AI上下文图、领域驱动设计 AI没有生命能动性：自创生×具身生成论揭开认知主体性真相 #系统思维训练指南 #AI人工智能指南 #语言文字游戏 #生物穿越黑客 2026-09-23 7K banq
大语言模型可以写诗、解题、陪人聊天，可它永远体会不到饥饿是什么滋味。

这个论断会让不少人难以接受，因为它直接冲击当下最流行的一套叙事：智能能够脱离生命，独立诞生、存续。

一位深耕黑格尔研究的哲学家，和一位神经科学家经过长时间对谈后提出，区分生物智能与机器智能的核心标尺，不在于算力强弱、参数规模，而是绝大多数讨论都漏掉的底层前提——生命本身。

只有活着的系统，才具备认知的根基；一套无法自我维系的系统，即便表现得再聪慧，也只是在模拟认知。

这篇文章想要厘清一个关键问题：认知并非计算，而是生命体在生存压力中演化生长出来的能力。读完你会明白，为什么如今所有大语言模型，距离真正的认知，或许还没有跨过门槛。

大家都说智能是算出来的，但自创生理论说认知先得活着

神经科学家、播客主持人Paul Middlebrooks向嘉宾Andrea Gambarotto抛出了一个直白的问题：大语言模型没有生命，那它是否拥有心智？

Gambarotto的回答锚定了一个核心概念：认知需要能动性，而能动性的前提，是生命体拥有自我维持的能力。

这种能力在理论生物学中有一个专有名词——自创生（autopoiesis），由智利生物学家温贝托·马图拉纳与弗朗西斯科·瓦雷拉在上世纪70年代提出，用来划定生命与非生命的边界。

自创生的含义是，一套系统依靠内部持续运转的网络过程，不断生产构成自身的全部组件。简单来讲，一个活细胞之所以拥有生命，不是体内存在某种神秘的“生命物质”，而是它始终在完成一件事：自我生成、自我构筑。

体内的酶分解摄入的物质，细胞膜稳定内外离子浓度差，DNA持续复制与修复，所有过程彼此依存、相互约束，形成闭环。一旦这个闭环断裂，生命就走向消亡。

但仅有自创生还远远不够。Gambarotto与Matteo Mossio在论文中指出，自创生只是认知的必要条件，而非充分条件。如果一个自创生系统仅仅封闭地维持自身稳态，不与环境产生有意义的互动，它依旧无法产生认知。

认知还需要另一重要素：适应性。
适应性代表系统可以根据环境变化调整自身行为，以此更好地维系自我存续。细菌顺着糖浓度梯度向养分充足的方向游动、避开酸性环境，就是最原始的适应性行为，也是最基础的认知形态。

这里有一处关键区分：自创生系统形成的约束闭合，和普通机器的反馈回路，根本不是一回事。
约束闭合意味着系统内部所有组件相互生产、彼此支撑，没有组件直接由外部输入单方面决定。
而反馈回路只是输出会反过来影响输入，系统本身的组件并不参与自我再生产。

大语言模型的权重矩阵不会自主修复损坏的参数，算力供给中断时，它也不会尝试保全自身运行。它自始至终，都不存在“活着”这个维度。

康德说目的论只是观察方式，黑格尔说不对，目的就在生物体内部

想要读懂生命与认知之间的深层关联，我们要回到两百多年前一场经典的哲学辩论。

康德在《判断力批判》中区分了外在目的性与内在目的性：
外在目的性，指事物的存在服务于他物，剪刀为裁剪而生就是典型例子。
内在目的性，则是事物的各个部分互为因果，整体与部分相互生成、彼此支撑。

当我们观察生命体时，不得不借助内在目的性来理解：心脏为泵血而存在，泵血支撑其他器官运转，而这些器官反过来供养心脏。

但康德随即给出了重要限定：内在目的性只是我们理解生命的一种调节性原则，是人类认知框架赋予自然的解读方式，并非自然本身自带的真实属性。

康德本质上秉持牛顿式的机械论立场，在他看来，真正的科学解释必须落脚于机械因果，目的论只是权宜的解释工具。

这一观点被后世不少生物学家继承，他们认为达尔文已经把目的论自然化：自然选择如同盲眼钟表匠，生命的设计不需要预设设计者。

黑格尔并不认同这套说法。
正如Gambarotto在对话中阐释的，康德在这个问题上没有推到底。黑格尔在《逻辑学》中专门讨论目的论，他提出，内在目的性不是人类强加给自然的解读，而是生命体真实的组织方式。

生物体以自身为目的，一切活动都服务于维持自身存在。这不是比喻，而是生命体的存在论结构。

黑格尔的这个立场为何重要？
它把目的论从“用来解释的工具”，变成了“需要被解释的客观对象”。
对康德而言，我们只能假定生命拥有目的，科学的底层解释终究要回归机械论；
对黑格尔而言，生命体的目的性是真实存在的，我们需要解释这种目的性何以成立，而不是绕开它。
Gambarotto认为，这正是当代理论生物学的核心方向。弗朗西斯科·瓦雷拉2002年发表的最后一篇论文标题正是《康德之后的生命》，副标题直接点明主旨：自创生与自然目的。

生成主义说认知不是表征世界，而是跟世界跳一支有来有回的舞

黑格尔的内在目的论，和当代生成主义之间有着清晰的思想脉络。

生成主义（enactivism）由瓦雷拉、埃文·汤普森与埃莉诺·罗施在1991年的《具身心智》中确立，是认知科学领域的重要纲领。它的核心主张是：
认知不是大脑在内部搭建世界的表征图谱，再依靠这套图谱计算行动方案；
认知，是生命体与环境动态耦合过程中，不断生成出来的。

借用Gambarotto的表述，生成主义描绘的图景是这样：无论是人，还是狗，我们和环境打交道的方式，并非上帝视角式的客观观测，而是根植于自身需求与生存。

我们需要食物、庇护，需要规避危险，这些需求决定了环境里哪些事物具备价值，哪些无关紧要。

生成主义学者将这个过程称为意义生成（sense-making）——认知的本质，就是在和环境的互动中创造价值。

这里有一个反直觉的要点：生成主义主张认知是直接的，无需依托表征，但这不代表认知本身简单。细菌在糖分梯度中游动，不需要在内部绘制一张浓度分布图，仅依靠化学感受器的信号调整鞭毛转向。这个看似简单的行为，已经包含最基础的认知结构：系统评估环境、区分利害、做出选择。

Gambarotto和Mossio在论文中引入黑格尔，正是因为黑格尔的辩证法，提供了描述这种动态关系的思想语言。

黑格尔的辩证法不是刻板的“正反合”公式，而是理解整体与部分关系的思路。在生命体之中，部分脱离整体就失去意义，整体又依靠各个部分的活动维持自身。它不是静态结构，而是持续流动的过程。生成主义把这个过程称作耦合，黑格尔则称之为目的的实现。

章鱼很聪明，但它的身体结构让它卡在了意识的半路上

Gambarotto与Álvaro Moreno合作的论文，把这套理论落到一个具体的生物学问题上：为什么只有脊椎动物演化出复杂意识，同样聪慧的章鱼却没有？

章鱼是唯一演化出发达大脑的无脊椎动物，会开罐子、擅长伪装，还能和人类互动，行为灵活程度超乎想象。但Gambarotto与Moreno提出，章鱼的身体结构，给它的神经系统设置了一道难以突破的天花板。

章鱼的神经系统高度分散，大部分神经元并不集中在中央大脑，而是分布在八条腕足上。每条腕足都可以独立处理信息、做出反应。这种分布式结构在生存上优势显著：腕足自主捕食避险，中央大脑只负责全局协调。

代价在于，这套架构阻碍了神经系统进一步中心化。而按照Moreno的理论框架，复杂意识的演化，恰恰需要中心化：一套相对独立于代谢系统的神经结构，能够整合全身信息，输出全局性决策。

2006年，Moreno与Xabier Barandiaran在论文中提出关键概念：意识需要动态分离。代谢系统负责维持细胞基础运转，神经系统要和代谢系统保持一定距离，才能站在全局层面，调节生命体与环境的关系。

脊椎动物的身体结构支撑这种分离：大脑收纳在颅骨内，拥有独立的能量供给与血脑屏障，专门承担信息整合工作。章鱼则不具备这个条件，神经系统和躯体深度纠缠，每条腕足都拥有独立神经节，中央大脑无法实现完全管控。

这个论点并不是在说章鱼不够聪明。它想表达的是，意识演化不只是神经元数量的比拼，更取决于身体构造。

一个生命体能否演化出复杂意识，要看它的身体能不能让神经系统和代谢系统拉开足够距离，形成专门负责信息整合的层级。

Gambarotto与Moreno将其描述为一套正向反馈回路：躯体结构支撑大脑发育，大脑强化躯体整合能力，更强的躯体整合反过来孕育更复杂的大脑。这是一套自我增益的循环（类似AI的RSI），而只有脊椎动物的身体结构，启动了这套回路。

大语言模型有适应性，但没有活着这件事本身

回到大语言模型的讨论。

Gambarotto在对话中承认，如果单看适应性这一项，神经网络确实具备类似特征。权重在训练中持续调整，模型依托反馈优化输出，在形式上和生物的适应性行为存在相似之处。

但他同时点明，大语言模型缺失了更底层的约束闭合与自创生结构。

神经网络不会主动维系自身存在。它的权重不会因为“系统即将崩溃”而自发调整，运行全程不依托任何内部代谢过程。拔掉电源，它不会经历生物学意义上的死亡，只是停止运算；重新通电，它可以回到完全一致的状态继续工作，没有结构需要修复，没有力量对抗解体。

Gambarotto在对话中引用了Álvaro Moreno和Xabier Barandiaran的区分：自创生系统和仅有反馈回路的系统之别，就是生命与机器之别。

  • 机器可以运行复杂程序、适应环境变化，但机器的组件无法生产自身。汽车工厂能够造出汽车，汽车却造不出工厂。
  • 而一个细胞生产出的所有组件，最终都服务于细胞自身的再生产。

这个差别看起来像是文字辨析，却会推导出一个分量很重的结论。

如果认知必须以自创生为前提，那么大语言模型永远不可能拥有真正的认知。它可以复刻认知的外在表现，生成看似出自认知的文本，却缺少认知赖以扎根的基底。它没有生命这个维度。

正如Gambarotto的核心观点：认知不是悬浮的计算流程，而是生命体在与环境互动中生长出来的能力。

没有生命，就没有认知的土壤。

Hutto与Myin在《激进的生成主义》中将这个论点再推一步：最基础的认知形式，比如生命体对环境直接的感知与应答，根本不需要表征内容。

认知不必在内部“代表”某个事物，不必具备指向性，它只是生命体和环境之间持续往复的互动。认知内容是在更高级的认知阶段才出现，并且本身就从这种无内容的原始互动中生长而来。

这套立场，直接挑战了“认知就是信息处理”这个学界主流预设。

大脑不是老板管员工，是不同部门轮流当值

Gambarotto在对话里反复提及异层级（heterarchy）这个概念。这个术语由沃伦·麦卡洛克在上世纪40年代提出，用来描述和层级（hierarchy）完全不同的组织模式。层级结构拥有固定的控制中心，指令自上而下传递；异层级没有恒定的主控节点，控制权会根据场景和任务，在不同组件之间轮换。

放到神经科学中，这个概念有清晰的现实对应。传统观点把前额叶皮层看作大脑的CEO，其余脑区都是等待指令的执行部门。

但Gambarotto和Luiz Pessoa的研究描绘了另一幅图景：当你静坐思考哲学问题时，前额叶确实主导信息处理；一旦一头狮子向你奔来，控制权会迅速转移到更原始的脑区，前额叶的功能被暂时抑制，生存优先级压倒一切。

这套图景和黑格尔的辩证法存在结构上的呼应。

在黑格尔的逻辑里，没有任何部分永远占据主导。整体和部分的关系是动态的，某一部分能否在特定时刻起决定性作用，取决于整个系统的状态。

生命体的目的性，不是某个中央指挥官的目标，而是整套系统在和环境互动时涌现出的方向性。

Gambarotto与Moreno那篇关于章鱼的论文，也谈到了这点。章鱼每条腕足都拥有自主神经节，中央大脑无法全盘掌控。站在层级视角看，这仿佛是一种缺陷——倘若大脑能够完全管控腕足，章鱼或许会更加智能。

但放到异层级框架下，这是另一套组织逻辑：分布式神经结构让腕足独立处理局部信号，中央大脑只负责全局协调。

这套架构的能力边界，目前还没有定论。Gambarotto也坦言，他和Moreno的部分推论仍带有假说性质，需要更多比较神经科学的数据验证。

神经网络不知道什么叫饿

大语言模型的训练依托海量数据、庞大算力与精巧的优化算法。但在全部计算流程里，没有任何一环的目标是维系系统自身存续。模型参数在训练中调整，目的是缩小预测误差，而非应对生存压力。推理时它消耗电力，但能源供给不是它主动争取来的，来自外部基础设施的供给。它不会饥饿、不会口渴，更不会走向死亡。

Gambarotto的观点会令人不安，因为它指向当下AI路线的底层局限。倘若认知需要自创生、约束闭合，需要适应性扎根于生存压力，那么无论模型参数扩容到多少万亿，都无法诞生真正的认知。它的文本生成、逻辑推理能力可以持续变强，却始终缺失认知的根基——那根基属于生命。

但这不代表AI研究失去价值。

Gambarotto在对话中明确反对非黑即白的判断。大语言模型可以呈现部分认知特征，在部分维度和生物认知产生交集：权重调整是一种适应性，注意力机制是一种信息整合，这些都是真实存在的能力。但这些要素叠加在一起，并不会催生自创生，只会生成一套形式上近似认知、底层本质完全不同的东西。

厘清这个区别至关重要，它决定我们如何定义“智能”。如果智能是一套可以脱离生命独立存在的计算能力，那么当前AI路线不存在根本壁垒；如果智能是生命体在生存压力中演化出来的能力，那么AI想要触及真正认知，绕不开一道关卡：必须先造出拥有生命的机器。而如何让机器拥有生命，目前还没有可行的工程方案。

Gambarotto在对话末尾提到，他近期参与了一篇意识演化相关论文，核心论点是：脊椎动物的躯体结构之所以能支撑复杂意识，是因为它启动了一套自我强化的反馈循环——躯体托举大脑，大脑整合躯体，整合后的躯体再孕育更复杂的大脑；章鱼的身体启动了另一套演化循环，却撞上了能力瓶颈；大语言模型的架构，则运行在一套完全不一样的循环里。这三者之间的鸿沟，远比我们想象的更深。

Andréa Gambarotto是卢森堡大学哲学家，主攻黑格尔哲学与理论生物学的交叉方向。Paul Middlebrooks主持的播客《Brain Inspired》，长期聚焦认知科学与人工智能交叉议题。Gambarotto与Álvaro Moreno探讨躯体结构与意识演化的合作论文刊发于《Biology and Philosophy》；他和Matteo Mossio合作的文章，则阐释了内在目的论对当代认知科学的启发。