如果我们认真对待”科学范式”这个问题，就必须避免把物理学与生命科学之间的差异简单化为”一个可以公理化、一个不可以公理化”的对立。这样的对立虽然直观，却掩盖了更深层的结构差异。事实上，所谓”公理—推演”的物理学形态，本身是在特定历史阶段、特定对象条件下形成的一种高度成功的认知压缩形式，而不是科学理性唯一可能的形态。理解这一点，意味着我们要把问题从”哪个学科更严密”转移到”不同对象允许何种形式的理论压缩”。
从近代科学史来看，以 Isaac Newton 为代表的经典力学确实为科学树立了一种典范：少量基本定律，通过严格的数学工具推演出庞大的现象体系。运动三定律与万有引力定律并不直接描述所有运动，而是提供了一种结构性的约束关系，在这一关系之下，大量具体问题可以被还原为微分方程的求解。这种范式的力量在于，它成功地把复杂的经验世界压缩进一个低维、封闭、对称的数学框架之中。随后，James Clerk Maxwell 用四个方程统一电与磁，Albert Einstein 用几何结构重写引力的意义，这些成就进一步强化了一种信念：世界的根本结构是高度可压缩的，少数原理足以生成几乎无限的现象展开。
然而，当我们稍微离开这些理论高峰，进入更为具体、复杂、甚至”凌乱”的领域时，就会发现物理学本身也并非始终处于这种高度公理化状态。湍流问题至今没有封闭解，气候系统依赖数值模拟，材料科学充满经验模型，统计物理的很多结果只能给出概率描述而非确定性演绎。这说明所谓”牛顿式范式”并不是物理学的本质，而是某些特殊结构条件下的理想极限。那些条件包括：系统可以近似封闭，变量数量有限，尺度分离相对清晰，初始条件可以精确控制，实验高度可重复。只有在这些前提之下，理论才可能被压缩为少量公理，并通过逻辑推演展开。
生命科学之所以难以呈现同样形态，并不是因为缺乏规律，而是因为其研究对象本身破坏了上述条件。生命系统从分子到细胞、从组织到个体、从个体到群体、从群体到生态网络，层级嵌套且相互耦合，每一层都会产生新的涌现性质，而这些性质不能简单地从底层方程中线性推出。基因表达网络的动力学与个体行为之间，并不存在一条可直接演绎的路径；进化历史的偶然性使得结构选择具有路径依赖性；同一功能往往可以由不同结构实现，这种多解性本身就破坏了“唯一推演”的理想。更关键的是，生命系统几乎永远是开放的，物质流、能量流、信息流持续交换，系统边界本身具有模糊性。在这种情况下，理论的任务不再是建立封闭演绎体系，而是刻画统计分布、动态演化与适应机制。
复杂性科学与社会科学则进一步增加了一层困难，因为它们研究的对象不仅会响应环境，而且会学习、预测、改变规则，甚至会因为理论本身的传播而改变自身行为。经济学理论可能影响市场预期，社会规范可能因为被分析而发生转变，这种反身性意味着研究对象与理论之间存在反馈回路。规律不再是静态的背景，而是动态生成过程的一部分。在这样的系统中，所谓“基本定理”并非不存在，而是往往只能以概率形式或结构约束形式存在，其展开方式更像模拟与计算，而非严格的封闭推演。
因此，更准确的理解或许是这样的：经典物理学之所以呈现出公理化形态，是因为其对象结构允许高度的信息压缩，而生命与社会系统的高维、开放与历史性，使得这种压缩难以达到同样程度。前者依赖对称性与守恒律，后者则依赖统计规律、网络结构与演化机制。前者强调解析解的优雅，后者强调计算模型的生成力。两者之间并不存在”成熟与不成熟”的等级差异，而是面对不同复杂度结构时采取的不同认知策略。
如果从更抽象的角度看，这种差异反映的其实是世界不同区域的”可压缩度”差异。某些物理过程具有高度稳定的对称结构，因此可以被压缩为少量数学表达；而生命与社会系统包含大量历史信息与局部耦合关系，其信息密度远高于经典力学所面对的对象。在这种情况下，理论不再追求单一的统一场，而是发展出多模型并存、统计推断与计算实验相结合的形态。模拟逐渐成为与演绎同等重要的认识工具，数据驱动方法成为发现结构的一种新路径。
真正值得思考的，或许不是”为什么生命科学无法像牛顿力学那样公理化”，而是”在不同复杂度层级上，理论压缩的极限在哪里”。当我们把科学理解为对现实结构进行信息压缩的过程时，就会意识到范式差异本质上反映的是对象结构差异，而不是理性能力差异。物理学在某些领域达到了极高的压缩效率，而生命与社会科学则面对更高维度、更动态、更具生成性的结构网络，它们的理论形态自然更偏向概率化、演化化与计算化。
如果将这一点纳入更宏观的科学观，我们或许可以说，现代科学已经从单一的公理化理想，逐渐过渡到多种认知工具并存的时代。在这个时代，演绎不再是唯一的理性标准，生成与模拟成为理解复杂世界不可或缺的路径。
科学范式的差异，归根结底，是对象结构与信息复杂度差异在理论形态上的投影。