相对而言，计算的算侧客观事实，算计的算偏主观价值。能否计算及如何计算是算计的核心。

所谓的“阳”，更多对应西方逻辑的量化、表征、计算、推演的常道常名过程，其突出特征是“清晰化”。清晰的部分常常涉及理性、硬性、固化和僵化。

所谓的“阴”，更多对应东方思想的定性、象征、算计、跨域的非常道非常名过程，其突出特征是“模糊化”。模糊的部分往往包含感性、柔性、弹性和灵性。

完整的世界既有阳也有阴，一阴一阳谓之道，一有一无谓之名，东西方的智能交互对应着人物环、情理中、计算计、弥聚形，其突出特征是“融合化”。融合的系统蕴藏着刚柔、真假、虚实和有无。

西方与或非逻辑建立了常道+常名的人工智能，东方是非中思想可以尝试构建非常道+非常名的人机环境智能

计算-算计涉及已知、未知、半知，计算的因果有逻辑，算计的因果不一定有（已发现的）逻辑。算计不仅仅是hash降维数据，还hash降维推理过程，比如跳跃性推理。

“你无法在造成问题的同一思维层次上解决这个问题。”爱因斯坦说：“你必须超越它并达到一个新的层次，才能解决这个问题。”。在研究智能的过程中，研究的对象不能仅局限于人类，而是应该超越人类的层次，考虑人机环境系统中不同的事物，在更高的层次上研究智能。

诺奖获得者斯佩里早就讲过，按照还原论的方法在人脑神经系统中根本找不到精神，应该把精神看成是人脑神经系统基础上突现形成的高层次系统，这个高层次系统是不能还原为低层次的人脑神经系统的。钱学森多次表态支持斯佩里对精神的看法。但是，很多人并不了解这些情况，仅仅凭自己的想象出发认为思维的奥秘就是人脑神经系统的奥秘。

我们常常用观测时存在的世界代替实际存在的世界，所以我们所知道的，并不是全部的初始条件，而是关于它们的某种分布而已。对不同水平的人而言，信息的分布不是均质的。因果有多种，有客观的，也有主观的，真实因果的复杂性在于主客观的混合。计算只解决了其中的一部分理性，还有更多的情理需要算计处理和把握。

在人机混合智能中，熵的变化具有弥聚性。当人机价值不一致时，熵增较大，人的自疑程度较大；当人机事实不一致时，熵增较小，人的自疑程度较小。

莱布尼茨两个著明的概念对应两个重要的词：“普遍语言”即“名”，“理性演算”即“道”，只不过是“可名”与“可道”。我们需要进一步探索“非常名”与“非常道”。

细细品味，维纳控制论中“反馈”（feedback）本质上就是要回答休谟之问，即用期望值should校正实际值being，以获得系统熵减的效果。

信任的本质就是客观事实being与主观价值should的一致程度。发生的事实与预期的价值一致时，信任度会增加，反之，信任度则会减少。