█ 腦科學動態

Nature：海馬體CA1區的“一池多用”：相同神經元同時處理新舊記憶

大腦長程皮層回路引導聲音辨別與分類行為

早期不健康飲食持久影響青春期智力

青少年頻繁吸食大麻干擾多巴胺相關的腦部發育

AVP神經元通過抑制溫控區掌控體溫升降

仿生人體腸道模型成功重現腸道病毒A71感染

女性更易得PTSD？新研究揭示雌性海馬體特有恐懼分子標記

體面分手指南：“自主支持”式溝通有助于情感重建

█ AI行業動態

超過80%代碼由AI自己寫：Anthropic呼吁全行業暫停研究

中科院領銜亞洲百組團隊公布人造細胞十年路線圖

無需吃藥不用談話：Neurovalens頭環用耳朵電擊治愈心理創傷

█ AI驅動科學

五分之一美國青少年用AI尋求心理建議，且多數選擇保密

新架構ADASPEC讓多語言大模型推理速度提升2.3倍

AI與物理雙驅路線圖加速無稀土永磁體發現

AI解碼腦電波波形：在癲癇發作前捕捉早期神經病變信號

首個AI自適應網絡蠕蟲：零邊際成本劫持全網計算力

新型基準測試AutoLab評估大模型長周期閉環優化能力

AI自主進化出高可解釋性大腦認知模型

LEAP賦能通用大模型實現高難度形式化數學定理自動證明

腦科學動態

Nature：海馬體CA1區的“一池多用”：相同神經元同時處理新舊記憶

大腦如何在學習新知識的同時不遺忘舊記憶？Joaquin Gonzalez、Mihály V?r?slakos、Zhe S. Chen和Gy?rgy Buzsáki等（紐約大學格羅斯曼醫學院）通過研究發現，海馬體中約四分之一的記憶細胞充當著共享樞紐，類似電子交換機般協調信息的傳入與傳出。

研究團隊使用高密度電極技術，首次在自然活動的小鼠體內，同時記錄了海馬體 CA1、CA3 腦區及后扣帶回皮層中數百個單個神經元的電活動。研究發現，海馬 CA1 區中約 25% 的關鍵神經元承擔了主要的交換機功能。這些細胞在接收來自 CA3 區的傳入信息，以及向后扣帶回皮層發送傳出信號時，會采用截然不同的放電模式。這種機制使得相同的一群神經元在被重復利用的同時，能夠保持輸入與輸出信號的完全分離，避免了線路交叉和記憶混淆。此外，這些核心神經元在睡眠期間的尖波漣漪中依然保持活躍，負責重現白天的活動模式以鞏固記憶。該發現為解決人工智能在學習新任務時遺忘舊知識的災難性遺忘問題提供了生物學藍圖。研究發表在 Nature 上。

#神經科學 #記憶機制 #海馬體 #人工智能

閱讀更多：

Gonzalez, Joaquin, et al. “Subspace Communication in the Hippocampal–Retrosplenial Axis.” Nature, May 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-026-10481-z

大腦長程皮層回路引導聲音辨別與分類行為

記憶如何引導我們對聲音做出反應并進行分類？Lucy M. Palmer、Luca Godenzini等（弗洛里神經科學與精神健康研究所）組成的研究團隊發現了一個連接內側顳葉嗅周皮層（PRh）與聽覺皮層的長程皮層回路，揭示了記憶信息調控感覺皮層并引導行為的潛在神經機制。

? 在學習聽覺辨別任務期間，聽覺皮層中的 PRh 輸入。Credit: Science Advances (2026).

研究團隊通過訓練小鼠進行聽覺開始或停止辨別任務，利用雙光子鈣成像技術，觀察了嗅周皮層投影到聽覺皮層的軸突活動。結果顯示，隨著小鼠學會辨別特定頻率的聲音，嗅周皮層軸突在正確反應期間向聽覺皮層發送了更強烈的信號，且聽覺皮層第2/3層錐體神經元的樹突活動也同步增強。當使用化學遺傳學手段特異性抑制嗅周皮層輸入時，聽覺皮層神經元的活動顯著減弱。在隨后的分類實驗中，小鼠能成功將已學規則推廣到略有變化的全新聲音上，而嗅周皮層軸突也對這些新聲音保持了選擇性編碼。這表明該回路不僅介導學習，還支持記憶引導的感知分類。研究發表在 Science Advances 上。

#神經科學 #神經機制與腦功能解析 #聽覺感知 #記憶與學習

閱讀更多：

“Perirhinal Input to Auditory Cortex Supports Memory-Guided Sensory Perception.” Science Advances. www.science.org, https://www.science.org/doi/10.1126/sciadv.aed4808. Accessed 5 June 2026

早期不健康飲食持久影響青春期智力

早期飲食如何影響青少年智力與學業？Hayley A Young及其團隊（斯旺西大學心理學院）對此進行了系統評估。他們通過整合全球數十項研究，揭示了生命早期（特別是嬰兒期）的營養狀況對青春期大腦發育和認知健康的深遠且持久的影響。

該研究系統檢索了截止至2026年2月的數據庫，最終納入73項研究進行系統綜述，其中包括48項對照試驗和25項前瞻性研究，覆蓋了8至19歲的青少年人群。研究團隊評估了鐵、碘、膽堿、維生素D、脂肪酸等多種營養素及整體膳食模式對認知和學業的影響。結果表明，在生命最初3年（嬰兒期）攝入不健康飲食，會對青春期的智力產生長期的負面影響。盡管青春期作為神經可塑性的第二個關鍵窗口期，展現出了通過營養干預改善認知的潛力，但目前相關對照試驗的證據仍存在不一致性。為此，研究團隊提出了包括采用生命歷程視角、引入生物學有效標志物等七項指導原則，以規范未來的青少年營養與大腦健康研究。研究發表在 Advances in Nutrition 上。

#疾病與健康 #其他 #大腦發育 #早期飲食 #青少年認知

閱讀更多：

Young, Hayley A., et al. “Diet and the Developing Brain: A Systematic Review of Nutritional Influences on Adolescent Cognitive and Academic Outcomes.” Advances in Nutrition, May 2026, p. 100648. ScienceDirect, https://doi.org/10.1016/j.advnut.2026.100648

青少年頻繁吸食大麻干擾多巴胺相關的腦部發育

青少年吸食大麻如何影響發育？Sarah A. Thomas和Jodi Gilman等（布朗大學沃倫·阿爾珀特醫學院等）通過研究發現，反復吸食大麻會降低青少年大腦多巴胺相關區域的活躍度，進而損害獎賞與動機系統的健康成熟。

? 測量 1/nT2* 的區域特征。Credit: Neuropsychopharmacology (2026).

研究團隊招募了81名14至17歲的青少年，利用磁共振成像技術測量其皮層下區域的組織鐵含量。組織鐵作為合成多巴胺的必要元素，其含量可作為評估多巴胺系統發育的指標。研究者使用歸一化T2*測量值倒數（1/nT2*，一種無創測量大腦組織鐵含量的磁共振成像量化指標）來分析多巴胺活性。結果表明，青少年吸食大麻的頻率越高、日均吸食高濃度大麻濃縮物的次數越多，其大腦中特別是腹側被蓋區等高多巴胺區域的組織鐵含量下降就越顯著。此外，大麻使用障礙癥狀越嚴重的受試者，其多巴胺神經生理指標降低越明顯。本研究證實了早期藥物暴露對未發育成熟大腦的神經損害。研究發表在 Neuropsychopharmacology 上。

#疾病與健康 #神經機制與腦功能解析 #青少年發育 #大麻使用 #多巴胺系統

閱讀更多：

Thomas, Sarah A., et al. “The Role of Subcortical Brain Tissue Iron as an Indicator of Dopamine Neurophysiology in Adolescent Cannabis Use.” Neuropsychopharmacology, June 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41386-026-02444-9

AVP神經元通過抑制溫控區掌控體溫升降

大腦如何調控動物在惡劣環境下的低代謝蟄伏時間一直是個謎。Daisuke Ono及Sheikh Mizanur Rahaman（名古屋大學環境醫學研究所）通過研究發現，視交叉上核向視前區投射的抑制性神經回路精準控制著小鼠的蟄伏時機。

? 視交叉上核（SCN，大腦的中樞生物鐘）中的神經元被綠色熒光蛋白標記。這些神經元將纖維投射到視前區，形成一個控制小鼠何時進入蟄伏狀態的神經回路。Credit: Rahaman et al., 2026

研究團隊重點分析了中樞生物鐘視交叉上核（SCN，控制晝夜節律的腦區）與視前區（POA，調節體溫的主控區）之間的聯系。通過光遺傳學技術，他們在小鼠體內調控從SCN投射到POA的γ-氨基丁酸（GABA）能神經元。結果顯示，激活該通路會直接抑制小鼠的蟄伏狀態。研究還發現，SCN中產生精氨酸加壓素（AVP）的神經元通過釋放GABA來阻斷POA的活動。白天，該通路保持高度活躍以抑制蟄伏；到了夜間，抑制作用減弱，使得小鼠在低溫和饑餓時能順利進入低代謝的保護狀態。這一調控機制為開發人工誘導低溫療法及未來深空探索中的人類假死技術提供了關鍵啟示。研究發表在 Nature Communications 上。

#疾病與健康 #神經機制與腦功能解析 #生物鐘 #低代謝 #蟄伏狀態

閱讀更多：

Rahaman, Sheikh Mizanur, et al. “GABAergic Projections from the Suprachiasmatic Nucleus to the Preoptic Area Regulate the Timing of Torpor in Mice.” Nature Communications, May 2026. www.nature.com, https://doi.org/10.1038/s41467-026-73374-9

仿生人體腸道模型成功重現腸道病毒A71感染

腸道病毒A71型（EV-A71）是引起嬰幼兒手足口病的主要病原體，嚴重時可導致致命的神經系統并發癥，但由于缺乏合適的體外模型，其在腸道內的早期感染機制一直難以明確。Hiroki Futatsusako、Sayaka Deguchi和Kazuo Takayama等（東京科學研究所）利用人類胚胎干細胞與微流控技術，構建了包含多種細胞類型的人體腸道微生理系統（MPS，指一種在微流控芯片上構建的能模擬人體器官生理特征的體外微型化三維模型），成功在體外重建了該病毒的長期持續感染過程。

研究人員利用該微生理系統模擬腸道環境并引入病毒，成功維持了長達14天的病毒復制。與傳統培養細胞在感染后迅速受損死亡不同，該腸道MPS在兩周內保持了組織結構的完整性，杯狀細胞（goblet cells，能分泌黏液以保護腸上皮的細胞）等關鍵標志物的表達也未發生改變。檢測發現，病毒在感染過程中未能顯著誘導宿主釋放干擾素，這解釋了其在腸道內長期隱匿卻不引發嚴重胃腸道癥狀的原因。此外，外源性給予重組干擾素或抗病毒藥物rupintrivir能顯著降低模型中的病毒載量，證實了該系統作為抗病毒藥物篩選平臺的實用價值。研究發表在 Journal of Virology 上。

#疾病與健康 #其他 #腸道病毒 #類器官 #免疫逃逸

閱讀更多：

Futatsusako, Hiroki, et al. “Modeling Human Enterovirus A71 Infection Using an Intestinal Microphysiological System.” Journal of Virology, vol. 100, no. 5, Apr. 2026, pp. e00250-26. journals.asm.org (Atypon), https://doi.org/10.1128/jvi.00250-26

女性更易得PTSD？新研究揭示雌性海馬體特有恐懼分子標記

為什么女性患創傷后應激障礙（PTSD）的概率是男性的兩倍？Timothy J. Jarome團隊（弗吉尼亞理工大學）發現，雌性大腦在面臨創傷時會激活一種雄性大腦中所沒有的特有分子機制，導致恐懼記憶的形成方式產生性別差異。

? 雌性動物（而非雄性動物）在情境恐懼條件反射后海馬體中的多聚泛素化水平升高。Credit: Behavioural Brain Research (2026).

研究團隊利用大鼠開展情境恐懼條件反射實驗，重點探究了海馬體和杏仁核兩個關鍵腦區。結果發現，雌性大鼠在經歷恐懼學習后，海馬體中的非典型修飾——K27多聚泛素化（K27 polyubiquitination，一種調控蛋白質功能的分子標記）水平顯著升高，而雄性大鼠中則沒有這種變化。隨后，研究人員使用基因編輯技術CRISPR-dCas13敲低了雌性大鼠海馬體中的K27多聚泛素化水平，結果發現雌性大鼠無法保持恐懼記憶，而雄性大鼠的記憶完全不受影響。令人意外的是，這一機制并未發生在調控情緒的核心腦區杏仁核中。進一步的蛋白質組學分析表明，K27多聚泛素化在雌性海馬體中特異性修飾了與阿爾茨海默病相關的ACAT1蛋白，且該修飾不導致蛋白質降解，顯示了獨特的非降解調控功能。本研究表明，未來的創傷后應激障礙等記憶障礙治療可能需要針對性別量身定制。研究發表在 Behavioural Brain Research 上。

#疾病與健康 #神經機制與腦功能解析 #心理健康與精神疾病 #恐懼記憶 #性別差異

閱讀更多：

Patrick, Morgan B., et al. “Non-Canonical K27 Polyubiquitination Is a Sex-Specific Regulator of Contextual Fear Memory in the Hippocampus but Not the Amygdala.” Behavioural Brain Research, vol. 507, June 2026, p. 116195. ScienceDirect, https://doi.org/10.1016/j.bbr.2026.116195

體面分手指南：“自主支持”式溝通有助于情感重建

如何減輕親密關系破裂帶來的情感打擊？Erin McClung和Serena Corsini-Munt團隊（渥太華大學關系與伴侶健康實驗室）對此展開研究，發現主動提出分手者若能采取支持自主的溝通行為，有助于雙方在分手后獲得更好的心理過渡。

這項研究采用回顧性橫截面設計，調查了438名近期經歷分手的年輕、順性別、異性戀本科生。研究探討了分手期間的自主支持（autonomy support，指認可對方觀點、提供清晰解釋、使用非控制性語言并提供選擇的行為）對心理健康的影響。結果顯示，自主支持行為與雙方在分手后產生更積極的情緒和更高的主觀活力（subjective vitality，指個體感到精力充沛、充滿生命力的心理狀態）顯著相關。然而，這種支持并不能直接減少抑郁和焦慮等負面情緒。此外，研究發現分手后與前任保持更多聯系會導致更高的焦慮和抑郁水平。在該樣本中，男性報告的積極情緒高于女性，且焦慮和消極情緒水平更低。研究發表在 Journal of Sex & Marital Therapy 上。

#認知科學 #心理健康與精神疾病 #人際關系 #自主支持 #情感干預

閱讀更多：

McClung, Erin, et al. “Don’t Break My Heart: A Retrospective Cross-Sectional Study Examining Autonomy Support During Romantic Relationship Dissolution.” Journal of Sex & Marital Therapy, vol. 52, no. 3, Apr. 2026, pp. 273–86. tandfonline.com (Atypon), https://doi.org/10.1080/0092623X.2026.2628652

AI 行業動態

超過80%代碼由AI自己寫：Anthropic驚爆內部數據，呼吁全行業暫停研究

Anthropic近日發布長文博客，用實打實的數據表明：截至2026年5月，其代碼庫中超過80%的代碼由旗下模型Claude編寫，而在Claude Code發布前這一數字僅為個位數。更驚人的是，工程師每季度交付的代碼量達到2021-2025年間的8倍，而Claude在最具挑戰性的模糊編程任務上的成功率，從六個月前的26%飆升至76%。Anthropic內部已有不少工程師認為Claude的代碼質量與人類持平，預計年內將超越。公司據此提出“遞歸自我提升（RSI，指AI系統能夠自主改進自身設計和性能的過程）”正在成為現實，如果趨勢持續，AI自己設計和構建下一代AI將完全可能，這既可能帶來醫療、科技領域的巨大飛躍，也可能導致對齊問題疊加惡化，最終失控。

為量化這一趨勢，Anthropic創建了“AI能獨立完成的任務時長”指標：從2024年3月Claude能處理約4分鐘的任務，到最新內測模型Mythos可連續工作至少16小時，突破測試上限，翻倍速度已從每7個月加速到每4個月。在研究層面，Claude將一段訓練代碼的運行速度優化了52倍，遠超人類研究員4-8小時勉強達到4倍的水平；在一項AI安全實驗中，兩名人類研究員一周僅縮小23%的差距，而Claude花費約800小時和18000美元算力后，將差距縮小了97%。Anthropic描繪了三種未來：能力停滯、人類仍把持方向盤的加速、或完全RSI導致失控。值得注意的是，OpenAI數日前也發布了類似觀察。公司帶頭呼吁：如果存在可驗證的機制能保證所有實驗室都不偷偷“卷”，他們愿意減速甚至暫停。

#遞歸自我提升 #AI編寫代碼 #Anthropic #Claude #AI安全對齊

閱讀更多：

https://www.anthropic.com/institute/recursive-self-improvement

中科院領銜亞洲百組團隊公布人造細胞十年路線圖

一項名為“亞洲合成細胞倡議（SynCell Asia Initiative）”的計劃匯聚了中國、日本、韓國、新加坡等國頂尖團隊，并在Nature Biotechnology上正式提出系統性框架。路線圖直面四大工程瓶頸：代謝斷流（無細胞系統依賴外加能量底物，無法自主再生）、核糖體癱瘓（人工合成核糖體多為殘次品，蛋白質生產停滯）、生物物理耦合（脂質合成與細胞體積增大、分裂時的膜形變難以同步）以及時空失控的細胞周期（DNA復制與分裂過程失調）。這些障礙共同指向一個核心難題：如何讓多個功能模塊在納米尺度的空間和毫秒級的時間內達成非線性協同。

為實現突破，倡議設計了兩階段戰略。第一階段“ProtoCell”并行開發代謝、基因組復制、分裂機器和膜系統四大模塊，設定明確指標：磷脂囊泡穩定超過7天、最小基因組承載至少200個基因、單分子復制錯誤率控制在百萬分之1至5、體外轉錄翻譯覆蓋90%以上關鍵蛋白。第二階段“AutoCell”則追求超過10個連續協調的生長-分裂周期，引入自我再生核糖體，并支持定向進化。為此，項目提出“中央工廠+分布式工作站”的硬件架構，統一底盤與協議，并發展單細胞多組學來映射分子組成與細胞行為的因果關系。AI驅動的設計-構建-測試-學習（DBTL）循環將被用于加速模塊優化，最終目標是從底層構建出能自主維持、復制和進化的“人工生命雛形”。

#合成細胞 #亞洲倡議 #人工生命 #無細胞系統 #合成生物學

閱讀更多：

https://phys.org/news/2026-06-scientists-unveil-ten-year-roadmap.html

無需吃藥不用談話：Neurovalens頭環用耳朵電擊治愈心理創傷

2026年5月8日，美國FDA通過De Novo審查通道，正式批準北愛爾蘭醫療科技企業Neurovalens旗下的Modius Spero頭戴式設備，用于22歲及以上成人PTSD癥狀的治療。這是全球首個針對該適應證獲批的無創穿戴式神經調控器械，標志著PTSD治療從藥物和談話療法邁入家庭化物理干預的新階段。該設備采用前庭神經電刺激（VeNS，通過刺激耳后前庭神經傳遞信號至腦干的技術），而非傳統的經顱電刺激。電極置于雙側乳突區，低強度脈沖沿前庭-腦干通路直達調控情緒的關鍵中樞——如藍斑核（LC，調節應激反應的核心核團）和孤束核（NTS，整合內臟與情緒信號的樞紐），從而生理性地調節自主神經平衡。

關鍵性證據源于一項383例PTSD患者的隨機對照試驗，12周后約67%受試者獲得顯著癥狀改善，且無嚴重不良事件。Modius Spero每日僅需佩戴30分鐘，可在日常活動中同步治療，完美契合“無藥物、無創傷、可居家”的需求，精準彌補了傳統藥物耐藥性、心理治療師資源稀缺及侵入式手術風險高等短板。Neurovalens依托同一技術平臺已構建起覆蓋失眠、焦慮和PTSD的產品管線，Modius Spero計劃于2026年7月以處方器械進入美國市場，優先對接退伍軍人事務部（VA）采購體系。此次獲批不僅為1300萬美國PTSD成年患者提供了新選擇，更從監管層面驗證了外周神經刺激調控中樞情緒網絡的有效性，為抑郁癥、阿爾茨海默病等更多難治性疾病的器械研發開辟了新路徑。

#PTSD非藥物治療 #前庭神經電刺激 #FDA首創批準 #居家神經調控 #Neurovalens

閱讀更多：

https://www.massdevice.com/neurovalens-fda-nod-neuromod-for-ptsd/

AI 驅動科學

五分之一美國青少年用AI尋求心理建議，且多數選擇保密

青少年心理健康危機不斷加劇，但專業心理咨詢資源嚴重匱乏。Ryan K. McBain、Jonathan H. Cantor、Joshua Breslau等（蘭德公司等機構）開展了全國性調查研究，評估了美國青少年利用人工智能聊天機器人尋求心理健康建議的現狀，并揭示了他們高度保密的傾向。

? Credit: JAMA Pediatrics (2026).

研究團隊于2025年11月對1009名12至21歲的美國青少年進行了全國代表性橫斷面調查，并通過統計加權使其代表全國4200多萬青少年。結果顯示，19.2%的受訪者曾使用人工智能聊天機器人獲取心理健康建議，較前一年的13%有明顯攀升。在使用群體中，42.8%的人每月至少使用一次，5.8%的人每天都在使用。盡管高達91.7%的用戶認為這些建議有幫助，但研究人員指出，這種獲得感可能源自聊天機器人的順從性討好。更值得關注的是，高達63.3%的用戶選擇對他人隱瞞這一行為。此外，女性以及18至21歲大齡青少年展現出更高的使用率。研究發表在 JAMA Pediatrics 上。

#疾病與健康 #心理健康與精神疾病 #人工智能 #青少年 #心理咨詢

閱讀更多：

McBain, Ryan K., et al. “AI Chatbot Use and Disclosure for Mental Health Among US Adolescents and Young Adults.” JAMA Pediatrics, June 2026. Silverchair, https://doi.org/10.1001/jamapediatrics.2026.2015

新架構ADASPEC讓多語言大模型推理速度提升2.3倍

大語言模型在多語言環境下推理成本高、速度慢。Le-Minh Nguyen團隊開發了多語言推測解碼框架ADASPEC，有效解決了非英語環境推理加速難的問題。

? ADASPEC 概述（下），與最先進的推測解碼方法（上）對比。Credit: Proceedings of the AAAI Conference on Artificial Intelligence (2026).

傳統推測解碼（speculative decoding，利用小型草稿模型快速預測詞元并由主模型并行驗證以提升輸出速度的技術）由于缺乏非英語訓練數據和受限于靜態詞匯表，在非英語環境下加速效果有限。本研究提出的ADASPEC框架改變了這一現狀。該框架不依賴外部數據集，而是利用目標大模型自身自動合成特定語言的指令數據以訓練草稿模型。此外，它通過分析不同語言的詞頻來定制精簡的專屬詞匯集。在推理期間，系統能根據即時上下文動態選擇最匹配的語言、草稿模型和詞匯量，避免不必要的冗余計算。為評估性能，研究人員還推出了多語言基準測試平臺Multi-SpecBench。測試顯示，該框架在中文、日語和英語等七種語言中的表現均優于現有先進技術，比主流推測解碼方法EAGLE-2提速高達2.3倍。研究發表在 Proceedings of the AAAI Conference on Artificial Intelligence 上。

#大模型技術 #計算模型與人工智能模擬 #多語言大模型 #推理加速 #推測解碼

閱讀更多：

Do, Dinh-Truong, et al. “AdaSpec: Adaptive Multilingual Speculative Decoding with Self-Synthesized Language-Aware Training and Vocabulary Simplification.” Proceedings of the AAAI Conference on Artificial Intelligence, vol. 40, no. 36, Mar. 2026, pp. 30530–38. ojs.aaai.org, https://doi.org/10.1609/aaai.v40i36.40307

AI與物理雙驅路線圖加速無稀土永磁體發現

如何減少高性能永磁體對昂貴稀土元素的依賴？Prashant Singh（美國艾姆斯國家實驗室）通過將基礎物理學與人工智能相結合，提出了一種系統的無稀土永磁材料設計路線圖，為預測和開發下一代可持續高性能磁體提供了新途徑。

? a) 電子性質作為坐標依賴函數，通過自洽場 (SCF) 或神經網絡模型學習得到；b) 通過基于截斷的哈密頓量稀疏性，利用近視性來強制執行局域性。Credit: Advanced Functional Materials (2025).

研究人員提出了一種以電子結構為核心的全新設計方法。該方法結合了基于物理的建模、高通量模擬以及基于推理的智能體DuctGPT，在材料實際合成前進行預測。傳統方法依賴漫長的實驗試錯，而新方案將飽和磁化強度和磁晶各向異性能等物理先驗知識嵌入AI模型中。這一改進使AI不僅能在已有數據內進行預測，還能探索更廣闊的未知材料空間。此外，該路線圖還將供應鏈波動、材料成本和工業可行性等現實約束納入考量，從而在設計階段就篩選出兼具高性能與量產可行性的候選材料。研究發表在 Advanced Functional Materials 上。

#AI驅動科學 #預測模型構建 #永磁體 #無稀土材料 #材料設計

閱讀更多：

Singh, Prashant. “Universal Electronic-Structure Relationship Governing Intrinsic Magnetic Properties in Permanent Magnets.” Advanced Functional Materials, vol. 36, no. 30, 2026, p. e25433. Wiley Online Library, https://doi.org/10.1002/adfm.202525433

AI解碼腦電波波形：在癲癇發作前捕捉早期神經病變信號

癲癇的早期精準診斷一直面臨臨床瓶頸，因為常規腦電圖往往難以捕捉到短暫的發作瞬間。Maria Isabel Cano Achuri、Austin J Brockmeier和Amanda E Hernan等研究人員（特拉華大學與內穆爾兒童健康中心等）合作開發了一種新型人工智能算法，成功在無可見癲癇發作的腦電波中解碼出早期的遺傳病變信號。

研究團隊利用攜帶致癲癇 TSC1 基因變異的小鼠模型進行概念驗證，分析了40多只不同遺傳品系小鼠連續五天的單通道EEG記錄。該研究提出了一種名為波形包的機器學習算法。該算法無需依賴顯性的癲癇發作波，而是通過自主學習大腦的波形語言并構建電信號模式詞典，來尋找常規人工審查難以發現的基線電活動異常。

結果表明，即使在沒有可見癲癇發作的腦電圖片段中，該方法區分小鼠遺傳品系的準確率也達到了70%。更為重要的是，在兩種特定品系中，該算法預測 TSC1 基因缺陷（即癲癇易感基因型）的準確率分別高達86%和67%。這一結果證實了腦電圖基線中隱藏著可測量的早期神經病變生物標志物。目前，該團隊正計劃將該技術推廣至臨床，用于分析在內穆爾兒童健康中心接受評估的兒童腦電圖數據，以期實現癲癇的早期預警與精準干預。研究發表在 Journal of Neural Engineering 上。

#疾病與健康 #神經機制與腦功能解析 #癲癇 #腦電圖 #人工智能

閱讀更多：

Isabel Cano Achuri, Maria, et al. “Interpretable EEG Biomarkers for Neurological Disease Models in Mice Using Bag-of-Waves Classifiers.” Journal of Neural Engineering, vol. 23, no. 3, May 2026, p. 036016. Institute of Physics, https://doi.org/10.1088/1741-2552/ae4d8c

首個AI自適應網絡蠕蟲：零邊際成本劫持全網計算力

傳統網絡蠕蟲極易被補丁阻斷，但AI的引入改變了防御格局。Jonas Guan、Tom Blanchard、Hanna Foerster、Hengrui Jia、Gabriel Huang和Nicolas Papernot團隊（多倫多大學、矢量研究所、劍橋大學及ServiceNow）展示了一種新型自適應人工智能蠕蟲原型，證實其能自主推理并跨設備傳播。

? 一種由人工智能驅動的蠕蟲通過寄生性地獲取計算資源，在異構網絡中傳播，從而實現自主推理。Credit: arXiv (2026).

研究團隊在包含Linux、Windows和物聯網設備的33臺主機的隔離虛擬網絡中測試了該原型。該蠕蟲利用受害者機器上運行的本地單顯卡開源大語言模型進行自主推理，無需依賴可能被封禁的商業API。這種分層架構允許低配置設備將推理請求發送給已被控制的GPU節點。在15次、每次為期7天的自主傳播實驗中，該蠕蟲平均發現31.3個漏洞，成功入侵23.1臺主機，并復制到20.4臺主機上，實現了多達7代的自我復制。更重要的是，它能通過實時閱讀新發布的漏洞公告，成功利用模型訓練截止日期后才公開的漏洞。由于其生存和推理完全寄生在被劫持的計算資源上，黑客攻擊的邊際成本幾乎降為零。

#其他 #網絡安全 #人工智能安全 #AI蠕蟲

閱讀更多：

Guan, Jonas, et al. “AI Agents Enable Adaptive Computer Worms.” Version 1, arXiv, 2026. DOI.org (Datacite), https://doi.org/10.48550/ARXIV.2606.03811

新型基準測試AutoLab評估大模型長周期閉環優化能力

現有的人工智能評估多局限于短時或單輪任務，難以測出大模型在長時間、高強度自主科研中的真實迭代水平。來自華盛頓大學、麻省理工學院等機構的研究人員開發了新型基準測試平臺AutoLab，系統評估了17個前沿大模型在長周期閉環優化和自主科研任務中的表現。

研究團隊設計的AutoLab包含36個涵蓋系統優化和模型開發等領域的真實任務。每個任務提供一個可運行但非最優的基準線，挑戰智能體在嚴格的墻鐘預算內持續迭代優化。評估17個前沿模型共消耗2544個物理小時和86億個tokens。結果顯示，claude-opus-4.6表現優異，綜合平均分（Avg@3，三次獨立運行試驗的平均得分）達到0.68，遠超第二名gemini-3.1-pro的0.50。相比之下，gpt-5.4和grok-4-20等模型由于缺乏時間感知（time awareness，指智能體合理分配探索與提交時間的能力），常常在有大量剩余時間時過早終止，導致得分偏低。研究表明，決定自主科研成功的關鍵并非初始代碼質量，而是智能體持續獲取實證反饋并不斷編輯微調的持久度。

#AI驅動科學 #自動化科研 #大語言模型 #智能體 #閉環優化

閱讀更多：

https://arxiv.org/abs/2606.05080

AI自主進化出高可解釋性大腦認知模型

傳統手工構建的認知模型難以完全捕獲復雜的學習行為。Daniel Kasenberg、Pablo Samuel Castro、Kevin J. Miller等（ DeepMind 等機構）開發了名為 DataDIVER 的工具，成功自動從行為數據中發現了兼具高預測精度與人類可讀性的計算模型。

研究團隊利用 DataDIVER 系統，結合大語言模型與進化算法，自動生成并優化基于 Python 語言的代碼程序。該算法在優化模型擬合度的同時，引入了評估代碼理解難度的哈爾斯特德復雜度（Halstead complexity）指標進行簡化約束，并利用 Gemini 2.5 Pro 優化代碼可讀性。研究在人類、大鼠、猴子和果蠅的五種獎勵學習數據集上進行了測試。結果表明，DataDIVER 發現的復雜模型在預測精度上達到了黑盒循環神經網絡的水平，顯著超越了傳統手工模型。更為重要的是，其簡化后的模型不僅比傳統手工模型更易理解，還揭示了此前未被發現的新型行為機制，這些機制在重新分析原始數據時得到了證實。

#AI驅動科學 #自動化科研 #認知科學 #可解釋性AI #學習機制

閱讀更多：

Kasenberg, Daniel, et al. “AI-Discovered Cognitive Models Reveal Novel Insights into Human and Animal Learning.” bioRxiv, 21 May 2026, p. 2026.05.18.725921. bioRxiv, https://doi.org/10.64898/2026.05.18.725921

LEAP賦能通用大模型實現高難度形式化數學定理自動證明

為解決大語言模型生成可驗證形式化數學證明的難題，谷歌云AI研究團隊和谷歌DeepMind的研究人員開發了智能體框架LEAP，使通用模型無需專用微調即可自動證明復雜定理。

該框架借鑒人類數學家的工作流，將復雜的證明目標分解為由多個引理組成的有向無環圖藍圖。LEAP 采用非形式化與形式化交替規劃，先用自然語言撰寫推理草稿，再將其翻譯為 Lean 形式化證明語言（Lean formal proof language，一種可由計算機內核嚴格驗證邏輯正確性的代碼語言）。在搜索過程中，系統不僅利用 Lean 編譯器進行語法檢查，還引入了大語言模型評審員過濾無效路徑。在實驗中，LEAP 成功解答了 2025 年普特南數學競賽的全部 12 道高難度本科生數學題。此外，在團隊新構建的 Lean-IMO-Bench 基準測試集上，該框架將通用模型的求解率從 10% 以下提升至 70%，超越了達到國際奧數金牌水平的專用系統 Aristotle 取得的 48% 成績。LEAP 還自主完成了高德納（Knuth）偶數階凱萊圖哈密頓分解等開放問題的形式化證明，合成了超 5000 行的 Lean 4 代碼。

#AI驅動科學 #自動化科研 #形式化數學 #大語言模型 #智能體框架

閱讀更多：

https://arxiv.org/abs/2606.03303

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

研究院在華山醫院、上海市精神衛生中心分別設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工陳天橋雒芊芊神經科學研究院。

研究院還建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、科普視頻媒體「大圓鏡」等。