认知战迈向大模型驱动的认知智能体阶段

　　郭斌，刘静琦，陈梦琦，梁韵基，丁亚三

　　西北工业大学

　　CICC认知与行为专业委员会

　　近年来，大语言模型、多智能体系统、社交网络计算、认知建模与仿真推演等技术持续发展，认知战正由传统的“信息传播竞争”向“智能体参与下的认知塑造”演进。在这一过程中，认知智能体逐渐成为认知空间智能化的重要技术形态。它以大语言模型为核心，融合环境感知、身份建模、策略规划、协同交互和反馈修正等能力，能够在复杂认知环境中持续参与信息理解、认知影响、态势研判和推演验证。

　　其中，社交智能体是认知智能体在社交网络平台和网络舆论场中的具体表现形态，承担着连接信息生成、社交互动、群体影响与推演反馈的作用。不同于传统网络水军和自动化账号侧重批量发布、制造声量，社交智能体更强调“环境感知—身份建模—策略规划—协同交互—反馈修正”的闭环运行。它不仅关注信息的传播效果，也关注群体认知状态、情绪变化、立场迁移和行为倾向，并在持续反馈中优化交互方式和策略路径，从而推动认知行动由单向“内容投放”向“智能主体参与、体系协同运行和仿真推演验证”转变。

　　中国指挥与控制学会认知与行为专业委员会长期围绕“社交智能体与认知决策”开展学术组织与技术交流，重点关注认知建模、行为决策、人机协同、社交智能体、多智能体群智协同、认知安全与仿真推演等方向，已在社交智能体框架、认知策略建模、群智协同提升、复杂社会系统建模和认知行为实验等方面形成了较好的工作基础。面向未来，专委会将持续推动认知智能体技术与人工智能、认知科学、社交网络计算、多智能体系统和智能仿真推演等方向深度融合，服务认知安全、舆情治理、公共安全、应急管理、国防安全和智能决策等应用领域。

　　一、认知智能体正在重塑认知战运行逻辑

　　传统信息传播更关注内容能否发布、渠道能否覆盖、声量能否放大，而认知战关注的则是信息进入目标群体之后，如何影响其注意力分配、情绪反应、信任判断、价值认同和行为倾向。换言之，认知战竞争的重点不再只是“让人看到什么”，而是进一步转向“让人如何理解、如何判断、如何行动”。

　　随着大语言模型、社交媒体平台和智能体技术的发展，认知空间中的行动主体也在发生变化。早期AI更多扮演“内容机器”的角色，主要用于生成文章、评论、图片、视频脚本等信息内容；而认知智能体则进一步具备环境感知、身份保持、记忆调用、行为规划、交互执行和反馈调整能力。其中，社交智能体作为其在网络舆论场中的具体行动形态，能够以相对稳定的数字身份持续参与社交互动和舆论反馈。

　　认知智能体技术对认知战的影响，主要体现在四个方面：一是行动主体由人工运营账号、规则脚本账号向具备记忆、认知和自主规划能力的智能体转变；二是行动方式由单点内容发布向连续化社交交互转变；三是组织形态由分散账号矩阵向多智能体集群协同转变；四是评估方式由事后复盘向事前模拟推演转变。这意味着，未来认知战不再只是内容、渠道和流量的竞争，而是智能体塑造能力、策略建模能力、集群协同能力和模拟推演能力的综合竞争。

　　基于此，认知战智能体化可以概括为“认知塑造—策略建模—群智协同—模拟推演”的总体框架。首先，通过社交智能体塑造，构建具备感知、记忆、规划和交互能力的网络化认知行为单元；其次，通过认知策略建模，将认知心理规律转化为可计算、可匹配、可演化的策略模型；再次，通过多智能体协同，面向复杂认知任务实现大规模智能体编组与群智行动；最后，通过模拟推演仿真，在虚拟认知空间中对敌我博弈、群体反应和策略效果进行事前验证并优化。

　　综上，认知战正在进入一个更加系统化、智能化和平台化的新阶段。其核心不再是单纯提升内容生成效率，而是围绕认知智能体塑造、认知策略建模、多智能体协同和仿真推演，构建覆盖“行动主体—行动方法—组织方式—验证环境”的完整技术体系。

　　二、大模型驱动的认知智能体关键技术

　　大模型驱动的认知智能体技术，并不是简单地将传统网络账号替换为AI账号，也不是单纯提升内容生成效率，而是围绕认知空间中的“人、信息、平台、群体和对抗关系”，构建一套可感知、可规划、可协同、可推演的智能化行动体系。总体来看，其关键技术主要包括社交智能体塑造、认知策略建模、多智能体协同和模拟推演仿真四个方面。

　　1. 社交智能体塑造：认知智能体的网络化行动形态

　　社交智能体是认知智能体在社交网络平台和网络舆论场中的具体表现形态，是指以大语言模型为核心，融合社交计算、认知建模与行为规划能力，在网络平台中以特定身份持续参与信息传播、互动交流和舆论反馈的智能化行动单元。它不同于传统自动化账号或内容生成工具，并不只是批量发布文本，而是能够围绕特定任务目标和社交场景，形成相对稳定的身份设定、话语风格、认知倾向和行为模式，并根据外部环境变化动态调整自身行动。

　　总体来看，社交智能体的塑造主要包括四个方面：一是对网络环境的实时感知与语义解析，二是对数字身份与行为一致性的构建，三是面向任务目标的行动规划与话语生成，四是基于传播反馈的持续修正与适应。通过这四个环节，社交智能体从单纯的“内容生产者”转变为能够感知环境、理解语境、维持身份、规划行为并嵌入社群互动的“数字化认知行动者”。

　　社交智能体首先依赖对网络环境的实时感知与语义解析。它可以通过话题检测、情感分析、立场识别、事件抽取、传播路径分析和社群画像等技术，识别热点议题的演化阶段、群体情绪变化、用户立场分布、平台话语风格以及潜在对抗信号。与传统关键词监测不同，这种感知并不局限于表层词频，而是面向语义关系、情绪倾向和社群结构进行动态建模，从而为后续介入时机和表达策略提供依据。

　　在身份塑造方面，社交智能体通过人物设定、长期记忆和行为一致性控制来维持可信形象。其身份不再只是头像、昵称和简介，而是由知识背景、语言风格、兴趣偏好、价值倾向、互动习惯和历史立场共同构成的行为模型。借助短期上下文记忆、长期语义记忆和交互历史记录，智能体能够记住参与的历史话题、互动对象、表达立场和语言特征，并在后续交流中保持前后连贯，降低身份角色以及会话逻辑冲突的风险。

　　在行动生成过程中，社交智能体需要结合任务目标、舆论态势和身份约束进行策略规划。它不仅判断“说什么”，还要判断“何时说、以何种姿态说、对谁说、说到什么程度”。在争议性议题中，智能体可以根据场景选择支持、质疑、缓和、补充信息或转移话题等不同策略，并通过提问、共情、引用经验、弱化冲突等方式进入讨论，使输出内容同时满足语义相关性、身份一致性、情绪适配性和平台规范性要求。

　　更重要的是，社交智能体具备基于反馈的持续修正能力。它可以根据用户回复、点赞转发、评论倾向、群体情绪变化和平台处置结果，调整自身表达强度、互动节奏和话语策略。强化学习、人类反馈学习、检索增强生成和行为约束机制可进一步提升其表达质量、身份稳定性和场景适应性。由此，自动化传播不再只是短期声量放大，而是逐步演化为能够长期嵌入社群、持续参与互动并影响认知判断的智能化网络行动形态。

　　2.认知策略建模：从内容生成到认知路径调控

　　认知策略建模是认知智能体开展认知行动的核心环节。其重点不在于生成单条内容，而在于理解目标对象在交互过程中的认知心理变化，并将抽象的认知规律转化为可计算、可匹配、可演化的策略模型，从而支撑智能体进行动态决策。

　　从认知心理学视角看，人的心理活动可概括为认知、情感和意志三个层面：认知对应个体对事件、人物和情境的理解判断；情感对应个体对外部信息的态度体验；意志则对应个体在主观判断基础上形成行动倾向的过程。由此，认知策略建模可被抽象为“认知调控—情感调控—行为引导”三个阶段。

　　其中，认知调控侧重识别目标对象的关注焦点、已有立场、知识背景、信任来源和判断偏差；情感调控侧重降低心理防御、建立情绪连接、缓和对抗心理并提升信息接受度；行为引导则侧重通过建议、引导、方案呈现、观点强化和群体参照，推动目标对象从认知理解走向态度变化与行为选择。

　　在技术实现上，需要为不同阶段构建相应的策略集合，并建模策略之间的组合关系与转换规律。例如，系统可先通过任务问询识别对象状态，再进行观点表达和逻辑解释，随后通过情感共鸣降低对抗心理，最后借助观点强化或群体参照推动认知转化。由此，策略建模不只是选择“用什么策略”，还要决定“策略如何衔接、如何组合、如何演化”。

　　认知策略建模的核心，是形成“状态识别—阶段判断—策略匹配—序列组合—反馈演化”的闭环，使认知智能体能够围绕目标对象的认知心理变化，进行更精准、更连续、更自适应的认知行动。

　　3.多智能体协同：从单体交互到群智行动

　　多智能体协同是认知战智能化的重要组织形态。单个认知智能体只能完成局部感知、表达或互动任务，而复杂认知行动往往面向多平台、多群体、多阶段和强对抗环境，必须依靠大规模智能体集群发挥群智效应，实现从“个体行动”向“体系行动”的转变。

　　在任务牵引下，系统首先需要围绕认知目标形成总体行动方案，明确任务意图、作用对象、行动阶段、资源配置和风险边界；随后依据任务需求进行智能体编组，将不同能力、身份、风格和功能的智能体组织成若干行动单元，分别承担态势感知、对象研判、策略生成、内容表达、互动介入、风险识别等任务。

　　与传统账号矩阵不同，多智能体协同的核心不在于简单扩大数量，而在于形成可调度、可协同、可控序的群体智能。系统可以根据任务规模集中调度大规模智能体，使其在统一目标下保持分布式行动与整体一致性：既能够覆盖不同社群和传播场景，又能够通过协同策略保持行动节奏、表达风格和任务方向的统一。

　　在高对抗认知环境中，协同方式还需要具备低可见性和自适应能力。不同智能体之间不能表现为机械重复和显性联动，而应在统一任务约束下形成差异化表达、分散式互动和阶段性配合。同时，认知战场态势持续变化，热点议题、群体情绪、平台机制和对手行动都会不断演化，智能体集群需要根据环境变化动态调整编组结构、行动节奏和协同策略。

　　因此，多智能体协同的本质，是面向认知任务形成“方案生成—力量编组—集中调度—协同执行—自适应演化”的群智行动体系。它使认知行动不再依赖单点智能，而是依靠大规模智能体集群的组织化运行，实现更强的体系性、持续性和环境适应能力。

　　4.模拟推演仿真：从事后复盘到事前验证

　　在社交智能体塑造、认知策略建模和多智能体协同的基础上，模拟推演仿真成为认知战智能化的重要验证环节。认知空间具有高度复杂性、不确定性和对抗性，任何策略方案在真实环境中都可能受到目标群体反应、平台机制变化、外部事件扰动和对方反制行动的影响。因此，认知行动需要从经验判断走向事前推演和可计算验证。

　　近年来，基于大语言模型的社会仿真平台为认知战推演提供了新的技术基础。通过构建具备不同身份、立场、情绪、记忆和行为偏好的智能体，可以在虚拟社交网络中模拟信息扩散、群体互动、观点演化和对抗博弈，从而形成面向认知空间的虚拟试验场。

　　在推演系统中，可以同时设置红蓝双方智能体和中立受众智能体。红方或蓝方智能体按照既定任务执行感知、分析、表达和互动，对抗方智能体模拟反制、干扰和竞争性行动，中立受众智能体则根据自身画像、社交关系和认知状态，对不同信息作出接受、质疑、转发、沉默或反驳等反应。通过多轮交互，可以观察不同主体在虚拟认知空间中的动态博弈过程。

　　模拟推演的价值不只是评估信息是否扩散，更在于验证策略是否有效、风险是否可控、对抗是否可预判。例如，不同策略是否会改变群体认知方向，某种干预是否可能放大争议，对方反制是否会削弱行动效果，平台推荐机制是否会加剧群体极化，智能体集群协同是否会产生非预期结果。

　　因此，模拟推演仿真可以形成“场景构建—群体建模—敌我配置—策略注入—互动演化—效果评估—方案优化”的技术闭环。它使认知战从事后复盘走向事前预演，从静态分析走向动态博弈评估，从经验决策走向仿真验证。

　　三、体系运行：认知智能体系统如何形成整体效能

　　如果说关键技术解决的是“智能体具备什么能力”，那么体系运行解决的则是“这些能力如何形成认知作战效能”。认知智能体系统并非若干模型和账号的简单组合，而是围绕认知任务目标，将态势感知、策略生成、力量编组、协同行动和动态调适贯穿起来，形成面向认知空间的体系化运行机制。其核心，是将分散的智能体能力组织为可指挥、可编组、可协同、可演化的认知作战力量。

　　1.任务牵引：以认知目标统摄行动设计

　　认知智能体系统的运行首先由任务牵引。系统需要围绕特定认知目标，明确作用对象、目标群体、认知状态、时间窗口、平台环境和约束边界，并据此生成总体行动构想。

　　与一般信息传播不同，认知任务并不是单次内容发布，而是面向目标群体认知状态变化的连续行动过程。其关键在于将抽象的认知目标转化为可分解的行动任务、可配置的智能体力量和可执行的协同方案，使后续行动始终围绕统一意图展开。

　　2.态势主导：从信息监测到认知态势研判

　　认知作战的前提是对认知态势的准确把握。认知空间由热点事件、平台机制、群体情绪、意见结构、传播链路和对抗行为共同构成，具有高度动态性和不确定性。

　　因此，认知智能体系统不仅要监测信息流动，更要识别认知态势变化：哪些议题正在升温，哪些群体正在聚集，哪些情绪正在扩散，哪些节点具有放大效应，哪些对抗行为正在形成。通过对认知态势的持续研判，系统才能判断行动时机、作用重点和风险边界，为后续任务编组和行动控制提供依据。

　　3.力量编组：从单体智能到群智作战单元

　　在任务目标和态势判断明确后，系统需要根据任务需求进行智能体力量编组。不同智能体按照能力类型、身份特征、平台环境和作用对象，被组织为不同功能单元，分别承担态势感知、对象研判、策略生成、内容表达、互动介入和风险识别等任务。

　　这种编组不是简单增加智能体数量，而是通过能力互补和结构化组织形成体系合力。大规模智能体集群可以在统一目标牵引下分布式展开行动，同时保持行动方向、节奏和风格上的整体协调，从而实现由“单点智能”向“群智作战单元”的转变。

　　4.协同调适：面向动态战场的持续演化

　　认知战场并非静态环境。目标群体的情绪会变化，平台规则会变化，对手策略会变化，外部事件也会不断改变认知格局。因此，认知智能体系统不能依赖固定预案，而必须具备动态调适能力。

　　系统需要根据态势变化及时调整行动方案、智能体编组、协作节奏和表达策略，使认知行动能够在复杂环境中持续适应、连续展开和自我演化。由此，认知智能体系统形成“任务牵引—态势研判—力量编组—协同行动—动态调适”的运行链路，推动认知行动从分散执行走向体系化作战。

　　四、方向展望：从认知智能体到认知空间智能系统

　　现有技术距离认知智能体系统的规模化、可靠化、可控化应用仍有距离，仍面临如下痛点。

　　(1) 认知状态建模仍不精准。 目标群体的认知、情绪、信任和行为倾向具有隐蔽性、动态性和个体差异，现有系统仍难以实现稳定感知、量化刻画和持续跟踪。

　　(2) 社交智能体长期一致性不足。 作为认知智能体在社交网络空间中的具体形态，社交智能体在长时交互中容易出现身份漂移、立场摇摆、表达风格不稳定和记忆断裂等问题，影响其持续可信的社交表现。

　　(3) 认知策略生成与匹配能力有限。 不同对象、场景和阶段需要差异化策略，但现有系统对认知阶段识别、策略组合、策略转移和自适应演化的建模仍不够精细。

　　(4) 大规模多智能体协同控制复杂。 上千乃至上万智能体的任务分解、力量编组、集中调度、协同一致性保持和动态控制，仍面临较高的系统复杂度和可控性挑战。

　　(5) 群体行为涌现难以预测。 多智能体与真实用户、平台机制和外部事件交互后，可能产生非预期扩散、群体极化、情绪放大或行动失控等涌现效应。

　　(6) 仿真推演与效果评估体系不完善。 现有社会仿真平台仍难以真实复现平台推荐机制、群体心理和对抗过程，认知影响效果也缺乏统一、可量化、可验证的评估指标。

　　(7) 人机协同机制尚不成熟。 在复杂认知安全场景中，认知智能体可以承担感知、分析、生成和推演等任务，但关键判断、风险把关和行动决策仍需要人类专家参与；如何实现人机之间的合理分工、有效监督、结果校验和责任界定，仍是规模化应用前需要解决的重要问题。

　　从长期看，认知智能体系统的发展不会停留在单点能力提升，而将逐步走向体系化演进。未来系统需要从“内容生成能力”走向“认知建模能力”，从“单智能体交互”走向“大规模智能体协同”，从“现实舆情监测”走向“虚拟认知空间推演”，从“技术应用探索”走向“安全治理体系建设”。

　　未来认知战智能体化的关键，不仅在于模型能力有多强、智能体数量有多大，更在于能否建立一套可解释、可验证、可监督、可治理的认知空间智能系统。只有在能力建设与安全约束同步推进的基础上，认知智能体才能真正成为认知安全防护、态势研判、风险预警和辅助决策的重要支撑。

　　五、结语

　　认知战正迈向由大语言模型和认知智能体技术共同驱动的新阶段。其变化并不只是内容生成效率的提升，而是行动主体、策略机制、组织方式和推演手段的系统性重构：社交智能体使认知行动从“账号操作”走向“智能主体塑造”，认知策略建模使信息表达从“内容投放”走向“认知路径调控”，多智能体协同使行动组织从“分散发声”走向“群智编组”，模拟推演仿真则使认知对抗从“事后复盘”走向“事前验证”。

　　未来认知战的关键竞争，不仅在于谁能生成更多内容、调度更多账号，更在于谁能更准确地理解认知态势，更有效地组织智能体力量，更系统地推演敌我博弈过程，并在动态变化的认知空间中保持持续适应能力。随着大模型推理、多智能体协作、社交网络仿真和认知安全评估体系不断成熟，认知智能体系统有望成为认知态势研判、风险预警、安全防护和辅助决策的重要支撑。

　　中国指挥与控制学会认知与行为专业委员会（CICC Technical Committee on Cognition and Behavior），聚焦于认知与行为领域，全力将前沿理论与先进技术深度应用于实际场景，精准服务国家重大战略需求，尤其在智能科技、航空航天、国防安全等关键领域持续发力。通过组织高水平的学术交流活动，积极促进国内外学者间的紧密合作，有力推动知识创新与技术进步。在学科交叉融合的大趋势下，依托扎实的基础学科，充分整合新兴与交叉学科资源，协同推进认知与行为理论及技术的前沿研究。

　　专委会广泛汇集国内外相关专业的优秀学者，紧密围绕认知科学与人类行为学的核心理论，巧妙融合个体层面的生理、心理独特特征，群体层面的交互模式与拓扑属性，以及社会层面的协作机制与博弈行为。积极开展丰富多样的活动，涵盖智库决策咨询、最新科技创新项目孵化辅导、学术交流、科技评价、期刊出版、技术推广、人才培养和科技普及等多个方面。设立了“认知与行为高峰论坛”品牌活动。

　　未来，专委会将依托计算机科学与技术、软件工程等优势学科，深度融合智能科学、脑与认知科学、人机环境系统智能、控制科学与工程、地理学、测绘科学与技术等多学科力量，大力开展认知与行为相关理论和技术的前瞻性研究、高层次学术交流以及高水平智库建设。为会员精心搭建资源共享、赋能发展的创新学术环境，打造集学术交流、项目合作、社会服务于一体的包容、共享、发展的优质平台，切实促进入会会员所在单位新质生产力提升，为经济社会高质量发展贡献坚实力量。