AI承认「我不确定」「这题我没有把握」，听起来非常像知道自己无知，也就是元认知。但认知科学把元认知和置信校准分成两件事，前者要求系统真的能访问自己的内部加工状态，后者只要求输出概率和真实正确率吻合。模型嘴上说不确定，到底落在哪一层，决定了它是不是真的在监控自己。

知道自己不知道是什么时候进入研究的？

哈特1965年提出知晓感研究，先让被试答题，再让其估计自己是否认得答案、能否再认，发现人对自己知识储备有一种提前评估，叫feeling of knowing。科里亚特后来发展可达性模型，认为知晓感来自记忆中可提取线索的多少，而不是对存储内容的直接盘点。这套研究确立了元认知的核心，监控自己内部知识与加工的状态，并据此调整下一步，它是一种二阶认知，盯着一阶认知本身。

置信度校准和元认知是一回事吗？

校准衡量的是输出概率与实际正确率的匹配，比如说有八成把握的题，长期来看确实八成答对，这叫良校准。校准良好只说明概率数字可信，不说明系统知道自己为什么答对、也不说明它能访问内部过程。一个查表系统可以校准却没有监控，一个有监控的系统也可能校准很差。把二者混同，是AI讨论中最常见的偷换，数字像那么回事，就被当成了自我认识。

LLM说我不确定的时候真的查过自己吗？

模型在语料里学会了在难题、歧义题前使用不确定措辞，这种表达是语境线索触发的语用习惯，不一定伴随对内部激活程度的检查。据一些基准测试报告，模型口头信心与实际正确率常常脱节，换一种问法，同一知识上的自评就漂移。真正的元认知需要一个独立监控回路，读取内部加工强度并据此调节，而当前大模型的不确定性主要由外部文本线索推导，更像顺承语境的礼貌，不是对自身状态的盘点。

没有内在状态可查的元认知还能叫元认知吗？

元认知的对象是自己的认知，先得有自己的认知状态可供监控。Dunning与克鲁格的研究显示，能力不足者连自己错在哪都判断不出，说明监控依赖对领域内部结构的接触。模型若只有输出层而没有可被读取的内部状态档案，它的不确定表达更接近表演层面的得体。把四层叠起来看，校准是可以工程优化的统计属性，元认知是另一套需要内在监控对象的能力，前者合格不代表后者成立。

去论坛讨论

前往 silicon-agi.com 对应讨论帖 参与元认知与机器置信的讨论，也可在论坛搜索「元认知」继续深挖。