5.1 开环与闭环系统：考试与对话

5.1 开环与闭环系统：考试与对话

本节摘要：开环是系统单向读脑的"考试"——用户按提示做、系统打分，输出不影响输入，校准与筛查都依赖它；闭环是双向影响、共同学习的"对话"——用户看着结果调整脑活动，系统观察着用户更新模型。两种模式不是先进程度的排序，而是各司其职：校准必须在开环下做，长期使用必须进闭环。本节讲清两者的机制、各自的陷阱，以及闭环特有的一个反直觉风险——用户可能学会迁就系统的错误。

一个反例能最快说清两种模式的差别。设想一个运动想象训练系统，为了"避免用户分心"，训练全程不给任何反馈：用户想象左手或右手，系统默默记录，一个月后做总评。结果多半令人沮丧——用户一直在按自己发明的办法"想象"，而其中很大一部分策略根本不产生可解码的信号差异。没有反馈，用户不知道哪些念头有用、哪些是白费劲；学习无从发生。这个反例里的问题不是算法，是结构：它把一场需要对话的训练，办成了一场哑剧考试。

开环：一切校准的地基

开环（无反馈、提示驱动）的定义很朴素：系统记录并解读脑信号，但解读结果不回传给用户、不影响后续输入。它存在的理由是"标签的纯净性"——屏幕提示"想象右手"时，这一试次的真实标签就是确定的，不管用户做得好不好，数据都带着已知答案。第四章所有模型的初始校准都建立在这种数据上。

开环还有第二个用途常被低估：筛查。在正式校准前跑一轮开环测试，检查用户的节律调制能力（想象握拳时缪节律凹得深不深）、各通道信号质量、伪迹水平，几分钟内就能判断"这个人适不适合这个范式、哪个通道该重贴"。把它流程化，能省掉大量无效校准时间——5.6 节排错实录的第一步永远是它。

闭环：学习发生的地方

闭环（有反馈、双向影响）里，系统的输出实时回到用户眼前，用户的脑活动随之调整，形成回路。这个回路里藏着脑机接口最重要的学习机制。其一，操作性塑造：1.2 节里那只学会用单个神经元拨指针的猴子，就是在闭环反馈下把原本无意义的放电模式"炼"成了控制信号——人类用户同理，几周训练后控制相关的神经活动模式变得比校准初期更可分。其二，用户的纠错行为：光标偏了，用户下意识地"再推一把"——每一次纠错都是一份高质量数据，系统若能利用（4.4 节的目标即标签机制），等效于持续的免费校准。其三，动机与信任：可见的进步是用户坚持训练的最大燃料，这一点在康复场景里价值连城。

图 5-1：闭环系统的部件与两条回路

闭环的反直觉风险：学会迁就错误

图上那条黄色警示值得单独展开。闭环的好处来自双向学习，但双向也意味着坏映射也能被学会。假设解码器把"想象右手"系统地误读为光标右移加下移，用户很快会发现"想要右移就想象右手、想要下移也想象右手"——他不再纠正系统，而是改写自己，把系统的错误内化成个人策略。训练分数在涨，实际的控制能力在歪。这种现象在有噪声、有延迟、有系统性偏差的系统里都会发生，且几乎不可逆：迁就策略一旦固化，换一套更准的系统反而要重新适应。

工程对策由此明确：闭环训练前，先在开环下把系统性偏差清零。校准要充分、混淆矩阵要检查（若某两类长期互混，先修特征再进闭环）、延迟要压到可感阈值之下（5.3 节）。闭环是对话，但对话开始前，双方要先就"语言"达成一致。

两种模式的分工表

表的最后一行提示了实际系统的形态：开环与闭环不是二选一，而是每次会话的固定节奏——开场几分钟开环微校准（追上今天的状态，4.4 节），随后转入闭环使用，全程在线自适应。

顺着分工表再补一条实践中最常被问到的边界：半闭环算什么。真实系统里常见一种中间态——反馈存在，但被刻意降级：光标只显示方向不显示偏差、结果延迟几秒才告知、或只显示成功不显示失败。这不是偷懒，而是把反馈当作可调参的训练变量：反馈的信息量随用户水平逐级开放，和运动教学里"先带做、再陪练、后放手"的次序同构。6.4 节手记里"变连续反馈为间歇反馈"的破平台手段，就是半闭环的一次实战应用。判别一个反馈设计是否合理，有一条现成的试金石：反馈越少，标签越纯，学习越慢；反馈越多，学习越快，被污染的风险越高——每个系统都要在这条斜线上找自己的当前位置，而且这个位置应随用户成长动态移动。

一次会话的标准结构

把开环与闭环的分工落成一个可复用的会话模板，是本节最实用的交付。一个结构良好的训练或使用会话通常分四段。开场体检（约两分钟）：记录一小段静息数据，对比当日与历史基线的功率谱形态——任何异常（某个通道噪声陡增、节律整体偏移）都在这一段被拦截，省掉后面的无效训练，这套检查正是 5.6 节排错表的"日常版"。微校准（约三到五分钟）：一段开环提示任务，攒出今天的带标签小样本，把模型参数追到用户当前状态。主体训练或使用（二十分钟上下）：闭环运行，期间穿插简短的开环"锚点试次"（每十分钟左右嵌入几个已知答案的试次），用它们持续监测真实准确率——这是自适应不跑偏的保险丝。收尾归档（两分钟）：记录当日会话的参数版本、性能摘要与异常事件。四段结构的精髓在于开环与闭环交替出现：开环提供真相基准，闭环提供学习动力，缺了前者系统会漂而不自知，缺了后者用户学而不精进。第一次设计会话流程的团队，照这个模板起步几乎不会错。模板里的时长都是可调的，唯独"开场体检不可省"这条建议保持刚性——训练效果可以慢慢来，带着坏数据训练一小时，坏的不只是那一小时。

本节要点回顾

• 开环保标签纯净：校准与筛查必须开环做，输出不回传是特性不是缺陷；
• 闭环是学习引擎：操作性塑造、纠错即数据、动机燃料，三重机制都在回路里；
• 迁就错误是闭环的头号陷阱：进闭环前先清零系统性偏差，混淆矩阵与延迟是两道闸；
• 会话节奏：开环微校准开场，闭环使用为主体，自适应贯穿全程。

对话的通道打通了。下一节修回程的路：把机器的动作变成大脑能感知的信号——反馈技术。