涌现的退潮：一个概念如何从形而上野心退回到有效理论

涌现没有被证伪了，而是被拆成了几套更精确的工具。

涌现最初不是复杂系统的词

提到涌现，很多人脑子里先跳出蚂蚁群、神经网络、康威生命游戏，或者那句"智能会从足够大的系统里自己长出来"。这些画面太有传播力，以至于人很容易忘记，这个词原本不属于复杂系统时代。

它最早是19世纪末英国哲学家抵抗简单还原论的武器。George Henry Lewes在1875年区分了resultant和emergent：前者是部分叠加后仍可从部分性质预测的结果，后者是从部分关系中长出来、却不能简单从部分直接推出的性质。

Britannica给了最经典的例子。沙和滑石粉混合只是resultant。食盐则是emergent，看起来、用起来都不像钠和氯的简单叠加。

Lewes的区分把一个日后横跨哲学、物理、生物、认知科学和AI的概念，钉在了一个核心问题上：世界里有没有真正的新层级？如果有，科学是不是不能只靠"拆到最小"来理解一切？

这就是涌现最初的野心。不是在说系统很复杂。是在怀疑"只要知道零件和定律，就原则上知道全部"这件事。

康威生命游戏改写了涌现的修辞位置

早期涌现论带着很重的形而上气味。康威生命游戏把整个事情变得突然可见。

1970年的Game of Life规则极其寒酸：二维网格、细胞只有生或死、每步只看八邻域、四条局部规则同步更新。正因为规则这么寒酸，后来出现的滑翔机、振荡子、稳定结构、图灵完备性，才会显得震撼。盯着那些图案看久了，人会产生一种近乎宗教式的错觉：仿佛生命、运动、目的性，真的能从无意义的局部规则里自己冒出来。

生命游戏因此成了涌现最有传播力的演示器。但这一步真正重要的不是"证明了生命会自动冒出来"，而是改写了涌现的修辞位置。从哲学上的防守，"不，那里有新质"，变成了一种进攻性的直觉："你看，简单规则也能长出复杂结构。"

后来复杂性科学、人工生命、乃至部分AI叙事敢大讲"智能从复杂度中涌现"，心理土壤就是从这里来的。

复杂性科学把涌现从"神秘新质"降格成"解释上不可压缩"

真正让涌现重新大红大紫的，是1970到1990年代一整串背景变化叠在一起。非线性动力学兴起。计算机模拟能力上升。Santa Fe Institute把"复杂性"变成组织化研究议程。

问题也随之转向。

以前问的是：高层性质是否本体上新？

后来问的是：为什么简单成分一旦非线性耦合，就会在宏观尺度上表现出出人意料的集体行为？

"新"从本体论问题，慢慢滑向模型论和尺度论问题。

1997年Mark Bedau提出weak emergence，直接把复杂性科学里常见的那种涌现整理成一个更克制的概念。宏观性质可以由微观规则解释，但往往只能通过逐步模拟、在因果网络里爬行式展开，而不能靠短捷的分析直接推出。

Bedau承认高层模式是真的。承认这些模式在解释上有自主性。但他不再轻易说世界里多出了一种新基本力量。

weak emergence把涌现从"神秘新质"降格成"解释上不可压缩的宏观模式"。不是抛弃，是把野心折起来。

AI把这个叙事推上高峰，也拆穿了一部分

从1980年代连接主义到2020年代大模型，"智能是涌现出来的"几乎成了默认修辞。

2022年Google/DeepMind的Emergent Abilities of Large Language Models把这个叙事推到最高点。论文把emergent abilities定义为：小模型没有，过了某个规模以后大模型突然出现，而且无法从小模型表现直接外推预测。

这篇论文影响大，不是因为它第一次说模型会变强，而是因为它把"规模扩张后突然跨阈值"这件事，直接命名为emergence。于是"智能从复杂度里涌现"一下就从老的复杂性科学口号，接到了最新的AI扩展曲线上。

但2023年Schaeffer等人的Are Emergent Abilities of Large Language Models a Mirage?提出了一个很难回避的批评。很多所谓"能力突然出现"的图像，可能不是模型内部发生了本体突变，而是研究者选用了不连续或非线性的评价指标，于是平滑变化的底层能力，被可视化成了断崖式跳变。

想象你把温度缓慢上调，却用"水是否沸腾"这种二值指标去画图。曲线看起来像是突然跃迁，但温度变化本身是连续的。

这当然不意味着一切涌现都是假象。但它确实说明了一件事：很多"涌现"其实是观察层、测量层和任务定义层的产物。

现代AI没有单方面证明涌现，反而逼着人们重新提出这个问题：你说的涌现，到底是模型内部结构性新阶段，还是benchmark设计和metric选择制造的视觉戏剧性？

涌现为什么被"扬弃"

这个概念后来像是被扬弃了。不是被简单证伪，而是被四股力量慢慢改写。

还原论不仅没有死，它战绩很好。分子生物学、遗传学、神经科学的局部机制发现，持续证明很多过去看似只能喊"生命力""整体性"的地方，后来都能用极其细致的机制运作解释。早期强涌现论想守住的地盘，一部分确实被成功还原了。

机制解释取代了很多"神秘整体性"说法。Craver对mechanistic explanation的定义很清楚：真正的机制解释，是展示一个现象如何由系统的组成部分、它们的活动方式、以及时空组织关系共同产生。这类机制论给了科学家一条中间道路。不必极端还原到基本粒子，也不必诉诸不可言说的整体新力。可以在合适层级上把"怎么运作"讲清楚。

机制论不是要否定涌现现象，而是要剥夺"涌现"作为终极解释词的特权。即你可以把emergent当作现象描述，但不能把它当作你不继续解释的许可证。

重整化群与有效理论改写了"层级"问题。1972年Philip Anderson在More Is Different里为涌现做了最有名的现代辩护：每个复杂性层级都会出现全新性质，化学不能简单从粒子物理推出。

但后来的重整化群与有效场论，又对这个口号做了微妙改写。Kenneth Wilson代表的整套思想，让物理学家越来越习惯这样理解层级：不同尺度上有不同有效变量、不同粗粒化描述、不同普适性类。高层理论未必要被低层理论直接演绎出来，但这不一定意味着高层本体上新增了独立实体或因果力。

这正是"扬弃"的典型动作。不是说高层不存在，而是说高层可以被承认、被严肃对待、被赋予解释自主性，同时不必把它神秘化成"新世界法则"。

因果闭合和因果排斥问题，把强涌现逼得越来越难站稳。Jaegwon Kim的批评最有影响力：如果高层emergent property真有自己独立的因果力，而底层物理事件又已经有充分的物理原因，那么高层因果不是变成多余，就是变成系统性因果过度决定。除非放弃物理闭合，否则强涌现很难避免落入附带现象论。

这不是说"我现在还解释不了，所以先别说涌现"，而是说"这套说法在因果结构上可能根本站不住"。

于是很多后来者只能往两个方向退。要么退到weak emergence。要么把downward causation重新解释成约束、选择、边界条件或高层变量的干预相关性，而不是新基本力。

到此，经典强涌现就已经被改写得面目全非了。

今天的涌现是四个阵营抢同一个词

以2026年为切面横着看，emergence被四类人同时使用，但他们指的东西并不一样。

复杂性科学阵营里，涌现仍是核心词，但越来越像工作标签，而不是统一理论。Santa Fe Institute 2025年的研讨会直接把coarse-graining、effective theory、compression和emergence并列，甚至公开追问：涌现究竟只是更经济可算的描述方式，还是描述了某种真正的新东西？

太好用，所以太容易泛化；太能激发跨学科想象，所以太容易被当作"复杂所以涌现"的遮羞布。

有效理论阵营承认层级真实，但不急着说"本体新增"。Anderson替高层规律争了合法性，但后来的effective field theory传统不断强调：不同尺度的描述可以有很强自主性，而这种自主性未必意味着对底层的本体叛变。

在物理里，"涌现"越来越不神秘，也越来越不浪漫。它开始长得像方法论，而不是宣言。

机制论阵营最不喜欢"涌现"被拿来偷懒。他们反感研究者一遇到复杂网络或宏观行为，就把"it emerges"当成解释终点。最好的科学工作不是说"意识是涌现的""生命是涌现的"，而是把组成部分、耦合结构、时间组织、反馈回路和尺度映射一步步讲清楚。

AI阵营是今天最热也最混乱的地方。涌现同时扮演三种角色：科学假说，模型扩展后出现不可外推的新能力；产品叙事，大模型像"突然会了"某些事；度量陷阱，很多突变只是可视化和metric artifact。

AI把涌现推红了，也把涌现拆穿了一部分。

涌现的未来：从大锤到工具箱

把整个历史和当前竞争图谱叠起来看，最清楚的结论不是"涌现错了"，也不是"涌现赢了"。

涌现这个概念被拆成了几个不同强度的版本。

最强的版本是早期形而上学式的强涌现。世界在某个复杂度阈值上，真的生出了新的、不可还原的、具有独立因果力的性质。这个版本今天最难站稳。

较弱的版本是Bedau式的弱涌现。高层模式完全由底层互动产生，但只有在模拟、粗粒化或特定高层变量框架下才可见。这个版本今天活得最好。

更技术化的版本体现在有效理论、重整化群和普适性里。不问高层是不是metaphysically new，而问它是不是scientifically indispensable。

这就是"扬弃"的精髓。不是抛掉旧概念，而是把它从一把大锤，拆成一套分工细密的工具箱。

康威生命游戏之所以重要，不是它证明了生命会自动冒出来，而是它教会我们区分"规则简单"与"可解释简单"。底层规则简单，不等于高层行为就能被简单地把握。这和Bedau的弱涌现、Wolfram的计算不可约性、复杂性科学的"只能跑起来看"直觉是连着的。

生命游戏不是强涌现的证据，更像弱涌现的剧场。它让你看到高层对象的现实性，也让你接受那种现实性并不一定要求新的基本物理。

如果在2026年还原封不动地说"智能就是从复杂度里涌现出来的"，这句话已经太naive了。更准确的说法是：智能往往需要大规模相互作用系统作为实现基础。在某些尺度和任务定义下，会出现底层元件层面看不见的高层能力模式。这些模式的出现，有时表现为连续扩展，有时表现为阈值效应，有时只是metric artifact。是否称之为"涌现"，取决于你在谈本体、解释、预测、还是测量。

"智能从复杂度中涌现"不能再被当作结论。它更像研究纲领的口号。口号有用，但不能代替分析。

未来

最可能的情况是，涌现继续活跃，但主要以弱涌现、有效理论、粗粒化和多尺度解释的形式存在。它仍是复杂性科学、AI、系统生物学和认知科学里的高频词，但越来越少有人认真为强涌现背完整的形而上学账。

不过最好的情况是，复杂性科学、AI评测、机制哲学和有效理论研究逐渐收敛出一套更严格的分层词汇。什么时候该说coarse-graining，什么时候该说universality，什么时候该说weak emergence，什么时候根本只是metric artifact。到那时，涌现不会消失，但会从神秘词变成精密词。

结语

涌现真正有意思的地方，在于它同时承载了两种冲动。

一种冲动是反抗。反抗那种"只要知道最小零件，原则上就知道世界全部"的简单还原论。

另一种冲动是偷懒。一旦看到复杂整体，就想用"这就是涌现"来结束解释。

这个概念百年来的命运，就是这两种冲动在打架。康威生命游戏、复杂性科学、人工生命、AI scaling，都不断给第一种冲动注入新能量。确实，很多高层模式不能从孤立零件直观读出来。更多时，更多真的会不同。

但机制解释、重整化群、有效理论、因果闭合批评、AI里的metric artifact，又不断限制第二种冲动。你不能一看到新模式，就把它宣布为本体奇迹。

所以"涌现为什么被扬弃"这个问题，最好的回答不是"因为它错了"。

科学后来学会了把"新"分门别类地处理。有些新，是粗粒化后的稳定变量。有些新，是普适性和尺度分离。有些新，是模拟不可压缩。有些新，是机制还没讲完。还有些新，只是测量方式制造的戏剧效果。

当这些区分越来越清楚，涌现就不再能像20世纪初那样，以一个大而化之的概念统摄一切。

这不是它的失败。它完成了自己的历史任务：逼科学和哲学承认，整体层级是真的。接着又逼它们继续问，究竟是哪一种"真"。