从粒子到智能体：空间模拟中的幻觉度量认知摩擦

传统建筑仿真（如计算流体动力学、疏散、结构分析）将元素建模为确定性的物理基模，而非认知智能体。为弥合这一差距，我们引入“智能体环境仿真”框架，大型多模态生成模型主动预测基于语义期望的空间环境的下一个状态。drawing on examples from accessibility-oriented AR pipelines and multimodal digital twins，我们提出从时间顺序步骤转向情景空间推理，仿真通过有意义的、基于惊讶触发的事件推进。在此框架下，我们将AI幻觉作为诊断工具。通过形式化认知摩擦（$C_f$），可揭示“幻象可 affordances”，即建筑空间中的半指涉歧义。最后，我们挑战当前HCI范式，将环境视为动态认知伙伴，提出人类中心的认知编排框架，用于设计保留自主性、情感清晰性和认知完整性的AI驱动仿真。