集智俱樂部公眾號2025年度精選

導語

本篇為集智俱樂部公眾號2025 年度內容精選。我們從過去一年發布的研究解讀與深度文章中，挑選出 15 篇瀏覽量最高的文章：它們橫跨人工智能、意識科學、復雜系統、非線性動力學、氣候風險與社會轉型等方向，既回應前沿科研進展，也直面正在發生的現實問題。

這些文章并不急于給出結論，而是反復回到一個更根本的層面：當線性經驗失效、確定性不斷塌縮時，我們還能如何理解、判斷與行動？在高度耦合、快速演化的世界中，重新審視問題本身，或許正是理解復雜現實的起點

關鍵詞：復雜系統、臨界轉變、推理與智能、意識理論、非線性動力學、信息論、人機社會、神經計算、氣候風險、多尺度視角、涌現、不確定性

趙思怡丨整理

當問題比答案更重要

過去一年，許多最具影響力的科學與技術討論，并不圍繞“結論是否正確”，而是指向更根本的問題：我們正在用什么方式理解世界？從大模型的推理機制，到意識是否可被檢驗；從氣候系統的臨界點，到社會中機器角色的變化——這些議題分屬不同學科，卻共同指向一個現實：世界正在變得高度耦合、非線性且難以被單一視角把握。在這樣的時代，重新回到問題本身，梳理它們的結構、邊界與假設，或許比快速給出答案更重要。

（以下文章按照公眾號推文發布時間排序）

1、推理能力從何而來？大模型是否正在形成“思考結構”——DeepSeek-R1 在做什么不同的嘗試？

這篇文章圍繞一個核心問題展開：大語言模型的推理能力究竟源自何處。DeepSeek-R1 并未沿用“規模 + 大量監督微調”的主流路徑，而是通過強化學習與蒸餾機制，讓模型在獎勵信號中自行探索推理過程。文章系統拆解了從 R1-Zero 到多階段訓練的技術路線，展示推理行為如何在缺乏顯式示例的條件下逐步形成。

文章詳細拆解了從 R1-Zero 到多階段訓練的技術路線，說明推理并非模板拼接，而是可以在合適的訓練機制下逐步涌現。它的意義不僅在于性能對標國際模型，更在于提示：推理，也許不是規模的自然副產品，而是可以被設計、被誘導的結構性能力。這為理解大模型“是否真的在思考”提供了一個更具可操作性的視角。

圖1：推理過程中DeepSeek-R1-Zero在訓練集上的平均響應時間。DeepSeek-R1-Zero?然?然地學會了?更多的思考時間來解決推理任務

2、自然界為何反復呈現相同的秩序模式？——玻爾茲曼獎與隱藏的 scaling law

這篇文章回到一個基礎卻深刻的問題：為何不同系統會出現相似的宏觀規律。文章以 2025 年玻爾茲曼獎為線索，介紹了 KPZ 方程與 Kuramoto 模型如何分別解釋界面生長與同步現象，并指出它們在數學結構上的深層相似性。盡管研究對象迥異，這些模型卻共享相同的標度規律。

文章通過玻爾茲曼獎的視角，揭示非平衡系統中普適規律的存在，說明復雜現象并非雜亂無章，而是受限于少數深層結構。它的啟發在于：真正跨學科的不是概念遷移，而是結構共用。理解這些結構，才能在復雜系統中實現真正的統一解釋。

圖2：二維隨機曲線上的Eden生長，色彩表示時間。

3、系統會在何時突然崩潰？——我們能預測臨界轉變嗎？

面對生態崩潰、金融危機與社會動蕩，一個揮之不去的問題是：系統的“突然失控”是否真的毫無征兆？

這篇 Science 綜述系統梳理了兩條研究路徑——結構性條件與動態早期信號，討論了臨界減速、吸引域收縮、波動放大等一系列潛在指標。文章并不承諾確定預測，而是試圖將“黑天鵝式的突變”，轉化為“可識別的風險區間”。

文章并不承諾精確預測，而是提出一種新的風險認知方式：將突變視為可識別的風險區間。在復雜系統治理中，關鍵不在控制結果，而在及早識別系統正在逼近哪一類邊界。

圖 3： 臨界減速：系統失去韌性并可能更容易轉向其他狀態的指標。當吸引域較小時（B），小擾動后的恢復速率（C和E）比吸引域較大時（A）更慢。這種減速效應可以通過系統狀態中隨機誘導的擾動（D和F）來測量，表現為方差的增加以及滯后-1自相關性（t和t+1時刻狀態的相關性）反映的“記憶”增強（G和H）。

4、 計算能否像大腦一樣高效？——神經形態計算為何被寄予厚望

當算力需求與能耗壓力同時逼近極限，計算體系的未來該走向何方？這篇 Nature 綜述將目光投向神經形態計算——一種試圖模仿生物神經系統的計算范式。這篇 Nature 綜述從硬件架構、算法設計到應用生態，系統梳理了這一領域的關鍵挑戰，并指出真正的瓶頸并非單點技術突破，而是規模化、穩定性與系統整合能力。神經形態計算嘗試將計算結構與神經系統的并行、自適應特性結合。

它提醒我們：計算的下一次躍遷，可能不是“更快”，而是更接近生命系統的運作方式。

圖4：大規模神經形態計算系統的關鍵特性及其成熟度演進時間線

5、 意識理論能被實驗真正檢驗嗎？——IIT 與 GNWT 的首次正面對決

意識研究長期徘徊在哲學與科學的邊界。這篇文章記錄了一次具有里程碑意義的嘗試：兩大主流意識理論——整合信息理論（IIT）與全球神經工作空間理論（GNWT），首次在同一實驗框架下接受檢驗。

實驗并未給出簡單的“勝負結果”，卻清晰暴露了各自的解釋盲區。而這種對抗性合作本身，或許比結論更重要。它標志著一個轉折點：意識研究正在從概念爭論，走向可證偽、可比較的科學階段。

圖5：兩個理論對三個問題各自的預測結果，以及實驗設計。

6、 意識是否只是計算的副產品？——Wolfram 的計算萬物視角

這篇文章提出了一個頗具挑釁性的觀點：意識并非智能的巔峰，而是計算受限條件下的自然結果。在 Wolfram 的計算萬物框架中，物理規律本身，也受到觀察者算力的制約。

它的意義不在于是否“正確”，而在于迫使我們重新思考意識、計算與物理世界之間的關系。或許，意識問題并不首先屬于生物學，而是一個關于計算結構與可達性的根本問題。

圖6：宇宙的因果超圖網絡。Wolfram計算萬物視角下的生命、智能與意識

7、熵究竟是什么？——為何不確定性與時間方向有關

從蒸汽機時代到信息社會，這篇文章回溯了熵概念兩百年的演化歷程。熵不再只是熱力學中的物理量，而逐漸成為描述不確定性、信息與不可逆性的核心工具。

文章強調一個常被忽略的事實：熵并非系統的絕對屬性，而與觀察者的知識和信息結構密切相關。這一視角，為理解復雜系統中的時間箭頭與不可逆性，提供了一種統一語言。

圖7：魯道夫·克勞修斯（左）首次提出熵趨于增加的洞見；路德維希·玻爾茲曼將這一增加植根于統計力學。Theo Schafgans (left); Creative Commons

8、 大腦為何同時關心遠期與近期獎勵？——多時間尺度強化學習

為了在復雜環境中生存并獲得成功，動物和人工智能體必須學會自適應地行動，以最大化適應度和獎勵。這種自適應行為可以通過強化學習習得，這類算法不僅在訓練人工智能主體方面取得了成功，還在刻畫中腦多巴胺能神經元放電活動中發揮了作用。在經典強化學習模型中，智能體根據單一時間尺度（timescale）——即折扣因子（discount factor）——對未來獎勵進行指數折扣。

這篇發表在Nature上的文章探討了生物強化學習中多個時間尺度（multiple timescales）的存在。為理解多巴胺能神經元功能異質性提供了新的范式，并為人類和動物在多種情境下采用非指數折扣（non-exponential discounts）的經驗觀察提供了機理基礎，同時也為設計更高效的強化學習算法開辟了新途徑。

圖8：多巴胺能神經元表現出多種折扣因子，使解碼獎勵延遲成為可能。a. 有提示延遲任務圖示。b. 獎勵發放前的預期舔舐行為。c. 四種試驗類型的平均脈沖時序直方圖。d. 兩個單個神經元的示例提示反應擬合。e. 神經元群體的標準化提示反應。對于每個神經元，其反應被標準化為四種可能延遲中的最高反應。插圖顯示了每個神經元的推斷折扣因子。f. 數據更符合指數模型而非雙曲線模型。g. 神經元中推斷折扣因子的分布（自助法的平均折扣因子）。h，歸一化群體反應的形狀與獎勵延遲的關系。粗線表示平滑擬合，虛線表示理論值，點表示單個神經元。i，折扣矩陣。神經元的排序如圖 d 所示。j，解碼過程概述。k，未來獎勵的主觀預期時間可以從預測獎勵延遲的提示的群體反應中解碼出來。基于測試數據的提示平均反應的解碼（上行；見方法）優于使用具有單一折扣因子的模型（群體平均折扣因子；下行；細線（淺陰影）表示單個自助樣本的預測，粗線（淺陰影內的深陰影）表示自助樣本的平均預測，單個深垂直線表示獎勵時間；見方法；擴展數據圖 4e）。l，每個多巴胺能神經元的 RPE 對一個獨特的價值函數做出貢獻的模型（見方法；擴展數據圖 7f-k）。

9、當機器成為社會行動者，會發生什么？——人機社會學的提出

從回答我們日常問題的ChatGPT，到在金融市場中進行高頻交易的算法，再到社交媒體上引導輿論的機器人賬號，一個由人類和智能機器共同組成的復雜社會已然來臨，社會科學的研究對象正在發生本體論變化。過去，我們習慣將機器視為被動的工具，但如今，它們已成為能夠自主行動、相互交流、并深刻影響社會結果的“行動者 (actors)” 。當機器的行為與人類的決策交織在一起時，會產生許多意想不到的集體后果——例如金融市場的“閃崩 (flash crash) ”或網絡信息的極化，這些都無法僅通過分析人類或機器單方面的行為來解釋。

為了應對這一挑戰，一篇發表于Nature Human Behavior的論文提出了一個全新的研究范式——“人機社會學” (A new sociology of humans and machines)。該研究主張，我們必須將人類與機器視為一個統一的、相互依存的復雜社會系統，并系統地考察人類之間 (H-H)、人機之間 (H-M) 和機器之間 (M-M) 的互動 。只有這樣，我們才能理解這個新興混合社會的運作規律，并引導其走向一個更穩定、高效和公平的未來。

圖9：人機社會系統中的集體結果不同于純人類系統中的集體結果。機器的行為方式與人類不同，在包含隱蔽人工主體的社會系統中，僅由于這一事實，集體結果就會有所不同 —— 即使人類未意識到機器的存在且不改變自身行為。此外，這兩種類型的主體及其互動是相互依賴、相互影響的。因此，對機器存在的懷疑或認知可能改變人類行為，而與機器互動以及觀察機器間的互動，則會影響人類彼此之間的行為方式。

10、非線性動力學為何仍然重要？——從經典模型到前沿應用

非線性動力學從湍流到鳥群，從昆蟲爆發到基因調控，非線性動力學為我們揭示了自然與人工系統中最豐富而又最難以捉摸的規律。在線性方法難以應對的科學與技術前沿，非線性動力系統與混沌理論為理解復雜現象提供了全新的視角。它不僅能精確刻畫演化動力學的內在機制，還能幫助我們預測系統的未來行為，探索因果涌現背后的深層邏輯。分岔、極限環、奇異吸引子與分形等核心概念，不僅是數學與物理中的重要命題，也已成為生物學、工程學、信息科學等領域應用的基礎。

本文整理了Nature于2021-2015年期間發布的與非線性動力學相關的主題文章，研究涉及生物系統辨識、基因調控網絡、傳染病的傳播、生態系統相互作用等領域。

核心圖：本示意圖構建了生理失調與身體虛弱的多尺度層級關系：頂層的臨床虛弱綜合征是微觀機制涌現的宏觀表現，其下由三大核心生理模塊（金圈）支撐，每個模塊包含若干子系統（橙橢圓）；最底層的細胞分子尺度應激源（紫橢圓）驅動上層生理模塊失調，這些跨尺度組件通過相互作用形成聚合性失調生理類型（深橙橢圓），最終關聯頂層的虛弱表型及相關脆弱性。

11、 量子效應能大到什么尺度？——約瑟夫森效應與宏觀量子現象

2025年10月6日，諾貝爾物理學獎授予了約翰·克拉克（John clarke）、米歇爾·H·德沃雷（Michel H. Devoret）與約翰·M·馬丁尼斯（John M. Martinis），表彰他們在超導電路中首次于宏觀尺度清晰展示量子隧穿與能量量子化：通過約瑟夫森結將數十億庫珀對作為“單一量子系統”加以操控與測量，他們在手持芯片上觀測到零電壓態經隧穿轉為有電壓態，并以微波激發驗證離散能級結構。約瑟夫森效應是實現非線性、可量子化超導電路的根本機理；他們的研究則在這一平臺上首次以清晰、可測的方式展示了宏觀量子隧穿與能級量子化，證明了約瑟夫森電路的宏觀量子性，并由此奠定了超導量子比特與相關量子技術的發展基礎。

文章解讀了 2025 年諾貝爾物理學獎成果，介紹約瑟夫森結如何在宏觀尺度上展示量子隧穿與能級量子化。量子不再只是理論邊界，而是可工程化的現實基礎。

圖11：超導隧穿結（常見的約瑟夫森結）典型的 I–V 特性。縱軸刻度為 50 μA，橫軸刻度為 1 mV。V=0 處的條帶表示直流約瑟夫森效應，而在較大 |V| 下出現的電流源于超導體帶隙的有限值，因而不由上述方程再現。

12、地球真的跨過臨界點了嗎？——氣候風險的復雜系統視角

2025年10月13日，在COP30（第30屆聯合國氣候變化大會）即將召開之際，多國科學家聯合發布了第二份《全球臨界點報告》。報告指出地球系統已迎來首個被確認的氣候臨界點——全球溫水珊瑚礁大規模死亡。人類正面臨一個“新現實”：我們已經觸及眾多地球系統臨界點中的第一個，若不立即采取行動，將引發災難性后果。

報告同時強調了“積極臨界點”方面的進展，以及引發連鎖積極變革的機遇。真正的臨界點不在地球，而在人類心智之中。面對系統風險，科學家提出“積極臨界點”（Positive Tipping Point）的概念：既然崩潰可以自我加速，轉變也能。社會和技術領域已有跡象——太陽能、風能、電動汽車、綠色金融的增長正在呈現自我強化的勢頭。當技術更便宜、政策更堅定、市場更擁抱，希望的雪球也將滾動起來。

這是一場與時間賽跑的對決：一邊是物理定律的不可逆，一邊是社會意志的覺醒。我們推倒的，不只是生態骨牌，更是自身的幻覺——“我們還來得及”。而正因如此，地球的命運尚未終結。臨界點不是結束，它提出一個核心問題：我們是否愿意抓住積極臨界點，點燃下一個希望的火種？

報告題目：‘New reality’ as world reaches first climate tipping point 報告鏈接：https://news.exeter.ac.uk/research/new-reality-as-world-reaches-first-climate-tipping-point/ 發表時間：2025年10月13日 報告來源： University of Exeter

發表在 PNAS 上的一項研究讓 6 位數學博士在自己熟悉的環境里沉浸式解普特南數學競賽題，并對他們的實時行為進行密集記錄，如書寫、手勢動作，共記錄 4653 個離散動作事件。研究團隊發現，在頓悟出現前，數學家與黑板的互動會變得越來越難以預測 —— 這與物理系統、生態系統發生轉變前的臨界波動（critical fluctuations）現象高度相似。他們還引入信息論里的 “意外度”作為臨界轉變的預警信號，并證明其適用于各類具有離散符號動態特征的系統。

圖13 數學家的頓悟可通過其黑板互動行為意外度升高來預警。

14、 系統為何會突然“變臉”？——突變理論的現代價值

“突變理論”最初由法國數學家雷內·托姆提出，用以研究非線性系統在連續變化中為何會出現突然的斷裂或躍遷。盡管其英文原名“Catastrophe Theory”常被譯作“災變理論”，帶有爭議性的語義色彩，但在復雜性科學中，它更強調系統性質的“突變”與“形態發生”。這一理論揭示了自然與社會中普遍存在的臨界行為，從冰川崩塌到金融市場崩盤，從細胞分化到神經頓悟，都可視為不同形式的突變。

本文介紹突變理論的數學基礎與應用領域，展示其在理解復雜系統動力學與預測臨界轉變中的獨特價值。

圖14：尖點型分岔

15、信息論為何成為復雜科學的核心工具？——從熵到多尺度信息結構

起源于通信的信息論，因其能跨領域量化組件之間，系統與環境，整體與部分的互動，正逐漸成為復雜系統研究領域工具箱中不可或缺的一環。

本文旨在對Thomas F. Varley于2025年12月8日發表在《Physics Reports》上的這篇重要綜述進行深入解讀，系統闡述信息理論為何以及如何成為復雜系統科學的基石，并詳解其核心概念、進階工具與實際應用。

圖15：互信息的拆解示意圖

結語：一年的問題、線索與延續的思考

這一年，我們不斷被提醒：世界并不是按線性方式運轉的。技術突破、認知邊界、生態風險與社會結構彼此交織，許多關鍵變化并非緩慢展開，而是在不經意間跨過臨界點。回到內容本身，2025 年集智俱樂部所做的事情其實很樸素：圍繞一批正在發生、也正在被研究的問題，持續讀文獻、做梳理、展開討論。本篇年終總結，正是對這一年思考軌跡的回顧：我們關注了哪些問題，哪些研究正在重塑理解世界的方式，又有哪些線索值得被帶入未來。