良好调节器定理（Conant & Ashby，1970）
"一个系统的每一个良好调节器（regulator）都必然是该系统的一个模型。"要调节好一个系统，调节器就被迫成为该系统的模型。控制即建模。
设定
扰动 D 影响一个本质变量 Z（室温、无人机姿态）；调节器 R 观测并行动，使 Z 在 D 的干扰下保持恒定——即最小化结果熵 H(Z)。定理：最优的 R 必然是该系统的一个模型——一个从系统状态到 R 状态的同态映射。
为什么（直觉）
要让 Z 在扰动变化下保持稳定，R 必须针对每一个系统状态，产生恰好抵消它的响应。"哪个状态 → 对应哪个抵消响应"这张映射表，就是该系统输入→输出结构的一个模型。你无法调节你映射不出来的东西。
证明骨架（信息论式）
- 最优调节 = 最小化
H(Z)； - 关键引理：调节器中的随机性只会给结果增加熵——往里注入噪声不可能让
Z变得更确定 → 最优调节器必是一个确定性函数ρ: S→R； ρ确定 + 结果是(S,R)的确定性函数 + 结果被强制恒定 →ρ必须使R的状态与S的状态（同态地）对应 →R是S的一个模型。
谱系
- 先驱： Ashby 的必要多样性定律（"唯有多样性才能消灭多样性"）——调节器需要足够的多样性去匹配扰动（ashby）；
- 良好调节器定理将其磨得更细： 不只是够用的多样性，还要有正确的结构——一个模型；
- 控制理论中更严格的表亲： 内部模型原理（Internal Model Principle，Francis–Wonham，1976）——要渐近地跟踪/抑制某一类信号，控制器必须内嵌该信号生成器的一个模型；
- 现代回响： Friston 的自由能原理 / 主动推理。
诚实的告诫
定理所证明的"模型"是一个弱的形式化概念（一个映射/同态），而不是一个丰富的预测模型；原始证明本身也受到过批评。但其核心直觉——调节得好 = 编码了系统的结构——是稳健的，并且影响广泛（常与内部模型原理合并在一起讨论）。