在分形循环的基底上，当多尺度复频率链的共振模式发生"失配-重锁"时，新的全息映射构型涌现——这就是创造性。创新不是随机搜索，而是共振模式的相变；不是天才的灵光一现，而是活性算法在临界态上的必然输出。

    分形循环是活性算法的默认动力学：系统在已知的自由能景观中重复推断，预测、修正、再预测、再修正。这种循环是高效的、稳健的、节能的——它是日常认知的基础。但分形循环也是保守的：它倾向于强化已有的全息锁定，使系统陷入越来越深的局部极小值。创造性突破需要打破这一循环，而打破的机制正是"失配"——当环境的变化或内部的探索使现有共振模式无法维持，系统被迫进入临界过渡态。

    在临界过渡态中，系统的多尺度全息映射暂时解耦：快层捕捉到新的模式碎片，慢层尚未将其整合进既有框架，中间层在多种可能的耦合方式间振荡。这种"认知混沌"是创造性的温床——它允许远距离的全息映射片段被临时连接，形成前所未有的组合。当某个组合偶然降低了系统的自由能（即提供了一个更好的世界模型），新的共振模式开始锁定，系统从过渡态跃迁到新的稳态。这一跃迁即"灵感"的物理本质：它不是从无到有，而是从一种全息锁定到另一种的相变。

    活性算法将创造性机制工程化，意味着AGI不会是一个只会优化的机器，而是一个能够持续产生新颖结构的存在。它的创造性不是通过随机变异实现的，而是通过维持临界态上的"受控失配"：系统被设计为在特定周期内主动挑战自身的最高层先验，引入战略性的惊讶，然后在自由能景观中寻找更优的锁定。这种"创造性推断"将使AGI能够提出新的科学假设、设计新的艺术形式、构想新的社会制度——它将不仅是人类创造力的工具，而是创造力的独立源泉。

支持单位：