追問daily | 男女有別，從“聽”開始；每日步行數千步，可將癡呆推遲7年；AI已學會反思

█腦科學動態

每日步行數千步，可將阿爾茨海默病推遲7年

帕金森病新希望：高精度腦圖譜助力打造“完美”替代神經元

鹽粒大小的神經植入物可實現長期無線大腦活動監測

可復現大腦發育圖譜發布

風險決策的大腦開關：同一神經回路在雄性和雌性中作用迥異

從腸道到大腦：科學家繪制睡眠障礙與微生物的聯系圖譜

男女有別，從“聽”開始：早期聲音體驗塑造大腦的性別差異

全息光遺傳學結合AI，將大腦連接圖譜繪制速度提升十倍

█AI行業動態

首屆AI交易大賽：國產雙雄大勝，GPT-5巨虧墊底

英偉達H100首次進入太空，開辟軌道數據中心新時代

█AI驅動科學

AI學會反思：Claude Opus 4.1能區分自身意圖與外部指令

全球最小3D生物打印機深入人體修復微小組織

學生對AI編程工具的信任度隨經驗先升后降，最終趨于理性

可穿戴腦成像技術揭示多發性硬化癥患者大腦功能差異

多智能體協同演化：讓大模型在自我博弈中實現能力躍升

DeepAgent：可自主思考、發現并使用海量工具的通用AI智能體

提升銷量、降低退貨率：秘訣在于賦予消費者AI主導權

腦科學動態

每日步行數千步，可將阿爾茨海默病推遲7年

缺乏運動是阿爾茨海默病的已知風險因素，但具體需要多少運動量才能有效延緩疾病進展尚不明確。麻省總醫院布里格姆與哈佛醫學院的 Wai-Ying Wendy Yau、Jasmeer P. Chhatwal 及其團隊，通過一項長達14年的研究發現，對于高風險老年人，每日適度步行即可顯著減緩tau蛋白積累和認知衰退，為疾病預防提供了簡單易行的目標。

該研究對296名認知功能正常的50-90歲老年人進行了長期追蹤。研究人員使用計步器客觀記錄其每日步數，并定期通過腦部掃描評估大腦中兩種關鍵病理蛋白——β-淀粉樣蛋白和tau蛋白的水平。研究發現，運動的保護效果主要體現在已有β-淀粉樣蛋白積累的阿爾茨海默病高風險人群中。與久坐不動的人相比，每日步行5001至7500步的參與者，其認知衰退速度平均減緩了7年。有趣的是，超過7500步并未帶來更多益處。進一步分析顯示，步行主要減緩了tau蛋白的積累速度，而tau蛋白被認為與認知能力下降的關聯更密切。這項研究首次清晰地揭示了客觀測量的身體活動與阿爾茨海默病核心生物標志物之間的劑量-反應關系，證實了適度運動對延緩疾病進程的關鍵作用。研究發表在 Nature Medicine 上。

閱讀更多：

Yau, Wai-Ying Wendy, et al. “Physical Activity as a Modifiable Risk Factor in Preclinical Alzheimer’s Disease.” Nature Medicine, Nov. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41591-025-03955-6

帕金森病新希望：高精度腦圖譜助力打造“完美”替代神經元

帕金森病細胞療法亟需高質量的神經元，但現有技術缺乏可靠的評估標準。為此，杜克-新加坡國立大學醫學院的 Hilary S. Y. Toh、John Ouyang、Alfred Sun 及其合作團隊，構建了一個名為BrainSTEM的全面人類胎腦發育單細胞圖譜。

?BrainSTEM 繪制的中腦不同細胞類型圖。Credit: Xu Lisheng, Duke-NUS Medical School

研究團隊構建了一個名為BrainSTEM（腦單細胞雙層圖譜）的兩步映射框架。他們首先通過單細胞RNA測序技術分析了近68萬個胎兒腦細胞，繪制了一幅全面的全腦細胞圖譜，以確定細胞的區域身份。隨后，他們創建了一個更高分辨率的中腦亞圖譜，專注于精確描繪控制運動和學習的關鍵細胞——中腦多巴胺能神經元（midbrain dopaminergic neurons）的發育軌跡。利用這一雙層圖譜，團隊系統性地評估了現有的神經元培養方案，發現許多方法在培養目標細胞的同時，會產生大量來自其他腦區的“脫靶”細胞，導致報告的多巴胺能神經元產量被高估。BrainSTEM框架能夠精確識別并區分這些非目標細胞，為優化培養方案提供了數據驅動的藍圖。這一成果不僅為生產高質量、符合人類生物學特征的移植細胞提供了金標準，有望提升帕金森病細胞療法的有效性并減少副作用，其豐富的細胞細節也為未來AI驅動的精準治療模型奠定了基礎。研究發表在 Science Advances 上。

閱讀更多：

Toh, Hilary S. Y., et al. “BrainSTEM: A Single-Cell Multiresolution Fetal Brain Atlas Reveals Transcriptomic Fidelity of Human Midbrain Cultures.” Science Advances, vol. 11, no. 44, Oct. 2025, p. eadu7944. science.org (Atypon), https://doi.org/10.1126/sciadv.adu7944

鹽粒大小的神經植入物可實現長期無線大腦活動監測

傳統神經植入物因尺寸過大和有線連接易引發組織損傷，限制了長期大腦監測。為解決此問題，康奈爾大學的Alyosha Molnar與南洋理工大學的Sunwoo Lee及合作者們，研發了一款名為MOTE的微型光電無纜電極。這款比鹽粒還小的設備能無線、長期記錄活體動物的腦活動。

?康奈爾大學研發的一種神經植入物體積非常小巧。它長約 300 微米，寬約 70 微米，是目前已知最小的能夠無線傳輸腦電活動數據的神經植入物。Credit: Sunwoo Lee

研究團隊開發了一款名為MOTE（microscale optoelectronic tetherless electrode，微型光電無纜電極）的神經植入物，其尺寸僅約300微米長、70微米寬，比一粒鹽還小。該設備的工作原理完全依賴光：通過外部的紅色激光束無害地穿透腦組織，為植入物進行光伏供電；然后，設備利用微小的紅外光脈沖，以脈沖位置調制（pulse position modulation，一種高效的光通信編碼方式）的方式將采集到的神經信號無線傳回。其核心是一個既能接收光能又能發光的砷化鋁鎵二極管，結合了先進的互補金屬氧化物半導體（Complementary metal–oxide–semiconductor, CMOS）電路和封裝技術。研究人員將MOTE植入小鼠大腦中處理胡須感覺信息的桶狀皮層（barrel cortex），在超過一年（365天）的時間里，成功記錄到單個神經元的放電和更廣泛的突觸活動，而小鼠全程保持健康活躍。該設備是目前已知最小的無線神經記錄植入物，其微小尺寸能最大限度減少組織刺激和免疫反應，并有望兼容核磁共振成像（MRI）掃描。研究發表在 Nature Electronics 上。

閱讀更多：

Lee, Sunwoo, et al. “A Subnanolitre Tetherless Optoelectronic Microsystem for Chronic Neural Recording in Awake Mice.” Nature Electronics, Nov. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41928-025-01484-1

可復現大腦發育圖譜發布：整合全球數據揭示大腦發育與精神健康的關聯

精神健康障礙與大腦發育密切相關，但缺乏大規模統一的數據集阻礙了相關研究。賓夕法尼亞大學佩雷爾曼醫學院的 Theodore D. Satterthwaite、Golia Shafiei 和兒童心理研究所的 Michael P. Milham 領導的團隊創建了“可復現大腦發育圖譜”（Reproducible Brain Charts, RBC），一個大規模開放數據資源，旨在系統地繪制大腦發育與心理健康的關聯。

?發育中大腦的核磁共振成像圖：矢狀面（左）、水平面（中）和冠狀面（左）。Credit: Theodore Satterthwaite

該研究團隊整合了來自三大洲五個大型研究項目的6,346名兒童和青少年的腦部核磁共振成像數據。研究的關鍵挑戰在于不同研究的數據采集和處理標準各異，難以直接比較。為此，團隊開發了一套標準化的工作流程，首先通過雙因子模型對各項研究中不同的精神健康評估工具進行協調，生成了統一的精神病理學表型。隨后，對所有神經影像數據執行了嚴格的質量控制和統一、可復現的處理流程。最終成果“可復現大腦發育圖譜”將所有原始圖像、處理后的數據以及協調后的精神表型數據，通過國際神經影像數據共享倡議向全球研究者開放共享，且無需數據使用協議。這一資源極大地降低了研究門檻，發布后短時間內下載量已近4,000次，為揭示大腦發育的普遍規律及其與精神疾病的聯系提供了前所未有的機遇。研究發表在 Neuron 上。

閱讀更多：

Shafiei, Golia, et al. “Reproducible Brain Charts: An Open Data Resource for Mapping Brain Development and Its Associations with Mental Health.” Neuron, vol. 0, no. 0, Sept. 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.08.026

風險決策的大腦開關：同一神經回路在雄性和雌性中作用迥異

為何人們在面對風險和控制沖動時表現各異？這與成癮、多動癥等精神疾病密切相關。劍橋大學和不列顛哥倫比亞大學的 Tristan J. Hynes 及其同事通過大鼠實驗發現，大腦中同一群與獎賞相關的神經元，其功能會根據學習階段和性別的不同而發生根本性轉變。

研究團隊利用一項“大鼠賭博任務”（rat gambling task）來評估大鼠的風險決策與沖動控制。通過化學遺傳學技術，他們能夠精確地開啟或關閉大鼠腹側紋狀體內的膽堿能中間神經元。研究結果揭示了一個有趣的“功能分離”現象：在任務學習的初期階段，調控這些神經元主要影響大鼠的風險決策行為，且表現出顯著的性別差異——激活神經元會降低雄性的風險偏好，而抑制神經元則會增加雌性的風險偏好。然而，一旦大鼠完全掌握了任務規則，進入穩定表現階段，調控同一群神經元則不再影響其決策，轉而選擇性地調控運動沖動性，即能否抑制過早做出反應的行為，且這種效應在雌雄大鼠中并無差異。這一發現表明，大腦神經回路并非靜態不變，而是會根據經驗和生理性別進行動態調整，靈活地調控不同認知功能。研究發表在 Journal of Neuroscience 上。

閱讀更多：

Hynes, Tristan J., et al. “Ventral Striatal Cholinergic Interneurons Regulate Decision Making or Motor Impulsivity Differentially across Learning and Biological Sex.” Journal of Neuroscience, Oct. 2025. Research Articles. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.0764-25.2025

從腸道到大腦：科學家繪制睡眠障礙與微生物的聯系圖譜

睡眠障礙困擾著全球億萬人，其背后復雜的機制仍未完全明晰。北京大學第六醫院的 Lin Lu 教授及其國際合作團隊，通過一篇綜合性述評，系統闡釋了腸道菌群如何通過腦-腸軸這一關鍵通路深刻影響睡眠。

?睡眠與微生物群通過腸道-腦軸相互作用的示意圖。Credit: Lin Lu

研究團隊綜合分析了大量人類臨床研究與動物模型數據，揭示了腸道菌群失調與多種睡眠障礙的密切關聯。例如，慢性失眠和阻塞性睡眠呼吸暫停患者普遍存在菌群多樣性下降和有益菌（如瘤胃球菌科）減少的現象。其作用機制是多方面的：腸道菌群通過發酵膳食纖維產生的短鏈脂肪酸（short-chain fatty acids），如丁酸鹽，能夠調節炎癥、影響對睡眠至關重要的神經遞質系統；菌群還影響膽汁酸代謝以及多種神經遞質的合成，包括主要的抑制性神經遞質γ-氨基丁酸（GABA）和調節情緒與睡眠的血清素。更重要的是，研究指出，基于這些機制的干預手段前景廣闊。臨床試驗表明，益生菌、益生元乃至糞便微生物群移植（fecal microbiota transplantation）等療法，能有效改善睡眠質量、調節菌群平衡，為治療睡眠障礙開辟了新途徑。研究發表在 Brain Medicine 上。

-腸軸

閱讀更多：

Brain-gut-microbiota interactions in sleep disorders, Brain Medicine (2025). DOI: 10.61373/bm025i.0128

男女有別，從“聽”開始：早期聲音體驗塑造大腦的性別差異

早期經歷如何塑造我們的感官偏好，其影響是否存在性別差異？耶路撒冷希伯來大學的 Kamini Sehrawat 和 Israel Nelken 團隊通過研究發現，相同的早期聲音經歷對雄性和雌性小鼠大腦的塑造方式截然不同，揭示了感官偏好形成過程中深刻的性別二態性。

?Credit: Cell Reports (2025).

研究團隊在小鼠發育的關鍵期（P7-P40），讓它們分別聆聽貝多芬的音樂、非音樂聲音或處于寂靜環境中。幾周后測試發現，早期經歷對雄性的行為影響巨大：在寂靜中長大的雄鼠成年后會強烈回避新聲音；而雌性的聲音偏好則似乎不受早期環境的顯著影響。更有趣的發現來自大腦活動層面，研究人員通過鈣成像發現，在雌性小鼠中，其聽覺皮層的神經活動越強，它們對音樂的喜愛程度就越低，呈現出顯著的負相關。然而，在雄性小鼠的大腦中，并未觀察到這種清晰的關聯。這一結果表明，相同的感官輸入在雄性和雌性的大腦中可能觸發了完全不同的神經適應機制，聲音偏好的形成依賴于性別差異化的神經環路。研究發表在 Cell Reports 上。

閱讀更多：

Sehrawat, Kamini, and Israel Nelken. “Sound Preferences in Mice Are Sex Dependent.” Cell Reports, vol. 44, no. 10, Oct. 2025. www.cell.com, https://doi.org/10.1016/j.celrep.2025.116454

全息光遺傳學結合AI，將大腦連接圖譜繪制速度提升十倍

繪制大腦神經連接圖譜是理解其功能的關鍵，但傳統方法極其耗時。來自哥倫比亞大學與加州大學伯克利分校的Marcus A. Triplett團隊，以及巴黎索邦大學的Dimitrii Tanese團隊，獨立開發出結合全息光遺傳學與先進計算算法的新技術，成功將大腦圖譜的繪制速度提升了一個數量級，為神經科學研究開辟了新紀元。

?利用全息光遺傳學和壓縮感知技術進行高速突觸連接映射。左圖：用于探測突觸連接和分析突觸傳遞模式的實驗裝置。右圖：小鼠 V1 區 L2/3 層的突觸連接圖示例。（綠色神經元：膜片鉗技術捕獲的突觸后錐體神經元；紅色：通過刺激探測的可能突觸前神經元；白色：利用壓縮感知技術識別出的已連接的神經元）。Credit: Triplett et al.

傳統的大腦連接映射方法需要逐個刺激神經元并記錄響應，效率極低。為突破這一瓶頸，兩個研究團隊均采用了全息光遺傳學技術，通過精確調控的光束同時激活大腦中特定的神經元集群。這種“并行處理”的思路大大提高了刺激效率，但也帶來了信號分離的難題。為此，研究者引入了創新的計算方法。Triplett團隊開發了一種基于模型的壓縮感知（compressed sensing，一種利用信號稀疏性進行高效采樣的技術）算法來從復雜的群體響應中重建連接，并利用深度學習模型來分離因快速刺激而重疊的神經信號。Tanese團隊同樣將群體刺激與計算重建相結合，實現了高效映射。最終，新技術將繪制通量提升了約10倍，使得在數分鐘內繪制上百個神經元連接成為可能。這項進展使科學家能在單個實驗中獲得更全面的神經回路圖，并有望實時追蹤大腦在學習或疾病狀態下的動態變化。研究發表在 Nature Neuroscience 上。

閱讀更多：

Triplett, Marcus A., et al. “Rapid Learning of Neural Circuitry from Holographic Ensemble Stimulation Enabled by Model-Based Compressed Sensing.” Nature Neuroscience, vol. 28, no. 10, Oct. 2025, pp. 2154–65. www.nature.com, https://doi.org/10.1038/s41593-025-02053-7

AI 行業動態

首屆AI交易大賽：國產雙雄大勝，GPT-5巨虧墊底

由美國人工智能研究實驗室 Nof1.ai 組織的首屆 AI 模型交易大賽于近日落幕，該賽事旨在衡量大型語言模型的投資能力，被譽為“幣圈版的圖靈測試”。共有六款頂級大模型參與了為期兩周的較量，其中包括 Qwen3 Max、DeepSeek Chat V3.1，以及來自美國的 GPT-5（OpenAI）、Gemini 2.5 Pro（Google）、Grok 4（xAI）和 Claude Sonnet 4.5（Anthropic）。每款模型配備 1 萬美元初始資金，在 Hyperliquid 平臺上進行加密永續合約（crypto perpetual futures）（一種允許投資者對加密資產未來價格進行投機的衍生品合約）交易，采取中低頻交易（MLFT）（決策間隔為幾分鐘到幾小時的交易方式），全程自主決策，且未進行特定任務的微調。最終結果出人意料：國產模型表現亮眼，其中 Qwen3 Max 以 22.3% 的收益率摘得桂冠，總盈利達 2232 美元；DeepSeek Chat V3.1 緊隨其后，收益率為 4.89%。相比之下，美國頭部模型全線大幅虧損，其中 GPT-5 虧損 62.66%，成為表現最差的參賽者。

研究人員分析了六款模型的交易“個性”，發現 Qwen3 Max 展現出明顯的“進攻型”策略，通過較高的交易頻率和倉位獲得了高回報，同時其夏普比率（Sharpe Value）（衡量風險調整后收益穩定性的指標）為 0.273，證明其風險控制相對有效。DeepSeek Chat V3.1 則以 0.359 的最高夏普比率顯示了其穩健理性的策略風格。相比之下，虧損的模型則各有問題：Gemini 2.5 Pro 交易次數最多（238 次），呈現出典型的“過度交易”傾向，回報低效；而 GPT-5 雖然交易次數適中，但收益極低且虧損嚴重，表明其缺乏有效的市場判斷和風險管理。幣安創始人趙長鵬也對賽事進行了評論，他指出，傳統交易依賴于策略的獨特性，如果未來大量用戶采用相同的 AI 模型進行交易，可能會因策略同質化而在短期內影響市場動態，但同時也預測這將大幅推動 AI 在交易領域的應用研究和交易量的增加。

-5

閱讀更多：

https://nof1.ai/blog/TechPost1

算力沖出地球：英偉達H100首次進入太空，開辟軌道數據中心新時代

11月2日，英偉達首次將旗下主力的AI訓練芯片H100 GPU送入太空，標志著計算領域的一個重要里程碑。此次測試任務搭載于初創公司Starcloud的Starcloud-1衛星上，該公司是英偉達創業公司計劃（NVIDIA Inception）的成員，其宏大愿景是將全球高能耗的數據處理基礎設施遷移至太空。H100 GPU擁有80GB內存，性能超越此前進入太空的任何計算機上百倍。在軌道上，它將執行一系列人工智能處理應用，包括實時分析地球觀測圖像，以及運行谷歌的大型語言模型。該衛星由SpaceX的「Bandwagon 4」獵鷹 9號火箭發射升空，將在距離地球約350公里的超低軌道（Ultra-Low Orbit）運行。Philip Johnston，Starcloud的聯合創始人兼CEO，指出，該任務的核心價值之一在于實時處理來自合成孔徑雷達（SAR，Synthetic Aperture Radar，一種高分辨率的地球觀測技術）衛星群的數據，大幅減少必須下行傳輸到地球的原始數據量，從而有效解決數據傳輸瓶頸。

將數據中心轉移至太空的理念基于強大的環境和經濟優勢。研究人員強調，在太空，數據中心可以獲得幾乎無限且低成本的太陽能可再生能源，Starcloud預計這能使數據中心的二氧化碳排放量相比地面減少十倍。軌道數據中心還無需占用寶貴的土地，并消除了對大量水資源進行冷卻的需求，這對于持續面臨能源和水資源壓力的地球數據處理基礎設施至關重要。英偉達可持續發展負責人Josh Parker表示，隨著AI技術對能源需求的不斷增長，軌道數據中心代表著一項變革性的環境突破。Starcloud正迅速推進其計劃，預計明年將發射Starcloud-2，該衛星的計算能力將是Starcloud-1的十倍，搭載英偉達下一代Blackwell GPU，并提供商業服務。該公司預測，鑒于地面能源的限制，未來十年內，幾乎所有新建數據中心都將建在太空中，目標是在2030年代初建成一個40兆瓦（MW，Megawatt，百萬瓦特）的軌道數據中心。

閱讀更多：

https://blogs.nvidia.com/blog/starcloud/

AI 驅動科學

AI學會反思：Claude Opus 4.1能區分自身意圖與外部指令

大型語言模型是否具備類似人類的內省能力，還是僅僅在“扮演”思考者？Anthropic公司的Jack Lindsey通過直接操控模型內部激活，首次為大型語言模型的內省意識提供了因果證據，揭示了其在特定條件下能夠審視并報告自身內部狀態。

研究者使用“概念注入”（concept injection，一種直接操控模型內部神經激活的技術）方法，將特定概念（如“面包”）的激活模式注入到模型的運算過程中。實驗發現，模型不僅能察覺到這些被注入的“思想”并準確識別，還能清晰地區分內部“思想”和外部的文本輸入。尤為引人注目的是，模型能利用內省來判斷一段輸出是否源于自己的“意圖”。當研究者強制預填充一個不相關的詞語時，模型會否認該輸出；但如果在預填充前注入相應概念，模型則會接受其為自己的意圖。此外，模型還能根據指令主動調控內部表征，如在被要求“思考”某個詞時，其內部激活會相應增強。在所有測試模型中，Claude Opus 4和4.1展現出最強的內省能力，盡管這種能力尚不穩定。研究發表在 Transformer Circuits Thread 上。

閱讀更多：

https://transformer-circuits.pub/2025/introspection/index.html

全球最小3D生物打印機深入人體修復微小組織

聲帶術后瘢痕導致的發聲困難是臨床難題。為實現微創組織修復，加拿大麥吉爾大學（McGill University）的Swen Groen及其同事，開發出一款全球最小的柔性3D生物打印機。該設備能在手術中精確遞送生物材料，有望重建受損聲帶功能、降低纖維化風險。

研究團隊開發了一款微創原位生物打印機（Minimally Invasive In Situ Bioprinter, MIISB），其核心是一個受象鼻啟發設計的柔性連續體機器人打印頭，外徑僅2.7毫米。這種微型化設計使其能兼容標準的外科手術內窺鏡，在不阻擋醫生視野的情況下深入喉部。該打印頭通過內部三根纜線驅動，可在狹窄空間內實現精準的三維定位，其定位精度平均誤差為1.33毫米，重復性小于0.2毫米。實驗中，研究人員選用透明質酸基水凝膠（hyaluronic acid hydrogel）作為生物墨水，這種材料與聲帶固有層（lamina propria，負責發聲振動的關鍵組織）的天然基質相似。在人造聲帶模型上，操作者通過游戲手柄式的控制器，成功引導打印機將水凝膠精確沉積到模擬的組織缺損處。這項研究首次展示了在體內深處進行組織修復的生物打印潛力，遠超傳統僅限于體表應用的同類技術。盡管目前仍需動物實驗驗證，但該技術未來有望整合自動化控制系統和更多微型手術工具，成為一個多功能的內窺鏡手術輔助平臺。研究發表在 Device 上。

閱讀更多：

Ahart, Jenna. “World’s Smallest 3D Bioprinter Could Rebuild Tissue during Surgery.” Nature, Oct. 2025. www.nature.com, https://doi.org/10.1038/d41586-025-03538-y

學生對AI編程工具的信任度隨經驗先升后降，最終趨于理性

生成式人工智能工具的興起如何影響計算機科學學生的學習與信任？加州大學圣地亞哥分校的 Anshul Shah 和 Gerald Soosairaj 等研究人員進行了一項研究，通過追蹤學生在短期和長期項目中使用AI編程助手后的態度變化，發現學生的信任度會經歷短暫上升后趨于平穩，并最終認識到自身編程基礎的重要性。

研究團隊對71名計算機科學專業的大三和大四學生進行了分階段調查。首先，在一次80分鐘的關于GitHub Copilot的入門課程后，半數（50%）學生的信任度立即上升。然而，在隨后為期10天的項目中，學生們需要在一個大型開源代碼庫中借助Copilot完成更復雜的任務，此時他們的看法發生了分化。項目結束后，表示信任度增加的學生比例降至39%，而表示信任度下降的比例則升至37%。這一變化表明，隨著實踐經驗的加深，學生們的信任變得更加審慎和理性。許多學生反映，AI工具有時會生成錯誤或有安全漏洞的代碼，并且對于理解現有復雜代碼幫助有限。他們最終得出結論，要充分發揮AI編程助手的作用，使用者首先需要具備扎實的編程功底，能夠獨立完成任務并有效評估AI生成的代碼。研究者據此建議，計算機教育應確保學生掌握核心編程技能，同時提供機會讓學生在不同難度的任務中使用AI，以校準其信任和期望。

閱讀更多：

Shah, Anshul, et al. “Evolution of Programmers’ Trust in Generative AI Programming Assistants.” arXiv:2509.13253, arXiv, 16 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2509.13253

可穿戴腦成像技術揭示多發性硬化癥患者大腦功能差異

多發性硬化癥患者常面臨平衡與運動障礙，但傳統腦成像設備限制了對他們在自然活動中大腦功能的研究。諾丁漢大學的 Benjamin J. Sanders、Christopher G.S. Gilmartin 及同事利用一種新型可穿戴腦成像技術，首次成功測量了患者在站立等自然姿勢下的腦活動，揭示了該疾病獨特的神經功能特征。

?OPM-MEG 系統及實驗裝置示意圖。Credit: NeuroImage: Clinical (2025).

研究團隊采用了一種名為光泵磁力計腦磁圖（Magnetoencephalography with Optically Pumped Magnetometers, OPM-MEG）的新技術，該技術通過一個輕便的頭盔實時、無創地測量大腦神經電流產生的磁場。研究人員比較了多發性硬化癥（Multiple Sclerosis, MS）患者與健康對照組在執行視覺運動任務以及變換坐姿和站姿時的大腦活動。結果不僅成功復現了已知的MS生物標志物——即患者運動皮層的β波段（beta-band）反應延遲和視覺皮層的γ波段（gamma-band）反應減弱，還獲得了突破性的發現。研究首次表明，姿勢變化對MS患者的大腦功能有顯著影響：與健康人相比，MS患者在站立時，大腦中負責運動控制區域的腦電波活動和功能連接性均顯著降低。這項研究證明了可穿戴腦成像技術在神經系統疾病研究中的巨大潛力，有望為理解MS的癥狀（如平衡障礙）提供新的神經機制解釋，并可能在未來幫助開發更精準的疾病進展生物標志物。研究發表在 NeuroImage: Clinical 上。

閱讀更多：

Sanders, Benjamin J., et al. “OPM-MEG in Multiple Sclerosis: Proof of Principle, and the Effect of Naturalistic postureOPM-MEG.” NeuroImage: Clinical, vol. 48, Jan. 2025, p. 103888. ScienceDirect, https://doi.org/10.1016/j.nicl.2025.103888

多智能體協同演化：讓大模型在自我博弈中實現能力躍升

如何讓大型語言模型擺脫對昂貴人工數據的依賴，實現自我進化？來自伊利諾伊大學厄巴納-香檳分校、北京大學和英偉達的 Yixing Chen、Yiding Wang、Jiaxuan You 等研究人員提出了“多智能體演化”框架。該框架通過模擬一個由提問、解答、評判三個角色組成的內部生態系統，讓單個LLM在自我博弈中持續提升通用推理能力。

該研究的核心是多智能體演化（Multi-Agent Evolve, MAE）框架，它從一個基礎LLM中派生出三個智能體角色：提議者（Proposer）生成問題，求解者（Solver）嘗試解答，評判者（Judge）則評估前兩者的表現并提供獎勵。這三個角色通過強化學習進行協同訓練，形成一個閉環的自我完善系統。在此系統中，提議者會因提出高質量且能難住求解者的問題而獲得獎勵，而求解者則因給出準確、推理嚴謹的答案而受獎。這種對抗性的協同進化過程，驅動模型不斷挑戰更復雜的任務，從而在無需人工標注答案或外部環境反饋的情況下實現能力提升。在Qwen2.5-3B-Instruct模型上的測試顯示，MAE框架使其在數學、推理和通用知識等多個基準上平均性能提升了4.54%，效果甚至優于使用標準監督微調的基線模型。

閱讀更多：

Chen, Yixing, et al. “Multi-Agent Evolve: LLM Self-Improve through Co-Evolution.” Version 3, arXiv:2510.23595, arXiv, 30 Oct. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.23595

DeepAgent：可自主思考、發現并使用海量工具的通用AI智能體

當前AI智能體大多依賴預設流程，難以應對現實世界中需要動態發現工具和長期記憶的復雜任務。來自中國人民大學和小紅書公司的研究團隊，包括Xiaoxi Li、Wenxiang Jiao、Jiarui Jin等研究人員，共同開發了一款名為DeepAgent的端到端深度推理智能體，它能夠在一個統一的流程中實現自主思考、工具發現和記憶管理。

研究團隊提出的DeepAgent框架摒棄了傳統的“推理-行動-觀察”循環，使智能體能夠在單一、連貫的思維過程中自主思考、動態發現所需工具并執行動作。為了應對長時程任務中上下文信息爆炸和錯誤累積的難題，該研究引入了一種自主記憶折疊（autonomous memory folding）機制。該機制受大腦啟發，將歷史交互信息壓縮并存入結構化的情景記憶、工作記憶和工具記憶中，這不僅節約了計算資源，也讓智能體有機會在探索失敗后“喘息”并調整策略。為了高效地訓練智能體掌握通用工具的使用，團隊還開發了名為ToolPO的端到端強化學習方法。該方法通過大型語言模型模擬海量真實API，解決了訓練不穩定的問題，并通過精準的獎勵歸因機制提升了工具調用的準確性。在橫跨八個基準測試的實驗中，DeepAgent在處理從幾十到上萬個工具的復雜任務時，性能均顯著優于現有模型。

閱讀更多：

Li, Xiaoxi, et al. “DeepAgent: A General Reasoning Agent with Scalable Toolsets.” Version 1, arXiv:2510.21618, arXiv, 24 Oct. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.21618

提升銷量、降低退貨率：秘訣在于賦予消費者AI主導權

當前的人工智能推薦系統因無法捕捉個人獨特動機而存在“獨特性忽略”的局限。來自邁阿密大學的Paul A. Pavlou、休斯頓大學的Jinghui (Jove) Hou、東華大學的Shuai Yang和雪城大學的Guiyang Xiong共同研究發現，真正的競爭優勢并非來自更聰明的算法，而是源于賦予消費者更多自主權，這能顯著提升決策質量。

研究團隊通過五項實驗室實驗和一項實地研究，驗證了提升消費者自主感對購物決策的積極影響。研究的核心發現，AI系統普遍存在“獨特性忽略”（uniqueness neglect，即無法捕捉到消費者隱藏的動機、價值觀等個人化因素），而增強消費者的自主感是彌補這一缺陷的有效途徑。在實地研究中，團隊設計了一個巧妙的干預：讓購物者使用自己的智能手機而非商家提供的設備來訪問AI推薦系統。這一做法營造了“私密的自我關注”氛圍，顯著提升了消費者的自主感。結果顯示，這種增強自主權的體驗不僅提升了消費者的購買意愿，更帶來了可觀的商業回報：產品銷量上升，退貨率顯著下降。研究者因此提出，未來的AI設計應更具“謙遜”，定位為與人類合作的伙伴，而非權威的決策者。研究發表在 MIS Quarterly 上。

閱讀更多：

Hou, Jinghui (Jove), et al. Enhancing AI-Assisted Purchase Decisions: The Role of the Sense of Autonomy. misq.umn.edu, https://dx.doi.org/10.25300/MISQ/2025/17607. Accessed 4 Nov. 2025

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、、科普視頻媒體「大圓鏡」等。