代谢闭环元启发式算法的机制与稳定性分析

本文在框架层面而非实现或基准层面研究代谢多智能体优化器（MMAO）。核心问题是私有能量、公共预算、角色漂移和生命周期更替的代谢资源循环是否具有超越叙事隐喻的框架层面解释。我们引入一个通用 MMAO 状态模型，该模型抽象掉了特定领域的移动算子，同时保留了定义该框架的资源记账。在温和的有界增益和有界支出假设下，我们建立了私有能量、公共预算、角色状态和活跃种群大小的有界性和非负性。然后我们刻画了该循环的三种内生行为机制：持续资源赤字下的收缩、公共积累盈余下的再投资，以及跨智能体或子群的异质边际回报下的搜索重分布。该分析有意保持保守。它不声称完整自适应系统的全局收敛、相对于专用优化器的普遍优越性，或对所得过程的完整平稳刻画。相反，它识别了哪些内部调节属性是循环的通用后果，哪些仍然是实现特定的。在具有代表性的连续和离散 MMAO 实现上的紧凑机制验证包为这一解读提供了支持性经验证据，但并不旨在取代完整的基准研究。因此，所得的贡献是对 MMAO 的有界、再生、资源调节的解释，而非对完整算法家族所有自适应行为的完整证明。