机器人执行任务时，知道前方有障碍还不够：如果电量将尽、机身过热或负载异常，它也该随时调整目标和行动。Nature Machine Intelligence 的这篇 Perspective 提出，应把生物的“内感受”引入具身智能——也就是让 AI 持续感知自己的电量、温度、负载和故障状态。
关键不只是把这些信号设成奖励或惩罚。Sungwoo Lee 等人主张，把内部状态作为持续影响学习与决策的情境变量：就像饥饿不仅带来不适，还会改变动物注意什么、优先做什么。借助控制论——让系统根据反馈不断纠偏——外界变化先影响机器人内部状态，内部状态再反过来调整策略选择、探索和记忆更新，形成闭环。
这值得关注，因为现实中的智能体面对资源有限、条件变化和身体约束，不能只追求单一任务得分。不过文章提出的是跨 AI、机器人、神经科学与认知科学的概念框架，供稿未披露具体实验数据或性能提升。