秩序不是控制：人工和生物系统中的驱动耗散响应定律

人工智能对齐、可解释性、转向和神经扰动研究可识别诱导秩序的物体。我们认为秩序不是控制。控制需要接收器门控响应律：分母索引算子将材料状态、作用/驱动、浴和接收器状态映射到响应位移、汇、努力和盆地投影。我们通过生物、LLM、适配器和随机算子面板来识别它。法律是局部的：根据介质、浴、接收器状态、作用端口和比较器，干预可以被接纳、饱和、符号改变、泄漏或过度驱动。当有限的努力将目标或结果读数类移动到相同的分母下，同时损坏、无效/规避、无效格式、过度驱动和不必要的努力保持有限时，就会分配控制权。小鼠 ALM、线虫和斑马鱼面板提供物理反应操作员证据，同时排除坐标身份和控制器结论。 LLM 面板显示生成输出响应定律：在四种材料条件下，响应向量的预测精度为 72.8-73.7% 分量符号精度，在非零分量上升至 84.3-84.8%；坚持不懈的观察者预测系统效应和目标/预言系列的准确率分别为 93.6% 和 91.7%。体质调节的适配器重塑了敏感性，作为准备好的媒体，随机操作员小组将可衡量的机会与可部署的行动政策分开。这给出了介观控制级别的驱动-耗散响应系统说明：驱动通过准备好的介质、浴和接收器起作用，产生允许的运动、阻抗、下沉或过驱动。证据支持局部承认的控制和可测量的随机响应算子，同时将可部署的预生成控制、隐藏/logits 因果充分性、生物到 LLM 坐标标识以及字面热力学量保留在范围之外。