这是我写的一篇文章，曾贴到6park上，但那个网站倒闭了。这里留个记号。
物理学只捕捉到了自然界的部分真实
我写这篇文章的主要原因是，我一直在思考物理学为什么如此成功和物理学的极限在什么地方。最近我刚好在学习“模型（Models）”这个概念，读到一篇非常有意思的哲学条目《Models in Science 》，有兴趣的读者可以搜索一下这篇文章，就在斯坦福大学的哲学百科里。
物理学只捕捉到了自然界里的部分真实这个想法是因为那篇文章里的理想化模型（Idealized models）这一概念。它让我忽然明白：物理学之所以发展迅速，并非因为那些物理学家们比其他人聪明或者高人一等（圣人），而是因为物理学研究的对象恰好容易被“理想化”。
1. 理想化模型：科学思维的捷径
所谓理想化模型（Idealized models），是科学家在面对复杂现象时，通过有意的简化或扭曲来构建模型，以便更容易理解或处理问题。例如，无摩擦平面、质点、可逆循环、孤立系统等等；这些在现实中并不存在，却构成了物理理论的基石。在科学哲学中，人们常讨论和区分两种理想化方式：
1）亚里士多德式理想化（Aristotelian Idealization）：通过“剥离”与问题无关的属性，只保留被认为是核心的特征。
Jones 与 Godfrey-Smith 认为这种理想化仍是对现实的“真实描述”，只是“保持沉默”（silence），而非是在说谎。
而 Cartwright 与 Musgrave 则认为理想化必然带有虚假，因为它忽略了那些潜在的、在因果上可能很重要的因素。
2）伽利略式理想化（Galilean Idealization）：则是一种有意的扭曲（deliberate distortion），当研究对象过于复杂而无法直接处理时，科学家会主动引入简化假设，使模型可计算、可验证。它的核心是一种“可控的虚假”（controlled idealization）：—— 我们明知自己在“说假话”，但这种“假话”反而能帮助我们逼近真理。这类理想化的一个重要特征是 —— 可逐步去理想化（de-idealization）：研究者可以在未来一步步移除这些扭曲性的假设，从而让模型逐渐接近真实系统。
以理想气体模型为例：
它假设分子之间没有相互作用；
假设分子的体积可以忽略不计。
这些假设当然不符合现实，但它们让科学家得以揭示气体行为的基本规律，并奠定了统计物理学的基础。这正体现了理想化模型的启发性（heuristic）作用：
它未必真实，却能激发新的理论发现。
那么，理想气体模型本身“真实”吗？或许在某些条件下可以近似成立，但对大多数实际气体来说并不适用。这时，科学家便会进行去理想化（de-idealization）—— 在模型中重新纳入分子间的相互作用和分子体积，形成更精确的真实气体模型。而在某些极限条件下，这个真实模型又能退化回理想气体模型。
但哲学家往往不会满足于科学家的做法，他们会继续追问：
即便我们在模型中重新考虑了分子间的相互作用和分子体积，这个“真实气体模型”就真的真实地描述了自然界中的现象了吗？
—— 换言之，模型的改进是否意味着它更接近真理，还是仅仅让我们更方便地理解世界？
2. 为什么物理学的研究对象容易被理想化
伽利略式理想化是物理学成功的关键原因之一。它允许科学家舍弃复杂性，构造数学上可处理（mathematically tractable）的世界，从而揭示自然中稳定、普遍的规律。
这类物理系统的典型特征包括：
同质性（homogeneous）与可重复性（repeatable，如自由落体、原子结构等）；
变量较少（few relevant variables），易于控制；
具有普遍规律性（universal regularities，如运动定律、电磁定律等）。
因此，物理学家可以隔离一个变量、忽略环境因素，仍能得到精准预测。这正是物理学能从伽利略、牛顿、麦克斯韦到爱因斯坦一路突飞猛进的根本原因。但这也意味着：
物理学并没有捕捉到世界的全部复杂性。
它只是在人类创造的理想化世界中运转得格外完美。而当这种理想化运用不当时，例如：
过度理想化，
错误理想化，
只理想化，而不去验证；
物理学就容易滑向形而上学，甚至成为伪科学。
3. 真实世界的复杂性
与物理学相比，生物学、心理学等其他学科所面对的系统更复杂。这些系统的特征主要有：
极度复杂的关联与因果（multiple levels of causation）：系统由无数相互作用的部分构成，存在多层次的因果关系。
情境依赖（heterogeneous and context-dependent）：系统具有异质性，环境的微小变化都可能改变系统行为。
变量非线性且历史性强（variables in nonlinear and historical ways）：各变量之间高度非线性，今天的状态取决于漫长的演化过程，并不可逆、极难被重复和复原。
在这样的系统中，你不能轻易“去掉”某个变量，因为那可能摧毁整个系统的意义。理想化不再是简化，而可能是误解，看似微小的变量往往会改变整个系统的行为模式。
4. 科学的层次与建模的多样性
哲学家常用“层次的高低”来描述自然界的组织结构（levels of organization），这并不是在评判哪一门学科更“重要”或更“高级”，而是指出不同学科所研究对象的复杂程度与抽象层次不同。从基础到高层次，大致可以排列为：
物理学 ® 化学 ® 生物学 ® 心理学 ® 社会学
每一层科学都有其独特的位置：
它依附于下层作为因果基础，
同时拥有自身的规律与解释框架，
采用不同的建模策略，例如机制模型（mechanistic）、网络模型（networked）、统计模型（statistical）、诠释性模型（interpretive）等。
但是科学并不是一座自下而上、严格分层的金字塔，而更像是一张相互牵连的网络。物理学为世界提供了“可能性的底座”，化学在这个底座上生成稳定的结构，生物学又由这些结构构成生命的复杂组织，而心理学、社会科学则描述在这些组织之上进一步涌现的心智与社会模式。物理模型的优雅来自数学的简洁，而高层科学的深刻则来自它们对复杂性的敏感：生命、心智与社会现象并不能直接从物理方程中读出。
举例来说，化学键基于量子物理的电子云模型；生物分子的性质必须遵从化学规律；神经元的动作电位遵守电磁与离子动力学的基本原理。因此，自然产生了化学生物学、物理生物学等跨学科领域。心理学要理解意识与思维，也必须依托神经系统的物理与生物基础。物理学提供了最基础的约束与可能性框架，但随着科学向上一层层推进，会不断出现新的结构与规律；而这些规律不可还原为下一层的微观描述。
非还原自然主义（non-reductive naturalism）认为：上一层在形而上学上依附（supervene）于下一层。生物性状依附于化学性质 —— 化学状态决定了生物状态的可能性空间（Biological properties metaphysically supervene on chemical properties）：只要化学结构固定，生物特性就不会“随意跳变”。然而生物系统展现出自身的组织规律：自反馈回路、稳态调控、发育路径、非线性动力学等，这些虽由化学过程实现（realized by），却不能被化学定律完全还原或由化学方程直接推出。换言之，生物性状是建立在化学结构之上，但拥有自身层级中的稳定模式。这些模式在高层系统中涌现（emerge）出来，并具有属于自己的解释性与规律性。
因此，科学世界的形态不是一座线性堆叠的金字塔，而是一座层层相依、彼此影响的网络型结构：
底层提供支撑；上层展现结构；复杂性在联系中生长。
5. 当理想化失效，何去何从：复杂科学的哲学启示
这也正是现代哲学家们讨论的主题之一：理想化之所以在物理中如此有效，是因为世界的某些部分恰好足够稳定、足够可隔离，而复杂系统则需要其他形式的模型化策略。
Nancy Cartwright认为世界是“斑驳的”（The Dappled World）。物理学之所以成功，是因为它研究的是高度理想化、可控的局部情境 —— 所谓“定律机器”（nomological machines），即那些结构单纯、干扰可控的局部因果系统。而真实世界则截然不同：因果关系交织、机制叠加、系统开放，规律呈现碎片化与领域依赖性。Cartwright 的本体论立场是“因果能力本体论”（causal powers ontology）：真实世界的基本结构不是普遍、统一的自然定律，而是各种实体所具有的因果能力，以及这些能力在特定情境下的组合方式。所谓“定律”，不过是在极端理想化条件下对能力行为的抽象化描述；一旦离开真空、无摩擦或单一力场的理想条件，定律便不再严格成立，只能作为近似或背景框架。因此，在 Cartwright 看来，自然界并不是一部由普遍数学定律支配的机器，而是一幅由无数局部因果机制拼贴而成的斑驳世界。
Philip Kitcher 的“统一论”（Unification View）指出，物理学追求的是简洁统一的解释，而生物学由于受进化与历史偶然性的影响（historical and contingent），必须采用功能性或演化性的解释（functional and evolutionary explanations）。
Anderson 与 Hooker 则提出“涌现论”（Emergentism）：高层现象具有新的属性与规律，无法被物理定律完全还原。还原论（Reductionism）已经不适用。
他们共同提醒我们：科学的目标不是简化世界，而是理解复杂性。
6. 真正的世界，是复杂的；最难的问题，永远是还没解决的问题
那些被少数“天才”解决的问题，并不一定最深奥。它们之所以能被解决，是因为问题本身更适合理想化，结构清晰、规律稳定。那些看似惊世骇俗的发现，往往是在时代已经铺好道路、理论框架已成熟的背景下出现的。真正困难的，永远是那些至今无人能解、无法理想化的难题。我们或许该反思：
现代物理学是否已经在理想化的道路上走得太远？
当研究过度依赖数学、追求更基本的粒子或弦的形式优雅，却脱离可验证的经验基础时，它是否正在接近另一种“形而上学”？难道从事实验与应用的物理学家就不如理论物理学家“聪明”和“伟大”？难道工程师就比科学家“低人一等”？他们同样以不同的方式推动了人类文明 —— 只是他们面对的是不那么理想化、却更真实的世界。事实上，物理学内部也存在尚未被完全理想化的领域。例如湍流（turbulence）—— 那是一个高度非线性、几乎无法完全解析的系统。除了对纳维–斯托克斯（Navier–Stokes）方程去理想化之外，我们还有什么方法能真正理解流体的混沌行为？即使完全掌握了NS方程本身，我们是否就真的“理解”了流体力学？
科学从来不是孤立天才的游戏。它是一项集体的社会事业。未来最艰巨、最重要的探索，不在那些已被理想化、已被数学驯服的领域中，而在那些充满变量、复杂互动、无法还原的系统之中 —— 生命、意识、社会、心智。这些，正是当代人，尤其是年轻科学家们，最值得投入、最需要勇气去面对的前沿。