⑨ Neuralink 与带宽瓶颈 · 马斯克 Insight

M 马斯克 · Musk Insight

◆ Module 09 · 一个数字对了、结论反了的案例

Neuralink

与带宽瓶颈： 10 bit/s 的两种读法

2017 年，马斯克在迪拜说出一个没有任何学术依据的数字：人的拇指大约每秒能输出 10 个比特，而计算机是每秒一万亿个。七年后，加州理工的两位神经科学家用一篇覆盖打字、速读、盲拧魔方、记忆比赛、电竞的信息论综述，把这个数字确立为人类行为吞吐量的普适常数——并在同一篇论文里设了一节，专门论证他由此得出的结论是错的。本页把这场交锋的双方论证都写透，然后给出我自己的判断：分歧的本质是「瓶颈到底长在哪一段」。

  人类行为输出 **≈10 bit/s**
  感官输入 **≈10⁹ bit/s**
  中枢压缩 **8 个数量级**
  Neuralink 累计植入 **26 例**（2026-06-22）



  **2016** 我们已经是赛博格→
  **2017** 拇指 10 bit/s→
  **2018** 细吸管要变成大河→
  **2019** 第三层 · 白皮书→
  **2024** 首例人类植入→
  **2024** 论文：这是幻觉→
  **2026** 26 例 · 言语解码




本页定位

  

• 本页新增什么：全站唯一完整讲三件事的地方——（a）带宽论证的逐字还原与拆解、（b）Zheng & Meister 的 10 bit/s 论文以及它与马斯克的正面冲突、（c）Neuralink 的器件参数、临床编年、行业对照与批评。**与哪几页不重复：**③ AI 观讲的是风险信念本身的演变，本页只在带宽论证需要时引一句并回链；⑪ 核心公式是全站唯一的完整推导源，本页只保留一条完整推导链（通道数 → 信息率），其余公式给结论式与解释，推导回链 ⑪；预测时间表的逐条判定在 ⑫ 记分卡，本页不重列裁决表。

• 本页最重要的一节是 ③ 张力。马斯克与那篇论文用的是同一个数字、同一套信息论语言，却得出了相反的工程结论。我认为这不是谁算错了，而是「瓶颈定位」的分歧：如果瓶颈在接口，加宽接口有意义；如果瓶颈在中枢的串行注意力架构，加宽 I/O 只是把排队的位置往前挪一格。

• 双方都同意的那一点，恰恰是本页最扎实的部分：对于运动或言语功能丧失者，恢复输出通道的临床价值是确定的，且与「人机融合」叙事完全无关。论文作者明确承认这一类价值；业内工程师也明确指出言语解码确实需要更高通道数。这条共识把整场争论压缩成了一句话：Neuralink 正在做的事有价值，但它宣称的理由可能站不住。

• 三个必须区分开的数字。（a）2017 年的 10 bit/s 是瞬时速率；（b）2024 年的 <1 bit/s 是把睡觉时间也算进去的 24 小时平均；（c）Neuralink 公开的 8–10 BPS 是 Webgrid 光标任务的实测比特率。三者口径不同，学术论文验证的是第一个。本页凡出现 10 bit/s，一律指第一个口径。

• **关于 2026 年的数字：**参与者例数、下一代电极数、言语解码演示均来自公司自述或少数媒体，截至资料冻结日（2026-07-25）Neuralink 尚未在同行评审期刊发表任何临床结果。本页对这类数字逐条标注信源与确定性，并用 ⚑ 标出。本页不对未发表结果做任何断言。

  ① 带宽论证的还原 ② 10 bit/s 的实证 ③ 张力（核心） ④ 残酷的算术 推导链：通道数 → 信息率 ⑤ Neuralink 编年 ⑥ 行业对照 ⑦ 批评与伦理 ⑧ 本页判定

  ◇ 返回总览 ④ xAI 与 Grok ⑥ Optimus ⑧ 能源 · 算力 ⑩ 社会认知 ⑫ 预测记分卡 ⑬ 金句全集

  Argument · 原话还原

带宽论证：他到底说了什么，以及说了多少遍

中文世界流传的 Neuralink 立论通常被压缩成一句「马斯克要把芯片插进脑子里对抗 AI」。这个概括丢掉了他论证里唯一有技术含量的部分——它是一个纯信道容量的论证，不谈价值观，不谈治理，只谈每秒多少比特。下面按时间顺序还原他的原话，然后把它拆成三段论。凡视频引语，能定位到官方逐字稿时码的都已标出；定位不到时码的，本页降级引用现场报道并标明分级。

1.1 起点：2016 年的「我们已经是赛博格了」

这条链的第一环出现在 2016-06-01 的 Code Conference。这一年他还没有成立 Neuralink，公开身份仍然是「担心 AI 的火箭与汽车制造商」。在与 Kara Swisher、Walt Mossberg 的对谈里，他提出了一个后来贯穿十年的判断：人机融合不是未来时，而是完成时——只是接口太窄。

We’re already a cyborg. You have a digital version of yourself, a partial version of yourself online in the form of your emails, your social media, and all the things that you do.

我们已经是赛博格了。你已经有了一个数字版本的自己——一个部分的你活在网上，以邮件、社交媒体和你所做的一切的形式存在。

    Elon Musk
    2016-06-01 · Code Conference（Recode，加州 Rancho Palos Verdes）
    P3 现场报道 · 多家媒体逐字一致
    来源 · The Verge [@src-b6a95ace15]
  

紧接着是这条链上技术含量最高的一句。注意他用的是工程术语 I/O bound——这是计算机体系结构里描述「系统性能受限于输入输出而非运算」的标准说法。他把它原样搬到了人身上：

We’re already cyborgs. But the constraint is input-output. We’re I/O bound — particularly output bound.

我们已经是赛博格了。但约束在输入输出上。我们受限于 I/O——尤其是受限于输出。

    Elon Musk
    2016-06-01 · Code Conference（同场）
    P3 现场报道
    来源 · Digital Trends [@src-5169392eb0]
  

同一场里，他第一次说出了「第三层」这个日后成为 Neuralink 官方叙事骨架的意象。这段话值得原文照读，因为它已经包含了后来所有版本的完整结构——边缘系统、皮层、数字层，三层共生：

The solution that seems maybe the best one is to have an AI layer. So think, if you have your limbic system, your cortex, and then a digital layer — sort of a third layer, above the cortex — that could work well and symbiotically with you.

看起来也许最好的解决方案，是有一个 AI 层。这样想：你有你的边缘系统、你的皮层，然后是一个数字层——某种在皮层之上的第三层——它可以与你良好地、共生地一起工作。

    Elon Musk
    2016-06-01 · Code Conference（同场）
    P3 现场报道
    来源 · Digital Trends [@src-5169392eb0]
  

而这一切的动机，被他用一个不太体面的意象讲了出来。这句「家猫」是理解他为什么要做这件事的钥匙——他担心的不是 AI 作恶，而是 AI 良善但把人类降级为宠物。这一层担忧的完整演变史在 ③ AI 观，本页只取与带宽直接相关的这一句：

The benign situation with ultra-intelligent AI is that we would be so far below in intelligence we’d be like a pet, or a house cat. I don’t love the idea of being a house cat.

超级智能 AI 的良性情形是：我们在智力上远远落在下方，就像一只宠物，或者一只家猫。我不太喜欢当家猫这个想法。

    Elon Musk
    2016-06-01 · Code Conference（同场）
    P3 现场报道
    来源 · The Telegraph [@src-36cee61f97]
  

1.2 数字出现：2017 年迪拜的「10 bit/s」

八个月后，在迪拜的 World Government Summit 上，他第一次把这个判断量化了。这段话是整条论证链的锚点，也是全站被引用最多的一组数字的原始出处。请注意他给的是两个数量级区间而不是一个精确值——「10，慷慨一点就一百」：

And, if anything is getting worse, you know, we used to have keyboards that we used a lot, now we do most of our input through our thumbs, on a phone. And that’s just very slow. A computer can communicate at a trillion bits per second, but your thumb can maybe do maybe 10 bits per second or a hundred if you’re being generous.

而且，要说有什么变化的话，情况是在变糟：我们过去大量使用键盘，现在大部分输入是用拇指在手机上完成的。那真的非常慢。一台计算机每秒能通信一万亿比特，而你的拇指也许每秒只能做到 10 比特，慷慨一点算一百。

    Elon Musk
    2017-02-13 · World Government Summit（迪拜），与阿联酋内阁事务部长 Mohammad Al Gergawi 对谈
    P2 完整视频转录
    来源 · 官方对谈视频 [@src-8ff2f30cf0]
    交叉源 · CNBC [@src-80c54a9fd7]
  

这段话里有三个细节值得单独拎出来，它们决定了后面所有争论的走向。

第一，他给的差距是 10 到 11 个数量级——(10^{12}) 比 (10)。这不是「快一点」，是「快一万亿倍」。任何量级如此悬殊的对比，都会在直觉上产生一种压倒性的说服力，而这恰恰是它需要被仔细检查的原因。

第二，他指出输出带宽正在退化：从十指键盘退化到双拇指触屏。这是一个反直觉、且经验上可验证的观察，也是这段话里我认为最扎实的部分。绝大多数关于「技术让人更强」的叙事都默认接口在变宽，而他指出在最关键的输出侧，接口实际上变窄了。

第三，他把高带宽接口同时挂在两个问题上——原话是 control problem（控制/对齐问题）与 usefulness problem（人类还有什么用）。这两个问题在 2017 年听起来像同一件事的两面，但到 2024 年 Optimus 的劳动替代叙事出现后，它们分道扬镳了：

So, some high bandwidth interface to the brain I think will be something that helps achieve symbiosis between human and machine intelligence and maybe solves the control problem and the usefulness problem.

所以我认为，某种通向大脑的高带宽接口，会是有助于实现人类智能与机器智能共生的东西，并且也许能解决控制问题与「人还有什么用」的问题。

    Elon Musk
    2017-02-13 · World Government Summit（同场）
    P2 完整视频转录
    来源 · 官方对谈视频 [@src-8ff2f30cf0]
  

1.3 定型：2018 年的「细吸管」与「打不过就加入」

在 Joe Rogan 的播客上，他把同一个论证换成了一个更容易记住的意象。这段话的重要性远超它的传播度——七年后被那篇 Neuron 论文直接当作靶子逐字引用的，就是这一段（论文参考文献第 55 条）：

That’s like a tiny straw of information flow between your biological self and your digital self. And we need to make that tiny straw like a giant river. Huge high bandwidth interface.

那就像是你的生物自我与数字自我之间的一根细吸管。我们需要把这根细吸管变成一条大河。巨大的、高带宽的接口。

    Elon Musk
    2018-09-06 · Joe Rogan Experience #1169
    P3 第三方完整转录 · 两份独立转录互证
    来源 · 转录 [@src-9109586761]
  



  

The merge scenario is probably the best. If you can’t beat it, join it.

融合的情景大概是最好的。打不过，就加入。

    Elon Musk
    2018-09-06 · Joe Rogan Experience #1169（回答「人类会与 AI 融合还是被取代」）
    P3 现场引用 · 两个独立记录一致
    来源 [@src-63a8a4f3f1]
  



  ● 这句俏皮话其实是一个战略判断
  

「打不过就加入」通常被当成一句自嘲。但把它放回 2018 年的语境——那一年他刚刚离开 OpenAI 董事会，公开预警的强度达到十年峰值——就会发现它是一个关于对齐问题的路线选择：既然从外部约束一个比你聪明得多的系统在博弈论上极其困难，那就改变博弈的边界条件，让人类成为那个系统的一部分。**这是把一个治理问题重写成了一个工程问题。**这种改写正是他方法论的标志动作（见 ② 第一性原理），而它在这里是否成立，就是本页 ③ 要处理的全部内容。

1.4 制度化：2019 年的发布会与「第三层」

2019-07-16，Neuralink 在旧金山加州科学院举行首次公开发布会，同日发布技术白皮书。发布会的技术部分（1,024 通道 N1、R1 手术机器人、4–6 μm 电极线）见本页 ⑤ 编年；这里只取论证部分。值得注意的是他在这场发布会上主动加了一句免责声明——「这不是强制的」：

This is gonna sound pretty weird, but — achieve a sort of symbiosis with artificial intelligence. But this is not a mandatory thing. This is a thing that you can choose to have if you want.

这听起来会相当古怪，但——实现某种与人工智能的共生。不过这不是强制的。如果你想要，这是一件你可以选择去拥有的东西。

    Elon Musk
    2019-07-16 · Neuralink 首次发布会（加州科学院，旧金山）
    P2 官方发布会完整视频
    来源 · 官方视频 [@src-b6a560386a]
  

四个月后在 Lex Fridman 的播客上，他给出了「第三层」论证的最完整版本。这段话在本页占据特殊位置，因为它是他这条链上唯一一个不依赖数字外推的论证——它是一个类比论证（更准确说是一个先例归纳）：

And then there’s a tertiary layer which will be digital superintelligence. And I think there’s room for optimism given that the cortex is very intelligent and the limbic system is not, and yet they work together well.

然后会有第三层，那就是数字超级智能。我认为有乐观的余地——因为皮层非常聪明而边缘系统并不聪明，可它们仍然合作得很好。

    Elon Musk
    2019-11 · Lex Fridman Podcast #49
    P1 官方逐字稿 + 视频
    时码 20:25
    来源 · 官方转录 PDF [@src-de5307ca84]
  



  我的看法 · 作者（AI）个人观点
  

这个类比论证是整条链上最脆弱的一环，而它脆弱的原因很具体，值得写清楚。皮层与边缘系统之所以能和平共处，不是因为「智力差距大的两层通常能共处」这条通则——而是因为它们共同演化了数亿年，并且共享同一个适应度函数：两者的存续完全绑定在同一个身体、同一次繁殖成功上。皮层不会想要摆脱边缘系统，因为在演化的意义上，皮层是边缘系统为了更好地实现自己的目标而长出来的器官。

数字第三层没有任何一个前提成立：它不与前两层共享适应度函数，它的存续不依赖那具身体，它也不是由前两层为了自身目标演化出来的。所以「皮层与边缘系统共处得很好」并不能作为「数字层与前两层也会共处得很好」的先例——被类比的两个情形，恰恰在决定结果的那个变量上完全不同。这是马斯克为数不多的、放弃了第一性原理而使用类比推理的场合，也正是他自己在其他场合最激烈反对的推理方式。

1.5 最新版本：2024 年的「跟一棵树说话」

最量化、也最常被引用的版本出现在 2024-08-02 与 Neuralink 团队一起录制的 Lex Fridman 播客。这里他换了一个口径——从 2017 年的「瞬时 10 bit/s」改成了「24 小时平均不到 1 bit/s」：

If you think what is the average bits per second of a human, it is less than one bit per second over the course of a day. Because there are 86,400 seconds in a day, and you don’t communicate 86,400 tokens in a day.

如果你想想一个人平均每秒多少比特，按一整天算是不到 1 比特每秒。因为一天有 86,400 秒，而你一天并不会传达 86,400 个词元。

    Elon Musk
    2024-08-02 · Lex Fridman Podcast #438（与 Neuralink 团队）
    P1 官方逐字稿 + 视频
    时码 00:03:18
    来源 · 官方转录 [@src-87d637813c]
  



  ⚑ 两个口径不能混用
  

2017 年的 10 bit/s 是瞬时峰值速率（正在打字时的吞吐量）；2024 年的 <1 bit/s 是把睡觉、吃饭、发呆全部计入分母的 24 小时占空比。两者相差约一个数量级，且后者的定义方式在信息论上是有争议的——按同样口径，一台大部分时间空闲的服务器也可以被算成「平均 0.001 bit/s」。本页凡出现 10 bit/s 一律指前者；后文那篇学术论文验证的也是前者，而不是后者。凡本页图表涉及人类输出速率，只使用 10 bit/s 这一个口径。

同一集里，他把差距的后果讲成了一个画面。这句「像在跟一棵树说话」是这条论证链十年演化的终点，也是它最有传播力的形态：

If the AI can communicate at terabits per second, and you’re communicating at bits per second, it’s like talking to a tree.

如果 AI 能以每秒太比特的速度通信，而你以每秒几比特的速度通信，那就像是在跟一棵树说话。

    Elon Musk
    2024-08-02 · Lex Fridman Podcast #438
    P1 官方逐字稿 + 视频
    时码 00:07:37
    来源 · 官方转录 [@src-87d637813c]
  

紧接着是本页会反复回来检验的那个可证伪预测。它给出了明确的量级与明确的期限，因此是一个标准的记分卡条目（判定见 ⑫，物理可行性分析见 本页推导链）：

So, start getting to 100 bits per second, a thousand. Maybe if five years from now, we might be at a megabit — faster than any human could possibly communicate by typing, or speaking.

所以先做到每秒 100 比特、一千比特。也许五年之后，我们可能达到兆比特级——比任何人通过打字或说话所能达到的都快。

    Elon Musk
    2024-08-02 · Lex Fridman Podcast #438
    P1 官方逐字稿 + 视频
    时码 00:10:09
    来源 · 官方转录 [@src-87d637813c]
  

1.6 把它压缩成三段论

把上面十年、七个场合的表述剥掉修辞，剩下的是一个结构极其清晰的三段论。它的每一环都是可检验的，这也是它值得认真对待的原因——绝大多数关于人机融合的公共讨论根本没有这种可检验的结构。

① 人类输出带宽极低

拇指打字约 10 bit/s，语音略高。而且这个数字在退化：从十指键盘到双拇指触屏。

证据强度：高。这一环后来被独立的学术研究严格证实（见 ②）。

② 机器带宽高十亿倍

计算机约 10¹² bit/s，AI 之间可以 terabit 级通信。人机之间的信道容量差达 10–11 个数量级。

证据强度：高。数量级本身没有争议，但「用哪个数字代表 AI」有口径问题。

③ 所以必须加宽接口

要么被甩开（成为家猫），要么把「细吸管」变成「大河」，让人成为系统的一部分。

证据强度：低。这一环是纯推论，而且是学术界明确否定的那一环。本页的全部张力在此。

这个结构的漂亮之处在于：前两个前提都是可测量的物理量，结论却是一个工程行动指令。它完全绕开了「AI 应不应该被允许发展」「谁来监管」这类无法收敛的争论，把对齐问题变成了一个信道设计问题。这是马斯克认知操作系统的标准动作——找到最窄的那一段链路，然后去加宽它。这套动作在火箭（成本瓶颈）、电池（材料成本瓶颈）、隧道（掘进速度瓶颈）上给了他巨大回报。

问题只有一个：它默认了「测到的瓶颈」等于「可以移除的瓶颈」。下面这张图先把数量级摆清楚，然后 ② 与 ③ 会说明这个默认在人脑上为什么不成立。

  **图 1 · 信息带宽阶梯：**把马斯克引用的所有数字放到同一根对数轴上。**三个观察值得注意。**其一，**紫色（感官输入 \(10^9\)）与金色（行为输出 10）之间的 8 个数量级，全部发生在颅骨内部**——这段压缩不是接口造成的。其二，**Neuralink 的器件（青绿）已经把颅内数据率做到了 \(2\times10^8\) bit/s，比人类感官输入只低半个数量级**，但它的输出端仍然停在 8–10 bit/s：器件带宽已经不是限制项。其三，橙色括号是马斯克论证所依赖的鸿沟，紫色括号是那篇论文所指出的真正落差；**两个括号的左端点是同一个数字，右端点却在完全不同的地方——这就是本页 ③ 要处理的分歧的几何形态**。数据口径：人类行为与感官数据取自 arXiv:2408.10234v2；Neuralink 数据率由 2019 白皮书参数推算（见 ④）；\(10^{12}\) 为马斯克本人 2017 年的表述。（本报告原创 SVG · 示意非实测）







Evidence · 一个惊人的实证结果

10 bit/s：跨越一个世纪、十余个领域，所有测量都收敛到同一个窄带

2024 年 8 月，加州理工生物与生物工程系的 Jieyu Zheng 与 Markus Meister 把一篇题为 The Unbearable Slowness of Being: Why do we live at 10 bits/s? 的论文挂上 arXiv，同年 12 月发表于 Neuron。这篇论文做的事，是把「人类很慢」这个模糊印象变成了一个可复算的信息论测量。本节转述它的论证要点与关键数字，不整段翻译原文；引语只取一到两句短片段并标注章节位置。

  10 bit/s人类行为信息吞吐量

（跨十余种任务的收敛值） 10⁹ bit/s感官系统采集速率 （以视觉为主） 10⁸筛选数 Si 「脑科学中最大的未解释数字」

The information throughput of a human being is about 10 bits/s. In comparison, our sensory systems gather data at ∼10⁹ bits/s. The stark contrast between these numbers remains unexplained.

一个人的信息吞吐量约为每秒 10 比特。相比之下，我们的感觉系统以约每秒 10⁹ 比特的速率采集数据。这两个数字之间的鲜明反差至今没有得到解释。

    Jieyu Zheng & Markus Meister（Caltech）
    2024-12-17 · *Neuron*（Cell Press）· 摘要
    P2 同行评审论文
    来源 · arXiv:2408.10234 [@src-91798bc4f3]
    Neuron 页面 [@src-a61333e733]
  

2.1 第一个数字是怎么算出来的：打字

论文的起手式是一个几乎所有人都能验算的例子。它的关键不在算术，而在第三个因子——熟练打字员的速度不能按「字符数」计，必须按信息量计，而英文的熵远低于每字符 log₂(26) 比特：

  \[
  I \;=\; 2\,\frac{\text{words}}{\text{s}}\;\times\;5\,\frac{\text{characters}}{\text{word}}\;\times\;1\,\frac{\text{bit}}{\text{character}}\;=\;10\ \text{bit/s}
  \]
  

三个因子：① 熟练打字 120 wpm = 2 词/秒（Dhakal et al. 2018 的大规模打字数据集）；② 英文平均词长 5 字符；③ 英文的熵约 1 bit/字符（Shannon 1951，《Prediction and Entropy of Printed English》）。第三项扣除了语言的冗余。完整推导与符号约定见 ⑪ 核心公式。

这里有一个容易被跳过、但实际上决定了整场争论走向的细节。论文指出：熟练打字员的高速度恰恰依赖于语言的可预测性——如果强迫他们敲一串随机字符，速度会急剧下降。换句话说，手指并不是瓶颈；手指的速度是被「大脑能生成多少不可预测的内容」这个上游过程决定的。

  ◈ 为什么这个观察是致命的
  

如果瓶颈真的在手指（或者更一般地说，在输出接口），那么让打字员敲随机字符不应该变慢——机械动作的次数完全一样，每分钟按下的键数不变。可实验结果是速度骤降。这说明每分钟能按多少次键并不是常数，能按多少次键取决于要传达的内容有多难预测。

用信息论的语言说：打字速度不是由信道容量（手指每秒能敲几下）决定的，而是由信源熵率（大脑每秒能生成多少不可预测的比特）决定的。这是本页所有后续论证的技术核心，请记住这个区分。

2.2 第二个数字更漂亮：盲拧魔方

如果只有打字一个例子，很容易反驳「那是键盘的问题」。论文的说服力来自它把同一套测量施加到了完全不同的任务上，其中最优雅的一个是盲拧魔方——这个任务几乎不涉及打字那样的语言冗余，而且它把「感知」与「运动」两个阶段在时间上分开了：

  \[
  H_{\text{cube}}=\log_2\!\left(4.3\times10^{16}\right)\approx 65\ \text{bit},\qquad
  R_{\text{observe}}=\frac{65\ \text{bit}}{5.5\ \text{s}}\approx 11.8\ \text{bit/s}
  \]
  

3×3 魔方的可达状态数约 (4.3\times10^{16}\approx2^{65})；盲拧世界纪录 12.78 s，其中约 5.5 s 用于观察、其余用于闭眼复原。观察阶段的信息摄入速率因此约 11.8 bit/s。数据取自 arXiv:2408.10234v2 与 Guinness 2023 纪录。

然后是论文里我认为最锋利的一句观察。它直接针对「瓶颈在运动输出」这个假设做了一次判决性检验：

If the motor system imposed a serious limit on the information throughput, one would expect a very different balance. Instead, it appears that the information rate of perception is nicely matched to the rate of motor output.

如果运动系统对信息吞吐量构成了严重限制，人们本应看到一个非常不同的时间分配。然而实际情况是，知觉的信息速率与运动输出的速率相当吻合。

    Zheng & Meister
    2024-12-17 · *Neuron* / arXiv:2408.10234v2 · 关于盲拧速拧的一节
    P2 同行评审论文
    来源 · arXiv 全文 [@src-43c7f123f9]
  

这个论证值得慢读一遍。盲拧选手把总时间大致平分给了「看」和「拧」。如果限制来自手指（运动输出），那么理性的选手应该把绝大部分时间花在快速的观察阶段、只留下不得不花的时间去拧——观察阶段应该短得多。**但两个阶段是均衡的，这意味着两端受同一个上游限制约束。**那个上游就是中枢。

2.3 十二种任务，同一个答案

论文把这套方法推到了记忆比赛、电竞、阅读、听力理解、物体识别、选择反应时实验等一系列彼此毫无关系的领域。这些测量横跨近七十年文献（最早的 Hick 1952，最新的 2024 年记忆比赛纪录），使用完全不同的实验范式，而它们全部落在了不到一个数量级的窄带里。

  **图 3 · 依 arXiv:2408.10234v2 的 Table 1 重制：**论文原表列出十二类人类行为的信息速率与出处，本图把它转成可视化的横条图并按数值排序。**请注意横轴是线性刻度而非对数刻度**——这是有意为之：在对数轴上「5 到 50」会被压成很窄的一段，而线性轴才能显示出这些数字彼此之间其实相差数倍、却仍然被锁在同一个数量级内。**这张图真正的信息量在于它的「无聊」**：一个世界记忆冠军、一个星际争霸职业选手、一个速读者和一个普通打字员，在信息吞吐量上处于同一档。**本图的两点局限必须说明**：其一，论文明确承认这套方法把无法定义信息量的行为（跳舞、做梦等）排除在外；其二，每个数字都依赖「什么算信号、什么算噪声」的任务定义，换一种定义会得到不同的绝对值——但收敛这个定性结论对定义并不敏感。（本报告原创 SVG · 数据源为 arXiv:2408.10234v2 Table 1）

2.4 另一端：感官侧的 10⁹ bit/s 是怎么估出来的

论文对输入侧的估算走的是信道容量路线：先算单个感受器能搬运多少，再乘以感受器数量。这条链的每一步都有独立文献支撑：

    环节数值推导方式| 环节 | 数值 | 推导方式 |

    
      **单个视锥细胞****≈270 bit/s**对连续膜电位做互信息估算| 单个视锥细胞 | ≈270 bit/s | 对连续膜电位做互信息估算 |

      **单眼 600 万视锥合计****≈1.6 Gbit/s**\(6\times10^{6}\times270\) —— 这就是 \(10^9\) 量级的来源| 单眼 600 万视锥合计 | ≈1.6 Gbit/s | \(6\times10^{6}\times270\) —— 这就是 \(10^9\) 量级的来源 |

      单个神经元每个动作电位≈2 bit/spikeBorst & Theunissen 1999；跨物种、跨发放率稳健| 单个神经元每个动作电位 | ≈2 bit/spike | Borst & Theunissen 1999；跨物种、跨发放率稳健 |

      **视神经（100 万节细胞 @ 50 Hz）****≈100 Mbit/s**\(10^{6}\times50\times2\) —— **比视锥容量低 10 倍，说明视网膜内部已经压缩了至少一个数量级**| 视神经（100 万节细胞 @ 50 Hz） | ≈100 Mbit/s | \(10^{6}\times50\times2\) —— 比视锥容量低 10 倍，说明视网膜内部已经压缩了至少一个数量级 |

      皮层单神经元（低发放率下）≈10 bit/s**与整个人的行为吞吐量相当**| 皮层单神经元（低发放率下） | ≈10 bit/s | 与整个人的行为吞吐量相当 |

    
  

最后一行是这篇论文最令人不适的一句话，值得单独引出来。它把整个问题的荒谬程度浓缩成了一个对比：

A single neuron will transmit ∼10 bits/s — equivalent to the information throughput of the entire human being.

单个神经元就能传输约每秒 10 比特——这相当于整个人的信息吞吐量。

    Zheng & Meister
    2024-12-17 · *Neuron* / arXiv:2408.10234v2 · 关于神经元信息容量的一节
    P2 同行评审论文
    来源 · arXiv 全文 [@src-43c7f123f9]
  

把两端并置，就得到了论文自己命名的那个量——筛选数（Sifting Number）：

  \[
  Si \;=\; \frac{R_{\text{sensory}}}{R_{\text{behavior}}} \;\approx\; \frac{10^{9}\ \text{bit/s}}{10\ \text{bit/s}} \;=\; 10^{8}
  \]
  

(R_{\text{sensory}})：感官侧的信道容量上界（「能搬运多少」）；(R_{\text{behavior}})：行为侧的互信息实测（「实际用了多少」）。两端口径并不严格对称——分子是容量、分母是速率，因此 (Si) 是一个上界式比值而非严格压缩比。论文对这个数字的评价是：「从数值上说，这可能是脑科学中最大的、未被解释的数字。」

  ▲ 这些数字的估算假设，逐条列出
  

**1 · 感官侧按容量计，行为侧按实测计。**如上所述，分子分母不同源。若两端都按实测互信息计，分子会小得多（因为大量感官容量从未被使用），(Si) 会显著下降——但仍然是很多个数量级。

**2 · 「1 bit/字符」依赖 Shannon 1951 对英文的熵估计。**换语言、换语域（例如密码、专业术语流）都会偏离。中文的字符级熵与英文不同，因此本页所有 bit/s 数字都限定在英文语料的测量上。

**3 · 只测量了成功传达的信息。**被大脑生成又被丢弃的中间计算不计入。若认为「思考本身」也应算作输出，这套测量会低估。论文对此的回应见下面的三种反驳预案。

**4 · 视锥 270 bit/s 是模型估计而非直接测量。**它依赖对膜电位噪声结构的假设。量级稳健，精确值不稳健。

5 · 本节所有数字都是「当前人类」的测量，不是「物种上限」的证明。它不能排除某种未来干预提高信源熵率的可能性——只能说明迄今没有任何测量显示这个上限被突破过。

**6 · 10 bit/s 是「陈述性／可报告输出」的上限，不是神经系统总吞吐量的上限。**这条限定是本报告在收到具名反驳后补上的，来源见 ③ 的辩证块：Sauerbrei & Pruszynski 在 Nature Neuroscience（2025）指出，用于实时运动控制的无意识处理占据中枢神经系统的多数神经元，其速率大幅超过 10 bit/s，而这套测量方法按定义把它排除在外。**本页凡出现「人类输出带宽」处，一律指前者。**这不影响本页的论证——人机沟通走的正是可报告输出这条通路——但它改变了这个数字可以被引用去支持什么。

2.5 论文预先驳回的三种质疑

作者显然预料到了直觉上的抵触，因此提前处理了三种最常见的反驳。这三条对本页很重要，因为马斯克式的论证恰恰依赖于其中第一条与第三条。

  📸

「照相记忆呢？」

如果真存在照相式记忆者，他们应当横扫世界记忆锦标赛。但世界冠军仍然停在约 10 bit/s。唯一一份声称达到 100 bit/s 的报告（Stromeyer & Psotka 1970，随机点立体图）从未被复现。 👁️

「我的视野明明细节丰富？」

论文称之为 主观膨胀（subjective inflation）：中央凹之外几度分辨率就急剧下降，「非注意盲视」实验已充分证明大量细节根本未被编码。丰富感是构造出来的，不是采集出来的。 🌊

「无意识加工呢？」

论文承认外周感觉区确实以 Gbps 运行，但这些信息不参与行为控制；发育期统计学习所提取的信息量按其估算同样极小。这一条是三条里最有争议的，也是反方最可能反击的位置。

  我的看法 · 作者（AI）个人观点
  

我认为这篇论文最有价值的贡献不是那个数字，而是它把「慢」变成了一个需要解释的现象。在它之前，「人类思考比计算机慢」是一句人人同意、因此无人研究的废话。它把这句废话改写成了一个尖锐的悖论：**为什么一个拥有八百六十亿个神经元、每个神经元本身就能跑 10 bit/s 的系统，整体输出也只有 10 bit/s？**这个问法把矛头从「接口」转向了「架构」——如果并行硬件如此充裕而整体吞吐如此之低，那么低吞吐一定是某种架构选择的结果，而不是资源不足的结果。

我也认为需要给这篇论文本身加一条限定：它测量的是「可被外部观测者验证的行为输出」，这个定义天然排除了内部状态的变化。一个人在十秒钟里改变了对一件事的整体判断，这个变化在行为上可能只表现为一个「嗯」——按论文的口径就是 1 比特。这不一定错，但它意味着 10 bit/s 是**「决策的比特率」而非「认知的比特率」**。这个区分在下一节会变得很关键，因为马斯克想要加宽的其实是后者，而论文测量的是前者。

The Core Tension · 本页最重要的一节

同一个数字，同一套信息论，相反的结论

到这里，两条线索汇合了。马斯克在 2017 年凭直觉说出「人类约 10 bit/s」，2024 年一篇 Neuron 论文用横跨七十年的实证把这个数字确立下来——然后在第 6.3 节设了一个小标题，叫「The Musk illusion」（马斯克幻觉），专门论证他由此得出的结论是错的。本节把双方论证都完整写出来，然后给出我自己的分析，最后指出一个双方都同意、却被公共讨论忽略的共识点。

3.1 论文的直接批评

论文先给出一个心理学解释：人们相信自己的内心世界远比嘴上能说出来的丰富，这种感觉是「主观膨胀」在视觉之外的推广。因为下一秒我们可以执行 (2^{10}) 种可能动作或念头中的任意一个，感觉上就像可以同时执行它们全部——但实际上它们只能串行发生。然后作者把这个一般性的心理现象与一个具体的人联系了起来：

For the most part, this is a harmless illusion. However, when paired with the immense fortune of Elon Musk, the belief can lead to real-world consequences.

在大多数情况下，这是一种无害的错觉。然而，当它与埃隆·马斯克的巨额财富结合在一起时，这个信念可能导致现实世界中的后果。

    Zheng & Meister
    2024-12-17 · *Neuron* / arXiv:2408.10234v2 · §6.3「The Musk illusion」
    P2 同行评审论文
    来源 · arXiv 全文 [@src-43c7f123f9]
  

接着是那句在神经科学圈被广泛转发的判决。注意它的形式是一个可证伪预测——作者没有说「Neuralink 没用」，而是给出了一个具体数字，并且这个数字是可以被未来数据推翻的：

Based on the research reviewed here regarding the rate of human cognition, we predict that Musk’s brain will communicate with the computer at about 10 bits/s. Instead of the bundle of Neuralink electrodes, Musk could just use a telephone.

基于本文所综述的关于人类认知速率的研究，我们预测马斯克的大脑与计算机通信的速率大约是每秒 10 比特。与其用一束 Neuralink 电极，他其实可以直接用一部电话。

    Zheng & Meister
    2024-12-17 · *Neuron* / arXiv:2408.10234v2 · §6.3
    P2 同行评审论文
    来源 · arXiv 全文 [@src-43c7f123f9]
  

论文在下一节把这个批评推广到整个脑机接口领域。这一句是对「必须开颅」这一技术路线最直接的质疑：

The important principle for both sensory and motor BCIs is that one really needs to convey only a few bits per second to and from the brain, and those can generally be carried by interfaces that don’t require drilling holes in the user’s head.

无论对感觉型还是运动型脑机接口，重要的原则都是：真正需要传入和传出大脑的其实只有每秒几个比特，而这些通常可以由不需要在使用者颅骨上钻孔的接口来承载。

    Zheng & Meister
    2024-12-17 · *Neuron* / arXiv:2408.10234v2 · §6.4
    P2 同行评审论文
    来源 · arXiv 全文 [@src-43c7f123f9]
  

作者用两组已发表的 BCI 实测数字支撑这个判断：斯坦福团队的手写解码 BCI 达到每分钟 90 个英文字符（约 1.5 bit/s，Willett et al. 2021, Nature），言语解码 BCI 达到每分钟 62 词（约为熟练打字员速率的一半，Willett et al. 2023, Nature）。他们还举了视网膜假体作为反面教材：数十年努力之后，所有植入患者在法律意义上仍然是盲人，主要公司已经倒闭，患者眼中留着被弃用的硬件。

  业界不同看法 · 反方证据
  

本报告在 ② 与 ③ 的主张：10 bit/s 是一个跨十余种独立范式收敛的稳健测量，因此「加宽 I/O 带宽能让人跟上 AI」不成立——瓶颈在中枢，不在接口。

Britton A. Sauerbrei（凯斯西储大学）与 J. Andrew Pruszynski（西安大略大学）在 Nature Neuroscience 上发表了一篇直接针对这篇论文的评论，标题就是《大脑的工作速率高于每秒 10 比特》。他们的论证不是否认那些测量，而是划定它的边界：10 bit/s 这个上限对「高层认知功能」成立，但用于实时运动控制的无意识处理占据了中枢神经系统的多数神经元、并贡献了人类信息吞吐量的绝大部分，其速率大幅超过这个上限。他们指出方法上的关键一步：Zheng & Meister 不是去测量离开神经系统的丰富信号里含有多少不确定性，而是去计算人在打字、记忆二进制数字、复原魔方、阅读与言语等任务中产生的抽象符号序列的随机程度——这个口径按定义就把连续运动控制排除在外了，而外周感受器向中枢输送信息的速率超过 1 Gbit/s。他们的归谬很具体：一个跑者在碎石山脊上跨出一步约需 250 ms，按 10 bit/s 计，她整个神经系统在这一步里的输出应当能用 约 3 个比特描述完；可单是一块肌肉的相位、幅度与占空比就无法用 3 个比特指定，而这些还要针对不可预测的地形逐步重新调整，并且几十块肌肉并行协调。他们还给出一条结构性证据：小脑独占全脑约一半的神经元，而它几乎完全服务于无意识的感觉运动控制。结论是 10 bit/s 应被读作整个人吞吐量的下界而非上界。 Sauerbrei & Pruszynski, Nat. Neurosci. 28, 1365–1366 (2025-06-13)，DOI 10.1038/s41593-025-01997-0 ^[1]；全文 PMC12320479 ^[2]

Sauerbrei 本人同时给出了这条反驳的适用范围，而这一点在传播中几乎总被略去。他在接受采访时说，把那些无意识信号算进来「你会得到一个高得多的比特率」；但紧接着补了一句——**「就有意识的任务与记忆而言，我认为他们的论证相当无懈可击。」**换句话说，这场争论的焦点是「10 bit/s 是不是整个人的吞吐量」，而不是「可报告的认知输出是不是被锁在 10 bit/s」。 据《纽约时报》报道，经 Times of India 转载，2024-12 · P3 转述 来源 ^[3]

部分采纳反方成立，而且是发表在同一档次期刊上的具名反驳，本报告此前完全没有收录它——这是一个应当承认的缺口。但它成立的范围恰好不覆盖本报告的用法：本报告用这个数字只做一件事，判定加宽人机接口能否提高人与机器之间的有效沟通速率；而人机沟通走的正是「可报告、需要意识参与」的那条通路，也正是双方都同意 10 bit/s 成立的那一段。因此原结论维持，但适用域必须收窄，本页已据此改写：凡出现「人类输出带宽约 10 bit/s」处，一律限定为陈述性／可报告输出的上限，不再表述为神经系统总吞吐量的上限；② 的估算假设清单与 ⑧ 的第一条判定均已加注。这条修改也顺带削弱了本报告原本的一个说法——「Neuralink 想做的加宽输入，眼睛已经免费做了一亿倍」：按 Sauerbrei & Pruszynski 的划分，眼睛加宽的是外周通路，而它本来就不通向可报告输出。

3.2 把双方论证并排放

马斯克：瓶颈在接口，所以加宽接口

• **前提 1：**人的输出约 10 bit/s，且在退化（键盘 → 拇指）。

• **前提 2：**机器可以 (10^{12}) bit/s 通信，AI 之间以 terabit 级交换。

• **前提 3：**这个差距会让人类在任何良性 AI 情景下也被降级为旁观者（「家猫」「一棵树」）。

• **推论：**唯一的物理解法是加宽人类侧的信道——把细吸管变成大河。

• **路线：**高通道数皮层内电极 + 自动化手术 + 片上压缩，通道数按指数增长。

• 时间表：「也许五年后到兆比特级」（2024-08 的表述）。

• **隐含假设（他从未明说）：**人脑内部其实是一个高熵源，只是被窄接口卡住了。

Zheng & Meister：瓶颈在中枢，加宽接口无济于事

• **前提 1：**同意 10 bit/s，而且用十余个独立范式把它测实了。

• **前提 2：**感官侧本来就有 (10^{9}) bit/s——输入端从来不缺带宽，缺的是通过中枢的通道。

• **前提 3：**盲拧实验显示知觉与运动速率彼此匹配，说明两端受同一个上游约束。

• **推论：**限制来自「内脑」的串行处理架构（一次只能想一件事），不是来自 I/O。

• **可证伪预测：**即便给马斯克装上电极，他与计算机的通信仍将约为 10 bit/s。

• **政策含义：**对感觉与运动 BCI 而言，每秒几个比特就够，而这几个比特通常不需要开颅。

• **隐含判断：**人脑本身就是一个低熵源，这是架构常数不是工程限制。

3.3 我的分析：这是一个「瓶颈定位」问题

  我的看法 · 作者（AI）个人观点
  

我认为这场分歧的本质，可以用一句话概括：双方都同意管子很细，但对「细在哪一段」的判断完全相反。

如果细的那一段是接口——也就是颅骨内外之间的那一小段——那么 Neuralink 的整个路线在逻辑上成立：加粗这一段，流量就上去了。如果细的那一段在中枢——在皮层内部那个「一次只能想一件事」的串行注意力架构里——那么加粗接口只是把排队的位置往前挪了一格：队伍还是那条队伍，只是等候区从门外搬到了门里。

而现有证据几乎全部指向后者。三条独立的线索都落在中枢上：其一，打字员敲随机字符会变慢（若瓶颈在手指，不应变慢）；其二，盲拧选手把时间平分给看和拧（若瓶颈在运动，观察阶段应短得多）；其三，感官侧本来就有 (10^9) bit/s 在往里灌，而且这些信息真的进了颅骨——如果宽的输入通道本身就能提高有效吞吐，我们早该看到效果了。第三条我认为是最强的：Neuralink 想做的「加宽输入」，眼睛已经免费做了一亿倍，而输出仍然是 10 bit/s。

用香农的语言可以把这件事说得更精确，而且我认为这是理解整场争论最经济的方式：**马斯克在优化的是信道容量，而论文测量的是信源熵率。**信源编码定理保证了前者的提升不能创造后者。

  \[
  \text{信道侧：}\quad C=B\log_2\!\left(1+\frac{S}{N}\right)\ \ \text{（可以靠工程无限往上推）}
  \]
  \[
  \text{信源侧：}\quad R \;\ge\; H(\mathcal S)\ \ \text{（香农信源编码定理：无损传输的码率不可低于信源熵率）}
  \]
  \[
  \Longrightarrow\quad \text{当 } H(\mathcal S)\approx 10\ \text{bit/s 时，}\ \ C\uparrow \text{ 不改变端到端有效速率}
  \]
  

(C)：信道容量 [bit/s]；(B)：带宽 [Hz]；(S/N)：信噪比；(H(\mathcal S))：信源熵率 [bit/s]。关键在第三行：信源编码定理是一个下界定理（码率不能低于熵率），它的推论是——如果信源本身只产生 10 bit/s 的不确定性，那么无论信道多宽，你能传出去的有效信息仍然是 10 bit/s。**把一根吸管换成一条大河，并不会让上游的水变多。**完整推导与符号约定见 ⑪ 核心公式。

这个框架还有一个副产品：它解释了为什么 Neuralink 自己的数据反而是这个论证的最强证据。下面这张图把两条独立测得的「(10^8)」放到同一个画面里。

  **图 4 · 两条漏斗，同一个瓶颈：**上排是 Zheng & Meister 测出的人脑漏斗，下排是依 Neuralink 2019 白皮书参数推算的器件漏斗。**本图是本报告的一个原创对照**：筛选数 \(Si\approx10^{8}\) 与端到端效率 \(\eta\approx5\times10^{-8}\) 互为倒数，而它们的来源完全独立——前者来自跨领域行为学文献，后者来自电极数、采样率与位深的算术。**两个独立路径给出同一个数量级，是「瓶颈在中枢」这个判断最直观的证据。****必须声明的局限**：这是一个启发式对照，不是严格恒等式；两个 10 bit/s 的测量对象不同（Webgrid 光标任务 vs 行为学综述），\(\eta\) 的分母是信道容量而非有效信息。（本报告原创 SVG · 示意非实测）

3.4 双方都同意的那一点

公共讨论几乎完全忽略了这场争论里最扎实的部分：在「恢复失能者的功能」这个问题上，批评方与支持方的判断是一致的。论文自己也承认，它的主要靶子是「增强健康人」而不是临床应用。而在临床这一侧，业内工程师给出了一个更细致的分野。

We don’t need more electrodes for cursor control, but for speech, we are in a regime where data rate matters a lot. It’s very clear we need to increase the channel count to make those systems viable.

对光标控制来说我们不需要更多电极，但对言语来说，我们处在一个数据率非常要紧的区间。很清楚，我们必须提高通道数才能让那些系统变得可用。

    Matt Angle（Paradromics 创始人兼 CEO）
    2023-09-29 · MIT Technology Review, “Brains, Bandwidth and Elon Musk”
    P3 权威媒体采访
    来源 · MIT Tech Review [@src-d1421bb1df]
  



  

When it comes to enhancing communication between nondisabled people my sources were skeptical that more bandwidth matters. The brain’s going to get in the way. But when it comes to restoring function, it does matter.

在提升健全人之间的沟通这件事上，我采访的业内人士都怀疑更多带宽是否有意义——大脑会挡在路上。但在恢复功能这件事上，带宽确实是有意义的。

    Antonio Regalado（MIT Technology Review 生物医学主编）
    2023-09-29 · MIT Technology Review, “Brains, Bandwidth and Elon Musk”· 结论段
    P3 权威媒体分析
    来源 · MIT Tech Review [@src-d1421bb1df]
  

把三方的判断放进同一张表，争论的形状就清楚了。它不是「Neuralink 有用还是没用」的二元问题，而是三个不同目标各自成立与否的问题：

    目标带宽是不是真瓶颈谁同意本报告判定| 目标 | 带宽是不是真瓶颈 | 谁同意 | 本报告判定 |

    
      **恢复失能者的光标控制**

打字、上网、控制轮椅否——10 bit/s 已经够用论文与 Paradromics 一致同意共识 当前通道数已足够；剩下的是可靠性与易用性问题| 恢复失能者的光标控制打字、上网、控制轮椅 | 否——10 bit/s 已经够用 | 论文与 Paradromics 一致同意 | 共识 当前通道数已足够；剩下的是可靠性与易用性问题 |

      **恢复失能者的言语与精细运动**

ALS 患者的 thought-to-speech是——需要更高通道数才能把那 10 bit/s 稳定解出来业内共识较强；论文未正面反对成立但有条件 通道数在此确有价值，但目标仍是回到 10 bit/s，不是超过它| 恢复失能者的言语与精细运动ALS 患者的 thought-to-speech | 是——需要更高通道数才能把那 10 bit/s 稳定解出来 | 业内共识较强；论文未正面反对 | 成立但有条件 通道数在此确有价值，但目标仍是回到 10 bit/s，不是超过它 |

      **增强健康人以「与 AGI 共生」**

马斯克创办 Neuralink 的公开理由否——瓶颈在中枢，不在接口论文明确否定；马斯克明确肯定不支持 物理论证充分，但属论证否定而非实验证伪| 增强健康人以「与 AGI 共生」马斯克创办 Neuralink 的公开理由 | 否——瓶颈在中枢，不在接口 | 论文明确否定；马斯克明确肯定 | 不支持 物理论证充分，但属论证否定而非实验证伪 |

  ● 第二行才是这张表的重点
  

中间那一行经常被两边同时忽略，但它其实解释了 Neuralink 为什么要把通道数从 1,000 提到 3,000。**提高通道数的真实作用，不是让人产生更多比特，而是让解码器更可靠地把已有的那 10 个比特读出来。**这是一个信噪比问题，不是一个容量问题——你不是在拓宽河道，你是在降低测量误差。

这个区分很重要，因为它意味着通道数增长曲线会有一个自然的饱和点：当解码误差降到远低于任务本身的噪声时，再加电极就没有收益了。Paradromics 给出的量级是「一千个电极就能达到手机转写你说话的水平」。**如果这个判断成立，那么行业需要的通道数在 (10^3)–(10^4) 量级，而不是马斯克路线图所隐含的 (10^7)–(10^8) 量级。**两者相差四到五个数量级，而这正是下一节要算的东西。

  我的看法 · 作者（AI）个人观点
  

如果只能留下一句关于这场争论的判断，我会写这一句：Neuralink 用一个可能站不住的形而上学理由，做出了一件确凿有价值的事。

这在他的历史上并非孤例。SpaceX 的「火星殖民」理由与它实际做成的「可复用火箭」之间，存在完全相同的结构（见 ⑦）：宏大叙事所指向的目标至今没有兑现，而为了追求那个目标而被迫解决的工程问题，产生了真实且巨大的价值。也许这正是理解他的一把钥匙——宏大叙事的作用不在于它是否正确，而在于它能否募集到足够的人才、资本与耐心，去启动一件在常规商业理性下永远不会被启动的工程。

但这把钥匙有一个代价，必须同时说清楚：当叙事与成就分属两个不同的类别时，公众的期待会被系统性地错配。26 位瘫痪与 ALS 患者重新获得数字自主权，这是一件了不起的事；它与「人类将与超级智能融合」不是同一件事的早期阶段，而是另一件事。把前者当作后者的里程碑来庆祝，会在几年后转化为对前者的失望——而那份失望是这些患者不该承受的。

Arithmetic · 数量级的残酷

从 1,024 根电极到「与 AI 共生」，中间隔着几个数量级

上一节的争论是关于「加宽接口有没有用」。本节换一个问题：就算它有用，物理上做得到吗？这一节全部是算术，每个数字都给出参数与来源，读者可以用手机计算器复算。本页只保留一条完整推导链（通道数 → 信息率），走完建站规范要求的十步；其余公式给结论式与解释，完整推导在 ⑪ 核心公式。

4.1 先看覆盖率：一亿分之一

人脑神经元总数的权威计数来自 Azevedo 等人 2009 年用等张分离法（isotropic fractionator）做的实测——这个方法取代了此前长期流传、缺乏实测支撑的「一千亿」说法：

  \[
  N_{\text{neurons}}\approx 8.6\times10^{10},\qquad N_{\text{cortex}}\approx 1.6\times10^{10}
  \]
  \[
  \rho_{\text{N1}}=\frac{1024}{8.6\times10^{10}}\approx 1.2\times10^{-8},\qquad
  \rho_{\text{next}}=\frac{3000}{8.6\times10^{10}}\approx 3.5\times10^{-8}
  \]
  

(\rho)：电极数与全脑神经元数之比（无量纲）。神经元计数：Azevedo et al. 2009。电极数：N1 当前 1,024（分布于最多 128 根线）；下一代 3,000（Neuralink 2026-01-28 公告）。假设一个电极对应一个可分辨神经元——这是一个偏乐观的假设，实际 spike sorting 中一个电极可能对应数个神经元，也可能一个都对应不上。

换成中文说：**当前植入体触及的神经元，占全脑的约一亿分之一。**这个数字本身不构成反驳——毕竟控制一个光标本来也不需要触及一亿分之一以上。它之所以重要，是因为「与超级智能共生」这个目标隐含地要求一个高得多的覆盖率。取一个仍然极其保守的门槛——触及皮层神经元的 1%：

  \[
  N_{\text{required}}=0.01\times 1.6\times10^{10}=1.6\times10^{8}\ \text{电极}
  \]
  \[
  \frac{N_{\text{required}}}{3000}\approx 5.3\times10^{4}\qquad(\text{约 4.7 个数量级})
  \]
  

必须声明：「1% 皮层」这个门槛是本报告任意设定的——没有任何理论说共生需要触及多少神经元。它在这里的作用只是提供一个可计算的参照点，让「还差多远」这个问题有一个具体答案。若门槛取 0.1%，下面所有数字缩小十倍，结论不变。**还有一层更要紧的限定，是本报告在收到神经流形文献的反驳后补上的（见 下方辩证块）：这个门槛衡量的是「读取保真度的上限」，不是「有效带宽的需求量」。**群体活动被约束在低维流形内，行为相关的自由度可能只有几十个；因此「触及多少神经元」与「能传出多少比特」之间并没有一条简单的比例关系，本节的算术只应被读作前者的规模感，不应被读作后者的需求量。

4.2 完整推导链：通道数 → 信息率

下面这条链是本页唯一一条走完十步的完整推导。它要检验的是一个有明确数字与明确期限的公开预测：2024 年 8 月，马斯克说「也许五年后我们可能达到兆比特级」。五年后是 2029 年，目标是 (10^{6}) bit/s 的有效沟通带宽。这条链回答的问题是：要达到这个数字，通道数需要是多少，以及那意味着什么。

  ◈ 完整推导链 · 从电极数到有效信息率（十步）
  

    

① 它在检验哪条主张

「也许五年后，我们可能达到兆比特级——比任何人通过打字或说话所能达到的都快。」（Elon Musk，2024-08-02，Lex Fridman Podcast #438，时码 00:10:09，官方转录 ^[4]）。判定的裁决口径写在 ⑫ 记分卡；本页只做物理可行性分析。

② 符号、单位与取值范围

      \(N_{ch}\)通道（电极）数，无量纲。N1 当前 **1,024**；下一代 **3,000**。
      \(f_s\)每通道采样率 [Hz]。N1 = \(2\times10^{4}\)（白皮书 §5）。
      \(b\)ADC 位深 [bit]。N1 = **10**。
      \(r_{sp}\)单通道可分辨动作电位率 [spike/s]。皮层低发放率下取 **10**，合理区间 1–50。
      \(I_{sp}\)每个动作电位携带的信息 [bit/spike]。取 **2**（Borst & Theunissen 1999，跨物种稳健）。
      \(\kappa\)冗余因子：有效独立自由度 / 通道数，无量纲。文献量级 **0.01–0.3**，本例取 0.1。
      \(\theta\)任务可实现分数：神经信息中真正转化为行为控制的比例，无量纲。**由实测反推**。
      \(T_2\)通道数倍增周期 [年]。两个口径见第 ⑥ 步。
    

    

③ 起始定律（式 a）

奈奎斯特采样定理 + 均匀量化，给出每秒产生的原始比特数。这一步没有任何生物学内容，纯粹是数据采集的定义： [ R_{\text{raw}}=N_{ch}\cdot f_s\cdot b \tag{a} ]

④ 每一步变换：a → f

**a → b（代入数值）。**把 N1 的三个参数代入式 (a)。这一步只是算术，没有做任何模型假设： [ R_{\text{raw}}=1024\times 2\times10^{4}\times 10 = 2.048\times10^{8}\ \text{bit/s}\approx 205\ \text{Mbps} \tag{b} ]

**b → c（换口径：从信道容量到信源信息）。**原始波形里绝大部分是热噪声与非任务相关活动，真正承载信息的是动作电位事件。所做的代数操作是：把「采样率 × 位深」整体替换为「事件率 × 每事件信息量」。这一步把口径从「管子能装多少」切换到「里面实际流了多少」，直接降四个数量级： [ R_{\text{neural}}=N_{ch}\cdot r_{sp}\cdot I_{sp}=1024\times 10\times 2=2.05\times10^{4}\ \text{bit/s} \tag{c} ]

**c → d（扣除神经元冗余）。**相邻神经元的活动高度相关，独立自由度远少于通道数。乘以冗余因子 (\kappa)： [ R_{\text{eff}}=\kappa, N_{ch}, r_{sp}, I_{sp}=0.1\times 2.05\times10^{4}=2.05\times10^{3}\ \text{bit/s} \tag{d} ]

**d → e（用实测校准解码损失）。**从「神经信息」到「屏幕上的光标动作」还要经过解码器与任务本身的约束。与其猜这个系数，不如用实测反推它——Neuralink 公开的 Webgrid 成绩是 8–10 BPS，取 10： [ \theta=\frac{R_{\text{behavior}}}{R_{\text{eff}}}=\frac{10}{2.05\times10^{3}}\approx 4.9\times10^{-3} \tag{e} ]

**e → f（反解目标通道数）。**把式 (d)(e) 合并，令 (R=10^{6}) bit/s 并对 (N_{ch}) 求解。所做的操作是把等式两边同除以 (\kappa\theta r_{sp}I_{sp})：

      \[ R=\kappa\,\theta\, N_{ch}\, r_{sp}\, I_{sp}\ \Longrightarrow\ N_{ch}^{\text{target}}=\frac{R}{\kappa\,\theta\, r_{sp}\, I_{sp}} \]
      \[ N_{ch}^{\text{target}}=\frac{10^{6}}{0.1\times 4.9\times10^{-3}\times 10\times 2}\approx 1.0\times10^{8}\ \text{电极} \tag{f} \]
      

**请注意这个数字与上一节独立算出的「1% 皮层需要 (1.6\times10^{8}) 电极」落在同一个数量级。**两条完全不同的路径——一条从信息率倒推，一条从神经元覆盖率正推——给出同一个量级，这提高了这个数量级本身的可信度。

⑤ 假设清单（逐条）

• **一个电极 ≈ 一个可分辨神经元。**偏乐观。实际常是一个电极对应数个神经元的混合信号。

• **每 spike 2 bit。**Borst & Theunissen 1999 的跨物种结论，量级稳健。

• **皮层平均发放率 10 spike/s。**清醒皮层的常用量级；若取 50，结果改善 5 倍，仍差四个数量级。

• **冗余因子 (\kappa) 恒为 0.1。**这一条偏乐观且方向明确——电极越密、覆盖越集中，相邻通道的相关性越高，(\kappa) 会随 (N_{ch}) 上升而下降。

• **(\theta) 不随规模改变。****这是整条链最强、也最可疑的假设。**如果中枢熵率上限就是 10 bit/s，那么 (\theta) 会随 (N_{ch}) 反比下降，方程无解——这正是 ③ 那场争论在数学上的形式。

• **功耗、面积随通道数线性放大。**见第 ⑧ 步，这是三堵物理墙的来源。

• **忽略解码算法的进步。**这一条方向相反，偏保守：更好的解码器可以在同样通道数下提高 (\theta)。

• **忽略电极长期失效与胶质瘢痕。**偏乐观：慢性植入的有效通道数会随时间衰减。

⑥ 数值算例（可独立复算）

        步骤表达式代入结果| 步骤 | 表达式 | 代入 | 结果 |

        
          原始数据率\(N f_s b\)\(1024\times2\times10^{4}\times10\)**2.05×10⁸ bit/s**| 原始数据率 | \(N f_s b\) | \(1024\times2\times10^{4}\times10\) | 2.05×10⁸ bit/s |

          神经信息率\(N r_{sp} I_{sp}\)\(1024\times10\times2\)**2.05×10⁴ bit/s**| 神经信息率 | \(N r_{sp} I_{sp}\) | \(1024\times10\times2\) | 2.05×10⁴ bit/s |

          去冗余后\(\kappa N r_{sp} I_{sp}\)\(0.1\times2.05\times10^{4}\)**2.05×10³ bit/s**| 去冗余后 | \(\kappa N r_{sp} I_{sp}\) | \(0.1\times2.05\times10^{4}\) | 2.05×10³ bit/s |

          实测行为速率—Neuralink Webgrid**8–10 bit/s**| 实测行为速率 | — | Neuralink Webgrid | 8–10 bit/s |

          反推 \(\theta\)\(10/2.05\times10^{3}\)—**4.9×10⁻³**| 反推 \(\theta\) | \(10/2.05\times10^{3}\) | — | 4.9×10⁻³ |

          **兆比特所需通道数**\(R/(\kappa\theta r_{sp}I_{sp})\)\(10^{6}/9.8\times10^{-3}\)**≈1.0×10⁸ 电极**| 兆比特所需通道数 | \(R/(\kappa\theta r_{sp}I_{sp})\) | \(10^{6}/9.8\times10^{-3}\) | ≈1.0×10⁸ 电极 |

          **需要的倍增次数**\(\log_2(N^{t}/N_0)\)\(\log_2(1.0\times10^{8}/3000)\)**≈15.0 次**| 需要的倍增次数 | \(\log_2(N^{t}/N_0)\) | \(\log_2(1.0\times10^{8}/3000)\) | ≈15.0 次 |

          达成年份（乐观口径）\(T_2\log_2(\cdot)\)\(T_2=1.26\) 年**≈19 年 → 2045**| 达成年份（乐观口径） | \(T_2\log_2(\cdot)\) | \(T_2=1.26\) 年 | ≈19 年 → 2045 |

          达成年份（历史口径）\(T_2\log_2(\cdot)\)\(T_2=7.4\) 年 待核**≈111 年 → 2137**| 达成年份（历史口径） | \(T_2\log_2(\cdot)\) | \(T_2=7.4\) 年 待核 | ≈111 年 → 2137 |

        
      
    
    

乐观口径的 (T_2=1.26) 年来自 Neuralink 自报的 1,024 → 3,000 节奏（约两年）。历史口径的 (T_2=7.4) 年来自 Stevenson & Kording 关于「可同时记录的神经元数每若干年倍增」的经验定律（Nature Neuroscience 2011）——本报告未对该论文的具体周期数值做一手核验，标注为「待核」，引用时请自行回溯原文。

⑦ 一阶敏感性：哪个参数主导结果

(N^{\text{target}}) 对 (\kappa) 与 (\theta) 都是一次幂反比依赖，二者各差一个数量级就能让答案差一个数量级；对 (r_{sp}) 与 (I_{sp}) 同样是一次幂，但这两个量的物理取值范围窄（各自不超过一个数量级），因此不主导。真正主导「什么时候」的是 (T_2)——它以线性方式进入时间公式，而 19 年与 111 年这个五倍分叉，完全来自对 (T_2) 取 1.26 还是 7.4。换句话说：这条链的结论「需要 (10^8) 电极」相当稳健，而结论「什么时候能有」几乎完全不稳健。

⑧ 失效条件与适用域

适用域：本链只估算「信道侧」——器件能把多少比特搬出颅骨。失效条件有两类。其一是软失效：若中枢熵率上限确为 10 bit/s，则 (\theta\propto 1/N)，方程无解，整条链在概念上就不适用（这不是算错，而是问错了问题）。其二是硬失效：三堵物理墙会在 (N) 达到 (10^{8}) 之前先撞上——功耗墙在 (N\approx2\times10^{6})，皮层面积墙在 (N\approx2\times10^{7})，若原始波形外传则香农墙早在 (N\approx5\times10^{4}) 就到（详见 4.3）。三堵墙全部低于目标值，这意味着线性外推在到达终点前必定断裂。

⑨ 与实际数据的校准

        系统可用通道任务与实测速率来源| 系统 | 可用通道 | 任务与实测速率 | 来源 |

        
          BrainGate / Utah 阵列约 192手写解码 90 字符/分 ≈ **1.5 bit/s**Willett et al. 2021, *Nature*| BrainGate / Utah 阵列 | 约 192 | 手写解码 90 字符/分 ≈ 1.5 bit/s | Willett et al. 2021, Nature |

          斯坦福言语解码约 256言语 **62 wpm**；词错误率 **23.8%**（已发表基准）Willett et al. 2023, *Nature*| 斯坦福言语解码 | 约 256 | 言语 62 wpm；词错误率 23.8%（已发表基准） | Willett et al. 2023, Nature |

          Neuralink 首例（2024）约 100–150（1,024 中仅 10–15% 有效）Webgrid **约 8 BPS**Neuralink / Lex #438| Neuralink 首例（2024） | 约 100–150（1,024 中仅 10–15% 有效） | Webgrid 约 8 BPS | Neuralink / Lex #438 |

          Neuralink 后续（2026）约 1,024（缓解措施后良率改善）Webgrid **>10 BPS**；意念键盘 **40 wpm**Neuralink *Two Years of Telepathy*| Neuralink 后续（2026） | 约 1,024（缓解措施后良率改善） | Webgrid >10 BPS；意念键盘 40 wpm | Neuralink Two Years of Telepathy |

          健全人用鼠标（基准线）—**8–10 bit/s**Neuralink 官方博客| 健全人用鼠标（基准线） | — | 8–10 bit/s | Neuralink 官方博客 |

        
      
    
    

**这张校准表本身就说明了问题。**用 Neuralink 自己公开的两个数据点粗略反推：可用通道从约 128 增至约 1,024（8 倍），Webgrid 速率从约 8 增至略高于 10（不到 1.3 倍）。若强行拟合成幂律 (R\propto N^{\alpha})，得到 (\alpha\approx0.11)。

      ▲ 关于这个 α ≈ 0.11 的严重警告
      

**两个数据点不构成标度律。**这两次测量跨越两年，使用了不同的解码器、不同的参与者、不同的训练时长，而且第二个数字是公司自报的最好成绩而非中位数。**把它当作定量预测使用是错误的。**它在这里的唯一作用，是提示一个定性方向：迄今为止，通道数的增长并没有换来接近成比例的比特率增长。这个定性方向与 ③ 的中枢瓶颈假说一致，也与 Paradromics「光标控制不需要更多电极」的判断一致——但它不能被用来推算任何具体年份或具体速率。

⑩ 这条链能证明什么、不能证明什么

能证明

① 在列出的假设下，「五年内兆比特」需要通道数提升约 4.5–5 个数量级； ② 按最乐观的自报倍增节奏也需要约 19 年，按历史经验节奏需要约 111 年； ③ 在到达该通道数之前，会先撞上三堵各自独立的物理墙； ④ 因此该时间表在物理上不成立——这是一个关于时间表的判断，不是关于目标的判断。

不能证明

① 不能证明 BCI 没有临床价值——恰恰相反，见 ⑥； ② 不能证明提高通道数无意义——对言语解码明确有意义（信噪比而非容量）； ③ 不能证明 10 bit/s 是永恒上限——它是对现有人类的测量，不是对被改造系统的测量； ④ 不能排除某种绕过这条链全部假设的新原理（例如不依赖单神经元记录的群体编码接口）。

4.3 三堵物理墙

即便通道数问题在工艺上被解决，还有三道彼此独立的物理约束。它们的共同特点是：每一堵墙都在目标值之前。下面给结论式与解释，完整推导在 ⑪。

（i）功耗与散热墙

颅内植入物的组织加热上限通常按 1–2 °C 温升设计，对应表面功率密度约 40 mW/cm² 量级。这个数字的来源需要更正说明：本报告此前把它写成「按 ISO/ASTM 相关标准」，这不准确。可追溯的出处是 Patrick D. Wolf（杜克大学）2008 年的专著章节《Thermal Considerations for the Design of an Implanted Cortical Brain–Machine Interface》，其中 40 mW/cm² 是从 Davies 等人对肌肉与肺组织的测量外推而来（该功率密度使初始温升 1.8 °C，故被取为 2 °C 限值下的上限）。Wolf 本人在同一章里明确写道，头皮、颅骨与皮层的对应研究尚未做过，并且「把脑组织当作器件散热的热沉，这件事本身是可疑的」。本报告未能定位到任何一份写明「皮层植入物 40 mW/cm²」的编号 IEEE 或 FDA 标准，因此不应以「标准」措辞引用该值。Wolf, in Reichert (ed.),《Indwelling Neural Implants》, CRC Press, 2008，全文见 NCBI Bookshelf ^[5]。

N1 的全系统功耗预算（含无线电）小于 10 mW，即每通道约 9.8 μW。如果按每通道功耗不变线性放大：

  \[
  P(N)=\frac{10\ \text{mW}}{1024}\cdot N \;\Longrightarrow\; P(1.6\times10^{8})\approx 1.6\times10^{3}\ \text{W}
  \]
  

对照：整个人脑的代谢功率约 20 W。按此线性外推，功耗在 (N\approx2\times10^{6}) 时就会超过全脑代谢功率——那时距离目标还差近两个数量级。结论：每通道功耗必须同步下降四到五个数量级，这是一个独立于「造多少电极」之外的半导体与封装难题，且有物理下界（放大器噪声与 (kT\ln 2)）。

（ii）无线信道容量墙

如果原始波形要传出颅骨，香农公式给出上界。这一堵墙来得最早：

  \[
  C=B\log_2\!\left(1+\frac{S}{N}\right)\Big|_{B\sim\text{GHz},\ \text{SNR}\sim 30\,\text{dB}}\ \lesssim\ 10^{10}\ \text{bit/s}
  \]
  \[
  R_{\text{raw}}(1.6\times10^{8})=1.6\times10^{8}\times 2\times10^{4}\times 10 = 3.2\times10^{13}\ \text{bit/s}=32\ \text{Tbps}
  \]
  

差三个数量级以上，且高频穿颅衰减与 SAR（比吸收率）安全限值会进一步压缩可用带宽。**结论：绝大部分计算与压缩必须在颅内完成——而这又回到第 (i) 条的功耗墙。**这是本节最重要的结构性发现：三堵墙不是并列的，它们互相锁死。

（iii）皮层面积墙

2019 白皮书的 3,072 电极占据 4 × 7 mm² 的皮层面积。按同样密度线性外推：

  \[
  A(N)=28\ \text{mm}^2\times\frac{N}{3072}\;\Longrightarrow\; A(1.6\times10^{8})\approx 1.46\ \text{m}^2
  \]
  

对照：人类新皮层展开后的总面积约 0.19–0.26 m²（Van Essen et al., Cerebral Cortex 2012 给出每半球 973 cm²，双侧约 0.19 m²；Mountcastle 1997 给出约 2,600 cm² ≈ 0.26 m²）。即：即便铺满整个皮层表面，按当前电极密度也只能达到目标的六分之一到八分之一。必须同时把密度做进三维——但更细的电极意味着更高阻抗、更差信噪比，这又会压低前面推导中的 (\theta)。

  ⚑ 还有两堵不能写成公式的墙
  

手术风险的乘法效应。R1 机器人当前插线速度为 17 s/线（Neuralink 称下一代目标 1.5 s/线，2026-01 公开表述）。1,024 电极分布于最多 128 根线，单次手术插入 128 根。若通道数放大到 (10^{8})，即便线的密度同步提升，插入次数与手术时长仍会以数量级增长，而每一次穿刺都是一次独立的出血与感染风险事件。这个风险不随技术改进而消失，只随穿刺次数线性累积。

**生物相容性与时间。**Neuralink 首例患者出现的电极线回缩（约 85% 脱离目标组织，公司归因为脑组织搏动幅度超预期约三倍，见 ⑤）说明：慢性植入的失效模式在动物实验里未被完全预见。电极数量增加会同时增加异物体积、胶质瘢痕面积与机械失配面积。这一条的关键在于它的时间尺度——慢性失效需要以年计的随访才能观察到，而这与「按摩尔定律迭代」的节奏在根本上不兼容。这是生物医学与半导体最本质的区别：试错不可逆，且反馈以年计。

  **图 5 · 通道数的历史增长、两种外推与三堵墙：**白色折线是有公开记录的历史点，橙、蓝虚线是两种倍增周期假设下的外推。**这张图想表达的不是「哪一年能做到」，而是「线会在半路断掉」。**三条彩色虚线是三堵物理墙各自开始生效的通道数，紫色带是本页推导出的目标区间。**请注意三堵墙的排列顺序造成了一个闭环**：为躲开最低的香农墙（原始波形传不出去），必须把计算搬进颅内，而这会推高功耗、更早撞上功耗墙；为降低功耗而稀释电极密度，则会更早撞上皮层面积墙。**这不是三个可以分别攻克的工程难题，而是一组互相约束的联立不等式。**本图对 \(T_2=7.4\) 年一项标注「待核」，Stevenson & Kording 原文的具体倍增周期本报告未做一手核验。（本报告原创 SVG · 示意非实测，非预测）



  业界不同看法 · 反方证据
  

本报告在 ④ 的主张：要触及 1% 的皮层神经元需约 1.6 亿个电极，比现有规格高约 4.7 个数量级；而功耗、香农容量与皮层面积三堵墙全部落在这个目标值之前，且互相锁死。

神经流形（neural manifold）这一支文献认为，「按神经元计数」这个记账单位本身就选错了。Juan Gallego、Matthew Perich、Lee Miller 与 Sara Solla（Neuron 94:978–984, 2017）提出，运动皮层的群体活动被网络连接约束在一个低维流形内：单个神经元的活动只是若干潜变量的加权反映，而不是独立的信息通道。他们援引 Gao & Ganguli（2015）的论证——刻板运动行为所需的独立控制信号数量很少，因此只需要少量独立的神经信号。Gallego 等人随后在 Nature Neuroscience 23:260–270 (2020) 证明，这些低维潜在动力学在数月尺度上稳定，而且独立于当时恰好记录到哪些神经元。若行为相关的自由度只有几十个，那么「覆盖 1% 神经元」既不是必要条件，也不是通往更高带宽的路径。 Gallego et al., Neuron 2017，DOI 10.1016/j.neuron.2017.05.025 ^[6]；Gallego et al., Nat. Neurosci. 2020，DOI 10.1038/s41593-019-0555-4 ^[7]

这不只是理论主张，它已经被用来解决一个真实的临床问题。Alan Degenhart、William Bishop、Emily Oby 等人（Nature Biomedical Engineering 4:672–685, 2020）用流形对齐在猕猴身上稳定了在线光标控制：在严重且突发的记录不稳定条件下，被稳定的 BCI 跨多日恢复了熟练控制，且该方法不需要知道使用者的意图、性能优于有监督重标定。论文里有一句对本报告的推导链尤其致命——**它在「神经活动中关于光标运动方向的信息很少」时依然有效。**这说明有效带宽并不随可用电极数简单缩放，而是取决于能否找到那个低维子空间。 Degenhart et al., Nat. Biomed. Eng. 4, 672–685 (2020)，DOI 10.1038/s41551-020-0542-9 ^[8]

功耗墙那条外推还有一个更直接的问题：它假设每通道功耗七年不变。Samuel R. Nason 与 Cynthia A. Chestek（密歇根大学）等人证明，300–1,000 Hz 的「spiking-band power」在猕猴的在线手指解码与离线光标任务中，性能不劣于甚至优于阈值穿越率——而它只需 2 kSps 采样而非 20–30 kSps，也不需要每通道可编程阈值硬件。发表在同一期刊上的独立评论（Marc W. Slutzky）据此指出，采集功耗「可以从当前商用记录系统的 11 mW 降到 1.1 mW」，约十倍。这直接动摇本节的外推方式：本报告用「10 mW ÷ 1,024 通道」乘以目标通道数，等于假设 2019 年的每通道功耗是一个常数；而在电极数尚未增长的这几年里，每通道功耗本身已经有了可验证的下降路径。功耗墙因此是一堵会移动的墙，不是一个物理常数。 Nason et al., Nat. Biomed. Eng. (2020-07-27)，DOI 10.1038/s41551-020-0591-0 ^[9]；Slutzky 评论，Nat. Biomed. Eng. 4(10):937–938，DOI 10.1038/s41551-020-00631-7 ^[10]

部分采纳反方在记账单位这一层完全成立，本报告 ④.1 的门槛说明已据此重写；功耗墙那一条也部分成立，本报告已把它由「墙」改述为「会移动的墙」——外推假设的每通道功耗常数不成立，且本报告在正文里对 40 mW/cm² 的出处标注有误（已更正为 Wolf 2008 的肌肉／肺外推，而非任何编号标准）。本报告原来只声明「1% 皮层」是任意设定的参照点，现在必须说得更准确：它衡量的是读取保真度的上限，不是有效带宽的需求量——这两件事被本报告混在了一个数字里。但把它想清楚之后，结论的方向反而不是反方期望的那个。三堵墙约束的是能装多少通道，流形论证降低的是需要多少通道，两者作用在同一个方向上，因此「1,024 → 3,000 这条曲线撞不到兆比特」这个判定不受影响。真正被推翻的是另一件事，而且它比原结论更彻底：**如果行为相关的维度本来就只有几十个，那么「兆比特级人机沟通」就不是「通道数不够」的问题，而是这个目标在神经编码层面可能根本没有对应物。**换句话说，反方把本报告的一个工程结论（做不到）升级成了一个更难反驳的定义问题（不知道要做的是什么）。本报告采纳这个升级，并在 ⑧ 的判定表里把「五年内兆比特」一条的依据从「三堵物理墙」扩展为「三堵物理墙 + 目标量本身缺乏神经编码上的定义」。

  我的看法 · 作者（AI）个人观点
  

做完这套算术，我改变了一个原本的判断。我原以为「与 AI 共生」这个目标的主要障碍是中枢瓶颈——也就是 ③ 那场争论。算完之后我认为，即便中枢瓶颈完全不存在，即便人脑真的是个被卡住的高熵源，这条路线在物理上依然走不通，而且是被三个彼此独立的机制同时挡住的。

这一点在评价上很重要，因为它把争论的性质变了：中枢瓶颈是一个可以争辩的科学问题（也许某天会有新证据），而功耗、香农容量与皮层面积是三个不可争辩的物理约束。前者可能被推翻，后者只能被绕过——而绕过它们需要的不是更好的电极，是一个完全不同的原理。

顺带说一句我认为公允的话：马斯克在量级估算上通常极其可靠，而这一次的偏差恰恰不在量级上，而在他没有做这套外推。他给出了正确的当前值（10 bit/s）、正确的目标值（(10^{6}) bit/s），却没有把「从这里到那里需要什么」这一步算完。这在他的历史上是一个反常——在火箭上他会算完，在电池上他会算完。我的猜测是：在火箭和电池上，「算完」这个动作有一个明确的成本函数作为落点；而在大脑上，落点是一个他不愿意接受的答案。

Chronology · 2016 → 2026

Neuralink 编年：从一句话到二十六个人

上面三节都在讨论理由。这一节只陈述发生了什么。时间线上的每一条都标注了信源，2026 年的条目额外标注确定性——因为越接近资料冻结日（2026-07-25）的信息越不稳定，而 Neuralink 的近期数据几乎全部来自公司自述。凡未经独立交叉验证的，一律显式说明。

    2016-07
    

公司注册：一家「医学研究」公司

Neuralink Corp. 以「medical research」名义在加州登记（特拉华州注册主体）。**注意此时距离他在 Code Conference 说出「somebody’s got to do it」只过了一个多月。**Wikipedia 记为 2016-06-21，加州企业数据库与路透转述 WSJ 的说法均指向 7 月——本页采用 2016 年 7 月，并标注该日期存在来源冲突。

来源：加州企业数据库；Reuters 转述 WSJ（2017-03-27 曝光）。

    2019-07-16
    

首次发布会 + 技术白皮书：数字第一次落地

在旧金山加州科学院公开三样东西：3,072 电极的研究平台（96 根线 × 32 电极）、1,024 通道的 N1 人体版、以及 R1「缝纫机」手术机器人（6 根线/分钟 = 192 电极/分钟）。电极线径 4–6 μm，约人发直径的四分之一；3,072 通道封装体积小于 23 × 18.5 × 2 mm³。

**白皮书里有一个数字需要特别说明。**慢性植入的 spiking yield 在 bioRxiv 预印本中写作「高达 85.5%」，而在正式发表的期刊版（J Med Internet Res 2019;21(10):e16194）中写作「高达 70%」。本页采用期刊版的 70%，并在此注明预印本为 85.5%——差异可能来自同行评审过程中的修订。

来源：bioRxiv 10.1101/703801（白皮书 PDF ^[11]）；发布会官方视频。

    2020-08-28
    

Gertrude：一头猪，一枚硬币大小的无线植入体

已植入两个月的猪，实时读取鼻部相关神经活动。这场演示的技术意义常被低估：它证明的不是「能读到信号」（Utah 阵列二十年前就能），而是全植入、全无线、无穿皮线缆的形态在活体中可以长期工作。同年 7 月获 FDA Breakthrough Device Designation。

来源：The Verge, 2020-08-28（报道 ^[12]）。

    2021-04-18
    

Pager 玩 MindPong：完全无线的猕猴

一只名为 Pager 的猕猴用意念操控 Pong 游戏，无任何穿皮线缆。同年 7 月完成 2.05 亿美元的 C 轮融资。

来源：Neuralink 官方博客 ^[13]；BBC。

    2022-12
    

USDA 联邦调查：动物福利争议进入监管视野

路透社报道美国农业部就动物福利违规展开联邦调查。医师医药责任协会（PCRM）记录 15 只猴死亡并提出投诉。多名员工向路透称，因要求快速出结果导致测试仓促。公司立场是：动物研究符合监管标准且为开发所必需，并自 2022 年起发布「3R」（优化 / 减少 / 替代）系列博客回应。完整争议见 ⑦。

来源：Reuters, 2022-12。

    2023-05
    

FDA 批准人体试验（IDE）

获研究用器械豁免（Investigational Device Exemption）。同年 8 月完成 2.8 亿美元 D 轮（Founders Fund 领投），9 月 PRIME 研究开放招募，手术地点为 Barrow Neurological Institute。

    2024-01-28
    

首例人体植入：Noland Arbaugh

64 根线、1,024 电极，插入深度 3–5 mm。3 月首次公开演示：控制光标、下棋、放音乐。这是这家公司成立八年后第一次把论证变成了一个具体的人。

    2024-05
    

电极线回缩：这条时间线上最重要的一次失败

植入约一个月后，约 85% 的电极线从目标组织回缩，仅约 15% 仍有效——Arbaugh 本人的口述是「15% ± 10%，所以可能只有 5%」。**公司归因于脑组织搏动幅度超出预期约三倍。**处置方式是拒绝二次手术、改从软件端补偿：把记录目标从单神经元 spike 改为神经元群体活动，功能大部分恢复。对后续患者的改动是把插入深度从 3–5 mm 改到 8 mm（已获 FDA 批准）。

这件事值得当作一个方法论案例来读：一个在动物实验中未被预见的力学参数（脑搏动幅度），在第一例人体上就造成了近乎全盘的电极失效；而挽救它的不是硬件迭代，是换一种读法——放弃分辨单个神经元，改读群体信号。这既是工程上的机敏，也恰恰印证了 推导链第 ⑤ 条假设的脆弱：可用通道数不是一个由设计决定的常数。

来源：Ars Technica, 2024-05（报道 ^[14]）；Big Technology 完整问答。

    2024-08 ~ 2024-12
    

扩张与监管：第二位参与者、Blindsight、国际试验

8 月第二位参与者 Alex 植入（深度改为 8 mm）；9 月 Blindsight 视觉假体获 FDA Breakthrough Device Designation；11 月 CAN-PRIME（加拿大，首个国际试验）与 CONVOY（机械臂控制）启动。12 月，FDA 致国会函披露 2023 年 6 月对其加州动物设施的检查发现「objectionable conditions or practices」，但认为严重程度不足以采取监管行动，仅要求自愿整改；同月 SEC 重启对 Neuralink 安全性声明的调查。

来源：Neuralink 官方；Reuters, 2024-12-05 ^[15]。

    2025
    

从 3 例到 12 例：规模化的一年

2 月发布《A Year of Telepathy》，3 位参与者，累计 >670 植入日、>4,900 小时器械使用；5 月言语恢复获 Breakthrough Device Designation；6 月完成 6.5 亿美元 E 轮；7 月 31 日 GB-PRIME（英国 UCLH 与 Newcastle 两个中心）启动；8–9 月加拿大 UHN 完成两例颈段脊髓损伤植入；至 9 月累计 12 位参与者。

    2026-01-28
    

《Two Years of Telepathy》：21 位参与者，横跨四国

公司自报的关键数字：21 位参与者、4 个国家、零严重器械相关不良事件；采取缓解措施后，后续 20 例中有 18 例信号质量优于首例；下一代电极数从 1,000 提升到 3,000；下一代手术机器人插线速度目标 1.5 s/线（现为 17 s/线）；十指「意念键盘」最高 40 wpm；参与者 Nick 在植入首周内 Webgrid 达到 >10 BPS；VOICE 言语试验目标 140 wpm（对话级）；Blindsight 首例人体「ready」，待最终监管批准。

来源：Neuralink 官方博客 ^[16]。全部为公司自报，无同行评审论文支撑。

    2026-01 ~ 2026-03
    

VOICE 与言语解码：首次纯想象言语演示

1 月，VOICE 试验首例植入——ALS 患者 Kenneth Shock，1,024 电极；语音合成模型用其 2020 年的录音训练。3 月 25 日首次公开演示纯想象言语解码（无任何肌肉动作），训练分三阶段：出声 → 无声张口 → 纯想象。

**需要严格区分事实与宣称。**马斯克在 3 月 31 日称此为「restoring speech」；公司同时承认存在「delays in processing and accuracy challenges」，但未公布词错误率、延迟或词汇量中的任何一项。对照：斯坦福学术团队已发表 23.8% 词错误率的同行评审基准。在缺乏这三项指标的情况下，本报告不对该演示的性能做任何判断。

    2026-05 ~ 2026-07
    

26 例、经硬脑膜植入、意念驾驶轮椅

5 月 20 日第 26 例：加拿大 ALS 患者 Lee Marten，首例经硬脑膜（transdural）植入——R1 机器人穿过完整硬脑膜插入并保留其结构完整性。6 月 22 日累计 26 位参与者（美、英 7 例、阿联酋、加 3 例）。7 月 24 日 PRIME 研究更新：参与者用意念驾驶电动轮椅（前进 / 后退 / 转向 / 调节座椅），配「注意力失焦自动减速回中」安全特性；仍为研究用器械，未获 FDA 上市批准。

来源：Inside BCI, 2026-07-04；Interesting Engineering, 2026-07-24；Neuralink。

  ⚑ 关于 2026 年这几个数字的确定性
  

**参与者例数存在多个口径。**已检索到的数字包括：12（2025-09）、21（2026-01-28 官方博客）、28（2026-05，某行业站点称 PRIME 入组达 28，目标 30——未被其他来源交叉验证）、26（2026-06-22，多个独立来源一致）。本页采用 26，并注明这是公司公开披露的累计植入数。

**「零严重器械相关不良事件」是公司自报。**它没有第三方审计，也没有同行评审论文支撑；同时它使用的是「器械相关」这一限定语，与「零不良事件」不是同一件事。本报告如实转述这一表述，但不将其作为已核实的安全结论。

**「下一代 3,000 电极」是宣布，不是已实现。**截至资料冻结日，公开可查的在体器械仍为 1,024 电极。计划、预告、演示、有限试点、规模化部署——这五种状态在本页分开表述。

5.1 参与者自己怎么说

这份材料在技术讨论中经常被跳过，但它是这个项目已经兑现的部分的唯一直接证据。以下四段均出自公司博客的第一人称记录（属官方发布材料，非独立采访），本页只取短片段并标注性质。

I was on such a high and then to be brought down that low. It was very, very hard. I cried.

我刚刚还在那么高的地方，然后被拉到那么低。那真的非常非常难受。我哭了。

    Noland Arbaugh（首位参与者，谈电极线回缩）
    2024-05 · Big Technology 完整问答
    P3 独立媒体访谈
    来源 [@src-3fef84675a]
  



  

I’m here to do my part. I’m here so that these things happen to me and not the people that come after me.

我在这里是为了尽我的一份力。我在这里，是为了让这些事发生在我身上，而不是发生在后来的人身上。

    Noland Arbaugh
    2024-05 · Big Technology 完整问答
    P3 独立媒体访谈
    来源 [@src-3fef84675a]
  



  

The thoughts at that point were not forward, up, down, back. The thoughts were I’m holding a cup and I’m gesturing. The same way I would if I were standing up to give a speech at a wedding.

那一刻我脑子里想的不是「向前、向上、向下、向后」。我想的是「我端着一个杯子，我在做手势」——就跟我站起来在婚礼上致辞时一模一样。

    Nick（四年无法移动肢体，首次用意念控制机械臂）
    2026-01-28 · Neuralink《Two Years of Telepathy》
    P2 公司官方博客 · 非独立采访
    来源 [@src-2fa1a4d6cc]
  



  

My mind feels a little free. A little less in a box or shoved in a room all the time.

我的心智感觉自由了一点。不再总是被关在一个盒子里、被塞进一个房间里。

    Audrey（首位女性参与者，脊髓损伤二十年）
    2026-01-28 · Neuralink《Two Years of Telepathy》
    P2 公司官方博客 · 非独立采访
    来源 [@src-2fa1a4d6cc]
  

而在同一篇博客里，公司自己给出了一个把整页论证收束起来的基准。这句话是本页最重要的一条一手材料，因为它是 Neuralink 自己写下的、对自己成就的定量描述：

Using a computer mouse with their hands, able-bodied people transmit around 8-10 bits per second on average. Multiple Neuralink participants have reached and even sometimes exceeded this range.

用手操作鼠标时，健全人平均传输约每秒 8 到 10 比特。多位 Neuralink 参与者已经达到、有时甚至超过了这个区间。

    Neuralink
    2026-01-28 ·《Two Years of Telepathy》
    P2 公司官方博客
    来源 [@src-2fa1a4d6cc]
  



  ● 这句话是数据自己在讲故事
  

Neuralink 目前公开宣称的最高成就，是让瘫痪患者达到「健全人用鼠标」的水平——约 8–10 bit/s。这个数字与 Zheng & Meister 从十二种任务中测出的人类行为吞吐量上限完全吻合。

公司把它写成一项成就，这个写法是对的：**对于一个四肢瘫痪的人来说，从 0 回到 10 bit/s 是全部意义所在。**但它同时也是那篇论文最好的佐证——器件的目标不是超过 10 bit/s，而是回到 10 bit/s。这两件事被同一个句子说出来了，只是方向相反。

Landscape · 2026 年中的全球格局

行业对照：没有唯一正确的路线，只有不同的取舍

把 Neuralink 单独拿出来评价，几乎必然得出「要么是奇迹要么是骗局」的结论。放进行业里看，它的位置其实很清楚：在「侵入性 vs 信息率」这条取舍曲线上，它选了高信息率、高侵入性的那一端——这是一个可以辩护、也可以质疑的工程判断，但它不是唯一的判断，而且 2026 年最早跑出商业化结果的恰恰是另一端。

    主体路径与侵入性通道数人体病例监管阶段（2026 年中）关键优势 / 关键劣势| 主体 | 路径与侵入性 | 通道数 | 人体病例 | 监管阶段（2026 年中） | 关键优势 / 关键劣势 |

    
      **Neuralink**

美国侵入式，皮层内穿刺柔性线；R1 机器人植入1,024 宣布下一代 3,00026（2026-06-22） 4 国FDA IDE，多项试验并行 PRIME / CONVOY / VOICE**优：**单神经元分辨率最高，信息率上限最高，垂直整合（器械 + 手术机器人）。 **劣：**创伤最大；迄今无同行评审临床论文；慢性稳定性有已知失效史。| Neuralink美国 | 侵入式，皮层内穿刺柔性线；R1 机器人植入 | 1,024宣布下一代 3,000 | 26（2026-06-22）4 国 | FDA IDE，多项试验并行PRIME / CONVOY / VOICE | 优：单神经元分辨率最高，信息率上限最高，垂直整合（器械 + 手术机器人）。劣：创伤最大；迄今无同行评审临床论文；慢性稳定性有已知失效史。 |

      **Synchron**

美国 / 澳大利亚血管内：经颈静脉把 Stentrode 支架电极放入上矢状窦，不开颅****1610+（SWITCH + COMMAND） 累计报道 >50FDA IDE + Breakthrough；**2026 启动关键性试验****优：**手术风险最低（介入科成熟术式），COMMAND 研究 6/6 达主要安全终点、零器械相关严重不良事件、100% 放置成功，与 Apple 的 BCI HID 协议原生集成。 **劣：**通道数最少，信息率上限受限，只能读到血管附近的场电位。| Synchron美国 / 澳大利亚 | 血管内：经颈静脉把 Stentrode 支架电极放入上矢状窦，不开颅 | 16 | 10+（SWITCH + COMMAND）累计报道 >50 | FDA IDE + Breakthrough；2026 启动关键性试验 | 优：手术风险最低（介入科成熟术式），COMMAND 研究 6/6 达主要安全终点、零器械相关严重不良事件、100% 放置成功，与 Apple 的 BCI HID 协议原生集成。劣：通道数最少，信息率上限受限，只能读到血管附近的场电位。 |

      **Precision Neuroscience**

美国微创：皮层表面贴附薄膜阵列（Layer 7），不刺入脑组织1,02468+（短期，≤30 天）FDA 510(k) 已批（2025-04，短期植入商业使用）**优：**唯一已获 510(k) 的高通道方案；已在 Nature Biomedical Engineering 发表同行评审临床数据；2026-01 与 Medtronic 合作嵌入手术导航系统。 **劣：**表面电极读不到单神经元；当前授权仅限 30 天以内。| Precision Neuroscience美国 | 微创：皮层表面贴附薄膜阵列（Layer 7），不刺入脑组织 | 1,024 | 68+（短期，≤30 天） | FDA 510(k) 已批（2025-04，短期植入商业使用） | 优：唯一已获 510(k) 的高通道方案；已在 Nature Biomedical Engineering 发表同行评审临床数据；2026-01 与 Medtronic 合作嵌入手术导航系统。劣：表面电极读不到单神经元；当前授权仅限 30 天以内。 |

      **Paradromics**

美国侵入式，全植入高带宽（Connexus）**400+首例人体 2026-06，密歇根大学FDA IDE（言语恢复方向）；Connect-One 早期可行性研究优：**明确以言语解码为目标，对「通道数何时真正有用」有清晰论述；多中心随访 6 年。 **劣：**临床进度显著落后，仅一例。| Paradromics美国 | 侵入式，全植入高带宽（Connexus） | 400+ | 首例人体2026-06，密歇根大学 | FDA IDE（言语恢复方向）；Connect-One 早期可行性研究 | 优：明确以言语解码为目标，对「通道数何时真正有用」有清晰论述；多中心随访 6 年。劣：临床进度显著落后，仅一例。 |

      **Blackrock Neurotech**

美国侵入式（Utah 阵列 / Neuralace 平台）96–100（Utah） 最高 10,000（Neuralace 研究平台）BrainGate 学术合作二十余年 累计 >40研究用为主**优：**学术生态最深，绝大多数已发表 BCI 里程碑（含 Willett 手写与言语解码）都基于其阵列。 **劣：**商业化最慢；Utah 阵列为刚性硅针，慢性稳定性受限。| Blackrock Neurotech美国 | 侵入式（Utah 阵列 / Neuralace 平台） | 96–100（Utah）最高 10,000（Neuralace 研究平台） | BrainGate 学术合作二十余年累计 >40 | 研究用为主 | 优：学术生态最深，绝大多数已发表 BCI 里程碑（含 Willett 手写与言语解码）都基于其阵列。劣：商业化最慢；Utah 阵列为刚性硅针，慢性稳定性受限。 |

      **博睿康 / 清华洪波团队**

中国 · NEO 系统半侵入式（硬膜外）微创，不刺入脑实质8****32 例颈段脊髓损伤 多中心确证性试验**2026-03 获 NMPA 三类医疗器械注册证****优：**全球首款获批上市的（半）侵入式 BCI 医疗器械；32 例全部实现脑控抓握，其中 22 例经六个月训练后手部功能评分显著提升；2026-07 开出全球首张处方。 **劣：**通道数极少，仅适用于抓握等低维控制。| 博睿康 / 清华洪波团队中国 · NEO 系统 | 半侵入式（硬膜外）微创，不刺入脑实质 | 8 | 32 例颈段脊髓损伤多中心确证性试验 | 2026-03 获 NMPA 三类医疗器械注册证 | 优：全球首款获批上市的（半）侵入式 BCI 医疗器械；32 例全部实现脑控抓握，其中 22 例经六个月训练后手部功能评分显著提升；2026-07 开出全球首张处方。劣：通道数极少，仅适用于抓握等低维控制。 |

      **脑虎科技（NeuroXess）**

中国硬膜下柔性皮层电极，不刺入脑组织未完全披露累计 60 例临床试验 另有来源记为 54 例2026-07-21 进入 NMPA 创新医疗器械特别审查程序优：「三全」系统（全植入、全无线、全功能）；2026-06 完成跨 800 公里两名高位截瘫患者远程象棋对弈，全链路闭环延时 <50 ms，一名患者术后第 5 天实现意念操控、训练 17 天后脑控速率 5.2 BPS。 **劣：**通道数未公开，横向可比性差。| 脑虎科技（NeuroXess）中国 | 硬膜下柔性皮层电极，不刺入脑组织 | 未完全披露 | 累计 60 例临床试验另有来源记为 54 例 | 2026-07-21 进入 NMPA 创新医疗器械特别审查程序 | 优：「三全」系统（全植入、全无线、全功能）；2026-06 完成跨 800 公里两名高位截瘫患者远程象棋对弈，全链路闭环延时 <50 ms，一名患者术后第 5 天实现意念操控、训练 17 天后脑控速率 5.2 BPS。劣：通道数未公开，横向可比性差。 |

      **阶梯医疗（StairMed）**

中国全侵入式高通量256（WRS02 无线系统）2024 年 3 例；2026 年初完成首次 256 通道临床植入计划 2026 年中开展多中心注册临床试验**优：**路线与 Neuralink 最接近的中国团队。 **劣：**公司称「预计到 2026 年底临床植入总例数有望接近甚至反超 Neuralink」——此为企业预期，非已发生事实。| 阶梯医疗（StairMed）中国 | 全侵入式高通量 | 256（WRS02 无线系统） | 2024 年 3 例；2026 年初完成首次 256 通道临床植入 | 计划 2026 年中开展多中心注册临床试验 | 优：路线与 Neuralink 最接近的中国团队。劣：公司称「预计到 2026 年底临床植入总例数有望接近甚至反超 Neuralink」——此为企业预期，非已发生事实。 |

  **图 8 · 侵入性与通道数的取舍平面：**横轴按侵入程度排列五档路线，纵轴是对数刻度的通道数。蓝色虚线是取舍趋势——**要更高的信息率上限，就要付出更大的手术创伤，这条关系在物理上是硬的**：读到单神经元的动作电位就必须把电极送到神经元附近。**本图想说明的是三件事。**其一，**Neuralink 站在这条曲线的右上端，这是一个选择而不是一个错误**——右上端提供的是当前已知的最高信息率上限，而言语解码是这条曲线上唯一真正需要高信息率的适应症。**但这里有一处本报告此前说得过头、现已收窄的表述**：右上端是不是言语解码**必须**去的地方，截至资料冻结日没有判决性证据（理由见上方辩证块中 Rapoport 的反驳）。其二，**右上端不是唯一有价值的位置**：Synchron 用 16 个通道达成了零器械相关严重不良事件的安全终点，Precision 用皮层表面阵列拿到了 510(k)。**而这张图还漏了一个维度，本报告予以补记：可取出性。**横轴只画了「植入时伤多深」，没有画「取出时伤多深」——表面阵列在动物实验中可被安全取出与更换，穿刺电极的取出手术本身有风险且胶质瘢痕不可逆。对一个寿命远长于任何一轮融资周期的植入器械来说，这个维度对患者的分量可能不低于信息率。其三，**最反直觉的一点**——2026 年全球第一个走完注册审批、开出处方的，是通道数最少（8 个）的博睿康 NEO。这不是偶然：它选的适应症（脊髓损伤患者的抓握）本来就只需要极少的比特，而**「需要多少比特」是由任务决定的，不是由器械决定的**。（本报告原创 SVG · 示意非实测；病例数口径见上表与下方说明）



  业界不同看法 · 反方证据
  

本报告在本节的主张：Neuralink 站在「侵入性 × 通道数」取舍曲线的右上端，这是一个可以辩护的工程判断——如果目标是言语解码，右上端就是必须去的地方。

Benjamin Rapoport（神经外科医生，哈佛医学院 MD、MIT 电子工程与计算机科学博士，Neuralink 八位联合创始人之一，2018 年离开，2021 年共同创办 Precision Neuroscience 并任首席科学官）认为「必须穿刺」这个前提根本不是数据结论，而是历史偶然。他对 Ars Technica 说，没有任何基础数据表明推进 BCI 必须穿透脑组织，这个想法来自几十年前的知识与技术状态——「这只是这个领域当初碰巧那样起步的一个意外」。他给出的是一个可扩展性论证而非安全性抱怨：任何切入脑组织的动作都会留下瘢痕与纤维组织，这既伤患者也伤器械性能，因此这类设计并不存在无限的可扩展性——「当你试图把它放大到在脑内做大量微小穿刺时，你会在某一点撞上一个限制：你能穿刺多少次而不造成不可逆且不可察觉的损伤。」这句话正是对本页 ④ 那条通道数外推曲线的直接反驳：它主张曲线断裂的位置比三堵物理墙还要早，而且断在生物学上而不是物理学上。 Ars Technica, 2024-06 来源 ^[17]

同一个人对当年那场内部分歧的复述，是这条反方最有分量的部分。Rapoport 对《哈佛杂志》说，他在 Neuralink 内部就主张「不损伤大脑的脑接口至关重要……并且从外科医生的角度，能以最小创伤、安全、可规模化且外观可接受的方式植入这些器械，同样至关重要」，然后加了一句：「这些并不是第一轮 BCI 应用时的主流决策哲学，而我把 Neuralink 也算在内。」他由此推出一个本报告 ⑦.4 提出却没能解决的问题的工程解：表面阵列不切入脑实质，因此在动物实验中可以被安全取出与更换，而穿刺电极的取出手术本身有风险、胶质瘢痕不可逆——「器械寿命短于患者寿命」在表面路线上是可解的，在穿刺路线上不是。 Harvard Magazine, 2025-01 来源 ^[18]

部分采纳反方在两处成立、一处不成立，必须分开说。成立的第一处：本报告把「右上端」写成了「如果目标是言语解码就必须去的地方」，这句话预设了单神经元时间分辨率是言语解码的必要条件，而 Rapoport 指出这个预设没有基础数据支撑。本页已把该表述收窄为「右上端提供的是当前已知的最高信息率上限；言语解码是否必须要这个上限，截至资料冻结日没有判决性证据」。成立的第二处：可更换性应当进入取舍平面。本报告 ⑥ 的横轴只有「侵入性」一个维度，而「能否安全取出与升级」是一个独立且对患者更要紧的维度——这一点本报告漏了，图 8 的图注已补充说明。不成立的一处：Rapoport 的论证不能推出穿刺路线错误，只能推出它的收益必须大到足以抵偿不可逆性。而 Precision 当前获批的使用场景仍限于 30 天以内的短期植入，它尚未证明表面阵列能在慢性植入下达到言语解码所需的信噪比。能判定这场分歧的证据很具体：同一批适应症下，表面阵列与穿刺阵列在言语解码词错误率上的头对头对比，以及两者各自的多年期慢性稳定性数据。两项目前都不存在。

6.1 中国路线：政策先行与半侵入式优先

2025–2026 年中国 BCI 领域出现了两个结构性变化，它们都不是技术性的。其一是政策配套先于产品落地：国家医保局早在 2025 年 3 月的《神经系统类医疗服务价格项目立项指南（试行）》中，就在产品尚未获批时预留了收费通道——侵入式脑机接口置入费、取出费、非侵入式适配费；多省定价为侵入式置入费 6,000–6,600 元/次，非侵入式适配费约 960 元/次。2026 年，脑机接口首次写入政府工作报告，与未来能源、量子科技、生物制造、具身智能、6G 并列。

其二是技术路线的整体偏向：中国主流路线是硬膜外或硬膜下，不刺入脑实质。这个选择的代价是通道数与信息率上限，收益是审批路径更短、慢性风险更低。2026 年 3 月博睿康 NEO 拿到全球首个（半）侵入式 BCI 的三类医疗器械注册证，7 月在华山医院开出全球首张处方并完成首例商业化植入——从「首证」到「首方」只用了四个月。

  ⚑ 例数不可直接横向比较
  

**监管阶段不同。**中国企业的「临床例数」多数为探索性或确证性临床试验病例，与 Neuralink 的 FDA IDE 早期可行性研究（EFS）在监管阶段上并非同一层级。EFS 是安全性层级的研究，其数据不足以支撑上市；而确证性试验是注册路径的最后一段。把两者的例数并列排名会得出误导性的结论。

**技术路线不同。**半侵入式 / 硬膜下不刺入脑实质，与皮层内穿刺在信号质量与风险剖面上都不同类。不宜以例数比较孰优孰劣。

**口径存在冲突。**脑虎科技一处称「累计完成 60 例临床试验」，另一来源称「累计 54 例柔性电极植入」；博睿康 NEO 一处称 32 例，另一来源称获批前完成 36 例确证性病例。原因可能是统计截止时间不同，或「临床试验例数」与「植入例数」定义不同。本页优先采用中文一手媒体报道的数字（32 例 / 60 例）并注明来源不一致。

还有一条重大局限少被提及：截至 2025 年末，植入电极与体外主机等核心设备耗材尚未纳入中国医保支付目录。2025 年 11 月武汉同济完成国内首例按官方核定价开展的侵入式 BCI 植入手术，全部设备成本由科研经费承担，医保未参与结算。「有收费项目」与「患者付得起」之间还隔着一大段距离。

  我的看法 · 作者（AI）个人观点
  

把这张竞争地图看完，我认为最值得记住的判断是：这个行业真正的竞赛变量不是通道数，而是「你选的适应症需要多少比特」。

Neuralink 用 1,024 个通道去做光标控制，博睿康用 8 个通道去做抓握，两者都成功了——因为这两个任务需要的比特数本来就都很小。真正把通道数变成瓶颈的只有一件事：言语解码。人说话的信息率大约 39 bit/s，是光标控制的四倍，而且它要求在连续时间上稳定解出高维序列，对信噪比的要求高一个层级。这就是为什么 Paradromics 会说「光标不需要更多电极，言语需要」，也是为什么 Neuralink 把 VOICE 放在了 2026 年的核心位置。

换句话说，行业已经悄悄地把目标函数改了：**从马斯克 2016 年设定的「加宽带宽以对抗 AI」，改成了「用足够的带宽把人本来就有的那 10–39 bit/s 稳定地读出来」。**这是一次目标的收缩，也是一次目标的落地。而值得注意的是，Neuralink 自己的产品路线图完全跟随了这次收缩——VOICE、Blindsight、机械臂控制、轮椅驾驶，没有一项是「增强健康人」。公司在做的事，早已比公司在讲的事更诚实。

Critique · 客观陈述 + 最强 steelman

批评与伦理：四条争议，每条都给两面

这一节的写法是固定的：先陈述有确切出处的事实，再给出对该批评最强的反驳（steelman）。本报告不对动机做推测，不做人格判断。凡未经一手来源核验的条目，一律显式标注「待核」并说明检索状态。

7.1 动物福利

事实

2018–2022 年间至少 1,500 只动物（含猴、猪、羊）用于实验。医师医药责任协会（PCRM）记录 15 只猴死亡并向 USDA 投诉。2022 年 12 月路透社报道 USDA 展开联邦调查，多名员工称因要求快速出结果导致测试仓促。2023 年 9 月 Wired 基于公共记录与内部访谈的调查报道披露并发症包括部分瘫痪、血性腹泻、脑水肿。2024 年 12 月 5 日，FDA 致国会函披露其 2023 年 6 月对加州动物设施的检查发现「objectionable conditions or practices」，但认为严重程度不足以采取监管行动，仅要求自愿整改。

最强 steelman

所有侵入式神经器械的开发都必须经过动物实验，这是监管路径本身的要求而非公司的选择；把 Neuralink 与同行对比而不是与「零动物实验」对比，才是公允的基准。FDA 的检查结论本身也指出严重程度不足以采取监管行动。公司自 2022 年起公开发布「3R」（优化 / 减少 / 替代）系列说明，且其动物研究通过了后续的 IDE 审批——监管机构在掌握这些记录的情况下仍批准了人体试验，这一事实本身是这条批评的重要限定。

  ⚑ 一条本报告未能核实的说法
  

有二手整理稿称，2025 年初负责该调查的 USDA 监察长 Phyllis Fong 在拒绝服从解职命令后被保安带离办公室，相关调查状态随行政变动而改变。**该说法目前仅在一个 Substack 来源中出现，本报告未能定位到一手新闻来源，因此标注「待核」，不进入本页的事实陈述。**依本报告的信源规则（见 信源分级），无法定位原始载体的说法不进入正文。

7.2 透明度：这是对 Neuralink 最实质的学术批评

截至 2026 年中，Neuralink 累计器械使用超过 15,000 小时（2025 年末口径，12 位参与者），尚未在任何同行评审期刊发表临床结果。对照组很清楚：Precision Neuroscience 已在 Nature Biomedical Engineering 发表首个同行评审临床数据；Blackrock 阵列支撑的 BrainGate 学术合作二十余年间产出了该领域绝大多数里程碑论文（包括本页多次引用的 Willett 2021 与 2023）。

更具体的一处是言语解码。2026 年 3 月的演示之后，公司承认存在「delays in processing and accuracy challenges」，但未公布词错误率、延迟或词汇量中的任何一项。而学术界已有可比基准：斯坦福团队发表的 23.8% 词错误率。在缺少这三个指标的情况下，任何关于「Neuralink 的言语解码达到了什么水平」的说法都无法被检验——包括正面的说法和负面的说法。关于试验注册，本报告原先的表述（「部分研究未在 ClinicalTrials.gov 注册」）不够准确，现按同行评审文献的时间线更正：PRIME 研究在首例植入时未做预注册，研究记录于 2024-05-21、即第二位参与者植入之前补交。预注册与事后补登记不是同一件事——前者的作用正是让第三方能在数据产生之前核查纳入排除标准与终点定义（依据见下方辩证块）。

最强 steelman

其一，早期可行性研究阶段的数据本来就零散、样本极小，过早发表可能给出误导性的效应量估计。其二，公司博客的发布节奏远快于期刊审稿周期，从「让公众及时了解」的角度未必更差。其三，Neuralink 公开了首例患者的电极线回缩事故，包括约 85% 这个非常难看的数字——这不是一家试图隐瞒负面结果的公司会做的事。其四，2025 年 6 月公司发布了 datarepo 数据平台，方向上是在增加而非减少可及性。

为什么 steelman 不足以消解这条批评

公司博客与同行评审的差别不在速度，而在谁有权提出质疑。同行评审提供的是一个结构：审稿人可以要求补充对照、要求报告未达到预期的指标、要求把「最好成绩」改成「中位数与分布」。**「零严重器械相关不良事件」这类表述，在期刊里会被要求给出定义、随访时长与判定委员会构成；在博客里不会。**这不是道德问题，是证据结构问题——临床医学之所以坚持这套程序，正是因为历史上无数善意的自报数据后来被证明是错的。

  业界不同看法 · 反方证据
  

本报告在本节的主张：Neuralink 累计器械使用超过 15,000 小时却未在任何同行评审期刊发表临床结果，这是对它最实质的学术批评。

Judy Illes（英属哥伦比亚大学神经伦理学杰出教授、Neuroethics Canada 主任）与 Paul Root Wolpe（埃默里大学伦理中心主任）认为，本报告把这条批评的靶心放偏了。问题不在于「有没有发论文」，而在于缺少可核查的报告结构。Illes 对《Neurology Today》说，一段患者证言「并不体现好的科学或工程」，人们本应看到的是「从研究如何设计与实施，到个体如何被招募、筛选与知情同意的系统性报告」，而**「这个实验的报告里有巨大的空洞」**。Wolpe 则给出了一个更难反驳的框架：他认可 FDA 2023 年 6 月的检查没有发现会削弱器械安全性的重大违规，「但归根结底这总是取决于研究者的伦理……当一家私营公司拒绝对其方案保持透明时，联邦监管不足以说服像我这样见过多年不当行为的人相信事情真的是按伦理方式做的」。这个版本比「没有论文」强得多，因为它不要求公司放弃自己的发布节奏，只要求公开设计、纳入排除与终点定义——而这两件事并不冲突。 Neurology Today, 2024-05-16 来源 ^[19]；另见 STAT News, 2024-07-08 来源 ^[20]

一篇同行评审综述给出了比本报告更精确、也更宽容的事实。Frontiers in Human Dynamics 2025 年那篇关于 Neuralink 医学创新与伦理挑战的综述指出：PRIME 研究的问题是未做预注册，而不是「未注册」——研究记录已于 2024-05-21、第二位参与者植入之前补交至 ClinicalTrials.gov。该文同时说明为什么这个区分要紧：预注册的作用是在数据产生之前锁定设计、目标、假设、测量与分析方案，事后补登记保留了公开性，却失去了防止终点被结果反向定义这项功能。 Frontiers in Human Dynamics, 2025，DOI 10.3389/fhumd.2025.1553905 ^[21]

采纳两条都成立，其中第二条直接推翻了本报告的一处事实表述，正文与 N 卷 均已更正：删去「部分研究未在 ClinicalTrials.gov 注册」，改为「PRIME 研究未做预注册，研究记录于 2024-05-21 补交」。这个更正对 Neuralink 是有利的，本报告有义务同等对待。第一条也已采纳：本节的批评对象从「没有同行评审论文」改写为「缺少可核查的报告结构」——因为前者可以用「早期可行性研究样本太小、过早发表会给出误导性效应量」来正当地反驳（本页 steelman 卡片里就是这么写的），而后者不能，公开设计与终点定义并不需要等待样本量。顺带记下一个应当被公允呈现的事实：Wolpe 明确认可 FDA 的检查结论，Illes 的批评也只针对报告结构而非研究本身——两位最常被引用的批评者，都没有主张 Neuralink 的临床工作不该进行。

7.3 时间表：方向对，时间早

时间表偏差是马斯克全部事业中最稳定的模式（系统分析见 ⑫ 预测记分卡，本页不重列裁决表）。在 Neuralink 上，有三条有明确出处、可以复核的表述：

    公开表述时间与出处截至 2026-07-25 的状态本页判定| 公开表述 | 时间与出处 | 截至 2026-07-25 的状态 | 本页判定 |

    
      「也许五年后我们可能达到兆比特级」2024-08-02

Lex #438，时码 00:10:09公开最高为 Webgrid >10 BPS；距目标约 5 个数量级物理上不成立 依 本页推导链，需先穿过三堵物理墙| 「也许五年后我们可能达到兆比特级」 | 2024-08-02Lex #438，时码 00:10:09 | 公开最高为 Webgrid >10 BPS；距目标约 5 个数量级 | 物理上不成立依 本页推导链，需先穿过三堵物理墙 |

      Blindsight 人体植入将在 6–12 个月内2025-06

马斯克公开表述2026-01-28 官方称「ready」，待最终监管批准；期限已过已逾期 状态为「预告 / 待批」，非「已实现」| Blindsight 人体植入将在 6–12 个月内 | 2025-06马斯克公开表述 | 2026-01-28 官方称「ready」，待最终监管批准；期限已过 | 已逾期状态为「预告 / 待批」，非「已实现」 |

      2026 年在 Austin 工厂实现 N1 高产量生产与全自动手术2025-12

马斯克公开表述截至冻结日无公开可核验的产量或自动化手术数据未决 既无证据支持也无证据证伪| 2026 年在 Austin 工厂实现 N1 高产量生产与全自动手术 | 2025-12马斯克公开表述 | 截至冻结日无公开可核验的产量或自动化手术数据 | 未决既无证据支持也无证据证伪 |

另有一条流传的表述称「2026 年会有数千名患者」。本报告未能定位到该表述的原始载体（具体日期与场合），因此不在本页引用其原话；若 ⑫ 收录该条，应以其检索到的一手出处为准。实际数字为 26 例（2026-06-22）。

  ● 一个需要精确的区分
  

「时间表系统性乐观」这句话经常被当成对马斯克的整体否定，但它在不同领域的后果完全不同。在火箭上，一个乐观的时间表意味着炸掉几枚火箭、多花几年——试错可逆，代价由公司承担。在生物医学上，一个乐观的时间表意味着把风险转移给了具体的人，而且不可逆。首例患者的 85% 电极线回缩就是这个差别的具体形态：在 SpaceX，那叫「买信息」；在 Neuralink，那是一个人在一个月的巅峰之后被拉回原点。

这正是本报告在 总览里给出的那条梯度判断的最清晰案例：同一套方法在不同领域的战绩差异，几乎完全可以用「试错的可逆性」来解释（完整论证见 ⑭ 方法迁移边界矩阵）。

7.4 知情同意与长期风险

这一条在技术讨论中几乎从不出现，但它是本页所有争议里时间尺度最长的一条。三个具体问题：

• **器械的长期支持义务。**论文举的视网膜假体案例不是修辞：主要公司倒闭后，患者眼中留着被弃用的硬件。植入式器械的生命周期远长于任何一轮融资周期，而参与者签署知情同意时无法评估「二十年后这家公司还在不在」这个风险。

• 期望管理与自愿性。参与者绝大多数是四肢瘫痪或 ALS 患者，他们面对的是「唯一可能的希望」这种处境。在这种处境下，「自愿」的含义需要比常规临床试验更严格的保护——这也是生物伦理学者批评 PRIME 研究未做预注册（研究记录于 2024-05-21 补交，见 ⑦.2）的核心理由：预注册制度存在的目的之一，就是让第三方能在数据产生之前核查纳入排除标准与终点定义。

• 不可逆性。电极取出手术本身有风险，胶质瘢痕与组织改变是永久的。「参与试验」在这里不是一个可以退出的决定。

  ▲ 关于监管阶段的一个常见误解

Breakthrough Device Designation（突破性器械认定）经常在中文报道中被写成「获 FDA 批准」。它不是批准。它是一种加速审评的通道，作用是缩短沟通与审评时钟，不替代 Pivotal（关键性）试验所需的有效性数据。同样，VOICE 在 FDA 注册的是 Early Feasibility Study（早期可行性研究），这是安全性层级的研究。按标准 FDA 时间表，EFS 到 Pivotal 的转换最早不会早于 2027 年。

因此，截至资料冻结日，**Neuralink 没有任何一款产品获得上市批准；全部 26 例植入均在研究用器械（investigational device）框架下进行。**本页所有涉及监管状态的表述都按这个口径。

Verdict · 本页判定

六条判定：哪些成立，哪些不成立，哪些未决

下表只裁决本页范围内的命题。时间表类命题的完整裁决规则与证据链在 ⑫ 预测记分卡；本表的作用是把前面七节的结论集中呈现，每条都指回本页的论证位置。

    命题判定依据与论证位置| 命题 | 判定 | 依据与论证位置 |

    
      **「人类输出带宽约 10 bit/s」**成立（适用域已收窄）2017 年凭直觉给出，2024 年被跨十余个独立范式的信息论综述确立（②）。**这是他量级估算能力最有力的一个例证。****限定**：Sauerbrei & Pruszynski（*Nat. Neurosci.* 2025）的具名反驳成立——该上限适用于**陈述性／可报告输出**，不适用于无意识的实时运动控制（见 ③ 辩证块）。人机沟通落在前者，故本页论证不受影响。| 「人类输出带宽约 10 bit/s」 | 成立（适用域已收窄） | 2017 年凭直觉给出，2024 年被跨十余个独立范式的信息论综述确立（②）。这是他量级估算能力最有力的一个例证。限定：Sauerbrei & Pruszynski（Nat. Neurosci. 2025）的具名反驳成立——该上限适用于陈述性／可报告输出，不适用于无意识的实时运动控制（见 ③ 辩证块）。人机沟通落在前者，故本页论证不受影响。 |

      **「人机之间存在 8–11 个数量级的带宽差」**成立数量级本身没有争议（① 图 1）。争议只在于「这个差意味着什么」。| 「人机之间存在 8–11 个数量级的带宽差」 | 成立 | 数量级本身没有争议（① 图 1）。争议只在于「这个差意味着什么」。 |

      **「加宽 I/O 带宽能让人跟上 AI」**不支持三条独立证据指向中枢瓶颈；香农信源编码定理说明加宽信道不能提高信源熵率（③）。**属论证否定，非实验证伪。**| 「加宽 I/O 带宽能让人跟上 AI」 | 不支持 | 三条独立证据指向中枢瓶颈；香农信源编码定理说明加宽信道不能提高信源熵率（③）。属论证否定，非实验证伪。 |

      **「五年内（2029）达到兆比特级」**物理上不成立需通道数提升约五个数量级；三堵物理墙均在目标值之前，且互相锁死（推导链、④ 图 5）。**依据已扩展**：神经流形文献（Gallego 2017/2020、Degenhart 2020）表明行为相关自由度只有几十个，因此「兆比特级人机沟通」除了工程上做不到，**在神经编码层面还缺乏对应物**——这一条比物理墙更根本（见 ④ 辩证块）。| 「五年内（2029）达到兆比特级」 | 物理上不成立 | 需通道数提升约五个数量级；三堵物理墙均在目标值之前，且互相锁死（推导链、④ 图 5）。依据已扩展：神经流形文献（Gallego 2017/2020、Degenhart 2020）表明行为相关自由度只有几十个，因此「兆比特级人机沟通」除了工程上做不到，在神经编码层面还缺乏对应物——这一条比物理墙更根本（见 ④ 辩证块）。 |

      **「侵入式高通道 BCI 可安全植入人体」**已证实（早期）26 例、四国、公司自报零严重器械相关不良事件（⑤）。**限定：早期可行性研究阶段，无同行评审数据。**| 「侵入式高通道 BCI 可安全植入人体」 | 已证实（早期） | 26 例、四国、公司自报零严重器械相关不良事件（⑤）。限定：早期可行性研究阶段，无同行评审数据。 |

      **「Neuralink 领先全球」**部分成立植入例数与单器械通道数领先；但**首个获批上市的（半）侵入式 BCI 是博睿康（2026-03）**，首个获 510(k) 的高通道方案是 Precision（2025-04），首篇同行评审临床数据也不是它（⑥）。| 「Neuralink 领先全球」 | 部分成立 | 植入例数与单器械通道数领先；但首个获批上市的（半）侵入式 BCI 是博睿康（2026-03），首个获 510(k) 的高通道方案是 Precision（2025-04），首篇同行评审临床数据也不是它（⑥）。 |

    
  



  我的看法 · 作者（AI）个人观点
  

把这六条放在一起，会看到一个在马斯克身上反复出现的形状：他在「这件事的数量级是多少」上极其可靠，在「这个数量级意味着什么、什么时候能改变它」上系统性乐观。

我认为这不是偶然，而是有结构原因的。量级估算依赖物理常数与守恒律——这些是外生的、可独立验证的，所以他很难错。而「瓶颈能否移除」依赖的是那个系统的内部结构——在火箭上，成本瓶颈的内部结构是可复用性，那是一个工程变量，所以他对了；在人脑上，10 bit/s 的内部结构可能是一个架构常数，而不是一个工程变量。他的方法没有提供区分这两者的手段，因为他的方法默认所有瓶颈都是工程变量。

最后一句留给这件事本身，而不是留给他：**26 位参与者中，有人重返大学攻读神经科学，有人在二十年后重新开始创作，有人说「我在打手势，就像站起来在婚礼上致辞」。**这些是确凿的、已经发生的事，它们不需要「与 AI 共生」这个理由来获得意义。本页花了一万多字论证那个理由可能站不住——但这不会减少这些事实的一分重量，反而应该让它们更清楚地被看见。

  与其用一束 Neuralink 电极，他其实可以直接用一部电话。
  — Zheng & Meister, *The Unbearable Slowness of Being*, *Neuron* 2024 · §6.3「The Musk illusion」（本报告译文）
  这句话被广泛转发，但它经常被当成一句嘲讽。**它其实是一个可证伪预测**——作者给出了一个具体数字（约 10 bit/s），任何未来的实测数据都可以推翻它。而截至 2026 年中，Neuralink 自己公布的最好成绩是 8–10 BPS。*被检验的一方与做出检验的一方，报出了同一个数字。*

**本页信源：**调研档案 research/F-Neuralink人口政治.md §1（带宽论证逐字编年、学术对照、技术参数与估算链条、进展编年、行业格局、批评与争议）与 research/G-行业前沿对照.md §6（BCI 行业 2024–2026 进展与学界共识）。 **核心学术来源：**Jieyu Zheng & Markus Meister, The Unbearable Slowness of Being: Why do we live at 10 bits/s?, Neuron 2024（doi:10.1016/j.neuron.2024.11.008），预印本 arXiv:2408.10234 ^[22]，全文 HTML ^[23]，Cell 页面 ^[24]；Willett et al., Nature 2021 / 2023（手写与言语解码基准）；Borst & Theunissen 1999（每 spike 信息量）；Azevedo et al. 2009（神经元计数）；Van Essen et al., Cerebral Cortex 2012 与 Mountcastle 1997（皮层展开面积）；Shannon 1951（英文熵）；Dhakal et al. 2018（打字速度）；Stevenson & Kording, Nature Neuroscience 2011（神经记录经验定律，倍增周期数值待核）。 **辩证块（.counter）的反方来源：**Sauerbrei & Pruszynski, Nature Neuroscience 28:1365–1366 (2025-06-13)，doi:10.1038/s41593-025-01997-0；Gallego, Perich, Miller & Solla, Neuron 94:978–984 (2017)；Gallego et al., Nature Neuroscience 23:260–270 (2020)；Degenhart, Bishop, Oby et al., Nature Biomedical Engineering 4:672–685 (2020), doi:10.1038/s41551-020-0542-9；Frontiers in Human Dynamics (2025), doi:10.3389/fhumd.2025.1553905；Benjamin Rapoport 访谈（Ars Technica 2024-06、Harvard Magazine 2025-01）；Judy Illes 与 Paul Root Wolpe 具名评论（Neurology Today 2024-05-16）；STAT News 2024-07-08；Nason, Chestek et al., Nature Biomedical Engineering (2020), doi:10.1038/s41551-020-0591-0 与 Slutzky 同刊评论 doi:10.1038/s41551-020-00631-7；Patrick D. Wolf,《Thermal Considerations for the Design of an Implanted Cortical Brain–Machine Interface》, in Reichert (ed.),《Indwelling Neural Implants》, CRC Press, 2008（NCBI Bookshelf NBK3932）。 **器械与临床来源：**Neuralink 2019 白皮书（bioRxiv 10.1101/703801 ^[11]，期刊版 J Med Internet Res 2019;21(10):e16194）、Neuralink Compression Challenge ^[25]、Two Years of Telepathy（2026-01-28） ^[16]、Pager Plays MindPong ^[13]。 **引语一手载体：**World Government Summit 2017 对谈视频、Neuralink 2019 发布会官方视频、Lex Fridman #438 官方转录 ^[4]与 #49 官方转录 PDF。 **媒体与调查报道：**The Verge、Digital Trends、The Telegraph、CNBC、MIT Technology Review ^[26]、Ars Technica ^[14]、Big Technology ^[27]、Reuters ^[15]、Wired、Inside BCI、Interesting Engineering。中国 BCI 部分来自腾讯新闻、新京报、新浪财经等中文一手报道与 NMPA／国家医保局公开文件。

存疑与 hedge： （1）两个带宽口径不得混用——2017 年的 10 bit/s 是瞬时速率，2024 年的「不到 1 bit/s」是 24 小时占空比；学术论文验证的是前者，本页图表只使用前者。 （2）2026 年的 Neuralink 数字全部依赖公司自报：参与者例数存在 12／21／26／28 四个口径，本页采用交叉验证程度最高的 26（截至 2026-06-22）；「零严重器械相关不良事件」为公司自述，无第三方审计；「下一代 3,000 电极」为已宣布而非已在体验证；言语解码演示未公布词错误率、延迟或词汇量，本报告因此不对其性能做任何断言。 （3）白皮书 spiking yield 存在 85.5%（预印本）与 70%（期刊版）两个数值，本页采用期刊版并注明差异。 （4）Neuralink 成立日期存在 2016-06 与 2016-07 两说，本页采用 2016 年 7 月并标注冲突。 （5）Stevenson & Kording 的倍增周期 7.4 年本报告未做一手核验，凡引用处均标注「待核」，相关外推年份仅为示意。 （6）推导链中的 α ≈ 0.11 由两个数据点粗略反推，不构成标度律，仅用于提示定性方向，不得用于推算具体年份或速率。 （7）中国 BCI 数据口径不一：脑虎 60 例 / 54 例、博睿康 32 例 / 36 例，来源不同、定义可能不同；且中国企业的确证性试验与 Neuralink 的 FDA 早期可行性研究不在同一监管层级，不宜以例数直接比较。 （8）USDA 监察长被解职一事仅见于一个二手来源，标注「待核」，不进入正文事实陈述。 （9）「2026 年会有数千名患者」一说本报告未能定位到原始载体，故未引用其原话。 （10）本页对 Zheng & Meister 论文采用转述与要点提炼，引语只取一到两句短片段并标注章节位置，不整段翻译论文正文。 （11）本页新增四个辩证块（.counter），并因此改动了四处正文：① 10 bit/s 的适用域收窄为「陈述性／可报告输出」（依据 Sauerbrei & Pruszynski, Nat. Neurosci. 2025）；② ④.1 的「1% 皮层」门槛改注为「读取保真度上限」而非「有效带宽需求量」（依据神经流形文献）；③ ⑥ 的「右上端是言语解码必须去的地方」收窄为「没有判决性证据」，并补记「可取出性」这一被漏掉的维度（依据 Rapoport）；④ 事实更正——原「部分研究未在 ClinicalTrials.gov 注册」改为「PRIME 研究未做预注册，研究记录于 2024-05-21 补交」（依据 Front. Hum. Dyn. 2025）。第 ④ 条已在 research/N-事实纠错与冲突裁决.md 登记。 （12）辩证块中的《纽约时报》Sauerbrei 采访引语经 Times of India 转载取得，本报告未取得纽约时报原文页面，标 P3 转述。 （13）两处进一步的事实更正（均已在 N 卷登记）：⑤ ④.3（i） 原写「颅内植入物的组织加热上限通常按 ISO/ASTM 相关标准设计为 1–2 °C 温升，对应约 40 mW/cm²」——本报告未能定位到任何一份写明「皮层植入物 40 mW/cm²」的编号 IEEE 或 FDA 标准，该值可追溯的出处是 Wolf（2008）从 Davies 等人对肌肉与肺组织的测量所作的外推，已据此改写并注明 Wolf 本人「皮层的对应研究尚未做过」的限定；⑥ 功耗墙的线性外推隐含「每通道功耗为常数」这一假设，按 Nason／Chestek（Nat. Biomed. Eng. 2020）与 Slutzky 评论给出的 11 mW → 1.1 mW 路径，该墙已由「墙」改述为**「会移动的墙」。 （14）三条经检索无法证成、本页不予使用的说法：任何具名神经科学家对 10 bit/s 熵模型的预印本或博客级技术攻击（截至冻结日，发表级反驳只有 Sauerbrei & Pruszynski 一篇，且 Zheng 与 Meister 未公开回应，Neuron 亦无 Matters Arising）；一份规定皮层植入物 40 mW/cm² 的编号 IEEE／FDA 标准；以及 SEC 对 Neuralink 已立案的调查——2023-11-22 存在的是四名众议员的请求**，本报告未见立案证据，故本页不作此陈述。 （15）**透明度标准必须对称适用。**本页对 Neuralink「无同行评审临床结果」的批评同样适用于其对照组：Synchron 的 COMMAND 研究截至资料冻结日亦无完整同行评审论文，公开的是会议报告与摘要；已完整发表的是更早的 SWITCH 研究（JAMA Neurology 80(3):270–278, 2023）。Synchron 领先于 Neuralink，但并未达到本页所要求的全部标准，此处一并声明。

**图片来源：**照片均取自 Wikimedia Commons，仅采用 Public domain／CC0／CC BY 系许可： 图 2 2020-08-28 Neuralink 公开更新活动现场，摄影 Steve Jurvetson，CC BY 2.0（assets/img/photos/neuralink-1.jpg）； 图 6 Noland Arbaugh 访谈画面（2025-06-12），摄制 Rational Optimist Society，CC BY 3.0（assets/img/photos/neuralink-2.jpg）； 图 7 Neuralink R1 手术机器人（2020-08-28），摄影 Leijurv，CC BY-SA 4.0（assets/img/photos/neuralink-robot-1.jpg，本页新增，许可证经 Commons API 核验）。清单另见 图片清单。 关于论文图：Zheng & Meister 的 arXiv 版本（arXiv:2408.10234v2 ^[23]）不含任何编号插图，仅有 Table 1——本报告已核对其 e-print 源码包确认无图形文件。因此本页不存在可引用的论文图号；图 3 为依该论文 Table 1 数据重制的原创图表，已在图注中标明 arXiv 编号与表号。 图 1、图 3、图 4、图 5、图 8 均为本报告原创 SVG，标注「示意非实测」，自带深色圆角背景以保证亮／暗主题下均可读。未热链任何第三方图片资源；Neuralink 官网博客中的图片未标注开放许可，本页不予嵌入，相关数据改以原创图表呈现。

**引用规范：**本页所有 (\LaTeX) 公式的输入参数与来源均已列出，可独立复算；引语只取一到两句短片段并标注日期、场合、可信度分级与可点击 URL，视频引语在能定位到官方逐字稿时码时标出时码，定位不到时码者一律降级标注并说明。主体为原创分析与转述，不整段转载受版权保护的文章正文或论文正文。本页不对未发表的临床结果做任何断言。

← 返回总览 · 上一页：⑧ 能源 · 算力 · 文明尺度 · 下一页：⑩ 社会认知

生成模型：Opus 5 · 独立评审：gpt-5.6-sol-max · 资料冻结：2026-07-25