不难想象，考夫曼的布尔逻辑网络和随机基因组正是对市府乃至州府运作方式的映射。通过地方层级上持续不断的微小冲突和微小变革，避免了大规模的宏观和全面革命，而整个系统既不会一片混乱，也不会停滞不前。当不断的变革落实在小城镇上时，国家则保持了良好的稳定----而这又为小城镇处于不停寻求折衷的状态创造了环境。这种循环支持是另一个"迭坐"游戏，也表明这样的系统在动态上与自支持的活系统相似。
"这只是一种直觉，"考夫曼提醒我道，"你会有你的体会----从方塔纳的'字符串生成字符串生成字符串'，到'发明产生发明产生发明'，再到文化进化，然后到国富论。"考夫曼毫不隐瞒他的野心："我在寻找一幅自洽的图景，可以将所有的事物联系起来：从生命起源到基因调控系统中自发秩序的涌现，到可适应系统的出现，到生物体间最优折衷方案的非均衡价格的确立，再到类似热力学第二定律的未知规律。这是幅万象归一的画面。我真的觉得就是这样。而我现在致力于解决的问题则是：我们能否证明有限的函数集合可以产生无限的可能性集合？"
我叫它为"考夫曼机"。一个精心挑选的不大的函数集合，连接成一个自生成环，并产生出无限更复杂的函数。自然界中充满了考夫曼机。卵细胞发育成巨鲸就是其中一例。进化机器经过十亿年时间由细菌生成火烈鸟又是一例。我们能制造一个人工考夫曼机吗？也许叫作冯诺依曼机更合适，因为冯·诺依曼早在20世纪40年代初期就提出同样的问题。他想知道，机器会制造出比自己更复杂的机器吗？不管它叫什么，问题都是一个：复杂性是如何自行建立的？
"通常，只有当知识结构建立起来后，我们才可能着手论证。所以关键是要问问题问到点子上。"考夫曼告诫我说。在谈话过程中，我常常听到考夫曼自言自语。他会从一大堆漫无边际的推测中剥离出一个，然后翻来覆去地从各种角度去审视它。"你该怎么去问这个问题？"他咬文嚼字地问自己。他所要的是一切问题之问题，而不是一切答案之答案。"一旦你问对了问题，"他说道，"就很有可能找到某种答案。"
值得一问的问题----这正是考夫曼在思考进化系统中自组织秩序时所想的。考夫曼向我吐露，"我们每个人似乎都有一些头脑深处的问题，并且都会认为其答案至关重要。令我困惑的是，为什么每个人都在问问题。"
有好几次，我都感到这位集医学博士、哲学家、数学家、理论生物学家、麦克阿瑟奖获得者于一身的斯图亚特·考夫曼，被他与之打交道的这个问题深深困扰。传统科学将所有关于宇宙中蕴藏创造性秩序的理论都拒之门外，而"无序之有序"则公然对抗传统科学，因而也可能受到排斥。当同时代的科学界在宇宙的方方面面都看到失控的非线性蝴蝶效应时，考夫曼则问道，混沌之蝶是否可以休眠了。他唤醒了造物体内可能存在的整体设计架构，正是这种架构，安抚了无序的混乱，生成了有序的平静。许多人听到这一说法时都会觉得很神奇。而追寻和构想这独一无二的重大问题则是考夫曼勇气和精力的主要源泉："毫不夸张地说，我23岁的时候就想知道，有10万个基因的染色体究竟如何控制不同细胞类型的出现。我认为我发现了某种深层的东西，我找到了一个深层的问题。而且我仍然那么认为。我想上帝真是对我太好了。"
"如果你要就此写点东西的话，"考夫曼轻轻地说，"你一定要说这只是人们的一些疯狂想法。但是，如果真的存在这种规则生出规则再生出规则的情形----用约翰·惠勒的话说就是----宇宙是一个内视的系统，难道不是很神奇吗！？宇宙自己为自己制订规则，并脱胎于一个自洽的系统。这并非不可能：夸克、胶子和原子以及基本粒子创造了规则，并依此而互相转变。"
考夫曼深信，他的系统们自己创建了自己。他希望发现进化系统用以控制自身结构的方法。当那幅网络图景第一次从他脑海中冒出来时，他就有个预感，进化如何实现自我管理的答案就存在于那些连接中。他并不满足于展示秩序是如何自发而又不可避免地涌现出来。他还认为这种秩序的控制机制也是自发涌现出来的。为此，他用计算机仿真了成千上万个随机组合，看哪一种连接允许群体有最大的适应性。"适应性"指系统调整自身内部连接以适应环境变化的能力。考夫曼认为，生物体，比如果蝇，会随着时间的推移而调节自己的基因网络，以使其结果----果蝇的身体----能够最好地适应由食物、避护所和捕食者所构成的周遭环境的变化。值得一问的问题是：是什么控制了系统的进化？生物体自身能够控制其进化吗？
考夫曼研究的主要变量是网络的连接度。在连接稀少的网络中，平均每个节点仅仅连着一个或者更少的节点。在连接丰富的网络里，每个节点会连接十个、百个、千个乃至上百万个节点。理论上每个节点连接数量的上限是节点总数减一。一百万个节点的网络，每个节点可以有一百万减一个连接，也即每个节点都连着其他所有节点。做一个粗略类比的话，通用的每个员工都可以直接连接着其他所有749999个员工。
在改变其通用网络连接度参数的过程中，考夫曼发现了一个不会让通用汽车总裁感到惊讶的事实。一个只有少数个体可以影响其他个体的系统不具备较强的适应性。连接太少不能传播创新，系统也就不会进化。增加节点间的平均连接数量，系统弹性也随之增加，遇到干扰就会"迅速反弹"。环境改变时，系统仍能维持稳定。这种系统能够进化。而完全出乎意料的发现是，超出某个连接度时，继续增加连接度只会降低系统作为整体的适应性。
考夫曼用山丘来描绘这种效应。山顶是灵活性的最佳点。山顶的一侧是松散连接的系统：迟缓而僵化；另一侧是连接过度的系统：一个由无数牵制力量形成的死锁网格----每个节点都受到许多相互冲突的影响，使整个系统陷入严重瘫痪。考夫曼把这种极端情况称为"复杂度灾难"。出乎许多人意料的是，这种过度连接的情形并不少见。从长远来看，过度连接的系统与一盘散沙并无二致。
最佳的连接度位于中间某个位置，它将赋予网络最大的灵活性。考夫曼在他的网络模型中找到了这个最佳点。他的同事起初难以相信他的结果，因为这似乎是违反直觉的。考夫曼所研究的精简系统的最佳连接度非常低，"只在个位数左右"。拥有成千上万个成员的大型网络里，每个成员的最佳连接度小于10。而一些网络甚至在连接度小于2时达到性能顶点！大规模并行系统不必为了适应而过度连接。只要覆盖面足够，即使是最小的平均连接数也够用了。
考夫曼第二个出乎意料的发现是，不管某个网络由多少成员组成，这个低的最佳值似乎都波动不大。换句话说，即使网络中加入更多的成员，它也不需要（从整个系统的适应性来说）增加每个节点间的连接数。通过增加成员数而不是成员间的平均连接数来加快进化，这印证了克雷格·雷诺兹在其人工生命群中的发现：你可以在一个群中增加越来越多的成员，而不必改变其结构。
考夫曼发现，当生物体或介子的平均连接数小于2时，整个系统的灵活性就不足以跟上变化。如果群体的成员之间缺乏充分的内部沟通，就无法作为一个群体来解决问题。更准确地说，它们分成几个孤立的小团体，但小团体之间没有互动。
在理想的连接数下，个体之间所流动的信息量也处于理想状态，而作为整体的系统就能不断地找到最佳解决方案。即使环境快速改变，网络仍能维持稳定并作为一个整体而长久存在。
考夫曼的定律还表明，当个体间的连接度超过某个值时，适应性就冻结了。当许多行动取决于另外许多互相矛盾的行动时，就会一事无成。用地形来做比的话，就是极端的连接产生极端的险峻，使任何动作都有可能从适应的山顶跌入不适应的山谷。另一种说法是，当太多人可以对其他人的工作指手划脚时，官僚主义的僵尸就开始复活。适应性束缚于互锁的网格。对于看重互连优势的当代文化来说，这个低的连接度上限实在出人意料。
我们这些有交流瘾的后现代人应该关注这个结果。我们正在不断增加我们网络社会的总人数（1993年全球网络用户月增长率为15%）以及每个成员所连接的人数和地点数。在企业和政府中，传真、电话、垃圾邮件和庞大的相互关联的数据库，实际上也增加了每个人之间的连接数。而不论是哪一种增长，都没有显著地提高我们系统（社会）作为整体的适应性。
20.5自调节的活系统
斯图亚特·考夫曼的仿真像任何数学模型一样：缜密、新颖，备受科学家们的关注。也许还不只如此，因为他是在用真实的（计算机）网络来仿真假设的网络，而不是像往常一样，用假设的网络来仿真真实的网络。尽管如此，我承认这只是将纯数学的抽象概念应用于不规则现实的漫漫征途中的一点点进展。没有什么比在线网络、生物基因网络和国际经济网络更不规则的了。不过，斯图亚特·考夫曼非常渴望将其通用试验的结果外推到真实生命中。复杂的真实世界网络与他自己运行在硅芯上的数学仿真之间的比对正是考夫曼苦苦追寻的圣杯。他认为他的模型"就仿佛是真实的一般"。他打赌道，群网络在某个层面上的表现都是相似的。考夫曼喜欢说："ibm和大肠杆菌看待世界的方式并无不同。"
我倾向于相信他的观点。我们拥有把每个人与其他所有人连接起来的技术，但一些试着以那种方式生活的人却发现，无论要完成什么事情，我们都在断开连接。我们生活在加速连接的时代，其实，就是在稳步地攀登考夫曼的小山丘。但是，我们很难阻止自己越过山顶，滑入连通性越来越强而适应性越来越弱的山坡。而断开就是刹车，它能避免系统的过度连接，它能使我们的文化系统保持在最高进化度的边缘。
进化的艺术就是管理动态复杂性的艺术。把事物连接起来并不难，但是进化的艺术是要找到有组织的、间接的、有限的连接方式。
考夫曼在圣塔菲研究所的同事克里斯·朗顿从其人工生命的群体模型试验中得到了一种抽象性质，叫作λ参数。λ参数能预测一个群体在某个特定规则集下产生行为"最佳平衡点"的可能性。在这个平衡点之外的系统往往陷入两种模式：它们或者定格在几个晶格点上，或者散落成白噪声。那些落在最佳平衡点范围内的值则使系统最长时间地保持有意义的行为。
通过调节λ参数，朗顿就能调节世界使之更容易地学习或进化。朗顿把在几个固定点之间变化的状态和无定相的气态之间的临界值称为"相变"----物理学家用同样的术语来描述液体转化为气体，或是液体转化为固体。然而，最令人惊奇的是，朗顿发现，当λ参数接近相变，即最大适应性的"最佳平衡点"时，它减速了。也就是说，系统趋向于停在这个边缘上，而不会跑过了头。在靠近这个进化的极致点时，它变得小心翼翼。朗顿喜欢将之描绘成这样一幅图景：系统在一个缓慢运动的永不消逝的完美浪头上冲浪，越接近于浪顶，时间就走得越慢。
这种在"边缘"处的减速对于解释为什么不稳定的胚胎活系统能不断进化非常关键。当一个随机系统接近相变时，它会被"拉向"并停靠在最佳平衡点，在那里进化，并力求保留那个位置。这就是它为自己所建的自静态的反馈环。由于最佳平衡点很难用静止来形容，所以也许把这种反馈环称为"自动态"会更好。
斯图亚特·考夫曼也讲到过将其仿真的基因网络参数"调节"到"最佳平衡点"。上百万个基因或神经元的连接方式数也数不清，但在连接方式之外，一些数目较少的设置对促进整个网络的学习和适应要重要得多。处于这个进化平衡点上的系统能够最快地学习，最容易地进化。如果朗顿和考夫曼是对的话，那么一个进化的系统会自己找到这个平衡点。
那么这一切是如何发生的？朗顿找到了一些线索。他发现，这个点就处于混沌的边缘。他认为，最具适应性的系统是如此不羁，以至于与失控之间仅一线之隔。生命既非毫无沟通的停滞系统，也非沟通太多的死锁系统。生命是被调节到"混沌边缘"的活系统----就处在那个λ点上，信息流量刚好足够到使每个事物都处于摇摇欲坠当中。
稍稍放松一点缰绳，死板的系统就会运转得更好；而稍微加强一些组织，紊乱的系统也能得到改进。米奇·沃尔德罗普在他的著作《复杂性》里这样解释朗顿的概念：如果自适应系统没有运行在令人满意的正道上，铁面无私的效率就会将它推向最佳平衡点。如果一个系统停留在僵化和混乱间平衡的峰顶，那么，如果它偏离原位，适应性就会将它拉回到边缘。"换句话说，"沃尔德罗普写道，"学习和进化会使混沌的边缘保持稳定。"----这就是一个自强化的最佳平衡点。我们也许应该说它是动态稳定的，因为它的位置会不断变动。林恩·马基莉斯称这种变化的、动态恒定的状态为"流动稳定"，即紧紧地攀附在一个移动的点上。正是同样的持久的摇摇欲坠态，使地球生物圈的化学路径处于有目的的失衡中。
考夫曼把建立在λ值范围内的系统叫作"悬平系统"。这些系统悬停在混沌和严格秩序的交界处。悬平系统在宇宙中随处可见，甚至在生物圈之外也不乏它们的身影。许多宇宙学家，如约翰·巴罗，认为宇宙本身就是个悬平系统，在一连串非常精密的数值（比如万有引力参数或电子质量）上达成不稳定的平衡。这些数值如果改变一丁点，哪怕是微不足道的一亿分之一，宇宙都可能在一开始就坍塌了，或是根本就不能成形。这类"巧合"太多了，足足可以写好几本书。按照数学物理学家保罗·戴维斯的说法，这些巧合"聚集在一起，有力地证明了我们所了解的生命是如此敏感地依赖于物理定律的形式，依赖于一些看似偶然实际上却是自然为各种粒子和相互作用所选定的数值"。简单说，我们所接触的宇宙和生命悬停在混沌的边缘。
如果悬平系统能够不靠创建者而是自行调节自身又会怎样？对于自平衡的复杂系统来说，它将获得生物学意义上的巨大的进化优势。它能更快地进化，更快地学习，也能更容易地适应。考夫曼说，如果进化选择了自我调节功能，那么，"进化和适应的能力本身可能就是进化的一大成就"。而自我调节是更高级进化的必然选择。考夫曼提出，基因系统的确通过在其系统内部调节连接数量以及染色体大小等因素来调节自身，使其获得最佳的灵活性。
自调节也许正是那把通往永不停止的进化----即开放进化的圣杯----的神奇钥匙。克里斯·朗顿将开放进化正式表述为不断地调节自身使其复杂度越来越高的系统，或者在他的构想中，是一个成功地掌控越来越多影响进化的参数并在边缘位置保持平衡的系统。
在朗顿和考夫曼的架构里，自然起始于一堆相互作用的聚合体，它们通过自催化作用生成新的聚合体，并连接成网络，以使进化能够最大限度地发生。这个富含进化的环境产生了细胞，而细胞也学会了调节自己的内部连接，以保证系统处于最佳进化状态。在混沌边缘所迈出的每一步，都小心翼翼地踏在最优灵活性的小路上，不断地增加着它的复杂性。只要系统踏上这条进化的波峰，它就会一直向前冲。
朗顿表示，我们在人造系统里想要的是些相似的东西。任何系统寻求的首要目标都是生存。其次是保证系统最大灵活度的理想参数。而最令人兴奋的是第三个层级的目标：寻找系统在进化过程中不断增强自调节的策略和反馈机制。考夫曼假设，如果系统构建为自调节的，那么它就能很容易地适应，也就意味着它们是自然选择的必然目标。能够借力于自然选择会是首选的能力之一。
就在朗顿和同事们在可能世界的空间中寻找生命所能停留的最佳平衡点时，我听到他们说自己是在无尽的夏天里冲浪，找寻着那波完美而缓慢的浪头。
圣塔菲研究所的研究员瑞奇·巴格利告诉我："我正在寻找的是与我相隔一层窗户纸的东西"。他进一步解释道，它既不是规则的，也不是混乱的；处在近于失控和危险的边缘中。
"没错，"无意中听到我们谈话的朗顿回答道，"确实就像拍岸的海浪，它们砰砰的拍着岸边，就像心跳一样稳健。然后突然之间，哗----掀起一个大浪。而那就是我们所有人正在寻找的。"
反混沌（antichaos）：混沌理论认为，一切系统的行为都是动态演化的，在其演化过程中可能会呈现出有序态、无序态、混沌态、反混沌态和自组织临界态5种类型的状态，不同状态下的系统具有不同的预测特性。考夫曼在他的《生物序的起源----进化中的自组织与选择》一书中这样描述：如果一个由简单的化学分子构成的系统达到某种特别复杂的程度时，该系统就会出现戏剧性的突变，这种突变类似于液态水结冰时发生的突然相变，同在即将坍塌的沙堆上再加一粒沙子一样。这时，那些原本简单的小分子会自发地相互结合（化合），自组织成一些非常复杂的大分子，这种复杂大分子又会自动发生催化作用，使周围混乱无序的分子都自组织成为有序的分子链。这个从混沌到有序的过程被称为反混沌过程，最初的生物大分子就是在这个过程中形成的。
自旋玻璃（spinglass）：一种内部微粒间相互作用处于随机无序状态的磁性材料。
库尔特·哥德尔（kurtgodel，1906～1978）：美国数学家、逻辑学家和哲学家。最杰出的贡献是哥德尔不完全性定理。
约翰·惠勒（johnwheeler，1911～2008）：美国理论物理学家，爱因斯坦晚年的合作者之一。他试图完成爱因斯坦"大一统理论"的构想。
米奇·沃尔德罗普（mitchwaldrop）：美国作家，国家科学基金媒体负责人，《自然》杂志编辑。
《复杂性》：complexity-theemergingscienceattheedgeoforderandchaos，1992年出版。
流动稳定（homeorhesis）：源于希腊语"相似之流"，用以描述回归到某条轨迹上的动态系统，与回归到某个状态（homeostasis）的系统相对。
悬平系统（poisedsystem）：也可译为"待动系统"。
约翰·巴罗（johnbarrow，1952～）：英国宇宙学家、理论物理学家和数学家，现就职于剑桥大学。
保罗·戴维斯（pauldavies，1946～）：英国物理学家和作家。现就职于美国亚利桑那州立大学，曾在剑桥大学、伦敦大学等机构任教和从事研究工作。
瑞奇·巴格利（richbageley）：圣塔菲研究所的研究员。