长期亲密关系的动力学建模

约 8079 字大约 27 分钟

2026-02-20

TIPS：无实践意义，just for fun

前言：为什么要用模型解释关系？

亲密关系常被描述为情绪、缘分或性格的结果，但从博弈论与经济学的角度，它同样可以被理解为一个

重复互动的选择问题：每天都在发生合作、协调、误解与修复；每天也都隐含着一个更冷静的比较——

继续留在关系里，是否仍然优于退出并转向外部选项？

本文尝试建立一个以「天」为时间步长的动态模型，用尽量少的结构解释尽量多的现象。写作策略是从最小模型出发：先写出最朴素的方程，然后用现实中的反例逐一检验它的不足，再把被迫补上的变量与约束加回去，直到得到一个可退化、可解释、也能在日常记录中落地的方程组。

这一思路并非凭空构造。社会心理学中已有成熟的理论框架处理关系的维持与退出：Thibaut 和 Kelley（1959）的相互依赖理论提出了比较水平（Comparison Level）与替代比较水平（CLalt）的概念；Rusbult（1980, 1983）在此基础上发展出投资模型（Investment Model），将承诺分解为满意度、替代选项质量与投资规模三个组件；Bowlby 的依恋理论及 Hazan 和 Shaver 的成人依恋研究则从另一侧描述了情感纽带的形成与断裂机制。

本文的贡献不在于提出全新的概念，而在于将这些静态或定性的理论框架整合进一个统一的日步长动态系统，使其可以生成时间序列、接受经验数据输入、并对具体现象做出可检验的预测。具体而言：Rusbult 的满意度对应本文的阈值函数 $F (t)$ ，替代选项质量对应 $V^{o u t}$ ，投资规模对应绑定资本 $C (t)$ ；而依恋理论描述的情感安全感则被显式分离为依恋资本 $A (t)$ ——这是 Rusbult 模型中没有独立建模的维度。在此基础上，本文进一步引入了表征误差、慢变量耦合、新鲜感衰减与互惠失衡等机制，以覆盖经典模型难以解释的动态现象。

1 阈值评价：60→80 的提升为何远大于 80→90

关于择偶评价的经验直觉并非简单的线性偏好，而更接近一种阈值逻辑：当某个维度（或综合评价）低于临界值时，边际改善几乎不产生体验提升；一旦跨过临界值，满意度发生质变；而在远高于临界值的区间，继续提升的边际收益迅速递减。

这种心理过程可以用 S 型阈值函数（logistic） 刻画。设某一方在第 $t$ 天对关系的综合匹配评价为标量 $q_{o} (t)$ ，当期满意度为：

F_{o} (t) = σ (k (q_{o} (t) - θ_{o})) = \frac{1}{1 + e^{- k (q_{o} (t) - θ_{o})}}

阈值函数 F(q) 的形状及其边际效应。左图展示不同阈值 θ 下满意度曲线的差异：阈值越高（绿线 θ=85），需要更高的匹配评价才能获得同等满意度。右图以 θ=75 为例，叠加了边际增益 dF/dq（橙色虚线）：当 q 靠近阈值时边际增益最大（60→80 区间），远离阈值后迅速衰减（80→90 区间），这解释了为什么跨越阈值附近的改善在体感上远大于高分段的继续提升。

其中 $θ_{o}$ 是阈值（例如「75分」）， $k$ 是阈值附近的陡峭程度。当 $q$ 靠近 $θ$ 时， $\frac{d F}{d q}$ 最大，小幅提升带来巨大体感改变；当 $q$ 远高于阈值时， $\frac{d F}{d q}$ 变小，继续加分的收益自然递减。

2 分手不是「难受就走」：退出约束与外部选项

考虑两段真实的关系困境。第一段：两个人已经很少交流，见面时气氛沉闷，双方都觉得「没什么意思了」——但就是不分。持续了两年，旁人都看不下去了，当事人却说「走不掉」。第二段：一切看起来正常，甚至上周还在一起旅行——但某天忽然提了分手，毫无征兆。

如果分手只取决于当期满意度 $F (t)$ 的高低，这两段关系都无法解释：第一段的 $F$ 长期很低却不分；第二段的 $F$ 并不低却突然分了。问题在于，分手不是一个感受判断，而是一个比较判断——它比较的是「留下来的总价值」和「离开后的总价值」。只有当后者超过前者时，退出才成为理性选择。

把这个比较结构写出来，就需要分别定义「关系内价值」和「关系外价值」。在博弈论语言里，这对应的是参与约束（participation constraint）：留在关系中的价值至少不低于离开的价值。

「留下来的价值」不只是当前的满意度——它还包括已经积累的情感纽带和结构性绑定。「离开的价值」取决于外部世界能提供什么（其他潜在伴侣、独处的自由度、社会支持网络），但要减去离开的实际代价（分割共同财产、社交圈断裂、重建生活的成本）。将这两侧分别写出来：

关系内价值（当期近似）： $V_{o}^{i n} (t) = F_{o} (t) + α_{A} A_{o} (t) + α_{C} C_{o} (t)$

关系外价值（外部选项）： $V_{o}^{o u t} (t) = Ψ_{o} (Ω_{o}, ρ_{o}, π_{o}) - L_{o} (C_{o})$

各项含义：

$F_{o} (t)$ ：当期满意度（由第一节的阈值函数生成），反映「此刻对关系的体感好坏」
$α_{A} A_{o} (t)$ ：依恋资本的贡献——即使今天体感一般，长期积累的信任和情感记忆仍然提供正向价值
$α_{C} C_{o} (t)$ ：绑定资本的贡献——共同建立的生活结构本身也有价值（稳定感、归属感、协作效率）
$Ψ_{o} (Ω_{o}, ρ_{o}, π_{o})$ ：外部选项的综合价值—— $Ω_{o}$ 为独处价值， $ρ_{o}$ 为替代伴侣的可得性， $π_{o}$ 为社会支持网络的独立程度
$L_{o} (C_{o})$ ：退出损失——绑定资本越高，离开时需要承受的结构性代价越大（关于 $C$ 的递增函数）。它同时出现在 $V^{o u t}$ 中作为减项，意味着高绑定资本会压低外部选项的净价值

退出裕度： $Δ_{o} (t) = V_{o}^{i n} (t) - V_{o}^{o u t} (t)$ 。当 $Δ < 0$ 时，「继续」不再优于「退出」。

回到开头的两段关系：第一段（难受但不分）和第二段（看似正常却突然分手），现在可以用退出裕度给出清晰的解释：

「突然想分」 — 往往不是 $F$ 突然从高变低，而是 $V^{o u t}$ 上升（外部选项变得更可行）或 $L (C)$ 下降（退出损失变小），从而 $Δ$ 被击穿。
「明明很难受却不分」 — 对应 $C$ 高、 $L (C)$ 大，把 $V^{o u t}$ 压低，使 $Δ$ 仍未变负。

3 依恋资本 vs 绑定资本：必须分开且都要饱和

Rusbult 的投资模型将「投资规模」作为承诺的组件之一，但未区分其中的情感成分与结构性成分。然而现实中，「舍不得」（情感依恋）和「走不掉」（结构性退出成本）是两种性质完全不同的力量，它们的积累速度、衰减速度和干预路径都不同。将其分离是让模型获得更细粒度解释力的关键一步。

把「回忆、依恋、沉没成本、替代难度」统称为一个变量会导致解释失真。更贴近现实的做法是分成两项：

依恋资本 $A_{o} (t) \in [0, K_{A}]$ ：信任存量、情感记忆、愿意修复的心理余额
绑定资本 $C_{o} (t) \in [0, K_{C}]$ ：退出成本的结构性来源——共同财务、居住安排、社交圈融合、家庭结构等

一个具体的例子：两个人共同还房贷、社交圈深度融合、双方父母已经把对方当作家人——即使感情已经很淡，离开的结构性代价也极高（高 C）。反过来，一段异地恋可能有极深的情感依恋（高 A），但因为没有共同的生活结构，分手的实际操作成本很低（低 C）。这两种关系的稳定性来源完全不同，如果不把 A 和 C 分开，模型就无法区分它们。

那么 A 和 C 如何随时间变化？它们的更新逻辑截然不同：依恋资本被日常的修复与伤害驱动，绑定资本被共同投资与解绑事件驱动。两者都有自然折损（不维护就会衰减），也都有饱和上限（亲密感和绑定深度都不可能无限增长）。用日步长写出来：

A_{o} (t + 1) = {sat}_{[0, K_{A}]} ((1 - δ_{A}) A_{o} (t) + κ_{R} R_{o} (t) - κ_{H} H_{o} (t))

C_{o} (t + 1) = {sat}_{[0, K_{C}]} ((1 - δ_{C}) C_{o} (t) + κ_{I} I_{o} (t) - κ_{S} S_{o} (t))

逐项解读：

${sat}_{[0, K]}$ ：饱和算子——将结果截断到 $[0, K]$ 区间。资本不能为负（信任破产后不会继续欠债），也不能超过上限（亲密感和绑定深度都有天花板）
$(1 - δ) A$ ：自然折损项——即使没有发生任何事件，资本也会缓慢衰减。关系需要持续维护，不投入就会松动
$κ_{R} R_{o} (t)$ ：修复输入——日常的被理解、被回应、共同解决问题等正向互动，以增益系数 $κ_{R}$ 转化为依恋资本的增量
$- κ_{H} H_{o} (t)$ ：伤害冲击——冲突、冷暴力、背叛等负向事件，以更大的系数 $κ_{H}$ 消耗依恋资本（负号表示扣减）
$κ_{I} I_{o} (t)$ ：共同投资——联名贷款、共同租房、融入对方社交圈等结构性绑定事件，增加绑定资本
$- κ_{S} S_{o} (t)$ ：解绑事件——各自财务独立、退出共同计划等，减少绑定资本
关键性质 1：没有明显矛盾但越来越冷淡的关系，往往并不是每天发生了伤害，而是修复/连接长期偏低，折损项 $(1 - δ_{A})$ 在缓慢做减法。这解释了「不吵不闹但慢慢变淡」的现象。
关键性质 2： $κ_{H} > κ_{R}$ 反映了一个普遍的不对称性——伤害对信任的破坏效率远高于修复对信任的积累效率。一次严重冲突可能抵消数周的日常修复。

A-C 相空间中的关系轨迹。以依恋资本 A(t) 为纵轴、绑定资本 C(t) 为横轴，四个象限对应四种关系类型。三条轨迹均从左下方（低 A、低 C 的初始状态）出发：健康关系（绿色）向右上方演化至高 A 高 C 象限（稳定且深厚）；锁定态（红色）向右下方滑入低 A 高 C 象限（不爱但难分）；断崖式分手（紫色）先向右上演化，遭遇冲击后 A 骤降，最终停留在低 A 高 C 区域。白色圆点为起始位置，黑框标记为终止位置，箭头指示中段演化方向。

4 看见的不是「真实的人」：表征误差如何制造跳变

一个常见的经历：交往初期觉得对方「什么都好」，同样的小毛病被解释为「可爱」；半年后同样的行为被解释为「不成熟」；某天听朋友说了一句「你有没有发现他其实一直这样」，忽然觉得「全变了」。但对方可能从头到尾都没有变——变的是你脑中对他的表征。

前面的模型假设匹配评价 $q_{o} (t)$ 基于对方的真实状态。但现实中，所有的判断都经过一层认知滤镜：你看到的不是对方本身，而是你对对方的内部表征。这层滤镜会被信息更新、情绪状态、第三方叙事等因素扭曲——而一旦扭曲跨过阈值，满意度会发生跳变。

{\tilde{x}}_{s | o} (t) = x_{s} (t) + e_{o \to s} (t)

匹配评价 $q_{o} (t)$ 由「被感知状态」生成，而不是由真实状态生成。表征误差的更新：

e_{o \to s} (t + 1) = (1 - λ_{o} (t)) e_{o \to s} (t) + b_{o \to s} (t)

$λ_{o} (t)$ — 有效学习率：沟通质量、反馈频率、坦诚程度会让它上升
$b_{o \to s} (t)$ — 系统性偏差：热恋期理想化、旁人恶评、未经核实的叙事、动机性解释等

5 人会被关系塑形：四维慢变量与错配压缩

有些情侣在刚认识时「三观很合」，几年后却发现在关键问题上渐行渐远：一个人越来越看重事业上升，另一个人开始向往稳定的家庭生活；一个人对金钱越来越保守，另一个人的消费观在朋友圈的影响下不断膨胀。也有相反的案例：两个人起初在很多事情上意见不同，但在相处中逐渐靠近，找到了共同的节奏。

前面的模型把匹配评价 $q_{o} (t)$ 当作一个受表征误差影响的标量，但没有展开它的内部结构。如果「匹配」只是一个数字，模型就无法解释「在某些方面越来越近、在另一些方面越来越远」这种多维度的分化。要捕捉这些现象，需要把「人」从标量展开为向量，并解释向量之间的差异如何压缩为可比较的标量。

将这些维度建模为四维向量后，面临一个问题：向量之间的差异如何变成一个可以和阈值比较的数字？最直接的方式是度量两个向量之间的「加权距离」——不同维度的差异乘以不同的权重，再汇总为一个标量。权重反映的是「这个维度的分歧有多致命」。用加权二次型表达：

m_{o} (t) = d_{o} (t)^{⊤} W_{o} (t) d_{o} (t), q_{o} (t) = q_{0, o} - m_{o} (t)

$d_{o} (t) = {\tilde{x}}_{s | o} (t) - x_{o} (t)$ ：感知差异向量——o 感知到的对方状态与自己状态之间在每个维度上的差距
$W_{o} (t)$ ：权重矩阵——决定哪些维度的差异「更致命」。对角元素为各维度的独立权重，非对角元素捕捉维度间的联动效应（如事业观与生活秩序差异的组合效应）
$q_{0, o}$ ：基准匹配度——完全无差异时的评价上限。错配度 $m_{o}$ 越大，实际评价 $q_{o}$ 越低

权重矩阵 $W_{o} (t)$ 允许不同维度的差异承载不同的代价，也允许维度之间存在联动。 $W$ 的变化甚至可以解释同一差异在不同人生阶段突然成为关系红线：同居、育儿、事业转折等都会让某些维度的权重显著上升。

人的观念不是固定的——长期相处中，两个人会在某些维度上互相影响、逐渐靠近，但这种趋同有边界（每个人都有不愿改变的核心区域），也受外部世界的拉扯（事业路径、家庭责任、圈层影响可能把两个人往不同方向推）。用一个最小的耦合演化方程来描述这个过程：

x_{o} (t + 1) = x_{o} (t) + η_{o} (t) Π_{o} (x_{s} (t) - x_{o} (t)) + ξ_{o} (t)

$η_{o} (t)$ ：趋同强度——关系中相互影响的程度，取决于沟通深度和相处时间
$Π_{o} (\cdot)$ ：边界算子——限制趋同的幅度。每个人都有不愿改变的核心区域（如底层价值观），趋同到一定程度后会遇到阻力
$ξ_{o} (t)$ ：外生驱动——来自关系之外的影响（事业路径变化、家庭责任、圈层环境）。外生项不一定破坏关系——如果两人的外生驱动同向，反而能加速共同成长；问题出在长期相斥的外生驱动
共同成长：错配度 $m (t)$ 稳定在阈值允许区域， $F$ 长期在阈值上方， $Δ$ 留有正裕度
锁定态： $m$ 长期偏高导致 $F$ 常年低，但 $C$ 高把退出损失顶上去， $Δ$ 勉强不破——状态稳定、体验低质量

6 让模型落地：用日记 + LLM 做编码器

模型里的 $R, H, I, S, b$ 等日变量是最难手动量化的部分。比较自然的做法是：每天写极短的结构化文本，再由 LLM 做稳定一致的编码。

低负担的记录格式——每天四段短记（每段几句话即可）：

今天发生了哪些「修复/被理解/被回应」的片段？
今天发生了哪些「伤害/越界/轻蔑/失望」的片段？
今天发生了哪些「共同投资」（计划、时间、资源、社交绑定）的片段？
今天发生了哪些「撤回/切割/回避」的片段？是否有外界叙事/评价影响了对关系的解释？

LLM 在这里承担的角色不是判断对错，而是提供一个跨时间一致的编码标准：将非结构化的日记文本映射为 $R (t), H (t), I (t), S (t), b (t)$ 的日序列，并附上简短理由与置信度。这样模型就能生成可追踪的轨迹—— $A (t)$ 的缓慢下行、某次 $b (t)$ 冲击导致 $F (t)$ 跨阈值、 $ρ (t)$ 上升后 $Δ (t)$ 被击穿等。

基于上述方程组的三种关系轨迹模拟（730 天 ≈ 2 年）。Scenario A（健康成长）：高修复频率与稳定的新奇体验输入使依恋资本 A(t) 稳步上升至饱和，退出裕度 Δ(t) 长期维持高正值。Scenario B（锁定态）：修复不足导致 A(t) 缓慢衰减至低稳态，但绑定资本 C(t) 因持续共同投资而饱和，高退出成本 L(C) 使 Δ(t) 勉强维持在零线上方——关系在结构上稳定，但在体验上持续低质量。Scenario C（断崖式分手）：关系在前 400 天表现正常，第 400 天发生重大认知冲击（表征误差跳变 + 外部选项上升），A(t) 断崖式下跌，Δ(t) 迅速穿越零线进入退出区间。

7 新鲜感存量：为什么「没有变差」也会变淡

前面的模型能解释「伤害导致信任下降」和「外部选项导致退出」，但有一类现象它仍然解释得不够干净：双方没有发生冲突，依恋资本也没有被显著侵蚀，关系结构也没有松动——但就是越来越「淡」了。这种「淡」不是伤害的结果，而是新鲜感自然衰减的结果。

新鲜感本质上是一个习惯化（habituation）过程的逆：同样的刺激重复出现，主观体验强度下降。把它写成一个独立的存量变量：

N_{o} (t + 1) = {sat}_{[0, K_{N}]} ((1 - δ_{N}) N_{o} (t) + κ_{V} V_{o} (t))

新鲜感存量 N(t) 在 3 年（1095 天）内的演化轨迹。初始值 N(0)=95 代表关系初期的高新鲜感状态。在习惯化速率 δ_N 的作用下，N(t) 呈指数衰减趋势。橙色箭头（↑）标记新奇共同体验的发生时刻（如旅行、新活动），每次产生短暂的回升脉冲。灰色虚线为稳态值（≈20），对应日常微小新奇体验与衰减的平衡点。该图直观展示了为什么即使没有发生任何负面事件，N(t) 仍会在缺乏主动输入的情况下自然趋近稳态低值。

其中 $V_{o} (t)$ 是当天新奇共同体验的强度（第一次旅行、新的共同项目、意料之外的惊喜）， $δ_{N}$ 是习惯化速率。关键在于： $δ_{N}$ 通常远大于 $δ_{A}$ ——新鲜感消退的速度远快于信任消退的速度。这意味着即使关系在信任层面完全健康，新鲜感仍然会在几个月到一两年内衰减到稳态低值。

接入主方程的方式是扩展关系内价值：

V_{o}^{i n} = F_{o} + α_{A} A_{o} + α_{C} C_{o} + α_{N} N_{o}

当 $N$ 衰减到稳态低值时， $α_{N} \cdot N$ 项对 $V^{i n}$ 的贡献趋近于零，退出裕度 $Δ$ 收窄。这就是「七年之痒」在模型中的对应：不是第七年发生了什么负面事件，而是新鲜感存量在缺乏持续补充的情况下自然耗尽，使得 $Δ$ 的正裕度变薄，任何一个小扰动（外部选项上升、一次中等强度的冲突）都可能将其击穿。

8 互惠失衡：「我付出更多」的累积如何侵蚀依恋

依恋资本的更新方程里，伤害 H(t) 是显性的——吵架、冷暴力、背叛，都能被明确感知。但还有一种更隐蔽的侵蚀：长期感知到的付出不对等。它不是某一天的事件，而是一个缓慢积累的失衡存量。

设 $G_{o} (t)$ 为 o 感知到的自己当天付出强度， $G_{s} (t)$ 为感知到对方的付出强度（注意：是「感知到的」，不是客观的——这里表征误差同样在起作用）。互惠失衡存量定义为差值的带遗忘累积：

B_{o} (t + 1) = (1 - δ_{B}) B_{o} (t) + γ (G_{o} (t) - G_{s} (t))

$B > 0$ ：「我付出更多」的累积感受； $B < 0$ ：「对方付出更多」的累积感受
$δ_{B}$ ：遗忘率。小恩怨会淡化，但如果差值持续为正， $B$ 仍然会稳步上升

$B$ 不直接进入退出约束，而是通过侵蚀依恋资本间接起作用。当 $| B |$ 超过容忍阈值 $β$ 时，对 $A$ 施加额外的日折损：

A_{o} (t + 1) = {sat}_{[0, K_{A}]} ((1 - δ_{A}) A_{o} + κ_{R} R_{o} - κ_{H} H_{o} - κ_{B} max (0, | B_{o} | - β))

互惠失衡 B(t) 的累积与其对依恋资本 A(t) 的侵蚀效应（730 天模拟）。上图：在结构性付出不对等（G_o 持续大于 G_s）的条件下，B(t) 稳步上升并在约第 93 天越过容忍阈值 β=15（红色虚线），此后持续停留在阈值上方（红色填充区域）。下图：A(t) 在 B 越过 β 之前因正常修复而上升至接近饱和；B 越过 β 后，附加侵蚀项 κ_B·max(0, |B|-β) 开始生效，A(t) 出现加速下降，最终跌至零。该图展示了「没有大事件但一方逐渐心累」的动力学机制：伤害不来自显性冲突，而来自长期感知到的不对等的缓慢积分。

这个结构解释了一种常见但难以用前面的模型捕捉的分手模式：没有大事件、没有第三者、没有突然的认知冲击，但一方「累了」。在模型语言里，这是 $B$ 的积分缓慢越过 $β$ ，开始持续侵蚀 $A$ ，直到 $A$ 低到使 $V^{i n}$ 不足以维持 $Δ > 0$ 。

9 阶段变量：为什么「结婚后突然觉得不对」不是错觉

恋爱两年，一切顺利，决定搬到一起。同居第一个月，忽然发现对方的卫生习惯、作息节奏、对「家」的定义和自己完全不同。这些差异在恋爱时并非不存在——只是恋爱期的见面频率和场景不会让它们暴露为日常摩擦。同居改变的不是人，而是「哪些差异会被每天感知到」的权重。

前面所有的参数——阈值 $θ$ 、权重矩阵 $W$ 、折损率 $δ$ 、资本上限 $K$ ——都被当作常数或缓慢漂移的量。但现实中存在一类离散事件，会让这些参数在短时间内发生结构性跳变：阶段转换。

定义一个离散状态机：

Φ (t) \in {恋爱, 同居, 婚后, 育儿}

每个阶段对应一组参数集合。阶段转换时，参数切换的具体效应：

$θ$ 可能上升：进入更深层的承诺阶段后，期望往往会提高（「都结婚了还这样？」）。阈值上移意味着同样的 $q$ 值产生更低的 $F$ 。
$W$ 的权重重新分配：同居后「生活秩序」维度的权重飙升（恋爱时可以忽略的习惯差异突然变成每天的摩擦源）；育儿后「事业观」维度的权重可能剧烈变化（谁牺牲事业、如何分配育儿责任）。
$K_{C}$ 上限提高、 $δ_{C}$ 下降：法律绑定、共同财产、共同抚养权使绑定资本的上限和持久性都显著增加。这既是稳定器（退出更难），也是锁定器（不爱但更难走）。

阶段转换的动力学后果可以用一句话概括：参数突变导致错配度 $m$ 在新权重下可能跳变，使 $F$ 跨过阈值。用前面的语言说，这不是「人变了」，而是「评价函数的参数变了」——同一个人、同样的差异，在新的阶段被赋予了完全不同的权重。

10 稳定性的方向：系统收敛于共同成长，还是共同退化？

到这里，模型已经能回答“为什么有些关系不分手”。但研究上更关键的问题是：即使系统稳定，稳定在什么状态上？关系可能长期维持，却朝着两种完全不同的方向演化——共同成长，或共同退化。

这要求我们区分两类稳定性：结构稳定（不退出， $Δ (t) \geq 0$ ）与质量稳定（长期高满意度、高依恋、低失衡）。大量经验研究提示，承诺与持续并不必然意味着高质量关系，这与投资模型和纵向婚姻研究是一致的(Rusbult, 1980; Le & Agnew, 2003; Karney & Bradbury, 1995)。

据此，系统的长期状态可分为三个吸引子：

成长吸引子： A 高、F 高、B 低，且 Δ 长期为正并有裕度；慢变量错配 m(t) 随时间下降。表现为“关系越走越顺”。
锁定吸引子： A 低、C 高、Δ 近零但不破，关系形式维持但体验长期低质量。表现为“不分手，但不再成长”。
崩溃吸引子： Δ 反复穿零并最终长期为负，系统进入退出通道。

为了判断“系统在往哪里走”，需要看长期统计量而非单日情绪：

${\bar{A}}_{T}, {\bar{F}}_{T}, {\bar{B}}_{T}$ ：窗口均值（关系基底）
$min_{t \in T} Δ (t)$ ：最薄弱时刻的退出裕度
$\frac{d}{d t} m (t)$ ：错配趋势（收敛还是发散）

一个实用判据可以写成：

G = w_{1} {\bar{F}}_{T} + w_{2} {\bar{A}}_{T} - w_{3} {\bar{B}}_{T} + w_{4} min_{t \in T} Δ (t) - w_{5} \overset{―}{max (0, {\dot{m}}_{t})}

其中 G 可理解为“成长势能”。当 G 长期为正时，系统更可能收敛到成长吸引子；当 G 接近零且依赖高 C 才维持时，系统更可能落入锁定吸引子。

为了让判据可操作，给出一个“代入求解”的示例（窗口设为最近 180 天）：

(w_{1}, w_{2}, w_{3}, w_{4}, w_{5}) = (0.30, 0.30, 0.15, 0.20, 0.05)

情形 A（共同成长）假设： $(\bar{F}, \bar{A}, \bar{B}, min Δ, \overset{―}{max (0, \dot{m})}) = (0.78, 0.82, 0.12, 0.18, 0.04)$ ，代入可得 $G = 0.496$ 。该值高且 $min Δ > 0$ ，系统收敛到成长吸引子。

情形 B（锁定态）假设： $(0.52, 0.34, 0.28, 0.03, 0.06)$ ，可得 $G = 0.219$ 。这里 $G$ 仍为正，但显著偏低，且 $min Δ$ 仅略高于 0，意味着关系主要依赖高 C 维持，属于“结构稳定、质量退化”的锁定区。

情形 C（崩溃通道）中，单看 $G$ 可能仍为小正值，但若出现持续负裕度（例如冲击后连续多周 $Δ < 0$ ），系统将进入退出通道。因此实践上应采用“软指标 + 硬约束”的双重判定。

if Pr (Δ < 0 ∣ T) > 0.20 e x t a n d run length (Δ < 0) > 14 e x t d a y s \Rightarrow collapse attractor

也就是说： $G$ 用于判断“长期方向”，而 $Δ$ 的持续穿零用于判断“是否已进入失稳区”。两者结合后，模型才具备可用于关系预警与干预优先级排序的实用性。

机制上，方向由两组力量竞争决定：修复链（R、I、N 输入）与损耗链（H、B、外部选项上升）。当修复链长期压过损耗链，关系会在高质量区域稳定；反之，即便不退出，也会在低质量区域稳定。这个结论与“负性互动权重更高”的关系研究结果一致(Gottman & Levenson, 1992; Baumeister et al., 2001)。

附录：统一方程组（完整版）

将前文逐节推导的模块合并为一个完整的日步长系统（以 o 为例，s 对称）。该系统可退化：关闭任一扩展模块即回到更简单的子模型。

感知与评价

{\tilde{x}}_{s | o} = x_{s} + e_{o \to s}

m_{o} = ({\tilde{x}}_{s | o} - x_{o})^{⊤} W_{o} (Φ) ({\tilde{x}}_{s | o} - x_{o}), q_{o} = q_{0, o} - m_{o}

F_{o} = σ (k (q_{o} - θ_{o} (Φ)))

资本更新

A_{o} (t + 1) = {sat}_{[0, K_{A}]} ((1 - δ_{A} (Φ)) A_{o} + κ_{R} R_{o} - κ_{H} H_{o} - κ_{B} max (0, | B_{o} | - β))

C_{o} (t + 1) = {sat}_{[0, K_{C} (Φ)]} ((1 - δ_{C} (Φ)) C_{o} + κ_{I} I_{o} - κ_{S} S_{o})

N_{o} (t + 1) = {sat}_{[0, K_{N}]} ((1 - δ_{N}) N_{o} + κ_{V} V_{o})

B_{o} (t + 1) = (1 - δ_{B}) B_{o} + γ (G_{o} - G_{s})

表征误差与状态演化

e_{o \to s} (t + 1) = (1 - λ_{o}) e_{o \to s} + b_{o \to s}

x_{o} (t + 1) = x_{o} + η_{o} Π_{o} (x_{s} - x_{o}) + ξ_{o} (t)

退出约束

V_{o}^{i n} = F_{o} (Φ) + α_{A} A_{o} + α_{C} C_{o} + α_{N} N_{o}

V_{o}^{o u t} = Ψ_{o} (Ω_{o}, ρ_{o}, π_{o}) - L_{o} (C_{o})

Δ_{o} = V_{o}^{i n} - V_{o}^{o u t}; Δ_{o} < 0 \Rightarrow exit tendency

其中 $F$ 的阈值 $θ$ 和权重矩阵 $W$ 均依赖阶段变量 $Φ (t)$ 。整个系统仍然可退化：关闭 $N$ 模块（令 $α_{N} = 0$ ）回到基础模型；关闭 $B$ 模块（令 $κ_{B} = 0$ ）忽略互惠失衡；固定 $Φ$ 则回到无阶段切换的版本。每个扩展都是独立的插件，解释一类特定现象，不破坏主骨架。