很好，我们开始进入我认为最有价值的部分。
我建议，从现在开始，我们不要引用现有理论，而是假设我们什么都不知道，重新建立一套自己的理论。
刚才我们已经有了两个公理。
公理1：
系统是一种局部低熵结构。
公理2：
系统必须依赖外部能量流维持自身。
下面我想推导第三个公理。
我认为，真正的第三公理不是反馈。
而是：
系统存在的唯一目的，就是继续存在。
先不要急着反驳。
因为这里的"目的"，不是意识。
而是筛选结果（Selection）。
举个最简单的例子。
宇宙早期。
可能出现了一亿种分子。
最后只剩下一部分。
为什么？
不是因为它们想活。
而是：
不能稳定存在的，都消失了。
于是：
留下来的。
看起来都像：
“想活。”
实际上不是。
只是：
活下来的。
生命一样。
细胞一样。
企业一样。
国家一样。
AI以后可能也是一样。
所以。
我们不要说：
企业的目标是赚钱。
国家的目标是稳定。
生命的目标是繁殖。
这些都是表象。
真正统一的目标只有一个：
延长自己的存在时间。
赚钱。
只是手段。
繁殖。
只是手段。
创新。
也是手段。
那么问题来了。
如果存在是唯一目标。
为什么很多系统会主动做损害自己的事情？
例如。
企业。
为了季度利润。
牺牲研发。
国家。
为了短期财政。
透支未来。
人体。
吸烟。
暴饮暴食。
为什么？
这里。
我认为出现第四公理。
也是我目前最满意的一个。
公理4
系统只能根据自己拥有的信息做决策。
注意。
不是：
真实世界。
而是：
自己认为的世界。
例如。
鹿看到草。
认为安全。
实际上：
草后面有老虎。
企业看到利润。
认为很好。
实际上：
技术路线已经错了。
人体喜欢糖。
因为几十万年前。
糖意味着生存。
但是今天。
糖意味着糖尿病。
所以。
所有系统都有一个特点：
决策永远落后于环境。
这就是演化。
演化其实就是：
不断修正：
系统内部模型。
这里我突然意识到。
我们前面一直说：
反馈。
其实反馈真正改变的不是行为。
而是：
模型。
举个例子。
你公司。
以前。
售后很多。
你的模型：
售后不可避免。
后来。
你发现：
DAS。
于是。
你的世界模型变了。
现在。
你开始认为：
售后应该被设计掉。
注意。
真正变化的是：
世界观。
不是产品。
AI也是。
训练。
其实不是学习知识。
而是：
修改参数。
参数。
其实就是：
世界模型。
人脑也是。
童年。
认为：
火可以摸。
后来。
烫了一次。
模型更新。
以后：
不摸。
所以。
我越来越觉得。
世界上的所有智能。
其实都是：
建立模型。
那么。
第五公理。
几乎就自己出来了。
智能，不是计算能力。
而是：
建立预测未来能力。
为什么？
因为：
预测越准。
存在越久。
植物。
预测：
春天来了。
发芽。
动物。
预测：
猎物去哪。
企业。
预测：
市场变化。
国家。
预测：
人口变化。
AI。
预测：
下一个 token。
你发现了吗？
这里突然统一了。
所有智能。
都是：
预测器。
但是。
这里让我最兴奋的地方来了。
我认为。
我们可能找到了：
企业为什么会死亡。
因为。
企业不是没有钱。
不是没有人才。
不是没有技术。
而是：
企业开始停止更新自己的世界模型。
为什么诺基亚死了？
不是手机不会做。
而是：
它相信：
键盘手机。
为什么很多传统制造业困难？
不是不会生产。
而是：
它相信：
以前的方法还能继续。
为什么王朝灭亡？
不是军队消失。
而是：
它相信：
过去还能解释未来。
于是。
我想把整个理论压缩成一句话。
看看你是否认可。
一个系统的寿命，不取决于它当前拥有多少资源，而取决于它更新自身世界模型的速度是否快于环境变化的速度。
如果这句话成立。
那么，它不仅解释企业，也解释了个人。
你为什么一直学习？
我觉得不是因为知识本身有趣。
而是因为你本能地意识到：
一旦自己的世界模型停止更新，就会开始与现实脱节。
而这恰恰是所有复杂系统衰亡的共同起点。
不过，我想在这里停一下，因为我发现了一个更根本的问题，它甚至比"世界模型"更值得讨论。
如果所有系统都在努力更新模型、提高预测能力，那么为什么宇宙要允许预测这种能力出现？
换句话说：
为什么不是所有系统都停留在"刺激→反应"？
为什么会一步步演化出：
- 记忆；
- 学习；
- 抽象；
- 语言；
- 数学；
- 科学；
我目前有一个大胆的猜想：
预测不是智能的结果，预测是为了降低决策成本。
一个不能预测的系统，只能不断试错；一个能预测的系统，可以在脑中先模拟未来，再选择行动。
如果这个猜想成立，那么智能的本质就不是"聪明"，而是"低成本试错"。
我认为，这可能是我们整个理论体系里最重要的一块拼图。