进化什么时候值得长出更大的大脑

我搭建了一个小小的二维世界，其中每个神经元都要消耗能量，然后观察在气候不断变动时，进化会如何改变大脑的大小。答案比预期更朴素——也更有用。

这是一个玩具模型，不是科学研究：结论只适用于这个模型，不适用于真实的自然界。2026 年 10 月。

这个原型检验的是随笔《大自然为什么需要大脑，这能给 AI 什么启示》中的一个假设：在世界变化快于进化速度的地方，大脑才划算。

56×56 的网格，边缘首尾相连（环面）。橄榄色——植物，赭色方块——食草动物，胭脂红——捕食者。

世界如何运转

核心规则：每个隐藏神经元在每一步都要消耗能量。大脑大小（0 到 16 个神经元）连同权重一起遗传并发生突变。进化自己决定负担得起多大的大脑。

气候。肥力在地图上分布为森林、草原和沙漠。一个“变化度”旋钮控制这些区域移动的速度：为 0 时地图静止，为 1 时格局大约在一只食草动物的寿命内重新排列。

一次运行为 10,000 步：食草动物约繁衍 400–500 代，捕食者约 100 代。

三个层级在整整 10,000 步中共存。捕食者和食草动物的数量此消彼长，但不会灭绝。不过这种平衡很脆弱：参数是手工调出来的，在相邻的设置下，有 25–40% 的运行中捕食者灭绝。

六个变化度取值，每个运行 10 次。我原本预期“世界越不稳定，大脑越大”。但没有看到。

气候变化度	0	0.1	0.25	0.5	0.75	1
食草动物大脑（神经元）	2.85	2.66	2.17	2.59	2.87	2.70
捕食者大脑	1.40	1.39	1.08	1.42	1.21	1.43
食草动物技能	0.62	0.57	0.56	0.58	0.65	0.61

各列之间的差异只是噪声：均值的标准误为 0.15–0.3 个神经元。食草动物的大脑比初始的两个神经元略有增长，并学会了走向食物。捕食者的大脑反而变小：猎物充足，随机游走就够了。

可能的原因：动物感知的是“此时此地”的食物。无论森林搬到哪里，“走向食物”的网络都同样有效。只有当成功需要记忆或预测时，气候变化才会对大脑形成压力。而模型中没有记忆，也没有学习。

最终食草动物的平均大脑为 2.56 个神经元，范围在 1.6 到 3.8 之间。没有任何一次运行的平均大脑达到四个。拥有六个及以上神经元的个体在 24 次运行中出现过 8 次，但只占种群的千分之五。大脑从未出现“爆发式”增长。

每步神经元代价	0	0.001	0.002	0.004	0.008
食草动物大脑	5.3	3.6	2.7	2.0	0.4
捕食者大脑	3.6	2.3	0.9	0.5	0.3

大脑越贵，就越小。即使大脑免费，也不会膨胀到上限：十六个神经元中只用了五个。对“走向食物”这个任务来说，更多根本没有必要。

我手工搭建了一个三神经元的“追踪者”，它会走向食物更多的地方；然后把占 10% 的追踪者放进一群没有大脑的游荡者中。在合理的神经元代价下，无论气候如何，追踪者都会在 300–500 步内完全取代游荡者。只有当大脑非常昂贵时，取代才会停在 55–70%。

结论：两三个神经元的大脑几乎总是划算的，再多就没必要了。进化正是停在这里。

起初大脑是吃亏的。在早期版本中，没有大脑的游荡者总能带来更大的种群。原因藏在世界的细节里：随机网络破坏了最基本的“进食”，而一群熟练的追踪者把植物啃到根部，最后自己灭绝。
更聪明不一定意味着物种更成功。追踪者在正面竞争中获胜，但总数量更少：它们过度放牧。对个体有利的，不等于对种群有利。
捕食者不需要大脑——在这些条件下：它们代价低，猎物又多。
进化很快找到简单的大脑并停下来，停在两三个神经元：刚好够比较左右和上下的食物。

局限性。主要结果是否定的：这个模型中不存在“气候不稳定 → 大脑更大”的关联，但这并不能证明自然界中也不存在。参数是手工调的。所有个体都从两个神经元起步，结果在一定程度上“记得”起点。世界很小，只有一个任务，没有记忆也没有学习。没有做统计检验：小于 0.4 个神经元的差异应视为零。

实验的更新会发布在这里。欢迎通过 Telegram 讨论。