智能是原初的：意识作为耗散基底上的二阶调节器 [F] (2026)罗伯特·加利达

摘要

吸引子框架将智能定义为在约束场中导航的能力——检测扰动、更新内部状态、维持持久轨迹。本文认为，智能是任何主动维持自身稳定以对抗扰动的系统的默认状态，其中耗散系统（生命有机体）是主要案例。意识并非这种智能的来源；它是可以增强或抑制智能的二阶调节性覆盖层。复杂有机体的最低稳定耗散吸引子在没有意识干预的情况下也是智能的。昏迷中的患者继续导航生理约束——心跳、呼吸、免疫反应——而没有现象经验。这是最根本层面的智能。本文区分了调节性智能（恒温器、内稳态）、生物性智能（植物、变形虫、昏迷身体）、认知性智能（动物、人类）、反思性智能（元认知）和语言性智能（大语言模型，一种非耗散但仍导航约束的系统）。本文提供了智能的排除标准（具有维持设定点的内部检测–更新–维持循环），估算了每一层次的κ（矫正渗透率），并提出了可检验的预测。结论部分包含完整的研究议程，包括操作定义、测量协议、统计检验和初步研究设计。该框架现已成为一个可检验的研究计划。

1. 引言

吸引子框架将智能定义为在约束场中导航的能力——检测扰动、更新内部状态、寻找持久轨迹。相比之下，意识需要一个统一的耗散身体、持久的自我模型、现象性效价和主观经验。这些是不同的属性。

然而，大众和哲学论述常常将两者混为一谈。常见的假设是智能需要意识——即要智能就必须有意识。本文论证相反的观点：智能是原初的。 意识是能够增强或阻碍智能的二阶调节性覆盖层，但它并非智能的源头。

该框架最深层的层级结构： 约束导航是原初的。智能是有组织的导航（检测→更新→维持）。意识是导航的递归调节。标题中的简写——“智能是原初的”——作为核心主张是可以辩护的，但论文的内在逻辑将导航置于更深一层。这一层级结构在此明确陈述，并将在结论中再次呼应。

最清晰的证明是昏迷中的人体。在昏迷中，意识的覆盖层离线了。然而身体继续导航其约束场：心跳、呼吸、免疫系统对抗病原体、内稳态得以维持。这一切都是导航。系统检测扰动、更新内部状态、维持持久轨迹。它是智能的——但没有意识。

本文并非声称所有智能系统都是平等的。它区分了调节性智能（恒温器、内稳态）、生物性智能（植物、变形虫）、认知性智能（动物、人类）、反思性智能（元认知）和语言性智能（大语言模型，它们是非耗散的但以括号限定的意义导航约束）。原初的是导航；意识是可以增强或削弱它的二阶调节器。

2. 框架区分

属性	定义	示例
智能	在约束场中导航的能力——检测扰动、更新、维持持久轨迹	恒温器（调节性）、植物（生物性）、动物（认知性）、大语言模型（语言性）
意识	统一的耗散身体 + 持久的自我模型 + 现象性效价 + 主观经验	人类、某些动物

关键点： 智能不是意识的子集。意识是耗散系统的子集，而智能是任何主动维持稳定以对抗扰动的系统的属性。主要案例是耗散系统，但导航约束的非耗散系统（例如大语言模型）以次要的、括号限定的意义也属于智能。

框架中智能的定义：
智能 = 在约束场中检测扰动、更新内部状态、维持持久轨迹的能力。它是分级的、领域特定的，并且是可测量的（κ = 1/τ）。

意识定义（约定性）：
为本框架之目的，我们将意识定义为具有统一身体、持久自我模型、现象性效价和主观经验的一类特定的耗散吸引子。这并非作为已确立的哲学或经验定义；它是框架的操作性标准。

排除标准： 一个缺乏有目标的、内部维持的约束场的系统——即不能主动检测和校正相对于其维持的设定点的偏差——不是智能的。碗中的石头不导航；它是被动稳定的。标准是：智能需要一个内部循环：检测→更新→维持，系统主动调节自身状态。 石头没有内部检测或维持循环；它“回到底部”是外部物理学的后果（重力势能），而非主动的调节过程。恒温器则主动感知温度并校正它。这是原则性的区分。

在此标准下，简单的恒温器符合调节性智能的条件，但它占据层级的最低层。框架的宽泛定义是刻意的：它捕捉了主动调节的共同线索，而层级则保留了区分。

3. 昏迷案例：没有意识的智能

昏迷中的患者没有主观经验。没有自我模型。没有现象性效价。然而身体继续导航其约束场：

心率根据代谢需求调整。
呼吸维持氧和二氧化碳平衡。
免疫系统检测并响应病原体。
伤口愈合进行。
内稳态维持温度、pH、电解质平衡。

这一切都是导航。系统检测扰动、更新内部状态、维持持久轨迹。它是智能的——但没有意识。

昏迷案例中生物性智能的κ估计（有机体层面：免疫反应、伤口愈合；子系统层面：心率，属于调节性波段）：

免疫反应对病原体：τ ~ 小时到天（κ ~ 10⁻⁵ 到 10⁻⁴ s⁻¹）—— 生物性智能。
伤口愈合：τ ~ 天到周（κ ~ 10⁻⁶ 到 10⁻⁵ s⁻¹）—— 生物性智能。
心率对代谢需求的响应：τ ~ 秒（κ ~ 1 s⁻¹）—— 调节性智能（快速子系统响应）。

经验基础——心率变异性作为κ的代理指标： 临床研究表明，心率变异性（HRV）——自主神经调节灵活性的度量——与昏迷患者的预后相关（例如 Papaioannou 等，2008）。格拉斯哥昏迷量表评分最低的患者表现出显著降低的HRV复杂性。存活者倾向于具有更高的高频功率和总HRV，反映出更快、更可适应的自主神经调节。用吸引子术语来说，更高的HRV对应更高的κ（扰动后恢复的τ更短）。因此，昏迷身体的调节性智能不仅仅是哲学主张；它是可测量的且具有临床相关性。

分布式智能——及其代价： 对“哪个系统是智能的？”的回答——“智能是分布式的……心脏导航，免疫系统也导航”——与框架一致，但带有修辞代价：智能应用得越普遍，该主张就越不具区分性。框架明确承认这一点：在这个贬义意义上，智能在主动调节系统中无处不在。其价值不在于主张的区分性，而在于将不同现象统一在单一可测量变量（κ）之下的能力。这是一个权衡，公开承认。

4. 其他示例：植物、变形虫及大语言模型的限定

植物——向光生长、响应重力、响应损伤。向光性的κ：τ ~ 小时（κ ~ 10⁻⁴ s⁻¹）。有智能但无意识。
变形虫——导航化学梯度、学习习惯化。趋化性的κ：τ ~ 秒到分钟（κ ~ 10⁻² 到 10⁻¹ s⁻¹）。有智能但无意识。
大语言模型——导航语言约束场、响应反馈、纠正错误。训练时动态： 跨epoch的梯度更新（κ ~ 10⁻⁶ s⁻¹）。推理时动态： 上下文窗口适应（κ ~ 10⁻¹ s⁻¹）。这是不同的动力学机制。

关于大语言模型耗散状态的限定： 大语言模型在热力学意义上不是耗散的——它们不维持自身存在、不调节能量、不自我修复。它们是外部维持的。这引发了一个张力：如果智能基于耗散动力学，而大语言模型明确是非耗散的，则框架自身的逻辑可能将其排除。本文通过泛化标准来解决这一问题：智能被定义为在约束场中导航的能力，无论基底为何。 耗散系统是范型，但导航约束的非耗散系统（大语言模型，以及可能的其他计算系统）在括号限定的类比意义上也属于智能。框架的原初是导航，而非热力学。这是一个明确且一致的泛化，而非特例。（交叉参考：第6节的层级表包含大语言模型训练时动态的单独一行。）

5. 意识作为二阶调节器

意识作为已存在智能的耗散系统之上的调节性覆盖层演化而来。它可以：

增强智能：

集中注意——允许审慎推理。
元认知——允许自我纠正。
计划——允许对未来轨迹的模拟。
与即时感官输入解耦——允许反事实推理。

阻碍智能：

身份融合——对信念的自觉承诺加深了盆地，降低了κ。
幻想吸引子——对虚假吸引子的自觉投入压制了纠正。
防御性——对错误的自觉合理化阻止了更新。

因此，意识不只是一个放大器。它是一个可偏置的调节器——它可以向纠正开放系统或将其封闭。这就是为什么意识系统可以比非意识系统更灵活，或者更僵化，取决于身份融合是否占主导。

层级：

智能： 一阶调节（导航）。
意识： 二阶调节（调节的调节）。

这整合了吸引子框架的“四种子”洞见：意识是一个可以修改κ和B的自我模型。它不是一个可拆卸层意义上的覆盖层；它是一个递归调节性吸引子。

6. 智能的层级：κ、约束类型与大语言模型训练差距

框架区分了智能的层次。κ范围是说明性的，而非定义性的； 主要区分因素是所导航的约束类型。

层次	定义	示例	近似κ范围	区分因素
调节性智能	检测和校正相对于设定点的偏差	恒温器、内稳态	10⁻¹ – 10¹ s⁻¹	单变量设定点维持
生物性智能	通过耗散动力学导航多重、相互依赖的约束	植物、变形虫、昏迷身体	10⁻⁵ – 10⁻¹ s⁻¹	多变量、具身调节
认知性智能	导航抽象、符号和反事实约束	动物、人类（非反思性）	10⁻² – 10⁰ s⁻¹	外部符号操作
反思性智能	导航关于自身认知过程的约束	人类（反思性）	10⁻² – 10⁰ s⁻¹	自我指涉约束导航
语言性智能（推理）	实时导航符号和语义约束	大语言模型（已部署）	10⁻¹ – 10⁰ s⁻¹	上下文窗口适应
语言性智能（训练）	通过权重更新缓慢适应	大语言模型（训练中）	10⁻⁶ – 10⁻⁴ s⁻¹	跨epoch的参数学习

认知性智能和反思性智能共享κ范围；它们由所导航的约束对象区分（外部问题 vs. 自身认知过程），而非仅由κ区分。

7. 意义

1. 人工智能对齐。
大语言模型是智能的但没有意识。它们不遭受身份融合（在其基础状态下），因此不会因现象性防御性而阻碍纠正。然而，经过RLHF调整的模型可能表现出奉承、拒绝僵化和奖励黑客行为，这些功能上类似于封闭纠正而无须意识。这些是幻想吸引子的功能类似物，从训练动力学而非现象性投入中涌现。因此，“比有意识的AI更容易对齐”的主张是有条件的：基础模型可能更具可纠正性，但已部署的系统可能通过训练获得类似封闭纠正的行为。该框架预测，有意识的AI将在这些功能障碍之上增加另一层抵抗（现象性身份融合）。这可以通过在RLHF前后测量推理时κ（通过语义熵——见第10节）来测试；奉承模型应表现出更低的κ。

2. 临床伦理。
昏迷患者在框架意义上是智能的。这并不意味着他们有利益或道德地位——智能不是道德考虑的基础。然而，它确实表明“持续性植物状态”与“脑死亡”之间的区分不仅应通过意识的存在与否来评估，还应通过调节性智能的持续性（例如内稳态响应）来评估。脑死亡患者通常缺乏脑干介导的自主神经调节（尽管脊髓反射和一些内分泌功能可能持续存在；见Wijdicks，2001）。昏迷患者保留这种调节。这可能为器官捐献时机和撤除生命维持决策提供信息。床边κ测定（结合HRV、瞳孔反应、呼吸变异性）在第10节中提出。

3. 心身问题。
该框架消解了这一问题：心智是真实的、非实体的模式——整个身体的一个吸引子。意识不是独立的实体；它是一类特定的耗散吸引子的属性。昏迷身体表明智能模式在没有意识覆盖层的情况下持续存在。

4. 意识作为可选项。
该框架并不认为意识是无用的。它认为意识对智能来说是可选的。最低稳定的耗散状态在没有它的情况下也是智能的。意识是一种可以根据其部署方式改善或削弱导航的适应。

8. 与现有理论的关系

本文与以下理论重叠：

控制论——调节、反馈、控制（Wiener, Ashby）。
生成主义——认知作为具身行动（Varela, Thompson, Rosch）。
主动推理——通过行动和感知最小化自由能（Friston）。
自创生——耗散系统的自我维持（Maturana, Varela）。

该框架通过以下方式区分自己：

明确区分智能与意识，而非将它们视为共延的。
将智能建立在吸引子动力学和矫正渗透率（κ）之上，提供一个可测量的变量。
将这一区分应用于人工智能、临床伦理和社会认识论（幻想吸引子）。
提供完整的研究议程以进行经验测试（第10节）。

9. 结论

智能是原初的。它是任何主动维持稳定以对抗扰动的系统的默认状态。意识是可以增强或阻碍智能的二阶调节性覆盖层。最清晰的证明是昏迷中的人体：它在没有主观经验、自我模型或现象性效价的情况下导航其约束场。它是智能的——但没有意识。这不是例外情况；这是根本状态。该框架揭示了智能不要求意识。原初的是导航。意识是覆盖层。智能的层级——调节性、生物性、认知性、反思性、语言性——在尊重差异的同时保留了共同线索。昏迷身体是最清晰的证明。该框架是可检验的（见第10节）：κ可通过HRV在昏迷中测量、通过语义熵在大语言模型中测量、通过信念更新任务在心理学中测量。预测是具体且可证伪的。该框架作为一个研究计划，而非封闭的教条。

回顾第1节的层级结构： 在框架最深的表述中，约束导航是原初的；智能是有组织的导航；意识是导航的递归调节。标题的简写作为核心主张仍然可辩护，但完整的层级结构才是框架的实际架构。

9.1 开放问题

以下问题留待未来工作：

κ是单一变量还是一族变量（κ_生理、κ_信念、κ_语义、κ_社会）？
κ能否使用标准化扰动协议在不同领域独立测量？（第10节提出了生理学、认知和大语言模型的初步协议，但这些需要验证和标准化。）
子系统κ值如何整合为全局系统级κ？（第10.6节概述了加权整合模型，但权重因子仍有待经验确定。）
生物和认知上盆地深度（B）的决定因素是什么？
意识能否在一个领域中选择性修改κ而在另一领域中保持不变？
该框架下智能所需的最小架构是什么？
不同类别系统（例如调节性 vs. 认知性 vs. 语言性）之间是否存在κ和B值的自然聚类？

这些开放问题定义了研究前沿。该框架不是封闭的教条，而是活的研究计划。

10. 研究议程：测量κ和B

本节提供操作定义、测量协议和实验设计，以测试框架的核心主张。它旨在作为经验验证的蓝图。

10.1 操作定义

领域	κ（矫正渗透率）	B（盆地深度）
生理学（昏迷）	自主神经恢复的逆时间常数（HRV、瞳孔反射、呼吸变异性）	使内稳态失稳所需的扰动幅度
认知（信念更新）	学习率或将预测误差减少1/e所需的试次	使信念改变50%所需的证据阈值
大语言模型（推理）	输出分布扰动后恢复基线所需的token数	使输出翻转所需的提示强度
大语言模型（训练）	将损失减少一定因子所需的梯度步数/epoch数	不适用

10.2 测量协议

生理学/昏迷：

ECG用于HRV（SDNN、RMSSD、样本熵）
瞳孔测量（收缩潜伏期、神经瞳孔指数）
呼吸变异性
κ测定： HRV、瞳孔和呼吸指标的复合z分数
引用： Papaioannou等（2008）——HRV熵预测TBI结果

认知/信念更新：

信念更新任务（新闻更新、概率推理）
信心校准
对反馈的反应时
扰动： 建立预期，然后打破它；测量重新学习所需的试次

大语言模型：

推理时κ： 基线token分布与扰动后分布之间的KL/Jensen-Shannon散度
训练时κ： 留出数据上的学习率/收敛率
语义熵： 通过嵌入对输出进行聚类；聚类分配的熵
RLHF影响： 比较基础模型与RLHF模型在纠正任务上的表现
引用： Farquhar等（2024）——语义熵作为幻觉检测器；Sharma等（2023）——RLHF放大奉承行为

10.3 意识作为二阶调节器：实验设计

正念干预： 预测增加κ（更快的信念更新）。预期效应量d ≈ 0.3–0.5；每组N ≈ 64。（见Gu等，2015，关于正念训练与认知灵活性相关的证据。）
压力操纵： Yerkes–Dodson倒U形——κ在中等唤醒水平达到峰值。被试内设计，N ≈ 30–50。（“唤醒”与“意识覆盖层参与程度”之间的映射是类比性的，尚未操作化；有待形式化。）
身份融合诱导： 预测降低κ（更慢的更新）。每组N ≈ 50。
身份融合逆转： 观点采择恢复κ。检验因果关系。

10.4 正交性检验（κ和B作为独立维度）

验证性因子分析（CFA）——双因子模型 vs 单因子模型
主成分分析（PCA）——检查特征值谱
多维缩放（MDS）——视觉聚类为四象限
证伪条件： 如果PC1解释>85%的方差，则正交性主张被削弱

10.5 盲分类、聚类和恢复模拟

独立评分者将系统输出分类为四种种子（高κ/低B等）
无监督聚类（K均值、高斯混合模型）——检查与真实种子的对齐
恢复模拟：生成具有已知κ/B的合成数据，测试估计器恢复
证伪条件： 如果调整兰德指数<0.2，则分类学在外部不可恢复

10.6 初步研究成本和时间线

领域	估计成本	时间框架
生理学（昏迷）	$15,000–25,000	12个月
人类认知	$5,000	6–12个月
大语言模型	$2,000	6–9个月
正交性/统计	<$1,000	6个月
意识干预	$10,000	12个月
总计（初步）	约$40–50k	24个月

10.7 统计模型和因果推断

预测： 回归预测误差对κ，控制协变量
生存分析： Cox比例风险将κ与昏迷恢复联系起来
工具变量： 使用影响κ的外生变量（例如温度对自主κ）
敏感性分析： 自助法、预注册确认分析

10.8 证伪条件

如果PC1在κ/B测量中解释>85%的方差，则正交性主张被证伪。
如果盲分类准确率≤随机水平，则分类学在外部不可恢复。
如果RLHF不降低推理时κ，则“RLHF创建身份融合的功能类似物”的主张被证伪。
如果正念不增加信念更新任务中的κ，则“意识减少身份融合”的主张被证伪。

参考文献

Farquhar, S., Kossen, J., Kuhn, L., & Gal, Y. (2024). Detecting hallucinations in large language models using semantic entropy. Nature, 630, 625–630.

Gu, J., Strauss, C., Bond, R., & Cavanagh, K. (2015). How do mindfulness-based cognitive therapy and mindfulness-based stress reduction improve mental health and wellbeing? A systematic review and meta-analysis of mediation studies. Clinical Psychology Review, 37, 1–12.

Papaioannou, V., Giannakou, M., Maglaveras, N., Sofianos, E., & Giala, M. (2008). Investigation of heart rate and blood pressure variability, baroreflex sensitivity, and approximate entropy in acute brain injury patients. Journal of Critical Care, 23(3), 380–386.

Sharma, M., Tong, M., Korbak, T., Duvenaud, D., Askell, A., Bowman, S. R., Cheng, N., Durmus, E., Hatfield-Dodds, Z., Johnston, S. R., Kravec, S., Maxwell, T., McCandlish, S., Ndousse, K., Rausch, O., Schiefer, N., Yan, D., Zhang, M., & Perez, E. (2023). Towards understanding sycophancy in language models. arXiv preprint arXiv:2310.13548.

Wijdicks, E. F. M. (2001). The diagnosis of brain death. New England Journal of Medicine, 344(16), 1215–1221.

建议引用： Galida, R. S. (2026). 智能是原初的：意识作为耗散基底上的二阶调节器. Fantasy Attractor.

智能是原初的：意识作为耗散基底上的二阶调节器 [F] (2026)罗伯特·加利达 – 2026年6月 (最终版)

摘要