玻尔百科在任何随时间演化的系统中，从单个细胞到全球经济，有些状况是短暂的，而另一些则是永久的。我们如何区分一个临时阶段和一个最终归宿？这个根本问题是理解动力学、稳定性和变化的核心。答案蕴含在“瞬态”这个强大的概念中——这是一个通往不可避免的稳定终点的旅途中的临时停靠点。虽然看似抽象，但未能认识到一个状态的瞬态性质可能导致错误的预测，无论是假设一个软件程序将永远在其操作模式下运行，还是将暂时的经济波动误认为是一种新的、永久的现实。本文旨在弥合瞬态的数学理论与它们在现实世界中的具体表现之间的鸿沟。
我们将踏上一段旅程，揭开这个关键概念的神秘面纱。第一章 原理与机制 将剖析瞬态的正式定义，探索定义这些“不归点”的数学性质和直观类比。我们将了解为什么它们被排除在系统的长期平衡之外，以及我们如何精确地量化在其中花费的时间。在这一理论基础之后，第二章 应用与跨学科联系 将揭示瞬态惊人的普遍性。我们将看到，这一个概念如何提供了一种统一的语言，来描述从数字故障和项目生命周期，到活细胞的发育路径和全球经济的变动模式等一切事物。
想象一下你正在使用一个即时通讯应用。你的状态可以是“在线”（'Online'），或者你走开后状态变为“离开”（'Away'）。你可以在这两个状态之间自由切换。但接着，你点击了“登出”（'Log Off'）。你的会话结束，状态变为“离线”（'Offline'）。在这次会话中，你无法从“离线”状态返回。旅程到此结束。这个简单的类比抓住了瞬态的本质。“在线”和“离开”状态是临时的停靠点，是你可访问也可离开的地方。但“离线”状态是一个吸收态——一个最终目的地。因为你可以从“在线”/“离开”的循环中“泄漏”到“离线”状态，所以“在线”和“离开”状态被认为是瞬态。
这个想法适用于许多领域。考虑一个复杂的软件程序，在其各种功能模式中运行——“空闲”（'idle'）、“处理数据”（'processing data'）、“等待输入”（'awaiting input'）。这些是程序的工作状态。然而，假设存在一种可能性，无论多么微小，即从任何这些模式中都可能发生“致命错误”（'Fatal Error'）。一旦这个错误发生，程序就会停止并进入一个吸收性的错误状态。因为这种可能性始终以非零概率存在，所以没有任何一个功能状态可以成为过程的永久居所。它们本质上都是瞬态。
让我们把这个概念说得更精确一些。如果你处于一个特定的状态，我们称之为状态 ，我们可以问一个关键问题：“如果过程离开这个状态，它是否保证最终会返回？”如果曾经返回状态 的概率（我们用 表示）小于1，那么状态 就是瞬态。
例如，在一个有三个状态的简单系统中，假设从状态1你可以跳回状态1，或者跳到状态2（然后直接回到状态1），或者跳到状态3。如果状态3是一个吸收陷阱，那么通往状态3的逃逸路径意味着你返回状态1不再是必然的。被困在状态3的概率是从返回状态1的概率中“偷走”的。直接计算会表明 ，这是瞬态的正式数学标志。
我们可以将这些系统想象成地图，其中状态是城市，转移是道路。在这张地图上，一个瞬态城市是什么样子的？如果一个状态与其世界其他部分的连接存在根本的不对称性，那么它就是瞬态。关键的洞见是（这是一个充分必要条件）：一个状态 是瞬态的，当且仅当你能找到一条从 到某个其他状态 的路径，而从 没有路径返回到 。这就像从你的家乡找到一条通往偏远村庄的路，却发现所有离开那个村庄的路都让你走得更远，没有任何一条路能带你回家。一旦你踏上那段命中注定的旅程，你的家乡就永远地失去了。
这种性质是会传染的。如果一个连通群组中的一个状态有逃生门，整个群组都可能变成瞬态。想象一个粒子可以在A和B两个腔室之间来回跳跃。这感觉像一个封闭、自足的系统。现在，让我们增加第三种可能性：从腔室B，粒子可以被“弹出”（'Ejected'）陷阱。一旦被弹出，它就永远消失了。因为腔室B有这扇通往外部的单向门，而腔室A又与腔室B相连，所以两个腔室都不是永久的居所。整个状态的连通类 都变成了瞬态，因为它会泄漏到吸收性的“弹出”状态。同样的逻辑也适用于我们有一个紧密联系的状态群 ，它们通常是常返的，但其中一个（比如状态1）有一条通往吸收态4的路径。那条单一的逃逸路径污染了整个群体的水源，使得所有三个状态都成为瞬态。
那么，一个从瞬态开始或经过瞬态的系统的最终命运是什么？由于总有机会离开且永不返回，瞬态就像一个漏水的桶。如果你将系统的“概率流体”倒入其中，这些流体将不可避免地流失，最终汇集在系统的常返部分——即吸收态或封闭、自足的状态类中。
这对系统的长期平衡，即其平稳分布，有着深远的影响。平稳分布描述了一种完美的平衡状态，其中处于任何给定状态的概率随时间保持不变。它是过程真正的“稳态”。如果一个状态是瞬态的，它根本不可能成为这个稳态的一部分。如果在平稳分布中给它赋予任何非零概率，这个概率会不断地泄漏到常返状态，这与“平稳”的定义相矛盾。
因此，一个基本定理是，在任何有限马尔可夫链的平稳分布中，分配给任何瞬态的概率必须恰好为零。所有的长期概率，系统所有的“质量”，都必须驻留在常返状态中——那些系统最终被永久困住的地方。瞬态是稍纵即逝的幻影，它们从系统宇宙的长期图景中消失。
瞬态注定要被遗弃，但这并不意味着它们不重要。通常，一个过程中最有趣的部分是在系统稳定到其最终命运之前，穿越这些瞬态的旅程。我们很自然会问关于这个旅程的量化问题：“给定我们从状态 开始，在结束前我们期望访问状态 多少次？”或者“我们将在状态 中总共花费多少时间？”
令人惊讶的是，我们可以非常精确地回答这些问题。对于一个在离散时间步中演化的过程，我们可以确定对目标状态的期望访问次数。这通过建立一个线性方程组来完成。对于每个起始状态，访问我们目标的期望次数就是第一步发生的情况：要么我们立即到达那里（计数加1），要么我们移动到另一个状态，从那里继续我们的旅程。通过用其邻居的期望值来表示每个状态的期望值，我们创建了一个可以求解这些精确值的方程组。
对于在连续时间中演化的过程，画面变得更加优美，比如一个量子点中的电子在各个激发的（瞬态）能级之间跳跃，然后不可避免地衰变到吸收性的基态。在它衰变之前，它在每个激发能级上花费的总期望时间是多少？答案包含在一个单一、优雅的矩阵公式中。如果你构建一个矩阵 ，它包含所有瞬态之间的转移率（这被称为子生成元矩阵），那么矩阵 （其元素 是从状态 开始在状态 中花费的期望时间）由以下公式给出：
。这个结果非同凡响。电子随机游走的整个、无限复杂的历史——所有可能的路径、所有随机的等待时间、所有分支概率——都被这个干净利落的操作完美地概括了：取定义系统瞬时动力学的矩阵的负逆。这是物理学和数学统一性的一个惊人例子，揭示了隐藏在复杂随机过程中的一个深刻而简单的真理。
我们已经确定，任何处于瞬态的系统，都必然会最终离开并被吸收到一个常返状态中。但是，如果我们观察一个系统很长时间后，发现它仍然没有被吸收呢？这个事件极不可能发生，但并非不可能。在这种罕见的存活条件下，我们能对系统可能处于的位置说些什么吗？
这个问题引导我们走向一个微妙而迷人的概念——准平稳分布。它不是真正的平稳分布，因为我们知道处于任何瞬态的总概率正在衰减至零。相反，它描述的是那正在减少的概率在不同瞬态之间的比例。事实证明，这些比例会收敛到一个稳定、可预测的极限。
可以把它看作是一个分布的持续存在的幽灵。想象一个分析软件运行在各种瞬态的 processing 状态，它最终会 crash（崩溃）或 terminate successfully（成功终止）。准平稳分布回答了这样一个问题：“如果我们在很长一段时间后检查这个程序，并发现它出乎意料地仍在运行，那么它当前处于 Data Processing 状态与 Network I/O 状态的概率分别是多少？”这个分布不是随机的；它是一个与瞬态之间转移结构密切相关的唯一向量。在数学上，它是瞬态转移子矩阵 的主特征向量。再一次，一个关于长期条件行为的深层概率问题，在确定的线性代数世界中找到了其清晰而明确的答案，揭示了一个过程即使在其不可避免的消亡之路上也受其支配的隐藏秩序。
在掌握了瞬态和常返态的原理之后，我们可能会想把它们归档为一种简洁的数学分类。但这样做就完全错失了重点。这个简单的想法——有些状态是临时停靠点，而另一些是永久目的地——不仅仅是一个抽象概念。它是一条贯穿于各种惊人现象的线索，从我们电子设备中转瞬即逝的故障，到经济和生物历史的宏大弧线。它为我们提供了一种描述变化、不稳定以及朝向稳定不可避免的引力的语言。让我们踏上一段旅程，看看这个想法将我们带向何方。
想一想任何具有最终、不可逆转终点的过程。例如，一个项目生命周期。一个项目可能处于“启动”（'Initiation'）阶段，或“规划”（'Planning'），或“执行”（'Execution'）阶段。它甚至可能从“规划”阶段循环回到“启动”阶段进行一些返工。但在每一个这些阶段，都存在项目被“取消”（'Cancelled'）的可能性，或者更乐观地，达到“收尾”（'Closure'）的可能性。一旦被取消或收尾，项目就结束了。它永远不会再回到“规划”阶段。因为这条通往不可逆转终点的路径始终存在，所以每一个中间阶段——“启动”、“规划”、“执行”、“监控”——本质上都是瞬态。你可以在那里待一会儿，但你不能永远住在那里。总有一个非零的概率，你会离开并且永不返回。
我们在数字世界中看到了同样的结构。想象一下你正在浏览一个网站。你从主页点击到产品页，再到评论页，然后到一个相关的博客文章。所有网页的集合构成了你旅程的状态空间。然而，在每一个页面上，都有一个按钮：关闭标签页或浏览器的“X”。这个“退出”（'Exit'）状态是一个吸收态。一旦你点击它，你的浏览会话就结束了；你不会从“退出”状态返回到产品页。因为这个逃生门可以从每一个网页普遍访问，所以所有的网页状态，根据定义，都是瞬态。整个系统是“有漏洞的”，不断地将其居民流失到外部世界。
同样的逻辑也适用于社会现象。考虑一个谣言传播的简化模型。一个人可能是一个“分享者”（'Sharer'），积极传播信息。但热情会减退。以某种概率，一个“分享者”可能会决定他们已经受够了，并成为一个“已解决”（'Resolved'）的个体，不再与谣言互动。如果这个“已解决”状态是永久的——一个吸收态——那么“分享者”状态必须是瞬态。迟早，每一个分享者都会对他们的任务感到厌倦，积极分享的状态将从人群中消失，一次一个人。
瞬态的概念在工程世界中呈现出一种不同且更直接的特性。在这里，瞬态可能是非预期的、转瞬即逝的瞬间，只存在一刹那——机器中的小故障。考虑一个设计用于从0计数到9然后重置的异步数字计数器。当计数器达到九（）时，下一个时钟脉冲理想情况下应使其重置为零（）。然而，由于电子信号传播的有限速度——传播延迟——电路会短暂地经过一个中间状态。当比特以涟漪效应翻转时，计数器可能短暂地达到十（）的状态。这个状态在设计中本不应存在，但它确实存在了几纳秒。正是这个瞬态 被一个逻辑门检测到，然后触发系统范围的重置。这个状态的瞬态性不是概率意义上的，而是物理意义上的：它的存在本身就是短暂的，并且只作为下一个稳定状态的触发器。
回到概率领域，我们发现瞬态是可靠性工程的核心。想象一下一颗环绕地球的卫星中的一个存储位。它可能是“健康”的（状态0），或者由于辐射撞击而出现“单个错误”（状态1）。纠错机制可能会将它从状态1翻转回状态0。然而，也存在另一种可能性，即另一次辐射事件击中了一个已经有故障的位，将其推入一个“失效”（'Failed'）状态（状态2），从此无法恢复。卫星的系统会将该存储单元标记为永久失效。在这个系统中，“失效”是一个吸收态。因为从“健康”和“单个错误”状态都有一条通往“失效”状态的路径，无论多么不可能，这两个操作状态都是瞬态。在足够长的时间线上，每个位都注定会失败。工程师的工作不是消除这种最终性——这可能是不可能的——而是使这些瞬态操作状态的寿命尽可能长。
也许瞬态最深刻的应用是在生物学和经济学的复杂自适应系统中。我们可以将一个系统的所有可能状态的集合——比如一个细胞中所有基因的表达水平——想象成一个广阔的景观。系统的动力学就像一个在这个景观上滚动的球。山谷是“吸引子”——系统倾向于稳定下来的稳定状态，如不动点或循环。山坡和山脊则是瞬态。一个从山坡上开始的细胞将不可避免地滚入其中一个山谷。它的发育旅程是穿越一系列瞬态的轨迹，其最终命运——无论是成为皮肤细胞、神经元还是肝细胞——取决于它最终落入哪个山谷，或哪个吸引子。
真正非凡的是，景观本身——什么算是山谷，什么算是山坡——可以取决于时间本身的规则。在一个细胞信号通路的模型中，如果我们假设蛋白质一个接一个地更新其状态（异步方案），一个两个蛋白质都处于活跃状态的特定状态 可能是一个稳定的不动点——一个深谷。系统到达那里并停留在那里。但是，如果我们改变规则，使两个蛋白质同时更新（同步方案），并增加一个“燃尽”机制，在系统变得过于活跃时重置它，那么同一个状态 就不再是目的地了。它变成了一个瞬态，一个立即迫使系统转移到另一个位置 的临时停靠点。一个休憩之所变成了一个出发点，仅仅通过改变我们如何为时钟计时。
这种视角正在彻底改变科学家解读生物数据的方式。使用尖端技术的神经科学家可能会发现一个神经元，它具有一种细胞类型的遗传标记（mRNA）（比如说，Sst神经元），但其电生理学上的放电模式却属于另一种类型（Pvalb神经元）。这是一种新的、稳定的混合细胞类型，还是一个处于瞬态的已知细胞类型？关键在于理解时间尺度。《中心法则》告诉我们，mRNA被翻译成蛋白质，而决定放电模式的是蛋白质（离子通道）。但mRNA的半衰期是几小时，而蛋白质可以持续数天。一个应激事件可能导致一个Pvalb神经元暂时产生Sst mRNA。这就创造了一个瞬态的转录状态。如果我们观察这个细胞，我们会看到一种类型快速变化的mRNA和另一种类型缓慢变化、稳定的蛋白质机器。 “瞬态”的概念变成了一个具体、可检验的假设，来解释一个生物学难题。
这种思维方式很自然地延伸到整个社会的规模。全球经济体制的模型可能包括稳定的模式，如“美国主导”（'US-led'）或“多极化”（'Multipolar'）世界。它们也可能包括一个“不稳定”（'Unstable'）的过渡体制。如果动力学是这样的：系统一旦进入其中一个稳定体制，就再也不会回到“不稳定”状态，那么那个“不稳定”状态就是瞬态。它代表了一个动荡和重构的时期，一个新的、更稳定的世界秩序将最终从中产生。在这种观点下，历史是一个系统穿越混乱的瞬态时期，以寻找新的、常返的稳定模式的故事。
在所有这些例子中，出现了一个共同的模式。瞬态是路径、是转变、是转瞬即逝的时刻、是不稳定的时期。常返态是目的地、是循环、是稳定的模式、是终点。有些系统，像我们带有“退出”按钮的网页浏览器一样，是开放的，每个点都有出口。另一些则可以被构建为封闭的世界。想象一个旨在检测“禁止”位模式（如“0110”）的过程。状态是你目前为止看到的部分模式（例如，“0”、“01”）。如果你看到了完整的禁止模式，系统会将你重置到开始（空字符串状态）。在这样一个有限的、封闭的系统中，每个状态最终都能到达其他任何状态，没有真正的不归点。每个状态，包括重置状态，都是常返的。你保证最终会返回。
通过将这些封闭的、常返的世界与主导我们现实大部分的开放的、瞬态的系统进行对比，我们对这个概念有了更深的理解。瞬态不仅仅是一个数学标签；它是任何演化、适应或面临终止可能性的系统的基本特征。它就是变化本身的语言。