智能简史
A Brief History of Intelligence · 2023
我们习惯把智能当成一根连续刻度：从蠢到聪明，从简单到复杂，仿佛只是同一台机器在不断加速。Bennett 要拆的正是这个直觉——智能不是一团连续的「聪明」。
他的反问是：如果智能是层层叠加出来的，它就该有地质断层——不同时代沉积下来、性质截然不同的岩层。而每一层之所以出现，不是因为「更聪明会更好」，而是因为上一层撞上了一个具体的、会要命的适应性难题，旧结构解不了，新结构才被自然选择筛出来。
于是问题从「智能是什么」变成「智能是被哪些危机逼出来的」。这一改写把一道哲学问题换成了考古问题：不是给智能下定义，而是给它做地层断代——横切开，数它钻到第几层。
Bennett 的回答是一套五层断代法：转向 → 强化 → 模拟 → 心智化 → 语言（Steering → Reinforcing → Simulating → Mentalizing → Speaking）。它之所以不是一张能力清单，靠的是四条互相咬合的规则。
危机驱动，不是渐进优化。 每一层都锚在一次具体的适应性失败上。L2 强化：硬编码的定向反射适应不了环境变化，基底神经节改用多巴胺编码预测误差（δ = 实际 − 预期），把行为价值一次次修准。L3 模拟：强化学习必须在现实里行动才拿得到反馈，稀疏奖励下采样效率趋近于零，新皮层与海马于是改走离线蒙特卡洛搜索——大鼠在慢波睡眠里高速重放白天走过的路径，就是这台世界模型的生物实现。进化不是「为了变聪明」而前进，是被难题逼着往上垒。
叠加，不替换。 新层盖在旧层之上，接管新的失败模式，旧层原封保留。五层是物理结构的层累，不是版本迭代的覆盖。
下层是上层的运行底座。 这不是比喻，是计算必然性，损伤实验给了硬锚点：去皮层的大鼠仍能执行单一动作（L2 完整），却无法规划通往目标的路径（L3 消失）；海马双侧切除的病人 H.M. 学得会程序性运动技能，却再也形成不了新的情节记忆、规划不了陌生路径。同一条原理：L3 的模拟树需要 L2 的价值函数为分支评分，没有价值信号，蒙特卡洛树无法剪枝；L4 的递归建模（我的模型里跑着你的模型）必须骑在 L3 的世界模型上，才有地方挂载。
机制同构才算映射。 判断一个系统「像不像某一层」，看的是信息处理机制是否同构，而不是功能标签是否形似。RLHF 像 L2 的影子，但离线固化在权重里的强化，不是在线、具身、环境闭环的强化——影子不是本体。
自下而上五层，叠加不替换，下层是上层的运行底座：
L5 语言 把 L3 的私有世界模型外化成可跨代传递的符号
L4 心智化 在我的世界模型里，运行你的世界模型
L3 模拟 行动前先在脑内把世界跑一遍（离线预演）
L2 强化 多巴胺编码预测误差 δ = 实际 − 预期
L1 转向 从标量浓度感知，跃到向量定向运动
依赖：无 L2 的价值函数，L3 的模拟树剪不了枝；无 L3，L4 无处挂载
反馈：内心独白把 L3 符号化，L5 反过来扩宽 L3 的带宽
读法：不问「它多聪明」，问它钻到第几层、结构性缺了哪一层
f(x) · 怎样回应这个世界
接受这套断代法，评估任何智能的默认动作就变了。
从评分改成断代。 以前你问一个系统「有多聪明、有没有规划、有没有推理」，那是一张平面的勾选框。现在你把它横切开，数它沉积了几层、结构性缺了哪一层，再追一句：缺的那层所对应的适应性难题，是不是从来没有被提出过。
落到今天的大模型。 LLM 的岩芯只有最上面那一截 L5——符号预测、痕迹压缩、语言生成，下面 L1 到 L4 结构性空置。它从未在物理世界里死亡过，所以从未需要转向；从未靠实时改变行为来存活，所以从未需要真正的强化。缺的不是参数量，是那四个适应性失败问题从未被提出。判断随之收紧：你若问它「如果 X 会怎样」并指望它替你做前向仿真，得先知道那多半是 L5 在人类写好的符号模板上做模式匹配，而非系统自己在跑一个内部因果模型——需要真前向仿真的决策，不能外包给一截空置了下四层的岩芯。
但把诊断当判决，是这根钻杆最诱人的误用。 章鱼是现成的反例：约五亿神经元三分之二长在八条腕上，没有新皮层、海马、前额叶，却用分布式硬件做出了功能等效的 L3。它说明这根钻杆量的是「进化在碳基约束下走通的一条路」，不是「建造智能的唯一蓝图」；把达尔文的偶然当成工程的必然，是 category error。所以「LLM 只有 L5」是一个开放的实证问题（大规模统计压缩是否意外捕获了部分 L3/L4 结构，仍待反事实物理推理这类基准上的失败模式来判定），不是一句可以用来看不起它的判决。框架的力量在诊断，不在替你下判决——尤其别一边用这把尺判它没有 L3，一边又拿它去做需要 L3 的决策。