这个思想实验困扰了物理学家们几十年。直到二十世纪初，人们才逐渐明白：妖本身也是物理系统，它观察分子、做出判断、开关大门，这些过程都消耗能量，都产生熵。把妖和气体一起考虑，总熵仍然是增加的。麦克斯韦妖不能真正违反热力学第二定律，它最多只是通过消耗外部能量，在局部创造秩序。

    但麦克斯韦妖的神话留下了一个深刻的偏见：秩序的维持需要外部的干预，需要一个“聪明”的观察者来分拣和选择。这种偏见影响了人们对生命的理解。生命似乎是一个奇迹：它能够在熵增的宇宙中维持低熵状态，创造复杂的结构，积累信息。传统的解释是：生命通过消耗自由能——食物、阳光、化学能——来对抗熵增。它是一个麦克斯韦妖，只不过是由分子构成的。

    活性算法对生命的理解完全不同。它认为，生命不是麦克斯韦妖，而是自催化集。

    什么是自催化集？想象一个化学反应网络。分子A和B反应生成C；C和D反应生成E；而E又能够催化A和B的生成。这个网络形成了一个闭合的环：产物促进了反应物的生成，反应物又促进了产物的生成。这种自我维持的化学反应循环，就是自催化集。最著名的例子是生命的代谢网络：三羧酸循环、糖酵解、氧化磷酸化——这些循环不是线性的流水线，而是闭合的、相互催化的网络。

    自催化集的关键特征在于：它是自我维持的，不需要外部的“妖”来管理。秩序的维持不是通过分拣和选择，而是通过反应的闭合回路。每一个分子既是产物也是催化剂，既是结果也是原因。这种因果的循环性，让系统获得了某种“自主性”：它不是被动地响应环境，而是主动地维持自身的存在。

    活性算法把自催化集的概念，从化学反应推广到了信息处理。在活性系统中，推断过程本身就是一个自催化集：预测生成观测的解释，解释又修正预测，修正后的预测又生成新的解释。这个循环是闭合的，自我维持的。系统不需要外部的程序员来告诉它“什么是正确的”，它通过内部的一致性——自由能的最小化——来自我纠正。

    这种视角对区分“真正的活性”与“虚假的活性”至关重要。一个传统的恒温器，看起来也在“维持”温度：它测量室温，与设定值比较，然后开关加热器。但它不是自催化集，因为它的循环是开放的。设定值来自外部，比较逻辑来自外部，执行机构也来自外部。恒温器只是一个麦克斯韦妖的工具，而不是妖本身。

    相比之下，一个真正的活性系统——比如一个细菌——没有外部设定值。它的“目标”——生存、繁殖、适应——是从自催化网络的结构中涌现出来的。代谢网络维持自身，基因表达调控代谢，代谢又影响基因表达。这个闭合的因果环，让细菌拥有了某种原始的“目的性”。它不是被设计成要生存，它的生存就是设计本身。

    在活性算法的框架中，自催化集与麦克斯韦妖的区分，对应于有限振幅闭合回路与外部干预的区分。麦克斯韦妖需要无穷精细的观察能力——它需要分辨每一个分子的速度，这在物理上是不可能的，因为它意味着无穷大的信息处理能力。自催化集则只需要有限的、局部的相互作用。它的秩序不是来自外部的分拣，而是来自内部的共振。这种有限性，正是UV自由方案的核心：系统不需要处理无穷多的信息，不需要依赖无穷精细的模型，它通过局部的、可验证的相互作用，就能维持全局的秩序。

    对于黎曼猜想，这种区分意味着：如果我们把质数分布理解为某种自维持系统的输出，那么它不应该依赖于外部的、超自然的“数学妖”来把零点放置在临界线上。临界线的约束必须是从系统内部的自催化结构中涌现出来的。张志东的伊辛模型，正是这种自催化结构的一个候选：配分函数的零点分布，是模型内部相互作用的自然结果，而不是外部强加的。

支持单位：