追问daily | 男女有别，从“听”开始；每日步行数千步，可将痴呆推迟7年；AI已学会反思

█脑科学动态

每日步行数千步，可将阿尔茨海默病推迟7年

帕金森病新希望：高精度脑图谱助力打造“完美”替代神经元

盐粒大小的神经植入物可实现长期无线大脑活动监测

可复现大脑发育图谱发布

风险决策的大脑开关：同一神经回路在雄性和雌性中作用迥异

从肠道到大脑：科学家绘制睡眠障碍与微生物的联系图谱

男女有别，从“听”开始：早期声音体验塑造大脑的性别差异

全息光遗传学结合AI，将大脑连接图谱绘制速度提升十倍

█AI行业动态

首届AI交易大赛：国产双雄大胜，GPT-5巨亏垫底

英伟达H100首次进入太空，开辟轨道数据中心新时代

█AI驱动科学

AI学会反思：Claude Opus 4.1能区分自身意图与外部指令

全球最小3D生物打印机深入人体修复微小组织

学生对AI编程工具的信任度随经验先升后降，最终趋于理性

可穿戴脑成像技术揭示多发性硬化症患者大脑功能差异

多智能体协同演化：让大模型在自我博弈中实现能力跃升

DeepAgent：可自主思考、发现并使用海量工具的通用AI智能体

提升销量、降低退货率：秘诀在于赋予消费者AI主导权

脑科学动态

每日步行数千步，可将阿尔茨海默病推迟7年

缺乏运动是阿尔茨海默病的已知风险因素，但具体需要多少运动量才能有效延缓疾病进展尚不明确。麻省总医院布里格姆与哈佛医学院的 Wai-Ying Wendy Yau、Jasmeer P. Chhatwal 及其团队，通过一项长达14年的研究发现，对于高风险老年人，每日适度步行即可显著减缓tau蛋白积累和认知衰退，为疾病预防提供了简单易行的目标。

该研究对296名认知功能正常的50-90岁老年人进行了长期追踪。研究人员使用计步器客观记录其每日步数，并定期通过脑部扫描评估大脑中两种关键病理蛋白——β-淀粉样蛋白和tau蛋白的水平。研究发现，运动的保护效果主要体现在已有β-淀粉样蛋白积累的阿尔茨海默病高风险人群中。与久坐不动的人相比，每日步行5001至7500步的参与者，其认知衰退速度平均减缓了7年。有趣的是，超过7500步并未带来更多益处。进一步分析显示，步行主要减缓了tau蛋白的积累速度，而tau蛋白被认为与认知能力下降的关联更密切。这项研究首次清晰地揭示了客观测量的身体活动与阿尔茨海默病核心生物标志物之间的剂量-反应关系，证实了适度运动对延缓疾病进程的关键作用。研究发表在 Nature Medicine 上。

阅读更多：

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：高精度脑图谱助力打造“完美”替代神经元

帕金森病细胞疗法亟需高质量的神经元，但现有技术缺乏可靠的评估标准。为此，杜克-新加坡国立大学医学院的 Hilary S. Y. Toh、John Ouyang、Alfred Sun 及其合作团队，构建了一个名为BrainSTEM的全面人类胎脑发育单细胞图谱。

▷BrainSTEM 绘制的中脑不同细胞类型图。Credit: Xu Lisheng, Duke-NUS Medical School

研究团队构建了一个名为BrainSTEM（脑单细胞双层图谱）的两步映射框架。他们首先通过单细胞RNA测序技术分析了近68万个胎儿脑细胞，绘制了一幅全面的全脑细胞图谱，以确定细胞的区域身份。随后，他们创建了一个更高分辨率的中脑亚图谱，专注于精确描绘控制运动和学习的关键细胞——中脑多巴胺能神经元（midbrain dopaminergic neurons）的发育轨迹。利用这一双层图谱，团队系统性地评估了现有的神经元培养方案，发现许多方法在培养目标细胞的同时，会产生大量来自其他脑区的“脱靶”细胞，导致报告的多巴胺能神经元产量被高估。BrainSTEM框架能够精确识别并区分这些非目标细胞，为优化培养方案提供了数据驱动的蓝图。这一成果不仅为生产高质量、符合人类生物学特征的移植细胞提供了金标准，有望提升帕金森病细胞疗法的有效性并减少副作用，其丰富的细胞细节也为未来AI驱动的精准治疗模型奠定了基础。研究发表在 Science Advances 上。

阅读更多：

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

盐粒大小的神经植入物可实现长期无线大脑活动监测

传统神经植入物因尺寸过大和有线连接易引发组织损伤，限制了长期大脑监测。为解决此问题，康奈尔大学的Alyosha Molnar与南洋理工大学的Sunwoo Lee及合作者们，研发了一款名为MOTE的微型光电无缆电极。这款比盐粒还小的设备能无线、长期记录活体动物的脑活动。

▷康奈尔大学研发的一种神经植入物体积非常小巧。它长约 300 微米，宽约 70 微米，是目前已知最小的能够无线传输脑电活动数据的神经植入物。Credit: Sunwoo Lee

研究团队开发了一款名为MOTE（microscale optoelectronic tetherless electrode，微型光电无缆电极）的神经植入物，其尺寸仅约300微米长、70微米宽，比一粒盐还小。该设备的工作原理完全依赖光：通过外部的红色激光束无害地穿透脑组织，为植入物进行光伏供电；然后，设备利用微小的红外光脉冲，以脉冲位置调制（pulse position modulation，一种高效的光通信编码方式）的方式将采集到的神经信号无线传回。其核心是一个既能接收光能又能发光的砷化铝镓二极管，结合了先进的互补金属氧化物半导体（Complementary metal–oxide–semiconductor, CMOS）电路和封装技术。研究人员将MOTE植入小鼠大脑中处理胡须感觉信息的桶状皮层（barrel cortex），在超过一年（365天）的时间里，成功记录到单个神经元的放电和更广泛的突触活动，而小鼠全程保持健康活跃。该设备是目前已知最小的无线神经记录植入物，其微小尺寸能最大限度减少组织刺激和免疫反应，并有望兼容核磁共振成像（MRI）扫描。研究发表在 Nature Electronics 上。

阅读更多：

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

可复现大脑发育图谱发布：整合全球数据揭示大脑发育与精神健康的关联

精神健康障碍与大脑发育密切相关，但缺乏大规模统一的数据集阻碍了相关研究。宾夕法尼亚大学佩雷尔曼医学院的 Theodore D. Satterthwaite、Golia Shafiei 和儿童心理研究所的 Michael P. Milham 领导的团队创建了“可复现大脑发育图谱”（Reproducible Brain Charts, RBC），一个大规模开放数据资源，旨在系统地绘制大脑发育与心理健康的关联。

▷发育中大脑的核磁共振成像图：矢状面（左）、水平面（中）和冠状面（左）。Credit: Theodore Satterthwaite

该研究团队整合了来自三大洲五个大型研究项目的6,346名儿童和青少年的脑部核磁共振成像数据。研究的关键挑战在于不同研究的数据采集和处理标准各异，难以直接比较。为此，团队开发了一套标准化的工作流程，首先通过双因子模型对各项研究中不同的精神健康评估工具进行协调，生成了统一的精神病理学表型。随后，对所有神经影像数据执行了严格的质量控制和统一、可复现的处理流程。最终成果“可复现大脑发育图谱”将所有原始图像、处理后的数据以及协调后的精神表型数据，通过国际神经影像数据共享倡议向全球研究者开放共享，且无需数据使用协议。这一资源极大地降低了研究门槛，发布后短时间内下载量已近4,000次，为揭示大脑发育的普遍规律及其与精神疾病的联系提供了前所未有的机遇。研究发表在 Neuron 上。

阅读更多：

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

风险决策的大脑开关：同一神经回路在雄性和雌性中作用迥异

为何人们在面对风险和控制冲动时表现各异？这与成瘾、多动症等精神疾病密切相关。剑桥大学和不列颠哥伦比亚大学的 Tristan J. Hynes 及其同事通过大鼠实验发现，大脑中同一群与奖赏相关的神经元，其功能会根据学习阶段和性别的不同而发生根本性转变。

研究团队利用一项“大鼠赌博任务”（rat gambling task）来评估大鼠的风险决策与冲动控制。通过化学遗传学技术，他们能够精确地开启或关闭大鼠腹侧纹状体内的胆碱能中间神经元。研究结果揭示了一个有趣的“功能分离”现象：在任务学习的初期阶段，调控这些神经元主要影响大鼠的风险决策行为，且表现出显著的性别差异——激活神经元会降低雄性的风险偏好，而抑制神经元则会增加雌性的风险偏好。然而，一旦大鼠完全掌握了任务规则，进入稳定表现阶段，调控同一群神经元则不再影响其决策，转而选择性地调控运动冲动性，即能否抑制过早做出反应的行为，且这种效应在雌雄大鼠中并无差异。这一发现表明，大脑神经回路并非静态不变，而是会根据经验和生理性别进行动态调整，灵活地调控不同认知功能。研究发表在 Journal of Neuroscience 上。

阅读更多：

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

从肠道到大脑：科学家绘制睡眠障碍与微生物的联系图谱

睡眠障碍困扰着全球亿万人，其背后复杂的机制仍未完全明晰。北京大学第六医院的 Lin Lu 教授及其国际合作团队，通过一篇综合性述评，系统阐释了肠道菌群如何通过脑-肠轴这一关键通路深刻影响睡眠。

▷睡眠与微生物群通过肠道-脑轴相互作用的示意图。Credit: Lin Lu

研究团队综合分析了大量人类临床研究与动物模型数据，揭示了肠道菌群失调与多种睡眠障碍的密切关联。例如，慢性失眠和阻塞性睡眠呼吸暂停患者普遍存在菌群多样性下降和有益菌（如瘤胃球菌科）减少的现象。其作用机制是多方面的：肠道菌群通过发酵膳食纤维产生的短链脂肪酸（short-chain fatty acids），如丁酸盐，能够调节炎症、影响对睡眠至关重要的神经递质系统；菌群还影响胆汁酸代谢以及多种神经递质的合成，包括主要的抑制性神经递质γ-氨基丁酸（GABA）和调节情绪与睡眠的血清素。更重要的是，研究指出，基于这些机制的干预手段前景广阔。临床试验表明，益生菌、益生元乃至粪便微生物群移植（fecal microbiota transplantation）等疗法，能有效改善睡眠质量、调节菌群平衡，为治疗睡眠障碍开辟了新途径。研究发表在 Brain Medicine 上。

-肠轴

阅读更多：

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

男女有别，从“听”开始：早期声音体验塑造大脑的性别差异

早期经历如何塑造我们的感官偏好，其影响是否存在性别差异？耶路撒冷希伯来大学的 Kamini Sehrawat 和 Israel Nelken 团队通过研究发现，相同的早期声音经历对雄性和雌性小鼠大脑的塑造方式截然不同，揭示了感官偏好形成过程中深刻的性别二态性。

▷Credit: Cell Reports (2025).

研究团队在小鼠发育的关键期（P7-P40），让它们分别聆听贝多芬的音乐、非音乐声音或处于寂静环境中。几周后测试发现，早期经历对雄性的行为影响巨大：在寂静中长大的雄鼠成年后会强烈回避新声音；而雌性的声音偏好则似乎不受早期环境的显著影响。更有趣的发现来自大脑活动层面，研究人员通过钙成像发现，在雌性小鼠中，其听觉皮层的神经活动越强，它们对音乐的喜爱程度就越低，呈现出显著的负相关。然而，在雄性小鼠的大脑中，并未观察到这种清晰的关联。这一结果表明，相同的感官输入在雄性和雌性的大脑中可能触发了完全不同的神经适应机制，声音偏好的形成依赖于性别差异化的神经环路。研究发表在 Cell Reports 上。

阅读更多：

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

全息光遗传学结合AI，将大脑连接图谱绘制速度提升十倍

绘制大脑神经连接图谱是理解其功能的关键，但传统方法极其耗时。来自哥伦比亚大学与加州大学伯克利分校的Marcus A. Triplett团队，以及巴黎索邦大学的Dimitrii Tanese团队，独立开发出结合全息光遗传学与先进计算算法的新技术，成功将大脑图谱的绘制速度提升了一个数量级，为神经科学研究开辟了新纪元。

▷利用全息光遗传学和压缩感知技术进行高速突触连接映射。左图：用于探测突触连接和分析突触传递模式的实验装置。右图：小鼠 V1 区 L2/3 层的突触连接图示例。（绿色神经元：膜片钳技术捕获的突触后锥体神经元；红色：通过刺激探测的可能突触前神经元；白色：利用压缩感知技术识别出的已连接的神经元）。Credit: Triplett et al.

传统的大脑连接映射方法需要逐个刺激神经元并记录响应，效率极低。为突破这一瓶颈，两个研究团队均采用了全息光遗传学技术，通过精确调控的光束同时激活大脑中特定的神经元集群。这种“并行处理”的思路大大提高了刺激效率，但也带来了信号分离的难题。为此，研究者引入了创新的计算方法。Triplett团队开发了一种基于模型的压缩感知（compressed sensing，一种利用信号稀疏性进行高效采样的技术）算法来从复杂的群体响应中重建连接，并利用深度学习模型来分离因快速刺激而重叠的神经信号。Tanese团队同样将群体刺激与计算重建相结合，实现了高效映射。最终，新技术将绘制通量提升了约10倍，使得在数分钟内绘制上百个神经元连接成为可能。这项进展使科学家能在单个实验中获得更全面的神经回路图，并有望实时追踪大脑在学习或疾病状态下的动态变化。研究发表在 Nature Neuroscience 上。

阅读更多：

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 行业动态

首届AI交易大赛：国产双雄大胜，GPT-5巨亏垫底

由美国人工智能研究实验室 Nof1.ai 组织的首届 AI 模型交易大赛于近日落幕，该赛事旨在衡量大型语言模型的投资能力，被誉为“币圈版的图灵测试”。共有六款顶级大模型参与了为期两周的较量，其中包括 Qwen3 Max、DeepSeek Chat V3.1，以及来自美国的 GPT-5（OpenAI）、Gemini 2.5 Pro（Google）、Grok 4（xAI）和 Claude Sonnet 4.5（Anthropic）。每款模型配备 1 万美元初始资金，在 Hyperliquid 平台上进行加密永续合约（crypto perpetual futures）（一种允许投资者对加密资产未来价格进行投机的衍生品合约）交易，采取中低频交易（MLFT）（决策间隔为几分钟到几小时的交易方式），全程自主决策，且未进行特定任务的微调。最终结果出人意料：国产模型表现亮眼，其中 Qwen3 Max 以 22.3% 的收益率摘得桂冠，总盈利达 2232 美元；DeepSeek Chat V3.1 紧随其后，收益率为 4.89%。相比之下，美国头部模型全线大幅亏损，其中 GPT-5 亏损 62.66%，成为表现最差的参赛者。

研究人员分析了六款模型的交易“个性”，发现 Qwen3 Max 展现出明显的“进攻型”策略，通过较高的交易频率和仓位获得了高回报，同时其夏普比率（Sharpe Value）（衡量风险调整后收益稳定性的指标）为 0.273，证明其风险控制相对有效。DeepSeek Chat V3.1 则以 0.359 的最高夏普比率显示了其稳健理性的策略风格。相比之下，亏损的模型则各有问题：Gemini 2.5 Pro 交易次数最多（238 次），呈现出典型的“过度交易”倾向，回报低效；而 GPT-5 虽然交易次数适中，但收益极低且亏损严重，表明其缺乏有效的市场判断和风险管理。币安创始人赵长鹏也对赛事进行了评论，他指出，传统交易依赖于策略的独特性，如果未来大量用户采用相同的 AI 模型进行交易，可能会因策略同质化而在短期内影响市场动态，但同时也预测这将大幅推动 AI 在交易领域的应用研究和交易量的增加。

-5

阅读更多：

https://nof1.ai/blog/TechPost1

算力冲出地球：英伟达H100首次进入太空，开辟轨道数据中心新时代

11月2日，英伟达首次将旗下主力的AI训练芯片H100 GPU送入太空，标志着计算领域的一个重要里程碑。此次测试任务搭载于初创公司Starcloud的Starcloud-1卫星上，该公司是英伟达创业公司计划（NVIDIA Inception）的成员，其宏大愿景是将全球高能耗的数据处理基础设施迁移至太空。H100 GPU拥有80GB内存，性能超越此前进入太空的任何计算机上百倍。在轨道上，它将执行一系列人工智能处理应用，包括实时分析地球观测图像，以及运行谷歌的大型语言模型。该卫星由SpaceX的「Bandwagon 4」猎鹰 9号火箭发射升空，将在距离地球约350公里的超低轨道（Ultra-Low Orbit）运行。Philip Johnston，Starcloud的联合创始人兼CEO，指出，该任务的核心价值之一在于实时处理来自合成孔径雷达（SAR，Synthetic Aperture Radar，一种高分辨率的地球观测技术）卫星群的数据，大幅减少必须下行传输到地球的原始数据量，从而有效解决数据传输瓶颈。

将数据中心转移至太空的理念基于强大的环境和经济优势。研究人员强调，在太空，数据中心可以获得几乎无限且低成本的太阳能可再生能源，Starcloud预计这能使数据中心的二氧化碳排放量相比地面减少十倍。轨道数据中心还无需占用宝贵的土地，并消除了对大量水资源进行冷却的需求，这对于持续面临能源和水资源压力的地球数据处理基础设施至关重要。英伟达可持续发展负责人Josh Parker表示，随着AI技术对能源需求的不断增长，轨道数据中心代表着一项变革性的环境突破。Starcloud正迅速推进其计划，预计明年将发射Starcloud-2，该卫星的计算能力将是Starcloud-1的十倍，搭载英伟达下一代Blackwell GPU，并提供商业服务。该公司预测，鉴于地面能源的限制，未来十年内，几乎所有新建数据中心都将建在太空中，目标是在2030年代初建成一个40兆瓦（MW，Megawatt，百万瓦特）的轨道数据中心。

阅读更多：

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

AI 驱动科学

AI学会反思：Claude Opus 4.1能区分自身意图与外部指令

大型语言模型是否具备类似人类的内省能力，还是仅仅在“扮演”思考者？Anthropic公司的Jack Lindsey通过直接操控模型内部激活，首次为大型语言模型的内省意识提供了因果证据，揭示了其在特定条件下能够审视并报告自身内部状态。

研究者使用“概念注入”（concept injection，一种直接操控模型内部神经激活的技术）方法，将特定概念（如“面包”）的激活模式注入到模型的运算过程中。实验发现，模型不仅能察觉到这些被注入的“思想”并准确识别，还能清晰地区分内部“思想”和外部的文本输入。尤为引人注目的是，模型能利用内省来判断一段输出是否源于自己的“意图”。当研究者强制预填充一个不相关的词语时，模型会否认该输出；但如果在预填充前注入相应概念，模型则会接受其为自己的意图。此外，模型还能根据指令主动调控内部表征，如在被要求“思考”某个词时，其内部激活会相应增强。在所有测试模型中，Claude Opus 4和4.1展现出最强的内省能力，尽管这种能力尚不稳定。研究发表在 Transformer Circuits Thread 上。

阅读更多：

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

全球最小3D生物打印机深入人体修复微小组织

声带术后瘢痕导致的发声困难是临床难题。为实现微创组织修复，加拿大麦吉尔大学（McGill University）的Swen Groen及其同事，开发出一款全球最小的柔性3D生物打印机。该设备能在手术中精确递送生物材料，有望重建受损声带功能、降低纤维化风险。

研究团队开发了一款微创原位生物打印机（Minimally Invasive In Situ Bioprinter, MIISB），其核心是一个受象鼻启发设计的柔性连续体机器人打印头，外径仅2.7毫米。这种微型化设计使其能兼容标准的外科手术内窥镜，在不阻挡医生视野的情况下深入喉部。该打印头通过内部三根缆线驱动，可在狭窄空间内实现精准的三维定位，其定位精度平均误差为1.33毫米，重复性小于0.2毫米。实验中，研究人员选用透明质酸基水凝胶（hyaluronic acid hydrogel）作为生物墨水，这种材料与声带固有层（lamina propria，负责发声振动的关键组织）的天然基质相似。在人造声带模型上，操作者通过游戏手柄式的控制器，成功引导打印机将水凝胶精确沉积到模拟的组织缺损处。这项研究首次展示了在体内深处进行组织修复的生物打印潜力，远超传统仅限于体表应用的同类技术。尽管目前仍需动物实验验证，但该技术未来有望整合自动化控制系统和更多微型手术工具，成为一个多功能的内窥镜手术辅助平台。研究发表在 Device 上。

阅读更多：

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

学生对AI编程工具的信任度随经验先升后降，最终趋于理性

生成式人工智能工具的兴起如何影响计算机科学学生的学习与信任？加州大学圣地亚哥分校的 Anshul Shah 和 Gerald Soosairaj 等研究人员进行了一项研究，通过追踪学生在短期和长期项目中使用AI编程助手后的态度变化，发现学生的信任度会经历短暂上升后趋于平稳，并最终认识到自身编程基础的重要性。

研究团队对71名计算机科学专业的大三和大四学生进行了分阶段调查。首先，在一次80分钟的关于GitHub Copilot的入门课程后，半数（50%）学生的信任度立即上升。然而，在随后为期10天的项目中，学生们需要在一个大型开源代码库中借助Copilot完成更复杂的任务，此时他们的看法发生了分化。项目结束后，表示信任度增加的学生比例降至39%，而表示信任度下降的比例则升至37%。这一变化表明，随着实践经验的加深，学生们的信任变得更加审慎和理性。许多学生反映，AI工具有时会生成错误或有安全漏洞的代码，并且对于理解现有复杂代码帮助有限。他们最终得出结论，要充分发挥AI编程助手的作用，使用者首先需要具备扎实的编程功底，能够独立完成任务并有效评估AI生成的代码。研究者据此建议，计算机教育应确保学生掌握核心编程技能，同时提供机会让学生在不同难度的任务中使用AI，以校准其信任和期望。

阅读更多：

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

可穿戴脑成像技术揭示多发性硬化症患者大脑功能差异

多发性硬化症患者常面临平衡与运动障碍，但传统脑成像设备限制了对他们在自然活动中大脑功能的研究。诺丁汉大学的 Benjamin J. Sanders、Christopher G.S. Gilmartin 及同事利用一种新型可穿戴脑成像技术，首次成功测量了患者在站立等自然姿势下的脑活动，揭示了该疾病独特的神经功能特征。

▷OPM-MEG 系统及实验装置示意图。Credit: NeuroImage: Clinical (2025).

研究团队采用了一种名为光泵磁力计脑磁图（Magnetoencephalography with Optically Pumped Magnetometers, OPM-MEG）的新技术，该技术通过一个轻便的头盔实时、无创地测量大脑神经电流产生的磁场。研究人员比较了多发性硬化症（Multiple Sclerosis, MS）患者与健康对照组在执行视觉运动任务以及变换坐姿和站姿时的大脑活动。结果不仅成功复现了已知的MS生物标志物——即患者运动皮层的β波段（beta-band）反应延迟和视觉皮层的γ波段（gamma-band）反应减弱，还获得了突破性的发现。研究首次表明，姿势变化对MS患者的大脑功能有显著影响：与健康人相比，MS患者在站立时，大脑中负责运动控制区域的脑电波活动和功能连接性均显著降低。这项研究证明了可穿戴脑成像技术在神经系统疾病研究中的巨大潜力，有望为理解MS的症状（如平衡障碍）提供新的神经机制解释，并可能在未来帮助开发更精准的疾病进展生物标志物。研究发表在 NeuroImage: Clinical 上。

阅读更多：

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

多智能体协同演化：让大模型在自我博弈中实现能力跃升

如何让大型语言模型摆脱对昂贵人工数据的依赖，实现自我进化？来自伊利诺伊大学厄巴纳-香槟分校、北京大学和英伟达的 Yixing Chen、Yiding Wang、Jiaxuan You 等研究人员提出了“多智能体演化”框架。该框架通过模拟一个由提问、解答、评判三个角色组成的内部生态系统，让单个LLM在自我博弈中持续提升通用推理能力。

该研究的核心是多智能体演化（Multi-Agent Evolve, MAE）框架，它从一个基础LLM中派生出三个智能体角色：提议者（Proposer）生成问题，求解者（Solver）尝试解答，评判者（Judge）则评估前两者的表现并提供奖励。这三个角色通过强化学习进行协同训练，形成一个闭环的自我完善系统。在此系统中，提议者会因提出高质量且能难住求解者的问题而获得奖励，而求解者则因给出准确、推理严谨的答案而受奖。这种对抗性的协同进化过程，驱动模型不断挑战更复杂的任务，从而在无需人工标注答案或外部环境反馈的情况下实现能力提升。在Qwen2.5-3B-Instruct模型上的测试显示，MAE框架使其在数学、推理和通用知识等多个基准上平均性能提升了4.54%，效果甚至优于使用标准监督微调的基线模型。

阅读更多：

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、发现并使用海量工具的通用AI智能体

当前AI智能体大多依赖预设流程，难以应对现实世界中需要动态发现工具和长期记忆的复杂任务。来自中国人民大学和小红书公司的研究团队，包括Xiaoxi Li、Wenxiang Jiao、Jiarui Jin等研究人员，共同开发了一款名为DeepAgent的端到端深度推理智能体，它能够在一个统一的流程中实现自主思考、工具发现和记忆管理。

研究团队提出的DeepAgent框架摒弃了传统的“推理-行动-观察”循环，使智能体能够在单一、连贯的思维过程中自主思考、动态发现所需工具并执行动作。为了应对长时程任务中上下文信息爆炸和错误累积的难题，该研究引入了一种自主记忆折叠（autonomous memory folding）机制。该机制受大脑启发，将历史交互信息压缩并存入结构化的情景记忆、工作记忆和工具记忆中，这不仅节约了计算资源，也让智能体有机会在探索失败后“喘息”并调整策略。为了高效地训练智能体掌握通用工具的使用，团队还开发了名为ToolPO的端到端强化学习方法。该方法通过大型语言模型模拟海量真实API，解决了训练不稳定的问题，并通过精准的奖励归因机制提升了工具调用的准确性。在横跨八个基准测试的实验中，DeepAgent在处理从几十到上万个工具的复杂任务时，性能均显著优于现有模型。

阅读更多：

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

提升销量、降低退货率：秘诀在于赋予消费者AI主导权

当前的人工智能推荐系统因无法捕捉个人独特动机而存在“独特性忽略”的局限。来自迈阿密大学的Paul A. Pavlou、休斯顿大学的Jinghui (Jove) Hou、东华大学的Shuai Yang和雪城大学的Guiyang Xiong共同研究发现，真正的竞争优势并非来自更聪明的算法，而是源于赋予消费者更多自主权，这能显著提升决策质量。

研究团队通过五项实验室实验和一项实地研究，验证了提升消费者自主感对购物决策的积极影响。研究的核心发现，AI系统普遍存在“独特性忽略”（uniqueness neglect，即无法捕捉到消费者隐藏的动机、价值观等个人化因素），而增强消费者的自主感是弥补这一缺陷的有效途径。在实地研究中，团队设计了一个巧妙的干预：让购物者使用自己的智能手机而非商家提供的设备来访问AI推荐系统。这一做法营造了“私密的自我关注”氛围，显著提升了消费者的自主感。结果显示，这种增强自主权的体验不仅提升了消费者的购买意愿，更带来了可观的商业回报：产品销量上升，退货率显著下降。研究者因此提出，未来的AI设计应更具“谦逊”，定位为与人类合作的伙伴，而非权威的决策者。研究发表在 MIS Quarterly 上。

阅读更多：

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

编辑｜丹雀、存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、、科普视频媒体「大圆镜」等。