进化不是随机：Akarsh Kumar谈人工生命与另一种智能范式

当我们说进化是「随机」时，我们错了

人工智能领域有一个长期存在的误解：进化是一种笨拙、原始的算法，只有在无法使用梯度下降时才会退而求其次。研究者 Akarsh Kumar 在这期访谈中直接驳斥了这一观点——「我只想澄清一点，进化绝不是随机的。」

在他看来，进化恰恰是我们已知的、求解离散组合问题最强大的算法之一。关键在于进化中被严重低估的「选择机制」：如果你解决了拼图的一小部分并把它保留下来，再去搜索其余部分，你就能把一个指数级的搜索问题转化为线性搜索问题。这种「抓住已有成就、在其上继续构建」的能力，正是随机搜索所不具备的。

这场对话围绕 Kumar 的论文 ASAL（Automating the Search for Artificial Life with Foundation Models，用基础模型自动化搜索人工生命）展开，涉及人工生命、涌现现象，以及一种与主流深度学习截然不同的智能范式。

人工生命：研究「可能存在的生命」而非「现有的生命」

Kumar 引用了论文开头的一句话——人工生命研究的不只是「我们所知的生命」，更是「可能存在的生命」（life as it can be）。

他的逻辑很清晰：如果只想理解地球上现有的生命形态，去研究生物学就够了；如果只想理解智能，去研究神经科学就够了。但我们创造 AI，是为了获得一种更机械化、更本质的理解。借用 Jeff Clune 的说法，要真正宣称理解了智能或生命，就不能只谈论某一种特定形态，而必须理解「所有可能的智能空间」「所有可能的生命形态空间」。

「你不能只看一辆车就说所有车都是这样，」Kumar 举例，「你也不能只看 GPT-5 就说所有智能都是这样，不能只看人脑就说所有智能都是这样。存在一个空间，我们需要研究整个空间。」

人工生命有一个有趣的子领域叫「人工化学」——改变氢、氦这类元素的交互方式，看会发生什么。这赋予了研究者在「其他宇宙」中做反事实分析的能力：在哪些世界里会涌现出开放式的复杂性，在哪些世界里只会产生随机噪声？为什么同一套「物理法则」运行会产生惊人的现象，而换一套就什么都不发生？这正是 Kumar 想要围绕其展开的核心研究议程。

从康威生命游戏到粒子生命：几种模拟器

要理解这些抽象概念，最好从具体的模拟器入手。

康威生命游戏

最经典也最简单的例子是康威生命游戏（Conway's Game of Life）：一个二维网格，每个细胞只有「生」或「死」两种状态，规则极其简单——比如一个死细胞若有恰好三个活邻居，就会「复活」。就是这样一个可能是最简单的世界，运行多步之后却能涌现出令人难以置信的复杂性。

Kumar 提到，有专门的 Discord 社区在不断分享他们发现的新模式——比如每 64 步重复一次、以某种速度移动的「飞船」。这些爱好者甚至定义了系统中的「因果速度」：信息每步最多传播一个细胞，他们称之为「光速 c」，并会说某个滑翔机以「c/16」的速度移动，就像真实物理学中那样。这实在是一个货真价实的人工宇宙。

其他模拟器

论文中还用到了几种更复杂的系统：

• Lenia（Bert Chan 创造）：生命游戏的连续化推广，用连续微分方程更新规则，可扩展到 RGB 三通道。
• 神经元胞自动机（Mordvintsev，2020 年的「Growing Neural Cellular Automata」）：用一个小型神经网络替代元胞的局部更新规则，通过训练让局部规则自组织地「生长」出一只壁虎的图像，哪怕删掉一部分，系统也能持续重建。
• Boids：模拟鸟群、鱼群集群行为的经典算法，每个个体只根据邻居的位置做出左右决策，却能涌现出整体的群集行为。
• 粒子生命（受 Tom Mohr 启发）：在欧氏空间中抛入若干类型的粒子，用一个 6×6 矩阵定义不同类型粒子间的吸引、排斥或中性关系。改变这个「物理矩阵」，有些配置平淡无奇，有些却会形成看起来像细胞的、能持续存在的结构。

这个「细胞状物体」令人着迷：它通过利用物理规则，在这个世界里创造出一个能够持续存在的对象。正如 Kumar 所说，生命的本质或许就是「持存」（persistence）——这些有机体只是在设法让自己延续到下一帧，并为此利用了物理法则。

「涌现」（emergence）是这些模拟器背后最核心的概念：系统整体表现出的性质，无法从单个组成部分的规则中直接预测或推导出来。康威生命游戏里没有一条规则规定「会出现能移动的结构」，但「滑翔机」（glider）就是出现了。这种现象在复杂系统科学中被称为「强涌现」，与之对应的「弱涌现」则指原则上可从底层规则推导、但实际计算成本极高的宏观性质。区分二者至关重要：如果生命与智能属于强涌现，那么逐一检查底层规则永远无法理解它们，必须在更高层次上研究；如果属于弱涌现，则理论上存在可还原的解释路径。人工生命领域的核心争论之一，正是这些模拟中观察到的复杂性究竟属于哪一类。Wolfram 的「计算不可约性」概念与此密切相关——他认为某些系统的演化过程本身就是最短的计算路径，无法被任何捷径替代，只能模拟展开后才能知道结果。

统计智能 vs 规律性智能

这期访谈最有价值的部分，是 Kumar 提出的两种智能范式的区分。

他把当前的大语言模型称为「统计智能」——它们在统计意义上几乎是完美的，你可以把它们训练在任何东西上，甚至直接教它们微积分而无需先学算术。「这是一种非常怪异、非常外星的训练方式。」

与之相对的是「规律性智能」（regularity-based intelligence）。人类和动物的学习遵循一种天然的课程（curriculum）：先学这个，再学那个，循序渐进，别无他法。Kumar 认为，人类按序学习、进化沿路径依赖的方式，恰恰是它能在表征中创造出优美、规整结构的原因——也正是其鲁棒、可适应、可泛化的根源。

这与此前「分裂纠缠表征」（Fractured Entangled Representation, FER）的研究一脉相承。访谈引用了 Kenneth Stanley 的观点：重要的不只是你到达了哪里，更是你如何到达那里。「现在我们往往只关心结果——看基准分数，看它是否通过了数学奥赛。但如果『如何到达』才是关键呢？」

Kumar 喜欢用「正则化」的视角来看待这一切。数据是一种正则化，权重衰减（L2）是另一种，而课程学习——尊重沿途习得的对称性——则是一种「极其极其强大」的正则化。他进一步把 FER 方法视为一种「自动对称性学习算法」：你无法用数学公式写出「光照不变性」这样的归纳偏置，但数据驱动的演化可以把这种规律直接「烘焙」进神经回路里。

「分裂纠缠表征」（Fractured Entangled Representation，FER）是理解这段讨论的关键背景。该概念来自 Kenneth Stanley 等人的研究，描述的是大型神经网络在训练后形成的一种内部表征状态：不同概念的特征在网络参数中高度纠缠，无法干净地分离，且同一概念的表征在网络中是碎片化分布的，而非局部、模块化地存在。这种表征结构在基准测试上表现优异，却在分布外泛化、组合推理和持续学习上表现脆弱——改变训练数据的少量细节，模型的内部表征可能发生灾难性漂移。与之对立的理想是「因子化表征」（disentangled representation）：不同概念对应独立的内部维度，修改一个维度不影响其他维度，模型因此具备更强的组合泛化能力。Kumar 认为，遵循自然课程的路径依赖式学习，是让模型自发形成因子化表征、而非 FER 的关键机制。

用基础模型搜索人工生命：ASAL 的三种用法

ASAL 的核心思想是：与其硬编码单个模拟，不如参数化一个模拟空间，然后用基础模型（视觉语言模型）作为「评判者」去搜索。

这样做有两个好处。其一，更容易指定你想要什么——你不需要给出一张猫的精确图像并做像素级监督，只需说「我想要一只猫」，任何猫都行；这极大地简化了搜索问题。其二，它天然契合「计算不可约性」（computational irreducibility，源自 Stephen Wolfram）：你无法预测某条物理规则会产生什么，那就直接模拟、让它展开，再把结果交给基础模型评判。

论文中的实验展示了几个发现。在监督目标实验中，多细胞生物、神经元网络、病毒、真菌群落等目标在 Lenia、Boids、粒子生命中都能找到对应的涌现现象。在开放式搜索中，他们找到了比康威生命游戏更具开放性的模拟。更有意思的是对全部 26 万条规则的绘制——他们将运行结果输入 CLIP 并在二维空间可视化，按开放性着色后发现：存在一个「不开放」的大岛屿，和一个所有最酷模拟都聚集其中的小岛屿。

一个耐人寻味的点在于：基础模型本身是「分裂纠缠表征」，它产出的往往是「冒牌货」（imposter）。但这恰恰够用——因为你只是把它当作评判者，用它来引导（bootstrap）出一个真正良构的、因子化的表征。对于这类只关心输出行为、不关心内部表征的任务，基础模型的表现几乎是完美的。

Core War 实验：进化 + LLM 的威力

为了验证进化的力量，Kumar 团队做了一个基于 Core War 的实验。Core War 是上世纪 80 年代的编程游戏：玩家用一种名为 Red Code 的汇编语言编写程序，放进虚拟机的随机内存位置同台竞技，目标是通过向对手执行线程注入非法操作使其崩溃，让自己成为最后运行的程序。

他们用 LLM 作为变异算子，在进化循环中优化程序去击败初始程序，并采用 MAP-Elites 来应对这个高度欺骗性、非局部的搜索空间。结果令人印象深刻：

• 仅第一轮训练产生的「战士」就能击败人类战士数据集中 96% 的对手（约 300 个人类程序）。
• 随着对抗演化轮次增加，战士变得越来越通用，更可能击败从未见过的人类战士，行为方差也在下降，趋向于一个「通才型」战士。

关键在于：LLM 零样本写 Red Code 很糟糕，best-of-N 采样也很糟糕，但一旦放进带验证器的进化循环，它就变得非常强大。这与 AlphaEvolve 的教训如出一辙。

Kumar 的解释直指进化的本质：进化只需要你的变异在 1% 的时间里是好的即可。前 LLM 时代的 AutoML-Zero 用随机变异做程序搜索极难奏效，因为任何随机变异产生有用代码的概率近乎为零；而 LLM 虽不能保证 100% 成功，却能远超 1%。于是每当成功，你就能保留成就并在其上构建——这正是「进化 + LLM」远胜单独使用 LLM 的根本原因。「差距甚至都不接近。」

MAP-Elites 是一种「质量-多样性」（Quality-Diversity，QD）优化算法，由 Mouret 和 Clune 于 2015 年提出。与传统进化算法只追求单一最优解不同，MAP-Elites 同时维护一个按「行为特征」分格的档案库，每个格子保存在该行为维度上表现最好的个体。这样做的好处是主动维持种群多样性，避免早熟收敛到局部最优，同时对高度欺骗性（deceptive）的适应度地形特别有效——在这类地形中，局部最优解与全局最优解之间隔着大量低分区域，贪心搜索极易陷入。Core War 场景天然具有欺骗性：一段在当前对手面前无敌的程序，可能对另一类对手完全无效；MAP-Elites 通过覆盖不同行为模式的战士，使种群整体具备对抗多种策略的能力，最终演化出泛化性更强的通才型程序。这也解释了为何随着对抗演化轮次增加，战士的行为方差会下降——档案库逐渐被真正鲁棒的策略填满。

一场面向长期的智能赌注

Kumar 坦言，人工生命是「一个关于智能的长期赌注」。他并不主张去模拟每一个底层粒子来自底向上地启动智能，而是希望从自然进化和这些模拟中提炼出正确的「抽象」——一个足够高效、能在十年后运行，并能以正确方式产出通用智能的抽象。

这正是深度学习的某种延伸逻辑：我们不想学会那只壁虎长什么样，而想学会从积木重建壁虎的「过程」；不想学会智能本身，而想学会「生长出智能的过程」。在统计智能已经取得巨大成功的今天，Kumar 的提醒值得深思——我们应继续走这条路，但不该把所有鸡蛋放在一个篮子里。