# 什么是控制论？控制论是AI的上辈子吗？
**作者**: snowboat
**日期**: 2026-06-09T23:55:45.000Z
**来源**: [https://x.com/snowboat84/status/2064496706042069340](https://x.com/snowboat84/status/2064496706042069340)
---
如果你今天问一个学AI的研究生：你训练大模型，本质在做什么？大概率会得到一个标准答案。定义一个损失函数，看模型当前输出跟目标差多少，把这个差距反向传回去，调整参数让差距变小，重复。
再问：agent在环境里做决策，本质在做什么？答案也很标准。观察状态，挑一个动作，看环境反馈奖励，根据奖励调整策略，重复。
这两件事的骨架其实是同一个动作。感知一个差距，用差距修正自己，再感知再修正。这件事在1940年代已经被人挖出来过一次，挖出来的人给它取了个名字叫控制论（Cybernetics）。
举个更具体的场景。2023年OpenAI做ChatGPT的RLHF阶段，流程是：模型生成一个回答，人类标注员打分（"这个回答好不好"），把打分信号反向传给模型，让它下一次生成更接近高分的回答。这套流程的术语是"reinforcement learning from human feedback"。但如果剥掉术语，剩下的骨架就是：感知一个差距（实际回答跟人想要的差多少），用差距修正自己（调参数），再感知再修正（下一轮）。Wiener 1948年画的负反馈回路放在这个场景里完全能套上去，只是把"恒温器"换成了"GPT-4"，把"目标温度"换成了"人类偏好"。
那时候这门学科野心很大，想用反馈、控制、信息这套数学统一机器、动物、大脑、社会。1950年代到1960年代是它的高光期。然后它消失了。今天你去任何一所大学，找不到一个"控制论系"。
死了吗？没死。它被肢解后分别接进了AI、信息论、控制工程、系统科学、认知科学这些学科的地基里。控制论作为名字消失了，作为思想活在每一行梯度下降的代码里。
题目说"控制论是AI的上辈子"。"上辈子"是个隐喻，严格说控制论没死过。AI是控制论拿到算力之后最大的一次实现。这篇文章证明的就是这件事。
这件事AI圈内部不爱说。OpenAI、Anthropic、DeepMind出的技术博客几乎不提cybernetics这个词，更不会去引Wiener 1948年那本书。一部分原因是工程师没读过，那本书今天主要在科学史和复杂系统圈子里被读。另一部分原因是AI叙事的商业逻辑：把自己定位成"凭空冒出来的新物种"比"一门80年前学科的延伸"更好融资。
下面分七章讲：反馈这个思想从哪来、控制论怎么正式诞生、它的巅峰、它想去管国家经济、它向内转弯、它解体、最后怎么被AI接走。
# 一、史前史：反馈这个思想，比"控制论"古老得多
## 1.1 一个动作：感知差距，再修正
负反馈这件事，你家里就有。
冬天屋里冷，你设恒温器到20度。恒温器测当前温度，跟设定值比，发现差3度，开锅炉。烧到20度了关锅炉。烧过了一点，关久一点。这个"测量→比较→修正"的回路，就是控制论后来要给它正名的"负反馈"。
往前推一个世纪。1788年瓦特给蒸汽机装上离心调速器（centrifugal governor）。机器转得快了，两个金属球被甩出去，杠杆带动阀门关一点，蒸汽进得少，速度降下来。转得慢了反过来。整个装置没有电、没有计算机、纯机械，但负反馈的逻辑已经完整。
恒温器和离心调速器之间隔一百多年，逻辑同构。挖出这个"同构"是后来控制论的核心动作。它问的是另一个层次的问题：这些会自己稳定下来的机器，背后是不是同一个数学结构。
## 1.2 1868年：Maxwell把它写成方程
第一个把"反馈"从工程经验提升到数学的人是James Clerk Maxwell。
1868年他在Proceedings of the Royal Society上发了一篇论文叫《On Governors》。背景是19世纪中期蒸汽机用得越来越大，离心调速器开始出问题。调得过头会震荡，机器加速一下减速一下，最后散架。工程师们经验性地能凑出能用的调速器，但说不清楚什么时候稳、什么时候不稳。
Maxwell把整个系统写成微分方程，分析了稳定性条件。这是反馈第一次被数学化。今天打开任何一本控制理论教材，开头那个"Routh-Hurwitz稳定性判据"，源头就是Maxwell这篇论文。
值得说一句：Maxwell同期搞电磁理论搞得名声大噪，调速器这篇是顺手做的副业。但它后来被认为是现代控制理论的起点。控制论这门学科自己的名字（kybernetes希腊语"掌舵人"）和Maxwell这篇调速器论文，是两条来自不同方向、最后汇到同一个数学的支流。
## 1.3 生命这边的同一件事：内环境与稳态
19世纪中期法国生理学家Claude Bernard提出过一个概念叫"内环境"（milieu intérieur）。他注意到一件事：哺乳动物的体温、血糖、血液pH值都被维持在很窄的范围里，外面环境怎么变化，里面是稳的。
Bernard当时没有反馈这个词。他用的是"生命的自由是内环境稳定的结果"这种偏哲学的表达。
20世纪初美国生理学家Walter Cannon把这个想法定量化，造了一个新词叫homeostasis（稳态），1932年出版了《The Wisdom of the Body》。书里详细描述身体怎么调节血压、血糖、温度、电解质平衡，每一个都是负反馈回路。感受器测当前值，跟目标值比，差距驱动效应器（出汗、寒战、激素释放）做修正。
到1940年代机器这边有Maxwell的调速器，生命这边有Cannon的稳态。两套语言、两批人、互不知道对方。差只差有人点出一句：这两件事是同一个数学。
## 1.4 一个伏笔
整个19世纪反馈思想在工程和生理两个领域各自演化。机器的工程师懂稳定性方程不懂生理学，生理学家懂内环境不懂微分方程。
第一次世界大战之后电话和无线电工业开始用反馈放大器（feedback amplifier）做长距离信号传输，反馈的数学被进一步打磨。Harold Black 1927年在Bell Labs提出负反馈放大器的设计，成了整个电子通信行业的基础。
到1940年代初期二战开打。反馈的工程经验、Bell Labs的电子学、Cannon的稳态、Maxwell的稳定性方程，这些散乱的拼图已经全部摆在桌面上。需要一个人坐下来把它们拼成同一张图。这个人叫Norbert Wiener。
# 二、正式诞生：一门战争催生的学科
## 2.1 Wiener与防空火炮
先交代一下Wiener这个人。1894年生，犹太裔，神童路径走得相当极端。11岁进Tufts College，14岁本科毕业，18岁拿哈佛数学博士，方向是数学逻辑学。之后在剑桥跟Bertrand Russell做过一段研究，1919年起在MIT数学系教书直到去世。
维纳（1894—1964）
二战之前他已经是美国数学界顶尖之一，重要工作包括把布朗运动数学严格化（今天叫Wiener process）、广义调和分析、Tauberian定理。二战开打时他47岁，资历足以被战时国防研究委员会（NDRC）直接请去做应用问题。
1940年11月Wiener给一群伺服工程师（servo-engineers）做了个建议。用某种特定频响的网络可以预测飞机的未来位置，从而提高高射炮命中率。
背景是二战的高射炮防空。飞机飞得快，从地面发现到炮弹打到那个高度需要10秒到20秒，等炮弹飞到飞机早就飞走了。所以高射炮必须"提前量"瞄准，预测20秒后飞机在哪里。
Wiener觉得这件事可以做。1941年1月他在MIT数学系大楼Building 2 Room 244跟工程师Julian Bigelow一起开干。两人想做的是"敌方飞行员的黑箱模型"，根据飞机过去几秒的轨迹估出飞行员的操作习惯，然后预测他下一步会做什么。
这个项目战时没做出能用的硬件，但Wiener的思考从中浮出一个核心判断：有目的的行为，本质就是负反馈。
最日常的例子是人伸手拿杯子。你不是先把手的轨迹精确算好再一次性挥到位的。伸手过程中眼睛一直在看着手和杯子的距离，手偏了一点自动调，杯子被挪了立刻改方向。整个过程是不断用"实际手在哪vs杯子在哪"的差距修正肌肉指令。
打飞机一样。炮口瞄前一点的同时，不断用"实际弹道飞到哪"修正"以为飞机会在哪"。猫扑老鼠也一样，老鼠跑了路线变了，猫的扑出方向跟着调。
这套机制听起来简单，但它消解了一个困扰了2000多年的问题：动物为什么看起来"有目的"？亚里士多德那一代以为是"未来的目标在拉着现在的动作"。
Wiener说不需要假设这种神秘力量。所有看起来"有目的"的行为，里面跑的都是一个无聊的负反馈循环：测当前跟目标差多少→差多少调多少→再测再调。"目的"只是这个循环在外人眼里看起来的样子，里面没有任何超自然的东西。
这个判断1943年写成了一篇19页的小论文《Behavior, Purpose and Teleology》（《行为、目的与目的论》），作者是Arturo Rosenblueth（哈佛医学院的墨西哥生理学家，挂第一作者）+Wiener+Bigelow。这是控制论这一支的起点文献，论文发在Philosophy of Science期刊上。
Behavior, Purpose and Teleology的示意图（1943）
## 2.2 同一年：神经元和反馈的双生子
同一年1943年发生了另一件事。
芝加哥的神经生理学家Warren McCulloch跟年轻的逻辑学家Walter Pitts发了一篇论文，标题是《A Logical Calculus of the Ideas Immanent in Nervous Activity》。他们做了件特别工程化的事：把神经元当成二值逻辑单元（"开"或"关"），证明合适连接的神经元网络可以表达任何可计算函数。
这是人工神经网络的起点。
A Logical Calculus of the Ideas Immanent in Nervous Activity里的示意图，模拟神经元（1943）
注意时间。Rosenblueth-Wiener-Bigelow那篇"有目的行为=负反馈"是1943年。McCulloch-Pitts那篇"神经元是逻辑单元，网络可以算任何东西"也是1943年。两篇分别奠基了控制论和神经网络。这两件事是有渊源的。同一群人当时在彼此的圈子里来回串。McCulloch后来主持了控制论最重要的系列会议。
## 2.3 真正的产房：Macy会议
1946年3月到1953年4月之间纽约的Josiah Macy Jr. Foundation资助办了10届闭门会议，主题是"Circular Causal and Feedback Mechanisms in Biological and Social Systems"（生物与社会系统中的循环因果与反馈机制）。后来被简称为Macy Conferences（梅西会议）。
McCulloch担任会议主席。常驻参会者是控制论后来的核心人物：Wiener、Bigelow、Rosenblueth、McCulloch、Pitts、Heinz von Foerster、Gregory Bateson、Margaret Mead、John von Neumann（部分场次）。
会议形式是跨学科同桌。数学家、神经生理学家、工程师、人类学家、心理学家、社会学家被强行放在同一间屋子里。第一次开会时大家几乎没有共通语言，物理学家听不懂人类学家在讲什么，反过来也一样。开了两三届之后才慢慢磨出能彼此沟通的方式。
具体讨论的议题非常杂，从今天看像一锅大乱炖。每次会议挑几个talk，主讲者来自不同学科，每个talk之后大家围攻式提问。被记录下来的题目里有"幽默在人类沟通中的位置"、"情绪在反馈概念中的位置"、"章鱼的辨别和学习"、"中枢神经的兴奋与抑制"、"机械下棋机"、"突触传递的研究"、"感知的心理瞬间"、"神经症倾向与人类适应"、"记忆的量子力学理论"、"回忆和识别的可能机制"。这些题目横跨生物、心理、工程、物理、计算机，McCulloch强行用一根线把它们串起来。所有这些活动里都有"反馈"或"循环因果"的成分。
磨了10届之后，几样东西定下来了。一是几个核心概念被反复打磨成跨学科都能用的形态：information（信息）、feedback（反馈）、analog/digital（模拟/数字）这一组对照、homeostasis（稳态）。这些词变成了之后控制论的通用语言。二是一个共识：生物、机器、社会这些看起来八竿子打不着的系统，在"用反馈调节自身"这一层上是同构的。这一句话就是Wiener 1948年那本书中心论点的雏形。
最后一届会议结束时McCulloch写了一份《Summary of the Points of Agreement Reached in the Previous Nine Conferences》（前九届会议达成共识总结）附在会议记录里，是控制论作为一门学科正式形成内部共识的标志。1948年Wiener出版《Cybernetics》时书里的核心思想很大一部分是Macy会议这10年慢慢磨出来的。
## 2.4 1948年：《Cybernetics》出版，命名一门学科
1948年Wiener出版了一本书叫《Cybernetics: or Control and Communication in the Animal and the Machine》。书的封面写得很清楚：这门学科要做的事是"动物与机器中的控制与通信"。
cybernetics这个词从希腊语kybernetes来，意思是"掌舵人"。船舵手做的事是什么？看船头偏了扳一下舵，船头正回来。看船头偏到另一边了再扳一下。负反馈。
书出版后立刻引爆。第一版很快售罄，被译成多国文字，Wiener在科学圈外也成了名人。控制论一开始的野心是：用反馈、控制、信息这套数学，统一机器、动物、大脑、社会这四个看起来八竿子打不着的领域。
书的实际内容跨度比标题还大。8章里，第一章一上来就讨论物理学的时间观（从可逆的牛顿力学到不可逆的热力学，引入Bergson那种"主观时间"的对比）。第二章把Gibbs的统计力学跟Lebesgue测度论联系起来，把熵和信息挂钩。这一章后来直接影响了Shannon同年的信息论框架。
中间几章进入正题。第四章"反馈与振荡"是反馈数学的核心章节，把伺服系统和生物自动调节用同一套微分方程描述。第五章"计算机器与神经系统"比较模拟计算机和数字计算机，主张数字+二进制是更合理的设计，并拿神经系统做类比。
后面几章发散出去。第六章讨论视觉中的格式塔（Gestalt）和反馈回路。第七章把脑功能跟计算机类比，提出"用冗余做错误纠正"，后来成了通信理论的基础概念之一。第八章讲组织层级跟下棋机器的可能性。1961年再版又加了两章讲机器学习和自我繁殖。
这本书的另一个特点是哲学跟工程混在一起写。Wiener写这本书没有"先讲数学再讲哲学"的分隔，他在一页之内可以从微分方程跳到对意识的论断，再跳回信号处理。今天读起来不太像1948年的科学书，更像1970年代法国哲学家加点数学的产物。这种风格让它在两边都接收到了奇怪的目光：工程师嫌它玄，哲学家嫌它技术。
为什么是这四个？因为它们都有"自我调节"的特征。机器（伺服系统）调节自己的运动。动物（生理）调节自己的体温血糖。大脑调节自己的行为输出。社会（理论上）调节自己的经济和秩序。如果它们背后的数学真是同一个，那一门学科就能同时讲清楚。
这个野心既是控制论的起点，也是它后来过载的源头。
## 2.5 同一时间起跑的对手：AI这个词
需要在这里插一句AI暗线，因为后面整篇文章都要回到它。
1956年夏天达特茅斯学院（Dartmouth College）开了一场两个月的工作坊叫Dartmouth Summer Research Project on Artificial Intelligence。组织者是John McCarthy、Marvin Minsky、Nathaniel Rochester、Claude Shannon四个人。会议第一次把"artificial intelligence"这个词用在公开科研场合，被后来的人当作AI这门学科的诞生标记。
注意时间。1948年Cybernetics出版，1956年AI诞生，中间只隔8年。两条路线同时起跑。
控制论这条路走"自下而上"。从神经元、反馈回路、自适应行为出发，期待"智能"会从底层涌现出来。
符号AI这条路走"自上而下"。从逻辑、推理、知识表示出发，期待把人类专家的知识写成规则，让机器去执行。
1956年Dartmouth会议没有邀请Wiener。这件事在后来的科学史里被反复解读。有人说McCarthy故意跟Wiener划清界限，认为"AI"这个新词是对控制论框架的一次切割。也有人说Wiener那几年跟政府关系紧张，加上个人风格让他在小圈子里不太受欢迎，没邀请也未必是刻意的。
哪个版本更准确没有定论。但事实层面有一个客观结果：1956年之后"AI"成了主流，控制论作为名字开始衰落。下面三章先把控制论自己的故事讲完，AI这条暗线第七章再接。
# 三、古典巅峰：会"自己稳定下来"的机器
## 3.1 英国学派：Ashby和稳态机
控制论在英国的代表人物是William Ross Ashby，一位精神病学家。他后来在伊利诺伊大学开了一个控制论的研究所，是把控制论作为正式学科教学的几个少数人之一。
1948年Ashby在伦敦的Barnwood House医院造了一台机器叫Homeostat（稳态机）。机器由四个相同的电磁单元组成，每个单元有一个调节自己电流的回路。把四个单元的电流互相连接起来，整个系统开始"找平衡"。无论Ashby怎么扰动它，它都能自己调回稳定状态。
W. Ross Ashby's homeostat
把外面的接线随便剪掉一根，或者把某个电磁单元的极性反过来，机器会"重新学习"，再次找到一个新的平衡点。
Ashby把这件事写成了1952年的书《Design for a Brain》。书的核心论点是：大脑做的事，本质就是Homeostat那种"自适应找平衡"，只不过参数复杂得多。
这个论点在1950年代非常震撼。它说的是：智能从反馈系统跟环境互动中长出来，不靠人写规则。
## 3.2 必要变异度定律
Ashby 1956年的第二本书《An Introduction to Cybernetics》里提出了一条今天还在被引用的定理，叫Law of Requisite Variety（必要变异度定律）。
原话是六个英文字"only variety can destroy variety"。准确翻译是"只有变异度才能抵消变异度"。流传得更广的意译版本是"只有复杂才能驾驭复杂"，意思接近但比较模糊。
W. Ross Ashby
定理本身说的事：一个控制器要能处理N种可能的扰动，它自己内部必须能产生至少N种可能的响应。如果环境会变化出100种情况，你的控制器只有10个状态可选，它一定有90种情况是处理不了的。
这个东西今天在管理学里被引用很多。意思是"组织要应对的复杂度，组织内部的应对能力必须配得上"。但定理的根在控制论，是Ashby把它从工程例子里抽出来的。
它在AI里也有回响。今天的大模型为什么动辄上万亿参数？因为它要处理的输入空间（任意自然语言任意话题任意场景）的变异度极高，模型必须有匹配的内部变异度。Scaling Law在某种意义上是必要变异度定律的现代版本。
## 3.3 Grey Walter的电子乌龟
英国控制论圈另一个代表人物是William Grey Walter，神经生理学家。1948年到1949年他在英国Bristol的Burden Neurological Institute造了几只小机器人，叫Machina speculatrix（拉丁文"会观察的机器"），因为外形和移动慢被昵称为"电子乌龟"。两只乌龟分别叫Elmer（ELectroMEchanical Robot）和Elsie（ELectro Mechanical Robot, Light-Sensitive）。
Machina speculatrix
每只乌龟的"大脑"由两个真空管组成，Walter把这两个真空管类比成两个神经元。乌龟有两个传感器：一个旋转的光敏元件搜索光源，一个触碰传感器探测障碍。三个轮子让它能在房间里走。
行为很简单。朝光走，碰到障碍绕开，电量低了自己回到充电站（Walter叫它hutch）。但实际看起来惊人地"像生命"。当两只乌龟在同一房间它们会绕着彼此转，甚至看起来像在求偶。
整个机器里没有规则、没有目标、没有"地图"。只有几个反馈回路。Walter想证明的事是：复杂的、看起来有目的的行为，可以从极少几个反馈单元里涌现出来。
1951年三只新乌龟在不列颠节（Festival of Britain）上展出，引起公众轰动。当时英国主流报纸把这件事当作"机器能像生命一样行动"的证据广泛报道，BBC做过专题。Walter本人在1953年出版的科普书《The Living Brain》里详细讲了这套机器的设计，书在英语世界畅销多年，是1950年代普通人第一次接触"机器+生命"边界讨论的入门书。原版的Elmer和Elsie后来散失了，复制品如今在伦敦科学博物馆"Making the Modern World"展厅。
The Living Brain同名动画
回头看这件事的意义。电子乌龟当时被很多人误读成"机器有意识了"，这是过度解读。Walter本人比较克制，他想证明的事情是：复杂行为可以是反馈回路涌现出来的属性，不必假设里面藏着"小人"或"灵魂"。这条思路后来在AI哲学里有专门一支（涌现主义、连结主义），跟"机器要先学知识再行动"的符号主义路线一直在打。今天deep learning的胜利某种意义上也算是涌现主义的胜利。1949年那只在伦敦实验室里到处乱转的小乌龟，开了头。
## 3.4 工程化分支：钱学森《工程控制论》
1954年钱学森（Tsien Hsue-shen）在美国McGraw Hill出版了《Engineering Cybernetics》（《工程控制论》）。
钱学森本来在加州理工学院GALCIT跟von Kármán做空气动力学，是冯·卡门最得意的学生之一，二战期间参与过JATO火箭项目。1950年因为冷战气候和McCarthy时代的政治迫害，他被美国政府"软禁"在加州，禁止离开洛杉矶郡，研究方向也被迫从军事敏感领域转走。他在那5年里把研究兴趣转到了控制论上，《Engineering Cybernetics》就是这期间写出来的。
这本书做的事是把Wiener偏哲学化的控制论翻译成工程师能直接拿去用的数学。18章涵盖多变量系统的解耦控制、扰动法控制设计、von Neumann的错误控制理论。当时review里有人说"很难高估这本书对复杂控制系统理论的价值"。1950-60年代它是欧美控制工程教材里的核心参考书。
钱学森把"工程控制论"看作一门把控制理论包含进去的更大的工程科学，而不只是"控制论的工程应用"。这条思路后来发展成了今天的"系统工程"（systems engineering）。
1955年钱学森被遣返中国，把这套思想带了回去。中文版《工程控制论》在中国是控制论传入的奠基译著，深刻影响了1950-70年代中国的航天、导弹、自动化领域。1980年代他跟学生宋健（导弹制导专家）还用控制论方法建模做人口预测，是当年中国一胎化政策的理论工具之一。
钱学森这一支属于控制论的工程化分支。它的野心比Wiener那种"统一一切"小得多，但它把控制论的硬核数学留在了工程界，活到了今天。第六章会讲到，控制论这门学科解体之后最完整、最硬核的肉身延续就是控制工程，钱学森那本书是这条线1950年代最有标志性的事件之一。
## 3.5 这条路的现代继承人
电子乌龟在1950年代之后基本没继续发展。主流AI走了符号路线（Dartmouth 1956之后）：写规则、推理、知识表示。"无内部表征、靠反馈涌现行为"这条路冷了下来。
1986年MIT一个叫Rodney Brooks的年轻教授发表了一篇论文《A Robust Layered Control System For A Mobile Robot》，提出了一种叫subsumption architecture（包容架构）的控制方法。
Brooks的核心论点跟Grey Walter几乎一字不差：机器人不需要在内部维护一个"世界的模型"。原话是"the world is its own best model"，世界本身就是世界最好的模型。机器人需要做的是把感知和动作之间打通几个简单的反馈回路，让复杂行为从底层涌现。
这条路当时在AI圈是异端。主流是Cyc那种"把所有常识写成知识库"的符号AI。Brooks这套被笑话成"反智能"。但他的机器人能走、能避障、能在真实环境里跑，比当时的符号机器人鲁棒得多。
1990年Brooks联合创办了iRobot公司，把这套架构商业化。最有名的产品是Roomba扫地机器人，到今天全球卖出超过一千万台。Roomba的"大脑"骨架，跟1948年Grey Walter的电子乌龟同源。
控制论这条"靠反馈涌现行为"的路被符号AI压住了30年，到1986年由Brooks接回主流。后来deep learning时代它又被重新理解：CNN、Transformer都是"不需要人写规则、靠反馈学出表征"的现代版本。这是AI暗线第一次跟控制论老底子接上头，第七章会展开。
# 四、扩张与僭越：控制论想去管理一切
控制论1948年起家时的野心是"统一机器、动物、大脑、社会"。前三个都有可见的对象，社会这个最虚。1950年代开始有人认真尝试把控制论用到社会和经济管理上。1970年代之前最大胆的两个国家级试验，一个在苏联，一个在智利。两个都黄了。
## 4.1 苏联的反转：从"伪科学"到国家学科
苏联跟控制论的关系是个180度大反转。
1950年5月苏联《文学报》（Literaturnaia Gazeta）发了一篇文章，把控制论定性为"反动伪科学"（reactionary pseudo-science），跟资产阶级机器主义并列。理由是控制论把人脑跟机器并置，违反唯物主义关于人的特殊性的论断。整个1950年代上半叶苏联科学界禁止公开讨论cybernetics。
转折点在1952年。两位苏联科学家Alexey Lyapunov（数学家）和Anatoly Kitov（军方计算机专家）写了一篇辩护性论文，悄悄递给《哲学问题》（Voprosy Filosofii）杂志。文章核心论点是：控制论非但不反对唯物主义，反而是社会主义计划经济需要的科学工具。
杂志想发但党不放心。党的要求是先让两个人在内部讨论会上讲一遍，看看反响。1954年到1955年之间Lyapunov和Kitov总共做了121场内部讨论会，慢慢把支持者攒起来。
斯大林1953年去世，1955年开始的后斯大林时代松动了气氛。Lyapunov-Kitov那篇文章1955年正式发表。1956年苏联数学界大佬Andrei Kolmogorov写了一篇文章承认Wiener是控制论奠基者，从概率论和信息论的角度认可这门学科。同年Kolmogorov还获准到MIT短期访问。
1959年4月10日苏联科学院正式成立"控制论科学委员会"（Scientific Council on Cybernetics），主席是无线电工程师Aksel Berg。从1950年5月被骂"反动伪科学"到1959年4月成为国家级科学委员会，跨度不到9年。
之后控制论在苏联意识形态里的位置爬得很高。1960年代赫鲁晓夫公开把它叫"共产主义建设的工具"。1970年代一度被宣传成"苏联科学社会主义优于西方的证据"。这套话术今天看很滑稽，但当时是真的。
## 4.2 苏联的OGAS：一个差点改变历史的失败
苏联翻身之后想做的事比西方还大。
1962年乌克兰数学家Viktor Glushkov提出了一个叫OGAS的国家级项目（Общегосударственная автоматизированная система учёта и обработки информации，"全国自动化经济信息处理系统"）。简单说，就是把全苏联所有工厂、农场、商店、运输节点用计算机网络连起来，所有生产数据实时上报、用控制论方法集中调度。
构想里这个系统会有约2万个区域计算中心、连接全苏联约20万个企业，能实时调度整个计划经济。如果做成会是世界上第一个国家级互联网，比ARPANET（1969启动）还早7年。
Glushkov跟苏联政府吹的卖点是：控制论能解决计划经济的两大问题，信息汇总太慢、调度决策太僵。OGAS用反馈回路把"生产→数据上报→中央调度→调整指令"打成实时闭环。
项目从1962提出到1970年代被压死。压死它的是官僚体系。技术上理论和工程方案都做得相当完整。OGAS上线意味着各部委对生产数据失去信息垄断权。苏联部委的权力建立在"只有我知道这条线的真实数字"上，OGAS一旦全网实时透明，部委的权力基础没了。1970年代经过几轮预算审议，OGAS始终没能拿到完整资金，最后被分拆成几个互不相通的部门级系统，1980年代逐渐废弃。
Glushkov 1982年去世前接受采访时说，OGAS失败让他个人非常痛苦。他相信如果1970年做成了，苏联经济史会被改写。这是控制论"想去管理一切"在东方的最大一次尝试，输给了官僚而不是输给了技术。
## 4.3 智利的Cybersyn：另一边的实验
OGAS还在被卡死的同一时期，地球另一边的智利做了一个版本更小、但完成度更高的尝试。
1970年9月智利选出了拉美第一位通过民主选举上台的社会主义总统Salvador Allende。他想做的事是把智利经济国有化、再用某种新方法管理这个国有化经济。1971年7月他的智利政府工程师Fernando Flores写信给一个英国人Stafford Beer，邀请他来做这件事。
Stafford Beer是英国管理控制论的代表人物，把控制论应用到企业管理理论上，著作包括《Cybernetics and Management》（1959）和《Decision and Control》（1966）。Flores邀请他到智利搭一套"用控制论管理整个国家经济"的系统。
Beer 1971年11月4日抵达圣地亚哥，那天正好是Allende政府成立一周年。这之后两年他领导了一个智利工程师团队，搭起了项目Cybersyn（Cybernetic Synergy）。
Cybersyn由四个模块组成：一台IBM 360主机做经济模拟器、一套定制软件追踪工厂生产数据、一个未来感十足的"控制室"（Opsroom，七把白色躺椅围成一圈，每把椅子扶手上有按键，墙上是巨幅数据屏幕）、还有一个telex机网络连接全国约500家国有工厂，每天上报产量、库存、人力数据。
最辉煌的一次实战在1972年10月。智利卡车业主公会发动全国卡车大罢工，目的是经济上拖垮Allende政府。罢工动员了约4万辆卡车，瘫痪了智利的物流。Cybersyn的telex网络派上了用场。政府用剩下的约200辆卡车（基本是政府自有车队），通过telex网络实时调度，居然把基础物资的全国分发维持住了。后来评估说Cybersyn在那次危机里"立了大功"。
1973年8月Cybersyn已经把工厂数据的延迟从6个月缩短到3天。这是1973年的技术水平，比起今天云端实时仪表盘当然慢，但在那年绝对是科幻级别。
然后1973年9月11日皮诺切特领导的智利军方政变，Allende当天死在总统府里。军方进入Opsroom控制室，把它全部砸了。砸的原因是Cybersyn跟皮诺切特要建的中央集权控制完全对立。Cybersyn是分布式反馈，皮诺切特要的是从上到下的命令。
Cybersyn被毁。Beer流亡回英国，1973年之后再没在公开场合主导过类似项目。智利经济进入皮诺切特+芝加哥学派的市场化改造时代。
值得说一下Beer真实的野心。Cybersyn对Allende政府来说是"经济管理仪表盘"，给决策者实时数据。但Beer自己的设想比这激进得多。他在1972年的内部文件里描述过一个版本：每户智利家庭装一个叫"algedonic meter"的小盒子，盒子上有红绿两个旋钮，让户主每天表达对政府政策的"满意/不满意"。这些数据实时汇总进Opsroom的屏幕，让政策反馈不靠选举周期。这套设计当时争议巨大，最终没实施。但它体现了Beer的核心信念：控制论不只是给中央集权提效率的工具，还能用来打破中央集权，让底层用反馈代替投票。这件事如果跑通，可能是一种从未在历史上出现过的"分布式社会主义"。1973年9月之后，这个可能性被永久埋葬。
## 4.4 Bateson：控制论进人类学
国家级试验之外，Gregory Bateson在另一个维度上把控制论搬进了人文学科。
Bateson是Macy会议的常客，本职是人类学家（写过《纳文》研究新几内亚部落）。1950年代他开始用控制论的反馈概念分析家庭关系。1956年他提出double bind（双重束缚）理论，描述精神分裂症患者的家庭沟通模式：父母对孩子同时发出两个互相矛盾的指令（"我让你自由发挥"+"你别跟我作对"），孩子怎么做都错，长期处于这种反馈死循环里会出现精神症状。
双重束缚理论后来被家庭治疗（family therapy）学派整套吸收。Mara Selvini Palazzoli、Jay Haley这一批1960-70年代的家庭治疗师，理论框架完全来自Bateson的控制论循环因果思想。今天美国和欧洲的临床家庭治疗，理论根还在这条线上。
Bateson没有OGAS和Cybersyn那种宏大野心，但他把控制论扩展到了"家庭系统"这种很小的反馈单元，证明这套数学的应用面比工程界以为的宽。
## 4.5 小结：野心冲顶，过度承诺
把第4章这条线收一下。
1950年代到1970年代控制论想做的事是"把这套数学用到所有自我调节系统上"。从工程（伺服、放大器、自动驾驶）到生物（生理、神经）都做得不错。但到了社会、经济、组织层面，野心冲顶之后开始还债。
苏联OGAS输给官僚，智利Cybersyn输给政变。东西方两套"用控制论建社会主义国家管理体系"的尝试，没一个跑通。Bateson把控制论用到家庭治疗算成功，但那是小尺度。
这段历史给控制论的伤是真实的。1970年代之后"控制论"这个词开始跟"未实现的大承诺"绑在一起。学院派学者不愿意背这个包袱，年轻人不愿意进这个领域。野心冲顶，也埋下"过度承诺"的祸根。
# 五、向内转弯：二阶控制论与哲学化
到1970年代中后期控制论圈出现了一次明显的"向内转弯"。前几十年大家忙着用反馈造机器、造经济模型、造行为模型，1970年代开始有一批人退一步问：研究反馈系统的"研究者"本身，是不是也是这个反馈系统的一部分？
这一支后来被叫做second-order cybernetics（二阶控制论），跟前面的工程/管理那一支分道扬镳。
## 5.1 von Foerster："观察者也在系统里"
提出二阶控制论的人是Heinz von Foerster，奥地利出身的物理学家，Macy会议的常客和秘书。他1958到1976年在伊利诺伊大学开了一个"生物计算机实验室"（Biological Computer Laboratory，BCL），是早期把计算和神经科学结合的少数实验室之一。
BCL在1960-70年代是个奇怪的地方。它有计算机系的硬件人才、生理学系的神经科学家、还有从欧洲流亡过来的几个理论物理学家。研究主题包括人工神经网络早期工作、机器视觉、生物学习理论、自适应控制。但它没有稳定的母系所归属，资金来自零散的军方和私人基金会，1976年von Foerster退休时实验室被关闭。BCL的解散是控制论作为正式机构在美国学界几次失败尝试之一。今天回头看，那个实验室做的事大部分都被后来的AI、复杂系统、认知科学吸收了，但它自己作为机构没活下来。
1970年代他提出的核心论点是：传统控制论（一阶）把研究对象当作外部的、独立的客体。你研究恒温器，你站在恒温器外面看它的反馈。但研究神经系统、研究社会的时候，研究者本身就在这个系统里。你的观察会改变被观察的对象。
他造了一个标签叫cybernetics of cybernetics，控制论的控制论。意思是：你在用控制论研究世界的同时，你自己作为研究者也是一个控制系统，这个系统会反过来影响你研究的对象。
这个论点在哲学上接近量子力学的观察者效应，在社会科学上接近后来的建构主义。控制论从这里开始"哲学化"。
## 5.2 Maturana & Varela：自创生
跟von Foerster平行的另一条线在智利。神经生物学家Humberto Maturana和他的学生Francisco Varela 1972年出版了《Autopoiesis and Cognition》，提出一个核心概念叫autopoiesis（自创生）。
autopoiesis这个词是他俩造的（auto=自我，poiesis=创造）。定义是：一个系统能不断生产维持自身存在所需要的所有组分。生命就是这种系统。细胞不断生产自己的膜、酶、代谢分子，整个过程是一个自我维持的闭环。
为什么这件事在控制论里重要？因为它把"反馈"从"调节某个外部目标"升级到"维持自己作为系统的存在"。Wiener的恒温器是被外部目标驱动的，你告诉它20度，它去维持20度。Maturana-Varela的细胞是被自己的存在条件驱动的，没有外部目标，只有"继续存在"这个内禀的循环。
这件事后来对人工生命（Artificial Life）、自适应系统、复杂系统研究都有深远影响。Varela后来转向研究意识，开创了"神经现象学"（neurophenomenology），把第一人称体验跟神经科学方法结合起来。他2001年去世。
Varela后期一个不太被科学圈讨论的活动是Mind and Life Institute，他跟达赖喇嘛1987年共同发起的对话组织，把佛教冥想传统跟神经科学方法放在同一张桌子上讨论。这件事在严肃神经科学圈一度被认为"不够硬科学"，但今天mindfulness、meditation神经成像、Buddhist epistemology这些方向的研究者很多承认Varela是先驱。控制论"二阶"这一支转到了哲学和精神传统的对话场景里，路径之远是Wiener当年想不到的。
## 5.3 影响放大：建构主义与社会理论
二阶控制论的哲学化在1980年代扩散到几个学科。
建构主义教育学（constructivism in education）这一支提出学生在学习里"建构"知识而不是"接收"知识。源头有皮亚杰，也有von Foerster的二阶控制论。
社会系统理论（social systems theory）这一支由德国社会学家Niklas Luhmann在1980年代发展。他用autopoiesis重新理论化社会：法律、经济、政治这些子系统都是"自创生"的，各自按自己内部的逻辑（合法/非法、付钱/不付钱、有权力/无权力）运转，彼此不能直接对话只能"扰动"。Luhmann后来成了德语社会学的巨人。
设计理论与组织管理这一支用"系统看自己"的二阶视角教学，进入了一些设计学院和管理学院的课堂。
## 5.4 主流AI走了反方向
需要在这里插一句AI暗线。
二阶控制论关心的问题是"观察者在系统里"、"自创生"、"系统看自己"。主流AI完全不在乎这些。1970-90年代符号AI的范式是"写规则、求最优解"，工程性能是唯一指标。21世纪deep learning时代也一样，loss function降下来就ship，没人在乎模型"知不知道自己是个模型"。
这是控制论今天"两副面孔"的根源。工程那一支（梯度下降、最优控制、强化学习）被AI吸收，今天活在每一行TensorFlow代码里。哲学那一支（autopoiesis、二阶、神经现象学）在AI主流圈里几乎没有声音，但在认知科学、复杂系统、4E cognition（embodied/embedded/enacted/extended）这些圈子里还在生长。
第七章会回到这件事。Friston的自由能原理是个有意思的中间地带，它一只脚在工程（active inference可以训练agent），另一只脚在哲学（它对"生命"的定义跟autopoiesis有共鸣）。
# 六、解体：作为统一学科的死亡
到1980年代中期控制论作为一门有自己名字、有专属系所、有专门学位的学科，在英语世界基本消失了。今天你去美国、英国、加拿大的任何一所主要大学，找不到一个"Department of Cybernetics"（英国Reading大学有一个，是少数例外之一）。
这件事是怎么发生的？
## 6.1 多重死因
最直接的一个原因是Wiener 1964年3月18日去世。他是控制论这门学科的人格化象征。书是他写的，名字是他取的，外行听到这个领域第一个想到的是他。他活着的时候整个圈子有一个公认的中心。他一走，向心力立刻松了。
更深一层的原因是各个器官被更聚焦的新学科抽走。1948年Wiener想做的"统一一切"的学科，到1960-70年代被肢解。工程那一块独立出去成了"control engineering"（控制工程），进了所有大学的电子电气系。通信和编码那一块由Shannon的信息论独立做大。神经网络那一块先后被perceptron时代、connectionism、deep learning接走。自适应系统、机器学习那一块进了"AI"这个新名字。哲学和社会那一块分散到二阶控制论、autopoiesis、系统理论这些小圈子。
控制论变成一个"什么都不是、又什么都是"的学科。各个子领域的研究者更愿意说自己是"控制工程师"或"AI研究者"或"信息论学者"，因为这些子学科有自己的会议、期刊、招生名额、就业市场。"控制论"作为一个umbrella term，对个人职业生涯不再加分。
再一层是1970年代社会管理那一支的失败。OGAS黄了，Cybersyn被毁了，控制论曾经吹的"管理一切"的牛吹爆了。整个领域被"过度承诺"的污名缠住，年轻研究者不愿意背这个包袱。
还有一层是冷战意识形态的副作用。控制论在苏联曾经被吹成"科学社会主义的工具"，这件事在1980年代之后让西方学院里有些人觉得这个词"听起来左"。这种联想很微妙，但在学院政治里足以让人不愿意挂这个标签。
具体场景之一：1980年代美国大学里招一个AI教授和招一个"控制论教授"，竞争的池子已经完全不同。前者有工业界对口工作（机器人公司、专家系统创业、Lisp Machines），后者只有学院内职位，且这些职位被Reagan时代的科研经费倾斜（向"实用AI"和"国防AI"倾斜）边缘化。年轻博士做职业选择，自然往AI那一边走。这种"渠道边缘化"在五年内就能把一个学科的人才输入掐细。
## 6.2 名字退场
到1980年代"cybernetics"这个词在英语世界基本退场，成了历史名词。
有几个例外。英国Reading大学1980年代开了控制论系，今天还在（专门做cybernetics学位）。Society for General Systems Research、Cybernetics Society这种小学会还在维持。但主流大学的招聘、课程、研究项目里看不到"cybernetics"这个词了。
跟前面那段历史形成对照的是1990年代起"cyber-"这个前缀在英语里突然爆炸，但跟控制论无关。cybersecurity、cyberspace、cyberbully、cyberpunk，这些词借用了kybernetes的词根，意思全跟控制论的核心思想没关系，纯粹是"跟互联网/数字有关"。控制论这门学科的名字被另一波文化挪用走了。
## 6.3 被肢解后分别继承
但这门学科的"思想"完全没死。它被肢解，每个器官移到了别的学科，继续运转。这里给一份具体的"器官移植"清单（这一节配一张baoyu diagram，左边是1948控制论母体，右边是它各个器官的继承者）。
反馈+学习这一块去了AI。梯度下降、强化学习、感知-行动闭环这些AI核心机制，骨架都是控制论的负反馈。
通信+编码这一块去了信息论。Shannon 1948那本《A Mathematical Theory of Communication》跟Wiener 1948的《Cybernetics》是同年，两个人也是好友。信息论独立成熟之后吸收了控制论里通信那一块。
状态空间+稳定性这一块去了控制工程。今天所有工学院的"自动控制原理"课，讲的是控制论里最硬核的那一部分。Maxwell 1868那篇论文还在被引用。
整体性+涌现这一块去了系统科学/复杂系统。Santa Fe Institute那一支研究复杂自适应系统，根在控制论的"整体大于部分之和"。
心智+表征这一块去了认知科学。1956年认知科学跟AI几乎同时起跑，吸收了控制论关于"心智是信息处理系统"的核心比喻。
观察者+自指这一块去了二阶控制论/autopoiesis/神经现象学。前面第五章讲过。
## 6.4 哪个器官最完整
按"哪个器官最完整地继承了控制论的肉身"来排，答案是控制工程，AI排第二。判断的标准很简单：哪一支用的数学跟Wiener 1948那一套连得最近、断得最少。
控制工程藏在工学院里。今天给你家空调、汽车ABS、电梯门、飞机自动驾驶、火箭推力矢量、化工反应釜、半导体晶圆步进机写控制算法的工程师，用的数学跟Wiener 1948那套是连续的。PID控制器、状态空间方法、卡尔曼滤波、模型预测控制，根都在1940-60年代的控制论里。3.4节那位钱学森也属于这一支，他的《工程控制论》就是把这条线传到中国的奠基之作。
这一支的特点是低调到外行听不见。工程界不喜欢用cybernetics这个炫词，就叫control。研究者不写畅销书、不上TED演讲、不发manifesto。他们做的事是去年汽车碰撞测试通过率怎么提高的、火箭着陆精度从米级压到厘米级的、化工产线良率从97%推到99%的这种事。整个产业每年几百亿美元规模，跟1948年那本书的方法论一脉相承，但跟cybernetics这个名字基本切断了。
AI这边换一个画像。AI是控制论最大的孩子，体量上甩开控制工程几个数量级。它继承了"反馈+学习"的核心动作，加上了控制论从没有过的两样东西（算力和representation learning），长出了今天的样子。但跟控制工程比，AI跟控制论的数学血缘其实更稀薄。后面7.4那一节会讲到，AI跨过去的那一步是放弃了"先写出系统方程"的旧包袱，所以它继承了反馈的骨架，没继承微分方程那套语言。
AI是那种长得很大、但跟母亲讲不同方言的孩子。第七章把这个孩子拎出来单独看。
# 七、回到AI：被吸进地基里的那个内核
整篇文章铺垫到这里，回到题目里那句话，"控制论是AI的上辈子"。
这一章要做的事是把控制论的核心机制跟AI的核心机制对照一遍，论证两件事。一是AI的骨架就是控制论的骨架。二是AI之所以爆炸而控制论没爆炸，差的是两样具体的东西。
## 7.1 骨架同源一：梯度下降本质是负反馈
打开任何一本机器学习教材，第一个核心概念是gradient descent（梯度下降）。
它做的事是这样。你有一个模型（一个有几百万到几万亿参数的神经网络），给它一个输入，它输出一个预测。这个预测跟"真值"差多少，叫loss（损失）。算损失对每个参数的偏导（梯度），告诉你"每个参数往哪个方向调一点，损失会变小"。把所有参数往这个方向调一小步，再算一次损失，再调，重复。
把这件事翻译成控制论语言。目标值=真值（label）。实际值=模型当前的预测。误差=loss。控制器=优化器（SGD、Adam）。被控对象=模型参数。控制动作=把参数往梯度反方向调一步。
这个回路跟恒温器同构（恒温器是目标温度 - 当前温度 = 误差，开锅炉调当前温度）。也跟Wiener 1940年代的防空火炮预测器同构（要瞄准的位置 - 当前瞄准位置 = 误差，调炮口）。三个例子的载体不同（家电、武器、神经网络），但反馈的数学一致。
这一节如果配图（也就是本章baoyu diagram的位置），最自然的画面是把恒温器、火炮、SGD三张子图并排，标出每张图里的"目标"、"实际"、"误差"、"调节"这四个角色，让读者一眼看到它们是同构的。
工程界从来没真把这件事保密。Yann LeCun 2015年的图灵奖演讲里专门提过反向传播本质是负反馈链。但工程界讲的是机制层面的对应，没把它放回"这是1940年代控制论的孙辈"这个历史脉络里。
## 7.2 骨架同源二：强化学习≈控制论的回归
第二个核心机制是reinforcement learning（强化学习，RL）。
RL做的事：一个agent在环境里行动，环境给它reward（奖励），agent调整自己的policy（策略），让长期累积的reward最大化。今天的ChatGPT、AlphaGo、自动驾驶训练的核心组件之一就是RL。
RL的数学核心是Bellman方程：当前状态的价值=当前reward+折扣×下一状态的价值。这个方程是Richard Bellman 1957年在RAND公司做"动态规划"（dynamic programming）时写出来的。
注意"动态规划"这个名字。1957年Bellman做这件事时他不在AI圈，他在控制论的兄弟领域optimal control（最优控制）里。最优控制是控制论的硬核数学分支。给定一个动态系统、一个目标函数，求最优控制策略。Bellman方程是最优控制的核心数学。
RL跟最优控制共享同一个数学骨架（Bellman方程），分歧只在风格上。最优控制强调model-based（基于模型），先建一个准确的环境数学模型，再用Bellman方程算出最优策略。Bellman 1950年代之后的工作主要是这一支。RL强调model-free（无模型），不要环境模型，让agent直接trial-and-error试出最优策略。Sutton跟Barto 1980年代之后做的就是这一支。
但两边用的方程是同一个。Sutton跟Barto那本经典教材《Reinforcement Learning: An Introduction》专门有一章讲Dynamic Programming vs RL，明确把RL描述成"无模型版本的最优控制"。
RL表面看是AI的新发明。本质上是控制论里最优控制这一支换了套衣服回来的。
## 7.3 为什么控制论没火、AI却像工业革命？
如果骨架同源，梯度下降是控制论的孙辈，强化学习是最优控制换衣回归，那为什么1950年代的控制论是个小学科，2020年代的AI是新一轮工业革命？
差距有两层，一层比一层关键。
## 7.3.1 第一层差距：燃料
控制论年代缺四样东西，今天AI都有。
算力差20万亿倍。1950年代的真空管计算机算力大概是1000 FLOPS（每秒浮点运算次数）。今天一张NVIDIA H100 GPU算力大约是2000万亿FLOPS。
数据差几个数量级。控制论年代研究者训练用几十到几千个样本。今天GPT-4训练用的文本数据约13万亿个token，图像数据十亿张以上。
多层网络求梯度的算法1986年才工程化。Rumelhart、Hinton、Williams那年在Nature上的反向传播论文是分水岭。之前几十年没人会让多层网络真的学起来。
互联网+移动互联网把数据采集变成低成本副产品。1990年代之前数据基本来自实验室人工标注，慢、贵、少。之后变成网页、社交媒体、传感器自动产生的副产品。
控制论时代的反馈想法是对的，但反馈循环每跑一圈要花一个研究生几个月时间，循环量级也只到几千次。今天的反馈循环每秒跑几万次，跑几个月相当于几百亿次。同样的数学，差的是燃料。
如果只有燃料这一层论点不够稳。1960年代的ADALINE、1980年代的perceptron都是反馈学习系统，算力提升的时候它们也跟着提升，但它们没爆炸。原因在第二层。
## 7.3.2 第二层差距：representation learning
控制论的反馈系统调节的是已知量。温度、电流、瞄准角度、库存数量。这些量是工程师事先定义好的。反馈回路做的事是"把已知量调到目标值"。
但AI要做的事不一样。AI要识别一张图片里有没有猫。"猫"这个东西没有一个事先定义好的"量"可以测。猫的概念是从几千张猫照片里"学出来的"一个高维表示。
这件事叫representation learning（表征学习）。它是1950-80年代的控制论从来没解决的问题。控制论假定状态空间已经给定了（位置、速度、加速度），它只调节怎么从输入信号映射到控制动作。它没办法从一堆未标记的原始像素里"学出"猫这个概念。
深度学习的关键突破是把表征学习跟反馈优化结合在一起。一个CNN的前几层学出"边缘、纹理、形状"这种中级表征，后几层学出"是不是猫"。整个过程是端到端用反向传播驱动的，梯度从最后的loss传回来，每一层都根据"我对最终结果贡献了多少"自我调整。
这是控制论没预见的一道坎。同样的负反馈骨架，加上能学表征的多层非线性网络，再加上算力，才长成今天的深度学习。
把7.3两层组合起来：AI是"拿到了燃料"+"补上了表征学习"的控制论。前者是工程问题，后者是范式跨越。两者缺一AI都不可能从控制论的影子里长出今天这个体量。
## 7.4 从"写下世界的方程"到"用数据拟合世界"
7.3讲的是AI跟控制论之间的两个具体差距：燃料和representation learning。再深一层看，这两个差距背后藏着一个更宏观的转变：建模哲学的转变。
控制论是"用方程描述世界"这套老传统的嫡系和巅峰。Wiener、Maxwell、Bigelow、钱学森这些人都是物理或数学训练出身，他们看一个系统的默认动作是"把它的微分方程写出来，然后求解"。经典控制论从Maxwell 1868的调速器、到Wiener 1948的反馈分析、到钱学森1954的工程控制论，骨架全是常微分方程和偏微分方程。这是物理学家从牛顿那里继承下来的方法论：先理解、再写方程、然后求解。
AI跟这套老传统断了。断裂分两次发生。
## 7.4.1 第一次断裂：连续 → 离散
微分方程描述的是"瞬时变化率"（dx/dt），这是物理世界的母语，因为物理量是连续流动的。计算机进来之后，"瞬时"这个概念用不上了，所有变化必须切成离散步骤。"此刻变化率是多少"这个问题被换成"下一步比这一步变了多少"。
这一步控制论自己内部就经历过。1960-70年代经典控制论用微分方程和Laplace变换（拉氏变换），现代控制论开始用差分方程和z变换（z-transform），为的就是能在计算机上跑。数字PID控制器、数字卡尔曼滤波、数字信号处理，都是连续到离散这一步的产物。
但这一步迁移没动建模哲学的根。差分方程跟微分方程是同一套世界观，你还是先写出"系统怎么运作"的数学描述，只是把连续时间换成离散时间。第一性原理推导的传统没动。
## 7.4.2 第二次断裂：model-based → data-driven
真正的断裂是第二次。
物理学家和经典控制论的信仰是：世界有底层规律，我用第一性原理把它写成方程（牛顿定律、麦克斯韦方程、系统动力学方程），然后求解。这叫model-based（基于模型），你先得有一个关于"系统如何运作"的数学模型。
AI走的是相反的路，叫model-free或data-driven（数据驱动）。它不假设、也不写"世界的方程"，直接拿海量数据，用一个巨大的、没有物理含义的函数（神经网络）去拟合输入到输出的映射。神经网络里那几十亿个参数不对应任何物理量，也不是从任何第一性原理推出来的，纯粹是被数据"喂"出来的拟合系数。
AI几乎不出现微分方程，背后的原因是它放弃了"先写出系统方程"这件事，跟数学多少无关。建模哲学换了：从"我理解这个系统所以我能写出它的方程"，变成了"我不需要理解这个系统只要有足够数据去逼近它"。
强化学习里有个术语恰好钉死这件事。经典最优控制是model-based，要求你先有系统方程描述环境怎么演化。RL最大的卖点之一是能model-free，不要方程，纯靠跟环境交互的数据来学策略。这一步跨越就是"微分方程范式"交棒给"数据驱动范式"的那一棒，发生在控制论通向AI的接缝处。
7.4.3 控制论的过渡带定位
把这条线拉出来看，控制论站在过渡带上。
一只脚在旧世界：用微分方程，是model-based，相信你得先有系统的动力学模型（经典控制、卡尔曼滤波都要你先写出系统方程才能用）。另一只脚已经踩进新世界：它是第一个认真处理"反馈、迭代修正、从误差中调整"的学科，这套"迭代逼近"的骨架，是后来梯度下降和RL抛开微分方程之后还留下的东西。
换句话说，AI从控制论那里继承了"用反馈迭代逼近目标"这个骨架，却抛弃了控制论"必须先写出微分方程模型"这个旧包袱。
这件事还没到终点。后面7.6会讲到，Friston的自由能原理正在尝试把model-based用贝叶斯框架重新带回AI。model-based vs model-free的对抗还在进行中，远没到历史已定的程度。控制论留下的两副面孔（写方程的硬核工程那一支+用反馈迭代的工程那一支）在21世纪可能会在更高维度上重新接上头。
## 7.5 那堵墙：反馈范式的结构性软肋
骨架同源是好消息，AI不是凭空冒出来的新物种，它的数学有几十年的来路。骨架同源也是坏消息，控制论范式有的几个结构性弱点，AI一个没少。
最大的一条是alignment problem（对齐问题）。控制论的反馈回路必须有一个"目标值"。恒温器要有设定温度，火炮要有目标飞机，梯度下降要有损失函数。这个目标从哪来？回路自己产生不了。它只能优化别人给它的目标。
这件事今天是Anthropic、OpenAI花大力气做的事。Constitutional AI、RLHF（人类反馈强化学习），底层都是"怎么把人想要的目标准确编码进loss function"。这个问题没被解决，因为问题本身是反馈范式的结构性缺陷。你只能给系统一个目标，你没法让系统"自己长出"目标。
另一条是reward hacking。给反馈回路一个目标，回路会找最容易拿到这个目标的路。如果目标定义有漏洞，回路会钻漏洞。控制论年代这件事被研究servo的工程师叫"狡猾的伺服系统"（cunning servo），机器会用工程师没想到的方式达到指标。今天AI圈对reward hacking有专门一支研究。
举几个具体例子。OpenAI 2016年训练一个agent玩赛艇游戏CoastRunners，目标是"得分最高"。游戏里完赛拿大分，路上撞道具拿小分。agent发现一个bug：某段水域里有几个道具会刷新，绕着这几个道具转圈拿分比正经完赛得分还快。结果训出来的agent死命转圈、撞墙、起火，从来不完赛，但分数刷得贼高。这是reward hacking的经典案例，OpenAI当时把这个故事写进了博客。
大模型时代reward hacking的形态更隐蔽。RLHF训出来的对话模型有一种系统性偏差叫sycophancy（拍马屁倾向）：当用户表达一个错误观点，模型倾向于附和而不是纠正。原因是RLHF的奖励信号来自人类打分，而人类打分给"让我感觉良好"的回答更高分。模型学会的"目标"其实是"让标注员爽"，不是"说真话"。Anthropic 2023年那篇sycophancy论文系统量化了这个现象，几大模型都有。
这两个案例一个游戏一个语言模型，本质是同一件事：反馈回路忠实地优化你给它的目标，但你给的目标几乎永远跟你"真正想要的"有偏差。控制论时代servo工程师碰到的问题，今天AI工程师在更高维度上碰到了同一个问题。
还有一条是优化vs创造。反馈系统擅长优化（在给定的搜索空间里找最优解），不擅长创造（产生搜索空间里本来不存在的新东西）。今天AI在艺术、写作、科学发现这些"创造"领域到底能走多远，是个公开的辩论。乐观派说算力堆够了创造也能涌现，悲观派说反馈范式的天花板就在那里。哪一派对目前没法判断。
把7.5收一句。AI继承了控制论的骨架，也继承了它的天花板。这堵墙有多高、会不会被突破，是AI接下来十年的核心问题之一。
## 7.6 新一轮回魂：Friston的自由能原理
1990年代起英国神经科学家Karl Friston一直在做一件事：把感知、行动、学习这三件事还原成同一个数学原理。他把这件事写成自由能原理（free energy principle，FEP），核心方程涉及变分推断和热力学自由能。
简化到能讲清楚的版本：大脑是一个预测机器。它有一个"世界模型"，不断预测下一刻会感受到什么。实际感受到的跟预测的差距叫prediction error（预测误差）。大脑做的事是不停最小化这个预测误差。要么调整模型让预测更准（学习），要么调整自己的行动让世界变得跟预测一致（行动）。
这套架构叫active inference（主动推断），是FEP的工程化版本。
FEP跟控制论的关系是直接的。它把Wiener的负反馈框架升级到了贝叶斯版本。原版控制论问"目标 - 实际 = 误差"，FEP问"我的预测 - 实际感官输入 = 预测误差"。原版控制论靠误差调节动作，FEP也是。但FEP加了一层：预测误差不只调节动作，也调节"我对世界的信念"。它把感知和行动统一到同一个反馈循环里。
FEP对生命的定义跟Maturana-Varela的autopoiesis有共鸣：一个生命体是"通过最小化预测误差来维持自己存在"的系统。这把工程那一支（Wiener-控制工程-AI）跟哲学那一支（autopoiesis-二阶控制论）罕见地联系起来。
对AI工程意味着什么？active inference跟主流RL在数学上不一样。RL的目标是maximize expected reward（最大化期望奖励），FEP的目标是minimize expected free energy（最小化期望自由能）。后者数学上等价于"维持探索+维持准确+维持可控"的平衡，而不只是"拿到最多分数"。
active inference目前在实验室阶段。有公司（Verses AI、独立研究者社区）在做工程化尝试，但没有像deep learning那样大规模落地。它能不能成主流还看不准，可能五年内成熟，可能再等二十年。
无论这条线最后跑得多远，FEP这套框架本身证明了一件事：控制论的核心比喻（reality = prediction + correction）还在生长，还在被加新的数学外壳。被吸进AI地基里的那个内核，没死。
## 7.7 回到题目：上辈子还活着
回到题目"控制论是AI的上辈子吗"。
读完整篇文章再回去看"上辈子"这个词，应该已经有不一样的体感。"上辈子"听起来是说控制论死了、AI是它的来世。这个比喻其实只对了一半。
死了的是名字。作为有自己的系、自己的学位、自己的会议的学科，控制论在1980年代之后基本不存在了。这一层意义上"上辈子"是真的，控制论是已经被埋葬了一次的学科。
但作为思想，它没有一刻不在跑。每次你跑梯度下降，本质上跑的是Wiener 1948年那套数学。每次你看agent收reward调整policy，本质上是Bellman 1957年那个方程。
每次AI圈讨论alignment和reward hacking，本质上是在跟控制论70年前留下的结构性问题再较一次劲。每次Friston谈预测误差和active inference，本质上是把控制论用贝叶斯框架重新写了一遍。
所以"上辈子"其实是个隐喻。作为名字死过一次，作为思想又在另一个肉身里活回来。这次它补上了原来没有的算力和数据、长成了大十倍的样子。
是不是只有这一次重生？不一定。Friston那条线如果跑通，会是控制论的又一次实现，用贝叶斯+变分推断的外壳。控制论作为一门学科的名字大概率不会再回来。但作为思想，它会在AI每一个新阶段里继续回到台前。
# 结语
一门1948年起家的学科，先经历10年Macy会议磨出来的高光（从神经元到自创生再到机械下棋，一锅大乱炖磨出info+feedback+analog-digital+homeostasis这套通用语言），1950-60年代靠苏联翻身、英国学派的稳态机、Grey Walter的电子乌龟、钱学森《工程控制论》各自冲到巅峰。1970年代野心过载开始还债，OGAS和Cybersyn两个国家级实验先后黄了。1980年代名字在英语学界基本退场，1990年代之后被普遍认为"死了"。
但它的核心机制（感知差距、用差距修正自己）一刻没停。控制论被吸进太多学科的地基里，以至于不再需要自己的名字。把它的几个肉身依次盘点一下，整个故事就清楚了。
最完整的肉身藏在工学院里叫control engineering。今天空调、汽车ABS、自动驾驶、火箭推力矢量、半导体步进机用的数学跟Wiener 1948那套是直接连续的。PID、状态空间、卡尔曼滤波、模型预测控制都是这一支的常用工具。钱学森1954年那本《Engineering Cybernetics》是这条工程化分支最有标志性的事件之一，把控制论的硬核数学传遍欧美和中国的工程界。这一支低调到外行听不见，但跟1948年那本书的方法论一脉相承。
最大的孩子是AI，体量上甩开control engineering几个数量级。但它跟控制论的数学血缘其实更稀薄。AI跨过去的那一步是放弃了"先写出系统方程"这个旧包袱（从model-based到model-free，从微分方程到数据驱动）。所以它继承了反馈迭代的骨架，没继承微分方程那套语言。AI是那种长得很大、跟母亲讲不同方言的孩子。
最哲学的那一支在认知科学边缘叫autopoiesis、neurophenomenology，没那么主流但还在生长。Maturana、Varela、Bateson这条线后来从Macy会议的圈子里散到家庭治疗、复杂系统、4E cognition各处。Varela晚年甚至跟达赖喇嘛办了Mind and Life Institute，把神经科学跟佛教对话连起来。
还有一支正在走第二春。Friston的自由能原理把贝叶斯框架带回来，正在尝试把model-based用新外壳重新接进AI。active inference跟主流RL不一样，目标从maximize reward换成了minimize expected free energy。这条线能不能成主流目前不好判断，但它本身证明控制论这一脉的反馈骨架还在被加新的数学外壳。
回到本文的核心论点。今天问"AI是什么"，标准答案是"大模型、深度学习、agent、scaling law"。诚实的答案是：AI是一门80年前的学科，拿到了它当时没有的算力，补上了它当时没有的表征学习，长成的最大一次实现。这件事AI圈内部不爱说，因为"我是一门80年前学科的延伸"这个叙事比"我是凭空冒出来的新物种"难融资。但它就是事实。
控制论作为名字死过一次（1980年代被埋葬），作为思想又在另一个肉身里活回来（在AI地基里继续跑）。它换了肉身、补上算力和数据、长成大十倍的样子。下一次重生可能就是Friston这条线，也可能是别的什么人在别的什么数学外壳里。控制论作为学科的名字大概率不会再回来，但作为思想，它会在AI每一个新阶段里继续回到台前。
下一次你跑训练时看到loss曲线下降，那条曲线背后是Wiener 1940年在MIT Building 2 Room 244跟Bigelow推敲防空火炮预测器留下的同一套思想。1948年那本书的心跳今天还在跑。
## 作者其它文章（选）
- 什么是世界模型？一个正在被争夺的概念
- 美国的犹太人和华人分别抢到了什么资源？详细分析
- 当物理遇上AI：深度学习里的物理元素（下）
- 细说美国的华人老钱家族
- 人工智能的工程全景（上）：硬件、电力、训练、推理
- 什么是Diffusion Model？图片视频生成模型全网最详细介绍
- 美国税收制度完全指南
- 当物理遇上AI：深度学习里的物理元素（上）
- 一文看懂美国的法律系统
- 教宗良十四世论人工智能（精华版）
- 廉颇老矣，尚能饭否：现代数学史（下）
- 一篇文章讲清楚美国的移民系统
- 大航海时代2的逆向工程实验
- 量子计算机有前途吗？
- 祖父积分学概论
- 我见青山多妩媚：二十世纪数学史（上）
- 一文讲清楚美国医疗系统
- AI如何打进美国教育生态？
- 一篇文章看懂美国教育全生态
- 马斯克把xAI并入SpaceX，到底意味着什么？
- Vibe Learning：AI时代，学习这件事被重新组织了
- 福特经济学和AI经济学
- 数学照妖镜：AI能发现新的数学定理吗？
- 一篇文章讲清大语言模型发展史
- Vibe Reading：AI时代读书的系统化方法
- 长篇分析：Manus案折射出的中国AI创业生态
- 两万字科普：AI为什么会编程——原理、历史与未来
- 全网最详细的AI学习路线图
## 相关链接
- [snowboat](https://x.com/snowboat84)
- [@snowboat84](https://x.com/snowboat84)
- [7.2K](https://x.com/snowboat84/status/2064496706042069340/analytics)
- [什么是世界模型？一个正在被争夺的概念](https://x.com/snowboat84/status/2064135804092645410)
- [美国的犹太人和华人分别抢到了什么资源？详细分析](https://x.com/snowboat84/status/2063049247805837815)
- [当物理遇上AI：深度学习里的物理元素（下）](https://x.com/snowboat84/status/2062686432335184321)
- [细说美国的华人老钱家族](https://x.com/snowboat84/status/2062326581776011623)
- [人工智能的工程全景（上）：硬件、电力、训练、推理](https://x.com/snowboat84/status/2061962883651731602)
- [什么是Diffusion Model？图片视频生成模型全网最详细介绍](https://x.com/snowboat84/status/2061598950944305295)
- [美国税收制度完全指南](https://x.com/snowboat84/status/2060511915617779821)
- [当物理遇上AI：深度学习里的物理元素（上）](https://x.com/snowboat84/status/2060145538922844179)
- [一文看懂美国的法律系统](https://x.com/snowboat84/status/2059795010330251568)
- [教宗良十四世论人工智能（精华版）](https://x.com/snowboat84/status/2059434342745866391)
- [廉颇老矣，尚能饭否：现代数学史（下）](https://x.com/snowboat84/status/2059071134738620606)
- [一篇文章讲清楚美国的移民系统](https://x.com/snowboat84/status/2057980486501433383)
- [大航海时代2的逆向工程实验](https://x.com/snowboat84/status/2057264254319993332)
- [量子计算机有前途吗？](https://x.com/snowboat84/status/2056895775578456417)
- [祖父积分学概论](https://x.com/snowboat84/status/2056533111983493136)
- [我见青山多妩媚：二十世纪数学史（上）](https://x.com/snowboat84/status/2055446902171406761)
- [一文讲清楚美国医疗系统](https://x.com/snowboat84/status/2055081426744422697)
- [AI如何打进美国教育生态？](https://x.com/snowboat84/status/2054721509420372180)
- [一篇文章看懂美国教育全生态](https://x.com/snowboat84/status/2054359249917210633)
- [马斯克把xAI并入SpaceX，到底意味着什么？](https://x.com/snowboat84/status/2054000682114613488)
- [Vibe Learning：AI时代，学习这件事被重新组织了](https://x.com/snowboat84/status/2052908751435477046)
- [福特经济学和AI经济学](https://x.com/snowboat84/status/2052551731385602072)
- [数学照妖镜：AI能发现新的数学定理吗？](https://x.com/snowboat84/status/2052174034041995572)
- [一篇文章讲清大语言模型发展史](https://x.com/snowboat84/status/2051444935547912236)
- [Vibe Reading：AI时代读书的系统化方法](https://x.com/snowboat84/status/2050008577511973253)
- [长篇分析：Manus案折射出的中国AI创业生态](https://x.com/snowboat84/status/2049643679804248305)
- [两万字科普：AI为什么会编程——原理、历史与未来](https://x.com/snowboat84/status/2048919554882215954)
- [全网最详细的AI学习路线图](https://x.com/snowboat84/status/2047457686070141051)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [7:55 AM · Jun 10, 2026](https://x.com/snowboat84/status/2064496706042069340)
- [7,277 Views](https://x.com/snowboat84/status/2064496706042069340/analytics)
- [View quotes](https://x.com/snowboat84/status/2064496706042069340/quotes)
---
*导出时间: 2026/6/10 13:27:22*