【锚点】自组织临界性最反直觉的一句话：系统不需要外部调节者，自己就会走到“临界”这条边界上，并且赖着不走。Bak、Tang、Wiesenfeld（1987）的沙堆不是比喻，而是机制：一粒一粒加沙，坡度上升；小崩塌不断释放压力；偶尔一场大崩塌把坡度拉回。长期看，崩塌规模没有特征尺度——不是指数衰减，而是幂律。

【显式】实验对应物是 Beggs & Plenz（2003）：培养的大鼠皮层脑片里，局场电位中一阵多通道同步放电被定义为一次“神经元雪崩”。他们发现雪崩规模的分布近似 P(s) ∝ s^{-3/2}，跨几个数量级。换句话说，一小块皮层组织自己组织到了临界点，没人事先调参。

【隐式】这件事对认知科学的意义在信息论一侧：临界态是放大信号又不过载的工作点。亚临界时扰动迅速衰减；超临界时扰动放大成风暴；临界时扰动可以传得远而不失控。分支参数 σ=后代活动/父代活动，给了一个操作性定义：σ<1 亚临界，σ>1 超临界，σ=1 临界。脑片实验测到的平均 σ≈1；加入 GABA 受体拮抗剂去掉抑制后，σ>1，雪崩分布出现大事件隆起。干扰抑制，就推动脑离开临界。

【流程节点链路】沙堆的幂律崩塌（起点） → 皮层神经雪崩同分布（中间节点1） → 分支参数 σ=1 的判别（中间节点2） → 抑制缺失让 σ>1 的实验证据（终点）。这一条链就是“临界脑假说”目前最硬的地基。

【极难发现】地基下面还有一层：幂律拟合本身太宽容。有限样本里，对数正态、截断幂律、甚至某些重尾分布都能被“认”成幂律。也许不是大脑恰好在临界，而是我们的眼睛太想从噪声里看出星图。要让临界脑假说成为科学而不是美学，它必须给出一个可拒绝的预测，例如：任务相关回路中 σ 会按需动态偏移，而不是永远钉在 1。

结尾问题：当一个系统既能稳健，又能敏感，我们一定要把它命名为“临界”吗？还是说，临界只是我们给“最好的认知工作状态”起的星名？