出替代方案、降低干预强度，或把高风险问题交给人类，而不是一味追求无摩擦自动化。

论文还提出了 CombodiedBench 的模块化研究蓝图，覆盖人类状态感知、记忆连续性、目标协商、干预适当性、主体性保护、关系边界、升级机制与长期结果。值得注意的是，这里提出的是 benchmark 构建协议与研究议程，而非宣称已经发布一个可直接刷榜的完整数据集。

论文同时主张把隐私泄露、越权高影响行动、拒绝失败、操纵、有害依赖以及未经同意的不可逆行动列为 “不可补偿的关键失败”：它们不能被平均分上的优秀表现抵消。

一个更难、也更接近真实生活的 Agent 研究规划

围绕 “建模什么人类状态、发生在何种关系中、Agent 扮演什么角色”，论文给出了三轴分类法。目标可以是认知与学习、行为与习惯、健康与照护、情绪与关系、生活管理与目标对齐、保护与倡导，以及身份、反思和意义；关系可能涉及自我、家庭、亲密关系、朋友、工作学习、机构和权力不对称场景；Agent 则可能在工具、教练、调解者、照护者、伴侣、倡导者、守护者、反思者和向导等角色间切换。

主题：新加坡科技研究局