20.1 無序之有序
我們頭腦中的某些想法是基於重重事實，而另一些想法則毫無來由和根據，但就是這些想法，往往縈繞我們心頭，無法揮之而去。
反混沌[1]——也即無序之有序——的想法就是這樣一種未經證實的念頭。
30年前，當斯圖亞特·考夫曼還是一名達特茅斯學院的醫科研究生時，這個念頭攫住了他。他記得當時他站在書店的玻璃窗前，正就染色體的結構設計而浮想聯翩。考夫曼是個健壯的小伙子，一頭卷髮，總是帶著微笑，整天忙忙叨叨的。他看著窗外，腦海中浮現出一本書——一本印有他的名字的書，一本他完成於未來某個時刻的書。
在他的想像中，書中到處都是由相互連接的箭頭所組成的網絡，箭頭們在糾結成一團卻又彷彿是活的亂麻中進進出出。這正是網絡的標誌。不過，這種混亂並非沒有秩序。亂麻透漏出神秘甚至是神奇的氣息，「意義」沿著各條線路流動傳遞。從這些「隱晦」的連接中，考夫曼看到一幅湧現出來的圖像，就像從立體派油畫那支離破碎的畫面中識別出一張臉來一樣。
作為一名研究細胞發育的醫學生，考夫曼把他想像中的那些纏結的線段看作是基因之間的相互聯繫。突然之間，考夫曼確定無疑地意識到，在這看似雜亂無章的混亂之中有著意料之外的秩序——有機體的架構正蘊含其中。混沌會毫無理由地產生秩序，或者名之為無序之有序。那些由點和箭頭所形成的複雜度似乎能產生自發的秩序。這個想法對考夫曼來說是如此親切和自然，彷彿就是他的歸宿一般。而他的任務就是解釋和證明它。「我不清楚為什麼會選這個問題，會走這條艱難的路，」他說，但它的確成了「一種心底的感覺，一幅堅信的圖景」。
為了證實他的猜想，考夫曼開始進行細胞發育的學術研究。像許多生物學家一樣，他研究了果蠅由受精卵發育到成熟的過程。生物最初的單個卵細胞是如何設法一分二、二分四、四分八地分化成新的類別的細胞？哺乳動物的卵細胞會繁育出腸細胞，腦細胞，毛髮細胞；而這些術業有專攻的細胞很可能運行著同樣的操作系統。只需幾代的分裂，一個細胞就能分裂出所有類型的細胞，不管它是大象還是橡樹。人體的卵細胞僅僅需要分裂50次，就能產生出上千億的細胞，並發育成嬰兒。
當卵細胞沿著分叉50次的道路前行時，是什麼樣的無形之手在控制著每個細胞的命運，指引它們從同一個卵細胞分化成數百種專門的細胞呢？既然每個細胞理應都受到相同基因（或許並不真的相同）的驅策，那麼它們又怎麼可能分化呢？基因又是由什麼來控制的？
弗朗索瓦·雅各布和雅克·莫諾於1961年發現了一條重要線索，他們偶然間發現了一種基因，並稱之為調控基因。調控基因的功用令人震驚：它負責開啟其他基因。這使得那種短期內破解DNA和生命奧秘的希望頃刻間化為烏有。有一段經典的控制論對話非常適用於調控基因：是什麼控制了基因？是其他基因！那又是什麼在控制那些基因？還是其他基因！那……
這種繞圈子的邏輯使考夫曼想起了他那幅宿命的圖景。某些基因控制著其他基因，而其他基因也可能控制著另外一些基因。這正是他存想的那本書中，由指向各個方向的箭頭所組成的錯綜複雜的網絡。
雅各布和莫諾的調控基因代表了一種如意大利面一般的管理模式——由基因組成的去中心化網絡掌控著細胞網絡的命運。考夫曼很是興奮。他的「無序之有序」圖景讓他冒出了一個更大膽的念頭：每個卵所經歷的分化（秩序）是必然的，不管最初的基因到底是什麼！
他可以設想一種實驗來驗證這個想法。將果蠅的基因用隨機基因來取代。他打賭：你得到的絕不會是果蠅。但不管得到什麼樣的怪物，發生何種詭異的變異，你所得到的秩序與果蠅在自然態下得到的秩序並無二致。「我問自己」，考夫曼回憶道，「如果把基因隨意地連在一起，會得到任何有用的東西嗎？」他的直覺告訴他，憑著自下而上的分佈式控制以及「一切連接一切」的模式，必然會出現某種模式。必然！正是這個異端的想法，值得他用一生去追尋。
「我在醫學院的日子很難熬，」考夫曼繼續說道，「因為我不務正業，沒有去研究什麼解剖學，反而在這些筆記本中塗鴉似地畫滿了染色體模型。」為了證明他的想法，考夫曼做出了一個明智的決定，與其在實驗室中逆天而行，不如在電腦中建立數學模型。不幸的是，沒有一個學數學的人同時具備跟蹤大規模群體的橫向因果關係的能力。考夫曼開始自力更生。與此同時（大約1970年），在其他幾個研究領域中，那些擅於用數學解決問題的人們（如約翰·霍蘭德）找到了一些方法，使得他們可以通過仿真來觀察由相互作用的節點（這些節點的取值同時受到彼此的影響）所產生的效應。
20.2 反直覺的網絡數學
考夫曼、霍蘭德和其他人發明的這套數學還沒有合適的名字，我在這兒叫它「網絡數學」。其中的一些方法有各式各樣的非正式名稱：並行分佈式處理、布爾網絡、神經網絡、自旋玻璃、細胞自動機、分類系統、遺傳算法、群計算，等等。不管是哪一種網絡數學，由數千個相互作用的函數所形成的橫向因果關係都是其共同要素。它們都試圖協調大量同時發生的事件——那種在真實世界中無處不在的非線性事件。網絡數學與古典牛頓數學是相對的。牛頓數學適用於大多數物理問題，因而曾被看作是嚴謹的科學家所需要的唯一數學。而網絡數學離了計算機則一無用處。
群系統和網絡數學的廣泛多樣性讓考夫曼很想知道這種奇特的群體邏輯——他確信它會產生必然的秩序——是不是一種更普遍而非特殊的邏輯。譬如說，研究磁性材料的物理學家遇到了一個棘手問題：構成普通鐵磁體——那種可以吸在冰箱門上或用在指南針中的磁鐵——的微粒會著了魔似的指向同一個方向，從而形成顯著的磁場。而弱磁性的「自旋玻璃」[2]其內部微粒更像是「牆頭草」，其指向會受到附近微粒的影響。臨近的微粒影響力大，相隔較遠的微粒影響力小。這個網絡中相互影響、頭尾相銜的一個個磁場，構成了考夫曼頭腦中那幅熟悉的畫面。自旋玻璃的這種非線性行為可以用各種網絡數學方法來建模，後來在其他的群體模式中也發現了這種非線性行為。考夫曼確信，基因的環路在架構上與此類似。
網絡數學不像古典數學，它所具有的特性往往不符合人們的直覺。一般來講，在相互作用的群集中，輸入的微小變化可以引起輸出的巨大變化。這就是蝴蝶效應——效果與起因並不成比例。
即使是最簡單的方程，只要它將中間結果反饋到輸入，那麼其輸出就是變化莫測的。僅靠研究方程本身很難一窺其特性。各部分間的關聯糾纏成一團，試圖用數學來描述清楚的話無異於給自己添堵。要想知道方程能產生什麼效果的話，唯一的方法就是讓方程運行起來，或者用計算機的行話，就是「執行」方程。植物種子的壓縮方式也是如此。蘊含其中的化學路徑如此錯綜複雜，以至於無論以多麼智慧的方式來檢驗一粒未知的種子，也不能預測出最終的植物形式。要想知道一粒種子長成什麼樣，最便捷的途徑就是讓它發芽生長。
而方程則是在電腦中生根發芽的。考夫曼設計了一種能在普通電腦上運行的基因模型，其中包含一萬個基因，每個基因都是能夠開啟或關閉其他基因的微小代碼段。基因間的關聯是隨機設置的。
考夫曼的觀點是：不管基因的任務是什麼，如此複雜的網絡拓撲都能產生秩序——自發的秩序！
當考夫曼研究模擬基因時，他意識到他所做的是在為任意一種群系統構建通用的基因模型。他的程序可以為任何一群在大規模並發領域中互相影響的介子們建模。它們可以是細胞、基因、企業、黑箱系統，也可以是一些簡單的規則——只要這些介子有輸入和輸出並且其輸出又作為臨近介子的輸入即可。
考夫曼將這一大群節點隨機地聯接起來，形成一個互動的網絡。他讓它們彼此作用，並記錄下它們的行為。他把網絡中的每個節點看作是一個開關，可以開啟或關閉周邊的某些特定節點。而周邊節點又可以反過來作用於該節點。最終，這種「甲觸發乙，乙又觸發甲」的混亂局面趨於一個穩定且可測量的狀態。隨後，考夫曼再次隨機重置整個網絡的聯結關係，讓節點們再次相互作用，直到它們都安定下來。如此重複多次，直到他認為已經「踏遍」了這個可能隨機聯結空間的每一寸土地。由此他可以獲知網絡的一般行為，這種行為與網絡的內容無關。用現實中的事物來做個類比實驗的話，可以選一萬家企業，將每家企業的員工用電話網絡隨機聯繫起來，然後考量這一萬個網絡的平均效果，而不管人們到底在電話中說了什麼。
在對這些通用的互動網絡進行了數以萬計的實驗後，考夫曼對它們有了足夠瞭解，可以描繪出這類群系統在特定環境下如何表現的大致情形。他尤其想瞭解一個一般的染色體會有哪些類型的行為。為此他編寫了成千上萬個隨機組合的基因系統，並在電腦上運行它們——基因們變化著，彼此影響著。他發現它們落在了幾種行為「盆地」中。
當水從花園水管中低速流出時，水流並不平穩，但連綿不斷。開大龍頭，水會突然噴射出來，形成混亂但尚可描述的急流。將龍頭完全打開，水流則會像河水一般奔湧出來。小心翼翼地調節龍頭，使它處於兩種速度之間，但水流卻不會停留在中間模式上，而是迅速地轉向一種或另一種模式，彷彿兩邊的模式對它有吸引力一樣。正如落在大陸分水嶺上的一滴雨水，最終一定會流入太平洋或大西洋。
系統的動態過程遲早會進入某個「盆地」，該「盆地」可以捕獲周邊的運動態，使之進入一個持久態。考夫曼認為，隨機組合系統會找到通往某個盆地的道路，也即是混沌之中會湧現出無序之有序。
考夫曼進行了無數次的基因仿真實驗，他發現，系統中的基因數（平方根）與這些基因最終所進入的「盆地」數之間存在大致的比率關係。生物細胞中的基因數與這些基因所產生的細胞種類數（肝細胞、血細胞、腦細胞）之間也存在相同的關係。所有生物的這個比率大體恆定。
考夫曼宣稱，這一比率對許多物種都適用這一事實表明，細胞種類的數量實質上由細胞結構本身決定。那麼，身體內細胞種類的數量就可能與自然選擇沒太大關係，而與描述基因互動現象的數學有關。考夫曼興奮地想，還有多少其他生物學上的表象也與自然選擇沒太大關係呢？
他直覺地認為，可以通過實驗來尋求這個問題的答案。不過，他首先需要一種能夠隨機構造生命的方法。他決定對生命的起源進行仿真。首先生成所有生命誕生前的「元件」，然後讓這些元件匯聚在一個虛擬「池」中，相互作用。如果這鍋「原湯」能夠必然產生秩序的話，那他就有了一個例證。這其中的訣竅是讓分子們都來玩一個名為「迭坐」的遊戲。
20.3 迭坐，噴湧，自催化
十年前「迭坐」遊戲風行一時。這個引人入勝的戶外遊戲充分展示了合作的力量。遊戲主持人讓25個或更多的人緊挨著站成一圈，每個參與者盯著他前面那個人的後腦勺。想像一下排隊等著買電影票的人吧，把他們連成一個整齊的圈就好了。
主持人一聲令下，一圈人立刻曲膝坐到後面朋友的膝蓋上。如果大家動作協調一致，這圈人坐下時就形成了一個自支撐的椅子。如果有一個人失誤，整個圈子就崩潰了。「迭坐」遊戲的世界記錄是幾百人同時穩穩地坐到後面的「椅子」上。
自催化系統與銜尾蛇很像「迭坐」遊戲。化合物（或函數）A在化合物（或函數）C的幫助下合成了化合物（或函數）B。而C自己是由A和D生成的。D又是由E和C產生的，諸如此類。無他則無我。換句話說，某種化合物或功能得以長期存在的唯一途徑，就是成為另一種化合物或功能的產物。在這個循環世界裡，所有的原因都是結果，就像所有的膝蓋都是別人的「椅子」一樣。與我們通常的認識相反，一切實體的存在都取決於其他實體的共同存在。
「迭坐」遊戲證明了循環因果關係並非不可能。我們這一身臭皮囊也正是由套套邏輯所支撐的。套套邏輯是真實存在的，它實際上是穩定系統的一個基本要素。
認知哲學家道格拉斯·霍夫施塔特把這些矛盾的回路稱為「怪圈」，並舉了兩個例子：巴赫的卡農輪唱曲裡似乎不斷拔高的音符，以及埃捨爾畫筆下無限上升的台階。他把著名的克里特島撒謊者悖論以及哥德爾[3]關於不可證明的數學定理的證明也算在「怪圈」裡。霍夫施塔特在其著作《哥德爾、埃捨爾和巴赫》中寫道：「當我們在某個層級系統的不同層級間向上（或向下)移動時，卻意外地發現自己又回到原來待過的地方，這就是『怪圈』。」
生命和進化必然會陷入循環因果的怪圈，它們在基本面上具有套套邏輯。缺少了這種根本的循環因果邏輯矛盾，也就不可能有生命和開放的進化。在諸如生命、進化和意識這類複雜的過程中，主因似乎在不斷地遷移，就好像埃捨爾所描繪的光學錯覺。人類在試圖構建像我們一樣複雜的系統時遇到的問題之一就是，過去我們一直堅持一定程度上的邏輯一致性，也即如鐘錶般的精確邏輯，而這阻礙了自主事件的湧現。正如數學家哥德爾所闡明的，矛盾是任何自維持系統所固有的特性——即便組成該系統的各部分都是一致的。
哥德爾在1931年提出的理論中闡明，企圖消除自吞噬的圈子是徒勞無益的，究其原因，霍夫施塔特則指出，「不識廬山真面目，只緣身在此山中」。在「局部」層面上審視時，每個部分好像都是合法的；只有當合法的部分形成一個整體時，矛盾才會出現。
1991年，年輕的意大利科學家沃爾特·方塔納從數學上論證了函數A生成函數B，B再產生C這樣的線性序列可以容易地構成類似閉環控制系統的自生成環，因而最後的函數與最初的函數同為結果的生成者。考夫曼第一次看到方塔納的工作時，就被它的美所傾倒。「你一定會愛上它！函數之間彼此生成。它們自所有函數所形成的空間中來，在創造的懷抱中手牽著手！」考夫曼把這種自催化系統叫作「卵」。他說，「一個卵就是一套規則，它擁有這樣的特性：它們所生成的規則也正是創造它們的規則。這一點也不荒謬。」
要獲得卵，首先要有一大「池」不同的介子。它們可以是各種各樣的蛋白質碎片，也可以是計算機代碼片斷。如果讓它們在足夠長的時間內互相作用，就會形成「一種物體產生另一種物體」的小閉環。最終，如果時間和空間允許的話，系統中由這些局部閉環形成的網絡會蔓延開來，並逐漸緻密起來，直至環路中的每個生產者都是另一個生產者的產品，直至每個環路都融入其他環路，形成規模龐大的並行且相互關聯的網絡。這時，催化反應停止，網絡突然進入一個穩態遊戲——系統坐在自己的膝頭上，始端倚在末端，末端亦倚在始端。
考夫曼聲稱，生命就是在這種「聚合體作用於聚合體形成新的聚合體」的「湯」中開始的。他通過「符號串作用於符號串產生新的符號串」的實驗，論證了這種邏輯的理論可行性。他假設蛋白質碎片與計算機代碼片斷在邏輯上是等同的，並把「代碼產生代碼」的數字網絡視作蛋白質模型。當他運行這個模型時，便得到了如同「迭坐」遊戲一般的自催化系統：它們沒有開始，沒有中心，也沒有結束。
生命是作為一個完整的整體而突然冒出來的，就像晶體突然從過飽和溶液中顯露出其最終（儘管微小）的形式一樣：沒有從渾濁的半晶體開始，也沒有呈現為半物化的幽靈，而是突然地、一下子就成為了整體，就像「迭坐」遊戲中，200個人突然坐成一圈一樣。「生命是完整的、綜合的，不是支離破碎的，也不是無組織的。」斯圖爾特·考夫曼寫道，「生命，從深層意義上來說，是結晶而成的。」
他繼續道，「我希望證明，自複製和動態平衡這些生物體的基本特徵是高分子化學固有的集體表達式。我們可以預計，任何足夠複雜的一組催化聚合體在一起都能形成自催化反應。」這裡，考夫曼再次暗示了那個必然性的概念：「如果我的模型是正確的話，那麼宇宙中生命的路徑就是一條條寬敞大道，而不是迂迴曲折的窄巷。」換句話說，在現有的化學環境中，「生命是必然的」。
20.4 值得一問的問題
考夫曼曾經對一群科學家表示：「我們已經習慣於處理數以十億計的事情！」任何事物聚集成群都會與原來有所不同：聚合體越多，由一個聚合體觸發另一個聚合體這樣的相互作用就會呈指數級增長。在某個點上，不斷增加的多樣性和聚合體數量就會達到一個臨界值，從而使系統中一定數量的聚合體瞬間形成一個自發的環，一個自生成、自支持、自轉化的化學網絡。只要有能量流入，網絡就會處於活躍狀態，這個環就不會垮掉。
代碼、化學物質或者發明，能在適當的環境下產生新的代碼、化學物質或發明。很顯然，這是生命的模式。一個生物體產生新的生物體，新的生物體再接著創造更新的生物體。一個小發明（晶體管）產生了其他發明（計算機），它（計算機）又產生了更新的其他發明（虛擬現實）。考夫曼想從數學上把這個過程概括為：函數產生新的函數，新的函數再生出其他更新的函數。
「五年前，」考夫曼回憶道，「我和布賴恩·古德溫〔進化生物學家〕坐在意大利北部某個第一次世界大戰的掩體中，在暴風雨中談論著自催化系統。那時我就有了一個深刻的體會：達爾文所說的物競天擇和亞當·斯密提出的國富論何其相似。二者都有一雙無形之手。但是在看到沃爾特·方塔納關於自催化系統的工作之前，我一直都不知道該如何深入地把研究進行下去。方塔納的工作實在是太漂亮了。」
我跟考夫曼提到了一個有爭議的想法：在任何社會中，只要交流和信息連接的強度適中，民主就必然會出現。在思想自由流動並產生新思想的地方，政治組織會最終走向民主這個必然的、自組織的強大吸引子。考夫曼同意這個想法：「在1958年或1959年左右，我還是大二學生。當時我就投入極大的熱情和精力寫了篇哲學論文。我想搞清楚民主為什麼會行得通。很明顯，民主並不是因為它是多數人的規則才行得通。如今，33年過去了，我認識到，民主是允許相衝突的少數族群之間達成相對流暢的妥協的機制。它避免了族群們陷入局部有利但全局不利的解決方案。」
不難想像，考夫曼的布爾邏輯網絡和隨機基因組正是對市府乃至州府運作方式的映射。通過地方層級上持續不斷的微小衝突和微小變革，避免了大規模的宏觀和全面革命，而整個系統既不會一片混亂，也不會停滯不前。當不斷的變革落實在小城鎮上時，國家則保持了良好的穩定——而這又為小城鎮處於不停尋求折衷的狀態創造了環境。這種循環支持是另一個「迭坐」遊戲，也表明這樣的系統在動態上與自支持的活系統相似。
「這只是一種直覺，」考夫曼提醒我道，「你會有你的體會——從方塔納的『字符串生成字符串生成字符串』，到『發明產生發明產生發明』，再到文化進化，然後到國富論。」考夫曼毫不隱瞞他的野心：「我在尋找一幅自洽的圖景，可以將所有的事物聯繫起來：從生命起源到基因調控系統中自發秩序的湧現，到可適應系統的出現，到生物體間最優折衷方案的非均衡價格的確立，再到類似熱力學第二定律的未知規律。這是幅萬象歸一的畫面。我真的覺得就是這樣。而我現在致力於解決的問題則是：我們能否證明有限的函數集合可以產生無限的可能性集合？」
我叫它為「考夫曼機」。一個精心挑選的不大的函數集合，連接成一個自生成環，並產生出無限更複雜的函數。自然界中充滿了考夫曼機。卵細胞發育成巨鯨就是其中一例。進化機器經過十億年時間由細菌生成火烈鳥又是一例。我們能製造一個人工考夫曼機嗎？也許叫作馮諾依曼機更合適，因為馮·諾依曼早在20世紀40年代初期就提出同樣的問題。他想知道，機器會製造出比自己更複雜的機器嗎？不管它叫什麼，問題都是一個：複雜性是如何自行建立的？
「通常，只有當知識結構建立起來後，我們才可能著手論證。所以關鍵是要問問題問到點子上。」考夫曼告誡我說。在談話過程中，我常常聽到考夫曼自言自語。他會從一大堆漫無邊際的推測中剝離出一個，然後翻來覆去地從各種角度去審視它。「你該怎麼去問這個問題？」他咬文嚼字地問自己。他所要的是一切問題之問題，而不是一切答案之答案。「一旦你問對了問題，」他說道，「就很有可能找到某種答案。」
值得一問的問題——這正是考夫曼在思考進化系統中自組織秩序時所想的。考夫曼向我吐露，「我們每個人似乎都有一些頭腦深處的問題，並且都會認為其答案至關重要。令我困惑的是，為什麼每個人都在問問題。」
有好幾次，我都感到這位集醫學博士、哲學家、數學家、理論生物學家、麥克阿瑟獎獲得者於一身的斯圖亞特·考夫曼，被他與之打交道的這個問題深深困擾。傳統科學將所有關於宇宙中蘊藏創造性秩序的理論都拒之門外，而「無序之有序」則公然對抗傳統科學，因而也可能受到排斥。當同時代的科學界在宇宙的方方面面都看到失控的非線性蝴蝶效應時，考夫曼則問道，混沌之蝶是否可以休眠了。他喚醒了造物體內可能存在的整體設計架構，正是這種架構，安撫了無序的混亂，生成了有序的平靜。許多人聽到這一說法時都會覺得很神奇。而追尋和構想這獨一無二的重大問題則是考夫曼勇氣和精力的主要源泉：「毫不誇張地說，我23歲的時候就想知道，有10萬個基因的染色體究竟如何控制不同細胞類型的出現。我認為我發現了某種深層的東西，我找到了一個深層的問題。而且我仍然那麼認為。我想上帝真是對我太好了。」
「如果你要就此寫點東西的話，」考夫曼輕輕地說，「你一定要說這只是人們的一些瘋狂想法。但是，如果真的存在這種規則生出規則再生出規則的情形——用約翰·惠勒[4]的話說就是——宇宙是一個內視的系統，難道不是很神奇嗎！？宇宙自己為自己制訂規則，並脫胎於一個自洽的系統。這並非不可能：夸克、膠子和原子以及基本粒子創造了規則，並依此而互相轉變。」
考夫曼深信，他的系統們自己創建了自己。他希望發現進化系統用以控制自身結構的方法。當那幅網絡圖景第一次從他腦海中冒出來時，他就有個預感，進化如何實現自我管理的答案就存在於那些連接中。他並不滿足於展示秩序是如何自發而又不可避免地湧現出來。他還認為這種秩序的控制機制也是自發湧現出來的。為此，他用計算機仿真了成千上萬個隨機組合，看哪一種連接允許群體有最大的適應性。「適應性」指系統調整自身內部連接以適應環境變化的能力。考夫曼認為，生物體，比如果蠅，會隨著時間的推移而調節自己的基因網絡，以使其結果——果蠅的身體——能夠最好地適應由食物、避護所和捕食者所構成的週遭環境的變化。值得一問的問題是：是什麼控制了系統的進化？生物體自身能夠控制其進化嗎？
考夫曼研究的主要變量是網絡的連接度。在連接稀少的網絡中，平均每個節點僅僅連著一個或者更少的節點。在連接豐富的網絡裡，每個節點會連接十個、百個、千個乃至上百萬個節點。理論上每個節點連接數量的上限是節點總數減一。一百萬個節點的網絡，每個節點可以有一百萬減一個連接，也即每個節點都連著其他所有節點。做一個粗略類比的話，通用的每個員工都可以直接連接著其他所有749999個員工。
在改變其通用網絡連接度參數的過程中，考夫曼發現了一個不會讓通用汽車總裁感到驚訝的事實。一個只有少數個體可以影響其他個體的系統不具備較強的適應性。連接太少不能傳播創新，系統也就不會進化。增加節點間的平均連接數量，系統彈性也隨之增加，遇到干擾就會「迅速反彈」。環境改變時，系統仍能維持穩定。這種系統能夠進化。而完全出乎意料的發現是，超出某個連接度時，繼續增加連接度只會降低系統作為整體的適應性。
考夫曼用山丘來描繪這種效應。山頂是靈活性的最佳點。山頂的一側是鬆散連接的系統：遲緩而僵化；另一側是連接過度的系統：一個由無數牽制力量形成的死鎖網格——每個節點都受到許多相互衝突的影響，使整個系統陷入嚴重癱瘓。考夫曼把這種極端情況稱為「複雜度災難」。出乎許多人意料的是，這種過度連接的情形並不少見。從長遠來看，過度連接的系統與一盤散沙並無二致。
最佳的連接度位於中間某個位置，它將賦予網絡最大的靈活性。考夫曼在他的網絡模型中找到了這個最佳點。他的同事起初難以相信他的結果，因為這似乎是違反直覺的。考夫曼所研究的精簡系統的最佳連接度非常低，「只在個位數左右」。擁有成千上萬個成員的大型網絡裡，每個成員的最佳連接度小於10。而一些網絡甚至在連接度小於2時達到性能頂點！大規模並行系統不必為了適應而過度連接。只要覆蓋面足夠，即使是最小的平均連接數也夠用了。
考夫曼第二個出乎意料的發現是，不管某個網絡由多少成員組成，這個低的最佳值似乎都波動不大。換句話說，即使網絡中加入更多的成員，它也不需要（從整個系統的適應性來說）增加每個節點間的連接數。通過增加成員數而不是成員間的平均連接數來加快進化，這印證了克雷格·雷諾茲在其人工生命群中的發現：你可以在一個群中增加越來越多的成員，而不必改變其結構。
考夫曼發現，當生物體或介子的平均連接數小於2時，整個系統的靈活性就不足以跟上變化。如果群體的成員之間缺乏充分的內部溝通，就無法作為一個群體來解決問題。更準確地說，它們分成幾個孤立的小團體，但小團體之間沒有互動。
在理想的連接數下，個體之間所流動的信息量也處於理想狀態，而作為整體的系統就能不斷地找到最佳解決方案。即使環境快速改變，網絡仍能維持穩定並作為一個整體而長久存在。
考夫曼的定律還表明，當個體間的連接度超過某個值時，適應性就凍結了。當許多行動取決於另外許多互相矛盾的行動時，就會一事無成。用地形來做比的話，就是極端的連接產生極端的險峻，使任何動作都有可能從適應的山頂跌入不適應的山谷。另一種說法是，當太多人可以對其他人的工作指手劃腳時，官僚主義的殭屍就開始復活。適應性束縛於互鎖的網格。對於看重互連優勢的當代文化來說，這個低的連接度上限實在出人意料。
我們這些有交流癮的後現代人應該關注這個結果。我們正在不斷增加我們網絡社會的總人數（1993年全球網絡用戶月增長率為15%）以及每個成員所連接的人數和地點數。在企業和政府中，傳真、電話、垃圾郵件和龐大的相互關聯的數據庫，實際上也增加了每個人之間的連接數。而不論是哪一種增長，都沒有顯著地提高我們系統（社會）作為整體的適應性。
20.5 自調節的活系統
斯圖亞特·考夫曼的仿真像任何數學模型一樣：縝密、新穎，備受科學家們的關注。也許還不只如此，因為他是在用真實的（計算機）網絡來仿真假設的網絡，而不是像往常一樣，用假設的網絡來仿真真實的網絡。儘管如此，我承認這只是將純數學的抽像概念應用於不規則現實的漫漫征途中的一點點進展。沒有什麼比在線網絡、生物基因網絡和國際經濟網絡更不規則的了。不過，斯圖亞特·考夫曼非常渴望將其通用試驗的結果外推到真實生命中。複雜的真實世界網絡與他自己運行在硅芯上的數學仿真之間的比對正是考夫曼苦苦追尋的聖盃。他認為他的模型「就彷彿是真實的一般」。他打賭道，群網絡在某個層面上的表現都是相似的。考夫曼喜歡說：「IBM和大腸桿菌看待世界的方式並無不同。」
我傾向於相信他的觀點。我們擁有把每個人與其他所有人連接起來的技術，但一些試著以那種方式生活的人卻發現，無論要完成什麼事情，我們都在斷開連接。我們生活在加速連接的時代，其實，就是在穩步地攀登考夫曼的小山丘。但是，我們很難阻止自己越過山頂，滑入連通性越來越強而適應性越來越弱的山坡。而斷開就是剎車，它能避免系統的過度連接，它能使我們的文化系統保持在最高進化度的邊緣。
進化的藝術就是管理動態複雜性的藝術。把事物連接起來並不難，但是進化的藝術是要找到有組織的、間接的、有限的連接方式。
考夫曼在聖塔菲研究所的同事克裡斯·朗頓從其人工生命的群體模型試驗中得到了一種抽像性質，叫作λ參數。λ參數能預測一個群體在某個特定規則集下產生行為「最佳平衡點」的可能性。在這個平衡點之外的系統往往陷入兩種模式：它們或者定格在幾個晶格點上，或者散落成白噪聲。那些落在最佳平衡點範圍內的值則使系統最長時間地保持有意義的行為。
通過調節λ參數，朗頓就能調節世界使之更容易地學習或進化。朗頓把在幾個固定點之間變化的狀態和無定相的氣態之間的臨界值稱為「相變」——物理學家用同樣的術語來描述液體轉化為氣體，或是液體轉化為固體。然而，最令人驚奇的是，朗頓發現，當λ參數接近相變，即最大適應性的「最佳平衡點」時，它減速了。也就是說，系統趨向於停在這個邊緣上，而不會跑過了頭。在靠近這個進化的極致點時，它變得小心翼翼。朗頓喜歡將之描繪成這樣一幅圖景：系統在一個緩慢運動的永不消逝的完美浪頭上衝浪，越接近於浪頂，時間就走得越慢。
這種在「邊緣」處的減速對於解釋為什麼不穩定的胚胎活系統能不斷進化非常關鍵。當一個隨機系統接近相變時，它會被「拉向」並停靠在最佳平衡點，在那裡進化，併力求保留那個位置。這就是它為自己所建的自靜態的反饋環。由於最佳平衡點很難用靜止來形容，所以也許把這種反饋環稱為「自動態」會更好。
斯圖亞特·考夫曼也講到過將其仿真的基因網絡參數「調節」到「最佳平衡點」。上百萬個基因或神經元的連接方式數也數不清，但在連接方式之外，一些數目較少的設置對促進整個網絡的學習和適應要重要得多。處於這個進化平衡點上的系統能夠最快地學習，最容易地進化。如果朗頓和考夫曼是對的話，那麼一個進化的系統會自己找到這個平衡點。
那麼這一切是如何發生的？朗頓找到了一些線索。他發現，這個點就處於混沌的邊緣。他認為，最具適應性的系統是如此不羈，以至於與失控之間僅一線之隔。生命既非毫無溝通的停滯系統，也非溝通太多的死鎖系統。生命是被調節到「混沌邊緣」的活系統——就處在那個λ點上，信息流量剛好足夠到使每個事物都處於搖搖欲墜當中。
稍稍放鬆一點韁繩，死板的系統就會運轉得更好；而稍微加強一些組織，紊亂的系統也能得到改進。米奇·沃爾德羅普[5]在他的著作《複雜性》[6]裡這樣解釋朗頓的概念：如果自適應系統沒有運行在令人滿意的正道上，鐵面無私的效率就會將它推向最佳平衡點。如果一個系統停留在僵化和混亂間平衡的峰頂，那麼，如果它偏離原位，適應性就會將它拉回到邊緣。「換句話說，」沃爾德羅普寫道，「學習和進化會使混沌的邊緣保持穩定。」——這就是一個自強化的最佳平衡點。我們也許應該說它是動態穩定的，因為它的位置會不斷變動。林恩·馬基莉斯稱這種變化的、動態恆定的狀態為「流動穩定」[7]，即緊緊地攀附在一個移動的點上。正是同樣的持久的搖搖欲墜態，使地球生物圈的化學路徑處於有目的的失衡中。
考夫曼把建立在λ值範圍內的系統叫作「懸平系統」[8]。這些系統懸停在混沌和嚴格秩序的交界處。懸平系統在宇宙中隨處可見，甚至在生物圈之外也不乏它們的身影。許多宇宙學家，如約翰·巴羅[9]，認為宇宙本身就是個懸平系統，在一連串非常精密的數值（比如萬有引力參數或電子質量）上達成不穩定的平衡。這些數值如果改變一丁點，哪怕是微不足道的一億分之一，宇宙都可能在一開始就坍塌了，或是根本就不能成形。這類「巧合」太多了，足足可以寫好幾本書。按照數學物理學家保羅·戴維斯[10]的說法，這些巧合「聚集在一起，有力地證明了我們所瞭解的生命是如此敏感地依賴於物理定律的形式，依賴於一些看似偶然實際上卻是自然為各種粒子和相互作用所選定的數值」。簡單說，我們所接觸的宇宙和生命懸停在混沌的邊緣。
如果懸平系統能夠不靠創建者而是自行調節自身又會怎樣？對於自平衡的複雜系統來說，它將獲得生物學意義上的巨大的進化優勢。它能更快地進化，更快地學習，也能更容易地適應。考夫曼說，如果進化選擇了自我調節功能，那麼，「進化和適應的能力本身可能就是進化的一大成就」。而自我調節是更高級進化的必然選擇。考夫曼提出，基因系統的確通過在其系統內部調節連接數量以及染色體大小等因素來調節自身，使其獲得最佳的靈活性。
自調節也許正是那把通往永不停止的進化——即開放進化的聖盃——的神奇鑰匙。克裡斯·朗頓將開放進化正式表述為不斷地調節自身使其複雜度越來越高的系統，或者在他的構想中，是一個成功地掌控越來越多影響進化的參數並在邊緣位置保持平衡的系統。
在朗頓和考夫曼的架構裡，自然起始於一堆相互作用的聚合體，它們通過自催化作用生成新的聚合體，並連接成網絡，以使進化能夠最大限度地發生。這個富含進化的環境產生了細胞，而細胞也學會了調節自己的內部連接，以保證系統處於最佳進化狀態。在混沌邊緣所邁出的每一步，都小心翼翼地踏在最優靈活性的小路上，不斷地增加著它的複雜性。只要系統踏上這條進化的波峰，它就會一直向前衝。
朗頓表示，我們在人造系統裡想要的是些相似的東西。任何系統尋求的首要目標都是生存。其次是保證系統最大靈活度的理想參數。而最令人興奮的是第三個層級的目標：尋找系統在進化過程中不斷增強自調節的策略和反饋機制。考夫曼假設，如果系統構建為自調節的，那麼它就能很容易地適應，也就意味著它們是自然選擇的必然目標。能夠借力於自然選擇會是首選的能力之一。
就在朗頓和同事們在可能世界的空間中尋找生命所能停留的最佳平衡點時，我聽到他們說自己是在無盡的夏天裡衝浪，找尋著那波完美而緩慢的浪頭。
聖塔菲研究所的研究員瑞奇·巴格利[11]告訴我：「我正在尋找的是與我相隔一層窗戶紙的東西」。他進一步解釋道，它既不是規則的，也不是混亂的；處在近於失控和危險的邊緣中。
「沒錯，」無意中聽到我們談話的朗頓回答道，「確實就像拍岸的海浪，它們砰砰的拍著岸邊，就像心跳一樣穩健。然後突然之間，嘩——掀起一個大浪。而那就是我們所有人正在尋找的。」
[1] 反混沌（antichaos）：混沌理論認為，一切系統的行為都是動態演化的，在其演化過程中可能會呈現出有序態、無序態、混沌態、反混沌態和自組織臨界態5種類型的狀態，不同狀態下的系統具有不同的預測特性。考夫曼在他的《生物序的起源——進化中的自組織與選擇》一書中這樣描述：如果一個由簡單的化學分子構成的系統達到某種特別複雜的程度時，該系統就會出現戲劇性的突變，這種突變類似於液態水結冰時發生的突然相變，同在即將坍塌的沙堆上再加一粒沙子一樣。這時，那些原本簡單的小分子會自發地相互結合（化合），自組織成一些非常複雜的大分子，這種複雜大分子又會自動發生催化作用，使周圍混亂無序的分子都自組織成為有序的分子鏈。這個從混沌到有序的過程被稱為反混沌過程，最初的生物大分子就是在這個過程中形成的。
[2] 自旋玻璃（Spin Glass）：一種內部微粒間相互作用處於隨機無序狀態的磁性材料。
[3] 庫爾特·哥德爾（Kurt Godel，1906～1978）：美國數學家、邏輯學家和哲學家。最傑出的貢獻是哥德爾不完全性定理。
[4] 約翰·惠勒（John Wheeler，191 1～2008）：美國理論物理學家，愛因斯坦晚年的合作者之一。他試圖完成愛因斯坦「大一統理論」的構想。
[5] 米奇·沃爾德羅普（Mitch Waldrop）：美國作家，國家科學基金媒體負責人，《自然》雜誌編輯。
[6] 《複雜性》：Complexity – The Emerging Science at the Edge of Order and Chaos，1992年出版。
[7] 流動穩定（Homeorhesis）：源於希臘語「相似之流」，用以描述回歸到某條軌跡上的動態系統，與回歸到某個狀態（Homeostasis）的系統相對。
[8] 懸平系統（Poised System）：也可譯為「待動系統」。
[9] 約翰·巴羅（John Barrow，1952～）：英國宇宙學家、理論物理學家和數學家，現就職於劍橋大學。
[10] 保羅·戴維斯（Paul Davies，1946～）：英國物理學家和作家。現就職於美國亞利桑那州立大學，曾在劍橋大學、倫敦大學等機構任教和從事研究工作。
[11] 瑞奇·巴格利（Rich Bageley）：聖塔菲研究所的研究員。