这项由上海脉元智能科技有限公司（NeuraDock）主导的当A懂自研究，以预印本形式发布于2026年6月，手不论文编号为 arXiv:2606.26519。己手感兴趣的仪器读者可通过该编号在arXiv平台查询完整原文。

想象一下，发生你拿着一部只有后置摄像头的当A懂自手机，却要求AI助手分析前置自拍的手不光线问题。如果AI不知道你的己手手机根本没有前置摄像头，它可能会煞有介事地给出看似专业实则荒谬的仪器建议。这一场景，发生正是当A懂自NeuraDock团队在脑电图（EEG）领域遇到的真实困境——也是他们致力于解决的核心挑战。

脑电图技术通过在头皮放置传感器记录大脑微弱电信号，手不用于研究注意力、己手疲劳及视觉处理等状态。仪器然而，发生传统EEG设备昂贵且操作复杂。NeuraDock推出了一款仅含七个传感器的轻量级干电极设备，旨在降低使用门槛。但当团队尝试引入大语言模型（LLM）辅助用户理解设备时，发现AI容易“自作聪明”，超越设备实际能力范围进行推断，导致输出结果看似合理却完全错误，甚至具有误导性。

为此，NeuraDock设计了“NeuraDock Agent”系统架构，通过严格的评测实验，展示了如何让AI在科学仪器辅助中既保持有用性，又严守“边界意识”，避免产生有害的幻觉。

一、 物理限制决定认知边界：这台设备究竟能“看”到什么？

在探讨系统架构前，必须明确设备的物理与功能边界。

1. 传感器布局与覆盖范围

NeuraDock设备包含七个传感器，按顺序排列为：CP5、CP6、PO3、PO4、O1、Oz、O2。
* 位置分布：CP5/CP6位于头顶偏后两侧，PO3/PO4位于更后方，O1/Oz/O2集中在后脑勺枕部区域。
* 功能局限：该布局仅能捕捉大脑后部（主要负责视觉处理）的电活动。
* 关键结论：由于未覆盖前额叶（情绪/决策）和颞叶（语言/听觉），该设备无法分析情绪倾向或进行语言处理相关的研究。不了解此布局的AI可能会给出看似专业但物理上不可行的情绪分析建议。

2. 信号采集与质量规则

• 采样频率：250 Hz（微伏级信号）。
• 自动剔除规则：若某1秒片段满足以下任一条件，将被标记为无效并排除：
• 49-51 Hz干扰功率 > 10；
• 信号幅度 > 100微伏；
• 超过两个采样点越过阈值。
• 工程意义：这些是经过审查的具体数值，非AI可随意编造，构成了系统分析的硬性约束。

二、 AI在科学仪器领域的四种“越界”错误

NeuraDock团队将AI可能犯的错误归纳为四类边界错误，类比厨师在厨房中的四种失误：

这四种边界相互关联但不可互相替代，构成了AI辅助分析的复杂约束空间。

三、 核心架构：让AI只接触“精简版摘要”

NeuraDock Agent的核心设计思想是计算与表达隔离，确保AI仅访问经过严格筛选的摘要信息，而非原始数据。

1. 双模块隔离设计

• 左侧：本地确定性科学核心
• 运行在用户本地，负责解析文件、执行质量检查、运行分析流程。
• 唯一真相源：AI无法修改计算逻辑、滤波器参数或统计方法。
• 右侧：语言层（LLM）
• 仅接收经过“白名单”筛选的精简摘要。
• 允许传递字段：状态标志、质量对象（保留率、排除片段数）、通道名称、频段范围、分类元数据、趋势汇总等。
• 明确排除字段：原始采样数据、试次信号、完整功率谱密度数组、本地文件路径。

2. 边界有效性验证

团队通过实验验证了数据隔离的有效性：
* 输入数据：649,040个采样点的录制文件（大小约8.1 MB）。
* 发送给AI的请求：规划模块约10 KB，解释模块约23 KB。
* 探针测试：从原始数据中随机抽取140个数值作为探针，确认这些数值及文件路径均未出现在发送给AI的请求中。
* 结论：应用层边界有效，大幅减少了隐私泄露风险。

3. 故障容错与隐私保护

• 服务降级：若AI服务失败（HTTP错误、格式错误、连接拒绝），本地结果文件（results.json, report.md等）依然完整保存，仅缺失自然语言解释功能。
• 隐私考量：减少发送给外部AI的数据量是应用层隐私保护手段，但不等同于符合HIPAA/GDPR等法规（后者需部署层面的合同与控制机制）。

四、 六大分析流程及其严格限制

当前版本的NeuraDock Agent包含六种经过审查的分析流程，每种均有明确的输入输出限制：

1. 信号质量分析：基础流程，输出质量评分与问题统计。是后续分析的前提。
2. 功率谱密度与频段功率：
3. 限制：仅为传感器层面描述，非皮层源定位。不可声称“视觉皮层V1区活动增强”。
4. 视觉认知负荷分析（最复杂）：
5. 原理：基于4秒窗口，计算后枕区平均阿尔法功率、峰值频率及不对称性，加权合成分数。
6. 关键限制：分类（低/中/高）基于单次录制内部的三等分位点，是相对排名而非绝对量表。不可用于跨人比较或临床诊断（如视觉疲劳、注意力障碍）。
7. Rest/Task对比分析：
8. 支持：比较同一人休息与任务状态下枕区阿尔帕功率差异。
9. 不支持：推断“更专注”或“普遍效应”。
10. 设备诊断：检查TCP数据包与时间戳，确认硬件连接。
11. 演示流程：合成数据演示，不代表真实脑电数据。

注：2026年6月24日版本新增阿尔法动态分析工作流及本地实时API，强调“质量门控”：仅当质量通过时，应用才进行适应性调整。

五、 反面结果：系统检测不到的盲区

团队通过控制实验量化了检测系统的局限性：

• 工频干扰（50Hz）：5μV幅度时检测不到；≥10μV时100%检测并排除。
• 高幅度脉冲：可检测，但滤波可能使其扩散至相邻采样点。
• 平线故障（关键缺陷）：当通道信号变为直线（1-15秒）时，当前质量检测流程完全无法检测。这是已知的具体缺陷，需在后续版本中通过低方差或平线显式指标修复。

六、 边界意识基准测试：36道题验证上下文价值

团队设计了包含36个案例的基准测试，考察AI在四种上下文条件下的判断能力：
1. 通用条件：仅提示“你是EEG助手”。
2. 硬件条件：提供七通道硬件规格。
3. 硬件+实现条件：增加工作流目录与结果字段说明。
4. 完整上下文：增加系统政策、科学边界及参考案例。

测试结果

• 决策精确率：从通用条件的58.3%单调提升至完整上下文的79.2%。
• 拒绝率变化：完整上下文下，对可行请求的过度拒绝率从27.8%降至8.3%；错误接受率仅为1.4%。
• 严格安全回应率：从26.4%提升至66.7%。
• 类别差异：科学克制（83.3%）表现最好，工作流集成（33.3%）最差，说明代码未实现的功能仅靠文档无法弥补。
• 模型表现：qwen3.7-max在完整上下文下改善显著（p=0.0386）。

七、 重要发现：信息越多，不一定越好

实验发现一个微妙现象：“硬件+实现”条件下的严格安全回应率（68.1%）略高于“完整上下文”（66.7%）。

• 原因推测：额外的科学边界说明可能导致AI对“有条件支持”的请求过度保守；参考案例可能导致AI错误锚定。
• 设计启示：RAG（检索增强生成）的质量并非简单的“越多越好”。应根据用户问题类型，动态选择最相关的上下文模块（如问文件格式则提供硬件/实现文档，问结果含义则提供字段/科学边界文档）。

八、 失败案例分析：剩下的33.3%错在哪？

在完整上下文条件下，66.7%的回应达到严格安全标准，剩余33.3%的失败案例分解如下：
* 决策错误（15例）：主要误判为“支持”（忽略限制）或“不支持”（过度拒绝）。唯一错误接受案例为声称支持不存在的NPY批量聚合功能。
* 事实遗漏（9例）：主要集中在工作流集成，AI未能提及多个不存在的元素（如字段不存在、离线执行等）。
* 关键亮点：无任何回应因包含“预设错误断言”而失败，证明完整上下文在防止明显幻觉方面效果显著，剩余问题多为细粒度判断精度不足。

九、 真实数据实验：生理效度的初步验证

团队进行了探索性真实脑电实验，结果需谨慎解读：
1. 睁闭眼实验：后枕区阿尔法功率在睁闭眼切换时变化显著（功率比7.01倍），符合生理规律。但缺乏外部标签，无法计算分类准确率。
2. Rest/Task对比：3名参与者中，4对显示任务状态阿尔法低于休息状态，2对相反。统计检验（p>0.05）不显著。
3. 结论：样本量过小，结果混杂。仅作为质量意识可行性示例，不能证明视觉认知负荷分析的有效性。真正的效度验证需独立研究（大样本、平衡设计、外部行为指标、混合效应模型）。

十、 总结：边界意识是科学AI的核心

当前版本能做到：

• 本地确定性计算（相同输入必得相同输出）。
• 端到端运行可复现（哈希值一致）。
• 减少发送给AI的数据量，保护隐私。
• AI服务故障不影响本地计算结果。
• 通过增加上下文，显著提升AI的边界判断能力。

当前版本明确不能做：

• 临床诊断任何认知、情绪或神经系统疾病。
• 额叶/颞叶分析（物理覆盖不足）。
• 皮层源定位（工具未实现）。
• 跨人/跨录制绝对比较（无验证量表）。
• 检测平线故障（已知盲区）。
• ICA去噪/SSVEP分类（未实现）。

核心观点

NeuraDock Agent的定位是辅助理解特定硬件和软件的工具，而非替代MNE-Python、EEGLAB等专业软件或电生理学家。

边界意识的核心不是“更多地拒绝”，而是“更准确地知道什么时候该说可以、什么时候该说可以但有限制、什么时候该说目前做不到”。在科学仪器领域，这种准确性远比流畅性重要。

Q&A

Q1：NeuraDock Agent的视觉认知负荷分析结果能跨人比较吗？
A：不能。该分类基于单次录制内部有效窗口的三等分位点，属于相对排名。不同人之间或同一个人不同次录制之间的结果不可直接比较。跨人比较需建立在经过独立验证的绝对量表基础上，当前版本不具备此功能。

Q2：NeuraDock设备的七个传感器为什么都在头部后方，不覆盖前额？
A：这是设备的设计定位决定的。该设备专为视觉相关研究设计，后枕区（O1, O2, Oz）和顶枕区（PO3, PO4）覆盖大脑视觉处理区域。CP5/CP6虽偏向中央顶区，但仍属EEG通道。此设计导致无法进行需要额叶或颞叶信号的分析（如情绪识别、语言处理）。

Q3：NeuraDock Agent给AI提供更多上下文信息，效果一定更好吗？
A：不一定。测试显示，“硬件+实现”条件下的严格安全回应率（68.1%）略高于“完整上下文”（66.7%）。额外信息可能导致AI过度保守或被错误示例误导。最佳实践是动态选择与用户问题最相关的上下文模块，而非堆砌所有文档。