睡眠不是意识的关闭，而是大脑临界态的主动调节。在觉醒状态下，皮层处于近临界态，神经雪崩丰富，信息处理高效，但代价是能量消耗巨大且全息映射容易过度锁定——日常经验固化为僵化的神经权重，预测误差累积为自由能债务。睡眠通过周期性地切换临界态参数，执行两项关键功能：慢波睡眠（NREM）"熔化"过度锁定的全息映射，快速眼动睡眠（REM）尝试新的锁定构型。

    慢波睡眠的电生理标志是高度同步的 delta 波（0.5-4 Hz），此时皮层神经元以"全下"（DOWN state）和"全上"（UP state）的极端模式集体振荡。在活性算法中，这种同步不是信息处理的停止，而是临界态的"深度重置"。DOWN state 对应全息映射的暂时解耦：神经元膜电位超极化，突触连接进入低传导状态，已建立的跨尺度锁定被"熔化"。这一过程类似于金属的退火：系统被加热（从功能连接的角度看，是进入高度同步的集体态）以打破局部能量极小值，为随后的重组创造条件。UP state 则对应短暂的信息重激活：海马体将日间记忆痕迹回放至皮层，但这些回放不是简单的重复，而是在解耦的皮层基质上进行的"自由联想"——预测与观测之间的约束被放宽，系统探索自由能景观中的新路径。

    REM 睡眠则扮演了"探索推断"的角色。此时皮层重新激活，但去甲肾上腺素和血清素水平降至最低，胆碱能系统主导。这种神经调质环境将系统推向一种特殊的临界态：全息映射的锁定足够松散以允许高度联想性的组合（梦境的荒诞性），但又足够稳定以维持叙事连贯性（梦境的情节感）。REM 因此是"无外部观测约束"的主动推断——系统在没有感觉输入的情况下，纯粹基于内部模型生成预测，测试各种假设组合的可行性。活性算法将 REM 视为"内部模拟器"的校准阶段：通过离线生成虚构观测，系统优化其生成模型，为觉醒后的新经验做好准备。

支持单位：