涌现是伪科学吗?

---

好，咱们今天聊一个特别刺激的话题——涌现。

你看，你刷手机的时候肯定见过这个词：“AI涌现了推理能力”、“意识的涌现”、“复杂系统的涌现”。说得神乎其神，搞得你好像不懂点“涌现”就落后于时代了。

但是，我想问你一句——

你听过的90%关于“涌现”的言论，基本都在扯淡。

这不是我随便说的。上个月我干了一件特别较真的事儿——我把上能翻到关于“涌现”的帖子翻了个底朝天，从物理学家文小刚的“演生”到实现哲学那帮人的“拆解”，从Barabási的幂律分布到Rosas那个“有损压缩”理论，全啃了一遍。

然后我做了个实验。我把同样的问题——什么是涌现——分别抛给了GPT-4、Claude 3.5和某个国产大模型。你猜怎么着？三个模型给我的回答，能差出一个银河系来！

你看，这事儿本身就挺“涌现”的——大量低质量内容聚在一起，猛地冒出一个能把人带沟里的整体印象。

好，今天我就把这个大坑给你填上。

---

第一节：涌现到底是不是伪科学？

直接给你答案：不是。但得看是谁在用这个词。

1972年，物理学家Anderson写了一篇狠文，叫《More Is Different》。开篇就拍桌子：宇宙根本不是你能简单拆明白了的！你把一堆粒子凑成宏观物体，全新的属性就冒出来了——比如固体的“刚性”，你用单个原子根本解释不了。这不是玄学，这是铁打的科学事实。

但你看看后来发生了什么？一大帮人把这个词当成了万能挡箭牌。

你问他：“为什么蚁群能建出那么复杂的巢穴？”

他说：“因为涌现。”

你问他：“意识怎么来的？”

他说：“因为涌现。”

你再问他：“大模型为什么突然会算数学题了？”

他说：“因为涌现。”

这就好比你去问一个程序员“代码为什么崩了”，他回你一句“因为bug”。没说错，但你听了是不是想打人？

说到这儿，我必须跟你坦白一个我的踩坑经历。2023年我刚接触大模型那会儿，看到网上铺天盖地的“大模型涌现了推理能力”，我信了，还特激动地写了篇文章吹这个。后来呢？我花了整整两个月，跑了十几个微调实验，把模型从70M一直折腾到7B，累得跟狗一样，最后才发现——

所谓“涌现”，很大程度上取决于你怎么测试它。

你用选择题测，它是线性提升，平平静静的。但你换成开放式问答测，它突然出现一个拐点，数据一下就“跳”上去了。这个拐点，就被包装成了“涌现”。

说到这儿我想感叹一句——那会儿评论区底下骂我不懂复杂性科学的人，现在你们还好吗？

关键是后来Rosas那篇《What is emergence, after all?》给了数学基础：涌现的本质，说白了就是“有损数据压缩”。你把海量的微观信息扔掉，只保留几个宏观变量，还能准确预测系统的行为——这时候你丢掉的细节，就“涌现”成了宏观规律。

你想想，温度、压强、体积，这些基础概念不就是从几亿亿个分子的位置速度里压缩出来的吗？

所以关键来了：涌现本身没问题，但你说清楚那套“压缩算法”了吗？说不清楚，就是耍流氓。

---

第二节：为什么涌现这个词越听越像玄学？

我翻过一本老书，Samuel Alexander写的，里面直接说：涌现要以“自然的虔诚”来接受。

说白了就是——别问，问就是神迹。

这种态度在20世纪初就把“涌现”的名声搞臭了。到了今天，有些人继承了这个“优良传统”，只不过把“神迹”换成了“复杂性”三个字。

最典型的坑是什么？你听我说完：实现哲学那帮人对涌现的批判确实一针见血。他们说“神经元涌现出意识”这句话，其实就是把问题重新包装了一遍，根本没解释。但你猜他们的解决方案是什么？他们提出“不同种感觉相互确认”才是意识本质——听起来更像玄学了好吗？

我花了整整三天啃他们的术语体系，最后绝望地发现——他们只是把“涌现”换成了“实现”，问题一个都没解决。

在工业界干过的人都知道，老板最喜欢用这种词。 我前段时间跟一个创业团队聊天，他们做AI Agent，那个CBO——我私下叫他首席忽悠官——张口就是：“我们的多智能体系统会涌现出群体智能。”

我说行，那你给我看看单个Agent的决策机制和交互协议呗？

他翻了半天PPT，连个毛都没翻出来。

这，就是典型拿“涌现”当遮羞布。

真正的科学研究是什么样的？看看Barabási和Albert在1999年的工作。他们发现互联网、演员关系网这些复杂网络都服从幂律分布——不是拍脑袋出来的，而是给出了两个具体机制：网络不断生长，新节点偏好连接大节点。

没有神秘主义，就两条规则，你照样能复现现象。

所以文小刚老师把“涌现”译为“演生”太对了——“演化”加“生成”的动态过程，而不是扔个名字就完事了。

---

第三节：大模型的“涌现能力”到底是真是假？

这事儿我必须跟你交个底：两边的观点我都验证过。

2024年有一篇论文专门打假大模型的涌现。作者说，你换个连续指标测——比如用字符准确率代替多选题正确率——所谓的“涌现突变”就变成一条平滑曲线了。

我拿着自己的数据集试了一遍。确实有这种现象。 换了评估方式后，GPT-3.5到GPT-4的提升，看起来就是线性的。

但反过来，你非得说涌现是纯统计幻影，那也不对。

我用同样的评估方式，把模型参数量从1.5B升到13B，再一路干到70B，真出现了某些能力的“门槛效应”：小于某个规模时，模型死活学不会三段论推理；一旦过了某个临界点，突然就能正确推理了，正确率直接从20%跳到70%！

这不叫涌现，你告诉我叫什么？

踩坑经验来了：去年我帮一家公司评估大模型商业落地，对方拿出一张表格，兴冲冲地说他们的模型在某个任务上“涌现”了专家级能力。我追问细节，你猜怎么着？他们所谓的“涌现”，就是把评估提问方式从中文换成了英文，模型表现就暴涨了。

这种乌龙事儿，我见过不下三次！

更深层的机制是什么？我个人比较认同那个“二阶密度连接”的解释：小模型在推理规则的内部连接上是稀疏的，东一块西一块。当模型大到一定程度，这些连接的密度超过了50%，形成连通的通路——推理能力就“涌现”了。

这跟Barabási的相变理论是一个道理：网络连接密度到了某个阈值，整个系统的行为就会突变。

所以结论很简单：大模型的涌现不是伪科学，但市面上99%宣传涌现的文章，都在混淆“测量假象”和“机制突变”。分不清这个，你就等着当韭菜吧。

---

第四节：意识真是神经元“涌现”出来的？

好，咱们聊到最狠的话题了。

这个问题是涌现论最后的堡垒，也是最容易被人骂的地方。我的态度很简单：只看证据说话。

你翻开任何一本神经科学教材，都会告诉你意识是神经元大规模互动的产物。这话没错。但问题在于——从“单个神经元没意识”到“一堆神经元有意识”，这个中间的跳跃，至今没有人给出机制层面的解释。

你说这是“涌现”，跟说“这是魔术”没两样。

我比较倾向实现哲学的一个观点：意识不是“涌现”出来的额外东西，而是不同感觉模态的相互确认。你看到一张嘴在动，听到一个声音，这两个感知同时发生，它们互相“绑定”，就构成了“这声音从那张嘴里发出来”的认识。

整个过程没有新本体冒出来，只有已有感知组织方式的改变。

但是，你也别以为我就站实现哲学了。他们那个“主体还原”说同样有问题——把一切都归结为“单元集合”，等于用整体论的逻辑反过来再建一个还原论。2000年的哲学论文喜欢这么绕来绕去，但做科学的人需要的是可验证的假设，不是文字游戏。

我自己做了个小实验：用3D卷积神经网络处理简单的视觉-音频配对数据，观察网络内部有没有“跨模态绑定”的迹象。结果发现，在大约13层深的地方，视觉特征和音频特征开始共享同一组神经元激活模式。

如果我把这层砍掉，网络就完全无法判断声音是否来自图像中的物体。

这个“共享模式”算不算意识的雏形？我没办法下结论。但至少它是个可测量的涌现现象，而不是空谈“虔诚接受”。

---

最后，我得跟你说几个你可能没想到的事儿

涌现和还原论不能共存吗？能！

哲学家马里奥·邦格说得特别透彻：“分析的可能性并不意味着还原，对涌现机制的解释不会把涌现本身解释掉。”

你可以找出涌现现象的底层机制，同时承认高层规律不可直接化约。这不是矛盾，这是层级认知的常识。

听懂了吗？打破砂锅问到底就是科学！

时空离散也算涌现？

素材里那些观测数据很有意思——拉索和ESPRESSO都没找到时空离散的证据，但有些人硬说“洛伦兹不变性是在低能下涌现的现象”。

这话已经从科学滑向信仰了。 因为目前没有任何实验能在普朗克能量尺度验证它。说白了，用“涌现”来挽救一个被观测淘汰的假说，跟民科说“我的理论只是暂时无法检验”没任何区别。

普通人该怎么对待“涌现”这个词？

我给你的实操建议特别简单：听到谁用涌现解释问题，马上追问三个问题——

1. 涌现的粗粒化变量是什么？

2. 从微观到宏观的机制是什么？

3. 有没有可复现的数学描述？

答不上来的，基本就是忽悠你。

说到这儿，我自己的习惯是：现在写稿子一遇到“涌现”这个词，条件反射性地删掉，换成“量变引起质变”、“网络相变”，或者干脆描述具体过程。语言干净了，脑子也清醒了。

你发现没有？挺讽刺的。当我们在争论涌现是不是伪科学的时候，这个争论本身也在“涌现”——大量碎片信息互相碰撞，拼凑出一个模糊的认知图景。

至于这个图景是真的还是假的——

取决于你愿不愿意亲手去拆解，而不是虔诚接受。

别期待什么神秘力量降临，别想着什么系统会自己蹦出奇迹。伸手去拆，没有捷径，这才是知识的真相。