從脆弱的地球環境到飛速進化的AI智能體——2025集智讀書會大放送

導語

當世界變得高度互聯、非線性與不可預測，理解問題本身，正在成為比解決問題更重要的能力。2025 年，集智俱樂部圍繞復雜系統、人工智能、意識科學與社會系統，系統性地展開了一系列讀書會，從非線性動力學到大模型可解釋性，從金融復雜性到意識科學，從生態系統到人機共生，嘗試為這個復雜時代重建一套可對話、可遷移的認知語言。本文將帶你回顧集智俱樂部 2025 年全部讀書會，梳理它們背后的思想脈絡與時代關切。

關鍵詞：復雜科學、非線性、涌現、跨學科、人工智能、大模型、可解釋性、意識科學、復雜系統、人機共生、系統性風險、認知范式

趙思怡丨整理

任筱芃丨出圖

2025 年，世界正在同時經歷多重躍遷：人工智能從工具走向主體，全球系統在氣候、金融與地緣政治沖擊下呈現高度非線性，意識與生命的邊界被新技術不斷重塑。在這樣的時代背景下，單一學科、線性因果與局部最優的思維方式，越來越難以回應真實世界的復雜挑戰。

正是在這一背景下，集智俱樂部圍繞“復雜性”這一核心線索，持續組織了一系列跨學科讀書會，覆蓋從物理、生態、金融到智能、意識與社會系統的多個關鍵前沿。這些讀書會并非各自為戰，而是共同構成了一張理解復雜世界的知識網絡，回應著同一個根本問題：當傳統線性范式逐漸失效，我們應如何重新理解系統、智能與人類自身？

要回答這一問題，首先必須回到復雜系統的思想源頭。無論是自然生態、技術基礎設施還是社會系統，其宏觀行為都源于多主體在約束條件下的動態交互，無法被簡化為孤立要素的線性疊加。

正是在這一理論框架下，復雜性不再只是“難以預測”的代名詞，而成為一種可建模、可分析、甚至可干預的系統屬性。

地球系統科學讀書會（第二季）：

在復雜耦合的地球系統中理解氣候變化的新范式

世界氣象組織《2023年全球氣候狀況》報告確認2023年是有觀測記錄以來最暖的一年。氣候變化正在以高溫、干旱、洪水、野火和沙塵暴等極端天氣的形式吸引人們的廣泛關注。世界經濟論壇《2024全球風險報告》將氣候變化作為首要值得關注的風險。地球作為一個多要素、非線性的開放復雜系統，要素間相互作用關系復雜，往往牽一發而動全身。在人類活動深刻影響下，我們該如何理解并有效應對正在面臨的氣候變化以及其帶來的社會經濟等一系列議題，實現人類與地球的可持續發展？

為了能夠深入理解人類世背景下地球系統各要素之間復雜的相互作用與演化機制，并為人類應對未來的地球系統科學重大挑戰提供一套科學的認知框架，集智俱樂部聯合清華大學講席教授陳德亮、北京師范大學教授樊京芳、東莞理工學院特聘副研究員陳愛芳、南開大學副教授戴啟立老師和愛爾蘭都柏林大學博士生班嶄共同發起「地球系統科學」系列讀書會第二季，將組織大家從新的研究范式出發梳理相關文獻，并深入研讀其中涉及的理論與模型。

讀書會詳情：

讀書會參與學員可視化：

如果說地球系統展現了自然復雜性的極限形態，那么人工智能的發展，則讓復雜性第一次以“可設計系統”的方式進入人類工程實踐。

具身智能讀書會：

從物理交互出發的智能研究路徑

近年來，人工智能在語言、視覺等數字空間取得了顯著進展，但在真實物理世界中的感知、交互與決策能力仍然有限。在復雜、動態、不確定的環境中，AI 系統往往難以穩定運行，這一差距凸顯了當前智能系統在“具身性”上的不足。缺乏與物理世界的直接交互，使得智能系統難以通過行動獲取反饋、驗證認知并形成可靠的泛化能力。如何讓 AI 系統真正理解并適應物理世界的復雜性，成為人工智能研究面臨的重要挑戰之一。

在這一背景下，具身智能（Embodied AI）作為一個重要的交叉研究方向逐漸興起。為系統梳理具身智能領域的研究框架與關鍵問題，集智俱樂部聯合上海交通大學助理教授李永露、銀河通用機器人合伙人史雪松、南京大學LAMDA組博士生陳雄輝、香港大學在讀博士生穆堯，共同發起首季「具身智能」讀書會。圍繞從機器人硬件、數據與仿真環境、到機器人學習與任務系統的完整技術棧，采用自下而上的結構研讀相關文獻，重點討論感知、控制與規劃等決策框架，以及不同學習范式在真實物理交互中的作用，幫助參與者形成對具身智能整體研究路徑的理解。

讀書會詳情：

讀書會參與學員可視化：

復雜網絡動力學讀書會：

復雜系統中的結構、動力學與涌現機制

現代世界由大量相互作用的個體構成，當我們跳出單個主體的視角，從整體層面觀察時，往往會發現局部耦合能夠促使系統涌現出全新的宏觀性質。無論是生態系統演替、金融市場波動，還是社交網絡中的信息擴散與神經網絡中的泛化能力，這些現象都體現了復雜系統的典型特征：多主體交互、非線性耦合、自適應反饋以及復雜的連接結構。如何刻畫這些現象背后的共性機制，是傳統還原論方法難以應對的問題，也是復雜系統研究中的基礎而前沿議題。

在這一背景下，網絡科學為描述系統結構及其動態演化提供了重要工具，統計物理則為理解微觀相互作用如何涌現宏觀規律奠定了理論基礎。二者交叉形成的復雜網絡動力學研究，為分析、預測乃至調控復雜系統行為提供了新的視角?；诖?，集智俱樂部聯合合肥工業大學物理系教授李明、同濟大學副教授張毅超、北京師范大學特聘副研究員史貴元與在讀博士生邱仲普、張章共同發起「復雜網絡動力學」讀書會。本讀書會聚焦當代復雜網絡理論中的三個關鍵方向——相變與臨界現象、擴散與隨機游走、以及時序網絡中的演化博弈，通過共讀前沿文獻與跨領域交流，系統梳理相關理論模型與研究進展，幫助參與者在理論理解與實際應用之間建立更緊密的聯系。

讀書會詳情：

讀書會參與學員可視化：

因果涌現讀書會（第六季）：

跨尺度因果結構與宏觀涌現的理論探索

在自然系統、社會系統與認知系統中，宏觀層面的復雜現象往往并不能由微觀個體行為的簡單疊加得到解釋。從群體協作到意識產生，這些現象揭示了微觀與宏觀之間跨尺度的因果關聯。如何刻畫多尺度動態交互中涌現的因果結構，是復雜系統研究中的核心挑戰。圍繞這一問題，因果涌現理論逐步形成了一套跨越數學、物理與信息科學的研究框架，通過粗粒化、動態可逆性分析、因果抽象與信息分解等方法，系統探索宏觀層級因果有效性及其與微觀機制之間的關系。

為了系統梳理因果涌現最新進展，北京師范大學系統科學學院教授、集智俱樂部創始人張江老師領銜發起「因果涌現第六季」讀書會，組織對本話題感興趣的朋友，深入研讀相關文獻，激發科研靈感。第六季讀書會將聚焦動力學與因果涌現、因果抽象與信息分解三個核心方向，通過共讀前沿文獻與跨學科研討，梳理不同方法在多尺度因果分析中的作用，幫助參與者形成對因果涌現研究路徑與核心問題的整體理解。

讀書會詳情：

讀書會參與學員可視化：

當復雜系統理論進入智能社會，其關注點也從“系統如何運作”，逐漸轉向“人如何在系統中學習、協作與定位自身”。

AI 時代的學習學讀書會：

在智能技術沖擊下重新理解學習的復雜性

在技術浪潮持續推進的背景下，智能時代正在深刻改變人才培養與學習的基本邏輯。當機器逐步替代程式化技能，單純以知識傳遞與記憶為核心的學習模式面臨挑戰；當知識更新周期不斷縮短，學習不再是階段性任務，而成為貫穿一生的持續過程。與此同時，學習情境日益呈現出開放、多元、非線性和高度社會化的特征，學習不再發生于孤立個體之中，而是在技術、環境與群體交互構成的復雜系統中不斷演化。傳統以線性過程理解學習的理論框架，已難以充分解釋智能時代學習的真實樣態。

在這一背景下，集智俱樂部聯合江南大學教授王志軍，北京師范大學教授崔光佐，翼鷗教育創始人宋軍波，TalkingBrain 聯合創始人林思恩，清華大學講師方可，北京師范大學博士后郭玉娟，共同發起「AI時代的學習：共探學習的復雜性」主題讀書會。讀書會試圖跳出“AI + 教育”的工具化敘事，從復雜系統視角出發，系統討論人工智能條件下學習的機制、結構與演化路徑，通過跨學科文獻研讀與交流，幫助參與者形成對智能時代學習問題的整體認識。

讀書會參與學員可視化：

大模型時代的人機協同讀書會：

在算法能力邊界中重新審視人類與機器的分工

在智能時代，機器學習和深度學習等算法在多個領域取得了顯著的進展，尤其是在自然語言處理、計算機視覺和語音識別等任務中表現出色。然而，盡管這些算法在處理大規模數據和復雜模式識別上展現了強大的能力，機器算法仍然存在諸多局限性。首先，深度學習模型通常依賴于大量的標注數據，而數據的獲取和標注成本高昂，且在一些領域如醫學診斷中，數據稀缺問題尤為嚴重。其次，機器算法在面對復雜、動態的環境時，其決策能力依然有限，尤其在處理需要直覺、創造力和道德判斷的任務時，遠遠不及人類。

與此不同，人類智能具備獨特的優勢。人類不僅能夠理解復雜的背景信息，還能夠在不完全的條件下做出高效決策，尤其是在應對新問題時，人類能夠利用豐富的經驗和常識進行推理。此外，人類能夠靈活地適應變化和不確定性，做出倫理和情感驅動的判斷，這是當前機器算法無法替代的。 因此，單純依賴機器的智能已無法滿足日益復雜的任務需求。人機協同應運而生，成為彌補機器算法局限性和發揮人類獨特智能的必要方式。通過人類和機器的緊密合作，我們可以在充分利用機器運算速度與處理能力的同時，借助人類的智慧和創造力，實現更高效、更智能的決策與創新。

在此背景下，集智俱樂部聯合中國科學技術大學教授趙云波、華東師范大學副教授吳興蛟兩位老師共同發起「人機協同的智能時代」讀書會。本次讀書會探討了：人類智能和機器智能各自的優勢有哪些？智能邊界如何？如何通過更有效的標注策略和數據生成技術來解決數據稀缺問題？如何設計更加高效的人機協作系統，實現高效共贏的效果？如何提高機器決策的可解釋性與透明性，確保系統的可信度？如何通過多模態協作融合不同感知通道，應對復雜的決策任務？

讀書會詳情：

讀書會參與學員可視化：

大模型的可解釋性研究：

從“黑箱智能”走向可理解的決策機制

人工神經網絡自2012年以來取得了巨大突破，特別是以大模型為代表的新一代人工智能技術。但是，隨著深度學習模式的興起，“端到端”的學習模式逐漸占據主導地位。然而，人們不了解它是如何做到的，只能視之為“黑箱”。因此，人們對AI的改進被限制在堆算力與數據上，也無法完全信任AI。

長遠來看，基于數據和算力資源Scaling law的大模型能力的提升會走到盡頭。因此，深度學習的研究范式需要從「經驗性技術」轉換到「科學方法論」。理想情況下，最好我們能從理論上證明“神經網絡的精細決策邏輯”可以在數學上被推導和建模。當然，不少學者也從統計物理、復雜科學等視角嘗試理解大模型的涌現機制、上下文學習能力及結構與功能的對應關系等。最近，Anthropic公司也嘗試拿起「手術刀」，拆解大模型的工作回路，希望能夠理解大模型在推理、創作、理解語言等各種能力上的工作回路是什么樣的，也引起大家的廣泛關注。

為了更深入的理解大語言模型的可解釋性，集智俱樂部聯合上海交通大學副教授張拳石、阿里云大模型可解釋性團隊負責人沈旭、彩云科技首席科學家肖達、北京師范大學碩士生楊明哲和浙江大學博士生姚云志共同發起「大模型可解釋性」讀書會。系統梳理了大模型可解釋性的核心問題，包括模型性能的根因、模塊重要性的識別、有限決策路徑下的性能與安全權衡，以及不同推理范式的融合路徑，試圖推動深度學習研究從經驗性工程走向更具理論基礎的科學范式。

讀書會詳情：

讀書會參與學員可視化：

大模型時代的 Agent 建模與仿真：

在虛擬社會中探索復雜行為與集體智能

當前人工智能領域正在經歷一場從“機械執行”到“自主認知”的深刻范式變革，這場變革正在從根本上重塑我們對智能系統的理解、設計和應用方式。隨著大模型技術的突破性發展及其在復雜系統建模中的廣泛應用，多智能體系統（Multi-Agent Systems, MAS）的研究正經歷著前所未有的轉型——從傳統的基于固定規則的建模（Agent-Based Modeling, ABM）向由LLM驅動的、具備自主認知能力的智能體范式演進。這一轉變不僅帶來了技術架構的根本性革命，使智能體具備了類人的推理能力、動態適應能力和復雜社交能力，更開創了復雜系統研究的新紀元。

大模型賦能的智能體展現出三大革命性特征：認知深度（能夠進行類人的推理和決策，甚至展現出記憶、學習和個性特征）、動態交互（基于自然語言的自主協商和社交行為）以及涌現行為（微觀交互產生更復雜的宏觀社會現象）。這些特性使得我們可以構建前所未有的"高保真社會模擬器"，為理解經濟、社會、管理、軍事等復雜系統提供了全新視角。

因此，集智俱樂部聯合山東工商學院副教授高德華、天津大學教授薛霄、北京師范大學教授張江、國防科技大學博士研究生曾利共同發起「大模型時代下的Agent建模與仿真」讀書會。讀書會自2025年7月8日開始，每周二晚上7:30-9:30進行，預計持續分享8周左右。掃碼加入Agent建模與仿真的前沿探索之旅，一起共學、共創、共建、共享「大模型時代下的Agent建模與仿真」社區，共同暢想大模型時代人工社會的未來圖景！

讀書會詳情：

讀書會參與學員可視化：

AI驅動的計算醫學前沿研討會：

從科學發現到數字孿生

在新一輪科技革命的推動下，生命科學與醫學研究進入以數據密集與多尺度建模為特征的新階段?；蚪M學、蛋白質組學、單細胞測序等技術不斷拓展人類對疾病分子機制的理解，但隨之而來的，是數據規模、維度與復雜度的指數級增長。如何在海量異構生物醫學數據中提煉可解釋、可轉化的知識，并有效連接基礎研究與臨床實踐，逐漸成為精準醫療發展中的核心瓶頸，也構成了生命科學與人工智能交叉研究的關鍵問題。

近幾年，大語言模型、多智能體系統與多模態基礎模型的快速發展，為計算醫學提供了新的方法論工具。AI 驅動的生物醫學研究正從被動的數據分析，邁向假設生成、實驗設計、執行與反饋相互耦合的閉環探索模式；醫學影像與臨床智能體開始重塑診療流程，使醫療決策更加標準化與個性化；而多模態模型的引入，則為構建疾病與個體層面的數字孿生奠定了基礎。

為了更好地促進生命科學與人工智能領域的深度交叉融合，推動前沿研究與醫療實踐的快速落地，DAMO開發者矩陣與集智俱樂部聯合發起了“AI驅動的計算醫學前沿：從科學發現到數字孿生”研討會，通過結構化的深度主題對話，邀請國內外生命科學與AI交叉領域的前沿研究者和產業實踐者，共同探討如何用AI賦能生命科學與精準醫療，推動研究范式與醫療模式的革新。

讀書會詳情：

讀書會參與學員可視化：

金融復雜性讀書會：

從統計事實到系統性風險的復雜系統視角

金融復雜性研究源于復雜科學在金融系統中的系統性引入。自 20 世紀 90 年代圣塔菲研究所以“復雜適應系統”為框架，將異質主體、學習行為與反饋機制納入人工金融市場模型以來，金融市場開始被視為一個由多主體交互驅動的涌現系統。進入 21 世紀，金融復雜性逐漸發展為獨立研究領域，從對波動集聚、肥尾分布與極端事件等統計事實的再現，擴展到對金融體系整體行為與穩定性的解釋，強調價格、風險與結構并非外生給定，而是在非線性網絡中內生生成。近年來，金融復雜性研究進一步走向風險識別與治理實踐。銀行同業網絡、跨市場聯動與傳染機制被系統刻畫，復雜網絡分析、相變預警與壓力測試工具逐步進入宏觀審慎監管視野。

在氣候風險升級、中美貿易摩擦反復與俄烏沖突持續等多重不確定性交織下，全球金融體系呈現前所未有的高度復雜性，為系統探討金融復雜系統的理論基礎、量化識別方法、生成演化機理及風險治理路徑，集智俱樂部聯合北京師范大學李紅剛教授、愛爾蘭都柏林圣三一學院Brain Lucey教授、中國地質大學（北京）黃書培副教授、首都師范大學王澤講師、北京林業大學幸小云副教授與北京化工大學王欣雅副教授，共同發起“金融復雜性”主題讀書會，來深入探索金融復雜系統的有效建模與管理策略，助力在高不確定性時代提升金融體系的穩健性與韌性。

讀書會詳情：

讀書會參與學員可視化：

AI×傳播讀書會：

當機器成為主體，傳播學要如何應對？

人工智能從1956年達特茅斯會議起步，就與傳播學科緊密相連。它本質上就是一門關于信息傳遞、理解和互動的科學。更值得深思的是，從圖靈測試開始，AI研究的一個重要目標就是實現機器與人類的有效溝通，這說明AI從誕生之初就將“傳播能力”作為智能的重要標志。機器翻譯、語音識別、自然語言生成等AI的重要分支，都直接服務于改善和增強傳播效果。如今，當ChatGPT、Claude、Deepseek等大型語言模型走進千家萬戶，當算法推薦重塑信息分發格局時，我們不禁要問：AI究竟如何改變著人類傳播的本質？

但是，傳統傳播學聚焦人與人之間的信息交流，AI的崛起打破了這一核心。機器不再僅僅是研究的工具，而是傳播主體。算法開始理解并創造內容，人機對話日益自然，這重構了“他者”概念。我們面臨新問題：AI是參與者還是媒介？AI生成的內容如何塑造公共話語？這些變化挑戰傳播學科的根基。

在AI快速發展的當下，AI不僅深刻影響著信息傳播的方式，也為傳播學研究帶來了全新視角和方法?；诖?，集智俱樂部聯合北京師范大學許小可教授、浙江大學張子柯教授、南京大學王成軍教授、深圳大學廖好副教授共同發起“AI×傳播”讀書會，從計算敘事、智能傳播、人機傳播與傳播仿真四個板塊向來共同探索AI與傳播的前沿交叉，來深度理解傳播機制和傳播生態。

讀書會詳情：

讀書會參與學員可視化：

回到思想源頭，走向意識與自然

圣塔菲 · 復雜科學經典論文研讀讀書會：

回到復雜性的思想源頭

在科學研究日新月異的今天，復雜科學作為一門探索自然界和人類社會中各類復雜系統規律的學科，正日益展現出其獨特的價值與魅力。從生命起源的奧秘到意識的產生機制，從氣候系統的微妙平衡到群體智能的涌現，諸多困擾人類的世界難題都與復雜系統息息相關。它打破了傳統學科的邊界，試圖在看似紛繁復雜的現象背后，尋找底層的統一性和通用的理論框架，為我們理解這個充滿不確定性的世界提供了全新的視角。

然而，復雜科學的發展并非一蹴而就，它的理論根基深深植根于一系列經典的研究成果之中。那些歷經時間沉淀的經典論文依然閃耀著智慧的光芒，它們是學科發展的基石，承載著前輩學者的深刻洞見，為我們探索未知提供了寶貴的思想源泉。

因此，集智俱樂部聯合北京師范大學教授張江、中國人民大學博士研究生陳繹安、北京師范大學博士研究生陶如意，邱仲普、清華大學博士后劉家臻共同發起「復雜科學經典論文研讀·第一季」讀書會，聚焦圣塔菲研究所發布的文集《Foundational Papers in Complexity Science》。這本文集收錄了 20 世紀復雜科學領域 89 篇重要文獻，涵蓋熵、演化與適應、非線性動力學與計算等關鍵主題。

讀書會詳情：

讀書會參與學員可視化：

計算神經科學第三季讀書會：

從神經動力學到意識的跨尺度計算、演化與涌現

從單個神經元的放電到全腦范圍的意識涌現，理解智能的本質與演化始終是一個關于尺度的問題。更值得深思的是，無論是微觀的突觸可塑性、介觀的皮層模塊自組織，還是宏觀的全局信息廣播，不同尺度的動力學過程都在共同塑造著認知與意識。這說明，對心智的研究從最初就必須直面一個核心挑戰：局部的神經活動如何整合為統一的體驗？局域的網絡連接又如何支撐靈活的智能行為？

近年來，計算神經科學正在突破單一尺度的研究范式。重尾分布與非平衡動力學揭示了神經編碼的統計規律，發育與演化視角下的模型顯示皮層結構如何在約束中自組織成跨物種的通用模式，而多腦區協同的動力學則為意識狀態的形成提供了可計算的解釋框架。這些進展共同表明，智能并非某一層級的專屬屬性，而是多尺度過程相互約束、協同演化的涌現結果。

圍繞這一認識，集智俱樂部聯合來自數學、物理學、生物學、神經科學和計算機的一線研究者共同發起「從神經動力學到意識：跨尺度計算、演化與涌現」讀書會，跨越微觀、介觀與宏觀的視角，探索意識與智能的跨尺度計算、演化與涌現。重點探討物理規律與人工智能如何幫助我們認識神經動力學，以及神經活動跨尺度的計算與演化如何構建微觀與宏觀、結構與功能之間的橋梁。

讀書會詳情：

讀書會參與學員可視化：

復雜網絡瓦解讀書會：

從結構脆弱性到智能優化前沿

在萬物互聯的時代，從互聯網、電網、金融系統到社交網絡與供應鏈，復雜網絡已經成為現代社會的核心骨架。然而，這種高效性背后往往潛藏著深層次的脆弱性：一次局部的攻擊、故障或過載，可能通過復雜的連接關系引發災難性的級聯失效，導致整個系統的全面崩潰。如何理解并控制這種脆弱性，是復雜網絡研究中的根本問題之一。

傳統的網絡魯棒性研究主要聚焦在節點或邊的靜態刪除，但隨著研究的深入，我們認識到真實網絡的性質、瓦解算法與約束模型都遠比最初設想的更為復雜?？臻g嵌入、時序演化和高階結構，使得網絡功能的維系不僅僅依賴局部連接，而是根植于多層次、多維度的組織特征；啟發式策略、統計物理框架與機器學習方法則為“高效且接近最優”的瓦解提供了不同思路；而異質成本、攻防博弈與多目標優化，正在將瓦解研究從純粹的理論問題推向更現實、更復雜的應用場景。

基于此，集智俱樂部聯合北京師范大學教授吳俊、國防科技大學副研究員譚索怡、北京化工大學副教授谷偉偉、中國科學技術大學博士后范天龍、國防科技大學在讀博士卿楓共同發起「復雜網絡瓦解讀書會」，跨越網絡結構、算法模型與應用場景的視角，探索復雜網絡瓦解的前沿進展。重點探討不同算法與優化框架如何幫助我們認識網絡的脆弱性，并在現實約束下推動網絡系統的智能演化與應用發展。

讀書會詳情：

讀書會參與學員可視化：

非線性動力學與混沌：

從確定性方程到不可預測的世界

從湍流結構的形成到鳥群的協同行為，從種群爆發到基因調控網絡，許多自然與人工系統的關鍵特征都源于非線性動力學機制。在線性近似失效的情形下，非線性系統通過分岔、極限環與反饋放大，展現出高度豐富而難以直覺把握的演化行為?；煦缋碚摰奶岢觯墙沂玖舜_定性方程也能產生對初始條件極端敏感的不可預測性，成為 20 世紀物理學的重要思想突破之一。

圍繞這些核心思想，非線性動力學與混沌理論逐漸發展出一套跨學科的通用語言。奇異吸引子與分形結構不僅深化了我們對動力系統內在機制的理解，也為生物系統、工程控制與信息處理中的復雜行為提供了建?；A?！斗蔷€性動力學與混沌》是一本既嚴謹又有趣，既高大上又淺顯易懂的非線性科學領域的著作。本書在前半部分詳細地介紹了一維和二維非線性系統中所蘊含的非線性動力學問題，最后一部分介紹了被稱為20世紀物理學的三次重大革命之一的混沌理論，從混沌的起源、分形和奇異吸引子三方面進行細致的解讀和描述。

集智俱樂部聯合北京師范大學張江科研組聯和信大李春彪科研組師生共同發起「非線性動力學與混沌」讀書會，由師生共同領讀《非線性動力學與混沌》，以分章節精讀的方式，帶領大家系統學習非線性動力學的基本理論與典型模型，結合洛倫茲系統、Kurmoto模型等經典案例，深入探討混沌的起源、分形與奇異吸引子等前沿問題。

讀書會詳情：

讀書會參與學員可視化：

走向意識科學讀書會：從現象之窗到理論之梯

2025 年被普遍視為意識研究的關鍵轉折點。主流意識理論開始進入可檢驗與可對照的階段，全局神經工作空間、整合信息理論與預測加工等框架不再各自為戰，而是通過對抗性實驗與統一任務展開直接比較；與此同時，數學與結構性方法逐步滲入意識研究的核心，群論、拓撲學、范疇論與信息幾何被用于刻畫主觀體驗的形式結構，使意識第一次擁有了超越隱喻的精確語言。在技術層面，大語言模型的涌現能力、腦機接口與意識相關工程的發展，使“意識是否只屬于生物體”從哲學問題轉變為現實挑戰。

在這一背景下，意識研究正在從現象描述走向理論建構，從經驗碎片走向結構化解釋。意識不再被視為單一尺度或單一學科可以窮盡的對象，而是橫跨神經機制、主觀體驗、計算過程與社會技術系統的復雜現象。

圍繞這一轉向，集智俱樂部聯合來自哲學、認知神經科學、計算機科學、復雜科學領域的研究者共同發起「意識科學讀書會」，跨越理論與實證、功能與現象、生物與人工的視角，全面深入研討意識這一現象本身。重點探討當代主流意識理論的核心主張與分歧，神經機制與主觀體驗之間的橋梁，以及AI意識、腦機接口等技術如何重塑人類意識主體的邊界與文明的未來。

讀書會詳情：

讀書會參與學員可視化：

理論生態學讀書會：

在系統視角中理解自然的復雜秩序

作為支撐生態文明建設的重要理論基礎，理論生態學在長期發展中逐步完成了從生物學分支到系統科學核心領域的轉變。它以數學模型和邏輯推演為工具，刻畫生態系統中多尺度、多要素之間的相互作用，在抽象理論與實證研究的不斷對話中，深化了我們對生物多樣性維持機制、生態穩定性與演化過程的理解，也為人類如何與自然系統共存提供了堅實的認知框架。

在具體研究層面，理論生態學的方法早已深度嵌入生態研究的各個方面：從種群動態的時間尺度分析，到高階相互作用下的群落結構解析，再到空間過程與物種共存機制的系統建模。這些理論進展不僅推動了生態學自身的演化，也成為連接復雜系統科學、環境科學與可持續發展研究的重要紐帶。圍繞相關主題展開的讀書會，通過系統梳理經典思想與前沿工作，幫助研究者在理論與現實之間建立更緊密的聯系，為理解生態系統的復雜性與應對真實生態挑戰提供持續的思想動力。

為讓更多人走近這門充滿溫度與風景的學科，集智俱樂部聯合北京林業大學大學副教授李周園，普利高津獎章得主、Towson大學Brian D. Fath教授以及北京大學理論生態學課題組博士研究生于越共同發起「理論生態學讀書會」，旨在深入探討理論生態學的基礎思想與前沿進展，通過分享經典文獻與最新研究，促進對生態學復雜性、共存機制及生態系統動態的理解，推動理論生態學與實際生態問題的連接與創新。

讀書會詳情：

讀書會參與學員可視化：

結語：面向復雜系統的長期認知實踐

回顧集智俱樂部 2025 年度所舉辦的系列讀書會，可以清晰地看到一條貫穿始終的主線：無論主題涉及氣候系統、金融風險、人工智能、意識研究，還是學習、傳播與生態系統，這些議題雖分屬不同領域，卻共同指向復雜系統這一核心視角?，F實世界并非由彼此獨立的問題構成，而是由多尺度、多主體、強耦合的系統持續演化。在這一背景下，理解問題的生成機制與系統結構，往往比尋找單一解法更為關鍵。

圍繞這一認識，集智俱樂部在 2025 年持續通過讀書會這一長期、穩定的共學機制，推動一種以理論為起點、以方法論為核心的知識實踐路徑。讀書會強調回到經典與前沿文獻，梳理不同學科在理解復雜系統時的基本假設與研究方法，并在跨學科討論中檢驗其適用邊界。盡管討論主題不斷更新，但關注始終聚焦于同一問題：當線性、單一尺度的分析框架難以解釋現實，我們應如何構建更具系統性與遷移能力的理解方式。

同樣重要的，是參與其中的人。讀書會的成員來自不同學科與行業背景：有仍在學習階段的本科生、研究生，也有長期從事科研工作的教師與學者；有算法與工程領域的一線從業者，也有來自金融、醫療、教育與科技行業的研究人員、產品負責人與戰略管理者。不同經驗與問題意識在討論中不斷交匯，使每一個主題都不再停留在單一學科內部，而是在真實關切與方法論差異中被反復打磨，激發出持續而廣泛的討論。而參與討論的所有人也完成了一種共同的實踐：用系統性的視角面對不確定性，用跨學科的語言理解復雜現實。

某種意義上，我們一直以來堅持舉辦的并不僅僅是一次次圍繞特定主題的學術活動，更像是一場關于“如何在復雜時代共同思考”的長期練習。面對快速演化的技術環境與不斷累積的系統性風險，我們所希望持續推進的，并不是提供確定性的結論，而是與更多來自不同領域的人一起，保持對復雜性的尊重，持續練習一種更耐心、更清醒、也更具連接性的理解世界的方式。

進入 2026 年，集智俱樂部將延續這一方向，繼續圍繞復雜系統、人工智能、意識科學、社會與生命系統等領域，組織新的讀書會與共學活動。在不斷變化的問題現場中，持續推進對復雜世界的理解，并探索將系統性認知轉化為行動與實踐的可能路徑。