在认知科学、神经科学与人工智能的交叉领域，有一个理论在过去二十年间被捧上了神坛。
它的提出者卡尔·弗里斯顿，被称为“当代最伟大的神经科学家”；它被支持者称作“自达尔文进化论以来最全能的理论”，号称能统一解释生命、大脑、智能与意识的本质；就连通用人工智能（AGI）的研究者，也将其奉为潜在的“第一性原理”。
它就是自由能原理（Free Energy Principle, FEP）。
从脑科学顶刊到AI学术会议，从哲学论文到大众科普，自由能原理的身影无处不在。它用一套看似严谨的数学公式，把感知、行动、学习、决策、演化全部装进了“自由能最小化”的框架里，仿佛找到了一把解开所有智能谜题的万能钥匙。
但鲜少有人正视的是，这套被无数人追捧的宏大理论，从根基上就布满了致命的缺陷。它看似能解释一切行为，实则无法做出任何可证伪的预测；它号称扎根于物理学与数学，却与真实生物系统的特性完全相悖；它被当作AGI的指路明灯，却在工程落地中屡屡碰壁，拿不出任何颠覆性的成果。
今天，我们就来彻底拆解这个统治认知科学二十年的“万能理论”，看看它华丽的数学外衣之下，到底藏着多少空洞与矛盾。
先搞懂：自由能原理到底在说什么？
在开始批判之前，我们先用最通俗的语言，把自由能原理的核心逻辑讲清楚。
FEP的起点，是热力学第二定律——封闭系统必然走向熵增，最终归于无序与死寂。而生命作为一种非平衡稳态系统，想要持续存在，就必须对抗熵增，避免自己滑向无序的深渊。
弗里斯顿认为，生命对抗熵增的核心方式，就是最小化“意外度”。所谓意外度，就是感官输入与大脑预期的偏差：你预期自己的体温是37℃，结果测出来40℃，这就是高意外度；你预期松手后物体会下落，结果它飘了起来，这也是高意外度。意外度越高，系统对环境的不确定性越强，离稳态就越远。
但问题来了，大脑无法直接计算复杂环境下的意外度。于是弗里斯顿提出，大脑会去最小化意外度的可计算上界——也就是变分自由能。
而最小化自由能的路径，只有两条，二者共同构成了我们所说的“智能”：
- 感知更新：修正大脑里的世界模型，让自上而下的预测，匹配自下而上的感官输入，也就是“让想法贴合现实”，减少预测误差；
- 主动行动：主动改变外部环境，让现实的感官输入，匹配大脑的预测，也就是“让现实贴合想法”，主动消除不确定性。
在这个框架下，人类的所有行为都有了统一的解释：你饿了吃饭，是为了最小化“血糖偏离预期”的自由能；你看书学习，是为了最小化“对世界认知的不确定性”的长期自由能；你逃离危险，是为了最小化“生存相关的意外度”；甚至连艺术创作、科学探索，都能被解释为“通过短期的高意外，换取长期的自由能最小化”。
听起来无懈可击，甚至有种大道至简的美感。但问题恰恰就出在这里：一个能解释所有事情的理论，往往什么也解释不了。
致命缺陷一：不可证伪性，主动放弃了科学的底线
对自由能原理最核心、最致命的批判，直指它的不可证伪性——而可证伪性，正是波普尔科学划界标准里，区分科学与非科学的核心底线。
一个科学理论，必须明确说出“什么情况下它是错的”。比如相对论可以被“光速不变原理的反例”证伪，进化论可以被“前寒武纪的兔子化石”证伪，它们都给自己划定了明确的适用边界，也给了别人推翻它的机会。
但自由能原理完全没有这个边界。
任何生物行为，无论多么矛盾、多么反常，都可以被FEP的支持者事后（post hoc）解释为“特定先验与模型下的自由能最小化”。动物逃离危险，是“最小化生存相关的意外度”；动物主动接近新奇刺激，是“通过探索减少长期预期自由能”；生物主动进食，是“最小化内稳态偏离的自由能”；生物绝食，也能被解释为“在特定先验下，绝食的长期自由能低于进食”。
理论的灵活性强到了极致，以至于没有任何观察、任何实验、任何行为，能够推翻这个理论。2025年的预印本论文中，学者Madhur Mangalam直接将FEP称作“皇帝的新伪理论”，他指出，FEP的核心概念“意外度”被定义得过于宽泛，哪怕是“系统未能最小化自由能”的反例，也能被重新解释为“在另一种模型设定下的成功最小化”。
更讽刺的是，弗里斯顿本人在2018年的采访中直接承认：“自由能原理就是它的本来面目——一个原理，就像哈密顿的最小作用量原理一样，它不能被证伪，无法被推翻。” 他将FEP定位为“构建模型的约束框架”，而非可检验的理论本身。
但支持者常常混淆这一点：他们用FEP具体模型的部分实验证据，来证明FEP核心原理的正确性。可事实是，哪怕预测编码在视觉皮层的实验被证伪，也丝毫撼动不了FEP的核心框架——因为它本身就没有给任何人推翻它的机会。
一个永远不会错的理论，和一个永远不能被证明是错的伪科学，只有一线之隔。
致命缺陷二：循环论证与过度泛化，从“解释一切”到“毫无意义”
如果说不可证伪性是FEP的原罪，那么循环论证与过度泛化，就是它从根源上就存在的逻辑死穴。
先看循环论证的问题。FEP的核心逻辑，本质上是一套完美的闭环同义反复：它先将“持续存在的自适应系统（生命/智能体）”定义为“最小化自由能的系统”，再用“最小化自由能”来解释这些系统的行为与智能。
换句话说，它的逻辑是：“为什么生命会有智能行为？因为生命是最小化自由能的系统。那什么是最小化自由能的系统？就是有智能行为的生命。”
更致命的循环在于，FEP用“贝叶斯推断”来定义生命与智能，但“推断”这个行为本身，就预设了一个存在的“推断者”——也就是生命与智能体。它用需要解释的对象，作为自己理论的前提，陷入了先验的循环论证，本质上没有提供任何额外的解释力。
再看过度泛化的平凡性问题。FEP最引以为傲的“普适性”，恰恰是它最致命的缺陷之一。它试图将适用范围从大脑智能，扩展到所有生命系统，甚至非生命的自组织系统——恒温器、钟摆、晶体、甚至电网，都能被装进FEP的框架里。
一个恒温器，通过开关加热设备维持温度稳定，完全可以被建模为“最小化温度预期与实际输入的自由能”；一个钟摆，最终会停在最低点，也能被解释为“最小化力学系统的自由能”。但我们显然不会认为，恒温器和钟摆具备智能，更不会认为它们拥有生命。
当一个理论能把恒温器的温控行为，和人类的科学探索、艺术创作、社会交互，全部归为同一种“自由能最小化”时，它就已经失去了对“智能的本质”的特异性解释力。就像学者Mateo Colombo批评的那样：“如果你试图解释一切，你可能最终什么都解释不了。”
智能的独特性，恰恰在于它和非智能系统的区别。而FEP用过度泛化的框架，彻底抹平了这个区别，最终让自己沦为了一句毫无意义的正确废话。
致命缺陷三：数学基石的崩塌，假设与现实完全脱节
FEP的支持者常常强调，这套理论有“严谨的数学支撑”，是“从物理学第一性原理推导而来”的。但剥开数学公式的外衣，我们会发现，FEP的数学基石，建立在两个与真实世界完全相悖的强假设之上。
首先是马尔可夫毯的定义崩塌。马尔可夫毯是FEP的数学核心，它被定义为智能体与环境之间的统计边界，区分系统的内部状态与外部环境。
但这个核心概念，从根源上就存在致命的模糊性。多项技术批判论文指出，FEP不同文献里的“马尔可夫毯”定义并不等价；且对于大脑、社群这类复杂系统，边界划分完全是观察者主观建模选择，而非客观物理事实。
你可以随意切割系统边界、人为设定条件独立性，强行构造出马尔可夫毯。这意味着FEP的核心基石并非客观规律，只是人为的数学设定，存在严重的“错置具体性谬误”。
其次是遍历性假设与生命现实的割裂。FEP整套推导，都依赖系统满足遍历性：系统长期运行下会遍历所有状态，最终收敛到稳定的非平衡稳态。
但现实中，生命与大脑是非遍历、路径依赖、不可逆的复杂系统：
- 生物发育、进化、终身学习都是单向不可逆过程；
- 大脑神经活动始终处于动态瞬态，永远不会固定收敛；
- 生长、蜕变、革新等突破稳态的生命行为，完全违背遍历性前提。
依托错误前置假设搭建的数学体系，再优美也无法适配真实生物智能。
致命缺陷四：实证证据严重缺失，理论脱离大脑现实
一套解释大脑与智能的理论，必须经得起神经科学实验检验，而FEP恰恰在实证层面漏洞百出。
FEP 的神经落地依赖预测编码假说：大脑皮层自上而下发送预测信号，自下而上传递预测误差，全域以自由能最小化为核心运行。
但时至今日，实证证据极度单薄：
- 仅有局部碎片证据：仅在初级视觉皮层等少数区域，找到微弱的预测编码线索，不存在全脑尺度的统一实证；
- 神经回路完全无法对应：无法解释变分推断、自由能优化如何落地到神经元、突触可塑性、神经递质的具体运作；所有神经层面的解释，都是事后强行拟合；
- 与基础脑科学发现冲突：大脑大量自发、随机、无目的的神经波动，是认知与学习的关键，完全不符合FEP机械式误差优化的框架。
简单来说：FEP只画出了“大脑应该如何工作”的理论蓝图，却无法证明“大脑真的这样工作”。
致命缺陷五：无法解释人类核心智能，经典反例无解
FEP最大的尴尬，是连广为人知的基础反例都无法自洽回应。
暗室问题：最直观的致命反驳
若智能的终极目标是最小化意外、压缩自由能，那最优解就是躲进无光、无刺激、完全可预测的暗室。
零感官输入、零不确定性，自由能直接拉到最低。
但人类与所有高等生物，都会主动逃离单调封闭环境，本能探索新鲜事物。
FEP的辩解只能依靠临时追加先验：“人类先天先验认为暗室不利于生存”。
这依旧是循环论证：行为不符合理论，就修改先验补丁来圆谎，完全丧失科学预测性。
高阶智能全面失效
- 创造力无解：艺术创作、科研创新、思想突破，本质是主动拥抱未知、制造新不确定性，反向违背自由能最小化逻辑；
- 主观意识空白：无法解释感受、情绪、痛苦、愉悦的主观质性体验，只用冰冷的误差优化还原人性，过度机械还原；
- 社会性智能失语：利他、共情、牺牲、合作等复杂社会行为，无法被个体单向的自由能优化模型解释。
FEP把智能矮化成了一个被动纠错的机器，抹杀了生命主动探索、创造、超越稳态的核心特质。
致命缺陷六：AI工程落地乏力，AGI叙事沦为空谈
长期以来，FEP被AI圈子追捧为下一代AGI的终极框架，然而二十年过去，落地结果惨淡。
- 计算成本极高：变分自由能最小化属于高复杂度优化问题，近似推理开销远大于深度学习、强化学习，实时部署完全不具备性价比；
- 无规模化落地成果：主动推理框架仅能运行在极简机器人、小型仿真任务中，没有任何工业级、大模型级别的成熟应用；
- 无法解决AGI核心难题：符号接地、常识推理、语境泛化、开放世界理解等AI核心瓶颈，FEP完全无法提供有效解决方案；
- 行业影响力边缘化：真正推动AI爆发的大模型、多模态、具身智能，均与FEP体系无关，理论热度与实际产出严重倒挂。
华丽的AGI宏大叙事，终究抵不过工程现实的冰冷打脸。
结语：宏大叙事不能替代科学求真
客观来讲，自由能原理并非毫无价值。
它打通了感知、行动、学习、演化的统一视角，催生了预测编码、主动推理等研究方向，为跨学科研究提供了全新的思考范式，具备重要的启发意义。
但启发价值 ≠ 终极真理。
当下学界对FEP的过度神化，本质是对“大一统理论”的盲目追逐。为了追求万能解释力，它不断放宽定义、追加补丁、回避证伪，一步步从科学模型，滑向形而上学的哲学叙事。
真正的科学理论，一定有边界、有局限、可被质疑、可被证伪。
永远正确、万能适配、无可辩驳的理论，从来都不是科学，只是精致的文字游戏与数学玄学。
自由能原理最大的问题：
试图解释一切，最终，什么也解释不了。
参考文献
[1] Bruineberg, J., Dolega, K., Dewhurst, J., & Baltieri, M. (2021). A technical critique of the free energy principle as presented in “Life as we know it” and related works. arXiv preprint arXiv:2001.06408.（FEP 数学推导错误、马尔可夫毯形式化缺陷核心技术批判）
[2] Colombo, M., & Wright, C. (2021). The Free Energy Principle: Good Science and Questionable Philosophy in a Grand Unifying Theory. Frontiers in Systems Neuroscience / PMC, 15.（系统批判 FEP 不可证伪性、循环论证、平凡性问题）
[3] Mangalam, M. (2025). The Emperor’s New Theory: A Critical Reassessment of the Free Energy Principle. arXiv preprint.（最新 FEP 伪理论定性批判，聚焦事后解释缺陷）
[4] Friston, K. (2018). Interview: The free energy principle is not falsifiable.（弗里斯顿本人承认 FEP 不可证伪的公开访谈依据）
[5] Kirchhoff, M. D., & Froese, T. (2017). Where there is life there is mind: In support of a strong life-mind continuity thesis. Entropy, 19(4), 169.（FEP 过度泛化、无生命系统适配争议核心文献）
[6] Dolega, K. (2021). The Markov Blanket Trick: On the Scope of the Free Energy Principle and Active Inference. PhilSci Archive.（深度批判马尔可夫毯主观建模谬误、循环论证问题）
[7] Bruineberg, J., et al. (2021). Life, Mind, Agency: Why Markov Blankets Fail the Test of Evolution.（论证马尔可夫毯无法适配生物演化与真实生命系统）
[8] Wang, S. Y., & Guo, Y. Y. (2021). 自由能原理与生命-心智连续性. 自然辩证法通讯, 43(10).（中文权威期刊对 FEP 平凡性问题、智能特异性缺失的批判）
[9] Aguilera, M., et al. (2021). How particular is the physics of the free energy principle? arXiv preprint arXiv:2105.11203.（指出 FEP 遍历性、非平衡稳态强假设与真实生物系统不符）
[10] 李楠 (2024). 自由能原理的社会性智能解释困境. 认知科学进展.（中文文献补充 FEP 无法解释人类社会与利他智能的缺陷）
Cowritten with AI