跳至正文

主动推断真的解释了行动与生命吗

目录

课题完成态：本篇不再重复“预测加工是不是统一框架”的一般争论，而把主动推断与自由能原理送进第二轮经验问责。正式问题是：当生成模型、结果偏好、策略空间、时间跨度、精度与习惯先验都在看数据前冻结时，主动推断能否给出不同于强化学习、POMDP、最优控制与一般贝叶斯模型的外样本预测；从平稳随机过程到“生命在推断”的推导又依赖哪些可独立检验的条件？

一句话母裁决：数学真，目标可用，实证局部；机制未独占，应用未成熟，万物律未立。 变分自由能上界是坚实数学，期望自由能是把偏好与信息价值装进同一策略目标的有用方案；特定行为任务、真实机器人和培养神经网络已有值得保留的阳性结果。但这些结果尚未证明大脑独特地实现 EFE，也未证明临床可用，更未证明生命仅凭存在就必然在做贝叶斯推断。最常见的越界不是公式算错，而是把“可以写成自由能最小化”升格成“由自由能原理独特解释和预测”。

〇、母裁决：六层不是一张通行证

层级 可证伪问题 截至 2026-07-19 的裁决 主要证据 不能推出
① 变分恒等式 VFE 是否上界 surprisal，并在后验处取等号？ 成立，数学层很硬 变分推断恒等式、离散主动推断综述 物理系统真的编码概率或执行该优化
② 策略目标 EFE 能否统一偏好达成与信息寻求？ 成立且有用，但不是唯一目标 risk/ambiguity 与 pragmatic/epistemic 分解 EFE 无额外规定地由 VFE 唯一推出
③ 行为模型 具体主动推断模型能否优于具体对手预测人类选择？ 条件成立，数据集与基线敏感 两步任务、视觉探索、等待与新颖性任务 所有行为都由 FEP 独特解释
④ 神经机制 精度、预测误差与策略后验是否由特定回路因果实现？ 相关证据有，独特机制未立 fMRI/EEG/PET、培养网络；因果证据多不独占 dopamine 就是 precision，或大脑逐项计算 EFE
⑤ 工程与临床 是否在公平基准、外部验证和现实约束下增量胜出？ 机器人有原型；临床尚不可用 Panda 实机、Robotarium、预注册临床复现 已普遍优于 MPC/RL，或可指导诊疗
⑥ 生命普适律 稳态、毯边界和动力流能否推出生命必然在推断？ 有条件表征定理；普适经验主张未立 stationary-process 推导、技术批评与修订 每个生命、细胞或自组织系统天然有信念与目标

[我们的断言] 这六层只能逐级取证，不能“下层真、上层自动真”。VFE 恒等式真，不会替某个行为模型支付证据账；一个行为模型拟合好，也不会替 Markov blanket 的物理存在或“生命皆推断”支付证据账。

一、开题冻结、任务清单与证据纪律

1.1 完善后的正式课题

原题“主动推断与 FEP”至少混合了六件事：变分推断算法、行动选择目标、认知过程模型、神经实现、工程方法和生命理论。完善后的主问题是：

给定观测模型 p(o|s)、状态转移 p(s'|s,a)、偏好分布 p*(o)、候选策略 Pi、时间跨度、精度与近似后验族，最小化 EFE 的模型是否对奖励与信息价值的正交操纵给出预注册、可恢复、可外推且优于强替代模型的预测？若进一步声称任何生命系统都最小化自由能，平稳密度、条件独立、稀疏耦合、同步映射与物理状态到概率信念的语义映射是否在真实系统中独立成立？

范围包括离散与连续主动推断、行为和神经实验、机器人与控制、计算精神病学、细胞与形态发生、FEP 的随机动力系统推导；不讨论主观意识是否由自由能产生，不把“贝叶斯”当褒义词，也不把数学框架不可证伪直接等同于伪科学。

1.2 调研任务单与完成状态

  • [x] 重读项目调研流程、模板、归档规则，以及预测加工、概率/贝叶斯和意识理论三篇相邻报告。
  • [x] 分清热力学自由能、surprisal、entropy、prediction error、VFE、EFE 与 generalized free energy。
  • [x] 从 VFE 恒等式核到 EFE 两种分解，标出等号、近似与额外规定。
  • [x] 比较主动推断、model-free/model-based RL、POMDP、Bayesian exploration、control-as-inference 与最优控制。
  • [x] 核对行为、fMRI、EEG、PET、药理/光遗传和培养神经网络证据，审计样本、对手与可识别性。
  • [x] 审计真实机器人、仿真、临床表型、预注册复现和形态发生应用的成熟度。
  • [x] 复盘暗室问题、偏好来源、Markov blanket、稳态/遍历性、solenoidal flow 与可证伪性争论。
  • [x] 同时核对技术批评与支持方修订，不把旧版反例写成整个新框架已被推翻。
  • [x] 纳入 2026 年最新经验综述、驾驶模型和鲁棒自由能控制结果。
  • [x] 设计可裁决主动推断独特增量与生命普适主张的预注册协议。
  • [x] 形成 Markdown 单一事实源、双版 HTML，并更新索引、backlog 与项目记忆。

1.3 证据标记

  • [文献较稳]：正式同行评审论文、数学原文或有明确样本与方法的经验研究；结论只落在其适用域。
  • [理论整合]：多篇来源共同支持的结构判断，不冒充单篇论文直接证明。
  • [我们的断言]：本篇对证据门槛、解释层级与部署边界的裁决。
  • [有争议]：形式条件、经验映射或哲学地位仍有公开技术争论。
  • [应用原型]：已能运行或复现实验效应，但尚未通过广泛基准、外部验证或部署审查。

全文优先链接原论文、正式发表页与作者开放全文。综述用来定位争议，不替代关键主张的一手来源。

二、定义法庭：六个同名邻居必须拆开

名称 最小定义 它回答什么 常见偷换
热力学自由能 例如 Helmholtz U-TS 给定物理约束下可用功与平衡 把信息论量直接说成细胞在消耗的焦耳
surprisal 单次结果 -ln p(o) 该结果在模型下多不典型 主观惊讶、预测误差、熵
entropy E_p[-ln p(o)] 分布的平均不确定性 单次 surprisal 或无序程度的万能词
prediction error 观测与预测的差，形式依模型而定 局部失配信号 完整 VFE；只有特定高斯/Laplace 情形才近似对应加权平方误差
variational free energy, VFE 证据负对数的可计算上界 当前观测下近似后验有多好 未来行动目标、热力学自由能
expected free energy, EFE 未来策略下的期望目标 哪个策略兼顾偏好与信息价值 “当前 VFE 对未来直接取期望”
generalized free energy 把未来结果也纳入同一变分推断的另一构造 感知与行动的统一推断方案 EFE 的同义词

[文献较稳] Friston 与 Clark 对“暗室”问题的原始对话专门强调，这里的自由能是信息论/变分量，不是热力学自由能（Friston, Thornton & Clark 2012）。二者可能通过物理实现发生关系，但不能靠同名直接等同。

2.1 VFE：最硬的一行公式

对观测 o、隐状态 s、生成模型 p(o,s) 与近似后验 q(s)：

VFE 定义与上界

F[q,o] = E_q[ln q(s) - ln p(o,s)]

= KL[q(s) || p(s|o)] - ln p(o)

>= -ln p(o)

因为 KL divergence 非负，所以 VFE 上界 surprisal；当且仅当 q(s)=p(s|o) 时取等号。把联合分布拆成 p(o|s)p(s)，又有：

VFE 的 complexity-accuracy 分解

F = KL[q(s) || p(s)] - E_q[ln p(o|s)]

= complexity - accuracy

这正是变分贝叶斯的标准结构，Buckley et al. 2017 与 Da Costa et al. 2020 的离散主动推断综述 都给出系统推导。

[我们的断言] 这行公式证明的是：若一个系统有指定生成模型与变分密度，优化 q 可近似后验。它没有证明真实脑、细胞或机器人天然编码这个 q，也没有证明优化能达到全局最优。

2.2 “最小化惊讶”不是逐时刻寻找最无聊输入

三个限定同时成立：

  1. 模型最小化的是 VFE 上界，不是直接读取未知的 -ln p(o)。
  2. surprisal 相对于代理自身的长期生成模型与偏好定义，不是相对于观察者觉得“新奇不新奇”。
  3. 在带保守/solenoidal 流的随机系统中，单条轨迹和平均 VFE 都不必每时每刻单调下降；较新推导明确展示了暂时上升与周期振荡（Da Costa et al. 2021）。

所以“生物永远追求最低刺激”不是 FEP 的严格结果；“每一个动作都立即降低自由能”也不是。

三、EFE：行动是推断，目标又从哪里来

3.1 一个常用分解

对策略 pi，常用 EFE 可近似写为：

EFE 的 pragmatic-epistemic 分解

G(pi) ≈ - E_q KL[q(s|o,pi) || q(s|pi)] - E_q ln p*(o)

= - epistemic value - pragmatic value

第一项奖励未来观测带来的信息增益，第二项奖励偏好结果。另一常用分解是：

EFE 的 risk-ambiguity 分解

G(pi) ≈ KL[q(o|pi) || p*(o)] + E_q H[p(o|s)]

= outcome risk + ambiguity

这些分解依赖共享的预测联合分布、因子分解和近似后验等条件，不应把所有版本写成无条件相等。策略后验常取：

策略后验：q(pi) ∝ p(pi) exp[-gamma G(pi)]

其中 gamma 是策略精度，p(pi) 可表达习惯先验。完整推导见 Friston et al. 2016、Da Costa et al. 2020 与 Friston et al. 2017/2019 的 generalized free energy。

3.2 能动性没有从公式里凭空长出来

在一个可运行的主动推断模型里，至少六处预先限定行动：

设计入口 它决定什么 若事后可任意改动会怎样
生成模型 世界有哪些状态、因果与观测关系 任何失败都可改写为“代理模型不同”
偏好分布 p*(o) 什么结果算可欲、可预期 把设计者目标伪装成代理自生目标
策略集合 代理能设想哪些行动序列 未选行动可能只是从未进入候选集
规划跨度 看多远、是否延迟满足 改 horizon 可反转选择
精度 哪些误差、信念与策略更可信 precision 成为吸收残差的万能旋钮
习惯先验 未算 EFE 前偏爱哪些策略 目标导向与习惯贡献可互相补偿

[文献较稳] 若把奖励 r(o) 映射为 p*(o) ∝ exp(r(o))，主动推断的外在价值可恢复奖励最大化；在离散情形还可得到 Bellman 型关系（Millidge, Tschantz & Buckley 2023）。因此“reward-free”最多表示不把奖励写成一个独立标量接口，不表示无价值函数；规范目标被写进结果偏好。

3.3 EFE 不是 VFE 唯一规定的未来版本

[文献较稳] Millidge et al. 2021 追问 EFE 从何而来：若把当前 VFE 更直接地扩展到未来，所得 future free energy 反而可能抑制探索；标准 EFE 的信息增益项来自另一套构造。作者提出 free-energy-of-the-expected-future 等替代方案，不否认 EFE 有用，却否认“它无额外选择地由 VFE 唯一涌现”。主动推断教材的形式推导也需要指定策略先验与偏好，而非只靠 VFE 恒等式。

[理论整合] 最稳表述是：EFE 是有原则、可解释且实用的策略目标家族成员；它不是由裸 FEP 唯一强制出的唯一行动法则。

四、与 RL、POMDP 和控制的真正差异

框架 核心对象 探索怎样进入 目标怎样进入 与主动推断的关系
model-free RL 状态/动作价值或策略 epsilon-greedy、entropy bonus、UCB 等 reward 不显式要求生成模型；可加定向探索
model-based RL / POMDP belief state、转移、观测、reward Bayes-adaptive planning、information bonus reward/utility 与离散主动推断共享大量计算结构
control-as-inference / KL control 轨迹分布与目标分布 由熵/KL 正则或信息项进入 最优轨迹分布、cost 某些条件下与自由能目标等价
最优控制 / MPC 动力学、cost、约束、滚动时域 dual control 或显式探索项 cost 连续主动推断在特定近似下可退化为 PI/PID 型控制
主动推断 生成模型、偏好、策略后验 EFE 的 epistemic value prior preference 优势是统一概率语言，不是对探索的垄断权

[文献较稳] Sajid et al. 2021 在 OpenAI Gym 中将离散主动推断与 Q-learning、Bayesian model-based RL 比较，显示主动推断在偏好学习与“奖励未直接给出”的设置中有吸引力，同时明确限定：复杂现实任务仍需先构造合适生成模型。机器人综述也指出，在 Boltzmann 奖励/偏好映射下，EFE 外在项与 model-based RL 对齐；主动推断的增量主要来自信息项与概率建模方式（Lanillos et al. 2021/2022）。

[我们的断言] 公平问题不是“主动推断有没有信息增益，而朴素 RL 没有”，而是：在相同世界模型、观测、调参预算与信息获取权下，EFE 是否胜过带 Bayesian exploration、information gain、Thompson/UCB、entropy regularization 或 dual control 的强对手。 若只拿完整版主动推断对一个没有不确定性模型的弱 RL，胜出不能归因于 FEP。

五、行为经验法庭：有条件胜出，不是普胜

5.1 两步任务：目前最像正面模型赛的一组

[文献较稳] Gijsen, Grundei & Blankenburg 2022 在四个公开两步任务数据集比较多种主动推断模型与 Daw 式 hybrid model-based/model-free RL：Online n=197、Magic Carpet n=24、Spaceship n=21、Shock n=36。

  • Magic Carpet 与 Spaceship 中，主动推断家族 exceedance probability 均 > .99；AI 的期望后验概率按 AIC 为 .86/.89，按 BIC 为 .82/.87。
  • Online 与 Shock 两条件没有稳定赢家：AIC 略偏 hybrid RL，BIC 又略偏主动推断。
  • AI 在前两组更好复现 outcome × transition 交互，却在另一些数据中漏掉 outcome 主效应。
  • 信息敏感参数在两组可恢复，相关约 .85/.74，但高值处饱和并系统低估；没有完整模型混淆矩阵，也没有独立留出预测。

论文的重要阳性是：当参与者明确掌握任务结构、model-based 特征强时，概率信念与信息价值版本有竞争力。限制同样实质：AI 与 hybrid RL 不只差一个 EFE 项，前者用完整概率学习，后者多用点 Q 值；更强 Bayesian RL 或显式信息 bonus 仍可解释差异。

5.2 信息寻求：存在，但不是 EFE 独占

[文献较稳] Schwartenbeck et al. 2015 让 n=20 参与者在零食/颜色任务中选择既有用又能减少不确定性的选项，另有 n=19 控制组；效用与熵都预测选择，信息模型的 exceedance probability 在主实验为 .99、操纵实验为 .92。这是主动取样的漂亮证据，但主要对手只是 expected utility，entropy/outcome diversity 也能由最优实验设计或 Bayesian exploration 表达。

[文献较稳] Mirza et al. 2018 在 n=22 的眼动场景分类中比较同一主动推断模型“有/无 epistemic value”，每位参与者都偏向带信息价值版本，合计 log evidence 差约 888。但研究没有 RL/POMDP/最优视觉搜索对手，且还需加入六类固定扫描启发式；它证明信息寻求项承重，不证明 EFE 是唯一算法。

[文献较稳] 2026 年一篇专门面向经验检验的综述总结：主动推断关于不确定时选择随机性、定向探索、偏好学习、感觉衰减与不确定性依赖运动控制的若干预测，与已有数据“广泛相容”，但仍缺能在领先替代理论间裁决的实验（Lageman, Fahrenfort & Slagter 2026）。这与本篇核验一致：经验议程正在变硬，裁决尚未完成。

5.3 最新驾驶模型：外推一步，但仍主要是构模成功

[文献较稳] Engström et al. 2026 用主动推断构建闭环碰撞规避模型，能在三类场景中复现制动、转向、碰撞和反应时；模型只用前两类场景手调参数，第三类交叉口场景作为外推测试，优于“只拟合一条曲线”的典型玩具演示。

但作者也明确列出：参数基本手调、其他道路参与者被当作非反应性、推理层级浅、文化泛化未测、扩展到复杂道路可能受策略采样限制；模型比较主要是内部七项消融，没有与可公开的强驾驶模型做同预算统计赛。它支持“主动推断能组织复杂自然行为模型”，尚不能裁决“人类司机独特地最小化 EFE”。

5.4 行为层总判决

[理论整合] 经验文献已经足以保住三个具体计算量：概率信念、信息价值、选择精度。还没有一项关键行为研究同时满足：强对手集合、模型与参数恢复、冻结设定、独立留出、分布外操纵、跨实验室复制。阳性结果应写成“支持这个主动推断模型”，而不是“支持裸 FEP”。

六、神经机制法庭：precision 不是 dopamine 的唯一读法

6.1 fMRI 与 EEG：相关签名存在

[文献较稳] Schwartenbeck et al. 2015 在等待奖励任务中分析 n=24，主动推断比 expected utility 拟合更好（exceedance probability >.99，21/24 人更优）；VTA/SN BOLD 与预期策略精度相关。但控制 expected value 后的中脑结果只在 ROI 小体积校正下显著，没有全脑效应；BOLD 不能直接测多巴胺，且没有 RL/POMDP 对手。

[文献较稳] 新颖性/变异性任务的 n=25 EEG 研究报告主动推断的 BIC 低于简单 model-free 与 model-based RL，并观察 EFE、降低变异性价值和降低新颖性价值的 EEG 回归量（Zhang et al., eLife）。研究做了模型恢复，但模型证据正文缺数值表，神经变量全部由获胜模型派生，源定位非因果，模型又漏掉后期偶发风险选择。它是“相容”证据，不是独特机制证据。

6.2 PET 给出一条重要的非唯一性阳性对照

[文献较稳] Adams et al. 2020 的 Go/No-go 学习样本 n=75，PET 最终 n=25。总体模型排序由带 Pavlovian bias 的 RL 领先；边缘纹状体 D2/3 受体可用性既关联 RL decision noise，也关联主动推断 prior policy precision。把两模型的随机性参数提取成共同因子后，关联更强（p=.0006，调整 R²=.41）。

这不是主动推断失败，而是一个更精确的结论：纹状体多巴胺相关信号可能承载跨模型共享的选择随机性/信心维度。把同一相关读数命名为 precision，并不能裁决它优于 RL noise。

6.3 因果强度不对称

[文献较稳] 奖励预测误差阵营已有直接光遗传因果结果：Steinberg 等在大鼠中于预期奖励时刻激活 VTA dopamine，足以解除 blocking 并改变 downshift/extinction 学习（Steinberg et al. 2013）。这并不证明 dopamine 只能编码 RPE，但它提醒：目前“dopamine = precision”的关键人类证据主要是相关与模型解释，因果强度尚未追平。

[文献较稳] 另一个预注册独立复现也给出参数警告：SUD n=168、健康对照 n=99 的研究复现负性结果学习较慢，却未复现原先主动推断 action precision 差异（Taylor et al. 2023）。单一参数的组间差异不能当作 FEP 验证。

6.4 培养神经网络：目前最硬的 FEP 过程模型阳性

[文献较稳] Isomura et al. 2023 在体外大鼠皮层网络中，用前 1-10 个训练 session 反推一个 canonical 生成模型，再前推到 session 100：

  • 30 个独立实验中，有效连接轨迹预测误差保持在 4% 以下；
  • session 100 的神经反应可预测 80% 以上；
  • 上/下调网络兴奋性的药理干预，按模型所指的先验变化方向破坏源分离；
  • 不同输入混合条件下，经验轨迹沿相应 VFE landscape 下降。

这是实质性、定量、带干预和前推的证据，不能被一句“全是同义反复”抹掉。它的边界也清楚：研究先限定 canonical feed-forward/rate-code 网络，并利用其 cost 与一类 POMDP 的 VFE 形式等价；尚无同等资源的替代可塑性/状态空间模型赛，也不能从一个培养网络外推所有脑与生命。

6.5 神经层总判决

尚无实验同时做到：预注册区分 EFE 与 RPE/salience/uncertainty 的神经时间-位置预测，强竞争模型，可靠模型恢复，跨样本外推，再以药理、刺激或病灶选择性打击 EFE 独有量。神经实现是开放命题，不是由行为拟合自动获得的奖金。

七、工程法庭：可做控制，不等于已胜控制

7.1 真实机械臂证明“能做”

[应用原型] Pezzato et al. 2020 在真实 Franka Emika Panda 7-DoF 机械臂上实现 1 kHz 主动推断力矩控制，从带 20% 质量误差的近似仿真转到实机，完成 pick-and-place、不同载荷与人工推扰。它证明连续主动推断不是只会在纸面或离散玩具世界运行。

但基准主要是 MRAC，没有同台 PID/MPC/RL；实机已有重力补偿，重复次数、置信区间与显著性不足，作者也承认缺形式稳定性保证。后续自调超参数版本在 1/2/3 kg 载荷下将 MAE 从旧 AIC 的 .024/.029/.027 改进到 .020/.020/.021，仍只对自家旧版本，且论文证明某些极限下控制律退化为 PID/滤波器（Baioumy et al. 2021）。这提示“主动推断控制”有时是成熟控制结构的一种概率重参数化。

7.2 探索并非总占优

[文献较稳] 多臂老虎机比较显示，主动推断在长期稳定 bandit 中可能低效，却在 switching bandit 中优于 Bayesian UCB 与 optimistic Thompson sampling（Markovic et al. 2021）。最合理解释不是谁普遍优越，而是 epistemic drive 对变化环境有益、对长期稳定环境可能持续支付不必要探索成本。

[文献较稳] 机器人综述列出共同瓶颈：离散策略枚举随 horizon/state space 指数增长；deep active inference 提高可扩展性，却牺牲部分保证与可解释性；连续控制对噪声光滑性、生成模型和 prior preference 很敏感（Lanillos et al.）。

7.3 2026 年鲁棒扩展：有工程增量，也显出等价边界

[文献较稳] Shafiei et al. 2026 提出 distributionally robust free energy，显式对训练模型与真实环境的 KL ambiguity set 做 min-max 优化；在 Robotarium 的受偏数据导航实验中，DR-FREE 在 ambiguity-unaware 自由能代理失败时仍能到达目标，并公开代码。它解决了“生成模型错了怎么办”的真实工程问题。

同一论文又明确给出：在特定生成分布和 reward/cost 映射下，目标与 MaxDiff/KL-control 型问题有相同最优解。阳性应归给这个鲁棒优化构造；不能把它再上推成生物 FEP 的普适验证。

7.4 工程层总判决

主动推断已达到“可造系统、有局部适应性、能提出新控制目标”的成熟度；还没达到“在多平台、多任务、同预算、安全与最坏分位指标下普遍优于 MPC、现代自适应控制和 RL”的成熟度。工程是否有用可以独立于生命世界观是否成立，反过来也一样。

八、计算精神病学：有复现的表型，尚无临床工具

8.1 不能把整个领域说成纯故事

[文献较稳] 心跳 tapping 任务最初比较健康 n=52 与焦虑、抑郁、共病、SUD、进食障碍等组，发现患者组在屏息扰动时未像健康组那样提高内感受 sensory precision，而强 prior 没有稳定组差（Smith et al. 2020）。

[文献较稳] 2024 年预注册复现在独立确认样本 N=285、合并 N=719 中复现了这条跨诊断 precision 调节差异（Lavalley et al. 2024）。这是一条值得保留的跨样本结果。

8.2 但预测效用很弱

同一确认研究用探索样本训练、确认样本测试，健康 vs 全部患者约 accuracy=.65, AUC=.57；区分具体诊断的 AUC 约 .55-.58，作者明确判定临床预测效用有限。SUD 预注册复现的 HC vs SUD 也只有约 accuracy=.63, AUC=.66，且没有复现 action precision 原效应（Taylor et al. 2023）。

[文献较稳] 即使是支持性综述也承认，主动推断与 RL 尚未成为可靠、易用的日常临床工具；很多抑郁、焦虑与治疗账户仍是把 AIF 事后叠加到既有理论，真正帮助诊断或治疗的证据很少（Hesp et al. 2024）。

[我们的断言] 当前最稳身份是研究性计算表型，不是生物标志物、诊断器或治疗选择器。下一道门槛不是再找到一个组均值 p<.05，而是独立中心前瞻验证、校准与决策净收益，并证明 AIF 参数在症状量表、人口学、简单行为与 RL 参数之上有增量。本文不构成医学诊断或治疗建议。

九、FEP 的数学链条：从稳态到“看似推断”隔着什么

9.1 不是一句“生命避免惊讶”就完成推导

较新的 FEP 物理表述通常从随机动力系统出发：

随机动力系统：dx_t = f(x_t) dt + zeta(x_t) dW_t

在正则性条件下，若存在正的平稳密度 p(x)，漂移可写成耗散与 solenoidal 分量：

漂移分解

f = Gamma grad ln p + div Gamma + Q grad ln p + div Q

Q = -Q^T

这说明给定平稳密度时，平均流可按势梯度与保守流分解（Da Costa et al. 2021）。它本身尚未给出主体、感知、行动或概率信念。

9.2 从动力系统到贝叶斯解释的条件链

关卡 额外条件 能得到什么 尚不能得到什么
平稳密度 系统有稳定概率密度及相应正则性 流的分解、长期统计结构 生命、主体或目标
Markov blanket external eta 与 internal mu 在 blanket b 条件下独立：eta ⟂ mu ∣ b 一个统计分区 自动的因果屏障、细胞膜或自我边界
particular partition sensory/active/internal/external 的稀疏耦合与流限制 具有感知-行动方向的候选分区 真实系统普遍满足
synchronization map 内部条件期望能一致映射到外部条件期望 内部状态“看似编码”外部状态 每个瞬时物理状态天然是信念
variational density 指定由内部模态参数化的 q_mu(eta) 可把平均内部流写成变分推断 该参数化是独特或生物真实的
经验模型 冻结生成模型并外推预测 一个可证伪的过程理论 裸 FEP 自身替模型赢得证据

[文献较稳] synchronization map 并非 blanket 自动附送：需要“相同内部条件期望不能对应不同外部条件期望”等核包含条件。较新论文正是通过构造 q_mu 的均值与协方差，才在特定内部模态上使之等于条件后验（Da Costa et al. 2021）。

[文献较稳] 2023 年 Physics Reports 的旗舰表述从 sparse coupling 建 particular partition，再“规定性地”定义由内部模态参数化的变分密度，最后得到最小作用/自证式解释（Friston et al. 2023）。这是比口号严格得多的条件链，也因此比“任何稳态系统自动推断”窄得多。

9.3 遍历性要按版本说

[文献较稳] 早期 Life as we know it 明确假设 ergodic random dynamical system，并称论证为 heuristic proof（Friston 2013）。较新的 stationary-process 版本允许 non-ergodic，甚至确定性动力学；遍历性不再是所有现代 FEP 版本的普遍必要条件（Da Costa et al. 2021）。

所以批评时不能冻结在旧版：“FEP 必须遍历”已经过时；支持时也不能反向夸大：“有平稳密度”仍不等于已找到真实 blanket、同步映射与信念语义。

十、技术争论：旧引理受伤，新版靠收窄修复

10.1 Biehl 批评真正打中了什么

[文献较稳] Biehl, Pollock & Kanai 2021 证明：文献中的动力学 blanket 与稳态条件独立定义并不等价；早期关键重写缺少额外 solenoidal-flow 条件；原 free-energy lemma 按字面存在反例；KL 梯度为零也不推出两个分布必然相等。

同一论文明确写出边界：这些问题不影响一开始就假定 agent 最小化（期望）自由能的工程/认知模型；它攻击的是“这种代理会从一般随机过程必然涌现”的推导。把这篇写成“所有主动推断算法被证明错误”同样是越界。

10.2 支持方最强回应不是否认，而是加条件

[文献较稳] 后续回应承认 sparse coupling 不自动保证 Markov blanket，并给出能保证 particular partition、同步与平均流解释的附加条件（Friston, Da Costa & Parr 2021、Heins & Da Costa 2022）。另一些工作证明在“广但受限”的系统类中，particular-state 的平均流可与 VFE 梯度对齐（Heins 2022）。

[有争议] Aguilera et al. 2021 在线性、弱耦合非平衡系统中发现 blanket 与 block-structured solenoidal flow 只占狭窄参数区域，完整对称的 agent-environment 相互作用尤其不自然。支持方回应说这只覆盖特定线性系统，并提出 path-space 版本可能恢复更广适用域（Sakthivadivel 2022）。

[理论整合] 当前裁决不是“旧版完好”或“新版全灭”，而是：反例迫使定理的适用域从一般有 blanket 的系统收窄到满足额外稀疏耦合、流结构与同步条件的系统；这些条件在真实生命中多普遍，仍是经验问题。

10.3 Markov blanket：统计工具不自动变成身体边界

条件独立 eta ⟂ mu | b 是清楚的数学关系。争议在于把一个模型中的最小条件集合实体化成细胞膜、主体边界或本体论自我。Bruineberg et al. 2022 区分 Pearl blanket 与 Friston blanket，指出从形式工具到真实物理边界还需额外哲学与经验前提；仅凭数学成功不够。

[我们的断言] blanket 的正确研究问题不是“万物有没有某个可画的边界”，而是：在看结果前能否唯一识别候选分区，条件独立是否跨环境稳定，干预 sensory/active/internal/external 变量是否按预注册方向破坏依赖结构。事后移动毯边界会使主张失去风险。

十一、暗室、偏好与循环：最强解法也留下账单

11.1 暗室不是内部逻辑矛盾

“若代理最小化惊讶，为什么不永远躲进无刺激暗室？”最强回答是：惊讶相对于代理经进化、发育与学习形成的生成模型和偏好。人类预期活动、营养、温度、社会与信息变化；长留暗室会产生内感受和高层预测误差。EFE 的 epistemic value 又直接奖励可减少不确定性的行动（Friston, Thornton & Clark 2012）。

因此，暗室并没有形式上击倒主动推断。它揭示的是解释账单被移到了上游：

  1. 为什么具体偏好是这些，而不是另一些？
  2. 哪些由进化、发育或个体学习产生？
  3. EFE 的信息价值为何采用这个函数，而不是另一探索目标？
  4. 在看行为后，模型者是否才反推一个能解释它的偏好与 precision？

11.2 “先把目标写进去，再发现代理有目标”是循环风险

如果设计者把目标状态写进 C 或 p*(o)，代理达标证明优化器服从目标，不证明目标内容由 FEP 自发产生。主动推断可以学习偏好，也可以把生存条件解释为深层先验；但学习规则、训练环境和选择过程仍需独立模型与数据。

[我们的断言] 公平报告必须同时公开：手写偏好、数据学得偏好、习惯先验和政策精度分别承担多少。最重要的对照不是“有偏好 vs 无偏好”，而是正确手写偏好、等信息量错误/置换偏好、从训练域学习并在测试域冻结的偏好、neutral preference。只在手写正确目标下成功，应判为目标工程，不判为自主目标形成。

十二、生命、自组织与形态发生：最强证据和最大外推

12.1 先守住真正的阳性

培养皮层网络的 30 个独立实验、<4% 连接轨迹误差、>80% 末期神经响应预测及药理操纵，是“特定神经自组织过程可由一个 VFE 过程模型前推”的强证据。它比事后用自由能语言描述一个已知现象硬得多（Isomura et al. 2023）。

[应用原型] 形态发生主动推断模型能在仿真中复现正常形态、再生、planarian 双头与癌样错误模式，但目标形态和细胞生成模型通常预先写入；作者也将其定位为 proof-of-principle simulations（Friston et al. 2015、Fields et al. 2020）。这些模型可产生新假设，尚不是 FEP 对形态的独特前推。

[文献较稳] Pio-Lopez 等把仿真与 Xenopus 胚胎的 thioridazine 操纵连接：每组 6 × 100 胚胎，观察到色素、面部、腺体与水肿等缺陷，并将药物效应解释为可能降低感觉精度（Pio-Lopez et al. 2022）。真实扰动值得保留；但多种毒理、受体、力学或 bioelectric 机制也会产生这些宽表型，未做 matched mechanistic comparator 与精度特异 rescue，故只能算相容证据。

12.2 从“可描述”到“生命定律”的三次升格

  1. 表征升格：某过程可改写成梯度流，升级为系统真的计算该自由能。
  2. 语义升格：内部状态与外部条件统计同步，升级为系统真的有信念和推断。
  3. 普适升格：某些神经或细胞模型成功，升级为所有生命、甚至所有持久结构皆如此。

[文献较稳] Friston 本人多次把 FEP 称为近乎/可能同义反复的“state theory”，并明确区分不可证伪的形式框架与可证伪的具体过程模型；2018 年访谈甚至直说它像最小作用原理一样“cannot be falsified”（Friston 2018、Friston et al. 2023）。

[我们的断言] 这不会让 FEP 自动成为伪科学：数学结构本来不是经验假说。它却堵死一种常见辩护：不能先用形式框架的广泛可重写性保证它“总是对”，再把这种必然正确当作具体生命解释已经被验证。经验风险必须落到 postulates、边界、过程模型与外样本预测。

十三、怎样真正裁决：一套预注册压力测试

13.1 行为与神经实验

  1. 冻结命题：事先写明主动推断相对哪一个最强基线、在哪个主终点、最小多大效应、何种 OOD/扰动下胜出；等效或失败即降低主张，不事后更换 precision 故事。
  2. 冻结模型：锁定状态/观测映射、likelihood、transition、prior preference、policy set、horizon、精度、习惯、近似算法、排除规则与超参搜索预算；代码和容器 hash 留档。
  3. 正交操纵：将 expected utility/reward 与 epistemic value、ambiguity 正交；加入“同奖励不同信息”“同信息不同奖励”和反转阶段，预注册交叉预测。
  4. 强对手集合：hybrid RL、Bayesian model-based RL/POMDP、information gain/bonus、UCB/Thompson、control-as-inference/optimal control；相同观测、先验知识、算力与调参预算。
  5. 可识别性：先做参数恢复、模型恢复混淆矩阵、simulation-based calibration、posterior predictive check；若模型互相恢复或参数补偿，真实数据拟合不得解释为机制。
  6. 外样本：报告 held-out participant/task/environment 的 log score、校准和行为细节，不只报 AIC/BIC 或组内 exceedance probability。
  7. 神经裁决：预注册 EFE、RPE、salience、uncertainty 与 motor preparation 在时间、区域和干预反应上的不同预测；用药理、刺激或病灶做选择性因果操纵，而非只把获胜模型回归量投到 BOLD/EEG。

13.2 机器人与控制

  1. 正确 prior、置换 prior、数据学得并冻结 prior、neutral prior 四臂对照。
  2. 与 PID、MPC、现代自适应控制、model-based 和强 model-free RL 同预算比较；主动推断做 pragmatic-only、epistemic-only、precision-learning 消融。
  3. 多平台、多任务、多实验室；sim 选模后一次冻结转实机，禁止看实机结果再调。
  4. 报告成功率全分布、置信区间、最坏分位、安全停机、恢复时间、延迟、算力和能耗，而非只展示成功视频。

13.3 生命与 Markov blanket

  1. 用独立数据在看结果前识别唯一候选 internal/external/sensory/active 分区。
  2. 直接检验条件独立、平稳密度、扩散项、solenoidal flow、sparse coupling 与 synchronization map；不只把变量命名成这四类。
  3. 分别干预四类变量，预注册方向、时程、剂量反应与恢复；加入非生命耗散结构和普通状态空间模型作为对照。
  4. 与反应扩散、力学、控制论、预测编码和无“信念”语义的动力模型做真正外推比较。
  5. 若只有事后移动 blanket、重定义偏好或改变变分族才能保住拟合，应降低“普适生命原理”而不是继续加解释自由度。

13.4 硬裁决规则

  • 外部测试无增量：否决对应具体模型的独特预测，不否决 VFE 恒等式。
  • 强对手同等或更好：把主动推断降为有用重参数化/统一语言，不宣判它无用。
  • 错误 prior 与正确 prior 表现相同：削弱 prior-specific 机制；只有正确手写 prior 成功：判为目标工程。
  • blanket 必须事后重画或结构条件不成立：否决该系统上的 FEP 强解释，不外推所有系统。
  • 局部培养网络或机器人成功：只升级该过程模型，不上推“所有生命皆推断”。

十四、实践决策：什么时候值得用主动推断

场景 推荐度 理由 必做对照
部分可观测、需定向探测的任务 值得试 belief、偏好与信息获取统一，模型假设透明 Bayesian POMDP / info-gain RL
小状态空间、可解释策略 适合 离散 AIF 可审计，参数有心理解释候选 模型恢复与外样本评分
生成模型明确的机器人原型 值得试验 感知与控制可在同一概率模型中耦合 MPC/PID/RL 同预算与安全指标
高维长时域、世界模型不可靠 谨慎 策略枚举、近似误差和 prior 设计成本高 scalable planner、OOD robustness
临床诊断或选疗 不可直接部署 外部预测与增量效用不足 前瞻多中心、决策曲线、RCT interaction
解释所有生命或社会系统 不接受裸主张 缺独立结构检验，语义与边界自由度过大 blanket/flow/synchrony 的预注册检验

[我们的断言] 选择主动推断最好的理由是：任务确实需要显式不确定性、信息价值、偏好与行动的联合模型，而且团队愿意公开并检验这些假设。最差的理由是“FEP 普适，所以这个模型必然更科学”。

十五、对称双向红队

A. 防神化：六个不能写

  1. 不能把 VFE 恒等式写成大脑/生命已经被证明最小化它。
  2. 不能把 EFE 写成 VFE 唯一、无额外规定的未来延伸。
  3. 不能把 prior preference 隐去，再称代理无奖励、自主产生目标。
  4. 不能拿没有不确定性或信息 bonus 的弱 RL 当唯一对手。
  5. 不能把 BOLD/PET/EEG 的相关量直接命名为 dopamine precision 的因果机制。
  6. 不能把一个培养网络、机械臂或胚胎宽表型外推为生命普适律。

B. 防虚无：六个也不能写

  1. VFE 不是纯比喻；上界关系是精确且广泛有用的变分数学。
  2. EFE 不是空话；它确实把偏好与信息价值装进统一可计算目标。
  3. 主动推断不等于“追求无聊”；长期偏好与 epistemic value 正面处理暗室。
  4. 行为证据不是零；两步任务、视觉探索和等待任务显示具体信息项承重。
  5. 工程证据不是零；Panda、Robotarium 与复杂驾驶模型已跨出纸面玩具。
  6. FEP 过程模型不是都不可检验；培养神经网络已做前推和药理操纵。

C. 最容易混用的三组概念

  • VFE / EFE / generalized free energy：同一家族，不是同一个函数。
  • statistical blanket / causal boundary / biological membrane：可相关，不自动同一。
  • “as if Bayesian inference” / literal neural computation / organismal goal：解释层级不同。

D. 反向膨胀也要拦

  • 旧 free-energy lemma 有反例，不等于所有新版条件定理无效。
  • 与 RL/控制等价，不等于主动推断没价值；统一参数化、解释性和算法构造可以是真贡献。
  • 裸 FEP 不可证伪，不等于具体主动推断模型不可证伪。
  • 临床尚不可用，不等于计算表型研究无价值。
  • 普适性未立，不等于某些生物过程不会满足其条件。

十六、最终裁决与仍待回答的问题

16.1 最终裁决

第一层，硬。 VFE 是标准变分推断恒等式；在给定生成模型与变分族时，最小化它有明确含义。

第二层，可用但非独占。 EFE 提供偏好达成与信息寻求的统一目标，是主动推断最有工程和认知价值的部分；但它的具体形式、偏好与策略先验需要额外选择，与 RL、POMDP、KL control 和 optimal experimental design 有大量重叠。

第三至第五层，局部。 特定行为数据、机器人控制和培养神经网络给出真实阳性；神经机制未被竞争模型独占，机器人缺大规模公平基准，临床预测尚弱。

第六层，未立。 较新 FEP 已从口号发展成带平稳性、稀疏耦合、particular partition 与 synchronization map 的条件数学框架；正因为条件更清楚，“所有生命必然推断”的普适经验主张不能再免费获得。它目前更像一个有条件的表征/建模框架与研究纲领，不是已由跨生命数据确认的万有定律。

压缩版裁决：变分推断真；期望自由能有用；信息寻求有证。主动推断尚未独占人类行为与多巴胺机制，工程仍在原型到基准之间，临床未到工具层；FEP 对生命的普适解释依赖可检验却尚未普遍验证的结构条件。

16.2 真正值得继续追的开放问题

  1. 标准 EFE 相对其他 future-free-energy 与 information-directed objectives，在哪些环境有可证明且可复制的独特优势？
  2. 能否设计奖励与信息价值正交、且 Bayesian RL/POMDP 不能靠等价重参数化吸收的行为实验？
  3. precision 与 RPE、salience、uncertainty、decision noise 在神经回路上能否因果分离？
  4. prior preference 能否从独立发展/进化数据前推，而不是从行为事后反演？
  5. 真实细胞、器官或动物中，particular partition、sparse coupling 与 synchronization map 的普遍率有多高？
  6. 哪些主动推断工程收益来自 FEP 特有结构，哪些来自 robust optimization、Bayesian filtering 或普通 information bonus？
  7. 临床参数能否在独立中心、纵向结局与治疗随机化中提供标准变量之外的增量？

十七、关键来源与可信度说明

数学、EFE 与框架

  1. Friston et al. (2016), Active inference and learning。离散主动推断与策略选择基础。
  2. Da Costa et al. (2020), Active inference on discrete state-spaces: A synthesis。离散形式与 EFE 分解。
  3. Friston et al. (2019), Generalised free energy and active inference。generalized free energy，不与 EFE 混写。
  4. Millidge et al. (2021), Whence the Expected Free Energy?。EFE 来源与替代构造。
  5. Sajid et al. (2021), Active Inference: Demystified and Compared。与 RL 的算法比较。
  6. Millidge et al. (2023), Reward Maximization Through Discrete Active Inference。reward/preference 映射。
  7. Friston et al. (2023), The free energy principle made simpler but not too simple。新版 FEP 条件链和可证伪层级。

行为与神经

  1. Gijsen et al. (2022), Active inference and the two-step task。四数据集正面模型比较。
  2. Schwartenbeck et al. (2015), Evidence for surprise minimization over value maximization。信息寻求行为。
  3. Mirza et al. (2018), Human visual exploration reduces uncertainty。眼动与 epistemic value。
  4. Schwartenbeck et al. (2015), The dopaminergic midbrain encodes the expected certainty about desired outcomes。fMRI precision 相关。
  5. Adams et al. (2020), Variability in action selection and striatal D2/3 receptors。AI precision 与 RL noise 的共享维度。
  6. Steinberg et al. (2013), A causal link between prediction errors, dopamine neurons and learning。RPE 因果对照。
  7. Isomura et al. (2023), Experimental validation of the FEP with in vitro neural networks。培养网络前推与干预。
  8. Lageman et al. (2026), Prediction in action: toward an empirical science of active inference。截至 2026 年的经验议程综述。
  9. Engström et al. (2026), Active inference as a model of collision avoidance behavior。复杂驾驶模型与外推测试。

工程、临床与生命

  1. Lanillos et al. (2021/2022), Active inference in robotics and artificial agents: Survey and challenges。控制、等价与规模瓶颈。
  2. Pezzato et al. (2020), Active inference for adaptive robot body learning。Panda 实机控制。
  3. Markovic et al. (2021), Active inference in bandit problems。稳定/切换环境的条件性胜负。
  4. Shafiei et al. (2026), Distributionally robust free energy principle for decision-making。Robotarium 与 ambiguity robustness。
  5. Smith et al. (2020), A Bayesian computational model reveals a failure to adapt interoceptive precision。跨诊断内感受表型。
  6. Lavalley et al. (2024), Independent confirmation of transdiagnostic interoceptive findings。预注册复现与低预测效用。
  7. Taylor et al. (2023), Independent replication in substance use disorder。学习率复现、action precision 未复现。
  8. Pio-Lopez et al. (2022), Active inference, morphogenesis, and Xenopus。形态仿真与胚胎扰动。

技术批评、回应与哲学边界

  1. Biehl et al. (2021), A Technical Critique of Some Parts of the FEP。旧引理、blanket 定义与反例。
  2. Friston, Da Costa & Parr (2021), Some interesting observations on the FEP。支持方正式回应。
  3. Aguilera et al. (2021), How particular is the physics of the FEP?。线性系统适用域压力测试。
  4. Heins & Da Costa (2022), Sparse coupling and Markov blankets。附加条件与修订。
  5. Bruineberg et al. (2022), The emperor’s new Markov blankets。统计工具到物理边界的哲学鸿沟。
  6. Friston, Thornton & Clark (2012), Free-energy minimization and the dark-room problem。暗室、先验与可解释性原始对话。
  7. Friston (2018), Of woodlice and men。state/process theory 与不可证伪边界的一手表述。

可信度总账

  • 高：VFE 恒等式、VFE/EFE/热力学自由能的区别、reward 与 preference 的形式映射、具体论文的样本与结果。
  • 中等：EFE 的工程价值、信息价值对若干行为的增量、培养网络这一过程模型的预测力、机器人原型成熟度。
  • 中低：precision 的特定神经实现、主动推断相对所有强替代模型的独特性。
  • 低：主动推断参数的现成临床效用、真实生命普遍满足 particular partition 与 synchronization 条件、FEP 作为独特普适生命定律。
  • 仍不确定：2025-2026 的新算法能否在标准化大规模基准复制；path-space FEP 能否在不牺牲经验约束的前提下扩大适用域；真实细胞 blanket 的普遍率。

归档结论：主动推断最值得保留的，不是“宇宙都在最小化自由能”这句最大口号，而是一个把生成模型、偏好、信息价值和行动放进同一可审计概率系统的研究方案。它要成为强经验理论，下一步不是再扩大能解释的现象清单，而是减少可事后调节的自由度，冻结 prior 与过程模型，在强对手、外样本和因果干预面前承担失败的可能。

标签: