几万个大肠杆菌被关在一块指甲盖大小的芯片里，食物时有时无，全由研究人员说了算。

有一批细菌，之前过的是饱一顿饿一顿的日子，食物来得快去得也快。另一批细菌，之前一直有稳定的食物供应。然后，两批细菌同时得到了一模一样的一波营养。

按理说，眼前的条件完全相同，它们的反应也该一样。结果没有。经历过饥一顿饱一顿的那批，适应得明显更快。

这两批细菌当下的处境毫无差别，唯一不同的是过去。研究人员由此推断，这个差别只能来自细菌体内留下的某种记录。换句话说，细菌记住了自己的过去，并且拿它来指导现在的行为。

这就是学习。

学习通常被认为需要一颗大脑。但如果把学习定义得宽一点，一个生物只要能用过去的经历来影响未来的决定，它就在学习。按这个标准，一个没有神经、没有大脑、连细胞核都没有的单细胞细菌，也能学。

这项研究发表在美国物理学会旗下的期刊PRX Life上。研究团队来自美国卡内基梅隆大学（Carnegie Mellon University）与佐治亚理工学院（Georgia Institute of Technology）。他们用的工具叫微流控装置，可以在微小的通道里控制液体流动，从而精确地开关几万个单个细菌的营养供应，同时逐个记录它们的表现。

细菌需要记忆，是因为它们的生活环境一刻不停地在变。以人的肠道为例，营养水平忽高忽低，温度会变，抗生素的威胁来了又走。

细菌得在两头之间找平衡。一头是对眼前的变化做出快速反应，另一头是把最近的经历留住。适应得太快，一旦条件反转就会吃亏；忘得太快，同样的威胁再来一次，它就毫无准备。

研究团队想弄清楚，一个连大脑都没有的细胞，把记忆存在了哪儿。

研究团队为细菌体内控制生长的分子网络搭了一个数学模型。这个模型不仅能重现细菌在不同营养环境下的表现，还指出了记忆最可能藏身的地方：核糖体。

核糖体是细胞里的蛋白质工厂，细胞长多快，很大程度上由它决定。细菌的记忆是通过生长速度的变化暴露出来的，模型也正好把记忆的源头定位在了决定生长的这些工厂里。团队试过模型里的其他部件，没有一个能重现这种行为。

关键在于，核糖体并非铁板一块。有些核糖体对营养变化反应很快，有些则慢得多。研究团队的解释是，反应快的那部分盯着当下，反应慢的那部分留着过去的痕迹。两者合在一起，细胞就有了一段跨越多个时间尺度的记忆，从几分钟到几小时。

到这一步，故事出现了一个转折。研究团队用数学模型一分析，发现这套分子系统的运作逻辑，跟人工智能里的一类神经网络几乎一样。

这类网络叫门控循环神经网络，专门用来处理语音、传感器读数这种一串接一串的序列数据。它的核心零件是一个“门”，每当新信息进来，门就决定原有的记忆保留多少、覆盖多少。现代AI系统靠这些门记住重要细节，同时保持足够的灵活性去学新东西。

细菌体内也有这样的门，只不过它不是软件，而是细胞里的化学反应。

细菌需要这个门，是因为记忆有代价。维持随时准备适应的状态，会挤占生长的资源。一个细菌如果把能量都花在适应当前环境上，留给分裂繁殖的就少了。所以它必须主动调节，该记多少，该忘多少。

这套策略还有助于解决一个让AI研究者头疼的老问题：怎么学新东西而不把旧的抹掉。细菌的答案是把信息分散存在不同的时间尺度上，快的管眼前，慢的管过去。这种依赖历史的计算，不需要任何神经元，一群核糖体就够了。

人类造出人工智能之前很久，细菌早已演化出几乎相同的策略：用过去，为未来做准备。

～～～～～～

图为电子显微镜下成簇生长的大肠杆菌，它们的生长速度快得惊人，图源：Eric Erbe, Christopher Pooley/USDA

信源：Banerjee, Shiladitya. "Learning without a Brain—how Bacteria Store Memories and Remember the Past Like Artificial Neural Networks." Phys.org, edited by Gaby Clark, 10 Sept. 2026