大模型体内的数字多巴胺：为什么切除 1% 的奖励神经元会让 AI 推理彻底瘫痪？

把大模型里 1% 的神经元关掉，会发生什么？

如果随手挑 1% 的神经元置零，做题准确率从 75.2% 变成 74.6%，跟没事人一样。

但斯坦福大学和清华大学的研究人员关掉特定的一小撮神经元后， 大模型的数学推理能力当场崩盘。 准确率直接从 75.2% 断崖式跌到了 1.2%。 整个逻辑推导能力彻底瘫痪。

有没有搞错？ 同样是 1% 的神经元，凭什么这几颗能决定大模型的生死？

因为研究人员在大模型深处，发现了一套原本以为只有生物大脑才有的东西： 一套自发长出来的“多巴胺奖励子系统”。

在 2026 年 2 月的一篇研究里，团队拆解了 Qwen 和 Llama 等开源模型。 代码里从来没有人写过多巴胺，也没有人预先给它搭过一套奖惩回路。 但当大语言模型通过强化学习不断自我试错时， 隐藏层里居然自然演化出了一套极度稀疏、结构却惊人完整的评估网络。

这套网络占整个模型的比例不到 1%，内部却分工明确。

第一组叫“价值神经元”。 它们只干一件事：实时预判当前解题方向到底靠不靠谱。 题解到第三步，离最终答案是更近了还是走偏了？ 这组神经元会一直给出一个预期的价值打分。

更神奇的是第二组，研究人员直接把它们命名为“多巴胺神经元”。 因为它们的激活规律，和 1997 年神经科学家沃尔夫拉姆·舒尔茨（Wolfram Schultz）在哺乳动物脑中发现的多巴胺机制几乎一样。

大众常把多巴胺当成快乐激素。 但在神经科学里，多巴胺的核心功能是计算“奖励预测误差”。

如果事情的发展完全符合预期，多巴胺神经元根本没有动静。 但如果模型写出了一个极其精妙的突破性步骤，解题胜率远超预期， 这些多巴胺神经元的激活值就会像通了电一样瞬间飙高。 模型在数学层面上，实打实体验了一次多巴胺冲顶。

如果下一步算错了，把原本大好的局面搞砸了， 这组神经元的激活值会当场暴跌进冰点。

比如在第 5 层里，第 1517 号神经元就典型得像教科书： 每当推导出现关键突破，它立刻疯狂放电；一旦推导陷入死胡同，它的信号瞬间被死死压制。

那为什么把这 1% 的神经元拔掉，模型就废了？

因为复杂推理需要走多步逻辑，光靠把背下来的公式往外吐根本行不通。 每推演一步，大脑都需要知道自己走得是对是错。 价值神经元负责给预期，多巴胺神经元负责根据预期差校正方向。

实验里，研究人员只要把浅层的价值神经元置零， 深层的多巴胺神经元就跟着失去了计算预测误差的能力。 没有了这套内部标尺，大模型在做多步推理时就像在黑夜里闭着眼睛狂奔。

它写出来的每个字依然语法工整、句子通顺， 但在需要环环相扣的逻辑链条上，它完全丧失了自我评估和纠偏的能力。 一道几何题解了三步，它不知道自己早就掉进了死胡同，还在一本正经地往下编。 最终在 MATH500 这种高难度数学测试上，做题准确率从 75.2% 一路掉到 1.2%。

更耐人寻味的是普遍性。 研究团队换用不同尺寸、不同机构训练的模型，或者换用完全不同的题库去测， 这套极少数神经元组成的功能网络，都在差不多的深浅层位置稳定出现。

以前很多人看强化学习，总觉得大模型就是一个几百亿参数搅合在一起的黑箱。 现在大家才看明白，为了在复杂任务里拿到最高分， 纯粹的数学梯度下降，居然把碳基生物演化了几亿年的奖励预测机制，在硅片上独立重写了一遍。

代码里没有神经递质，也没有情绪感受器。 只有几行线性代数与概率计算， 算法就自己走到了生命走过的同一条路。