7.1 节确立了观察者内在闭环的元理论框架，7.2 节通过神经生理学实证揭示了知觉的主动计算本质。然而，若实在是由感觉—运动闭环内生发明的产物，控制论必须正面回应理论物理学与经典哲学的严苛质问：我们感知中的那个外在物理世界，为何展现出高度的坚硬性、可预测性与跨主体的不变性？一张桌子、一块岩石在视野移动甚至离开视线后，为何依然被我们判定为同一个永恒持存的实体？
1976 年 6 月 29 日，在瑞士日内瓦大学为发生认识论创始人让·皮亚杰（Jean Piaget）八十寿辰举办的学术研讨会上，海因茨·冯·福尔斯特发表了题为《客体：作为（特征）行为的标志》（Objects: Tokens for (Eigen-)Behaviors；von Foerster, 1976/2003）的著名论文，运用现代动力系统的不动点理论（fixed-point theory），给出了控制论思想史上最具形式美感与认识论深度的回答。
7.3.1 从回路到递归方程
冯·福尔斯特理论推演的出发点，直接植根于皮亚杰晚年名著《认知结构的平衡化》（L'Équilibration des Structures Cognitives）中关于认知主客体交互的循环图式（Piaget, 1975）：
在此图式中，\(\mathrm{Obs.O}\) 代表与客体（Object）相关的直接可观察项，\(\mathrm{Obs.S}\) 代表主体（Subject）自身行动的可观察项，\(\mathrm{Coord.S}\) 代表主体行动系统的推断性内在协调，\(\mathrm{Coord.O}\) 代表主体赋予各客体之间关联的推断性协调。皮亚杰在此指出了认知是一个永远处于调节中的循环螺旋，而冯·福尔斯特敏锐地洞察到末尾那串省略号“\(\cdots\)”所内嵌的强悍数学指令——它是一道无休止递归的迭代命令。
在生理学层面上，这正是 7.2 节所述的感觉—运动操作闭合：设 \(s\) 表示感觉表面（sensorium）的传入状态，\(m\) 表示运动效应器（motorium）的动作状态。一方面，感觉输入的改变量是躯体运动位移的映射函数，即 \(s = S(m)\)；另一方面，机体的运动输出又完全由中枢神经系统对先前感觉信号的处理所触发，即 \(m = M(s)\)。将两式相互代入，便构成了封闭的自指反馈方程：
为了剥离繁复的具体生物学细节并建立通用的数学公理体系，冯·福尔斯特执行了优雅的形式化压缩：将一切被观察到的状态项（\(\mathrm{Obs.O}\) 与 \(\mathrm{Obs.S}\)）统合为复合状态空间中的广义状态变量 \(obs\)；将认知主体所施行的一切推断、比较、协调与运动调节算子（\(\mathrm{Coord.S}\) 与 \(\mathrm{Coord.O}\)）统合为作用于该状态空间的非线性转移算子 \(\mathrm{COORD}\)。于是，主客体认知互动被严格抽象为离散动力学递归方程：
连续运用该算子，经历 \(n\) 轮感觉运动闭合迭代后，系统的当前状态可以形式化表示为初态 \(obs_0\) 在算子 \(n\) 次复合映射下的轨道：
冯·福尔斯特提出了核心命题：当递归步数趋于无穷大（\(n \to \infty\)）时，初态 \(obs_0\) 在算子的反复折叠与冲刷下将发生什么？我们所经验到的那个稳定的“现实”，正是这一无穷递归链条在收敛时的拓扑归宿。
7.3.2 特征值与特征行为：动力学极限与稳定性
在经典线性代数中，矩阵算子 \(A\) 作用于向量 \(x\) 时，若满足 \(Ax = \lambda x\)，标量 \(\lambda\) 被定义为特征值，非零向量 \(x\) 为特征向量。冯·福尔斯特借用了德语前缀 eigen-（意为自身的、固有的、自洽的），将这一概念推广至广义非线性动力学系统与二阶认识论之中：
特征值、特征状态与特征行为 对于递归动力系统 \(obs_{n+1} = \mathrm{COORD}(obs_n)\)，若存在一个状态 \(Obs \in X\)，在算子作用后保持自身完全不变，即满足：
则称 \(Obs\) 为算子 \(\mathrm{COORD}\) 的不动点(fixed point)或广义特征值(eigenvalue / eigen-state)。更一般地，若系统在相空间中收敛于一个自我维持、可无限重复的时间演变模式（如稳定极限环或确定性吸引子），冯·福尔斯特将其统称为该认知神经系统的特征行为(eigen-behavior)（von Foerster, 1976/2003）。
必须在现代动力系统理论框架下，严格厘清不动点、轨道稳定性与吸引性的数学判据：
- 李雅普诺夫稳定性（Lyapunov Stability）：设状态空间配备度量 \(d(\cdot,\cdot)\)。不动点 \(x^{*}\) 称为李雅普诺夫稳定的，当且仅当对于任意给定的允许误差界 \(\epsilon > 0\)，恒存在一个扰动阈值 \(\delta = \delta(\epsilon) > 0\)，使得只要初态偏差满足 \(d(x_0, x^{*}) < \delta\)，由递归迭代生成的所有后续状态轨线恒满足： \[ \forall n \ge 0, \quad d(x_n, x^{*}) < \epsilon \]
- 局部渐近稳定性（Local Asymptotic Stability）：不动点 \(x^{*}\) 称为局部渐近稳定的，当且仅当它不仅是李雅普诺夫稳定的，而且具备局部吸引性——即存在 \(\delta > 0\)，使得只要 \(d(x_0, x^{*}) < \delta\)，轨线必在极限意义下收敛回不动点： \[ \lim_{n \to \infty} d(x_n, x^{*}) \;=\; 0 \]
- 吸引域（Basin of Attraction）：相空间中所有在无限次迭代后最终归宿于特征状态 \(x^{*}\) 的初态点构成的开集，记为 \(\mathcal{B}(x^{*}) = \{x_0 \in X : \lim_{n \to \infty} \mathrm{COORD}^{(n)}(x_0) = x^{*}\}\)。
图 7.3-1 展现了特征值最具震撼力的认识论品格：历史独立性（history independence）。只要初态位于吸引域内，最终收敛达到的特征状态 \(Obs\) 仅由算子 \(\mathrm{COORD}\) 自身的内部结构完全决定，而与系统最初从何处启程（\(obs_0\)）毫无关系。正是这种动力学收敛机制，赋予了感知对象跨越时间与情境的坚实同一性。
7.3.3 一维递归的收敛：最小模型
为了直观掌握不动点的解析性质，我们在实数域 \(\mathbb{R}\) 上构造最小动力学模型。一般的标量迭代形式及其不动点条件写作：
冯·福尔斯特在论文附录 A 中给出的第一例（附录例 A1），是将当前变量与恒常目标 \(a\) 取算术平均的仿射收缩映射：
当 \(a=2\) 时，设初态为 \(x_0 = 4\)，迭代轨线依次为：\(3, 2.5, 2.25, 2.125, 2.0625, \ldots\)；若设初态为一个极小的正数 \(x_0 = 1\)，轨线则为：\(1.5, 1.75, 1.875, 1.9375, \ldots\)。无论从何处出发，轨线殊途同归，单调收敛于唯一不动点 \(x^{*} = 2\)。
图 7.3-2 直观展示了其收敛动力学。在泛函分析中，该现象由巴拿赫不动点定理(Banach Fixed-Point Theorem)严格担保：设 \((X, d)\) 为非空完备度量空间，若自映射 \(F: X \to X\) 满足全局李普希茨条件：
则 \(F\) 在 \(X\) 上存在唯一的特征值 \(x^{*}\)，且空间内任意初态 \(x_0\) 的迭代轨线均以至少 \(c^n\) 的几何速率强收敛至 \(x^{*}\)（Bright, 2023）。在模型 (7.3-5) 中，利普希茨常数 \(c = 1/2 < 1\)，因而构成全局收缩映射。
习题 7.3-1
（解析解推导与收敛速率）对于一维仿射递归动力系统 \(x_{n+1} = (x_n + a)/2\)，设参数 \(a = 3\)，初态 \(x_0 = 0\)：
(a) 解代数不动点方程，求该动力系统的唯一特征值 \(x^{*}\)。
(b) 定义偏差误差序列 \(e_n \equiv x_n - x^{*}\)，推导误差的一阶差分方程，并求其显式闭合通项表达式。
(c) 写出状态 \(x_n\) 的解析闭合通项，计算前五次迭代的具体数值并说明初值遗忘现象。
(d) 给定容许精度 \(\epsilon = 0.01\)，从第几步迭代起满足 \(|x_n - x^{*}| < \epsilon\)？推导关于任意初始误差 \(e_0\) 与精度界 \(\epsilon\) 的通用步数下界公式。
参考解答(a) 由特征方程 \(x^{*} = F(x^{*}) = (x^{*} + 3)/2\)，去分母得 \(2x^{*} = x^{*} + 3\)，解得唯一特征值 \(x^{*} = 3\)。
(b) 误差递推关系为： \[ e_{n+1} \;=\; x_{n+1} - x^{*} \;=\; \frac{x_n + a}{2} - a \;=\; \frac{x_n - a}{2} \;=\; \frac{1}{2}\,e_n \] 这是一个一阶线性齐次差分方程，公比为 \(1/2\)。其闭合解为： \[ e_n \;=\; \left(\frac{1}{2}\right)^n e_0 \qquad\text{其中}\quad e_0 = x_0 - x^{*} = 0 - 3 = -3 \]
(c) 状态闭合通项为： \[ x_n \;=\; x^{*} + e_n \;=\; 3 - 3\left(\frac{1}{2}\right)^n \] 前五步迭代精确值为： \(x_0 = 0\)； \(x_1 = 3 - 1.5 = 1.5\)； \(x_2 = 3 - 0.75 = 2.25\)； \(x_3 = 3 - 0.375 = 2.625\)； \(x_4 = 3 - 0.1875 = 2.8125\)； \(x_5 = 3 - 0.09375 = 2.90625\)。 初值遗忘：初态 \(x_0=0\) 的权重在通项中随因子 \(2^{-n}\) 指数衰减，当 \(n \to \infty\) 时，系统的极限状态完全脱离最初状态的束缚，由算子自身的不动点 3 全权主导。
(d) 要求 \(|e_n| = 3 \cdot 2^{-n} < 0.01\)，等价于： \[ 2^n \; > \; \frac{3}{0.01} \;=\; 300 \] 由于 \(2^8 = 256 < 300\)，而 \(2^9 = 512 > 300\)，故从第 \(n = 9\) 步起满足要求（此时 \(|e_9| = 3/512 \approx 0.00586 < 0.01\)，\(x_9 \approx 2.9941\)）。 通用公式：对于任意 \(|e_0| > 0\)，要求 \(|e_0| \cdot 2^{-n} < \epsilon\)，两边取以 2 为底的对数： \[ -n < \log_2\left(\frac{\epsilon}{|e_0|}\right) \iff n > \log_2\left(\frac{|e_0|}{\epsilon}\right) \] 所需最小迭代步数为 \(n_{\min} = \left\lfloor \log_2\left(\frac{|e_0|}{\epsilon}\right) \right\rfloor + 1\)。
对于非线性的光滑可微映射，局部稳定性由导数在特征点处的模值完全决定：
习题 7.3-2
（导数稳定性判据与发散对照）设实函数 \(F: \mathbb{R} \to \mathbb{R}\) 在不动点 \(x^{*}\) 处一阶连续可导：
(a) 证明：若 \(|F'(x^{*})| < 1\)，则 \(x^{*}\) 是局部渐近稳定的；若 \(|F'(x^{*})| > 1\)，则 \(x^{*}\) 是不稳定的排斥子（repeller）。
(b) 运用导数判据直接检验仿射模型 \(F(x) = (x+a)/2\)。
(c) 构造反转算子 \(G(x) = 2x - a\)，验证其代数不动点仍为 \(x^{*} = a\)，但系统不具备稳定性。取 \(a=2\)，初态设定为带有微小偏差的 \(x_0 = 2.1\)，计算前 6 步轨道并解释现象。
参考解答(a) 由导数定义，对于任意扰动偏差 \(e_n = x_n - x^{*}\)：
\[ F(x_n) \;=\; F(x^{*} + e_n) \;=\; F(x^{*}) + F'(x^{*})e_n + o(|e_n|) \]
由于 \(x^{*} = F(x^{*})\)，故一阶变分近似为：
\[ e_{n+1} \;\approx\; F'(x^{*}) e_n \]
若 \(|F'(x^{*})| < 1\)，选取实数 \(q\) 满足 \(|F'(x^{*})| < q < 1\)。由极限性质，存在充分小的邻域半径 \(\delta > 0\)，使得在该邻域内恒有 \(|F(x) - x^{*}| \le q |x - x^{*}|\)。由缩减原理，局部轨线严格满足 \(|e_n| \le q^n |e_0| \to 0\)，故局部渐近稳定。
反之，若 \(|F'(x^{*})| > 1\)，选取 \(p\) 满足 \(1 < p < |F'(x^{*})|\)，邻域内的非零初始偏差将按 \(|e_{n+1}| \ge p |e_n|\) 逐轮放大，直至脱离该线性化邻域，故为不稳定特征点。
(b) 对于 \(F(x) = x/2 + a/2\)，对所有 \(x\) 其导数恒为常数 \(F'(x) \equiv 1/2\)。在特征点 \(x^{*}=a\) 处，\(|F'(a)| = 1/2 < 1\)，完全满足严格收缩条件，且吸引域为全实数轴 \(\mathbb{R}\)（全局渐近稳定）。
(c) 对于 \(G(x) = 2x - a\)，不动点方程 \(x^{*} = 2x^{*} - a \implies x^{*} = a\)。然而其导数恒为 \(G'(x) \equiv 2 > 1\)。取 \(a=2, x_0 = 2.1\)（初始微扰 \(e_0 = +0.1\)）： \(x_0 = 2.1\)； \(x_1 = 2(2.1) - 2 = 2.2\)（\(e_1 = 0.2\)）； \(x_2 = 2(2.2) - 2 = 2.4\)（\(e_2 = 0.4\)）； \(x_3 = 2(2.4) - 2 = 2.8\)（\(e_3 = 0.8\)）； \(x_4 = 2(2.8) - 2 = 3.6\)（\(e_4 = 1.6\)）； \(x_5 = 2(3.6) - 2 = 5.2\)（\(e_5 = 3.2\)）； \(x_6 = 2(5.2) - 2 = 8.4\)（\(e_6 = 6.4\)）。 微扰呈几何级数爆炸，轨线迅速逃逸。认识论结论：仅仅具备代数上的不动点解，并不能担保主客体感知的建立；唯有具备李雅普诺夫吸引性的算子，才能将感觉扰动约束为稳定的知觉客体。
附录 A2 非线性映射的稳定二周期（2-Cycle） 冯·福尔斯特在论文附录 A2 中分析了一个极其深刻的非线性算子：\(F(x) = \exp(\cos x)\)。
令 \(x^{*} = \exp(\cos x^{*})\)，数值迭代解得不动点 \(x^{*} \approx 1.302964\)。其一阶导数为：
\[ F'(x) \;=\; -\sin x \cdot \exp(\cos x) \quad\implies\quad F'(x^{*}) \;\approx\; -0.96395 \times 1.302964 \;\approx\; -1.25651 \]
由于 \(|F'(x^{*})| \approx 1.25651 > 1\)，该单一不动点在动力学上是极度不稳定的排斥子，系统绝不可能停留在此处！
然而，该映射存在一对周期点 \(p \approx 0.464335\) 与 \(q \approx 2.445182\)，完美满足交替闭合：
\[ F(p) \;=\; q, \qquad F(q) \;=\; p \]
考察二次复合算子 \(F^{(2)}(x) \equiv F(F(x))\) 在这两点处的链式法则导数乘子：
\[ \lambda \;=\; (F^{(2)})'(p) \;=\; F'(F(p)) \cdot F'(p) \;=\; F'(q) \cdot F'(p) \]
计算得 \(F'(p) \approx -0.4479 \times 2.4452 \approx -1.0952\)，\(F'(q) \approx -0.6416 \times 0.4643 \approx -0.2979\)，两项相乘得：
\[ \lambda \;\approx\; (-0.2979) \times (-1.0952) \;\approx\; 0.3262 \]
由于 \(|\lambda| \approx 0.3262 < 1\)，该二周期振荡轨道（2-cycle attractor）是强局部渐近稳定的！
这一数学事实向控制论者揭示了惊人的洞见：特征行为绝不仅限于静止的单一数值（不动点），稳定的周期性振荡、极限环乃至复杂吸引子，同样是认知系统在更高维度上的自我维持特征态。
习题 7.3-3
（自指符号算子与多特征值现象）在论文附录 A4 中，冯·福尔斯特给出了一个离散符号语言系统的不动点问题。考虑英文自指语句模板：“THIS SENTENCE HAS … LETTERS”，空缺处需要填入一个表示其自身全部字母数量的英文数词（例如 ONE, TWO, THREE……）。定义映射算子 \(F: \mathbb{N}^{+} \to \mathbb{N}^{+}\)：对任意正整数 \(n\)，将其转换为英文大写数词（连字符与空格不计入字母数），代入句子后统计该全句实际包含的英文字母总数作为输出 \(F(n)\)。
(a) 已知骨架部分“THIS SENTENCE HAS LETTERS”不含空缺数词时共有 \(4 + 8 + 3 + 7 = 22\) 个英文字母。验证正整数 31（英文数词为 THIRTY-ONE）是算子 \(F\) 的不动点。
(b) 验证正整数 33（英文数词为 THIRTY-THREE）同样是该自指系统的严格不动点。
(c) 阐述为何同一自指语言算子可以同时存在多个不相容的特征值？这对于理解人类不同文化范式之间的客体建构有何认识论启示？
参考解答(a) 检验 \(n = 31\)：英文数词为“THIRTY-ONE”。字母构成为 T-H-I-R-T-Y（6 个字母）+ O-N-E（3 个字母），数词本身共计 \(6 + 3 = 9\) 个英文字母。将此数词填入空缺，全句字母总数为骨架字母数加上数词字母数： \[ F(31) \;=\; 22 + 9 \;=\; 31 \] 输入与输出完全重合，自洽满足 \(F(31) = 31\)，故 31 是系统的第一个不动点特征值。
(b) 检验 \(n = 33\)：英文数词为“THIRTY-THREE”。字母构成为 T-H-I-R-T-Y（6 个字母）+ T-H-R-E-E（5 个字母），数词本身共计 \(6 + 5 = 11\) 个英文字母。将此数词填入空缺，全句字母总数为： \[ F(33) \;=\; 22 + 11 \;=\; 33 \] 自洽满足 \(F(33) = 33\)，故 33 是系统的第二个有效不动点特征值。
(c) 认识论启示：自指递归算子并非必须具有唯一的代数解。非线性与自指闭包允许多个相互独立、自洽完备的平衡态（吸引子）在同一个形式规则中共存，各自拥有自身的收敛吸引域。这在认识论上证明：面对同一物理刺激基底，由于初始认知历史或文化语言语法约束的差异，不同的观察者社群完全可能收敛到不同但内部完全自洽的“现实特征态”。每种现实在自身逻辑系统内均自证为真，各具合法性。
7.3.4 客体：特征行为的标志
在完成了上述严格的动力学推导后，冯·福尔斯特挥出了二阶控制论最璀璨的哲学重击：对“客体（对象）”概念的革命性重新定义。
常识实在论坚持经典本体论顺序：在没有观察者之前，客观实体已经存在；实体发出光线或力学相互作用，印刻在观察者的视网膜上。冯·福尔斯特彻底颠倒了这一关系：
“客体（Objects）并不具备超越认知操作的独立先验实在性；我们所经验到的一切客观对象，本质上是认知主体自身感觉—运动神经协调中，那些可重复、自洽闭合、具备不变性的特征行为的代号或标志（tokens for eigen-behaviors）。”（von Foerster, 1976/2003）
换言之，当我们指着眼前的一只茶杯宣称“这里有一个茶杯”时，神经生物学层面的真相并非大脑被动倒映了杯子的分子结构，而是主体的感觉运动系统演化出了一套针对该类刺激的自稳定协调算子：无论我们从左侧观察、右侧观察、伸出手去抓握、倾倒茶水，我们的感觉输入虽然在时刻发生剧烈形变，但这一系列的连续具身动作与连续感觉反馈在封闭算子作用下，精确收敛到了一个动力学特征值上。为了在语言与日常生活中高效率地表述这一高度复杂的稳态特征动力学，人类大脑“发明”了一个静态的符号代号——“茶杯”。客体是动态过程的凝固化代号。
这一理论完满地解释了实验心理学中长达百年的经典难题——知觉恒常性(perceptual constancy)：
- 大小恒常性：当一个人从距离我们 5 米处走向 1 米处时，根据欧几里得光学投影定律，其在视网膜上的视网膜像高度放大了整整 5 倍；然而，任何心智健全的观察者绝不会知觉到对方“膨胀成了一个巨人”，我们极其稳定地感知到对方身高毫无变化。
- 形状恒常性：一扇正方形的硬木门在被缓缓推开的过程中，其投射到眼底的二维几何图形经历着梯形、平行四边形直至一条狭窄线段的剧烈失真扭曲，但我们始终笃定地感知到门是长方形的。
- 颜色恒常性：一块煤炭在烈日下的物理反射光子通量，远远高于一张白纸在黄昏微光下的物理反射通量；但人类视觉依然毫无差错地将前者判为黑色，后者判为白色。
知觉恒常性雄辩地证实：人类所感知的属性（大小、形状、颜色）绝不是外周感受器接收到的瞬时物理量，而是在躯体运动、眼球扫视、照明上下文比较等一系列感觉运动交互算子作用下，由大脑提取出来的拓扑不变量（invariants）——即特征值 \(Obs\)。
习题 7.3-4
（知觉恒常性与特征动力学建模）运用特征行为标志理论，严格解析大小恒常性：
(a) 建立一个耦合状态向量 \(x = (s, d)\)，其中 \(s\) 为视网膜投影尺寸，\(d\) 为双眼视差与肌肉张力所提供的距离估算。写出距离改变时的动态补偿算子形式，说明为什么恒常的客体感知本质上是算子的特征解。
(b) 为什么说知觉恒常性现象构成了反驳朴素反映论、支持二阶建构论的坚实科学证据？
(c) 澄清概念：案例中的非线性算子二周期振荡（\(p \leftrightarrow q\)），与心理物理学中的“双稳态图形翻转”（如内克尔立方体、鲁宾杯/人脸图形翻转）在动力学机制上有何本质区别？
参考解答(a) 视网膜二维像尺寸满足几何光学定律 \(s \propto L / d\)，其中 \(L\) 为目标真实物理尺度。若大脑仅仅是外周输入的复印机，观察状态将直接随距离 \(d\) 的漂移而大幅动荡。认知系统建立的协调算子 \(\mathrm{COORD}\) 同时将视差信号 \(d\) 与投影 \(s\) 耦合为物理尺度感知 \(L_{\mathrm{perc}} = s \cdot d\)。在主体接近或远离目标的运动中，算子实时执行 \(s\) 的膨胀与 \(d\) 的缩减的乘积守恒更新： \[ L_{\mathrm{perc}}^{(n+1)} \;=\; \mathrm{COORD}\big(s(n+1), d(n+1)\big) \;=\; L_{\mathrm{perc}}^{(n)} \] 此时，“物理尺寸 \(L\)”表现为该感觉运动变换群下的轨道不变量，即不动点特征值。客体（具有确定大小的人）正是大脑为这一代数不变量贴上的认知标志。
(b) 朴素反映论坚信知觉是输入的同构复制。但在恒常性实验中，物理输入（光子通量、视网膜几何轮廓）在剧烈变动，而知觉体验却展现出高度的恒常稳定性；这无可辩驳地证明，知觉内容并非由瞬时物理输入单独规定，而是中枢神经系统在内部操作闭环中对感觉运动综合模式进行高阶计算提取出的特征不变量，彻底印证了建构公设。
(c) 本质区别：
(1) 二周期轨道：是单一确定性算子在离散时间步上的确定性交替振荡（第 1 步到 \(p\)，第 2 步到 \(q\)，第 3 步到 \(p\)……）。稳定的是这一个包含两个相位点的闭合环，不存在两个相互独立的吸引子。
(2) 双稳态图形翻转（Bistability）：动力系统在固定外部输入下，相空间中同时共存着两个彼此分离的局部渐近稳定不动点（两个独立的吸引子势阱）。系统当前停留在其中一个吸引子（如看到花瓶）；由于神经元的局域疲劳与内源性泊松神经噪声扰动，系统越过势垒发生随机跃迁，落入另一个稳定不动点（看到两个人脸）。二者属于完全不同的非线性拓扑现象。
7.3.5 主体间性与客观性的涌现：双主体耦合系统
如果对象仅仅是主体内在协调的特征行为标志，那么为什么不同的观察者能够就同一个物理实体达成高度一致的客观共识？客观性（Objectivity）的真正基石究竟是什么？
冯·福尔斯特在论文的终章给出了惊世骇俗的论断：客观性的充要条件不是物理客体的存在，而是第二个主体的在场！（von Foerster, 1976/2003）。他构建了双主体对称耦合系统（图 7.3-3）：
设主体 \(S_1\) 的内部状态空间为 \(X_1\)，协调算子为 \(C_1\)；主体 \(S_2\) 的内部状态空间为 \(X_2\)，协调算子为 \(C_2\)。在孤立状态下，两者各行其是。然而，当两者置于同一社会交往网络中时，\(S_1\) 的动作构成了 \(S_2\) 的感觉输入，而 \(S_2\) 的应对动作反过来构成了 \(S_1\) 的感觉输入。整个系统的复合状态变为二元元组 \((x_1, x_2) \in X_1 \times X_2\)，耦合转移算子写作：
所谓主体间性（Intersubjectivity）与公共客观实在，正是这一高阶耦合非线性动力系统在长期演化中收敛达到的共同不动点 \((x_1^{*}, x_2^{*})\)。在该状态下，双方对某一对象标志（如“这柄尺子长一米”）的语义理解达成共振，任何单方面的偏离都会被对方的行动反馈拉回平衡态。客体由此在主体间的共识之网中获得了终极的本体论担保。冯·福尔斯特以震撼人心的哲思格言为这篇文献作结：
“认知系统通过他人的认知来递归计算其自身的认知——正是在这里，我们目睹了人类伦理与社会的破晓破晓。”（von Foerster, 1976/2003）
7.3.6 现代认知动力学回响与未决议题
冯·福尔斯特 1976 年构建的特征动力学思想，在二十世纪末以降的认知科学与理论神经科学中引发了深远的回响：
- 认知动力学派（Dynamical Systems Hypothesis）：蒂姆·范·格尔德（Tim van Gelder）在 1995 年的经典文献《若非计算，认知究竟为何物？》（van Gelder, 1995）中指出，心智系统的本质并非冯·诺依曼式的离散符号图灵机串行运算，而是一个在高维连续状态空间中演化的动力系统，思想、概念与记忆正是相空间中的吸引子（attractors）与分岔结构，直接印证了特征行为理论。
- 预测加工与主动推理（Predictive Processing & Active Inference）：卡尔·弗里斯顿（Karl Friston）在 2010 年代提出的自由能原理（Free-Energy Principle；Friston, 2010），指出大脑是一个多层级贝叶斯预测机器：运动系统通过主动改变身体姿态以抵消预测误差（感官减算），感觉系统通过更新内隐先验以拟合感官后验。这种双向循环最小化自由能的过程，在数学结构上正是式 (7.3-1) 高阶泛函极小值不动点的现代体现。
然而，特征行为模型依然留下了待解的前沿课题：当环境充满剧烈的随机涨落与非平稳噪声时，递归系统的不动点如何抵抗退化？噪声究竟仅仅是破坏稳定性的系统天敌，还是能够催生更高阶自组织的创造性源泉？7.4 节将转入冯·福尔斯特关于“自组织与有序、无序”的严密热力学与信息论探讨。
关键术语
- 递归动力学 (recursive dynamics)
- 以系统先前状态通过操作闭环映射为当前状态的动力学演化方式；形式表述为 \(obs_{n+1} = \mathrm{COORD}(obs_n)\)。
- 特征值 / 不动点 (eigenvalue / fixed point)
- 在算子作用下保持自身完全不变的状态解，满足 \(Obs = \mathrm{COORD}(Obs)\)。
- 特征行为 (eigen-behavior)
- 递归认知系统在相空间中收敛于自我维持、自主循环的不变动态行为模式（包含稳定极限环与吸引子）。
- 特征标志 (token for eigen-behavior)
- 冯·福尔斯特对客体的本体论定义：客体是认知主体感觉—运动协调中稳定特征行为的静态代号或凝固化表征。
- 巴拿赫收缩映射 (contraction mapping)
- 在完备度量空间中使任意两点间距离以严格小于 1 的非负比例缩小的自映射；定理担保唯一不动点的存在性与全局几何收敛性。
- 李雅普诺夫渐近稳定性 (Lyapunov asymptotic stability)
- 不动点既具备抗微扰的界约束（稳定性），又在局部吸引域内收敛回该平衡态的动力学品格。
- 蛛网图分析 (cobweb plot)
- 一维离散映射中利用曲线 \(y=F(x)\) 与对角恒等线 \(y=x\) 追踪轨线折跃收敛或发散的几何分析工具。
- 稳定二周期 (stable 2-cycle)
- 非线性映射中在两点间永久交替跳跃且导数乘子模值小于 1 的稳定周期轨道，是动态特征行为的典型范式。
- 知觉恒常性 (perceptual constancy)
- 在外部物理刺激（视网膜投影、光通量）剧烈动荡时，大脑对客体尺度、几何形状与颜色保持恒定感知的现象，是特征不变量的直接心理物理证据。
- 主体间性客观性 (intersubjective objectivity)
- 客观世界在两个或多个自指主体对称耦合系统中所涌现出的跨主体稳态高阶特征值。
参考文献与延伸阅读
- von Foerster H. 1976/2003. Objects: tokens for (eigen-)behaviors. In: Inhelder B, Garcia R, Voneche J (eds.). Hommage à Jean Piaget: Épistémologie génétique et équilibration. Delachaux et Niestlé, Neuchâtel: 107–113.（英译文本收入 von Foerster 2003 文集第 11 篇）
- von Foerster H. 2003. Understanding Understanding: Essays on Cybernetics and Cognition. Springer, New York.
- Piaget J. 1975. L'Équilibration des Structures Cognitives: Problème central du développement. Presses Universitaires de France, Paris.（发生认识论平衡化理论的经典总结）
- Bright P. 2023. Complete Metric Spaces and the Banach Fixed-Point Theorem. MIT 18.S190 Lecture Notes, MIT OpenCourseWare.
- van Gelder T. 1995. What might cognition be, if not computation? The Journal of Philosophy 92(7): 345–381.（认知动力系统假说的奠基论文）
- Friston K. 2010. The free-energy principle: a unified brain theory? Nature Reviews Neuroscience 11(2): 127–138.（自由能原理与主动推理）
- Maturana H, Varela F. 1980. Autopoiesis and Cognition: The Realization of the Living. D. Reidel, Dordrecht.
- Strogatz SH. 2018. Nonlinear Dynamics and Chaos: With Applications to Physics, Biology, Chemistry, and Engineering (2nd ed.). CRC Press, Boca Raton.（一维映射、周期轨道分岔与李雅普诺夫指数的经典参考书）