一、核心内容总结
这篇内容拆解了AI时代最底层的一场小众但分量极重的学术争议：法国顶尖神经科学家罗曼·布莱特写了一本普通读者几乎完全没听过、在亚马逊综合榜单排15万名开外，但被《自然》等顶级学术刊物重点推荐的冷门新书《理论上的大脑》，直接挑战了过去80年整个AI行业、神经科学领域默认的“地基共识”——“大脑就是生物计算机”。他从达尔文进化论的底层逻辑出发，层层戳破了“大脑在计算、内部有外界表征、专门处理信息、靠预测运行”这四大主流假设的漏洞，指出把活的人脑等同于人造计算机，本质上是偷偷把“有设计者按图纸造产品”的工程逻辑，套在了没有任何预设目标、完全靠自然选择演化的生物身上，反而会把整个学科的研究方向带偏。这场吵了快80年的争论表面上是科学家抠定义，实际上直接关乎我们未来怎么造AI、怎么定义“智能”、甚至怎么区别人和机器的边界，是AI时代最核心的底层问题之一。
---
二、分点通俗解读
1. 为啥这本没人买的冷门书，能震动整个专业圈？
它根本不是普通民科的抬杠，作者布莱特是巴黎智能系统与机器人研究所的研究主任，业内公认的顶尖神经科学家，连《自然》都专门给它写了书评。它的冲击力本质上是“有人当众指出整座大楼的地基图纸可能画错了”：过去几十年我们搞AI、脑机接口、类脑芯片，拿了海量科研经费，所有项目的默认前提都是“人脑的运行逻辑和电脑是一样的”，相当于所有人盖100层楼的时候都默认地基是牢的，突然有个干了几十年的资深工程师跳出来说，你们从根上就把“活物”和“人造机器”的本质区别给忽略了，你说冲击力有多大？
它的价值也不是要推翻所有现有研究，而是把过去几十年被大家用得太顺手、已经僵化的“大脑=计算机”的比喻，重新拉回了被审视的位置，还给现在被海量实验数据压得抬不起头的理论研究争了地位——现在神经科学圈大家都忙着攒实验数据发论文，没人愿意沉下心想最底层的逻辑对不对。
2. 布莱特怼主流共识的核心逻辑，大白话三句就能讲清
他的反驳完全没有绕复杂术语，普通人一听就能懂：
第一，你说大脑是可编程的，那谁是写程序的人？AI里的“权重”（可以简单理解为神经元之间的“交情深浅”：交情好的一喊就传信号，交情差的喊破喉咙也没反应）是工程师想设成多少就设成多少，你说“进化给大脑编了程”，可进化根本没有预设目标，也不会写指令，只是活不下去的个体就被淘汰，说“进化编程序”本质上就是偷偷引入了“有个设计者专门造人”的神创论逻辑，根本不符合达尔文的进化论。
第二，人脑根本没有“外部用户”。普通电脑的参数是出厂就调好的旋钮，运行的时候不会自己乱变，人脑里所有神经元之间的“交情”，24小时都在随着你看的东西、做的动作自己变，根本没有谁来拧旋钮，连个“使用者”的位置都不存在，你总不能说一台没有旋钮、没有使用者的东西是普通计算机吧？
第三，连草履虫这种连一个神经元都没有的单细胞生物，都能主动躲开脏东西、往有吃的地方跑，甚至还能“学东西”改变行为，那你说“智能必须靠神经网络计算出来”的前提直接就不成立了。
3. 吵了80年的“人脑是不是电脑”，现在四派立场一目了然
这场争论从1943年第一个神经元数学模型诞生算起，已经吵了80年，现在各方立场非常清晰：
- 第一派是绝对主流的“计算派”：占了90%以上的科研资源，就认大脑是生物计算机，顺着这个思路搞脑机接口、全脑仿真、类脑AI，现在我们见到的所有AI成果本质上都是这派的产物。
- 第二派是“改良派”：不反对大脑是计算机，只是说之前大家想错了，大脑不是被动接收信息再处理，是天天主动猜下一秒会发生啥，猜错了就调整自己，效率比被动处理高多了，本质上还是没跳出“计算”的框架。
- 第三派就是布莱特所在的“反对派”：认为大脑是活的、长出来的，不是人造出来的，智能根本不是关在脑袋里算出来的，是你整个人带着身体跟环境互动出来的——比如你迈台阶根本不用在脑子里算台阶多高，看一眼就知道能不能迈。但这派到现在也拿不出一套能直接用来做实验、搞工程的替代方案，相当于你说别人走的路不对，你又指不出新的路在哪，所以一直成不了主流。
- 第四派是搞AI的工程师们的“躺平派”：说吵这玩意纯纯浪费时间，大家对“计算机”的定义根本不一样：宽定义下只要能算出所有可计算的东西就是计算机，那大脑肯定是；窄定义下计算机是人造的、有用户、能随便改参数的机器，那大脑肯定不是，我们搞AI的根本不在乎人脑到底是不是电脑，只要模型能跑出来能用就行。
4. 这场看似无关的学术吵架，其实直接决定了AI未来的终极走向
布莱特反对的根本不是“大脑有计算能力”，他反对的是大家默认“人脑就跟1950年代的老式电脑一样，软硬件完全分开，所有参数都能被外部用户精准改写，想改记忆就改记忆，想改想法就改想法”。
特别有意思的是，现在最先进的大模型，反而正在一步步跳出老式计算机的定义，往布莱特描述的人脑的特征靠拢：现在没人能完全说清千亿参数的大模型为什么会输出某段内容，工程师也没法一个个去改参数控制它的所有行为，大模型跑起来之后会自己涌现出很多设计者根本没预设的能力，人和大模型的关系早就不是“程序员写指令机器执行”，而是变成了互相互动、一起演化的共生系统。
以前大家总在想“怎么让机器更像人”，现在这场争论反而告诉我们：我们之前对“人”的定义可能本来就错了——人不是什么被预设好的“生物机器”，人和机器的边界早就不是非黑即白的，未来如果有个AI真的有完整的身体、几十年的生活经历、和人类社会的深度连接，你根本没法说它不是一个“活的”智能，这个问题可能永远不会有标准答案，但恰恰是这个追问，才是AI时代最有意思的地方。