围绕可证伪故障机制开展的独立研究

AI 已不再只是单一模型。智能体、编排器、共享记忆、外部工具和自主决策链会形成新的失效模式：一个错误可能传播、演变为表面共识，并在其来源被理解之前进入行动阶段。

ICI 测试的是决策链，而不仅是最终输出。它把观察、推断、验证和记忆保持分离，挑战因果解释，寻找智能体与来源之间的隐藏依赖，并检查纠正在条件变化后是否仍然有效。

在编排式多智能体系统中，五个智能体可能一致，却都依赖同一来源、同一共享记忆或同一初始假设。ICI 检查这种收敛是否真正独立，以及移除共同依赖后结论是否仍成立。

ICI 被开发为不依赖单一模型架构的 assurance 方法。研究路线图将受控测试扩展到混合与 quantum-assisted 决策系统；这是一项研究方向，并不代表当前已经提供生产级量子能力。