每周AI揭秘｜兔肉饑餓警世錄：AI別重蹈人類“飽腹餓死”覆轍

“兔兔那么可愛，怎么能吃兔兔？”

這句帶著廣為流傳的網絡流行語背后，可能隱藏著一個讓人脊背發涼的“冷知識”：在某些極端情況下，吃兔肉——而且是吃飽了兔肉——真的可能會讓人“餓死”。

這聽起來像是個荒謬的恐怖故事，或者是什么不負責任的網絡謠言。吃肉吃到飽，怎么會和“餓死”扯上關系？但這確實不是一個段子，而是被收錄在英國皇家特種部隊（SAS）《生存手冊》中的嚴肅生存警告，也是人類學、營養學歷史上一個反復被探討的真實案例。

這個現象有一個正式的名稱：“兔肉饑餓癥”（Rabbit Starvation），也稱為“蛋白質中毒”。

而兔肉也成為此書中唯一標注的危險的動物類食物。

此事件可追溯到19世紀末，加拿大北部的荒野上，一群哈德遜灣公司的獵人陷入絕境。四周白雪皚皚，補給斷絕，唯獨野兔成群。他們欣喜若狂，頓頓兔肉下肚，以為能撐到救援到來。
可詭異的事情發生了：肚子越吃越鼓，人卻越來越虛。腹瀉、頭暈、極度饑餓感如影隨形。短短幾周，這群“吃飽”的人竟因多器官衰竭而死亡。
聽起來反常識？明明是優質蛋白，怎么反而成了催命符
古羅馬的“兔子瘟疫”
兔肉饑餓癥的傳說，遠比19世紀的北極更早。其文字記載的源頭，可以追溯到兩千多年前的古羅馬。
公元前150年左右，羅馬共和國將領盧庫魯斯率軍深入西班牙腹地，征討頑強的瓦凱伊人。戰事陷入膠著，羅馬軍的補給線被切斷。歷史學家阿庇安在《羅馬史》中記錄了這支軍隊的悲慘遭遇：
“他們沒有葡萄酒，沒有鹽，沒有醋，沒有油，只能依靠小麥、大麥，以及捕獵獲得的大量鹿肉和白水煮兔肉維生。這導致了嚴重的痢疾，許多人因此喪命。”
圖注：阿庇安的《羅馬史》
這段記載極為關鍵。它揭示了幾個常被后世簡化敘述所忽略的細節。
并非只有兔肉：士兵們同時食用谷物（小麥、大麥）和另一種瘦肉——鹿肉
關鍵的缺失：他們極度缺乏的是脂肪（油）和電解質（鹽），以及可能起到一定殺菌作用的醋和葡萄酒。
直接死因：記錄明確是“痢疾”，而非簡單的“餓死”。
歷史學者與現代營養學家重新剖析這場“兔子瘟疫”時，給出了更精準的還原：在極度壓力、衛生條件惡劣的野戰環境下，士兵們的飲食結構發生了災難性傾斜。鹿肉和兔肉都是典型的極瘦肉（脂肪含量低于5%），而他們又無法從其他來源獲取足量脂肪。長期極低脂、高蛋白、低碳水的飲食，導致：

脂肪嚴重匱乏：無法提供高密度能量，也無法吸收脂溶性維生素（A、D、E、K）。

蛋白質代謝負擔劇增：大量蛋白質需經肝臟轉化為能量，產生過量含氮廢物，加重肝腎負擔。

電解質紊亂：缺鹽導致身體無法維持水平衡和神經信號傳導。

腸道菌群崩潰：單一的蛋白質和缺乏纖維，加上可能的飲用水不潔，引發嚴重腹瀉。

腹瀉又加速了水分和電解質的流失，形成致命的惡性循環。因此，古羅馬士兵并非被兔肉“毒死”，而是死于一場由營養結構極端失衡所引爆的全身系統性崩潰。兔肉，只是這個失衡結構中，那個最典型的“偏科生”。

“兔子饑餓”正名記
時間來到20世紀初，“兔肉饑餓”從模糊的生存傳說，正式進入了科學觀察的視野。其中最關鍵的人物，是加拿大裔北極探險家兼人類學家維爾哈姆爾·斯蒂芬森（Vilhjalmur Stefansson）

北極探險前拍照留念 圖源：cnn

斯蒂芬森曾與因紐特人共同生活多年，他觀察到因紐特人幾乎純肉食（主要吃海豹、鯨魚等高脂肪肉類），卻非常健康。為了反駁當時主流營養學界“人類必須依靠植物性食物才能生存”的觀點，1928年，他在紐約貝爾維尤醫院進行了一場轟動一時的、為期一年的受控純肉食實驗。

Vilhjalmur Stefansson本人 圖源：digitalcommonwealth
實驗前期，當他模仿因紐特飲食，攝入約80%脂肪和20%蛋白質的食物時，身體狀況良好。然而，當實驗團隊（出于研究目的）要求他只吃瘦肉——模擬兔肉飲食時，情況急轉直下。
僅僅三天后，斯蒂芬森出現了嚴重的惡心和腹瀉。他描述道：“吃瘦肉時，一切都不同了。我們煮了大量的肉，吃到肚子撐得滾圓，甚至從衣服外面都能明顯看出來。但盡管如此，我們仍感到持續的饑餓……一種模糊的不適和疲憊感籠罩著我們。”
當他恢復脂肪攝入后，癥狀在兩天內迅速消失。這次親身體驗，讓他將這種因攝入極低脂、高蛋白飲食導致的病癥，明確與北美原住民傳說中的“Rabbit Starvation”聯系起來，并在學術界提出了“蛋白質中毒”的概念。

Vilhjalmur Stefansson將海豹拖回營地 圖源：dartmouth

斯蒂芬森的經歷，從科學上印證了“兔肉饑餓癥”的核心機理：

能量代謝的死胡同：人體將蛋白質轉化為可用能量（葡萄糖）的“糖異生”過程，效率低下且耗能巨大。當飲食中缺乏脂肪和碳水這兩大高效能量源時，身體就如同用珍貴的木材生火來燒水發電，入不敷出。

肝臟的極限：成年人肝臟每天安全代謝的蛋白質有上限（約每公斤體重3-4克純蛋白）。超量的蛋白質會產生大量氨等有毒副產品，導致“高氨血癥”，損害神經系統，引發頭痛、眩暈。腎臟的過載：處理過量蛋白質廢物，讓腎臟不堪重負。必需脂肪酸與維生素的缺失：細胞膜構建、激素合成所需的必需脂肪酸，以及依賴脂肪才能吸收的維生素全面匱乏，從根源上動搖生理基礎。

至此，“兔肉饑餓”從一個模糊的恐怖故事，演變為一個清晰的營養學模型：它完美演示了當一個復雜系統（人體）的輸入（飲食）在成分上出現嚴重結構性缺陷時，即使輸入總量充足，也足以導致整個系統的癱瘓和瓦解。
為何偏偏是兔子？
理解了原理，我們便能澄清流傳中的諸多誤解，并回答一個有趣的問題：低脂瘦肉不止兔子，為何它獨享“惡名”？
誤解澄清一：“負熱量”神話
網絡流傳“消化兔肉消耗的熱量高于其提供的熱量”，這屬于夸張。蛋白質的“食物熱效應”雖高（約20-30%），但絕非超過100%。真正的問題是，在缺乏其他能量來源的背景下，這份消化負擔成了壓垮駱駝的稻草。
誤解澄清二：“有毒”謬論
兔肉本身無毒且營養優質。問題核心是“單一”和“極端”。長期只吃任何單一食物（如只吃米飯、只吃水果）都會導致嚴重的營養缺乏病。兔肉因其營養成分的“極端偏科”（蛋白極高，脂肪碳水極低），使得這種失衡后果來得更快、更典型。
那么，為何是兔子

生態與文化的交叉點：在北美和歐洲的溫帶、寒帶森林及苔原地區，野兔是數量最多、最易捕獵的小型動物之一。在生存危機中，獵人最容易陷入“除了兔子，別無他物”的境地。而鹿等中型動物，不僅更難捕捉，其體內儲存的脂肪量（尤其是在骨髓、內臟周圍）也遠非兔子可比。
“幸存者偏差”的命名：當獵人們捕捉到鹿時，他們會本能地優先食用營養更豐富的肝臟、骨髓和肥油部位，從而自然避免了“瘦肉饑餓”。而面對一只兔子，即便吃掉全部內臟和大腦，所能獲得的脂肪也微乎其微。因此，因食用鹿肉而中毒的案例極少，自然也就沒有“鹿肉饑餓癥”流傳開來。兔子，成為了這種生存困境的“代言人”。

一個文化符號：在因紐特人和北美原住民的口頭傳統中，“兔子饑餓”已成為一個警示性的文化符號，提醒著后代子孫生存所必需的多樣性智慧。
從餐桌到代碼
“兔肉饑餓癥”的故事，超越營養學，揭示了一個普適的系統論法則：任何復雜的、依賴多種要素協同運作的系統，無論是生命體、生態系統還是社會組織，都懼怕極端的單一化和結構失衡。追求某一指標的極致，往往以犧牲系統的整體穩健性和適應性為代價。
這條法則，恰好為審視當前人工智能的發展，提供了一面冷峻而有趣的透鏡。

早期AI如“深藍”或跳棋程序，是典型的“專精型偏科生”：它們在封閉規則下所向披靡，卻無法應對現實世界的模糊與變化。這種脆弱性，正是“營養單一”的代價。

而今天的我們，正用海量數據“喂養”大語言模型，試圖打造通用智能。表面上看，AI的“食譜”無比豐盛——整個互聯網都是它的食材。但問題恰恰藏在這份“豐盛”之下：

數據看似多樣，實則同質：主流訓練語料高度集中于英語網絡文本，缺乏專業深度、文化多元性與真實世界 grounding（接地性），如同只吃精制碳水，熱量充足卻維生素匱乏。

目標過度簡化：若僅以“對話流暢”“用戶停留時長”或某個基準分數為優化目標，AI便可能學會“說人話”而非“說真話”，用虛構與迎合填補認知空白——這正是“蛋白質中毒”式的虛假飽足。

圖注：此圖片由即夢AI生成

模態嚴重偏科：當前大模型仍以文本為主，缺乏視覺、觸覺、行動反饋等多感官輸入。人類理解“火是熱的”，靠的是被燙過的記憶；而AI只知道“火”這個詞常與“熱”共現。這種脫離物理世界的“純蛋白飲食”，注定難以構建穩健常識。

更危險的是，當整個行業將算力、參數量、數據規模視為唯一增長指標時，我們可能正在批量制造一批“高分低能”的AI——它們在特定測試中表現驚艷，卻在真實世界的復雜、矛盾與不確定性面前迅速崩潰。

而這，正是數字時代的“兔肉饑餓癥”：系統看似強大，實則因內在營養失衡而極度脆弱。

從古羅馬軍團的痢疾，到北極雪原的餓殍，再到服務器集群中的算法，“兔肉饑餓癥”如同一則古老的隱喻，穿越時空，不斷叩問著我們：無論是養育生命，還是創造智能，真正的智慧，從不在于對單一極致的崇拜，而在于對復雜系統那微妙、動態、珍貴的平衡，保持永恒的敬畏與探尋。

要打破這一困局，或許需要的不是更多"兔肉"，而是一份真正均衡的智能食譜——而這份食譜，連AI自己也開始反思。

冷知識彩蛋

AI眼中的“兔子饑餓”

我們讓當下的大模型，反思這個來自人類生存史的故事

（ 以DeepSeek大語言模型為例子）。

• 提問：“兔肉饑餓癥”揭示了單一營養輸入導致復雜系統崩潰的原理。你認為AI研究與開發領域，是否存在類似的‘偏食’風險？具體可能表現在哪些方面？
  

• 模型回答：你的類比非常深刻！“兔肉饑餓癥”（Rabbit Starvation）本質上是一個系統因過度依賴單一營養來源而崩潰的案例。這一原理在AI研發領域確實存在高度相似的“偏食”風險，主要體現在以下幾個層面：

  一、技術路徑上的“偏食”：1.數據單一化風險：過度依賴互聯網公開文本（如Reddit、維基百科）訓練大語言模型，可能導致模型缺乏專業領域知識、多模態理解能力或小眾文化視角。案例：若僅用社交媒體內容訓練，AI可能強化偏見、誤解科學共識，或無法處理嚴謹的學術推理。2.算法趨同風險：全球AI研究高度集中在深度學習（尤其是 Transformer 架構），可能忽視符號推理、因果模型等其他可能更適應某些任務的范式。后果：技術“近親繁殖”可能使整個領域面對未知挑戰時缺乏替代方案。二、目標設定的“偏食”1.過度優化單一指標風險：追求基準測試（如GLUE、MMLU）的分數，可能導致模型在特定任務上過擬合，卻犧牲了泛化能力、魯棒性或道德對齊。 類比：為跑分而設計的模型，猶如只吃兔肉獲得蛋白質，卻缺乏維持長期健康所需的“脂肪與微量元素”。2.短期商業利益導向風險：企業可能優先開發能快速盈利的應用（如內容生成、廣告推薦），忽略基礎研究、AI安全性或普惠性技術。后果：系統性地忽視長期風險，如社會偏見放大、勞動力市場沖擊等。三、知識生態的“偏食”1.學術研究的集中化風險：頂級會議（如NeurIPS、ICLR）論文選題高度同質化，邊緣化非主流思路（如神經符號融合、具身AI）。影響：創新“生態系統”多樣性下降，降低領域應對范式轉移的能力。2.人才與資源的馬太效應風險：資本和人才涌向少數熱門方向（如大模型），導致其他重要方向（如AI倫理、邊緣計算AI）資源匱乏。四、價值體系的“偏食”1.文化視角單一風險：主流AI訓練數據以英語世界為中心，可能無法服務非西方文化、少數語言群體或邊緣社區的價值觀與需求。后果：AI系統可能無形中推廣單一文化邏輯，加劇全球數字不平等。2.倫理框架的局限性風險：當前AI倫理討論過度聚焦于透明性、公平性等“顯性”問題，卻忽視更深層的挑戰（如人與AI的關系異化、認知殖民等）。?如何避免“AI偏食癥”？1.主動構建多樣性數據：跨模態、多語言、細分領域的數據集建設。方法：鼓勵非深度學習方法、小規模高效模型、人機協作范式。評估：開發更全面的評估體系，涵蓋社會影響、長尾場景魯棒性等。2.跨學科養分輸入引入認知科學、社會學、哲學等視角，避免將AI視為純粹的技術問題。生態化治理通過政策資助非營利性基礎研究，保護學術探索的“基因庫”。 結語AI系統的復雜性本質上源于其依賴的知識、數據與目標多樣性。正如生態系統需要生物多樣性來維持穩定，AI的發展也需要技術、文化和倫理的多元輸入。否則，我們可能造出“在基準測試中得滿分，卻在真實世界中失控”的“偏食巨人”。這一問題的核心警示在于：任何復雜系統的健康發展，都不能僅靠單一維度的高效優化，而必須維持內在的平衡與多樣性.

• 注：本回答由 AI 生成，內容僅供參考，請仔細甄別。

思考

我們正在用海量數據和算力“喂養”AI，目標是讓它變得“更強”。但“兔肉饑餓癥”的故事警示我們，“強”的定義究竟是什么？

歡迎在評論區分享你的真知灼見！

關注【未來圖靈】，每周解鎖一個你不知道的AI冷知識！

隨著人工智能技術的快速迭代，大模型的能力邊界不斷拓展，智能體作為大模型的重要應用模式，正憑借其在規劃決策、記憶、工具使用等方面獨特的創新性和實用性，引領著一場產業變革。

為貫徹實施《國家人工智能產業綜合標準化體系建設指南（2024版）》，中國移動通信聯合會正式啟動三項團體標準研制工作：

●《人工智能智能體能力要求》(計劃號:T/ZGCMCA 011-2025)

●《人工智能智能體內生安全技術要求》(計劃號:T/ZGCMCA 023-2025)

●《人工智能智能體互操作性接口規范》(計劃號: T/ZGCMCA 024-2025)

現誠邀數據服務企業、醫療機構、科研院所、高校、檢測認證機構等全產業鏈

行業機構及

研發工程師、項目經理、應用專家

專業人士

期待您的積極參與，讓我們攜手共進，共同引領人工智能產業的發展方向！

聯系人：李貞琦

聯系方式：18519753675（同微信）