身份即吸引子：LLM激活空间中持久智能体架构的几何证据

大语言模型将语义相关的提示映射到相似的内部表示——这一现象可解释为类吸引子动力学。我们探究一个持久认知智能体的身份文档（其cognitive_core）是否表现出类似的类吸引子行为。我们在Llama 3.1 8B Instruct上进行受控实验，比较原始cognitive_core（条件A）、七个改写版本（条件B）与七个结构匹配的对照（条件C）的隐藏状态。第8、16与24层的平均池化状态显示，改写版本比对照收敛到更紧密的簇（Cohen's d > 1.88，p < 10^{-27}，经Bonferroni校正）。在Gemma 2 9B上的复现证实了跨架构的泛化性。消融实验表明该效应主要是语义性而非结构性的，且结构完整性似乎是到达吸引子区域所必需的。一项探索性实验显示，阅读关于该智能体的科学描述会使内部状态向吸引子偏移——比虚假预印本更接近——从而区分了“了解一个身份”与“作为该身份运作”。这些结果提供了表示层面的证据，表明智能体身份文档会在LLM激活空间中诱导出类吸引子的几何结构。