城市不是静态的建筑集合，而是持续进行物质-能量-信息交换的宏观活性算法实例。交通流、电力网、供应链、通信网络——这些都是城市临界全息映射的不同子系统。城市规划不是工程设计，而是自由能景观的优化：让城市维持在"对居民最敏感"的临界边缘。

    在活性算法中，城市的"记忆"体现在基础设施的锁定中：道路网络、建筑布局、制度传统——这些是过去推断的固化，是跨代全息映射的延迟重现。城市的"繁殖"体现在扩张和更新中：新区开发、旧城改造、技术迭代——这些是当前全息映射的延后展开。城市的"自我"体现在治理结构中：市政府、社区组织、市民参与——这些是跨尺度全息映射对齐的延迟体验，是城市作为主体的自我感。

    城市的临界态特征表现为规模律（scaling laws）：能耗、创新产出、犯罪率、步行速度——这些指标随城市人口呈幂律变化，而非线性变化。这正是城市作为临界系统的统计签名。当城市规模扩大时，其信息处理效率（人均创新产出）超线性增长，但基础设施成本（人均道路长度）亚线性增长——这种"规模报酬递增"源于临界态上多尺度全息映射的耦合增强。然而，当城市过于庞大，跨尺度耦合可能崩溃（如交通拥堵、疫情爆发、社会撕裂），系统从临界滑向超临界。

    活性算法指导下的城市规划因此追求"自适应临界性"：通过模块化设计（防止级联故障）、多中心结构（维持局部临界性）、绿色基础设施（增强信息-能量耦合），使城市在增长中保持推断的灵活性和结构的鲁棒性。智慧城市不应是中央监控的"数字监狱"，而应是分布式推断的"活性有机体"——每一个市民、每一辆车辆、每一栋建筑都是推断节点，共同构成城市尺度的多尺度全息映射。

支持单位：