人工智能之数字生命-特征类说明及架构20260104

可以把特征类想成一个“裁判台”，它不生产球员（特征值节点不由它创建），只负责判定两件事：是不是同一个人、是不是换了动作🧠⚖️

---

目标1：区分存在 = 找到“身份锚点”并让它抗抖

前面的设计正好对应三条硬规则：

• 只用稳态进入身份对比：瞬态噪声不进入“身份证库”
• 原型/区间压缩：身份锚点要紧凑，不然越存越像“雾”
• 比较策略统一出口：特征类只做集合组织与加权，单项距离交给 特征距离/比较策略模块

结果就是：
存在匹配不再被每帧抖动牵着鼻子走，场景里也不会疯狂“生孩子”。

---

目标2：发现动态 = 只在“稳态切换”处打点

动态最值钱的不是“每帧变化”，而是这种结构：

• 稳态A持续
• 经过一段候选门（可能短暂不稳）
• 落入稳态B
• 产生事件：A -> B

你现在的稳态体系让“动态”天然变稀疏、可叙事：

• 候选门负责过滤噪声
• 稳态表/区间负责定义“状态盆地”
• 迁移