同世界，异呈现：人工代理中依赖历史的感知重组

本文提出一种最小化架构，使人工代理不仅能适应行为，还能维持对世界的历史敏感视角。该架构通过缓慢变化的视角潜变量反馈至感知层，并随感知处理更新，致使相同观测因累积立场不同而被差异化编码。在网格世界实验中发现：扰动历史在条件恢复后仍留有可测痕迹；视角潜变量重组了感知编码；仅自适应自我调节能产生特有的“增长后稳定”动态。结果表明，主导重组发生于感知层面而非行为层面，揭示了人工代理中依赖历史的视角组织最小机制。