█ 腦科學動態

Nature：首個跨越百年的大腦白質終生生長曲線圖問世

Cell：上海科技大學解析Wnt信號體復合物高分辨結構

35年跨度超8萬人研究：現在的年輕人比以往任何時候都更追求完美

孩子愛說謊長大會變壞嗎？

腦類器官驅動生物計算機，能耗更低且支持遠程云端調控

為何現場音樂更動人？現場演出能增強腦電波與音樂的同步性

自我意識較弱的人更容易被假手欺騙

孕期和產后超八成女性遭遇體重歧視

人類元認知來自何方？新研究在獼猴大腦中找到演化線索

█ AI行業動態

估值9650億美元！Anthropic發布Opus 4.8：上百個智能體并行，11天重寫75萬行代碼

█ AI驅動科學

雙靶點磁刺激快速緩解青少年自殺意念

基于無創腦信號的基礎模型解析內心獨白

像嬰兒般探索的機械手自學彈琴，無需樂譜聽一遍即可復現

大語言模型正過濾掉人類推理中的倫理與情感

人機協同智能框架MetaBeeAI：加速大規模科學文獻系統性綜述

半機械蟑螂在AI引導下成功挑戰復雜迷宮

警惕心理健康AI帶來的“情感依戀悖論”

一副普通耳機即可運行的聽覺腦機接口系統

腦機接口優化電競玩家的神經效率

FluxMem框架賦予LLM智能體動態演變記憶

腦科學動態

Nature：首個跨越百年的大腦白質終生生長曲線圖問世

大腦白質異常與多種神經及精神疾病密切相關，但此前學術界一直缺乏標準化的白質終生生長參考圖表。Michael E. Kim、Kurt G. Schilling、Bennett Landman及其合作者（范德堡大學和范德堡健康中心等）分析了海量核磁共振成像數據，成功繪制出人類首個從出生到100歲的大腦白質生長曲線圖。

? 特定神經束發育里程碑、神經生物學模式和空間梯度。Credit: Nature (2026).

研究人員分析了源自50項人群研究的35120例典型發育大腦的擴散磁共振成像樣本，追蹤了大腦中72條不同功能性白質通道的生長與衰老過程。分析表明，全腦白質總體積在30歲出頭達到峰值，之后逐漸萎縮。而代表白質組織完整性的關鍵指標各向異性分數成熟更早，在20多歲中期達到臨界點后便穩步下降。研究揭示，大腦不同神經回路的生長與衰退遵循完全不同且獨立的時間線，成熟速度最慢的通路往往最能抵抗衰老，而在青春期爆發式增長的通路在晚年退化最快。通過與精神分裂癥、孤獨癥及阿爾茨海默病患者的數據對比，研究還發現不同疾病在白質發育中表現出獨特的空間偏差模式。研究發表在 Nature 上。

#疾病與健康 #神經機制與腦功能解析 #腦圖譜 #白質

閱讀更多：

Kim, Michael E., et al. “White Matter Micro- and Macrostructure Brain Charts for the Human Lifespan.” Nature, May 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-026-10454-2

Cell：上海科技大學解析Wnt信號體復合物高分辨結構

經典Wnt信號通路如何啟動這一懸而未決的四十載難題如何解決？上海科技大學生命科學與技術學院許文青團隊通過解析Wnt信號體高分辨率三維結構，系統揭示了天然Wnt配體啟動該通路的分子機制。

? Credit：Cell.

研究團隊利用冷凍電鏡成功捕捉到分辨率達2.9埃的Wnt3a、Fzd8受體與LRP6共受體復合物結構。該復合物呈現獨特的2比4比2組裝比例，即兩個Wnt3a蛋白形成同源二聚體作為核心，每個Wnt3a結合一個LRP6和兩個Fzd8。這種配體二聚化機制能夠拉攏并誘導受體在細胞膜上發生聚類，這是啟動下游信號的關鍵第一步。此外，研究首次揭示了Wnt3a與LRP6在空間上的精密結合界面，并驚喜地發現，將Wnt3a蛋白第57位的精氨酸突變為亮氨酸或甲硫氨酸后，其激活信號的能力提升了約8倍，成功獲得超活性突變體，在再生醫學領域具有巨大應用潛力。研究發表在 Cell 上。

#疾病與健康 #其他 #Wnt信號通路 #結構生物學 #生命科學

閱讀更多：

Yue, Dan, et al. “Structural Basis of Wnt Signalosome Extracellular Complex Assembly.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.05.006

35年跨度超8萬人研究：現在的年輕人比以往任何時候都更追求完美

為什么現在的年輕一代面臨更嚴峻的心理健康危機？Thomas Curran、Andrew Hill和Pia Marie Pose團隊（倫敦政治經濟學院等）通過對過去35年數據的系統研究發現，大學生的完美主義傾向正在加速上升，這與宏觀經濟不平等的加劇及人均GDP放緩等深層社會經濟因素密切相關。

研究團隊對1989年至2024年間涉及82,939名美、加、英大學生的307項研究進行了跨時間元分析。結果表明，在這35年間，年輕人的完美主義傾向呈上升趨勢。特別是自21世紀初以來，完美主義擔憂（perfectionistic concerns，指對失敗的恐懼、優柔寡斷以及害怕受到他人否定評價的心理狀態）的上升速度，遠快于完美主義追求。研究進一步將心理數據與經濟指標關聯，發現人均GDP增速放緩促使年輕人通過加倍努力來代償，進而推高完美主義追求；而經濟不平等的加劇則直接導致害怕犯錯和在意他人看法的完美主義擔憂急劇上升。值得注意的是，完美主義與抑郁和焦慮等心理健康癥狀的關系在過去幾十年中保持穩定，這意味著完美主義的普遍增加直接推高了群體層面的心理健康風險。研究發表在 Psychological Bulletin 上。

#疾病與健康 #心理健康與精神疾病 #完美主義 #社會經濟因素 #元分析

閱讀更多：

Curran, Thomas, et al. “Perfectionism Is Accelerating over Time: A Cross-Temporal Meta-Analytic Review of 35 Years of College Student Data.” Psychological Bulletin [US], vol. 152, no. 3, 2026, pp. 255–87. APA PsycNet, https://doi.org/10.1037/bul0000518

孩子愛說謊長大會變壞嗎？

兒童說謊行為如何影響其成年后的心理健康與法律風險？Victoria Talwar、Angela M. Crossman、Kristy Robinson等人（麥吉爾大學、蒙特利爾大學和紐約市約翰杰伊刑事司法學院）通過一項跨越十余年的縱向研究，繪制了兒童期至青春期的說謊軌跡，發現持續或遞增的說謊行為可能預示著成年早期的反社會人格及犯罪風險。

研究團隊分析了魁北克幼兒園兒童縱向研究中3017名約6歲兒童的數據，追蹤其在6歲至19歲期間由父母和教師報告的說謊行為。研究人員利用增長混合模型分析這些數據，并結合參與者22歲時的精神癥狀及25歲前的犯罪記錄進行關聯分析。結果顯示，大多數兒童的說謊頻率在成長過程中處于較低水平或呈下降趨勢。然而，少數表現出高頻或遞增說謊軌跡的兒童，其在童年早期往往伴有更高的攻擊性和沖動性。更重要的是，這部分持續說謊的個體在22歲時表現出明顯的反社會人格障礙癥狀，且在25歲前更有可能出現青少年及成人犯罪記錄。研究表明，長期的病理性說謊結合沖動與攻擊行為，是早期干預的重要信號。研究發表在 Development and Psychopathology 上。

#認知科學 #心理健康與精神疾病 #兒童發展 #反社會行為 #說謊行為

閱讀更多：

Talwar, Victoria, et al. “The Long View: Lie-Telling Trajectories, Ages 6 to 19 Years.” Development and Psychopathology, May 2026, pp. 1–14. Cambridge University Press, https://doi.org/10.1017/S0954579426101515

腦類器官驅動生物計算機，能耗更低且支持遠程云端調控

傳統人工智能計算能耗巨大。為了開發更高效的計算系統，Simon Spichak 聯合 Cortical Labs、FinalSpark 及約翰·霍普金斯大學等機構，利用電極連接人腦細胞執行計算，成功構建出超低能耗且支持遠程云端調控的生物計算機。

研究人員將人類皮膚或血液細胞重編程為多能干細胞，并培育成分化成熟的腦類器官。將這些類器官置于硬件外殼的多電極陣列上，即可通過電刺激和化學刺激進行控制與測量。相比傳統的人工神經網絡，生物計算能耗極低，大腦日均功耗僅約30瓦。Brett Kagan 發現，生物網絡在處理混亂數據時學習效率更高。目前，研究人員已能通過云端平臺以 Python 代碼遠程控制這些腦細胞運行實驗，甚至訓練腦細胞玩 乒乓 和 毀滅戰士 等電子游戲。此外，約翰·霍普金斯大學的 Thomas Hartung 指出，該技術有望推動神經形態工程的發展。盡管其不可預測性仍給訓練帶來挑戰，且伴隨潛在意識和倫理爭議，但該平臺已在藥物發現和高效計算中展現出廣闊前景。研究發表在 Journal of Medical Internet Research 上。

#意識與腦機接口 #計算模型與人工智能模擬 #生物計算 #腦類器官 #節能計算

閱讀更多：

Spichak, Simon. “Biocomputing: Beyond the Hype.” Journal of Medical Internet Research, vol. 28, no. 1, May 2026, p. e100949. www.jmir.org, https://doi.org/10.2196/100949

為何現場音樂更動人？現場演出能增強腦電波與音樂的同步性

為什么現場音樂會比高保真錄音更具吸引力？其背后的神經機制此前尚不明確。Arun Asthagiri和Psyche Loui（東北大學與新英格蘭音樂學院）通過合作研究發現，現場演出能顯著增強聽眾腦電波與音樂聲波節律的同步性，從而帶來更高的專注度與愉悅感。

研究人員招募了21名參與者，在音樂廳中分別閉眼聆聽小提琴家現場演奏及錄音播放的巴赫小提琴獨奏作品。實驗期間，研究人員利用腦電圖實時監測參與者的腦部活動。結果表明，相比于預先錄制的音樂，現場演奏引發了更強的腦電波與音樂節律同步，即相位鎖定（phase-locking，指大腦神經元的電活動模式與外界聲波節奏在時間上高度對齊的同步化現象）。這種同步性在快節奏音樂中尤為明顯。行為評估數據顯示，聽眾對現場演出的愉悅感和投入度評分顯著更高，且更不容易分心。數據分析進一步證實，大腦與音樂節律的這種深度共振，是現場音樂具有獨特情感吸引力的神經學基礎。研究發表在 Social Cognitive and Affective Neuroscience 上。

#神經科學 #神經機制與腦功能解析 #現場音樂 #腦電波同步 #腦科學

閱讀更多：

Asthagiri, Arun, and Psyche Loui. “From Lab to Concert Hall: Effects of Live Performance on Neural-Acoustic Phase-Locking and Engagement.” Social Cognitive and Affective Neuroscience, vol. 21, no. 1, Jan. 2026, p. nsag021. Silverchair, https://doi.org/10.1093/scan/nsag021

自我意識較弱的人更容易被假手欺騙

思維與身體感知之間存在怎樣的聯系？Willis Klein、A. J. Gregory、Sonia A. Krol和Jennifer A. Bartz（麥吉爾大學）通過對橡膠手錯覺的研究，發現自我概念清晰度較低的人更缺乏身體感知。該研究為身心深層關聯的具身認知理論提供了實證支持。

這項雙重復制研究招募了77名18至40歲的參與者，采用經典的橡膠手錯覺（rubber hand illusion）實驗。實驗中，參與者的一只手被遮擋，視線中放置一只戴手套的橡膠假手。研究人員用畫筆以同步或不同步的方式撫摸真實的手和橡膠手。隨后，參與者填寫評估其自我概念清晰度（self-concept clarity，即自我意識的清晰度、連貫性和穩定性）的量表。通過線性混合效應模型分析，研究發現自我概念清晰度得分較低的參與者，更容易受到橡膠手錯覺的影響。即使在不應產生錯覺的不同步撫摸條件下，他們也更容易將假手感知為自己身體的一部分。這表明，自我意識較弱的人擁有更易變形的身體自我，更容易將環境中的外物融入自我認知。這一結果為理解邊緣型人格障礙等精神疾病提供了新視角。研究發表在 Canadian Journal of Experimental Psychology / Revue canadienne de psychologie expérimentale 上。

#認知科學 #心理健康與精神疾病 #具身認知 #橡膠手錯覺 #自我概念清晰度

閱讀更多：

Klein, Willis, et al. “Self-Concept Clarity and Interoceptive Updating in the Rubber-Hand Illusion: A Double Replication Study.” Canadian Journal of Experimental Psychology / Revue Canadienne de Psychologie Expérimentale [US], vol. 80, no. 1, 2026, pp. 48–54. APA PsycNet, https://doi.org/10.1037/cep0000387

孕期和產后超八成女性遭遇體重歧視

孕婦及產婦往往面臨極大的身心壓力，但親友的體重羞辱如何影響她們的健康習慣？Taniya S. Nagpal與Angela C. Incollingo Rodriguez（阿爾伯塔大學等）通過研究發現，來自伴侶、家人和朋友等至親的體重歧視，會顯著降低孕產婦遵循運動和營養指南的積極性，從而對母嬰健康產生不利影響。

研究團隊招募了463名女性，在她們懷孕至少13周及產后三個月時進行問卷調查，評估她們遭受體重歧視的頻率，并對比其營養與運動情況。結果顯示，高達85.7%的女性在孕期感受到體重歧視，74.6%的人在產后也有類似經歷。統計學分析表明，遭受體重羞辱的頻率與未達到運動和營養指南要求顯著相關。頻繁遭受批評的孕婦更難改善膳食，且在孕期和產后更難維持中等至劇烈身體活動。研究表明，負面評論并不能起到激勵作用，反而會增加心理壓力并降低自我關愛，醫護人員應關注患者家庭環境中的體重歧視屏障。研究發表在 Midwifery 上。

#疾病與健康 #心理健康與精神疾病 #體重歧視 #孕產期健康

閱讀更多：

Nagpal, Taniya S., and Angela C. Incollingo Rodriguez. “Weight Stigma from Close Others May Drive Reduced Adherence to Physical Activity and Nutrition Recommendations during Pregnancy and Postpartum.” Midwifery, vol. 156, May 2026, p. 104747. ScienceDirect, https://doi.org/10.1016/j.midw.2026.104747

人類元認知來自何方？新研究在獼猴大腦中找到演化線索

人類在規劃未來時需要評估環境和自身未來的行為。為了探尋這種前瞻性元認知的演化起源，牛津大學的 Kentaro Miyamoto, Simone D’Ambrogio, Caroline Harbison等研究人員對比了人類與獼猴的腦活動及連接性，發現獼猴具備類似元認知能力并揭示了其在腹側前額葉的神經基礎。

研究人員設計了一項前瞻性概率判斷任務，要求人類和獼猴在決策前評估環境相關概率以及操作相關概率。通過功能磁共振成像記錄腦活動，研究發現獼猴的45a區特異性參與評估自身表現，而47/12o區則參與評估環境。當研究人員使用經顱超聲刺激干擾這兩個區域時，獼猴對應的評估能力受到了因果性削弱。最后，比較連接性分析表明，人類的前外側前額葉皮層在腦網絡連接特征上融合了獼猴45a區和47/12o區這兩個獨立環路。這表明人類高級的前瞻性元認知能力可能是通過整合靈長類祖先大腦中已存在的這兩個特異性環路演化而來的。研究發表在 Nature Human Behaviour 上。

#神經科學 #神經機制與腦功能解析 #元認知 #前額葉皮層 #獼猴

閱讀更多：

Miyamoto, Kentaro, et al. “Brain Activity, Disruption and Connectivity Comparisons Identify Origins of Human Metacognition in Other Primates.” Nature Human Behaviour, May 2026, pp. 1–22. www.nature.com, https://doi.org/10.1038/s41562-026-02473-w

AI 行業動態

估值9650億美元！Anthropic發布Opus 4.8：上百個智能體并行，11天重寫75萬行代碼

Anthropic近日發布新一代旗艦大模型Claude Opus 4.8，其估值也隨之飆升至9650億美元。該模型構建于Opus 4.7基礎之上，在編程、智能體任務和長時間推理方面顯著增強。官方宣稱，新模型具備更敏銳的判斷力和更高的“誠實性”——主動指出不確定之處，極少做出缺乏依據的斷言。內部評估顯示，Opus 4.8在代碼中存在缺陷卻未加提示的概率僅為前代的四分之一。模型API價格保持不變（輸入每百萬5美元，輸出每百萬25美元），同時推出“極速模式”（Fast Mode，運行速度提升至常規2.5倍，價格降低約三分之二）。第三方評測中，它在“高級工程師基準”測試中暴漲30分，以63分險勝GPT-5.5；寫作基準測試得分79.6，遠超競品。沃頓商學院教授Ethan Mollick利用Claude Code中的Opus 4.8，僅憑數百份匿名研究文件，便自主生成了包含假設提出、數據分析、穩健性檢驗直至LaTeX排版的小型學術論文，展現了驚人的自動化研究能力。

伴隨新模型，Anthropic推出多項創新功能。Claude.ai平臺新增“投入度控制”（Effort control，用戶可調節模型思考深度與資源消耗），從“低投入”到“最大投入”共五檔，其中“高投入”檔位下模型性能最佳但Token消耗較大。Claude Code環境中的“動態工作流”（Dynamic workflows，可將任務拆解為數百個并行運行的子智能體）允許模型自主規劃工作流程，處理代碼庫級遷移等超大規模任務。Bun原作者Jarred Sumner利用該功能，在11天內將約75萬行代碼從Zig移植到Rust，測試通過率達99.8%。此外，Anthropic宣布完成650億美元H輪融資，估值9650億美元，超越OpenAI。公司預告下一代旗艦模型“Claude Mythos預覽版”已在小范圍測試，其智能水平將超越現有Opus系列，預計數周內正式開放，屆時需要更強的網絡安全防護體系。

#Claude Opus 4.8 #動態工作流 #誠實性AI #估值9650億 #Anthropic

閱讀更多：

https://www.anthropic.com/news/claude-opus-4-8

AI 驅動科學

雙靶點磁刺激快速緩解青少年自殺意念

青少年抑郁癥伴隨的自殺風險是全球公共衛生的嚴峻挑戰，亟需快速見效的干預手段。暨南大學附屬第一醫院賈艷濱教授團隊開展了一項隨機對照臨床試驗，證實針對特定腦區的雙靶點無創神經調控療法可以安全、快速地緩解抑郁癥青少年的自殺意念。

該臨床研究招募了59名患有重度抑郁癥（MDD）且伴有自殺意念的青少年患者。受試者被隨機分配在4天內接受共20次的加速間歇theta脈沖刺激。雙靶點組接受針對左側背外側前額葉皮層（DLPFC）和左側小腦的活性電磁刺激，而單靶點組僅在左側DLPFC接受活性刺激。結果顯示，在治療第4天，雙靶點組的貝克自殺意念量表評分下降幅度顯著大于單靶點組，兩組平均分別減少14.34分和9.40分。此外，雙靶點組在緩解患者抑郁癥狀和絕望感方面也表現出顯著優勢。在安全性方面，除少數患者出現輕微且短暫的治療部位疼痛或頭暈外，無任何嚴重不良反應報告。這一發現表明結合前額葉與小腦的雙靶點刺激方案具有高度的臨床實用性，為抑郁癥青少年的急診干預提供了新思路。研究發表在 JAMA Network Open 上。

#疾病與健康 #神經調控 #抑郁癥 #自殺意念 #經顱磁刺激

閱讀更多：

Huang, Dong, et al. “Dual-Site aiTBS for Suicidal Ideation in Adolescents With Major Depressive Disorder: A Randomized Clinical Trial.” JAMA Network Open, vol. 9, no. 5, May 2026, p. e2613178. Silverchair, https://doi.org/10.1001/jamanetworkopen.2026.13178

基于無創腦信號的基礎模型解析內心獨白

為了解決失語患者的交流重建問題，Esra Sümer-Arpak 和 Foteini Simistira Liwicki 等（瑞典呂勒奧理工大學）系統評估了基礎模型在無創腦機接口中解析內心獨白（inner speech）的最新應用，闡明了利用通用表征學習提升語言解碼性能的發展現狀。

研究團隊系統回顧了2022至2025年間，基于腦電圖（EEG）、腦磁圖（MEG）和功能性磁共振成像（fMRI）等無創神經成像技術結合基礎模型解析大腦內部語言的研究。這類模型利用自監督學習解決腦電信號信噪比低和個體差異大的挑戰。分析表明，諸如LaBraM等腦信號基礎模型正推動技術從傳統的特定任務分類向語義級和連續性語言解碼跨越。然而，當前臨床應用仍面臨瓶頸。例如，基于功能性紅外光譜（fNIRS）的模型雖能實現中等程度的語義解碼，但詞詞匯準確率依然較低。此外，缺乏統一的評估指標、模型黑盒化帶來的可解釋性差，以及內心獨白涉及的隱私和倫理問題，都是該技術走向實用的關鍵阻礙。研究發表在 Frontiers in Human Neuroscience 上。

#意識與腦機接口 #腦機接口 #大模型技術 #內心獨白

閱讀更多：

Sümer-Arpak, Esra, et al. “The Current Status of Foundation Models in Decoding Inner Speech from Non-Invasive Brain Signals: A Mini Review.” Frontiers in Human Neuroscience, vol. 20, May 2026. Frontiers, https://doi.org/10.3389/fnhum.2026.1838064

像嬰兒般探索的機械手自學彈琴，無需樂譜聽一遍即可復現

針對傳統輔助設備無法自適應人類肢體退化和動作多變的問題，Hesam Azadjou和Francisco Valero-Cuevas團隊（南加州大學維特比工程學院與阿爾弗雷德·E·曼藥學院等）研發出一種名為“音樂家之手”（Musician Hand）的仿生機械手系統，其無需預編程即可通過聽音自學彈奏旋律。

? “音樂家之手”由四根肌腱驅動的手指組成，這些手指由小型電動機控制，旨在模擬人手的運動機制。神經網絡分析旋律的聲音，并將其轉換為重現該旋律所需的運動指令。Credit: USC Viterbi School of Engineering

該系統采用四根肌腱驅動的手指，由小型電動機模擬人手的運動機制。不同于依賴海量數據的傳統機器人，該機械手通過運動咿呀學語（motor babbling，即模仿嬰兒隨機活動四肢的探索性過程）進行自學。在短短兩分鐘的鍵盤隨機按鍵中，系統利用神經網絡分析并建立了動作與所產生聲音之間的關聯。此后，機器人聽一遍新旋律即可復現。在雙盲測試中，兩位專業評委甚至無法區分該機器人與四名人類鋼琴家的演奏。這種感知機器人學有望為帕金森病和中風患者帶來能自適應學習用戶運動習慣的智能外骨骼和居家康復設備。研究發表在 Journal of the Royal Society Interface 上。

#疾病與健康 #機器人及其進展 #感知學習 #運動咿呀學語 #仿生學

閱讀更多：

Azadjou, Hesam, et al. “Perception in Action: A Robotic System That Can Teach Itself to Melodiously Play Music by Ear.” Journal of The Royal Society Interface, vol. 23, no. 238, May 2026, p. 20250909. Silverchair, https://doi.org/10.1098/rsif.2025.0909

大語言模型正過濾掉人類推理中的倫理與情感

針對AI搜索普及是否會導致互聯網失去反映人類特質之「靈魂」的問題，Md Taukir Azam Chowdhury、Vagelis Hristidis和Kevin Esterling等（加州大學河濱分校）展開合作研究，發現大語言模型在回答主觀問題時過度依賴邏輯，過濾掉了人類論證中豐富的倫理與情感特質。

研究團隊對比了ChatGPT和Gemini等大語言模型與谷歌和必應傳統網頁檢索對數百個主觀爭議性問題的回答。研究人員引入亞里士多德的修辭三角模型，將論證方式劃分為邏輯（logos）、信譽（ethos）和情感（pathos）三類。結果表明，AI系統的論證方式高度雷同，且極度偏好邏輯，幾乎完全過濾了信譽和情感。相比之下，人類撰寫的網頁則靈活融合了道德、實踐與情感敘事。研究人員指出，這種差異部分源于AI的對齊系統，這導致其傾向于回避情感表達。這警告我們，過度依賴AI檢索可能會使公共話語扁平化，削弱社會群體間的理解力。研究發表在 Proceedings of the 18th ACM Web Science Conference 2026 上。

#大模型技術 #其他 #人工智能 #修辭三角 #公共話語

閱讀更多：

Chowdhury, Md Taukir Azam, et al. “Comparing the Subjective Opinions and Justifications of LLMs and Web Search Engines.” Proceedings of the 18th ACM Web Science Conference 2026 [New York, NY, USA], WebSci ’26, 2026, pp. 64–74. ACM Digital Library, https://doi.org/10.1145/3795766.3799755

人機協同智能框架MetaBeeAI：加速大規模科學文獻系統性綜述

面對海量文獻帶來的信息過載挑戰，Rachel H. Parkinson 及其團隊（倫敦大學瑪麗皇后學院）開發了人機協作的智能框架 MetaBeeAI。該系統通過將大語言模型與人工驗證相結合，在保障嚴謹性的同時加速了科學文獻的系統性綜述進程。

? Credit: Ecological Informatics (2026).

研究發表在 Ecological Informatics 上。研究團隊構建了名為 MetaBeeAI 的開源模塊化大語言模型管道，并使用 924 篇聚焦于蜜蜂與殺蟲劑關系的生態毒理學論文對其進行了系統測試。該平臺利用人工智能識別并提取文獻中諸如蜜蜂物種、殺蟲劑化合物等結構化信息。與其他全自動AI工具不同，MetaBeeAI 引入了人機協同機制。專家可以通過透明的審查界面直接溯源至原始文本，對模型提取的內容進行驗證和修正。實驗結果表明，系統在事實性信息提取任務中表現良好，且隨著專家迭代反饋的積累，大語言模型生成的輸出質量與一致性顯著提升。這種人機協作的模式既發揮了AI處理大規模數據的效率，又利用人類專業知識克服了生成式人工智能常出現的幻覺問題，確保了學術證據綜合的嚴謹性。

#AI驅動科學 #自動化科研 #系統性綜述 #人機協同 #可解釋人工智能

閱讀更多：

Parkinson, Rachel H., et al. “MetaBeeAI: An AI Pipeline for Structured Evidence Extraction from Biological Literature.” Ecological Informatics, vol. 96, June 2026, p. 103813. ScienceDirect, https://doi.org/10.1016/j.ecoinf.2026.103813

半機械蟑螂在AI引導下成功挑戰復雜迷宮

針對傳統半機械昆蟲控制僅依賴外部行為、缺乏雙向互動的問題，Keisuke Morishima與Chowdhury Mohammad Masum Refat等團隊（大阪大學與迪波內戈羅大學）開發出一種生物智能半機械昆蟲系統，通過人工智能實時分析昆蟲體內生理信號與運動數據，實現了更協同的引導控制。

? 安裝在馬達加斯加嘶嘶蟑螂身上的全集成腦機接口系統。Credit: ROBOMECH Journal (2026).

研究人員為馬達加斯加嘶嘶蟑螂配備了一款微型可穿戴背包，該裝置能夠同步采集心跳活動、低頻神經信號振幅特征以及體感運動數據。通過將這些多模態數據輸入基于隨機森林的機器學習模型，AI能夠以高達93%的總體準確率識別昆蟲在自然、紫外線、化學暴露、高溫和食物等五種環境下的內部感知狀態。基于此，團隊提出了昆蟲協同回路（ISC）概念。在復雜迷宮測試中，當分類器識別到昆蟲處于平靜或受吸引狀態時，系統會施加輕柔的刺激（如利用紫外線引導轉向，或利用振動引導前進）來指引其行進；而當識別到其處于逃避或排斥狀態時，則立即關閉刺激，交由昆蟲自主避障。相比因受食物吸引而停滯不前的天然昆蟲，基于ISC引導的半機械昆蟲成功完成了迷宮導航。研究發表在 ROBOMECH Journal 上。

#意識與腦機接口 #腦機接口 #半機械昆蟲 #生物混合機器人 #人工智能

閱讀更多：

Refat, Chowdhury Mohammad Masum, et al. “Perception-Driven Control Strategy for Bio-Intelligent Cyborg Insect.” ROBOMECH Journal, vol. 13, no. 1, May 2026, p. 16. Springer Link, https://doi.org/10.1186/s40648-026-00344-7

警惕心理健康AI帶來的“情感依戀悖論”

面對巨大的心理健康需求，Shadi Rezapour、Elham Aghakhani與Rezvaneh Rezapour等研究人員（德雷克塞爾大學）對此展開研究，通過分析數百萬條社交媒體帖子，揭示了用戶將通用人工智能作為人類療法補充的真實態度及潛在風險。

研究團隊利用自然語言處理技術，篩選了47個心理健康相關論壇中超過400萬條帖子，最終對5126條樣本進行了深入分析。研究人員引入技術接受模型（Technology Acceptance Model，用于評估用戶如何接受和使用新技術的理論框架）和治療聯盟理論（therapeutic alliance theory，分析治療關系中任務、目標與情感聯結的社會學框架），剖析了人機互動的動態關系。結果顯示，大多數用戶并未將人工智能視為人類治療師的替代品，而是作為無法獲得傳統護理時的補充工具。雖然人工智能在提供情感安慰和協助注意力缺陷/多動障礙（ADHD）等患者進行日常規劃時表現出實用價值，但高達51%的帖子明確表達了對該技術的擔憂。研究進一步揭示了情感依戀悖論：當人工智能協助具體任務時，用戶反饋多為積極；但若缺乏明確目標而僅建立強烈的純情感聯結，則極易引發系統依賴、癥狀惡化和內疚感。因此，開發此類工具不應過度追求擬人化，而須設置清晰的安全界限。

#疾病與健康 #心理健康與精神疾病 #人工智能 #用戶態度 #社交媒體分析

閱讀更多：

Aghakhani, Elham, and Rezvaneh Rezapour. “Like a Therapist, But Not: Reddit Narratives of AI in Mental Health Contexts.” arXiv:2601.20747, arXiv, 28 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.20747

一副普通耳機即可運行的聽覺腦機接口系統

對于失去運動和言語能力的嚴重神經功能障礙患者，建立高效的非視覺溝通渠道至關重要。Simon Kojima與Shin'ichiro Kanoh（芝浦工業大學）開發了一種名為ASME-speller的30鍵聽覺腦機接口拼寫系統，成功讓受試者僅依靠標準耳機，在無視力輔助的情況下實現了直觀、高效的字符拼寫。

該系統巧妙利用了聽覺流分段（auditory stream segregation，指大腦將交替出現的聲音感知為獨立聲流的現象）技術，并結合了人們熟知的QWERTY鍵盤布局。系統通過標準耳機同時播放高、中、低三種頻率的聽覺流，分別代表鍵盤的上、中、下三行字母，各流內部則循環朗讀對應按鍵的語音。用戶只需將注意力集中在目標字符所在的頻率流以及目標語音本身，系統即可通過腦電圖捕獲事件相關電位來識別意圖字符。在線實驗中，10名健康受試者達到了0.76的平均分類準確率和2.16比特/分鐘的信息傳輸率。在后續優化中，研究人員引入了動態停止（dynamic stopping，指在滿足統計顯著性后自動提前終止刺激的策略），使線性判別分析算法的性能進一步提升，綜合準確率達到0.80，信息傳輸率提高至4.76比特/分鐘。研究發表在 Frontiers in Human Neuroscience 上。

#意識與腦機接口 #腦機接口 #聽覺腦機接口 #QWERTY布局 #人機交互

閱讀更多：

Kojima, Simon, and Shin’ichiro Kanoh. “The ASME-Speller: 30-Class Auditory Brain-Computer Interface Speller Using Stream Segregation and the QWERTY Layout.” Frontiers in Human Neuroscience, vol. 20, May 2026. Frontiers, https://doi.org/10.3389/fnhum.2026.1807535

腦機接口優化電競玩家的神經效率

如何在極端高壓的電子競技賽事中提升選手的反應速度與決策精度？Prashant Kumar Choudhary、Suchishrava Choudhary、Sohom Saha（印度勒克什米拜國家體育學院等機構）通過對18項相關實證研究進行系統性綜述，評估了腦機接口神經同步技術在電競認知表現和神經效率優化方面的應用潛力。

該研究系統分析了包括運動想象（motor imagery，指在沒有實際身體運動的情況下，通過心里模擬動作來激活大腦運動皮層區域的認知過程）腦機接口、視覺誘發電位系統以及雙腦耦合等多種調控方案。結果表明，基于腦機接口的神經同步調控對電競玩家的行為和認知表現帶來了積極影響。多項實驗表明神經同步訓練有助于縮短玩家的反應時間并提高決策準確性。例如，結合了游戲化的運動想象系統能顯著調節認知負荷并增強參與度，而基于視覺誘發的系統則通過降低信號延遲加速了選手的視覺感知處理。此外，雙腦耦合在多人協作中展示出提升合作決策準確性的潛力。盡管現有研究因樣本量較小和方案異質性高存在一定局限，但該技術仍為未來電競選手的日常訓練提供了全新思路。研究發表在 Frontiers in Human Neuroscience 上。

#意識與腦機接口 #腦機接口 #電子競技 #反應時間 #決策能力

閱讀更多：

Choudhary, Prashant Kumar, et al. “Brain-Computer Interfaces and Neural Synchronization in Esports: A Systematic Review of Effects on Reaction Time, Decision-Making, and Cognitive Performance.” Frontiers in Human Neuroscience, vol. 20, May 2026. Frontiers, https://doi.org/10.3389/fnhum.2026.1774230

FluxMem框架賦予LLM智能體動態演變記憶

現有的智能體記憶系統通常是靜態且難以適應動態環境的。來自浙江大學、阿里巴巴集團、MemTensor以及同濟大學的研究人員，共同開發了FluxMem。這是一種能夠根據環境反饋和長期鞏固動態調整記憶拓撲結構的全新記憶框架。

研究團隊將智能體記憶建模為一個包含語義、情境和程序三層結構的異構圖。該框架包含三個演化階段：首先是初始連接形成；其次是反饋驅動的連接微調，即利用環境反饋進行鏈路擴展或剪枝以糾正錯誤，并對記憶節點內容進行重塑；最后是長期連接鞏固，通過離線聚類成功軌跡來誘導穩定的程序電路，并由程序演化成熟度評分（Procedure Evolution Maturity Score，一種衡量記憶泛化性和成熟度的指標）進行優化。實驗結果表明，在 LoCoMo 長期上下文推理基準測試中，使用 GPT-4.1-mini 底座的 FluxMem 達到了 95.06 的平均準確率，遠超 Full Context 基線（81.23）。在真實的 Mind2Web 網頁導航測試中，其跨任務成功率提升至 8.1。在 GAIA 基準測試中，基于 Kimi K2 的智能體成功率從 52.12% 提升至 64.85%，展現出極強的動態自適應能力。

#大模型技術 #計算模型與人工智能模擬 #智能體 #動態記憶

閱讀更多：

Fang, Jizhan, et al. “Rethinking Memory as Continuously Evolving Connectivity.” arXiv:2605.28773, arXiv, 27 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2605.28773

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。