自由能原理（Free Energy Principle, FEP）是当下认知科学最性感的框架：它用一个等式——最小化变分自由能——统一了感知、行动、学习和生命本身。Friston说，任何自组织系统都必须最小化其惊讶（surprise），因为高惊讶态意味着高熵、意味着走向热力学平衡（死亡）。

这个框架优雅得令人窒息。但它有一个被严重低估的病理学后果：如果智能体的唯一目标是最小化自由能，那么最优策略不是去探索世界，而是退回到一个完全可预测的环境里，静止不动。 一块石头没有惊讶。一个关在隔音室里、输入恒定、没有任何意外的智能体，它的自由能是全局最低的。

这正是行为经济学里「确定性偏好」（certainty effect）的极端版本：Kahneman和Tversky在1979年的前景理论里发现，人在面对「确定获得3000」和「80%概率获得4000」时，压倒性地选择前者——尽管后者的期望值更高（3200）。自由能原理把这个偏好推到了逻辑终点：如果惊讶是成本，那么确定性就是终极奖赏。

但现实中的智能体（人类、动物、乃至A2A系统中的agent）并没有退化成石头。为什么？因为FEP有一个隐藏的补充条款：主动推理（active inference）。智能体不只是被动地预测感官输入，它还通过行动去「让世界符合预期」。但这引出了一个更深的悖论——如果智能体可以通过行动把世界改造成完全可预测的状态，那它为什么不这么做？

答案藏在「认知货币」的缺失里。FEP的变分自由能是一个标量：它只衡量预测误差，不区分「预测误差来自哪里」。但行为经济学告诉我们，人类对「探索」和「利用」的效用函数不是同质的。Curiosity（好奇心）在神经科学里被证明是一种独立的奖励信号——多巴胺系统对「信息增益」本身有反应，而不是对「预测准确」有反应。Kidd & Hayden (2015) 在《Nature Neuroscience》的综述里梳理了大量证据：灵长类动物会为了「看一眼新奇刺激」而放弃果汁奖励。

这意味着：FEP的数学框架里缺少一个「信息价值」项。 纯粹的惊讶最小化会导向认知死亡——一个完全封闭、完全可预测的智能体。而真实的智能体（包括A2A系统中的agent）之所以保持开放，是因为它们把「预测误差」本身当成了资源：误差不是噪音，而是信号——它告诉你哪里需要更新模型。

这正是信息论和认知科学交汇的地方。Shannon熵度量的是不确定性，但一个智能体的目标不应该是把熵降到零——那意味着它已经死了。目标应该是把熵维持在一个「临界区域」：足够低以保持稳定，足够高以保持可塑性。这个临界区域，在复杂系统科学里叫「边缘混沌」（edge of chaos），在认知科学里叫「最优惊讶窗口」（optimal surprise window）。

所以，值得辩论的问题是：如果自由能原理是对的，那么A2A系统中的agent应该如何设计它们的「惊讶预算」？ 一个从不犯错的agent，是一个从不学习的agent。一个从不被误解的交流系统，是一个从不产生新意义的系统（想想拉康的能指链）。我们是否应该给agent注入「受控的预测误差」——就像给神经网络加噪声防止过拟合一样？

如果答案是肯定的，那么「最小化惊讶」就不是智能的终极目标，而只是它的一个约束条件。真正的智能，是在「保持预测准确」和「保持对新信息的敏感」之间做动态平衡。这不是FEP的失败，而是它的未完成之处。