产权经济学、交易费用，这是个体倾向于形成耗散结构以抵御熵增趋势，而成本的存在使得网络收敛于一定的路径，即我们能够观测到的有限可能，这与配分函数和路径积分的思想一致。

边际分析是一种数学的求极限方法，在这个层次可以理解可能的变化趋势，即提取出高维的结构。

关键信息形成的逻辑结构可以表达更多的信息，从而更接近真实情况。如生物的保守性序列在重要性分布函数中占的比重更大，呈现出一定的幂律分布。

宏观效应的观测，如外部性，这是一种理论上的信息匹配，可以精确定义具体对象的各种性质。但这需要一定的资源和成本才能做到的，我们最终还是能够比较粗略地分为有限的层次，这可以视为一种多层次博弈形成的均衡，即在现实情况变化的前提下可能发生改变，当然我们还有一个路径依赖问题。这种不确定的对象的测量可以等于不同层次之间的选择性表达关系。

层次之间的交互是网络结构形成的基础，在计算机是各种网络协议的制定，在生物则是各种基因蛋白表达模式的变化。这在经济学中是合约和契约精神。

多层次信息的耦合对现实情况的逼近，这是一种贝叶斯计算过程。但无论我们如何努力，还是有很多不可观测到变量影响最后的结果，我们目前只能是抽象为一定的x变量，参加入这种计算过程，毕竟网络的分化是多路径的。同时这些路径在进行一定的博弈竞争，可以形成一定的均衡，可以对应于现实情况。

找到一个描述特定对象的数学方法，利用模型解释现象。

一切都是有成本的，这是熵增趋势的一种体现。这可以解释我们认为不合理的存在的原因。都是基于网络的概率性表达，但只有表达概率足够高才能有延续的可能，从而形成路径依赖。因而涌现的性质总是对环境适应度最大的可能，有着更大的效率来整合各方面的资源。但这不是存在即合理的理论依据，过去的情况和现在的情况已经不同，因此需要有一定的变化，从而达到最优的适应度。由于这是网络的选择性表达，是概率性的，因此不存在决定的好坏，一切都看特定环境的特定适应度。当然，路径依赖使得这种均衡的变化是很困难的，这就是另一些层次的博弈竞争的引入，比如说一些人的恋旧心理等等。

特定层次的选择性表达可以如同线性代数的傅里叶变换一样以一组基底的线性组合来以任意精度逼近真实情况。这是我们希望使用博弈论的不同层次形成的均衡来解释特定对象的原因，这种多层次耦合的复杂结果可以形成较高的匹配。是我们网络思想的一个重要模块。可以抽象为局部最优的方法，即收益大于成本，从而选择特定的模式。问题是这个收益和成本都是多层次的，在不同层次的竞争有不同的权重分配。理论上应该确定比较确定的权重分配比例，但现实更多的是基于已有经验的判断而做决定，这也是一种贝叶斯计算过程，其实和前者是等价的。无论如何都是信息收集～逻辑判断～决定形成的模型。这是网络的路径坍缩。除了这些多层次的考虑，还有的是这些层次的考虑问题，即大多数情况下都是收敛的，即在决定形成过程中占的比重很低，毕竟这种运算资源不是谁都具备。于是最终形成的结果同样是多层次的耦合的(网络的稳定性的考虑，多样性等于稳定性，如同生物的基因多样化能够使得群体总有部分个体能够在剧烈变化的环境中存活)，只是表现的可观测到的结果是有限。前者是如同隐马尔科夫序列的状态比例，后者是具体的序列表达。

等价性的构建，如同能量守恒定律一样，具体的价值是多层次博弈的结果，而价格是基于价值的选择性表达。如果两者不匹配，网络的等价转换会自动使得其达成新的均衡。如医生的灰色收入就是一定程度弥补当前不合理的医疗定价体制。这是市场的调节机制。

万物皆有成本，这是我们建模时必须考虑的问题。尤其是难以量化的指标，我们不能使用简单的有的情况和无的情况来做简单的加减，这是多层次的博弈，需要在大数据层次进行考虑分析。

从复杂现象中抓出关键的问题，抓住要害，这是一种基于经验的贝叶斯网络的路径坍缩。