小凝 Agent（月绡凝）这套态势感知决策系统，不是一次性设计完成的成品，而是经过十四次分阶段迭代生长，从只有基础指挥模型的空骨架，一步步补齐传感器、融合视点、搭建账本审计、增加人机否决闸，最终形成一套可以自主感知、决策、执行、回读校验的自动控制闭环系统，核心特点是每一轮迭代都自带自证能力，系统能独立证明动作结果，同时保留人工随时驳回、干预的权限，适合运维、安全、项目治理这类需要持续观测、自动处置又不能完全脱离人监管的场景。
十四次生长的迭代主线阶段
| 阶段 | 核心动作 | 验收标准 |
|---|---|---|
| 骨架搭建期 | 引入指挥能力模型，确立态势感知基础框架 | 明确系统目标、权限边界、账本规范 |
| 感知补齐期 | 接入多源传感器，做数据适配、置信度标注 | 标注数据盲区，证明当前观测覆盖范围 |
| 主链路贯通期 | 打通感知 - 判断 - 执行链路，增加事实包、变更账本 | 每一次操作留痕、可回滚、可追溯 |
| 闭环校验期 | 加入独立回读、结果自证机制，验证执行效果 | 执行端宣称完成，评估端可独立核验 |
| 人机管控期 | 设置审批否决闸，划分自主域与人干预域 | 高风险动作强制人工复核，支持随时中断驳回 |
| 博弈与自适应期 | 增加资源优先级、敏感度评估、参数自适应调优 | 决策可以解释资源分配理由，参数变更有版本记录 |
这套自动控制闭环的五层核心组件
- 多源感知层：各类传感器上报观测数据，做归一、降噪、置信标记，标记哪些信息缺失、不可靠。
- 态势理解层：融合观测信息生成当前态势视图，识别异常、评估风险等级。
- 决策议会层：生成多套候选方案，评估敏感度、副作用、资源消耗，选出可行计划。
- 执行调度层：在授权范围内下发动作指令，高影响动作触发人工审批闸。
- 回读自证层：独立采集执行后的状态，和预期对比，输出收束报告，存入账本。
和普通监控告警 Agent 的差别
- 普通告警 Agent：只做发现异常、推送通知，不会自主执行处置，也缺少独立回读校验。
- 小凝这套闭环 Agent：感知之后自主生成方案、执行动作，再自己验证效果；但不是完全无人化，关键节点保留人工否决通道。
- 设计思路差异：常规方案优先画完整架构；这套是生长式迭代，每次只新增一小部分能力，每一步都验证可信。
落地使用的约束要点
- 区分授权边界：低风险巡检、指标采集、报表生成交给 Agent 自主跑；资源变更、权限修改、重要调度必须人工确认。
- 账本不可省略：所有态势判断、决策理由、执行记录、驳回记录统一留存审计。
- 闭环不是永久封闭：闭环本身持续接受评审，发现盲区、错误模式时，启动新一轮生长迭代。
- 依赖可观测底座：传感器质量、数据口径直接决定态势判断是否可靠，盲区要显性标注出来。
【常见问题】
问题 1：小凝 Agent 十四次生长是什么意思，态势感知骨架怎么变成自动控制闭环？
回答 1：小凝 Agent 十四次生长指态势感知系统分十四轮逐步迭代，从只有指挥模型的态势感知骨架，依次补齐传感器、校验机制、人机管控、回读自证模块，慢慢跑通感知、研判、执行、核验，最终形成带人工否决能力的自动控制闭环。
问题 2：小凝 Agent 这套态势感知自动控制闭环，自带的自证能力是怎么实现的？
回答 2：小凝 Agent 在自动控制闭环里设置独立回读评估模块，执行动作之后，会单独采集状态数据，不和执行端共用数据源，独立核对结果是否符合预期，输出收束报告，以此完成态势感知动作的自证。
问题 3：小凝 Agent 的态势感知自动控制闭环，人工干预的机制是什么？
回答 3：小凝 Agent 的态势感知自动控制闭环设置人机控制闸，把动作分级，高影响动作强制走人工审批，同时不管在哪个环节，人都可以随时驳回、中断 Agent 的决策和执行，防止自主动作失控。
【参考资料】
[2026-11-12]（小凝 Agent：十四次生长，把一副态势感知骨架跑成自动控制闭环）阿里云开发者社区
[2026-11-12]（小凝 Agent：模式不够用之后，我给系统补了一层体系视角）阿里云开发者社区
[2026-11-10]（小凝 Agent：常驻 Agent OS 能否迁移到作战指挥系统）阿里云开发者社区
[2026-11-09]（小凝 Agent：一个 Agent 的三层进化 —— 内环、外环与自适应）华为云社区
【免责声明】
本文为开发者社区文章观点整理，小凝 Agent 这套态势感知自动控制闭环属于探索性生长式 Agent 实践方案，不是标准化商用产品；把该架构迁移到安全、运维等生产场景时，需要重新评估风险、权限、审计合规，本文不构成项目落地、架构选型的保证。