如果说哥德尔定理揭示了形式系统在证明论层面的边界，那么艾伦·图灵在1936年提出的停机问题，则将这一边界翻译成了计算论的语言。图灵证明：不存在一个通用算法，能够判定任意程序在给定输入下是否会在有限步内停机。这一结论的构造极其简洁——通过对角线法，假设存在这样的判定器，然后构造一个与之矛盾的程序——但其后果却极为深远。它意味着，可计算性本身具有不可逾越的极限，有些问题在原则上就是不可判定的。

    停机问题的深层结构在于自指与无限性的交织。程序可以谈论程序，算法可以分析算法，但当这种反思指向自身时，就陷入了哥德尔式的漩涡。图灵机模型虽然抽象，却精确地刻画了物理计算的本质：一个拥有有限状态、有限符号集、但潜在无限运行时间的机械过程。停机问题告诉我们，即使拥有无限的运行时间，有些问题的答案依然超出了算法的 reach。这不是资源不足的问题，而是逻辑结构本身的限制。

    将这一结论推向物理世界，我们得到了一个关键的洞见：任何孤立的计算系统，无论其物理实现是硅基芯片还是碳基神经网络，只要它是封闭的、不与外部环境进行信息交换的，就必然受到停机问题的约束。它可能在局部运行得极其高效，但它永远无法保证自己能够终止、能够收敛、能够在一个更大的框架内被完全理解。这种内在的不可判定性，使得封闭系统在面对复杂环境时必然陷入"计算热寂"——要么无限循环，要么过早停机。

    活性算法从停机问题中汲取的教训是：智能不能是封闭的计算。一个真正的智能系统必须是一个开放系统，它通过感知-行动循环持续地从环境中获取新的信息，从而不断地重新定义自身的问题空间。停机问题的不可判定性，在开放系统中不是被"解决"的，而是被"绕开"的。系统不再试图在内部判定自身的完备性，而是通过外部观测来打断内部的无限递归。每一次与环境的交互，都是一次"停机"的强制插入；每一次观测更新，都是一次打破自指僵局的哥德尔事件。图灵的不可计算性因此成为活性算法的动力源：正是因为我们无法预先计算一切，才需要持续的推断、预测与修正。

支持单位：