“把约束当作认知机制的一部分”，本该是具身认知的第一性原理。

在工程领域，我们很少会否认一个常识：
任何真实运行的系统，都是在约束中工作的。

有带宽限制，有时延，有噪声；
有物理边界，有能耗上限，有安全红线；
有法规、流程、责任与审计。

奇怪的是，当我们谈到“具身认知”“智能系统”“自主决策”时，这个常识却经常被暂时搁置。认知被建模为算法、策略或模型本身，而约束被推迟为“工程实现阶段再处理的问题”。

这恰恰是今天许多具身智能系统在真实世界中频繁失稳、难以治理的根源。

一、工程系统从来不是“先认知、后约束”

在任何成熟工程领域，都不存在这样的设计路径：

先设计一个在理想条件下运行的核心机制，
再看看现实世界允许它怎么跑。

飞机不是这样造的，核电站不是这样设计的，工业控制系统也不是。

工程师从一开始就会问：

• 最坏情况下还能不能稳定？

• 当信息不完整时会发生什么？

• 当执行能力退化时是否还能安全？

• 如果出问题，是否能被检测、定位和干预？

这些问题不是“实现细节”，而是机制是否成立的前提。

二、 很多智能系统的工程化项目却长期忽略了这个常识

在很多智能系统讨论中，认知机制往往被理解为：

• 一个决策函数

• 一个策略网络

• 一个世界模型

• 一个优化目标

而以下内容被默认为“外部条件”：

• 实时性限制

• 可观测性不足

• 执行器精度

• 通信与协同约束

• 安全与法规要求

于是出现了一个结构性错位：

系统在“认知上是合理的”，
但在工程上是不可运行的。

这并不是算法“还不够好”，
而是认知机制的定义本身就不完整。

三、如果认知脱离约束，它就不是“具身的”

“具身”这个词，本身就意味着：

• 有身体

• 有物理环境

• 有因果反馈

• 有失败后果

如果一个所谓的“认知机制”：

• 只在无限算力下成立

• 只在零噪声感知下成立

• 只在完美执行下成立

那么它本质上仍然是去身化的。

它也许是一个不错的数学对象，但还谈不上工程意义上的认知。

真正的具身认知，必须把“在约束下还能不能运行”作为定义的一部分。

四、约束不是限制认知，而是塑造认知

一个重要的工程直觉是：

约束并不是“削弱能力”，
而是决定能力形态。

人在夜间驾驶会降低速度，这不是认知退化，而是认知适配；
机器人在负载增加时改变策略，这不是失败，而是机制在边界内调整。

认知从来不是“无限可能性的选择器”，
而是“在约束下做出可执行决策的机制”。

如果把约束移除，所谓的“认知能力”反而失去了现实意义。

五、工程上，认知必须能被监测、干预和复盘

工程系统还有一个现实要求：

如果出问题，必须知道是哪里出问题。

这意味着认知机制必须：

• 有可观测的运行状态

• 有明确的失效模式

• 有可插入的干预点

• 有可回放的证据链

而这些能力，只有在约束被明确写入机制结构时才可能存在。

如果约束只是“环境假设”，
那失败永远只能被解释为“模型不行”或“场景没覆盖”。

这在工程上是不可接受的。

六、这为什么是“第一性原理”

第一性原理不是“最抽象的说法”，
而是最早必须被承认、否则一切都会走偏的事实。

对于具身认知系统来说，这个事实就是：

认知不是在约束之外发生的，
而是由约束塑形、在约束中运行、并因约束而可治理的。

如果不从这里出发：

• 工程会不断补丁化

• 治理会不断事后化

• 风险会不断系统性累积

结语

“把约束当作认知机制的组成部分”，
并不是一个激进的新主张。

恰恰相反——
它本该是具身认知在进入工程世界时，最早被确立的第一性原理。

今天我们之所以需要反复强调它，
正是因为过去太长时间里，我们忽略了这一点。