AI 智能体架构中的语义洗白:为何工具边界无法赋予认知保证
人工智能
2026-01-14 v1
摘要
基于大语言模型(LLM)的智能体架构系统性地将信息传输机制与认知辩护机制混为一谈。我们将这类架构失效形式化为语义洗白:一种命题在缺乏或仅有微弱保证的情况下,仅因跨越架构上受信任的接口便被系统接受为可采纳的模式。我们证明,语义洗白构成了 Gettier 问题的架构化实现:命题获得了高认知地位,但其辩护与使其为真的因素之间并无联系。与经典的 Gettier 案例不同,这种效应并非偶然;它是由架构决定的,且可系统性地复现。核心结果是必然自我授权定理:在标准架构假设下,循环认知辩护无法被消除。我们引入了保证侵蚀原理作为对该效应的根本解释,并表明扩展规模、模型改进以及 LLM-as-judge 方案在结构上无法消除一个存在于类型层面的问题。
引用
@article{arxiv.2601.08333,
title = {Semantic Laundering in AI Agent Architectures: Why Tool Boundaries Do Not Confer Epistemic Warrant},
author = {Oleg Romanchuk and Roman Bondar},
journal= {arXiv preprint arXiv:2601.08333},
year = {2026}
}