DARPA 认知科学研究项目

深度分析报告

——————————————————

八个在列项目与七位项目经理的机制、方法与制度分析

数据快照：2026-11-02

样本规模：8 个认知科学项目+ 7 位项目经理

采集方式：真实浏览器逐页抓取 + 结构化解析

报告类型：开源情报（OSINT）深度分析

开源情报研究中心

目　录

一、摘要

二、方法与数据边界

三、认知项目全景：三条介入层级

四、八个项目逐一解析

五、七位项目经理画像

六、交叉分析：三条方法论主线

七、制度观察：DARPA 如何组织认知研究

八、判断与风险

九、对开源情报监测的启示

十、结论

附录 A：八个项目字段速查

附录 B：主要来源

附录 C：数据文件

样本：darpa官网在列项目中的8 个认知科学项目+ 7 位项目经理

数据快照：2026-11-02

采集方式：真实浏览器逐页抓取+ 互联网交叉检索

一、摘要

六个核心发现：

1.DARPA 没有"认知科学"这个分类，只有认知问题。官网 228 个在列项目里没有任何一个以"认知科学"命名，也没有对应的筛选标签。所谓的认知科学项目，全部是从一个具体的作战失效点倒推出来的：睡眠剥夺导致警觉度崩溃、创伤应激导致自杀、混合现实被认知攻击、团队配合无法客观测量、跨文化沟通失败、自主系统不懂规则。

2.8 个项目分布在三个办公室，另外三个办公室一个都没有。 IPTO 三个（ICS、ITM、CCU）、DSO 三个（STRENGTHEN、SHINE、CODORD）、BTO 两个（AWARE、OP TEMPO）。Multi X Office、STO、TTO 的 89 个项目中没有任何一个以认知机制为研究对象。这说明在 DARPA 的组织逻辑里，认知属于"信息"与"生命科学"的交界，不属于平台与武器。

3.项目经理的学术背景几乎决定了项目的方法论。形式化方法出身的 Wilding 做的是"用数学证明认知安全"；临床精神科医生 Bonomi 做的是"个体化脑网络模型 + 神经调控"；神经工程教授 Irazoqui 做的是"光控药物调节警觉度"；数学家兼认知科学学会会士 Shafto 做的是"AI 对齐理论"；计算语言学家 Marge 做的是"跨文化语用计算"。这不是巧合，而是 DARPA 的项目经理制在起作用——项目是 PM 的方法论人格化。

4.三个项目在 2023–2026 年间更换了项目经理。 STRENGTHEN 从创伤外科医生 Greg Witkop 转到精神科医生 Robin Bonomi；ITM 从 Matt Turek 转到 Patrick Shafto；OP TEMPO 在 2025 年 4 月已开始数据采集，而现任 PM 2026 年 3 月才加入 DARPA。认知类项目周期普遍在 36 个月以上，PM 更换意味着方法论重心漂移，这是追踪这类项目时最容易被忽略的变量。

5."可证明"正在取代"可解释"，成为认知项目的新验收语言。 ICS 要求用形式化方法证明混合现实系统的认知防护；ITM 要建立能预测委托行为的对齐理论；CODORD 要求道义推理具备形式化可验证性。认知科学在这里不是被当作解释性学科，而是被要求产出可被机器检查的模型。

6.测量正在从"行为"下沉到"生理"。 OP TEMPO 采集心率、脑电、眼动、面部表情与通话模式来预测团队效能；STRENGTHEN 建个体化脑网络模型；SHINE 要求把神经调控精确到特定功能环路。共同点是：不再满足于问卷与任务成绩，而是要在神经与生理层面建立个体化基线。

二、方法与数据边界

2.1 项目筛选

官网没有"cognitive science"分类，因此采用两步法：

1.对 228 个在列项目的标题与摘要做认知科学相关词匹配（cognitive、neuro、brain、decision-making、human performance、team、training、perception、trust、memory 等），得到 83 个候选；

2.逐个人工判读，剔除关键词误命中（例如 "learning" 多指机器学习、"memory" 多指存储器件、"training" 多指模型训练），保留以认知机制、神经机制或人类决策为研究对象本身的项目，最终 8 个。

被排除但值得注意的邻近项目：

2.2 数据来源

·项目页：8 个项目在 darpa.mil 的详情页全文（摘要、阶段、采购编号、办公室、PM 链接）；

·人物页：7 位 PM 在 darpa.mil/about/people 的官方履历全文；

·互联网补充：DARPA 官方新闻稿、DoD 所属媒体报道（DVIDS）、行业媒体（Army Technology、Soldier Modernisation）、PM 个人主页。

2.3 边界与局限

三、认知项目全景：三条介入层级

8 个项目可以按"干预发生在哪一层"分成三组，这比按学科分类更能说明 DARPA 的意图。

三层的共同假设是：认知是可测量、可建模、可干预的工程对象。这是 DARPA 式认知科学与学术认知科学最根本的分歧——后者关心机制解释，前者要求机制能被用来改变结果。

3.1 时间线：大约一年一个新项目

读法：认知类项目大约每年启动一个，节奏稳定；但单个项目从招标到数据采集往往要 2–3 年（ITM 2022 招标、2024 年才有播客总结；OP TEMPO 2025 年才有首次现场采集）。这意味着公开信息总是滞后于真实进度 1–2 年。

四、八个项目逐一解析

4.1 ICS — Intrinsic Cognitive Security（内在认知安全）

·办公室：IPTO｜PM：Matthew Wilding｜工具：BAA（HR001124S0002）｜周期：36 个月，两阶段

·问题：混合现实（MR）把真实与虚拟实时融合，敌人可以通过攻击使用者的认知来攻击系统——信息洪流诱发晕动症、在真实空间摆放物体干扰显示、注入虚拟数据造成分心、用真实物体制造虚假警报。

·方法：用形式化方法（formal methods）证明 MR 系统设计能缓解认知攻击。认知工程提供建模原则，形式化方法提供可证明的保证。第一阶段建立"期望性质的证明"与支撑模型（含认知模型）；第二阶段在商用 MR 硬件上做原型验证。

·关键点：这是八个项目里唯一把"认知"当作安全属性来处理的。它不问"人如何感知"，而问"能否证明系统在对抗条件下不会把人拖垮"。PM Wilding 在 Collins Aerospace 做过分离内核的形式化验证与高保障网络网关，方法论迁移路径非常清晰。

·外部信息：2023-10-24 官方新闻稿记录了 Wilding 的表述——"需要在缺乏防护的系统普及之前开发出保护混合现实系统的方法"。招标摘要截止 2023-11-02，正式提案截止 2023-12-20。

·分析：该项目的难点不在形式化，而在认知模型的可形式化。把"分心""焦虑""信任下降"写成可证明的性质，需要大量经验参数；这些参数从哪来、如何验证，公开材料没有回答。这是它最可能延期或缩水的地方。

4.2 STRENGTHEN — 通过工程化神经可塑性强化情绪韧性与认知灵活性

·办公室：DSO｜PM：Robin Bonomi（2022 年公布时为 Greg Witkop）｜工具：无公开采购编号

·问题：创伤应激导致精神疾病、物质滥用、PTSD、家庭暴力与自杀。项目页引用数据：9·11 以来超过 3 万名现役与退伍军人自杀，是同期军事行动阵亡人数的四倍。

·方法：以两个行为健康机制为靶点——认知灵活性（CF，在不同概念间按情境切换）与情绪调节（ER，启动、停止或调节情绪轨迹）。两条目标：(1) 建立 CF 与 ER 的个体化脑网络模型；(2) 设计多模态、多维干预，诱导这两个网络在功能连接或结构上发生神经可塑性改变。

·关键点：它明确反对"按症状分类诊断"的精神医学传统，主张按脑网络功能障碍的机制分类。这与 NIMH 的 RDoC（研究领域标准）框架一致——项目页写明与国防部创伤应激研究中心（CSTS，位于统一服务大学）合作，采用 RDoC 框架。

·外部信息：2022-11-15 官方新闻稿。时任 PM Greg Witkop（前陆军外科医生）的表述很能说明问题："当前的干预方法依赖描述性症状分类，而不是对造成症状的脑网络功能障碍的机制性理解。"

·分析：这是八个项目里临床风险最高的一个——它要做的不是测量，而是干预（诱导神经可塑性改变）。从模型到干预、从干预到疗效，任一环节失败都会让项目停在中途。同时它也是伦理争议最大的：对健康军人做"韧性增强"与"治疗"之间的边界在哪里，公开材料没有讨论。PM 从外科医生换成精神科医生，可能意味着重心从"干预手段"转向"临床转化与风险控制"。

4.3 SHINE — 选择性利用内在神经可塑性工程

·办公室：DSO｜PM：Robin Bonomi｜工具：Disruption Opportunity（DARPA-PA-25-07-06）｜时间：2026-08-28 发布，2026-10-09 截止

·问题：神经可塑性是大脑自我修复的关键，但现有手段——药物、神经调控、行为干预——都太粗：激活大片脑区而不是需要修复的特定环路，导致疗效受限、剂量窗口窄、还可能重塑健康环路。

·方法：开发非侵入技术，把促塑性方法精准送到明确指定的神经基质上，实现病理环路的选择性重塑。目标是提高治疗指数、建立新研究方法、为脑健康精准医学打基础。

·关键点：这是 STRENGTHEN 的"技术化续篇"——同一个 PM，同一个神经可塑性主题，但从"多模态干预"收缩到"空间精度"这一个技术瓶颈。用 Disruption Opportunity 而不是 BAA，说明它被设计成短周期、小规模、快速验证的探索。

·分析：SHINE 的真正难点是"选择性"的物理可行性。非侵入手段（超声、光、电磁）的空间分辨率与穿透深度存在物理权衡，要同时做到"精准到环路"和"非侵入"，可能需要在方法学上做取舍。招标已截止，2027 年能否看到入选团队是第一个观察点。

4.4 AWARE — 作战人员警觉度赋能

·办公室：BTO｜PM：Pedro Irazoqui（2024-01 加入）｜工具：无公开采购编号

·问题：持续作战导致睡眠不足，警觉度与认知能力下降。现有手段是咖啡因，必要时开右旋安非他命——能提升警觉度，但影响情绪、有成瘾风险、半衰期长反而破坏后续睡眠。

·方法：把光药理（photo-pharmaceuticals）与光刺激结合——这类药物只在特定波长光照下才有活性。用光在需要的时间窗口内"打开"药物，非侵入地提升警觉度，且不产生焦虑、易怒、欣快等副作用，成瘾性更低。

·关键点：把"给药"变成"可开关的事件"。剂量不再是浓度曲线，而是光照的时间与空间参数。这在药理学上是一个范式变化：药效可以被精确地开始和结束。

·外部信息：Walter Reed 陆军研究所（WRAIR）睡眠研究中心自项目早期即参与，2025 年 6 月主持了六个月评审。该中心负责人 Tracy Jill Doty 的说法很直接："用光激活药物听起来像天方夜谭，但这个过程在其他化学品上已经有效实现过。"WRAIR 的下一步是开展临床睡眠研究，评估有效性与安全性。

·分析：这是八个项目里最接近产品化的一个（已经有临床合作方与评审节点）。风险集中在两点：光能否穿透足够深的脑组织到达靶点；以及"可开关"是否真的消除了成瘾性——药理学上的成瘾机制与给药方式并不完全解耦。

4.5 ITM — In the Moment（当下）

·办公室：IPTO｜PM：Patrick Shafto（2023-09 加入；2023 年公布承担团队时为 Matt Turek）｜工具：BAA（HR001122S0031）

·问题：现有 AI 对齐研究集中在低风险场景（聊天），目标是避免有害输出。但高风险场景——医学、安全——专家之间本身就有分歧，决策必须在模糊中做出。问题变成：如何让人愿意把决定交给机器。

·方法：四个目标：(1) 刻画人在高风险场景中的决策方式；(2) 用沉浸式虚拟现实复现真实情境压力，提高评估保真度；(3) 生成"可对齐"的算法，与个体或群体对齐，并用人类受试研究检验人们是否愿意委托；(4) 建立能跨领域预测决策与委托行为的对齐理论。项目内嵌行为与认知科学、哲学、法律、政策的 AI 专家。

·外部信息：2023 年 6 月公布的承担团队分工非常清晰——Raytheon BBN 与 Soar Technology 做人因刻画；Kitware 与 Parallax 做模拟人类决策特征的算法；CACI 做项目评估；马里兰大学 ARLIS 与 IDA 做政策与实践整合、ELSI 伦理法律社会影响顾问。2024-10-24 的播客专集邀请了全部承担方参与。

·分析：ITM 的野心不在于造系统，而在于建立一门关于"委托"的科学。它把"信任"从心理学概念变成了可测量的行为结果（是否委托、委托到什么程度）。这也意味着它的成果很难是硬件或软件，而更可能是测量工具与理论——对监测者而言，这类项目的公开信号最弱。

4.6 OP TEMPO — 用绩效结果模型客观预测团队效能

·办公室：BTO｜PM：Kyle Schwing（2026-03 加入）｜工具：无公开采购编号

·问题：团队训练的效果评估依赖教官主观判断，缺乏客观、可实时测量的指标。

·方法：寻找与团队绩效相关的生物行为协调特征（bio-behavioral signatures of coordination dynamics），开发能在训练中实时、可靠测量这些特征的系统。产出面向教官：实时评估、事后复盘、绩效诊断、团队熟练度与任务就绪度的客观预测。

·外部信息：与海军陆战队空地特遣部队训练司令部（MAGTFTC）的战斗模拟中心合作，以火力支援小组（FiST）为研究对象。2025 年 4 月 7–11 日在加州二十九棕榈村完成首次数据采集，计划共三次。采集信号包括心率、脑电、眼动、面部表情与通话模式。官方报道强调，这是首次在真实训练环境中同时采集现役团队（而非个体）的多模态高保真生理与行为信号。

·分析：OP TEMPO 是八个项目里唯一以"团队"为分析单元的。它的方法论意义大于技术意义：如果"团队效能"能被生理信号预测，那么团队就变成了可以被设计的对象。风险在于生态效度——FiST 是一种高度结构化的任务，模型能否迁移到其他团队类型（情报分析、指挥决策）是未知的。另外，项目 2025 年 4 月已在采集数据，而现任 PM 2026 年 3 月才加入，说明项目由前任启动、现任接手，方法论连续性需要观察。

4.7 CCU — 计算文化理解

·办公室：IPTO｜PM：Matthew Marge（2023-01 加入）｜工具：BAA（HR001121S0024，2021）

·问题：美国政府全球运作，跨文化沟通失败不仅破坏谈判，还可能成为战争的诱因。现有系统只能做基础机器翻译，无法分析跨文化沟通的语用层面——情绪、社会规范、群体认同。

·方法：构建能识别、适应并建议如何在情绪、社会与文化规范中行动的自然语言处理技术。四个研究方向：社会文化规范的自动发现；情绪识别的跨文化泛化；跨时间尺度检测沟通实践的重大变化；为跨文化互动提供对话辅助。关键约束是最低限度标注数据——不依赖目标文化的人工标注，而是借助心理学、社会学的定性定量发现与弱监督学习。

·分析：CCU 的技术赌注是"文化规范可以从语言行为中无监督地推断出来"。这与 ICS 的形式化路线正好相反：一个要求可证明，一个要求可泛化。二者同属 IPTO，说明该办公室在认知问题上同时押注了两条互斥的路线。项目 2021 年启动，是八个项目中最早的一个，公开信息最少，可能已进入收尾阶段。

4.8 CODORD — 面向道义推理的人机沟通与开发运维

·办公室：DSO｜PM：Benjamin Grosof（2023-09 加入）｜工具：Disruption Opportunity（PA-24-04-01，隶属 PA-24-04）

·问题：自主系统要遵守交战规则、法规、指挥官意图，但这些"义务、许可、禁止"目前只能由人写进代码，成本高、易错、难验证。

·方法：让人用自然语言（英语）把道义知识写进一种表达力灵活的逻辑语言，再自动转成可执行、可解释、可验证的推理。招标要求承担方案满足四项实用条件：足够的表达力、计算可扩展性、强可解释性、有商业级开源工具链。

·分析：表面上是知识表示工程，实质上是把"规范"变成可计算对象。它与 ITM 构成一对：ITM 问"人是否愿意把决定交给机器"，CODORD 问"机器如何理解人给的规则"。两者都触及同一个前提——规范必须可形式化。CODORD 的公开材料以 FAQ 为主（22 个问答），涉及出口管制、外国机构参与、UARC/FFRDC 资格，说明它从设计之初就考虑了跨国合作与合规。

五、七位项目经理画像

PM 是 DARPA 的基本作业单元。下表把官方履历压缩成可比较的维度。

5.1 三个可读出的规律

第一，方法论来自履历，而不是来自任务书。

·Wilding 在 Collins 做过分离内核的形式化验证与 Turnstile 高保障网关——到 DARPA 后做出的是"用形式化方法证明认知安全"的 ICS。

·Bonomi 是精神科医生兼生物医学工程博士，做过 PET 影像与自杀预防研究——到 DARPA 后同时管 STRENGTHEN（脑网络模型）与 SHINE（精准神经调控）。

·Irazoqui 是植入式神经器件专家，专攻癫痫治疗——到 DARPA 后做光控药物调节警觉度（AWARE）与非侵入脑机接口（Firefox）。

·Shafto 是数学家，同时是认知科学学会会士、罗格斯认知科学中心成员——到 DARPA 后做 AI 对齐理论（ITM）与 AI 能力量化（AIQ）。

·Marge 是计算语言学博士，在陆军研究实验室做对话式人机接口——到 DARPA 后做跨文化语用计算（CCU）。

这不是"PM 恰好懂这个领域"，而是项目从一开始就是按某人的方法论设想的。DARPA 招 PM 的逻辑接近招"课题负责人"，而不是招"项目经理"。

第二，认知类 PM 的学科分布高度集中在"计算 + 生命科学"两端。七人中三人是计算机科学博士（Wilding、Marge、Grosof），两人是生物医学工程/医学背景（Bonomi、Irazoqui），一人是数学与认知科学交叉（Shafto），一人是系统工程与社会科学（Schwing）。没有一个是纯心理学或纯神经科学出身。这个分布解释了为什么 DARPA 的认知项目总是要求"可计算、可测量、可干预"——因为做项目的人本来就不做解释性研究。

第三，角色在"机构—学术—创业"之间高频切换。 Shafto 从罗格斯到 IAS 再到 DARPA 并保留创业公司；Grosof 从 IBM 到 MIT Sloan 到创业公司 CEO 再到 DARPA；Irazoqui 从普渡到霍普金斯再到 DARPA；Marge 从陆军实验室到 DARPA 并保留乔治城教职。这种"旋转门"结构保证了方法论的新鲜度，也带来了利益冲突管理的复杂度——CODORD 的 FAQ 里专门回应了外国机构参与与出口管制问题，可以视为一种制度性回应。

5.2 一个容易被忽略的事实：PM 更替率

四个项目在近三年更换过 PM：

PM 更替对认知类项目的影响大于工程类项目：工程项目的目标是确定的（造出来），认知项目的目标往往由 PM 定义（研究什么问题、用什么方法验证）。换人意味着验收标准可能被重写。

六、交叉分析：三条方法论主线

6.1 主线一：把认知变成可证明的对象

代表：ICS、ITM、CODORD。

这三个项目共享一个信念——认知过程可以被形式化到足以验证的程度。ICS 要证明"系统不会让使用者陷入认知崩溃"，ITM 要建立"能预测委托行为的对齐理论"，CODORD 要"可验证的道义推理"。三者的共同敌人是"黑箱"：不可解释、不可验证的模型在这些项目里一律不合格。

代价：形式化要求把丰富的认知现象压缩成可枚举的性质。ICS 需要把"分心""焦虑"参数化，ITM 需要把"委托意愿"操作化，CODORD 需要把"义务"逻辑化。每一个压缩都是一次信息损失，而这些损失由谁来承担，项目页没有回答。

6.2 主线二：把测量下沉到生理层

代表：OP TEMPO、STRENGTHEN、SHINE、AWARE。

这四个项目都在神经或生理层面建立个体化基线：OP TEMPO 用多模态信号预测团队效能，STRENGTHEN 建个体化脑网络模型，SHINE 要求把调控精度做到特定环路，AWARE 用光控制药物活性窗口。共同假设是行为层面的测量不够可靠——问卷会被掩饰，任务成绩受动机影响，只有生理信号是"诚实"的。

代价：生理测量的生态效度。OP TEMPO 已经在真实训练场采集数据（这是它的亮点），但 STRENGTHEN 与 SHINE 仍高度依赖实验室条件。从实验室到战场，信号会淹没在噪声里。

6.3 主线三：把认知扩展到群体与文化

代表：OP TEMPO、CCU、CODORD。

这三者的分析单元不是个人：OP TEMPO 是团队，CCU 是跨文化互动，CODORD 是人机之间的规范传递。它们回答的是同一个问题——当认知主体不止一个时，如何测量与干预。

代价：群体层面的因果推断远比个体困难。团队效能由什么决定，至今没有公认模型；文化规范能否被无监督地推断，仍是一个开放问题；道义推理是否真的能覆盖现实规则的模糊性，需要大规模验证。

6.4 三条主线的张力

值得注意的是，主线一与主线二在方法论上是冲突的：形式化要求确定性与可验证性，生理测量带来的是高噪声与个体差异。ICS 与 OP TEMPO 同属 DARPA、同期推进，但一个追求"证明"，一个追求"预测"，两者的验证标准无法通约。这不是缺陷，而是 DARPA 组合投资的典型特征——在同一问题上同时押注互斥路线，让实践来淘汰。

七、制度观察：DARPA 如何组织认知研究

7.1 三类采购工具对应三种节奏

八个项目里，两个用 DO（SHINE、CODORD），三个用 BAA（ICS、ITM、CCU），三个无公开编号（STRENGTHEN、AWARE、OP TEMPO，可能通过其他交易授权或其他渠道发包）。

7.2 锚点机构网络

DARPA 自己不建实验室，认知项目的落地依赖固定的"锚点机构"：

这张网络说明：认知项目的真正壁垒不是算法，而是能否拿到"人"——受试者、训练场、临床样本。DARPA 通过长期合作关系解决这个问题，这也是新进入者最难复制的部分。

7.3 语言信号

八个项目页全部使用"Department of War（DOW）"而非 "Department of Defense"，与 2025 年的机构改名一致。STRENGTHEN 页面保留了 2022 年的原始表述与引注（9·11 以来 3 万自杀），说明旧内容未被系统性重写——这对文本挖掘是一个有用的时间戳线索：页面中 DoD 与 DOW 的混用，可以粗略判断段落的写作年代。

八、判断与风险

8.1 五个判断

1.认知科学在 DARPA 是"能力工程"而非"基础科学"。每个项目都锚定一个作战失效点，验收标准是"能否改变结果"，不是"能否解释机制"。

2.神经层的项目最激进，也最可能失败。 STRENGTHEN 与 SHINE 要在人脑上诱导结构性改变，技术风险与伦理风险叠加；AWARE 相对稳健，因为它把干预限制在"可开关"的时间窗口内。

3.个体层的项目最可能产出"测量工具"而非"系统"。 ITM 的成果大概率是一套评估委托行为的方法与理论，而不是可部署的 AI。这类成果对军事能力的直接贡献被高估了。

4.群体层的项目最具长期价值。 OP TEMPO 若成功，将首次让"团队效能"成为可计算量；这可能改变整个军事训练体系的评估方式。

5.PM 是比项目更稳定的追踪锚点。项目会结束，PM 会转向下一个项目。跟踪一位 PM 的在管项目列表，比跟踪单个项目更能预判方向。

8.2 四个风险

九、对开源情报监测的启示

结合正在设计的 OSINT 平台，这8 个项目给出了一套可直接落地的监测设计：

1.建立"项目—PM—机构"三元组索引，而不是只索引项目。PM 页面的"Programs"字段是最强的关联信号：一位 PM 新上任后 6–12 个月内，通常会出现新项目。

2.把采购编号当作时间戳与工具类型的双重编码。DARPA-PA-25-07-06同时告诉你：这是项目公告（PA）、2025 财年、第 7 号、第 06 次修订。三个项目用 BAA、两个用 DO，直接反映项目规模与存活预期。

3.监控"承担方名单"的变化。ITM 的承担方名单（Raytheon BBN、SoarTech、Kitware、Parallax、CACI、UMD ARLIS、IDA）比项目摘要更能说明能力分布；这类名单通常只出现在新闻稿或播客里，需要专门抓取。

4.区分"公告时间"与"执行时间"。OP TEMPO 2025 年 4 月已在采集数据，2026 年才有官网页面与 PM；公开信息滞后 1–2 年是常态，监测系统应记录"首次出现时间"与"内容时间"两个字段。

5.用语言指纹做时间分层。DoD/DOW 的混用、是否出现 "super intelligence" 等新词，可以判断页面段落的写作年代，避免把旧内容当作新动向。

十、结论

这 8 个项目共同描绘出一条清晰的路线：DARPA 正在把"认知"从研究对象变成工程对象——可以被测量（OP TEMPO 的多模态信号）、被建模（STRENGTHEN 的脑网络、ITM 的对齐理论）、被干预（AWARE 的光控药物、SHINE 的精准调控）、被证明（ICS 的形式化保证）。

这条路线的方法论分歧大于共识：形式化与经验测量、个体与群体、实验室与战场，三种张力同时在推进。DARPA 并不试图解决这些分歧，而是用组合投资让它们互相淘汰。

对观察者而言，最有信息量的不是某个项目的摘要，而是三个结构性事实：认知项目只出现在三个办公室、项目经理的背景决定了方法论、每个项目背后都有一张锚点机构网络。抓住这三点，就能在项目还没出成果之前，判断它大概会往哪里走。

附录 A：八个项目字段速查

附录 B：主要来源

DARPA 官方

·项目页：/research/programs/下 8 个项目详情页

·人物页：/about/people/下 7 位 PM 履历

·Can Math Secure Mixed Reality Systems from Attack?（2023-10-24）

·DARPA Seeks Novel Approaches to Improve Mental Health, Prevent Suicide（2022-11-15）

·When Should Machines Decide? Voices from DARPA Ep.83（2024-10-24）

军方与行业媒体

·WRAIR hosts review of DARPA's Alert WARfighter Enablement program（2025-09-19）

·Future of Warfighting: DARPA innovates training at MCAGCC（2025-05-20）

·DARPA advances plans for AI to make difficult decisions in battlefield triage（Army Technology）

·Teaching AI what it should and shouldn't do（Soldier Modernisation, Vol.34）

个人主页

·Patrick Shafto

报告原文已上传知识星球

长按识别下面的二维码可加入星球

里面已有万余篇资料可供下载

续费五折优惠