Marico's space

【译者前言】

这篇文章是作者"大模型思考录"系列的第三篇。一个月前他发了第一篇模块化架构的文章，收到不少反馈——有认可的，也有直接指出一堆逻辑漏洞的。作者没有捂着，而是认真复盘，把原来方案里三个最致命的问题全拆开来重新想了一遍。

读下来挺有意思的。他没有把"类脑AI"当成一个浪漫的比喻来用，而是真的去找神经科学里的证据——比如失语症（aphasia）病人的临床观察，用这些来指导工程设计。他自己也承认，从"同步振荡"到"句法骨架"，从拍脑袋类比到有凭据的工程方案，这一步跨出来不容易。

我不打算逐句翻译，而是把他的逻辑重新整理了一遍，加上了一些我作为中文技术社区读者的吐槽和延伸思考。如果你在做AI架构，或者对"模块化+类脑"这个方向感兴趣，这篇值得认真看。

从"暴力美学"到"模块解耦"：一次自我修正的完整记录

一个月前，我发了一篇文章，提出用一种解耦的、模块化的、类脑的设计来替代单体的超大规模语言模型。文章收到了一些讨论，但也在逻辑和工程层面暴露了严重的问题。

经过与同行和AI助手反复讨论，我逐渐意识到：原来的思路把神经科学的假设当成了定论，把类比当成了可执行的方案。但这并不意味着模块化+类脑的方向是错的——关键在于从大脑的实际运作机制中提取出可以工程的原理，而不是直接复制那些还没验证的假说。

这篇文章是我完整的一次自我修正记录。我会：

• 诚实地列出原方案中被证伪的部分（以及为什么）
• 针对四个关键问题，给出基于神经科学共识的严谨解法
• 特别是在"实体对齐"问题上，详细展开多对象场景、"口误"现象带来的启发，以及失语症案例对功能分离的证明
• 最终给出一个可以开始写代码的模块化架构原型

如果你曾经被"模块化AI"吸引，但又对"怎么让它真的跑起来"感到困惑，希望这篇文章能提供一个可以讨论的起点。

一、原方案的三个致命缺陷（已废弃）

二、四个关键问题的重新思考

2.1 实体对齐（最难的——之前对多对象场景说不清楚）

问题精确陈述：

之前的描述只说了"颜色模块输出'红'，形状模块输出'圆'"，但没有明确处理两个不同对象的情况。真正的难点是这样的：

输入："一个红色的圆和一个蓝色的方块"

颜色模块输出：{红，蓝}

形状模块输出：{圆，方块}

问题：Scheduler怎么知道对应关系是红→圆、蓝→方块，还是红→方块、蓝→圆？

多对象场景下，属性必须正确匹配到各自的对象上——这就是核心难度。

大脑是怎么解决的？

大脑并不是事后去做匹配的。取而代之的是，空间位置或句法结构从一开始就是绑定的骨架。

视觉：视网膜拓扑映射确保颜色和形状信息都带上了位置标签（比如"左上角"）。所以"左上角的红"和"左上角的圆"天然就是绑定的。

语言：句法结构。在"一个红色的圆"里，形容词"红色"在句法上修饰名词"圆"——这种修饰关系就指定了归属。面对多个对象，语言会用并列或分句来处理："一个红色的圆和一个蓝色的方块"。Parser可以识别出两个独立的名词短语（NP），每个NP内部有自洽的修饰关系。

关键洞察：大脑不需要一个显式的"对齐器"——句法/空间结构本身就隐含了绑定。

"口误"现象带来的启发

我们的语法模块并不完美。我们经常想说"红色的圆"结果说成了"红色的方块"。这种（语义-词汇映射错误）在健康人和失语症患者身上都会出现。它说明：

思维（抽象语义）和语言产生（句法/词汇提取）是分离的。前额叶产生了"圆+红"的意图，但布洛卡区提取了错误的名词。

这种错误并不会破坏绑定本身——即使说错了名词，听者仍然知道"红"是修饰那个（说错的）名词的，因为句法位置还在。这说明句法骨架的鲁棒性很强。

失语症案例：功能分离的硬证据

纯布洛卡区损伤（布洛卡失语）：

• 患者能理解语言，意图清晰（知道自己想说什么）
• 无法产生语法正确的句子：费力、电报式、缺少功能词（"红……圆……要"）
• 关键的是，在非语言任务（比如分类红-圆vs红-方块的卡片）中表现正常。这意味着通过句法理解进行的实体对齐（绑定）是相对完好的，而语言产生受损了。

纯韦尼克区损伤（韦尼克失语）：

• 患者说话流畅，语法基本完整，但内容空洞，语义混淆（"那个红的……呃不对，是方的……我是说……"）
• 关键的是，他们失去了将语义正常绑定到句法位置的能力——可能说"红色的方块"但手指着圆。这说明韦尼克区对于将语义特征附着到正确的句法槽位至关重要。

双重分离告诉我们：

• 句法骨架构建（布洛卡区）和语义-句法绑定（韦尼克区及周围区域）是不同的功能。
• 但两者都不需要显式的对齐算法——绑定是从层级短语结构中自然涌现的。

工程方案

核心思想：模仿大脑的句法骨架。先跑一个语法模块，把输入解析成名词短语（NP）列表。每个NP包含中心名词和修饰语。在多对象场景中，每个对象对应一个独立的NP，属性自然绑定在该NP内部。

示例： 输入："一个红色的圆和一个蓝色的方块" 语法模块输出：

[
  {
    "np_id": 1,
    "head": "圆",
    "modifiers": ["红色"]
  },
  {
    "np_id": 2,
    "head": "方块",
    "modifiers": ["蓝色"]
  }
]

颜色模块只需要在每个NP的修饰语中找颜色词，然后把颜色附到那个NP上——不需要跨NP匹配。

处理复杂性：

• 共指："John拿了苹果。它是红的。"→ 先跑共指消解模块，把"它"链接到"苹果"，然后在同一个实体ID下继承属性。
• 跨NP修饰："红色的圆和蓝色的方块"→ 两个独立的NP。
• 嵌套："拿着红色气球的男孩"→ Parser产生嵌套NP结构，属性按层级附着。

可行性证据：

• 依赖Parser（spaCy、Stanza）在格式良好文本上的NP识别F1 > 90%
• 共指模型（FastCoref、NeuralCoref）在OntoNotes上F1 ≈ 80%——可接受
• 语法模块很轻量（<1GB），推理<10ms/句

结论：即使有多对象场景，实体对齐也可以通过语法模块的NP骨架来解决。失语症案例证明大脑使用了类似机制，且功能分离是可行的。

2.2 子模块的异构输出

问题： 颜色模块输出字符串，记忆模块输出长段落，数字模块输出浮点数……Scheduler怎么统一处理这么多种格式？

大脑启发： 前额叶工作记忆用槽位来管理不同模态。每个槽位对应一个对象，不同属性填充不同字段（Miller & Cohen, 2001）。

工程方案： 语法模块输出的实体骨架提供了统一的附着点。每个子模块把自己的输出格式化为 {entity_id, attribute_name, value}。Scheduler按entity_id聚合。可参考知识图谱构建的成熟模式。全局属性（比如情感）可以附到虚拟ID global 上。

2.3 冗余计算与干扰

问题： 把整段文本广播给所有子模块，强迫每个模块处理全文——冗余计算；远处信息可能干扰局部决策。

大脑启发： 工作记忆容量有限（7±2个组块）。阅读是逐句进行的；只有当前的局部信息保持活跃（Baddeley, 2003）。

工程方案： 分块流水线。把文本切分成句子（或子句），逐句处理：语法模块 → 子模块（并行）→ 更新全局工作记忆 → 进入下一句。计算复杂度从 O(L²) 降到 O(N·l²)，其中 l 是块长度。

2.4 中央Scheduler的复杂性

问题： 如果Scheduler既要做信息集成，又要做自然语言生成，它本质上就变成了一个大语言模型——模块化的优势就被抵消了。

大脑启发： 前额叶皮层（意图/决策）和布洛卡区（语言产生）是功能分离的。布洛卡失语症患者意图清晰但无法产生句子——这是分离的直接证据（Geschwind, 1970）。

工程方案： 把Scheduler拆成两部分：

• 中央Scheduler（轻量级）：只集成子模块输出、解决冲突、产生抽象语义表示（如JSON、AMR）。可以用小型MLP（100~500M参数），甚至是规则引擎。
• 语言生成模块（类布洛卡区）：专门把抽象语义转换成自然语言。可以用轻量神经模型（如T5-small，300M参数）或基于模板。

参数对比：

• 原来（Scheduler+生成）：至少3B参数
• 拆分后：Scheduler 100M（或0，如果用规则）+ 生成器 300M = 400M → 减少87%

可行性：抽象语义→文本是一个成熟任务（AMR-to-text、table-to-text），T5-small表现很强。

三、修订后的架构（纯文本版）

模块列表：

总参数量（典型配置）：约300~500M——比LLaMA-7B（7B）低一个数量级。

四、原型计划

任务： 电商产品描述中的产品属性提取和QA（颜色、尺寸、材质）。 评估指标： 属性提取F1、QA准确率、延迟（ms/查询）、总参数量。 预期： 在这个窄任务上，性能接近T5-small，但参数量少得多，可解释性高得多。

五、结论

从"同步振荡"到"句法骨架"，从忽视多对象场景到引入失语症证据——这次自我修正教会我，类脑AI不是浪漫的比喻，而是严谨的跨学科工程。

• 抛弃振荡——数字系统不是神经元。
• 抛弃把Scheduler当作编排器的思路——那是AI完全问题。
• 保留语法模块——句法结构是实体对齐最可靠的骨架。
• 保留功能分离——失语症证明了它的必要性。

这个架构不会取代GPT-4。但在垂直领域（比如合同分析、产品属性提取、技术文档QA），它可能提供一个更轻量、更透明、更可维护的替代方案。

"取最优的算法，产生最优的对应函数，然后把各部分最好用的组合起来。" 路很长，但每一步都比之前更扎实了。

2026年4月，苏州

（欢迎评论和进一步挑战）