从闭环看 ALITA 站在哪一环

先把这个圈转一遍

前面几篇分开讲了感官、信息、知识、物理代价。现在把它们接起来。

设世界在某一刻的物理状态是 St。它通过某种相互作用产生可以被观测到的信号 Ot。感官和仪器都有限，所以 Ot 只保留了 St 的一部分结构，还混进了噪声。认知系统把 Ot 和记忆 Mt、已有模型 Bt、社会知识 Kt 结合起来，形成更新后的世界模型 Bt+1。模型产生预测和行动 At。行动通过执行器改变环境，世界进入 St+1。

写成一行，就是这个顺序：

Reality → Interaction → Information → Perception → Inference → Knowledge → Action → Reality

写成式子，是这三行：

O_t ~ P(O | S_t)

B_t+1 = Update(B_t, O_t, M_t, K_t)

A_t = π(B_t+1)　　S_t+1 = F(S_t, A_t)

这个圈里每一根箭头都归不同的学科管。「S_t → O_t」主要属于物理学、传感器科学和神经生理；「O_t → B_{t+1}」属于认知科学、统计推断与学习；「B → Knowledge」属于认识论和科学方法；「Knowledge → A」属于决策与控制；「A → S_{t+1}」又回到动力学、工程和生物行为。

最要紧的一点是：圈里的「知识」不是终点。它是可行动、可检验、可以被新证据改掉的模型。模型错了，行动就会产生和预测对不上的结果。这些结果再经过传感器变成信息，逼着系统去改模型。实验科学、工程控制、动物学习，还有很多 AI Agent 的结构，抽象出来都是同一个圈。

闭环上感知与推断、知识与模型、行动与控制三段被标出 — **ALITA 落在圈上的哪一段**　上游接大模型，下游是用户真正拿到手的结果。

资料：SEP — Epistemology · MIT 6.441 — Information Theory lecture notes · MIT 6.302 — Feedback Systems

ALITA 站在推断到行动这一段

看清了圈，就能说清楚一个工具站在哪里。

ALITA 落在圈上的位置，是「推断 → 知识 → 行动」这一段。证据已经进来了，模型已经在动了，接下来的问题只有一个——这些信息怎么变成一件真做出来的东西。

这一段不是最抽象的一段，却是代价最实的一段。前面几篇反复说过一件事：信息处理不是免费的。它必须由真实的物理系统承担，要遵守热力学的约束——也就是说，处理信息这件事本身要耗能、要发热，跑不掉。信息从一个想法变成一份成品，中间经过的都是真实的物理处理。所以这一段的产物必须是看得见、可交付、可交换的东西：一份成品，一套可复用的做事方法，一段被记住的经验。

资料：Landauer (1961), IBM Journal · Bérut et al. (2012), Nature · MIT 6.302 — Feedback Systems

大模型做不到的两件事

信息留在别人的系统里与信息跟着人走的对照 — **为什么这几件事必须在你自己的机器上**　大模型做不到长期精确记住一个具体的人的做事习惯，也做不到让这些信息跟着这个人走。

大模型很擅长处理写下来的、公开的信息。但有两件事它做不到。

第一件，是精确记住并理解一个具体的人长期的真实行为习惯。大模型学到的是海量文本里的普遍规律，不是某一个人这三年怎么做事、怎么改主意、什么时候会返工。这不是模型不够大的问题。前面讲过数据处理不等式，说的是：拿到手的数据再怎么加工，也变不出关于原始变量的新统计信息。一个人长期行为的细节，如果从来没有进入过某条通道，那条通道上的任何计算都变不出它来。

第二件，是让这些信息跟着这个人走。信息留在别人的系统里，人换个地方就带不走。这不是承诺问题，是位置问题——记录放在哪台机器上，它就跟着那台机器。

所以这两件事都必须在用户自己的机器上解决：记忆归用户自己，记录留在用户自己的机器上，身份归用户自己。这是让信息跟着人走的前提，不是附加功能。

资料：MIT 6.441 — Data Processing Theorem · MIT 6.441 — Mutual Information

为什么记录要能被核对

再往深一层说，为什么要在意记录能不能被追溯、能不能被事后改掉。

信息本身不提供能量。它只是决定已有的能量往哪儿去。正因为如此，一个很小的信息差错，才能造成很大的物理后果。

错的信息导致错的动作。等到信息真的要变成物质与能量的调度时，浪费掉的能量与物质是真的浪费——一次白跑的运输，一批做废的料。假信息的麻烦，在于它不在传播的那一刻收费，而是把代价推到后面。

所以让信息的来源可被追溯与核对、让一份记录在事后仍然可以被核对，不是道德口号。它省下的是真实的物理代价。

资料：MIT 6.302 — Feedback Systems · IBM Research — The Physical Nature of Information · National Academies — Reproducibility and Replicability in Science

25 个维度记的不是标签

数据、信息、信念、知识、真理五级互不相等 — **五级不等号**　信息量大不等于是真的。一条错误但出人意料的消息，同样可以携带大量信息。

ALITA 有 25 个维度。它是把一个人做事过程里的信息整合起来的方式。

先说白话：它记的不是标签。不是「这个人擅长写作」「这个人是急性子」这种贴上去的词。它记的是这个人一路是怎么走过来的——遇到什么、试了什么、哪一步卡住、后来怎么绕过去、下一次遇到类似的事有没有变快。

标签是结论，过程是证据。前面讲 Gettier 问题时说过一个道理——那个问题说的是，一个人可能只是碰巧答对，所以结果正确不等于过程可靠。一个人偶尔做对一件事，和他有一套稳定管用的做法，在结果上可能长得一样，在过程上完全不同。只记标签，就把这个区别丢掉了。

这些维度是从不同角度去看同一个过程，避免只用一个尺子量所有事。具体是哪些维度、怎么算，这里不展开。重要的是它的性质：它是长期的、来自真实行为的、留在用户自己那边的。

到这里，可以把前面几篇一直在用的那条线索收口了。数据是可以被记录下来的状态；信息是状态之间的差异与统计关联；信念是一个认知主体对某个说法的态度；知识还要求真，以及一条讲得出来的正当理由；真理排在最外面一档——知识必须指向它，而相信本身并不能让人够到它。五者一级比一级紧，中间是不等号，不是等号：

数据 ≠ 信息 ≠ 信念 ≠ 知识 ≠ 真理

一个工具记的是哪一级，必须说实话，也不许往上冒充。25 个维度记的是前两级：发生过的事，以及这些事之间的关联。它不是「知识」，因为它不承诺真，也没有替谁做过正当化；它更不是「真理」。它顶多是一份摆出来的证据。把统计出来的倾向说成「这个人就是这样的」，就是拿低一级的东西冒充高一级——Gettier 提醒过的那种「碰巧对」，换个形式又回来了。所以维度只呈现过程和分布，判断留给用户自己下。

资料：SEP — The Analysis of Knowledge · SEP — Social Epistemology · SEP — Information

这个闭环不能解释什么

这个模型最强的地方，是把「认识」从纯粹的心灵事件放回物理世界。任何观察都需要相互作用，任何记录都需要载体，任何推断都依赖内部状态，任何知识都需要可辩护的证据路径，任何行动最终都通过物理能量改变环境。它可以当作哲学、AI Agent、神经科学、科学方法和控制系统之间的共同语言。

它也解释了为什么人不可能拿到一个完全无中介的「上帝视角」。观察永远发生在某条通道上，通道永远有限；模型永远依赖表示方式和先验；社会知识永远依赖制度与证言。科学的优势不是取消中介，而是让中介显式化、校准化、可重复化，让不同的观察者能互相检验。

但它不能干什么，得说得更硬一点。这类框架最容易被当成万能钥匙，所以边界要一条一条划清楚。

第一，它不是宇宙的终极定律。它是一张把几门学科接起来的综合模型，是接线图，不是新的物理定律。它没有预言任何一个新现象，也不该被当成什么都能从中推出来的第一原理。

第二，它回答不了意识的「困难问题」——为什么某种神经信息处理会伴随主观体验。这个圈能描述信号怎么进来、模型怎么更新、动作怎么出去。整套流程描述完了，主观体验为什么存在，这个问题仍然原封不动地摆在那里。

第三，它替代不了具体学科的严格结论。哲学家讨论「什么是知识」，不需要给出视网膜光转导的离子通道细节；神经科学家能准确描述视觉通路，也没有因此回答「为什么某种神经状态就构成有正当理由的知识」。每一层先在自己的严格定义里站住，接线图只负责说明层与层之间的接口在哪里。拿这张图去代替某一层的实验、证明或推导，是越权。它是一张接线图，不是一本教科书。

第四，它不能用来论证「信息是与物质、能量并列的第三种实体」。Landauer 讲的是信息处理必须由物理系统承担、要付热力学的代价，这是一个关于实现条件的命题。从「信息必须有物理载体」跳到「宇宙的本质就是信息」，中间缺的不是一点论证，是全部论证。同样，也不能仅凭 Landauer 说的代价、Shannon 说的度量，或者量子信息，就推出「意识创造现实」这类强本体论命题。它更证明不了宇宙最深层的本体究竟是物质、场、关系还是信息。

Wheeler 的 It from Bit 要单独标一档。他提出的是：一个物理量的意义，最终跟能不能用「是」或「否」问出来、跟观察这件事本身有关。这个提案很有影响力，也确实带出了一批关于观察与信息的讨论。但它是纲领性的物理与哲学提案，属于哲学假说这一档，不是像 Maxwell 方程或标准模型那样已经被实验确立的定律。把它和 Shannon 定理、相对论的质量—能量关系放在同一个证据等级上，是这个题目里最常见的误用。引用它的地方，都该同时标明它的档位。

真正有价值的方向，不是宣称「信息、物质、能量是宇宙的三种本体」，而是提出可检验的命题。比如：某类认知系统在给定传感器互信息上限下的最优模型误差是多少——互信息说的是，一次观察平均减少了多少关于世界的不确定性；主动行动怎样最大化未来观测的互信息；知识验证怎样等价为多主体之间的误差相关结构降低；信息约束怎样改变能量控制效率。只有当这些命题产生可计算、可实验的预测，理论才真正进入科学层面。

一个工具能做的，比这些命题小得多，也具体得多：站在推断到行动这一段，把信息老老实实变成用户拿得到手的东西，并且让这些信息跟着人走。

资料：Wheeler — Information, Physics, Quantum · IBM Research — The Physical Nature of Information · NIST — Quantum Information Science