近日，清华大学任天令教授团队在SCIENCE CHINA Information Sciences上在线预发表题为“Transcending Natural Evolution in the Age of Artificial Intelligence”的Position Paper。

论文从进化时间尺度出发，讨论人工智能从数字空间向物理环境、人体和神经组织延伸的可能路径。文章提出“进化节奏失配”、“具身阈值”及“超自然进化”等关键概念，梳理了柔性生物电子、脑机接口等技术可支撑的人机融合路径，同时分析算力、能源、材料和技术可及性可能带来的“生物—技术分层”风险，并提出分阶段、可触发的适应性治理框架。

进化节奏失配：生物演化以千年计，技术迭代不足十年

人类生物演化与人工智能技术迭代处在显著不同的时间尺度上。

从自然进化看，人类的身体与大脑是在漫长时间中形成的。考古和人类学研究表明，现代人的脑容量在约30万年前已接近今天的水平，脑的主要结构和信息传递方式至今变化缓慢。人脑以约20瓦的代谢功率运行，神经信号传导速度约为1~100 m/s，单个神经元的放电频率通常不超过100至200赫兹。颅骨体积、散热和代谢稳态共同限制着认知带宽、工作记忆和并行处理速度。神经可塑性使人能够学习和适应，但这种变化主要依赖局部、缓慢的突触更新，不能替代以千年计的生物演化。

相比之下，AI系统的更新周期已短至年、月甚至周。今天的训练框架可以协调数万个专用处理器，以千兆赫兹时钟速度进行同步计算；前沿模型的架构和安全措施可在数周或数月内重新配置，并依托全球基础设施重新部署。在硬件侧，存算一体器件、二维材料和先进散热技术正被用于突破传统计算架构的瓶颈。这种速度和规模远超生物演化，但并不意味着AI天然具有更高的能源效率：大模型训练和运行仍依赖大量电力、冷却系统、数据中心和复杂的全球供应链。

论文将这种以千年计的生物演化与以年计的技术迭代之间的差异概括为进化节奏失配。它不是简单比较人与机器的速度，而是揭示一种结构性张力：技术能力快速扩展，而人的生物属性和社会制度难以同步变化。

面对这种进化节奏失配，论文提出“超自然进化”：以技术来促进与增强人的感知、认知和运动等能力的发展，实现超越人类的自然进化发展速度。

图1 生物认知与技术能力的进化节奏失配：人脑容量趋于稳定，技术能力加速增长

跨越具身阈值：AI从数字空间走向具身交互

具身阈值描述的是AI从主要局限于数字推理，转向持续参与物理、身体或神经活动的关键转变。

长期以来，AI主要在数字空间中处理文本、图像、代码等符号化信息。其输出可以影响人的判断和决策，但系统本身通常不具备持续感知环境、采取行动并接收反馈的闭环能力，因此仍属于离身智能。

随着多模态模型、机器人和生物电子技术发展，这一边界开始松动。当AI与物理环境、人体或神经组织形成任务相关的闭环，并具备持续稳定的连接以及感知—运动耦合时，就跨越了具身阈值。它不是非黑即白的界线，而是一个由浅入深的连续过程：自主移动和操作物体的机器人、持续监测生理信号的可穿戴设备，以及直接读取或调控神经活动的脑机接口，分别代表不同程度的具身化。

柔性生物电子为AI系统与人体建立持续交互提供了关键的材料接口。传统刚性硅器件与柔软生物组织之间存在数个数量级的力学差异，长期佩戴或植入可能引起微损伤、炎症和信号衰减。表面起皱、纳米带屈曲、自修复和织物电子等研究，正在改善器件的贴合性、拉伸性和稳定性。论文梳理的案例包括可监测葡萄糖、皮质醇等指标的智能织物，捕捉喉部肌电和机械振动的人工喉，以及经颈静脉送至运动皮层附近血管的支架电极。这些技术展示了从体表感知到神经接口的不同路径，但在规模化制造、生物相容性、长期信号稳定和供能方面仍面临挑战。

这一演进路径可分为三个连续的交互域：数字域中的离身智能、物理域中的具身智能，以及神经域中的人机融合。随着交互带宽提高、连接更加持续、信息流由单向走向双向，AI可能逐步成为感知、交流和运动能力的延伸。不过，能否走向更深层的人机共生，仍取决于安全性、伦理边界和社会治理。

生物—技术分层：资源约束下的人机融合与治理

人机融合并不会自动带来更好的未来。算力扩张和生物接口的普及受到能源、材料、供应链和制度条件制约，这些约束直接影响技术由谁控制、谁能使用。

论文将由此可能形成的长期差距称为生物-技术分层。如果高带宽认知辅助、神经功能修复和预测性健康监测主要由少数能够承担成本的群体获得，社会差距就可能从收入和资源层面进一步延伸到认知带宽、身体机能和健康保障。与此同时，大模型基于既有语料和主流偏好进行优化，可能加剧认知趋同；神经信号一旦被当作普通消费数据采集和交易，也会挑战神经隐私与个人意图的保护边界。

针对这些风险，论文提出一套适应性治理路线图。它并非按固定年份依次推进的三阶段规划，而是根据可测技术指标和人机融合深度触发不同强度的监管。

第一阶段强调基础设施透明性，要求在前沿模型发布时披露算力分配、能源使用和训练数据来源，建立不可篡改的事件记录、红队测试和独立评估机制；随着可穿戴和非侵入式接口发展，还应将原始神经信号纳入严格的医疗或敏感数据保护。

第二阶段在AI跨越具身阈值后，重点转向具身安全和用户自主性，包括统一工程与临床标准、持续评估算法漂移、设置软硬件故障保护，并保障用户能够安全断开连接。同时，法律需要区分人的意图、算法建议和设备执行之间的责任。

第三阶段面向跨国公平。论文建议借鉴欧洲核子研究中心和国际原子能机构的组织经验，探索跨国监督和公共利益审查机制，推动基础算力和预测性健康监测的普惠性，并减少对少数大型云平台和供应链控制者的依赖。

结论与展望

从自然进化到本文提出的超自然进化，人类正处于决定自身未来发展方向的十字路口。这篇观点论文的价值，不在于预测某些技术的里程碑，而在于把关注焦点重新带回技术背后的“人”这一主体：技术应如何服务于人的能力扩展，未来社会又将面临什么样的结构性变化？真正值得追求的，不是机器能力的自由扩张，而是以提升人的感知、认知和行动能力为中心，把握智能技术发展与治理的方向，使人类始终保有塑造未来的主动权。

研究团队

任天令（团队负责人），郭鹏文，贾欣媛，杨轶：清华大学集成电路学院，北京信息科学与技术国家研究中心（BNRist）陶璐琪：北京信息科学与技术国家研究中心（BNRist）

引用本文: Transcending natural evolution in the age of artificial intelligence. Sci China Inf Sci, 2026, 69(9): 193401, doi: 10.1007/s11432-026-5041-7

支持单位：