什么是智能？一种循环闭合视角

什么是智能？我们主张一种根植于拓扑闭合定律的结构-动力学解释：\emph{边界的边界消失}（$\partial^2=0$）。该原理迫使瞬态碎片抵消，而闭合循环作为不变量持续存在，产生级联 $\partial^2\!=\!0 \Rightarrow \text{cycles (invariants)} \Rightarrow \text{memory} \Rightarrow \text{prediction (intelligence)}$。预测需要不变性：只有阶不变循环才能稳定预测基底。这激发了 \textbf{先结构后特异性（SbS）} 原理，其中持久结构（$\Phi$）必须在上下文特异性（$\Psi$）能够被有意义地解释之前稳定下来，并由 \textbf{上下文-内容不确定性原理（CCUP）} 形式化，该原理将认知视为最小化联合不确定性 $H(\Phi,\Psi)$ 的动态对齐。我们表明，\textbf{记忆摊销推断（MAI）} 是通过双重自举实现 SbS\,$\rightarrow$\,CCUP 的计算机制：\emph{时间} 自举将情景特异性整合为可重用的潜在轨迹，而 \emph{空间} 自举在潜在流形间重用这些不变量。该框架解释了为什么 \emph{语义先于语法}：稳定的循环锚定意义，而符号语法仅在语义不变量就位后才出现。从进化的视角来看，同一闭合定律统一了自然智能的发展轨迹：从微生物的原始记忆痕迹，到两侧对称动物的循环感觉运动模式，再到哺乳动物的语义泛化，最终通过自然语言达到人类的符号抽象。总之，智能源于特异性向结构的渐进坍缩，其基础在于闭合诱导的不变量涌现。