综述：人类运动科学中的最优性神话

这篇综述犀利批判了当代人类运动科学(Human Movement Science)中根深蒂固的"最优性范式"(optimality paradigm)。作者Madhur Mangalam指出，生物系统通过进化产生的是"足够好"(good enough)而非最优的适应性特征，传统优化模型(optimization models)存在六大根本缺陷：违背进化论非目的性原则、忽视多尺度分形特征(fractal nature)、隐含"小人谬误"(homunculus problem)等，主张建立更具包容性的动态多尺度解释框架。

　　

最优性在人类运动科学中的普遍吸引力

当代人类运动科学领域被最优性概念深度渗透，研究者习惯将观察到的行为解释为某种目标函数的最大化或最小化解决方案。这种范式不仅是一种方法论选择，更构成深刻的认识论约束——它将涌现适应的混乱现实重新塑造为计算完美的数学表象。每当用"最大化效率"或"最小化能耗"解释运动模式时，实际上是在用工程思维强加于生物系统。

自然界不存在最优性能

进化产生的是足够而非最优的适应，没有前瞻性规划。生物系统同时服务于多种功能，其优先级随环境变化；结构与功能关系是协同进化而非针对固定目标的优化。更关键的是，生理信号的分形(fractal)和多尺度特性使传统优化在数学上失去意义——在分形景观中不存在明确的最小值或最大值。正如文中所言："'足够好'不是妥协，而是生命的基本创造原则"。

基于优化的模型与进化论相矛盾

将优化框架强加于进化系统不仅是技术错误，更是概念暴力——将非目的性、历史偶然的进化路径强行塞入目标导向推理的人为框架。这种思维暴露出人类认知偏差：误将生物系统类比为工程系统，忽视进化过程中历史路径依赖(path dependence)和偶然突变的关键作用。

笛卡尔陷阱：优化模型中的还原论与可加性

最优性概念在缺乏真正定量极值的情况下沦为同义反复。其本质不在于命题本身，而在于数学修辞和导数零点的文档记录。这种还原论思维将复杂系统简化为可加组件，忽视生物系统中普遍存在的非线性相互作用和非加性涌现特性(emergent properties)。

优化模型中的"小人问题"

每个优化模型背后都潜藏着机器中的幽灵——隐形的决策者神秘地选择优化标准、计算成本效益并执行最优解。这个理论上的"小人"(homunculus)构成现代运动科学的核心悖论：我们一边明确否认其存在，一边又暗中假设其功能。

最优性能的不可验证性

最优性主张的不可证伪性暴露了科学思维的深层病理：通过事后辅助假设的无限增殖，将实证失败转化为理论成功。这种完美免疫策略恰恰违背了科学探究的实证问责本质。任何行为都可以被回溯建模为某种函数的优化结果，使理论失去预测价值。

如果非最优，那是什么？

摆脱最优性框架将开启全新概念景观：变异性不再是待过滤的"噪声"，而是适应潜力的特征；稳定性源于灵活探索而非刚性控制；性能评估标准转变为系统可用的丰富情境化功能可能性库。这要求建立新的定量工具来描述多尺度动态模式。

超越最优性能的神话

当前挑战超越方法论层面，需要彻底改变对生命系统的解释方式。生物现实产生于偶然性、尺度和环境的熔炉，任何最优解或还原论框架都无法捕捉其本质。运动科学必须放弃最优性幻象，接受"足够好"的进化智慧，发展能真正尊重生物复杂性的新范式。

该宣言式论述为人类运动研究提供了范式转换的路线图，其批判深度触及当代生命科学的方法论根基。正如文末强调的，这不仅是技术修正，更是认识论层面的革命——从追求虚幻的最优解，转向探索生物系统真实的适应潜力。