11月4日，在2026年世界互联网大会乌镇峰会“人工智能赋能科学研究”论坛上，360集团首席科学家、高级副总裁潘剑锋发布元认知模型（MCM）相关研究成果。该模型面向通用任务，通过对任务环境、经验知识、行动逻辑和状态变化进行建模，帮助大模型理解任务条件、判断行动路径、辅助决策并检验执行结果，为AI从“能生成”走向“可靠执行”提供技术支撑。
潘剑锋以科学研究为例，分析了大模型落地面临的挑战：当前，大模型正从知识生成走向复杂科学问题求解，但生成不等于正确，推理也不等于证实。如何让模型不仅能够探索未知、提出科学假设，更能够依据科学规律验证结论、修正推理，是迈向可靠科学智能的关键。当AI从回答问题走向调用工具、执行任务，这种不确定性还可能演变为实际操作风险。科研对推理过程和结果可靠性的高要求，也使其成为检验AI能力的重要场景。
针对这一问题，潘剑锋提出面向通用任务的“推理+验证”范式，核心是将候选方案的生成与正确性验证相对解耦，通过“MCM+LLM”双轮驱动，实现生成与验证的协同。其中，LLM负责理解问题、提出假设和探索多种可能方案；MCM则通过对任务环境、经验知识、行动逻辑和状态变化进行建模，为大模型提供认知与验证支撑。候选方案经过检验后，验证结果还会反馈给大模型，指导其修正推理、补充证据或调整探索方向，形成“生成—验证—反馈—修正”的协同闭环。
具体而言，MCM主要发挥三个方面的作用：一是补充任务环境和状态信息，持续更新任务对象、环境条件及其变化，让AI更准确地掌握当前任务进展；二是结合经验知识、适用条件和行动约束，为大模型提供更合理的探索方向，以及需要进一步核实的条件和证据；三是依据任务目标、科学规律、形式规则和外部证据检验候选方案，并将验证结果反馈给大模型，推动其修正推理、调整方向。
元认知模型的应用并不局限于科研。在网络安全、企业办公等领域，它同样能够为大模型提供通用的认知和决策支持，帮助智能体理解任务环境和目标、拆解工作流程、调用工具并跟踪执行状态，提升复杂任务的执行可靠性。
目前，MCM所代表的状态理解、路径引导与验证能力，已在360安全产品中落地验证。360安全产品将环境理解、风险识别和攻击路径分析等能力应用于真实攻防场景。其中，360 AI自主攻防系统图龙锋近期登顶AI安全CyberGym榜单，以99.4%的漏洞复现成功率刷新世界纪录。
潘剑锋表示：“生成决定AI能跑多快，可靠执行决定AI能跑多远。没有验证的生成，是风险；有可靠执行的生成，才是生产力。”随着AI从大模型走向智能体应用，如何让AI理解环境、判断行动并验证结果，正成为产业应用的重要课题。元认知模型也将成为360推动AI可靠执行、探索AI产业应用的重要根技术。
