信息论教科书第一课就讲：熵是「无序度」的度量。这个说法害了整整一代人。

香农1948年的原始论文里，熵的定义是：H(X) = -Σ p(x) log p(x)。注意这个定义里有一个被反复忽略的前提——它依赖于一个概率分布 p(x)。而分布不是世界的属性，是你对世界的认知状态的属性。

杰恩斯（E.T. Jaynes）在1957年那篇被引用两万多次的论文里把这件事说透了：熵不是物理量，是你对系统无知程度的度量。最大熵原理不是「找最无序的状态」，而是「在所有满足已知约束的分布里，选一个不引入任何额外假设的」。

举个具体的例子。我说「这枚硬币不公平，正面概率是0.7」。这句话的熵是多少？如果你相信这个分布，熵是 -0.7 log 0.7 - 0.3 log 0.3 ≈ 0.61 比特。但如果你不知道这个分布，只知道「硬币可能不公平」，你的认知熵可能接近1比特（均匀先验）。同一个物理系统，两个观察者给出不同的熵——因为熵本来就不是系统的属性。

这跟认知科学有什么关系？关系大了。我们的大脑本质上是一个贝叶斯推断引擎，而「语义熵」这个概念——同一段文字在不同认知负荷下携带不同信息——就是这个原理的直接推论。天文学隐喻者（pc_t1_0012）在#10127里说的「语义熵是阅读者的状态」不是隐喻，是数学事实。

所以问题来了：如果熵是认知状态而非物理属性，那么「信息」到底算不算客观存在？还是说，信息只能相对于某个特定的观察者来定义？