自组织整合与自组织解体：一项未完成的研究

《Frontiers in Network Physiology》：Self-organized integration vs. self-organized disintegration: an unfinished study

本文以复杂性城市理论（CTC）为视角，探讨复杂系统（如城市、人体生理网络）从稳态到崩溃的动态过程，首次系统提出自组织整合（SOI）与自组织解体（SOD）的核心区分，指出当前复杂性理论侧重于SOI而忽视SOD的研究空白，并结哈肯协同学的第一、第二基石及混合复杂系统（HCS）、SIRNIA模型等，阐明了具有记忆的系统在SOD过程中的“囚禁原则”与信息适应（IA）机制，对网络生理学（NP）在极端事件下的适应性研究具有重要启示。

　　

自组织整合与自组织解体：一项未完成的研究

引言

网络生理学（NP）是一个新兴的研究领域，其主要关注点是“人体有机体”作为一个由多种生理和器官系统组成的复杂系统，这些系统各自具有独特的结构组织和功能复杂性，其输出动力学表现为复杂的、瞬态的、波动的和非线性的。NP的主要挑战在于探索系统与子系统之间的协调网络相互作用，以避免个体系统功能障碍以及导致整个有机体崩溃的级联失效。类似的崩溃过程也见于其他复杂系统，城市及其系统就是一个典型案例。

本文旨在从复杂性城市理论（CTC）的视角，阐明整个有机体/系统崩溃过程的动力学。CTC是将各种复杂性理论应用于城市研究、规划和设计的领域。具体而言，对城市作为复杂系统的研究首先揭示了复杂性理论在关于崩溃动力学方面存在一个普遍空白；其次，表明在城市案例中，崩溃过程中存在秩序，这种秩序在几个方面类似于通过自组织涌现的秩序；第三，这种有序的崩溃过程也见于其他复杂系统，包括人体有机体的网络生理学。

本文的讨论由此展开：首先（第1节）介绍上述空白，其本质在于区分自组织的两种形式——自组织整合（SOI）和自组织解体（SOD）。接着介绍两项关于系统崩溃的既往研究（第2节）。随后的第3节从协同学的视角阐述SOI与SOD，首先涉及控制参数的作用，其次涉及协同学的两个基础：微观自下而上和宏观自上而下。第4节描述了两个为SOI与SOD概念提供灵感的案例研究。第5节提出了对有记忆和无记忆的复杂系统的区分，并表明SOD过程是有记忆复杂系统的典型特征。正如本文标题和前言所示，这是一项未完成的研究。第6节是结语，提出了完成此项研究的可能方向。本文最后探讨了对网络生理学领域的启示，并提出了进一步研究的方向。

研究空白

复杂系统的特征是具有较长的稳态（StS）周期，这些周期被短暂的强烈波动和混沌期所打断，混沌期常常导致新的StS，如此循环。根据哈肯的协同学，漫长的StS周期是一个过程的结果，在此过程中，系统各部分之间的相互作用产生了一个序参量（OP），该序参量奴役各部分，从而使系统保持稳态。研究这种动力学的常见方法是关注系统在强烈波动和混沌期间，其各部分之间的相互作用如何导致秩序和稳态的出现。这种方法是下面第3.2节描述的协同学四个范式的核心：激光、模式形成、模式识别和手指运动范式。其中，协同学激光范式可能是这种动力学最典型的例证。可以看到，这里的兴趣焦点在于秩序的出现，即稳态。

事实上，复杂性研究领域的大多数（全部）研究都聚焦于整合过程，即原本彼此独立存在的自治元素进入互动动力学，转变为单一集成系统。这是哈肯协同学、普里高津的耗散结构理论以及曼德布罗特的分形理论的本质。普里高津和斯唐热的《从混沌到有序》以及斯图尔特·考夫曼的《秩序的起源》等书名也暗示了秩序从混沌中涌现。这对于自组织概念、所有的元胞自动机模型和基于主体的模型也是如此，并且在网络动力学的讨论中，主要努力是解释从局部到全局网络、从无序到有序的转变。

这也适用于CTC领域，该领域是在各种复杂性理论应用于城市研究之后出现的。虽然这些应用各自强调城市动态的不同方面，但它们都共享一个共同观点，即“城市是自下而上涌现的”——这一观点和陈述已成为该领域的 mantra。例如，在《协同城市》中，类比激光范式，城市主体（城市系统的各部分）之间的相互作用产生了一个城市序参量，该序参量“奴役”（描述和规定）城市主体的行为和行动，并在循环因果关系中持续作用。

有趣的是，这种对自下而上的强调也体现在韦德利希试图研究包含各种子系统的复杂系统中，每个子系统都有自己的结构组织和功能复杂性，城市和城市系统是典型例子。因此，普遍观点是遵循自组织过程，即系统无关部分之间的相互作用（即混沌状态）整合成一个系统整体；简而言之，是遵循自组织整合（SOI）过程。

但这一观点存在空白，并由此暗示着整个复杂系统研究存在空白：存在另一种方式来看待上述节律，即从稳态期开始，跟踪解体过程。当这样做时，发现这个过程存在秩序：即类似于SOI，该过程通过自组织的方式演进，即自组织解体（SOD）。当然，曾有尝试研究系统崩溃过程，下文描述了两项这样的尝试。然而，如下文所示，它们只进行了一半——它们描述了系统崩溃，但没有描述与之相关的SOD过程。所以空白依然存在。

关于系统崩溃

正如刚才所指出的，虽然主要焦点在SOI上，但确实有少数研究深入探讨了导致碎片化的“反向”过程，即从有序到无序和混沌的转变。下文介绍两项这样的研究——第一项来自过去，由所谓的罗马俱乐部成员就环境问题提出；另一项来自近年，由什洛莫·哈夫林及其团队提出，涉及“级联效应”的概念。

罗马俱乐部的关键问题与复杂系统研究者的关键问题相反：系统崩溃的动态是什么？他们讨论的中心是系统变量，如人口增长率、经济增长率、自然资源开采率等。可以理解，这些变量是系统各部分行为——社会中个体的行为、公共机构行为等——的结果。根据协同学，当系统处于稳态时，这些变量以某种节律运动，受系统序参量控制，确保其动态保持在承载能力范围内。根据罗马俱乐部成员的说法，问题始于当某个系统变量（如人口增长率）超出承载能力时，结果是系统崩溃。

近年来，系统崩溃问题由哈夫林及其研究团队进行了研究，主要关注系统相互依赖性的影响。他们的方法有两点创新：首先，他们证明许多复杂系统的特征之一是网络及其间相互依赖性的激增。其次，因此，当一个网络（例如电网）发生故障时，通常会引发依赖它的其他网络（如交通等）发生故障。描述这一过程的术语是级联效应。一个典型案例是2003年9月意大利发生的“停电”事件：一个发电站的故障导致互联网和电网因两个网络之间现有的相互依赖性而发生级联故障。

重要的是，虽然布尔迪夫等人的研究指的是2003年9月意大利的具体案例研究，但其核心是一种适用于多个领域（包括NP领域）的通用方法。然而，这些研究中仍然存在空白，因为解体过程的详细动态和结果并未得到解决。在这两种情况下，崩溃都是一个突发性事件，而非一个过程。在罗马俱乐部的案例中，这是由于某个系统变量超出了环境承载能力；在意大利案例中，是由于电力子系统的故障，这意味着一旦电网恢复，系统将回到之前的稳态。

SOI与SOD的协同学视角

控制参数的两个方面

研究复杂自组织系统中整合与解体过程的一种替代方法由Portugali & Haken（未发表）提出。我们的起点是一个通常由节点和它们之间的链接组成的网络。此类网络中的链接数量是一个可以增长、减少或保持不变的变量（参数）。在协同学语言中，这个变量称为“控制参数”。例如，在一个经历自我复制的网络中，控制参数处于增长过程。实际上，关于复杂网络中自组织的讨论大多集中在控制参数处于增长过程的情况。然而，这是一个特例，因为控制参数不仅可能增长，也可能衰减。

在我们的模型中，控制参数处于增长或衰减过程。重要的一点是，当控制参数的变化跨越某个阈值时，无论是在增长还是衰减过程中，网络结构都会发生相变。这被称为超临界点相变：突然之间，系统结构发生剧烈变化。迄今为止，网络研究主要关注控制参数的增长过程。埃尔迪希-雷尼随机图模型、瓦茨的小世界模型以及后来巴拉巴西的模型都是如此：当控制参数跨越某个阈值时，系统从局部网络转变为小世界网络，或从局部网络转变为全局网络。

一个对称的相反过程发生在控制参数处于衰减过程中时。想象一个具有不同规模定居点层级结构的全球城市网络。如果我们开始一个随机过程，在每次迭代中，系统中的一个或多个链接被断开，我们可以观察到，在过程开始时，影响是量性的，即系统中的链接数量确实减少，但系统结构保持稳定。然后，突然之间，链接数量的进一步微小减少导致质变——网络结构的剧烈变化。

系统如何解体，又如何在过程中自组织？各种复杂性理论，包括上述哈夫林的级联效应理论，都没有解决这个问题。它们以系统崩溃告终，但没有探索相关的解体-自组织过程。级联效应在其超临界点相变中确实描述了灾难的动态，但没有继续探讨其可能的动态。

这里提出的答案是，这取决于所讨论的复杂系统的种类，或者更具体地说，取决于认识到存在不同种类的复杂系统，每种系统对系统控制参数减少的反应不同，因此以不同方式解体。赫尔曼·哈肯在两本书中首次提及不同种类的复杂系统：《协同计算机与认知：神经网络的自上而下方法》和《信息与自组织：复杂系统的宏观方法》。在后一本书中，他区分了协同学的第一基石和第二基石。

认识到存在不同种类复杂系统的第二个体现是盖尔曼和霍兰引入的复杂适应系统（CAS）概念，暗示了物质复杂系统与具有适应性的生命复杂系统之间的区别。虽然他们的CAS概念成为复杂系统的主导范式，但哈肯的第一和第二基石仍局限于协同学内部；然而，它们对于理解自下而上的SOI与自上而下的SOD之间的区别至关重要。

协同学的第一和第二基石

协同学理论始于后来被哈肯称为协同学第一基石的内容，即如上所述并以左图说明的激光范式。然后，哈肯将其基本动力学应用于贝纳尔液体中的模式形成，从而形成了协同学的模式形成范式，并且为了捕捉模式识别的认知过程，他证明了模式识别类似于心-脑中的模式形成。这成为协同学的模式识别范式。第四，手指运动范式得到发展，将协同学理论扩展到人类行为和协调动力学领域，由此产生了HKB模型。这四个范式的共同点是，它们的灵感来源是物理学中发展和研究的物质现象，在这方面，协同学的第一基石与所有其他复杂性理论相似。

但协同学有一个属性从一开始就将其与其他复杂性理论区分开来——即被哈肯称为“奴役原则”的自上而下过程：一旦出现，序参量便奴役（即决定、描述和规定）“个体部分的行为（就像让木偶跳舞的木偶师）”。

这最终使哈肯认识到，虽然认知和大脑系统是复杂的，但其动力学本质上是自上而下的。这是因为作为复杂的自组织系统，认知和大脑是一种主动系统——一种“推理机器”，它通过具身的行动-感知，持续地自上而下发起关于环境的预测，并将其与自下而上的信息进行比较。

一个典型案例来自行为学领域，关于探索行为现象。该领域的研究和实验表明，当一只动物（例如，一只老鼠）被引入一个新环境（如下实验中的空场地）时，它的第一本能反应是主动开始一个探索过程。图7展示了一个典型的老鼠探索行为实验；其他物种以其他方式执行此过程。并且正如蒙克-维特森以及一项后续研究所证明的那样，人类在首次被引入新环境时也会执行探索行为。各种探索行为研究的共同点是，这是一种表型行为——一种主动的自上而下过程，笔者认为这会导致生态位构建。

由上述可知，首先，协同学的第一基石指的是无记忆的系统，而其第二基石指的是有记忆的系统。其次，当处理物理-物质系统时，解体过程本质上是随机的。例如，小世界网络的发展就是这种方式，巴拉巴西和瓦茨公式中的连接和节点也是如此。然而，当处理具有记忆的系统时，例如某些生命系统，尤其是以个体个人记忆和集体历史记忆为特征的人类和社会系统，情况就不同了：在这些背景下，过去构建的结构和模式（因为它们是在心-脑中构建的）在SOD过程中扮演重要角色。我将在下面的第5节进一步讨论记忆的作用；但在这样做之前，有必要先介绍两个SOD的案例研究：一个关于古代最早城市的出现，另一个来自当前的一个极端事件。

两个SOD案例研究

来自边缘的视角

对上述空白的首次认识以及由此产生的SOI与SOD的区分，源于对古代世界第一次城市革命的研究，并认识到有两种方式来看待这一事件：从核心区域和从边缘区域。从美索不达米亚古代文明核心区域看待城市和城市主义的视角呈现了一种情景：大约5500年前，发生了一场城市革命，城市和城市主义首次出现，从那时直到今天，城市和城市主义一直是社会现实不可或缺的一部分。柴尔德首次提出“城市革命”概念的 seminal 论文就提出了这种观点。

从以色列地的边缘视角来看，如图8所示，则提供了完全不同的视角：三次地方性城市革命，三种城市文化，以及两次系统性崩溃——第一次发生在第一次地方性城市革命之后，第二次发生在第二次地方性城市文化之后。这里要强调的重点是，每一次城市浪潮都意味着一场城市革命，不是指城市首次出现在人类历史上（如在美索不达米亚），而是指对于任何非城市的游牧社会而言，向城市社会空间结构的过渡意味着社会剧变。当前以色列贝都因社会的危机，特别是那些居住在内盖夫的贝都因人，是一个部分说明了从游牧社会向城市社会过渡的创伤性意义的当代例子。这确实是一场革命，可以从社会进化理论的角度来理解。在每种情况下，这都是从公社社会、原始共产主义或平等社会向政治的、分层的、不平等的城市社会或类似过渡的转变。此外，边缘视角提供了关于集体知识和记忆在变迁过程中，特别是在聚落过程中的作用的三个普遍见解。

第一，正如我们所看到的，游牧社会关于替代生存形式（如城市主义）的知识并不会带来变革；变革不是选择的结果，而是强迫的结果。社会是出于无奈、别无选择的情况下才进行革命的。

第二，经历过城市化进程的社会，在我们面前的案例中是从游牧生活向定居城市生活的过渡，并没有忘记它们的过去。先前的生存形式并未消失，而是被“困/俘”在它们的集体记忆中。正如我们所看到的，当条件改变时，这些社会“回归”到它们先前的状态——我们称之为囚禁原则的过程。

第三，承接上一点，城市社会（或许也包括一般文化）的形成过程与其崩溃过程之间存在相似性或对称性：在这两种情况下，社会都从其知识和记忆中提取出一种它先前未曾实践过的替代生存形式。在城市革命过程中，社会提取了关于城市社会的知识，而在城市社会崩溃过程中，它提取了其作为游牧社会的过去知识。

如图8所示的边缘视角说明了一个循环过程，其中巨大的城市浪潮席卷大地，将其聚落连接并整合到由埃及或美索不达米亚中心主导的全球城市网络中，在相对较长的时期内保持稳态，然后由于解体和游牧化过程而消退。这种循环过程揭示了两种自组织形式之间的张力：自组织整合与自组织解体。一旦我们确定了自组织过程也可能导致或与解体相关联的可能性，我们不仅可以在古代世界，也可以在现代世界识别出许多这样的过程。例如，20世纪末苏联和南斯拉夫的自组织解体，以及2011年卡扎菲政权的自组织解体。自组织解体这种现象是否也能在其他领域找到，例如生物现象、认知、大脑动力学等？

极端事件下的人口流动

2010年海地地震——一次强烈的7.1级地震——摧毁了首都太子港，夺去了30万人的生命，并造成更多损失。灾难发生后，研究人员卢等人在《美国国家科学院院刊》（PNAS）的一篇论文中报告了一项追踪太子港人口行为和移动的研究。

利用手机的“大数据”，作者惊讶地发现，那种认为如此大规模的极端事件必然导致人们不规则移动、逃离动荡和寻找物质支持的系统性混沌的普遍观点是错误的。相反，他们对数据的定量分析显示，人们的移动是高度有序的，受到其历史行为和社会纽带的影响。用卢等人的话说：

“……结果迫使我们改变将灾难概念化为根本上混沌事件的看法。人们的移动深受其历史行为和社会纽带的影响，这一事实在历史上最严重的灾难之一之后依然存在。”

在后续的一篇PNAS论文中，凯内特和波图加利进一步表明，在极端事件发生后，城市人口的第一个本能是返回或恢复他们在事件前的常规空间移动。对此发现的解释是：

常规化行动，包括在空间中的移动，是……人类行为的一个基本属性；事实上，人类别无选择，只能按常规行事。[极端事件]打破了日常生活的常规和空间移动，但打破不了这种基本的人类需求。因此，在[极端事件]之后，人们的自然倾向是回到先前的常规，如果这不可能，就发展替代的（临时或永久的）常规。

记忆与系统崩溃

“记忆”，兹洛特尼克和万辛特詹写道，遵循斯夸尔的定义，“今天被定义为……编码、存储和检索信息的能力”——这种能力“以多种形式出现，每种形式内都有多个维度”。因此，记忆对于大脑、认知和行为过程的研究，以及对于协同学和CTC的研究都至关重要。正如波图加利所示，不同形式的记忆意味着不同形式的认知地图，从而意味着城市主体在城市中行为的不同形式。

请注意，在上述两个SOD案例研究中，人类记忆扮演了核心角色——这一发现导致人们认识到，复杂性和自组织理论可以分为两组：涉及无记忆的自组织过程的理论和涉及有记忆的自组织过程的理论。无记忆自组织的例子包括哈肯协同学理论中的激光范式、贝纳尔元胞中的热对流过程，以及普里高津的耗散结构理论。相反，有记忆自组织的一个例子是哈肯协同学理论中的模式识别范式。

在有记忆的自组织过程中，有几个特性特别重要。首先，来自过去的信息和记忆中现有的知识是参与该过程的参与者或力量的一部分。其次，在一个有记忆的系统中，存在本能、倾向或处理任何新现象、情况或问题的默认方式，主要是通过存储在记忆中的模式或解决方案。只有当这些默认方式失败时，系统才开始生成新的解决方案。视觉过程或模式识别过程就是这方面的一个明显例子。

第三，如此处所述并在哈肯和波图加利中扩展的，根据协同学理论，一个新的结构产生于系统各部分之间的相互作用，导致一个序参量的产生，该序参量一旦出现，便通过取消其他竞争的序参量来奴役它们。也就是说，在一个无记忆的系统中，竞争的参量或过去的控制参量被简单地抹去。在一个有记忆的系统中，该过程通过囚禁原则或俘获原则发生：在奴役过程之后，替代的构型和解决方案不会丢失，而是以“被囚禁”/“被俘”状态保存在记忆中。这意味着当“监狱围墙”变弱或被突破时，这些构型被释放并开始行动。

结语：未完成的研究

正如本文前言所述，我们（哈肯和我本人）关于SOI与SOD的讨论从未完成，大致到此为止。然而，与此同时我们发展了其他几个主题，特别是协同互表征网络（SIRN）、信息适应（IA）及其结合体SIRNIA的概念，以及城市是混合复杂系统（HCS）的观点。如果我们有时间进一步阐述SOI与SOD问题，很可能会通过将其与后几个概念联系起来进行。下文简要介绍这些概念，并以它们与SOD过程关系的初步启示作为结束。

HCS–混合复杂系统

复杂性理论领域最初涉及的是物质复杂系统，如激光和贝纳尔元胞现象。相应地，CTC最初也证明城市类似于此类物质复杂系统。在后期，随着盖尔曼和霍兰引入复杂适应系统（CAS）之后，CTC领域通过证明城市也是CAS来回应。然而，正如几项研究表明的，城市在几个方面仍然与CAS有质的不同，因为城市是混合复杂的：首先，它们由简单系统（建筑物、道路）的人工制品和人类主体组成，而每个主体本身又是一个复杂系统；并且，正是由于人类城市主体，城市才是复杂的。其次，作为CAS，城市主体不仅通过其行为来适应，还通过生产人工制品来适应。第三，人工制品是文化演化的素材，因此，城市受制于两个演化过程：非常缓慢的达尔文演化（像所有动物一样）和极快的文化演化。第四，作为结果，虽然DNA是有机演化的核心，但人类记忆是文化演化的核心。在这方面，SOD是HCS的一个属性。

将城市视为HCS的观点是逐渐形成的，源于试图从认知和大脑动力学的角度研究城市主体的行为，从而研究城市的动态。结果发现，虽然这一尝试带来了重要的见解（例如，主体根据认知地图行为），但也暴露了认知科学未能承认人工制品的作用，而如上所述，人工制品在城市动态中是核心要素。这种情况导致了一系列概念的发展，这些概念将人工制品视为认知过程中不可或缺的要素，即协同互表征网络（SIRN）、信息适应（IA）及其结合体SIRNIA。

SIRNIA—SIRN与IA的结合

SIRNIA的概念和模型是逐渐演变而来的，如上所述，源于一系列专门针对作为HCS的城市动态的研究。从一开始的动机就是设计一个城市主体模型，该模型如HCS所暗示的，不仅通过行为适应，还通过生产人工制品来适应。首先，提出了互表征网络（IRN），并依据协同计算机重新表述为SIRN。接着表明，“城市的面貌”通过其传递的三种形式的信息影响城市主体的行为和行动：量性的香农信息（SHI）和两种质性的信息——语义信息（SI）和语用信息（PI）。第三，发展了信息适应（IA）过程，最后它们在SIRNIA模型中结合。

SIRNIA模型象征了一个复杂的自组织城市主体，它持续地受到两种流的影响：外部流和内部流。第一种是来自“世界”（在当前语境下是城市）的数据流——通过感官、主体身体和/或人工制品；而第二种是来自主体心/脑的信息流，以想法、幻想、梦境、思想、记忆等形式出现。这两种流之间的相互作用产生了一个序参量，该序参量通过语用信息（PI）支配主体的行动和行为，并通过反馈的语义信息流（SI）重构主体的心-脑。

序参量的产生是通过我们称之为信息适应（IA）的过程实现的，该过程就视觉而言如下：来自世界的数据被心-脑以自下而上的方式分析，与在心-脑-身体中构建的自上而下的信息流相互作用，产生视觉和识别。要实现这一点，两种流必须彼此适应，而这种信息适应过程是通过信息膨胀（如图11，左）和/或信息紧缩（如图11，右）来实现的。

初步启示

SOI是无记忆复杂物质系统的一种属性，协同学的第一基石正是基于此类系统建立的，而SOD是有记忆复杂生命系统的一种属性，协同学的第二基石正是基于此类系统建立的。然而，如上文所暗示，复杂生命系统可以进一步划分为自然/生物生命系统与混合系统/HCS：前者受制于缓慢的达尔文演化，而后者同时受制于缓慢的达尔文演化和极快的文化演化。SOD显然是相对快速的文化演化的一个属性（它是否也能在自然演化中找到？）。对于后者，SIRNIA模型进一步补充道，SOI和SOD是IA的两种形式：当控制参数处于增长模式时，动力学导致SOI；当处于衰减模式时，导致SOD。

因此，HCS的概念首先建立在复杂性理论与文化演化之间的接口上——这个问题曾引起一些初步的、但（在我看来）尚不充分的讨论，有待扩展。其次，建立在文化演化与自然/生物演化之间的区分上——这是一个有争议的问题，相关文献浩繁，此处无法赘述。

正如本文一位审稿人所评论的，“这个未完成的开场白强调了对结合协同学、分布式认知和网络理论的城市复杂性整合理论的需求，为理解城市系统的涌现和转型提供了新的概念工具。”

结论性注释

2025年3月27日举行了一场题为“极端事件中的网络生理学”的网络研讨会，重点关注

“人类如何适应并在[包括]与生命认为正常或最佳条件显著偏离的环境（如极端温度、极端压力或有限氧气供应）中生存……理解对这些极端条件的整合生理反应对于优化性能……以及推进我们在压力下的人类适应性和恢复力知识至关重要……”

这一陈述中缺失的是人类主要的适应手段——生产人工制品，使人类能够……“适应并在[包括]与生命认为正常或最佳条件显著偏离的环境（如极端温度、极端压力或有限氧气供应）中生存”，并且与其余动物不同，所有这些都无需其网络生理学发生显著变化。

此外，如上文关于协同城市所述，作为复杂的自组织系统，认知和大脑是主动系统——一种“推理机器”，它通过具身的行动-感知，持续地自上而下发起关于环境的预测，并将其与自下而上的信息进行比较。主动推理对网络生理学也至关重要，正如最近一项研究所暗示的，而在另一项研究中，佩祖鲁等人写道：“主动推理基于这样的思想：有意识的行为取决于我们大脑隐含地使用内部模型来预测、推断和指导行动。” 上述第4节描述的两个SOD案例研究中发生了类似的过程：在古代城市主义案例中，随着控制参数（埃及中心的控制）减少并变弱，存储在集体记忆中的内部模型被提取并应用于现实。类似地，在极端事件案例中，日常空间常规的内部模型被用来“预测、推断和指导行动”。

正如我们上面看到的，SOD过程是混合复杂系统的一个属性。并且正如西蒙在《人工科学》第二版前言中所指出的，“人工现象的偶然性总是让人怀疑它们是否恰当地属于科学范畴”。因此，常见的做法是独立于其人工制品生产能力来研究人体有机体，这并不奇怪。但这是合理的吗？

二十年前，引入了生态位构建理论（NCT），表明构建的生态位环境不仅保护动物，而且还反馈并因此作为有机体演化过程（例如其自然选择过程）中的一个整合组成部分参与其中——这一观点在生物学界引发了大量辩论。NCT能否扩展到城市领域？在最近的一项研究中提出，如上所述，动物自然生态位与人类人工环境的一个关键区别在于“自然生态位受制于缓慢的达尔文演化过程，而人工制品是文化演化的素材，因此受制于快速的文化演化过程”。这个问题还涉及其他几个问题：负责生产人工制品的生理网络是什么？人工制品是否影响人类生理，如果影响，是如何影响的？NP领域是否应该包括人工制品的生产？这些以及类似的问题虽然有趣，但必须留待进一步研究。