果蝇大脑刚刚玩起了《毁灭战士》。这一结果揭示了关于智力本身的某种真相。
科学家绘制了完整的雄果蝇连接组图谱，随后有人训练它来玩《毁灭战士》。这场实验的目的并非游戏本身——它是在探究学习如何从神经架构中涌现。
无人询问却荒诞登场的交叉点
果蝇大脑的完整接线图刚刚发布，几天内就有人把它用来跑《毁灭战士》（Doom）。这故事听起来像科技 Twitter 上的梗——直到你意识到它其实正在追问神经科学中最严肃的问题之一： Intelligence 究竟需要多少条件？一种仅含 13 万神经元的大脑结构又能涌现出多少智能？
这项绘图项目由 HHMI Janelia 研究校园和 Google Research 联合主导，于 2026 年 9 月 3 日发布了 MaleCNS v1.0——成年雄性果蝇大脑和中枢神经系统的完整连接组。雌性连接组此前已由 FlyWire 联盟发表，如今数据集覆盖了两种性别。数据通过 Neuroglancer 工具向公众开放，意味着任何人只要有一台浏览器，就能探索这种支撑了超过一个世纪生物学研究的模式生物体内的神经回路。
Coinbase 工程师 Alex Wormuth 没有等太久就开始复用这套数据。他的项目 DOOMFLY 将 1993 年这款第一人称射击游戏的每一帧画面映射到果蝇的感官神经元上，然后将神经活动转化为控制器输入——DNp20 激活对应转向，DNpe017 对应移动和射击。当虚拟果蝇受到伤害时，多巴胺 PPL101 细胞会接收人工施加的厌恶信号，模拟真实生物体用来将伤害与行为关联的强化学习回路。
当你给果蝇发一把枪
到目前为止，结果完全如你所料：什么都没发生。Wormuth 报告了大约 3,000 次尝试，生存时间没有任何可测量的改善。这个代理不会学会躲避恶魔，也不会学会管理弹药。它只是不断死去，一次接一次，同样的未分化神经噪音驱动着它的每一个反应。
而这恰恰是最有意思的地方。如果你把同样的训练方案套用在哺乳动物皮层模型上——哪怕是一个简化版——你很可能在几百个回合之后就能看到至少边际性的提升。果蝇模型中学习的缺席，向我们揭示了一个特定的事实：昆虫中支持基于强化适应的神经回路，可能与脊椎动物的根本不同；或者，它们仅仅尚未体现在当前的 MaleCNS 数据集中。
这项实验并不是在宣称果蝇能玩 Doom。它是对连接组本身的压力测试——一种检验这张接线图中是否蕴含了足够多的功能性信息、足以在陌生环境中支撑起哪怕最基础的学习的办法。
为什么是 Doom 而不是 Pong
选择 Doom 而非 Pong 这类更简单的游戏是刻意为之。Doom 呈现的是一个高维度的感知问题：导航、威胁识别、资源管理、在时间压力下进行的空间推理。它同时调动了视空间处理、工作记忆和快速决策——这正是真实果蝇在穿越复杂环境、躲避捕食者和寻找食物时所动用的一类认知域。
果蝇在自然界中就已经解决过这个问题的一个版本。它们的大脑专为检测运动、计算轨迹和生成规避机动而优化——这一切都压缩在一个让任何中等规模的哺乳动物处理器都显得奢侈的神经计量预算里。如果连接组中确实包含合适的回路，那么让它暴露在 Doom 的感知需求之下，就应该能够揭示这些回路能否被重新利用，去处理完全超出其进化背景的全新任务。
到目前为止，答案似乎是否定的。或者说，信号还不够强，不足以驱动适应性变化。
数据层面的难题
一个约束条件显而易见：MaleCNS v1.0 捕捉的是静态接线图，而非神经元自身的动态属性。连接组告诉你谁和谁相连，但不告诉你连接有多强、可塑性如何运作、每个突触上存在哪些神经调制物质。强化学习需要的远不止拓扑结构——它需要具备根据经验调整连接权重的能力，而这一机制在结构图谱中几乎完全不可见。
这也是迄今为止所有基于连接组的 AI 研究共同面临的困境。拥有 302 个神经元的线虫（C. elegans）连接组在几十年前就已绘制完成。研究人员从中构建了模拟模型，但始终难以重现线虫完整的行为谱系。缺失的拼图几乎肯定藏在细节里：离子通道密度、调制基调、发育历史。
果蝇大脑比线虫大约大 400 倍。增加这份复杂度本应有所帮助，但同时也意味着结构与功能之间的鸿沟会成比例地扩大。
接下来会发生什么
Google Research 已经透露，全鱼脑绘图已不远。斑马鱼连接组将开启一个截然不同的研究空间——脊椎动物的神经架构、分层皮层类比结构，以及计算复杂度的一次跃升，这或许能真正推动这些模型越过那条简单的强化学习开始显现的门槛。
Wormuth 表示 DOOMFLY 实验将继续运行。数百万次尝试之后生存时间是否会改善，还有待观察。此外还有一个性别差异的问题：雌性连接组虽然已经存在，但尚未以同样的方式被使用，而生物学文献表明雄性和雌性果蝇之间存在显著的神经解剖学差异，这可能影响学习行为。
这里真正的故事
病毒式传播的头条——“果蝇玩 Doom”——遮蔽了真正正在发生的事情。一张完整的神经接线图现在正被用作游戏 AI 代理的训练数据，而这些游戏比连接组项目本身早诞生了四十年。这种时间线的压缩才是真正的奇物。
二十年前，从零开始在连接组上训练一个虚拟生物体的想法还属于科幻小说的范畴。今天，它已经是 Coinbase 工程师的一个周末项目。神经科学数据的民主化正在以超出该领域预期的速度推进，而由此催生的实验将越来越像这个样子：非常规的、略带荒诞的，但真诚地在 probing 我们对智能理解的边界。
这只果蝇大概通不了 Doom。但失败本身就是数据——而数据，正是连接组项目从一开始就被寄予期望产出的东西。
本文分析的资料来源为 AUTOMATON 对 MaleCNS v1.0 发布及 DOOMFLY 实验的报道。连接组数据可通过 HHMI Janelia 研究校园和 Google Research 公开获取。