主动推理
Active Inference: The Free Energy Principle in Mind, Brain, and Behavior · 2022
这本书是 Friston「自由能原理」的系统教科书（Parr、Pezzulo 合著）。它咬住认知科学一个尴尬现状：知觉一套理论，行动一套理论，学习、注意、情绪各管各的，彼此不通。想解释「人为什么会这样」，你得在五六个互不兼容的模型之间来回切换。Friston 要的是麦克斯韦方程组级别的统一——一条原理，推出全部。
难点还深一层。就算把心智内部缝合，「为什么有生命」和「为什么有心智」在传统视角里仍是两个问题：一个归物理与生物学，一个归认知科学。这本书的赌注是，它们其实是同一个问题——细胞维持自己的边界，和大脑预测世界，是同一台机器在不同尺度上运行。书名就是答案的种子：主动推理（active inference）——推理不只是脑内被动的认知，行动本身也是推理的一部分。旧视角把知觉和行动切开，恰恰在这里失灵。
作者的回答是一条原理，加一组必须咬合的部件，合起来才撑得住「一条原理吞掉整个心智」的野心。
底层是一道落差。 大脑不被动接收信号，而是一台生成模型：先预测下一刻的感官输入，再拿真实输入去对。预测与现实之间的高差就是「预测误差」，其数学上界叫自由能；「最小化意外」就是把这道落差往下压。系统与环境之间那层统计边界——马尔可夫毯——定义了「自我」到哪为止：毯内是系统在预测，毯外是它要贴合的世界。
关键一步：落差有两条泄压路，这就是主动推理。 要压低误差，要么更新内部模型去贴合世界（感知），要么改变世界去贴合预测（行动）。行动因此不是认知的下游，而是身体化的假设检验——每一次眼跳都是一个微型实验，主动去采集能验证预测的数据。知觉与行动被同一个目标缝进一台机器，这是全书最锋利的一跳。
精度加权是那个旋钮。 给不同预测误差分配权重，就是注意力的数学形式：拧大感官那头的精度，你更信现实；拧大预测那头的精度，你更信先验。旋钮失调即精神病理——自闭近似感官精度过高，精分幻觉近似先验精度压过了感官数据。
期望自由能把这套算法推到「选择」。 挑策略时，系统同时算两项：实用价值（趋向偏好状态）加认知价值（消除不确定性）。探索与利用的经典两难在这里消失——它们只是同一目标函数的两个分量，好奇心就是其中的认知价值项。
生成模型（先验预测：世界该是什么样）
│
│ 落差 = 预测误差 = 自由能
▼
感官数据（世界实际是什么样）
落差天然要泄，只有两条路：
改信念（感知）— 压低预测去贴合现实
改世界（行动）— 抬高现实去贴合预测
精度加权 = 旋钮 — 更信预测，还是更信现实
f(x) · 怎样回应这个世界
接受这套回答，你手里多了一台「意外压力表」，看世界的默认动作就变了。
先看归类。 以前遇到一个现象，你先贴标签：这是知觉问题，那是动机问题，又一个是情绪问题，各找一套解释。现在你把它摊到同一根表上问两句：误差在涨还是在落？靠改信念压的，还是靠改世界压的？于是焦虑是对预测误差过度敏感，舒适区是把自己锁进低意外状态，学习是更新模型，成瘾是用一个高度可预测的回路把意外强行压到零——五种现象，同一台机器。
再看「知道该改却改不动」。 以前你问「我是不是懒、意志力差」，这是道德判断，问了没有下一步。现在你问误差落差卡在哪一头：是上头的预测太硬、不肯降下来贴合现实（一个过时的自我认知），还是下头的现实根本没被精度旋钮放进来（该看见的信号被当噪声压掉）？哪头卡住，落差就泄不掉。问题从「我这人行不行」变成「机器哪个环节堵了」——堵点可以定位、可以拧。
连欲望也换了读法。 以前你以为「想要」是外界的奖励在拉你：食物有奖励值，所以去吃。现在反过来——偏好就是先验：你的生成模型先验地预测「我应该处于进食后的状态」，饥饿是这条预测的误差，进食只是消除误差的行动。奖励不在世界里，内嵌在你这台生成模型自己身上。