自我复制会必然出现吗？从一个问题读到 Google 的 Pi 团队

这次讨论始于一个有点绕的问题：

对于一个能生产自己的机器，谁拥有这些机器？是第一个机器、设计机器的人，还是提供原材料的人？

想下去，问题从“归谁”变成了“怎么出现”：生命也是一种能够延续、产生后代的组织。我把“生命”拆成“生”和“命”，把“生”读作 give birth to，把“命”联想到 life，于是写下了这个递归等式：

生命 = 生 + 命 = give birth to + life = life

让我在意的是，等式里的 life 又回到了起点的“生命”：用来解释生命的表达里，再次出现了生命自身。顺着这个递归的语言联想，我想问，生命能不能被理解为一种不断产生生命、让自身结构延续下去的组织？这样的结构，会不会是物质随机碰撞、相互作用后必然出现的东西？能不能从数学上证明？

这个递归等式是我提问的直觉起点。沿着它与 AI 讨论，我发现了 Google 的 Paradigms of Intelligence（Pi）团队，随后读到了他们的 Computational Life。这是这次交流里我最想记下来的发现：原来看似很远的哲学问题，已经有人把其中一部分做成了可以运行和检验的计算实验。

先把“归谁”和“怎样产生”分开

一台机器参与了另一台机器的制造，只说明它在因果链中发挥了作用。设计、材料、能源和生产过程可以同时贡献于结果，但这些事实本身不会唯一决定所有权。要回答“归谁”，还需要额外的制度与价值判断。

这个区分让我意识到，最初的问题里其实叠着两条线：一条是我们如何对待能够复制自身的东西；另一条是这种东西如何从没有复制能力的环境里出现。后面的阅读主要沿着第二条线展开。

这里还需要区分三个概念：

概念	我在这次讨论中的理解
自指	一个系统能够描述、引用自身；例如输出自身源代码的程序。
自我复制	一个结构通过与环境作用，产生另一个仍具有相应复制能力的结构。
生命与演化	还要追问遗传、变异、资源获取和持续演化等条件；仅仅能复制，并没有回答全部问题。

证明“某种复制机器可以被构造出来”，与证明“随机作用会找到它”，也相隔了一步。

“必然”可以证明，但前提才是关键

讨论中，一个条件概率的推导帮助我把问题说得更精确。

设 $R$ 是我们认可的自我复制结构的集合，$\tau_R$ 是系统第一次进入 $R$ 的时间。假设只要还没有进入 $R$，无论此前经历了什么，在接下来长度为 $T$ 的时间段内，进入 $R$ 的条件概率都至少为同一个 $\varepsilon>0$。

那么，连续 $n$ 段时间都没有成功的概率满足：

$$\Pr(\tau_R>nT)\leq(1-\varepsilon)^n.$$

让 $n$ 趋于无穷，就得到最终出现复制结构的概率为 $1$。这个推导不要求每次尝试独立，因为假设已经对每一种尚未成功的历史给出了下界。

但关键恰恰在这个假设里：复制结构必须存在，而且可达；系统不能永久卡在别处；成功机会不能越来越小到失去这样的统一下界。真实世界还只有有限的时间和资源。即使是独立、成功概率为 $p$ 的尝试，平均等待次数 $1/p$ 也可能大得无法实现。

所以，“在这些前提下几乎必然发生”不能直接变成“任何随机碰撞都会产生生命”。概率为 $1$ 也不表示每一条可能轨迹都会成功。真正困难的是验证前提，以及估计有限时间内的概率。

我发现的 Google Pi 团队

Pi 的全名是 Paradigms of Intelligence，由 Blaise Agüera y Arcas 领导。团队的公开介绍列出自然计算、神经计算、预测智能和集体智能四个方向，研究范围跨越智能的产生机制、计算方式以及个体之间的相互作用。团队介绍与论文索引

其中，自然计算这条线正好接住了我的问题：能不能设置一个简单世界，让复制、功能乃至合作在其中形成？我尤其感兴趣的是，这种研究可以改变规则、设置对照，观察哪些条件真的起了作用。

这给了我一种继续读下去的路径。原来“生命是否必然出现”可以被拆成许多小得多、也具体得多的问题。

Computational Life：随机程序组成的“原始汤”

Computational Life: How Well-formed, Self-replicating Programs Emerge from Simple Interaction（2024）从随机程序出发，观察复制者能否形成。作者在一些计算语言中看到了这种现象，也报告了未观察到自发复制的语言设置。结论依赖具体规则，并不是对所有计算世界的保证。

以 BFF 为例，可以把实验想成一池短字节带：代码与可修改的数据处在同一片存储中。系统随机抽取两条带子，拼起来执行，再拆开放回。程序的执行因此能改变自身和对方。对应实现也公开在 CuBFF 仓库。

如果某段程序 $S$ 能把另一段 $F$ 改写成具有相应复制功能的程序，就可以示意为：

$$S+F\longrightarrow S+S.$$

这里没有凭空产生存储空间，也没有制造一台新电脑；图式表示已有空间中的内容被改写。复制功能也未必要求每一个无关字节都完全相同。

吸引我的地方是，研究者不必预先放入一个设计好的复制祖先。不过，解释器、指令和相互作用规则仍由人提供。“没有人为指定任务得分”也不等于没有选择：传播能力不同的结构，在有限空间中仍会有不同的命运。论文全文

一个重要更新：出现，不等于扩散

继续核对这条研究路线时，我读到了团队 2026 年的后续分析 BFF: Simple explanations for complex phenomena。更直接的检测方法让作者把“首次出现复制者”和“复制者占据大量程序带”分开：特定分布下的随机变异搜索，也能有效找到复制者；一些阻止其大规模扩散的限制，并没有阻止其首次出现。

这修正了对早期结果的部分解释，尤其是把 BFF 中的程序相互作用视为特别强大的搜索方式、或生物重组的有效模型的解释。

我觉得这个更新值得和原始论文一起读。我们看到群体突然变得高度重复时，需要问清楚：是在测量第一个复制者的诞生，还是一个已有复制者的传播？这两个事件需要不同的解释。

复制之后：功能和合作怎样加入进来

Pi 相关的后续工作还让我看到了另外两步。

Coevolution of self-replication and function in a digital primordial soup（2026）研究复制与解题能力怎样共同演化。在随机 Z80 程序构成的环境里，正确完成多项式计算会提高程序获得相互作用机会的概率。这个任务选择机制是实验设计的一部分，不能省略后再说“智能从随机中自动出现”。

Tapes Together Strong: The Co-evolution of Computation and Cooperation（2026）则把计算、复制与资源代价联系起来。在所研究的资源稀缺环境中，掠夺会破坏共享能量，甚至损害自身的复制能力，使合作有机会形成。这是一种有条件的机制解释，也提醒我：讨论合作时，资源规则本身可能十分重要。

这些研究让我想继续追问：一个结构能复制之后，什么环境会支持它做更多事情？又在什么条件下，相互利用会变成能够持续的合作？

我现在更想问的问题

这次交流没有让我得到“生命必然出现”的证明，却让我学会把这个问题拆开：结构是否可能存在、随机过程是否容易找到它、它能否存活和扩散，以及它能否持续演化，是不同的关卡。

如果重新提问，我会问：

在怎样的相互作用规则、资源约束与时间尺度下，一个起初没有复制能力的系统，会以多大概率形成能够遗传、延续并继续演化的结构？

发现 Google Pi 团队让我觉得，这个问题有了可以继续阅读和探索的入口。我最初只是从“能生产自己的机器归谁”一路追问，最后找到了一组把这些问题变成实验的工作。这就是我想写下这篇笔记的原因。

本文整理自我与 AI 的一次讨论，并在成文时核对了上述团队资料和论文。这里记录的是我的提问与阅读理解，未独立复现这些实验。