《智能简史》（A Brief History of Intelligence）是 Max Bennett 2023 年出版的科普著作。Bennett 是纽约 AI 公司 Alby 的联合创始人，此前联合创办了为品牌做营销个性化的 AI 公司 Bluecore。他在引言中说明，自己并非受过正式训练的神经科学家；写作本书的起因是长期把 AI 用于真实商业问题后反复撞见同一个困惑——AI 能在围棋、国际象棋、医学影像上超越人类，却连洗碗机都装不好，这类差距暴露了我们对智能本身运作的理解不足。
本书给出的回答是一条演化叙事。Bennett 主张，大脑演化迄今的复杂化可以概括为五次"突破"：转向（steering，最早的双侧对称动物）、强化（reinforcing，最早的脊椎动物）、模拟（simulating，最早的哺乳动物）、心智化（mentalizing，最早的灵长类）、语言（speaking，最早的人类）。每一次突破都建立在前一次留下的神经结构之上，并给动物配备一批新的智力能力；后续突破只有在前序基础存在时才能出现。
作者的证据组织方式是三套材料的并置：化石记录与现存动物大脑的比较、动物行为学实验、人工智能算法的演化对照。书中区分了他本人的推测与已有研究结论，在尾注中逐条标出证据出处。作者也明确提醒读者：这部历史只讲人类这一支系，不能据此认为现代人脑"优于"其他现存动物；演化只分成"存活下来"与"没有存活"两档。
全书要旨与论证结构
开篇先处理两个前提：人脑为什么难懂，演化历史为什么是理解大脑的捷径。人脑有约 860 亿神经元、超过一百万亿个连接，单个连接宽度不足三十纳米；即使画出全部线路，神经元之间还靠数百种化学物质传递信号，连接本身持续变动。作者据此认为，直接逆向工程人脑收效有限，更好的起点是动物王国里保留了祖先结构的简单大脑和化石记录。
作者否定了保罗·麦克莱恩（Paul MacLean）1960 年代提出的"三位一体脑"假说。该假说把人脑分成爬虫脑、边缘系统、新皮层三层，分别对应本能、情绪与认知。Bennett 指出，这一框架的解剖划分、功能划分与演化叙事都被后续研究推翻：爬行动物同样有对应边缘系统的结构，本能与情绪并不各自局限在单一层次。他提出用"突破"代替"分层"作为全书地图，并让 AI 充当检验标准——一个算法若在机器上无法工作，就为"大脑可能不这样工作"提供了证据；反之，若某算法在 AI 中有效且与动物大脑性质吻合，就提示大脑可能真这样做。
全书各章的编排遵循同一个节奏：先讲祖先遇到的生存压力，再讲新的大脑结构如何应对，最后讲该能力在现代人脑与 AI 中的表现。作者反复用"过去创新为未来创新铺路"来串联事件，并在每部分末尾附一份突破小结。
突破一：转向——最早的对称动物
约 6 亿年前，动物祖先还是辐射对称的珊瑚虫、海葵一类，只有神经网络而没有大脑。化石证据显示，最早的双侧对称动物（bilaterians）是米粒大小的无腿蠕虫，出现在埃迪卡拉纪（约 5.5 亿年前）。双侧对称的身体把"朝哪里移动"压缩成"前进或转弯"两个选项，使导航变得可行。Bennett 把这项能力命名为第一次突破：转向。
转向需要四件东西，书中逐一展开。双侧身体提供转弯结构。感觉神经元把刺激编码为"好"与"坏"（效价，valence），这种编码随内部状态改变。一个集中的大脑把多个方向的投票整合成单一决定——同一时刻只能朝一个方向移动。情绪的核心成分（效价与唤醒）提供持续的"离开或留下"状态，应对感觉信号转瞬即逝的问题。线虫 C. elegans 只有 302 个神经元，却是这一章的模型动物，作者用它的行为实验逐一说明这些机制：它循气味浓度梯度绕圈接近食物，面对"美味加铜屏障"会按双方浓度做权衡，饿了会改变对二氧化碳的效价。
多巴胺与血清素在最早的双侧对称动物中已经分工。作者引用线虫实验与肯特·贝里奇（Kent Berridge）的大鼠面部表情实验说明：多巴胺编码"想要"而非"喜欢"，在接近奖励时释放并推动追求；血清素编码饱足，在消费奖励时释放并抑制追求。贝里奇实验中，多巴胺升高的大鼠吃得多但愉悦表情没有增加，多巴胺神经元被毁损的大鼠坐在食物旁饿死，却在被喂食时表露愉悦。
同一套系统还解释应激与抑郁的古老来源。作者用线虫实验说明三种状态：急性应激（肾上腺素类物质触发逃跑、关闭消化与繁殖等奢侈功能）、应激结束后的类阿片"缓解恢复"状态、以及不可逃避的持续应激引发的慢性应激——线虫在约两分钟后放弃逃跑，进入类快感缺失状态。作者据此提出，抑郁中的快感缺失（anhedonia）可能是能量保存的古老机制，抗抑郁药与类阿片成瘾的适应循环都作用于这套系统。
巴甫洛夫条件反射与持续学习
巴甫洛夫在 1904 年的诺贝尔奖演讲后转向"条件反射"研究。他的狗会在铃声与食物反复配对后对铃声单独分泌唾液，这种联结自动发生、无需意识。作者指出，这种关联学习在全部双侧对称动物中都存在，而海葵、珊瑚这类辐射对称动物学不会——它们只对刺激本身作反应。效价机制出现后，能否根据经验改写"好与坏"成了生死问题。
条件反射随时间变化的规律——习得、消退、自发恢复、再习得——让简单大脑应对不断变化的关联。作者把"结果发生后该把功劳记给哪个先导线索"称为信用分配问题，列出最早大脑的四个粗糙技巧：资格迹（线索须出现在结果前约一秒内）、遮蔽（强线索压过弱线索）、潜在抑制（熟悉刺激被当作背景）、阻断（已有线索阻止新线索形成关联）。
学习的物理基础是突触变化。Hebbian 学习（"一起放电的神经元连接在一起"）加上计时机制（资格迹）、以及多巴胺与血清素对突触可塑性的门控，构成这套机制。作者强调，这些突触学习机制约 5.5 亿年前已经出现，此后大脑演化主要是给旧机制找新用途，而不是更换机制本身。
突破二：强化——最早的脊椎动物
约 5 亿年前，寒武纪的捕食军备竞赛中出现了最早的脊椎动物。它们的大脑形成今日所有脊椎动物共有的模板：皮层、基底节、丘脑、下丘脑、中脑、后脑。作者引用爱德华·桑代克（Edward Thorndike）的迷箱实验定义第二次突破：强化（reinforcement learning）——通过试错学会任意动作序列。猫在迷箱里从乱抓乱撞到直接解锁，鱼类也能学会穿过透明墙的开口逃到暗侧；线虫学不会这类任务，只能做转向级的关联。
强化学习在工程上遇到的是时间信用分配问题。马文·闵斯基（Marvin Minsky）1951 年造出第一个强化学习算法 SNARC，但在稍复杂的迷宫中失败；他意识到既不能只奖励临门动作，也不能在终局时平均归因——国际象棋的可能对局数超过 10 的 120 次方。理查德·萨顿（Richard Sutton）1984 年的博士论文提出时间差（temporal difference, TD）学习：用"预测奖励的变化"代替实际奖励来强化行为，演员-评论家架构让系统边下棋边更新。杰拉尔德·特索罗（Gerald Tesauro）1994 年用 TD 训练的 TD-Gammon 达到顶级双陆棋水平，证明算法在实践上成立。
多巴胺信号的重新解释把 AI 与神经科学连在一起。沃尔弗拉姆·舒尔茨（Wolfram Schultz）记录猴子的多巴胺神经元：起初神经元对糖水奖励兴奋，学会后转向对预测线索兴奋，预期奖励被省略时活动反而下降。彼得·戴扬（Peter Dayan）与里德·蒙塔古（Read Montague）1997 年与合作者舒尔茨共同发表论文，把这些反应解读为 TD 信号。基底节被描述为"演员"，下丘脑充当"裁判"——只在真正获得奖励时兴奋；作者指出，这套回路在人类与七鳃鳗脑中几乎相同。
模式识别：皮层与不变性问题
嗅觉识别是模式识别的起点。气味由多种分子构成，任何气味对应一组嗅神经元的激活模式，识别气味就是识别模式。早期双侧对称动物只能靠单个神经元识别单一特征（光、触、化学物），脊椎动物的皮层则解码神经元组合的模式。书中提出两个计算难题：判别（重叠的模式要区分开）与泛化（同一对象的模式每次略有不同）。
皮层用两个布线特征解决判别：维度扩张（少量嗅神经元连接大量皮层神经元）与稀疏连接。解决泛化的机制是自动联想（auto-association）——皮层神经元通过 Hebbian 学习互相连接，输入部分模式即可补全整体。作者用计算机内存作对比：皮层是内容寻址记忆，给定片段即可回忆；代价是共享神经元存储可能互相覆盖。
这种覆盖在人工神经网络中表现为灾难性遗忘。1989 年，Neal Cohen 与 Michael McCloskey 训练网络做加法，教完"加 2"后网络忘了"加 1"。作者指出，现代 AI 靠训练后冻结参数回避这个问题；鱼在搁置一年后仍记得逃生口，说明脊椎大脑一直有某种持续学习方案，具体机制尚无定论。
不变性问题指同一对象在不同旋转、距离、位置下激活完全不同的神经元，大脑仍认出它是同一对象。福岛邦彦（Kunihiko Fukushima）受 Hubel 与 Wiesel 视觉皮层研究的启发发明卷积神经网络，把"平移不变"作为先验直接写进架构。作者同时指出卷积网络与真实皮层差别很大：皮层没有监督信号、没有反向传播；鱼没有哺乳动物那样的分层视觉皮层，却仍能一眼认出旋转后的物体——Caroline DeLong 2022 年的金鱼实验证实了这一点。鱼脑如何解决不变性问题，作者承认尚无解释。
好奇心、时间感知与空间地图
强化学习的配套能力包括精确计时（鱼能记住刺激与电击相隔五秒）、从"奖励缺席"中学习（避免任务、失望与解脱）、以及好奇心。好奇心的必要性来自探索-利用两难：强化学习必须有大量试错才能工作。DeepMind 2018 年用"把新奇本身当作奖励"的算法终于通关《蒙特祖玛的复仇》第一关。作者把赌博与社交信息流解释为对"惊喜偏好"的利用，并说明这些偏好源于 5 亿年前的脊椎动物大脑。
脊椎动物还建立了第一个世界模型：空间地图。鱼能仅凭水箱侧壁标记记住食物位置，这需要源自内侧皮层的海马区；前庭系统（半规管）提供自运动信息，使大脑区分"东西在朝我游"与"我在朝东西游"。作者指出，这是大脑第一次把自我与世界分开，也是第一次构建外部世界的内部表征；这一"记住位置"的技巧后来演化为更一般的内部模型。
突破三：模拟——最早的哺乳动物
书中用"神经黑暗时代"指代一段横跨 4.2 亿年前至晚侏罗纪的漫长时期：鱼登陆成为四足动物，羊膜动物分化出爬行动物与兽孔目，后者演化出温血性并一度称霸，随后在二叠纪-三叠纪大灭绝中几乎全部消失。幸存的小型犬齿兽类（cynodonts）体型缩小到四英寸，在恐龙统治下靠穴居与夜间活动生存，成为第一批哺乳动物。
新皮层是哺乳动物最大的神经创新。作者推测，新皮层让早期哺乳动物能在行动前模拟选项——从洞穴观察树枝与鸟，在脑中演练不同路径后再选择。模拟需要两个前提：远距离视觉（陆地上看得比水下远约一百倍）与温血性（神经元放电速度随温度上升）。这解释了为何只有哺乳动物与（独立演化出温血的）鸟类表现出规划能力，而爬行动物始终没有。
新皮层作为生成模型
弗农·蒙卡斯尔（Vernon Mountcastle）提出，新皮层各处微电路相同，听觉皮层与视觉皮层只是输入来源不同。2000 年 MIT 实验把视网膜输入改接到雪貂的听觉皮层，雪貂照样看得见，验证了可互换性。这一假设把理解人脑简化为理解被重复约一百万次的单一微电路。
亥姆霍兹（Hermann von Helmholtz）19 世纪提出，人感知的对象是大脑推断出的东西，而非直接体验。Geoffrey Hinton 与 Peter Dayan 1995 年用"亥姆霍兹机"给出概念验证：网络在识别模式与生成模式之间来回切换，无监督地学会认字并生成手写数字。作者据此把感知描述为"受约束的幻觉"：填充视觉缺口、双关图一次只出现一种解释、看过青蛙图后无法"看不见"，都符合生成模型的预测。盲人的查尔斯·邦内综合征（感觉输入中断后的视觉幻觉）、睡眠剥夺后的幻觉、以及想象与识别共用同一批皮层神经元，都是这一模型的证据。
模拟给早期哺乳动物带来三项能力。其一，替代试错（vicarious trial and error）：Edward Tolman 在 1930 年代观察到鼠在岔路前左右摆头；David Redish 与 Adam Johnson 在本世纪用海马 place cells 的记录证实，摆头时鼠脑在播放两条备选路径。鱼在绕行任务中直接撞透明隔板，鼠却能用已探索过的地图绕行。其二，反事实学习：Redish 的"餐馆街"实验显示，鼠会为错过的选择表现出懊悔并改变后续选择；猴子的石头剪刀布实验表明，输了会偏向下一次出"本可赢"的那一手。作者把因果感知视为反事实推断的产物，并明确说因果在物理上是否真实存疑，其演化依据在于有用性。其三，情景记忆：Henry Molaison 1953 年切除海马后再也无法形成新记忆。作者主张情景记忆是对过去的模拟，证据是想象未来与回忆过去使用同一网络、且记忆在回忆中被"填平"——被清白计划平反的错判者中，77% 的原判依据是错误目击证词。
基于模型的强化学习与前额叶控制
模拟使哺乳动物获得基于模型的强化学习：先建立世界模型，再在脑中演练再行动。AlphaZero 用搜索验证演员-评论家给出的候选走法，是这类算法的代表；但真实世界的搜索远比围棋困难——动作连续、信息不完全、奖励随时间变化。作者推测，哺乳动物的优势在于灵活切换：有时模拟、有时靠习惯，问题在于大脑如何决定何时模拟。
Antonio Damasio 的病人 L 因卒中损伤前额叶无颗粒皮层（aPFC）后患缄默症：能动作、能理解，但没有意志。作者据此提出，aPFC 构造"自我模型"——它像感觉皮层解释感官输入一样，解释基底节引发的行为并构造"意图"，用来预测动物下一步会做什么。当多个 aPFC 柱状单元对下一步预测不一致（不确定性高）时触发模拟；模拟由感觉皮层渲染，基底节按模拟结果接受替代性训练，最后选择获得最多虚拟投票的选项。
Tony Dickinson 的奖励贬值实验把目标导向与习惯分开：训练 100 次的鼠在食物被毒化后减少压杆，训练 500 次的鼠继续狂压。作者据此区分 aPFC（模拟）与基底节（自动化），并把这一二元对照延伸到 Kahneman 的"系统 2 / 系统 1"。注意力的机制被纳入同一框架：aPFC 维持内部模拟且不受感觉输入约束时是想象，约束到当前输入时是注意，跨时间维持时是工作记忆，抑制杏仁核时是自控。
运动皮层与精细运动
早期哺乳动物没有运动皮层；运动皮层只在胎盘类哺乳动物中演化。多数哺乳动物毁损运动皮层后仍能行走捕猎，只有灵长类出现瘫痪，这排除了"运动皮层等于运动指令"的简单解释。作者采纳 Karl Friston 的替代方案：运动皮层生成的是运动预测——它观察邻近躯体感觉皮层的活动并解释之，其预测沿脊髓下行使预言成真。损毁实验支持"运动规划"定位：非灵长哺乳动物在精细动作（放爪、跨障碍）与学习新动作序列上受损，已学会的动作不受影响。
运动系统组织成目标层级：aPFC 管高层"喝水"意图，前运动皮层分解为子目标，运动皮层再分解为"把食指放这里"级别的子子目标。作者把洗碗机机器人的难点定位在运动皮层与运动层级的模拟与持续学习，并承认人类对这套机制的理解仍不完整。
突破四：心智化——最早的灵长类
6600 万年前的小行星撞击灭绝了恐龙，哺乳动物进入"哺乳动物时代"。早期灵长类转为昼行、以果实为食、群体生活，大脑膨胀到原先的一百倍以上。罗宾·邓巴（Robin Dunbar）的社会脑假说发现，灵长类的新皮层比例与社会群体规模相关；这一相关在大多数其他哺乳动物中不成立，相关只出现在灵长类特有的群体结构上。
灵长类群体有等级与政治。作者引用 Emil Menzel 的黑猩猩实验：Belle 学会隐藏食物位置来欺骗霸主 Rock，Rock 学会假装不看再折返，形成层层递进的欺骗与反欺骗。据此，理论心智（theory of mind）——推断他人意图与知识——被定义为灵长类的标志能力。猴群通过梳毛维系联盟，约 20% 的冲突展示会引来第三方加入一方；高层家族衰落时，低层家族会发动政变，而高层家族也能靠拉拢非亲缘盟友稳固地位。作者认为，这种政治军备竞赛的压力解释了灵长类的大脑袋。
模拟自己以模拟他人
灵长类大脑的增量主要是新皮层面积的扩大（颗粒前额叶 gPFC 与灵长类感觉皮层 PSC），新结构极少。fMRI 实验显示 gPFC 在自指任务（评价自己的性格、感受、意图）中激活；gPFC 损伤者能构建丰富场景，却无法把自己放进场景，甚至出现镜像综合征（不认识镜中的自己）。作者据此提出，这些区域构建了关于"自身内心模拟"的二阶生成模型。
理论心智与自我模型的神经底体重叠。Brunet-Gouet 的连环画任务与 Sally-Ann 假信念测试都激活 gPFC 与 PSC；gPFC 损伤者的社会认知全面受损（认不出情绪、分不清谎言与玩笑、无法取他人视角）。作者引述模拟理论/社会投射理论：我们通过想象自己处在他人位置来理解他人。儿童发展证据支持这一点：约两岁通过镜像自我识别测试，约四至五岁通过假信念测试，两者同步发展；社会隔离养大的黑猩猩无法识别镜中的自己。
灵长类还出现了镜像神经元（Rizzolatti 的帕尔马实验室 1990 年意外发现）与观察学习。作者把镜像神经元解读为"想象他人动作"的副产品。观察学习的难点落在获得全新技能上（选择已知技能只需简单反射），这需要理论心智：辨别有意与无意动作、在无近期奖励时坚持数年、并支撑主动教学（Boesch 观察到母猩猩放慢敲坚果动作、主动递工具）。工具使用与技能传播因此依赖"可传递性"而非单纯聪明——直接复制专家行为的模仿学习（ALVINN 的驾驶）脆弱易崩，机器人领域改用主动教学（Ross 与 Bagnell 的 Mario Kart）与逆向强化学习（Abbeel、Coates、Ng 的直升机特技）——后者先推断专家意图再试错。
预期未来需要
生态脑假说提出另一条压力来源：果实食性。果实成熟窗口短（有的不到 72 小时）、部分果实竞争激烈，灵长类必须预先规划觅食路线。Alex DeCasien 2017 年对 140 多种灵长类的研究显示，果实食性能解释脑相对大小的变异，解释力不弱于群体规模。Bischof-Kohler 假说认为只有人类能基于未来需要行动；Naqshbandi 与 Roberts 2006 年的实验显示，松鼠猴会为了几小时后的水放弃眼前一大把枣，大鼠做不到。作者把预期未来需要归入心智化的同一机制：推断"处于不同状态的自己"的需要，正如推断他人的需要。
突破五：语言——最早的人类
动物界的交流普遍存在，语言的独特性落在两点上：陈述性标签（给对象与动作指派任意符号）与语法（组合符号产生无限意义）。黑猩猩的叫声与手势是遗传硬连线的（不同群体几乎一致），人类语言则是学来的。作者用猩猩语言实验的争议说明这一分界：Washoe 见到天鹅打出"水鸟"、Koko 把戒指打成"手指手镯"、Kanzi 能理解 600 个新句子命令并胜过两岁儿童，但这些多为轶事记录；多数科学家认为这类成果更接近祈使而非陈述性标签，且猩猩必须经过刻意训练，永远达不到人类儿童的水平。
语言在大脑中的定位不能简化成"语言器官"。Broca 区损伤导致丧失产出语言，Wernicke 区损伤导致丧失理解语言；但这两个区域在猴脑中早已存在，毁损它们不影响猴子交流。作者指出，黑猩猩与人类共有的真正系统是情绪表达系统（笑、哭、皱眉），受控于杏仁核等古老结构，与语言完全分离。人类语言的新颖之处落在新皮层之外：一套硬连线的"语言课程"——婴儿约四个月开始轮流发声（原始对话），约九个月开始共同注意（确认他人看到同一对象），并会提问，这些行为先于语言出现，黑猩猩婴儿没有。这套课程把旧的心智化皮层区域改造成语言区域，正如鸟类通过"想跳、想扇翅、想滑翔"的课程学会飞行。
语言演化的完美风暴
语言为何罕见是全书收束的问题。作者承认考古证据只给出两个确定里程碑：约 50 万年前声带才适配口语（尼安德特人同样如此），至少 10 万年前存在语言（符号物证据）。他随后处理语言演化最大的理论障碍：语言的许多收益是利他的（分享食物位置、预警、教学），而利他行为在演化上不稳定——说谎者与搭便车者会侵蚀语言的价值。作者依次介绍亲缘选择（Haldane 的名言"愿为两个兄弟或八个堂兄弟献出生命"）与互惠利他（"你给我挠背我也给你挠"），后者依赖对违约者的侦测与惩罚。
邓巴的补充是把流言（gossip）放入框架：他偷听公共对话，发现约 70% 的人类对话是流言。流言使违约行为在群体中扩散、使利他行为获得声誉回报，从而稳定大群体的互惠利他。作者把语言、利他、残酷视为同一正反馈循环的三个产物：更多惩罚催生更多利他，更多利他催生更自由的信息共享，更有效的流言又强化惩罚。他也列出竞争性解释——合作狩猎的互惠安排、Chomsky 的"语言先用于内在思考"、语言作为求偶歌唱副产物——并承认这些版本都无法确证。
Homo erectus 的考古拼图串起这条线：约 250 万年前脑量开始三倍膨胀；H. erectus 成为顶级捕食者（肉食占约 85%、投掷与耐力跑适应）、可能发明烹饪（Wrangham 假说，提供热量盈余支持大脑袋）、早产与长达 12 年的童年推动父亲参与和"祖母假说"。H. floresiensis 脑量缩回黑猩猩水平却保持同样的工具复杂度，作者将其作为间接证据，支持"语言学习程序（而非单纯脑量）决定工具复杂度"的解读。
大型语言模型：预测与模拟的对照
末章回到大语言模型。作者在引言中写道，2022 年推出的 ChatGPT 能通过律师考试，成绩超过 90% 的律师；随后重点分析其前身 GPT-3。GPT-3 被训练预测互联网文本的下一个词，能写文章、回答新问题、作诗、翻译和写代码，却答错简单的物理常识：无窗地下室向上看会"看到星星"、3x+1=3 时 x=1、百米高的球被"接住"。作者把这归因于 LLM 缺少内部世界模型——人类推理时在模拟中检查答案（数指头、想象地下室天花板）。GPT-4 通过"从人类反馈中强化学习"与思维链提示修正了这些答案；作者提醒，这代表模型学会了模仿推理过程，不代表建立了世界模型，正如计算器做算术不代表理解数学。
LLM 的另一个缺口是理论心智。作者用 Bostrom 的"回形针问题"说明语言建立在推断他人意图之上：人类听到"最大化回形针产量"会自动排除"把地球变成回形针"这类解释。Wernicke 区与灵长类心智化区域（颞顶交界处）重叠，儿童语言发展与假信念测试成绩相关，都支持语言与心智化同源。作者结论是，继续扩大语料能让 LLM 更擅长常识题，但若没有内部世界模型与心智模型，它们仍缺少人类智能中由模拟与心智化提供的那部分能力。
证据来源、作者位置与限制条件
本书做的是综合（synthesis）工作，原始研究由所引用的科学家完成。Bennett 在致谢中列出与他对谈并审阅手稿的科学家，包括 Karl Friston、Jeff Hawkins、Joseph LeDoux、David Redish、Eva Jablonka、Thomas Suddendorf 等，并在尾注逐条标注出处；完整书目在其网站提供。作者声明自己并非神经科学家，并在推测处（新皮层微电路的计算、aPFC 触发模拟的机制、运动预测假设、流言-惩罚循环）明确标注"推测"。
书中证据分三层：已经确立的神经解剖事实（基底节与七鳃鳗同源、海马 place cells）、行为学实验（线虫、鱼、鼠、猴、黑猩猩）、借自 AI 的算法对照（TD 学习、CNN、生成模型、逆向强化学习）。三层的可靠程度不同，作者通常给出实验年代与研究者姓名，读者可据此核查。
作者承认的限制包括：皮层持续学习的具体机制无解；鱼脑解决不变性问题的机制未知；语言起源的时间与途径高度争议（书中列出互相冲突的理论：原型语言出现在 250 万年前还是 10 万年前、渐变还是突变、手势起源还是口头起源）。部分主张依赖单一研究或个案（如 Heath 的电极实验、Naqshbandi 与 Roberts 的实验），尾注中作者也记录了未复制或存在争议的例外。需要特别标明的等级差异：作者把"五次突破"框架定位为"初始近似/第一张模板"，把 H. erectus 会说原型语言、烹饪假说、流言-惩罚循环等归为"证据倾向支持"的推测，而非定论。
可迁移知识：对人工智能的启示
书中最可迁移的一组知识是一张"能力对照表"，把每次突破对应到现代 AI 的已实现或缺失能力：
- 转向：Roomba 一类导航避障机器人已能靠简单转向工作。
- 强化：TD-Gammon、Atari 与自动驾驶实现了模型无关强化学习。
- 模拟：生成模型与基于模型的强化学习部分实现；作者引 Yann LeCun 的话指出，"世界模型"仍是现代 AI 缺失的部分。
- 心智化：作者认为理论心智是类人 AI 不可或缺的组件，尚未被真正实现。
- 语言：LLM 实现了语言预测，但缺少语言底下的模拟与世界模型。
另一个可迁移点是"课程"作为学习系统的组成部分。Elman 的简单句先行课程、TD-Gammon 与 AlphaZero 的自我对弈，都说明改变课程常常比改变模型更有效；作者把语言课程（原始对话、共同注意、提问）与此并列。
作者的写作方法也可直接借鉴：把庞大领域收敛到五条主线，每条主线给出对象、动作、因果与限制，遇到无证据处明确标推测。