同构的生成能力：生物学 DNA 与 AI 大模型的对照思考

今天洞察出了一个全新的领域或者说是全新的视角，让我非常激动。

其实我最初想研究的就是，人类文明对于保存记忆这件事情的解决方案。我在思考有没有更好的解决方案，或者说人类现有的解决方案有哪些。

之前看《三体》的时候，有一个非常让我震撼的信息保留方式，就是刻在石头上。

我专门写文章论述过这件事，《把字刻在石头上：人类从未战胜遗忘，只是不断迁移记忆的瓶颈》，把信息刻在石头上，这件事在我印象中非常深刻。

信息不是存在什么硬盘上，不是互联网，不是网盘，不是磁盘磁带等等，而是石头。这是一种非常古典、非常传统，并且非常震撼心灵的方式。

程心和关一帆在蓝星发现艾AA和云天明跨越一千八百九十万年的石刻留言「我们度过了幸福的一生……」，两人相拥而泣。

今天我跟AI沟通的过程中，误打误撞地又提到了 DNA 和生物学的一些类比。

不可思议的是，当我仔细去研究DNA的时候，发现它最核心的能力是携带信息，但它最重要的能力其实是生成能力。

在当今 AI 的语境下，我们提到“生成能力”必然会想到 AI。

所以这两者之间的同构是什么呢？

于是继续深挖。

又查到了一项与这个想法高度吻合的科学研究。

2025年，生物学研究者发表了一篇论文，题目就叫：《基因组编码：基因组实例化了一个生物体的生成模型》（The Genomic Code: The Genome Instantiates a Generative Model of the Organism）。

论文提出一种理论框架：可以把基因组理解为一种生成模型，其结构通过演化形成，并在生物发育过程中得到表达。研究者甚至明确借用了机器学习中变分自编码器（VAE）的思想来建立这种类比。

非常不可思议。

虽然这项研究，依然是一种学术假说，但它说明，我提及的这种刚才抓住的相似性，确实有严肃的科学研究正在探索。

所以，无论是生物学的 DNA，还是AI 大模型，都指向了一个值得深挖的命题。

那就是利用有限的、经过长期积累和组织的信息，在特定条件下生成远比这些信息本身复杂的结果。

这里说的有限，并不代表信息量一定很小，而是说它们都无需逐一保存所有可能的生成结果，也无需保留所有的信息细节。

当然在理论抽象的层面这种同构的对比是成立的。

但并不意味着，我们要把DNA的生成能力不能简单等同于大模型的文本生成能力。

因为本质上DNA是生物遗传分子，AI模型是人工训练的计算系统，两者没有相同的物理机制，这是基础事实。

思考到这里的时候，我们终于开始触及之前讨论的文明记忆工程的深层问题。

过去，我们总认为保存文明最重要的事情，是保存过去产生了什么。

保存书籍、科学发现、艺术作品、人物经历、历史事件。

但DNA和生成式AI的比较，又为我们增加了一个思路：

除了保存历史的结果，我们能否保存从历史中持续产生新知识的能力？

举个例子。

假设人类文明需要向一万年后的后代传递数学。

我们当然可以保存一万本数学著作。

但还可以进一步保存数学的基本公理、推理规则、证明方法、验证工具，以及大量未解决的问题。

这样，未来的人便可以在已经获得的知识基础上继续创造新的数学。

因此，我们可以得出一个非常明确的结论。

保存一个结果，可以让未来重新看到它，但保存一套可运行、可检验的生成机制，可以让未来继续发展它。