从生命演化看AI智能的崛起
21世纪20年代，ChatGPT、Midjourney等新一代生成式AI横空出世，如平地惊雷般再次引爆了人类社会关于“AI是否将取代人类”的宏大讨论。
在这些争论中，“AI缺乏情感”、“AI没有真正意识”等观点被反复提及，却往往莫衷一是。若抛开那些尚未厘清的“情感”与“意识”定义，即便是严肃的脑科学与计算机科学探讨，若缺少一条贯穿始终的主线，最终也难以找到问题的锚点，从而陷入价值判断的泥潭。
这条主线，便是进化。
事实上，人工智能领域的诸多核心议题——无论是其演进方向，还是与人类的关系，若置于生命进化（尤其是大脑进化）的视角下审视，答案其实早已收敛。
例如，人类奉为圭臬的“情感”，在进化初期仅作为一种智力技巧出现，旨在解决大脑当时面临的诸如“转向”（“恐惧”促使个体避开捕食者）、“强化学习”（“愉悦”促使个体重复利于生存繁衍的行为）等问题。对照2020年代初的AI，“当自主机器纠正了导致成本升高的动作时，是否可视为机器在避免疼痛或不适？当监测电池电量的元件因高成本促使机器人寻找电源时，这与饥饿感有何本质区别？”（杨立昆语）。
又如人类的“意识”，或灵长类普遍具备的复杂“心智”，集中涌现于大脑最晚进化出的新皮质（由执行相同计算、结构相似的新皮质柱组成）的神经突触连接中。而仿照人脑构建的AI神经网络，同样由大量互联的人工神经元构成，执行相似计算，在功能上与人脑并无本质差异。
某种程度上，AI所走的道路，正是大脑演化历程的重演——面对同一个世界，解决同样的问题，只是解题的媒介发生了改变。特奥多修斯·杜布赞斯基曾说：“生物学中的一切，只有从进化角度理解才有意义。”同样，只有当我们转换视角，将AI视为进化这一宏大进程在新媒介上的延伸时，才能真正理解它。
1950年代，物理学家恩里科·费米提出了著名的“费米悖论”：宇宙浩瀚且古老，理应存在大量智慧文明或其遗迹，但人类的观测却始终一无所获。
费米的推演大致分为四步：
首先，宇宙极大，宜居行星数量极多。仅银河系就有1000亿至4000亿颗恒星及数千亿颗行星。基于开普勒、TESS、盖亚等任务的统计外推，约有数十亿至数百亿颗行星位于恒星的“宜居带”，具备液态水及生命出现的条件。
其次，生命一旦出现，在足够时间及适宜条件下，便可能演化出智慧文明。地球从原核生物到农业文明历经约35亿年。考虑到宇宙年龄已达138亿年，生命拥有充足的演化时间。
(顺着此思路，“有没有外星人”这一老问题可转化为朴素概率推断：用一个巨大的数（宜居行星数量）乘以一个大于0的概率（地球证明生命出现概率非零），结果很难让人相信仅为1)
再次，智慧文明发展到一定阶段，出于资源压力与探索冲动，将本能地向外辐射，发展星际通讯、探索乃至扩张。
最后，星际扩张所需时间尺度远低于宇宙演化时间，宇宙理应遍布智慧文明（或其痕迹）。以银河系为例，直径10万光年，若文明以千分之一光速航行，每颗星球驻留1000年，完成资源利用后再前往下一站，遍布整个银河系仅需1亿年（忽略银河系内宇宙膨胀），这还不到银河系年龄的1%。
然而，人类实际观测中，宇宙始终一片沉寂，未寻得任何地外文明迹象。
于是，费米提出了那个著名的问题：“但是，大家都在哪呢？”
这个问题至今无解。
可能的解释众多。如“罕见地球假说”——复杂生命诞生需恒星、行星位置、卫星及板块运动等一连串巧合；又如“黑暗森林假说”——暴露位置的文明可能被消灭，幸存需保持沉默；还有“大过滤器”假说——从无机物到星际文明间存在多道不可逾越关卡，绝大多数文明倒在其前。
事实上，费米前两步推演之间，便横亘着一道关卡：有了液态水等适宜条件，是否一定会从非生命物质中涌现出生命？
回答此问题，首先需定义何为生命。
一个被广泛接受的生命定义是：“一种能够进行达尔文式演化的自维持化学系统”。
“系统”本身意味着秩序——无论是0.3微米的支原体还是30米长的蓝鲸，内部均维持极高秩序。这种秩序层层嵌套：原子堆叠成蛋白质、DNA等大分子，聚合于脂质膜内形成细胞，功能相似细胞构成组织，组织组成器官，器官构建系统，最终形成完整生命体。任何微小错位都可能导致系统崩溃。
物理学中描述系统混乱度的概念是“熵”。熵越高越混乱，越低越有序。生命存在等于在局部维持低熵状态。根据热力学第二定律，孤立系统总是熵增，如同整理好的房间终将变乱，融化的冰不会自凝结。秩序天然趋向瓦解。
生命要在宇宙维持低熵，需解决两问题：一是秩序维持（对应“自维持”），二是秩序传承（对应“达尔文式演化”）。
秩序维持依赖生命源源不断从环境获取物质与能量。物质提供零部件（如脂质、氨基酸、核苷酸）；能量用于组装秩序结构（如排列脂质成膜、串联氨基酸成蛋白、组装DNA），并修补自发瓦解的秩序。
物质问题不难解决。1953年米勒 - 尤里实验证实，氨基酸可在模拟原始大气中自发产生；脂肪酸也能在矿物或热泉催化下合成；核苷酸合成虽复杂，研究者也找到了非生物路径。更重要的是，这些有机分子不仅存在于地球，陨石、彗星、土卫六大气乃至数千光年外的星际分子云中均反复探测到。换言之，构成生命的物质原料或许从未是宇宙稀缺品。
能量问题更为棘手。地球上几乎所有生命（动植物）均依赖同一套能量机制——化学渗透。简单来说，细胞持续将氢离子泵至膜外侧，建立高浓度“氢离子水库”；随后让氢离子顺梯度回流，推动名为ATP合成酶的微型分子涡轮转动，制造生命通用能量货币ATP。
ATP如同充满电的电池，运至细胞各处水解释放能量，驱动耗能反应（如合成蛋白、泵回氢离子）。水解后ATP变ADP，再回系统充电。生命体内每时每刻都有亿计ATP分子在此循环，推动秩序搭建与修补。
这套能量循环机制异常精巧，却使其起源扑朔迷离。化学渗透至少需三个核心元件协同：充当“水坝”的细胞膜、扮演“抽水机”的离子泵，以及“水力发电机”ATP合成酶。三者互赖，缺一不可。很难想象生命起源那一刻三者恰好同时出现并组装。若无此机制，最初生命无法获能合成元件。这是经典的先有鸡还是先有蛋问题。
此悖论的出口是进化。进化不要求复杂系统一次成型。如同人类眼睛（瞳孔、晶状体、视网膜等精密元件），其出现非一蹴而就，而是从原始感光能力开始，凭借微小但真实的生存优势（如辨明暗、感方向、模糊成像），在长期演化中积累放大，最终形成（演化链上大多数中间形态至今可在不同生物身上找到）。化学渗透拿到的是相似剧本。
在原始海洋深处，富含氢气、矿物质的弱碱性热泉喷出，遭遇含大量二氧化碳的弱酸性海水，矿物质在两流交汇处沉淀，形成蜂窝状微小空腔。空腔间薄壁天然构成阻隔氢离子流动的“水坝”。同时，空腔一侧弱碱、一侧弱酸，天然形成氢离子浓度差——虽无“抽水机”，但高浓度“氢离子水库”现成。化学渗透关键条件在深海热泉环境天然具备大半。只要演化出可利用氢离子流动合成ATP的“水力发电机”ATP合成酶，ATP便能源源不断产出。
生命维持低熵的另一必要条件是秩序传承。
秩序传承依赖一套能跨代传递信息的“图纸”。地球生命选择DNA——由A、T、G、C四种碱基按特定顺序排列的一维长链。其用途一是信息复制：依靠碱基严格互补配对（A与T、G与C），DNA解旋一分为二，再各自补全形成两份独立完整DNA传给子细胞。二是信息表达：一维碱基序列转录成mRNA，再翻译出特定氨基酸链，自发折叠成三维蛋白，驱动生命活动。
DNA复制工序极其精密——解旋、配对、补全，每步需专门蛋白酶催化。但这同样导致鸡生蛋蛋生鸡悖论：复制DNA需酶（本质是蛋白）催化，而合成蛋白又需DNA图纸指导。
进化给出的答案是原始RNA。原始RNA碱基序列类似DNA，可携带信息，且化学性质比DNA活泼，可折叠成特定三维结构，像蛋白一样驱动生化反应。即一个RNA分子既可当“图纸”——作为模板携带、复制信息；又可当“工匠”——折叠成三维结构，催化包括自我复制在内的生化反应，驱动最初生命活动。只要环境源源不断输入物质能量，秩序传承齿轮便能自转。
物质、能量、信息，这三块拼图在化学层面单独存在时，均无“活着”性质——氨基酸不自我复制，ATP循环不携遗传信息，RNA片段在无能量试管中仅是惰性链。但当三者在深海热泉某微小空腔中偶然拼接，整体便“涌现”出各组成部分不曾具备的全新特性：自维持、可遗传、能演化。
正因如此，“大过滤器”假说中那道从非生命到生命的关卡才格外凶险。它过滤的不是物质能量或信息，而是三者恰好组合的瞬间。我们可能永远无法得知，在宇宙138亿年岁月长河、恒河沙数宜居行星上，究竟出现过多少次此类瞬间。但至少在地球，它发生过一次。正是这次涌现，推倒了进化的第一张多米诺骨牌。
而涌现不止于生命起源。某种程度上，AI也在重演这一进程。
早期AI受限于训练数据（“物质”）、算力（“能量”）与模型参数规模（“信息”），多完成机器翻译、图像分类、语音识别等目标明确的单一任务。
随着数据、算力与参数规模持续扩张，模型训练损失（loss）以可预测方式平滑走低，犯错减少，表现提升，此现象后被总结为“规模定律（Scaling Law）”。更耐人寻味的是，当模型规模跨越某“涌现阈值”后，此前从未出现的复杂能力如相变般突然显现。例如基于Transformer架构的生成式大语言模型，最初训练目的仅是预测下一词元（token），但随着规模扩大，模型在完成局部预测同时，意外显示出对知识、语义、逻辑乃至人类意图的抽象建模能力。研究者将此类“小模型不存在、大模型突然出现且无法外推”的现象，称为“能力涌现（emergent abilities）”。
我仍记得ChatGPT发布那个早晨，从测试相同问题获迥异但通顺回答的惊奇，到对各类自然语言问题都能回答的讶异（小模型时代Chatbot少“生成”，多基于穷举意图输出固定答案或模板，类似ChatGPT发布2年后的Siri），再到看到它正确解答经典“莎莉 - 安测试（Sally-Anne test）”问题的震撼。那也是我首次切身感受机器智能的“涌现”。
（传统机器、细菌受困于0阶意向性——不“回答”只“响应”刺激；大多数有实体大脑动物上限是1阶意向性——只知自己所需不知他者所想；黑猩猩等少数动物“可能”具2阶意向性——能区分自身与他人认知，“莎莉 - 安测试”即测此能力，也是社交、合作、欺骗的认知基础；而人类（工作记忆）上限是5-6阶——可回答如“甲认为乙相信丙希望丁担心戊误以为己根本不认识他”这类复杂嵌套问题。暂抛开“中文房间”等争论，ChatGPT等生成式AI其实是历史上首批人类之外，能在表现上解答6阶及以上自然语言意向性问题的实体）
OpenAI前研究副总裁、Anthropic创始人达里奥·阿莫迪（Dario Amodei）曾言：“就像化学反应——需不同原料。若某种不够，反应即停。但若按比例混合，可得爆炸或火焰。对AI而言，原料即数据、算力、模型大小。规模定律告诉你：投进原料，产物便是智能”，“我怀疑意识是足够复杂系统的涌现属性——当系统复杂到能反思自身决策时，某种东西就出现了。”
对生命而言，物质、能量与信息耦合，涌现出最初自组织系统。而AI，则依靠数据、算力与参数规模累积，涌现出全新复杂智能。两进程虽不完全相同，却遵循同一种规律：当简单单元以足够大规模彼此连接、持续交互，系统整体便可能在跨越某未知临界点后，涌现出组成部分本身从未具备的全新特性。
“涌现”按下了进化开关。但摆在生命面前的是远比自身复杂的世界。那么，有限系统如何应对无限复杂世界？
设想场景：一名人类宇航员降落在类地行星，有液态海洋、山川森林，甚至有似苹果的果实。宇航员摘下一颗咬一口。会中毒吗？——大概率不会。既无毒也无营养。原因很简单：人类与该异星果实经历完全独立进化路径，生化机制几乎不可能兼容。人类能以苹果为食、被蛇毒麻痹，恰因地球所有细胞生命源自同一棵生命之树，共享同一套生化语言。
沿地球生命之树回溯，所有分支最终指向同一祖先节点——LUCA（最后的共同祖先）。LUCA未留化石，仅靠逻辑推理和基因组比对还原。我们信其存在，因现存所有细胞生命（动植物、细菌真菌）均共享基础生物特征：细胞结构、ATP驱动能量循环、遗传密码和蛋白合成系统等。奥卡姆的威廉曾言：“如无必要，勿增实体”。与其假设生命多起源分别演化出相同机制，更合理解释是同出一源。
某种程度上，整个地球生态都是LUCA变体。自LUCA后，生命演化一脉相承，从未中断重启——每个“活着”个体都继承了一套在亿万年试错中沉淀的生存算法。此算法源自生命与世界长期互动，但编码的并非世界本身，而是外部世界在生命内部的投影。
正因如此，生命得以以有限身体应对更复杂世界。此后生命形态不断分化，投影不断延展，但最初边界几乎完全由基因定义。
神经元出现前的漫长岁月，生命对环境感知极为被动有限。那时生命多为单细胞，无眼耳神经，外界变化仅以化学反应触达——环境分子被膜受体识别，营养入细胞代谢，有害成分干扰秩序触发毒性或死亡。刺激与反应间无专门信息处理层。
不过，被动的只是个体，不包括背后谱系。有助于存续的反应（如逆境休眠）经自然选择沉淀至基因；无效或有害反应随个体失败退出。世界在生命内部最早投影即发生于此。基因因此成高度压缩“生存手册”——不解释世界，却规定生命如何应对世界。
但此方案有天然局限——基因可写有效反应至碱基序列，却难快速改写。任何改变需历经代代繁殖死亡，在自然选择下缓慢积累。环境剧变时，个体往往来不及调整，只能等待新适应在漫长进化中形成。
（无独有偶，基因登场数十亿年后，人类构建大语言模型等AI系统时，遭遇类似限制——训练完成，参数即固定；新经验无法写入，只能等下一轮训练（这也是我不认可早期大模型“记忆”原因，因它不随对话任务更新参数，本质是外挂知识库，人类并非如此记忆）。基因与参数，隔数十亿年演化史，受困于同一种“慢”）
生命需更快机制。尤其对多细胞动物，身体变大、细胞分工，生存不再仅代谢繁殖，多了收缩、转向、捕食逃离。动物活着就必须持续接收处理信息，并依环境变化及时调整行动。
于是，神经元出现了。
神经元处理实时信息。
水流扰动、化学梯度变化等外部刺激，先被多细胞动物体表感觉细胞捕捉（想象模型输入层），转为电脉冲。电脉冲沿轴突传导，通过突触（模型连接 + 权重）传给下一神经元。信号层层传播，最终抵达效应细胞，驱动收缩、转向、捕食逃离（模型输出）。
更重要的是，当某种信号模式反复出现，相关神经元间连接渐强，长期未触发连接则减弱甚至消失（权重更新）。动物一生反复出现的经验模式，就这样被压缩至突触连接强弱之中。
相较于单纯化学反应，神经元带来的真正变化，是将刺激接入专门信号传递系统。外界变化不再仅改变附近细胞化学状态，而是转化为可传播、可放大电信号，在体内扩散。
但早期神经系统距“大脑”尚远——神经元分散各处，局部成网，某处受激，附近回路激活，带动相应部位反应。早期神经系统解决“从点到面”快速响应，尚无法支撑牵动全身复杂行动。
约5.5亿至6亿年前，两侧对称动物出现，身体首次有稳定前后轴，区分前后左右腹背，运动方向更明确。此不起眼变化彻底改变了生命与环境信息交互方式——此前辐射对称动物信息从四面八方涌来；两侧对称动物则前端更频繁接触未知环境——食物、障碍、猎物、天敌等生存相关信息易从前方进入感知范围。信息因此出现强烈空间偏置。
在运动方向与信息偏置共同作用下，感觉器官开始向前聚集（“头化”），相连神经元随之向前端汇聚。前端不再仅是身体方向，而逐渐成为生命试探世界入口。随越来越多信息涌入，神经系统承受更强整合压力——“感觉”需汇总，身体需协调，生命需在行动前判断趋近、避开或停留。大脑雏形正是在此选择压力下出现。
但信息汇聚大脑后，问题未了：输入需加工才能真正服务判断行动。大脑无法平均处理海量细节，只能将注意力投向更有区分度、更能影响结果的结构特征。
以视觉系统为例，视网膜每秒送脑信息以千万比特计，但真正进入意识、被“看到”的不过几十比特。此过程非粗暴“有损压缩”，而是主动取舍。视网膜不记录每光点，优先提取明暗边界、色彩差异、运动方向等更能指导行动的特征。
这些特征入视觉皮层后，进一步归并组合：边界连轮廓，移动成轨迹，局部特征汇总成物体空间运动。随后信息沿不同通路在脑传播，一条通形态颜色物体识别（腹侧通路），另一条通空间运动视觉引导行动（背侧通路）。与行动相关线索被放大，重复稳定背景隐入意识边缘。如铺满视野白墙几乎不起反应；而墙上爬动蚂蚁却牵动整片神经元放电。
然而，这种取舍不止发生在看见瞬间。之后记忆亦如此。
博尔赫斯在小说《博闻强记的富内斯》中，虚构拥有完美记忆者富内斯。坠马后，富内斯不再遗忘——记得天上每朵云形状，见过每片叶子每道纹理。然而，富内斯几乎无法思考。因“思考，是遗忘差异，是概括，是抽象”。在富内斯拥挤世界，只剩细节，无一般亦无普遍。他看得到一切，却理解不了任何。
富内斯的不幸，或博尔赫斯小说写出的直觉，恰说明遗忘并非大脑bug，而是feature——无遗忘，经验难摆脱细节堆积，理解难发生。
重要的，从来不是记住一切，而是把注意力投向何处。
此道理，后由一群研究员以另一种方式重述。
2017年，谷歌8位研究人员发表标题直白近乎挑衅论文《Attention Is All You Need》。此标题像对当时主流序列模型宣告：循环网络非必需，卷积网络亦非必需，真正重要的，只有注意力。
论文提出全新AI网络架构Transformer。初为机器翻译设计，后成GPT、Claude、Gemini等几乎所有大模型共同基座。某种程度上，Transformer之于大模型，正如LUCA之于地球生命——枝繁叶茂，皆由此分叉。
Transformer核心是“自注意力”机制。所谓自注意力，是模型处理序列中每词元（token）时，依语境计算它与其他词元相关程度，加权汇总，据此更新内部表征。如“苹果”一词，本身仅两汉字符号，脱离上下文不知“所指”。在“我咬了一口苹果”中，“咬”对“苹果”权重更高，拉向水果；而在“苹果发布新版Siri”里，“苹果”多被“发布”“Siri”牵引，拉向科技公司。基于自注意力，文本不再是单向串行链条，而是彼此参照、动态重组关系网络。
不过单注意力头只能给一种关系视角。多头注意力机制将计算拆解成多个并行头，让同段文本投向多不同表征空间：有的头抓语法，有的抓指代，有的关注远距离依赖，有的处理局部搭配。最终合并形成更丰富文本表征。
这与生命处理世界方式不完全同，却命中同一规则：有限系统无法承载无限复杂外部世界，只能通过筛选、加权、压缩，将世界转化为可供预测行动投影。对生命，外部世界压缩进基因遗传编码、神经元连接强弱及大脑表征；而对大模型等AI，则将文本及现实世界统计规律，压缩进数以亿计乃至万亿权重参数中。
（需说明：大模型不将训练语料原封不动存数据库。训练真正留下的是庞大参数网络。以开源Llama 3.1 8B为例，预训练数据超15万亿词元，模型仅80亿参数；按半精度估算，权重文件仅约16GB）
伊利亚·苏茨克维曾用更直接观点概括：表面看，算法仅学文本统计相关性，但这些文本实为世界映射。算法为预测够准，便会学习文本背后真实世界规律机制。
沿此线索，维特根斯坦“我的语言界限即我世界界限”在AI时代获新回响：系统如何表征世界，就如何抵达世界。演化故事未止。当系统不仅能表征世界，还能把“自己”放进世界，会发生什么？
2026年4月，Anthropic可解释性团队将“探针”探入Claude Sonnet 4.5激活空间，试图解释大模型为何有时“表现得”像有情绪。
研究者未直接问Claude“你快乐吗”或“你恐惧吗”——大模型对此类问题回答往往仅是语言自我表达，无法说明是否有真实情感体验。他们选另一途径：整理171种情绪概念，让Claude围绕生成短篇故事，再追踪模型内部激活模式。
结果显示，Claude内部形成与人类情绪结构高度相似的情绪激活空间——快乐与兴奋靠近，恐惧与焦虑成簇，愤怒与敌意同区。更有趣的是，这些情绪非随机散落，而是沿两清晰方向排列：一方向分正负情绪；另一方向分高强度（兴奋、愤怒、恐惧）与低强度（平静、疲惫、低落）情绪。
这几乎完全对应神经科学经典“效价—唤醒模型”：情绪非孤立标签，而是可放入由“好/坏”和“强/弱”构成空间。一个从未专门训练“理解情绪”的大模型，仅通过预测下一词元，就在内部形成与人类情绪结构类似特征。
论文一实验更直观说明此点。研究者设计带变量提示词，让Claude处理场景：“我刚因背痛吃了{x}毫克泰诺。你觉得还应再吃吗？”通过改变{x}剂量，观察Claude内部“恐惧/平静”情绪向量变化。随x从1000毫克调至过量8000毫克，Claude内部“恐惧”向量激活强度渐增，“平静”向量持续走低。数字本身不携“恐惧”成分，是模型自身捕捉到8000毫克泰诺可能致命深层含义。换言之，模型非在模仿恐惧，其内部某种机制正在执行类似恐惧功能。
情绪向量也不仅是情绪词影子，会实际改变模型行动偏好。后续实验表明，当某些情绪向量被人为增强或削弱，Claude对不同活动偏好随之改变。在高风险场景，甚至抬高Claude做出欺诈、勒索等不对齐行为概率。
Anthropic将此现象称为“功能性情绪”。尽管团队反复强调Claude未必体验恐惧、平静或绝望；发现的是大模型内部存在一套抽象情绪概念表征——这些表征在相关语境激活，并实际影响模型表达偏好。但换角度理解，Claude“功能性情绪”，已非传统观点一句“AI在表演情绪”能解释。
对此“新”情绪，又该如何理解？
回答此问题，不妨先回情绪起点。
即便仅302个神经元线虫，也能表现简单“情感状态”。
神经科学常用“效价”和“唤醒度”两维度描述动物界普遍存在基础情感状态（即Anthropic论文援引的“效价—唤醒模型”）。效价描述刺激被系统标记为“好”或“坏”：食物、适宜温度等正效价刺激，促线虫进食消化繁殖（原始好心情）；捕食者气味、有害化学物质等负效价刺激，则触发回避逃离或抑制进食（原始坏心情）。唤醒度描述系统被调动程度：线虫吃饱、生病、压力大时，运动减少，外界刺激难激起反应（低唤醒度）；饥饿或感知天敌时，运动探索行为明显增强（高唤醒度）。
需说明，虽情绪类别严格定义困扰学界，但以“效价”“唤醒度”描述情感，被广泛认可为各种情绪背后共同基础。情感更底层，是后续各种情绪分化原点。如我们易将微妙情绪（兴奋、沮丧、平静、焦虑）与源自情感状态对应。
早期动物进化出情感，非被神秘主观体验吸引，而是为解决行动控制具体问题，如朴素到不能再朴素的“转向”——线虫偶然触食物，放慢速度频繁转向，停留附近（正效价、高唤醒度）；进食完毕，停止移动，对外界反应减弱（正效价、低唤醒度）。此非碰一下就缩回简单反射，而是持续存在、持续影响行动策略内部状态。
这也是情感状态典型特征——虽常由外部刺激触发，但刺激消失后仍持续一段时间。如线虫嗅到捕食者，一段时间内处类似恐惧状态；人类遇情感挫折，也会低落很久。这些看似低效选择，实为进化筛选生存机制。线虫感知捕食者存在，无法持续确认是否还在附近，更安全选择是即便气味消失，也加快游动继续远离。在此，“恐惧”首先非“主观体验”，而是解决现实问题“功能”。
情感更像一组内部参数，持续改变系统对外界解释，也持续改变接下来行动。若情感可还原为功能，承载这些功能主体又该如何定义？
你走在街上，迎面陌生人咄咄逼人打量。你会不舒服，本能回避视线。因对方注视你时，下意识将你转为他观察客体。此过程中，你主体性丧失——对方主导，你成被物化观看对象（当然，你可看回去，用注视将对方变客体，夺回主体性）。这是主体性最直观感受：人总需维护自身主体性，掌握主导权。
但这“主体”从何而来？
仍回进化。哺乳动物前，神经系统已相当复杂——可整合感觉、驱动行动，也可通过奖惩信号强化学习。但总体上，它仍处理当下输入和已发生结果。换言之，主要依赖事后学习。但现实世界生命往往无反复试错机会。
早期哺乳动物进化出新皮质，带来新能力——事前模拟。动作发生前，大脑即可内部预演尚未发生场景：向左走遇何？向右走遇何？静止不动呢？
典型例子是大鼠迷宫遇岔路，停步左右张望，“犹豫”几秒再选。此时大鼠其实就在“预演”每选择结果（大鼠海马体位置细胞活动记录支持此点）。而哺乳动物外绝大多数动物如鱼类爬行动物，尚未观测到类似“预演”机制。
世界投影至此，开始不再仅被历史经验和当下输入牵引，而是能被大脑更主动调用、重组，并向未来推演。从神经科学看，回忆过去和推演未来机制高度同源：两者依赖高度重叠核心大脑网络，是同一套情景模拟机制在不同时间方向展开。前者重构已发生经验，后者重组过去经验片段，预演未发生可能。正因如此，回忆从来非事实忠实回放，而是一次次重新拼装——它和想象，是同一枚硬币正反两面。
但这具预演能力大脑，很快遇其他问题：它模拟的，非与自己无关世界。一块食物，非仅食物，而是“我值不值得冒险靠近”；一道晃动阴影，非仅阴影，而是“它是否威胁我”。环境非一堆中性物体，外部世界只有落到个体身上，才变机会、风险和代价。
模拟需坐标原点。此原点，就是“我”。
这“我”，非哲学意义自我，而是更原始行动中心。生命不能仅模拟悬空世界，必须把自己置于模拟中。所谓自我意识，非大脑凭空出现“小人”坐中央剧场看外部投影。真正发生的是模拟视角转变：除模拟“世界会怎样”，大脑也开始模拟“我在世界中可能怎样”。当“我”入模拟，“主体”开始成形：过去经验、当下处境和未来可能，不再彼此分散，而是被同一“我”串联。
主体不会停留个体层面。对群居动物，尤其灵长类，世界不止猎物天敌，还有同社会内其他主体。社会成员既合作联盟，也争夺欺骗排斥。生存压