生命是什么
科学界流传着一则耐人寻味的笑谈，一位物理学家心怀对大脑的无尽好奇，向神经科学家求教：“请跟我讲讲大脑吧！”神经科学家略一沉吟答道：“它有两个半球。”谁料，物理学家立刻打断他：“停！你讲得太多了！”
我确信我的生物学界朋友会因我在本书中略过的细节而感到沮丧。关于地球生命的种种丰富细节，我实在难以一一触及，只能忍痛割舍，连我自己也深感遗憾。
事实上，理论物理学的精髓，恰在剔除无关细节，透过繁复的表象揭示万物运行的深层逻辑。它并不会试图挖掘有关生命形态的全部细节，这是一项不可能完成的任务，我们真正致力于寻找的是贯穿宇宙中所有生命形式的共通规律，这些生命甚至可能超出地球范围，或仅存于我们生物圈的过去或未来。为了能够对这些超越时空的现象做出解释，这些共性必然高度抽象。
此刻，我坐在后院，身体在引力的作用下紧贴着椅子，而头顶那轮明月，同样因地球引力被牢牢地固定在既定轨道上。若不了解引力定律，我们就会觉得这两者遵循同一规律听起来荒诞不经。牛顿最初发现这一定律时，必须摒弃所有的具体细节。衣着、声音、情绪对我个人而言至关重要，对引力计算却无关紧要；月球由氧、硅、镁、铁、钙等化学元素构成，地核主要由铁元素组成，地球表面71%的面积被水覆盖，智人的演化历史长达30万年……
这些复杂因素在引力计算中同样无关紧要。在计算引力大小时，我们只需要考虑两个物体的质量以及质心之间的距离，这就是万有引力定律的本质。该定律成功将天体与地面运动统一起来，无论是我稳坐在椅子上，还是月球绕地球运行，所有运动都遵循相同的数学法则。如今，我们已将这种统一性视作理所当然，但在漫长的数十万年演化历史中，我们的祖先并未察觉。
物理学家正是凭借这一技巧触及了现实的本质，精准地筛选出关键细节，剔除了其他无关紧要的冗余信息。具备了这种能力，我们就能够通过数学这一严谨且具体可证的方式，将那些看似毫无关联的事物统一起来。在探讨运动时，我们无须纠结于不同运动物体的细节差别，不必深究它们的材质、形状、颜色等诸多复杂因素；在计算运动轨迹或引力大小时，我们只需聚焦于质量、位置和加速度这三个核心要素。这种巧妙的简化并非简单的取舍，而是人类在概念认知领域迈出的关键一步——它赋予了我们一种全新的视角，让我们能够用一套统一的理论框架来诠释所有运动现象，将发生在地球表面的日常运动和可观测宇宙另一端的宏观天体运动统统囊括在内。
地球上生物演化过程中的种种特性不容忽视，但若想理解生命这一普遍现象，这些细节就显得无关紧要。我们需要构建一个足够抽象的框架，既能用来描述我们已知的全部生命形态，又能涵盖那些尚未归类的生命实例，帮助我们解开生命起源之谜。这意味着，该框架必须具备深层次的概念结构，能够将物理化学规律与生物学现象统一起来，此外，由于外星生命的可能形态也需要被包含在内，该抽象理论还必须具有预测性，能够适用于宇宙中所有的生命形式，而不仅限于地球上的生命。
哪些细节至关重要，哪些又可以忽略不计？这是一个极具挑战性的问题。
生命是什么？这一问题很难回答，答案可能出人意料。历史表明，科学家给出的卓越解释往往与人们最初的天真预想背道而驰，所以，与其固守成见，不如让我们主动追问生命的本质，拥抱意外的发现。
在本书的后续章节中，我将系统介绍利用物理学理论来阐释生命及其起源的前沿思路，该方法旨在捕捉生命的普遍抽象特性，并通过实验来验证理论构想。在研究中，我们秉持着曾引发物理学范式革命的创新精神，期待着获得突破性发现。撰写本书的初衷，正是为了以颠覆性的方式揭示生命起源的奥秘，设想人类与外星生命的首次接触，毕竟，先有想象，才有可能。
构建生命物体理论：
火星表面有没有可能出现两把螺丝刀
我已经点明，要想了解这门阐释生命的新物理学，我们需要从理解存在及存在的缘由开始，即探究物理实体存在背后的选择机制。存在本身极为特别，在我们想象范畴内的大多数事物根本没有存在的可能，当然，还有些事物直接超出了我们的想象。
我们不妨从想象范畴内的事物着手，至少它们存在出现的可能性。例如，我们可以设想出一系列基本粒子，它们逐步组成了原子、分子、细胞、自行车、人类、植物，构成了在地球40亿年的演化史中出现过的事物，也可以构成未曾出现却可能存在之物。我们生活的世界只是浩瀚空间的冰山一角。
量子力学、广义相对论和统计物理学是现代理论物理学的三大支柱：量子力学主要研究物质的属性及基本组成单元的行为；广义相对论借助时空的几何结构来描述引力作用；统计物理学关注的则是由大量微观成分构成的宏观系统的集体行为。广义相对论和狭义相对论共同揭示了引力与运动的本质，其核心概念在于坐标空间与坐标时间——坐标空间是物理学中用来描述物理空间的一个专业术语，包含左右、前后、上下三个维度，我们日常使用的直尺测量的就是这种坐标空间；坐标时间描述的是由时钟测量的物理量，相比于我们的主观感知，时钟可以更加规律可靠地记录时间的流逝。统计物理学和热力学则共同阐释了能量、功、测量不确定性（即熵）等概念的特性。
目前，我们尚未构建出一套物理理论来描述基础物质全部组合的可能性，例如元素周期表中的原子可能形成的全部分子组合。在其他宇宙中可能存在着完全不同的元素周期表，甚至完全不存在类似的规律，我们所知的化学反应可能完全基于本宇宙中的原子特性。再比如晶体管技术，若在晶体管面世之前出现了另一项技术，或者出现了某项替代技术，那么现有的技术体系将完全不同。通过组合方式构建的物体空间极其庞大，无论何时，宇宙都无法制造出其中的所有物体，甚至无法制造出其中的一小部分，大多数存在出现可能性的物体永远都不会问世。由多个部件组成的复杂物体更是如此，构成物体的部件越多，组合的可能性空间就越大。
那些有幸成为物理实体的事物，其存在往往依赖于已存在的事物以及一系列复杂条件，因此这些事物的存在难以用现有的物理理论加以解释。我想要论证的观点是，为了能够更好地理解这些事物的存在，我们需要将组合的可能性空间定义为一个真实存在的物理空间，就像人类所处的三维空间那样。深入探究这个空间的物理特性，或许正是解开生命之谜的关键所在。
在广袤无垠的宇宙中，螺丝刀可以算是我们熟知的、实实在在的物理实体之一，我们对它的存在确信无疑，毕竟它确实躺在我们的工具箱里，实实在在地存在着。如前文所述，我们已经提出疑问：“一把螺丝刀出现在火星的红色荒漠上究竟是一个小概率离奇事件，还是一件在物理世界中根本不可能发生的事情呢？”
那么，火星表面有没有可能出现两把螺丝刀呢？
我在第2章提及的那次由卡内基科学研究所举办的会议，或许为生命起源研究的范式革新播下了种子，它为包括我在内的部分学者提供了审视生命、宇宙和万物本质的全新视角，通过搭建起物理学与生物学之间的桥梁，帮助我们突破了原有的认知。正如大多数科学统一理论的发展轨迹，这一新范式展现出了迥异于既有理论的独特面貌。
在那次会议上，一位学者大胆断言，在物理层面，一把螺丝刀不可能无须任何演化、仅凭随机波动产生。更令人感到意外的是，他声称这一结论不仅可以通过逻辑推理得出，还能经由实验验证。这一惊人论断出自博学多才的格拉斯哥大学化学教授李·克罗宁之口。克罗宁既是我的好友，也是我的合作伙伴，他向来直言不讳，总爱向未知的领域发起挑战。
克罗宁常被归为理论家，但他构建理论的方法极为独特，坚持认为理论必须能够通过实验验证。在多数人依赖抽象思维构建理论时，克罗宁坚持使用现实世界中的物理对象来推演理论。虽然螺丝刀确实很难自发形成，但他在会议上所言并非要强调这件事不可能发生，而是要表明他能通过分子实验验证这一理论。
克罗宁会在家中的工作间里召开视频会议，镜头里常常出现正在运行的实验设备。疫情防控期间，我们每周五都会与圣塔菲研究所的研究人员克里斯·肯佩斯（Chris Kempes）和迈克尔·拉赫曼通话，克罗宁会在此时展示自己正在开展的家庭实验。他为自己的家庭工作间配备了三维打印机、机器人、电子仪器以及各种我甚至说不上名字的装置，并且还在不断添置新工具，用以完成正式实验前的问题排查工作。
他研制了家庭版选择装置，让滚珠轴承模型在三维打印竞技场中完成竞争筛选，验证演化与选择的普适性猜想。他还尝试研制量子计算机，只是由于量子测量仪器造价高达10万美元，他无法证实是否已实现光子纠缠态。后来，他与格拉斯哥大学物理系教授合作，利用偏振纠缠光子源进行了非偏振光光学活性测量实验。工作时，克罗宁会在背景墙上投影，播放《降临》（Arrival）《超时空接触》（Contact）等与外星生命探测相关的电影，有时，他甚至会在墙面上同时播放两部电影。若换作我，在这种环境中实在难以专心工作，哪怕只播放一部电影也会让我分神！
在思考生命起源问题时，克罗宁提出一个假说：某些分子与螺丝刀、手机、卫星和汽车一样复杂，难以自发形成。他意识到，宇宙并不能生成所有物质的理论首先体现在化学领域。某些分子结构过于复杂，必须通过演化才能形成，它们的存在本身就是这类演化过程的确凿证据，它们包含的组成部分实在太多，根本无法自发形成。
若依照克罗宁提出的这一化学领域猜想来构建理论，我们或许能从“生命的功能”而非“生命的本质”出发，搭建生命理论的数学框架。我们已经在第2章讨论过，如果聚焦于生命或意识的功能而非本质，我们也许能够找到破解难题的新思路。这个思路非常简单：宇宙中，只有生命才能创造出由众多独特且递归构建的部件组成的实体。
在实验室里验证生命起源理论绝非易事，许多科学家认为，理解生命的本质已属艰难，更遑论构建可验证的生命背后的物理学理论。有人觉得我们的尝试太过疯狂，认为这些理论晦涩难懂，还有人觉得这些理论太过浅显。我明白，在一些人看来，我们的理念或许有些奇怪，因为它们处于一个完全陌生的创造空间。我们尚未解开生命起源之谜，也未与外星生命建立联系，因此，或许我们需要的正是那些颠覆常规、看似“异类”的突破性理念。
攻读博士期间，我选择研究生命起源这一课题正是因为这片充满未知的科学领域深深吸引了我。彼时，学界连应该提出何种问题都尚未明确，更遑论找出解答之道。我怀着对物理学史上那些实现重大认知突破的先驱的深深敬意，投身这一领域的研究。
众所周知，牛顿发现万有引力定律，为人们带来了对宇宙运行规律的全新理解；麦克斯韦建立电磁理论体系，为现代电磁学奠定了理论基础；爱因斯坦通过创立相对论并融合时空观，彻底改变了人们对宇宙的认知；量子物理学家们突破确定性和局域性认知，彰显了科学的强大力量。这些重大进展以及物理学史上其他根本性变革的出现，全都要归功于科学家们以全新视角审视未解之谜，无一例外，我期待生命起源研究也能迎来这样的重大突破。作为一名接受传统教育的理论物理学者，我起初认为这些理论在自己的有生之年难以得到验证，但是克罗宁决心推翻我的这一想法。从合作初期开始，他就敦促我将理论思维建立在实证基础之上，这种思维模式彻底改变了我对生命演化历程的认知方式。
在研究组装理论（assembly theory）时，我们并未试图去定义生命——在本书中，我们已经目睹了这类尝试的失败，我们的目标是搭建一个形式化框架，实现生命与非生命物质的统一。那么，我们如何才能揭示有关生命起源的物理法则呢？从非生命到生命的跃迁又该如何解释呢？
组装理论的核心假设为，复杂物体能够存在意味着其形成信息必然存储于其他物体中，这构成了一种具象化的物理记忆系统，或者说制约其形成的条件集合，这些物体只能通过演化或学习形成。我们可以将此归纳为一种选择机制，若在生命出现之前就存在可能性空间的选择机制，那么这些约束条件将推动我们观察到生命的演化。拉赫曼和克罗宁都将此称为“生命前选择”，认为需要探究关于这种选择机制的物理定律，而我更倾向于称这一研究领域为“存在物理学”。
为了构建一个可验证的理论体系，我们采取了独特的逆向研究路径，从可通过实验检测的分子特征反向推导出能证明该分子为选择与演化产物的指标。
组装理论以物体为研究对象，因为物体是真正可测量的实体。纵观我接受的所有物理学教育，物体从未得到过明确定义，我只是潜移默化地接受了一种观念：真正的根本性研究对象应为那些不可分割之物，即希腊人口中的“原子”和我们如今所说的“基本粒子”。
我刚才讲述的这些物体定义虽有些抽象，但意义重大。以这种抽象方式来描述物体，能帮助我们在构建物体选择理论时精准锚定核心特征，阐释为何某些物体能够存在，而其他则不然。接下来，我们即将深入探讨一种创新的物理学理论框架，独辟蹊径地将生命体视为基本构成要素。
组装理论，
生命就是宇宙创造记忆的过程
我们之前提到了两个猜想：一是宇宙中，或许只有生命才能够创造出拥有大量独特部件的物体；二是我们或许能够从分子的可测量属性出发去探寻选择与演化的相关证据。
在此前的探讨中，我曾提出物体必须具备可分解性，这也就意味着它必然具有可组装性。组装指数（assembly index）正是我们用以量化“宇宙构建某物难易程度”的一种形式化指标，在分解物体后反向推算得出的在物理层面生成该物体所需的最少步骤数即为组装指数。就某个特定对象而言，其组装空间（assembly space）被定义为递归组合已构建要素、利用基本部件将其构建出来的路径集合。实现最短路径也就意味着组装空间捕捉到了构建观察对象所需的最小记忆容量，即基于历史上可能存在的物体的最少操作次数。值得注意的是，组装空间受物理定律约束，组装路径中的可能步骤必须在物理层面上切实可行。
你可以通过断裂分子键将一个分子分解为两部分，反复进行这一操作，直至得到最简构件——在分子组装理论中，这些最简构件即原子和化学键。所有可能存在的分子都必须遵循化学成键规则，若要在分子中寻找选择作用的证据，我们就必须使用受构造器约束的操作来组装分子。此处的构造器指的是具有特定约束信息的物理系统，这些约束能够将可能性空间限定为特定对象的形成条件。对化学对象而言，构造器可以是地球化学环境、化学家或人工智能机器人，这一概念与我在第2章讨论奇亚拉·马尔莱托和戴维·多伊奇的构造器理论时提出的观点一致。
任何构建对象的主体都必须采用在物理层面上可行的操作，若要构建该分子的组装空间，你可以从一组简单的构建模块入手，通过连接一对模块（例如形成新化学键），尝试重组出原始分子的架构。在每一步操作中，你都可以选择任意两个分子片段进行结合，只要这两个片段是之前已经制备好的即可。这种连接操作具有递归性，所以在每个组装步骤中，你都可以重复利用已构建部件。组装指数指的就是该分子在组装空间内最短组装路径的长度。
对大多数人而言，分子这一概念并不直观，所以我们可以再用乐高积木来解释一遍，以一种更加清晰明了的方式将这物理概念准确阐述出来。如果你正愁找不到玩积木的正当理由，那么你现在就可以拿出积木来亲自尝试一番。请你想象或搭建一个简单物体，比如一个包含两个蓝色部件和三个黄色部件的物体，你可以任意设计它的结构，这就是你的目标物体。
现在，请你将其拆解为独立的积木单元，这些不可分割的乐高积木就是你的“原子”，它们相互连接的物理结构就是自带的预设“连接键”。此时，我们需要假设你可以无限量获取乐高积木，因为我们是在组装理论框架下定义物体的抽象空间，而非讨论实际建造过程中需要多资源（乐高积木的数量）。组装路径就是该物体所有可能形成方式的集合，而要为该物体构建组装空间，你就要先从乐高积木堆中选取两个结构。接下来，请你根据目标形态将两个积木结构拼合起来，确保这个子部件与你的原始设计相符，然后将这个新组合放回积木堆，再从积木堆中选取两个新部件（可以是刚刚组装的结构）。
你可以持续进行这种递归操作，不断重复利用已组装好的部件，直至成功复原最初设计的物体。在这个过程中，递归操作非常关键，因为这意味着你只能使用已经构建的物体。换句话说，组装空间本身就承载着过往记忆，在某个物体本身存在之前，你无法用它来创造新的事物。这听起来合情合理，对吧？可是在现有的物理学理论中，仍未出现将过去以物理形式具象化并体现于当下的机制。在组装理论中，我们将过去巧妙地折叠进当下，使其具体体现在当前物体的组装空间中。也就是说，组装理论将每个物体都视为自身历史的递归堆叠，你可以将其理解为一种将历史视为物理属性的物理学理论。
我们将你实际采用的步骤序列或者可能采取的步骤称为组装路径。在重复上述操作时，你可以选择不同的路径，而在组装理论中，我们特别关注最小组装空间，即步骤最少的组装路径，这种最短路径以最简方式体现了制造该物体所需的因果关系总量。在确定最小组装空间后，计算组装指数就非常容易了，我们只需计算路径上所需的步骤数量。换句话说，它就是通过仅重复利用已生成的独特形状来制造目标物体所需的最少操作次数，你可以将其理解为宇宙组装该物体所需的最短历史、最小记忆容量或最短因果时间。需要再次强调的是，宇宙无法在生成新部件之前创造任何新事物，无须任何条件就能自发形成的“免费午餐”并不存在，任何新事物的诞生都需要通过演化与选择才能逐步实现。
乐高积木只能通过特定方式连接，因此你能搭建出来的结构是有限的，例如，你很难用方形积木搭出圆形结构。玩过热门电子游戏《我的世界》（Minecraft）的人都会深有体会，在由积木构成的宇宙中，制作一个方形的太阳比制作圆形的太阳容易得多。
在组装理论的物理法则中存在两个基本约束条件：一、支配组装过程的物理定律决定了宇宙中可能发生之事；二、作为物体构造者，比如搭乐高的你，在搭建过程中依据的信息是脑海中的设计蓝图，构造者必须将这些信息牢记于心才能成功组装出相应的物体，因此，如果没有像你这样的构造者去动手搭建它，乐高积木也就无法自行组合成各种各样的模型或结构。
第一个约束条件让我们意识到，我们不能随心所欲地拼接积木。当然，如果我们拥有强力胶水或许可以突破常规，但这将违反上述乐高宇宙的基本规则。乐高积木的组合限制类似于现实宇宙中的化学键规则，都遵循着统一的法则。
在现实世界中，原子间的键合方式构成了化学反应的基本规律，并非所有原子组合都能形成稳定分子，这限定了物质结构的可能性边界。同理，乐高积木世界的组装者必须遵循“块间相容性法则”，只能将带有相同凸点和凹槽的部件组合在一起。这种设计既保持了系统的开放性，又避免了无限组合带来的混乱。正如化学键选择性地维持分子多样性的同时，也为物质世界提供了稳定的结构基础。
在乐高积木世界里，你的想象力固然重要，但并非毫无边界。实际上，你的创意受限于记忆中已有的乐高积木元素，这些元素是你创新组合的基础。你所构建的每个模型其实早已存在于一个预设的可能性集合中，这个集合的大小既受你的记忆影响，也取决于你的时间和可用的资源。简言之，你的创造力只能在这个受约束的空间里发挥。
在组装复杂对象时，其组合复杂度越高，所需的搭建步骤就越多，搭建路径数量也呈指数级攀升。即使我们只用少量积木来演示，如果搭建目标是乐高版本的霍格沃茨城堡，那么搭建路径的多样性也会十分惊人！在这种情况下，哪怕采用最短搭建路径，耗时也会非常长。不过，我本人尚未计算过乐高霍格沃茨城堡的组装指数。此外，搭建能否成功最终还取决于我们对“乐高霍格沃茨城堡”这个概念的理解是否一致，即我们是否对目标对象有共同的认知基础。
宇宙在创造某个对象时，未必会选择最短路径，而且随着对象组装指数的增大，潜在的构建路径数量也会呈指数级增多。若仅从概率论角度来看，任何复杂对象的出现都极有可能是通过无数迂回曲折的路径达成，不太可能恰好沿着理论上的最短路径实现。此外，在谈及化学领域时，我们需要澄清一点：组装步骤并不等同于反应步骤。在分子组装的可能性空间中存在大量永远无法作为独立实体存在的分子碎片，这些碎片不可能单独呈现在具体的反应序列中，但它们对理解分子构型所需的因果关系至关重要，这些分子碎片作为潜在构建方式的记忆元素存在，其意义超越了具体的合成路径。
或许有人会觉得，这种包含不可单独测量属性的对象的理论模型略显奇怪，然而，当这类理论能够产出可验证的实验结果并具备强大的解释力时，它就可以成为科学研究的惯常方法。人类通过构建此类抽象概念体系解释自然现象的能力，正是我们理解不可直接测量的物理实体的最重要工具。一个典型例子当数粒子物理学中的夸克模型。作为构成原子核中质子与中子的基础单元，夸克在标准模型中占据核心地位，但根据量子色动力学的夸克禁闭原理，它们永远无法以孤立形式存在。与此类似，分子组装中的许多碎片也无法脱离目标分子独立存在，但这些碎片对决定分子构型的选择性和因果关系至关重要。
三磷酸腺苷（ATP）分子的组装指数为21，它是细胞内关键的能量载体，可通过多种不同的代谢途径合成，其中研究较为透彻的合成途径包括糖酵解和三羧酸循环，不过，这些反应路径与组装理论中讨论的路径并不完全一致。我们可以将化学反应看作一种粗粒度简化处理或系统化分组，这取决于引发反应的具体约束条件，比如作用于构造器的条件。
这些约束条件在宇宙的各个区域有所不同。例如，在地球化学环境中（这不适用于ATP，但适用于其他更简单的分子），这些约束可能来自岩石表面；在化学实验室中，约束可能来自圆底烧瓶。这两种情况都与细胞内酶系统协调作用下介导化学反应的环境不同。由于合成ATP所需的底物和反应取决于具体环境，所以反应序列并非ATP自身的固有特征。尽管ATP可以通过几个步骤简单的反应序列合成，但在这些情况下，起始原料始终是其他组装指数较高的分子。这类分子本身就代表了大量受约束的可能性，而这些可能性已在被选定的对象中得到体现。
我们假设组装空间具有某种固有属性，无论合成分子的是地球微生物还是外星智慧生命，这一属性都能揭示出该分子的本征特性。因此，组装指数作为一种度量指标具有普适性，无论是你在地球海洋底部发现的ATP，还是在土卫二的地下海洋中检测到的ATP，其组装指数都应当保持一致。
在初次尝试组装物体时，我们很可能并未遵循最短路径原则。当然，如果最初搭建的乐高模型非常简单，那我们或许可以做到。在组装理论中，研究重点始终是最短路径而非宇宙实际采用的路径，也不是众多可能路径的平均值，这背后有几个重要原因。
最短路径可被视为物体的内在属性。假设随机挑选两位读者构建相同物体，那么他们很可能会采用不同路径。具体组装路径取决于构建环境，包括构造者（你）与被构造物。这一观点至关重要，因为在用生物学相关方式定义“信息”时，我们面临的一大难题就是生物信息的环境依赖性。例如，某些DNA序列（如基因）在细胞环境中具有功能意义，而其他序列则无此功能；此外，具有生物学意义的序列一旦脱离细胞环境就会失去功能。仅凭观察A、G、C、T碱基序列，你无法区分具有功能的DNA链与无功能的DNA链，这正是定义生物学相关信息概念时的一大挑战。
为此，组装理论采用了不同的方法，我们通过关注物体本身的特征来消除环境依赖性，无论观察场景如何变化，这些特征始终如一。在这个意义上，我们并不关心DNA的具体功能或意义，只关注DNA必须依赖已存在的构建系统（例如细胞或实验室）才能形成。换言之，我们关注的是DNA本身就是演化产物的本质属性。DNA作为功能或意义的载体证据，其存在本身就依赖于这种演化过程。我们无法仅通过观察孤立的DNA分子来判断其意义，但我们可以测量生成DNA所需的最短路径，这个测量结果独立于其构建系统或发现环境。
这就是我们考量最短路径的核心原因，我们秉持着不可知论的原则，不依赖我们对现有生命化学的认知。在实验室中，我们能够使用多种仪器开展测量工作，该方法适用于任何类型的分子。
当然，做到这一点的前提是分子必须存在多个拷贝，这正是组装理论中物体的一个关键特征。其实，理解组装理论只需把握4个重要的值——0、1、2和许多。如果一个物体从未出现（拷贝数为0），那它就不存在。现有物理学体系允许复杂物体通过随机概率形成，但这些物体无法持续存在，无法被复制，更无法大量出现，所以，虽说新事物有产生的可能性，但这类新事物无法被选择留存。
在组装理论中，只有当承载着制造该物体知识的其他物体谱系已被选择存在，该物体才能出现。这个谱系可以首次制造出该物体（即新颖性），并且由于谱系本身已被选择持续存在，它也能再次制造该物体（即选择性）。这和认为物体可能自发波动产生的观点截然不同，它将物体与其谱系视为同一事物，就能让物体及其历史被共同选择，从而使该物体在被发现后能够持续存在并复现。
因此，某个物体至少以两个副本的形式存在就意味着宇宙中必然存在某种可靠的机制能够制造该物体，而某物体拥有众多副本则更强有力地证明，必然存在某种被选择的可靠物质机制，这种机制承载着如何制造该物体的相关记忆。由此可知，一个复杂物体要想拥有多个副本，就必须存在大量能够制造它的其他物体的副本，以及制造这些物体的母体的副本，依此类推，最终构建起一条能够促使该物体诞生的制造链条。我们可以将这种现象想象为一种层层叠加的物体制造系统，体系中的每一层物体都必须先经过筛选，才能继续搭建下一层结构。实际上，这正是我们借助组装理论理解地球生命演化历程的方式：从底层到顶层，所有物体都在持续不断地制造新的物体，正如克罗宁常说的那样，“生命就是宇宙创造记忆的过程”。
以爱迪生发明电灯为例，在成功研制出功能性灯泡之前，他尝试过上百种不同的设计方案，通过不断调整并筛选每个方案中的有效元素来推进实验。在最终方案被证明行之有效后，人们便开始利用既有物理系统（人类与技术）的能源和资源进行大规模复制，工厂里生产的所有灯泡均以这一成功方案为蓝本。如今，全球数以亿计的灯泡存量正是“制造步骤信息（即记忆）被选择留存”的有力证据。
需要强调的是，这些不必是精确的复制品。以灯泡为例，它可以衍生出多种变体，如LED灯、泛光灯和微波灯泡。其中的关键点在于，大量高度相似的复制品可以证明存在一个可靠且经过筛选的生成该设计及其变体的过程。若没有演化选择，地球上本不会出现灯泡，但这并不意味着爱迪生解决的问题只有灯泡这一种解决方案。
事实上，生物学和技术领域存在的诸多案例表明，不同的选择事件序列会产生不同的功能性解决方案来应对类似的演化问题。例如，海森堡和薛定谔的量子力学理论就是同步发展而成，后来才被发现是功能等效的理论；又比如有袋类动物的演化路径，它们通过演化形成外部育儿袋，而非通过内部胎盘来孕育幼崽，虽然两者在结构上有所不同，但都成功解决了幼崽在发育初期需要延长被照料时间的问题。这些案例揭示了演化过程固有的路径依赖性。在构建出的特定对象的谱系中，那些具有历史偶然性的特征确实会产生重要影响，犹如在演化之旅中，多条岔路通向不同的解决方案，而每一条路径都承载着独特的演化记忆与选择痕迹。
组装而非随机，
演化是构建宇宙复杂性的必要条件
我们已经讨论过，当代物理定律通常以初始状态与运动定律的形式呈现，从本体论角度来看，这两者独立存在，超脱于所描述的宇宙之外，扮演着描绘事物变化的边界条件这一角色。事实上，正是当代理论物理学的这一特性为模拟假说、智能设计论等哲学诠释留下了空间。这两种理论以非传统的方式对我们所处现实的创造过程做出了假设——或是经由程序员编码，或是借助神明创造。若我们所处的世界是一个模拟世界，那就必然存在一位程序员，他身处我们的宇宙之外，能够生成我们这个宇宙的代码或程序。这种解释与智能设计论高度吻合，后者仅需将“程序员”替换为“设计者”就能形成类似的现实解释——宇宙背后存在一个设计者（可能是上帝），这位设计者设定了宇宙诞生的初始条件。
令人颇感意外的是，当程序员或者设计者不加干预的时候，这种解释与现代物理学对宇宙的认知并无本质区别。在我们当下的认知框架中，宇宙中必然存在着独立于其本身的定律，也就是说，这些定律并非宇宙内部衍生出来的属性，这些定律与受其约束的初始条件共同造就了我们所处的这个宇宙。定律以及初始条件构成了宇宙的边界条件，据此可以解释大爆炸之后发生的所有现象，不过，它们自身的起源仍是一个未解之谜。
在组装理论的框架下，我们需要严肃看待这样一个观点：物理定律不应包含复杂分子的具体设计。若果真如此，那么宇宙将沦为一个毫无创造力的预制世界，然而，存在高拷贝数的复杂对象意味着必然存在具备分步特异性信息的物理系统。智能设计论的拥趸们倾向于将这种设计归因于宇宙之外的某种力量，而当代物理学则将这种解释推给了可观测宇宙的边界条件。
组装理论的意义在于揭示宇宙如何实现自我设计与构建，而生命现象正是这一物理法则的绝佳例证。我们通过逆向推演现有事物，量化达到当前状态所需的构建（选择）过程，从而理解人类在浩瀚无垠的可能性空间中所处的局部位置。在组装理论中，初始状态（基本构建单元）蕴含的信息相对较少，物理法则（结合操作）同样如此，随着时间的推移，物体所承载的信息几乎都体现在其世系轨迹之中。
保罗·戴维斯热衷于构思一个妙趣横生的思想实验，旨在探讨如何甄别设计痕迹，这里指的可不是智能设计者的创作，而是演化历程中的设计，或者智能工程师、科学家所缔造的作品。整个实验的关键就在于我们究竟该如何精准辨认出被设计的物体。
戴维斯常以一个充满趣味性的例子来形象地阐释其中的奥秘：你可以想象自己漫步于城市的街头巷尾，这时，一辆汽车恰巧从旁驶过，车牌上赫然印着你的生日。初见此景，你或许并未在意，觉得这只是个微不足道的巧合，然而，紧接着你又发现路牌上竟然醒目地写着你母亲的名字。还没等你从惊讶中回过神来，一辆出租车缓缓驶入眼帘，车侧的联系电话竟与你的社会保障卡号码惊人地相似，唯一不同的就是缺少了末尾的数字，而缺失的那个数字正是这辆出租车的独有编号。随着这一连串看似巧合的事件不断叠加、持续累积，我们不禁陷入深思：究竟当这类匪夷所思的 “巧合”堆积到何种程度时，我们才开始怀疑事有蹊跷？这究竟是纯粹的随机事件偶然拼凑出的序列，还是某种精心设计的结果呢？
在探寻宇宙潜在外星智慧的征程中，精准区分设计（其来源可能为智能主体或演化历程）与纯粹的随机性至关重要。我们认知中的一些高度复杂的模式尽管实际上蕴含着精心设计，表面上却呈现出近乎随机的特征，例如在密码学领域，将信息伪装成看似随机的噪声正是确保数据安全传输的重要策略之一。那么，我们究竟该如何分辨外星智能所创造的产物与自然随机现象呢？
问题在于，基于当下对“复杂性”的衡量标准，随机性有时也能展现出相当复杂的样貌，然而这并非我们真正追寻的目标。
在组装理论中，我们引入拷贝数这一关键指标，旨在精准区分由设计演化催生的复杂性与纯粹的随机性。演化并非凭空而起，而是立足于宇宙过往的积累成果，经由演化孕育出的物体，无论其复杂程度如何，都会重复沿用先前已发现的部件。高拷贝数不仅彰显了演化物体的显著特征，还体现了其组成部分的重要特征。
以人体为例，人体是由数百万个高度相似的细胞构成，并非由全然不同的个体拼凑而成。时下，大型语言模型正逐步扩展其应用场景，广泛融入其他技术领域，无论是在生物学领域还是在技术领域，我们都能依稀察觉到，部件的重复利用已然成为构建更为复杂物体的必备要素，这绝非偶然。
根据组装理论，我们有理由推测，这或许是宇宙在探索复杂物体空间时的唯一可行途径，复杂物体的诞生离不开部件的选择与重复利用，因为可能性空间浩瀚无垠，仅凭其他方式根本无法完成这些物体的构建。将具有部件重复利用特性的演化物体与那些拥有随机不可预测属性的物体进行对比，我们会发现一种看似自相矛盾的现象：由于部件重复利用的特性，演化系统的复杂程度竟反而不及随机系统。当像我们这样的智能物种发明出计算等抽象概念后，这些工具便得以将随机性形式化，并且能够通过计算机或大脑精准识别出构建随机性的途径。这表明，那些通过随机方式构建的复杂物体，也就是在不重复使用任何部件的前提下高度组装而成的物体，可能并非仅仅是演化的产物，更是某种无须重复利用部件即可构建物体的智能水平的结晶。这类必须借助算法生成的物体或许会成为我们搜寻技术特征信号（即宇宙中技术存在迹象）时的最佳候选目标。
组装理论为我们提供了一种独特的视角，在回溯包含所有可能存在事物的集合时，我们可以发现一个有趣的现象：所有可能物体的抽象组合空间可以通过两个关键的可测量属性来构建一个物理空间，这两个属性便是组装指数与拷贝数。我们之所以将其界定为物理空间，是因为这些坐标在描述物体在组装空间中的位置时起着至关重要的作用，它们类似于我们在时空中确定物体位置时所依赖的时钟时间坐标和三维空间坐标（即x、y、z轴所定义的位置）。我们可以这样理解组装指数，它就像可能性空间中的一个深度指示值，组装指数越大，该层次上存在的可能性就越丰富，宇宙能够以类似组装方式制造出的物体所占的比例就越小，这也表明，任何高组装度物体的形成都需要经历更为严格的选择过程。拷贝数则反映了每个物体在物理实现过程中建造或设计环节的稳定性，它是组装观察对象所需的大量基础构件的证明。组装指数与拷贝数共同构成了一个可能性坐标系，为我们揭示了复杂物体所蕴含的选择压力强度的大小。
组装理论的一项重要推论指出，我们永远不应期待高组装指数的物体会自发形成，然而，这一结论与标准物理学的许多基本假设相悖。许多物理学家认为，理论上任何可能存在的物体都有微小但非零的概率通过随机量子或热力学事件自发形成。尽管复杂物体自发形成的概率极低，但理论认为其概率始终不为零，这意味着在浩瀚的可能性空间中，宇宙可以随时随地随机生成任何事物。物理学家认为这种理论反驳了智能设计论，但事实上，认为无须任何构建记忆就能在宇宙的任何时空点自发形成物体的观点，反而成为智能设计论最有力的佐证，因为它意味着每个时空点都蕴含着所有物体的设计蓝图。这正是著名的玻尔兹曼大脑论证背后的核心逻辑。玻尔兹曼大脑是一种功能完整的大脑，携带着虚构人生的全部记忆，由物质的随机波动自发形成。在现代物理学框架下，即使采用保守的宇宙学参数估算，这类完整大脑瞬间生成又立即消失的概率也微乎其微，但无论这个可能性多么渺小，玻尔兹曼大脑的存在本身就给当代物理学理论带来了严峻挑战。
宇宙如此广袤而古老，更重要的是它仍在持续膨胀和演化，在这种近乎无限的机遇空间中，有研究者提出，相较于生命起源事件后历经漫长演化诞生的观测者，比如你我，宇宙中可能更普遍地存在着玻尔兹曼大脑式的观测者，这类观测者会在转瞬间闪现又消失，伴随着虚幻现实的完整体验。事实上，既然玻尔兹曼大脑比演化形成的大脑更有可能存在，那么此刻正在阅读这段文字的你甚至可能就是其中之一！其中的悖论在于，你永远无法察觉这种差异，当意识到自己可能是这种大脑时，你可能在读完上句话后就已经消失，但此刻你仍在阅读，这意味着或许你恰恰是刚刚波动形成的存在，携带了“已阅读前文”的虚假记忆。
在组装理论中，玻尔兹曼大脑并非常规认知中小概率出现于宇宙中的事件，实际上，其存在的可能性趋近于零。更准确地说，若未先运行完整的事件因果链来筛选产生它们所需的信息，这类大脑的自发形成在逻辑上根本行不通。
简而言之，大脑无法脱离其演化过程存在，它们不能独立于躯体之外。目前这些躯体是生物性的，我并不排除未来出现技术性躯体的可能性，但关键在于，这些躯体同样是演化与选择过程的产物。基于组装理论，我们预测，具有高组装结构的物体无法通过自发波动形成物质存在。在这个组装构成的宇宙中，你永远不会孤立无援，每个演化而来的物体必然伴随着众多与之相关的其他物体。
▷本文引自《生命未被理解的真相》，[美] 萨拉·沃克著，湛庐文化/浙江科学技术出版社，点击上图或阅读原文购买。
阅读最新前沿科技趋势报告，请访问21世纪关键技术研究院的“未来知识库”
未来知识库是“21世纪关键技术研究院”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。
截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告
（加入未来知识库，全部资料免费阅读和下载）
牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》
麦肯锡：超级智能机构：赋能人们释放人工智能的全部潜力
AAAI 2025 关于人工智能研究未来研究报告
斯坦福：2025 斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191 页）
壳牌：2025 能源安全远景报告：能源与人工智能（57 页）
盖洛普 & 牛津幸福研究中心：2025 年世界幸福报告（260 页）
Schwab ：2025 未来共生：以集体社会创新破解重大社会挑战研究报告（36 页）
IMD：2024 年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214 页）
DS 系列专题：DeepSeek 技术溯源及前沿探索，50 页 ppt
联合国人居署：2024 全球城市负责任人工智能评估报告：利用 AI 构建以人为本的智慧城市（86 页）
TechUK：2025 全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52 页）
NAVEX Global：2024 年十大风险与合规趋势报告（42 页）
《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页
2025 - 2035 年人形机器人发展趋势报告 53 页
Evaluate Pharma：2024 年全球生物制药行业展望报告：增长驱动力分析（29 页）
【AAAI2025 教程】基础模型与具身智能体的交汇，350 页 ppt
Tracxn：2025 全球飞行汽车行业市场研究报告（45 页）
谷歌：2024 人工智能短跑选手（AI Sprinters）：捕捉新兴市场 AI 经济机遇报告（39 页）
【斯坦福博士论文】构建类人化具身智能体：从人类行为中学习
《基于传感器的机器学习车辆分类》最新 170 页
美国安全与新兴技术中心：2025 CSET 对美国人工智能行动计划的建议（18 页）
罗兰贝格：2024 人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（11 页）
兰德公司：2025 从研究到现实：NHS 的研究和创新是实现十年计划的关键报告（209 页）
康桥汇世（Cambridge Associates）：2025 年全球经济展望报告（44 页）
国际能源署：2025 迈向核能新时代
麦肯锡：人工智能现状，组织如何重塑自身以获取价值
威立（Wiley）：2025 全球科研人员人工智能研究报告（38 页）
牛津经济研究院：2025 TikTok 对美国就业的量化影响研究报告：470 万岗位（14 页）
国际能源署（IEA）：能效 2024 研究报告（127 页）
Workday ：2025 发挥人类潜能：人工智能（AI）技能革命研究报告（20 页）
CertiK：Hack3D：2024 年 Web3.0 安全报告（28 页）
世界经济论坛：工业制造中的前沿技术：人工智能代理的崛起》报告
迈向推理时代：大型语言模型的长链推理研究综述
波士顿咨询：2025 亚太地区生成式 AI 的崛起研究报告：从技术追赶者到全球领导者的跨越（15 页）
安联（Allianz）：2025 新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33 页）
IMT：2025 具身智能（Embodied AI）概念、核心要素及未来进展：趋势与挑战研究报告（25 页）
IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）
CCAV：2025 当 AI 接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124 页）
《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页
《面向科学发现的智能体人工智能：进展、挑战与未来方向综述》
全国机器人标准化技术委员会：人形机器人标准化白皮书（2024 版）（96 页）
美国国家科学委员会（NSB）：2024 年研究与发展 - 美国趋势及国际比较（51 页）
艾昆纬（IQVIA）：2025 骨科手术机器人技术的崛起白皮书：创新及未来方向（17 页）
NPL&Beauhurst：2025 英国量子产业洞察报告：私人和公共投资的作用（25 页）
IEA PVPS：2024 光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65 页）
AGI 智能时代：2025 让 DeepSeek 更有趣更有深度的思考研究分析报告（24 页）
2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37 页）
华为：2025 鸿蒙生态应用开发白皮书（133 页
《超级智能战略研究报告》
中美技术差距分析报告 2025
欧洲量子产业联盟（QuIC）：2024 年全球量子技术专利态势分析白皮书（34 页）
美国能源部：2021 超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60 页）
罗马大学：2025 超级高铁（Hyperloop）：第五种新型交通方式 - 技术研发进展、优势及局限性研究报告（72 页）
兰德公司：2025 灾难性网络风险保险研究报告：市场趋势与政策选择（93 页）
GTI：2024 先进感知技术白皮书（36 页）
AAAI：2025 人工智能研究的未来报告：17 大关键议题（88 页）
安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告
威达信：2025 全球洪水风险研究报告：现状、趋势及应对措施（22 页）
兰德公司：迈向人工智能治理研究报告：2024EqualAI 峰会洞察及建议（19 页）
哈佛商业评论：2025 人工智能时代下的现代软件开发实践报告（12 页）
德安华：全球航空航天、国防及政府服务研究报告：2024 年回顾及 2025 年展望（27 页）
奥雅纳：2024 塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28 页）
HSOAC：2025 美国新兴技术与风险评估报告：太空领域和关键基础设施（24 页）
Dealroom：2025 欧洲经济与科技创新发展态势、挑战及策略研究报告（76 页）
《无人机辅助的天空地一体化网络：学习算法技术综述》
谷歌云（Google Cloud）：2025 年 AI 商业趋势白皮书（49 页）
《新兴技术与风险分析：太空领域与关键基础设施》最新报告
150 页！《DeepSeek 大模型生态报告》
军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态 - 250309（40 页）
真格基金：2024 美国独角兽观察报告（56 页）
璞跃（Plug and Play）：2025 未来商业研究报告：六大趋势分析（67 页）
国际电工委员会（IEC）：2025 智能水电技术与市场展望报告（90 页）
RWS：2025 智驭 AI 冲击波：人机协作的未来研究报告（39 页）
国际电工委员会（IEC）：2025 智能水电技术与市场展望报告（90 页）
RWS：2025 智驭 AI 冲击波：人机协作的未来研究报告（39 页）
未来今日研究所 2025 年科技趋势报告第 18 版 1000 页
模拟真实世界：多模态生成模型的统一综述
中国信息协会低空经济分会：低空经济发展报告（2024 - 2025）（117 页）
浙江大学：2025 语言解码双生花：人类经验与 AI 算法的镜像之旅（42 页）
人形机器人行业：由 “外” 到 “内” 智能革命 - 250306（51 页）
大成：2025 年全球人工智能趋势报告：关键法律问题（28 页）
北京大学：2025 年 DeepSeek 原理和落地应用报告（57 页）
欧盟委员会 人工智能与未来工作研究报告
加州大学伯克利分校：面向科学发现的多模态基础模型：在化学、材料和生物学中的应用
电子行业：从柔性传感到人形机器人触觉革命 - 250226（35 页）
RT 轨道交通：2024 年中国城市轨道交通市场数据报告（188 页）
FastMoss：2024 年度 TikTok 生态发展白皮书（122 页）
Check Point：2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议（57 页）
【AAAI2025 教程】评估大型语言模型：挑战与方法，199 页 ppt
《21 世纪美国的主导地位：核聚变》最新报告
沃尔特基金会（Volta Foundation）：2024 年全球电池行业年度报告（518 页）
斯坦福：2025 斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191 页）
国际科学理事会：2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告（英文版）（118 页）
光子盒：2025 全球量子计算产业发展展望报告（184 页）
奥纬论坛：2025 塑造未来的城市研究报告：全球 1500 个城市的商业吸引力指数排名（124 页）
Future Matters：2024 新兴技术与经济韧性：日本未来发展路径前瞻报告（17 页）
《人类与人工智能协作的科学与艺术》284 页博士论文
《论多智能体决策的复杂性：从博弈学习到部分监控》115 页
《2025 年技术展望》56 页 slides
大语言模型在多智能体自动驾驶系统中的应用：近期进展综述
【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用
皮尤研究中心：2024 美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28 页）
空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理 - 250224（33 页）
Gartner：2025 网络安全中的 AI：明确战略方向研究报告（16 页）
北京大学：2025 年 DeepSeek 系列报告 - 提示词工程和落地场景（86 页）
北京大学：2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用（99 页）
CIC 工信安全：2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42 页）
中科闻歌：2025 年人工智能技术发展与应用探索报告（61 页）
AGI 智能时代：2025 年 Grok - 3 大模型：技术突破与未来展望报告（28 页）
上下滑动查看更多
