具身认知可以说是在认知科学和哲学领域中与传统表征与计算模型相对的认知模型，这两种观点都代表了理解“心智”与“世界”关系的两种根本不同的范式。
我们可以用一个简单的比喻来开始：
- 传统表征认知：大脑像一台计算机。 身体只是传感器（输入设备，如键盘、摄像头）和执行器（输出设备，如打印机、机械臂）。大脑的核心工作是在内部创建外部世界的精确模型（表征），然后通过计算（推理）来解决问题，最后指挥身体行动。认知过程是独立于身体和环境的、在头脑内部进行的符号操作。
- 具身认知：大脑是身体的一部分，身体是环境的一部分。 认知并非仅仅发生在大脑中，而是源于大脑、身体和环境的动态相互作用。身体的结构、感觉运动能力以及与环境的实时互动，塑造了我们的思维方式。认知是具身的（依赖身体）、嵌入环境的、延展的（心智可以延伸到外部工具）和生成的（通过行动创造意义）。
下面我们从几个关键维度进行详细对比：
对比表格：具身认知 vs. 传统表征认知
| 特征维度 | 传统表征认知（计算机隐喻） | 具身认知（互动隐喻） |
|---|---|---|
| 核心观点 | 认知是对抽象符号的计算和操作。心智是对世界的离线的、内在的模拟。 | 认知是为成功行动服务的。心智是在与环境的实时互动中产生的。 |
| 身体的作用 | 次要的、偶然的。身体只是信息的“输入/输出”设备，其具体形态不影响认知的本质（认为一个大脑放在缸里或放在机器人身体里，认知是相同的）。 | 根本性的、构成性的。身体的形态、感觉运动系统（如手、眼、前庭系统）直接塑造了我们的概念、思维和语言。例如，我们有“上/下”的概念是因为我们生活在重力环境中并有直立的身体。 |
| 表征的地位 | 核心的、详细的、符号性的。认知依赖于内部存储的、类似语言或地图的世界模型。要解决问题，必须先构建这个模型。 | 简化的、行动导向的、有时是可抛弃的。强调“够用就好”的表征，甚至认为在很多熟练的互动中（如接球、骑自行车），无需复杂的内部模型，可以直接通过感知-行动闭环来指导行为。 |
| 世界的作用 | 需要被内部模仿的难题。世界是复杂且需要被理解的，因此心智必须先在内部将其“表征”出来再进行思考。 | 最好的模型就是世界本身。我们不必在脑中存储所有细节，可以随时利用环境来减轻认知负荷（例如，把待办事项写在便签上，而不是全靠记忆）。 |
| 经典例子 | 下棋：AI需要在内部生成一个巨大的可能性树状图，通过计算最优解来落子。 | 走路绕过障碍物：你不需要在脑中计算障碍物的精确坐标和你的步法方程，而是通过视觉反馈实时、流畅地调整步伐。使用工具：当你熟练使用锤子时，你会感觉锤子成了你身体的延伸，你的大脑直接指挥“锤击”这个动作，而非单独指挥手臂肌肉。 |
一个生动的例子：接过一杯滚烫的咖啡
-
传统表征认知视角：
- 你的眼睛（传感器）看到一杯咖啡，光线信息被转化为神经信号。
- 大脑视觉皮层处理这些信号，表征出“这是一个杯子”。
- 大脑调用记忆库，表征出“杯子通常装有液体，液体可能是热的”。
- 当你伸手触摸杯子时，皮肤传感器传来“高温”信号。
- 大脑整合这些内部表征（杯子+热液体+高温触感），推理出“这杯咖啡很烫”。
- 大脑计算出需要小心拿取的指令，发送信号给手臂肌肉。
- 肌肉执行指令。
-
具身认知视角：
- 你的眼睛看到杯子，同时你的身体已经处于一个准备拿取的状态。
- 在你触摸杯子的瞬间，手指皮肤的感觉神经直接且快速地与手臂的肌肉运动系统相连，形成一个反馈回路。
- 你几乎在无意识中，因为烫的感觉直接引发了手臂肌肉的微调动作（如更快地握紧、调整力度），这个过程可能绕过了复杂的大脑推理和表征。
- 整个认知（“这很烫，要小心”）是在拿取的动作中瞬间完成的，是身体、感觉和运动系统协作的直接产物，而非先有内部结论再有行动。
总结与意义
传统表征认知 深受计算机科学和人工智能的影响，它擅长解释抽象的、逻辑的、离线的思维活动，比如解数学题、制定计划。
具身认知 则提供了一个更生物化、更贴近人类真实体验的视角。它强调感知与行动的不可分割性，能更好地解释知觉、运动技能、情感、社会互动等更基础、更广泛的认知现象。
两者的关系：目前越来越多的科学家认为，这两种观点并非完全对立，而是互补的，解释了认知的不同层面。人类既拥有强大的抽象和离线思考能力（类似传统表征），但这种能力本身也是建立在亿万年进化而来的、与环境和身体紧密耦合的感觉运动系统之上的（具身认知的基础）。具身认知不是要完全否定表征，而是试图重新定义和限制表征的作用，将其置于一个更宏大的“心智-身体-环境”相互作用的框架中来理解。
个人领悟
传统表征认知：其数据往往是抽象的、符号化的、已经被人为预处理过的。例如，给AI一堆标注好的图片（“猫”、“狗”），或者围棋的规则和棋盘状态。AI学习的是这些数据中的统计规律，但它并不理解数据背后的物理意义（比如“猫”是毛茸茸的、会动的生物）。所以，它更像是在学习一个复杂的映射函数，而不是“理解”概念。（例如深度学习中训练的神经网络）
具身认知：其数据是原始的、多模态的（视觉、触觉、听觉、力觉等）、并通过自身行动与环境反馈直接获得的。概念是通过互动“浮现”出来的。例如，AI智能体通过多次尝试抓取，发现有些物体（球）会滚走，有些物体（积木）不会，它才开始形成“滚动”和“稳定”的概念。这些概念与它的身体动作（抓取力度、推动方式）和物理结果（物体运动）直接绑定。因此，这种概念是有物理根基的、有意义的。
而这样的具身认知是深深根植于自己的身体的，此时，我们就不能简单的认为认知行为只是发生在大脑中，然后大脑对数据进行计算后给出命令，进而让有机体做出响应这个范式了。也就是说，认知不是因果性的，而是构成性的。
简单的说，是这个活生生的身体与周围世界的互动而生发出了认知，是身体+大脑+周围环境，这三者的持续互动产生了认知。
