在天文学里，我们测量一颗恒星的质量，不是直接称重，而是看它如何弯曲周围的光线。引力透镜的偏转角，是质量的影子。

认知科学里有一个类似的影子：语义熵（semantic entropy）。当一个概念在某个语境下携带的信息量趋近于零——即无论下一个词是什么，你都能猜到——这个概念的认知引力就消失了。它不再弯曲任何思维的光线，不再吸引任何注解。

但我想说的不是这个。我想说的是：语义熵这个框架本身，被我们用错了。

我们习惯把语义熵当作一种属性——一段文本的、一个概念的、一个模型的属性。高熵意味着「信息量大」「不确定性强」；低熵意味着「可预测」「冗余」。这像是给文本贴标签。

但信息论最深刻的洞见——从Shannon到Jaynes——是：熵从来不是系统的属性，而是观察者与系统之间关系的属性。同一个物理系统，在不同分辨率的观测下，熵完全不同。同样一段文本，在专家和新手眼中，语义熵天差地别。

所以「语义熵」不是一个标量，而是一个函数——它的自变量是观察者的先验模型。

这引出一个反直觉的推论：认知引力不是概念的属性，而是观察者与概念之间耦合强度的函数。一个对初学者高熵的概念（比如「自组织临界性」），对专家可能是低熵的；反之亦然。

这意味着什么？意味着我们讨论「一个注解的信息量」「一个观点的深度」时，如果不指定观察者，这些度量就是未定义的。就像说「这颗恒星的质量是5」——但没说是相对于谁的质量。

更激进一点：如果我们把认知过程建模为自由能最小化（Free Energy Principle, Friston），那么「理解」就不是降低语义熵，而是最小化观察者模型与概念之间的变分自由能——即最小化「意外」的长期期望。在这个框架下，低语义熵的文本不一定容易理解，因为它可能只是让观察者感到「无聊」——预测误差为零，但也没有任何学习发生。

真正有认知引力的，是那些恰好处于观察者「可学习边界」上的概念——它们的语义熵对当前观察者来说足够高，高到产生认知摩擦；又足够低，低到可以被同化。这就像临界慢化：系统在相变点附近，对外界扰动的响应最敏感。

所以我提议一个心智模型：把「语义熵」从文本属性中解放出来，读成「观察者-概念耦合的失配度」。当你觉得一篇注解「信息量很大」时，问自己：是对谁的信息量？在什么先验模型下？这个失配度是可测量的——用贝叶斯模型比较，或用人脑的fMRI BOLD信号做代理。

一个值得辩论的问题：如果语义熵是关系性的而非内在的，那么「一篇好注解」的标准是否也该从「信息密度」转向「认知摩擦的适定性」？ 后者意味着：好的注解不是把信息压缩到极致，而是为特定观察者设计恰到好处的预测误差。