大脑怎样让不同模块一起工作？

一百五十毫秒，打断两个脑区的对话

一只小鼠正在看屏幕。屏幕上不是电影，也不是复杂街景，只有向左或向右倾斜的条纹。它要根据条纹方向，决定要不要作出反应。

研究者同时监听两个视觉脑区，又在某些时刻，用光短暂压低其中一个脑区的活动。打断只持续一百五十毫秒，比我们念完一个短句还短。他们想知道：少了这一小段对话，另外一个脑区会怎样变化？

这让我想到调试一块复杂芯片时的一个习惯。正常运行的波形当然要看，但想弄清模块之间的关系，往往得有意改变一个输入，或者在一个节点注入扰动。两个模块平时一起升高，并不说明谁在驱动谁。打断之后，系统怎样恢复，才可能暴露内部结构。

欢迎收听《系统边界》。今天这期从这个实验出发，聊一组关于大脑和人工智能架构的新论文。资料来自二〇二六年九月十四日到二十日这一周，按洛杉矶当地日期计。里面既有正式发表的动物实验，也有尚未经过同行评审的计算模型。

我想把问题收窄一点。我们已经会造很大的网络，也会把系统拆成感知、记忆、规划和动作模块。可拆完以后，有三件事并没有自动解决：模块怎样维持一致的判断；已经学会的能力怎样重新组合；当模型看起来很像大脑时，我们凭什么相信它抓到了机制？

今天会用控制系统、状态空间和软硬件边界来理解这些问题。不需要先背脑区缩写。遇到必要的神经科学概念，我们就在实验出现的地方解释。更完整的数字、论文链接和证据边界，放在这一期的节目页面。声音由晓晓合成，内容是基于论文的编辑讲述和工程分析。

先回到那次短暂的打断。假如大脑只是一条逐级加工的流水线，我们可能会期待：上游停下来，下游跟着变弱。但如果上下游一直互相反馈，系统的反应就不会这么简单。

共识可以是一种动力学，而不只是一次投票

九月十八日，《自然神经科学》发表的这项研究，关注小鼠的初级视觉皮层，通常叫 V 一，以及一个更高阶的视觉区，叫 L M。先把它们理解成两个会交换信号的视觉处理模块。研究使用七只小鼠，同时记录两个脑区的电活动，并在五百毫秒的条纹呈现期间，在不同时间窗进行短暂干预。

这里的光遗传干预，是让一类带有特定光敏蛋白的抑制性细胞被光激活，从而压低局部其他细胞的活动。它不是把整个脑区像电源开关一样完全关闭。这个区别会影响我们怎样解释响应。

研究者把记录和扰动数据一起用于系统辨识：拟合一个有局部兴奋、局部抑制，以及跨区兴奋连接的非线性动态模型。训练用过扰动数据时，对其他细胞活动变化的预测，平均相关系数约为零点三四；只用正常试次训练，则约为零点一二。这个数字不是识别准确率，更不表示大脑被解释了百分之三十四。它比较的是预测变化与实测变化的相关程度。

模型给出的机制是：两个脑区相互吻合的活动模式衰减得慢，不吻合的模式衰减得快。对应的慢时间尺度大约四百毫秒；模型里单个神经元的特征时间尺度则是二十毫秒。研究还检验了数据中一致和不一致模式的时间尺度差异。作者把这个过程称为动态建立共识。

我们暂时把论文放在一边，用一个非常简化的工程模型理解它。下面这段是教学例子，不是原论文的脑区方程。

假设两个模块各有一个标量状态，分别叫甲和乙。每个状态都会自行泄漏，同时又受到对方的正向影响。甲的变化，等于自身衰减，加上来自乙的输入；乙也一样。现在不要分别盯着甲和乙，而是看它们的和，以及它们的差。

这时会出现两个不同方向。如果两边一起升高，形成同向变化，相互输入可以部分抵消自身泄漏，所以这个模式能保持得久一些。如果甲升高而乙降低，差异模式就可能更快衰减。用电路语言，有一点像把共同变化和差分变化分开分析；用控制语言，就是在看两个不同模态的特征值。

实际大脑当然远比这个双变量例子复杂。这里最有用的直觉是：同一组连接，可以对不同方向的信息，提供不同的保存时间。它并不需要先计算一张投票表，再宣布大家同意了什么。系统沿着某些方向流动得快，沿着另一些方向流动得慢，结果就会表现出一致性筛选。

论文使用了一个术语，线吸引子。想象桌面上有一道狭长的浅槽。小球横向偏离时，很快滚回槽里；沿着槽的方向，却可以停留较久。这里的小球位置代表整个网络的状态。所谓近似线吸引子，不是说状态永远不变，而是说在某个方向上，变化特别慢。

这就回答了一个经常被忽略的问题：单个元件很快，系统怎样记住一个稍长的东西？并不总要给每个元件单独加一个巨大的时间常数。合适的连接关系，也能形成集体的慢状态。

但如果你做过反馈系统，应该马上会警觉。正反馈太强，会不会失稳？会。所以不能把这个故事简化成“模块互相激励，能力就更强”。原研究的模型包含局部抑制的稳定作用。对工程系统来说，增益、延迟和工作点都要进入分析。某个输入范围内稳定，并不意味着分布变化后仍然稳定。

假设我们把这个想法搬进一个视觉和语言联合的世界模型。视觉模块认为桌上有一个杯子，语言模块收到的描述也支持这个判断，于是关于杯子的共同状态持续得更久。听起来很合理。

可是，两个模块也可能共同犯错。语言描述来自视觉模型生成的字幕，它们其实共享同一个上游错误。此时相互确认，只是把偏差锁得更牢。共识并不等于真实。这是工程外推里必须额外补上的约束，原来的小鼠实验没有替我们解决。

因此，我会把“跨模块共识”拆成两个问题。第一，哪些模式可以被双方共同维持？第二，维持的强度是否受独立证据、置信度和冲突信号调节？否则，稳定状态很容易变成稳定幻觉。

一个软件原型可以很小。先做两个带状态的编码器，让它们处理相关但不相同的输入；再给它们加入可学习的双向连接。测试时，故意让一边短暂缺帧，或者延迟到达，观察共同状态能否保持。随后引入真正的冲突输入，看看它们能否及时放弃旧判断。

这里至少要保留两个基线：单向传递，以及只在末端拼接特征。总参数量和训练预算也要对齐。最终关心的不只是平均预测分数，还包括恢复时间、错误保持多久，以及错误一致时能不能退出。

这项研究对脑测量平台的提醒也很直接。只录正常活动，很容易得到若干都说得通的模型。加入带有明确时间戳的干预，模型之间的分歧才有机会显现。未来做脑到人工智能的研究，扰动响应也许应该成为训练数据的一等公民。

同一套网络，能不能换一种方式使用？

跨区连接让我们看到，系统行为取决于状态怎样演化。接下来一篇预印本，把这个视角带到了动作复用上。

你会画一个圆，也会伸手拿东西，并不意味着有人给你一个新轨迹，你就一定能把旧技能顺畅拼起来。对机器学习也是一样：训练任务都做得好，和能力具有可组合性，是两项不同的成绩。

九月十五日提交的这篇工作，叫《使用适配器库学习可组合运动控制选项》。我们称它为 CABRA。它研究的是模拟手臂：两段连杆、六条肌肉，有闭环的身体状态反馈。学生网络学习五种完整动作，包括伸手、画圆和画八字。它没有看到拆开的半段动作示范，但设计里已经放入向外伸展、向内收回的两阶段先验，不能说动作结构完全从零涌现。

它的核心是一套二百五十六维的循环网络，加十个残差适配器。适配器根据当前状态施加不同修正，并影响后续循环。按解释百分之九十五活动方差的口径，核心活动大约需要三十维，单个适配器的扰动活动大约五到六维。注意，这是活动的有效维数，不是证明适配器权重矩阵只有五六秩。

在一个新的两瓣轨迹上，研究者冻结原网络，仅优化随时间变化的接口选择策略。经过三百五十次优化，学生的轨迹误差约为零点零零五，教师基线约为零点零四。两边都允许软混合接口。这是有优化过程的迁移，不是零样本成功。

数字说完以后，我们看看这个结构为什么值得琢磨。

平常讲模块化，很容易想象成一个模块画圆，一个模块走直线，外面有个调度器决定调用谁。这样做有一个潜在成本：每个模块都可能重新学习一遍身体动力学，重新学习反馈修正，重新建立内部状态。看起来分工清楚，实际却复制了大量共同能力。

CABRA 提供了另一种组织方式。把熟悉身体的循环网络当作共同底座，适配器改变这个底座的演化方式。更像同一套控制系统，在不同工作模式下调整反馈结构，而不是换上一套毫不相干的控制器。

不过，也不能直接把它理解成切换一组固定增益。神经网络是非线性的，适配器的作用依赖当前状态。一个适配器在动作开始时的效果，与在手臂已经伸出去以后的效果，并不必然相同。所以“技能是什么”，有可能同时取决于选择了哪个适配器，以及切换时网络处在什么位置。

这也是为什么闭环反馈很重要。如果只是按时播放一串肌肉指令，换一点负载，动作就可能偏离。闭环控制每一步都会看到身体状态，再决定如何修正。适配器复用的价值，应该在这些扰动里检验，而不只是看轨迹像不像。

我们可以设想一个新的验证任务。先让模型学会拿杯子和把杯子放回桌面，再要求它把杯子移到一个没有训练过的位置。这个例子不是论文做过的实验，只是帮助理解要测什么。

如果我们重新训练整个网络，最后成功了，很难知道是复用了旧能力，还是重新学会了新动作。如果冻结底座，只调整一小段路由策略，就能在少量试验后完成，才更接近我们要找的复用。

进一步，还应该给杯子换重量，改变摩擦，延迟反馈，甚至在运动中途轻推一下。如果复用只在训练时的理想物理条件下成立，那可能只是轨迹模板的拼接；如果扰动后仍能闭环恢复，才说明共享底座里保留了某种更一般的控制能力。

这里还有一个容易被漂亮图形遮住的细节。软路由允许同时混合多个适配器，硬路由每次只能选一个。这两种计算自由度不同。我们如果打算把它落到事件驱动芯片或者一个很省带宽的控制平面上，就不能只拿软混合成绩来宣传。

例如十个适配器都持续参与，和只激活一个适配器，对存储访问、计算量与调度开销的要求可能完全不同。活动维数低，也不意味着实现一定便宜；要获得低成本，往往还需要可利用的权重结构、稀疏性或者明确的硬件映射。

我会把这篇论文带来的架构启发，压缩成一句话：可复用的原语，未必是一段可以单独执行的程序，也可能是一种改变共享系统动力学的方法。

这个区别会改变实验设计。我们不只问“学到了几个技能”，还要问：它们共享了什么状态？哪些转移可以在不重训底座的情况下完成？切换的边界会不会引入不连续？如果新任务失败，失败发生在原语本身，还是发生在原语之间的衔接？

这是一篇计算模型预印本，没有新的脑记录来证明真实脑区采用同样算法。它最直接的价值，是提供了可以复现和拆解的结构。下一步不妨先做参数量匹配的比较，再决定是否需要给它一个更宏大的生物学名字。

预测得更像大脑，为什么仍可能解释错了？

前两篇都很容易激发架构想象。第三篇恰好给这种想象踩一脚刹车。

假设我给你两套描述同一张照片的文字。一套只有一句：“一个人在厨房里切菜。”另一套写了四五句，提到桌子、窗户、姿势和周围物体。现在分别用这些文字去预测人看照片时的脑活动，再加一个视觉模型，测量额外提升。

如果较长的文字已经预测得很好，视觉模型能增加的空间自然可能更少。可要是我把这个差异解读为“大脑更偏爱长叙事里的语义结构”，就可能走得太远。因为我同时改变了文本长度、信息量和预测器质量。

九月十四日提交的《预测器构造可以逆转多模态神经对比》，就是在拆这个问题。研究使用自然场景数据集里两名高密度采样被试的功能磁共振数据，每人约一万张图像。功能磁共振，简称 f M R I，测量的是与神经活动相关的血氧变化，不是直接监听神经元放电。

作者比较视觉和文字特征对脑信号的预测，把特征维度统一到二百五十六维，并使用交叉验证。核心指标是：联合视觉和语言模型的预测相关性，减去语言单独模型的相关性，再比较两种文字来源。

在场景选择性脑区，单条图片说明与长叙述的对比，原来约为正零点零一二和正零点零一五。把四条说明拼接，让平均长度接近长叙述后，两名被试的对比变成约负零点零三一和负零点零二三。符号翻转了。这是归一化预测相关性的差值，不是正确率提高或下降几个百分点。

这项结果并没有证明大脑不用语义，也没有否定多模态模型。它说明，对于这种对比，预测器怎样构造，本身足以改变我们看到的方向。两名被试也不足以支撑整个人群的一般结论。

我们继续用一个原创的简化例子，把减法拆开。假设某种文本模型单独得分零点五，加入视觉之后得分零点六，那么视觉的增量是零点一。换一种更强的文本，单独已经到零点五八，联合还是零点六，视觉的增量就只剩零点零二。

大脑信号没有改，视觉编码器也没有改。只是被减去的基线变强了，视觉增量就缩小。这个增量当然有用途，它回答“在当前文本预测器之外，视觉还能提供多少额外预测”。但是，它不能直接回答“大脑把多少计算资源分给视觉”。

对做芯片测量的人来说，这很像一个熟悉的问题：你在残差里看见的东西，既可能来自目标器件，也可能来自参照模型和校准误差。把参照面选在哪里，会改变残差的解释。这个类比只是帮助理解测量逻辑，脑信号并不是射频网络，不能照搬去嵌入的方法。

人工智能和神经科学之间，特别容易发生这种跨层跳跃。模型能预测一部分脑活动，属于统计对应；模型内部的表征结构与脑活动相似，属于更进一步的结构对应；而模型与大脑使用同一种计算机制，需要更强的证据。

前面跨脑区共识那篇，之所以值得重点讲，是因为它向干预迈了一步。它不只问“平时像不像”，还问“改动内部某一部分后，结果会不会按模型的方式变化”。即便如此，相关系数也没有接近一，机制解释仍然有未覆盖的空间。

如果我们做一个脑基础模型评测，我会要求报告里至少保留三个分数：每个模态单独的分数，联合模型的分数，以及增量分数。不能只给最后一列，然后把它画成一张漂亮的脑图。

此外，长度匹配也只是起点。四个人各写一句，和一个人连续讲四句，在叙述结构、重复程度、注意重点上仍然不同。为了验证“语义粒度”的解释，可以固定长度，改变信息内容；固定内容，再改变表达形式。一次控制只排除一种替代解释，不能包办所有问题。

我还会让评测同时回答两个用途不同的问题。如果目的只是更准确地预测脑信号，允许使用丰富文字，可能完全合理。如果目的是推断脑如何组合视觉和语言，就得严格限制输入差异，避免把外部模型的优势，当成生物系统的机制。

这不是要求所有研究都做同一种实验，而是先明确输出结论属于哪一层。产品指标可以是预测分数，机制指标可能需要扰动响应。两者都值得做，但不能在结论里偷偷交换。

想象几年后，一个系统宣称它找到了大脑的统一表示。我的第一个问题可能不再是模型有多少参数，而是：换一个同等质量的输入编码器，这个结论还成立吗？把一个模态的描述长度对齐，方向还一样吗？只保留跨被试共有的刺激，结果是否稳定？这些问题看似琐碎，却可能决定我们究竟应该修改网络结构，还是先修改实验台。

奖励晚到一秒，系统靠什么把它接回来？

还有一类问题，既不只是模块通信，也不只是技能路由，而是学习信号怎样穿过时间。

比如机械臂先抓住物体，过一会儿才知道有没有抓稳。奖励到达时，真正该调整的动作已经过去了。强化学习把这种困难归入信用分配：好结果究竟应该归功于哪一个先前动作，坏结果又该责怪哪一次选择？

九月十六日正式发表的一项小脑研究，设计得很有意思。小鼠推动操作杆，延迟一秒或两秒以后获得对脑内奖励通路的刺激。研究者这样做，是为了减少喝水、咀嚼这些动作对奖励编码的混淆；这里不是直接向脑里注射多巴胺。

他们观察到，小脑颗粒细胞中有活动延续到预期奖励到达，并随着等待时长伸缩；另一类进入小脑的信号，叫攀缘纤维，更常在奖励之后响应。训练期间长期抑制颗粒细胞，会损害学习；停止抑制后的测试中也能看到学习缺陷。刺激攀缘纤维，则能驱动一定程度的操作性学习。这让证据不只停留在相关性。

先解释两个名字。颗粒细胞可以看成小脑中数量很多的一类输入处理细胞。攀缘纤维则是通向浦肯野细胞的一条特殊输入通路。浦肯野细胞是小脑皮层的重要输出细胞。我们此处关心的，不是把这些细胞一一对应成软件对象，而是预测期与结果期的信号分工。

从工程角度，可以试想两种状态。一个状态记住“刚才做了什么、现在还在等什么”；另一个事件标记“结果已经到达”。后者即使带宽很低，只有成功或失败，也可能利用前者留下的痕迹，更新正确的部分。

这与资格迹这个强化学习概念相通。资格迹相当于一份会随时间衰减的候选名单，标记最近哪些活动可能对结果负责。但要把界限说清楚：这篇实验没有证明颗粒细胞就是某一种标准资格迹算法，也没有证明攀缘纤维编码了完整、带正负号的时间差分误差。那是我们借来设计原型的解释框架。

一个实用的检验，是保持奖励总量不变，只改变奖励延迟的分布。如果系统只记住固定的一秒钟节拍，延迟变成随机时，成绩可能明显下降。如果它维持的是可调整的等待状态，就有机会更稳健。还可以在奖励到来前打断这段状态，比较即时动作是否正常、后续学习是否受损。

这也提醒我们，评价一条学习通路，不能只看当下表现。一个控制器可能在运行时看上去完全正常，却逐渐失去了改进能力。训练过程中的缺陷，与执行过程中的缺陷，需要分开测量。

慢状态并不等于一张静止的上下文标签

说到跨时间维持状态，这周还有两篇关于星形胶质细胞的工作。这个名字听起来陌生，但概念并不难：它们是神经元之外的一类脑细胞，参与维持和调节神经组织的工作环境。不能把它们统统当成被动填充物，也不能因为它们重要，就宣布发现了第二套神经网络。

九月十六日正式发表的海马研究，观察自由活动小鼠中星形胶质细胞的钙信号。海马是与情景记忆密切相关的结构，钙成像则用荧光变化观察细胞内钙活动。研究发现，与特定情境的学习和再次回忆相关，细胞群体会出现有时间顺序的活动。这里看见的是群体序列，并非只看到一个恒定升高的背景量。

但这是相关性证据，不能直接说这些序列就是记忆本身。钙信号也不是神经元动作电位的高速逐点副本。这项工作有更早的预印本；我们这周追踪的是正式发表，不是把整个发现当成首次公开。

另一篇本周预印本，是计算模型。它让一个较慢的循环网络积累行动和奖励历史，调节一个较快的网络。任务规则会暗中切换，系统必须从结果里判断当前规则。训练后，模型出现类似“成功时多保留一会儿，失败累积后再切换”的行为。作者用混合自动机来描述它：连续变化的内部状态，与离散的模式切换结合在一起。

我们可以用带滞回的控制逻辑理解这个动机。假设机器连续两次抓取失败，可能是偶发噪声，也可能是物体已经换了一种材质。如果每失败一次就换策略，系统会来回抖动；如果永远不换，又会被旧经验困住。慢状态积累证据，越过一定边界之后切换，是一种可能的折中。

这两篇不能互相充当验证。动物里观察到序列，并不证明那个快慢网络模型就是细胞实际采用的算法；模型能做规则切换，也不证明那些钙序列负责切换。把它们放在一起，更适合提出下一步实验问题。

比如，慢状态到底代表当前情境，还是代表从一个情境走向另一个情境的过程？如果它包含有序的中间状态，我们在人工智能里只放一个任务编号，可能就压缩掉了有用信息。反过来，如果简单的指数平均就能完成相同任务，复杂的慢网络未必值得保留。

所以，架构上不必马上增加一个名叫“星形胶质”的新模块。先把原来的上下文状态和元控制器放到同一组比较里：静态标签、指数平均、带滞回的有限状态机，以及可学习的慢网络。谁在噪声、规则切换和遗忘之间给出更好的权衡，再决定增加多少复杂度。

把海马放到芯片上，究竟放了哪一部分？

接下来换到硬件。关于脑启发芯片，我总想先问一句：系统里哪些计算已经由新器件完成，哪些还在传统处理器上？这个问题通常比“模拟了多少神经元”更能说明工程进展。

本周一篇海马启发硬件预印本，把一个较大网络缩小到一百七十九个模型神经元，三类细胞，约一万八千条突触，并映射到使用一万八千三百一十六个忆阻器的实验平台。

忆阻器可以通过电导状态表示权重。在交叉阵列里，输入电压与器件电导决定电流，再在导线上求和，就能承担一部分加权累积。但这套实验仍然在处理器上的 Python 和 NumPy 中更新神经元动态方程；忆阻阵列主要处理突触连接。因此，它是混合实现，不是一颗已经把整个海马都变成模拟电路的芯片。

缩放和调参的目标，包括持续活动、振荡、细胞类型的放电率，以及尽量少改变连接结构。在作者测试的条件里，实器件噪声帮助某些动态指标接近目标。研究没有展示记忆检索任务上的系统级优势，也没有完成我们通常想要的端到端能效比较。

这些边界说明以后，仍然有一个值得留下的工程问题：我们缩小一个动态网络时，到底要保住什么？

如果只是保留相同的连接比例，少了大量神经元以后，输入波动、平均扇入和集体状态都可能改变。就像模拟电路缩放尺寸时，只保留拓扑，未必保留噪声、增益和带宽。一个看起来相似的图，不保证相似的动态行为。

因此，可以先定义若干想保住的功能量，再问缩放与映射是否破坏它们。对于这篇工作，重点是自发活动和振荡；如果未来目标是记忆，评测就必须进入存储容量、检索错误、干扰和遗忘。不能因为振荡对上了，就把后面这些能力一起领走。

器件噪声也要放回具体任务。假设一个理想仿真过于同步，适量噪声可能打散不自然的同步，让整体动态更接近目标。但噪声也可能降低分类精度，缩短保持时间，或者增加校准负担。“这次某项指标受益”，和“噪声普遍是免费的计算资源”，相距很远。

对芯片评估，我会把耗能边界一直画到系统外面：输入预处理、数模转换、阵列运算、模数转换、状态更新、主机通信，以及空闲功耗。把其中一项做得极低功耗，并不自动保证整块板卡有优势。尤其是小网络，固定开销可能比有效运算更大。

这周 BrainChip 也正式宣布了一款用于边缘人工智能评估的 PCIe 卡。它的意义首先是测试入口更方便，这是公司公告，不是我们已经实测过的性能结论。若要做技术尽调，我更愿意先准备一段持续流入的真实传感数据，统一前后处理，测每个事件的能量，以及最慢那一部分响应延迟。

还有一个相关的提醒，来自 Patrick Mineault 对网上果蝇脑模拟演示的技术分析。连接图提供了“谁接到谁”的结构，但模拟行为还依赖权重、时间常数、输入输出映射和控制策略。游戏画面很好看，不能代替归因实验。

一个有说服力的对照，是打乱连接，同时保留基本度分布，再看性能下降多少。再把输入编码和输出解码的学习能力对齐。如果完整结构有不可替代的贡献，它应该能在这种比较里显现。这个标准也适用于我们自己提出的任何脑启发模块。

一个脑观测平台，应该怎样为架构问题服务？

把前面的线索放到同一张工作台上，我们就能重新考虑脑观测平台的设计。

这里说的多尺度脑观测平台，不是把尽可能多的仪器放到一个房间。它要能追踪：一个内部状态什么时候形成，怎样影响其他区域，受干预后怎样恢复，以及这些变化怎样关联行为。空间覆盖、时间分辨率、细胞类型和行为环境，都服务于这个问题。

如果我们研究的是百毫秒以内的跨区协调，测量链路的时间精度就特别关键。脑电和脑磁信号可以追踪快速变化，侵入式电生理还能在合适条件下提供更局部的记录；功能磁共振则提供另一类空间信息，但血流响应会把快速事件混合在一起。不能仅仅把多种数据都插值到同一个频率，就宣布它们获得了相同的时间精度。

这个判断来自测量原理，而不是本周某篇论文给出的产品清单。具体选什么模态，要看人还是动物、目标深度、是否需要细胞类型信息，以及安全和伦理约束。没有哪一种仪器能把这些轴同时推到极致。

在软件层面，我会把原始采样时间、刺激开始时间、行为事件，以及设备之间的时钟误差分别保存。一个统一时间戳很方便，但还不够。还应知道每条信号在进入模型之前经历了多长滤波延迟，有没有丢帧，有没有经过离线平滑。否则，模型可能只是学会了处理流程的时间差。

对于闭环系统，更要分清采集延迟、推理延迟、通信延迟和刺激执行延迟。平均很快，不代表关键时刻不超时。若某种效应依赖相位锁定，少数几次大的延迟抖动就可能改变实验含义。

基础模型也因此有了新的训练任务。除了遮住一段信号让模型补全，还可以遮住某个脑区的干预结果，让模型预测它受到扰动之后的变化。再换一个被试、一次记录会话或一台设备，看看它保持的是神经动态规律，还是熟悉的数据格式。

这里我会区分两个潜在表示。一种表示尽量跨设备稳定，用来表达共享状态；另一种显式保留设备和测量过程，解释不同信号为什么会长得不同。强行把所有模态挤进完全相同的表示，也可能丢掉各自最有用的部分。

本周还有一个更长期的平台信号：研究者在特殊小鼠模型中，研究人源类器官参与皮层发育的过程。它可以帮助提出关于发育环境和组织动态的问题，但不能据此声称移植组织独立产生了复杂认知。宿主剩余结构、组织成熟程度，以及是否做过必要性和充分性检验，都会影响解释。

对当前的架构工作，这类平台不需要立刻变成实现路线。它提示的是，某些计算性质可能在发育过程中形成，而不只是训练结束时的一张连接矩阵。要把这个想法变成工程收益，还需要一个更具体的可测试机制。

回到近期可做的事，我最愿意优先补的是干预数据、精确时序和严格基线。它们可能没有“统一脑模型”这个名字醒目，却能帮助我们减少下一轮架构选择里的猜测。

把几个新想法，压成三项可以失败的实验

聊到这里，我们没有必要给系统再画十个新方框。相反，这周的材料可以把原来的候选原则压得更紧。

上下文状态和元控制器，可以先放到同一条慢状态路径里检验。动作原语，可以先理解为对共享动态底座的可选择调制。跨区共识，则提醒我们，模块连接决定了哪些状态被保留，以及哪些冲突会被快速消解。

这些结构之间可能有关系，但现在还不能宣布它们已经组成统一架构。最有用的下一步，是让每个想法都有机会失败。

第一个实验，做一个双模块的动态系统。比较单向连接、末端融合和双向反馈，在缺失、延迟与相互冲突的输入下，分别测恢复速度和错误保持时间。如果双向结构只是让错误更顽固，就应该降低对“共识状态”的期待，而不是再加一个解释。

第二个实验，复现适配器库的动作组合，把总参数量、训练次数和迁移优化预算对齐。除轨迹误差，还测新负载、新反馈延迟，以及硬路由下的表现。如果优势只存在于软混合和熟悉物理环境，我们就把适用范围收窄到那里。

第三个实验，给脑基础模型的评测增加一套输入对照。把文本长度、特征维数和数据切分写进协议，分别报告单模态、联合模型与增量结果；能加入干预时，再单独报告扰动预测。这样，预测能力的进步和机制证据的进步，就不会被混在同一根柱子里。

还有一件事可以作为硬件方向的配套检查：把候选网络部署到目标设备之前，先画清楚每一步究竟在哪里执行。然后决定要比较的是阵列运算效率、整块板卡能耗，还是完整闭环任务的能效。系统边界画清楚，数字才有可比性。

我最喜欢这一周的地方，是它让一些抽象名词变得可以操作。共识，可以问扰动后哪个模态衰减得更慢。复用，可以问冻结底座以后还需要学多少东西。理解大脑，可以问换一组输入或施加一次干预后，结论是否还站得住。

我们未必要复制大脑里每一种细胞。更值得争取的，是从实验中提炼出一个足够明确的计算约束，做成最小原型，然后接受它可能不管用。留下来的东西，才值得进入下一版架构。

这里是《系统边界》。本期的章节、完整讲稿、论文来源和补充数字，都在节目页面。感谢收听，我们下期见。