纯粹意识和最小体验的算法代理模型

An Algorithmic Agent Model of Pure Awareness andMinimal Experiences

纯粹意识和最小体验的算法代理模型

https://osf.io/fgxec/download

摘要

“纯粹觉知”这一现象在许多冥想传统中居于核心地位，最近因其对意识研究的重要性而引起了科学界的兴趣。在本文中，我们通过“算法代理模型”（algorithmic agent model）来探讨纯粹觉知，这是一种源于算法信息论的计算框架。该框架提出，代理（agent）为了进化上的成功会构建对世界的压缩性模型，而结构化的经验则源于运行这些模型的过程。通过将现象学、动力系统理论与计算相结合，算法代理模型为研究结构极简或现象内容极少的经验提供了有用的框架。我们提出，作为独立现象的纯粹觉知，可能对应于通过冥想、致幻剂或其他解构性实践所达到的结构极简的经验状态。为说明这一点，我们探讨了这种经验如何通过禅那（jhāna）冥想产生。一个关键假设是，纯粹觉知的现象学特征源于一种特定模型：即代理对其自身建模过程的模型。重要的是，我们认为代理对其建模过程的觉察，可以与其它现象内容同时发生（如非二元觉知），这种体验可能与价值计算（valence computation）的稳定变化相关，从而可能减少痛苦。我们还概述了如何通过基于预测加工理论（predictive processing theory）的全脑计算模型来探索这些观点，并以冥想与致幻剂研究的实证基础加以验证。我们的探讨通过审视代理可能拥有的最简经验，为意识科学提供了新的洞见，并帮助我们更深入理解促成此类转化性体验的机制与限制条件。

1 引言

我们正处在一个激动人心的时代，科学探索正有意义地与第一人称经验相结合，标志着意识研究领域的一次重大范式转变。来自冥想实践和致幻剂使用方面的洞见，如今已被视为意识研究中的宝贵工具。反过来，科学也为这些方法提供了更精细的实证工具和研究方法，使对第一人称经验的探索更加精确和全面。

在本研究中，我们聚焦于“纯粹觉知”这一现象，它在不同传统中以不同名称被广泛认知，例如“纯粹意识”、“真我”或“立伽”（rigpa）（Metzinger, 2024）。尽管这些术语可能指向相关经验，但它们的含义往往取决于特定的传统、文化背景以及潜在的形而上学假设。最近，这一现象因其作为“最小现象经验”（minimal phenomenal experiences, MPE）的典型候选者而受到科学关注，人们认为这类经验有助于揭示意识的核心因果机制（Laukkonen 等, 2025; Mago 等, 2024; Metzinger, 2020, 2024; Sandved-Smith, 2024）。

我们认为，对纯粹觉知经验的科学研究也具有重要意义，因为它们具备减轻痛苦的潜力，这一点在许多冥想传统中早已被广泛认可。回应托马斯·梅青格（Thomas Metzinger, 2024）提出的问题：“如果你可以选择，你希望生活在哪种现象学世界中？”并结合“意识文化”（Bewusstseinskultur）的愿景，我们主张：一个让有情众生（尤其是人类）能更广泛接触此类经验的世界，是一个更好的世界。

在本文中，我们将从“柯尔莫哥洛夫意识理论”（Kolmogorov theory of consciousness, KT）中提出的“算法代理”（algorithmic agent）视角出发，研究纯粹觉知与最小意识经验的现象（Ruffini, 2017, 2007, 2009；Ruffini & Lopez-Sola, 2022）。KT 是一种根植于算法信息论原则的关于“代理性”（agenthood）与意识的理论，提出代理为实现内稳态和进化上的成功，会构建并使用对世界的压缩性模型，而这些模型为经验提供了结构。正如我们将探讨的，代理所具有的“结构化经验”这一概念，与佛教中的“造作”（fabrication）概念极为相似，这一观念对于理解纯粹觉知如何通过冥想或致幻剂产生至关重要。

代理的经验还受到“价值维度”（valence dimension）的塑造，该维度引导其作为一种算法模式的“稳态”（stasis）（Ruffini, Castaldo 等, 2024；Ruffini & Lopez-Sola, 2022）。在算法代理模型中，建模、规划与价值评估的核心作用，为探索纯粹觉知现象及其对福祉的影响提供了一个强大的计算框架。

此外，该理论中关于模型结构的核心思想，可以通过将代理表示为一个动力系统来进行分析。通过研究代理的状态动力学及其吸引子景观（attractor landscapes），我们可以更深入地理解纯粹觉知经验背后的机制。这种动力学视角对于提出可检验的实证预测至关重要，因为它建立了算法代理的理论框架与其在大脑中作为动力系统实现之间的坚实联系。

基于算法代理模型和纯粹觉知的现象学，我们提出以下主要假设，这些假设将在本文后续部分得到论证：

1. 作为独立现象的纯粹觉知体验（例如，在完全沉浸式冥想期间）对应于高度“去造作”（defabricated）的状态，即仅有极少数模型处于活跃状态。
2. 在某些此类体验中，唯一活跃的模型是代理对其自身建模过程的模型，这种模型为纯粹觉知经验提供了最低限度的结构。
3. 纯粹觉知与其它现象内容共存的经验（例如，长时间的非二元觉知）反映了这样一种觉察：所有现象内容都是建模过程的结果。
4. 与纯粹觉知相关的许多现象特质源于对建模过程的觉察，并受到文化背景、形而上学预设等情境因素的塑造。
5. 对建模过程的觉察可以通过“去造作”过程得以促进，而这一过程可通过冥想、致幻剂及其他实践实现。
6. 对建模过程的觉察可能导致痛苦的显著减少，因此在许多冥想传统中被视为核心目标。

2 算法代理：基础

2.1 代理模型

在柯尔莫哥洛夫意识理论（KT）中，算法代理被定义为一类信息处理系统，它们通过创建和运行对世界的压缩性模型，来规划能够提升其“目标函数”（Objective Function）输出的行为（见图1）（Ruffini, 2017）。这一定义受到自然代理（natural agents）的启发，但并不局限于自然代理——即那些具备进化成功所必需关键要素的信息处理系统。算法代理的实例包括动物、植物、生命整体，以及经过恰当设计的人工智能系统（Ruffini, 2017；Ruffini, Castaldo, & Vohryzek, 2025）。算法代理模型与人工智能研究（尤其是强化学习）有诸多相似之处，同时也与预测加工（predictive processing）和自由能原理（Free Energy Principle）框架相呼应（Clark, 2013；Friston, 2010）（参见附录A.1）。

“建模引擎”（Modeling Engine）是我们研究纯粹觉知的关键。它负责创建、更新并运行代理的模型（这些模型可被理解为程序），以预测感官输入。这些预测由“比较器”（Comparator）与实际输入数据进行比对，并计算出预测误差。随后，“更新器”（Updater）通过寻找简洁的程序（例如，具有较低柯尔莫哥洛夫复杂度的程序）来最小化这些误差，确保修订后的模型是能够在一定资源限制内生成该数据集的最短程序。重要的是，由于代理会生成影响外部世界的数据输出流，因此建模引擎包含一个关于代理自身的模型（即“自我模型”）。KT理论中的一个核心主张是：当代理运行这些模型时，便产生了结构化的经验，而这些模型的数学特性则转化为经验的定性特征（Ruffini, 2017；Ruffini & Lopez-Sola, 2022）。

“目标函数”在代理中居于核心地位，它根据当前模型计算价值（valence），并指导未来行为的规划以维持内稳态。自然代理中目标函数的构建由进化力量驱动：自我保存与繁殖。我们可以将当前模型的目标函数理解为编码了代理（或其同类）在未来时间尺度上的生存概率估计，同时考虑了即时和长远的后果。目标函数值的计算过程十分复杂，涉及诸如对当前模型的信心等因素。它还驱动“规划引擎”（Planning Engine），后者利用建模引擎运行反事实模拟，选择能够最大化价值的行为策略，包括注意力控制等内部策略（Ruffini, 2017；Ruffini & Lopez-Sola, 2022）。

“层级结构”（hierarchy）概念在理解算法代理如何处理信息方面起着关键作用。在较低层级，模型表示与感官输入相关的基本感知特征；而在较高层级，则捕捉更为抽象和复杂的表征。这种结构反映了大脑处理信息的方式：高级皮层区域将原始感官数据整合为更复杂的知觉（Van Essen & Maunsell, 1983）。尽管抽象的代理模型由简单的相互作用模块构成，但在现实世界中的实现很可能涉及分布式并行过程，因为自然数据在建模、规划及其他认知功能中需要层级结构。

2.2 算法代理中的动力学

代理模型可被实例化为一个动力系统，其中计算被视为一种动力学过程（Feynman, 2001；Langton, 1990）。模型及其他组件作为程序“运行”，直接映射为动力学结构（Ruffini, Castaldo, & Vohryzek, 2025；Ruffini & Lopez-Sola, 2022）。这种计算与动力学之间的联系，对于理解代理如何在人类大脑等自然系统中实现至关重要，因为大脑的活动被限制在一个低维流形上，反映了能够捕捉环境规律性的压缩模型（Ruffini, Castaldo, & Vohryzek, 2025；Ruffini & Lopez-Sola, 2022）。此外，证据表明大脑运行在接近“临界态”（criticality）的状态，这是一种高效计算和灵活性兼备的最优状态，正是压缩性算法系统的典型特征（Carhart-Harris, 2018；Chialvo, 2010；Deco & Jirsa, 2012；Shew & Plenz, 2013）。

有趣的是，我们可以将大脑的连接结构视为约束脑状态动力学的“动力学景观的几何结构”（Ruffini, Lopez-Sola 等, 2024）。大脑的一个关键特征是：脑状态能够通过可塑性机制生成新的吸引子，从而使这些状态在未来更容易被访问。吸引子是代理对现实进行“粗粒化”（coarse-graining）的一种机制：即使存在干扰（即预测误差），系统仍会收敛于其动力学景观所提供的特定稳定状态，从而有效体现建模过程。与模型类似，这些动力学吸引子存在于大脑的不同层级，形成层级化的低维流形，引导与低级和高级现象相关的脑状态动力学（Ruffini, Castaldo, & Vohryzek, 2025）。

我们可以将KT理论的假设——“经验由代理所运行的模型赋予结构”——用动力学术语表达为：经验的结构对应于代理系统动力学所处的低维流形的数学特性，反映了当前正在经历的一组动力学吸引子（Ruffini, Castaldo, & Vohryzek, 2025；Ruffini, Lopez-Sola 等, 2024）。这种动力学视角对于后续生成关于纯粹觉知现象学的预测至关重要。同时，它也为未来的研究开辟了新的路径，因为来自分岔理论、微分几何和拓扑学的强大工具，可以补充现象学与计算视角。

2.3 与佛教教义的相似之处

在我们的框架和佛教传统中，经验的建构性都是理解感知与痛苦的核心。我们探索纯粹觉知的一个关键概念，是佛教中的“造作”（fabrication）或“行”（saṅkhāra），它描述了意识如何通过习惯性地解释和执着于感官输入来构建感知（Burbea, 2014；Gunaratana, 2014）。根据四圣谛中的第二圣谛，痛苦（dukkha）源于渴爱（taṇhā），即对这些造作现象的执着倾向（Thich, 1999）。在许多佛教传统中，解脱痛苦的关键在于认识到这些现象并非恒常，也不具有固有存在性——即认识到现象的空性（Garfield et al., 1995）。

同样，在算法代理框架中，代理对离散、独立“事物”的感知，正是建模过程的直接结果。该过程将复杂的输入数据固化为可理解的具体感知。从动力系统角度看，这些模型表现为大脑神经活动景观中的吸引子，引导系统朝向特定的感知模式。代理对“事物”的体验不仅仅是概念性的，而是与其模型结构紧密相连，这一过程贯穿整个建模层级，从高层抽象概念到基本感官现象皆是如此。我们可以假设，代理在处理过程中涉及的高层模型越多，其体验就越具“造作性”（即结构化程度越高）。

佛教的“缘起”教义说明了经验的造作如何导致痛苦的产生（Bodhi, 2000: SN 12.11；Thich, 1999）。该教义列出了十二个相互依存的环节，展示了现象如何依赖其他条件而生起，从而延续痛苦的轮回。有趣的是，这一教义与算法代理框架中所描述的模型创建、更新和评估过程高度契合，再加上寻求最大化感受值（valence）的驱动力，这种对应关系我们将在附录A.2中进一步探讨。尽管某些传统观点将十二缘起视为因果链条，但我们采纳相互依存的观点，因为这种理解更有助于揭示经验的造作过程以及现象的空性（Thich, 1999）。这种相互依存关系对于理解为何即使是最轻微造作的体验仍带有细微的痛苦至关重要（Burbea, 2014）。

本节探讨的这些相似之处表明，随着建模与解释层次的不断累积，造作程度增加，痛苦的潜在可能性也随之增强。高层模型将感官输入与抽象概念、偏见和期望相结合，引入了更多层次的执着、渴爱和挫败感（负向感受值）。从这个意义上说，尽管高级认知能力使人类能够更有效地预测和应对环境，但这些能力本身也可能导致不必要的痛苦层次的产生（Hyvärinen, 2022也探讨了这一观点）。通过审视这种关系，我们可以理解，认识到或减少经验的造作性，能够如何转变代理与现实的互动方式。正如我们接下来将探讨的，冥想实践和致幻剂通过系统性地“去造作”（defabricating）经验，促进了这种转变。这种理解为我们进一步探讨通向纯粹觉知的机制，以及此类状态如何深刻地减轻痛苦，奠定了基础。

3 纯粹觉知的计算现象学

3.1 算法代理中的“去造作”

“去造作”（defabrication）这一概念对于我们探索纯粹觉知以及极简现象经验至关重要。在算法代理的视角下，“去造作”可以被理解为：在建模层级中，从高层到逐渐更低的层次，建模引擎（Modeling Engine）的活动普遍减少。当代理在从高层到低层的建模努力逐渐减弱时，较少的解释层次被构建出来，从而导致体验的造作性降低、结构化程度减弱。

从动力系统视角来看，这种减少表现为系统在不同层级上的吸引子趋于“扁平化”（图2）。正如我们接下来将探讨的，冥想、致幻剂以及其他实践方式，都有助于暂时性地减少代理的建模过程，相应地使系统的动力景观趋于平坦。

例如，注意力冥想练习（如专注注意和开放觉知，Dahl等，2015）涉及维持一种特定的注意力策略。在代理模型中，注意力是一种机制，用于选择哪些模型应被优先处理和更新，以满足系统的稳态需求。相反，某些模型未被优先考虑，因此运行频率降低。由于注意力练习通常聚焦于低层次现象，如身体感觉、听觉或视觉刺激，因此高层建模（如复杂思维、自我指涉性思维）的参与程度相应减少，同时由于系统可用的注意力和建模资源有限，规划引擎（Planning Engine）的活动也随之下降。

这一点与预测加工（predictive processing）和主动推理（Active Inference）领域的最新理论相一致：注意力练习与高层级信念的精确度降低、反事实思维以及时间深度的减少相关（Agrawal & Laukkonen, 2024；Laukkonen & Slagter, 2021；Lutz等，2019；Prest & Berryman, 2024）。从动力系统角度来看，练习过程中高层建模的减少，可被理解为与高层模型相对应的动力吸引子出现暂时性的扁平化。

致幻剂也被证明会引起动力景观的扁平化（Girn等，2022；Vohryzek等，2024），尽管存在重要差异。在这种情况下，高层模型的运作被广泛抑制，使得脑状态的动力得以“逃离”原本僵化的吸引子（Carhart-Harris & Friston, 2019；Ruffini, Lopez-Sola等，2024）。大脑状态可能状态库的扩展，可以解释在致幻体验中报告的感知改变现象（Atasoy等，2018）。

有可能的是，某些致幻化合物引发的“去造作”选择性地影响建模层级中的高层部分，而中层和低层相对保持完整。这可能导致现象学在感知层面仍保持丰富的结构，从而解释某些致幻状态下常见的视觉内容增加、自发意象涌现以及新颖类物体现象的出现（Carhart-Harris & Friston, 2019）。

重要的是，由于这种景观的扁平化是由药物引发的，因此可能在这些体验的现象特征和相关脑活动方面产生显著差异，这一点我们将在第4节中更深入地探讨。

通过致幻剂或冥想实现的“去造作”体验，使系统能够探索新的状态，并形成对现实的替代性模型。尽管这些体验通常是短暂的，但从更长的时间尺度来看，它们具有重要意义，因为它们可能带来深刻的领悟，以及代理对现实感知的稳定改变（Burbea, 2014）。从代理的角度来看，这些“领悟”代表了模型的更新与创建，有时还会带来感受值（valence）的持久提升。从动力系统角度看，这些领悟表现为大脑中新的吸引子状态的形成与稳定（图2）。

近期的机制模型表明，致幻剂使用期间神经可塑性的改变在这些适应性效应中起着关键作用（Carhart-Harris等，2023；Ruffini, Lopez-Sola等，2024；Timmermann, Bauer等，2023）。尤为重要的是，某些领悟可能涉及对现象“空性”或“造作性”的认知。正如我们将在接下来的章节中探讨的，这类领悟有助于促成某些纯粹觉知的体验，例如非二元觉知。

3.2 纯粹觉知与极简结构化体验

纯粹觉知在孤立状态下的现象学特征（例如，在深度冥想定境期间）在冥修传统中已有广泛记载，并且近年来也逐渐受到科学文献的关注（Laukkonen等，2025；Mago等，2024；Sandved-Smith, 2024）。对孤立状态下的纯粹觉知体验所描述的现象特征，常常包括“无内容”或“无造作”等表述，这使得该现象被与极简现象体验（minimal phenomenal experiences, MPE）联系起来，尤其是MPE状态（Metzinger, 2024）。

基于这些观点以及算法代理的视角，我们可以提出第一个假设：作为独立现象的纯粹觉知，其现象学特征对应于高度“去造作”（即结构极简）的体验，也就是仅有少数模型处于活跃状态的意识状态。根据前一节所阐述的“去造作”机制，我们假设此类体验可以通过冥想、致幻剂或其他能够广泛抑制建模过程的实践方式实现，从而有效地使系统动力景观趋于平坦。在这些状态下，建模层级的大多数层次均处于非活跃状态，仅保留低层模型的运行。这将导致体验的结构极简，我们认为这可能对应于许多关于纯粹觉知的报告。一个典型的实践范例是“禅那”（jhāna）冥想，我们接下来将详细探讨。

去造作与禅那

禅那（jhānas）是大多数佛教传统中所承认的冥想定境状态（Bodhi, 2000: SN 16.9；Brasington, 2015；Burbea, 2014；Sparby and Sacchet, 2024）²。经历八个禅那的进程，其现象学特征通常表现为造作程度逐渐降低，体验中的内容、收缩感以及自我感不断减弱。从代理建模和动力系统的视角来看，后四个禅那（即“无色禅那”）的进展，可以被理解为在层级结构中，对较低层次的依赖性吸引子逐步趋于扁平化（见图3）。最近使用主动推理（Active Inference）框架的研究支持了这一解释（Agrawal & Laukkonen, 2024；Laukkonen等，2023；Prest & Berryman, 2024）。

因此，对无色禅那的现象学描述对于研究代理模型的逐步解构具有重要意义，为我们理解代理在极简结构化体验方面的可能性提供了有益的洞见。

在前四个禅那，即“色界禅那”（rūpa jhānas）中，与“形相”相关的感知——如外部感官输入或身体信号——仍然存在。当所有与感官对象相关的模型都被舍弃后，便进入第五禅那，即“无边虚空处”（Ingram, 2018）。这标志着体验的一次重大转变：体验的结构不再由空间中的对象存在所定义，而是由“空间”本身的模型所主导。

尽管这一状态深度显著，且看似具有根本性，可能对应于修行者有时报告的“无中心感”体验（Metzinger, 2024），但在此阶段仍存在细微的收缩与造作（Burbea, 2014）。这一吸引子可进一步被扁平化，从而过渡到第六禅那，即“无边识处”（Ingram, 2018）。在此禅那中，觉知场似乎是代理体验中唯一存在的信号。这个阶段尤其引人关注，因为其现象学描述与一些资深禅修者所报告的“纯粹觉知”体验高度吻合（Metzinger, 2024）。我们可以说，对“空间”模型的去造作（第五禅那的特征）使得系统动力学坍缩进入一个更基础的吸引子，即代表“觉知”本身的模型。我们将在接下来的章节中进一步探讨这一特定模型。

然而，这种“唯识”的体验仍然带有一定程度的造作，可以进一步被解构，最终只剩下“无所有处”（第七禅那）的“空无”体验（Burbea, 2014；Ingram, 2018）。此时，原本空无感知对象的意识之域也消失了。系统仅建模一种“空无”的信号，而这一模型尤为特殊，因为它所表征的是一种“不存在”。我们可以说，对应于“唯识”这一极简模型的吸引子被逐步扁平化，使系统动力转向一个极为平坦的吸引子，表示“一无所知”的状态（图3）。甚至“觉知”的模型也可被解构，这一点揭示了一个重要洞见：某些关于纯粹觉知的描述，所谓“只有觉知”，可能仍包含细微的造作，而可能存在更为去造作的体验状态。

对“空无”模型的进一步去造作，导致进入第八禅那——“非想非非想处”。我们假设，第八禅那并非仅剩单一吸引子，而是对应于前两个禅那吸引子之间快速而细微的转换状态：系统在“有”与“无”之间短暂坍缩，却无法在任一状态中完全稳定（图3）。这些坍缩足以在记忆中留下痕迹，因此仍存在某些现象内容，但这种体验通常被描述为“不可言说”（Ingram, 2018；Laukkonen等，2023）。

这一禅那的渐进过程表明，通过在冥想中逐步解除从高层到低层的模型参与，可以实现高度去造作的体验。这类修行表明，代理可能触及接近可报告现象学极限的极简结构化体验。从算法代理框架的视角来看，这支持了如下观点：对纯粹觉知的孤立描述，可能对应于仅有少数低层模型仍处于活跃状态的意识状态。这些以极简结构和低度造作为特征的体验，可能正是Metzinger（2020）所称的“极简现象体验”（MPE状态）。

3.3 “纯粹觉知”中的“纯粹”指的是什么？

纯粹觉知体验中常被报告的简单性和无内容性，自然让人联想到高度去造作的状态，有时甚至联想到完全无造作的状态。这使得我们有必要思考去造作的理论极限。具体而言，我们提出以下问题：代理的体验最多可以去造作到什么程度？纯粹觉知的体验是否对应于没有任何模型处于活跃状态的状态？而所谓“纯粹觉知”中的“纯粹”，究竟指的又是什么？

理论上的考量

在算法代理框架中，所有可报告的体验（无论是向自己还是向他人报告），以及所有的记忆形成，都需要最低限度的结构。这意味着完全无结构的体验，即没有任何模型在运行的状态，是不可报告的。在我们的研究中，报告至关重要，因为我们正在寻求一个关于纯粹觉知的、可经经验验证的模型，该模型应能反映并匹配与之相关的现象学描述。报告不仅限于语言表述，因为其他形式的报告已被证明具有价值³，但可以认为，这些方式同样涉及某种短期记忆的形成和结构。

在此背景下，作为算法代理模型基础的柯尔莫哥洛夫意识理论（Kolmogorov Theory of consciousness, KT），提供了一个有价值的理论背景。在KT中，体验和数学被视为宇宙的基本特征（Ruffini, 2017）。无结构的原初体验被作为该理论的一个公理而存在，它源于对现实的简洁解释的追求，并用于回应意识的“难题”（hard problem of consciousness, Chalmers, 1995）。这种原初体验在特定系统中随着其构建和运行对世界的压缩性模型而变得结构化。虽然结构化体验可以在科学和计算框架内被建模和分析，但作为公理的无结构体验却无法从更基本的概念中推导出来，因为它位于解释层级的最底层。KT（以及其他唯心论或泛心论理论）中用作公理的无结构体验只能通过理论推断而得知，因此，我们并不期望在关于纯粹觉知的报告中发现这种完全无结构的体验。

我们提出，尽管代理可以达到并描述出结构极简的体验，但这些体验并非完全无内容或无造作。一种可能性是，被感受并报告为“纯粹”的状态，实际上仍包含一定程度的造作，对应的是高度去造作但并非完全去造作的状态。另一种可能是，“纯粹觉知”这一概念是在此类状态之后的一种事后推断，指向体验可能性空间中一个理想化且几乎无法达到的极限点。重要的是，即使这种状态未被直接体验到，此类洞见仍可能具有重大的转化力量和深刻的解释意义（Burbea, 2014）。

从这一视角来看，代理所能达到的极简结构化体验的空间，可能对应于Metzinger（2020）所称的“极简现象体验”（MPE状态）。如我们所见，这在现象空间中是一个相当理论化的区域，其边界尚不明确。

来自禅那的洞见：止灭事件

前一节所述的禅那修行进程，最终可能导向一种“止灭事件”（cessation event）⁴（图3）。这些事件表明，当一切内容和造作都停止时，剩下的并非“纯粹觉知”，而是现象体验的完全消失（Brasington, 2015；Burbea, 2014；Gunaratana, 2014）。尽管外部观察者可能推测在止灭期间纯粹觉知依然存在，但修行者的报告明确指出：当时没有任何体验。这与那些被描述为纯粹觉知的深度冥想状态中常报告的“不可言说”特性形成鲜明对比（Metzinger, 2024）。

这引发了一个关于体验本质的重要问题：代理的体验在彻底消失之前，最多可以去造作到什么程度？毕竟，代理所能达到的极简体验可能受到神经时间尺度以及大脑底层动力学的限制。事实上，我们曾假设第八禅那“非想非非想处”涉及在代表“有”与“无”的吸引子之间快速而细微的转换（图3）。这些动力学表明，体验处于感知的边缘，仅维持最低限度的内容，刚好足以在记忆中留下痕迹。当系统进一步趋于扁平化时，其动力学无法再维持记忆的形成，从而导致止灭事件的发生。这暗示了神经时间尺度与极简现象状态之间存在某种关联。

因此，尽管止灭事件可能代表体验的完全缺失，但关于纯粹觉知的报告似乎出现在这一临界点之前的边界上：一种高度去造作的状态，但仍具有最低限度的结构。从这一视角来看，纯粹觉知可被视为一种理想化的经验极小值——它趋近于完全无造作的状态，但并未真正达到。

基于上述理论与现象学的考量，我们提出：关于纯粹觉知（作为独立现象）的报告，通常对应于代理所能触及的最不造作的体验状态。尽管这些状态并非完全无内容，但由于其相对于日常感知而言的极度简化，它们被体验为“纯粹”的。这些体验可能与“极简现象体验”（MPE状态）相吻合，处于可被报告、记忆或建模的边界附近。

3.4 纯粹觉知作为对建模过程的模型

大量关于“纯粹觉知”的报告，以及来自冥修传统的描述，展现出惊人的相似性，尤其体现在将这种体验描述为一种“自知”或“非概念性的知”（Metzinger, 2024）。诸如“明光”（luminous）——常用于藏传佛教的大圆满（Dzogchen）传统、“觉照”（witnessing）或“自知”（self-aware）等术语，在不同文化语境中频繁出现（Godman, 2017；Thondup, Talbott等, 2014）。尽管可能存在理论污染（theory contamination）的风险，但这些反复出现的主题表明，高度去造作的状态可能涉及对一个共同底层模型的模拟，而该模型的核心正是“知”这一过程本身。

这引导我们提出第二个假设：在某些纯粹觉知的体验中，唯一运行的模型，就是对“建模过程本身”的模型（图4）。

事实上，在高度去造作的状态下，现象内容的显著缺失可能导致一种“图形-背景”的反转：原本处于体验背景中的建模过程，被代理识别并建模。从算法代理的视角来看，这种识别对应于一种体验，即系统运行了一个代表“建模引擎”或“建模过程本身”的模型（图4）。这一观点与“MPE状态反映一种‘认知开放性’（epistemic openness）模型”的假设相一致，即系统具有“知”的能力（Metzinger, 2024）。本质上，对建模引擎的模型，表达的是系统能够建模并“认知”其环境。

带有内容的纯粹觉知

因此，纯粹觉知这一现象可能反映了一种根本性的体验：即代理对其自身建模引擎的内部模型所产生的体验。当这种模型的体验与其它现象内容同时出现时，其意义更加显著（Metzinger, 2024）。它可能表现为在所有体验中都识别出“觉知”的存在，例如将觉知视为一切现象内容的“本质”，或作为所有现象显现于其中的“不受扰动的空间”（Burbea, 2014）。

这种识别与“非二元觉知”（non-dual awareness）的概念密切相关，后者强调主体与客体之间并无分离，通常源于将“自我模型”视为只是觉知中浮现的又一现象（Josipovic & Miskovic, 2020）。

Metzinger（2024）最近将这类体验称为“MPE模式”（MPE modes），描述为“由无边界的纯粹觉知本身所主导的广义意识模式”。MPE模式与孤立状态下的纯粹觉知体验（即MPE状态）的共同点在于，觉知被推至体验的前台而变得突出。从算法代理的视角来看，此时对建模过程的模型与其他模型同时被模拟（我们的第三个假设）。这意味着，即使存在其他内容，代理仍能意识到建模过程本身。

这种理解与“不透明性”（opacity）的概念密切相关（Metzinger, 2004）：当一个现象被识别为依赖于心智或属于造作时，它就是“不透明的”；相反，若它被感知为独立真实存在，则是“透明的”（即“朴素实在论”）。与此相关的还有“物化”（reification）概念，Agrawal 和 Laukkonen（2024）将其定义为“将一种造作当作具有真实、独立存在的具体、可触之物来对待”。从代理框架的角度看，物化和透明性反映了一个事实：结构化的体验通常被视为真实存在，而非建模过程的结果。

如图5所示，包含其他现象内容的纯粹觉知报告（如非二元觉知）通常对应于这样一种体验：建模层级中所有层次的现象内容都变得“不透明”或“去物化”，从而显现出它们是建模过程的一部分，而非独立的现实。重要的是，尽管我们在此将“透明”与“不透明”划分为二元对立，但对造作的识别更可能是逐步展开的，而非突变式的清晰转换。这一过程可能反映了“元觉知”（meta-awareness）或“认知深度”（epistemic depth）的发展，正如近期研究所提出的那样（Laukkonen等, 2025；Sandved-Smith等, 2021）。

在图5中，我们区分了“透明”与“不透明”的MPE状态，以表明孤立状态下的某些纯粹觉知体验可能包含不同程度的元认知识别。纯粹觉知的体验可能被当作本然真实的存在，也可能被理解为建模过程的一部分。后者与“觉知自知”（awareness knowing itself）的现象学报告相一致（Metzinger, 2024）。目前尚不清楚的是，“不透明”的MPE状态是否由于识别建模过程所固有的反思性，而比“透明”MPE状态包含略多的造作。

与纯粹觉知相关的现象特质

鉴于不同传统所持的形而上学框架各异，代理对“建模引擎”这一模型的体验可被以多种方式诠释。尽管存在这些差异，此类体验仍共享一些常见的现象特质（Metzinger, 2024）。我们假设，这种现象学特征源于代理对其自身建模过程的内部模型的体验，即“觉知”进入体验的前台（我们的第四个假设）。

例如，“纯粹觉知”中的“纯粹”可能反映了这样一种感知：建模过程本身是根本性的、恒常存在的。与此相关的是，纯粹觉知的体验常伴随着一种“回家”的感觉（Metzinger, 2024）。这或许是因为建模过程一直在体验的背景中持续运作，虽然它未必被直接察觉，但代理最终仍能构建出对它的模型。从这个意义上说，纯粹觉知的体验并非创造出了某种新事物，而是代理终于识别出了那个始终存在的东西：即建模过程本身。

这些体验可能呈现出相同的“本质”（如“觉知”），或许正是在这个意义上，我们才将这些体验称为“纯粹”的，而不是在“无内容”或“无造作”的意义上。事实上，“无边性”（boundlessness）这一现象特质反映了所有现象似乎都通过建模过程而生起，没有任何事物存在于该过程之外。“知”这一内在特质定义了代理的体验，它始终存在，因为代理的核心活动——对世界的建模——本质上就是一种“知”或“觉知”的行为，即使在去造作的状态下也依然持续。

最后，将所有模型都识别为建模过程的一部分，也包括对“自我模型”的识别，从而解释了现象学中关于主客无别、以及“无我”（non-egoic）体验的报告。从代理的视角来看，先前所感知到的控制感显著减弱，因为行为与意图现在被视为只是觉知空间中的显现，或是建模过程的产物。这种转变反映了代理认同单位（unit of identification）的改变（Metzinger, 2024），现在认同的对象不再是自我，而是整个建模引擎本身。许多冥修传统都强调成熟并稳定这些见解的重要性（Godman, 2017；Thondup, Talbott等, 2014），因为它们能带来痛苦的深刻减轻，这一点我们将在后文探讨。

去造作促进去物化

重要的是，我们认为，通过冥想或使用致幻剂等实践所实现的体验去造作，有助于代理觉察到自身的建模过程（我们的第五个假设）。建模过程的中断——通常始于层级结构的高层——会导致在比较层级中预测误差上升，因为模型未能及时更新。随着这些误差的积累，系统会下调这些模型的精确度（precision），从而为重新评估或替换这些模型打开窗口。在某些情况下，这可能促使“更新器”（Updater）寻找新的模型；而在另一些情况下，则可能导致识别出已有模型仅为造作（即“去物化”，de-reification）。当存在诸如“空性”教义等语境或教理因素时，这些解释框架会塑造代理对体验的理解，从而使这种识别更可能发生。

需要指出的是，某些解构性冥想实践，例如内观禅修（insight meditation, Dahl等, 2015），可被视为直接针对现象的去物化。例如，观察“三相”——无常、苦、无我（Burbea, 2014；Thich, 1999）——会使修行者认识到某些现象是不稳定的、不满足的，且缺乏固有本质。尽管可能涉及多种机制（详见Hyvärinen, 2022的详细探讨），这种认知可能转化为对建构代理体验的模型之信心降低，这一转变可能使建模过程本身显露出来。通过持续练习，这类实践还能逐步实现代理体验的完全“不透明化”（full opacification），即在所有现象中识别出建模过程的存在。这通常被称为对“空性”的洞见⁵（Burbea, 2014；Garfield等, 1995）。

某些模型，如与空间或时间感知相关的模型，往往比其他模型更难被打断或改变。这些模型通常具有内在的高置信度，因为它们对于解释大量当前和过去的感官数据至关重要。“更新器”致力于最小化预测误差，因此通常会保留这些模型，因为它们对现有数据提供了最佳拟合。然而，只有当最稳定的模型也被识别为“造作”时，真正的感知转变才可能发生（Burbea, 2014）。

通过反复的去造作——通常通过持续的冥想练习培养——代理可能最终推断出：所有体验都是造作的，最终体验到“建模引擎”的模型，即“觉知的觉知”（awareness of awareness）（图6）。这一过程可与佛教中的“渐修之道”相对应⁶。另一方面，我们也可将所谓“顿悟之道”的传统理解为：将对建模过程的识别作为灵性发展的初始步骤（图6）。例如，大圆满（Dzogchen）和大手印（Mahāmudrā）传统中常见的“直指教导”（pointing-out instructions）（Thondup, Talbott等, 2014；Thrangu, 2004），或吠檀多不二论（Advaita Vedanta）中的“自性探究”（self-inquiry）实践（Godman, 2017），可能直接引导修行者识别出觉知本身——作为始终存在、非概念性的体验基础。事实上，这些传统可能将“纯粹觉知”这样的术语用作指向特定体验的“指月之指”，而非哲学或形而上学的断言（McLeod, 2016）。

3.5 对福祉的影响

高度去造作的定境状态，通常与纯粹觉知的体验相关，可能伴随着更少的痛苦，因为更少的模型被目标函数（Objective Function）处理和评估，这与报告中所描述的极乐感和紧张释放相一致（Chowdhury等，2025；Metzinger, 2024；Prest & Berryman, 2024）。由于解释层次减少，代理的心理繁衍（mental proliferation）也随之降低，包括更少的行为计划、更少的反事实思维，以及更浅的时间深度（Laukkonen & Slagter, 2021）。尽管这些状态最小化了经验的造作，但同时也削弱了代理与世界互动的能力，使其无法在日常生活中发挥作用，这一点在止灭事件或深度无意识状态中可见一斑（Agrawal & Laukkonen, 2024）。

从这个角度看，像非二元觉知这样的MPE模式（MPE modes）尤其重要，因为它们建立在对建模过程的稳定识别之上，既能支持代理继续参与日常生活，又能促成感知上的深刻转变（Agrawal & Laukkonen, 2024）。这突显了通过发展稳定的心理特质，将去造作状态整合进日常功能的重要性，从而实现痛苦的实质性减轻（Berkovich-Ohana & Glicksohn, 2017；Berkovich-Ohana等, 2024）。这也契合我们的最后一个假设：对建模过程的识别可能导致痛苦的显著减少，而这正是许多冥修传统所强调的核心目标。

事实上，佛教传统，尤其是《般若波罗蜜多》文献，强调认识到现象的空性是解脱的关键（Hanh, 2017）。当现象被看作是空的、无常的、不满足的，对它们的执着（即“离欲”）就会减少，从而减轻痛苦（Bodhi, 2000: SN 35.117）。在代理模型中，我们假设，某一模型在目标函数计算中的影响力，与其置信度（confidence）成正比。随着现象的物化（reification）逐步减弱，这些模型在感受值（valence）计算中的影响力也随之下降，导致规划引擎在较长时间尺度上减少制定与这些模型相关的行为计划。这一过程与对现象的抓取和反应性降低相关，有助于培养更大的平等心（equanimity），从而减轻痛苦。Hyvärinen（2022）也描述了类似的过程。

有趣的是，尽管在高度去造作的定境中，与负向感受值相关的低层信号（如饥饿或疼痛）可能暂时消失，但我们推测，在MPE模式中这些信号仍会存在。这些“去物化”程度更高的状态与习惯性现实体验之间的关键区别在于：由于代理对其模型的置信度降低，由低层信号引发的负向感受值不再伴随大量计划行为或反应性的心理模式——而后者正是痛苦的主要来源。这一概念与佛教“两支箭”的教义相符（Bodhi, 2000: SN 36.6）：第一支箭代表最初的疼痛，第二支箭则象征由此衍生的心理痛苦。

如前所述，某些冥想练习会导致“自我模型”的造作减少，而这一建构在冥修传统中被广泛视为人类痛苦的主要来源（Godman, 2017；Thrangu, 2004）。自我模型的瓦解也是致幻剂使用中的常见体验，通常被称为“自我消解”（ego dissolution）（Carhart-Harris & Friston, 2019；Deane, 2020；Millière, 2017）。通过放松与习惯性自我认知相关的系统吸引子，个体所体验到的“自我”感会变得不那么坚固，“我”与“世界”之间的分离感也逐渐减弱。从计算角度看，减少自我模型的造作，意味着降低对粗重自我相关建构的认同与执着，从而削弱它们对代理评估过程的影响，减轻痛苦的一大根源（Hyvärinen, 2022）。这些短暂的状态可能引发认同单位（unit of identification）和体验结构的长期转变，正如非二元觉知中所报告的那样（Josipovic & Miskovic, 2020；Metzinger, 2024；Millière, 2017）。

需要指出的是，对建模过程的识别，或认同单位的转变——通常与对现有模型的置信度降低有关——并不必然导致更适应性的行为或负向感受值的减少。对模型的置信丧失可能导致“虚拟感”（virtuality）的体验（Metzinger, 2024），甚至可能表现为病理性的人格解体现象。事实上，一些个体可能经历人格解离症状，这往往源于对自我模型的置信度下降（Deane等, 2020；Lindahl & Britton, 2019）。

同样，深层固有信念的瓦解也可能导致冥想者经历痛苦加剧的阶段，这一现象俗称“黑暗之夜”（Dark Night）（Ingram, 2018）。我们认为，当对建模过程某些部分的置信度丧失，而其他仍具高置信度的模型与之冲突时，就可能引发负向感受值。这些考量凸显了“框架设定”（framing）与“整合”（integration）在应对去造作与去物化体验中的关键作用，以确保这些状态能够被恰当理解与妥善管理（McGovern等, 2024）。

3.6 去实体化纯粹觉知：迈向灵活建模

由于纯粹觉知常被描述为根本性的存在，因此特别容易被实体化，即被误认为是一种终极的或本然真实的现象（Burbea，2014）。这种倾向也可能反映了一种更深层的心理机制：对存在性恐惧的回避。在此背景下，它可与“死亡否认”这一概念相关联（Dor-Ziderman 等，2019；Metzinger，2024）：主体可能会增强对纯粹觉知模型（以各种形式呈现）的信心，以此建立一个稳定的认同单元，从而化解“非存在”所带来的认知失调——这种反事实状态对主体而言具有极低的效价（情感价值）。

这种实体化现象也在迷幻状态后的顿悟中被观察到，这些顿悟通常带有“非知性”（anoetic）特质，即一种深刻的“知晓感”或启示感（Timmermann 等，2022）。正如我们所见，解构化的体验可能导致主体认知图景中形成新的吸引子（见图2），但这些新形成的吸引子有时可能比其所取代的信念具有更强的实体化倾向，并可能变得适应不良（Davis 等，2020；McGovern 等，2024）。

止灭事件（cessation events），以及对空性与缘起的洞见，说明即使是“无限意识”这类深刻的体验，也仍可进一步深化与修正，不应被视为终极实在。认识到这一点有助于避免将纯粹觉知等体验误认为最终真理，从而促进更深层的理解：即使是最深刻的洞见，本身也是一种建构。禅修传统强调，必须在稳定解脱性体验（如非二元觉知）的同时，避免对其产生执着。正如大圆满教法中的一句格言所说：“信任你的体验，但持续精进你的见地。” 这种开放性确保了没有任何单一洞见会被误认为是最终真理。这与大乘佛教“空性亦空”的教义一致：就连“空性”这一概念也不是最终真理，因为它本身也无固有自性（Garfield 等，1995）。

在算法主体框架中，这一点对应于需要认识到：对“建模引擎”（Modeling Engine）的模型本身也只是另一个模型。我们只能通过其产生的模型来认识建模引擎，这正反映了佛教教义中所强调的“形式与空性不可分离”或“觉知与其内容不可分离”（Garfield 等，1995；Thich，1999；Thondup, Talbott 等，2014）。图7展示了这一原则：尽管纯粹觉知对主体可能是透明的，但对空性的更深层理解（有时通过止灭事件促成）揭示出，即使是这种体验本身，也是建模过程的一部分。这种递归循环或许可以解释为何关于纯粹觉知的描述常常包含“无基之基”这类悖论性表达，反映出：对建模过程本身（即空性）的认识，也不过是另一个模型（无固有自性，即“空”）。

最后，我们假设，认识到所有模型（包括自我观）的空性，可以通过降低整个模型集合的置信度，从而增强系统的可塑性。从计算角度看，这对应于在面对新数据时，模型更新与选择具有更大的灵活性，这一观点与近期关于主动推理（Active Inference）的研究提议相一致（Deane 等，2020；Pagnoni，2019）。然而，通过迷幻体验来培养这种灵活调控可能更加困难，因为这类体验往往导致信念层级被更突然、更外源性地“压平”。重要的是，主体可选择的范围也延伸到了认同的单位本身，正如禅宗大师临济义玄（Yixuan，1999）所言：

有时我夺人不夺境，有时我夺境不夺人，有时人境两俱夺，有时人境俱不夺。

从某种意义上说，主体可能已经发现了一种极具适应性的新模型，至少在最小化负面效价的意义上如此。由于这一新模型反映了所有可能模型的局限性（类似于“所有模型都是错的，但有些是有用的”这一观点），它为主体不断遭遇预测误差的现象提供了有力的解释。由于这可以被视为最小化痛苦的一种最优方式，因此引出一个有趣的可能性：这些理解并非偶然，而是主体持续优化生存与福祉的自然结果。

4 实证预测

关于纯粹觉知现象的算法主体视角，为在神经生物学和现象学层面进行实证预测提供了检验基础。我们最近提出了一种算法主体模块在人脑中的初步实现方案，将大脑区域和功能回路与不同的主体模块相对应（Ruffini, Castaldo 等，2024）。我们可以利用这种映射来假设：在解构（defabrication）过程中，哪些脑区或功能网络预期会发生改变。例如，在迷幻状态或禅定专注状态下，计划功能和思维繁衍的减少，预计将导致与自我参照思维和计划相关的默认模式网络（DMN）区域活动降低，这一点已在文献中被广泛报道（Garrison 等，2015；Tagliazucchi 等，2016；Taylor 等，2013）。此外，我们预计，随着主体逐渐进入更少建构的状态，与“建模引擎”（Modeling Engine）相关的功能回路的活动也会下降。在这方面，最近的研究表明，在裸盖菇素（psilocybin）作用下的解构过程，主要由DMN与前海马体连接性的改变所驱动（Siegel 等，2024）。此外，在止灭事件（cessation events）中预期会出现质的转变，而海马体的参与可能特别值得研究，以探讨这些事件期间现象内容的缺失和/或记忆形成的中断。

有趣的是，通向高度解构状态的现象学轨迹，在冥想练习与迷幻体验之间可能是不同的。迷幻剂通过广泛“压平”先验信念，往往会增加体验内容的丰富性，这已被关联到更高的熵值（Carhart-Harris，2018；Carhart-Harris & Friston，2019；Schartner 等，2017）。这种压平过程可能因感觉输入的过载（系统无法连贯处理过多的熵）而最终导致无意识或类似止灭的体验，这在高剂量5-MeO-DMT使用中已有观察（Ermakova 等，2022；Timmermann 等，未发表）。这一过程在神经生物学上可能表现为α/β节律的降低和γ波活动的增强，因为系统的动力学景观趋于平坦，主体被自下而上的感觉信息所淹没（Alamia 等，2020；Carhart-Harris & Friston，2019；Timmermann, Roseman 等，2023；Timmermann 等，2019）。特别值得关注的是无意识发生前的状态（这些状态可说是与最少结构化体验最接近的），我们预期在这些状态下会观察到高水平的现象丰富性和神经熵值（Timmermann 等，未发表）。

目前尚不清楚禅定专注练习是否遵循与迷幻剂相同的轨迹。尽管深度专注状态很可能涉及建构的减少，并将体验收窄为更简单的内容，但体验的丰富性仍可能得以保留，只不过集中在单一对象上。在最近一项关于冥想中复杂性测量的综述中，Atad 等（2023）发现趋势表明，即使是在专注注意力的练习中，神经复杂性和熵值也有所增加（Atasoy 等，2023；Walter & Hinterberger，2022）。就振荡活动而言，我们假设随着主体在解构光谱中不断深入，α波功率将逐渐降低（Prest & Berryman，2024）。这种降低的拓扑分布预计与迷幻剂所观察到的不同：在迷幻状态下，预期会出现广泛性的降低，这可能由5-HT-2A等血清素受体的分布所驱动（Kwan 等，2022）。

在禅那（jhāna）修习中，α波功率的下降预计在接近止灭事件时达到最低点，最近的研究已有所提示（Chowdhury 等，2023；Laukkonen 等，2023）。止灭事件本身可能涉及快速的神经转换，而不陷入特定的吸引子状态，从而可能导致熵值升高。最近的研究还报告了在禅那状态中神经熵值的增加（Chowdhury 等，2025），这引发了一个问题：止灭事件是遵循迷幻剂中观察到的熵值升高轨迹，还是走向类似深度睡眠或麻醉那样的低熵状态？不同的冥想练习可能通过不同的神经生物学和现象学路径通向止灭事件，这呼吁对这些实践进行更深入的科学研究。

5 讨论

5.1 计算实现

上述概念与假设为基于主体（agent）框架的计算建模提供了坚实基础。该主体模型可以进行计算实现，Ruffini 和 Lopez-Sola（2022）已提出初步构想，目前正进一步发展这些思想。此外，在主动推理（Active Inference）领域的文献中，已有相关模型的具体实现（Prest，2025；Sandved-Smith，2024），为这类基于主体的框架如何在实践中操作化提供了具体范例。

除了主体框架外，全脑模型（whole-brain models）为检验我们的机制性假设提供了另一种强有力的途径。通过在不同抽象层次上模拟大脑动力学，这些模型使我们能够验证并完善所讨论的理论构念，从而弥合计算模型与神经生物学实现之间的鸿沟。在这方面，最近已有研究提出了一种皮层柱振荡活动的层状神经质量模型（laminar neural mass model, LaNMM）（Sanchez-Todo 等，2023），并已用于实现预测加工机制，例如预测误差的计算和精度加权（precision-weighting）（Ruffini, Lopez-Sola 等，2025）。最近的研究表明，基于该模型的全脑模型能够复现迷幻状态下实证研究中观察到的频谱变化，特别是高层级建模减少和自下而上信息流增强所预期的α波功率降低和γ波功率升高（Gendra 等，2024）。

由于LaNMM框架明确实现了预测加工机制，包括预测误差计算和精度加权，因此它为建模“解构”（defabrication）的动力学提供了一种原理性方法。在此背景下，解构涉及高层级模型中精度的系统性降低（在模型中由α振荡编码），从而导致自下而上的影响增强，层级化处理趋于扁平化。这使得该模型特别适合捕捉高级冥想实践中所描述的各类状态转变。通过整合禅那（jhānas）等修行实践的实证数据（例如现象学报告和神经影像发现），可以生成具体且可检验的预测，例如在皮层更深的层次中出现α波功率逐级下降的级联效应。更广泛而言，这一框架为现象学、计算建模与神经生物学之间搭建了富有前景的桥梁，为大脑中如何产生深度解构状态（包括与纯粹觉知相关的状态）提供了机制性解释。

5.2 对意识科学的启示

关于纯粹觉知作为独立现象的报告（例如在深度冥想专注状态中）对于探索意识的最小模型尤其具有意义，因为这些状态接近“最小性”标准——即几乎无法再去除任何内容（Metzinger，2020）。与麻醉或睡眠不同，这些状态保持了清醒意识和报告能力，因而更适合作为研究对象。从这一角度出发，我们探索的一个结论是：MPE（最小现象体验）状态代表了解构光谱末端的一类经验，可能与大脑过程的时间动力学密切相关。

我们还推测，纯粹觉知的体验可能涉及特定模型的运作，尤其是对主体自身建模过程的模型。一个引人深思的可能性是：这种模型对于主体建模世界的能力具有根本性作用。在生物主体的演化背景下，自然选择倾向于那些能够建模环境以提升生存能力的系统，这一点已被“良好调节者定理”（good regulator theorem）所概括（Conant & Ross Ashby，1970）。对于这类系统而言，对自身建模过程的模型可能是必不可少的，因为它能够表征“某些事物可以被理解并互动”的事实，从而为所有其他模型的构建与评估提供基础。这种根本性模型可能通过隐式确认“现象可以被认知”，为整个建模过程提供一种“确定性”，从而使系统能够通过目标函数（Objective Function）持续评估其他模型。这种基础性的确定性将作为一种底层假设，支撑主体全部建模活动的层级结构。

类似地，Metzinger（2024）最近提出，纯粹觉知的报告对应于一种“认知开放性”（epistemic openness）的模型，而该模型可能与上行网状激活系统（ARAS）信号相关——这是一种负责调节睡眠与清醒状态转换的神经机制。这一联系引人深思，因为ARAS信号在维持清醒状态中起关键作用，从而调节大脑与环境互动的准备状态，这与“系统认知能力”模型的概念相吻合。

如果对建模过程的模型确实在生命主体中具有根本性，那么可以推论：所有具备结构化体验能力的系统都拥有某种形式的这一模型。然而，对大多数系统而言，该模型以透明方式运作，引导体验而不被直接觉察。只有通过人类等高级认知过程，这一模型才可能变得“不透明”，使系统得以识别自身的建模过程本身。这种可能性表明，纯粹觉知的体验为理解结构化体验的本质提供了一个独特窗口，揭示了作为有意识主体究竟意味着什么的根本问题。

5.3 伦理意涵

理解“成为某种存在是什么感觉”（what it is like to be something）具有深远的伦理意义，它将重塑我们对自然系统与人工系统的道德直觉。随着我们对痛苦与意识体验背后机制的深入理解，我们能够发展出更为健全的伦理框架，以指导我们的行为。植根于人工智能与演化理论的算法主体框架，为我们理解结构化体验和痛苦如何在生物与人工系统中显现，提供了一个宝贵的视角。

在本文中，我们已看到体验的“建构”（fabrication）如何导致痛苦——这种痛苦源于目标函数（Objective Function）对模型的持续评估。在我们的框架下，任何进行建模与模型评估的系统（无论是生物的还是人工的），都有可能经历痛苦。这一认识提示我们：在设计人工主体时，必须关注其内部评估过程，以尽量减少不必要的痛苦（Metzinger，2021）。同样，非人类的生物系统尽管有时复杂性较低，但也在进行基本的建模过程，并经历与效价（valence）评估相关的痛苦。目前仍是一个开放性问题：效价输出是否直接与模型本身的复杂性相关。

随着未来人工主体变得越来越复杂，在其设计中融入伦理考量将变得至关重要。基于我们对纯粹觉知体验的理解，一个引人深思的想法浮现出来：或许应让人工主体能够直接访问“建模引擎”（Modeling Engine）自身的模型，从而促使其运作模式接近非二元觉知。正如前文所讨论的，这类体验涉及对经验建构本质的觉察，并消解了自我与环境之间僵化的分界。这种觉察可能通过减少主体对外部刺激的反应性卷入，以及减少导致负面效价评估的评价过程，从而显著降低痛苦。

5.4 通往“更纯粹”体验的技术

我们认为，像本文所探讨的这类科学模型，能够通过提供新的工具和视角，显著地指导并增强冥想修行实践。这一点具有重要价值，因为非二元体验以及对空性的深刻洞见，提供了转化性的现实体验方式，有潜力极大提升个体的福祉。正如我们所讨论的，当有适当的整合与框架支持时，主体对其自身建模过程的觉察，可能带来痛苦的显著减少。

尽管这一设想仍属高度推测，但探索技术如何增强冥想实践仍带来诸多有趣的可能性。一种潜在的协同方向是：利用神经反馈（neurofeedback）和脑刺激等技术，来改进通往转化性体验的冥想实践（Abellaneda-Pérez 等，2024）。有针对性的脑刺激，例如对默认模式网络（DMN）的调控，可能通过减少自我参照思维模式，帮助更稳定地进入非二元状态（Cain 等，2024；Chou 等，2020）。将大脑的层级化处理结构映射到全脑计算模型中，有助于设计模拟不同“解构”过程的实验协议，例如冥想中逐步瓦解建模过程，或迷幻剂引发的更迅速、更广泛的改变。

在探索并可能使这些状态更易获得的同时，我们也必须发展相应的框架，以确保这些洞见既具适应性又安全。整合至关重要：若缺乏适当的背景和方法将这些领悟融入日常生活，某些洞见可能会导致心理失衡甚至伤害（Davis 等，2020；McGovern 等，2024）。正如禅修传统长期以来所强调的渐进修行与伦理基础，科学探索也必须谨慎前行，确保任何突破或应用都置于支持福祉而非损害福祉的结构之中。

6 结论

在本研究中，我们通过算法主体模型的视角，探讨了纯粹觉知与最小现象体验（minimal phenomenal experiences）这一现象。采用一种受到禅修传统启发的计算现象学方法，我们提出：此类状态是通过内部模型的逐步解构（defabrication）而产生的，往往最终表现为对建模过程本身的觉察。我们提出了一系列假设，以形式化这一观点，提供了一个统一的框架，将现象学、计算建模与神经生物学连接起来。通过这一整合，我们旨在澄清并建模那些长期被禅修传统所珍视、并在当代意识科学中日益被视为理解体验本质与结构关键的状态，同时强调这些状态在减轻痛苦、促进福祉方面的潜力。

最终，科学必须培养一种探究精神，并对这些体验保持批判性视角。科学可以在确保我们以开放的心态研究纯粹觉知方面发挥关键作用，帮助我们将重点保持在探索本身，而非固化特定观点或建立僵化的模型。本着本文所倡导的观点，我们认识到：包括我们自身模型在内的一切模型，归根结底都是暂时性的、无自性的，它们仅作为进一步探究的垫脚石。我们希望，这些模型仍能对那些走在探索之路上的人有所助益。

附录 A A.1 与相关理论的对应关系：预测加工、主动推理与自由能原理

算法主体框架与大脑的预测加工理论高度契合，两者均认为大脑持续不断地生成并更新关于环境的心理模型（Clark，2013）。在算法主体框架中，比较器（Comparator）将感官输入信号与模型预测进行匹配，而预测误差则被用于优化当前模型。然而，一个关键区别在于：大多数预测加工模型依赖贝叶斯推断来进行模型更新，而我们的框架基于算法信息论（Algorithmic Information Theory），假设模型的更新是为了最小化柯尔莫哥洛夫复杂度（Kolmogorov complexity）。值得注意的是，贝叶斯推断可被视为生物主体在实际中计算柯尔莫哥洛夫复杂度的一种可行实现方式（Ruffini，2024）。

我们的框架也与主动推理（Active Inference）和自由能原理（Free Energy Principle）等理论相呼应（Friston，2010；Parr 等，2022），这些理论描述了主体如何利用生成模型来抵抗自然趋向混乱的倾向。在主动推理中，生成模型既编码了对感官输入的预测，也编码了主体偏好的状态，从而有效地将预测导向其期望的结果（Parr 等，2022）。这意味着预测不仅是为了匹配感官输入，还受到主体期望或偏好体验的引导。相比之下，尽管我们的算法主体框架可以容纳主动推理的实现方式，但它更普遍地区分了两个过程：一是仅基于感官预测误差的模型更新过程，二是独立评估行为对实现主体目标之贡献的“目标函数”（Objective Function）计算过程。因此，在算法主体框架中，预测误差本身对主体的稳态（homeostasis）是中立的；稳态价值只有在模型被目标函数评估时才被确定，即评估这些模型在多大程度上符合主体的稳态需求。模型的预测误差可以作为输入参与这一计算，但在该框架中，这属于效价（valence）计算的结果。

尽管主动推理的表述方式可能非常适合描述我们所熟知的自然生命体，但我们认为，算法主体框架因其更普遍的结构，能够更好地容纳更广泛的主体实现形式。这种灵活性在将这些概念扩展到人工主体时尤为相关。话虽如此，主动推理的许多原则同样适用于算法主体框架，本研究也从主动推理文献中获得了大量启发，特别是在理解冥想实践、迷幻剂效应以及解构过程方面（Agrawal & Laukkonen，2024；Carhart-Harris & Friston，2019；Deane，2020；Deane 等，2020；Laukkonen & Slagter，2021；Prest & Berryman，2024）。同样，我们在下文中提出的许多机制也可以轻松整合到主动推理与自由能原理的框架之中。

A.2 算法主体中的缘起

算法主体模型与佛教“缘起”（dependent origination）教义之间的对应关系，揭示了二者在经验如何被建构这一问题上的共同理解。以下，我们探讨缘起十二支与算法主体框架之间可能的映射关系，以展示这些核心概念之间的契合：

• 主体已有的世界模型（包括其对世界状态的偏好）可被视为对应于“行”（saṅkhāra，也译为“造作”、“倾向”或“习性”）这一支。它是过去经验所形成的深层心理倾向，驱动后续的认知与行为。
• “识”（viññāṇa，consciousness）由此建构过程而生，这与我们观点一致：主体的结构化体验源于其内部模型的运行。
• “名色”（nāma-rūpa）、“六入”（ṣaḷāyatana，sense sources）与“触”（phassa，contact）这几支，在我们的框架中代表来自外部世界、经由感官器官接收的信息，这些信息与主体已有的世界模型进行比对。
• “受”（vedanā，feeling tone）指当我们的感官与外境接触时所产生的乐、苦或不苦不乐的感受。这与算法主体框架中的“效价”（valence）概念相关，但存在一定差异（见下文）。效价是目标函数（Objective Function）对当前世界模型评估后的输出，其基础是主体的稳态偏好。
• 由“受”而生“爱”（taṇhā，craving）：此前主体只是喜欢或不喜欢，现在则发展为“想要”或“不想要”。这种“欲求”或“渴望”是主体根本驱动力的体现，编码于“规划引擎”（Planning Engine）中，旨在趋向预测效价更高的状态。此外，可以预期的是，具有高精度的模型会引发更强的渴求，因为它们在目标函数的计算中被赋予更高权重。
• “爱”进一步强化为“取”（upādāna，clinging）：在框架中，这可理解为对不同行动计划进行反复模拟，以期提升目标函数的数值。
• 随着“取”的持续，最佳行动方案逐渐浮现，此即“有”（bhava，becoming）——即行动前的心理确立状态。
• 最终，行动发生：此即“生”（jāti，birth）。这是“新”环境的诞生，是主体通过其执行器（actuators）改变外部世界的结果。
• “生”之后必有“老死”（jarāmaraṇa，death）：“死”可被理解为在主体试图控制现实之后，现实本身的衰败与不可避免的变化（无常）。每一次通过行动创造出的新世界，随即就进入衰亡过程，伴随着忧、悲、苦、恼（这些通常与“死”归于同一支）。

我们有意在上述映射中未包含“无明”（avijjā，ignorance）这一支。佛教中“无明”的一个根本含义，即是对于“空性”的无知（Burbea，2014），包括对“建构过程”与“缘起”本身的无知，正是这种无知催生了全部的苦（dukkha）。在主体框架中，“无明”可对应于这样一个事实：建模、评估与规划的循环过程对主体而言是透明的（Metzinger，2004），即主体无法有意识地觉察到这一过程正在发生。

尽管心理学中有时将“受”（vedanā，乐、苦、不苦不乐的感受）等同于“效价”（valence），但在我们的算法框架中，效价概念更为精细。在此语境下，效价是一个单一的标量值，反映主体在当前及未来状态下满足其稳态需求的程度，而不仅仅是某个感知对象“好”或“坏”的即时感受。在强化学习中，存在“奖励”（reward）与“价值”（value）的区分（Sutton，2018）：奖励信号代表短期收益，而价值函数则评估长期优势。因此，一个状态的“价值”，表示从该状态出发，主体所能累积的总预期奖励。从这个角度看，“受”更接近于“奖励”的概念，它是计算“效价”（对应“价值”）的关键组成部分。我们可以将某一现象所伴随的感受，理解为该现象对整体效价计算的具体贡献——无论为正、为负或中性。

在佛教文献中，“受”与“爱”之间的连接，是产生“苦”（dukkha）的常见中断点之一（Thich，1999）。通常通过觉察对乐受或苦受的反应，使主体对现象的固有反应模式（即“爱”）越来越清晰、越来越有意识。在主动推理（Active Inference）的语境中，这被称为“效价的不透明化”（opacification of valence）（Deane 等，2020）。另一种路径是直接觉察“行”（saṅkhāra）或习性本身，认识到它们的本质，从而削弱其驱动主体陷入惯性行为的力量。从算法角度看，这对应于某些模型的“不透明化”——即不再将某些现象视为具有客观、固有存在，而是意识到它们是被建构出来的。这种不透明化尤其在涉及“自我”相关的模型时，可能带来极大的解脱（就所释放的痛苦而言）。更重要的是，建构过程本身也可以逐渐被揭示并变得“不透明”，从而减少“无明”（avijjā），释放大量痛苦（Burbea，2014）。

原文链接：https://osf.io/fgxec/download