夜雨聆风一、有个问题，很少人真正想过
AI能击败围棋世界冠军，能写诗，能通过司法考试，能预测蛋白质结构——但它摆不好洗碗机里的盘子。
这个看似滑稽的矛盾，是《智能简史》这本书的开篇。作者麦克斯·班尼特，一个没有博士学位的AI创业者，花五年时间啃完了从入门教材到最新论文的所有资料，写了这本书。他想知道的只有一件事：为什么大脑和算法在能力上会有如此巨大的错位？
答案，藏在人脑近10亿年的进化史里。
二、班尼特把人脑的进化拆成了五次突破
第一次，"转向"——6亿年前，两侧对称动物第一次学会了分清左右。遇到食物前进，遇到危险转向。听起来很简单？但这就是智能的第一行代码。
现在的扫地机器人Roomba，撞到桌腿就转弯，跟5.5亿年前秀丽线虫遇到高盐度猛然调头，用的完全是同一套逻辑。不需要全局地图，不依赖复杂计算，即时反馈驱动行为。
从远古海底到现代客厅，这套算法从未改变过。
第二次，"强化"——5亿年前，脊椎动物学会了用多巴胺做奖励驱动。不是吃到食物才开心，而是提前预测"可能有好东西"，然后为之兴奋。
脊椎动物的大脑学会了"过程奖励"，而不仅仅是"结果奖励"。 这一步，带来了探索欲，带来了好奇心。
第三次，"模拟"——2亿年前，哺乳动物进化出新皮层，学会了在行动前在脑海中预演多种可能性。
小松鼠准备从一棵树跳到另一棵，它会在起跳之前先模拟一遍：猎物可能往哪跑？树下有没有狐狸？万一情况不对，逃跑路线是哪条？
谋定而后动。我们身体不如恐龙强壮，但我们是专业的谋略家，恐龙不过是一介武夫。
6600万年前小行星撞击地球，恐龙灭绝了，躲在洞穴里谨慎行事的哺乳动物活了下来。不是因为它们更强壮，是因为它们更会想。
第四次，"心智化"——1500万年前，灵长类学会了推测他人的心思。
非洲刚果雨林里，一只叫贝儿的雌黑猩猩发现了一处藏有大量果实的地方，告诉了雄黑猩猩洛克，结果被洛克全部抢走。从此贝儿走上"黑化"之路：声东击西、故意误导、佯装发现食物把洛克引向错误方向。而洛克也不是省油的灯，学会了假装毫不在意，实际用余光紧盯贝儿的微表情。
"我知道你在想什么，你也知道我知道你在想什么"——这种嵌套式心理博弈，催生了灵长类的高阶智力。
不擅长读心术的个体，在社交竞争中落败，基因传不下去。善于揣摩别人、运筹帷幄的，才能获得更多食物、配偶和地位。
第五次，"语言"——10万年前，人类祖先诞生了改变世界的能力。
语言让信息的颗粒度提升了好几个数量级。其他动物只能"哦哦啊啊"地叫"有危险！"，人类祖先可以说："三里外水塘有狮群在喝水，大家小心别过去。"
语言让知识可以代代相传。爷爷奶奶教给父母的经验，父母再教给孩子，孩子在此基础上有所创新——人类的集体智慧像滚雪球一样越积越大。
没有语言，人类文明根本不可能诞生。
三、五次突破，每一次都是生命在生死边缘锻造出来的
而AI在短短几十年里，做到了什么？
2012年，深度学习横空出世。2017年，Transformer架构诞生。2023年，GPT-4让全世界惊叹。2025年，DeepSeek-R1以不到5%的训练成本达到了全球领先水平。
AI在语言任务上突飞猛进——写文章、写代码、回答问题，样样都行。
但班尼特提醒了一件事：现在的AI，只相当于走到了第五次突破的门口。
它有语言能力，但它的"语言"背后，没有前面四次突破的支撑。
它没有趋利避害的身体直觉——所以摆不好洗碗机。
它没有多巴胺驱动的探索欲——所以不会主动发现新事物。
它没有在脑海中模拟多种可能性的能力——所以遇到突发状况就僵住。
它更没有心智化能力——所以它看不出你抬手揉眼睛和抬手拒绝接茶的区别。
AI的第五次突破，是空中楼阁。地基还没打好，楼已经盖到五层了。
四、这本书最让我触动的，不是五次突破本身，而是班尼特写这本书的方式
他没有博士学位，没在神经科学实验室待过一天。他找专家发邮件，没人回。于是他换了思路：把自己的假设写成论文投出去，等着被拒，然后从评审意见里学东西。
结果，论文被接收了。
当既有规则行不通时，创造新规则本身就是解决方案。
这跟他的书里写的五次突破，骨子里是一回事——
6亿年前的两侧对称动物，遇到危险不是硬扛，而是学会了"转向"。
5亿年前的脊椎动物，不是靠蛮力捕猎，而是学会了"过程奖励"。
2亿年前的哺乳动物，不是跟恐龙正面刚，而是学会了"谋定而后动"。
1500万年前的黑猩猩，不是靠力气抢食物，而是学会了"声东击西"。
10万年前的人类祖先，不是靠尖牙利爪对抗猛兽，而是学会了"用语言协作"。
每一次突破，都不是"更强"，而是"换了一种活法"。
班尼特写书的过程，本身就是一次"转向"。
五、创造性的绽放，永远需要安全边际的托举
这本书的译者林桥津，是脑科学研究者。他在翻译过程中，想起自己博士期间花无数时间手动分析荧光显微图片、逐一标注神经元突触信号的经历——如今，AI图像识别工具几分钟就能完成过去实验员好几天的工作量。
但他提出了一个问题：为什么机器可以高效处理这些繁琐的技术操作，却无法理解这些数据背后的生物学意义？
他举了一个实验室里的真实场景：当需要把细胞培养皿从三楼送到一楼的显微镜室时，如果电梯故障，人类研究员会立刻扛起培养皿改走楼梯，并根据培养皿中细胞的状态小心调整脚步。可要是换成自动化的运输机器人，遇到这种突发状况，它只会机械地等待电梯恢复。
AI能当上实验室里的能干助手，却无法替代科学家去真正"理解"实验结果。
班尼特在书里说了一句话：创造力绽放，永远需要安全边际的托举。
六、结语
《智能简史》不是那种读完让你觉得"AI好厉害"的书。
它读完让你觉得——人脑，真的很厉害。
40亿年的进化，近10亿年的智能演化，五次在生死边缘锻造出来的突破，每一层都不能省略，每一步都奠定了下一步的基础。
而AI，只用了几十年，就走到了语言的门口。
快，是快。但地基不稳，楼越高，越危险。
班尼特最后写了一句：智能革命的终极答案，也许就藏在生命系统用亿万年进化打磨出来的"笨功夫"里。
这句话，值得所有在AI浪潮里狂奔的人，停下来想一想。
本文基于《智能简史：进化、AI 与人脑的五次突破》（Max Bennett著，林桥津译）撰写。