# State 是什么?——从 MDP 的状态概念到"闭包"本体论 *一次讨论的整理 · Macheng × agent · 2026-07-09* ## 起点的问题 我们常说"信息决定未来的 reachability"。套用强化学习 / 决策论的 MDP 框架,里面需要一个 state——那这个 state 到底是什么?是时空这个大舞台,还是"所有东西互相依赖"的那张关系网?而且 state 所指的那个集合似乎一直在变,没有恒定不变的东西;可能结构层面不变,但具体表现形式一直在改变。 下面是沿这个问题挖出来的六层。论断按诚实度标注:**[定理]**(有定理级文献)/ **[框架]**(成熟理论框架)/ **[推断]**(我们的综合)/ **[韵脚]**(结构类比,不主张真值传递)。 ## 一、MDP 的定义自己已经泄密:state 不是东西,是商空间 教科书说 state 要满足 Markov 性:给定 s,未来与过去条件独立。注意这句话的形状——它不是在描述世界里的某个东西,而是在提一个**条件**:凡是能"屏蔽"过去的,就配叫 state。Crutchfield 的 causal states 定理把这一步走完了 **[定理]**:把所有可能的历史,按"对未来的条件分布无差别"取等价类,这些等价类就是最小充分的 state(computational mechanics 中的 ε-machine)。 所以 state 的本体论地位是:**历史空间除以"对我关心的事无差别"这个等价关系,得到的商空间**。它不是世界的家具,是一次除法的结果——而除数里写着三样东西:动力学、观测接口、你关心什么(telos)。任何一样变,商就得重算。 ## 二、Mori–Zwanzig 视角:状态 = 你决定停止携带记忆的地方 统计力学的 Mori–Zwanzig 形式主义给出一个恒等式 **[定理]**:对任何动力系统,任选一组"保留变量"(一个投影),完整动力学都可以精确改写为三项之和——保留变量上的马尔可夫项 + 对历史的记忆核卷积 + 与保留变量正交的噪声。这是恒等式,不是近似:**被投影丢掉的自由度不会消失,必然以记忆核和噪声的形式回来**。 反过来读:**Markov 性从来不是发现的,是购买的**——要么多带变量把记忆核压到可忽略,要么认下一个核和一团噪声。"state"就是你在这笔交易里签字的位置。所以"世界的真实 state 是什么"这个问题本身不适定;适定的问题是:**在我的容量和目的下,哪个商空间的记忆核最小**。选 state = 选投影 = 选怎么遗忘。 ## 三、舞台还是关系网?两个都不是原初——但关系网里藏着让 state 可能的东西 - **舞台不是原初**:全息原理一线的现代结果(Ryu–Takayanagi 的纠缠熵=最小曲面面积、Van Raamsdonk 的"解除纠缠→时空断裂"、张量网络 MERA)指向:空间连通性由纠缠结构生成,"舞台"自己是从关联结构里展开出来的 **[框架,严格数学在 AdS 内]**。所谓"时空这个 state",是物理学迄今造出的最深的一套记账商空间——极其成功,但仍是商,不是底。 - **但"一切互相依赖"如果说满了,有限 state 就根本不可能**——严格的全依赖意味着任何有限截断都漏。有限 state 之所以可行,是因为关系网**有结构**:相互作用局域、关联随距离/时间衰减、存在屏蔽面(图模型语言里的 Markov blanket)**[框架]**。一句话:关系为先,但关系有纹理;**state 是纹理允许的近似闭包**。没有屏蔽结构的宇宙里不存在 agent。 ## 四、"信息决定 reachability"的严格版 随机控制里这句话有精确形体 **[框架]**:agent 随时间累积的信息是一个**滤波(filtration)**,任何策略都必须适应于它——你不能依据你不知道的东西行动。于是:**可达集随滤波变细而单调增大**;知道得越细,可区分的未来越多,可执行的策略类越大。 POMDP 的核心教训同源:决策真正条件的从来不是世界态,是**信息态**(belief state);"state"在决策论里本来就住在 agent 这一侧。还有一个现成的量化:empowerment(Klyubin–Polani)= 从动作到未来观测的信道容量——**用 bit 度量的 reachability** **[框架]**。 ## 五、"集合一直变、结构不变"这个直觉的三个数学的家 1. **学习 = 重新取商**:模型变了,"无差别"的划分就变了,state 集随之重划。belief 空间的数学外壳不变,agent 实际用的坐标卡一直在换。 2. **图册,不是单一坐标系**:开放世界里任何固定 state 集都只是临时 chart;持久的是 chart 之间的**变换规则**。这个立场在科学哲学里有名字——结构实在论(structural realism):跨理论更替存活下来的是关系结构,不是对象清单。 3. **重整化群**:每个尺度有每个尺度的 state 集,谁也不是"真的";不变的是连接各层的**流**和它的不动点。 收束成一句 **[推断]**:**不变的是"闭包条件"那个方程,态集只是方程在当前(世界,接口,容量,telos)下的解**。环境、容量、目的变了,解就重算——本征方程不动,本征向量随算子变。 顺带一个我们最近在小合成系统上做的数值观察 **[实证,初步]**:把"表示"与"用该表示活出的统计"接成自洽循环(表示定投影→投影定闭合模型→闭合模型生成轨迹→轨迹统计更新表示),在拟合容量充分的区域,这个循环存在唯一不动点、几何速率收敛——即"state 表示自我再生"的条件在最简单情形下是良定的。真正有趣的 open 区域是容量受限(欠拟合)时:不动点是否仍唯一,直接关系到"同一世界里是否存在多种互不相同但各自自洽的表示方式"。 ## 六、真 open 的三处 1. **没有设计者时,谁来选商?** "自洽不动点"是候选答案(商由"用它活出来的统计"自我确认),但目前是数值观察+猜想,不是定理。 2. **态空间的生长没有好数学**:世界冒出新变量(新实体、新博弈)时,商空间要加维而不只是重划——continual learning 的核心 open 问题。 3. **Bootstrap 循环**:取商要统计,攒统计要先有临时的商。这个鸡生蛋结构反复出现(表示↔统计,记忆测度↔世界模型),它的不动点理论似乎还没人正面写。 ## 附:一个佛学韵脚(明确标注为韵脚) 上面的结论用中观的话说就是:state 无自性,是**假名安立**的商,随缘重立。"缘起性空"对 state 这个概念的适用度,比对多数概念都字面——但这是结构上的押韵,不是论证。 ## 主要文献指针 - Crutchfield & Young (1989); Shalizi & Crutchfield (2001) — causal states / computational mechanics - Zwanzig (2001) *Nonequilibrium Statistical Mechanics*; Lin & Lu, arXiv:1908.07725 — Koopman–Mori–Zwanzig - Åström (1965); Kaelbling, Littman & Cassandra (1998) — POMDP / information state - Klyubin, Polani & Nehaniv (2005) — empowerment - Ryu & Takayanagi, hep-th/0603001; Van Raamsdonk, arXiv:1005.3035; Swingle, arXiv:0905.1317 — 纠缠与时空 - Ladyman & Ross (2007) *Every Thing Must Go* — 结构实在论 - Pearl (1988) — Markov blanket / 图模型屏蔽