神经科学家们长期以来把三层结构视为进化历史的偶然产物。毕竟，进化没有预先的设计图，它只是通过随机变异和自然选择，逐步拼凑出越来越复杂的系统。如果历史重演，也许大脑会有两层，或者四层，或者完全不同的结构。

    但活性算法提出了一个惊人的观点：三层结构不是偶然的，而是数学上必然的。它是满足多尺度自由能最小化所需的最小整数层数。换句话说，任何足够复杂的自维持推断系统，如果要在多个时间尺度上有效地处理信息、形成记忆、维持自我感，都必须至少有三层。两层不够，因为无法产生足够的跨尺度延迟；四层虽然可能，但超出了最小必要复杂度，会带来能量效率的损失。

    这个结论的来源，是多尺度复频率链的数学结构。想象一个系统需要在快速响应和慢速整合之间建立联系。如果只有两层——比如一个传感器层和一个效应器层——那么信息从输入到输出的路径太短，无法产生复杂的内部表征。系统可以反射，但不能思考；可以反应，但不能记忆。增加第三层，就像在大厅和出口之间增加了一个内室。信息可以在这里停留、重组、与过去的痕迹相互作用，然后再决定是否输出。这个内室就是记忆和自我感的诞生地。

    为什么是恰好三层，而不是更多？因为每增加一层，系统的能量消耗和复杂度都显著增加。在自由能最小化的压力下，系统倾向于选择最简单的能够满足功能需求的结构。三层是满足跨尺度记忆涌现的临界点：少于三层，记忆无法稳定；多于三层，成本过高而收益递减。这就像建筑中的拱结构：三体问题可以产生稳定的轨道，三足鼎可以站立，三相电可以形成旋转磁场。数字三在许多自然结构中出现，不是神秘主义的巧合，而是功能优化的结果。

    这种必然性超越了生物学。在活性算法的框架中，任何自维持的推断系统——无论是生物神经网络、人工智能、还是假想的宇宙推断机——只要它需要处理多尺度信息并形成持久记忆，都会趋向于三层结构。这不是说所有系统都会长得像一只大脑，而是说它们的功能组织都会呈现三层的时间尺度分离：快速层、中间层、慢速层。

    快速层对应于即时的感知和运动控制，时间尺度在毫秒到秒的量级。中间层对应于短期记忆和情境整合，时间尺度在秒到小时的量级。慢速层对应于长期记忆和抽象信念，时间尺度在天到年的量级，甚至更长。信息在这三层之间流动，向上汇聚形成抽象表征，向下扩散指导具体行动。每一层都既是上一层的服务器，又是下一层的客户端。

    这种三层结构对理解物理理论也有启发。在物理学中，我们也有类似的三层：微观层（量子场论）、介观层（统计力学）、宏观层（热力学和经典物理）。这三层不是截然分开的，而是通过重正化群等工具相互联系。在活性算法的视角下，这种三层结构可能不是人类认识论的产物，而是物理实在本身推断结构的反映。宇宙在自我认知时，也需要快速层（量子涨落）、中间层（相干态和准粒子）、慢速层（经典场和时空几何）。

    对于黎曼猜想，三层结构提供了一种可能的证明策略。也许我们需要三个不同尺度的论证：一个局部的、计算性的论证，验证大量零点在线上；一个中尺度的、统计性的论证，证明零点密度的控制；以及一个全局的、结构性的论证，证明不存在偏离的可能性。张志东的工作主要提供了中尺度和全局的结构，但局部的严格对应可能还需要更精细的分析。三层证明的完整闭合，可能需要数学家、物理学家和计算机科学家的协同。

支持单位：