人类大脑凭什么能产生智能，这个问题我琢磨了很多年。以前总有人把答案简化成“脑子结构复杂”“神经元多”，但真正往深了挖，你会发现一个更基础、更值得讨论的问题：构成人脑智能大厦的“基元”到底是什么？那些最底层、不可再分的功能单元，和能力扩展之间的逻辑关系，远比“神经元数量”要复杂得多。
这篇文章我想认真聊一聊我对此的理解：人脑核心基元和人脑扩展基元分别指什么，它们之间怎么协作，以及这个框架对我们理解智能、做认知模型、甚至开发类脑算法有什么实际价值。不管你是做认知科学研究的，是对人工智能底层机制感兴趣的开发者，还是单纯对“人为什么会思考”充满好奇的爱好者，这篇内容都值得读下去。
1. “基元”这个词，到底在说什么
1.1 先抛开玄学，给基元一个可操作的边界
“基元”这个词听起来有点学究气，但它翻译过来其实很朴素：一个系统里最底层、最小、不能被继续拆分的功能单元。就像文字里的笔画，乐谱里的音符，你没法再继续分割它们而不丧失其意义。人脑的核心基元，就是这个意义上的“神经功能笔画”。
但是这里有个关键的坑：很多人会把“基元”等同于“神经元”，然后开始争论“人类有860亿个神经元，所以人脑无敌”。这个说法其实偷换了概念。神经元只是硬件层面的一个细胞单位，而“功能基元”更多是指承载信息处理的最小可识别单元。你可能一个功能就需要整片神经回路来支撑，比如识别一条直线就不是单个神经元能完成的。
我这些年接触脑仿真和神经形态计算，最深的一个感受是：真正的核心基元，必须在“功能”层面定义，而不只是在物理层面划分。它不再仅仅是“一个细胞”那么机械，而是“一段可以独立完成某种信息变换的最小结构单元”。这才是有解释力的基元定义。
1.2 为什么要单独给“核心”和“扩展”分出层次
提出“核心基元”和“扩展基元”的二分，并不是为了学术包装，而是有一个很实际的痛点：大脑处理的信息可以分成两类，一类是和生存、感知、运动直接相关的底层能力，另一类是和文化、语言、工具、抽象思维相关的高层能力。两者在很大程度上共享底层硬件，却在架构上处于完全不同的层级。
核心基元，就是那些“没它不行”的基础能力单元，比如感知一个光点、听到一个音调、控制一块肌肉的精细收缩。这些基元大多数动物都有，甚至昆虫也有对应版本。它们古老、稳定、大量重复。
扩展基元则是在核心基元之上升华出来的、允许大脑“超纲作业”的能力单元，比如把多个音调组合成语义序列、把空间导航抽象成几何概念、把情绪体验投射成想象场景。它们更依赖后天经验、更灵活、也更消耗资源。
打个比方。如果把大脑比作一台电脑，核心基元是ALU、寄存器、内存控制器——没有它们机器根本无法运转。而扩展基元是操作系统、编译器、高级编程语言框架——没有它们电脑只是一堆硅片，有了它们你才能跑起真正复杂的任务。两者缺一不可，而且后者必须在前者的基础上搭起来。
2. 核心基元的物理载体：信号单元与信号连接
2.1 动作电位为什么是“铁律”级别的信号基元
要说人脑最底层的核心基元，绕不开动作电位。这是一次神经元放电所产生的那种全或无的电信号脉冲。它的三条硬规律值得反复强调：全或无、可传导、有不应期。正是因为这几条物理约束，它成了一个异常稳定的“比特”式基础存在。
全或无，意味着一个神经元要么不放电，要么就放出一个幅度完全相同的脉冲。这带来一个好处：信号可以无损地长距离传导。可传导，意味着它在轴突上的传播速度稳定，不随着距离衰减。这保证了你脚趾头受伤，信号传到大脑时依旧是干净的脉冲序列，而不是一坨逐渐模糊的电压波动。
正是因为这种数字化的编码逻辑，大脑的底层通信极其可靠。你可能觉得“数字化”是数字电路的概念，但神经系统的确是先于数字电路玩了几亿年“脉冲编码”。这个底层选择深刻影响了后来一切高级认知功能的形成。如果没有这种可靠的信号基元，任何扩展功能——语言、推理、想象——都无从建立，因为底层一传错，上层就全泡汤。
2.2 突触可塑性：真正的“记忆基元”藏在连接里
如果说动作电位是信号传输的基元，那么记忆和学习的基元，则是突触——也就是神经元与神经元之间的连接位点。你可能一个信号孤零零地跑过来是没意义的，有意义的恰恰是它跑向哪个连接、那个连接的强度有多高。
突触的核心，是可塑性。一个突触被反复激活之后，它的传递效率会上升；长期不用，传递效率会下降。用大白话讲，就是连接会变强或变弱，记忆本质上是分布在一大堆突触权重里的痕迹。这有点像神经网络里的权重更新——没错，今天的人工神经网络本质上就是从这个生物学事实中抽象出来的。
但这里有一个很容易被忽略的核心细节：突触可塑性不是无限和均匀的。不同脑区、不同类型的突触遵循着不同的可塑性规则。有的需要精确的时间配对（比如斯派克时序依赖可塑性，也就是两个神经元放电时间差决定连接增强还是减弱），有的则更多依赖神经调质的全局调控。这种异质性，意味着大脑并不是一个均匀的存储芯片，而是无数个“微规则”共同运作的系统。你要真想搞懂核心基元的运作方式，突触层面的这些异质性细节绕不过去。
2.3 从单神经元到基元组：神经元的“超算”装备
但也有必要提一句：单个神经元本身并不是“傻乎乎的开关”。传统教科书喜欢把神经元比喻成“点火/不点火”的开关，这严重低估了它的计算能力。近年来的实验给出了很明确的反例：一个神经元有极其庞大的树突树，每个树突分支都能独立做局部的非线性运算，甚至可以在没有胞体放电的情况下完成局部的信号整合。
这意味着什么？核心基元并不只做到“单神经元”为止，单神经元本身就是一台多核处理器。树突分支之间可以做局部计算、局部抑制、局部增强，然后才把结果汇总到胞体决定要不要发射动作电位。所以我更倾向于把“单个神经元+它的树突树”当作一个完整的核心基元组，而不是一个单纯的中继器。
这种“小系统内有复杂结构”的特征很关键，它让大脑在不用增加太多神经元的情况下就能扩展出巨量计算能力。为什么人类没有大象那么多神经元却能干更多“思考层面的活儿”？很可能就是因为人脑神经元单体的处理复杂度更高、树突结构更多样、局部运算能力更强。核心基元不是数量游戏，而是质量与架构的双重游戏。
3. 扩展基元到底扩展了什么：从感官数据到抽象符号
3.1 组合爆炸：扩展基元让“有限底层”跑出“无限表层”
如果大脑只有核心基元，那么它只能对环境的即时刺激做反应。看见猛兽就逃跑，闻到食物的香味就靠近，这一切不过是一套复杂的反射系统罢了。可人类的智能显然远不止于此。我们能想象未来，能做计划，能用数学描述物理规律，能理解别人的痛苦与欢乐，这些能力从哪里来？
这就轮到扩展基元登场了。扩展基元最核心的特征，是“组合性”。核心基元只能表达有限状态，比如一个神经元就只能放电或不放电。但扩展基元允许你将多个核心基元的输出按层级结构组合成无限种模式。语言就是最典型的例子：几十个音位基元，组合出几万个词汇，再组合出无穷无尽的句子。
这种组合能力是智能实现“跃迁”的关键。它打破了一个物理瓶颈：硬件的种类和数量是有上限的，但组合的可能空间是天文数字级别的。扩展基元等于在底层物理资源之上构建了一层逻辑资源，让同样的硬件能承载远超预期的功能复杂度。这不是比喻，而是在计算理论上可以被严格证明的结论。
3.2 工作记忆和注意力：扩展基元的“操盘手”
提到扩展基元的具体生理表现，工作记忆和注意力是绕不开的两个核心机制。工作记忆可以理解成一个“可主动操作的暂存区”，它能短暂地保持住信息并对其进行操作。比如你心算“37×23”，你不仅要暂存两个数字，还得缓存中间结果——这个操作完全依赖工作记忆系统。
而注意力，则是扩展基元执行时的“资源调度器”。它选择哪些信息允许进入工作记忆、哪些被滤掉；哪些脑区的计算被增强、哪些被抑制。没有注意力，扩展基元只是一堆无人协调的松散功能模块，根本无法形成统一的目标导向行为。
有意思的是，工作记忆容量大约只有4±1个组块。这个“容量瓶颈”其实揭示了一个关键事实：扩展基元的运行资源极其有限。正因为有限，才需要注意力做筛选、需要策略做压缩、需要层级编码来突破容量限制。人类的很多高级策略——组块化、联想记忆、思维链式推理——其实都是用来“骗过”大概率瓶颈的巧妙手段。
3.3 社会脑中的扩展基元：理解“他心”的能力
除了抽象推理，扩展基元还支撑了一个独特的能力大类：社会认知。心理理论、共情、合作意愿、语言交流中的隐含信息推断，这些能力在演化上相对年轻，但在人类社会中起着无可替代的作用。它们依赖于一组“社会脑”网络，包括前额叶皮层的某些区域、颞顶联合区、镜像神经元系统等。
很多人以为社会认知是后天文化训练的结果，但神经科学的证据表明，它有着明确的生物基元基础。婴儿在非常早期就表现出对“有意图的主体”和“无生命的客体”的区分，这种区分并非被告知，而是自发产生的。这暗示着，社会认知本身就是一套“扩展基元”，它在发育中自动地与核心基元对接，然后在文化环境里不断精修。
这是一个很奇妙的图景：扩展基元并不是把核心基元取代掉，而是在核心基元之上不断叠加新的操作层级。如同在一台只能做加法运算的机器上，有人给它编了一个能做乘法的程序。乘法最终还是通过加法来完成，但它已经是一种新的、功能上不可还原为加法的能力。
4. 核心基元和扩展基元的协作模式：以语言和学习为例
4.1 语言：核心感官基元与扩展语法基元的紧密耦合
语言是理解核心与扩展关系的最佳窗口。语音知觉底层的核心基元包括对音高、音长、音色分辨的听觉神经元网络；但语法和语义加工则依赖高度扩展的脑区网络，比如布罗卡区和韦尼克区的功能耦合。核心基元负责“听清一个音节”，扩展基元负责“理解这个音节在句子中的语法角色”。
有意思的是，这两层之间的联系极其紧密且自动化。当你听到一句母语时，你几乎不会意识到自己先“听音”再“解析”，整个过程是同时、并行、无意识的。这说明，核心基元和扩展基元之间不是“先A后B”的串联，而是高度并行的双向流。底层识别可以直接触发高层语义，高层预期也能反过来调节底层感知。
我做语音识别项目时，经常被这个问题折磨：为什么机器能达到惊人的准确率，却依旧不会“听懂”？因为机器把“声音→文字”当成了一条单向流水线，而人脑是双向、预测性的。大脑不是被动接收声音事件，而是在主动预测接下来会发生什么音节、什么词，用反馈回路持续校准输入。预测性，是扩展基元给整个系统带来的最宝贵性质。
4.2 学习：从核心基元到扩展基元的“再组合”
学习这件事，本质上就是核心基元向外扩展的“过程”。刚出生时更多技能依赖核心基元，如吮吸、抓握、视线追踪；而阅读、算术、编程这些技能，完全是后天在核心基元上“硬搭”出来的扩展基元。神经影像研究反复揭示：学习一项新技能后，相关脑区的激活模式会从“大范围扩散”逐步变成“聚焦精简”，基本上算是一套新扩展基元被固化的过程。
特别值得强调的是，扩展基元的形成，并不会凭空增加大量新神经元。绝大多数情况下，它复用原有的核心基元网络，只是改变了连接权重、同步模式和层级组合方式。这意味着大脑的可塑性边界，在很大程度上由核心基元的“可连接范围”决定。如果你想提升学习效果，本质上要做的事情是：反复激活相关核心基元网络，让它们更高效地被组合成新的扩展基元。
这也是为什么“刻意练习”如此重要：广泛的、浅层的接触无法给突触网络足够的重复激活机会，而深度的、有反馈的练习才能推动核心基元之间形成稳定而高效的扩展组合。用大白话讲，不练到“手熟”，扩展基元是搭不起来的。
4.3 遗忘的积极意义：扩展基元需要对噪声做取舍
学习的过程中，一个极其容易被忽略的要素是遗忘。传统观念里，遗忘是一个系统的缺陷。但从扩展基元的角度看，遗忘恰恰是“模型简化”的必然过程。大脑不可能把所有输入都存下来，如果什么都记住，噪声就会淹没真正的结构。扩展基元的构建过程，必然伴随着对无关细节的丢弃。
这和机器学习里的正则化有异曲同工之妙：作为参数的大脑连接权重如果过多过密，泛化能力反而会下降。遗忘，就是大脑在做正则化。那些被遗忘的琐碎信息，为大脑腾出了宝贵的表示空间，让它能把更稳定的结构固化下来。扩展基元不是存储原样的世界，而是存储一个压缩的、规律化的世界模型。
从实践经验来看，如果你在学习新知识时感觉到“有些细节忘了”，不必太紧张。这很可能是大脑正在把底层细节压缩成更高层的规律。只要核心的结构性知识还在，这些遗忘就是健康的。真正危险的遗忘，是那些已经形成的扩展基元被完全破坏——比如长期不用导致某条组合通路被彻底退化了。
5. 从基元视角重新审视人工智能与脑机接口
5.1 人工神经网络缺了哪块拼图？
每次看到“AI已经超越人脑”的论调，我都觉得有必要回到基元视角来泼点冷水。现在的深度神经网络，从架构层面看，其实只实现了“核心基元”的低级近似——它有神经元、有权重、有激活函数，通过训练调整权重来解决具体任务。但它极度缺乏本质上的“扩展基元机制”。
举几个明显差异。第一，人工神经网络基本没有“状态依赖”的动态层级组合能力，它的网络结构在推理时通常是固定的；而人脑可以根据任务需求动态重组扩展基元。第二，人工神经网络没有内置的“脑全局工作空间”这样的资源调度机制，它没有真正的注意力瓶颈和组块化管理；即便有Attention机制，也和人脑工作记忆的受限操作模式相去甚远。第三，人工神经网络缺乏丰富的情感调质系统——人脑的情绪核心基元会全局影响整个认知架构的资源分配，而机器没有这种“身体性”的调节回路。
这意味着什么？未来更接近人类智能的AI，很可能不是单纯地“把模型做大”，而是要在架构层面引入更清晰的基元层次：底层有稳定的核心原语，中层有可组合的扩展功能模块，上层有一个受约束的工作记忆调度系统。单纯的参数量堆叠，不能替代这种结构性差异。
5.2 脑机接口与认知增强的边界问题
脑机接口是个经常出现在科技新闻里的話題。许多乐观派畅想：往大脑里芯片一插，知识直接下载，互联网随时接入，人脑智能立刻扩展十万倍。但从基元视角来看，这个梦想有一个非常现实的障碍：外部设备接入后，核心基元能不能与外部信号建立足够高效的突触编码？如果不能，外部信息再多，也无法转化为大脑可用的扩展基元。
之所以说这个边界很难跨越，是因为扩展基元的形成依赖于“可塑的、反复的、有意义的神经激活”。外部芯片如果只是一味地高频注入字节码，却没有和大脑自身的预测模型形成闭环互动，那么这种输入大概率会被当作噪声过滤掉，而不是融入认知结构。真正可行的脑机接口方案，必须是渐进的、交互式的，让大脑自己逐步把外部信号“训练”成内部模型的一部分。
就像你学盲文一样——指尖的触觉核心基元本来不负责字形识别，但经过长期训练，触觉信号可以和语言处理扩展基元形成新连接，你就能“用皮肤阅读”。这个过程需要时间，需要反复，需要大脑主动参与。任何声称“接入即学会”的方案，本质上都忽视了基元形成的基本规律。
5.3 神经可塑性是基元扩展的“地基学”
抛开技术和算法，回到最元的问题：扩展基元到底能在多大程度上被重塑？神经科学的答案比一般人想象的要乐观得多——但依然有边界。成年人大脑的神经可塑性依然存在，尤其是海马体、前额叶等区域，能够持续进行神经新生和突触重组，但这种可塑性并不是无限的。
可塑性的边界取决于三个因素：脑区类型、年龄阶段和训练强度。负责感觉处理的初级皮层在成年后可塑性较弱；负责高级认知的前额叶皮层可塑性则相对更强；而默认模式网络、顶叶联合皮层等区域，则表现出中等的可塑性区间。想扩展哪类能力，就得针对性地设计哪类训练方案。
这些研究给了我一个很重要的启发：所谓“天赋”，可能不过是一些人更容易在核心基元上建立扩展基元的个体差异。而后天努力，其实是在制度上提升建立扩展基元的概率。我们无法选择自己的核心基元版本，但可以选择在什么环境里、用什么方式、以什么强度去推动扩展组合的形成。这比“天赋决定论”要悲观一点吗？不，我觉得反而更令人安心——因为这说明，认知能力的提升永远有一条“工程路径”可走。
6. 把“基元”这个视角带回日常：三个可操作的启发
说了这么多理论层面的东西，如果不落到日常应用上，总感觉少了点什么。毕竟，认知科学的价值不仅仅在于解释“人为什么聪明”，还在于帮我们更聪明地学习、思考和工作。基于核心基元与扩展基元的框架，我总结了三条对日常学习与工作很实在的启发。
第一条：底层越扎实，上层越灵活。核心基元质量决定了扩展基元的峰值上限。不管是学数学、编程还是乐器演奏，底层基本功的牢固程度决定了你后期能组合出多复杂的高阶能力。很多人急于追求“高级玩法”，却忽略了对核心底座的一遍遍打磨，结果就是扩展基元建不起来，或者要反复重建，反而更慢。
第二条：要在大脑“在线状态”最好的时候做深度扩展训练。工作记忆是扩展基元运行的必经通道，而它的容量极端有限。当你疲劳、多任务并行、焦虑的时候，工作记忆的有效容量会被大幅压缩，扩展基元的构建效率极低。那些“边刷手机边学习”的场景，几乎等于把扩展基元的生成率降到了零。专注是扩展基元形成的润滑剂，没有它，重复激活就成了无效摩擦。
第三条：构建知识体系，本质上就是构建个人脑内的扩展基元网络。知识不是一条条孤立的信息，它必须被组织成语义网络，才能被高效提取和灵活运用。你可以把学习过程理解为：反复激活某个新的“知识基元”，然后主动把它和已有的核心概念做连接。这种主动的“搭桥”练习，比单纯的信息输入要重要得多。换句话说——你在学任何新东西时，多问自己一句“这和我已经理解透彻的东西有什么深层关联”，就是在实实在在地构建自己的扩展基元系统。
把“人脑核心基元和人脑扩展基元”这个题目拉到日常维度之后，你可能会发现，这不仅仅是一个神经科学问题，更是一个认知工程问题。理解基元，其实就是理解自己能力的边界与扩张路径，而理解本身，也是大脑最迷人的一种扩展基元。
