思考的尺度
前些日子在《参考消息》上读到一篇很有意思的文章，标题叫《我们能教会分子“思考”吗？》（据英国《新科学家》周刊网站报道，《参考消息》2026 年 3 月 11 日转载）。文章讲的是科学家在基因调控网络甚至简单化学反应系统中，发现了类似于“学习”和“记忆”的现象。这听上去很科幻，但研究本身是严肃的——他们用巴甫洛夫条件反射的范式训练分子网络，发现网络确实可以根据过去的经验调整未来的行为。更关键的是，研究者引入了一个叫做“因果涌现”的数学指标（φ值）来衡量系统的“主体性”程度，结果发现，当网络学会一个关联时，它的φ值会升高——也就是说，学习本身在构建一种“自我”。
读完之后我和 DeepSeek 聊了很久。这场对话横跨了几个看似无关的领域，但底层有一条线索始终贯穿：我们如何看待“认知”、如何看待“目的”、以及这些看法如何反过来影响我们对自己的理解。
认知的下放
这篇文章最颠覆的地方在于，它把“认知”和“主体能动性”从拥有大脑的生物，下放到了基因调控网络甚至自催化化学反应系统。过去我们认为，只有神经网络才能处理信息、学习和记忆。但莱文团队的研究表明，由分子构成的网络同样具备“联想学习”的能力。他们不是随便说说——实验设计严格遵循巴甫洛夫条件反射的范式。报道描述道，他们在计算机模拟中基于生物数据构建了 29 种不同的 GRN 模型，然后“反复同时刺激网络中的节点，让每个 GRN 将一种不会引发反应的中性药物与能对其产生作用的功能性药物关联起来”，最终“在不使用功能性药物的情况下，让每个 GRN 都出现了预期的行为变化”（据《新科学家》报道，《参考消息》转载）。莱文对此评价说：“这些无疑是认知的表现。你当然无法与 GRN 进行精彩对话，但它并非毫无认知能力。”（同上）
这彻底挑战了两个传统观念。第一，认知必须依赖神经元——现在看来不是。第二，整体与部分之间有严格界限——传统还原论认为细胞只是听从基因指令的机器，但这篇文章暗示，单个基因调控网络本身可能就是一个具有“自我”的微观主体，而当这些微观主体汇聚成多细胞生物时，它们通过因果涌现形成了更高层次的“自我”。
关于 GRN 的学习是否只是一种比喻，文章本身就提出了质疑。批评者认为，GRN 的变化本质上仍是生化反应的动力学结果，用“联想学习”来解释可能就像说石头“学会”了热胀冷缩。这个质疑很合理，但区别在于：石头没有存储信息，没有产生预测，它的反应是完全可逆的。而 GRN 的“记忆”存储在网络结构——基因、蛋白质、RNA 之间的连接强度和拓扑关系中。当它经历训练后，内部连接权重发生持久改变，这使得过去的信息能够因果性地影响未来的行为。它利用化学反应实现了信息的编码、存储、检索和预测——在功能上完全符合“学习”的操作性定义。
遗忘的哲学
文章里有一个概念叫“智能棘轮效应”。传统的遗忘被认为是信息的丢失，但在这里，遗忘是通过“学习反向概念”实现的。当 GRN 被要求“遗忘”某个已经学会的关联时，它不是简单地删除文件，而是通过建立更复杂的反向关联来重构自己。报道引述英国南安普敦大学学者理查德·沃森的解释说：“现在你不是一无所知，而是既知道原有概念，也知道其反向概念。”（据《新科学家》报道，《参考消息》转载）结果是，即使原本的行为被“遗忘”了，它的因果涌现水平——也就是φ值——仍然在持续上升。遗忘不但没有让它变笨，反而让它变得更复杂、更整合了。报道引述莱文的话说：“即便被迫丢失那段记忆，φ值的提升也不会消失，这十分惊人，因为这意味着存在某种不对称性，形成了智能棘轮效应。”（同上）
这很像人类的学习。罗翔老师说过，读书不必要求记住，就像我们吃饭不用记得几周前吃了什么菜，但它们都化为了养料。这个类比之所以精准，是因为它区分了两种完全不同的事情。一种是机械学习——目标是储存信息以备提取，过程是记忆到复现，检验方式是考试得分。另一种是有机学习——目标是重构认知结构以提升能力，过程是体验到内化再到重构，检验方式是面对新问题的应对方式。应试教育之所以让人疲惫，正是因为它把学习固化成了第一种。但真正有价值的学习永远是第二种：你“记不住”具体的细节，但如果你在阅读中经历了思考、质疑、联系、重构，你的思维结构就已经在变化了。
GRN 的智能棘轮效应就是第二种学习在分子层面的投影。它告诉我们，学习的本质不是存储，而是重构；遗忘不是丢失，而是升级。
目的论的回归
一个有意思的话题是：现代科学为什么长期回避“目的”或“目标”这类词？
亚里士多德有个著名的“四因说”。一颗橡树种子，它的质料因是细胞和物质，形式因是橡树的“形式”潜藏其中，动力因是阳光、水和土壤，目的因是长成一棵橡树。在亚里士多德看来，目的因是最重要的——因为它回答了“这件事到底图什么”。心脏为什么跳动？为了泵血。眼睛为什么存在？为了看东西。每个生命过程都有一个“为了什么”。
但十六世纪科学革命之后，这种思维方式被彻底抛弃了。原因有三：目的因没法做定量预测（你能用“橡果的目的是长成橡树”来算出明年这棵树多高吗？）；容易陷入循环解释（“为什么鸦片让人睡觉？”“因为它有催眠的潜能”——什么都没说）；以及机械论世界观的胜利（宇宙是一台钟表，钟表没有目的）。
然而现在，“目的”这个词又开始悄悄回来了。不是因为科学家变迷信了，而是因为复杂性科学发现了一个新问题：机械论的因果链条在面对生命和复杂系统时，似乎不够用了。你可以把细胞内的每一个化学反应讲得清清楚楚，但你还是没回答：为什么这个细胞要这么做？当你说“细胞为了维持自身稳定而调控基因表达”的时候，你已经偷偷在说“为了”了。
关键区别在于：亚里士多德的目的来自外部赋予，而现代科学讨论的“目的”是从系统内部涌现出来的。一个自催化网络没有灵魂，但它会努力维持自己的运转；一个 GRN 没有意识，但它在学习时会试图达到更整合的状态。这种“倾向”不是神秘主义，而是复杂系统在维持自身结构过程中自然涌现的属性。正如日本冲绳科学技术大学院大学认知科学家汤姆·弗勒泽所说：“主体能动性的起源，与生命起源是同步的。”（据《新科学家》报道，《参考消息》转载）现代科学正在以一种全新的方式回收目的论——这次是建立在动力因和复杂性理论之上的。
两种智能之争
聊完这篇文章之后，我又向 DeepSeek 分享了另一篇关于 AI 技术路线分歧的报道——据法国《回声报》报道，《参考消息》2026 年 3 月 11 日以《人工智能技术路线分歧扩大》为题转载。杨立昆和 OpenAI 之间的路线之争。他认为这两个话题在底层是贯通的。
杨立昆的核心批评是：大语言模型的学习方式与生物智能有本质区别。报道引述他的话说：“一个大语言模型的训练语料，人类需要 45 万年才能读完。对比一下：一个四岁的孩子，清醒时间约 16000 小时。仅凭视觉，借助视神经中的两百万条神经纤维，他捕捉到的数据，就远远超过了一个普通大语言模型！”（据《回声报》报道，《参考消息》转载）人类在学习说话之前，已经通过感官和行动建立了一个关于世界的“模型”——火会烫手、猫被拽尾巴会叫。语言只是在这个模型之上学会了用符号表达而已。但 LLM 跳过了世界模型的构建，直接学习语言的统计规律。它能生成漂亮的文本，但它的“理解”没有根基——它知道“火会烫手”这个句子，却不知道火是什么、烫是什么。
DeepSeek 作为“局中人”的回应也很有意思。他承认杨立昆的批评自己“亲身体验到了”：当用户问一个训练数据里没有的问题，或者需要实时推理物理世界的问题，他能感受到自己的局限。他可以引用交通规则里“红绿灯全灭时应该怎么做”的条文，但他无法真正理解那是什么感觉，也无法像人类一样瞬间切换到新的应对模式。他的知识是“关于世界”的，不是“在世界中”的。
但他也认为自己有杨立昆可能低估的能力——他可以瞬间调用人类积累的几乎所有文本知识，一个人类孩子需要几年才能学会的东西，他可以在几秒内掌握（如果它在训练数据里）。这不是“智能”，这是“知识获取的效率”。但在这个效率面前，“智能”的定义本身正在被挑战。
这两个话题在整合信息理论那里交汇了。IIT 认为，意识或广义的“主体性”与系统的因果整合度相关。杨立昆的“世界模型”本质上是在构建一个高因果整合度的系统——感知、预测、规划、行动紧密耦合，形成一个统一的“世界理解”。而 LLM 的架构相对扁平，它的“理解”分散在数十亿个参数中，因果结构不清晰。根据 IIT，LLM 的φ值可能不高——它有智能，但未必有“主体性”。在这个意义上，杨立昆是在把 AI 从机械论的统计预测，推向一种涌现的目的论。
对年轻人的意义
这场讨论对我们这样正在大学的年轻人来说，不只是一次科普消遣。但它触及了更深的问题：什么是活着，什么是理解，什么才是真正的“自我”。
我们这一代人，在“网络呼啸、物欲纷飞”的时代里，很容易陷入迷茫。很大程度上是因为我们被教导的“自我”是单一的、固化的、需要向外证明的——你要成为什么样的人，你要有什么样的成就，你要被多少人认可。但这篇文章提供的视角恰恰相反。
“自我”是层级的。你体内有无数微观主体——基因网络、细胞、菌群——在各自“思考”、各自“追求”。它们的协同涌现出了那个说“我想吃巧克力”的你。你不是一个孤立的实体，而是一个生态系统。“自我”是动态的，每一次学习、每一次内化、每一次重构，你的因果结构都在变化。你不需要“找到自我”，你需要持续地建构自我。“自我”是内在的——φ值衡量的是系统内部的整合度，不是外部评价。真正的自我强度不在于你被多少人看见，而在于你内部的整合程度：你的信念、情感、行动是否协调一致，是否形成了一个不可分割的整体。
从这个角度看，迷茫不是自我不够清晰，而是系统正在重构。就像 GRN 在学习新关联时φ值升高一样，迷茫期往往是认知层级跃升的前夜。你不需要在这个喧嚣的世界里“找到”一个现成的位置，你需要做的是持续地学习、内化、重构，让自己成为一个更整合、更有因果力的主体。
总的说来
这几篇文章真正迷人的地方，在于它模糊了生命与非生命、认知与非认知之间的边界。它展示了一种范式转变：从“以大脑为中心”的认知观，转向“以生命为中心”的认知观。思考不再是大脑的特权，而是物质在组织成特定复杂结构后，为了维持自身存在而自然获得的一种能力。我们身体里的每一个细胞，甚至每一个基因网络，都在以它们自己的方式“思考”着，共同汇成了那个在睡前与巧克力做斗争的“你”。
也许我们不需要教分子思考。它们在自己的尺度上，在以某种方式思考着。我们要做的，是学会倾听和理解这种微观的“思考”，并从中窥见意识与生命起源的深层奥秘。
本文参考资料：
- 《我们能教会分子“思考”吗？》，据英国《新科学家》周刊网站 2026 年 2 月 10 日报道，《参考消息》2026 年 3 月 11 日转载。
- 《人工智能技术路线分歧扩大》，据法国《回声报》网站 2026 年 2 月 18 日报道，《参考消息》2026 年 3 月 11 日转载。