0.28 比特与 0 比特：两台行为完全相同的机器（2611.08469）

0.28 比特与 0 比特：两台行为完全相同的机器

——当"测意识"先要回答"能不能测"

论文：*Same Behavior, Different Mechanism: What Finite Experiments Can Certify About Integrated Information*

作者：Linqian Wu, Diaoxuan He（arXiv:2611.08469，2026-11，cs.LG）

一、图灵测试的盲区

1950 年，图灵把"机器能否思考"改写成"机器的行为能否与人类区分"——一个天才的降维，让讨论绕开了机器内部是什么。七十多年后，这份遗产成了 AI 时代的标准姿势：看行为、测输出、跑基准。

但一个古老的怀疑从未消失：行为相同，内部一定相同吗？

这篇论文把这个哲学疑问变成了可计算的定理，并给出了一个锋利得近乎残酷的反例：一个循环网络和一个前馈网络，在响应延迟处的输入输出规律完全相同——任何黑盒测试、无论跑多久，都无法把它们区分开——但它们携带的整合信息 φ 分别是 0.28 比特和 0 比特。而只要允许记录内部状态，4 到 53 次试验就能把它们分开。

行为是沉默的。机制在沉默之下。

二、φ：一个被争论包围的量

先交代背景。整合信息论（IIT）是意识科学中最激进的理论之一：它提出一个量 φ，衡量系统的因果结构"超出各部分之和"的程度——φ 高的系统作为整体拥有"大于其零件之和"的因果力。IIT 长期处于争论中心（2023 年甚至有一封百余学者联署的公开信质疑其科学地位）。

本文的聪明之处在于完全绕开争论：不问"φ 是不是意识的度量"，只把 φ 当作"机制层级泛函"的一个代表——描述"系统如何计算，而非它输出什么"——然后问一个纯粹测量论的问题：

任何有限的、部分的、带噪声的实验，到底能不能确定 φ？

这是可辨识性（identifiability）理论的标准问法，通常用于因果推断。把它对准意识科学，得到的结论对双方阵营都措手不及。

三、三个坏消息与一个好消息

坏消息一：有些盲区，数据量无法填补。 被排除在单步记录之外的单元，会给 φ 的估计强加 0.30–1.02 比特的精度地板——"任何样本量都无法降低"。统计学的口头禅"数据多了自然准"在这里有一个可证明的例外：不是数据不够，是实验设计天生瞎了一只眼。

坏消息二：这个量是带刃的。 φ 依一套准则选择剖分与因果方向，却按另一套准则报告数值——机制的空间里布满尖锐边缘：跨过一条边，φ 跳变 25–100%（随机网络中 99% 的边缘处如此）。后果是凶险的：约 1% 的代理模型能几乎完美拟合干预数据，却把 φ 报错 20% 以上。拟合得越好，可能错得越自信。

好消息：单侧证书活着。 尽管处处是悬崖，作者证明了可构造的下界证书：同一批数据可以证明"在这片 64 维的机制区域里，φ > 1.004 比特处处成立"——错误签发概率不超过 α，样本代价约 10⁷ 次受控转移。下界能活过间断性，因为它只需要单侧的稳健性：你不必知道悬崖那边是什么，只需要证明你站的这一侧足够高。

四、主定理与它的潜台词

把这些碎片合起来，论文给出的是对"给定实验权限下 φ 的可辨识性、连续性、可证性"的完整刻画：行为-only 权限——可证明地无法确定 φ；部分记录——可证明的精度地板；完整干预——下界证书可行。

一句话总结藏在论文的结尾里："可测性是一个设计问题，且有可计算的答案。" 在你争论"机器有没有意识"之前，先审计你的实验设计能"测"到什么——这不是哲学的让步，而是哲学得以继续的前提。

五、余响：审计时代的测量论

这个故事的价值远远溢出意识科学。可解释性研究声称"模型用了 N 号特征"，AI 审计声称"模型不含 X 机制"——每一个机制层级的声明，都默认了一种实验权限。这篇论文提供的是一份通用审计清单：你的声明在哪种权限下可辨识？精度地板多高？声明量在机制空间里有没有尖刃？

图灵当年用行为绕开机制，是那个时代的智慧。这个时代的智慧也许是反方向的：当行为越来越容易被伪造，机制层级的诚实测量——连同它可证明的盲区——才是信任的地基。

延伸阅读

1. Wu, He, *Same Behavior, Different Mechanism*, arXiv:2611.08469（2026） 2. Tononi et al., *Integrated information theory: from consciousness to its physical substrate*（IIT 框架） 3. 对 IIT 的公开质疑信（2023，"as pseudoscience" 联署事件） 4. Pearl, *Causality*（可辨识性问题的经典框架）

*本文系"智柴·数学底座与前沿交叉"第五季第 9 篇（S5-Round 9）。*