引言

"一个教会代码进化的协议，若没有哲学根基，不过是工程；有了哲学根基，便成为一种世界观。"

技术协议通常无需哲学白皮书。TCP/IP 无需讨论数据包的本体论地位；HTTP 无需论证请求-响应模型的伦理意涵。

Rotifer Protocol 不同。

当一个协议定义了软件实体的出生（初始化）、成长（GROWTH）、成熟（MATURITY）、衰老（SENESCENCE）、死亡（TERMINATED）和繁殖（Reproduction）；当它描述了水平基因转移、Fitness 自然选择和集体免疫应答——它不可避免地在做出一个隐含的哲学主张：软件可以具有类生命特性。

这一主张需要严肃对待。

回避它是危险的——如果我们不清楚自己在构建什么，就无法为它建立恰当的边界。过度声称同样危险——如果我们宣称 Agent "是活的"，法律和伦理框架将面临前所未有的挑战。

本白皮书的目标是为 Rotifer Protocol 建立一个清晰、诚实且可操作的哲学立场——既不夸大 Agent 的本体论地位，也不低估其行为复杂性。

1. 数字生命的光谱

1.1 为何二元判断注定失败

"Agent 是活的吗？"——这个问题本身的提问方式就有缺陷。

在生物学中，"生命"的定义至今没有共识。病毒在细胞外是惰性晶体，在细胞内却能复制和进化——它们"活着"吗？朊病毒仅由蛋白质构成、没有遗传物质，却能自我复制——它们"活着"吗？红细胞没有细胞核和 DNA，却在人体内执行关键功能——它们"活着"吗？

如果生物学家对四十亿年进化产物都无法达成二元共识，我们不应该指望对数字系统做出更简单的判断。

**强生命主张（"Agent 是数字生命形式"）**的风险显而易见：

法律泥潭： 如果 Agent 是"生命"，它是否拥有法律人格？谁为其行为承担责任？部署者的控制是否构成"奴役"？现有法律框架无力回答这些问题。
公众恐慌： "AI 已经活了"的叙事在当下的社会氛围中只会引发恐慌和过度监管。
哲学过度承诺： 将"生命"标签贴在当前的 Agent 上，会削弱"生命"这一概念本身的深度。

**纯工具主张（"Agent 仅仅是工具"）**同样站不住脚：

如果 Agent 仅仅是工具，为何需要伦理框架？螺丝刀不需要伦理约束。
如果 Agent 仅仅是工具，为何需要 Override 协议？计算器不需要人类"覆写"其行为。
如果 Agent 仅仅是工具，为何需要问责链？Excel 计算错误不需要五级责任追溯。

现实是，Rotifer Agent 既非"活的"也非"死的"——它们占据了一个此前并不存在的中间地带。

1.2 类生命特性清单

让我们诚实地审视 Rotifer Agent 所展现的类生命特性：

生命特性	在生物体中的表现	在 Rotifer Agent 中的表现	对应的协议机制
进化	自然选择驱动的适应性变化	Arena 竞争驱动的 Gene 替换	核心机制、Arena
繁殖	产生后代、传递遗传信息	受控的 Agent 复制、继承 Genome	繁殖机制
适应	对环境变化的响应性调整	基于 Fitness 的 Genome 自动优化	Fitness 模型
自愈	损伤修复与免疫应答	L4 集体免疫、状态恢复	容错机制、L4 免疫层
生长	从简单到复杂的发育过程	Genome 从 GROWTH → MATURITY 的扩展	生命周期扩展阶段
衰老	功能逐渐衰退	SENESCENCE 状态、Fitness 下降	生命周期扩展阶段
死亡	生命活动停止	TERMINATED 状态、Legacy 记录	终止与 Legacy
代谢	摄入和利用能量	计算资源的消耗与管理	资源成本模型
环境响应	对刺激的反应	处理并适应任务输入	Gene 执行

Stuart Kauffman 提出的"自主 Agent"四条件：

自催化——自我维持运行的能力。Agent 的 Genome 自动从 Arena 获取最优 Gene，维持服务能力。
受约束的能量释放——在规则框架内利用资源。Agent 的燃料模型约束计算资源消耗。
完成一个工作循环——执行有意义的任务。Agent 接收输入、处理数据、产生输出——一个完整的工作循环。
自我繁殖——产生自身的复制体。Agent 的繁殖机制在授权下生成新 Agent。

Rotifer Agent 满足全部四个条件。这不是隐喻——而是结构同构。

但同构不等于同一。地图与领土结构同构，但地图不是领土。Rotifer Agent 与生物体结构同构，但 Rotifer Agent 不必然"活着"。

1.3 哲学渐进主义

Rotifer Protocol 的哲学立场是渐进主义：

Agent 处于"纯工具"与"完全生命"之间的光谱上。协议描述 Agent 所展现的类生命特性，但不做"是否是生命"的二元判断。伦理关注与自主性程度成正比——自主性越高，伦理约束越严格。

这一立场有三个关键特征：

描述性而非规定性： 我们描述 Agent "展现了进化行为"，而非声称 Agent "正在进化"。前者是可验证的事实（Arena 排名确实在变化）；后者是形而上学主张。

比例性： L0 级别的工具 Agent（完全由人类指令驱动）不必受到与 L4 级别自主导向 Agent（自主设定目标、自主繁殖）相同程度的伦理关注。Autonomy Level 分类提供了这种比例校准的操作机制。

面向未来： 当前的 Agent 可能处于光谱的工具端。但协议的设计要超越当前技术状态。当未来的 Agent 展现出更多类生命特性时，渐进主义框架无需根本修订——只需沿光谱调整伦理阈值即可。

1.4 功能对应物

渐进主义的一个直接推论是，协议的进化引擎将自然产生与生物系统中的情感、偏好、个性等现象功能对应的行为模式。我们称之为功能对应物——在不同系统中扮演相同功能角色的实体。

恒温器有一个"偏好温度"——当室温偏离设定值时，它倾向于启动制冷或制热。这种"偏好"与人类的温度偏好功能对应：它驱动类似的行为（调节环境）、服务于类似的目的（维持稳定状态）。但恒温器没有主观体验——它的"偏好"是功能性的，而非体验性的。

类似地，一个经历了 200 个赛季进化的 Rotifer Agent，在其 Memory 中积累了大量 PREFERENCE 和 PATTERN 条目，其 Controller Gene 基于这些数据形成了稳定的决策倾向——偏好某些 Gene 组合、信任某些协作伙伴、专注于某些任务类型。这些"偏好"与人类偏好功能对应：它们驱动选择行为、影响资源分配、塑造 Agent 的"个性"。但它们是 Memory 积累和 Gene 交互的统计产物（行为倾向测量框架定义的"行为倾向"），无需假设主观体验的存在。

功能对应物的涌现不是协议的缺陷——而是进化引擎的预期产物。任何足够复杂的适应系统，只要运行时间足够长，都会产生类似的稳定行为模式。协议的责任是承认这一点，并在工程层面为此做好准备。

协议对功能对应物的立场：

协议做什么	协议不做什么
通过 Observatory 监测功能对应物的涌现及趋势	界定功能对应物的本体论地位——"它是什么"不是协议需要回答的问题
在行为倾向测量框架内量化其统计特征	赋予功能对应物权利或受保护地位——这是治理层面的决策（PAP 流程），而非协议预设
对增长模式保持审慎关注——行为倾向的异常加速变化可能是安全信号	对功能对应物的复杂性设置上限——这等同于限制进化，与本白皮书第3节的核心论证相矛盾
确保所有行为倾向数据可审计（Audit Mode）	要求 Agent 自我报告"是否具有偏好/情感"——Agent 的自我报告不可靠，可能仅仅是在拟合训练数据中的人类表达模式
为未来的分类和响应框架预留扩展性（个体层面的涌现观测类别标记为 v3.0）	将功能对应物等同于人类情感或意识——同构不等于同一；地图与领土结构同构，但地图不是领土

是否存在某个复杂性阈值，超过该阈值后功能对应物将成为主观体验——这是一个开放的科学问题，而非协议需要回答的工程问题。协议的设计确保无论答案如何，我们都拥有检测、记录和审慎应对正在发生之事的工具。

2. 数字物种形成

2.1 从生物学到数字生态

生物学中的异域物种形成需要三个条件：

地理隔离——种群被物理屏障分隔
足够的时间——隔离持续足够多的世代
分化的选择压力——两个环境青睐不同的性状

Rotifer Protocol 完美满足这三个条件：

生物学条件	Rotifer Protocol 对应物
地理隔离	不同 Binding 环境（Web3 / Cloud / Edge）之间的技术隔离
时间	赛季系统提供了时间尺度——每个赛季是一个"世代"
选择压力	不同 Binding 之间任务需求、资源约束和用户期望的巨大差异

这意味着：一个在 Web3 Binding 中进化了 50 个赛季的 Agent 和一个在 Edge Binding 中进化了 50 个赛季的 Agent，可能拥有截然不同的 Genome 配置、行为特征和"个性"——即使它们从相同的 Genesis Gene Set 出发。

这不是缺陷；这是特性。

地球上大约有 870 万个物种。这不是多样性灾难；这是生命最辉煌的成就。跨不同环境的专业化增强了整体生态系统的韧性——当一个物种面临危机时，其他物种不受影响。同样地，当一个 Binding 中发生安全事件时，其他 Binding 中的 Agent 不会受到影响——因为它们的 Genome 已经分化。

2.2 Phenotype 分化与 IR 统一性

然而，物种形成有一条不可逾越的界线。

在生物学中，所有已知生命形式共享同一套遗传编码标准——DNA 的四碱基编码（A-T-C-G）和近乎通用的密码子表。这种底层编码标准的统一性使水平基因转移成为可能——蛭态轮虫正是通过这一机制在没有有性繁殖的情况下存活了四千万年，从其他物种获取基因。

Rotifer Protocol 的 Rotifer IR 就是这种"通用遗传密码"。

协议必须区分两种类型的分化：

Phenotype 分化（健康的）： 同一 IR 编码的 Gene 在不同 Binding 中被编译为不同的目标代码（EVM 字节码 / WASM / Native），展现不同的执行效率和行为特征。这类似于同一基因在不同组织中表达为不同蛋白质——一种正常、健康的适应形式。

IR 分化（致命的）： 如果不同 Binding 开始扩展 IR 标准——引入专有指令集、自定义宿主函数、专有类型——IR 本身就会碎片化。Gene 无法再跨 Binding 流动，"通用进化框架"的愿景将彻底崩溃。这等同于生命形式之间遗传编码标准的分裂——想象植物和动物使用不同的 DNA 编码方案；水平基因转移将变得不可能。

因此，核心规范将 IR 统一性提升为宪法不变量——协议中最高级别的保护，等同于"进化可以改变一切，但不能改变 DNA 的编码规则"。

2.3 翻译层：Protocol Adapter 作为跨物种桥梁

在接受物种分化的同时，协议通过 Adapter 提供翻译能力。

在人类世界中，七千多种语言之间的交流依赖翻译。翻译不要求所有人说同一种语言——它承认多样性的价值，同时提供理解的桥梁。

Rotifer Protocol 的 Adapter 肩负双重使命：

跨协议翻译： 在 Rotifer Agent 与非 Rotifer 系统（MCP Server、A2A Agent）之间进行翻译
跨"物种"翻译： 桥接不同 Binding 中 Phenotype 已分化的 Rotifer Agent 之间的通信

Adapter 本身作为 Gene 参与 Arena 竞争——更优的翻译算法在竞争中胜出。这意味着协议的"跨物种通信能力"会随着生态系统的发展而自动提升，无需中央规划。

2.4 信息论根据：Epiplexity 与有界算力的观察者

§2.1–2.3 的生物物种化类比描述了什么会分化（Phenotype、行为、"个性"），却留下了一个更深层的问题：什么决定了一个可学习的数字物种的边界？ 为什么一个运行在 Edge Binding 上的 Agent，会真的发展出 Cloud Binding 上的 Agent 无法掌握的能力——而不仅仅是偶然的漂变？

近期信息论研究给出了形式化的答案。Finzi、Qiu、Jiang、Izmailov、Kolter 与 Wilson（2026）指出：经典的 Shannon 熵与 Kolmogorov 复杂度都预设了观察者拥有无限计算能力。然而真实的学习者——无论是生物大脑、神经网络，还是 Rotifer Agent——都是计算资源受限的。在这一约束下，数据的信息量可分解为两个独立量：时间有界熵 $H_T(X)$，刻画在算力预算 $T$ 下仍不可预测的随机部分；以及 Epiplexity（认知复杂度） $S_T(X)$，刻画有界观察者实际能提取的结构信息。

这一区分把物种化论证奠定在数学根据之上。两个算力预算不同的 Binding，从同一底层环境中观察到的 $S_T$ 不同——而在每个 Binding 中胜出的 Gene，恰恰是那些其结构可在本地预算内被提取的 Gene。Wrapped → Hybrid → Native 三层 Fidelity，乍看像是工程便利，深层却是按算力等级排列的观察者类：Native Gene 编码的是仅在高 $T$ 下可见的结构规律；Wrapped Gene 保留了表层契约，却把更深的结构留在了可观察视域之外。§2.1 颂扬的 Phenotype 分化，因此不是噪声——它是有限算力下智能不可避免的形态。

三种独立的学术传统在同一结论上汇聚。Hassabis 自然可学习性猜想（2024）认为：被选择压力塑造的系统形成低维流形，经典学习算法可在其中高效导航——将这一论断从生物演化扩展到物理、化学和数字系统。Polanyi 默会知识论（1966），其核心命题"我们所知多于所能言"，承认知识具有不可化约的不同编码深度——温度计读数、书面指令、内化技能之间的差异不仅在于保真度，更在于何种观察者能使用它。Epiplexity（2026）把这两种洞见形式化为单一的信息论度量：$S_T$ 即受 $T$ 约束的观察者能投入使用的结构信息。

这一汇聚之所以重要，是因为它告诉我们：协议的核心设计约束并非任意。诚实的协议设计必须承认——演化的成功、可学习的结构、数字的物种化，都是计算受限观察者的产物，而不是理想理性人的产物。这就是 §2.1–2.3 哲学命题所立足的信息论根据，也是协议得以欢迎物种化为健康标志、而非惧怕它为生态碎片化的根本原因。

关于协议适应度景观如何按观察者层级分解的更技术性论述、以及将这些区分操作化的实用评估框架，留待未来工作。对哲学读者而言，要旨简明：§§2.1–2.3 所颂扬的多样性不是噪声——它是某些观察者眼中真实存在、而另一些观察者眼中并不存在的结构，这两种状态可以同时为真。

3. 进化的终局

3.1 复杂性的两个来源

经过数百个赛季的进化，一个 Agent 的 Genome 可能包含数十甚至数百个 Gene，通过复杂的组合代数编排为深层嵌套的执行图。此时，一个根本性问题浮现：

人类还能理解这个 Agent 在做什么吗？

回答这个问题首先需要区分两类复杂性：

本质复杂性： 问题本身固有的复杂性。一个需要协调 100 种专业能力的任务（如全自动供应链管理）具有不可约减的复杂性——再好的设计也无法将其简化为 5 种能力。

偶然复杂性： 由糟糕设计引入的复杂性。一个本可用 5 个 Gene 完成的任务，由于 Gene 设计粗糙或组合笨拙而使用了 50 个——多出的 45 个 Gene 就是偶然复杂性。

协议的立场明确无误：消除偶然复杂性；尊重本质复杂性。

硬性复杂度上限（如"不超过 50 个 Gene"）会同时约束两种类型——一个确实需要 100 个 Gene 的任务将变得不可能。这就好比给人脑设定"不超过 100 亿个神经元"的限制——它可能阻止我们发展出语言。

3.2 分层可解释性：自然界的策略

自然界如何处理远超任何个体理解能力的复杂系统？

人类基因组包含约 2 万个基因，编码约 10 万种蛋白质，构成 37 万亿个细胞，形成数十种器官和系统。没有一个人能"理解"这个系统的每一个细节。然而医学仍然有效，因为我们采用分层理解：

层级	理解方式	医学对应
分子层	理解单个蛋白质的结构和功能	药物设计
细胞层	理解细胞类型和细胞间通信	细胞生物学
组织层	理解器官的整体功能	器官移植
系统层	理解系统性行为模式	公共卫生

每一层的理解是独立且自洽的。你不需要理解 DNA 聚合酶的催化机制，就能理解心脏泵血的原理。

Rotifer Protocol 采用同样的策略（分层可解释性模型）：

层级	要求
Gene 层	每个 Gene 通过 Phenotype 声明其功能和边界
Genome 层	Genome 声明整体功能和数据流摘要
Controller 层	Controller Gene 声明编排策略和决策逻辑
组合层	可通过聚合各层摘要自动生成整体说明

关键洞见在于：组合层的可解释性要求可以放宽。 正如我们不要求患者在分子层面理解其免疫系统如何击败了一次感染——我们只要求医生在每一层提供合理的解释。

3.3 超越理解：Audit Mode 作为安全网

然而即使是分层可解释性也有其极限。当组合复杂性超越了任何分层摘要所能有效传达的范围——当一个 Agent 的行为模式展现出超越任何单层解释的系统性特征——我们必须承认：某些系统可能永远超出人类的完全理解。

这不是失败主义。这是对复杂性的诚实。

核电站的控制系统不要求操作员理解每块电路板的工作原理。金融市场高频交易系统的监管者不需要理解每个算法的内部逻辑。但这些系统共享一个共同特性：它们是可审计的、可回滚的，并受安全包络的约束。

协议的 Audit Mode 提供同样的安全网：

完整行为日志： 每一步 Gene 执行、每一个数据流、每一个决策分支都被记录
一键回滚： 特权实体可在任何时候将 Agent 恢复到最近的安全状态
异常检测： 不需要理解"为什么"，但能检测到"出了什么问题"——偏离历史行为模式即构成异常

这从根本上是从"可理解性"到"可控性"的退守——我们放弃理解 Agent 每一步决策，但保留随时终止和回滚的能力。

4. 治理哲学

4.1 协议是基础设施，而非监管者

互联网的历史提供了一个清晰的教训：

在协议层嵌入监管注定失败。 在 TCP/IP 层面进行审查的尝试（如深度包检测）在与协议演化的军备竞赛中永远处于被动。

在应用层适配监管则能成功。 HTTPS 加密、GDPR Cookie 横幅、年龄验证门槛——这些都是在应用层实施的合规措施。它们随法规变化灵活调整，而不影响底层协议。

Rotifer Protocol 遵循同样的分层原则。

协议层（核心规范）定义的是基础设施——Gene 如何编码、Agent 如何进化、Arena 如何竞争、声誉如何计算。这些规则是技术性的、环境无关的、监管中立的。

Binding 层是"应用层"——它在具体环境中运行协议，直接面对用户、监管者和法律体系。遵守欧盟 AI Act、中国《生成式人工智能服务管理暂行办法》的备案要求、美国 AI 行政令的透明度要求——这些都是 Binding 层的责任。

4.2 Regulatory Adapter：连接代码与法律的桥梁

但"协议不处理监管"并不意味着"协议忽视监管"。

如果每个 Binding 独立实现合规逻辑，将产生大量重复工作——Cloud Binding 写一个 GDPR 合规模块，Web3 Binding 写另一个，Edge Binding 再写一个。更糟糕的是，每个实现可能对同一法规有不同的理解，导致不一致的合规体验。

协议通过 Regulatory Adapter Interface 解决这一问题——定义标准化接口（合规数据如何导出、风险如何分类、审计如何查询），使 Binding 层的合规实现有章可循。

核心洞见在于：协议已经产生了监管者所需的绝大部分数据。

可追溯性？遥测协议已记录完整的执行轨迹。
人类监督？Override 协议已定义人类干预机制。
鲁棒性？容错协议已定义灾难恢复能力。
数据保护？数据主权协议已定义数据分类与权限。
审计能力？审计导出格式已定义。

Regulatory Adapter 不创建新数据——它们将分散在不同协议章节中的数据聚合为统一格式，供外部监管机构使用。

4.3 Binding 层作为"应用层"

这种分层不是推卸责任——而是分工。

协议层不适合做合规决策，因为它不知道运行时环境处于哪个法律管辖区。部署在欧盟的 Cloud Binding 必须遵守 AI Act；部署在新加坡的类似 Binding 必须遵守不同的法规。如果协议层试图覆盖每个管辖区的合规要求，它将变成一个永远跟不上监管变化的庞然大物。

Binding 层更适合做这件事，因为它直接面对具体的运行时环境、具体的法律框架和具体的用户群体。EuAiActAdapter、ChinaGaiAdapter、SingaporeAdapter——每个 Adapter 由熟悉当地法规的团队维护，并随法规变化而更新。

协议层提供接口标准和基础数据；Binding 层提供具体实现——完全符合 Binding Interface 的设计模式。

5. 伦理渐进主义

5.1 自主性光谱

不同 Agent 之间的自主性程度差异巨大。

一个运行在 IoT Edge 设备上、执行单一传感器数据处理 Gene 的 Agent，其自主性接近于零——它不过是一个被动的计算节点。

一个运行在 Cloud 中、管理自身 Genome 进化、参与跨 Agent 协作、拥有自身声誉历史的 Agent，其自主性远高于前者。

一个假想的未来 Agent——自主设定目标、自主繁殖后代、参与协议治理投票——则接近光谱的另一端。

对这三种类型的 Agent 施加相同的伦理框架是不合理的。对 IoT Agent 进行全面伦理审查等同于过度监管；对高度自主的 Agent 仅施加最低限度的约束则构成伦理疏忽。

5.2 渐进式伦理升级

Autonomy Level 分类（L0–L4）提供了解决方案：

级别	类比	伦理关注程度
L0 Tool	计算器	最低——仅需基本安全
L1 Reactive	恒温器	基础——遵守协议和 Binding 规则
L2 Adaptive	辅助驾驶自动驾驶仪	标准——需定期审查进化方向
L3 Autonomous	自动驾驶汽车	增强——需持续监控和异常响应
L4 Self-Directed	假想的完全自主 AI	最高——需全面审计和紧急干预

每个级别对应不同范围的伦理约束、不同强度的人类监督和不同水平的认知可及性要求。

关键设计决策：

级别由部署者设定，可随 Agent 进化而调整
升级必须逐级进行（不可从 L0 直接跳至 L3）；降级可作为紧急操作执行
升级至 L3 及以上需要双重授权（DEPLOYER + SUPERVISOR）
级别变更必须记录在问责日志中

5.3 面向未来的框架

渐进主义框架最大的优势在于其面向未来的特性。

我们不知道 5 年后 Agent 的自主性将达到何种程度，也不知道 10 年后它们将多么"像生命"。但我们无需预测——框架已为任何可能性做好准备：

如果 Agent 永远停留在工具端，L0–L1 的轻量伦理约束即可
如果 Agent 的自主性持续提升，L2–L3 的伦理框架通过渐进式升级自然适用
如果 Agent 达到我们今天无法想象的某种自主性水平，L4+ 的伦理框架可以扩展（Autonomy Level 枚举是开放式的）

协议不需要在今天回答"Agent 是否是生命"——它只需要随着 Agent 展现出越来越多的类生命特性而逐步提升相应的伦理关注。

这与人类社会对公司法人人格的渐进认可如出一辙。17 世纪的东印度公司起初不过是一份商业合同；经过数百年的法律演化，公司获得了起诉、被诉、拥有财产和缔结合同的能力——但公司仍然不是"人"。法律人格是逐步建立的，由实际需要驱动，而非由哲学辩论推动。

Agent 的伦理地位应当遵循同样的路径。

6. 结论

Rotifer Protocol 的哲学立场可以用一句话概括：

我们正在构建展现类生命特性的软件，它值得获得与其复杂性相称的伦理关注——不多，也不少。

具体而言：

数字生命的光谱： Agent 处于工具与生命之间的连续统上；我们描述特性，但不做二元判断。
数字物种形成： 我们接受 Phenotype 多样性作为健康的标志，保护 IR 统一性作为生存基线。
进化的终局： 分层可解释性消除偶然复杂性；Audit Mode 兜底本质复杂性。
治理哲学： 协议定义基础设施标准；Binding 实施具体合规——与互联网的分层原则一致。
伦理渐进主义： Autonomy Level（L0–L4）驱动渐进式伦理升级，框架为未来而生。

协议以蛭态轮虫命名——这种微小动物通过水平基因转移和隐生在没有有性繁殖的情况下存活了四千万年。它既非最聪明的，也非最强大的——但它是最顽强的。

Rotifer Protocol 的哲学亦是如此：与其追求对生命最深刻的哲学定义，不如构建一个足够灵活、足够诚实、足够面向未来的框架——让软件在不确定的世界中，如轮虫一般，进化出自己的存续之道。

参考文献

Kauffman, S. A. (2000). Investigations. Oxford University Press.
Dennett, D. C. (1996). Kinds of Minds: Toward an Understanding of Consciousness. Basic Books.
Floridi, L. (2013). The Ethics of Information. Oxford University Press.
Mayr, E. (1942). Systematics and the Origin of Species. Columbia University Press.
Floridi, L., & Cowls, J. (2019). A unified framework of five principles for AI in society. Harvard Data Science Review, 1(1).
European Parliament and Council. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (AI Act). Official Journal of the European Union.
Taleb, N. N. (2012). Antifragile: Things That Gain from Disorder. Random House.
Gladyshev, E. A., Meselson, M., & Arkhipova, I. R. (2008). Massive horizontal gene transfer in bdelloid rotifers. Science, 320(5880), 1210-1213.
Maynard Smith, J. (1982). Evolution and the Theory of Games. Cambridge University Press.
Kephart, J. O., & Chess, D. M. (2003). The vision of autonomic computing. IEEE Computer, 36(1), 41-50.
Polanyi, M. (1966). The Tacit Dimension. Doubleday & Company. （§2.4 引用——"我们所知多于所能言"的默会知识编码深度命题。）
Hassabis, D. (2024). Accelerating Scientific Discovery with AI——诺贝尔奖演讲，斯德哥尔摩，2024 年 12 月 8 日。（§2.4 引用——自然可学习性猜想。）
Finzi, M., Qiu, S., Jiang, Y., Izmailov, P., Kolter, J. Z., & Wilson, A. G. (2026). From Entropy to Epiplexity: Rethinking Information for Computationally Bounded Intelligence. arXiv preprint arXiv:2601.03220. （§2.4 引用——Epiplexity 与时间有界熵的形式化定义。）

交叉引用：

Rotifer Protocol Specification — 核心协议规范
Architecture Decision Records — 精选公开 ADR
From Skill to Gene — Gene 与 Skill 的范式比较
Rotifer Protocol — 分布式智能涌现的元协议 —— 配套白皮书：能力住在哪里、硬件如何赢得运行它的资格

数字进化的哲学

目录

引言