理论框架（Theory）¶
耦合预测环自我生成假说（Self from Coupled Predictive Loops Hypothesis）
一、问题定义（Problem Definition）¶
本理论试图解释以下现象：
- 为什么意识表现为统一体验
- 为什么存在稳定且唯一的“自我”
- 为什么会产生“我在想”“我在做”的感觉
- 为什么自我具有时间连续性
本模型不试图回答：
- 主观体验为何存在（形而上问题）
而是聚焦：
在何种结构与动力学条件下，系统必然表现出统一自我与主观报告。
二、基本结构（Revised Minimal Structure）¶
本模型不假设固定功能模块，而提出以下最小结构约束：
系统能够生成多个预测轨迹，并在时间上通过连续性约束选择其中一条进行维持。
这一结构包含三个相互耦合的过程（功能区分，而非模块划分）：
2.1 多预测生成（Multi-Prediction）¶
系统在任一时刻生成多个可能的未来状态轨迹。
其来源包括：
- 内部不确定性（概率分布 / 取样）
- 对潜在变化的建模
- 多种行为或策略的并行展开
- 外界或内部扰动（非必要条件）
因此：
多预测是系统的内在属性，而非依赖特定机制生成
2.2 轨迹压缩与表示（Trajectory Compression）¶
系统对历史状态进行压缩编码，形成可比较的轨迹结构。
作用：
- 提供跨时间连续性约束
- 降低噪声与冗余
- 构建轨迹空间（trajectory space）
因此：
压缩定义了“可被匹配与选择的轨迹集合”
2.3 匹配与选择（Matching & Selection）¶
系统持续比较：
- 实际状态演化
- 多个预测轨迹
并倾向于：
选择连续性误差最小的轨迹
该轨迹成为：
→ 主导轨迹（dominant trajectory）
三、时间连续性与轨迹选择¶
3.1 连续性定义¶
连续性不是瞬时一致，而是跨时间约束：
连续性 = 实际轨迹与预测轨迹之间的时间序列一致性
3.2 连续性误差（Continuity Error）¶
可形式化为：
E = D(trajectory_actual || trajectory_predicted)
或局部形式：
E_t = d(x_t, \hat{x}_t)
该变量是：
- 轨迹选择的核心依据
- 自我稳定性的度量
3.3 自我作为轨迹选择结果¶
定义：
Self = argmin (continuity error over trajectories)
即：
自我 = 在轨迹空间中被持续选中的主导轨迹
该选择具有：
- 连续性（temporal persistence）
- 路径依赖性（history dependence）
- 稳定性（stability under constraint）
四、不可分辨性原则（Indistinguishability Principle）¶
当多个内部信号满足：
- 时间上高度同步
- 指向同一状态变量
- 共享表示空间
- 缺乏独立通道或外部参照
则：
系统无法区分其来源，这些信号在内部表示上塌缩为单一状态
从而在主观上表现为：
→ 单一统一体验
五、主观体验（Experience）¶
定义：
主观体验 = 主导轨迹上多源信号的不可分辨耦合结果
这些信号包括：
- 预测信号
- 匹配信号
- 状态整合信号
体验的统一性来源于：
不可分辨性，而非单一生成源
六、主动性（Agency）¶
主动性不是单一预测成功，而是：
多预测中的匹配选择与归因机制
具体过程：
- 系统生成多个预测轨迹
- 实际演化与其中一个预测一致
- 该一致性在时间上持续
则：
→ 当前状态被归因于主导轨迹 → 表现为“由我产生”
若：
- 预测失败
- 或连续性中断
则：
→ 归因可能偏移 → 表现为外源感
七、统一自我与稳定性¶
系统倾向于维持：
单一主导轨迹
原因：
- 多轨迹并存会导致预测冲突
- 连续性误差无法同时最小化
- 系统趋向稳定解（类似吸引子）
因此产生：
- 自我的唯一性
- 时间连续性
- 稳定的归因结构
八、无外部参照与统一解释¶
系统内部过程（预测、匹配、整合）：
- 作用于同一状态空间
- 无独立标签或外部标记
因此：
系统无法区分“信号来源”，只能形成统一解释
该统一解释即表现为：
- 自我
- 主观体验
九、第一人称的生成¶
生成路径：
多预测与多信号耦合
→ 不可分辨
→ 主导轨迹形成
→ 单一内部表示
→ 统一输出接口
→ 语言表达为“我”
因此：
第一人称不是独立机制，而是结构性输出结果
十、边界条件（Conditions for Self）¶
在以下情况下，自我可能无法稳定形成：
- 无法维持时间连续性
- 缺乏多预测结构
- 无轨迹压缩（无法比较）
- 信号无法耦合
说明：
自我是结构条件的产物，而非必然存在
十一、最小自我系统定义¶
一个最小自我系统至少需要：
State representation
+ Multi-prediction generation
+ Trajectory compression
+ Continuity evaluation
+ Selection & attribution mechanism
不要求：
- 显式扰动模块
- 独立“自我单元”
十二、核心表达（Compressed Form）¶
Self = trajectory with minimal continuity error
自我 = 连续性误差最小的轨迹
Experience = indistinguishable coupled signals on the selected trajectory
主观体验 = 主导轨迹上不可分辨的信号耦合
Agency = attribution based on sustained prediction–evolution matching
主动性 = 基于预测与实际演化持续匹配的归因机制
十三、理论性质（Nature of the Theory）¶
该模型是：
- 信息结构模型
- 动态过程模型
- 非本体论模型
特点：
- 不引入额外意识实体
- 强调约束与选择机制
- 可形式化（信息论 / 动力系统）
- 可模拟（多轨迹系统）
十四、当前局限（Limitations）¶
- 连续性误差尚未严格形式化
- 轨迹选择机制缺乏完整动态模型
- 归因机制未完全数学化
- 缺乏实验验证
- 未涉及体验本体问题
十五、后续方向（Future Work）¶
- 连续性误差的形式化定义
- 轨迹选择与归因的动力系统建模
- 多预测系统的最小模拟（toy model）
- 可观测指标与实验设计