行为科学和人本人工智能长期面临一个核心难题：同一个人在面对相同可观察输入时，不同场合会产生不同结果；不同个体之间的结果差异也无法被任何可观察协变量完全预测。arXiv 上的一篇新论文《你掌控着自己的状态：为何通过因果状态干预可以控制人类结果》试图为这种持续性的人内变异提供一个统一解释。作者认为，这种变异应归因于人的动态潜在状态，并且人类结果在精确的操作意义上可以通过干预状态及其在决策形成时刻的权重来控制。
论文将“状态”定义为时间索引的权重向量，该向量作用于支配个体生物、生理和神经心理过程如何将下一个事件转化为决策和结果的各个维度。作者强调，状态、决策与结果之间的关系是因果性的，而非仅仅相关。这个权重向量在亚日时间尺度上是动态的，意味着一个人的状态可能在一天之内多次变化。此外，论文指出，意识通道——即结果得以被报告出来的通道——是一个狭窄的注意力瓶颈，而瓶颈中的内容本身也依赖于状态。综合这些主张，作者得出结论：给定事件的结果可以在干预时刻的状态轨迹条件下被控制。
为了支持这一框架，作者引用了六条已确立的证据线：因果推断、预测处理、稳态应变、注意力瓶颈、时间生物学和计算精神病学。他们还基于一个已部署的行为平台提供了为期 24 个月的观察数据，该平台覆盖四个职业角色中的超过 20 万名知情同意用户，研究期为 2023 年至 2026 年。基于这些材料，作者推导出七个可检验的预测，列出了状态感知系统的六项操作要求，并讨论了该框架对数字健康、教育、AI 个性化和个人能动性的潜在影响。
该论文为 arXiv 预印本，共 20 页、12 幅图、37 篇参考文献，属于人工智能（cs.AI）和神经元与认知（q-bio.NC）领域。它作为先前关于人类建模因果架构的 SSRN 预印本的配套工作提交。作者包括 Suraj Biswas 等三人，提交时间为 2026 年 5 月 26 日。论文的完整版本可通过 arXiv 获取，DOI 为 https://doi.org/10.48550/arXiv.2605.27580。
这项工作的意义在于，它将人内变异从“噪声”重新定位为“可干预的信号”。如果状态确实可以操作化并实时估计，那么数字健康应用、教育平台和个性化 AI 系统就有可能根据用户当前的状态调整干预措施，而不是依赖静态的用户画像。然而，论文也承认，这种控制是条件性的，取决于干预时刻的状态轨迹，并且意识报告受到注意力瓶颈的限制。因此，任何实际应用都需要满足作者提出的六项操作要求，并进一步验证七个预测。