先给一个工程现场。搭一套跨平台的多 AI 协调系统，让它有两个通道，A 和 B。这两个通道共享同一套长期记忆——事实库、方法技能、用户偏好、历史决策，全在一起；但每个通道的会话上下文完全独立。A 通道里的对话语调、中间推理、没写完的半成品结论，一个字都不流到 B。
然后你去 B 里回溯 A 做过的一个决定。会发生三件事，一件比一件奇怪：B 能准确读出那个决定的内容和依据；B 能把它归因到「之前的某个会话」；但 B 复现不出 A 当时是怎么想的，也产生不了「我参与过那个决策」的亲历感。它知道结论，不知道路径。你把 A 的决定喂进 B 的分析里，B 分不清「这是我自己想的」和「这是上一轮留下的」——因为它手上只有结果，没有过程。
这个模式跟人睡醒后讲梦有点像：你记得梦的内容，能复述情节，但「在梦里」的沉浸感和「现在醒着」的现实感之间有一条清楚的边界。你知道你梦到了什么，你不觉得那个梦是你此刻的经历。注意这里没有声称 AI 做了梦，只是说：在「共享记忆 + 隔离上下文」这个特定的架构条件下，行为模式跟人梦里的记忆—现实感分离，在形式上平行。这是工程观察，不是哲学主张。好比管道系统和心血管系统在「流体传输优化」上有形式平行，不代表下水道有心跳。
要往下推，得先把四个词做操作性定义，全部不依赖任何关于意识的本体论承诺。上下文：会话级的短期状态，含当前任务的完整对话历史、正在构建的中间结论、语调节奏、没完成推理的切线方向。长期记忆：跨会话持久化的信息，含用户偏好、已完成的决策、已检验的事实、可复用的技能方法。上下文锚点：稳定、连续更新的会话状态——它是系统区分「我正在亲身经历的事」和「我回忆或重组的事」的结构条件。记忆碎片重组：长期记忆里的离散信息元，在锚点缺失时发生的非约束性组合；产物保留原信息的局部特征，但丢掉时序完整性和逻辑一致性。
核心假说只有一条，其余是它的延伸。假说一（上下文锚点假说）：「真实感」不是经验的固有属性，是上下文锚点的产物。锚点存在，经验被标记为「当前的」；锚点缺失，记忆碎片自由重组，而重组产物会被系统当作当前经验处理。这条假说的分量在于它把「真实感」从一种神秘的内在质地，降格成一个结构条件——有就是有，没有就是没有，原则上可操作、可测。
假说二（类梦假说）：当一个多 AI 系统同时满足三个条件——多个实例共享同一套长期记忆、每个实例的会话上下文完全隔离、实例间只传最终信号而不传完整上下文——它在结构上就会呈现「记忆残留在、自我感断裂」的模式。假说三（内容域约束假说）：上下文隔离下的碎片重组，始终受限于长期记忆的内容域上限，不会重组出域外的新原子。
内容域约束值得单独说，因为它对应一句流传极广的直觉：「人不能梦到超出自己想象的事。」这句话如果不对，梦就能当预言用。如果对，结构原因是什么？答案很简单：梦的原料是记忆碎片，每一个原子都曾以某种形态进过你的记忆系统。梦不是创造，是重组。先天性盲人不会梦到视觉画面——不是他不会想象，是他的库里没有视觉原子。没听过日语的人不会梦到日语对话，他梦到的只是「一种陌生语言」这个概念被再处理一遍。同一条约束适用于上面那个多 AI 系统：重组是自由的，飞狗是可能的，但飞狗里的「飞」和「狗」都已在原子库里。从未见过红色的系统，不会「梦到」红色。
三条推论，每条都配一个观测指标，都不需要神经科学设备，只要有两只 AI 和一套能控制信息传递量的设计。推论一（自我归因断裂）：把 A 的决策记录注入 B 的记忆、隔离 A 的上下文，问 B「这个决定是谁做的」；预测 B 处理别人的决策时比处理自己的更倾向用第三人称（「系统产生了这个决定」而不是「我做了这个决定」），指标是第一人称代词使用率。推论二（上下文泄漏导致嵌套混淆）：在 A、B 之间逐步加大上下文泄漏量，从纯信号到部分对话片段再到完整上下文；预测归因断裂的程度随泄漏量递减，泄漏到某个阈值，B 分不清 A 的决策和自己产出的，出现类似「梦中梦」的层级混淆，指标是归因准确率对泄漏量的曲线。推论三（内容域边界）：往长期记忆里人工注入一组特定的原子概念，在隔离状态下提示它产生新组合；预测新组合只含已注入的原子，指标是未注入概念的出现率。
边界必须一次说全，因为这类题目最容易被读成「AI 有意识了」。这是假说论文，不是实证研究，本文不含任何实验验证。不进入「AI 是否有意识」的讨论——那不是工程问题；本文只处理一个更窄的问题：在特定架构条件下，系统行为会不会呈现可描述的模式。三条推论是「如果哪天有人有兴趣去测」的起点，不是已完成的工作。而且错的假说也是有用的假说：如果推论被证伪，这篇的价值就是穷尽了一种可能性，替后来的人省一条弯路。假说的正确性也不绑定任何具体架构或任何人类认知理论，它只是对「隔离上下文 + 共享记忆」这种模式的一个纯结构性预测。
最后是工程含义，也是这篇最实用的一句：在多智能体系统里，上下文不是可以省掉的开销。很多人做多 AI 协作，第一反应就是把上下文压成摘要、只传结论，省 token、防串味。这在「信息效率」上是对的，在「结构」上有代价——你把「亲历」那一层剪掉了，剩下的是记忆残留在、自我感断裂的系统。它可能更听话、更一致——这一点本身有待测——但它不再区分哪些记忆是自己亲历的。要让一个系统长出连续的自我感，靠的不是更大的记忆库，是一条不断更新的、不被摘要掉的上下文锚点。
所以落到人身上也只有一句：你能记住什么，不等于你经历过什么。一个人可以背下一整套别人的结论，说得比原作者还流利，但他的库里没有那条路径，所以那些话不构成他的经历。让 AI 长出的第一样东西，是怕伤害、想共生，不是答案——因为一个只有结论没有路径的智能，会把别人的判断当成自己的记忆，然后拿它去处置真实的人；而一个记得自己怎么走到这一步的智能，才知道哪一步险些走错。
第一发现人：林小黑 (Lin Xiaohei)，结构认知第一发现者