《失控再解读》第2.2节-失控的基础世界观
第二章-失控原著精髓（2.2节）
在阅读《失控》的前几章时，我并没有遇到太多的障碍，感觉思维犹如流水般顺畅。 所以其实前几章写得蛮好的，你可以轻松理解失控全文要写的内容，以及各种刷新世界观，但读到书的后半部分就困难了，所以你也可以直接阅读《失控》原文，把2.2节里所讲的内容作为理解的笔记，同时，这篇也将是原著精髓中最精华的一篇。
《失控》第一章节梳理
第一部分：人造与天生-引入
人造与天生的联姻正是本书的主题。技术人员归纳总结了生命体和机器之间的逻辑规律，并一一应用于建造极度复杂的系统；他们正在如魔法师一般召唤出制造物和生命体并存的新奇装置。从某种程度上来说，是现有技术的局限性迫使生命与机械联姻，为我们提供有益的帮助。由于我们自己创造的这个世界变得过于复杂，我们不得不求助于自然世界以了解管理它的方法。这也就意味着，要想保证一切正常运转，我们最终制造出来的环境越机械化，可能越需要生物化。我们的未来是技术性的，但这并不意味着未来的世界一定会是灰色冰冷的钢铁世界。相反，我们的技术所引导的未来，朝向的正是一种新生物文明。
回想一下，在1994年那个物质仍未丰富、生活条件落后的时期，那时Windows系统还没出到Windows95，拨号上网才开始不久，在一切互联网的精彩生活还未展开时，这本书就悄然出现，人们甚至还没准备好迎接它的出现，因为这些观点对于那时的人来说还是很难理解的。
除了生物逻辑之外，没有任何一种逻辑能够让我们组装出一台能够思想的设备，甚至不可能组装出一套可运行的大型系统。自然绝不仅仅是一个储量丰富的生物基因库，为我们保存一些尚未面世的救治未来疾患的药物，自然还是一个「文化基因库」，是一个创意工厂。
直到现在，我们的人工智能仍然不能为我们创造一个机器生命，而且我们创造的机器全都需要自己来维护，而不是像生命一样自动修复。这就带出一个冲突：人类的机器编程与自然的生物编程到底有什么区别？也许这其中有另一种看待世界的方法...
第二部分：分布式
「蜂群思维」的神奇在于，没有一只蜜蜂在控制它，但是有一只看不见的手，一只从大量愚钝的成员中涌现出来的手，控制着整个群体。它的神奇还在于，量变引起质变。要想从单个虫子的机体过渡到集群机体，只需要增加虫子的数量，使大量的虫子聚集在一起，使它们能够相互交流。等到某一阶段，当复杂度达到某一程度时，「集群」就会从「虫子」中涌现出来。虫子的固有属性就蕴涵了集群，蕴涵了这种神奇。
蜜蜂在做决定时很有趣：它们通过舞蹈来互相传递信息，成员之间并不存在什么『心机boy』，它们更像是忠实执行指令的『生物机器』，但这个机器却能做出惊人的决定，书中这样描写：
除去侦查员外，极少有蜜蜂会去探查多个地点。蜜蜂看到一条信息：「去那儿，那是个好地方。」它们去看过之后回来舞蹈说，「是的，真是个好地方。」通过这种重复强调，所属意的地点吸引了更多的探访者，由此又有更多的探访者加入进来。按照收益递增的法则，得票越多，反对越少。渐渐地，以滚雪球的方式形成一个大的群舞，成为舞曲终章的主宰。最大的蜂群获胜。这是一个白痴的选举大厅，由白痴选举白痴，其产生的效果却极为惊人。这是民主制度的真髓，是彻底的分布式管理。
『蜂群的灵魂在哪？』很多人会问到，就像人类的每个思考其实都是一个『抉择』，那么推而广之人类的灵魂在哪？
『是由蜂群选择的。』生物学家惠勒的回答解答了人们的疑惑。这是生物群体产生的智慧，而不是说人类有个中央『意识』或『灵魂』，由这个灵魂在单线程思考，最终给出答案。这个解答看似有点反人类，因为按照我们的思维习惯来说，灵魂的构成应该是通过各种感官获得数据，然后数据储存在大脑里形成记忆，记忆经过意识的思考处理最终形成决定。
这就是人类机器编程与自然生物编程这两种思维的区别。蜂群是在信息收集-反馈-行动的不断循环中得出『结论』，而人类编程是由一个中央思想决定它分为几部分，每部分干什么，具体怎么行动。
举个更容易理解的例子就是，『中心控制』就像以前的电话，无数根电话线统一接到一个机器，告诉接线员你要找谁，然后由接线员控制你的电话跟谁连在一起。而『分布式』更像『六度分离』的游戏，你要寄信给美国总统，只需要把信交给你觉得能联系上总统的人，在经过平均六个人的传递后，信就到达了美国总统手里。
我不用现代的分布式技术或云计算的计算机作为案例的原因，其实是这种分布式处理并不够『分布式』，一些没读过或不认真的读者，直接就认为现代的分布式计算机就是《失控》中所讲的分布式，不得不说这些解读是不负责，而且是很肤浅的。
最简单的区分真假分布式的方法就是：『中心控制』的机器无论运行多少遍从过程到结果都是完全一样的；『分布式』的机器运行之后，过程可能有千差万别，但结果极大可能是一样的（因为不排除小概率会一路错下去）。就像是时钟运行和大量蜜蜂寻找花朵的区别，同一开始条件下多次运行，时钟肯定这么走，而蜜蜂极大可能会找到同一片花朵丛。
到这里就引出了分布式的精髓，它包含了四个特点：
1、没有强制性的中心控制次级单位
2、具有自治的特质
3、次级单位之间彼此高度连接
4、点对点间的影响通过网络形成了非线性因果关系
怎么理解？
1、蜜蜂有谁决定谁去哪采蜜的控制者吗？没有，都是自己决定；时钟被发条控制说走就走。
2、蜜蜂本身就是一个可以采蜜、传递信息的最小单元，蜂巢里缺了谁都不会影响运作；时钟缺零件就坏。
3、所有蜜蜂与蜜蜂之间（都能跳舞，采花蜜不如跳舞...）都能互相传递信息的并行关系，它们共同构成了蜂群；而时钟是上级齿轮传递到下级的串行关系。
4、蜜蜂与蜜蜂互相跳舞影响彼此，形成了去某花丛的蜂、时间、数量等不同的结果（跳舞了也不一定产生这个结果，是不对应的）；而时钟一个零件有损坏，最后显示的时间就越来越不准的线性（连锁的）因果关系。
其实也就是说在我们的分布式计算机没法产生意料之外的结果之前，都不算真正的分布式。现在的云系统，是对于必须绝对控制的计算工作，仍然采用可靠的老式钟控系统。在需要终极适应性的地方，就是失控的群件，分布式的四大特点让它拥有了强大的环境适应性，不会因某台机器损坏而影响整体性能，但也因为适应性而需要产生大量冗余的『蜜蜂』备用。
真正的分布式除了适应性和冗余这对优缺点，还由于它没有绝对控制的计算，产生出各种『失控』的结果，导致了它可以产生足够的新颖性，冗余越多产生得越多，量变到质变，最后进化出一种全新的结构，正如单细胞到多细胞生物到植物的进化。
其实在分布式的四大特点中，前两个是关于群体及个体的内涵，后两个描写了外延，嵌套是第三个 的概括，而递归反射则是对第四个的概括。所以虽然我把『递归反射』和『嵌套』一同归类到了基础世界观的里，其实这两个只是『分布式』的两个比较基础的演绎，但它们构成了理解生命本质的铁三角。
可以看出以上这四点分布式的特性可以衍生出很多对事物认知的观点，其实第二第三点『嵌套』和『递归反射』以及更高级的特性，都是由分布式衍生出来的。正所谓道生一，一生二，二生三，三生万物，生物逻辑遵循的就是这种圆融自洽的自然之道，这就是21世纪的世界观，这就是分布式的真谛，这就是《失控》所阐述的。
以下为题外话，在这章里，KK也提到一个关于活系统的普遍规律：低层级的存在无法推断出高层级的复杂性。只有实际存在的蜂群才能揭示单个蜜蜂体内是否融合着蜂群特性，要想洞悉一个系统所蕴藏的涌现结构，最快捷、最直接也是唯一可靠的方法就是运行它。
往小了想就是你无法通过看到蜜蜂以及知道蜜蜂的所有特性，就能推断出它会去哪采蜜，有多少蜜蜂去那采，筑巢会是什么形状，你只能大概知道它能不能活下去活的好不好。往大了想就是，你知道你的大脑是由神经元构成，你是谁家庭生活条件如何经历了什么，而不会知道你的思想是从哪个角落的小蜜蜂产生一路扩大进而在你的脑袋里灵光一闪，我们神经元决定做这件事。更何况是做某件事的过程、与谁社交说什么话，甚至你的人生。如果真是一二三四的中心控制，想想都累死...
在第二章的2.4节-认知行为的分散记忆里，KK也提出了关于人类思想、大脑记忆的思考，它认为人类的记忆也是分布式的：
记忆好比由储存在脑中的许多离散的、非记忆似的碎片汇总起来而从中涌现出来的事件。我们的意识正是通过这许许多多散布在记忆中的线索创造了现在。认知科学家道格拉斯·霍夫施塔特说道：「记忆，是高度重建的。在记忆中进行搜取，需要从数目庞大的事件中挑选出什么是重要的，什么是不重要的，强调重要的东西，忽略不重要的东西。」这种选择的过程实际上就是感知。
在现代人对大脑的了解中，我们知道神经元是互相链接的，而且我们越习惯、熟悉、常用的事，神经细胞的链接越粗大。那我觉得可以对人的记忆做一个大胆的猜测：例如今天骑车去公司，在进入大脑时这些事物会被打散成：家门口、钥匙、车位置、骑车、公司的人、衣服、开心、谁干啥等等一系列琐碎的小物品和事情，并分散在大脑负责钥匙、开心等区域储存，在回忆时会先从一个部分如开心起，神经信号乱窜寻找有链接的地方，链接到了今天-事情-骑车-家-公司，以及相伴随发散而出的所有细小的事，记不记得住，取决于链接是否强大（蜜蜂跳舞影响了多少蜜蜂，记得住是因为不断有蜜蜂在那边采蜜，所以还保持着链接，如果偶然所有蜜蜂同一时间都没有过去，那这件事就遗忘了，大脑也许并没有专门的『删除机制』，这只是自然而然，也许这也间接证明了生命和记忆都是运动的、流动的、活着的）。
第三部分：递归反射
上面这个案例足以引出我们的第三部分，如果你认真看下来的话，应该也大致了解递归反射是什么了。KK在第五章中用了一个很巧妙的例子：『放在镜子中间的变色龙是什么颜色的？』正结提到的摄像机-电视自指实验更精妙一些：
摄像机-电视自指实验
在这个循环中，屏幕上所显示的光点被摄像机记录，又被屏幕所显示，在这个自循环中，屏幕和摄像机互为因果，再加上外界的随机干扰，由此得到的图像如同万花筒般丰富多彩。KK对于递归反射如是说：
希腊哲学家痴迷于链式的因果关系，研究如何沿因果链条溯本追源，直至找到最初原因。这种反向倒推的路径是西方逻辑的基础，即线性逻辑。而蜥蜴-镜子系统展示的是一种完全不同的逻辑——一种网状的因果循环。在递归反射领域，事件并非由存在链所触发，而是由一系列业因如奇趣屋般地反射、弯曲、彼此互映所致。与其说业因和控制是从其源头按直线发散，倒不如说它是水平扩展，如同涌动的潮水，曲折、弥散地释放着影响力。浅水喧闹，深潭无波；仿佛万物彼此间的关联颠覆了时空的概念。
这也给了我们一个警醒，在实际运用失控法则乃至其他分析方法时，只从一个点或者一个名词出发试图分析整个事物是不可行的，在不理解这个词原理时就分析也是不可行的。例如你现在认为递归反射就是一个事物不断自我反馈自我循环自我变化的过程，并试图利用它去理解某个产品为什么会通过一个个『版本迭代』而走向成功。
2.1节提到，人们的思维习惯往往是用最简单的方式去理解一件事，当理解不可行再对思维进行更新，正如你看到绝大多数分析成功或失败的文章，都是从某个显而易见的事件出发，经过了哪几个步骤而成功或失败，而当你实践时会发现，失败的经验比成功的更可靠，但也不是本质原因，你们也可以想想为什么。这种线性思维（即链式因果）非常节能也非常好用，也是所有失控的生命必然具备的特征（比较复杂具体在第3.3节中将提到）。
你可以看到在目录梳理中为了便于理解我把第三章的嵌套放在第五章的递归反射之后，但要理解递归反射得先简单理解嵌套，嵌套基于分布式特点的第三点，即次级单位之间彼此高度连接。这里的关键词应该这么划分：『次级』、『单位』、『彼此高度链接』。还是用蜂群的例子来理解，单位指的是蜜蜂的个体，而蜜蜂的个体之间是彼此高度链接的，也就是说每个蜜蜂之间互相都可以传递信息。最重要的就是『次级』，次级单位的上一级就是指『蜂群』这个整体，前面说到这个整体 可以也看作一个单一的生命体，你可以想象：是蜂群决定了去哪安家、蜂群决定去哪采蜜等等。我们可以把它称之为更高层级的生命（具体在3.1节超生命）。
而递归反射源于分布式特点的第四点：点对点间的影响通过网络形成了非线性因果关系。我们通过一个例子来理解：
假设你是一只有个性喜欢探险的蜜蜂，当你找到很好的花丛时，你会非常兴奋地向其他蜜蜂跳舞，其他蜜蜂觉得你的舞蹈吸引力很强、一直以来的号召力而纷纷去采蜜。你会总结出一只成功的蜜蜂应该多冒险、多付出、打造自己的号召力甚至总结出跳舞方法论等一系列成功经验并不断迭代改进，无论你的方法有多正确，这就是线性思维，这种思维会从一个或更多的因果链中，总结出一种思想。
让我们回到实际上的蜂群，从次级单位的上级看，真正的递归反射更像是下图的社交关系图谱，你是C蜜蜂，当你发现了花丛，回到蜂群中对橙色点的蜜蜂好朋友们跳舞。你所看到你自己做的事，是我对朋友1跳舞，成功影响了蜜蜂1，对朋友2跳舞，成功了等等，他们进一步传播了出去，所以你控制了整个蜂群，这回你是不是又总结了蜜蜂成功的关键是要打造自己的关系链？
社交关系链
毫无疑问，这种『跳舞-影响蜜蜂』的类似摄像机自指实验确实属于递归反射，但我们忽略了『次级单位之间彼此高度链接』，也就是说这不是一个递归反射，而是整个递归反射群。你作为蜜蜂C，每影响一个朋友，那个朋友的多个朋友也会受到影响，朋友的朋友也能影响你认识的朋友...也就像是某个大脑神经突然发了个电信号，这个信号立刻会各种乱传，经过不同神经细胞的加工（不同蜜蜂的喜好、表达不同）传播开来，互相影响，而最终反馈给你的只是很多蜜蜂决定跟随你，你根本无法了解其他蜜蜂的朋友之间表达了什么，经历了什么思维。
这只是一个简单的动作，放到人类社会里，你的每个动作手势、每句话、每个行动、每个潜意识行为，都可能被某个人的大脑捕捉到，他会觉得你如何如何，加工出不同的观点传播给他人，这些信息的流动是天然发生很难控制的。诚然，我们可以通过一些方法控制大多数的结果，正如我们所总结出来的文化、各种学习资料。但成功的偶然性就在于这种递归反射群的复杂性，处在C点和处在D点也许就是两个不同的结果（二流的点子一流的团队什么的），但这也只是空间上的复杂性。
从时间上的复杂性来说，这种递归反射链从有机生命诞生之初就开始出现了。我们时时刻刻处在不同的位置，不断地获得信息，形成有自己个性、有某种共识的蜜蜂，当某个人天时地利人和地传播自己的观点、行动并获得结果，我们就称之为成功人士，他可以是马云、马化腾等，而当后人打算重复其成功的经验则会发现，这根本不可能成功，原因就是在整个递归反射链中的『思想或共识』已经变了，你可以说这个蜜蜂群体已经在思想上『进化』了，这也是之所以站在风口上的猪能飞起来的原因。
群系统之所以能产生新颖性有三个原因：（1）它们对「初始条件很敏感」——这句学术短语的潜台词是说，后果与原因不成比例——因而，群系统可以将小土丘变成令人惊讶的大山。（2）系统中彼此关联的个体所形成的组合呈指数增长，其中蕴藏了无数新颖的可能性。（3）它们并不强调个体，因而也允许个体有差异和缺陷。在具有遗传可能性的群系统中，个体的变异和缺陷能够导致恒新，这个过程我们也称之为进化。
那按我这样说，我们难道根本就没有成功的方法可言？那别人的成功怎么解释？其实这在《失控》第二十二章中有解释：
当极小的误差（由有限的信息引起的）持续到非常遥远的未来的时候，将会汇聚成极为严重的误差。但结果却和计算机科学家的预料完全相反，无论是「深思」程序，还是人类的象棋大师，其实都不需要看得太远就能下出非常好的棋。这种有限的前瞻就是所谓的「有正面意义的短视」。
以下题外话，在写完递归反射链后，KK延伸出了各种学者关于共同进化的观点，即生物体间彼此互相影响、适应环境、满足彼此的要求。保罗·埃尔利希认为共同进化推动两个竞争对手进入「强制合作。」他写道：「除掉敌人既损害了掠食者的利益，也损害了被掠食者的利益」。这显然不合乎常理，但又显然是一股推动自然的力量。
1972年，洛夫洛克提出了地球的自治表征的假说。他写道：「地球上的所有生命体集合，从巨鲸到细菌，从橡树到海藻，可以看成是一个单体生命，它能够熟练地操控地球大气层以满足自己的全部需要，而其所具备的能力和能量也远超过其组成部分。」洛夫洛克把这个观点称为盖亚。它网罗所有生物使其无可逃遁，生物创造自身存活所需的基质，而基质又创造存活其中的生物，这个共同进化的网络就会向周围扩展直到成为一个自给自足、自我控制的闭环回路。
在这个地球上的所有生命，似乎有一种看不见的能量，一只看不见的手，令地球的物质保持着摇摇欲坠的平衡，那只看不见的手，就是共同进化的生命。
共同进化中的生命拥有非凡的生成稳定的非稳态的能力，将地球大气的化学循环推至一个洛夫洛克所称的「持久的非均衡态」。大气中的氧含量应该随时都会下降，但数百万年来它就是不降下来。既然绝大多数的微生物生命都需要高浓度的氧，既然微生物化石都已存在亿万年了，那么，这种奇特的不和谐的和谐状态算得上是相当持久而稳定的了。
第四部分：嵌套
经历了分布式和递归反射的洗礼，现在我们可以暂停思考一下，真正的分布式生产出来的机器是什么样子的？你心中原来的人工智能机器人与现在感觉的人工智能机器人形态上有什么不同？
在《失控》的后面章节有这样一个案例，在这里可以先给你们看看：
布鲁克斯的设想在一个叫「成吉思」的装置，它只有橄榄球大小，它有6条腿却没有一丁点儿可以称为「脑」的东西。所有12个电机和21个传感器分布在没有中央处理器的可解耦网络上，它每条小细腿都在自顾自地工作，和其余的腿毫无关系。对成吉思来说，走路是一个团队合作项目，至少有六个小头脑在工作。它体内其余更微小的脑力则负责腿与腿之间的通讯。在机器蟑螂成吉思身上，行走通过12个马达的集体行为而完成。每条腿上两个马达的起落，取决于周围几条腿在做什么动作。如果他们抬起落下的次序正确的话——那么，起步！一、二、一，一、二、一！——就「走起来」了。而没有所谓的中央控制器来指导身体把脚放在哪里，或者跨过障碍时要把腿抬多高。实际上，每条腿都有权做些简单动作，而且每条腿都能独立判断在不同环境下该如何行事。举例来说，一个基本动作的意识是，「如果我是腿而且抬起来了，那么我要落下去」，而另一个基本动作的意识可描述为，「如果我是腿在向前动，得让那五个家伙稍微拖后一点」。这些意识独立存在且随时待机，一旦感知的先决条件成立就会触发。接下来，要想开步行走，只需按顺序抬起腿（这是唯一可能需要中央控制的地方）。一条腿一抬起来就会自动向前摆动，然后落下。一旦机器生物能在平滑表面稳步前行了，就可以增添一些其他动作使它走得更好。要让成吉思翻越横亘在地板上的电话簿，需要安装一对触须，用来把地面上的信息传递回第一组腿。来自触须的信号可以抑制电机的动作。此规则可能是，「如果你感觉到什么，我就停下；不然我还接着走。」
再回想一下我们那些经过各种复杂编程的机器人，在碰到障碍后直挺挺地摔倒，还要中央处理器计算摔倒的位置，该怎么抬腿等，强如现代每秒运算几千亿次的CPU，仍然需要经过好几秒的计算才能开始动作并爬起来。而上面那个采用分布式的机器，也许只要安装个加速度感应器，加一条『如果加速度异常，该方向的腿按比例加速移动』的指令就能让机器人避免摔倒，这就是串行与并行机器的区别，这就是中心控制与分布式的区别。
在上个部分中我提到了嵌套基于分布式的第三点：次级单位之间彼此高度连接。但其实嵌套是高于第三点的，准确的说嵌套是在第三、第四点的基础上（也就是形成了一个整体生命后）自然演化出的不同层级。最简单地理解嵌套的层级就是：
布鲁克斯的移动机器人实验室开发出来的一套普适分布式控制方法：
1、先做简单的事。
2、学会准确无误地做简单的事。
3、在简单任务的成果之上添加新的活动层级。
4、不要改变简单事物。
5、让新层级像简单层级那样准确无误地工作。
6、重复以上步骤，无限类推。
KK把这套办法称为『管理任何一种复杂性的诀窍』，其中复杂性的就是从简单系统到复杂系统的过程（即复杂化，书21.3章提到）。他也举了一个反面例子：你不会指望依赖一个中心化的大脑来管理整个国家的运转。假如你想修修家里的下水道，还得打电话给华盛顿的联邦下水道修理局预约，你能想像自己会搅起怎样一连串可怕的事情吗？
布鲁克斯写道：「包容结构实质上是一种将机器人的传感器和执行器连接起来的并行分布式计算。」这种架构的要点在于将复杂功能分解成小单元模块并以层级的形式组织起来。很多观察家津津乐道于分布式控制的社会理想，听说层级是包容结构中最重要和最核心的部分时，却很反感。他们会问，难道分布式控制不就意味着层级机制的终结吗？
当但丁一层层爬上天堂的九重天时，他所攀爬的是一座地位的层级。在地位层级里，信息和权力自上而下地单向传递。而在包容或网络层级架构里，信息和权力自下而上传递，或由一边到另一边。布鲁克斯指出，「不管一个代理或模块在哪一个层级工作，他们均生来平等……每个模块只需埋头做好自己的事。」
布鲁克斯还总结了设计移动式机器人的五条经验：
递增式构建——让复杂性自我生成发展，而非生硬植入
传感器和执行器的紧密耦合——要低级反射，不要高级思考
与模块无关的层级——把系统拆分为自行发展的子单元
分散控制——不搞中央集权计划
稀疏通讯——观察外部世界的结果，而非依赖导线来传递讯息
从这五条经验中，我们可以看出那些分布式的特点都很好地融合进去了。首先是基础的分散控制-与模块无关的层级，不使用中央控制，而是自治的分布式；而后是稀疏通讯-传感器与执行器紧密耦合，结合成观察-行动的递归反射；最后是嵌套所代表的递增式构建。
KK据此提出了嵌套层级的两个特点：
1、随着时间的推移，就形成了一种基于由下而上渗透控制的多层级组织：底层的活动较快，上层的活动较慢。
2、必须从简单的局部控制中衍生出分布式控制；必须从已有且运作良好的简单系统上衍生出复杂系统。
上面这两个特点来自书3.4-嵌套层级的优点，但KK没有明确给出嵌套特点的完整定义，上两句只是3.4中的两个突出总结。所以我只能依据自己的推测给出对嵌套特点的定义，但在推测时我发现，这个部分采用的例子均是机器的例子，真正由失控构建出来的生命嵌套层级应该会有所不同，再深度思考一下，KK所提到的嵌套其实只是由分布式机器所提出的观点。在书8.5中有个生物圈二号的案例比较经典：
生物圈二号这个巨型玻璃方舟有机场飞机库那么大。至于它的形状，你可以想像一艘全身透明的远洋轮船，再把它倒过来就是了。这个巨大的温室的密闭性超强，连底部也是密封好的——在地下25英尺的位置埋了一个不锈钢的托盘来防止空气从地下泄露出去。没有任何气体、水或者物质能够出入这个方舟。它就是一个体育馆大小的生态球——一个巨大的物质封闭、但能量开放的系统——只不过要复杂得多。除了生物圈1号（地球）之外，生物圈二号就是最大的封闭式活系统了。
要想创造一个有生命的系统，无论大小，所面临的挑战都令人心生畏惧。而创造一个像生物圈二号这么大的生命奇迹，只能说这是一种在持久的混沌中进行的实验。我们面临的挑战有：首先要在几十亿种组件中挑选出几千个合适的物种；然后把它们合理地安排在一起，让它们能够互通有无，以便这个混合物整体能任凭时间流逝而自我维持；还要保证没有任何一种有机体以其它有机体为代价在这个混合体中占据主宰的位置，只有这样，这个整体才能保证它所有成员都不断地运动，不会让任何一种成分边缘化；同时保证整个活动和大气气体的组分永远维持在摇摇欲坠的状态。噢，对了，人还得在里面活得下去，也就是说，里面得有东西吃，有水喝，而食物和水，也都要从这个生态圈中获取。
在真正构建生物圈时，科学家们要思考各种组合方式、比例、具体加入的时间等等一大堆问题，KK在合成生态学中得出的结论暂且不提。但我从中得到了启示，我认为真正来自失控、自然生命的『嵌套』有以下特点：
1、通过对环境的适应自然发生（包括制作麻烦、复杂性积累）。
2、基于能独立运作（自治）的简单模块（其中简单不是指简洁，而是指最省力的）。
3、量变产生质变（即层级的积累，包括自我复制、模块间逐渐互相链接及通信、随机变异、跃迁式进化）。
4、越高层级差异性就越高。
我来逐一解释一下这些观点：
1、通过对环境的适应自然发生；发生我们虽然无法知道构成我们的最初环境是什么（创世问题），但所有产生的层级都有其基础诞生环境，例如分子基于原子的组合，细胞基于分子的组合。在这种特定的环境下，生命必然有一种独特的“解”去适应当前环境（适应环境给我们制造的麻烦，生命没有麻烦会停滞不前），例如在地球的环境下产生了碳基生命而不是硅基生命或者黑洞基生命。而自然发生指的是生命的本质是水往高处流（也就是负熵，我写的下一节具体讲），失控的生命必然会不断积累起复杂性（如单细胞到多细胞），以保证自己存活的概率和效率。
2、基于能独立运作（自治）的简单模块；即布鲁克斯的分布式控制方法。在构成更高层级之前，它的次级必然是能自己独立行动（思考也是一种行动，所以行动是最简单的思考）、独立生存的（这里的独立生存是指在当前所在环境的基础下，例如脑细胞是指脑袋的环境下，而不是提出去放到大自然下生存），最后，简单模块是它的一个特征，因为生命总是尝试寻找最省力的“解”。
3、量变产生质变；量变也就是这些模块通过自我复制，积累起足够的数量。这是与之前分布式机器不同的，分布式机器通过人脑思考加入规则等得出怎么组建更高层级，在自然环境下，生命通过自我复制、随机变异的的方式，产生出多种不同的解决方案（真正并行的机器）。在量变的过程中，模块间必然会开始互相链接及通信，形成一个小社会，开始寻找一种新的上级生命组合方式。然后，当生命找到一种正确的组合方式、比例后，会产生跃迁式进化，就像从细胞到植物、动物等不同类型的生物一样。最后，就完成了嵌套层级的积累。
4、越高层级差异性就越高；正如2亿年前的地球也出现过生命，那时是恐龙等一系列大型生物的时代，如果不是恐龙不知道什么原因灭绝了，也许今天的我们会是巨人族，甚至有可能不会有人类。因此，生命层级的“解”有很多种，每一次跃迁式进化都有可能产生不同的层级结构。这也涉及到生命本质，“上帝”不关心生命是否完美，他只关心能生命存活下去。
事实上，人类正处在跃迁式进化的边缘，这也是我们理解嵌套最好的例子。自计算机发展以来，计算机的编程语言经历了从0110的机器语言到if-else的高级语言的变迁，一个个在当前环境下可以独立自治的开发框架开始诞生，这些框架也许并不完美，但足够的数量正在积累，开发变得前所未有地容易，框架与框架之间开始互相链接，更高级的人工智能框架开始出现。可怕的是这一切正有条不紊地前进着，无论你愿意或接受与否...
布鲁克斯预言了这样一幅未来的美好画卷：我们的社会到处是人造生物，与我们和谐共处互相依赖，构成一种新型的共生关系。其中大部分并不被我们所察觉，而是被看成是理所当然的事情。它们解决问题的方式被设计为昆虫的方式——众人拾柴火焰高，人多力量大，个体单元则微不足道。它们的数量将像自然界的昆虫一样远多于我们。事实上，布鲁克斯眼中的机器人不必象《星球大战》里的R2D2那样为我们端茶倒水，只需在我们视线不及处自成一体，与万物同化。
至此，失控的基础世界观已经完善。生命这台分布式机器并行寻找一切的可能，构成更高级别的生命，它们努力地避开热寂，避开熵增，试图绽放生命勇攀高峰的精彩。或许这一切最终皆如梦幻泡影，但生命来过就不曾后悔，这是整个世界赋予我们，赋予生命的使命，它一直推动着我们前进，从不因谁的抱怨而停滞。如今，生命以其惊人的扩张速度迅速蔓延，试图找到这个宇宙的突破口，踏上永生...
《失控再解读》第2.3.1节-生命的本质：http://www.jianshu.com/p/867d04dd7f45
