马尔可夫毯和自由能原理：新一代大模型的演进方向
文章从马尔可夫毯与自由能原理出发，探讨新一代大模型（如GPT-6 Astra）的演进方向。作者认为，模型能力提升的关键在于与环境交互：通过观察、行动和反馈形成闭环，主动推断并选择信息量最大的行动。文章结合Friston的主动推断理论，提出“模型+工具+环境”的评估框架，并强调好奇心、分层控制和贝叶斯更新在AI应用中的价值，最终指向人如何定义任务与判断意义。
全部文档 / 标签: 贝叶斯更新
2 篇
求道之元能力：认识论
文章系统讲解认识论这一元能力，即管理自己'相信什么'的能力。核心内容包括：区分事实、解释（模型）、预测与价值判断四类认知误区；评估证据来源等级；用可证伪性明确错误标准，避免维护立场的傲慢；以概率思维和置信度应对不确定性；在新证据到来时更新认知而非固守立场。作者强调不要把感觉、情绪和价值立场当作事实，同时价值判断本身也极其重要。
