进化视角：理解AI的“考古学”指南

今天我们来聊一本我今年读到的、非常让我感觉醍醐灌顶的书，书名叫做**《智能简史》**（A Brief History of Intelligence），副标题是《进化、AI与人脑的突破》。作者是美国人工智能公司 Alby 的创始人 麦克斯·班尼特（Max Bennett）。为什么我会用“醍醐灌顶”这么重的词呢？因为它从一个侧面回答了我们这个时代在面对 AI 时心里很大的一个困惑：像 ChatGPT、Gemini 这些大语言模型，它们的智能跟人类智能比起来，到底有什么本质区别？

一方面，AI 像无所不能的神，会写诗、编程、做研究，拥有人类引以为傲的推理能力；但另一方面，你又觉得它特别奇怪。它能写情诗，却不明白心碎的感觉；它能解释物理定律，却可能连婴儿对物理世界最基本的本能理解都没有。它强大到让人不安，又空洞到让人迷惑。作者认为，想要理解 AI 这个最未来的科技，唯一的答案不是往前看，而是要回头看我们自己。AI 未来发展的蓝图，很有可能就藏在生命 40 亿年的进化史里。

人类智能不是砰的一下出现的，而是一层一层累加起来的。用这个框架理解今天的 AI，就会发现它像是一个“怪胎”，因为它跳过了进化过程中最重要、最底层的台阶。为了搞清楚这个问题，我们需要进行一次“思想考古”，挖掘构成人类智能的五块根本基石。

第一次飞跃：效价与转向的导航基石

我们智能的起点其实有点“没出息”，它与思考、哲学或“我是谁”没有关系。地球上第一个大脑的诞生，只有一个卑微的目标：转向。在 6 亿年前的远古海洋，动物大多像珊瑚或海葵一样“守株待兔”。它们的身体是辐射对称的，没有前后左右，移动起来非常低效。

直到我们的蠕虫祖先开启了身体结构革命，把身体掰直，变成了两侧对称，有了头尾和前后。这个改变将导航问题简化到了极致：系统只需要负责“前进”和“转向”两个维度。为了服务这个系统，第一颗大脑在头部诞生了。它通过一个核心机制来实现转向：效价（Valence: 大脑赋予外部刺激“好”或“坏”标签的能力）。

在这个底层系统中，食物的气味是正效价，有毒物质是负效价。大脑作为一个中央处理器，整合所有神经元的“效价投票”，最终决定是前进还是转弯。更有趣的是，情感（Emotion）最早的起源就是为了给导航行为打补丁。情感本质上是“行为状态切换器”：当危险气味消失，蠕虫仍会维持一小段时间的逃离状态，这就是原始的“恐惧”；当闻到食物，它会切换到局部搜索状态，这就是原始的“渴望”。甚至抑郁（Depression）也是一种古老的故障保全机制，旨在无法逃避负面刺激时保存能量。

在这种趋利避害的价值判断系统基础上，生命进化出了关联学习（Associative Learning: 学习将中性刺激与带效价的刺激关联起来的能力），比如巴甫洛夫的狗。这让好坏的定义不再完全由基因写死，而是可以通过后天经验调节。这是整个智能大厦的地基：它让生命从被动的等待者变成了主动的探索者。

第二次飞跃：强化学习与多巴胺的预测机制

快进一亿年，我们来到 5 亿年前的寒武纪。在这个生命大爆发的时代，生存挑战升级了。一次成功的捕食涉及潜伏、等待、猛冲等一连串动作，但奖励（食物）只在最后出现。这就产生了一个难题：功劳归谁？ 是该奖励几分钟前的潜伏，还是最后一秒的冲刺？

这个问题在 AI 领域被称为时间信用分配问题（Temporal Credit Assignment Problem: 在长序列行为中确定哪些动作导致了最终奖励的难题）。20 世纪 80 年代，学者 理查德·萨顿（Richard Sutton）提出了时间差分学习（Temporal Difference Learning: 一种通过预测奖励的变化而非奖励本身来进行学习的算法）。系统不再等到游戏结束才奖励，而是在每一步更新获胜预测。预测的增量就是正向强化信号。

神奇的是，神经科学家发现大脑中的多巴胺（Dopamine: 一种驱动欲望与学习的神经递质）的工作方式与此完全一致。科学家 沃尔夫拉姆·舒尔茨（Wolfram Schultz）通过猴子实验证明，多巴胺反映的是“预测误差”：当果汁（奖励）超出预期时，多巴胺放电；当奖励在预料之中，多巴胺不放电；当奖励意外缺席，多巴胺被抑制。

这种由多巴胺驱动的强化学习机制，让我们的鱼类祖先拥有了学习复杂行为序列的能力，并由此催生了好奇心（将新奇事物本身作为奖励）和精确的时间感知能力。然而，事必躬亲的尝试代价太高。为了更安全地学习，生命需要第三次飞跃。

第三次飞跃：新皮层与虚拟世界的模拟能力

距今约 2 亿多年前，恐龙统治地球，我们的哺乳动物祖先在阴影下艰难求生。为了生存，它们进化出了新皮层（Neocortex: 大脑最外层负责高级功能的皮质），带来了一种超能力：模拟（Simulation）。

这意味着在大脑内部建立一个外部世界的虚拟模型。学习方式从“实践中学习”飞跃到了“想象中学习”。这种脑补能力解锁了两个核心功能：

1. 情景记忆（Episodic Memory）：记忆不再是简单的程序，而是对过去特定场景的模拟重构。
2. 反事实思考（Counterfactual Thinking: 模拟并没有发生过的过去或可能发生的未来的能力）。

作者提出了一个震撼的观点：我们天经地义认为的因果关系（Causality），可能根本不是客观物理现象，而是一种心理现象。物理实验只能暗示相关，无法测量因果。人类之所以觉得因果存在，是因为我们的大脑天生习惯用“反事实软件”来理解世界。通过这种模拟能力，祖先们可以在脑海里进行替代性试错，安全地预演未来。

第四次飞跃：递归模拟与心智解读的社交政治

数千万年前，灵长类动物开始生活在复杂的社会群体中。在这里，生存的关键不再是肌肉，而是政治智慧。于是，大脑迎来了心智解读（Mind Reading/Theory of Mind: 理解他人意图、信念和愿望的能力）。

心智解读的本质是将模拟能力“转向”：不仅模拟物理世界，还模拟他人的内心。这是一种递归（Recursion: 模拟他人内心的模拟过程）——我模拟“如果你是我，你会怎么想”。黑猩猩之间的“无间道”博弈证明了它们能推断并操纵对方的想法。

这种能力解锁了高级模仿学习，让我们能区分意图与意外，精准传承技能。同时，它让我们能预见未来的需求。绝大多数动物（如老鼠）的行为被当下生理需求驱动，但猴子能为了未来喝水而放弃眼前的食物，因为它们能把“读心”用在未来的自己身上。这彻底解锁了社会治理，让祖先们成了纵横捭阖的政治家。

第五次飞跃：语言与蜂巢大脑的知识文明

最后一次飞跃属于智人，核心神器是语言。人类语言不是简单的信号升级，而是系统重装。它具有任意性（任意贴标签）和生成性（通过语法创造无穷组合）。

秘密不在于硬件，而在于我们预装的“学习软件”：

• 原始对话（Proto-conversation）：婴儿天生的互动冲动。
• 共同注意力（Joint Attention: 两人同时聚焦于同一物体并意识到对方也在关注的过程）。

语言点燃了文明的风暴。通过“聊八卦”，人类能识别害群之马，降低合作风险，让利他主义遍地开花。更重要的是，它让知识可以跨代积累。缝制衣服这种复杂技术，是无数代人小发明的累积。语言将孤立的智能体连接成了蜂巢大脑（Hive Mind: 通过语言连接成的跨时空分布式计算网络）。

作者认为，技术奇点其实在几万年前语言产生时就已经发生了。从那一刻起，人类文明的指数级爆炸就已经注定。

总结：AI为什么是“有窗无房”的偏科生？

回看这五级阶梯：转向、强化学习、模拟、心智解读、语言。今天的 AI（如 ChatGPT）其实是一个极其严重的“偏科生”。它直接调用了第二层（强化学习）并从第五层（语言）切入，吞噬海量文本，掌握了模式。

但是，它是一个没有身体、没有真实经验的“纯语言大师”：

1. 缺乏模拟能力：它没有真实世界的物理模型，所以会写出“在地下室抬头看到星星”这种荒谬错误。
2. 缺乏心智解读：它无法推断人类真正的意图，潜藏着“回形针干扰”等风险。
3. 缺乏效价系统：它的系统没有被锚定在古老的渴望与目标之上，没有内在的好坏罗盘。

用作者的话说：“人类语言是我们内心丰富模拟世界的一扇窗，而今天的 AI 只有这扇窗，窗后却空无一物。” 真正的智能不是单一维度的竞赛，而是层层叠加的生态系统。我们正站在第六次飞跃的门槛上，回望进化史，不仅是为了理解过去，更是为了更负责任地塑造未来。