认知连续性测试验证持久 AI 智能体的受控状态转移

本文提出认知连续性测试（CCT），一种基于策略的合约，用于验证持久 AI 智能体的状态转移是否具备合规授权、可溯源和语义一致性。

CCT 通过作用域授权、来源证明、确定性应用、语义断言和候选持久性收据，区分可验证的合法转移、明确违规和证据不足的情况。在 IdentityLineageBench 基准上，参考验证器匹配全部 576 个规范标签，而仅凭状态相似度或血统诊断分别仅能接受 60% 和 80% 的无效转移。

事实：论文定义了 CCT 的五个组成部分并给出形式证明；基准包含 24 个转移族群，共 576 个持外标签；居民输入上的有效路径研究测得 6.21 ms 中位延迟。

推断：CCT 能减轻因状态相似性导致的误判风险，但尚未测量实际模型迁移或 SIT 行为。

猜测：若结合策略感知的运行时系统，CCT 可能成为治理持久智能体状态演进的可操作层。