從死記硬背到舉一反三，北師大柳昀哲團隊Cell論文：揭開人類推理和學習能力隨年齡增長而躍遷的神經機制

撰文丨王聰

編輯丨王多魚

排版丨水成文

從兒童到成人，隨著年齡的增長，我們對世界的理解也在不斷加深。

起初，我們可能只是將事實當作孤立的信息片段來記憶（例如，兒童時期我們知道蘋果是一種水果，知道紅色是一種顏色，但可能還無法在二者之間建立聯系）。隨著逐漸成熟，我們開始了解概念本身，還能夠知道它們之間的聯系，從而形成一個更廣泛的知識地圖，這種逐漸形成的認知結構幫助我們擁有了強大的預測和推理能力，甚至能對從未見過的東西做出合理的推斷，此時，新知識將不再是被孤立記憶，而是被整合到已有的知識框架中，學習也從此變得高效。

這種結構化的知識被稱為“認知地圖”（Cognitive Map）或圖式（Schema），它在我們從童年到成年的成長過程中經歷了“智力進化”，這是人類認知的一個重要基礎，它不僅僅是知識量的積累，更是知識組織結構的質變，代表了從具體思維到抽象思維，從機械記憶到邏輯推理的飛躍。然而，其發展的神經機制在很大程度上仍未被探索，這也是當前認知神經科學的前沿和挑戰。

2026 年 3 月 25 日，北京師范大學心理學部認知神經科學與學習國家重點實驗室柳昀哲團隊（博士生瞿宇堃為論文第一作者）在國際頂尖學術期刊Cell上發表了題為：Development of non-spatial grid-like neural codes tracks inference and intelligence 的研究論文。

這項覆蓋 8-25 歲人群的研究，首次從神經生物學層面揭示了人類所具有的“舉一反三”能力的發育機制，系統揭示了大腦內嗅皮層中的“類網格編碼”（Grid-cell-like code）隨著年齡增長逐漸發展成熟，支撐抽象知識結構的形成，并促進推理能力與知識同化能力的提升。

認知之謎

心理學家讓·皮亞杰曾提出，兒童認知發展的關鍵不在于積累了多少知識，而在于能否將零散經驗組織成可遷移的“圖式”。但這一理論長期缺乏直接的神經生物學證據。

大腦內嗅皮層（Entorhinal Cortex，EC）中的網格細胞（Grid Cell）是大腦中的“內置 GPS”，當動物在空間中移動時，這些細胞會形成規則的六邊形放電模式，為空間定位提供坐標系，從而實現空間導航。2014 年諾貝爾生理學或醫學獎就授予了發現網格細胞并揭示其功能的三位科學家。

更神奇的是，網格細胞的這一空間導航機制似乎并不局限于物理空間——它可能同樣適用于概念空間，參與了抽象概念知識的組織。

實驗設計

在這項新研究中，研究團隊設計了一套精巧的“知識地圖”任務。參與者需要學習 25 個虛構角色在“攻擊力”和“防御力”兩個維度上的相鄰關系，但他們并不知道這些角色實際上構成了一張 5×5 的二維結構圖。

在隨后的 fMRI 腦成像掃描中，參與者需要回答數百道從未直接見過的推理題。每道題都要求同時整合兩個維度的信息，這無法靠死記硬背完成——只有在大腦中自發建立起“知識地圖”的人才能正確推斷。

任務完成后，研究團隊又引入四個新角色，測試參與者將其快速整合進已有知識框架的能力。

核心發現

內嗅皮層的“類網格編碼”隨年齡增強。研究團隊顯示，年齡越大的參與者，推理正確率越高，同時其大腦內嗅皮層的神經活動也呈現更強的六邊形周期性模式。這種“類網格編碼”（Grid-cell-like code）就像為抽象知識提供了地圖坐標系，將零散的知識點定位在二維網格上。

內側前額葉皮層（mPFC）編碼“關系距離”。如果說內嗅皮層提供了坐標系，那么 mPFC 則像一名“高級信息編織工”，負責計算知識點之間的幾何距離，將孤立信息織入網絡。當推理軌跡方向與內嗅皮層估計的網格朝向“對齊”時，mPFC 的距離編碼顯著更強；未對齊時則減弱。

新舊知識無縫整合。當新知識被引入時，內嗅皮層的類網格編碼保持穩定對齊，使新舊知識得以無縫整合。mPFC 則專門負責構建新舊知識的連接，成為同化新知識能力持續發展的核心基礎。

與智力水平緊密相關。研究進一步發現，內嗅皮層的類網格編碼與 mPFC 距離編碼可顯著預測標準智力測驗成績。這表明認知地圖神經表征的發育軌跡與一般智力水平密切相關。

發育軌跡

研究揭示了清晰的神經發育軌跡：8 歲兒童已具備基本推理能力，但需要整合兩個維度沖突信息的題目對他們來說仍具挑戰。

隨著年齡增長，內嗅皮層的類網格編碼逐漸增強，為抽象知識提供越來越穩定的結構框架。同時，mPFC 的距離編碼也越來越精確，能夠更有效地組織知識網絡。

最重要的是，在控制了記憶能力差異之后，年齡與推理能力的正相關關系依然顯著。這意味著，認知能力的提升不僅源于知識積累，更源于知識組織方式的優化。

未來展望

這項研究不僅從神經生物學層面為讓·皮亞杰的認知發展理論提供了直接證據，還開辟了多個新的研究方向。理解大腦如何構建認知地圖，不僅有助于開發更有效的學習方法，還可能為認知障礙疾病的診斷和治療提供新思路。隨著腦成像技術的進步，未來或許能夠更精準地評估個體的認知結構發育水平，實現個性化教育方案的定制。

此外，這項研究為教育實踐提供了重要的神經科學依據。傳統的“填鴨式”教學注重知識點的機械記憶，而這項研究表明，培養兒童構建知識結構的能力可能更為關鍵。

據悉，柳昀哲團隊目前正持續推進兩條交叉研究線路：一是結合 AI 技術，對兒童高級認知能力的發展軌跡開展縱向追蹤，推動腦科學與 AI 賦能教育。二是以人類探索、歸因與規劃等高級認知能力的發展規律為基礎，為具備真正主動探索與泛化能力的AI 智能體研究提供認知計算基礎。

論文鏈接：

https://www.cell.com/cell/fulltext/S0092-8674(26)00266-7