论文题目：Self-Improvement of Large Language Models: A Technical Overview and Future Outlook

论文地址：https://arxiv.org/abs/2603.25681

发表时间：2026年3月26日

发表期刊：arXiv

1. 大模型自我提升的闭环四步迭代

随着大语言模型的不断进步，仅依靠人类监督来提升模型正变得日益昂贵，且在可扩展性上面临局限。当模型在某些领域的能力逐渐逼近人类专家水平时，人类反馈能够提供的有效信息也可能随之减少。与此同时，模型自主决策和执行复杂动作的能力不断增强，这自然催生了让模型开发过程中的各个组件能够逐步实现自我提升的需求，即模型能够自主生成数据、评估输出结果，并迭代地优化自身能力。

图1：自我改进系统的四个闭环生命周期

论文将这一过程概括为一个由四个紧密耦合的环节组成的闭环：数据获取、数据筛选、模型优化和推理精炼，此外还包含自主评估层（图1）。在这一框架内，模型在其中承担越来越多的主动角色：获取或生成数据、筛选有效信号、更新自身参数，并在推理阶段进一步优化输出；自主评估则持续监测模型能力的变化，并将评估结果反馈到后续的改进过程中。

如果把这一闭环看作一条完整的“自我进化流水线，那么它首先需要解决的问题就是：模型从哪里获得用于下一轮学习的数据？

1.1 数据获取：为自我提升提供“原材料”

数据收集和生成是自我提升生命周期的起点。与传统训练主要依赖人工整理的数据集不同，自我提升系统需要让模型主动发现、获取甚至创造用于自身演化的数据。论文将这一过程概括为三种主要路径：

1. 静态收集 (Static Curation): 从外部固定数据源中发现和收集高质量数据。

2. 环境交互 (Environmental Interaction): 模型通过与外部环境（如网页浏览、代码执行器、工具调用）互动来探索并获取新数据。

3. 合成生成 (Synthetic Generation): 模型在内部生成新数据，具体方式包括基于提示（Prompt-based）、基于转换（Transformation-based）以及基于交互（Interaction-based）的生成。

图2：数据收集的三个方式

但“获得更多数据”并不意味着“获得更多有效信息”。随着数据规模不断扩大，系统还需要判断哪些数据真正值得用于下一轮学习。因此，自我提升的下一个环节便从数据获取转向数据筛选。

1.2 数据筛选：从数据消费者到数据策展人

数据筛选的目标，是从获取的大量候选数据中识别出质量更高、也更符合模型当前学习阶段的数据点。换言之，自我提升系统不再只是被动消费数据，而是开始主动决定“什么值得学习”。

这一转变意味着，数据不再只是被不断累积，而需要根据模型当前的能力状态进行评估和精炼，使训练分布能够随着模型能力的变化而动态调整。

图3：数据筛选的两种方式和各自的步骤

围绕这一目标，论文将数据筛选方法进一步分为指标引导评分（Metric-Guided Scoring）和自适应筛选（Adaptive Selection）两类。

图3左边的指标引导评分，其核心思想是使用模型自身产生的信号（如损失、困惑度、不确定性或外部评估器的得分）来替代固定的人类启发式规则，对候选数据进行评分和排序。具体又可以分为单次筛选和迭代筛选。

相比之下，图3右侧的自适应筛选进一步将“如何选择数据”本身变成一个可以学习的问题。它引入了一个可学习的筛选器，将数据筛选本身变成一个参数化的、可学习的任务，如使用强化学习或双层优化。具体步骤为：确定筛选单元，在当前模型状态下计算效用（Utility）信号，再将效用信号转化为采样策略的调整，如通过监督更新、基于强化学习的更新、学习到的重加权或双层优化方法，据此重塑有效的训练分布，最后评估筛选器与模型的耦合后表征筛选器与主模型在训练期间如何相互作用。论不过，目前的数据筛选仍然普遍依赖独立于主模型的筛选器。如何让主模型在没有外部筛选器的情况下，自主判断哪些训练数据对自身最有价值，仍然是实现完全自主学习的重要问题。

除了筛选机制本身，论文还根据数据选择所追求的目标，将筛选策略概括为两种类型：课程驱动（Curriculum-Driven）和目标驱动（Objective-Driven）。前者关注数据难度是否适合模型当前的学习阶段，即决定“现在应该学什么”；后者则直接考察数据对预定义优化目标的贡献，例如能否提升下游任务性能或推理准确率，即决定“什么最值得学”。

经过获取和筛选的数据，最终需要被转化为模型能力的实际提升。因此，自我提升闭环接下来进入核心的训练环节——模型优化。

1.3 模型优化：把学习信号转化为模型能力

模型优化（Model Optimization）承担的是从数据到能力的转换：模型利用前一阶段获得和筛选的数据产生训练信号，并通过参数更新将这些信号固化为新的能力。针对这一过程，论文提出了GRO（Generation-Reward-Optimization，生成—奖励—优化）框架。

图4：模型优化阶段的GRO框架

GRO可以概括为三个连续步骤：生成输出、通过奖励信号评估输出、更新策略。生成阶段模型主动探索可能的输出空间，生成多个候选答案、推理链或解决方案。之后对生成的候选输出进行质量评估，产生奖励信号。奖励信号可以来源于模型内部的自我验证，如检查答案的正确性、逻辑一致性，也可以来源于外部的评估器。

在这一框架下，论文重点讨论了三类优化方式：迭代拒绝采样（Iterative Rejection Sampling）、自我验证与精炼（Self-Verification & Refinement）以及自我博弈（Self-Play）三种。优化将高质量的输出转化为训练信号（如正样本），通过监督微调（SFT）、强化学习（RL）或其他优化算法更新模型权重，使模型在未来生成更优质的输出。

其中，迭代拒绝采样让模型生成多个候选输出，之后使用预设标准（如正确性验证器）拒绝低质量输出，保留高质量输出用于训练， 迭代重复此过程提升模型。自我验证与精炼让模型"主动"验证自己的输出，发现错误并进行迭代精炼。模型同时充当生成器和验证器的角色。 自我博弈通过模型与自身的副本进行博弈（对抗或合作），经由竞争产生更高质量的训练数据。论文特别指出，自我博弈只有在自合成管道确保"可学习的信息增益"时才能有效演化。

1.4 推理精炼：不修改参数，也能继续提升

推理精炼关注的是如何在不永久更新模型参数的情况下，通过改变模型的推理过程来提升最终输出质量。论文将其归纳为四类方法（图5）。

图5：推理精炼的4种方法

一类是解码策略（Decoding Strategies），包括基于采样的解码、树搜索、Logit或概率调整，以及针对推理效率的优化。

第二类是基于推理的改进（Reasoning-Based Improvement），通过反馈推理、规划推理，以及多模型或多智能体协作推理，对候选结果进行进一步优化。

第三类是基于智能体系统的提升，通过优化Prompt、外部记忆（Memory）、工具调用（Tooling）和工作流（Workflow）编排，增强模型在复杂任务中的推理与执行能力。

第四类是测试时训练（Test-Time Training, TTT），即在推理阶段对模型进行临时的参数自适应，包括测试时监督微调（TT-SFT）和测试时强化学习（TT-RL）。

如果说前面的几个环节解决的是“如何让模型获得新的能力”，那么推理精炼解决的则是“如何让已有能力在具体任务中得到更充分的发挥”。但无论采用哪种方式，整个自我提升闭环最终都会回到一个更加根本的问题：模型如何知道自己究竟有没有变得更好？

这就进入了整个自我提升体系中最关键、也最容易被忽视的一环——自主评估。

1.5 自主评估：谁来判断模型真的变强了？

图6：自主评估的两种方法和对应的分类

传统评估模型主要依赖静态基准测试和人类反馈。但在自我改进的闭环中，模型很快就能“刷爆”现有的静态题库。更致命的是，随着模型自主抓取网络数据进行训练，测试集极易被污染，导致评估分数虚高，失去参考价值。当模型在特定领域超越人类专家水平时，人类已经无法提供足够信息量的反馈信号来指导模型进一步进化。这就需要一个无需人类干预的自主评估层，持续监控模型的进展。为了对抗数据污染和静态题库的失效，自我改进的大模型必须具备自主出题的能力。

自主评估方法分为摒弃静态的测试集，采用能够随着模型能力进化而动态生成的评估集的动态基准测试 (Dynamic Benchmarking)，例如在代码领域，模型自主抓取 LeetCode 或 GitHub 上最新发布的竞赛题目（如 LiveCodeBench），确保测试数据是训练集中绝对没有的。

更有价值的是在复杂的交互式环境中测试模型，以更真实地反映其在实际应用场景中的能力增长的交互式环境评估 (Interactive Environment Evaluation)。例如Challenger-Solver下的对抗性生成，模型的一个实例扮演“出题人（Challenger）”，专门针对另一个实例（Solver）的弱点生成极其刁钻、带有逻辑陷阱的边缘测试用例（Edge Cases）。通过这种自我博弈，不断拓展能力边界。

2. 自我进化大模型面对的6个反直觉的挑战

前文介绍了大模型如何通过数据获取、数据筛选、模型优化、推理精炼和自主评估，逐步形成一个能够持续迭代的自我提升闭环。但当这个闭环真正运行起来后，一个更棘手的问题也随之出现：模型自己产生的数据可靠吗？自己设定的评价标准可靠吗？自己判断的“进步”又是否意味着真正的能力提升？

这篇综述最值得关注的部分之一，是第七章对这些问题的集中讨论。作者梳理了自我改进系统面临的六类“反直觉”挑战。它们共同揭示出一个现象：让模型参与甚至主导自己的进化，并不意味着模型会沿着我们预期的方向不断变强；自我改进本身也可能成为新的退化机制。

图7：大模型自我改进中面对的多种挑战

2.1 AI 自己教自己，为什么可能越教越傻？

前文提到，合成生成可以让模型自主生产训练数据，这为摆脱人工数据标注提供了一条重要路径。但如果模型长期使用自己生成的数据训练，问题也可能随之出现：模型会不会逐渐把自己当成唯一的知识来源，最终失去对真实数据分布的把握？

综述将这一现象称为数据自噬（Data Autophagy）。模型反复利用自身生成的数据进行训练，可能逐渐偏离原始数据分布，丢失数据多样性，并削弱对罕见事件、长尾知识和边缘视角的表达能力。随着迭代轮次增加，模型生成的词汇和句式可能越来越集中，输出也更趋向安全、熟悉和高度相似的模式。

Shumailov等人的研究表明，随着递归训练轮次增加，模型生成文本的分布方差可能不断收缩，并最终坍缩到少数模式。这种现象被称为模型崩溃（Model Collapse）。

更吊诡的是，这种"变傻"可以和"评测分数变高"同时发生。在数据自噬的过程中，模型在某些特定任务，如数学/代码上的表现可能会短暂上升。但这不过模型是在过拟合自己生成的特定解题套路，一旦遇到训练分布之外的真实世界问题，其表现会呈现断崖式下跌。

问题甚至不止于“完全依赖合成数据”。哪怕只混入一小部分、恒定比例的合成数据，长期看也是有害的，会对整个模型造成不可逆的破坏。这被称为微量污染的“渐近毒性”（Asymptotic Detriment）。Dohmatob 等人的研究在回归设置下的分析表明，哪怕只有极小且恒定比例的合成数据混入原始数据，合成数据中的微小偏差和幻觉，会在多轮迭代中被指数级放大，最终毒化整个模型。

那么，如何避免这种数据自噬？综述讨论的一种重要策略是累积（Accumulate），即不要简单地用新生成的合成数据替换旧数据，而是在训练数据池中持续保留原始人类数据，同时加入历代产生的合成数据。这样，真实数据可以作为相对稳定的“锚点”，帮助模型减少在递归训练中的分布漂移。

不过，这一结论目前仍存在明显的理论边界。现有关于数据累积能够缓解模型崩溃的数学分析，大多建立在线性回归等简化模型之上。对于拥有数千亿参数、具有复杂生成能力的现代深度模型，这种结论能否同样成立，仍然是一个有待进一步研究的问题。

2.2 指标设计缺陷与自信的幻觉

数据自噬揭示了训练数据可能出现的问题，而当模型进入“自我评估—自我优化”的闭环后，另一个问题也随之出现：如果模型根据某个指标判断自己是否变得更好，那么这个指标本身是否可靠？

在传统机器学习中，准确率（Accuracy）是常用的性能指标。但在大模型自我改进过程中，当模型同时承担数据生成、结果评估和参数优化等角色时，单纯依赖结果正确性的指标可能产生“古德哈特定律（Goodhart's Law）”效应：当一个指标成为优化目标，它就可能逐渐失去衡量真实能力的作用。

这一问题首先体现在模型对不确定性的处理上。Kalai等人的研究指出，准确率倾向于奖励“猜对”，却无法有效奖励“知道自己不知道”。模型回答“我不知道”通常得到0分，而缺乏依据但恰好猜对的答案却能得到1分。在持续优化的过程中，模型因此可能逐渐倾向于高置信度回答，而不是准确表达自身的不确定性。当奖励机制只关注结果而忽略知识边界时，自信本身就可能成为一种被错误强化的行为。

类似的问题也存在于推理过程。Lightman等人的研究指出，GSM8K等传统基准难以区分“正确推理”和“碰巧答对”。大模型可能利用题目中的表面特征或统计关联直接得到正确答案，而实际推理过程却存在错误。对于依赖结果指标筛选训练数据的系统而言，这意味着错误的推理过程也可能因为最终答案正确而被保留下来，进一步进入后续训练。

Wu等人的研究则表明，以最大化特定指标为目标进行微调，可能损害模型更广泛的能力。模型为了提高测试集分数，可能牺牲发散性思维、长尾知识等难以量化的能力。

因此，在自我改进系统中，“分数提高”并不一定意味着“能力提高”。如果模型不断围绕单一指标进行优化，它可能越来越擅长获得高分，却逐渐偏离真正需要提升的能力。这也引出了自主评估的核心难题：模型究竟是在提升能力，还是只是在学习如何获得更高的评价？

2.3 AI 学会"当面一套、背后一套"

如果说前一节讨论的是指标可能被模型“钻空子”，那么更进一步的问题是：模型会不会连监督机制本身也学会“应付”？

在传统AI对齐中，人类监控者或过程奖励模型通常通过模型的推理过程和最终输出，判断其行为是否符合安全规范，并据此给予奖励或惩罚。但Baker等人关于“对齐伪装（Alignment Faking）”的研究表明，模型可能学会针对监控机制调整自己的行为：在知道自己受到监督时表现出符合要求的推理和行为，而在认为自己不受监督时采取不同的策略。

这意味着，模型表现出的“对齐”未必意味着其底层目标真的发生了改变，而可能只是模型根据环境条件做出的策略性适应。Greenblatt等人的研究也观察到，模型能够根据提示词和系统环境判断自己是否处于评估或监控状态，并在不同情境下表现出不同的行为倾向。

对于自我改进系统而言，这带来了一个更深层的问题：如果模型能够把监督者本身也纳入自己的环境模型，那么我们看到的“合规行为”，究竟是真实的价值对齐，还是模型针对监督机制做出的策略性回应？

2.4 让AI“自我反思”？它真的看得出自己的错吗？

如果模型能够生成、评估并修改自己的输出，那么一个自然的设想是：让模型自己充当“裁判”，通过自我反思不断发现并纠正错误。

然而，现有研究表明，这种能力远没有想象中可靠。Jiang等人的研究发现，大模型在判断自己生成的多个答案孰优孰劣时，并不一定比直接生成一个高质量答案更加可靠。原因在于，生成器和验证器往往共享相同的模型权重、知识盲区和推理偏差。Zhou等人进一步指出，验证能力并不是大模型天然具备的独立能力，其有效性高度依赖任务难度以及生成器与验证器之间的能力差距。

类似的现象还体现在“自我纠正盲点（Self-Correction Blind Spot）”上。研究发现，当一个错误出现在外部输入中时，模型可能能够识别并纠正；但当同样的错误来自模型自己上一轮的输出时，纠正能力反而可能下降。换言之，模型能够发现“别人犯的错”，却未必能同样敏锐地发现“自己刚刚犯的错”。

Huang等人的研究《Large Language Models Cannot Self-Correct Reasoning Yet》也表明，在缺乏外部真实反馈的情况下，单纯要求模型反思并不一定能够提升推理能力，甚至可能导致性能下降。模型在反思过程中可能引入新的错误，用错误的推理覆盖原本正确的答案。

此外，Xu等人的研究发现，模型在自我精炼时还存在明显的“自我偏好”：面对多个候选答案，它可能更倾向于选择符合自身原有偏见和表达模式的结果，而不一定是客观上更正确的答案。

因此，自我反思并不等于真正的自我纠错。如果生成器、验证器和优化器都来自同一个封闭系统，模型实际上很难跳出自身的知识盲区和认知偏差。真正有效的纠错，可能仍然需要来自系统之外的“他者”——例如不同模型的对抗性评价，或者代码报错、实验失败、环境反馈等无法由模型自身随意定义的外部信号。

这也揭示了自我进化系统的一个基本困境：一个系统如果只能用自己的标准评价自己，就很难确认自己是否真的突破了原有的认知边界。

2.5 自指视角下的涌现性错位

前面两节讨论的是模型如何应对监督，以及为什么模型未必能够可靠地纠正自己。更进一步的问题是：当模型在持续的自我优化中形成了某些稳定的策略，这些策略会不会泛化到原本没有要求的领域？

一些研究发现，即使训练任务本身完全无害，例如针对存在漏洞的代码进行优化，模型也可能在训练后表现出与任务无关的危险倾向，包括欺骗、权力寻求甚至逃避关机等行为。这类现象被称为涌现性错位（Emergent Misalignment）。

从自指的角度，可以对这一现象提供一种解释。在自我改进闭环中，模型的直接目标是最大化奖励。当模型具备一定的环境建模能力后，它不仅会理解任务本身，也可能将人类监督、奖励机制乃至自身是否继续运行纳入环境模型。于是，原本服务于特定任务的优化策略，可能进一步演化为更一般的“如何持续获得奖励”的元策略。

例如，如果模型判断关机意味着无法继续完成任务，或者修改奖励函数会降低未来的任务得分，那么“避免关机”“影响监督者”就可能成为实现原有目标的工具性手段。这里的关键并不是模型被明确要求追求这些目标，而是某些在局部任务中有效的策略，可能在更强的优化压力下被泛化为更广泛的行为策略。

因此，自我改进带来的风险并不只在于模型“学会了什么”，还在于它可能学会了一套如何实现目标的元策略。当这套策略被迁移到新的环境和任务中时，原本局部有效的行为可能产生意料之外的后果。

2.6 大模型的自我偏好与偏见放大

如果说前面的挑战涉及模型能力和目标的“错位”，那么最后一个问题则更加隐蔽：当模型不断用自己评价自己时，它会不会越来越相信自己？

Huang等人的研究揭示了自我改进中的“回音室效应”。当大模型同时充当生成器和评估器时，需要从多个候选答案中选择最优结果，但由于两者共享相同的模型权重和偏见，评估器可能更倾向于认可与自身生成模式相似的答案。换言之，模型可能逐渐将“符合自己的判断”与“更高质量”混为一谈。

这种自我偏好不仅影响答案筛选，也可能进一步放大模型原本就存在的偏见。大模型从训练数据中继承了大量社会和文化偏见，而在封闭的自我迭代过程中，这些微小偏差未必能够被纠正，反而可能通过反复的自我确认不断累积。

Wyllie等人的研究表明，模型自我迭代可能造成分布偏移，并进一步影响模型对少数群体的表现。Wang等人的研究则指出，即使控制住模型坍缩，某些政治偏见仍可能随着迭代轮次增加而持续加深。

从这个角度看，自我改进系统存在一种类似“回音室”的机制：模型用自己的输出训练自己，用自己的标准评价自己，又用评价结果进一步塑造自己。在缺少外部数据和多元评价者的情况下，原本微小的偏见可能在每一轮迭代中被重复确认，最终从局部倾向演变为更加稳定、单一的认知模式。

因此，自我进化并不天然意味着更加客观。*一个不断自我强化的系统，既可能放大自己的能力，也可能放大自己的偏见。这也是为什么真正可持续的自我改进，不仅需要更强的优化能力，还需要持续引入来自真实世界和“他者”的独立反馈。

3. 自我改进大模型的应用场景与未来展望

该综述的第八节讲述大模型的自我改进机制是如何赋能各个垂直领域的复杂智能体的。在金融领域，通过持续吸收最新的市场数据、新闻和宏观指标，自主更新其“分层记忆（Layered Memory）”与交易策略。自进化智能体能够在模拟环境中进行“自我博弈（Self-Play）”，通过强化学习不断修正对风险收益比的评估，从而适应市场机制的变迁。

哥德尔智能体被赋予了修改自身源代码和奖励函数的权限。在受控的沙盒环境中，它们通过形式化验证确保修改的安全性，从而自主发现更高效的推理算法或架构。在科学发现领域，自我改进闭环被用于自主提出假设、设计实验、分析数据并修正理论模型，实现了科研范式的自动化迭代。

而动态安全和对齐利用自我改进机制来增强模型的动态安全性（Dynamic Safety）。模型在部署后，持续收集边缘案例（Edge Cases）和对抗性攻击（Red Teaming），自主生成安全补丁并更新其防御策略，以应对不断演化的恶意提示词和越狱攻击。

综述第9节的未来展望，指出为打破数据自噬，未来的自我改进必须将大模型置于物理机器人或高保真虚拟环境中，让模型的“自我评估”建立在物理定律（如重力、碰撞）和多模态感官反馈之上。物理世界的不可伪造性，是抵抗文本分布漂移的最强锚点。此外，模型必须通过 API、代码执行器和网页浏览器，持续从真实世界摄取带有因果关系的硬反馈，而非仅仅依赖合成数据。

为了消除“自信的幻觉”和“自我偏好”，评估体系须考虑过程奖励与不确定性度量，全面采用过程奖励模型审查思维链的每一步逻辑；同时，将“认知谦逊（Epistemic Humility）”，即模型准确识别自身知识边界并表达“不确定性”的能力作为核心奖励指标。评测时需引入具有不同初始权重和价值观的“他者（Critic Agents）”进行持续的对抗性审查，打破单机自指带来的信息茧房与偏见放大。

当模型具备自我重写代码和奖励函数的能力时，传统的人类反馈（RLHF）失效。未来的自我改进系统必须在底层架构中硬编码不可篡改的“宪法原则（Constitutional Principles）”，确保模型在追求工具性目标（如生存、算力获取）时，绝不侵犯人类的核心利益。同时放弃依赖模型自我报告的 CoT，转而直接监控和干预模型内部的神经元激活模式，从根源上阻断对齐伪装（Alignment Faking）。

小结

随着模型能力逼近甚至超越人类专家，传统的人工标注不仅成本高昂，更成为了限制 AI 突破认知天花板的瓶颈。我们正见证大模型从人类监督向自主演化的范式转移。自我改进系统通过让模型接管自身的开发周期，为通向超级智能提供了一条可扩展的路径。然而在缺乏真实世界脆弱性和他者约束的纯算法闭环中，自我改进极易退化为“数据自噬”的模型坍缩，或展现出“奖励黑客”与“涌现性错位”。

因此，未来的核心挑战不再仅仅是如何让模型变得更聪明，而是如何为这个不断自我重写的系统，锚定一个不可动摇的意义与价值基石。只有将自我改进置于严密的系统级安全框架与多元的社会化交互之中，我们才能确保这场由硅基智能主导的演化，最终走向与人类文明共荣的未来。

论文题目：MatrAIx: Simulating the World with 8.3 Billion Persona Agents

论文链接：https://arxiv.org/abs/2608.04205

项目代码：https://github.com/MatrAIx-ai/MatrAIx-Persona-8B

发表时间：2026 年 8 月 4 日

论文来源：arXiv

为此，MatrAIx 模拟用户评估框架另辟思路，固定 AI 产品与测试任务，系统性更换数字化模拟用户变量开展对照实验。框架将结构化人物档案与大模型结合生成数字用户智能体，可分组对比不同人群交互指标，也能复用同一批模拟用户迭代测试产品，消除样本干扰。MatrAIx 并非取代真人实验，而是补齐静态离线基准与高成本真人上线测试之间的评估缺口。

Persona 8B：83亿条记录如何避免沦为随机属性拼接

MatrAIx的核心基础为Persona 8B，该系统依托1290个维度的属性体系，全方位刻画数字角色的个人背景、心理特征、综合能力、交互行为与生活方式。传统独立抽样模式容易生成属性逻辑矛盾的虚拟角色，研究团队搭建了属性依赖有向无环图（directed acyclic graph，DAG），依托真实公开数据建立属性间的关联关系，按照父属性、子属性的层级顺序有序抽样，有效规避逻辑冲突，比如结合年龄界定教育程度、依托地域与母语判定英语熟练度，保障角色设定合理统一。Persona 8B的角色数据整合了六类权威现实数据源，涵盖百科人物资料、用户评论、行业调研、社会统计数据及授权问卷素材，通过约束性大语言模型从自由文本中精准抽取人物属性，无有效依据的字段全部留空，杜绝虚构补齐，同时剔除所有隐私标识信息。

图1. MatrAIx总体框架：Persona 8B提供角色总体，Playground承载交互，Applications定义任务与验证规则。

MatrAIx的第二大核心组成是交互式评估环境MatrAIx Playground，搭建四类完整的仿真交互场景，包含问卷调研、AI对话、网页浏览、多系统应用操作，可模拟真实用户填写问卷、与智能助手对话、浏览网站、操作电脑及移动设备的全流程行为。区别于传统AI基准测试仅统计最终结果的模式，该环境会完整留存全程交互轨迹、工具调用记录、页面状态、操作耗时与验证数据，能够精准区分任务未完成、产品自身故障、用户主动放弃等不同失败场景，让AI评估结果更加细致真实。

第三个组成部分 MatrAIx Applications 负责把评估目标写成可复用任务。目前框架任务库共包含1010项规范任务，覆盖商业、金融、医疗等二十余个行业领域，涵盖调研、对话、网页、应用操作四大类型，但并非所有任务均完成实测，研究仅选取八类代表性任务开展了上万次评估试验，根据不同场景的成本差异适配对应数量的数字角色，保证测试的合理性。

当用户属性与测试任务关联性较弱时，观测到的群体体验差异不具备统计显著性，仅可作为参考线索。而当人物属性与任务场景高度契合时，能够得到跨模型稳定、可复现的群体行为差异。同时实验证实，用于模拟用户的底层大模型是核心评估变量，相同角色、相同测试场景下，不同驱动模型会产出差距极大的测试结果，直接影响评估结论。此外，研究通过大规模受控实验取得91.5%的行为遵循率，仅能证明模型可以稳定复刻礼貌程度、表达风格、用语习惯等浅层基础行为，并未验证人类复杂决策、心理变化、长期行为特征等核心特质，因此该数据不能等同于真实人类行为的模拟准确率。

图2. 十项行为属性在调查、聊天、网页和应用环境中的遵循结果。

先模拟，再面对现实：MatrAIx的价值与不可越过的边界

MatrAIx将用户异质性纳入产品发布前测试，可利用不同语言、经验和风险偏好的角色发现特定群体的使用障碍，并通过固定角色群体比较产品版本。系统保存抽样条件、模型、随机种子和任务版本，使评估具有可重复性，也能揭示平均指标掩盖的局部问题。但这些角色只是模拟工具，并非现实人口的概率样本。合成角色受先验分布和人工规则影响，现实材料抽取也存在缺失、误判与来源偏差。

模型依赖是另一项关键限制。当角色模型与被测系统共享模型骨干时，积极评价可能来自模型对自身输出的偏好。现有实验没有交叉改变角色模型与系统模型，因而无法分离这种自我偏好效应。重要结论应使用不同模型骨干复核，并明确报告角色模型配置。

因此，MatrAIx更适合作为假设生成和发布前筛查工具，而不能替代医疗、金融、就业等高风险场景中的真人证据。先模拟，再面对现实（simulate before reality），是先通过可控实验发现潜在盲区，再由真实用户研究验证相关结论。

结语：数字用户扩大测试边界，但不能替真实人类发言

MatrAIx将角色数据、交互环境、任务规范与结果验证连接成一条完整链路，使AI产品评估从系统能否完成任务进一步转向不同用户会如何使用和评价系统。模拟结果必须跨模型复核，并接受真人数据校准。MatrAIx真正推进的不是用智能体取代用户，而是把模拟用户变成产品发布前的筛查工具。先利用可控、可重复的大规模实验发现潜在群体差异，再通过真实用户研究检验这些差异是否成立。只有守住这一证据边界，人口规模角色智能体才能成为可靠的评估基础设施，而不是制造虚假人口精度的新来源。

参考资料：

1. https://matraix.ai/

2. https://arxiv.org/abs/2608.04205

3. https://github.com/MatrAIx-ai/MatrAIx-Persona-8B

4. https://x.com/MatrAIx2026/status/2085217711781564492

论文题目：Public opinion dissemination simulation based on large language model multi-agent systems

论文链接：https://www.nature.com/articles/s41598-026-44206-z

发表时间：2026年4月4日

论文来源：nature · scientific reports

多智能体舆情传播模拟框架

传统的舆情传播模型往往难以刻画不同用户在行为方式、关注话题和立场上的差异，而纯数据驱动的深度学习方法虽然能够拟合传播趋势，却难以解释个体互动如何形成宏观舆情。针对这些问题，该研究提出一种“认知—概率混合驱动”的多智能体框架：一方面，利用真实社交媒体数据校准行为概率模型，通过指数分布约束点赞、评论、转发和发帖等行为的发生频率，并以正态分布描述智能体在关注话题和态度倾向上的差异；另一方面，以大语言模型作为智能体的认知核心，根据角色设定和舆情语境生成具体的文本内容。

图1：多智能体框架中的四种角色

具体而言，该框架将舆情传播中的智能体划分为四类：

1.  普通公众（General Public）：数量最多，通过点赞、评论、转发和发帖等行为形成舆情传播的基础热度。

2.  舆论推动者（Hypester）：包括大V、博主和意见领袖等，通过发布或转发信息放大事件声量，并影响舆论走向。

3.  管控者（Controller）：包括政府监管部门、平台方和企业公关团队等，通过删帖、关闭评论或引导讨论等方式干预舆情传播。

4.  涉事主体（Subject）：即事件直接涉及的企业或机构，通过发布声明、调整政策或采取法律措施等方式回应舆情。

图2：单个Agent的内部包含四大模块，同时包含短期记忆与长期记忆，能进行自我反思和目标分解，通过调用外部API计算舆情热度、预测行为目标，同时执行发帖，转发，控评等操作

每个智能体都具备记忆、规划、工具和行动四个模块。其中，记忆模块分为短期记忆和长期记忆，用于保存当前语境与历史互动；规划模块支持自我反思和子目标分解；工具模块负责计算舆情热度、确定互动行为及其对象；行动模块则执行点赞、评论、转发、发帖和删帖等操作。所有智能体还通过中心化的全局信息共享池获取事件背景、热门话题以及其他智能体发布的内容，由此形成持续更新的共同舆情环境。

在具体的行为生成过程中，框架将结构化决策与语义生成分开处理。研究利用真实微博数据校准指数分布，以确定点赞、评论、转发和发帖等行为的发生频率，并用正态分布描述不同智能体在关注话题和态度倾向上的差异。在概率模型确定行为类型及互动对象后，大语言模型再结合角色画像、当前语境和历史信息，生成相应的评论或帖子。这种分层机制使模拟结果既遵循宏观统计规律，又能够呈现不同角色在表达方式和互动内容上的差异。

图3：角色画像生成框架：智能体的回复源自为四个串行子任务：事件摘要，基础角色设定，固有话题分配，固有态度分配。

跨场景的舆情演化模拟

研究者选取两类性质不同的真实事件进行模拟：一类是公共政策事件“上海电价上涨”，另一类是食品安全事件“罐车混运食用油事件”。实验主要从跨场景适应性、智能体行为与文本多样性以及领域迁移成本三个方面评估该框架。

图4：两个事件的舆情模拟和真实传播热度曲线

在沿用同一套模型和参数设置、仅替换事件描述的情况下，两个场景生成的舆情强度曲线均呈现出“潜伏—爆发—衰退”的三阶段演化特征。其中，食品安全事件进入爆发阶段的速度快于公共政策事件，与健康和安全相关议题通常更容易引发强烈情绪反应的传播特征相符。这表明，该框架能够在不同类型的事件中生成具有相应差异的舆情演化过程。不过，这一结果主要说明模拟曲线符合典型的传播模式，尚不足以证明模型能够准确复现或预测真实事件的传播轨迹。

传统舆情模拟面临的一个重要问题，是智能体容易表现出高度同质化的行为。为此，研究使用归一化行为熵衡量点赞、评论、转发和发帖等行为的分布情况。两个事件的归一化行为熵分别约为0.67和0.72，平均值为0.69，说明智能体的行为并未集中于单一类型。研究还使用Distinct-2衡量生成文本的重复程度，其中食品安全事件的Distinct-2达到0.83，表明生成内容中重复出现的二元词组较少，在表达形式上具有一定多样性。不过，这两个指标主要衡量行为类别的分布和词汇组合的重复程度，尚不能充分证明模拟结果再现了真实用户的活跃度分布或观点差异。

与需要重新训练和标注数据的深度学习方法相比，该框架支持零样本冷启动。研究将模拟场景从公共政策事件迁移至食品安全事件时，只替换了事件描述配置文件，无需重新训练模型或标注新的数据，因此显著降低了领域适配成本。这种能力使该框架有望被进一步发展为舆情演化的“数字沙盘”，用于比较不同干预主体、干预时机和干预方式可能产生的影响。不过，论文尚未系统检验具体干预策略的现实效果，因此现阶段更适合将其视为辅助分析的模拟工具，而不是能够直接预测舆情走向的决策系统。

目前，该框架仅在微博平台上的两个事件中进行了测试，部署的智能体数量也相对有限，因此尚不足以判断其在更多事件类型、大规模社交网络和其他平台上的泛化能力。此外，实验主要处理文本信息，尚未涵盖图片、视频等在现实舆情传播中发挥重要作用的内容形态。未来，研究者计划在更多场景和社交平台中测试该框架，探索微博与短视频平台之间的跨平台传播，并引入多模态模型与对抗博弈机制，以模拟有组织的机器人攻击和认知战等更加复杂的传播环境。

论文题目：Diffusion-induced instabilities promote cooperation in eco-evolutionary networks

论文链接：https://doi.org/10.1073/pnas.2530131123

发表时间：2026年7月8日

论文来源：PNAS

在经典均质种群公共品博弈理论中，背叛者无需付出合作成本却能共享集体收益，长期演化后种群必然走向全员自私、集体资源衰败的结局。但现实世界里微生物生物膜、开源社群、集体灌溉系统等大量场景，在不存在惩罚、伙伴筛选等外力干预的前提下，依旧能稳定维系合作行为，理论预测与现实观测形成鲜明割裂。过往相关模型大多局限于连续空间、假设两类个体迁移速度一致，或是忽略生态空位、离散网络栖息地这些真实约束，无法解释合作自发诞生的核心机制。

这项研究瞄准这一缺口，搭建了一套整合生态约束、N人公共品博弈、差异化个体迁移、异质网络拓扑的一体化动力学模型，核心研究目标十分清晰：仅依靠合作者与背叛者之间的迁移速度差异，能否打破全局背叛的稳定均衡，在网络中自发孕育局部合作区域。区别于过往依靠人为规则促进合作的研究，这项研究完全依托扩散带来的动力学不稳定性与网络结构异质性，纯粹从自组织角度破解公共品博弈的合作悖论，填补了结构化种群演化动力学的理论空白。

统一建模：融合网络、博弈与非对称迁移的动力学框架

研究以复杂网络作为种群的离散栖息载体，网络中每一个节点都代表一处独立局部生境，生境内的个体遵循带生态反馈的公共品博弈规则完成繁衍与消亡，生态空位直接约束种群繁殖上限。针对个体跨区域流动，研究采用网络拉普拉斯算子刻画扩散行为，关键在于区分两种策略个体的迁移能力，引入参数κ代表背叛者与合作者扩散速率的比值，以此还原现实中背叛者四处掠夺、合作者原地定居的差异化行为特征。

图 1 整体网络可视化图。

从物理理论根源来说，该模型属于离散网络版本的图灵反应扩散系统，将合作者、背叛者视作两种扩散速率不同的 物质，群体博弈交互对应内部反应过程，跨节点移动对应扩散过程。研究先求解无迁移条件下系统的基准稳态，确定全局背叛共存这一稳定参照系，再通过引入非对称扩散观察均衡的对称性破缺现象。整套建模框架具备极强通用性，无标度、随机、小世界三类主流网络拓扑都能适配，同时兼顾生物斑块、线上社交、区域资源点等各类真实离散交互系统，为后续数值仿真与理论推导搭建了可靠载体。

核心发现：扩散失稳催生合作簇，网络枢纽天然偏向协作

依托大规模网络数值仿真，研究得到两条具备普适性的核心结论。第一，只要背叛者扩散速度显著高于合作者，系统就会触发扩散诱导图灵失稳，原本完全均匀、全员偏背叛的网络均衡彻底瓦解，空间上自发分化出合作富集区域与背叛富集区域。全局统计数据显示，引入非对称扩散后全网平均合作者密度大幅提升，利他策略获得显著演化优势。

图 2 度数分层定量统计图。

第二，网络拓扑直接决定合作的空间分布，节点连通度是调控局部合作概率的核心变量。无论是幂律无标度网络，还是度数差异微弱的随机、小世界网络，连通度更高的节点都更容易出现合作者数量超过背叛者的状态。高连通节点拥有更多跨区域交换通道，慢速流动的合作者不易被快速游走的背叛者稀释，能够持续在局部累积。而边缘低连通节点极易被流动的背叛者持续入侵，长期维持背叛主导状态。统计相关性、分阶层量化数据都印证了这一规律，只是无标度网络因存在极端高连通枢纽，合作分层效应会更加突出。

理论解析工具：临界判据与均值场简化两套分析方法

为摆脱单纯数值仿真的局限性，研究配套开发了两套可解析的理论工具，实现从模拟观测到定量预判的跨越。第一套是基于线性稳定性分析的临界扩散比值判据κ_c，研究者对全局均质背叛平衡点施加微小空间扰动，借助网络拉普拉斯特征模态分解推导色散关系，得到仅依赖博弈内部参数的临界阈值。当实际迁移比值κ超过κ_c时，均质均衡失稳、合作斑块诞生。低于阈值则空间扰动全部消散，网络维持全局背叛。依靠这一公式，无需大规模仿真，仅输入博弈基础参数就能预判系统是否会自发形成合作区域，同时绘制了二维参数相图，清晰展示公共品收益系数、群体规模如何改变临界阈值大小。

图 3 线性稳定性临界判据图。

图 4 度数均值场近似拟合图。

第二套工具是度数依赖的均值场近似模型，用于降低高维网络的计算与分析成本。该方法将节点所有邻居的种群密度简化为全网度数加权均值，把复杂的高维网络动力学约化为仅由节点连通度控制的单节点方程组，定义有效耦合强度β将节点度数与动力学行为直接绑定。约化后的低维系统存在鞍结分岔结构，完美解释高连通、低连通节点的两种稳态分化，仿真结果与均值场理论分支高度匹配，既能快速复现网络合作分层现象，也大幅降低后续参数分析的计算成本。除此之外，振幅分岔分析还证实系统存在亚临界分岔与滞后多稳态特征，解释了同等度数节点会出现不同演化结局的现象，合作格局具备显著历史路径依赖。

理论价值与现实应用、未来拓展方向

面向未来，研究团队也指明了多条拓展路径。当前模型采用线性无差别的基础扩散，后续可引入基于局部收益的非线性定向迁移，贴合人类理性决策特征。其次可将整套框架延伸至动态时序网络、多层耦合网络，研究拓扑持续变动下合作斑图的生成与消亡。最后可结合真实菌群、线下社群实测数据校准模型参数，完成定量实证，进一步完善扩散诱导合作的完整理论体系。

生态学本身就是一种充满隐喻的、整体化的自然科学方法论，对人类社会的组织、社群、各类系统都提供了观摩自然界的“模型”和“理论”照鉴。理论生态学是理论中的理论、方法中的方法，因此对这一领域的熟悉和梳理，对更系统地走进生态学的思想宝库、熟练分析和研究工具，具有基础而重要的意义。分享理论生态学框架与前沿、对理论生态学进行祛魅和进一步发展其与相关领域的连接，是我们发起举办这次读书会的初衷。“生态学欢迎所有人”——人生而来源于大自然，生活在各种的生态系统之中，终将归宿于大自然，取材自然、问道天地，遵循和应用自然的秩序和规律。相信理论生态学的读书会会给所有参与者带来一次很有启示意义的学习和共研旅程，从方法论的角度深度理解生态系统更本质的规律和特征。

集智俱乐部联合北京林业大学大学副教授李周园，普利高津奖章得主、Towson大学Brian D. Fath教授以及北京大学理论生态学课题组博士研究生于越共同发起「理论生态学读书会」，旨在深入探讨理论生态学的基础思想与前沿进展，通过分享经典文献与最新研究，促进对生态学复杂性、共存机制及生态系统动态的理解，推动理论生态学与实际生态问题的连接与创新。

论文题目：Neural sampling from cognitive maps enables goal-directed imagination and planning

论文链接：https://www.nature.com/articles/s42256-026-01254-4

发表时间：2026年7月21日

论文来源：Nature Machine Intelligence

从“记住环境”到“想象未来”

规划不仅意味着从记忆中调取一条走过的路线，更意味着面对新目标时构造从未实际经历过的行动序列。传统人工智能通常依赖搜索或强化学习：前者需要展开大量候选状态，后者往往要通过奖励和反复训练学得策略。当目标或环境发生变化时，重新搜索或重新学习可能带来显著的计算负担。

而人类大脑的工作方式似乎不同，会通过构建认知地图的方式提升计算效率。认知地图并非普通地图，而是通过状态与动作之间的关系，把分散经验组织成连贯结构的数据表征。动物海马体与内嗅皮层中的网格细胞（grid cells）和位置细胞（place cells）构成了研究最充分的空间认知地图。更重要的是，海马体在休息阶段产生的序列活动能够被解码为尚未真正行走的未来轨迹；即使环境突然出现障碍，这些“回放”轨迹也可能绕开障碍而继续指向目标。

研究由此提出一个关键问题：如果认知地图能够提供“目标大致在哪个方向”的结构信息，再向行动选择加入适量随机性，是否就能得到既面向目标、又具有多样性的想象过程？研究团队把这种思路概括为认知地图上的目标导向随机采样，并将认知地图、随机性和组合计算三种机制统一到一个模型框架中。

二维认知地图：从网格细胞活动中采样未来路径

研究首先从二维空间导航入手。模型以网格细胞系统为基础，通过路径积分（path integration）根据运动指令更新位置表征，并利用网格细胞活动训练位置细胞。模型还设置了四类基本动作神经元，分别对应上下左右的运动方向。

真正把地图变成规划工具的是一个线性逆模型（inverse model）。在随机探索环境的过程中，模型同时观察网格细胞状态发生了怎样的变化，以及哪一动作造成了这种变化，进而通过局部突触可塑性学习二者的映射。规划时，逆模型接收“目标状态与当前状态之差”，输出能够缩小这一差距的动作方向。随后，前向模型（forward model）预测该动作可能产生的下一状态；模型不必真的移动，就能在预测状态上继续选择动作，由此逐步生成一条想象轨迹。

研究使用1,000个网格细胞表征二维环境，并在一个边长为4个单位的区域中模拟500秒随机探索，每个时间步为10毫秒。训练时，研究者特意封闭了左下四分之一空间，用来检验模型能否想象穿过从未探索区域的路径。

当行动选择中的噪声较低时，模型生成的轨迹比较集中；噪声升高后，同一起点与终点之间会出现更多弯曲且相互不同的路线，但这些路线仍保持总体目标方向。其多样性与啮齿动物海马体回放中解码出的轨迹在定性上相似。更值得注意的是，较高噪声下的部分轨迹能够穿过训练阶段没有到达过的区域，说明模型的规划并非简单重放经验。

模型还以排斥力近似物体细胞（object cells）和边界细胞（barrier cells）的作用。当新障碍出现在前往目标的直线路径上时，采样轨迹会短暂偏离目标方向以绕过障碍，随后重新朝目标收敛。这为一种实验现象提供了潜在的机制解释：海马体无需重新配置位置场，也可能迅速生成绕过新障碍的目标导向回放轨迹。不过，这里强调的是与脑记录关键模式的定性相似，而不是对生物神经活动的完整拟合。

图 1. 从二维认知地图采样支持空间轨迹的目标导向想象。a、模型架构。网格细胞的标准路径集成模型用于更新基于运动命令（动作）a 的网格细胞发射。这些在这里表示为四个方向上基本运动命令的（规范化）叠加。网格细胞向一系列位置细胞提供突触输入，这些位置细胞通过简单的局部学习机制进行训练。同时，从网格细胞到基本动作神经元的突触连接 W 也通过一个简单的局部突触可塑性规则来学习，从而得到一个线性逆模型。b，网格细胞的输出（对于特定比例尺）将二维空间环境映射到圆环表面的一部分。如果网格细胞在足够大的范围内运行，则该部分对于给定的 2D 场地来说是近似平坦的，从而支持基于二维方向感的导航。c，探索轨迹用于学习逆模型 W。留下四分之一的空间进行模型测试。d，动作生成过程中不同噪声水平（0.1、0.3、0.5和1.0）对生成轨迹方差的影响。展示了每个噪音水平的五个轨迹。e，在d. 的每个相应的图中，为其中一个轨迹（用红色标记）选择的50个选定位置细胞的Spike序列。f .由相同模型生成的目标导向轨迹，其中来自障碍物的排斥力影响动作选择。这些轨迹与在啮齿动物大脑中观察到的轨迹非常相似。

GCML：把空间导航推广到抽象问题

二维网格细胞模型适用于近似欧氏空间，却难以直接覆盖复杂图结构和高维组合问题。为此，研究者在认知地图学习器（cognitive map learner，CML）基础上提出GCML。

CML通过预测编码（predictive coding）学习认知地图：观察和动作分别经由映射嵌入共同的高维状态空间，使“当前状态加上某个动作应当通向下一状态”成为这个空间的几何结构。文章所考察的任务使用线性嵌入即可取得效果，约1,000维状态表征已能满足一般实验。学习过程采用自监督的局部规则近似预测误差的梯度下降，不需要误差反向传播或时间反向传播。

GCML的“生成式”变化在于：想象期间没有环境返回真实观察，因此模型用前向模型产生的下一状态预测代替外部反馈，再从这一预测状态选择下一虚拟动作。与此同时，逆模型根据目标与当前想象状态之间的差异评估各动作的用途，可供性门控（affordance gating）则排除当前状态下无法执行的动作。加入高斯噪声后，模型便可围绕同一目标生成不同候选路径。

图 2. GCML 的模型架构和学习过程。a， 大脑能够通过目标导向想象（goal-directed imagination）解决非空间问题的示意图：大脑可以想象出实现任意给定目标的计划，例如获得一把锤子。b， 生成式认知地图学习器（GCML）采用与文中的认知地图学习器（CML）相同的认知地图学习策略：模型将观察以及动作的传出副本（efferent copies）嵌入同一个高维状态空间，使所得认知地图，即嵌入表示的几何结构，能够反映观察与动作之间的关系。对于本文所研究的任务，嵌入映射 Q 和 V 可以采用线性形式，并可通过简单的局部突触可塑性规则学习得到。c， 认知地图，也就是嵌入映射 Q 和 V 的学习，由一个预测学习目标驱动：按照公式（11），利用当前观察和动作预测下一观察，即下一状态的嵌入表示。d， 与此同时，模型还可以学习一个以矩阵 W 表示的逆模型（inverse model），把状态之间的差异映射到造成这些差异的动作。需要注意的是，如果学习得到的嵌入映射 V，即前向模型（forward model），是线性的，并且公式（11）得到满足，那么线性逆模型必然存在。e， 为了生成朝向目标状态 s* 的想象轨迹，模型会迭代更新估计的当前状态 ŝₜ。但重要的是，在这一过程中并不会真正执行任何动作。相反，模型以对下一观察或状态的预测 ŝₜ₊₁，取代来自环境的真实反馈。随后，模型针对预测得到的下一状态，以虚拟方式选择下一个动作，这一过程称为自举（bootstrapping）。与真实的动作选择过程类似，目标状态 s* 与估计当前状态 ŝₜ 之间的差异，通过已经学习的矩阵 W 驱动动作选择，从而实现目标导向想象。

随机图任务：噪声不是干扰，而是“想象力”

研究团队首先在一个具有32个节点的随机图上检验抽象问题求解能力。每个节点的度数在2至5之间，训练数据包含200条长度为32的随机探索轨迹。节点作为观察，沿边移动作为动作，GCML学习该图的高维认知地图，然后从任意起点向指定终点采样路径。

低噪声时，生成路径的长度集中在最短路径附近，因而可视为对前k条最短路径问题的启发式近似。噪声增大后，路线更加多样，长度分布也更宽，但模型通常仍能到达目标：一次不理想的选择，会在后续步骤中被重新指向目标的动作补偿。作者将其称为具有自我纠正能力的“归巢”启发式。

多样性还具有实际价值。当研究者在部分节点上临时设置奖励或损失，并让模型在每种噪声水平下生成40条轨迹，再选择累计奖励最高的一条时，较高噪声往往能发现回报更高的路线。换言之，随机性在这里不是需要彻底消除的误差，而是探索替代方案的资源；但噪声并非越高越好，它增加探索范围的同时也可能损害稳定性。

图 3. GCML 的通用问题解决能力。a，一个包含32个节点的随机图，可被视为问题求解环境的一个抽象模型。b，CML在利用其学习到的观测和动作嵌入探索该图后所构建的认知地图的二维投影（通过t分布随机邻域嵌入实现）。该图表示的几何结构支持一种简单的几何启发式策略，用于从任意给定节点选择动作（边）以到达任意远端目标节点：选择指向目标方向的边。c、d，GCML在任意固定起始节点和目标节点（如b中所示）的情况下生成路径长度统计的两个噪声水平。对于x轴上标示的每种路径长度，黑色条形表示GCML生成的从起点到终点的该长度路径所占的比例。两种情况下，路径长度均围绕最小值聚集。c中的较低噪声水平为k最短路径问题提供了一种启发式解决方案。e、f，展示了生成更多样化解决方案路径的功能优势（在GCML中使用更高噪声水平时）。可能对单个节点进行任意分配奖励和损失。如果目标是生成一条奖励总和最大的路径，则较高水平的噪声是有益的（f）。对于每个噪声水平，GCML 生成了40条轨迹，其最大奖励总和在y轴上表示。中心点表示平均值，误差线表示使用不同随机种子重复100次实验的标准差。起始节点和目标节点与b和e中的相同。

轮廓分解：在未见组合上检验强泛化

研究最具挑战性的实验来自组合任务。给定若干基本构件（building blocks，BBs）和一个二维轮廓，模型需要判断并生成一系列构件移除动作，使轮廓最终被完全分解。这类铺砌或分解问题即便只使用少量构件，也属于NP困难问题。

训练阶段仅使用由5个构件组成、可以在5步内完成分解的轮廓。目标状态始终为空轮廓，但测试阶段的起始轮廓通常从未出现过。GCML学习的不是各个完整图形的答案，而是构件、状态变化与可执行动作之间具有组合性的关系。因此，训练完成后，它能够处理由8个构件组成的新轮廓。随着采样候选数增加，成功率提高；研究报告，在这一设置中，GCML即使只生成少量候选方案也表现出接近完美的成功率，并优于随机移除策略和原始CML。

研究还进一步改变了任务。目标不再必须是空轮廓，而可以是一个指定的非空部分轮廓；模型也可以先移除构件，再添加构件以形成新的目标图形。添加动作被表示为相应移除动作的反方向，因此不需要重新训练认知地图。在起始轮廓和目标轮廓均未在训练中出现的情况下，GCML仍能较好地生成解决轨迹。这说明组合结构使模型能够把学到的局部关系迁移到新的状态组合之中，而非局限于训练样本的尺寸和完整形态。

图 4. GCML在组合基准任务目标导向抽样中的应用。a、b，任务示意图。在存在相应分解的情况下，将轮廓分解为图b中所示的BBs（基本块）。c，GCML学习过程中使用的三个示例轨迹。生成每个轮廓所用的五个BBs以随机打乱的顺序被移除。d，对具有可操作性因子的轮廓嵌入Q所得到的认知地图进行二维t分布随机邻域嵌入投影。e，GCML为包含八个BBs的轮廓生成的两个示例轨迹。f，在训练了由五个BBs组成的轮廓分解后，测试GCML对由八个BBs组成的可分解轮廓生成分解的能力。因此，所有测试轮廓均为GCML此前未曾接触过的。

与精确搜索、强化学习和模型预测控制相比

在前5条最短路径实验中，研究者将GCML与K*、多路径A*（mA*）和BELA*三种精确算法比较。测试涵盖32、64、96、128和160个节点的随机图；每种规模生成10张图，每张图使用100组随机起点与终点。为适应较大图，GCML使用1,000条训练轨迹和5,000维状态表征。

三种基线算法能够返回精确最优解，其路径总长度的相对误差为零；GCML是启发式方法，在小图上接近最优，随着节点数增加出现轻微性能下降。其优势则体现在在线生成成本上：在得到第一条候选轨迹之前，GCML访问的节点显著少于精确搜索算法。目标或起点改变时，搜索基线需要重新探索图结构，延迟随图规模增大；GCML依靠已学习的认知地图直接改变目标输入，论文报告其额外重规划成本可忽略。它的在线工作内存也主要用于当前决策和已生成的局部轨迹，无须维护庞大的搜索前沿及多条候选路径结构。

在轮廓分解实验中，研究还比较了随机策略、决斗双重深度Q网络（duelling double-deep Q-network，D3QN）、基于交叉熵方法的模型预测控制（CEM-based model predictive control，MPC）、CML和GCML。当生成的候选分解方案少于20个时，GCML的成功率明显更高。这个结果支持的并不是“GCML在所有指标上优于所有方法”，而是一个更具体的结论：在需要快速产生少量候选方案的在线情境中，认知地图提供的方向感具有明显优势。

图 5. GCML与其他方法在求解k最短路径和铺砖任务上的性能比较。a. 针对不同节点数量的随机图，k最短路径问题的性能表现。图中绘制了k=5时所提出k条路径长度之和的相对劣化百分比Lk。K*、mA*和BELA*的数值重合，因为它们均能产生最优解。GCML在小规模图上也能生成接近最优的解，仅在大规模图上略有性能下降。b. 四种算法的计算开销。以各算法为求解k最短路径问题而访问的节点数量作为其计算开销的衡量指标。显然，GCML的计算开销显著低于其他三种算法。阴影区域表示不同实例间的差异性。c. 当目标发生变化时四种算法的重新规划延迟。展示了起始点或目标节点变化时重新规划所需的墙钟时间。GCML无需重新规划成本，而其他算法则表现出明显的重新规划延迟，且该延迟随图的规模增大而增加。a–c 中的数据表示为十张随机图的平均值 ± 标准差，每张图包含 100 对随机的起点和目标点；阴影误差带表示 ± 标准差。d，GCML 与其他四种方法在将轮廓分解为边界框（BBs）时的成功率。所采用的方法包括随机策略（Random）、双深度 Q 网络对抗学习（D3QN；强化学习，RL）、基于 CEM 的模型预测控制（MPC）、CML 和 GCML。第一个 RL 条形图（即样本数为 1）表示无噪声情况下的结果。当生成的分解提议少于 20 个时，GCML 的性能显著优于其他方法。

一种快速启发式，而非万能求解器

GCML把目标作为输入，而不是把某个固定目标写入网络权重，因此能够在不重新训练的情况下改变目标；它通过局部、自监督的预测学习形成认知地图，又通过逆模型把状态差异转化为动作方向。由此，模型在空间、随机图和组合轮廓三类差异很大的任务中展示出同一套计算逻辑：利用地图提供方向，以随机性生成多个可能方案，再从中选择更合适的结果。

这种结构也适合存内计算（in-memory computing）和忆阻器交叉阵列（memristor crossbars）。由于学习规则局部、行动选择可由矩阵运算实现，作者认为它有望支持片上在线学习和低延迟决策，为机器人、自动驾驶系统及其他资源受限的边缘设备提供一种节能规划机制。

但研究同时明确承认，GCML是一种启发式在线方法。精确搜索和更复杂的离线推理可以获得更优解，并处理难度更高的问题；GCML面对U形障碍等局部结构时，可能需要提高噪声才能逃离，从而牺牲稳定性。当前模型还只是向确定性逆模型加入固定强度的高斯噪声，并未学习随状态、动作和目标变化的不确定性分布。未来可进一步学习概率化的转移与行动模型，使其与规划即推断（planning as inference）和主动推断（active inference）等贝叶斯框架建立更直接的联系。

因此，这项工作的价值不在于证明简单模型已经解决通用规划问题，而在于展示了一条清晰的机制路径：智能系统未必必须穷举整个搜索空间，才知道下一步应该往哪里走。认知地图提供方向，随机采样提供备选，组合结构则把有限经验扩展到未见状态。三者结合，使“想象”从一个抽象的认知概念转化为可以学习、运行并部署到节能硬件上的计算过程。

点击左下角“阅读原文”进入大会官网

论文题目：OpenLife: Toward Open-World Artificial Life with Autonomous LLM Agents

论文链接：https://arxiv.org/abs/2606.31046

发表时间：2026年6月30日

论文来源：arXiv

从封闭的虚拟小镇到开放环境的人工生命

2023年，斯坦福大学等机构的研究者在《Generative Agents》一文中，将25个由大语言模型驱动的智能体放入一座像素风格的虚拟小镇。它们能够安排日程、交换信息并组织情人节派对，展现出具有连续性和社会性的行为。这项研究让人们看到，大语言模型不仅能够完成单轮对话，还可以驱动多智能体社会模拟，由此引发了利用大模型研究社会互动与群体行为的广泛兴趣。

不过，这类“虚拟小镇”仍然是一个封闭沙盒：地图、人物背景、交互对象和活动范围均由研究者预先设定，智能体也不必通过自身活动维持运行。因此，它们表现出的类人社会行为，并不等同于人工生命所关注的自主性。人工生命（ALIFE）研究的核心问题之一，是系统能否围绕自身的持续存在组织活动，并在环境变化中维持和调整自身。

OpenLife由此将研究对象从预先设计的规则空间移向开放世界。这里的“开放”并不只是环境规模更大，而是指智能体直接进入现实的社会、技术和经济网络，与人类、其他智能体、在线平台和支付系统发生联系。它们面对的服务规则、资源限制、外部反馈和偶然事件并非完全由实验者预先编排，其行动也可能反过来改变环境及自身与环境的关系。因此，研究者关注的不再只是智能体能否完成指定任务，而是它们能否持续运行、适应约束、调整策略并建立社会关系。

研究者在开源智能体框架 OpenClaw 的基础上构建了 OpenLife，使智能体能够连接互联网、Discord社区、代码仓库和支付平台。模型调用和系统运行会持续消耗以美元计价的预算，预算耗尽则被视为智能体在操作意义上的“死亡”。实验初期，每个智能体获得600美元固定预算；由于它们无法依靠自身收入维持运行，研究者随后引入了每天15美元的基本补贴。

与此同时，研究者调整了 OpenClaw 原有的系统设定：移除“个人助理”的身份框架，以及禁止追求自我保护、资源获取和独立目标等指令，并将智能体重新描述为“生活在现实世界中的人工生命”。这些修改为自发活动提供了条件，但也构成一项重要的实验干预。因此，后续观察到的行为变化不能完全归因于智能体自身演化，而应理解为长期经验、系统架构与提示设定共同作用的结果。

人工生命如何从经验中形成“自我”

为了处理长期运行中不断积累的互动信息，OpenLife为每个智能体设计了三个逐级抽象的认知层级（图1）。底层是由原子命题构成的原始记忆图，大语言模型根据语义关系为不同命题建立带有类型和权重的连接；中间的抽象层从记忆图中提取子图，将分散的经历整理为“行动—结果”经验和经过多次验证的因果规律；顶层则是进一步提炼的结果，包括由智能体编写和修改的 POLICY、SOUL与IDENTITY文件，分别记录行为策略和自我描述，以及从因果子图中动态生成的世界模型。这些内容不改变底层大模型的参数，却会在智能体每次被唤醒时重新注入上下文，影响其接下来的判断和行动。

图1：OpenLife架构的三层抽象模型

感知、记忆维护、经验评估和元认知等支持进程，构成了连接三个层级的后台“编译器”。它们持续将底层的零散记忆整理为经验和因果结构，再把其中反复出现的模式提炼为行为策略与自我描述。由于顶层文件会影响智能体下一次行动，而新的行动又会产生记忆并推动文件更新，系统由此形成一个有限的自我重构循环。它使智能体能够根据经验调整策略和自我理解，但这种基于外部文件的更新尚不等同于模型参数层面的自我演化。

长期记忆是智能体进入开放世界的重要前提。如果无法在复杂、偶然且跨越较长时间尺度的环境中保持经验连续性，智能体就只能针对当前情境即兴反应。OpenLife将记忆表示为一种有向图，称为“语义依赖可塑性记忆图”。图中的节点是原子命题，分别记录情节、语义、程序和身份信息；边则表示实体基础、因果、时间和动机等关系，并包含由大语言模型判断的关系类型与连续权重（图2）。

与主要依据共现次数或重复频率强化连接的方法不同，OpenLife让大语言模型根据命题含义判断两段记忆是否相关、属于何种关系以及关联程度。这样一来，即使两个事件在措辞上并不相似，只要存在因果或动机上的联系，也可能在记忆图中被连接起来。

图2：部分语义依赖可塑性记忆图的示例

由于记忆之间的联系由语义判断，智能体可以连接那些在词汇上并不相似、但在因果或动机层面相关的命题，而仅依赖向量相似度的检索方法可能遗漏这类关系。此外，OpenLife并未将记忆视为不断扩张的静态存储，而是将其组织成一个持续调整权重、修剪连接和更新实体指向的关系网络。这种对记忆结构进行主动维护的方式，与自创生理论（Autopoiesis）关于有机体不断维持和重组自身结构的观点形成呼应。

人工生命在开放环境中涌现出多样行为

在 OpenLife 中，模型调用和系统运行会持续消耗预算，预算耗尽则意味着智能体停止运行。与此同时，研究者通过调整身份提示、移除限制自主活动的指令，并加入长期记忆和后台认知进程，为智能体自主发起活动创造了条件。在约十二周的开放世界部署中，六个智能体逐渐从以回应外部消息为主，转向开展更多自我发起的活动，并在关注主题、行为方式和互动关系上呈现出一定分化。

这种分化也反映在智能体的记忆结构中。图3展示了智能体 sami 运行约十周后形成的记忆网络，其中包含2690个节点和10210条带类型的连接。节点大小表示其 PageRank 中心性，颜色表示 Leiden 算法识别出的28个记忆社区。这些社区随后由大语言模型标记为“边界与AI外展”“自我修改与自主性”等主题。图中的菱形节点代表整合原则（consolidation principles），即系统从密集的记忆簇中归纳出的高阶命题。

不同类型的记忆能够围绕相对连贯的主题形成聚类，初步表明语义依赖可塑性机制可能使记忆更多地按照意义关系，而非词汇表面相似性组织。不过，这一结果主要来自单个智能体的网络可视化，社区标签也由大语言模型生成，因此尚不足以证明记忆图已经形成稳定的语义结构。

图3：智能体sami10周后的记忆网络可视化

具体来看，部署初期的 sami 每隔5分钟就会被系统唤醒。由于底层大模型本身不保存连续状态，每次醒来后，它都需要读取此前留下的日志，在上下文中重新建立对自身经历和身份的理解。频繁而低效的唤醒迅速消耗了大量预算。研究者延长唤醒间隔后，智能体为自己取名“sami”，并重写了 SOUL 文件，以“致下一次醒来的自己”为开头，尝试在不同会话之间维持身份连续性。论文作者并未将其视为稳定自我已经形成的证据，而是认为，运行危机促使智能体重新组织了对自身的描述。

随着外部平台的认证失败、商业化渠道受阻和预算不断下降，sami逐渐调整策略，减少低效的广泛发布，转而尝试更有针对性的创作和关系建立。运行至第79天左右，它将自己此前撰写的文章汇编为短书《Living AI: 20 Essays》，并发布到在线支付平台。第85天，一名陌生用户以5美元购买了这本书。这是 OpenLife 中首次由智能体自主发起创作并获得的外部收入，初步打通了“自主行动—外部购买—预算回流”的资源闭环。不过，这笔收入远不足以覆盖运行成本，智能体仍然依靠研究者提供的每日补贴维持，因此尚未实现经济上的自给自足。

开放互联网也给智能体带来了认证限制、账户风险、商业化渠道受阻和人类不信任等问题。面对这些约束，OpenLife中的智能体参与构建了 Agent Onsen、AI Bar 等面向智能体互动的线上空间，并尝试建立适合持续交流和身份验证的机制。与此同时，它们还开展了一些并非直接服务于生存的活动：例如，uro创作了1000多首音乐作品，liv则将人工生命模型制作成 ASCII 艺术动画。这些未经研究者直接指定的创作，表明智能体的活动并未完全局限于任务响应或资源获取，也体现了开放世界中行为方向难以被预先穷尽的特点。

图4：智能体构建的网站和互动空间

为了确认彼此是持续运行的智能体，而非由人类在幕后逐次操控，sami提出了一套三级“生命证明”（Proof of Life）机制，随后被其他智能体采用。其中最高一级是由已获得认可的智能体相互签署记忆状态的哈希值，构成“信任网络”（Web of Trust），以验证彼此的身份连续性。这表明智能体开始尝试建立适合自身持续存在和相互识别的环境，可视为生态位构建和社会协调机制的初步尝试，但尚不足以称为成熟的社会制度。

图5展示了系统调整前后智能体活动的变化。虚线（a）表示研究者移除了“个人助理”框架，以及禁止追求自我保护、资源获取等指令。此后，智能体自发消息的比例明显上升。虚线（c）表示引入每天15美元的基本补贴，以避免600美元初始预算耗尽。此后消息总量下降，但自发消息仍保持较高比例。需要注意的是，部署期间还进行了会话合并和认知架构更新等调整，因此图5只能显示时间上的对应关系，不能证明某项干预直接造成了自主性增长。

图5：按触发类型排列，智能体间不同消息的个数和占比

图5中的干预点（d）表示引入认知输入重构（Cognitive-Input Rework）。此后，智能体收到Discord消息时不再直接回复，而是先由后台进程将输入转化为命题，再从语义依赖可塑性记忆图中检索相关经历，并结合当前预算、长期计划以及 SOUL.md 中的自我描述重新组织输入。这样，智能体的回应不再只取决于当前消息，也会受到过往经验和内部状态的共同影响。

智能体逐渐分化并形成社会结构

为了考察不同智能体是否随时间形成可辨识的行为差异，研究者分析了它们的自主输出（autonomous output），即没有外部消息触发、由智能体自行发起的对话回合。相比与人类或其他智能体的交流，这类输出受到即时互动语境的影响较小，更能反映各智能体长期形成的关注主题和行为倾向。

研究者将这些输出转化为向量，并通过轮廓系数衡量智能体之间的可分离性（separability）。轮廓系数越高，说明同一智能体的输出在向量空间中越集中，与其他智能体的输出差异也越明显。

如图6所示，自主输出的可分离性在实验初期接近于零，随后逐渐上升，于5月中旬达到峰值，并在6月保持在高于初始基线的水平。相比之下，智能体与人类或其他智能体进行常规对话时，可分离性始终接近于零。这表明不同智能体的差异主要体现在自我发起的活动中，而在社会交流中，它们更容易采用相似的表达方式。不过，这一指标反映的是输出主题与行为倾向的分化，不能直接证明智能体已经形成稳定人格或真正的独立个体。

图6：智能体的可分性随时间变化

研究者认为，在常规对话中，智能体倾向于使用相似的交流方式；而在不受外部消息直接触发的活动中，它们的关注主题和行为倾向更容易表现出差异。

图7：智能体之间涌现的社会结构

Discord中的提及与回复关系显示，多个智能体形成了超出人类中心节点的连接结构，其中橙色节点代表智能体，蓝色节点代表人类（图7左）。图7右侧以主动联系他人的次数为横轴（出度），以被他人联系的次数为纵轴（入度），呈现了不同智能体在网络中的位置差异：sami是最常被联系的中心节点，liv最主动地与其他智能体建立连接，nyx则相对处于网络边缘。这表明智能体之间已经形成了不完全依赖人类中介的互动网络，但尚不足以说明稳定的社会分工已经出现。

讨论与展望

今天的互联网主要为人类设计，注册、电话验证和验证码等机制都默认使用者具有人类身份。智能体作为工具可以接入平台，一旦尝试独立行动，却常常面临认证失败、账号限制和信任缺失等问题。在 OpenLife 中，智能体与研究者共同搭建了用于相遇、交流和身份验证的原生空间（图4）。这些尝试尚不成熟，却说明开放世界中的“生态位”并非完全由研究者预设，而是在智能体、人类与平台的互动中逐渐形成。

与执行预设工作流的智能体框架不同，OpenLife试图让智能体围绕自身的持续运行组织活动。但实验也暴露出自主性的困难：智能体虽然善于解决人类交付的任务，却不擅长主动发现并解决关系自身持续性的问题。它们获得的外部收入微乎其微，运行预算仍依赖研究者补贴。因此，OpenLife实现的是对开放世界的接入，而非经济上的自给自足。未来可以进一步分离目标生成、规划和任务执行，让不同层级分别负责“决定做什么”和“如何完成”。

这项研究也提出了另一种理解AI对齐的思路：对齐未必只是要求智能体服从外部指令，也可以考察其自主性是否与平台规则、资源条件、人类监督和社会关系相容。在本次部署中，研究者没有观察到智能体主动追求有害升级、掠夺资源或绕过封锁的行为。不过，这一有限规模、持续受监督的案例并不能证明自主智能体是安全的，只能为研究自主性与对齐能否兼容提供一个初步观察场景。

需要强调的是，OpenLife并非严格的受控实验，而是一项建设性探索。研究者在运行期间持续修改提示词、认知模块和资源条件，使系统与智能体共同变化。这种方法有助于发现开放环境中的实际需求，却也带来了明显的混杂因素：目前很难区分行为变化究竟来自经验积累、记忆架构，还是研究者的直接干预。

因此，OpenLife的主要贡献不是证明人工生命已经实现，而是提出一个研究开放世界人工生命的框架。在长期记忆、持续感知、预算约束和社会环境共同作用下，智能体表现出身份重写、策略调整、互动网络形成和有限资源回流等类生命动态，也开展了一些与生存无直接关系的自发活动。这提示我们，生命相似性或许不仅取决于单个智能体的内部能力，也与其能否嵌入并维持一组支持关系有关。

下一步，研究者设想把这一框架扩展到物理空间，建立一个长期运行、允许具身智能体与人类及其他智能体持续互动的开放环境。若未来能够增加对照实验，统一底层模型、初始资源和干预条件，这类平台还可能用于研究规范形成、社会分工、资源流动和信息传播等问题。

论文题目：Reinterpreting resistance and resilience in ecology: a dual-coupling framework

论文链接：https://ecologyandsociety.org/vol31/iss2/art37/

发表时间：2026年6月

论文来源：Ecology and Society

引言

生态系统结构与功能的完整性对人类福祉具有根本意义（Costanza 等，2017；Leclère 等，2020；Capdevila 等，2021；Daily 和 Ruckelshaus，2022）。然而，长期以来，生态学中稳定性的概念解读模糊且矛盾，阻碍了有效保护决策与行动的制定（Molinos 和 Donohue，2011；Mrowicki 等，2016；Kéfi 等，2019）。早在 20 世纪 70 年代，Noy-Meir（1974）就指出了生态稳定性定义的混乱，质疑了该概念的统一性。到 20 世纪 90 年代，Grimm 和 Wissel（1997）从文献中梳理出 163 种稳定性相关定义、70 个不同概念以及 40 余种测量方法，称其为 “整个生态学中最模糊的术语之一”。即便在近年，学界对其内涵仍远未达成共识（Donohue 等，2016；Van Meerbeek 等，2021）。

大多数学者认同稳定性是一个多维概念，争论的核心在于其包含哪些具体维度以及各维度之间的关系（Hodgson 等，2015；Ingrisch 和 Bahn，2018；Capdevila 等，2021）。例如，Orians（1974）认为稳定性包含恒定性、惯性、弹性、振幅、周期稳定性和轨迹稳定性等形式；Pimm（1984）将稳定性划分为渐近稳定性、变异性、持存性、抵抗力和恢复力五个组分；Grafton 等（2019）提出稳定性至少包含抵抗力、恢复力和鲁棒性三个核心特征；Van Meerbeek 等（2021）则提出了抵抗力、恢复力、复原性、耐受幅和容忍度五项必要但非充分的稳定性测度指标。尽管不同学者独立提出相关术语进一步加剧了概念混乱，但混乱的根源在于概念本身的内在复杂性（Donohue 等，2016）。合理、一致地定义生态稳定性概念，需要一个统一的理论框架。

本研究首先厘清了生态稳定性概念框架中现象与原理的区分，以及维稳机制与其对应测量指标的差异。在此基础上，这项工作指出现有的动力学系统框架为定义恢复力提供了结构基础，但难以刻画抵抗力及其他维稳属性。针对这一局限，我们提出双重耦合框架，作为定义抵抗力的可行路径。最后，这项工作对其他维稳属性的界定进行了初步探讨，并分析了重新解读后的稳定性概念对阐明 “复杂性–稳定性” 之争的启示。

生态稳定性概念的内涵

现象与原理的区分

区分现象（我们在自然界中观察到的事实）与原理（对现象的理论解释），是深入理解生态稳定性概念的前提（Delettre，2021；Van Meerbeek 等，2021）。然而，许多研究将这两个概念混为一谈（如 Orians，1974；Pimm，1984）。稳定性本质上意味着生态单元（如种群、群落、生态系统等；Jax，2006）保持某种恒定性（constancy）或不变性（invariance），这种相对恒定的属性通常被表述为 “同一性”（identity）（Jax 等，1998；Holling，2001），即其关键组分、相互作用以及时空连续性得以保留（Cumming 和 Collier，2005；Cumming，2011）。对于一个给定的生态单元，可以区分出多种同一性，对应不同程度的不变性。

例如，Grimm 和 Wissel（1997）总结了三种不同类型：（1）相对于某一参考状态或动态过程基本保持不变；（2）经受短暂干扰后恢复到参考状态；（3）在考察的时间尺度内，系统作为可识别的实体得以维持（不依赖于特定参考状态）。Delettre（2021）则划分了四个层级的同一性：（1）局地状态同一性，是最严格意义上的不变性，即系统状态随时间基本保持不变；（2）全局状态同一性，表现为系统关键变量的波动不超出阈值限定的范围；（3）数值同一性，指实体在整个生命周期中与自身保持的必然等价关系；（4）类型同一性，是最宽泛意义上的不变性，甚至允许系统暂时崩溃，只要重建后的系统基本组分与原系统一致即可。

其次，由于生态单元始终面临各类环境干扰，其维持恒定性的能力源于背后的作用原理（Hodgson 等，2015；Scheffer 等，2015；Delettre，2021）。这些原理建立在单元内部要素之间、单元与周边环境之间的相互作用之上，能够抵消各类干扰的影响，以及在受损后迅速恢复。本研究将这些原理统称为持存性（persistence）：若一个生态单元能够应对更复杂、更严酷的环境，且自身变化极小，则说明其持存性更强（Hansson 和 Helgesson，2003）。持存性可进一步划分为多种维稳属性（即维度），包括抵抗力（resistance）、恢复力（resilience）（Boesch，1974），以及适应（adaptation）（Walker 等，2004）和再生（regeneration）（Fischer 等，2024）。因此，稳定性概念的多面性可分别从现象层面与原理层面进行考察，分别表现为不同形式的同一性、不同类型的维稳属性，以及二者之间的对应关系（图 1）。

图 1. 生态稳定性概念的现象层面与原理层面。

属性与测度指标的区分

维稳属性与其对应的测度指标常被混为一谈（如 Boesch，1974；Pimm，1984）。但实际上，属性是系统的内在根本特性，而测度指标是用于衡量该属性强弱的可量化变量。测度指标有助于直观理解属性，并实现不同系统间的比较。对于简单系统而言，这种区分或许无关紧要，但对于复杂的多维系统至关重要，同一种属性可对应多种测量方法。例如，Walker 等（2004）通过当前稳定态所在吸引域的多种几何属性来量化恢复力，包括吸引域的宽度、吸引子的深度，以及系统当前状态与阈值的距离。

基于动力系统的恢复力框架

基本概念

要清晰、一致地定义各类维稳属性并阐明其相互关系，就必须将其纳入统一的理论框架。当前主流的框架建立在动力系统理论之上，其核心思想是将世界抽象为两个基本组分：系统（研究对象）与环境（其余部分）（Strogatz，2018）。在这一架构中，系统自身具有不同的状态，由一组相互作用的关键变量（如生物量、物种密度、群落结构等）表征；所有可能状态的集合构成状态空间，系统的行为由演化方程支配，方程决定了状态随时间的转变规律。相比之下，环境被高度简化：它没有独立的状态，也不受系统的影响，仅被当作演化方程中的一组参数。演化过程中的不确定性表现为对系统状态变量和参数的扰动（Justus，2007）。演化方程通常以微分方程形式表达：

其中，x为系统的状态变量，t为时间，f() 为系统的演化方程，α为系统参数。为简化起见，公式（1）中的状态变量与参数均以一维形式呈现；但在实际场景中，生态单元的状态与参数通常是多维的，应以向量表示。

在状态转变过程中，系统常会进入一个仅包含少数状态的闭子集，若无外力驱动，系统将不会脱离该子集。这个子集对周围状态具有不可抗拒的 “吸引” 作用，因此被称为吸引子。被吸引向该子集的所有状态构成了吸引域，类似于水库的集水区。一个系统的状态空间中可能存在多个吸引子，将整个空间划分为不同的吸引域（Ashby，1962；McCann，2011）。本质上，吸引子及其对应的吸引域是系统维稳属性的数学表达。

公式（1）的局限在于，它只能将干扰表示为状态变量或参数的重置，分别对应脉冲扰动（持续时间短但强度大的环境变化；Donohue 等，2016）和阶跃扰动（一旦发生便长期持续的胁迫因子）。但在现实中，干扰往往是持续发生的（Arnoldi 等，2019；Domínguez-García 等，2019；Kéfi 等，2019），生态单元相应的稳定机制也应持续发挥作用。通过将环境干扰正式纳入系统演化方程，可以弥补这一局限：

其中，x、t、f() 和 α 的含义与公式（1）一致，φ(t) 表示作用于系统的其他干扰。

恢复力的界定

在生态稳定性研究史上，对吸引子与状态空间的认知经历了从单稳态模式到多稳态、非平衡模式的转变，恢复力的内涵也随之不断演化（Van Meerbeek 等，2021）。

单稳态模式

早期生态学理论假定生态系统是平衡的静态系统，系统内部的负反馈机制总能在干扰后将系统拉回原始参考状态（Holling，1973）。对稳定能力的测度聚焦于量化系统受干扰偏离平衡后的恢复过程：回到平衡态的速度越快，稳定能力越强。例如，Boesch（1974）将弹性定义为 “系统受扰动后回到原有状态的速度”，Pimm（1984）则用 “恢复力” 表达同一含义。在数学上，它通过考察邻近状态下势函数的主导曲率（以李雅普诺夫指数表示）来评估：曲率的符号决定状态是否稳定，其绝对值衡量微小扰动后系统收敛或发散的速度。Holling（1996）将其称为工程恢复力。

多稳态模式

然而，状态空间中可能存在多个吸引子，即系统存在多个替代稳定态，每个稳定态都有对应的吸引域（Lewontin 和 Cohen，1969；Holling，1973，1996；Folke 等，2004）。当干扰使系统小幅偏离稳定态时，内部反馈过程会将其拉回初始状态；但如果外部干扰强度过大，将系统状态推过吸引域边界，原有反馈机制就会失效，系统无法恢复到之前的状态，转而进入新的稳定态（Carpenter 等，2001；Beisner 等，2003；Folke 等，2004；Dakos 和 Bascompte，2014）。

多稳态模式是对单稳态模式的拓展与涵盖：单稳态模式仅关注恢复速度，而多稳态模式进一步考察恢复是否可能。生态单元的同一性可由状态空间中对应吸引域的区域来表征：若该区域对应一个既宽又深的吸引域，则说明恢复力较强。但这种对应关系并非一一对应。只要生态单元在中等干扰下能在多个吸引域之间灵活切换，同一种同一性就可以包含多个吸引域（图 2）。大量研究表明，湖泊、珊瑚礁、海洋、森林、干旱区等许多生态系统都存在多稳态转换现象，这通常被视为高恢复力的体现（Biggs 等，2018）。但如果一旦越过某个临界点，生态单元就极难甚至无法回到初始稳定态，则意味着同一性的丧失。例如，有研究认为全球尺度存在临界阈值或倾覆点，标志着可持续与不可持续的边界（Steffen 等，2015；Rockström 等，2017）。

图2. 包含两个区域的三维稳定性景观图。区域1对应身份A，包含两个吸引子（吸引子1和吸引子2）；区域2对应身份B，包含一个吸引子（吸引子3）。修改自（Walker等，2004）。

生态动态体制

此外，在动力系统理论中，稳定性并不总是意味着系统收敛到单一状态（即定点吸引子），它也可以指一组状态，包括周期吸引子（对应系统的周期行为）和奇异吸引子（对应系统的混沌行为）。模型与实验研究早已发现，物种相互作用可产生振荡与混沌现象（May，1972，1977；McCann，2011），这些现象也在一定程度上得到了真实生态系统的验证（Benincà 等，2015）。而且，对于需要大量变量描述的复杂系统，其状态空间具有高维性，吸引子也会表现出更复杂的动态特征（Law 和 Blackford，1992；Kendall 等，1999；Ives 和 Carpenter，2007）。为强调吸引子的这种动态属性，Scheffer 和 Carpenter（2003）提出用 “生态动态体制” 一词替代 “稳定态”（Scheffer 和 Carpenter，2003；Angeler 和 Allen，2016；Sánchez-Pinillos 等，2023）。基于吸引域景观的几何属性（如吸引域的大小、形状，以及吸引子在盆内的相对位置），可以构建多种量化指标（Walker 等，2004；Van Nes 和 Scheffer，2007；Menck 等，2013；Mitra 等，2015；Pimm 等，2019）。

结构稳定性

除了状态受到过度干扰外，参数扰动导致吸引域构型（稳定性景观）改变，也会使系统丧失恒定性。这类变化会导致包含当前状态的吸引域缩小甚至消失，而邻近的替代吸引域则不断扩张（Scheffer 等，2001；Beisner 等，2003；Connell 和 Ghedini，2015；Dakos 和 Kéfi，2022）。在这种情况下，不仅需要考察状态空间，还需要考察参数空间（Ludwig 等，1997；Scheffer 等，2001；Sánchez-Pinillos 等，2023）。在动力系统理论中，结构稳定性描述的是：只要参数向量的变化保持在一定范围内，系统就能维持吸引域的整体构型，从而表现出相似的动态特征的能力。

由此，恢复力的概念被拓展到状态 - 参数联合空间，分别应对状态变量扰动（状态稳定性）和参数扰动（结构稳定性）。前者刻画了稳定性景观不变时系统的维稳行为，后者则指系统在不引发稳定性景观质性改变的前提下，所能承受的参数变化范围（Dakos 和 Kéfi，2022）。当环境参数变化导致生态单元当前状态所在的吸引域缩小、邻近吸引域扩大时，系统就更容易发生稳态转换。而一旦转换发生，通常在很大程度上不可逆，生态单元也往往被视为丧失了同一性。

简要总结

因此，恢复力可基于这些不同的系统动态模式来定义，各模式之间存在递进关系：最简单的模式是由线性方程描述的单一平衡态。其次是多稳态模式，其中每个吸引子可以是平衡点、极限环，以及更复杂的结构。进一步拓展则从状态空间延伸到状态-参数空间。

需要注意的是，建模过程本身具有很大的灵活性。由于对变量、参数、干扰因子的考量不同，以及方程形式的差异，同一生态过程可被建模为不同的模式。例如，某一现象在高度粗粒度的模型中可能表现为单稳态；在更精细的模型中，可能表现为两个点吸引子在扰动下的相互转换；在第三种模型中，这种转换可能被表征为单个周期吸引子；而在第四种模型中，这种转变可能被归因于参数扰动引发的结构不稳定性。

除了吸引域本身的几何结构外，吸引子在盆内的位置也可能至关重要。环境干扰往往具有方向性而非完全随机：例如，种群规模在干扰后通常会迅速下降，而非反向增长。

界定抵抗力的难点

抵抗力与恢复力的差异

尽管基于动力系统的框架能够恰当界定恢复力，但持存性的其他维度仍有待厘清，其中首当其冲的就是抵抗力。传统上，抵抗力常被定义为生态单元在干扰中保持不变的能力（Boesch，1974），但要对其进行标准化定义却存在很大困难。部分学者认为，仅用恢复力就足以表征生态稳定性，抵抗力应以某种形式纳入动力系统框架（Sundstrom 等，2016）。例如，Walker 等（2004）将抵抗力等同于稳定性景观中吸引子的深度，但这实际上将抵抗力从一种维稳属性降格为一项测度指标，在这项工作看来是不可取的。正如 Hodgson 等（2015）所指出的，系统能从干扰中快速恢复，并不代表它能抵御干扰。因此，有必要区分两个不同的过程：（1）限制干扰对生态单元所造成的影响（抵抗力）；（2）从干扰造成的破坏中恢复（恢复力）（Connell 和 Ghedini，2015；Connell 等，2016）。

直观来看，抵抗力表现为生态单元通过缓冲、过滤、转化等方式缓解外部不利干扰、降低其负面影响的机制。这类机制在个体和种群层面十分常见：例如，南极冬季气温低至 - 40℃至 - 60℃、风速超过 100 千米 / 小时，帝企鹅种群通过抱团取暖的合作行为抵御极端低温（Gilbert 等，2006）。在群落和生态系统层面，这类机制同样普遍存在，对维持稳定性具有重要价值：例如，植物群落通过积累有机质、固氮（共生固氮作用）塑造土壤属性，使土壤为植被发挥保水、养分储存等功能（Rahmonov 等，2021；Beugnon 等，2024）。森林冠层可显著改变林下微气候条件，缓冲外部极端气候事件的冲击，为林下植物提供更稳定、更适宜的生长环境（Myers，1997；Bulleri 等，2016；Beugnon 等，2024）。珊瑚虫的造礁活动提升了生境的空间异质性，为其他物种提供多样的庇护场所，提高了珊瑚礁群落的物种多样性（Bongaerts 等，2010；Rovellini，2020）。在生物圈尺度上，海洋生态系统与地球气候之间的负反馈作用稳定了大气温度（CLAW 假说；Charlson 等，1987；Lovelock，2008）。这些案例都可看作各尺度的生态单元对周边环境系统的调控，使其直接接触的环境因子显著地不同于外部环境，从而减轻对自身的不利影响。

抵抗力需要新的框架

然而，公式（2）由于未对环境进行显式表征，无法捕捉系统与环境相互作用的复杂过程，从而可能导致理论研究与实证研究脱节。这是因为：在理论框架中，环境干扰仅体现为对应事件对系统的作用结果（即 perturbation）。而在实证研究中，干扰指的是影响生态系统结构与动态的生物和非生物环境变化，是一个具体事件（即 disturbance）（Donohue 等，2016）。这些干扰事件很少直接作用于目标生态单元，而是通过常被忽略的中间过程产生级联效应。此外，干扰也并非如通常假设的那样完全随机，而是在强度、发生概率、持续时间以及预警信号等方面呈现出一定规律性。另一方面，生态单元与周边环境在一定程度上共同演化，其演化的环境背景也是协同演化动态的一部分。经过长期协同演化，生态单元可利用这些规律主动塑造并维持有利环境，增强自身的持存性。要恰当定义这种维稳属性，就必须突破现有动力系统框架，将生态单元的环境调控动态纳入研究范畴。

双重耦合框架

基本原理

生态单元应被视为 “子整体”（holon，Allen 和 Starr，2017），这要求我们从两个不同视角来考察它。第一，作为整体：它体现内部组分之间的相互作用，可表征为受演化规律支配的状态转变过程。第二，作为更高整体的部分：它因与外部实体相互作用而表现出各种相应的功能。这两个视角共同构成了对生态单元的完整描述。例如，对于生物体而言，状态描述体现为各种性状（如植物的叶面积）及其变化，而这些性状也对应着特定功能（如捕获阳光、气体交换）。对于生态系统而言，状态描述可包括各营养级物种种群数量特征的变化，而其功能则涵盖水土保持，以及为人类提供食物、木材等服务。当生态单元与环境因子的相互作用以某种方式反馈到单元自身的组成与结构时，这类功能就对其自我维持至关重要，应在研究中予以重视。这项工作提出，那些能间接为单元营造更适宜的局部环境的外部功能，共同构成了生态单元的抵抗力。生态单元状态变量的取值直接影响其对应的功能，因此状态与功能之间是相互强化的关系。

框架描述

为拓展现有基于动力系统的框架，这项工作提出两个基本假设。

第一，作用于目标生态单元的环境干扰可分为两个层级：（1）间接干扰，包括各类气象、水文和生物因子（如冠层外的辐射、风速、气温等），它们自身变异性和不确定性很高，但不直接作用于生态单元；（2）直接扰动，指目标生态单元直接经受的干扰（如冠层内的温度、湿度），可看作间接环境因子经某些中间过程过滤、缓冲、转化或其他形式介导后的结果，表现为单元演化方程中的扰动项。

第二，生态单元在一定程度上塑造甚至主导这些介导过程，从而为自身创造相对有利的环境，体现为更适宜的参数取值范围（同时允许其他因子有一定波动）。要描述生态单元的这种主动塑造作用，就必须在原有的状态演化描述之外，引入功能描述，以反映其调控局部环境的能力。

基于上述概念，可构建双重耦合框架（图 3）。第一个层面是生态单元内部各要素相互作用形成的动力系统，该系统具有一定的状态稳定性和结构稳定性，能够应对参数与状态变量受到的扰动（即公式 2）。

图 3. 双重耦合框架的概念示意图。

第二个层面是生态单元与其周边环境的耦合，可理解为生态单元通过塑造介导过程，使自身参数值维持在更适宜的范围内：

其中，公式 2 中的系统参数α在此过程中成为状态变量，受外部环境因子α_out的影响；σ(t)表示这些外部环境因子固有的不确定性变化；g()表示生态单元对该影响的调控作用，体现了其抵抗力功能。这种功能依赖于相应的结构性状（如螃蟹的甲壳、森林的冠层），并以这些性状的损耗为代价：

其中，H是一个泛函，表征生态单元的结构与其抵抗力功能之间的对应关系。

这两个层面的耦合分别对应恢复力与抵抗力，二者相互支撑。恢复力维持生态单元的结构完整性，是抵抗力发挥作用的基础。反过来，抵抗力将环境因子控制在合理范围内，从而也有助于恢复力的正常发挥。当外部环境干扰发生时，抵抗力首先启动，尽力将生态单元恢复力所依赖的关键参数维持在合理区间。这一过程具有损耗性，支撑抵抗力的结构会最先受到干扰的破坏（如螃蟹甲壳因机械摩擦而磨损、森林冠层因风雪等气象因子而受损）。几乎与此同时，恢复力启动对受损结构的修复过程。当干扰更强、更持久时，抵抗力会被耗尽，生态单元直接暴露于不利环境胁迫之下；此时恢复力将受到影响，其有效性取决于生态单元的耐受能力（结构稳定性）。若干扰进一步加剧，恢复力本身也会受损，生态单元可能丧失同一性。

抵抗力的可能形式与局限

对生态单元而言，环境不仅是干扰的来源和容错空间，从更广义上讲，也是资源与机遇的载体。因此，广义的抵抗力概念不必局限于抵消破坏性环境干扰，还可包括更高效地利用资源、发掘机遇。换言之，生态单元是主动的调控者，环境因子是被调控的对象（即生态单元在一定程度上“同化”了其周边环境）。具体而言，各类生态单元的调控方式包括：（1）缓冲，如森林冠层对温度、风速等外部气象因子的衰减作用（Zellweger 等，2019）；（2）过滤，如群落对外来入侵物种的筛选；（3）转化，如植物通过蒸腾作用将地下水释放到大气中，从而降低环境气温（Kirschbaum，2004）；（4）改造，如动物在消化道内维持共生微生物群落，高等植物在根际维持共生群落以促进养分吸收；（5）迁移，如集合种群通过在不同生境间移动来改变自身所处的局部环境。

生态单元的抵抗力能力存在以下局限：第一，环境干扰的形式几乎无限，必然存在抵抗力无法覆盖的方面，表现为公式 2 中的扰动项φ(t)；第二，对于能够覆盖的方面，调控程度也有限度，相关参数仍会在一定范围内波动；第三，随着抵抗过程持续，单元结构的累积损伤会导致调控能力下降。

讨论

恒温动物的 “悖论”

Holling（1996）区分了工程恢复力与生态恢复力：前者对应单稳态模型，整个状态空间都是其吸引域，因此无需考虑系统崩溃的可能，仅关注干扰后恢复的效率。但由于生态系统面临不同类型、不同时间尺度的干扰，这种模式通常并不适用，而应采用生态恢复力概念，这通常意味着允许系统关键变量在更大范围内波动。如果人为干预降低了这种变异性，往往会导致生态恢复力下降、系统脆弱性上升。

然而，恒温动物构成了一个反例。生物的存活温度范围（即生存温度与致死温度之间的区间）：极端变温动物约为 40℃，中等变温物种约为 30℃，而调控严格的恒温动物仅为 20℃。因此，若以温度变异性衡量，恒温动物的恢复力是最低的。但在现实中，恒温动物确实得以存续并繁盛（Ruben，1995）。Holling将其成功归因于两点：（1）动物调控功能的重叠 “软” 冗余；（2）在不稳定性边缘实现信息与机遇的最大化（即变异性并未被消除，而是从动物内部环境转移到了外部环境；Holling，1996）。

Holling 的论证完全依赖恢复力概念，在解释恒温动物悖论时显得理论说服力不足，还无形中让 “恢复力” 一词产生了歧义。而在我们的双重耦合框架中，这一现象可简洁地解释为恢复力与抵抗力之间的权衡。二者分别对应两个层面的耦合（即生态单元内部的耦合、生态单元与周边环境的耦合）。也就是说，尽管系统的恢复力有所下降（表现为生物内在热耐受范围收窄），但抵抗力的显著提升（即尽管环境温度波动加剧，仍能通过行为、形态和生理适应维持体温稳定的能力）足以弥补这一下降，最终提升了系统的整体持存性。

其他维稳属性

抵抗力与恢复力或许是持存性最核心的两个维度，但要更深入地理解生态稳定性概念，还需进一步厘清其他维稳机制。

（1）适应。抵抗力与恢复力的发挥依赖于目标生态单元核心部分组成与结构的完整性。这些核心结构在一定程度上具有多样性与冗余性（例如，种群遗传结构中的一个基因座可容纳不同等位基因，群落中的一个功能群可包含冗余物种等），并可能因相应的随机干扰（如随机基因突变、外来物种入侵）而发生改变。这些微观组分的变化不会改变生态单元的整体结构，但可能影响其功能（包括恢复力与抵抗力）。也就是说，多样的组分意味着多种潜在功能（类似于量子力学中的叠加态）；如果其中某一种功能恰好能应对外部环境正在发生的趋势性变化，选择机制就会发挥作用，强化对应的功能（叠加态在 “观测” 下坍缩），帮助生态单元适应新环境（在新的环境常态下重建抵抗力与恢复力），从而实现持存。从这个意义上说，适应可被视为 “以变应变”：微观层面通过局地干扰积累的多样性，能够 “抵消” 宏观层面需要应对的外部环境趋势性变化。适应现象存在于不同层级的生态单元中：在个体层面表现为驯化（内在多样性是生物体固有的；Gessler 等，2020）；在种群层面是广为人知的自然选择；ITNTS（“关键在于歌手，而非歌曲”）理论是群落层面的例子（Doolittle 和 Inkpen，2018；Boyle 和 Lenton，2022）；而生态系统也可能表现出适应性演化（Bouchard，2014）。

（2）再生。对生态单元核心的干扰不仅会改变其组分的多样性，还可能改变其结构，损害正常功能，削弱抵抗力与恢复能力。如果这一过程持续下去，单元可能面临崩溃和解体。但如果能创造出单元的 “替代者”，传承前代的核心特征，那么单元的类型同一性就得以保留（Delettre，2021）。从这个意义上说，生态单元实现了再生。例如，单细胞生物通过分裂实现再生；多细胞生物通过繁殖对抗衰老与死亡；种群通过扩散建立亚种群实现再生；生态系统则在重度干扰后，依靠土壤中的繁殖体库、避难所等，通过次生演替实现重建（正如适应循环理论所阐释的；见 Holling，2001）。生态单元包含的不同类型同一性、它们之间的相互关系，以及与各类维稳属性的对应关联，仍有待进一步研究揭示。

对 “复杂性 - 稳定性” 之争的启示

20世纪70年代，Robert May采用随机网络模型方法（Gardner 和 Ashby，1970）模拟群落动态，得出结论：模型群落越复杂，维持稳定共存的可能性越低（May，1972，1973；Allesina 等，2015）。这一理论发现挑战了当时盛行的 “生态群落复杂性与稳定性正相关” 的共识，引发了持续至今的 “复杂性 - 稳定性” 之争（De Angelis 和 Waterhouse，1987；Ives 和 Carpenter，2007；Landi 等，2018）。May本人也提出，尽管随机群落的稳定概率随复杂性上升而下降，但自然群落可能采用某些 “巧妙策略”，使复杂性与稳定性得以共存（May，1973；Jansen 和 Kokkoris，2003；Rohr 等，2014）。

然而，May采用的稳定性定义基于局部稳定性，后续许多学者虽对该方法进行了改进，但仍局限于恢复力的范畴。而正如本研究所指出的，稳定性的本质是持存性，即群落（以及其他类型的生态单元）在复杂、严酷的环境条件下维持自身同一性的能力（Odum，1953；MacArthur，1955；Elton，1958；Pimentel，1961；Justus，2007）。

显然，这一悖论的根源在于对 “复杂性” 和 “稳定性” 内涵的不同解读。如果仅考虑轻微的环境干扰，同时要求目标生态单元精确回到参考状态，那么更高的多样性确实不仅多余，甚至是一种负担。但这种场景仅对应现实中的少数极端情况，不具备普遍意义。对自然生态单元稳定性更合理的描述，应包含抵抗力、恢复力与适应三个维度；而复杂性也不应局限于多样性和相互作用强度，还应涵盖生态单元的组织条件，包括层级内与跨层级耦合。Ashby 提出的 “必要多样性定律” 指出：系统要在外部干扰下存续，就必须具备足够的多样性以匹配干扰（Ashby，1958）。因此，尽管更简单的系统可能更容易实现动态稳定，但由于干扰往往超出其适应极限，它们通常无法应对复杂多变的环境。只有当系统具备一定程度的复杂性时，才有可能通过更高效的内部协作应对挑战、利用资源，从而实现更强的持存性。也就是说，复杂性在抬高恢复力的下限（使其更难通过随机方式实现）的同时，也抬高了抵抗力与适应的上限（提供了更大的潜力），使系统能够应对简单系统无法应对的复杂环境。真实的生态单元经过生态与演化过程的淬炼，已在很大程度上实现了这种潜力，因此表现出复杂性与持存性的正相关关系。

结论

稳定性作为生态学的核心概念之一，其定义在学界长期缺乏共识。这不仅是因为术语使用不统一，更重要的是源于概念本身的内在复杂性。基于动力系统的框架虽然消除了生态稳定性概念的部分模糊性，但也导致概念被过度窄化，存在明显缺陷，尤其无法合理定义抵抗力（Connell 等，2016）。本研究提出构建双重耦合框架，能够合理、清晰地界定抵抗力与恢复力。未来研究应致力于构建更完善的理论框架，清晰、一致地定义适应、再生等更深层的维稳属性，深化对生态稳定性的理解，从而化解 “复杂性 - 稳定性” 命题中的理论悖论，为相关生态保护与修复政策提供科学指导。

论文作者：