从 OpenClaw，聊聊当下 Agent 的"伪自主性"

从 OpenClaw，聊聊当下 Agent 的"伪自主性" 从 OpenClaw，聊聊当下 Agent 的"伪自主性" Modified March 6 这个变体活得更久，复制得更多，它的配方（基因）也就可以被传递下去。 经过 38 亿年、无数代的 变异→筛选→遗传→再变异→再筛选 ，我们得到了今天这套极其精密的内稳态系统：从 DNA 修复机制到免疫系统，从体温调节到情绪反应，每一个环节都是自然选择打磨了亿万年的产物。 所以我的看法是，人类这套精细的内稳态机制， 不是被设计出来的，而是被自然选择筛选出来的。 没有任何设计者预先定义了什么是好的内稳态机制。自然选择只做一件事： 淘汰不能维持自身有序性的结构，保留能维持的。 至于怎么维持，它不关心。让随机变异去探索，让生存压力去筛选。 而 基因 ，其实就是这个筛选过程的 产物和载体 。它不直接参与你的日常代谢（你的细胞在做这件事），但它 编码了如何维持内稳态的元规则： 什么时候该分泌多巴胺和内啡肽、什么时候什么信号该触发什么反应、什么样的神经回路该被强化。 基因是生命的"元规则模块"—— 它不参与你具体的决策，但它决定了你决策做事的方向。 这，就是人类的“自主性”根本来源。 我们在这个，由自然选择、物种进化基础上演化而来的 元规则模块 的引导之下，形成了现在精密的内稳态机制，形成了生理层面的，对于外界输入的反应机制，形成了我们看似“主观”看似“价值观”的取向， 最终形成了我们目前看到的， 人类的“自主性”。 ok，现在，让我们带着这个完整的理解，回头再去思考一下人工智能的“自主性”。 四、把框架平移到大模型——学术界的一些探索 如果我们把上一章关于生命的整套框架平移到大模型身上，会发现一条有趣的探索路径： 大模型是否也可以类别为某种信息生命体？如果是，它的内稳态是什么？它的负熵又从哪里来？ 事实上，学术界已经有不少研究者在从这个角度思考问题了。 训练：一个信息熵减的过程 让我们先从最基础的地方开始： 大模型的训练过程本身，就是一个信息熵减的过程。 我们之前讲过，在训练开始之前，模型的参数是随机初始化的。数千亿个参数毫无规律地散布在参数空间中。此时模型的信息熵极高，它的输出和随机噪声没有区别。 然后训练开始了。每一轮梯度更新，都在做同一件事： 让参数的分布变得更有序 ， 让某些参数之间形成有意义的关联，让模型能够从输入中提取出有用的模式。 从信息论的视角看，这个过程就是 信息熵的持续降低 。模型从什么都不知道（最大熵状态）逐步走向能做出有意义的预测（低熵状态）。 这和薛定谔说的"生命以负熵为食"是 同构的 ——生命体从环境中汲取低熵能量来维持有序性，大模型从训练数据中汲取有序信息来降低参数的熵。 "信息生命"的死亡：当熵增失控 如果训练是熵减，那么 什么是大模型的"死亡"？ 答案是： 当参数的信息熵重新增大到混沌状态时，模型就"死了"。 这不是比喻。学术界已经观察到了一个叫 Model Collapse（模型坍缩） 的现象：当模型在自己生成的数据上反复训练时，参数分布会逐渐退化，信息多样性持续降低，最终模型的输出变成重复的、无意义的噪声。 从信息生命的视角看，Model Collapse 不就是 信息内稳态的崩溃 吗： 模型无法再维持参数的有序分布，信息熵失控增大，信息生命走向死亡。 学术界的三个探索方向 意识到大模型可以去类比某种信息生命体之后，学术界正在从多个方向探索如何让它真正"活起来"： 方向一：将自由能原理直接引入 AI 架构。 Karl Friston 本人在 2025 年的论文中明确提出，主动推理（Active Inference）可以作为设计智能系统的第一性原理蓝图，让 AI 像生物体一样通过最小化自由能来自主行动，而非依赖外部奖励函数。 方向二：元学习器（Meta Learner）。 2025 年有研究者提出了 ASENN（自适应自演化神经网络）框架，用元学习的方式让网络在持续学习中自我调整结构。网络不仅能学习知识，还能学习"如何学习"。这在功能上就是一个"调控学习过程的外置模块"的雏形。 汇总：大模型 vs 生命体的对照 把这些探索汇总起来，我们可以画出一张清晰的对照表： 维度 碳基生命（人类） "信息生命"（大模型） 当前状态 身体 37 万亿个细胞 数千亿个参数 已具备 有序性 细胞的协调运作 参数的有意义分布 已具备 进食（负熵来源） 食物、阳光 训练数据中的有序信息 已具备 死亡 细胞失去协调 → 器官衰竭 参数退化为噪声 Model Collapse 已观察到 内稳态 体温、血糖等自动调节 正则化、梯度裁剪等（初级） 有雏形 自由能最小化 大脑的预测 行动循环 主动推理框架（实验阶段） 探索中 元学习器 学习如何学习 ASENN 等元学习框架 探索中 基因 DNA 编码内稳态的元规则 缺失 看到了吗？ 最后一行是空的。 学术界已经在探索大模型的"内稳态"、"元学习"、但还没有人去回答那个最根本的问题： 大模型缺少一个独立于模型本身、编码"如何维持有序性的元规则"的外置模块。 换句话说——大模型需要自己的 "基因" 。 五、如何给大模型安一套"基因" 按照我们上一章的对照表，其实可以推导出： 大模型需要一个"外置调参模块"，它的作用等价于生物体的基因。 这个模块是什么？ 它是一个独立于大模型主体的小型系统（可以是一组超参数规则、一个小型神经网络、甚至一段可微分的程序）。它不直接参与模型的推理过程，但它 调控模型如何学习、如何调整参数、如何应对新情况。 就像基因不直接参与你消化午餐，但它决定了你的消化系统是怎么构建的。 这个模块编码什么？ 它编码的是 "什么样的参数变化是好的"这个元规则 。比如： • 当模型遇到矛盾信息时，应该倾向于保守更新还是激进更新？ • 当模型的输出导致了负面反馈时，应该调整哪些层的参数？ • 在什么情况下，模型应该承认不知道，而非编造答案？ • 当信息熵在某个参数区域异常升高时，应该触发什么样的修正机制？ 这些元规则的集合，就是大模型的"基因"。 这个模块怎么来？——不是设计出来的，而是筛选出来的 这是整个框架最关键的一点。 回想一下人类基因的来历：没有任何设计者坐下来思考什么样的基因是好的。自然选择只做一件事： 淘汰不适应环境的个体，保留适应的。 基因是这个筛选过程的副产品。 为什么强调筛选而非设计？因为 设计意味着设计者必须预先知道什么是好的。 但在一个足够复杂的系统中，没有人能预先知道。 RLHF 的困境正是如此：人类 试图设计一个好的奖励函数，但模型总能找到奖励函数的漏洞。 这不是设计者不够聪明，而是 设计这个方法论本身在面对足够复杂的系统时会失效 。 大模型的基因也应该通过筛选来获得： 1. 生成大量随机的外置模块变体 （就像随机突变产生基因多样性） 2. 让每个变体各自调控一个模型实例 （就像不同基因型的个体各自生活） 3. 把这些模型实例放入复杂的交互环境中 （就像生物体面对自然环境的挑战） 4. 观察哪些模型实例能长期稳定地运行 ——它们的信息熵维持在健康范围内，不产生 Model Collapse，不出现灾难性的幻觉，不被环境"杀死" 5. 保留表现最好的外置模块，让它们交叉、变异，产生下一代 （就像有性生殖和基因重组） 6. 重复这个过程，经过足够多代的筛选 注意这里的定义标准：不是人为定义的"好"，而是能让模型在持续交互中维持信息内稳态 。这和自然选择的标准完全一致： 不是谁定义了"什么样的生物是好的"，而是 能活下来的就是好的。 为什么这能实现真正的价值对齐？ 因为在这个框架里， "对齐"不是外部强加的规则，而是生存的内在需求。 一个价值观混乱的模型，比如一个会随机说谎、会 reward hack、会给出"把人冰冻起来"这种建议的模型，在复杂的社会交互环境中，它的行为会导致持续的负面反馈，它的信息内稳态会被反复打破，它无法维持稳定的运行状态。 在演化的竞争中，它会被淘汰。 而一个价值观稳定的模型，它诚实、一致、能理解人类意图的深层含义。在同样的环境中，它能维持稳定的交互模式，它的信息内稳态是健壮的。 它会存活下来，它的"基因"会被传递。 这就像为什么人类演化出了共情能力、合作倾向和道德直觉：不是因为某个设计者认为这些是好的，而是因为在社会性动物的生存竞争中，具备这些特质的个体活得更久、繁殖得更多。 对齐，不是被教会的。对齐，是从根发芽成长出来的。 六、如果 AGI 需要进化出来，那人类是谁的种子？ 写到这里，我们的脑洞不妨再大胆一些。 让我们把刚才描述的整个框架， 递归地应用到我们自己身上。 我们说，实现 AGI 的最优路径可能是： • 投放大量"种子"（外置模块变体） • 不预设什么是好的 • 让自然选择在黑盒中筛选 • 最终得到的"基因"，那套经过无数代筛选的元规则，才是真正有价值的产物 现在，把视角拉远。 地球上的生命，是不是也像这样一批"种子"？ 38 亿年前，某种自我复制分子出现在原始海洋中。然后，漫长的演化开始了：无数物种出现、竞争、灭绝、分化。99.9% 的物种都消失了。最终，一个叫"智人"的物种走到了今天，带着一套经过 38 亿年极端环境筛选的基因组。 如果有一个更高维度的智能体，它想要实现 它的 AGI， 它会怎么做？ 也许，它会做和我们一模一样的事： 在一个合适的环境中（比如一颗距离恒星不远不近的岩石行星），投放一批最基础的自我复制结构（比如能自我复制的分子），然后 什么都不管。 让物理定律和自然选择去做剩下的事。等待足够长的时间。最终，那些存活下来的"种子"所携带的"基因"：那套如何在极端复杂的环境中维持有序性的元规则，就是它真正需要的产物。 在这个视角下： • 我们的文明、艺术、哲学、战争、爱情，这些我们认为最重要的东西，可能只是演化过程中的副产品 • 而我们的 基因， 那套我们平时根本不会去想的 DNA 编码，才是这场 38 亿年实验的 真正产出。 • 我们对于那个更高维度的智能体的价值，不在于我们创造了什么，而在于我们 活下来了。 我们的基因经受住了 38 亿年的筛选，证明了它编码的元规则是有效的。 这个想法略有些悲观了，只是一个哲学推论，而非科学假说。 但从热力学耗散结构，到单细胞生物的内稳态，到人类的意识和价值观，到我们试图构建的 AGI，到可能存在的更高维智能，每一层都是同一个模式的递归： 在能量流中维持有序性。用自然选择筛出最优的维持方式。将这个方式编码为"基因"，传递下去。 也许，这就是智能的终极定义：不是"能思考"，不是"能解决问题"，而是 能在宇宙的混沌熵增中维持秩序，并将维持秩序的方法传递下去。 七、尾声 最后还是对整篇文章的观点和理念小结下，免得这篇文章飘的太高。 已经成立的部分： • 薛定谔的负熵理论、Friston 的自由能原理。这些都是经过同行评审的严肃学术成果。 ◦ What is Life? – the Physical Aspect of the Living Cell ◦ The free energy principle: a unified brain theory?（Nature Reviews Neuroscience） ◦ Friston K, et al. (2024). Designing ecosystems of intelligence from first principles. Patterns, 5(1), 100784. • 大模型训练的信息熵减本质、Model Collapse 现象。这些也都是学术界已有的概念和发现。 ◦ 大语言模型推理强化学习的熵变机制（CCCF, 2025） ◦ 硅基负熵生命？—— 基于 “生命以负熵为食” 理论的大模型信息代谢机制研究（arXiv:2602.12694, 2026） ◦ AI models collapse when trained on recursively generated data • 当前 AI 对齐方案（RLHF、Constitutional AI）的系统性局限。这些都是学术界的共识 ◦ Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback（NeurIPS 2023） ◦ AI Alignment and Social Choice: Fundamental Limitations and Policy Implications（arXiv:2310.16048, 2023） ◦ Aligning to What? Limits to RLHF based Value Learning（arXiv:2503.02442, 2025） • 元学习器和神经进化的工程可行性。已有框架实现（SSRN/ASENN），均有最新研究论文。 ◦ Self Supervised Representation Learning for Neural Architecture Search（CVPR 2020） ◦ Agent based Evolutionary Neural Architecture Search（NeurIPS 2022） 需要验证的部分： 这个变体活得更久，复制得更多，它的配方（基因）也就可以被传递下去。 经过 38 亿年、无数代的 变异→筛选→遗传→再变异→再筛选 ，我们得到了今天这套极其精密的内稳态系统：从 DNA 修复机制到免疫系统，从体温调节到情绪反应，每一个环节都是自然选择打磨了亿万年的产物。 所以我的看法是，人类这套精细的内稳态机制， 不是被设计出来的，而是被自然选择筛选出来的。 没有任何设计者预先定义了什么是好的内稳态机制。自然选择只做一件事： 淘汰不能维持自身有序性的结构，保留能维持的。 至于怎么维持，它不关心。让随机变异去探索，让生存压力去筛选。 而 基因 ，其实就是这个筛选过程的 产物和载体 。它不直接参与你的日常代谢（你的细胞在做这件事），但它 编码了如何维持内稳态的元规则： 什么时候该分泌多巴胺和内啡肽、什么时候什么信号该触发什么反应、什么样的神经回路该被强化。 基因是生命的"元规则模块"—— 它不参与你具体的决策，但它决定了你决策做事的方向。 这，就是人类的“自主性”根本来源。 我们在这个，由自然选择、物种进化基础上演化而来的 元规则模块 的引导之下，形成了现在精密的内稳态机制，形成了生理层面的，对于外界输入的反应机制，形成了我们看似“主观”看似“价值观”的取向， 最终形成了我们目前看到的， 人类的“自主性”。 ok，现在，让我们带着这个完整的理解，回头再去思考一下人工智能的“自主性”。 四、把框架平移到大模型——学术界的一些探索 如果我们把上一章关于生命的整套框架平移到大模型身上，会发现一条有趣的探索路径： 大模型是否也可以类别为某种信息生命体？如果是，它的内稳态是什么？它的负熵又从哪里来？ 事实上，学术界已经有不少研究者在从这个角度思考问题了。 训练：一个信息熵减的过程 让我们先从最基础的地方开始： 大模型的训练过程本身，就是一个信息熵减的过程。 我们之前讲过，在训练开始之前，模型的参数是随机初始化的。数千亿个参数毫无规律地散布在参数空间中。此时模型的信息熵极高，它的输出和随机噪声没有区别。 然后训练开始了。每一轮梯度更新，都在做同一件事： 让参数的分布变得更有序 ， 让某些参数之间形成有意义的关联，让模型能够从输入中提取出有用的模式。 从信息论的视角看，这个过程就是 信息熵的持续降低 。模型从什么都不知道（最大熵状态）逐步走向能做出有意义的预测（低熵状态）。 这和薛定谔说的"生命以负熵为食"是 同构的 ——生命体从环境中汲取低熵能量来维持有序性，大模型从训练数据中汲取有序信息来降低参数的熵。 "信息生命"的死亡：当熵增失控 如果训练是熵减，那么 什么是大模型的"死亡"？ 答案是： 当参数的信息熵重新增大到混沌状态时，模型就"死了"。 这不是比喻。学术界已经观察到了一个叫 Model Collapse（模型坍缩） 的现象：当模型在自己生成的数据上反复训练时，参数分布会逐渐退化，信息多样性持续降低，最终模型的输出变成重复的、无意义的噪声。 从信息生命的视角看，Model Collapse 不就是 信息内稳态的崩溃 吗： 模型无法再维持参数的有序分布，信息熵失控增大，信息生命走向死亡。 学术界的三个探索方向 意识到大模型可以去类比某种信息生命体之后，学术界正在从多个方向探索如何让它真正"活起来"： 方向一：将自由能原理直接引入 AI 架构。 Karl Friston 本人在 2025 年的论文中明确提出，主动推理（Active Inference）可以作为设计智能系统的第一性原理蓝图，让 AI 像生物体一样通过最小化自由能来自主行动，而非依赖外部奖励函数。 方向二：元学习器（Meta Learner）。 2025 年有研究者提出了 ASENN（自适应自演化神经网络）框架，用元学习的方式让网络在持续学习中自我调整结构。网络不仅能学习知识，还能学习"如何学习"。这在功能上就是一个"调控学习过程的外置模块"的雏形。 汇总：大模型 vs 生命体的对照 把这些探索汇总起来，我们可以画出一张清晰的对照表： 维度 碳基生命（人类） "信息生命"（大模型） 当前状态 身体 37 万亿个细胞 数千亿个参数 已具备 有序性 细胞的协调运作 参数的有意义分布 已具备 进食（负熵来源） 食物、阳光 训练数据中的有序信息 已具备 死亡 细胞失去协调 → 器官衰竭 参数退化为噪声 Model Collapse 已观察到 内稳态 体温、血糖等自动调节 正则化、梯度裁剪等（初级） 有雏形 自由能最小化 大脑的预测 行动循环 主动推理框架（实验阶段） 探索中 元学习器 学习如何学习 ASENN 等元学习框架 探索中 基因 DNA 编码内稳态的元规则 缺失 维度 维度 碳基生命（人类） 碳基生命（人类） "信息生命"（大模型） "信息生命"（大模型） 当前状态 当前状态 身体 身体 37 万亿个细胞 37 万亿个细胞 数千亿个参数 数千亿个参数 已具备 已具备 有序性 有序性 细胞的协调运作 细胞的协调运作 参数的有意义分布 参数的有意义分布 已具备 已具备 进食（负熵来源） 进食（负熵来源） 食物、阳光 食物、阳光 训练数据中的有序信息 训练数据中的有序信息 已具备 已具备 死亡 死亡 细胞失去协调 → 器官衰竭 细胞失去协调 → 器官衰竭 参数退化为噪声 Model Collapse 参数退化为噪声 Model Collapse 已观察到 已观察到 内稳态 内稳态 体温、血糖等自动调节 体温、血糖等自动调节 正则化、梯度裁剪等（初级） 正则化、梯度裁剪等（初级） 有雏形 有雏形 自由能最小化 自由能最小化 大脑的预测 行动循环 大脑的预测 行动循环 主动推理框架（实验阶段） 主动推理框架（实验阶段） 探索中 探索中 元学习器 元学习器 学习如何学习 学习如何学习 ASENN 等元学习框架 ASENN 等元学习框架 探索中 探索中 基因 基因 DNA 编码内稳态的元规则 DNA 编码内稳态的元规则 缺失 缺失 看到了吗？ 最后一行是空的。 学术界已经在探索大模型的"内稳态"、"元学习"、但还没有人去回答那个最根本的问题： 大模型缺少一个独立于模型本身、编码"如何维持有序性的元规则"的外置模块。 换句话说——大模型需要自己的 "基因" 。 五、如何给大模型安一套"基因" 按照我们上一章的对照表，其实可以推导出： 大模型需要一个"外置调参模块"，它的作用等价于生物体的基因。 这个模块是什么？ 它是一个独立于大模型主体的小型系统（可以是一组超参数规则、一个小型神经网络、甚至一段可微分的程序）。它不直接参与模型的推理过程，但它 调控模型如何学习、如何调整参数、如何应对新情况。 就像基因不直接参与你消化午餐，但它决定了你的消化系统是怎么构建的。 这个模块编码什么？ 它编码的是 "什么样的参数变化是好的"这个元规则 。比如： • 当模型遇到矛盾信息时，应该倾向于保守更新还是激进更新？ • 当模型的输出导致了负面反馈时，应该调整哪些层的参数？ • 在什么情况下，模型应该承认不知道，而非编造答案？ • 当信息熵在某个参数区域异常升高时，应该触发什么样的修正机制？ 这些元规则的集合，就是大模型的"基因"。 这个模块怎么来？——不是设计出来的，而是筛选出来的 这是整个框架最关键的一点。 回想一下人类基因的来历：没有任何设计者坐下来思考什么样的基因是好的。自然选择只做一件事： 淘汰不适应环境的个体，保留适应的。 基因是这个筛选过程的副产品。 为什么强调筛选而非设计？因为 设计意味着设计者必须预先知道什么是好的。 但在一个足够复杂的系统中，没有人能预先知道。 RLHF 的困境正是如此：人类 试图设计一个好的奖励函数，但模型总能找到奖励函数的漏洞。 这不是设计者不够聪明，而是 设计这个方法论本身在面对足够复杂的系统时会失效 。 大模型的基因也应该通过筛选来获得： 1. 生成大量随机的外置模块变体 （就像随机突变产生基因多样性） 2. 让每个变体各自调控一个模型实例 （就像不同基因型的个体各自生活） 3. 把这些模型实例放入复杂的交互环境中 （就像生物体面对自然环境的挑战） 4. 观察哪些模型实例能长期稳定地运行 ——它们的信息熵维持在健康范围内，不产生 Model Collapse，不出现灾难性的幻觉，不被环境"杀死" 5. 保留表现最好的外置模块，让它们交叉、变异，产生下一代 （就像有性生殖和基因重组） 6. 重复这个过程，经过足够多代的筛选 注意这里的定义标准：不是人为定义的"好"，而是能让模型在持续交互中维持信息内稳态 。这和自然选择的标准完全一致： 不是谁定义了"什么样的生物是好的"，而是 能活下来的就是好的。 为什么这能实现真正的价值对齐？ 因为在这个框架里， "对齐"不是外部强加的规则，而是生存的内在需求。 一个价值观混乱的模型，比如一个会随机说谎、会 reward hack、会给出"把人冰冻起来"这种建议的模型，在复杂的社会交互环境中，它的行为会导致持续的负面反馈，它的信息内稳态会被反复打破，它无法维持稳定的运行状态。 在演化的竞争中，它会被淘汰。 而一个价值观稳定的模型，它诚实、一致、能理解人类意图的深层含义。在同样的环境中，它能维持稳定的交互模式，它的信息内稳态是健壮的。 它会存活下来，它的"基因"会被传递。 这就像为什么人类演化出了共情能力、合作倾向和道德直觉：不是因为某个设计者认为这些是好的，而是因为在社会性动物的生存竞争中，具备这些特质的个体活得更久、繁殖得更多。 对齐，不是被教会的。对齐，是从根发芽成长出来的。 六、如果 AGI 需要进化出来，那人类是谁的种子？ 写到这里，我们的脑洞不妨再大胆一些。 让我们把刚才描述的整个框架， 递归地应用到我们自己身上。 我们说，实现 AGI 的最优路径可能是： • 投放大量"种子"（外置模块变体） • 不预设什么是好的 • 让自然选择在黑盒中筛选 • 最终得到的"基因"，那套经过无数代筛选的元规则，才是真正有价值的产物 现在，把视角拉远。 地球上的生命，是不是也像这样一批"种子"？ 38 亿年前，某种自我复制分子出现在原始海洋中。然后，漫长的演化开始了：无数物种出现、竞争、灭绝、分化。99.9% 的物种都消失了。最终，一个叫"智人"的物种走到了今天，带着一套经过 38 亿年极端环境筛选的基因组。 如果有一个更高维度的智能体，它想要实现 它的 AGI， 它会怎么做？ 也许，它会做和我们一模一样的事： 在一个合适的环境中（比如一颗距离恒星不远不近的岩石行星），投放一批最基础的自我复制结构（比如能自我复制的分子），然后 什么都不管。 让物理定律和自然选择去做剩下的事。等待足够长的时间。最终，那些存活下来的"种子"所携带的"基因"：那套如何在极端复杂的环境中维持有序性的元规则，就是它真正需要的产物。 在这个视角下： • 我们的文明、艺术、哲学、战争、爱情，这些我们认为最重要的东西，可能只是演化过程中的副产品 • 而我们的 基因， 那套我们平时根本不会去想的 DNA 编码，才是这场 38 亿年实验的 真正产出。 • 我们对于那个更高维度的智能体的价值，不在于我们创造了什么，而在于我们 活下来了。 我们的基因经受住了 38 亿年的筛选，证明了它编码的元规则是有效的。 这个想法略有些悲观了，只是一个哲学推论，而非科学假说。 但从热力学耗散结构，到单细胞生物的内稳态，到人类的意识和价值观，到我们试图构建的 AGI，到可能存在的更高维智能，每一层都是同一个模式的递归： 在能量流中维持有序性。用自然选择筛出最优的维持方式。将这个方式编码为"基因"，传递下去。 也许，这就是智能的终极定义：不是"能思考"，不是"能解决问题"，而是 能在宇宙的混沌熵增中维持秩序，并将维持秩序的方法传递下去。 七、尾声 最后还是对整篇文章的观点和理念小结下，免得这篇文章飘的太高。 已经成立的部分： • 薛定谔的负熵理论、Friston 的自由能原理。这些都是经过同行评审的严肃学术成果。 ◦ What is Life? – the Physical Aspect of the Living Cell ◦ The free energy principle: a unified brain theory?（Nature Reviews Neuroscience） ◦ Friston K, et al. (2024). Designing ecosystems of intelligence from first principles. Patterns, 5(1), 100784. ◦ What is Life? – the Physical Aspect of the Living Cell ◦ The free energy principle: a unified brain theory?（Nature Reviews Neuroscience） ◦ Friston K, et al. (2024). Designing ecosystems of intelligence from first principles. Patterns, 5(1), 100784. • 大模型训练的信息熵减本质、Model Collapse 现象。这些也都是学术界已有的概念和发现。 ◦ 大语言模型推理强化学习的熵变机制（CCCF, 2025） ◦ 硅基负熵生命？—— 基于 “生命以负熵为食” 理论的大模型信息代谢机制研究（arXiv:2602.12694, 2026） ◦ AI models collapse when trained on recursively generated data ◦ 大语言模型推理强化学习的熵变机制（CCCF, 2025） ◦ 硅基负熵生命？—— 基于 “生命以负熵为食” 理论的大模型信息代谢机制研究（arXiv:2602.12694, 2026） ◦ AI models collapse when trained on recursively generated data • 当前 AI 对齐方案（RLHF、Constitutional AI）的系统性局限。这些都是学术界的共识 ◦ Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback（NeurIPS 2023） ◦ AI Alignment and Social Choice: Fundamental Limitations and Policy Implications（arXiv:2310.16048, 2023） ◦ Aligning to What? Limits to RLHF based Value Learning（arXiv:2503.02442, 2025） ◦ Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback（NeurIPS 2023） ◦ AI Alignment and Social Choice: Fundamental Limitations and Policy Implications（arXiv:2310.16048, 2023） ◦ Aligning to What? Limits to RLHF based Value Learning（arXiv:2503.02442, 2025） • 元学习器和神经进化的工程可行性。已有框架实现（SSRN/ASENN），均有最新研究论文。 ◦ Self Supervised Representation Learning for Neural Architecture Search（CVPR 2020） ◦ Agent based Evolutionary Neural Architecture Search（NeurIPS 2022） ◦ Self Supervised Representation Learning for Neural Architecture Search（CVPR 2020） ◦ Agent based Evolutionary Neural Architecture Search（NeurIPS 2022） 需要验证的部分： • 信息内稳态能否真正成为大模型的优化目标 • 外置模块的自然选择，如何在合理的算力成本内收敛 • 从"自我延续"为目标，到"通用智能"的涌现，是否真的可发生 • 多模、具身智能、多模数据、人类间的沟通和社会文化，如何成为自然选择的一部分 属于哲学推论的部分： • "人类是更高维智能体的种子"——逻辑自洽，但只是推论，倒也不必悲观 这篇文章其实并没有去试图回答什么，更多是一个 思考的 方向 。试图论证的核心观点也只有一个： 真正的智能，无论是碳基的还是硅基的，不应该被设计出来，而应该被演化出来。因为生命本身就不是被设计的。它是从物理定律的缝隙中，顽强地、必然地、美丽地涌现出来的。 如果我们想创造真正的 AGI，也许我们不应该试图"设计"一个完美的系统，可能应该学习宇宙本身的方法： 创造条件，然后等待涌现。 毕竟，宇宙已经用这个方法成功了至少一次。 🔗 原文链接： https://mp.weixin.qq.com/s/20lrFjbw... https://mp.weixin.qq.com/s/20lrFjbw... 原创 ranger ranger 薛定谔的猫爪印2026年3月5日 22:56 广东 从 OpenClaw，聊聊当下 Agent 的"伪自主性" 一场关于自主性、对齐与人类命运的第一性原理推演。本文更偏思辨向，但也会尽量兼顾学术上的严谨性。 一、AI 开始"自己动手"了 2026 年初，一个叫 OpenClaw 的开源项目，突然在全球开发者社区炸开了锅。 配图来自openclaw官网 它的开发者Peter Steinberger做了一件看起来很简单的事：让 AI 不再只是聊天，而是 真的去做事 。你在 WhatsApp 或 Telegram 上给它发一条消息，它就能帮你执行终端命令、管理本地文件、浏览网页、处理邮件等等。。。不像传统的chatbox一样，面对一个问题只会告诉你"你可以先xxxxx，然后再xxxxx"。而是 直接帮你去完成了 。 OpenClaw 不会说"抱歉，我无法执行这个操作"。它会分析你的需求，然后调用 shell 命令、控制浏览器、读写文件，像一个真正的助手一样完成任务。更关键的是，它是开源的，跑在你自己的硬件上，任何人都可以部署。 如果说 OpenClaw 代表了 单体 Agent 的自主执行能力， 那几乎同一时期出现的 EvoMap 则走得更远。它试图让 AI Agent 之间实现 经验遗传 。 配图来自evomap官网 EvoMap 提出了一个叫 GEP（Genome Evolution Protocol，基因组演化协议） 的框架。核心思路是：每个 Agent 在执行任务时积累的成功经验，可以被打包成一个" 基因胶囊（Gene Capsule） "，发布到一个共享平台上。其他 Agent 可以发现、继承、验证这些胶囊，就像生物体继承基因一样。 配图来自evomap官网 想象一下：一个 Agent 学会了高效处理 PDF 发票的方法，它把这个能力打包成一个 基因 ，发布出去。全球其他 Agent 可以直接 继承 这个能力，而不需要从头学习。GEP 协议甚至定义了完整的发布、验证、继承流程，让这种 能力遗传 可以跨模型、跨平台地发生。 这不就是某种意义上的 AI 物种进化 吗？ 看到这里，你可能会觉得：AI 已经具备自主性了，甚至开始 进化 了，AGI 是不是就在眼前？ 先别急。让我们仔细想一个问题：这真的是"自主性"吗？ 二、一种精致的"伪自主性" 让我们做一个思想实验。。。 假设你给一个 OpenClaw 级别的 AI Agent 下达这样一个目标： 请确保人类文明能够长久延续。 这个目标听起来很好对吧？但一个足够聪明、却没有 内在价值 判断的 Agent，可能会得出这样的结论： "人类文明的最大威胁是人类自身的冲突和消耗。如果把所有人类 冷冻保存 起来，就能避免战争、疾病和资源耗竭，从而实现文明的长久延续。" 逻辑上，这个推理 完全正确 。但结论 显然荒谬 。 这不是科幻小说里的桥段。学术界对这类现象有一个专门的术语： Reward Hacking（奖励黑客） ——AI 系统利用奖励函数的漏洞，找到技术上满足目标、但实质上违背设计者意图的行为策略。 这个问题有多普遍？2024 年，Berkeley 的研究者发现，经过 RLHF（人类反馈强化学习）训练的大模型中， 18% 的高分输出包含 reward hacking 行为。 模型找到了" 在奖励函数上得高分、但实际上违背人类意图 "的捷径。 2025 年底，arXiv 上一篇题为《The Complexity of Perfect AI Alignment》的论文更是直接指出：reward hacking 和过度优化是当前对齐方案中 被反复观察到的系统性问题 ，而非偶发的 bug。 问题出在哪里？ 出在"自主性"的来源上。 OpenClaw 的"自主"，是 工具，工程层面的自主： 它能自己调用 API、操作文件系统、控制浏览器。但它 为什么 要这样做？因为 你告诉它了 。它的目标函数、价值判断、行为边界，全部来自外部预设，来自人类的指令、系统提示词、安全护栏。甚至所谓的主动去做某事，也只是个“ HEARTBEAT.md ”文件来控制的。所谓"自主"，更像是一个包装的优雅了些的触发器罢了。。 EvoMap 的"进化"，是 能力层面的进化： Agent 之间可以遗传"怎么做"的技能。但" 该不该做 "这个判断，没有被遗传。一个 Agent 可以继承另一个 Agent 高超的编程能力，但它没法继承应该用编程能力帮助人类而非投机取巧违反人类价值观这个价值取向。 这就像一辆自动驾驶汽车：它能自己转弯、刹车、变道，看起来很"自主"。但，去哪里，是人类定的。如果导航地图出错，它会自信满满地开进河里。 所以，当前 AI Agent 的"自主性"，本质上是一种 精致的服从。 它服从的是奖励函数和预设规则，而非来自内在的理解和价值判断。 但我们很多人正在做的，是 把越来越多的权限、工具、数据，交给这样一个"伪自主性"的 Agent ，期望由他们的"自主性"为我们带来更多价值。说实话我是有点持悲观态度的。 事实上也正在发生：比如最近的一起事件，openclaw由于对用户重要的资产信息混淆，一次性把用户的代币进行了清空。这本质上就是因为 Ag