06｜学习的曙光：动物如何第一次把“两件事”联系起来？

一、先说结论

二、我们先理解一个问题

先看一个生活细节。

你的手机在桌上，屏幕朝下。突然，它震了一下——你还没拿起它，甚至还没确认是谁，你的心率已经微微变了。 如果那个特定的震动节奏，是你对象、老板或孩子的专属提醒，你的身体几乎在你意识之前，就已经进入“准备好接听”的状态。

再想一个更古老的版本。

假设你是一只动物。昨天你在某片草丛里，先闻到一股特别的气味，随后被什么东西咬了一口。今天你又经过那片草丛，还是那股气味飘来，你还没看见任何威胁，身体已经开始紧张。

这里发生了什么？你把“气味”和“被咬”这两件原本毫无关系的事，连在了一起。

这就是“联想学习”。它是如此基础，基础到我们几乎意识不到自己在做它。但它背后有一个深刻的问题：

三、作者到底提出了什么观点？

班尼特的答案有三层。

第一层：联想学习的核心是“关联”本身，而不是“理解”。 动物学会“铃声→食物”，并不是理解了铃声的含义，而只是发现两者在时间上反复一起出现。它学到的是一句最朴素的预言：“A 之后，常常有 B。”

第二层：它的规则，是“时间上的接近”。 两个刺激如果反复在相近的时间内出现，它们的表征就会被连在一起。接近（contiguity）就是全部的秘密。 这也是为什么巴甫洛夫的实验中，铃声必须在食物之前一点点响——顺序和间隔，决定了学习能否发生。

第三层：学习发生在“连接强度”上，而不是“新增知识”上。 神经层面，反复共现会让两个神经元之间的突触变强。用一句后来广为流传的话就是：“一起激发的神经元，会连在一起”（Cells that fire together, wire together）。

班尼特很看重这个“能看下一步、但看不到远方”的限定。因为它是理解第二、三次突破为什么必须出现的钥匙。

四、把这个观点翻译成人话

我们用门铃来理解。

外卖到了，门铃响。你从沙发上起身去开门。这个动作太自然了，自然到你不会觉得“我学会了一个东西”。

但如果你从零开始看这件事，它其实包含了一次非常了不起的学习：

• 第一次：门铃响，你不知道是什么，可能只是“有声音”；你去开门，发现是外卖。
• 第三次：门铃响，你开始预期“可能是外卖”。
• 第十次之后：门铃一响，你直接起身——你甚至不需要“想”。

这中间发生了什么？你把“门铃的声音”和“门口有人/要到的东西”这两件事连在一起了。

再往前一步：有些人的门铃和外卖、快递、物业、访客全都绑在一起，于是每次门铃响，他都要经历一次小小的期待和失望。 这恰恰说明：联想学习不区分“这个关联有没有意义”，它只是忠实地记录“哪些事常常一起发生”。它会学到真的关联，也会学到巧合。

这就引出了它最本质的局限：

一只被驯养的动物，可能因为“喂食的人在穿白大褂”而把白大褂和食物连起来；它不知道是“食物”让它饱，它只知道“白大褂之后常常有食物”。它学到的是相关，不是道理。

五、为什么会这样？

把因果链完整走一遍：

前提：能提前为即将发生的事做准备，是巨大的生存优势——早半步逃命，早半步进食。

原因：但要做到“提前”，必须能在事件真正发生前，识别出它的前兆；而前兆的识别，靠的是“反复共现”这一统计规律。

过程：两个反复在时间上接近的信号，会在神经层面被连接起来；当第一个信号出现时，它会提前激活第二个信号所对应的反应。

结果：动物获得了“用过去预测下一步”的能力——这是所有学习的公共地基，但它的视野仅限于“紧挨着的下一步”。

graph TD
    A["中性刺激 A
如铃声 / 气味 / 门铃"] --> B["与 B 反复在时间上接近
如食物 / 被咬 / 有人来访"]
    B --> C["A 与 B 的神经表征
突触连接被反复激活并增强"]
    C --> D["连接强度提升
A 单独出现即可部分激活 B 的反应"]
    D --> E["动物在 B 到来前
就开始为 B 做准备"]
    E --> F["生存收益: 早半步行动"]
    F --> D

看图里最后回到 D 的那条线：学习是循环的，越用越强，不用则消退。 这也解释了为什么“条件反射”需要被不断强化——如果 A 之后不再总跟着 B，连接就会慢慢减弱。大脑不保留它认为不再有效的预测。

六、举一个现实生活中的例子

我们用手机提示音来理解，因为它可以说是现代人身上跑得最勤的一套条件反射。

你的手机每天响很多次。但仔细想想，你对不同提示音的反应是完全不同的：

• 微信提示音：可能是消息，也可能是无关的群聊；你会“想看一眼”，但不一定起身；
• 电话铃声：默认意味着“重要、紧急、需要回应”；多数人会在两秒内接；
• 日历提醒：意味着“有个安排要开始了”；你会看一眼时间；
• 专属铃声（给伴侣、父母、孩子设的）：一响，状态立刻切换。

同样是一段声音，你学会的联想完全不同。而且你从来没“刻意学过”——你只是在无数次“这个声音 → 那件事”的配对中，被动地记录下了关联。

这件事有个很有意思的推论：提示音是可以被“改造”的。

如果你把老板的消息提示音设成和某个焦虑源一样的音效（比如催债短信那种），你会在老板还没说话时，就已经紧张了。你不是对老板紧张，你是对自己设置的关联紧张。

这就是联想学习最实用的地方：它不区分“这个关联是好是坏”，它只负责把一起出现的东西绑在一起。 你想改变自己的反应，最有效的办法往往不是“说服自己不要紧张”，而是把那个配对拆开（换提示音、改环境、断开反复共现）。

七、回到书中重新理解

班尼特讲了两个绕不开的经典实验。它们一个来自心理学，一个来自神经科学。

第一个，巴甫洛夫的狗。

伊万·巴甫洛夫（Ivan Pavlov，1849–1936）本来研究的是消化生理——他因为这项工作获得了 1904 年的诺贝尔生理学或医学奖。但他在实验中发现了一个奇怪现象：狗还没吃到食物，光是看到喂食的人、听到脚步声，就开始分泌唾液。他把这叫“心理性分泌”。

于是他设计了著名的实验：先响铃声（中性刺激），紧接着给食物（无条件刺激）。反复配对之后，光是铃声就能让狗分泌唾液。

这个实验的意义在于，它第一次用严格、客观、可重复的方式证明：一个原本毫无意义的信号，可以因为反复的配对，变成“有意义”的信号。

第二个，坎德尔的海兔。

时间来到二十世纪六十年代。神经科学家埃里克·坎德尔（Eric Kandel，1929– ）做了一个当时被同事视为“学术自杀”的决定：放弃猫，去研究地中海的巨型海兔（Aplysia californica，一种海蛞蝓）。

他的理由非常“工程师”： - 海兔只有约两万个神经细胞（人脑有上千亿）； - 这些细胞集中在约十个神经节里； - 而且它的神经细胞是动物界最大的，大到肉眼可见、可以逐个辨认。

这让他可以做到一件当时几乎不可能的事：追踪一个具体行为背后的具体神经连接，然后看着它因为学习而改变。

他研究的是海兔的“缩鳃反射”：轻轻碰它的水管，鳃会缩回去。他发现：

• 习惯化：如果反复轻轻触碰、又无害，反应会越来越弱（“没什么大事，不必躲”）；
• 敏感化：如果先给一个强刺激（比如尾部电击），之后轻微的触碰也会引起强烈反应（“今天危险，草木皆兵”）。

更进一步，他和同事们发现，这些学习对应着突触强度的改变——短期变化来自神经递质释放的多少，长期变化则涉及基因表达和新突触的形成。

2000 年，坎德尔因这项工作获得诺贝尔生理学或医学奖。他用一个“最笨”的动物，证明了“学习”可以不神秘：它就是神经连接强度的改变。

第三个概念，赫布规则（Hebb's rule）。 心理学家唐纳德·赫布（Donald Hebb）在 1949 年提出一个猜想：当两个神经元反复同时活动，它们之间的连接就会增强。 这个“赫布学习”的直觉，正好和巴甫洛夫、坎德尔观察到的现象对上了。今天几乎所有人工神经网络的基本单元，都还带着它的影子。

把这三个串起来，班尼特的结论是：

而且注意它的界限：它能学到的，只是“什么和什么常常一起出现”。它会预测下一步，但不会计划一整个未来。

八、这个观点背后还有什么？

第一，它把“学习”从“聪明”里彻底独立出来了。 海兔只有两万个神经元、没有复杂大脑，却能学习。这说明学习不是高级智能的专属，而是一种在连接层面上的普遍机制。越简单的系统，反而越适合研究它。

第二，它设定了后来一切的“零部件”。 联想学习用到的三样东西——表征、连接强度、预测——正好也是今天神经网络的三样东西。历史的呼应非常明显：一个以“调整权重”为核心的系统，天然能学会“关联”。

第三，它揭示了“预测”是学习的目的，而不是“理解”。 大脑不是为了“知道世界为什么是这样”而学习，而是为了“下一步该怎么办”而学习。理解，往往是预测能力的副产品，而不是目标。

第四，它埋下了“局限”的伏笔。 因为联想学习只认“时间上的接近”，它就无法处理“很久以后才有回报”的事。这恰恰是下一代突破要解决的问题：如何为一个不立刻发生的结果而行动？ 强化学习，就是从这里长出来的。

九、这个观点有问题吗？

十、今天再看这个观点

以下是基于班尼特思想的现代延伸，不是他在书里的原话。

联想学习在今天的数字生活里，几乎无处不在——只不过学习的主体从动物变成了机器。

推荐系统的底层，就是一台巨型联想学习机。 “看过 A 的人也看了 B”“买过 X 的人也买了 Y”——它不认识因果，也不需要理解你，它只需要统计“什么和什么常常一起出现”。这正是巴甫洛夫式逻辑的工业化规模版本。

大语言模型的预训练，也在做同一件事的极致版：把词和词之间的共现关系，压缩进权重里。 它学到的“知识”，很大一部分就是“哪些东西常常一起出现”。这也解释了它为什么会一本正经地编造——它优化的是“像真的”，不是“是真的”；是相关性，不是因果。

对个人来说，这里有一条很实用的提醒：你会被反复出现的配对塑造，无论你愿不愿意。

• 如果你的手机放在床头，你会自动关联“床 = 刷手机”；
• 如果你每次焦虑就吃甜食，你会自动关联“焦虑 = 甜食”；
• 如果你总是深夜工作，你会自动关联“夜 = 战斗状态”，然后难以入睡。

改变反应，往往不是靠意志力对抗，而是靠重新设计配对。 把手机移出卧室、把零食换到看不见的地方、给工作设一个明确的结束仪式——这些都是在改写连接，而不是在对抗连接。

但也要记得班尼特给这条能力的“上限”：它能教你“下一步怎么办”，却教不会你“十年后要成为什么样的人”。 后者需要的，是另一种能力——在脑子里先跑一遍未来。那是第三次突破，我们后面会讲到。

十一、这一篇真正应该记住什么？

1. 第一次突破带来了联想学习：把“常常一起出现”的两件事连起来。 这是预测能力最早的雏形。

2. 它的全部秘密是“时间上的接近”，不是“理解因果”。 它学到的是相关，也可能是巧合。

3. 巴甫洛夫证明了信号可以被学会，坎德尔证明了学习就是突触强度的改变。 2000 年诺贝尔奖，来自一只海兔。

4. 赫布规则点出了底层语法：一起激发的神经元会连在一起。 今天的神经网络，仍带着它的印记。

5. 它很笨——学不会长远目标，也不懂未来牺牲。 局限正是下一次突破要解决的事。

十二、留一个问题

下一篇：联想学习让动物能预测“下一步”，但它有一个天花板——它只能在“做过的事”上变聪明，而且必须有人先给奖励。

寒武纪到来，捕食者出现，光会联想远远不够了。第二次突破——强化：用结果的好坏，反推出该做什么——即将登场。下一篇，我们从一场把“捕食”变成常态的军备竞赛讲起。

本系列基于 Max Bennett《A Brief History of Intelligence》整理，文中“班尼特认为/书中认为”均指作者观点；带“延伸”字样的段落为基于其思想的现代推演，不代表原作者。