原作者简介
斯图亚特·考夫曼（Stuart A. Kauffman），美国理论生物学家，现任加拿大University of Calgary大学生物复杂性和信息学研究所主任。考夫曼1939年生，分别于1960年和1963年在美国达特茅斯大学和牛津大学获学士学位，1968年于加州大学旧金山分校获医学学位。先后供职于美国芝加哥大学、宾夕法尼亚大学和新墨西哥大学等学校和美国著名的圣塔·菲研究所（Santa Fe Institute）等研究机构。研究领域为生物复杂性理论、分子进化以及生命起源等。先后出版《秩序的起源》（The Origins of Order）、《宇宙为家》（At Home in the Universe）和《科学新领域的探索》（Investigation）等畅销科技著作。
引言
我们生活的世界上，充满着令人惊叹的生物学复杂性。各种各样的分子合在一起跳代谢之舞，终于造作出细胞来。细胞跟细胞交互作用，形成生物；生物与生物交互作用，形成生态系统，形成各种经济形态和社会形态。那么，这一伟大的建构自何而起呢？百多年来，科学只给了一个说法，来解释这种有序状态的起源，那就是自然选择说。达尔文教导我们，众生芸芸，随机发生突变，自然选择大浪淘沙，偏留那些有用的、凤毛麟角的佼佼者，生物的世界于是进化不息。根据这种生命史观，生物体乃是东拼西凑而成的洋玩艺儿，造作者就是那个不声不响的、机会主义的补锅匠——自然选择。这样一来，科学就把我们置于一种可怜的境地：我们原来是一场不可思议、没有可能发生的事故，我们背后，则是那冷漠的巨大时空。（序-p1）
作者经过30年的研究后开始相信，关于生物的这一主流观念是不完全的。作者在本书中就是要论证：自然选择固然重要，可是，自然选择并不是单打独斗，就制作出了生物圈的一切，从细胞到生物体到生态系统，这一整个漂亮的建构。在此之外，生命还有另一个源头，那就是自组织——这才是有序状态的根源。作者坚信：生物世界的秩序，不仅仅是零敲碎打地做出来的。那是由于自组织的那些原理自然、自发地生出来的。而这些复杂性原理，才刚刚被我们揭示出来并加以理解。
过去30的科学的主流是还原论的，那就是试图把复杂的系统割裂成简单的部分，然后，这些部分再割裂成更简单的部分。这个还原论的程序获得了令人瞩目的成功，往后还会一如既往成功下去。可是它也留下一个空白：我们如何利用我们搜集到的关于那些部分的知识，来建构一个关于整体的理论呢？这里的深层困难在于，那个复杂的整体可能表现出一些品性，不大容易用关于部分的理解来解释。可以毫不玄虚地说，那个复杂的整体，常常会表现出一些集体的品性，这些品性是“自发产生的”，合理合法，天经地义。
本书描述关于复杂性原理的一些探索，就是在这些原理的作用下，一道分子汤里产生了生命，最终进化出我们今天见到的生物圈。不管我们谈论的是分子和分子如何协作组成了细胞，还是生物体跟生物体如何协作组成了生态系统，还是买方与卖方如何协作组成了市场和经济形态，我们都会发现一些理由使我们相信，光有达尔文主义是不够的；相信我们今天看到的世界不仅仅起源于自然选择。在这个活生生的世界的制作过程中，自然选择始终是外力，作用于一些表现出自发秩序的系统之上。
1. 生命的起源
1.1. 不可能的生命？
达尔文的自然选择学说不仅并没有对生物性状如何遗传、如何产生变异作出科学的解释（当时也不具备这样的条件），而且，更关键的是，它无法解释最低等的生物最初是如何出现的——地球上本无生命，只有化学物质，生命如何从这一锅化学物质的汤中产生出来，比它本身的进化还要深刻而奇妙。1953年诺贝尔化学奖得主哈罗德·尤瑞（HaroldUrey）和他的研究生史丹勒·米勒（Stanley Miller）用实验表明，原始地球还原性大气（主要成分是甲烷、氨和硫化氢等还原性气体）【注1】在闪电的条件下可以自发地产生组成生命分子的氨基酸。然后，科学家们认为，随着时间的推移，这些简单的混合物就开始聚集于原始海洋中形成原始化学汤，经过更进一步的化学反应，变得越来越复杂，最终会产生有机大分子，包括蛋白质和核酸。最终导致生命的产生。这就是生命起源于原始化学汤的假说，然而，我们可以想见，在原始地球上那锅稀淡的化学汤里，化学反应的速率将是极其缓慢的，以至于生命看似难以形成：
我新近读到的一组卡通画极好地捕捉到这一想法。卡通画的题目就叫做“生命的起源”。画上写的日期是“38.74亿年前”。在一个不毛的石壁的底下，两个氨基酸飘来飘去飘得很近了。三秒钟以后，两个氨基酸又飘远了。过了412万年，两头氨基酸又在一个远古的石壁下飘近了……计算结果显示，按照概率，给它几十亿倍于宇宙年龄的时间，生命都不会成形。对那个理论来说，这是多么不幸呵，因为，此时此刻我正坐在这儿写东西给您看哪。看来，肯定是什么地方有什么东西出了错。（p44）
关于地球上生命起源的学说，1954年诺贝尔奖获得者乔治·瓦尔德（George Wald）在《科学美国人》里曾表示，一堆分子以恰到好处的方式凑合到一起，组成一个活的细胞，看似不可能，但实际上时间才是情节的主人公（当时还认为生命经历的时间为20亿年，现在认为是40亿年）。“给了这么长的时间，不可能地变得可能了，可能的变得很可能了，很可能得简直就是稳稳当当了。你只要等待，时间自己会作出奇迹。”（p56）然而，批评者们认为，就算有20亿或40亿年的时间，也还不能够从纯粹偶然的事件中生出生命来。我们可以大概计算那些无生命的大分子，以恰到的好处相互凑合在一起成为一个活的最简单的生命体，比如埃西大肠杆菌，其概率有多大。首先可以考虑得到一个起作用的酶有多大概率。我们知道，组成生命的氨基酸有20种，要随机排列碰出一个含200个氨基酸的实际细菌酶的概率为1/20200。考虑到对一个特定反应起催化作用的氨基酸序列可能不只一个，这个几率应该大一些，就算它是1/1020吧。可是要复制一个最简单的细菌，造出一种酶还不够，必须聚敛起大约2000种起作用的酶，于是通过偶然组合，组合出细菌的概率为1/1020×2000即1/1040000。可是地球的历史只有45亿年，就算有40亿年时间供生命创造，尝试创造生命的次数，按罗伯特·夏皮罗《起源》一书中的估算，也只有2.5×1051。尝试次数只有1051，而成功的概率却只有1/1040000，那么生命的出现几乎就是不可能的。其可能性“就可以跟一阵龙卷风刮过垃圾站，用其中破铜烂铁装配起一架波音747相提并论”（p56）。
【注1】原始地球大约形成于46亿年以前。科学家根据火山喷发所喷出的气体，以及远离太阳、变化较小的木星、土星，它们现在的大气成分主要是甲烷、氨气和氢气的事实，推测原始地球的大气也是这样的强还原性大气。他们认为，原始地球的大气成分中没有氧气，而有氢气、二氧化碳、氨气、甲烷、硫化氢和氰化氢等还原性气体。但20世纪80年代以来，有的学者对此产生了怀疑。他们认为，原始大气中没有氨气、甲烷和硫化氢气体，因为这些气体很容易被紫外线辐射所分解，所释放的氢气多数也会逃逸到大空中，因此，早期原始大气的主要成分是水蒸汽、一氧化碳、二氧化碳、氮气等气体，可能还有一些游离的氢气。如果按照原始大气中没有氨气和甲烷，或者只有极微量，由这样的气体所组成的地球原始大气，在各种自然条件的作用下是不可能产生出有机物和氨基酸的，那么米勒的实验就令人怀疑。另外，还有一些学者对原始大气的成分提出了其他的观点。
1.2. 自催化系统和生命反应网络
考夫曼相信，有这样想法的人，是没有领悟到自组织的巨大力量。接下来，考夫曼用了大量的篇幅来阐述他对于生命起源的看法：
我倒是持有一个离经叛道的看法：生命并不依赖于模版复制的把戏，而是基于某个更深刻的逻辑。我希望让你相信，生命乃是复杂化学系统的一个自然属性……当一道化学汤里的分子种类超过特定的临界数目特定的临界数目时，一个自我支持的反应网络，一个自我催化的代谢机制，就会倏然出现。我想说，生命出现时并不简单，却是复杂而完整，从此以后一直复杂而完整。这并不是什么生命冲动，而是因为一个从四分子到有组织的简单而深刻的转变，通过这一转变，每一个分子都依赖组织中其他分子的催化而形成。生命的秘密……在于催化闭合的达成。（p59）
细胞不只是开放的化学系统，还是一种集体催化的系统。考夫曼试图用“扣-线”玩具模型说明，在原始地球上，是如何产生出自动催化系统的。所谓“扣-线”玩具模型，可以大致表述为：设想有 N 个纽扣分散在地板上。随机捡起两个，用一段线连起来，再把它们放下。再随机捡起另外两个，进行相同操作。这样一直重复下去。起初挑选的几乎肯定都是以前没选过的，过一会儿，则更可能选中一对纽扣，而发现其中一个已经捡起过。于是，将有三颗纽扣连在一起。也就是说，随着线与纽扣的比例增加，数目较小的集合开始形成。纽扣集合的规模随着线与纽扣比例的增加而增长，随着集规模的增长，集与集之间开始相连。当线与纽扣的比例达到0.5时，就会突然间形成一个巨大的集合。比例超过0.5后，越来越多的孤立纽扣和较小的集合会与这个巨大集合相连，最大集合的规模继续增大，但由于剩下的孤立纽扣和较小集合越来越少，增长速度变慢下来。“线绳与纽扣之比超过0.5时，最大的那个纽扣集的规模发生的突然变化，我认为就是导致生命起源的相态转变的玩具版本。”（p69） 考夫曼由此提出了他心目中关于生命形成的观点的中心思想：
分子多样性必须达到某个临界值，那个系统才能着火，达成催化的闭合。一个由10个多聚物和百分之一催化几率组成的简单系统只不过是一组死气沉沉的分子。几乎可以肯定，10个分子中没有任何一个能够催化10个分子间的任何反应。在这盘死气沉沉的分子汤里将不会发生任何事件，只有一些非常缓慢的自发的化学反应。增加分子的种类，并增加他们的原子复杂性，他们之间就会有越来越多的反应受到系统内化学成员的催化。当分子多样性超过某一临界值时，一个由受到催化反应组成巨无霸网络佳肴作为一种相态转变而形成。……现在你凭直觉就意识到，那个巨无霸部件会包含一个集体的自我催化的次级系统，它能够吸取食物分子，通过受催化的反应而形成自身。（p78）
2. 免费的秩序
2.1. 更广泛的秩序
达尔文教导我们，进化的关键动力，需要有自我繁衍和遗传变异。一旦形成了这些东西，自然选择就会动手选出那些教师于生存的，淘汰那些不太适合生存的。大多数生物学家认为，DNA或RNA是某种稳定的遗传信息库，对于适应性进化来说是至关重要的。可是，假如生命发源于集体的自动催化，后来才学会了结成DNA和遗传密码，我们就不得不作出解释，说明这样的自动催化系统何以能够经历遗传变异和自然选择而仍旧保持一个基因组。假如我们需要模板复制的奇迹和蛋白质遗传编码那一更神的奇迹，那就要落入鸡生蛋蛋生鸡的问题，让我们想起来头大。进化是离不开这些机制，而如果没有进化来把它们敲打成个儿，我们也不能够有这些机制。要继续寻找一个理论以说明我们是注定要来的，我们就要问这么一个问题：有没有一种途径，让自动催化系统能够不靠基因组那套复杂玩意儿而进化？（p87）
考夫曼阐明了自动催化的分子系统何以会从某种多样性的化学汤中自发突现。他试图使我们看到，集体的自动催化，还有生命本身，都是由于他称之为“免费秩序”的自组织的缘故自然出现的。考夫曼相信，“这个免费的秩序，不仅支撑着生命本身的起源，同样也支撑着进化着的生物体内的秩序，甚至也支撑着生物体的进化能力本身。”（p87）
2.2. NK 布尔随机网络
NK 布尔随机网络（NK Boolean Random Network）是考夫曼最重要的研究手段。这是一种“insilico”研究技术（字面解释是“硅片上的研究”），即利用计算机数据综合分析方法进行生物学研究。斯蒂芬·沃夫兰姆（Stephen Wolfram）在他的著作《新科学》（A New Kind ofScience）中指出，某些“算法”，可以产生某种秩序。于是，考夫曼（1992，1995）以布尔算法为基础，提出了 NK 布尔网络模型（简称 NK 模型）。他假设模型中的网络有 N 个元素组成，每个元素都受影响于其他 K 个元素，并假定该模型为一个离散的动态模拟模型，它 t+1 时刻的状态完全决定于其 t 时刻的状态：
![][0]
[0]: https://latex.codecogs.com/gif.latex?${{S}{i}}(t+1)={{f}{i}}({{S}{j{i}{1}}}(t),{{S}_{j_{i}{2}}}(t),\cdots&space;,{{S}{j{i}^{k}}}(t))$
然后，考夫曼将每个元素形象化为一个灯泡，灯泡的“开”和“关”两种状态对应元素的0和1两种取值，接着再赋予每一个灯泡一个可能的布尔作用（如与作用、或作用等），这样就构造了一个容易让人想象的由灯泡组成的布尔网络。
2.3. 自我平衡的源泉——吸引子【注2】
通过计算机对布尔网络行为的模拟，考夫曼发现：
任何这样的网络都会稳定下来，进入一个状态圈。这个状态圈可能很小，是个单层恒定状态，也可能很大，状态数目大到数目失去了意义。假如一个系统落入一个较小的状态圈，他将呈现井井有条的行为。可是，假如状态圈太大，系统的行为将是本质上不可预测的。仅仅有着寥寥数千个分子的网络，它可以漫游的状态空间就不是常人所能想象的了。要我们那些自动催化的系统井井有条，必须不让它沿着没完没了的切线飞掠出去，而要让它安顿下来，进入较小的状态圈，也就是说，行为稳定，节目单有限。（p95）
要深入理解自动催化的系统有多大可能会稳定到能够安身立命，我们必须要知道怎样能做成状态圈短小的井井有条的网络。要回答这个问题需要了解吸引子的概念。在任何不同样式下启动一个网络，当它经过一系列状态的变换之后，都会安顿到同一个状态圈里，按同一规律行动。用动能系统的语言来说，这个状态圈就是一个吸引子。而流入其中的那组轨迹则称为吸引区。我们可以大略地把一个吸引子想象成一个湖，而把吸引去想象为流入湖中的水系。考夫曼认为，在适宜的条件下，这些吸引子可能成为较大动能系统中的秩序之源。
由于该系统终归要循着轨迹流入吸引子，所以吸引子会把系统‘诱捕’到状态空间中的小小的亚吸引区。在一片可能行为的汪洋大海中，系统安顿下来，在有限的几个行为上规行矩步。吸引子可能不大，却造出了秩序。的确，微小的吸引子乃是我们正在寻找的免费秩序的先决条件。（p96）
【注2】吸引子（attractor）位于状态空间中，是一种用以刻画状态空间中的长期行为的几何形式，也是系统行为的最终归宿。第一类吸引子是状态空间中的不动点，是最简单的一类吸引子。在状态空间中随着时间的流逝，系统的轨迹趋于一个固定的点上，这个固定的不动点就叫做不动点。第二类吸引子是状态空间中的闭环，或极限环，这是复杂性居第二位的吸引子，它描述的是稳定振荡，例如，钟摆的周期运动，和心脏的跳动，是刻画周期性行为的吸引子。第三类吸引子为环面吸引子，它描述的是复合振荡的拟周期行为，它的轨道在状态空间中的一个环面上绕行。以上这三类吸引子，统称为非混沌吸引子，它们的行为是可以预测的。第四类吸引子是奇异吸引子，又称混沌吸引子。Lorenz吸引子就是它的第一个观察到的实例。它具有复杂的拉伸、折叠与伸缩的结构，可以使指数型发散保持在有限的空间中，就好像厨师揉面团做拉面一样，其过程如下：首先是“拉伸”，面团的临近部分按指数规律拉长，数学上称之为发散。然后，再将拉伸长的面团“折叠”回来。随后，又是拉伸、折迭，不断的重复这一操作，反复进行。由此可知，混沌吸引子应是一种分维形态的结构，它是不可能用欧几里德几何学来描述的。吸引子的产生，可以解释为：耗散系统在其运动与演化的过程中，相体积的不断收缩因而产生吸引子。收缩是由于阻尼等耗散项的存在所至。吸引子的维数一般比原始相空间低，这是由于耗散过程中，消耗了大量小尺度的运动模式，因而使得确定性系统中长时间行为的有效自由度减少。如果系统最终剩下一个周期运动，则称该系统具有极限环吸引子。二维以上的吸引子，表现为相空间相应维数的环面。以上的分类参见：胡瑞安、胡纪阳、徐树公著，《分形的计算机图像及其应用》，中国铁道出版社，1995年。
2.4. 秩序的必备条件
要产生免费的秩序，光有微小的吸引子显然是不够的。一个能动的系统，比如一个自动催化的网络，要能够井井有条，必须表现出自我平衡，就是说，它必须能抵御小小的混乱。对于一个孤立的稳定状态，虽然存在微小的吸引子，但只要一经扰动，系统就会被推入一个不同的吸引去，再也回不到原来的状态了。假如网络具有这样的性质，即所有的吸引子都这样不稳定，那么不难想象，轻微的混乱都会持久地把该系统撞出吸引子，登上状态空间中永不重复的无尽旅程。显然，这个系统将是混沌无序的。作者30年的研究成果表明：
构建网络的方式有两个特征，这两个特征的不同，可以决定一个网络将处于一个有序的体制，还是处于一个混沌的体制，抑或是处于两者之间的转型态，可以说处于“混沌的边缘”。特征之一很简单，就是有多少“指令”控制着任意一个灯泡。如果一个灯泡只为另外的一个或两个灯泡所控制，如果该网络“交游零落”，那么，系统就表现极好的秩序。如果每一个灯泡都受制于许多别的灯泡，系统就是混沌的。所以，“调节”一个系统的连通性，也就调节了有序无序的程度。控制有序或混沌出现的第二个特征也很简单，就是控制规律本身的偏向。有些控制规律，比如我们所说的布尔作用，与作用和或作用，就倾向于产生有序的动态。其它控制规律则产生混沌。（p98）
对于 NK 布尔随机网络，一般情况下，当 N 一定时，若 K≤2，网络就处于有序区域中；若 K＝2，网络正好处在混沌边缘的相变处；若 K＞2，则网络处于混沌区域中。研究表明，当 K＞2 时，仍有一些办法能调节网络，使之从混沌到有序。其中一种方法是“摆布一个称为P的变量”（p103）。P 参量是由伯纳德·德里达（Bernard Derrida）和盖拉德·威斯波克（Gerard Weisbuch）提出的，可以定义为绝大部分的事件数与总的事件数的比值。例如对于某个网络，其结点的状态分别为7个1和1个0，则 P＝7/8。按 P 的定义，布尔函数（或网络）的 P 值为0.5～1.0，即绝大部分的事件数可以占总的事件数的一半乃至全部。他们指出，当 K＞2 时，P 可以从0.5上调到某个临界值 Pc，在临界值处，网络从混沌变为有序。另一种方法就是“用所谓的疏导性布尔作用来构建网络”（p127）。所谓疏导性布尔作用就是指，至少有一个指令可以决定被协调元素的下一个状态，而不管其他指令如何。比如“或”作用就一种疏导性布尔作用。实际上，K＝2 指令的16种布尔作用中，只有“仅或”和“假如而且只有”这两种作用是非疏导性的。
3. 个体发生学之谜
3.1. 雅各布，莫诺和遗传回路
一个生命体是从一个受精卵开始，经过细胞分裂变成不同的神经细胞、肌肉细胞、肝脏细胞等等上百种不同的细胞，而且这个过程非常精确，不早不迟，正好长成一个生命体。这样就出现了一个问题，受精卵的基因是确定的，而在发展过程中却产生了细胞的差别，这是怎样形成的呢？
法国遗传生物学家弗朗索瓦·雅各布（FrancoisJacob）和雅克·莫诺（Jacques Monod）发现，在任何细胞当中都包含着调节基因，它们像开关一样，能够打开或关闭其它基因，而且许许多多的调节基因可以同时作用，这样整个基因群体就构成了一个基因组。
雅各布和莫诺发现，一个小小的分子就可以“启动基因”。由于压迫者本身就是另一个埃希大肠杆菌的产物，不久就清楚了，基因之间能形成遗传回路，并能够彼此打开、关闭。到了1963年，雅各布和莫诺写了一篇极富创造性的论文，提出细胞分化一定是由这种遗传回路控制的。在最简单的情况下，两个基因会彼此压迫。且想想这么一个系统。假如基因1压迫基因2，基因2有压迫基因1，那么，这样的系统就会有两种不同的基因活动样式。第一种样式，是基因1活跃而压迫基因2；第二种样式，是基因2活跃而压迫基因1。由这两种稳定的基因表达样式，这个小小的遗传回路就能够造出两种不同的细胞类型。每一个类型将都是同一遗传回路的另一样式。如此，两种类型有由这同一个“基因型”，同一基因组，但能够表达不同的基因组合。（p118）
3.2. 小小的吸引子，大大的秩序
考夫曼认为，对于细胞差别是如何产生的这一问题来说，重要的不在于这个基因是否能够精确地按照定义好的顺序激活了那个调节基因，而是这个基因组作为一个整体，通过相互的开关作用，是否能够安顿下来，将活性基因组合成一个稳定的、自我连贯的形态。一个基因组是否能够有许多稳定的行为形式这一事实，也就是是否能够产生有序的行为这样一个事实，正是发育过程中是否能够产生许多不同细胞类型的原因。而且他相信生命本身的自组织，即秩序是纯粹地产生于网络结构，而不是产生于单个的基因。
我们的细胞里包藏着100000多种基因，人类基因协调系统的状态空间至少有2100000或1030000那么大……对于这么个巨大的状态空间来说，细胞类型意味着什么呢？发生生物学的中心教条只是说，不同的细胞类型就是同一个基因组系统的不同活动样式。当我们考虑到人类基因组能做出至少1030000种基因活动组合的时候，说那样的话还有什么意思吗？……就是把大爆炸以来可能存在的所有世界里的可能的所有生物的寿命全部加在一起，也不够细胞做那样的探索。
如果我们接受下述的可能，这一秘密也就初见分晓了。这种可能性就是：基因网络因其构成方式而处于有序王国。这样的一个网络并不是满地图上到处漫游，而是为状态空间里的小小黑洞似的寥寥几个吸引子所吸引。一个围绕特定吸引子周旋的细胞会表达为一定的基因和蛋白，使自己作为特定类型的细胞而行为。同一个细胞，假如围绕另一个吸引子周旋，就将表达为不同的基因和蛋白。于是，我们的框架性假说就表述为：<u>不同的细胞类型就是基因网络节目单中不同的吸引子</u>。（p131）
在这个理论框架下，每一个细胞类型都要被限制在基因活动的可能样式的一个极小的部分，这些状态圈吸引子的长度应该是基因数的平方根。可以把细胞周期看作一个细胞穿越其状态圈的长度，而计算结果，即细胞穿越其吸引子所用的时间，也就是细胞周期的实际时间。考夫曼把某随即网络中的元素的数量和状态循环的长度的关系，以对数图表的形式变现出来；同时把对不同生物的估计的基因数量和每个细胞内含有DNA的比例，跟细胞分裂时间的中间数相对比。在这两种情况下，所得的结果都是斜率为0.5的直线。这说明细胞的周期就像预言的那样约等于基因数目的平方根。假如一个细胞类型就是一个状态圈吸引子，那么细胞类型的数目是一个生物体内的基因数的函数，且应和基因数目的平方根成正比。于是，考夫曼将多种门的生物的细胞类型数与每个细胞中DNA数量的对数相比较，在此发现这种对数关系是线性的，斜率为0.5，表明细胞类型的数量随每个细胞中DNA数量的平方根的增加而增加。假如结构性和控制型的基因数目与每个细胞内DNA内容存在比例关系，那么细胞的种类与基因数目的平方根成正比。这又与预言的相同。“面对这个，是很难不动心的。”（p134）
由这个理论可以知道，各类细胞是自我平衡的，即使受到暂时的扰动，最后都会回到受扰动前的状态圈中。但是，这种自我平衡又不可能是完全彻底的。假如受精卵通过分成枝状的路径分化成中间细胞类型，这些中间类型有进而分化为新生儿或成体的最后细胞类型，那么，一点混乱偶尔也会把一个细胞退入一个新的吸引区而流入新的吸引子，即循着新的发育路径成为一个新的细胞类型。现在已知道，早期胚胎的外胚层细胞从皮肤路径走上了神经路径，但由于每一个细胞类型被触发时只能改走相邻的优先级条路径，故外胚层细胞走不到成为胃壁衬层的路径上去分泌盐酸。
4. 生命的进化
对于生命的进化，考夫曼在其新作《科学新领域的探索》中提出了生物圈共同构建的四条候选定律 [1]。按照共同演化构建的分子自主主体群落在演化中可能会出现的四个明显不同的阶段，定律分别如下：
定律一：自主主体群落将会演化到群落成员间的动力学“混沌边缘”，与此同时还可以获得每一个主体世界的最优粗粒化，它将最大化每一主体无须“颤抖的手”就可识别和作用的能力。
定律二：主体的共同集群在相对于共同演化而言的比较短的时间标度上，将会聚集到自组织临界状态，这时每一群落中都会有某些物种数达到最大值。在这些最大值附近，会出现局部灭绝事件的雪崩的定律分布。再趋近最大值的过程中，新物种产生的净速度会逐步减慢，并最终停止。
定律三：在共同演化的时间标度上，共同演化的自主主体作为一个群落，可通过调节景观结构（谋生方式）和耦合景观而达到自组织临界状态，从而产生物种灭绝和物种形成的幂律分布以及物种寿命的幂律分布。
定律四：自主主体会一直演化，直至局部群落处在“亚临界-超临界边界”上，以便持续为群落的有效相空间的相邻可能的膨胀提供一个自组织临界平均。
这四条定律可以说是对《宇宙为家》中有关生物进化的阐述所进行的总结和深化。在《宇宙为家》中，考夫曼对于其进化理论的论述带有明显的文学风格，大量的科学数据和理论，看似是逻辑的推演，但又像是文学中常用的比兴、烘托、夸饰和隐喻 [2] 。毕竟是一部科普读物，而作者又试图在书中建立一种新的进化理论，难免会给人结构零散、缺乏体系的感觉。但是，考夫曼始终围绕着自组织和自然选择，所提出的一系列概念，如混沌边缘、适应性地形、共同进化等，也给人很深的启示。
4.1．混沌边缘理论
不管是原生细胞还是你的细胞，不管是早期的生命还是所有的生命，必定都能作出有序而又有弹性的行为来。（p109）
我们已经知道，在深层的有序状态下，系统表现出较强的自我平衡，扰动在系统内部几乎不能传播开来，将不可能发生复杂的协调。而在混沌状态下，系统又会对微小的扰动表现出大规模的敏感，即所谓的“蝴蝶效应”。因此，或许那些正好处于相态转变阶段，处于秩序与混沌之间的网络，最有可能做出有序而灵活的行为来。
复杂的系统之所以存在下来，存在于混沌的边缘，或虽处于有序王国而却靠近混沌的边缘，乃是近化使然。虽然自动催化的网络是由于复杂性原理自然而然产生的。可后来，自然选择也许调节了它们的参量，拧动K值和P值的旋钮，一直把它们拧到有序王国里靠近边缘的地方——有序与混沌之间的转型地带，那里有复杂的行为在繁殖滋长。说到底，能够做出复杂行为的系统确有存活的优势，于是，自然选择便找到了自己的角色：给自发产生的免费秩序塑型。（p110-111）
混沌边缘理论不仅适用于基因网络，还适用于生命的进化。考夫曼认为生物体等适应性主体能够与环境及其他主体进行交互作用，不断“学习”，那环境的影响“存储在”个体内部。生物体与环境最佳适应的状态就是“混沌边缘”，即有序与无序的边缘。混沌的边缘就是既有不稳定性，也具有稳定性的地方，是复杂系统能够自发地调整和存活的地方。在这种状态下，这些生物体的平均适应性增至最大。在各种各样的复合系统中，最高平均适应性处于有序有混沌之间的转变过程中。通过选择一种合适的策略，生物体就会将其与环境的耦合调节到无论哪种值都会使之达到最佳配合的情况。如果生物体将这种和调节到适合于自身的优势，那么他们将达到有序无序的边境，其最高平均适应性区域 [3]。
4.2. 超临界-亚临界之间
而今，在人类居住的每一平方英里土地上，都有数不清的有机分子在几百万种细胞内挨挨挤挤。没有人确切地知道，无机和有机分子到底有多少种，可是有一点我们可以很有把握：生物圈里有机分子的多样性比起40亿年前第一批小小的分子在原初大气和海水里聚集起来的时候总要多多了。（p139）
对于大分子多聚物种类的数目，我们仅以蛋白质为限，作粗略的估算。人类的基因组大约编码着100000种蛋白质。假如我们作一个过分简化的猜想，认为地球生物圈里上亿个物种，每一中都产生完全不同的蛋白，那么，生物圈里的蛋白质的种类将达到约100000×100000000，即10万亿之多。考虑到有亲缘的物种，其蛋白质高度相似，这一估计可能偏高。假如我们估计大约有1万亿种，则不会很离谱了。由此可见生物圈有机分子的种类之巨。那么，如此规模的分子多样性是从何而来的呢？
很有可能，是分子多样性本身引起了自己的大爆炸！多样性以自己为食物，驱动自己向前。细胞彼此间相互作用，并且跟环境相互作用，创生了新型的分子，这些分子同样富有创造性，马上产生出更加多样的分子。这种我称之为超临界行为的事情，跟见之于分子转变为原初生命的那种态相转变同出一辙。（p140）
整个生物圈可能就是一个集体自催化的系统，集体地催化着、扩张着我们所见到的有机分子的多样性，有点像链式核反应。（p142）
考夫曼相信，生物圈里分子多样性的最终源泉就是超临界。可是，一方面，是细胞造成并包藏了超临界，且由超临界来维持，另一方面，又正是这个超临界对细胞构成了最深刻的威胁——若细胞内部也产生多样性爆炸，细胞将无法生存。因此，“细胞是亚临界的，也一直是亚临界的。”（p150）于是，整个生物圈是超临界的，而组成生物圈的细胞却是亚临界的。
一个超临界的生物圈怎么会由一些亚临界的细胞组成？有或者说，由处于亚临界的细胞组成的生物圈又怎么会成为超临界的呢？“个中答案可能是：细胞群落可能会进化到亚临界-超临界之间的分界线，到此而已。”（p156）假设一个由细菌组成的小小的生态系统是超临界的，可能一些细菌品种会不幸把闯入体内的新型分子转变为一种致命的毒素，于是生态系统中同类的菌细胞都将灭绝：它将降低那个生态系统现存品种的多样性。由于群落是超临界的，各种各样新奇分子会不断生成，产生一系列类似的效果，这将会驱动这个生态系统从超临界走向亚临界；反之，如果这个生态系统是亚临界的，细菌的品种很少，则随机突变和遗传漂移导致的物种形成，以及一些移民品种的出现，又将增加生态系统中细菌种类的多样性，驱使生态系统从亚临界走向超临界。于是，两种压力，一个迫使系统从超临界走向亚临界，另一个迫使系统从亚临界走向超临界。一个区域性的生态系统在两种压力之间平衡求存，将最终演进到亚临界与超临界的边界。
由此还得出进一步的结论：一方面，每一个生态系统都处在亚临界-超临界之间，可是，不同的生态系统之间还是会交换物品，共同营造一个超临界的生物圈，这个生物圈别无选择，只能坚定无情地向着更加复杂的境地迈进。（p159）
4.3. 沙堆与自组织临界性
1988年，佩尔·巴克（Per Bak）及其同事发表了一篇有关沙堆模型的文章，并首次提出了“自组织临界性”。我们可以想象一张足够大而平的桌子，有足够的细沙均匀地从上流泻而下。（确实有人同时用计算机模拟和用真的沙子做过这个实验。）这堆沙子越积越高，直到不能再高了为止。随着新的沙子不断流泻下来，原有的沙子如瀑布般顺坡流泻，不断从桌边泻落到地上。反过来，你也可以从一大堆沙子开始，达到同样的状况：沙堆会坍落下来，直到所有多余的沙子都从沙堆上流泻下来。无论用哪一种方法，由此而形成的沙堆都是自我组织的，也就是说，沙难自己达到了一个稳定的状态，不需要任何人为的干预。沙堆处于一种临界的状态，即表面的沙粒只是刚好能呆住。其实，处于临界状态的沙堆非常近似处于临界状态的钚堆，处于临界状态的钚堆刚好处在趋于核爆炸但还没有引起核爆炸的边缘。细微的表层和沙粒的棱角以各种能够想象得出来的方式锁定在一起，差一点儿就会溃散。所以只要有一粒沙滚落，都无法预料会出现什么样的结果，也许什么都不会发生，也许只有很少沙粒会滑落，或也许一个很小面积的沙粒滑落正好导致一场连锁反应。实际上，沙堆坍落的规模可能是任意的，但一般来说，小的坍落很多，大的坍落较少。沙崩的行为符合“幂律”规律，即一定规模的沙崩频率与其规模的某些幂次成反比。
巴克指出，所有这些问题的关键在于，在大自然中的“幂律”行为屡见不鲜。无论是从太阳的活动，从银河之光、还是从通过电阻的电流和河水的流动中，都能看到这种现象。巨大的冲动极为鲜见，小的冲动却随处可见。但所有规模的冲动频率都符合幂律。就像均匀流泻的沙子能够使沙堆通过自组织达到临界的状态一样，均匀输入的能量、或流水、或电力，能够使自然界许许多多系统通过自组织达到同样的临界状态，使它们变成一群微妙地相互锁定的子系统，刚好能呆在临界的边缘——各种规模的崩落不断出现，事物重组的频率恰好能使它们平衡在临界的状态。
4.4. 适应性地形
在适者生存的进化过程中，一般人认为调整是通过一个个小的变化，不断向高度适应的‘高峰’攀登的过程。自然选择就是促使一个正在适应的物种向这个高峰攀登。……如果该山脉的地形非常复杂，但我们对它依然感到熟悉，那么选择攀登的道路并不困难……可是由于进化中的物种无法看到整个进化地形的轮廓，寻找道路的问题就变得更加复杂了。想飞向高空俯瞰全景是不可能的。我们可以假设物种可以通过随机制造一些变异个体来进行试探。如果某种变异能够获得更高的进化层次，那么就表明这个变异更适应环境，整个物种就会被引向这个新的位置。此后，出于新位置的物种优惠利用随机变异来进行试探。于是自然选择又进一步将物种引向更高的层次。这就是达尔文的渐变论。（p189）
考夫曼由此引入了“适应性地形”（fitnesslandscapes）的概念。当引入这样一个粗略概念时，一个通常的困难便呈现了出来。假定将不同的基因型在一个二维平面（代表描述实际上可能存在的基因型的多维数学空间）上表示出来。适应性或不适应性用高度来表示，随着基因型的变化，适应性的变化形成了一个二维平面，在三维空间则有大量的小山与山谷。生物学家习惯上用较高的高度表示较大的适应性，所以山顶对应于极大的适应性，谷底对应于极小的适应性；但是，当我们将使用在其他许多领域常用的而与上述表示法相反的方式，将整个图颠倒过来。这样一来，适应性随深度增加而变大，凹陷处的最底部表示极大适应性。
生物得适应性地形非常复杂，上面有许多深度大为不同的坑（“当地适应性最大处”）。如果进化的结果总是稳定地向山下移动——适应性不断提高，那么，基因型有可能被阻滞在一个浅坑的底部，而没有机会到达附近对应于更大适应性的深洞之中。无论如何，基因型必须以一种比只是向谷底下滑更复杂的方式变化。例如，它如果能够以一种随机的方式在附近轻微地上下晃动，那么这样一种晃动将使它获得逃离浅洞而发现附近更深坑洞的机会。但是，不能有太多这样的晃动，否则整个过程将停止运行。我们已在前面很多地方分析到，复杂适应系统在有序与无序之间的一种中间条件下运作得最好。
4.5. 共同进化 [4]
生态是一种自组织的演化系统。物种总是生活在其他物种创造的小生境中。在某个生态系统中，某一物种的进化必然会改变它周围的小生境，迫使周围的物种跟着进化，这种进化可以扩散至整个生态系统。反过来，其他物种的进化，又会促使已经进化了的物种进一步的进化。这样的生态系统可能有三种最终的行为模式：
-
第一种可能的行为模式，是一种稳定的有序状态。如果每个物种碰巧登上了一个适应性高峰，而这个高峰与其共同进化的对手的适应性高峰也是一致的，那么所有的种群都会停止进化。
-
第二种可能的行为模式，是一种混沌的无序状态。所有的物种都变化不止。每一个物种都在努力寻找已经落在后面的适应性高峰，但是，却由于自身的努力而使相邻物种的适应性地形发生了改变，所有物种永远在不停地寻找着变化不止的适应性高峰。
-
第三种可能的行为模式，是介于二者之间的复杂的过渡状态。
到底是什么因素决定了适应性地形的地貌特征及其可变性呢？生物共同进化中是否存在进化规则呢？考夫曼将自组织理论应用于生物学中，提出了复杂进化地形的 NK 模型，用于解决上述问题。在复杂进化地形的 NK 模型中，N 代表一个生物体内的基因数量。每个基因都有两个等位基因，分别为1和0。例如，某个基因显示一个生物的腿的特性，其中，1可能代表长腿，0代表短腿等等。在一个生物的 N 个基因中，如果第 i 个基因和第 j 个基因相关，即第 i 个基因发生变化则第 j 个基因也会随之发生变化。如果 N 个基因每一个基因都与 K 个基因有这种相关关系，我们就可以用 K 来表示一个生物种内基因中的上位成对基因的相互依赖程度。假设每个物种与其他 S 种物种相互发生作用。再假设每个物种每一代都会通过将一个随机选择的基因变成它的等位基因，寻求更适合的基因型。如果新的基因型变异更适应，整个种群就会在其适应性地形上移动到这一新地点。否则，呆在原地不动，以显示自然淘汰的作用。这样，我们就描述了一个生态系统共同进化仿真模型的轮廓。K 值越高，物种基因之间相互关联度越大，适应性地形就越崎岖且越低，因而使每个物种越容易登上了一个适应性高峰，越容易使这个高峰与其共同进化的对手的适应性高峰一致起来，越容易使所有的种群都会停止进化。但由于 K 值越高，崎岖地形的山峰越低，因而生态系统的平均适应性也越低。K 值越低，物种基因之间相互关联度越小，适应性地形就越单调且越高耸，因而使每个物种越难登上一个适应性高峰，越容易使物种在还没有攀登上所攀登的那个高峰时，那个高峰已经由于别的物种的进化而发生了变动。这样，每个物种都始终难以攀登上一个适应性高峰，始终处于不稳定的进化途中，因而生态系统的平均适应性也越低。在K值适中，位于稳定的有序状态和混沌的无序状态的中间过渡带，生态系统的平均适应性较高，位于稳定的有序状态的一侧，紧靠中间过渡带的地带平均适应性最高。这是由于此地带适应性地形的高峰既可以被生物所攀登上，而这些高峰又有一定的高度。
继续完善这个模型，假设 N 和 S 值仍保持不变；每个物种可以改变自身内部的上位对应水平 K 的值，从而改变自己的适应性地形的复杂程度；再假设允许适应性水平最低的物种被随机选择的物种所替代。启动该生态系统仿真模型，不论所有的物种赋予怎样的 K 值，每个物种都趋向于向最优的中间过渡状态的 K 值进化。在开始阶段，物种之间竞争激烈，K 值越高或越低的物种就越容易被淘汰掉。当该生态系统处于最优的中间状态时，平均适应性最高，且物种的平均灭绝率最低。共同进化的生态系统在没有一个智能化的中央调控系统的情况下，似乎被一只无形的手所调节着，使每个物种的 K 值达到最优，使整个系统的平均适应性达到最高。
5. 人类社会的自组织
5.1. 技术共同进化和经济起飞
生物体和工艺，其进化和共同进化的方式，可能非常相似。两种形式的进化，一个是由瞎眼的钟表匠控制，一个是由我们人类控制，可能最终是由同样的普遍规律所控制。也许，规模大小不等的灭绝事件，正如舒彼得所宣称的那样，波及整个经济体系，且符合幂律分布。也许，规模大小不等的灭绝事件也波及整个生物圈。也许，我们都是共同生存着，盲目地对我们共同参与的游戏和各自扮演的角色进行自我调整，直到进入自组织临界状态……（p294）
虽然，工艺品是人们有目的、有计划地制造出来的，是一个典型的他组织过程。例如，工人按照设计图纸生产一块手表或一台机器，在生产之前手表或机器的图纸就已经被设计出来了，生产过程只是在完成预先设计好的图纸。但是新的工艺品的创造过程却是一个自组织过程。在一个新的工艺品被发明之前，这个自然物品的蓝图既不存在于发明家的头脑中，也不存在于宇宙的某个地方。发明家的发明不是神的启示，而是一个从无到有的自组织过程。工艺品的数量和相互关系的总合构成人工自然系统。人工自然系统的演化并不是一个他组织的产物，人工自然系统从萌芽阶段发展到成熟阶段，并不是哪个智慧中心预先设计的结果，而是自组织演化的结果。认识到这一点，对于人类认识由各个时代、形形色色的个体共同创造出来的人工自然系统的本质是非常重要的。
人工自然系统的自组织演化与生态系统的自组织演化有许多相似之处。（1）工艺品的创造过程是一个典型的自组织过程，这与生物物种通过基因突变而进化有类似之处，创造过程也充满了偶然性。（2）与物种的基因型中存在着基因之间的制约关联类似，工艺品的零部件之间也存在着制约关联。工艺品的多个零件中每个零件都可能与其它几个零件相关。例如，自行车车圈的大小的改变，虽然可以不影响车座、车把、车铃等，但必然伴随着自行车内胎、外胎、辐条和链条等的改变。（3）在生态系统中，每一个物种的出现和存在都依靠其他物种营造出的小生境，同时这种生物又为其他物种营造出小生境。一种新的物种的出现，有可能使旧的物种灭亡。与此类似，人工自然系统中的商品和服务，依靠其他商品和服务所创造的小生境而生存，某种商品又为其他工艺品营造出小生境。在技术进步的作用下，工艺品不断产生也不断消亡。汽车出现了，马车就退出了。随着马车的消亡，马掌、马具、马厩、驿站等等也消亡了。当汽车流行开来时，炼油厂、加油站、公路、汽车修理站、汽车旅馆也应运而生。之后，又出现了交通信号灯、交通岗、交通法庭、立交桥等等新事物。
当然，人工自然系统的进化也与天然生态系统的进化有不同之处。后者是由于基因的随机突变再加上物种之间营造的生态环境的自然淘汰的结果，而后者则是一种有意识的创造活动再加上市场的自然淘汰的结果。由于人工自然系统有人的意识的参与，因而不仅具有反馈机制，即总结经验教训不犯同类错误，而且具有前瞻机制，即预测并主动满足市场需求（尽管这种预测具有很大的不确定性）。正因如此，人工自然系统具有了较天然生态系统更快的进化速度，在短短的几百万年，特别是近五千年的时间中，就自组织出一个比天然生态系统还要复杂的系统 [4]。
5.2. 分片模式
考夫曼在20世纪90年代初与比尔·麦克里迪（Bill Macready）及艾米莉·狄金森（Emily Dickinson）合作研究并提出了非集中化组织结构运行的分片模式。
分片过程的基本原理很简单：把一个困难的、充满冲突的、由许多相互作用的部分组成的任务，分割成不相重叠的小片。就每个小片寻找优化方案。优化某片的时候，由于在这片的边界周围的其他各片和这一片的相对关系，因此，在一片当中找到好的解决方案就会改变相邻各片中需要解决的问题的性质。由于每一片发生变化，都会改变相邻各片所面临的问题，那些片中发生的变化又会进一步改变另外一些片中的问题，这就和我们讨论的共同进化的生态系统有了相似之处。每一片，都相当于我们在第十一章中所说的一个物种。每一片都需要在自己的适应性地形上攀登上进化的高峰，但是这么做的同时，会改变与之相邻的各片的适应性地形。正如我们所见到的，这一过程有可能失控，出现红后混沌状态，永远无法产生任何好的整体结果。在这个问题上，如果出现混沌状态，就等于说这个系统成了变动永不停歇的乱七八糟的一团。相反，对于进化的稳定状态（ESS），即有序状态来说，我们的系统可能完全停滞，陷入并不出众的本地域高峰。而如果将生态系统置于混沌和有序之间，就能达到最高平均适应程度。我们将看到，如果整个充满冲突的任务，在分割成适当大小的小片之后，共同进化的系统就会处于有序和混沌的过渡阶段，并很快找到很好的解决方案。简单说来，分片方式可能是我们社会形态系统中，也可以包括其他领域，演化出来的一项用来解决复杂问题的最根本办法。（p305-306）
考夫曼等人是利用关于复杂适应性地形的计算机模拟 NK 模型来研究非集中化组织的最佳的分片方式的。其中 N 代表最小组织单位的数量；K 代表某一小片与 K 个相邻的小片相关，K 值越大表示问题的复杂程度越高。计算机模拟结果显示，最佳的分片模式与 K 值有关。当 K 值很小，包含的互斥制约因素少，问题相对简单时，划分成单一的片或较大的片合理；当 K 值较大，包含的互斥制约因素多，问题相对复杂时，把问题分割成多个小片，让各小片自行优化，而所有的各片都共同进化，可能是比较好的办法。
此处又有一只无形的手在起作用。当系统被精心选择，分割成小片之后，每个小片都为了私利而进行调整，而总体来讲，其作用却有助于由多片组成的整个点阵获得最低的能量值。这里不需要中央机构来协调各片的行为，只要分片合理，即使每一个都为私利而进行，最终其行为却能协调起来。（p316）
利用分片理论，考夫曼讨论了基于接收者的通讯（receiver-basedcommunication）。基于接收者的通讯的大意是：一个系统中所有成员在协调行为之时都让其他成员知道正在发生的事情，信息的接受者借此决定他们该采取什么行动。接受者根据整体的“团队”目标而做出决定。考夫曼将他的NK模型用于一个120×120的点阵中，其中每个点都代表一个“提供者”，对自己和 K=4 个“客户”起作用。这样每个点都是一个孤立成员，各自面临关系到自身利益和他的4个客户的优化问题。假设每个点都从私利出发，关心自身和另外一部分的客户（设该比例为 P），忽略其他顾客（比例为 1-P）。通过调整 *P *值，考夫曼发现，当一小部分客户被忽略是，整个点阵的能量达到了最低。这个结果对我们很有启发：
对于充满冲突的难题，如果在不同时刻，有选择地忽略一部分约束，可能获得最好的解决方案。这就好像是说，你不应该力图使所有的人永远都对你满意，但是在某些特定的时刻，却要关注所有人。（p325）
6. 重塑神圣
……智慧并不是对神俗两界的事摆出确信的姿态。我们共同创造了这个世界。我们所能做的，就是在自己所处的小范围内，尽量地聪明，即便是我们最好的努力，最终结果却是改变我们的地形，使我们的生存方式变得不可预测。在生命的舞台上，我们或昂首阔步，或手足无措，就游戏这一个钟头，而这却是生命戏剧中属于我们自己的唯一的角色。因此，我们要不卑不亢地演好这场戏。
既然我们最好的努力，最终结果却无法预测，那还努力强争做甚？因为，这世界就是这样，而我们是这世界的一部分；因为生命就是这样，我们是生命的一部分。我们这些后来的演出者，是历经了四十亿年的生命演化的继承者。我们深深地参与其中，如果这还不值得报以敬畏之情，如果这不是神圣，还会是什么？
若是科学让我们失去了西方的伊甸园，在那里，我们是世界的中心，上帝的子民，日月运行，鸟翔于空，兽栖于野，鱼游于水，一切都是为了我们的福祉，而今被遗弃在这里，漂流到另一个单调的星系的边缘，也许是该打起全副精神振作以对了。
如果我们讨论的生命发生的理论有什么价值的话也许能说明我们是处于一个自己并不了解的宇宙中。不了解，是由于我们所知过少，连怀疑都无从谈起。我不知道本书中所谈的生物发生与发展的故事能否被证明是真实的。但这些故事并不是空口说白话。他们是一个新的科学领域的片断，这门科学将会在未来的岁月中，对我们置身其中的这个宇宙，我们这个远还未达到平衡的家园中生命和秩序的产生，提供新的见解。我不知道生命是否向我试图阐释的那样，是由地球早期不可避免地形成的有机分子聚集在一起产生的。哪怕说这种聚集形成是可能的，也会令我们振奋不已。我宁愿相信生命是宇宙大爆炸之后通过这种方式形成的，也不愿意相信穷宇宙之终生，尚不足以导致生命的形成。我不知道遗传规则数学模型中所表现出的自然产生的秩序，是否是个体发生中秩序的根源。我兴奋地意识到，进化也许是自然选择和自发秩序相结合的产物。我兴奋地意识到，生物可能并非一个有一个精巧的装置堆砌起来的常务，而是生命中所蕴含的更深刻的内在秩序的反映。我无法确定，明珠制度的产生，能够使意见和利益相冲突的各方达成理智的妥协，但仍然兴奋地意识到，我们的社会组织可能是由一种深刻的自然规律推动进化的……（p364-365）
读后感
花了很大的功夫，终于把这本书读完了。期间断断续续，并不是因为书的内容不精彩，而在于考夫曼的论证充满了大量数理逻辑的东西，要完全搞懂还真不容易。然后就是翻译的水平问题了。虽然译者进了很大的努力，但由于在自然科学方面知识的缺乏，导致许多翻译上的问题。一些比较专业的词汇没有得到很好的翻译，比如将stromatoliths（叠层石）翻译为“基石”，还有一些词干脆就没有翻译，如coascervates和pleurmona。很多语句的翻译上也很不通顺，让人不知所以。但这些问题并不能掩盖考夫曼的深刻思想和精彩论述。再配上他时而幽默时而隽永时而激情澎湃的语言，一定会给只接受过达尔文进化论思想熏陶的人们不小的震撼，也会让我们熄灭已久的思想的火炬再次燃烧起来。
当然，我们也应该看到，作者始终都是把现实世界的问题转换成涉及 NK 布尔网络的玩具世界问题来讨论。虽然 NK 布尔网络具有完全逻辑精度的优点，但同时也具有与现实脱节的缺点。这一点不能不说是考夫曼工作的一些遗憾。但实际上，要把他的工作与真实试验联系起来，从目前来看还是有难度的。因此考夫曼的方法也不失为一种科学研究的方法，特别是作者已声明这是一项探索性或调查性工作。正如书中所写到的，他并没有证明生命“一定”是这样产生的，他只是指出，这应该是生命之所以产生的最可能的方式。
网友评论