Every word, made clear.

雙因素驗證（2FA）在你的密碼之外，再要求第二重身分證明——通常是手機上的一串短驗證碼。道理很簡單：哪怕小偷偷走了你的密碼，也照樣進不來，因為他沒有第二樣東西。它就像門鎖之上再加的那道防盜插銷。

這「兩個因素」是故意選成兩類不同的東西：你「知道」的東西（你的密碼）和你「擁有」的東西（你的手機，或像 Google Authenticator 這類應用產生的驗證碼）。外洩的密碼只是「知道」這一類——它並不會把你那部實體手機送到攻擊者手裡。

你最常見到它的形式，是每 30 秒刷新一次的六位數驗證碼，或是一條點一下就批准的通知。對你來說只是稍微多一點麻煩，對攻擊者來說卻是大得多的工作量——所以為一個重要帳戶開啟它，是你能做的最划算的一件事。

想像一下，給一整座城市佈線，而每戶人家都得靠自家一條橫穿地面的街道連到城邊。到頭來，填滿地圖的不是房子，而是街道。量子晶片撞上的是同一堵牆：把量子位元都塞進一個平面，控制線和讀出線就全得從邊緣伸進來，而邊緣的增長遠遠趕不上面積的增長。三維整合的辦法是改為向上蓋樓——把處理器拆分到幾片薄晶圓（也叫層）上，面對面接合起來，讓訊號能直接豎著穿過這疊層往下走，而不必在一個擁擠的平面上搶地方。

實際做法是，又脆弱、又需要潔淨低損耗表面的量子位元住在一層上。而佈線這樁比較吵鬧的活——控制走線、接地回路、讀出線——則搬到下面一層或幾層去。各層之間用覆晶（flip-chip）接合接起來，靠一顆顆微小的銦凸塊把兩塊晶片以微米級對準壓在一起；訊號則借助矽通孔（一個填了金屬、筆直鑽穿晶圓的孔）豎著穿過某一層。這樣量子位元那一層得以保持稀疏而安靜，密集的佈線則藏在下面的層裡，每根線都能朝下引出，而不必爬到晶片邊緣。

這是應對佈線瓶頸較有希望的答案之一，已經有幾個團隊跑起了小型的多層元件——但它遠談不上是個已經解決的問題。每一處接合、每一個通孔，都是一處新的能量損耗點，或是可能引入一個縮短量子位元壽命的雜散缺陷；接合與對準要在整片晶圓上達到微米級公差；而每多疊一層，良率都會掉得很快。三維整合買來的是成長的空間，而不是一台造好的機器，到底能可靠地疊幾層，仍是一個開放的工程問題。

三維重建是這樣一門手藝：拿來一個場景或物體的平面照片——或者深度測量資料——把它重新搭建成一個完整的三維模型，讓電腦能存進記憶體裡。一張照片是平的：它知道椅子在左上方某處，卻不知道座面離我們有多遠，也不知道椅背是怎樣向後彎過去的。重建找回了這缺失的第三個維度，把一疊二維視圖變成一個你可以轉著圈、從任意角度去看的形狀，就像雕塑家憑許多張照片重塑一張臉。

關鍵在於，任何單獨一張照片都是有歧義的——一個近處的小物體和一個遠處的大物體，可能投出一模一樣的影像——所以電腦需要更多線索。它從幾張在不同位置拍下的照片之間作比較來獲得線索（同一個點在不同視角裡看起來會錯開位置，這個錯位就洩露了深度，正像你的兩隻眼睛判斷距離），或者用一個能直接測距的深度感測器，或者把影像餵給一個訓練好的神經網路，它已經學會了真實表面通常長什麼樣。從這些線索出發，它推算出每個表面在空間中的位置，再把它們縫合成一個模型。

結果通常以一團三維點（點雲）的形式存下來，或者存成網格——一層由許多小三角形拼成的、披在形狀上的皮——有時還塗上原本的顏色，看上去就跟實物一樣。機器人無時無刻不依賴它：倉庫機器人重建眼前的貨架，好知道究竟該往哪裡伸手；無人機重建它正在巡檢的一棟樓；手術機器人重建身體內部，好讓自己移動時不會碰到任何東西。只要一台機器必須在真實、有實體的世界裡行動，先有一個三維模型，就能讓這個世界變得可以把握。

51% 攻擊，是指如果某一方掌握了一條區塊鏈中超過一半的「加入區塊的能力」——在工作量證明的鏈上是超過一半的挖礦算力，在權益證明的鏈上是超過一半的質押資金——可能發生的事。手握多數，攻擊者就能持續地跑贏其他所有人，把鏈的歷史扭向對自己有利的方向。這個名字標出了那個臨界點：剛一過半，誠實的多數就不再是多數了。

重要的是要弄清楚，這樣的攻擊者能做什麼、不能做什麼。他能拒絕把某些交易打包進去，也能改寫最近的歷史來撤銷自己的付款——這就是經典的雙重支付：他先花掉一筆幣，再悄悄構建一條更長的、那筆花費從未發生過的鏈。可他做不到的是，從別人錢包裡偷幣，或者偽造簽名，因為這些受密碼學保護，而攻擊者的多數算力碰不到它。

大型鏈之所以安全，靠的是經濟帳，而不是魔法。在一個主流的工作量證明網路上，要湊齊全網過半的挖礦硬體和電力，得花掉一筆驚人的巨款，而即便成功，多半也會拖垮攻擊者正拿來攻擊時所花的那種幣本身的價值——所以這買賣很少划算。在權益證明的鏈上，發動多數攻擊的人則要冒著自己全部權益被罰沒銷毀的風險。這兩種情況下的防線都一樣：誠實做事，就是比作弊便宜得多。

六自由度物體位姿估計，要解決的不僅是物體在哪裡，而是它到底以什麼姿態擺著——從感測器看到的畫面裡，把它完整的位置和完整的傾斜方向都算出來。對一個必須去抓取物體的機器人來說，知道物體「在那邊」是不夠的；它需要兩個問題的完整答案。物體在空間裡的什麼位置（三個數字：左右、上下、遠近）？它又朝著哪個方向轉著（再加三個數字：繞這三個方向各自的傾斜量）？這六個數字合起來，就是物體的位姿；DoF 指的是自由度，也就是一個剛體可以被擺放的六種相互獨立的方式。

想像在黑暗中從一張雜亂的桌子上拿起一隻咖啡杯。你的手不是只對著一團模糊的東西去抓；你的大腦會不假思索地判斷出：這隻杯子是側轉著的、把手朝向背面、還略微歪著，於是你的手指還沒碰到就已經擺成了能正好握住它的形狀。機器人則必須有意識地把這同樣的六個數字算出來。它拿相機或深度感測器看到的畫面，去和存好的物體模型做比對——匹配邊緣、表面上的點，或學到的視覺圖案——然後求解出唯一的那個位置和朝向，使模型能與畫面嚴絲合縫地對上。

凡是機器人必須真正地去對付某個特定物體、而不只是躲避障礙的場合，這件事都很重要：工廠機械臂伸進一筐亂堆的零件、家用機器人要把叉子以正確的方向放下，或者擴增實境系統要把一個虛擬標籤精確地釘在一台真實機器上。如今的方法常常借助深度學習來辨識物體、並在物體被部分遮擋或光照怪異時也能猜出它的位姿，再拿感測器實際測到的幾何去打磨這個初步的猜測。

A*（讀作「A 星」）是一種在網路中尋找最短路線的更聰明的辦法——這個網路可以是地圖柵格、道路圖，或是電子遊戲關卡裡的方格。它的做法，是給戴克斯特拉演算法那種耐心的搜尋加上一種「方向感」。普通的戴克斯特拉演算法會像池塘裡的波紋一樣朝各個方向同等地向外探索，完全不知道目標在哪裡。A* 在每一步都會多問一句：從這裡到目標大約還有多遠？有了這個提示，它就會把搜尋向目標方向傾斜，而不是把力氣浪費在背離目標的亂走上，因此通常能快得多地到達目標，同時仍然找到一條真正最短的路徑。

對於每一個它要考慮的位置，A* 都會權衡兩個數字。第一個是從起點走到這裡已經實際花掉的代價——這和戴克斯特拉演算法記的帳是一樣的。第二個是一個估計值，叫做啟發值，表示從這裡到目標還剩多少代價；在柵格上，這往往就用直線距離或「橫平豎直」的街區距離來算，很容易得出。A* 把這兩個數加在一起，每次總是優先展開總和最小的那個位置。於是它會偏向那些既容易到達、又看起來離目的地近的位置，自然而然地把搜尋推向正確的方向。

需要注意的是，這個估計值絕不能高估真實的剩餘距離——它必須保持樂觀，永遠不能聲稱目標比實際更遠。只要啟發值始終這樣保持樂觀（專業說法叫「可採納的」），A* 就和戴克斯特拉演算法一樣，必定返回一條最短路徑，卻用少得多的搜尋量。事實上，如果你給 A* 一個永遠猜成零的啟發值，它就退化回了戴克斯特拉演算法——這也正是人們把 A* 形容為「戴克斯特拉加上一個好提示」的原因。

加速度計是一種感測器，用來測量某物體沿直線被推或被拉的強度——物理學上稱之為加速度。一個好用的想像方法是：設想一個盒子裡有一個掛在彈簧上的小重物。當盒子猛地向前一衝，重物因為跟不上而落在後面，拉扯彈簧；感測器測量這股拉力，報告盒子被加速的方向和強弱。加速、煞車，或者被撞一下，加速度計都能感覺到。

這裡有一個巧妙之處：對這種感測器來說，重力感覺起來和加速度一模一樣。哪怕一個完全靜止的加速度計，也會讀到一個穩定的、向上的、大小為一個g的推力，因為地面在不停地把它向上托住、對抗重力。這一點出奇地有用——透過感知「下方」指向哪裡，機器人就能推算出自己傾斜了多少。你的手機正是這樣知道在你側過它時要旋轉螢幕的，機器人也正是這樣在翻倒之前就察覺到自己在傾斜的。

現代加速度計是MEMS晶片，即微機電系統，意思是彈簧和重物都被刻蝕在矽片裡，小到要用顯微鏡才看得見，卻只要幾分錢、能放在指尖上。這般微小的代價是雜訊：讀數會抖動，而且它分不清等速巡航和靜止不動，因為等速運動意味著沒有額外的推力。所以機器人主要用加速度計來感知傾斜和突如其來的顛簸，並搭配其他感測器來填補空缺。

帳戶模型是區塊鏈的一種記帳方式：帳本為每個帳戶保存一個滾動餘額，一筆交易只是從發送方的餘額裡扣減、再加到接收方的餘額上。它的運作幾乎和我們熟悉的銀行對帳單一模一樣：每個帳戶對應一個數字，每筆付款都把這些數字往上或往下挪一挪。以太坊是採用這種方式最知名的區塊鏈，它正是比特幣所用的 UTXO 模型之外的另一種選擇。

由於每個帳戶是一個可變的單一餘額，而非一堆離散的幣，交易寫起來、想起來都更簡單：發送十個單位，發送方的數字減十、接收方的數字加十，沒有多餘的找零要退回。為了防止有人重放或重排付款，每個帳戶還帶有一個穩步遞增的計數器，給它的交易編號，因此這些交易必須嚴格按順序處理。這種整潔、帶狀態的設計，與智慧合約天然契合——智慧合約本身也是帳戶，持有一個餘額和一段持久的記憶體。

其權衡恰好與 UTXO 方式互為鏡像。帳戶模型更直觀，對可程式化的應用也更便利，但更新共享的餘額會讓交易更難完全並行地驗證，並且需要小心維護其順序不致含糊。兩種模型並無絕對優劣；它們是對同一個記帳問題給出的兩套自洽答案，而一條區塊鏈在二者間的取捨，塑造了它的錢包、手續費與應用是如何構建的。

酸和鹼是化學裡的一對死對頭——其實是同一枚硬幣的兩面。區分它們最簡單的辦法，就是看一個極小的粒子：質子（也就是氫離子，H⁺）。酸是把質子送出去的物質，鹼則是把質子抓過來的物質。檸檬汁和醋嚐起來發酸，是因為它們往你舌頭上撒了一把鬆動的質子；肥皂和小蘇打摸起來滑溜溜，這正是鹼的一個典型標誌——它們會和你皮膚上天然的油脂起反應。

把酸和鹼放到一起，奇妙的事就發生了：它們彼此抵消，這個反應叫做中和。送出的質子一頭扎進等著的鹼裡，剩下的通常是水和一種鹽。對於家裡常見的那些酸和鹼，生成的鹽往往是無害的，但究竟生成什麼、最後是溫和、偏酸還是偏鹼，要看是哪種酸和哪種鹼碰到了一起。這正是為什麼一匙小蘇打能壓住反酸的胃；而當同一匙小蘇打嘶嘶冒泡時，冒出來的是從碳酸氫鹽裡跑出的二氧化碳氣體，並不是酸和鹼本身那個反應。

我們用 pH 值這把尺來衡量一樣東西有多酸或多鹼，刻度通常大約從 0 排到 14。小於 7 是酸性，大於 7 是鹼性，而 7——純水——正好坐在正中間；不過非常強、非常濃的酸或鹼，是會衝出這兩頭的。一個常見的誤解：「強酸」並不等於「濃酸」。所謂強弱，講的是一種物質放出質子有多痛快。胃酸很兇，濃度卻很低；再強的酸，兌上足夠多的水也能變得溫和。

阿克曼轉向是一種幾何安排，它讓一台像汽車的機器人把前輪各自精確地轉過恰當的角度，從而讓整輛車順順當當地繞著彎滾過去，而不是又蹭又打滑。它要解決的難題是這樣的：汽車轉彎時，內側前輪走的圓比外側前輪走的圓更小，所以兩個前輪不該指向同一個方向——內側輪得比外側輪轉得更急一點。阿克曼轉向就是那套巧妙的連桿機構，每次你打方向，它都會自動讓內側輪多轉、外側輪少轉。

當這套幾何安排恰到好處時，四個輪子所劃出的圓，會共享同一個圓心——也就是整輛車繞著旋轉的那個點，它落在車身旁邊、大致在後軸延長線的某處。想像一排溜冰者繞著同一個共同的中心旋轉：靠近中心的人幾乎不動，而最外圈的人沿著一道巨大的弧線飛奔，但誰也不和誰較勁。阿克曼轉向賦予車輛的正是這種和諧，於是每個輪胎都乾乾淨淨地沿著各自的弧線滾動，沒有哪個輪子被橫著拖過路面。

這是幾乎每一輛真實的轎車、卡車和公共汽車所用的轉向方式，也是自動駕駛汽車以及許多基於汽車式底盤打造的戶外配送機器人所採用的方式。它平順、在高速下穩定、對輪胎也溫和——但它要付出差速驅動所沒有的代價：一台汽車式機器人無法原地自轉，而且當輪子朝正前方擺著時，它根本無法橫向移動，只能向前或向後滾。它轉彎總需要有揮出去的空間，這也正是為什麼平行泊車是件苦差事。

動作電位是神經元發出訊息時產生的短促電脈衝。它是「全或無」的：細胞要麼產生一個完整的尖峰，要麼完全不產生，就像相機閃光燈要麼足量閃一下、要麼不閃。每一次只持續大約一毫秒。

當一個神經元決定放電時，一波電變化會沿著它細長的輸出纖維——軸突——飛速傳下去，觸發它與下一批細胞「對話」。大腦裡的訊息主要藏在這些尖峰的時機和頻率中——急促的連發和緩慢的零星放電含義不同。從這個意義上說，動作電位就是大腦最基本的訊號單位。

這也正是腦機介面電極最終在聆聽的東西。在近距離，植入的電極能分辨出單個神經元的尖峰。從更遠處、在頭皮上，單個尖峰已無法分辨；電極感受到的是無數神經元齊放電後被模糊疊加的總和，表現為場電位和腦波。

活動依賴性發育，指的是嬰兒大腦利用自身的電活動「喧鬧聲」來完成自我佈線的過程。大腦剛開始搭建時，基因只畫了一張草圖：它把神經纖維大致引向正確的目標，卻無法逐一規定那數以萬億計的微小連接。於是大腦走了一條捷徑。神經元開始發放微小的電脈衝——有時是自發的，有時是對眼睛、耳朵和皮膚所感知之物的回應——大腦則讀取這股「訊號流量」，據此決定保留並加強哪些連接，又弱化並丟棄哪些連接。簡而言之，塑造最終迴路的，不僅是遺傳藍圖，更是細胞自身的活動。

其指導原則很簡單：一起被用到的連接會被強化，而一直保持沉默的連接則會被修剪掉。想像一片縱橫著隱約小徑的山坡；許多人真正走過的小路會被踩得結實、寬闊而長存，無人問津的則在雜草下消失。這樣的例子比比皆是。在發育中的眼睛裡，相鄰的感光細胞往往幾乎在同一瞬間一起放電，大腦便利用這種同步性，把它們的「電線」整齊地捆紮在一起，使視覺地圖變得清晰。這也正是早期經驗如此重要的原因——以及為何在孩子無法正常看、聽或活動的那段短暫窗口期，相應的迴路可能會永久地發育不良，因為本該用來調校它們的活動從未到來。

驅動力，是機器人的馬達和其它致動器為了讓機器運動而產生的那一份推力或扭轉之力。你彎起手臂時，是肌肉在出力；在機器人裡，馬達扮演著肌肉的角色，它們輸出的那份力氣，就是驅動力。如果關節是沿直線滑動的，這份力氣就是一推或一拉（即一個力）；如果關節是轉動的，它就是一份扭轉之力（稱為力矩或扭矩）。工程師常把這兩種力氣合在一個統稱下，叫作廣義力，這樣一個詞就能涵蓋所有關節，無論它是滑動還是旋轉。

驅動力之所以重要，是因為物理世界裡沒有什麼是不花代價就能動的：每一次加速、每一次對抗重力、摩擦或沉重負載，都得靠某處提供的力來支付。控制系統在最底層的全部任務，就是決定每個關節在每一刻應該輸出多大的驅動力，好讓機器人走出你想要的路徑。要的太少，手臂就會下垂或跟不上；要的太多，它就會衝過頭、抖動，或讓零件受損。由於真實馬達能使出的力氣有限，可用的驅動力便成了一道硬上限，悄悄決定著一台機器人能有多快、多有勁。

致動器是機器人身上真正讓東西動起來的那個部件。它吸收某種形式的能量——通常是電，有時是壓縮空氣或油液——再把它轉換成受控的機械運動：轉動的輪子、抬起的手臂、合攏的夾爪。如果說感測器是機器人的眼睛、電腦是它的大腦，那麼致動器就是它的肌肉。機器人決定要做的任何事，都要等致動器去執行才真正發生。

最常見的一類是電動機，它讓一根軸旋轉起來。但「致動器」是個含義很寬的詞，這個家族很大：有旋轉式的，會打轉（各種各樣的馬達——直流、無刷、步進、伺服），也有直線式的，沿一條直線推拉（液壓缸、氣缸、螺桿傳動、人造肌肉）。關鍵在「受控」二字。煙火也把能量變成運動，可你沒法操縱它；致動器則是為了讓控制器隨時把它的運動調大、調小、停到指定位置而造出來的。

選致動器是一樁平衡的活，幾個互相拉扯的需求要權衡：它能輸出多大的力或扭轉、動得多快、定位有多準、自身有多重、耗多少電、要花多少錢。一隻焊接汽車的笨重工業機械臂需要蠻力；一架小無人機需要輕和快；一台手術機器人需要細膩。世上沒有唯一最好的致動器，只有最適合這件活的那一個。

致動器的功率與能量預算，就是一份回答兩個樸素問題的計畫：我的機器人在任何一瞬間能使出多大的勁，以及它能撐多久才會耗盡？這兩件事並不相同。功率是做功的速率——馬達每秒鐘用掉或輸出多少能量，用瓦來量。能量則是你可以花的總儲備，用瓦時來量，就像油箱的大小。一個機器人可能能量很足卻功率太小（它能動，卻沒什麼勁），也可能功率很大卻能量很少（它猛衝一陣，一分鐘後就趴下）。一份好的預算，要確保兩者都對得上手頭這項任務。

做這份預算，就是把需求加總，再去匹配供給。在需求一側，你要把每個致動器在最吃力的那一刻所需的功率累加起來——一條腿蹬地、一隻手臂抬起一個箱子——以求出整套系統可能同時拉取的峰值功率，再加上它在整項任務裡慢慢消耗的、較低的平均功率。在供給一側，則是電池的容量（它能裝多少瓦時），以及它能多快又安全地把這些能量送出去。用能量除以平均功率，就得到續航時間：一塊 100 瓦時的電池，供給一台平均 50 瓦的機器人，大約能撐兩小時。工程師隨後還會留出餘量，因為低溫、摩擦、爬坡和電池老化，都會悄悄吃掉這份計畫。

把這件事算錯，是真實機器人令人失望的最常見原因之一。功率預算不足，機器人第一次遇到坡道或重載就會卡住；能量預算不足，它會在巡查到一半時趴窩。所以設計者會斤斤計較地權衡：更輕的機器人，移動起來需要的功率更小；更小的馬達和齒輪箱既省重量又少浪費；選擇那些靠慣性滑行、而非一味對抗摩擦的動作，能讓每一瓦時都用得更久。功率與能量預算，正是「機器人理應做什麼」的夢想，與「它的電池和馬達實際負擔得起什麼」的硬約束相遇的地方。

每一台真實的馬達、閥門或加熱器都有一個上限：它有轉得最快的極限、推得最猛的極限、能達到的最高溫度。所謂致動器飽和，就是當控制器要求的輸出超過這個上限時發生的情況。控制器可能算出「以 150% 的功率驅動」，但馬達最多只能給出 100%，於是多出來的那部分指令根本不起任何作用。從那一刻起，機器已經在拼盡全力，紙面上要求它「更使勁」，在真實世界裡卻毫無效果。

積分飽和則是常常隨之而來的麻煩副作用。許多控制器都含有一個積分項，它是一筆不斷累加的總帳，會持續把誤差（你想到達的位置與實際所在位置之間的差距）累積起來，好讓那些微小而頑固的誤差最終也能被糾正掉。可是當致動器被死死壓在極限上時，誤差遲遲無法縮小，這筆總帳便越積越多——就像一隻被擰過頭的發條，被「越繞越緊」。等到機器終於到達目標時，控制器卻還壓著一個巨大的、積攢下來的指令，於是繼續過度驅動、衝過了目標，造成很大的超調，並伴隨緩慢而拖沓的回穩。最經典的畫面是一部電梯：在全速爬升很長一段後，它會徑直衝過你要去的那一層，正是因為積分項在爬升途中被繞得太緊了。

對應的解決辦法叫抗飽和（抗積分飽和）：控制器一旦察覺致動器已經觸頂，就立刻停止往那筆積分總帳上繼續累加（或者悄悄把它放回去一些），直到指令重新落進可達範圍之內。抗飽和加起來成本很低、卻也很容易被遺忘，正是這種不起眼的小處理，把一台一衝一頓、動輒超調的機器，和一台平順、規矩的機器區分了開來。

自適應控制，是機器人在運行過程中、當它發現世界與預期並不完全相符時，能夠邊走邊重新調校自己控制器的本領。大多數控制器都是基於一個對機器人的假定模型一次性設好固定數值的——比如它的手臂有多重、關節裡有多大摩擦。但真實的機器人可能拿起一件更重的工具、把馬達跑熱，或者在幾個月裡磨損。自適應控制器不會因此失靈、也無需人來重新調校，而是觀察自己實際表現如何，悄悄調整自己的設置，直到性能恢復。

它的運作方式，是在普通控制迴路之上再疊一個不斷進行的回饋迴路。控制器把「它預期機器人會做什麼」和「機器人實際做了什麼」相比較。如果手臂總是比命令的位置垂得更低，控制器便推斷「我一定低估了負載」，於是調高相應的內部參數；下垂隨之減小；它再微調一次；這個估計就這樣一步步逼近真相。過上一小段時間，控制器對機器人的認識便與真實的機器人對上了號，誤差也就自行消退。

這正是你學著搬一個陌生箱子時所做的事：你第一下要麼用力過猛、要麼用力不足，因為你把重量猜錯了，但才搬一兩下，你的肌肉就重新校準了。自適應控制賦予機器人同樣的自我糾正本事，所以凡是負載或動力學不斷變化的地方，它都會現身——抓取重量未知物體的手臂、飛行途中燒掉燃料而變輕的飛機，或是部件隨時間漂移、卻必須繼續工作的老化機器。

腺相關病毒（AAV）是一種小巧、溫和的病毒，已成為基因療法最青睞的遞送工具。它本身在人體內不引起任何已知疾病，因此是個溫和、不惹麻煩的「快遞員」。可以把它想成一輛可靠的小型貨車：裝不了太多，卻來得安靜，能進入許多有用的地方，也很少鬧出動靜。

工程師把 AAV 的外殼掏空，再把一個治療用基因裝進去。注射之後，AAV 自己找路進入細胞、釋放基因；這段基因通常會停在細胞自身 DNA 的旁邊，長時間持續生產它的蛋白質——在肌肉、肝臟、眼睛、神經這類分裂緩慢的細胞裡尤其如此。它小小的貨艙是個軟肋：太大的基因根本裝不下。

多種已獲批的基因療法背後都有 AAV，這正是它被稱為「主力載體」的原因。它的主要侷限，就是那點狹小的裝載空間，以及許多人因為自然接觸早已帶有針對它的免疫記憶——這可能削弱一次給藥的效果，或讓同一種載體無法再用第二次。

腺苷是一種小分子，在你清醒的整段時間裡都會在大腦中緩慢堆積，它越多，你就越睏。可以把它想像成沙子一點點流進沙漏：你每多醒著一個小時，就會多積一點，這逐漸升高的堆量正是大腦用來記錄「距上次休息已經過去多久」的一種方式。科學家把這種越積越大的睡眠壓力稱作「睡眠驅力」，而腺苷正是傳遞這一訊號的主要物質之一。

腺苷的堆積，部分來自大腦繁忙工作後留下的「廢料」。腦細胞依靠一種叫ATP的燃料分子運轉，當它們消耗這種燃料來思考、放電和保持警覺時，腺苷就作為副產物被釋放出來。隨後它停靠到某些神經元上叫作受體的特殊對接位點，在那裡像剎車一樣起作用：它讓那些讓你清醒、促進覺醒的迴路安靜下來，把大腦推向睏倦。一旦你睡著，大腦就會把腺苷清除掉，沙漏被倒空，於是你醒來時神清氣爽，壓力重新歸零。

咖啡因正是在這裡登場。咖啡因的形狀與腺苷極為相似，能夠溜進同一批受體並把它們堵住，就像一把能插進鎖孔卻擰不動的鑰匙。腺苷依然存在，也仍在升高，但對接位點被佔住後，它就再也踩不下那隻剎車，於是你感覺更清醒了。問題在於：沙漏其實一點都沒被倒空。當咖啡因的作用消退時，那些累積下來的腺苷會一下子湧向重新空出的受體，這也是「咖啡因退勁」會讓人突然感到精疲力竭的部分原因。

注意力不足過動症（簡稱 ADHD）是一種發育中大腦的狀況：患者會長期難以維持注意力、難以安坐、或難以在行動前先等一等——而且嚴重到妨礙了日常生活。幾乎每個人偶爾都會走神、坐不住、或脫口而出；但在 ADHD 中，這些傾向要強烈得多、也持續得多，會出現在家裡、學校、工作等許多場合，而且通常從童年就開始。它並不代表智力低下，也不是教養不當造成的。可以把它想像成一台總是從你選定的頻道飄走、轉而收到當下最響信號的收音機：人能夠集中注意力，只是這份注意力很難按自己的意願對準並穩穩停在那裡。

這種模式以三種互相交疊的方式表現出來。注意力不集中，就是抓不住頭緒——做著做著就走神、漏掉小細節、東西亂放，連真心想做完的事，只要覺得無聊也很難收尾。過動，就是身體停不下來、像充得過滿——扭來扭去、敲敲打打、來回踱步，或感覺像被發動機驅動著；在成年人身上，這往往不再是看得見的亂動，而軟化成一種內心的坐立難安。衝動，就是剎車還沒踩下就先行動——打斷別人、搶著答話、或倉促做決定。每個人可能偏向其中某一類，也可能三類混合出現。

研究者認為，ADHD 源於大腦在管理注意力、動機和自我控制方面的差異——這些迴路高度依賴叫作多巴胺和去甲腎上腺素的化學信使，它們幫助大腦標記出什麼重要、並把一個計劃記在心裡。這些網絡往往成熟得更慢，運作方式也略有不同，這也部分解釋了為什麼有些人隨著年齡增長會變得更穩。ADHD 常在家族中遺傳，與懶惰或意志力毫無關係。借助理解、有支持作用的作息與結構安排，以及行為策略和藥物等治療手段，許多人能學會順應自己的大腦特點，把日子過得很好。

導納控制是阻抗控制的鏡像：它不是接收一個期望位置、然後產生讓步的力，而是接收一個測得的力、然後產生指令運動。機器人帶著一個力感測器，感知外界推它有多用力；控制器讀取這個推力，決定要朝哪個方向、移動多遠、移動多快來作回應，彷彿機器人本身就是一套被手按壓的虛擬彈簧加阻尼器。於是當你靠在機器人上時，它感知到你的推搡，便按你編程設定的量滑開——推得重，動得大；輕輕一碰，動得小。

為什麼要有兩種追求同樣柔軟、親和接觸手感的做法呢？歸根結底取決於機器人的硬體。一隻天生剛硬、帶減速器、做位置控制的工業機械臂，很難讓它自己溫柔地「讓一讓」，但它極擅長精確地走到被指令的位置——於是你在它腕部裝上力感測器，讀取接觸力，把它轉換成位置指令：這就是導納控制。而一隻本就能自由活動、可反驅的輕巧機械臂，則更適合相反的做法（阻抗控制）。因此，導納控制讓一台剛硬、精準的機器，假扮出它在機械上根本做不到的那份柔軟。

代價在於，這套方案完全依賴它的力感測器，並依賴把控制迴路閉合得足夠快；在非常剛硬的接觸中，它可能變得抽搐或不穩定，因為微小的額外一推會被讀成很大的力，從而觸發很大的移動。調好虛擬的質量、剛度和阻尼，正是讓它保持平滑而安全的功夫所在。

青春期大腦成熟，是大腦在青少年時期經歷的一段漫長而參差不齊的改建過程，把兒童的大腦逐步塑造成成年人的大腦。最令人意外的一點是：它並非同時完工。到十幾歲出頭時，負責情緒和獎賞快感的腦區已經全力運轉，但負責冷靜判斷、規劃和踩剎車的腦區——位於額頭正後方的前額葉皮質——卻要到二十五歲前後才逐漸成熟。於是有那麼幾年，青少年就像開著一輛油門極其靈敏、剎車卻還在安裝中的汽車。

在表層之下，有兩項緩慢的工程在同時進行。第一，大腦會修剪掉很少使用的連結，並加強常用的連結，這種整理叫做突觸修剪，能讓線路更精細。第二，它給長距離的神經纖維裹上一層叫髓鞘的脂肪絕緣層，讓信號傳得更快，也讓相距較遠的腦區能順暢對話。這層絕緣到達深層情緒與獎賞迴路的時間，要早於到達大腦前部，這正是兩套系統步調不一的原因之一。這種錯位是正常現象，而非缺陷：讓青少年容易衝動的那份可塑性，也讓他們學得快、樂於探索，並能適應他們即將步入的成人世界。

這種參差的發育節奏，有助於解釋許多人們熟悉的青少年行為——對同伴和稱讚格外敏感、偏好冒險與新鮮事物、情緒強烈——而不必把這些都當成毛病。它也有切實的分量：它影響著關於駕駛年齡、刑事責任的討論，也說明了為什麼這一階段既是學習的大好時機，又是更容易受到壓力、成癮以及許多心理疾病初次出現所影響的脆弱時期。

ADR（架構決策記錄）是一份簡短的文件，用來記錄一個重要的技術決策，以及同樣重要的——「為什麼」這麼決定。幾個月後，當有人問「我們當初到底為什麼要這樣做？」，答案早已白紙黑字寫在那裡。

每一份 ADR 都很短，並遵循同樣的結構：背景（迫使你做選擇的處境）、決策（我們選了什麼）、理由（為什麼）、備選方案（我們考慮過的其他做法），以及後果（我們因此得到什麼、又要承擔什麼）。

你把它們當作純 markdown 檔案放在專案裡，按順序編號（0001、0002……），於是團隊的思考過程會沉澱成一段可讀的歷史，而不是消失在某個人的記憶裡。

成體神經發生，指的是在一個已經發育成熟的大腦裡，生成全新的神經元——也就是大腦負責傳遞信號的細胞。長期以來，科學家以為人一出生就擁有了這輩子所有的神經元，成年後的大腦只會丟失細胞，絕不會再添新的。如今我們知道，事情並非全然如此：在成熟大腦的某些小角落裡，有一批尚未分化的母細胞，叫做神經幹細胞，它們仍在悄悄分裂，其中一部分後代會長成能工作的神經元，並把自己接入既有的神經迴路。

這件事並不是處處都在發生，也不是大批量地湧現。在人類身上最清楚的部位，是海馬體的一小條——海馬體是深藏腦中、形似海馬的結構，幫助我們形成新記憶；許多其他哺乳動物還會在一個通向嗅覺系統的區域裡生出新的神經元。與其把它想成把整棟房子推倒重建，不如想成園丁在一畦打理得當的花圃裡，悄悄插下幾株新苗。每一個新生細胞都得熬過一段凶險的早期，長出連接，並證明自己有用，否則就會被修剪掉——最終只有一小部分能存活下來。

它為什麼重要：這些遲來的神經元，被認為能幫助海馬體把相似的經歷區分開、不至於糊成一團，並支持學習、情緒和靈活的記憶。它們的數量往往隨著年齡增長和長期壓力而下降，又會因運動以及豐富、有趣的環境而上升——這也是研究者把它們當作一個可能的著力點的原因之一：既想藉此讓正在老化的大腦保持敏銳，也想用它在損傷或疾病之後修復大腦。至於這些發現有多少能真正適用於成年人的大腦，目前仍在激烈爭論之中。

成體幹細胞是已經住在成熟身體各組織裡的幹細胞，安靜地維護並修復它們所棲身的那個地方。與胚胎幹細胞不同，它們並非從胚胎中採集——它們駐留於組織之中，終其一生都可在骨髓、皮膚、腸道、肌肉以及許多其他器官裡找到。可以想像每個組織都常駐著一支自己的小型內部修繕隊，隨時待命，無需外援就能修補磨損。

這些細胞通常是多潛能而非多能的：每一種都為自己所在的組織而調校，能產出該組織相關的幾種細胞類型，卻造不出身體的全部種類。一個造血幹細胞能製造各種血細胞；一個皮膚幹細胞負責更新皮膚。它們往往分裂緩慢，而且只在需要時才分裂，大部分時間都處於休眠。這份克制是一項優點——它既節省了儲備，也限制了差錯悄悄混入的風險。

成體幹細胞之所以重要，是因為它們是自然癒合與更新日復一日的引擎，也因為它們有時能從患者自身的身體裡採集，從而繞開圍繞胚胎的倫理問題，並降低免疫排斥的機率。它們的侷限在於種類較窄，以及難以大量培養，這正是為什麼它們經過驗證的醫學用途雖然真實存在，卻仍比新聞標題常給人的印象要樸素得多。

五十年來，要做出更快、更便宜的晶片，辦法只有一個：把電晶體做得更小，在同一塊矽片上塞進更多。可這部電梯正在減速：電晶體之間的連線如今卡住了速度，單顆晶片做大到一定程度良率就會崩塌，而記憶體又餵不飽處理器。先進封裝一舉回答了這三個難題。與其孤注一擲地去做一顆越來越大、越來越精細的單晶片，不如把整個系統拆成若干顆晶片，再在封裝內部把它們極其緊密地連起來，讓它們表現得幾乎像一顆晶片。封裝不再只是一個被動的塑膠盒子、只負責保護矽片並引出幾根接腳，而是成為設計中主動的一環——這正是人們把它稱作新一代微縮（new scaling）的原因。

先進封裝其實是一把大傘，底下罩著一族讓晶片以極短、極密路徑相連的技巧。在 2.5D 中，你把幾顆晶片並排擺在一塊中介層（interposer）之上——這塊矽片（或有機基板）相當於一塊高密度電路板，其超精細的佈線把各顆晶片連得遠比普通主機板緊密得多；處理器緊挨著它的 HBM 記憶體堆疊，正是這麼實現的。在 3D 中，則改走垂直方向，把晶片一層層疊起來，用矽穿孔（TSV）讓訊號筆直穿上去，或者用混合鍵合（hybrid bonding）把兩顆晶片銅焊墊對銅焊墊地直接熔接在一起，做出比任何錫球都更精細的連接。路徑越短，意味著延遲更小、每位元能耗更低，各部分之間的頻寬也大得多。

回報是效能與成本兩頭都賺。把一顆晶片拆成若干顆更小的晶片（小晶片，chiplet），就能在組裝前逐一測試、只丟掉壞的那些，從而挽回一顆巨型單晶片本會白白浪費掉的良率——而且還能混用不同製程節點：把邏輯放在最尖端的節點上，而記憶體或類比電路則留在更便宜、更合適的節點上。封裝已變得如此關鍵，以至於最先進的 AI 加速器，其身價既取決於內部的電晶體，也同樣取決於它的中介層、HBM 堆疊和鍵合間距——整合方案如今是晶片競爭力中頭等重要的一環，而不再是事後才考慮的附屬品。

情感效價與喚醒是科學家用來給任何感受「定位」的兩把簡單尺子。效價問的是：這感覺是好還是壞？它的一端是愉快（喜悅、舒適、欣喜），另一端是不愉快（恐懼、厭惡、悲傷），中間是中性。喚醒則問另一個問題：你被調動到什麼程度？它的一端是平靜、睏倦，另一端是清醒、亢奮。可以想像一張平面地圖，兩條道路成直角交叉——愉快度從左到右，強烈度從下到上——幾乎任何你能叫得出名字的情緒都能在上面找到一個位置。興奮落在「愉快且高能量」的角落；安詳滿足落在「愉快且低能量」的角落；暴怒落在「不愉快且高能量」的角落；陰鬱落在「不愉快且低能量」的角落。

把情緒拆成這兩個旋鈕之所以重要，是因為大腦似乎在某種程度上分開處理它們。粗略地說，與獎賞和威脅相關的迴路幫助設定效價——告訴你去靠近感覺好的、躲開感覺壞的——而那些讓身體亢奮起來的系統，比如釋放壓力化學物質和加快心跳，則反映喚醒，並讓你為行動做好準備。高喚醒帶來的同一種身體悸動，可以伴隨截然不同的感受：第一次約會時心怦怦跳，開車險些相撞時心也怦怦跳，而決定你把這一刻稱為「刺激」還是「驚恐」的，正是效價。正因為僅憑兩個數字就能給一種感受定位，研究者就用這張效價—喚醒座標圖來跨人比較情緒、標註面孔和音樂，並研究心境障礙——在那裡常有一個旋鈕被卡住：抑鬱把效價往下拉，焦慮把喚醒往上推。

傳入通路和傳出通路，是神經信號傳遞的兩個方向，命名依據是它們相對於中樞指揮中心——也就是你的大腦和脊髓——指向哪一邊。傳入的意思是向內傳送、朝向中樞：這些線路把來自眼睛、耳朵、皮膚和內臟器官的消息送進來，也就是關於你自身以及周圍正在發生什麼的感覺報告。傳出的意思是向外傳送、遠離中樞：這些線路把命令再送回出去，傳給你的肌肉和腺體，叫它們運動、收縮或分泌。一個簡單的記憶竅門：傳入是「信號到來」，傳出是「信號出去」。

可以把中樞神經系統想像成一家大公司的總部。傳入通路是收進來的信件和電話——從一線源源不斷流入的每一份觀察和反映。傳出通路是發出去的指令——下發給真正動手做事的員工的便條和命令。當你碰到滾燙的爐子時，一個傳入信號飛速向內衝去，報告這處燙傷；不到一瞬之間，一個傳出信號又飛速向外衝出，把你的手猛地抽開。兩個方向缺一不可：只感覺而不行動是無能為力的，只行動而不感覺則是盲目的。

這種「進」與「出」的劃分，是整個神經系統最基本的組織思路之一，而且在每一個層級上反覆出現。一條簡單的反射迴路，就用到一段傳入支和一段傳出支。整條神經常常按其主要方向來命名，甚至連單根神經纖維，也被劃分為感覺性（傳入）或運動性（傳出）。把這兩個方向分清楚，是理解身體如何把它所感受到的，轉化為它所做出的，邁出的第一步。

衰老的大腦，指的是健康成年人在數十年人生中緩慢變化著的大腦——這種變化並非源於任何疾病，而只是單純因為年紀增長。就像一雙穿久了的鞋子，它仍然管用，卻顯出磨損：體積略微縮小，某些訊號傳得稍慢一點，過去一瞬間就能完成的事——想起一個名字、同時兼顧好幾件事——可能需要多停頓片刻。這些大多屬於正常現象，許多年長者的大腦在很長時間裡依舊敏銳而能幹。

在表象之下，幾種溫和的變化日積月累。大腦會逐漸損失一些體積，尤其是與記憶和規劃相關的區域，比如海馬體（一個形似海馬的記憶中樞）和前額葉皮層（位於額頭後方、負責專注與決策的區域）。包裹在神經纖維外、起保護作用的脂肪層——髓鞘——在某些地方會變薄，於是腦區之間的資訊傳遞略微變慢。腦部血流稍有減少，清除廢物蛋白的效率也有所下降。與此同時，大腦會進行代償——動用額外的區域，或依靠一生累積的知識——這正是智慧、詞彙量和判斷力往往隨年齡保持穩定、甚至有所提升的原因。

為什麼這很重要：了解什麼屬於正常衰老，有助於把它與疾病的預警訊號區分開來。忘了車停在哪裡是常見的；連自己開過車都忘了，則不正常。那些讓身體保持健康的習慣——規律運動、充足睡眠、社交往來和動腦參與——也能幫助衰老的大腦保持韌性，科學家把這種關係稱為認知儲備。

農業機器人，是指用機器人來種植和收穫糧食——這些機器在開闊的田野、果園和溫室裡播下種子、拔除雜草、採摘果實、照料莊稼。與工廠不同，農場是個雜亂而難以預料的地方：地面坑窪不平，天氣說變就變，作物每一棵長出來的形狀都略有不同，今天熟透的番茄昨天還是青的。農業機器人必須在露天環境裡應付這一切，這讓它成為機器人領域裡最難的工作之一。

這些農田機器人形態各異——可能是一台在作物行間緩緩爬行的小車，一隻裝在輪子上、伸進灌木叢的機械臂，或是一架在頭頂飛行的無人機——但它們有一個共同的難處：這個世界偏偏不肯安分。沒有畫好的線可循，光照在刺眼與陰影之間忽明忽暗，塵土和泥漿糊住感測器，而機器人還得靠攝影機和學來的視覺，把一株雜草和一棵幼苗、把一顆熟果和一顆生果區分開來。比如一台除草機器人，就必須沿著一行作物滾動前進，把每一個綠色的小東西認作莊稼還是雜草，然後只對雜草下手——把它擊除或拔掉，又不傷到它旁邊的糧食作物。

統攝這一切的目標，是精準農業：不再把整片田一視同仁——不再每平方米都噴藥、每個角落都澆一樣多的水——而是讓機器人和感測器一株一株地行動，給每一棵作物恰好它所需的水、肥或照料，多一分都不給。回報是更少的化學品用量、更少的浪費、更高的產量，以及把人從彎腰採收這類傷腰又難招工的勞動中解放出來。它至今多半還在興起、而非隨處可見，原因在於：要在崎嶇的露天地形裡，溫柔而可靠地對付柔軟、嬌嫩、千變萬化的活物，確實仍然很難。

空氣橋是量子晶片上一座微小的、懸空的金屬拱：一條超導金屬帶從表面抬起、乾淨地跨過它下方的導線、再在另一側落下，橋下的縫隙裡除了真空什麼也沒有。可以想像成一座跨過馬路的天橋。它看上去像個吹毛求疵的小細節，但空氣橋悄悄擔著一項要緊的活兒。沒有它，晶片上大片的金屬接地區域就會被在其間穿行的各條信號線切割成一座座孤島，而這些孤島會開始搗亂。

它要治的毛病是：當一條控制線橫切過接地平面時，接地的兩半就不再被牢牢連在一起。它們會漂移到略微不同的電位，並沿著兩者之間的縫隙寄生出一種不想要的振盪模式，叫做縫隙線模式（slotline mode），它會偷走能量，還會讓一個量子位元的信號串擾到另一個上去。空氣橋就是那一針縫線：它從一側把接地帶過來，不接觸地拱過那條礙事的線，再在另一側重新接回接地，於是整片接地保持在同一電位，縫隙模式也被短接掉。同樣這一招還能讓一條線跨過另一條線而不短路。製造很精細：先用光阻做出一層犧牲性的支架，把金屬橋蒸鍍或電鍍在它的圓頂之上，再把支架溶解掉，橋就橫跨在空蕩蕩的空間裡了。

誠實的代價是：空氣橋是一個緊挨著量子位元、並承載電流的小結構，所以做得不好的橋會帶來自身的損耗，或困住雜散磁通，從而縮短相干時間。金屬必須在整道拱上都保持超導，落腳的焊墊必須接合得乾淨，跨段不能下垂或塌陷——而這一切要在整片晶圓上重複成千上萬遍而不出一次差錯。所以空氣橋雖是常規步驟，卻並非免費：它是一道真實的製造工序，得和其他一切一起調好，而不是最後隨手撒上去的靈丹妙藥。

演算法（algorithm）是一份精確的、一步接一步的「食譜」，用來解決某個問題或得到某個結果。在你的程式碼動手做任何事之前，背後總有一個方案——一連串確切的步驟，把你手上的輸入變成你想要的答案。演算法就是這個方案；程式碼只是把它寫下來的其中一種方式。

有個好辦法去體會它：做菜的食譜就是一種演算法。拿這些食材，按這個順序做這幾步，你就能穩穩地做出那道菜。給朋友指路也是。讓它成為「演算法」而不只是個模糊念頭的，是那份精確——沒有哪一步留給瞎猜，每一步都清楚到機器也能照著做。

同一個問題可以有許多種演算法，而它們並不一樣好。給一串名字排序有十幾種做法；有的眨眼就完，有的在長清單上慢慢爬。所以挑對演算法——夠快、夠簡單、在每種情況下都正確——是這門手藝實打實的一部分，和敲程式碼本身是兩回事。

全或無原理是說，神經元那種叫做動作電位的電脈衝，要麼完整地發放，要麼根本不發放，沒有中間狀態。可以把它想像成相機閃光燈：把按鈕按到一半什麼也不會發生，但一旦按得夠用力，閃光燈每一次都會以全亮度閃起來。對細胞輕輕一推不會產生任何信號；推得足夠用力才會產生一個完整的信號。世上根本沒有「半個大小」的脈衝這回事。

這之所以成立，是因為存在一個閾值，也就是一種觸發點。只要對細胞的推動停留在閾值以下，就什麼也不會發生。一旦推動越過閾值，一連串自我強化的連鎖反應就會席捲整片細胞膜，產生一個大小和形狀都固定的脈衝，無論觸發的力度超過閾值多少都一樣。所以神經元無法靠把脈衝做得更大來表示信號「有多強」。它表示強度的辦法，是發放得更快——每秒產生更多脈衝——以及讓更多神經元一起參與。這樣一來，信號在長距離傳輸時仍能保持清晰可靠，因為每個脈衝都會以全強度被重新生成，沿途絕不會逐漸減弱。

異體細胞來自捐獻者——一個與接受者不同的人。這個詞的意思是「他者」，恰好道出了它的長處與癥結。由於這些細胞取自某一位捐獻者的來源，單單一批就能擴增並冷凍成許多份即用的劑量，從而得到一種「現成」的產品，可按需發放，更像一款標準藥物，而非一筆定製訂單。

其製備在原理上很直接：實驗室從經過嚴格篩查的捐獻者身上採集細胞，大量培養、加以處理，再冷凍儲存，直到有病人需要治療。這種可規模化正是它最大的吸引力——不必花數週去培養每位病人自己的細胞，每劑的成本也低得多。這就像在貨架上挑一件合身的外套，與從頭量身裁製之間的區別。

這份便利的代價在於免疫系統。由於捐獻者的細胞帶著另一個人的身份標記，受體的身體可能把它們認作外來物而加以攻擊——這與器官移植中所見的排斥問題如出一轍。研究者試圖透過基因編輯讓細胞在免疫系統面前更「隱形」來規避，但駕馭排斥，仍是自體（源自自身的）細胞所能避開、而異體細胞所面對的核心難題。

穩態應變的意思是「透過改變來維持穩定」——身體讓你保持健康，靠的不是把一切都紋絲不動地維持著，而是隨時主動調整，去應對當下的種種需要。可以想像一位熟練的司機在起伏的山路上讓車保持勻速：上坡時多踩油門，下坡時鬆油門、踩剎車。車速大體不變，但這恰恰是因為司機在不停地做出改變。同樣地，你的大腦會讀取處境——逼近的截止日期、寒冷的清晨、突然的驚嚇——然後命令身體其餘部分升高血壓、釋放能量或分泌應激激素，等挑戰過去後再把這一切重新調低。在這裡，大腦是指揮者，它預判你將需要什麼，並在麻煩尚未到來之前就調動好心臟、免疫系統和各種腺體。

穩態應變負荷，就是當這種調整永不停歇時所要償付的賬單。每一陣應激本應是短暫的——猛地激起，再歸於平靜。但在長期的重壓之下——為錢發愁、敵意四伏的職場、被打斷的睡眠、月復一月乃至年復一年磨人的孤獨——這套系統會一直開著，或者無法徹底關掉，又或者在並不需要時也照樣啟動。那些在短期內保護你的化學物質，比如應激激素皮質醇，一旦遲遲不退，就反過來開始傷害你：它們磨損血管、削弱免疫系統、擾亂睡眠和食慾，還會重塑負責記憶與情緒的腦區。這種日積月累的損耗，就是穩態應變負荷。

這個概念為日常生活中的壓力換了一個看待的角度。它解釋了為什麼持續的艱難處境——而不只是驚心動魄的單次事件——會悄悄抬高心臟病、糖尿病、抑鬱症和記憶障礙的風險；也解釋了為什麼這份代價，最沉重地壓在那些長期身處逆境、幾乎沒有喘息機會的人身上。它還指明了什麼會有幫助：任何能讓身體重新回到平靜的東西——安穩的睡眠、運動、彼此支持的關係、一種自己能掌控的感覺——都為這套系統提供了它所需要的「關閉開關」，讓負荷不至於越積越多。

α運動神經元是一種大型神經細胞——是你體內最大的細胞之一——它充當最後的信使，命令你的骨骼肌收縮。骨骼肌就是你能有意識控制的那些肌肉：彎曲手臂、踢球、把嘴唇咧成笑容的肌肉。無論運動指令來自哪裡——是大腦決定揮手，還是脊髓裡的反射迴路把你的手從滾燙的爐子上猛地縮回——所有指令最終都必須匯集到這類神經元，才能傳到肌肉。正因如此，它們被稱為「最後公共通路」：肌肉之前鏈條上的最後一個細胞，是每一道命令都必須經過、才能變成真實動作的那一扇門。

每個α運動神經元都位於脊髓中（控制面部和頸部肌肉的則位於腦幹），並伸出一根又長又快的「導線」，叫軸突，一直通到肌肉。在那裡它分成許多末梢，分別接到一根根肌纖維上——也就是構成肌肉的那些細絲。一個α運動神經元加上它所抓住的全部肌纖維，合稱一個「運動單位」；當這個神經元發出一次電脈衝時，它單位裡的每一根肌纖維便同時一起收緊。小而精細的運動單位（比如控制眼球或指尖的）只帶動寥寥幾根肌纖維，帶來精細的控制；大而有力的運動單位（比如大腿裡的）則統領數百根，帶來原始的力量。通過發放得更快，或者啟動更多運動單位，你的神經系統就能把一塊肌肉的用力從輕輕一碰平滑地調到全力一拉。

正因為每個動作都依賴它們，α運動神經元也是一個薄弱環節：一旦它們受損或死亡，它們所服務的肌肉就會癱軟、萎縮，哪怕大腦想動的意願完好無損——只是這道命令再也沒有信使去傳遞了。這正是脊髓灰質炎（小兒麻痺症）和肌萎縮側索硬化（ALS，俗稱漸凍症）等疾病中發生的事：它們攻擊這些細胞，使曾由它們驅動的肌肉再也無法回應。

α節律是大腦一種穩定的電脈動，每秒大約跳動8到12次——差不多和你快速抖動手指的速度一樣。你可以把它想像成大腦皮層（大腦那層佈滿皺褶的外殼）在清醒但放鬆、沒有忙於費力任務時所哼的一支待機小曲。當一個人安靜地閉眼靜坐時，它出現得最明顯；而一旦睜開眼睛、集中注意，或者開始費力地解決問題，它往往就會減弱或縮小。

這種節律是最容易被發現的腦訊號之一。20世紀20年代，德國醫生漢斯·伯格（Hans Berger）首次用貼在頭皮上的電極記錄人類腦電波時（這種方法叫腦電圖，簡稱EEG，它讀取的是數十億個神經元一起放電所產生的微弱電壓），α節律正是那條清晰而規律、一下子跳入他眼簾的波。它在頭部後方、視覺區域上方最強，所以僅僅是睜眼或閉眼，就能如此戲劇性地把它開啟或關閉。如今許多科學家認為，α並不只是空轉的閒置，而是一種主動的「待機」狀態——它是大腦讓暫時用不到的區域安靜下來的一種方式，好把注意力對準真正需要的地方。

交流電是一種「拿不定主意」該往哪邊流的電。它不像河水那樣朝一個方向穩穩前進，而是每秒來回往復好多次——大多數家庭裡是每秒 50 或 60 個來回。想像體育場裡觀眾做「人浪」：沒有誰真的繞場跑一圈，可那股波動卻沿著座位飛快傳開。交流電也是這樣傳送能量的：讓電荷在原地來回擺動。

電網用交流電，是因為它的電壓改起來特別方便。一個變壓器——兩組共用磁場的線圈——能把電壓大幅升高，方便長途輸送（這樣以熱的形式損耗得更少），再在你家附近降回安全的電壓。直流電（那種朝一個方向穩穩流的電）沒法這樣穿過普通變壓器。所以發電廠用交流電沿著電線輸送，而電池和你手機裡的晶片靠的是直流電。

阿茲海默症是失智（痴呆）最常見的病因——一種緩慢進展的腦部疾病，會逐漸侵蝕記憶、思維以及應對日常生活的能力。它通常起病悄無聲息，多在六十五歲之後，先是一些小小的失誤：忘記剛剛的對話、東西亂放、想不起詞語。隨著歲月推移，病情不斷加深，直到患者可能再也認不出親人，也無法照料自己。可以想像一座龐大的圖書館，年復一年，最新的書最先消失，連書架本身也慢慢坍塌——這正貼切地描繪出這種疾病令人心碎的發展軌跡。它不是衰老的正常一部分，而是一種會從肉體上損害大腦的特定疾病。

在顯微鏡下，有兩種異常的蛋白質團塊標誌著這種疾病。一種叫β澱粉樣蛋白的黏性碎片，在神經元（大腦的信號細胞）之間堆積成團塊，稱為斑塊，就像垃圾堆積在城市的縫隙裡。在神經元內部，一種叫tau的蛋白質——它本應像鷹架一樣，把細胞內部的運輸軌道撐得筆直——卻扭結成亂團，稱為神經原纖維纏結，於是軌道塌陷，細胞被餓死。隨著斑塊和纏結擴散，突觸（神經元彼此對話的微小接點）逐漸喪失，大腦的免疫細胞掀起破壞性的發炎，整片整片的腦區隨之萎縮。損害通常從海馬及其周圍開始——海馬是大腦形成記憶的中樞，這也正是為什麼丟失近期記憶往往是最早的徵兆。

目前尚無根治之法，但理解「斑塊與纏結」這一過程，已經塑造了醫生診斷和治療它的方式。多數較老的藥物只能在一段時間內緩解症狀，辦法是增強大腦殘餘的信號化學物質；而較新的抗體類藥物則力圖清除澱粉樣蛋白，在早期階段適度延緩病情下滑。研究者至今仍在爭論，澱粉樣蛋白、tau、發炎以及其他因素究竟如何交織在一起、共同推動這種疾病，而尋找真正能阻止它的療法，正是神經科學最重大的未解難題之一。

把你問題的每一個可能答案，都想像成一台巨型混音台上的一根推桿，每根推桿的高度就是那個答案的振幅。當你最終測量時，你並不是直接讀出推桿的高度；得到某個答案的機率，是它那根推桿高度的平方。一開始，所有推桿都大致停在同樣的低位上，所以每個答案的可能性都差不多（同樣不太可能）。振幅放大，就是一種小心翼翼、反覆進行的輕推：把你想要的那些答案的推桿抬高，把其餘的壓低，這樣到最後一測量，幾乎總能交給你一個正確答案。

每一輪做兩件事：先由一個預言機（oracle）標記出好答案（翻轉它們振幅的符號），接著第二步把所有振幅都對它們的平均值做一次反射。從幾何上看，這兩步合起來，每次都把整個量子態朝被標記的答案稍稍轉近一點，就像讓指南針的指針一點點逼近正北。但你必須在恰當的時刻停手：一旦轉過了頭，振幅又會擺回去往下掉，答案反而變得更不可能。這正是 Grover 搜尋內部的引擎——在 N 個候選項中找出一個被標記的項，大約只需 sqrt(N) 步。這是一個實實在在、很有用的加速，但它是平方級（二次方）的加速，而不是某些結構化問題（例如 Shor 的整數分解）所享有的那種戲劇性的指數級提升。

杏仁核是一小簇形狀像杏仁的腦細胞，深埋在大腦兩側、靠近太陽穴的位置。它一共有兩個，左右半腦各一個。它的作用就像一套反應極快的警報系統：不停地掃描你所看到、聽到和感受到的一切，留意其中是否有威脅或對你格外重要的東西，並在你還沒來得及有意識地思考之前就拉響警報。當你被突如其來的聲響嚇得一跳，或者看到一根形似蛇的樹枝而猛然僵住時，那一瞬間竄起的恐懼，主要就是杏仁核在起作用。

除了恐懼，杏仁核還會為各種經歷貼上情緒標籤，這也是為什麼令人害怕或激動的時刻，往往比平淡的日常被記得更加鮮明深刻。當它把某件事標記為危險時，會迅速向大腦和身體的其他部位發出信號，讓心跳加快、肌肉繃緊，為搏鬥、逃跑或僵住做好準備。它與鄰近的結構緊密配合，例如負責記憶的海馬體，以及能在判斷情況安全後平息警報的前額葉皮質。杏仁核若過度活躍或調節失常，則與焦慮、恐懼症和創傷後壓力症有關。

肌萎縮側索硬化症，簡稱ALS，是一種指揮肌肉的神經細胞逐漸死亡的疾病。這些細胞叫做運動神經元，就像把大腦的每一道命令傳送到肌肉的線路——告訴手去握緊、腿去行走、喉嚨去吞嚥。在ALS中，這些線路一個月比一個月磨損、崩壞。失去訊號的肌肉因為不再被使用而萎縮、變弱。它的名字本身就說明了這一點：「肌萎縮」指肌肉因缺乏滋養性訊號而消瘦，「側索硬化」指脊髓兩側、這些神經纖維所經過的區域，隨著細胞的喪失而變硬、結疤。

ALS是漸進性的，意思是它會不斷惡化——通常從一些小問題開始，比如握力變弱、走路絆倒或說話含糊，並在數月到幾年內蔓延到越來越多的肌肉，最終導致癱瘓（失去活動的能力）。關鍵的一點是，ALS攻擊的是運動能力，卻通常不影響感覺，對大多數人來說也不影響思維：一個人可能會變得無法行走、說話，最終甚至無法自主呼吸，但他依然能看、能聽、能感覺、能理解周圍發生的一切。目前尚無根治方法，但護理、呼吸支持和少數藥物可以緩解症狀、延緩病程。科學家們深入研究ALS，因為它以最鮮明的方式揭示出運動神經元有多麼脆弱、多麼無可取代，而尋找療法的努力也推動著現代神經科學的許多進展。

時代錯置，是指某樣東西出現在了它根本不可能存在的時代——一個絕不該在場的細節。想想電影裡的羅馬百夫長低頭看了一眼手錶，或是中世紀故事裡的騎士在咖啡傳入歐洲的幾百年前就端起了咖啡。東西本身是真的，只是落錯了世紀，像一位提早一百年赴宴的客人。

歷史學家更擔心同一種錯誤中那個安靜而隱蔽的版本：用今天的觀念去評判過去。我們隨手用上「民族」「經濟」「隱私」這些詞，卻忘了那時的人腦子裡並沒有裝著這些概念。若以為一個中世紀農民像我們這樣思考「自由」，無異於給過去套上我們自己的衣服，再驚訝它竟然合身。

常見的誤解在於：找出時代錯置，並不是要責怪過去「落後」。恰恰相反——它是一種謙遜的功夫。目的是按古人自己的方式、在他們自己的世界裡去理解他們，而不是拿一把他們從未持有的尺子去丈量他們。

類比數位轉換器是一道門，把雜亂無章的連續世界引進數位晶片真正能拿來運算的那個乾淨的數字世界。麥克風、溫度感測器、收音機天線——它們說的都是平滑變化的電壓，在高與低之間有著無窮無盡的灰度。ADC 傾聽這個電壓，再遞給處理器一個數。它分兩步完成。第一步是取樣：像相機一格格抓拍那樣，它不去無休止地盯著電壓，而是在等間隔的一個個瞬間把電壓定格下來。第二步是量化：它把每個定格下來的值四捨五入到一架固定階梯上最近的那一檔，因為一個數終歸只能有那麼多位。取樣切碎了時間，量化切碎了幅度。

這份便利帶著兩筆實打實的代價。你必須取得夠快——至少是你所關心的最高頻率的兩倍（奈奎斯特準則，fs 大於 2*fmax）——否則快速的抖動就會喬裝成緩慢的抖動，這種誤差叫混疊，事後再怎麼算也無法挽回。而四捨五入到最近的那一檔，會丟掉那點微小的零頭，它表現得就像一陣輕微的嘶嘶聲，稱為量化雜訊。位數越多，階梯越細，嘶聲越輕：對一個理想轉換器來說，訊號雜訊比約為 6.02*N + 1.76 dB，所以每多一位大約能買來 6 dB 的餘量。正是這一行式子，道出了為什麼 16 位音訊 ADC 聽起來比 8 位的乾淨得多。

該選哪種架構，是在速度、解析度和功耗之間的一場權衡。flash（閃速）ADC 是短跑健將：它用一整排比較器，一次就把輸入和階梯上的每一檔同時比一遍，因此一拍之內就完成轉換——快得驚人，但比較器的數目隨位數爆炸式增長，所以它解析度上不去、又耗電（想想幾吉赫茲的射頻前端和示波器前端）。SAR（逐次逼近）ADC 玩的是二分搜尋的猜數遊戲，每一步釘住一位；它落在舒服的中段——速度適中、8 到 18 位、功耗節省——這讓它成了感測器和微控制器裡挑大樑的主力。sigma-delta（Σ-Δ）ADC 拿速度換精度：它以遠超所需的頻率取樣，再巧妙地把自己的量化雜訊推到感興趣的頻帶之外（雜訊整形），然後把雜訊濾掉，從而達到最高的解析度（可達約 24 位），用於音訊和精密儀器。

解析逆向運動學的意思是：用一條精確的公式去求解那個反向問題——要讓手到達目標，各關節該轉多少角度？——這條公式是事先用紙筆幾何和代數一次性推導出來的。你不讓電腦去摸索答案，而是推出一條簡潔的方程（一個封閉解形式），把想要的位置和姿態代進去，關節角度就直接算了出來。這就像用求根公式一步乾淨俐落地解方程，而不是一遍遍試數字、直到碰上一個合適的為止。

它最大的優點是又快又穩：答案幾乎瞬間出現，同一個目標永遠給出同一個結果，而且這種方法會一次性列出所有可能的解——對一條典型的機械臂來說，就是少數幾種「肘上／肘下」之類不同的姿態。這使它成為那些必須即時反應的機器人的首選，比如生產線上動作飛快的拾放機械手。它的代價在於：只有幾何結構「配合」、足夠特殊的機械臂才存在封閉解。大多數經典的六關節工業機械臂之所以滿足條件，靠的是一個巧妙的設計——最後三個關節軸交於同一點（也就是所謂的球形手腕），它恰好把這個難題俐落地拆成較易的位置部分和姿態部分。沒有這種友好結構的機械臂無法這樣求解，只能退回去用數值方法。

解剖方位術語是描述大腦和身體時共用的一套「指南針」，讓兩位科學家無論頭怎麼傾斜，說到某個位置時指的都是同一處。比起「上」「下」「前」「後」這類會隨移動而改變的說法，解剖學家使用固定不變的標籤。在大腦中最常遇到的四個是：吻側（朝向鼻子，也就是前端）、尾側（朝向尾巴，也就是後端）、背側（朝向背部或頂部）、腹側（朝向腹部或底部）。可以想像一條魚或一隻四足動物平躺著：吻側是牠的口鼻，尾側是牠的尾巴，背側是牠脊背的那一面，腹側是牠肚子的那一面。

平面是你為了把大腦切開、看清內部而想像出的幾個平整切口，標準的共有三個。矢狀面從前到後縱切，把大腦分成左右兩半，就像把一條麵包順著中線豎向切開。冠狀面（又叫額狀面）從一隻耳朵切到另一隻耳朵，把前部和後部分開，就像把同一條麵包切成一片片圓形的豎切片。水平面（又叫軸面或橫切面）與地面平行地切下去，把上部和下部分開，就像把麵包平著切成上下兩塊。

把方位和平面結合起來，任何人都能準確描述一個位置以及觀察的角度。一張腦部掃描圖或顯微鏡切片幾乎總是以這三種視角之一呈現，所以認得這些平面，你一眼就能知道自己在看什麼。在人身上這些術語會稍微有點繞，因為我們直立行走，使脊柱的軸線發生彎折：在人的腦幹和脊髓中，「背側」指向後背，而在前腦中，「背側」卻指向頭頂。先學會這套詞彙，往後閱讀任何腦圖都會輕鬆得多。

麻醉（anesthesia）是用藥物關掉痛覺——有時連意識也一起關掉——好讓外科醫生能切開、縫合或接好斷骨，而病人毫無感覺。可以把它想成給身體的警報系統按下一個臨時而精密可控的「暫停鍵」：牙醫只麻掉一顆牙，或者病人整個人睡過去，醒來時手術早已做完。

它大致分兩類。局部麻醉只讓一小片區域的神經安靜下來——麻木的牙齦、失去知覺的一塊皮膚——而你始終清醒。全身麻醉則直抵大腦本身，把你捲入一場深沉、無夢的昏睡，以應付大手術；其間有機器替你呼吸，有專科醫生盯著你的每一次心跳。

人們很容易把全身麻醉想像成普通的睡覺，其實不然——你無法被搖醒，呼吸和血壓都需要時刻照看。這正是為什麼麻醉是現代醫學的偉大饋贈之一：在它於 1840 年代問世之前，做手術意味著被人按住，硬生生熬過每一秒鑽心的劇痛。

快感缺失是指你感受快樂的能力喪失或大幅減弱——那些曾經讓你眼前一亮的東西，比如最愛的一首歌、一頓美食、一個擁抱或某項愛好，如今都變得平淡、灰暗，甚至讓人覺得不值得費這份力氣。它並不完全等同於悲傷；許多人形容它是一種情感上的麻木，彷彿「享受」的音量旋鈕被幾乎擰到了最低。想像一下：吃著你最喜歡的甜點卻嚐不出任何特別，見到深愛的朋友卻感受不到一絲暖意——那個本該被喜悅填滿、如今卻空蕩蕩的缺口，就是快感缺失。

科學家通常把它分成兩種：一種是當下快樂的消退（你在做開心的事，卻感覺不到開心），另一種是「想要」和「期待」的消退（你不再被獎賞吸引，也不再有動力去追求它們）。這兩種都與大腦的獎賞迴路有關——那是一組腦區和化學信使（尤其是多巴胺）構成的網絡，平時負責把某段經歷標記為「值得去追求、值得再來一次」。當這套迴路運轉不足或訊號微弱時，大腦就不再為獎賞「點亮」起來。

在診斷重性抑鬱症時，快感缺失是醫生重點關注的兩大核心症狀之一；它也出現在思覺失調症、帕金森病，以及長期嚴重壓力之後等情況中。由於它會削弱一個人尋求幫助、或去做有助於康復之事所需的那份動力，臨床上把它視為一個重要的介入目標——也是一個值得認真對待的訊號，而不該被當作懶惰或一時心情不好而輕易忽視。

抗生素是一種對付細菌的藥。鏈球菌咽喉炎、許多種中耳炎、一些傷口感染，背後都是細菌在作怪。抗生素要嘛直接殺死這些細菌，要嘛讓它們無法繼續繁殖，剩下的就交給身體自己清理。

有一點特別值得記住：抗生素對病毒完全沒有用。一般感冒和流感都是病毒引起的，所以吃抗生素並不會讓你早一天康復——只會讓你白白承受藥物的副作用。

第一種抗生素其實是個美麗的意外。1928 年，弗萊明發現一團黴菌殺死了培養皿裡的細菌，這團黴菌後來就成了盤尼西林（青黴素）。但濫用是有代價的：每一次在不需要時用藥，最頑強的細菌都會存活下來，並把抗藥性傳給下一代，慢慢養出我們的藥再也對付不了的細菌。

抗體是身體專門造出來的一種很小的Y形蛋白質，用來牢牢抓住某一個特定的入侵者。Y字的兩個尖端形狀被打磨得極其精巧，只能扣住某一種目標——病毒的一小塊、一個細菌、一粒花粉——就像一把鑰匙只配一把鎖。這個目標叫做抗原，而一種抗體除了自己那把「鎖」，對其他一切都視而不見。

一旦扣上去，抗體就同時充當了「旗子」和「手銬」。它可以把病毒裹住，讓它鑽不進你的細胞；可以把入侵者黏成一團毫無用處的黏塊；也可以給它們貼上標記，讓免疫系統的清道夫一眼就知道該吞掉誰。身體能造出的抗體種類多得驚人——多達數十億種不同的形狀——幾乎對它可能遇到的任何東西都有所準備。

真正讓你受用一生的是這一點：一次感染過後，會有少數細胞把這套「制勝配方」存檔。下次再碰到同一種病菌，身體就能飛快地大量生產對得上號的抗體，往往在你還沒覺得不舒服之前就解決了。疫苗訓練的正是這份記憶。抗體也是輸血必須配對的原因：你的血漿裡帶著一批抗體，專門針對那些你自己紅血球恰好沒有的血型標記——也就是抗原——所以一旦輸錯血，就會遭到攻擊。有個常見的誤解，以為抗體會直接殺死病菌；其實大多時候它並不殺。它只負責標記和繳械，再把目標交給免疫系統的其他成員去處理。

對踵抓取，是穩穩握住東西最簡單的辦法：壓住物體相對的兩側，讓兩個接觸點正好彼此面對，就像兩根指尖從正反兩面捏住一張卡片。「對踵」一詞的意思是「位於相反的兩端」——和地球上南極、北極正好處在完全相對的兩側是同一個道理。連接兩個接觸點的直線乾淨俐落地穿過物體，而兩根手指都沿著這條線朝裡推。

正是這種正面相對的布置讓握持成立。因為兩個推力正好指向彼此，它們把物體夾在中間、互相平衡，於是物體無法從這一捏裡朝側面溜走。只要每個指尖的推力都落在它自己的摩擦錐之內——也就是壓的角度不要太斜、斜到表面抓不住——單單這一條夾緊線就足以把物體鎖定。它正是平行夾爪天然要瞄準的目標——那種常見的兩片式機械手，鉗口筆直地相向閉合，因而在設計上就是對踵地夾取。

對踵抓取之所以受歡迎，是因為它既容易找到、又值得信賴。許多抓取規劃器所做的，無非是在物體的形狀上搜索一對好的相對表面——兩個正對著、彼此相望的平面或圓弧——然後把夾爪放上去。這種抓法並不花俏，但對於盒子、瓶子、工具以及無數日常物品，一個乾淨的對踵夾取，就是機器人放心地提起並搬走它們所需的全部。

防腐劑是一種安全到可以用在活體組織上的殺菌物質。護士在打針前用螫人的酒精擦你的手臂，或你往擦破的膝蓋上抹碘酒時，起作用的就是防腐劑——它消滅那些看不見的細菌，否則這些細菌會溜進傷口惹出麻煩。

這個簡單的想法曾經拯救了無數生命。在十九世紀六十年代，外科手術凶險得嚇人：手術常常做得很完美，病人卻在幾天後死於感染。英國外科醫生約瑟夫·李斯特深信看不見的病菌才是元兇，於是開始用石炭酸噴灑、清洗他的傷口和器械。他的術後感染死亡率驟降，乾淨而能活命的外科手術時代由此開啟。

人們常常忽略一個區別：防腐劑用在「人」身上——皮膚、傷口、活的組織；而消毒劑是用在「物」上的，比如檯面或手術刀。兩者也許含有同一種活性成分，但消毒劑通常太過刺激，不能用在身體上。它們都對付病菌，但只有一種能安全地「穿」在身上。

焦慮症是一組心理健康疾病，在這些疾病中，恐懼和擔憂變得過於強烈、過於頻繁，或者與真實處境嚴重脫節，以致於開始擾亂日常生活。一陣恐懼本身是正常的，甚至是有用的——它就像大腦的煙霧警報器，本意是在有東西威脅到你時，讓你僵住、逃跑或高度警覺。可在焦慮症裡，這套警報太容易被觸發，而且在真正的危險早已過去之後，仍舊響個不停，就像一隻每次你烤麵包都尖叫的煙霧偵測器。這種惶恐幾乎可以附著在任何事物上：人群、空曠的地方、疾病、即將到來的考試，或者只是隱隱覺得有可怕的事就要發生。

正因為這種恐懼顯得真實而緊迫，人們往往會開始迴避一切引發它的東西——不去社交場合、待在家裡，或者繞開任何可能引發驚恐發作的情形；所謂驚恐發作，是指心跳劇烈、呼吸困難和強烈恐懼的突然湧起。這種迴避能帶來短暫的解脫，卻悄悄地讓人的世界越縮越小，並隨著時間推移使焦慮變得更強。在大腦內部，這似乎與過度活躍的杏仁核有關——杏仁核是大腦深處那個杏仁形狀的警報中樞——同時還涉及前額葉皮質（位於額頭正後方、負責推理的腦區）難以把警報重新平息下來，常常還與壓力激素以及安撫性化學信使的失衡糾纏在一起。焦慮症是世界上最常見的疾病之一，而且對治療反應良好——通常是談話治療、藥物，或兩者的結合。

失語症是指大腦受損後，使用語言的能力喪失或減弱——通常發生在中風、頭部外傷、腫瘤或某種緩慢進展的疾病之後。患有失語症的人可能找不到詞、把詞說亂、漏掉詞，或難以聽懂別人說的話，儘管他們的嘴、耳朵和智力其實都完好。想像一下：你清楚地知道自己想說什麼，但思想和詞語之間的那扇門卻卡住了——意思就在那裡，卻無法順暢地說出來。

在大多數人身上，語言依賴大腦左側一片相互連接的區域，失語症的表現會因受損部位的不同而不同。當前部（一處與布羅卡相關的區域）受損時，說話變得緩慢費力——短促、斷斷續續的詞句——但理解力大體仍好；當較靠後的區域（與韋尼克相關）受損時，說話依然流暢，但詞語卻混亂或空洞無意義，並且聽懂別人也變得困難。由於受損的是語言機制本身，而不是肌肉或心智，許多失語症患者隨著時間和言語治療能恢復部分能力，而且他們能理解的，往往遠多於他們能表達的。

API（應用程式介面）是兩個程式之間約定好的「對話方式」。它是一份契約：「你可以提出這些請求，而我會準確地回給你這些東西。」你不需要知道對方程式內部怎麼運作——你只要知道該問什麼，以及答案會長成什麼樣子。

最經典的比喻是餐廳菜單。你不會衝進廚房自己炒菜；你看菜單、指著第 4 道，然後一盤菜就端出來了。菜單就是 API：一份固定的、你能點的東西清單，把背後所有的切菜、油炸都藏了起來。廚房就算把自己徹底重新佈置一遍，只要菜單不變，你點的菜照樣上得來。

這就是為什麼 API 無處不在。當一個天氣應用程式告訴你明天的天氣時，它並沒有自己去測量天空——它向某個天氣服務的 API 發出請求，拿回了一個整整齊齊的答案。API 讓程式互相借用彼此的本事，卻從不暴露各自亂糟糟的內部。

趨近與迴避描述大腦內部兩股相反的牽引力，它們幾乎主導著動物的一切行為：一套系統催促你靠近看起來好的事物——食物、友善的面孔、溫暖的爐火；另一套則催促你遠離看起來壞的事物——蛇、難聞的氣味、憤怒的陌生人。可以把它們想像成接在你動機上的油門和剎車。任何一刻，你的行為都是「去爭取」和「離它遠點」之間的拉鋸，哪一股牽引力更強，最終就決定你實際怎麼做。

這兩種驅力不只是感覺，而是大腦中兩個各自獨立運作的系統，各有專屬的神經迴路。趨近主要依賴與獎賞相關的通路，它們釋放多巴胺——一種化學信使，會把某樣東西標記為值得追求，並給你能量去追逐它。迴避則依賴與威脅相關的迴路——尤其是杏仁核，那是大腦深處一個杏仁狀的小結構，扮演警報器的角色——它會觸發警覺、恐懼，以及僵住或逃跑的衝動。由於這兩套系統部分獨立，同一個情境可以同時啟動它們：一個誘人卻有風險的選擇會讓「趨近」和「迴避」的機制一起亮起來，而你感受到的糾結，正是這兩套系統在字面意義上朝相反方向較勁。

這一框架有助於解釋，為什麼當某件事既吸引人又危險時，決定會變得很難，比如約某人出來，或在減肥時面對一份高熱量甜點。許多情緒上的掙扎——焦慮、成癮、拖延——都可以讀作其中一套系統壓過了另一套：焦慮中迴避系統過度活躍，成癮中趨近系統過度活躍。

陣列（array）是一串有序排列的值，被你裝在同一個變數（variable）裡。與其為三個名字開三個分開的變數，你把這三個全放進一個陣列，拎著它們一起走——就像一排編了號的置物櫃，每個格子放一樣東西，全在同一個名字底下。

你靠位置去取陣列裡的東西，這個位置叫「索引」（index）。每個新手都會被絆一下的地方：計數從 0 開始，不是從 1。所以第一項在索引 0，第二項在索引 1，依此類推。當你第一次要「第 1 項」卻拿到第二樣東西時，你這輩子都會記住這件事。

正因為這些項是按順序排好的，陣列天生適合任何「序列」性質的東西——待辦清單、一週七天、搜尋結果。而它和迴圈（loop）是絕配：你寫一小段程式碼，讓它沿著整個陣列走一遍，輪流對每一項做同樣的事。

偽跡是混進腦訊號記錄、偽裝成真訊號的「非大腦垃圾」。感測器收到的不只是神經元的活動，還有來自別處的電活動——那些闖進來的雜物就是偽跡。它就像收音機裡那陣和歌曲毫無關係的雜音。

常見的「罪魁」都很平常：一次眨眼會在附近電極上掃出一大道波，繃緊或移動的肌肉添上一片嗡嗡的雜亂，心跳留下穩定的搏動，頭或線纜的移動造成跳變，而樓裡的電力線則向一切東西裡持續灌入每秒 50 或 60 次的嗡鳴。由於腦訊號太微弱，這些闖入者往往比你真正想要的活動大得多。

處理偽跡是腦機介面實務中很大的一塊工作。工程師在記錄時就設法避開它們，事後再偵測、去除或濾掉它們，好讓底下真正的神經訊號能被讀出來。一個無視偽跡的系統，會樂呵呵地把一次眨眼或一下抽動錯當成大腦發出的指令。

人工智慧——AI——是一門讓機器去做那些通常需要人類智慧才能完成之事的本領：在人群中認出一張臉、聽懂一句口頭提問、翻譯一首詩，或是駕車穿過車流。機器並沒有意識，也不像你那樣真正「理解」；它是在海量的例子中找出規律，再據此行動。與其把它想成一顆機器大腦，不如把它看作一個飛快、不知疲倦的學徒——它讀過的東西，比任何人一輩子能讀的都多。

這個夢想由來已久。1950年，數學家艾倫·圖靈繞開了「機器能思考嗎？」這個滑溜溜的問題，轉而提出一個務實的測試：如果一台機器能把對話進行得如此逼真，讓你分不出它是人還是機器，那麼這點差別還重要嗎？這一轉向——從爭論「思考」改為衡量「行為」——為整個領域定下了基調。而「人工智慧」這個名字，則是在1956年達特茅斯的一次夏季研討會上正式誕生的。

有一點值得說清楚：今天我們稱之為AI的東西，幾乎全都是「窄」的。一個能下出世界冠軍水準棋的程式，疊不了你的衣服；一個能寫出流暢文章的程式，未必算得對一張購物小票。每個系統都只在一條車道上出類拔萃，出了那條道就束手無策。那個宏大的目標——一種像人一樣能在任何任務上學習與推理的通用AI——至今尚未造出，也沒人知道它還有多遠。今天的工具之所以強大，恰恰因為它們專精，而不是因為它們暗地裡真有一顆心智。

人工勢場法是一種引導機器人運動的方法，它把整個世界想像成一片有山有谷的地形，然後讓機器人順著坡往下滾。你想到達的目標點被當成山谷的最低處，會輕輕地把機器人往那裡拉，就像小球會滾到碗的底部一樣。與此同時，每個障礙物都被當成一座山頂，會把機器人推開，就像同極的兩塊磁鐵會互相排斥一樣。在任何位置，機器人只需把來自目標的拉力和來自附近障礙物的各個推力加在一起，得到一個合成的箭頭，告訴它哪個方向是「下坡」，然後朝那個方向邁出一小步。

這種方法吸引人的地方在於它快速而又有即時反應：機器人不必事先規劃一整條路線，只要感受此刻周圍的各種力並隨之移動，這讓它能躲開突然冒出來的東西。它最大的弱點是會困在「局部極小點」——地形裡一個並不是目標的小凹坑，就像半山腰上一個小坑，小球落進去就停住不動了。一個經典的陷阱是 U 形的牆：目標把機器人直直地往裡拉，兩側的牆又均勻地把它往回推，機器人就被卡在凹口裡動彈不得，始終到不了牆另一邊的目標。正因為如此，最基礎的勢場法常常要和更聰明的規劃器或額外的小技巧配合，才能逃出這類陷阱。

上行覺醒系統是大腦的「喚醒網絡」——一組從大腦深處核心向上延伸的通路，讓負責思考的那部分大腦保持開啟、警覺，隨時準備接收外界信息。可以把大腦那層布滿褶皺的外殼（叫皮層，看東西、思考和做決定都在這裡進行）想像成一座燈火通明的大廳。如果沒人管，這座大廳就會昏暗、閒置；而上行覺醒系統就像樓下那個電工，不停地去撥開關，讓燈火大放光明。當這個網絡在放電活動時，你就清醒而有覺察；當它安靜下來，燈光轉暗，你便慢慢睏倦、進入睡眠。

這些「開關」主要藏在大腦底部偏低的兩個區域：腦幹，也就是連接大腦與脊髓的那根「柄」；以及下視丘，緊挨在它上方的一個小小控制中樞。那裡的一簇簇細胞會釋放化學信使——乙醯膽鹼、去甲腎上腺素、血清素、多巴胺、組織胺，還有一種促進覺醒的信號叫食慾素——它們沿著兩條主要路線向上傳遞。一條路線經過視丘，也就是大腦的中繼站，幫助它把感覺信息乾淨俐落地轉送給皮層；另一條則更廣泛地鋪開，直接「浸潤」整個皮層。這些信號合在一起，抬高了皮層的基礎興奮程度，就像先把引擎預熱，一踩油門它就能立刻響應。

這個系統之所以重要，是因為意識就依賴於它。在健康的睡眠中，這個網絡會有意識地降下功率，讓大腦得以休息；而下視丘裡有一個每日運轉的「時鐘」，決定它該在黎明時分重新加速。一旦這些通路受損——比如中風、腫瘤或嚴重的腦部外傷——即使皮層本身完好，人也可能陷入昏迷，因為已經沒人去撥亮那些燈了。理解這個網絡，也能解釋興奮劑、麻醉藥和許多安眠藥是怎樣起作用的：它們正是把這同一組覺醒「開關」往上或往下推。

想像在你的設計裡接了一個煙霧警報器。你只需把規則宣告一次——"這個警報永遠不能響"，或者"每個請求都必須在三個時脈節拍內得到回應"——從那以後就有一個小小的看守者守在那裡，睜大眼睛，每個週期都核對這條規則。一旦現實違反了規則，它就尖叫起來，並逕直指向出問題的地方。斷言正是如此：它是一種嵌入設計內部的檢查，一旦被宣告的屬性遭到違反就立即觸發。於是你不必再盯著成千上萬個波形週期苦苦猜測哪裡出了錯，模擬器會直接把你帶到規則第一次被打破的那個確切時刻和訊號上。

更確切地說，斷言是關於硬體必須如何行為的一種意圖陳述，它的寫法讓工具能夠持續地監視它。最常見的形式是 SystemVerilog 斷言（SVA），分為兩種風格。立即斷言在程序碼中的某一時刻檢查一個簡單條件，就像一句守衛語句。並行斷言則描述一種隨時間針對時脈而展開的關係——"如果 grant 拉高，那麼在兩個週期內 busy 必須隨之而來"——它在每個時脈邊緣都被求值，並在邊緣到來之前就取樣它的訊號，因此讀取的是穩定的值，而不會與這些訊號競爭。由於規則就緊貼在 RTL 旁邊，它以一種永遠不會悄悄過時的形式記錄下設計者的假設：一旦設計不再遵守這條假設，斷言就會失敗。

好處有兩方面。在模擬中，斷言把那些悄無聲息、波及深遠的錯誤，變成在源頭就被抓住的響亮失敗——這是"輸出錯了"與"漏洞就在這裡，在這條訊號上、在這個週期"之間的區別。而且因為它們是關於意圖的精確數學陳述，同一批斷言可以交給形式化工具，由它嘗試對所有合法輸入證明這些斷言為真，而不僅僅是你的測試平台碰巧嘗試過的那些激勵。覆蓋率工具還能追蹤每條斷言中那些有意思的情形究竟被觸發了多少次，於是你了解到的不只是"什麼都沒出錯"，還有你是否真的曾經測試過這條規則。

輔助與康復機器人，是用機器人來幫助那些身體無法獨自完成動作的人去移動、康復並打理日常生活。這兩個詞指向略有不同的目標。輔助機器人替代或支撐某種人也許再難恢復的能力——電動輪椅、裝在義肢上的機械臂、給舉不起湯匙的人用的進食輔具。康復機器人則更像不知疲倦的教練：它一遍又一遍地帶著正在恢復的病人做練習，幫身體重新學會一項失去的技能，比如中風之後重新行走。

這個領域的標誌性機器，是外骨骼、義肢和治療機器人。外骨骼是一套可穿戴的機器人框架，綁在腿上或身上，給人添上力氣、或把人撐直，讓他能夠站立和邁步。機器人義肢是一種帶有馬達和感測器的人造肢體，它讀取身體發出的信號，動起來更接近真肢。治療機器人則是一台設備，它握住一條無力的胳膊或腿，引導著它做精確而重複的動作——其重複的次數，以及動作的一致性，都遠遠超過一位已經疲憊的人類治療師靠雙手所能提供的。

讓這個領域與眾不同的，是它的溫柔。與必須又強又快的工廠機械臂不同，這些機器人要包裹住脆弱、有時還在疼痛的人體，所以它們被造得柔軟、順從，寧可退讓也不去硬推。它們還高度依賴大腦與神經：許多設備會讀取肌肉或神經的信號，去感知這個人「想要做什麼」；而好的康復，只給恰到好處的幫助——絕不會多到讓病人不再努力，因為那份「費力」本身，正是身體痊癒方式的一部分。

聯想學習是大腦發現兩件事常常一起出現，於是開始把其中一個當作另一個的線索的過程。如果某個聲音總在吃飯前響起，你慢慢就會一聽到它便期待食物；如果按某個按鈕總能開燈，你就會學著特意去按它。這兩種情況都不是像背知識那樣記住了什麼，而是反覆的經歷悄悄在兩件事之間建立起了聯繫，使其中一個如今能預示或觸發另一個。這種學習在動物和人身上隨處可見——從聽到牽引繩的嘩啦聲就流口水的狗，到學會說「請」就能得到零食的小孩。

科學家通常把它分為兩類。在經典條件作用（巴甫洛夫式）中，你學到某個信號能預示另一件你無法控制的事件——比如鈴聲預示食物——於是身體開始對這個信號本身作出反應。在操作性條件作用中，你則從自己行為的後果中學習：帶來獎勵的行為會更頻繁地出現，而帶來不愉快結果的行為則會逐漸消失。兩者之所以有效，是因為大腦在不斷追蹤什麼之後總會可靠地跟著什麼，並強化那些抓住這些規律的神經連接。

在更深的層面，聯想學習被認為依賴於可塑性——即神經元之間連接（突觸）強度的持久變化。當兩種大腦活動模式反覆一起放電時，它們之間的線路往往會變得更緊密，這大致就是那句「一起放電的神經元會連到一起」所說的現象。正是這種物理上的重新調校，使世界中一次轉瞬即逝的巧合，被存成大腦內部一份穩定的預期。

星形膠質細胞是大腦和脊髓裡一種呈星形的支持細胞，得名於從它胞體向四面八方伸出的許多細長「手臂」，就像孩子畫的星星一樣。它不是神經元（即發放電訊號的那種細胞），而是被稱為膠質細胞的輔助細胞之一，「膠質」一詞在希臘文裡就是「膠水」的意思。過去人們以為這類細胞只是把神經元固定住的填充物，但如今我們知道，星形膠質細胞其實是忙碌的「照料者」，而且數量極多，佔了你大腦全部細胞中相當大的一部分。

它們的工作，是把每個神經元周圍的「街區」維護得井井有條。星形膠質細胞用它眾多的手臂，清理神經元發放訊號後在周圍液體中積聚的多餘鉀離子和其他帶電粒子（稱為離子），好讓下一個訊號能夠乾淨順暢地通過。它們還會把神經元之間縫隙裡用剩的化學信使（稱為神經傳遞物質）吸收掉——也就是在一條訊息傳遞完成之後——再把它們回收、把原料交還回去。除了這些「家務」，星形膠質細胞還給神經元供給養分：它們把手臂伸向附近的血管，從血液中攝取糖分和其他燃料，再把能量傳遞給旁邊辛勤工作的神經元。

非同步（async）是一種做法：先去啟動某件慢吞吞的事——比如從網路取資料、讀一個大檔案——然後不傻等，繼續去做別的活。等那件慢事終於辦完了，程式碼再繞回來處理它的結果。

可以想像點咖啡：你不會僵在櫃檯前一直等到做好。你拿個取餐器，先找位子坐下，等飲料做好取餐器就會響。這個取餐器就是「承諾（promise）」——一個還沒到貨的答案的佔位符。而「等待（await）」，不過是你主動選擇：先坐下來等這一聲響，再去做下一件事。

這就是為什麼初學者很早就會遇到 promise 和 await：一次網路請求可能要花半秒，而半秒對電腦來說是漫長的永恆。非同步讓程式保持靈活、隨叫隨應，而不是乾等時整個卡死。

大氣層是行星靠引力緊緊裹在表面的一層氣體——看不見，卻實實在在。在地球上它主要是氮氣和氧氣，還有數量不斷變化的水汽，越往高處越稀薄，最後消融進太空。每當風迎面推來，或你坐飛機時耳朵發脹，你都在感受它：那是你腳下這片空氣的重量與壓力，而我們就生活在這片空氣的最底層。

這層薄薄的空氣幹著驚人多的活。它濾掉太陽最危險的輻射，燒掉闖進來的流星，給我們可呼吸的氧氣。其中的微量氣體還會留住熱量——這就是溫室效應——讓地球的平均氣溫比沒有它時高出約33℃，足以使整個星球不至於凍結。與此同時，龐大的空氣本身儲存並搬運著熱量，於是白天不會灼熱難當，夜晚也不會跌入致命的嚴寒。沒有這一切，地表會劇烈搖擺，任何生命都無法呼吸。

一個常見的誤解是把大氣層想像得又厚又深。其實不然。它約有四分之三都擠在離地約11公里以內——也就是客機的巡航高度——而99%都在約30公里以下。相比地球的尺寸，它薄得就像蘋果上的那層皮，而這正是它值得我們守護的原因。

原子是一種元素中仍能算作該元素的最小一份——還是黃金的最小一點黃金，還是氧的最小一絲氧。你能摸到的一切，從這一頁紙到你自己的手，都是由這些顆粒搭起來的。它們小得難以想像：單單一滴水裡的原子數目（大約有 5 x 10^21 個那麼多），就比地球上所有海灘的沙粒加起來還要多。

可以把原子想成一個小小的太陽系，只不過幾乎全是空的。正中央是一個緻密的核心，叫原子核，裡面擠滿了帶正電的質子和不帶電的中子。在很遠的外圍繞著飛旋的，是一團微小的、帶負電的電子。質子的數目就是原子的身分證：一個質子是氫，六個是碳，七十九個是金——改了這個數，元素本身就變了。

最讓人吃驚的一點是：原子裡頭幾乎什麼都沒有。如果把原子核比作大教堂地板上的一顆彈珠，電子就在遠處的牆壁附近來回穿梭，中間全是空蕩蕩的空間。實心的東西摸起來實在，並不是因為原子被塞得滿滿的，而是因為彼此的電子雲一碰上就互相推開。如今我們也不再把電子畫成繞圈的小球了——它們更像一團模糊的「可能性雲霧」，而不是在軌道上繞行的小小星球。

依戀理論認為，嬰兒與最早的照護者所建立的紐帶，會成為日後愛與信任的一份內在藍圖。遊樂場上的幼兒一邊往外探險，一邊不時回頭瞄一眼坐在長椅上的父母——確認那個「家」還在原地。這位父母就是一個「安全基地」：當孩子相信安慰隨時可得，他便有足夠的安全感去探索世界。

它為何重要：這些最初的經驗，會悄悄塑造我們一生如何面對親密關係。精神科醫師約翰·鮑比（John Bowlby）提出了這一構想，瑪麗·安斯沃斯（Mary Ainsworth）用一個巧妙的實驗加以實證研究——短暫地把嬰兒與母親分開，再觀察重逢的一刻。她發現了一些模式：安全型依戀的嬰兒在分離時會難過，但母親一回來便很快平靜；不安全型的嬰兒則要麼焦慮地黏著，要麼顯得冷淡漠然，把不安藏了起來。

一個常見的誤解，是把自己的依戀風格當成無期徒刑——「我天生就是焦慮型，沒救了。」其實它並非命中註定。依戀模式是傾向，而非枷鎖；日後一段有愛的關係、一位好友，或一段心理治療，都能溫柔地改寫這份藍圖。而且它描述的只是平均的傾向，絕不是對任何一個人的判決。

注意是大腦挑選「該在乎什麼」的方式。每一刻，你的感官都被遠超你所能處理的資訊淹沒——各種聲音、顏色、椅子貼著身體的觸感、腦中紛飛的念頭。注意就像一束聚光燈，從中挑出寥寥幾樣，把其餘的推到背景裡，讓你能讀懂眼前這句話，而不是被一切同時壓垮。想想一場熱鬧的派對：滿屋子都是交談聲，但你能鎖定正在和你說話的那位朋友，讓其餘的聲音模糊成一片嗡嗡聲。這種有選擇的調諧——把一些訊號調高、把另一些調低——就是注意。

從內部機制看，注意是大腦對某些輸入的優先處理，而不是對所有輸入一視同仁。當你注意某樣東西時，大腦前部和側面的網絡（尤其是前額葉和頂葉區域）就像一座指揮塔，增強負責處理目標的神經元，壓低處理干擾的神經元——於是這束聚光燈讓重要的訊號更響亮、更清晰，而不只是在你眼裡顯得更亮。它有兩種不斷相互權衡的形式：自主注意，即你刻意把焦點對準某處（在人群中搜尋一張臉）；以及自動注意，即某樣東西無論你願不願意都會抓住你（突然的閃光、房間另一頭有人喊你的名字）。這正是注意如此重要的原因：腦力有限，你注意什麼，在很大程度上就決定了你感知到、記住和學到什麼——而被你忽略的，可能就像從未發生過一樣消失無蹤。

吸引子網路是描述一群彼此密集連接的腦細胞的一種方式：由於互相反覆傳遞訊號，它們的活動會自然地朝某幾個穩定的模式滾去，並最終停在那裡——有點像把一顆彈珠放到坑坑窪窪的地面上，它總會滾進其中一個低窪處停住。每一個低窪處被稱為一個吸引子，代表網路能夠保持的一種穩定狀態，也對應著大腦想要穩穩記住的東西：一張記得的面孔、一個選定的方向、一個已經做出的決定。因為這些細胞把訊號回送給彼此、形成迴路（這種帶環路的連線方式叫做遞迴連接），所以即使最初觸發它的東西已經消失，這個模式仍能靠自己維持下去，把答案穩穩地保持住。

它如此有用的地方在於：網路能夠清理並補全雜亂的輸入。只要把它推到接近某個低窪處——給它一個模糊的線索，或只是半段記憶——遞迴式的回饋就會把整個活動模式順著拉下去、落進最近的那個穩定狀態，從而恢復出完整的答案；這正是單憑一條線索就能喚回整段記憶的原理。同樣的思路也解釋了做決定：隨著證據不斷到來，網路會慢慢漂移，直到倒進這個低窪而不是那個低窪，而最終停下的模式就是所做的選擇。微小的擾動或雜訊會被撫平，因為活動會重新滑回低窪處——正因如此，這類網路能在數秒之內可靠地保存資訊，並在受到干擾後從容地恢復。

研究者既把吸引子網路當作真實迴路如何運作的理論，也把它當作可以在電腦上模擬的工具。這一圖景與腦中的多個系統相符：海馬體和大腦皮層中的細胞被認為是以吸引子的形式儲存記憶，頭朝向細胞似乎會落在一圈狀態上、像一個內在的指南針，而那些把一個決定或一個念頭持續記在心裡的迴路，似乎也依賴同樣的自我維持環路。這個模型還能預言一些典型的失誤——例如，如果兩個儲存的模式靠得太近，彈珠就可能滾進錯誤的低窪，把記憶混淆或疊在一起。

身分驗證（authentication）是系統用來證明「你是誰」的過程。它就是登入那一步：你出示密碼、一次性驗證碼、指紋，伺服器據此確信你確實是你聲稱的那個人——就像門口的保全在查你的證件。

關鍵在於，它只回答「你是誰？」，而不回答「你能做什麼？」。後一個問題屬於授權（authorization），而人們老是把這兩者搞混。一個好記的小竅門：身分驗證是那道門，授權是你進門後獲准進入的那些房間。

一旦通過驗證，伺服器通常會發給你一個權杖（token）或設定一個 cookie，這樣你就不必在每一個請求上都重新輸入密碼——這是你在整個工作階段期間隨身攜帶的「身分憑證」。

授權（authorization）決定的是：在系統已經知道你是誰之後，你「被允許做什麼」。你登入了——沒問題——但你能刪掉這個檔案嗎？能看別人的薪水嗎？能打開管理後台嗎？授權就是為每一個這種問題把關的那道關卡。

它總是發生在身分驗證（authentication）之後。系統先確認你的身分（authn），再檢查你的權限（authz）。知道你是誰，並不能說明你能碰什麼——一個登入的訪客和一個登入的管理員同樣都「通過了驗證」，但「被授予的權限」天差地別。

當你撞上一堵過不去的牆，那通常就是授權失敗：伺服器很清楚你是誰，只是不讓你做這件事。在網路上，它常常表現為一個 403 Forbidden（禁止存取）。

自閉症譜系障礙是一種伴隨終身的大腦發育差異，它塑造著一個人溝通、與他人建立聯繫以及體驗世界的方式。它不是一種突然患上、可以治愈的疾病，也不是由不當的養育或疫苗引起的；它是一種從幼年起就存在的模式，深深嵌入大腦成形的方式之中。關鍵就在「譜系」二字：自閉症人士彼此差異巨大。有的人能流利說話、勝任要求很高的工作，只是覺得寒暄和目光接觸讓人疲憊；另一些人可能完全不使用口頭語言，日常生活也需要他人幫助。自閉症沒有單一的樣子，正因如此，過去那種把它看作一種固定類型的舊觀念，已被一個寬廣而連續的範圍所取代。

診斷中貫穿著兩條大的線索。第一條是社交溝通方面的差異：讀懂語氣、面部表情，或判斷什麼時候輪到自己說話這類未明說的信號，往往需要更多有意識的努力，你來我往的對話也可能並非自然而然。第二條是傾向於專注的興趣、對常規與可預測性的偏好，以及讓人感到安心的重複動作或言語，比如來回搖晃或反覆說一句喜歡的話。許多自閉症人士對世界的感受也更為強烈：閃爍的燈光、扎人的衣物標籤，或嘈雜的房間，都可能讓人真切地難以承受；而對火車、數字或某個心愛主題的深入興趣，則可以成為真正的快樂與才能的源泉。

科學家認為，自閉症主要源於大腦在生命最初幾年裡自我布線的方式，這一過程受遺傳強烈影響，有數百個基因各自對大腦發育施加一點點推動。一種主流觀點是，大腦的「油門」（興奮性信號）與「剎車」（抑制性信號）之間的平衡被調到了不同的設定，從而改變了腦區之間的連接方式，以及大腦對感覺刺激反應的強弱。尤為重要的是，人們越來越不把自閉症看作需要被修復的故障，而是看作一種不同的存在方式——許多自閉症人士和研究者更主張提供支持、給予接納和便利安排，而不是試圖抹去這些特質本身。

自體細胞，是從病人自己身上取出、再經過培養、處理或重新輸回同一個人的細胞。這個詞的意思是「自身」，而這正是全部要點：因為這些細胞本就屬於你，你的免疫系統會把它們認作自己的一部分，不會去攻擊。這就像用自家後院挖來的磚去修自己的房子——從定義上就是完美匹配。

實際操作中，臨床人員從病人身上採集細胞——取自血液、皮膚、脂肪或骨髓——由實驗室加以擴增，有時再編輯它們、或誘導成另一種細胞類型，然後輸回體內。由於遺傳資訊完全一致，不會出現外來組織排斥，而排斥正是困擾大多數移植的核心障礙。這種「自己給自己」的思路，是若干已確立及實驗性細胞療法的基礎。

代價在於可行性。每一批都是為某一個人量身定製的，這使自體細胞生產緩慢、價格昂貴，也無法預先做好放在貨架上備用。如果病人病得很重，培養其細胞所需的數週時間可能是個實實在在的麻煩。所以自體細胞在「免於排斥」上勝出，卻在速度和規模上落敗——恰好是供體來源細胞的鏡像。

自動造市商是一種智慧合約，它讓人們能即時地把一種代幣換成另一種，辦法是與一個共享的資金池對手交易，而不必苦等一個出價相符的買家或賣家。傳統交易所靠「訂單簿」運轉：你的賣單會掛在列表裡，直到有人願意按你的價錢來買。自動造市商乾脆取消了這間「等候室」。對手方永遠存在，因為你是在和一個裝著兩種代幣的池子對換，而價格由一道公式當場算出。

巧妙之處就在那道公式。一種常見的做法，是讓池中兩種代幣數量的「乘積」保持不變——假設池裡裝的是蘋果和橙子，那麼每筆交易之後，蘋果 × 橙子都必須等於同一個數。當你取走蘋果，就得放進橙子；而由於剩下的蘋果變得更稀缺了，每一個所要換的橙子都比上一個更多。池子會自動給自己定價：你買得越多，價格爬得越陡，全程沒有任何人在報價。正是這套自我平衡的數學，讓自動造市商永遠不需要別人告訴它「某樣東西值多少」。

自動造市商之所以重要，是因為它讓任何代幣、在任何地方都能交易，中間不再需要一家公司去撮合訂單或保管你的錢。任何人都可以為一種新代幣注入一個池子、就此開出市場，而下一秒就有人能與它對換。這正是大多數去中心化交易所背後的引擎，它把「造市」這件曾經專屬於專業機構的活兒，變成了普通人只要往池子裡添些資金就能參與的事。

自動化，是讓機器去做過去人們靠雙手完成的工作；勞動力替代，則是當機器接手了某項任務後，落在原本做這件事的人身上的後果。當一座倉庫買來會去貨架取貨的機器人，或一座農場買來能整夜採摘水果的機器時，活照樣有人幹——但原本幹這活的人，對於那份確切的工作可能就不再被需要了。把這兩個概念放在一起，正是圍繞機器人最古老、也最激烈的爭論之一，因為它牽動著薪水、尊嚴，乃至整個社區的樣貌。

事情很少簡單到「機器人搶走了工作」那麼一句話。自動化通常吞掉的是「任務」，而不是整個「職業」：它吃掉那些枯燥、重複或危險的環節，留下那些需要判斷力、需要照護、需要人情味的部分。它同時也創造出新的工作——總得有人去製造、安裝、編程和維修這些機器——而且透過把商品變得更便宜，它能讓經濟增長，催生出誰也沒預料到的崗位。但這些得與失，並不會均勻地落下來。一個唯一任務消失了的工人，未必能輕鬆滑入那個新角色，而那個新角色，也許在另一座城市、另一個行業，甚至要求完全不同的技能水平。

正因為這種落地不均，討論的重心才落在了再培訓（幫助人們學會這個變了樣的工作場所所需要的新技能）、安全網（提供收入支持和重新受訓的時間，好讓一項任務的消失不等於一份生計的消失），以及節奏（緩慢的轉變給人留出適應的餘地，驟然的轉變則會造成實實在在的困苦）。一句老實的總結：自動化往往會抬高總體財富，卻把痛苦零散地撒到特定的人和地方身上，所以那個倫理與政策問題，與其說是「我們該不該自動化？」，不如說是「我們該如何分享收益、緩衝損失？」

自主神經系統是神經系統中默默在後台運轉身體的那一部分——完全不需要你去做決定。它掌管著你從不刻意去想的事：心跳有多快、瞳孔張得多大、胃此刻是否在忙著消化午飯、你出多少汗，以及血液該被引向肌肉還是從肌肉那裡抽離。可以把它想像成大樓裡那支自動後勤隊伍，在牆壁後面默默調節著供暖、給排水和電力，好讓樓裡的人安心過日子。你能聽從指令屈起手臂，卻無法僅憑意願讓心跳放慢、讓腸胃消化得更快——那是這套系統的活兒。

它的工作方式，是透過神經把訊號傳送到你的內臟、腺體和平滑肌——平滑肌是分布在血管壁、腸道和氣道壁裡那種柔軟的、不隨意的肌肉（與你有意去活動的骨骼肌不同）。這套系統有兩大分支，二者通常朝相反方向用力，以維持你身體的平衡：交感神經分支讓身體亢奮起來、準備行動——加快心跳、擴張氣道、釋放儲備的能量——這就是著名的「戰或逃」反應；而副交感神經分支則讓一切平靜下來，進行休息、恢復與消化，有時被稱作「休息與消化」反應。透過時時刻刻把這兩者調高或調低，自主神經系統讓你的內部環境保持穩定——無論你是在衝刺奔跑、酣然入睡，還是坐下來吃飯。

自主水下航行器，英文縮寫 AUV，是一種自己在海洋裡游動的機器人潛艇，既沒有纜繩把它拴在船上，也沒有人逐時逐刻地操縱它。你事先給它下達一項任務——勘測這一段海床、保持這個深度、採集這些測量數據——然後它便下潛，獨自把方案執行上幾個小時或幾天，再浮出水面把所獲交還給你。這讓它有別於帶纜的 ROV（遙控潛水器）：後者由飛手通過一根長長的臍帶纜即時操縱；而 AUV 剪斷了那根纜，用放棄持續操控來換取真正的獨立和遠得多的航程。

機器人一旦下到水裡，兩個看似平常的問題會變得出奇地棘手。第一個就是單純地停留在正確的深度：一個物體在水裡是浮是沉，取決於它的浮力，也就是它的重量與它推開的那部分水向上托起它的力之間的平衡。因此 AUV 會仔細調校這種平衡，並用鰭、螺旋槳或推進器來向前行進和轉向，很像魚用身體和尾巴那樣。有些滑翔機甚至靠改變自身浮力，在長長的、緩慢的之字形裡一沉一浮地省電，幾乎根本不開馬達。第二個問題是動力與外形：它必須自帶電池，還要抵擋深水那令人窒息的擠壓，所以 AUV 往往是流線型的密封管體，造得能高效地穿過海水。

最難的問題，是搞清楚自己在哪裡，因為給汽車和無人機指路的衛星信號——GPS——穿不過海水。一旦被切斷了它，AUV 就幾乎只能盲目地導航：它通過追蹤自己的速度和航向來推算自己移動了多遠，傾聽聲音從海床反彈回來，有時還藉助水下聲學信標來交會定位，因為無線電在水下毫無用處，而光在渾濁的水裡只能照到幾米遠。儘管如此，AUV 仍能測繪海底、巡檢管線和海底電纜、搜尋沉船、監測污染和海洋生物，並在載人船隻無法安全抵達的極地冰蓋之下進行勘察。

自動駕駛汽車，是一種能自己開的小汽車（或卡車、接駁車）：它感知路況、決定怎麼做，然後自行轉向、煞車和加速——幾乎不需要、甚至完全不需要人來操作。它其實就是一台裝了輪子的機器人：攝影機、雷達和雷射掃描儀當眼睛，一台電腦扮演大腦，方向盤和踏板則是肌肉。人們的夢想，是把那套讓機械臂在桌上找到零件的本領，對準一個難得多的問題——在車流中安全地行駛。

在內部，每一套自動駕駛系統都在運行同樣的三步循環。感知，把洶湧而來的感測器數據變成對場景的理解——車道、車輛、行人和紅綠燈都在哪裡。規劃，隨即決定下一步怎麼做：走哪條車道、何時為路邊的孩子減速、怎樣併線。控制，最後把這個計畫變成對方向盤、油門和煞車既平順又精確的指令。難就難在，這不是任何單獨一步，而是要每秒把這三步可靠地做上許多遍——在雨中、在刺眼的強光下、在道路施工處，以及真實街道上層出不窮的意外裡。

由於「自動駕駛」這個說法，從定速巡航一直涵蓋到一輛連方向盤都沒有的車，工程師便用一套從 0 到 5 的自動化等級（由 SAE 定義）來說清楚。0 級是完全手動；1 級和 2 級是駕駛輔助，人必須始終全權負責；3 級讓車在某些情況下自行應付，但要求人在被提示時接管；4 級和 5 級才是真正的自動駕駛，其中 5 級能去任何人能去的地方。今天在售的大多數車都停在 2 級，而邁向 4 級、5 級之所以艱難，恰恰是因為那些罕見、古怪、危險的瞬間——所謂「極端情形」——人靠常識就能應付，機器卻必須被明明白白地預先準備好。

軸角表示法把任意朝向描述為「一次單獨的扭轉」：先挑一條用來旋轉的直線，再說明要轉多遠。這條線由一個單位軸給出——一支長度為一、指向某個方向的箭頭，而旋轉量就是一個用度或弧度表示的角度。它依託一個簡潔的事實，稱為歐拉旋轉定理：無論一次重新定向看上去多複雜，總可以用「繞一根固定軸的單次旋轉」來複現。所以「繞豎直軸轉 90 度」是一個完整的答案，而不是某種簡化。

這種看法極其符合直覺，因為它正合我們平時談論轉動東西的方式：一個方向、一個量。它也很緊湊，只需要一個軸和一個數，而且讓「機器人到底轉了多少」可以直接讀出來。人們常把軸和角折疊成一個旋轉向量——一支方向即軸、長度即角度的箭頭，這在數學上很方便。它的主要弱點是：在這種形式下把兩次旋轉合成起來很彆扭，而且當角度為零時軸就失去了意義（「沒有轉」是談不上方向的）。因此機器人常把軸角轉換成四元數或旋轉矩陣來做真正的計算，同時仍用軸角來表達諸如一條轉動指令、或兩個朝向之間的誤差這類東西。

軸突是從神經細胞身上長出來的那條又長又細的「尾巴」，負責把這個細胞要發出的訊息從胞體送往別處。神經細胞又叫神經元，它有一個鼓鼓的中段部分（胞體，又稱soma），細胞就在這裡存活並做出判斷；還有一叢短短的、像樹枝一樣的分支，專門接收傳進來的訊號；然後從胞體伸出唯一一條長長的纖維，把這個細胞自己的回應送出去——這條纖維就是軸突。可以把神經元想像成一座小小的電台：那些分支是它豎起來聽新聞的天線，而軸突則是從門口拉出去、把電台自己的訊號繼續往外送的廣播電纜。

軸突的任務是單向輸出。訊號從軸突與胞體相連的地方啟程，沿著這條纖維以飛快的電脈衝向前傳遞，最終抵達遠端那些細小的末梢，再越過一道叫做突觸的窄縫，把訊息交給下一個細胞。對單個細胞來說，軸突可以長得驚人：有些從脊髓一直延伸到腳趾的軸突，兩端之間將近一米長。為了讓訊號在這麼遠的距離上快速傳遞，許多軸突外面裹著一層叫髓鞘的脂肪絕緣外套，它能讓脈衝一跳一跳地前進、更快地到達。把許多這樣的纖維捆在一起，就是我們平常所說的神經。

正因為軸突是那個向外伸展、建立連接的部分，它在整個神經系統的「佈線」中處於核心位置。一個神經元的軸突可以分叉、觸碰到成千上萬個別的細胞，而哪一條軸突連上哪一個目標，這種精確的連接圖案，正是搭建起運動、感覺、記憶和思考背後那些迴路的根本。當一條軸突被切斷、或它的髓鞘受損時，訊息就會變慢甚至停下，這也是為什麼傷及軸突的損傷和疾病會讓人失去運動能力或感覺。

軸突電纜特性，指的是把神經元那條長長的輸出導線——軸突——當作一根真實的電纜來看時，它表現出的最基本的電學習性。就像一條老式海底電報電纜會漏電、會把你從一端送進去的信號弄得模糊一樣，一段軸突也不是完美的導體：當一個電壓變化沿著它擴散時，傳得越遠，信號就越弱、越慢。決定這種行為的有兩個物理因素。一個是電阻，也就是電荷流動有多困難——電流沿著軸突內部縱向流動時會遇到電阻，而電流從管壁（也就是細胞膜）橫向漏出去時，還會遇到另一種電阻。另一個是電容，即細胞膜儲存電荷的能力，它就像一塊小電池，必須先被充滿，膜另一側的電壓才能改變。

這兩個因素合在一起，決定了工程師和神經科學家都關心的兩件事：信號能傳多遠，以及傳得多快。一條更粗、管壁封得很嚴、漏電很少的軸突，能讓電荷在流失之前跑得更遠，於是一個電壓隆起能在消退之前傳播很長一段距離——這個傳播範圍由一個叫長度常數的數字來刻畫（也就是信號衰減到大約起始值三分之一所經過的距離）。而速度則主要被電容拖慢：每一小塊膜都必須像水桶一樣被充電再放電、裝滿再倒空，電容越大，所需的時間就越長。這正是為什麼把軸突加粗、再用富含脂肪的髓鞘把它包裹起來——這會降低漏電和電容——就能讓神經信號傳得既更遠又更快；也正是這些被動的電纜特性，決定了你感到一次觸碰、或動一下肌肉的快慢。

軸突導向，是一根正在生長的神經纖維在發育中的身體裡找到出路、並準確插入正確目標的過程。一個神經元（神經細胞）會伸出一根長長的電纜，即軸突，把它的信號向外傳送——而這根軸突往往要走很長的路，越過成千上萬個別的細胞，才能抵達它注定要連接的那塊肌肉或那個腦區。軸突導向，就是那一整套讓它不至於迷路的路標和交通規則。可以想像一個旅人沒有地圖、要穿越一片陌生的國土，全憑沿途立著的指示牌前行：這裡轉彎、繼續前進、禁止進入。一根生長中的軸突所做的正是這樣，而軸突導向就是那套讓旅程不會走錯的路標系統。

這些路標是一些分子，稱為導向線索，散布在軸突要穿過的組織之中。有的線索是吸引性的，說「靠近些」；有的是排斥性的，說「別過來」；有的牢牢黏在軸突爬過的細胞表面上，有的則四處飄散，形成一縷淡淡的化學氣味，在某處濃、在另一處淡。軸突最末端坐著一個不安分的、手掌般的探路者，叫作生長錐，它上面佈滿感受器，專門讀取這些線索。生長錐遇到吸引性的線索就朝它轉過去，遇到排斥性的線索就掉頭避開。這些分子裡有幾個著名的家族——網蛋白、狹縫蛋白、信號素和肝配蛋白——它們以線索與配對感受器成對工作，就像鎖和它的鑰匙，使每一根軸突只對屬於自己的那些標記作出反應。

正是這般細緻的掌舵，神經系統那令人驚嘆的佈線，連同它數以十億計、各就各位的連接，最初才得以鋪設出來。一旦軸突導向出了差錯，纖維便會遊蕩到錯誤的目的地，這種錯接可能表現為大腦和眼睛的發育障礙。同一批導向分子在受傷之後還可能再次被喚醒，這也部分解釋了為什麼成年人大腦和脊髓裡被切斷的神經很難找回原路——讀懂最初那張路線圖，正是幫助受損佈線重新生長的第一步。

軸丘是神經元胞體上一個小小的、圓錐形的隆起。神經元就是大腦和神經裡負責傳遞訊號的細胞。可以把神經元的主體想像成一個圓形的中心樞紐，四周伸出許多短小的分支；在它的一側，樞紐逐漸收窄成一道小斜坡，而那條唯一的、長長的輸出電纜——叫作軸突——就從這道斜坡的底端出發。這道逐漸變細的斜坡就是軸丘：胞體在這裡把訊號交給那根負責把消息送出去的「電線」。

這個小隆起之所以重要，是因為它是做決定的地方。一個神經元會從鄰居那裡收到無數細微的推動——有的促使它放電，有的則在拉住它——所有這些推動都會在細胞上擴散，並在軸丘處匯集疊加。這裡的細胞膜上格外密集地分布著電壓門控鈉通道，那是一些極小的閘門，當電荷越過某個閾值時就會突然打開。如果合起來的推動足夠強，這些閘門便驟然開啟，一個完整的神經訊號——動作電位——隨即點燃，沿著軸突飛速傳去。所以軸丘就是神經元的扳機：它在這裡把各方的「票數」加總起來，時時刻刻決定要不要放電。

軸突終末是神經元那條長長的發送纖維的最末端——就是細胞最終把訊息交給下一個對象的那個略微鼓起的小尾端。神經元是一種神經細胞，它的軸突是把細胞的電訊號從主體帶走的那根細電纜。在最遠的那一頭，這根電纜並不是直愣愣地戛然而止；它通常會分叉成許多細小的分枝，每條分枝末端都鼓出一個小小的球狀結構。這些小球就是軸突終末，它們是神經元幹正事的那一端，是專門為了與另一個細胞對話而造出來的部位。

終末緊緊貼在它的目標上——另一個神經元、一根肌纖維或一個腺細胞——之間只隔著一道極其微小的縫隙。終末、縫隙加上接收面，這整個接頭叫作突觸；由於軸突終末位於發送的一側，所以被稱為突觸前的（意思是在突觸之前）。當神經元的電訊號沿著軸突飛奔而來、抵達終末時，就會觸發這個小球釋放出一種叫作神經遞質的微小化學包裹。這些包裹飄過縫隙，落在下一個細胞上，把訊息傳遞下去。因此，可以把軸突終末想像成一條運貨道路盡頭的裝卸碼頭：訊號到達後，被轉換成一份化學包裹，再裝運過縫隙，送到對面等候的那個細胞那裡。

軸突運輸是神經元用來在軸突上來回搬運物資的運送系統——軸突就是那條細長、像纜線的尾巴，負責傳送細胞的信號。可以把軸突想像成一條很長很長的道路，從胞體（神經元的總部，大部分建造工作都在這裡完成）一直延伸到遠處的末端，在那裡它與下一個細胞對話。這條路可以長達胞體寬度的上千倍，遠得任何東西都不可能靠自己漂過去。於是神經元開了一項貨運服務：把物資打包進一個個膜質小泡，再由微小的機器主動把它們拖到需要的地方。

這種搬運是由馬達蛋白完成的——它們是分子級的機器，真的會沿著貫穿整條軸突的內部軌道一步一步地「行走」，這種軌道叫微管。從胞體出發、朝軸突末端去的貨物，走的是順向運輸；它運送的是新鮮的補給，比如裝著化學信使（用來與下一個細胞對話）的小泡，還有粒線體（細胞的發電廠）和建造材料，由一種叫驅動蛋白的馬達拉著走。朝相反方向、從末端回到胞體的貨物，走的是逆向運輸，由一種叫動力蛋白的馬達拉著；它把用舊的零件送回去回收，並捎帶回各種狀況報告——不幸的是，有些病毒和毒素也會搭這趟「順風車」往裡走。

這套穿梭運送之所以重要，是因為軸突的遠端幾乎無法自己製造東西，只能依靠源源不斷的運送來維持運轉和自我修復。一旦軌道受損或馬達失靈，物資就會堆積或永遠到不了，軸突末端便會「挨餓」，神經元也可能因此患病甚至死亡——許多神經疾病中都能看到這種崩潰。簡而言之，軸突運輸就是那條生命線，讓神經元最遙遠的前哨始終有補給、有動力，並與「老家」保持聯繫。

反向驅動性指的是，你不透過指揮馬達，而是直接推動機器人關節的「輸出端」——也就是真正幹活的那一頭——來讓它動起來的容易程度。一個可反向驅動的關節像自行車輪子自由滑行：輕輕一推它就轉，你甚至能透過它感覺到馬達被倒著帶動。一個不可反向驅動的關節則像頂起汽車的螺旋千斤頂——你搖手柄能把車頂起來，但無論怎麼往下壓車，都沒法把手柄倒著搖回去。許多齒輪系統是故意捨棄反向驅動性的：大減速比讓馬達的輸出變得有力，卻也讓關節很難從外部被推動。

當機器人需要在人身邊安全工作、並讓人覺得靈敏好用時，反向驅動性就很可貴：可反向驅動的手臂能被人用手輕輕推開，遇到意外接觸時會順勢讓步，而不是固執地死守原位。它還讓機器人能直接透過關節去感知並回應外界的力，幾乎就像你用自己的手臂去感受壓力一樣，這甚至能取代一個專門的力感測器。

欠驅動則是一個與「數數」有關的相關概念：它指一個機構的馬達數量少於它能獨立活動的方式數量。一隻有很多手指關節、卻只有一兩個馬達的機器手就是欠驅動的——手指不是各自單獨驅動，而是按彈簧和連桿設定好的固定方式一起彎曲。這讓設計更簡單、更輕、更便宜；而一隻設計得當的欠驅動手，即便無法讓每個指節都擺出獨立姿勢，仍能自然地包裹住各種不同形狀的物體。

後端（backend）是一個應用程式裡跑在伺服器上、看不見的那一部分。它保管資料、執行規則、做真正的活兒——核對你的密碼、儲存你的訂單、把你的帳單加總。你從來不會直接看到它；你看到的，永遠只是它送回來的那些答案。

想想一家餐廳。你坐著的那間大廳是前端（frontend）——菜單、桌子、和氣的服務員。後端則是廚房和後台辦公室：菜真正在那裡被烹飪、庫存在那裡被清點、收銀機在那裡把錢算清楚。客人從不會晃到後頭去，也不需要去——他們只管享用端上來的那頓飯。

這兩半透過 API（介面）對話：前端發出請求（「幫這個人登入」「把他的訂單給我」），後端就完成那些繁重的工作再回覆。它也是放敏感東西的地方——資料庫、密碼、商業邏輯——之所以都留在伺服器上，正是為了讓它們落不到使用者手裡。

齒隙是兩個咬合齒輪之間那一點點自由的空程——你轉動其中一個齒輪、另一個卻沒有立刻跟上時，所感到的那一絲鬆動。齒輪沒法做到嚴絲合縫地貼合，否則就會卡死、磨咬；於是工程師在齒與齒之間留下一道極細的縫。這道縫有助於運轉順暢，但它意味著每當主動齒輪改變方向，從動齒輪都會遲一絲才動。你在一輛舊自行車上會遇到同樣的事：往前蹬，鏈條咬上之前會有短短一段「空腳」。那段空腳就是齒隙。

對機器人來說，這點小曠量關係重大。當一個關節反向時，馬達得先把這段齒隙「吃掉」，肢體才會真正動起來，於是真實位置會落後於控制器下達的指令——這種定位誤差會在手臂指尖處表現為一點小晃動或不精準。更糟的是，這道縫讓負載在振動下來回咯噔、撞擊齒面，這又反饋回控制系統，可能讓本該俐落收尾的緊湊、快速動作變得抖動或來回找位。這正是為什麼高精度關節偏愛諧波減速器這類幾乎零齒隙的設計，也是為什麼便宜的齒輪玩具相比之下摸起來鬆鬆垮垮。

反向傳播是分層神經網路從錯誤中學習的方式。網路先做出一個猜測，你測量它錯得有多離譜，然後把這個誤差沿著各層往後傳遞，告訴每一個連接它該為錯誤負多少責任。想像一間廚房端出了一道太鹹的菜：主廚沿著流水線往回追查——醬料台分一點責任，調味環節分一點——每位廚師都微調自己那一環。用上百萬個例子一遍遍這樣做，整個網路就越來越準。

它的內部其實只是用微積分裡的鏈式法則做細緻的記帳——一層一層地算出：每個權重稍微變動一點，最終的誤差會怎樣改變。精妙之處在於從輸出端往回推：它一次掃過就算出所有這些「責任份額」，而不必逐個權重單獨試探，否則會慢得不可救藥。然後把每個權重朝著能減小誤差的方向挪動一格，循環往復。

它的重要性怎麼說都不為過：正是反向傳播讓深層網路——疊了許多層的網路——真正變得可以訓練，並支撐著幾乎所有現代人工智慧，從影像辨識到聊天機器人。一個常見的混淆：反向傳播只負責找出每個權重該往哪個方向調；該邁多大一步，是另一個步驟（梯度下降）決定的。它是遞送誤差的信使，而不是擰旋鈕的那隻手。

幾十年來，晶片把所有東西都堆在矽片的同一面：幾十層金屬同時承載著訊號線（邏輯彼此對話的通道）和電源線（給每個電晶體送去供電電壓）。隨著特徵尺寸越縮越小，這兩份活兒開始爭搶同一片擁擠的空間——而供電還有個特別的麻煩。把電流順著這一疊高高的金屬層往下送的導線又細又有電阻，於是供電電壓在往下走的途中會稍稍塌一點。這一塌就是 IR 壓降，而且它惡化的方式恰好印證了互連縮放的極限：導線越細就電阻越大、裕量越小，邏輯也就更慢、更不可靠。背面供電正是這樣回應這一極限的——它給電源單獨劃出一塊地盤。你把晶圓減薄，在矽片的背面再建一張金屬網路，專門用來送電，而正面那一疊金屬則被騰出來，只管走訊號。

把它想成一棟公寓樓，原本把上下水、電路和走廊全都塞在同一組豎井裡——什麼都在擠地方。背面供電就像把所有管路都挪到樓後的一條服務通道裡。這樣一來，前面的走廊（訊號）變得更寬、更好排布；而管路（電源）則能用又粗、又短、電阻又低的大管子，從正後方直接通到每一層，不必再從樓頂一路蜿蜒下來。由此帶來兩個好處。第一，IR 壓降變小了，因為背面的電源軌更粗，電流到達每個電晶體所走的路也短得多。第二，布線擁擠緩解了，因為把那些粗壯的電源軌從正面各層撤走後，就給佈局佈線一直擠不下的訊號線騰出了更多空間。它正是在 2nm 這一代前後進入量產的技術之一。

細菌是極其微小的生物，每一個都是單單一個細胞，小到幾百萬個擠在一根針尖上都綽綽有餘。它們無處不在——在泥土裡、在海洋中、在你的皮膚上，此刻還有數以兆計的細菌住在你的腸道裡。一滴池塘水中的細菌數量，就能比地球上的全部人口還要多。

出人意料的是：絕大多數細菌都是無害的，許多還相當有用。你腸道裡的細菌幫你消化食物，另一些則把牛奶變成優格和起司。只有一小撮才是搗亂分子——例如引起鏈球菌性咽炎、肺結核或食物中毒的那些。

在歷史上的大部分時間裡，沒有人知道病菌會引起疾病。直到 1880 年代，羅伯特·科赫提出了一套明確的檢驗標準——如今稱為「科赫法則」——用來證明某一種微生物會引起某一種疾病：在每一名病人體內都找到這種病菌，把它從身體中分離出來、做成單獨的純培養，再用它讓一個健康的宿主生病，然後從中重新分離出同一種病菌。這條環環相扣的證據鏈，把模糊的猜疑變成了扎實的科學，也奠定了現代醫學的基礎。

腦訊號是許多不同快慢的節律同時混在一起，就像幾個音符一起奏響。頻帶能量問的是關於其中某個音符的一個簡單問題：它有多響？說得更準確些，就是訊號的能量有多少落在某個選定的頻帶裡——比如 mu 頻帶（大約每秒 8–12 個週期），或者快一些的 beta 頻帶。

頻帶能量是節律類腦機介面的主要特徵，因為它會隨著這個人腦中在做什麼而起落。比如當一個人想像動手時，運動皮層上方的 mu 和 beta 節律往往會安靜下來，於是這些頻帶裡的能量就下降。解碼器盯著這個數值，就能推斷出它背後的意圖。

計算時，你取一小段訊號視窗，算出它的能量在各個頻率上如何分布，再把落在你那個頻帶裡的部分加起來。它計算起來很省、也容易解讀，這正是它幾十年來一直受歡迎的原因之一。

能隙基準是一個小小的類比電路，它給出一個穩穩的電壓——接近 1.2 V——無論晶片是發燙、變冷，還是電源電壓塌陷，它幾乎紋絲不動。幾乎每塊晶片都需要一把牢靠的「尺」來作比較：ADC 要知道「滿量程」是多少，穩壓器要知道把輸出穩到哪個值，上電重置電路要知道電源什麼時候算「夠高」。而一顆電池或一條電源軌會隨溫度與負載漂移，根本當不了尺。能隙基準，就是做出這把尺的那個電路。

訣竅是用兩段方向相反的漂移把溫度抵消掉。一個順向偏壓的二極體（或者一隻電晶體的基射極電壓 Vbe）在變熱時壓降會略微減小——大約每升高 1 攝氏度降 2 mV。這是一個 CTAT 項：與絕對溫度互補（Complementary To Absolute Temperature）。另一方面，如果讓兩隻電晶體工作在不同的電流密度下，它們 Vbe 之差會隨溫度升高——這是一個 PTAT 項，與絕對溫度成正比（Proportional To Absolute Temperature），由熱電壓 kT/q 決定（室溫下約 26 mV）。把一段下降的 CTAT 和一段上升的 PTAT 各按合適的比例相加，兩條斜率正好抵消：它們的和在整個溫度範圍上是平的。

那個平點為什麼落在 1.2 V 附近？因為這差不多正是矽的能隙電壓外推到絕對零度時的值——電子要導電所必須跨過的那道能隙。當你強行讓 CTAT 與 PTAT 的斜率相互抵消時，其實就是把 Vbe 外推回 0 K，於是矽把它的能隙交到了你手上。這正是這個名字的由來：電路並不是刻意去測量能隙，而是抵消背後的物理把答案拽到了那裡。真實的能隙基準能在整個車規溫度範圍內把輸出穩定在零點幾個百分點以內，通常還會做一次小小的一次性微調（trim）。

繼電控制是操控一個系統最簡單的辦法：沒有旋鈕，只有一個開關。控制器只看誤差——我們是低於目標，還是高於目標？——然後用兩種極端中的一種來回應：要麼全開，要麼全關；要麼使勁推，要麼完全不推；要麼加熱，要麼不加熱。中間沒有「一點點」這種檔位。它的名字（「bang-bang」，啪、啪）正來自這種非此即彼、來回猛撞的動作：往這邊一啪，往那邊又一啪。

家裡的恆溫器就是最日常的例子。當房間溫度跌到設定值以下，加熱器就完全打開；當房間溫度升到設定值以上，加熱器就徹底關閉。由於真實的加熱器不可能瞬間響應，溫度在開關切換之前總會越過那條線一點點，於是房間實際上是繞著你設定的溫度上下輕輕漂移，呈現出一條平緩的鋸齒狀波形，而不是紋絲不動地停住。為了避免溫度恰好停在那條線上時開關飛快地「咔嗒咔嗒」反覆跳動，設計者會加上一個小小的死區：比如要等房間冷過一度才啟動加熱，熱過一度才關閉。

繼電控制的魅力在於：它極其便宜、極其簡單，而且出奇地難以弄壞——單單一個繼電器或一隻電晶體就能運行它，完全不需要對增益做精細的整定。代價是它永遠無法精確停在目標上，只能在目標周圍不停地來回追逐，而且不停地猛撞切換會磨損硬體。所以它在「晃一點也無所謂」的場合大放異彩——冰箱、熱水器、簡單的水泵；而一旦你需要穩定、精確地保持住某個值，它就該讓位給 PID 這類更平順的方案了。

基底神經節是位於大腦深處的一組結構，藏在大腦佈滿皺褶的外層（皮層）下方，靠近左右半球各自的中心位置。可以把它們想像成大腦裡幕後的「運動審批委員會」：它們自己並不發起動作，而是默默地批准或否決大腦其他部分提出的方案。當你決定去拿一隻杯子時，皮層先勾畫出這個想法，基底神經節再為順暢、你想要的那個動作亮起綠燈，同時按住幾十個你並不打算做的多餘抽動。

它們日常的職責不止於運動。基底神經節對養成習慣至關重要——也就是那些可以自動完成的常規動作，比如綁鞋帶或開車走一條熟悉的路線；它們也負責動作選擇，即從眾多可能性中挑出一個動作並付諸執行。它們還會從獎勵中學習：當某個動作帶來好結果時，一種叫多巴胺的化學信使會幫助把這個選擇「蓋章」記下，讓你下次更容易選它。當這些結構受損或多巴胺不足時，後果十分明顯。在帕金森病中，動作變得緩慢、僵硬，並出現震顫；而在亨廷頓病中，動作則變得過多、難以控制。正因如此，醫生在理解動作「過少」與「過多」這兩類問題時，都格外依賴對基底神經節的研究。

基底神經節運動迴路是一種深埋在大腦表層之下的「決策與放行」迴路，它幫助選定要做哪個動作，把這個動作放行，同時摁住其他所有可能的動作。基底神經節是一團灰質團塊，位於大腦那層佈滿褶皺的外殼（即皮層）之下。在這條迴路裡，皮層把它正在考慮的一堆動作粗略地列成候選清單送下來，基底神經節挑出勝出者，再經由一個叫視丘的中轉站把選中的方案傳回皮層，最後由皮層真正去指揮肌肉。可以把它想成一位嚴格的選角導演：許多演員來試鏡同一個角色，但只有一人能拿到這個角色，其餘人都被告知要等著。

這條迴路之所以管用，關鍵在於基底神經節默認是把動作「拴著」的。它們的主要輸出在不停地踩剎車，悄悄壓制各種動作，好讓身體不會自己抽搐、亂動。當你決定行動時，迴路中的一條通路會短暫鬆開你想做的那一個動作的剎車，就像從一架被按住的鋼琴上只抬起一根手指、放開其中一個琴鍵；與此同時，另一條通路則對那些相競爭的動作把剎車踩得更死。一種叫多巴胺的化學信使決定了剎車鬆得有多容易，這正是為什麼這條迴路是眾多運動障礙的核心所在。在帕金森病中，多巴胺供應衰減，剎車一直踩得太緊，動作便變得遲緩、僵硬、難以起步；而在亨廷頓病及另一些病症中，剎車機制失靈，不需要的動作便會以抽動和痙攣的形式漏出來。

要緊的是，這是一條迴路，而非單行道：訊號從皮層傳到基底神經節，再到視丘，又傳回皮層，如此一圈又一圈，因此這套系統能在動作進行的過程中不斷加以調整，而不是發出一次指令就拋諸腦後。這一基本的迴路結構還被複用到與運動無關的任務上，有若干條平行的副本分別負責習慣、動機乃至思維的模式，這也是為什麼此處受損所影響的遠不止走路和伸手取物。

貝氏大腦是這樣一個觀點：你的大腦像一位永遠不敢完全確定的細心偵探。外部世界到達你的感官時，只是一些嘈雜、模糊、殘缺的線索，因此大腦永遠無法確切知道外面究竟有什麼。於是它做出最佳猜測，靠的是把兩樣東西結合起來：它原本就預期的內容（由過往經驗積累而成的先驗信念），以及此刻正透過你的眼睛、耳朵和皮膚傳來的新證據。只要證據可靠，它就更多地依賴證據；只要證據微弱或含糊，它就更多地依賴原本的預期。這種在信念與證據之間權衡的方式，得名於貝氏法則——一條古老的數學規律，描述了當新資訊出現時更新猜測的最佳辦法。

這為什麼重要呢？它能解釋知覺中許多日常的怪現象。當你在嘈雜房間裡聽朋友說話時，大腦會用預期補全那些含糊的字句，所以你有時會聽錯，也正因如此，錯覺能夠同樣地騙過每一個人。它還能解釋為什麼意外會抓住注意力：意外恰恰是現實與大腦預測發生衝突的時刻，迫使大腦更新認識。研究者喜歡這個框架，是因為它把關於思維的含糊問題變成了精確的數學，也因為它把知覺、學習、注意力，甚至某些精神疾病（其中先驗信念可能被調得過強或過弱）統統納入一個簡潔的觀念之下。它是一種理論或指引性的視角，而非已被證實的事實，但它一直極富成效。

BB84 是歷史上第一個被提出的量子金鑰分發（QKD）協定：它讓兩個人（按慣例稱為 Alice 和 Bob）就一串隨機的祕密位元達成一致，同時還能察覺是否有人在偷聽。它的巧妙之處不在於祕密地傳送某條訊息，而在於讓你能夠建立一把共享金鑰，並在事後檢查通道是否乾淨。設想 Alice 每次只發送一個光子，對每個光子她都私下擲兩次硬幣：一次決定這一位是 0 還是 1，另一次決定她用兩種「朝向」中的哪一種來編碼它。Bob 讀不到她的心思，所以他在測量每個光子時也隨機挑一個朝向。

所有光子發送完之後，Alice 和 Bob 透過一條普通的公開線路交談，只比較彼此選了哪些朝向，絕不透露具體的位元值。凡是兩人碰巧選了相同朝向的那些光子，Bob 的讀數就是可靠的，他們留下這些位元；其餘的全部丟棄。這裡正是物理學發揮作用的地方：由於不可複製定理，竊聽者無法複製一個未知光子以便日後查看，而任何用錯誤朝向去測量它的嘗試都會擾動它。於是竊聽者也只能去猜朝向，而她的猜測會引入錯誤。Alice 和 Bob 犧牲所留位元中的一小部分作為樣本、檢查其錯誤率，就能發現這種竄改。如果通道看上去乾淨，剩下的位元就成為一把共享的祕密金鑰；如果不乾淨，他們就把一切丟棄，重新再來。

把 BB84 承諾什麼、不承諾什麼講清楚會很有幫助。它不是一台更快的電腦，也跟 Shor 演算法或破解 RSA 毫無關係。它是一種金鑰交換方法，其安全性建立在物理定律之上，而不是建立在某個困難的數學問題之上——這正是它有別於後量子密碼學（為抵禦量子攻擊而設計的古典演算法）之處。在實務上，BB84 需要一條真正的量子通道，例如光纖或自由空間光學鏈路；真實硬體並不完美、傳輸距離也有限；而且它只保護金鑰分發這一步，並不保護你的整個通訊系統。

行為克隆是透過示範來教機器人技能的最簡單辦法：你把專家完成任務的過程錄下來，然後訓練機器人去照搬專家的做法。錄下來的每一個瞬間都被做成一張閃卡——正面是機器人在那一刻所看到、所感覺到的一切（攝影機畫面、各關節的位置、夾爪的狀態），背面則是專家緊接著採取的那個確切動作（往這邊移、合上夾爪、轉動輪子）。機器人翻看成千上萬張這樣的閃卡，學到一條經驗法則，把「我現在看到的樣子」直接對應到「我應該做的動作」。由於這不過是給問題配上答案，它其實就是普通的監督學習，和給照片打標籤所用的那種模式擬合是同一類——只不過這裡的標籤是動作，而不是名稱。

它的吸引力在於：不需要獎勵、不需要反覆試錯、也不需要仿真器；幾次人類示範往往就足以讓機器人開始模仿抓取擺放或轉向的動作。麻煩之處是一個不動聲色卻很要命的毛病，叫做累積分佈偏移，或稱累積誤差。機器人只見過專家走過的那些情境，它們都乾淨俐落、始終在正軌上。可一旦它自己的小失誤把它稍稍帶離這條正軌——杯子抓得偏左了一公分——它就撞上了專家從未示範過的畫面，於是它的判斷變得更差，把它推得離正軌更遠，下一幀畫面就更陌生。誤差像滾雪球一樣越滾越大，一個在測試裡看似完美的機器人，可能漂移到一個它完全不知該如何應對的處境。

實踐者用幾種辦法來對抗這種滾雪球：收集多得多的示範，特意把那些「出了岔子又如何糾回來」的雜亂過程也錄進去；或者讓專家在機器人練習時當場糾正它，使它學會怎樣重新回到正軌上。不過，樸素的行為克隆依然是最常用的第一招，恰恰因為它實在太容易搭起來了。

行為樹是一張整潔的、會分岔的圖，機器人從上往下讀它，來逐時逐刻地決定下一步做什麼。把它想像成一棵倒過來的樹形流程圖：最底下是一個個具體的小動作和小檢查——「走到門口」「門開著嗎？」「把箱子拿起來」——而它們上方是一些簡單的樞紐節點，負責決定去嘗試哪一個、按什麼順序來。每一次時鐘跳動，機器人都從頂端出發、一路往下走，每個節點都會回報幾種簡單答案之一：成功、失敗，或仍在進行。這些答案再一層層往上傳，左右著下一步的選擇。

巧妙之處其實只在兩種樞紐。順序節點的意思是「按次序做這些，一旦有一個失敗就停下」——適合那些必須全部發生的步驟，比如先張開夾爪、再下移、再合攏夾爪。回退節點（或稱選擇節點）的意思是「一個一個地試，直到有一個成功為止」——適合帶有備選方案的計畫，比如先試前門，不行就試側門，再不行就向人求助。把順序和回退層層嵌套，你就能用這寥寥幾種簡單部件，搭出豐富而有層次的行為，而設計者讀起整棵樹來，幾乎就像在讀一句話。

機器人開發者偏愛行為樹，是因為它模組化、易於改動。由於每條分支都自成一體，你可以加上一項新技能、調換優先次序，或者在靠近頂端的位置嫁接一條緊急的「電量低就去充電」分支，而不必把其餘部分全都拆開重接——樹天生會先檢查高優先級的分支。正因如此，行為樹在遊戲角色和許多機器人身上，已基本取代了更老的有限狀態機風格：狀態機會把每一種情形都直接連到其他每一種情形，越長越亂成一團；而行為樹則讓邏輯保持井然有序、便於複用，哪怕機器人的本領越來越多也是如此。

行為主義是心理學中一場大膽的運動，它主張：只研究你真正看得見的東西。別再窺探內心了——那些私密的想法、感受和願望都沒法測量，乾脆先擱在一邊。能看、能數的，是行為：老鼠按壓槓桿、孩子被巨響嚇得一縮、狗聽到鈴聲就流口水。在大約整個二十世紀上半葉，這都是美國做心理學的主流方式。

它的吸引力在於一個全新的起點。早期的行為主義者，尤其是在約翰·華生（John B. Watson）的綱領裡，把心靈當成一個封死的黑箱，只看輸入什麼（處境）、輸出什麼（動作），這樣就能做出嚴謹、可重複的實驗——心理學終於像一門硬科學了。華生在 1913 年開創了這一運動，而史金納（B. F. Skinner）成了這一學派的泰斗，他用細緻的實驗展示了獎勵與懲罰如何塑造動物和人的行為。史金納其實軟化了黑箱的立場：他承認私密的想法和感受是真實存在的，只是堅持不該把它們當作隱藏的原因。

一個常見的誤讀是：以為行為主義者認為根本沒有心靈，或者人不會思考。其實並非如此。大多數人只是主張，心靈當時還無法用科學方法研究，因此負責任的做法是把它先放進括號、只盯著行為。後來研究者找到了巧妙的辦法去探查記憶、注意和推理，這門學科便重新轉向心靈——但行為主義辛苦得來的洞見，關於「後果如何塑造行為」，卻從未消失。

「從實驗檯到病床」指的是一段漫長而艱難的旅程，把實驗室裡的發現變成病人真正能接受的治療。「實驗檯」是實驗室，「病床」是臨床。可以把它想像成把廚房裡一次成功的實驗搬上各地餐廳的菜單：做出一次好味道很容易，難的是之後的一切。

在這條路上，這個想法必須先通過動物實驗，再以嚴格而穩定的品質標準來製造，然後分階段、謹慎地通過人體試驗，最後還要通過監管機構的審查——它們要權衡獲益與風險。每一關都會淘汰掉大多數候選方案。許多有希望的實驗室結果常常在這裡停滯，並不是因為科學造假，而是因為安全、可靠、可大規模推廣的治療，遠比一次性的成功難得多。

它之所以重要，是因為它解釋了激動人心的新聞標題與醫生能負責任地提供的治療之間的差距。一個「在小鼠身上有效」或「在培養皿裡有效」的結果，可能離病床還有很多年——甚至永遠到不了，誠實的科學家會如實說明這一點。

在這級以下的每一級，本質上都是在想方設法讓矽 CMOS 電晶體一邊縮小、一邊繼續工作：FinFET，然後是環繞閘極（GAA）奈米片、背面供電、小晶片。但有一個底。一條矽通道橫著排不下多少個原子，閘極也薄不過某個限度，再薄電子就會直接穿隧過去；而電源電壓也降不到比矽電晶體乾淨切換所需的臨界值低多少。所謂「beyond CMOS」，是在研究層面尋找一種全然不同的開關——不是更好的矽電晶體，而是用新材料、甚至換一個新的物理「旋鈕」造出的新元件，好讓縮放能在矽走到盡頭之後繼續下去。你可以把它想成在問「拿什麼來換掉這台引擎」，而不是「怎麼把手上這台調得更好」。

幾個候選方案各自針對一個具體的極限。碳奈米管 FET 用一根碳原子組成的管子當通道：載子在其中跑得快，而管子本身就很細，所以在矽鰭片會漏電的尺寸下，閘極仍能牢牢掌控。像 MoS2（二硫化鉬）這樣的二維通道材料，是單層原子那麼薄的薄片——薄到幾乎是一條通道在物理上所能達到的極限——這正是 GAA 一直在追求的「通道體要薄」，被推到了原子級。自旋電子學（spintronics）走得更遠，乾脆改變了「用什麼來承載資訊」：它不再來回推動電荷（每次給一條導線充電、放電都要耗能），而是翻轉電子的自旋，原則上切換能耗低得多，甚至斷電也能保住狀態。另外還有人寄望於穿隧電晶體、鐵電材料，以及更為奇異的種種設想。

老實說現狀是：這些都還算不上主流。矽 CMOS 好得驚人，幾十年的製造經驗全傾注在它身上；而一個在實驗室裡漂亮地切換過一次的元件，離造出數十億個一模一樣、又便宜又可靠的元件，還有很長的路。所以今天的路線圖靠的是架構——奈米片、CFET、小晶片、先進封裝——來多爭取一些年頭，而 beyond CMOS 元件則仍停留在研究階段。關注這個領域，重點不在於預測誰會勝出，而在於看清這個問題的輪廓：當你再也無法只是把矽開關做得更小時，計算會變成什麼樣子？

電晶體要放大任何訊號之前，你得先把它喚醒，並把它穩穩地保持在正確的姿態上。偏壓點——常被稱為 Q 點（quiescent，靜態之意）——就是在沒有訊號時，你刻意在每個端子上建立的那一組穩定的直流電壓和電流。可以把它想像成把一架鞦韆輕輕推到擺弧的正中間晃動起來：一旦它穩穩停在那裡，最輕微的一推（也就是你的交流訊號）就能讓它乾淨俐落地上下擺動。你真正的訊號只是疊加在這些直流值之上的一個小小的擺動，而偏壓的全部意義，就是把元件停泊在它有用的放大區——對 MOSFET 來說，這意味著飽和區（也叫主動區），在這裡汲極電流對閘極電壓響應強烈，卻幾乎不在乎汲極電壓。

偏壓一旦搞錯，放大器要麼變成聾子，要麼大聲嚷嚷出一堆垃圾。讓電晶體電流不足，它就會滑出飽和區，落入三極管區或次臨界區，此時它的跨導 gm 崩塌，幾乎得不到任何增益。把直流輸出設得太靠近某條電源軌，那麼哪怕只是中等幅度的訊號擺動，也會撞上天花板或地板，把波形削得平平的。增益和裕度都繼承自 Q 點：小訊號跨導直接由偏壓電流決定（在平方律區 gm = 2*Id/Vov，其中 Vov = Vgs − Vth 是過驅動電壓），而本徵電壓增益 gm*ro 同樣取決於你把元件停在了哪裡，成敗皆繫於此。

正因為下游的一切——增益、擺幅、雜訊、頻寬——都源自這個直流姿態，所以求解工作點是任何類比設計師（以及任何 SPICE 模擬）要做的頭一件事。你先解出直流平衡點，再圍繞它做線性化，來研究那個小小的交流訊號。好的偏壓也必須是穩定的偏壓：它得在溫度、電源變化和元件個體差異中都守住自己的位置——這正是類比電路如此倚重電流鏡和能隙基準來釘住偏壓、而不肯只信任一只孤零零電阻的原因。

大霹靂是我們對宇宙如何開端的最佳描述：大約一百三十八億年前，我們能看見的一切都擠在一個高溫高密、難以想像的狀態裡，自那以後就一直在膨脹、冷卻。想像給氣球吹氣時上面畫的小點——每個點都在遠離其他每個點，並不是因為點在橡皮上移動，而是因為橡皮本身在被拉伸。宇宙正在做同樣的事，只是規模無比宏大。

儘管名字叫「爆炸」，它卻不是一場把物質拋進虛空的爆炸。是空間本身在膨脹——沒有一個「外面」讓它向外擴張，也沒有哪一個點可以指著說那是中心。每個星系都看到其他所有星系在遠離自己，而這恰恰是「處處的空間都在膨脹」所應有的樣子。

這並非憑空猜測。整片天空都微微泛著那個熾熱開端遺留的餘溫——一陣從四面八方傳來的微弱微波嗡鳴——而星系彼此飛散、越遠飛得越快的方式，也與這幅圖景絲絲相扣。在腦海裡把這場膨脹倒帶，一切便重新擠回到一個熾烈的起點。

料箱揀取，指的是把手伸進一隻裝滿隨意倒入物體的箱子或托盤裡——東西全都亂七八糟、彼此疊壓、朝向各異——然後乾淨俐落地取出其中一件。想像工廠裡的一隻零件箱，幾百顆一模一樣的螺栓堆成亂糟糟的一團。人做這件事根本不用動腦：瞥一眼，看到一顆搆得著的螺栓，抓起來，提出來。可對機器人來說，這其中的每一步都很難，因為沒有一樣東西在它預想的位置上，而下一個要抓的物件往往還埋在別的東西底下。

料箱揀取之所以比從整齊的輸送帶上取物難得多，關鍵就在那一團亂，我們稱之為「雜亂」。機器人首先得用攝影機或深度感測器往箱子裡看，從這堆東西中判斷出一個個物體各自在哪、各自朝哪個方向轉著——也就是它的位姿。接著它得挑出一件真正抓得起來的物體（不是被旁邊的東西壓死的那種），規劃一個既不會撞到箱壁、又不會把整堆碰塌的抓法，伸進去，把它取出來。每抓一次，那堆東西就會塌動一下，所以機器人必須每一次都重新觀察、從頭來過。

料箱揀取是機器人學經典的「試金石」之一，因為它把「看見、規劃、抓取」三件事，糅進了一個雜亂、且時刻在變的場景裡。凡是貨物散裝堆放的地方都會用到它：工廠給機器上料、倉庫分揀訂單、回收線分類廢料。可靠的料箱揀取已經被追逐了幾十年，如今的系統大量依靠攝影機加上學習得來的模型，來應對那永無止境、千變萬化的料堆。

仿生機器人，是這樣一種做法：去觀察活生生的動物——它們如何行走、游泳、飛翔、攀爬或抓握——並借用這些點子來設計機器人。演化花了數億年來打磨身體、讓它們能在真實世界裡運動，所以大自然就是一部浩瀚而免費的、收錄著早已奏效的方案的目錄。一台像蟑螂那樣靠六條腿飛奔的機器人、一台像魚那樣靠擺動身體游動的機器人、一個腳上仿照壁虎趾上微觀細毛的爬牆機器，一架像昆蟲那樣撲翅的飛行器——它們全都是從生物那裡取來一個早經驗證的竅門，再用馬達、塑膠和電路把它重新造出來。

其吸引力在於，動物輕而易舉做到的許多事，正是我們那些方頭方腦、靠輪子的機器人所為難的。輪子在平滑的路面上妙不可言，遇到樓梯、沙地或瓦礫卻束手無策；而腿——無數生靈演化出來的那種設計——應付崎嶇破碎的地面卻毫不費力，這正是足式機器人去模仿動物如何保持平衡、如何落腳的緣故。魚滑過水中幾乎不浪費什麼能量，於是一台照著魚的方式游動的機器人，充一次電就能走得更遠；一隻昆蟲翻倒後能自己翻正、繼續前進，這一手讓一台小機器人皮實得多。要緊的是，仿生並不意味著原樣照抄：工程師取的是背後的原理——肌腱的彈性、象鼻那種裹纏式的抓握、壁虎腳那種乾淨俐落的剝離——再把它改造到馬達和材料真正能做到的程度，留下點子、捨去那些轉譯不過來的部分。

生物相容性，描述的是一種材料與身體共處時，能在多大程度上不引發有害反應。一種生物相容的材料就像一位有禮貌的客人：把分內的事做好、不惹麻煩，既不毒害周圍的細胞，也不挑起有害的免疫攻擊，更不會在不該凝血的地方讓血液凝結。一種材料若通不過這一關，再巧妙也無法用在人體內。

身體對一切外來之物都心存戒備。免疫細胞會去打量新植入的物件，若把它讀作威脅，便會用瘢痕組織把它包裹封堵、讓該處發炎，或乾脆發起攻擊。生物相容性，正是設計材料表面與化學性質的一門技藝——讓身體要麼平和地無視它，更好的是，歡迎自己的細胞遷入並與它融為一體。

關鍵在於，生物相容性並不是刻在材料上的固定屬性——它取決於具體用途。一種作為髖關節絕對安全的金屬，若用作以凝血為大忌的心臟瓣膜表面，可能就是一場災難。所以工程師總要追問：相容於什麼、用在哪裡、要用多久，而不是把它當成一個簡單的「是」或「否」。

生物墨水，是生物印表機當作墨水使用的那種可列印、含細胞的凝膠。紙張印表機噴的是有色液體，生物印表機擠出的，則是一種內部懸浮著活細胞的柔軟凝膠。因此生物墨水既是建造材料，又是所載之物——它運送細胞，並在列印之後恰到好處地變硬，以撐住新組織的形狀。

調配一款好的生物墨水，是一樁棘手的平衡之術。它既要足夠稀薄，能順暢地流過細小的噴嘴，又要在列印後立即變硬，免得各層癱軟成一攤。與此同時，它還必須足夠柔軟、濕潤、富有營養，好讓搭乘其中的嬌嫩細胞挺過擠壓、感到自在，而不至於被壓壞或餓壞。

大多數生物墨水以水凝膠為基礎——這是一種吸水膨脹的聚合物網絡，模擬出真實軟組織那種濕潤而有彈性的觸感。配方常按組織類型逐一調校，有時還會摻入天然的細胞外基質蛋白，讓細胞認出熟悉的環境。簡而言之，生物墨水是決定成敗的關鍵原料：列印出的細胞是存活茁壯，還是乾脆死去，往往就看它。

腦疾病的生物標記，是指身體裡某種可以被實際測量、並悄悄反映神經系統內部狀況的東西——一種醫生能夠讀懂的疾病「指紋」。由於大腦被牢牢封在顱骨裡，無法靠肉眼直接查看，醫生便轉而去尋找那些滲漏出來或在別處顯現的線索：漂浮在血液或腦脊液（包裹大腦和脊髓的那層清亮液體）中的某種特定蛋白質、腦部掃描上一處可疑的形態，或者腦電活動中的某種模式。可以把它想像成汽車儀表盤上的警示燈——你看不到引擎本身，但這盞燈能可靠地告訴你，蓋子底下正發生著某件具體的事。

生物標記之所以重要，是因為它把看不見的疾病變得可見、可測，而且能同時承擔好幾項任務。有些用來診斷——比如阿茲海默症中堆積的某些蛋白質，往往在記憶明顯衰退的好幾年前就能被檢測到。有些則用來追蹤進展，顯示病情是在惡化還是保持平穩，或者在症狀出現之前就預測誰的風險更高。許多還被用來檢驗治療：如果一種藥物的目標是清除某種有害蛋白質，生物標記就能顯示這種蛋白質是否真的減少了。一個好的生物標記必須具有特異性（它指向的是這一種疾病，而不是另外十幾種）、能以切實可行的方式測量，並與疾病背後真正的生物學機制緊密相連——否則那盞警示燈就只是雜訊而已。

生物材料，是指任何被設計用來在活組織內部、或緊貼活組織工作的天然或合成材料。它是一類特殊的材料——身體應當把它當作能長期相處的鄰居來容納，而不是當作刺一樣的異物來排斥。日常例子其實相當常見：補牙材料、鈦合金髖關節、可吸收縫線、軟性隱形眼鏡，以及用來培育新組織的支架。

一種材料能否成為生物材料，關鍵不在於它由什麼構成，而在於它是為這項任務而精心挑選和設計的。設計者會調校它的強度、柔韌度、表面紋理，以及它是要在體內停留數十年，還是在幾週內安全溶解。最重要的是，它必須具備生物相容性——既要與身體共處，又不能毒害細胞、引發有害的免疫攻擊，或在不該凝血的地方讓血液凝結。

生物材料是再生醫學的物理骨架。一個髖關節假體只需在體內存活下去；而組織支架的任務更難：它必須吸引身體自己的細胞遷入、生長，並最終把它取而代之。如何處理好材料與活細胞之間的這場「對話」，正是整個領域的核心難題之一。

生物列印，就是用活細胞來做 3D 列印。普通的 3D 印表機一層層擠出熔化的塑膠來堆出物體；而生物印表機鋪下的，是一種柔軟、含細胞的凝膠，一薄層一薄層地疊加，直到一塊有生命的組織成形。它最大的優勢在於精準控制：你能把不同種類的細胞準確放到各自該在的位置，造出比讓細胞自行沉積精細得多的結構。

它依據一份數位藍圖工作，這份藍圖往往來自對某個身體部位的真實掃描。軟體把那個三維形狀切成幾百個薄層，印表機再逐層描繪，一點一點地把細胞和起支撐作用的生物材料堆放上去。由於那柔和的凝膠會就地凝固，列印出來的細胞便能在原位停留足夠久，從而彼此連結、開始表現得像真正的組織。

生物列印是構建具有設計好內部構造的組織——包括未來血液供應可能借用的那些通道——最令人振奮的工具之一。但列印出一個能工作的器官在很大程度上仍屬實驗階段：列印結束後，如何讓數百萬個細胞持續存活、獲得養分並保持正確排列，依然是一道艱鉅而未解的難題。

生物反應器是一種受控容器，用來讓活細胞或生長中的組織保持存活，並幫助它們成熟。細胞很挑剔：它們需要穩定的養分供應、適量的氧氣、穩定的溫度，還要把廢物及時帶走——而且這一切要同時滿足。生物反應器本質上是一台高科技培養箱兼生命維持槽，自動管理這些條件，就像一隻經過精心設計的魚缸，讓裡面的住客茁壯成長，而不只是勉強活著。

除了餵養細胞，最好的生物反應器還會給組織提供它在體內會感受到的物理訊號。它們可以泵動液體讓其掠過細胞、輕輕拉伸一片生長中的心臟補片，或對類骨組織施加壓力——因為許多細胞只有在受到「鍛鍊」時，才會構建出結構正常、強韌的組織。感測器持續監測氧氣、酸度和養分，系統則相應調節流量，讓一切在數天乃至數週裡都維持在健康區間。

生物反應器之所以重要，是因為培養真正的組織需要時間和持續不斷的照料，沒人能靠手工提供。它們是組織工程的主力，也是規模化生產細胞療法的主力，把一項脆弱的實驗室實驗，變成更可靠、可重複的流程——成為從培養皿裡的幾顆細胞，到足夠大、足夠成熟、能派上用場之物之間不可或缺的橋樑。

雙足行走，就是像人一樣用兩條腿移動——抬起一隻腳、向前擺動，在抬起另一隻腳之前先用它接住身體的重量，一步步往前走。因為你從蹣跚學步起就會走路，所以這看起來毫不費力，可對機器人來說，這卻是整個機器人學裡最難的把戲之一。僅靠兩隻又窄又小的腳來支撐，雙足機器幾乎時時刻刻都處在快要摔倒的邊緣，一步沒踩準，它就會轟然倒地。

麻煩在於平衡。兩隻腳都著地時，機器人還算穩當；可一旦要真的往前走，它就必須抬起一隻腳，而在那一瞬間，它就靠一隻小腳站著，就像單腿獨立。行走其實是一種受控、反覆的「險些跌倒」：機器人把重心往前一傾，然後迅速把騰空的那條腿甩出去，在身體砸到地面之前接住自己，如此循環往復。要做到這一點，它每秒都得感知自己的傾斜許多次，並不停地微調關節、轉移體重以保持直立——這是一場只要還站著就停不下來的、不知疲倦的雜耍。

工程師用「哪些腳著地」來描述一個步幅。在雙支撐相裡，兩隻腳都觸地，機器人比較穩；在單支撐相裡，只有一隻腳扎在地上，另一隻在空中擺動，此時平衡最為岌岌可危。一段流暢的步行，無非就是這兩個相位按穩定的節奏交替——左腳單支撐、雙支撐、右腳單支撐、雙支撐——隨著每一步不斷重複。這個節奏跑得越快、越兇猛，機器人就越要靠運動本身、而不是靠把腳張得很開，來維持站立。

雙相情緒障礙是一種長期的心境疾病，患者的情緒會在兩個相反的極端之間擺動，兩端之間往往還夾著一段正常的心境。一端是被稱為躁狂的「高峰」，人可能感覺自己勢不可擋、思緒奔湧、幾乎不需要睡覺、說話飛快，並去做一些平時會克制住的冒險衝動。另一端則是抑鬱的深谷，同一個人可能感到身心沉重、絕望、精疲力竭，對任何事都提不起興致。「雙相」二字的意思就是兩個極點——可以把它想成一台恆溫器：它不再穩穩地保持在某個設定上，而是在猛吹熱風與冰冷徹骨之間來回劇烈跳動。

這些心境狀態以「發作」的形式出現，一次可能持續幾天、幾週乃至幾個月，遠比普通的好日子和壞日子更強烈、更漫長。躁狂期裡，大腦的驅動與獎賞系統彷彿開足了馬力；而抑鬱期裡，它們幾乎空轉。許多研究者指出，多巴胺、血清素等化學信使之間不穩定的訊號傳遞，以及被打亂的睡眠和生理時鐘節律，都是把人從一極推向另一極的部分原因。這種病往往在家族中聚集，說明基因像是先把骰子做了手腳；而壓力、睡眠不足和重大的人生變故，則常常成為某次發作真正到來的導火線。

雙相情緒障礙是一種嚴重卻可以治療的疾病，而不是道德上的缺陷，也不是一個簡單的選擇。由於躁狂的「高峰」可能讓人感覺良好、甚至覺得自己效率驚人，它很容易被忽視，或被誤當成單純的抑鬱；然而，正是同時認出這兩個極端，才讓正確的診斷成為可能。心境穩定類藥物、規律的睡眠和心理談話治療，都能把這些起伏撫平，讓人過上充實的生活——這也是為什麼人們把它當作一種需要終身管理的疾病來對待，而不是一陣等它自行過去的壞心情。

鳥鳴神經迴路，是鳴禽用來學習、儲存並發出鳴唱的一套專門的腦區網絡。它的關鍵角色並非散布於全腦各處，而是若干個緊湊的神經元集群——科學家把這樣一個集群稱為一個「核團」——彼此連線，組成一條清晰的指揮鏈。正因為這些集群界限分明，又只在那些靠學習獲得鳴唱的鳥類身上才完全發育，整套系統就成了大自然中最清晰的範例之一：一個專為某項習得技能而搭建的腦迴路。

迴路裡貫穿著兩條主要通路。一條是「當下演奏」通路，從一個叫作 HVC 的腦區出發，通到一個叫作 RA 的腦區，再延伸到鳥類發聲器官的肌肉；正是它在即時地、一個音節接一個音節地驅動鳴唱。另一條是「學習與糾正」環路，要經過一個被稱為 X 區的結構；這個環路把鳥當下發出的聲音，與牠幼時記下的導師鳴唱相比對，並不斷微調運動通路，直到兩者吻合。可以把前一條通路想成正在演奏的樂手，把後一條想成在一旁傾聽、給出回饋的教練。

鳥鳴之所以是發聲學習的範本，是因為就像人類幼童學說話一樣：一隻年幼的鳴禽必須先聽到成年導師的鳴唱，把那段聲音存入記憶，然後不斷練習自己咿呀般的發聲，讓它慢慢向範本靠攏。極少有動物以這種方式學會自己的發聲——大多數動物的叫聲都是天生繼承來的——所以鳴禽為科學家提供了一扇罕見且便於實驗研究的窗口，讓人得以窺見大腦如何把「聽」轉化為「說」，其中的啟示甚至可能一路延伸到人類語言。

比特幣是第一個被廣泛使用的區塊鏈，也是在其上運行的數位貨幣。它於 2009 年問世，源自一份以「中本聰」之名發表的設計，意在解決一個由來已久的難題：如何讓素不相識的人像當面遞現金那樣，直接在網際網路上互相傳遞價值，而不必有銀行或支付公司居中審批並記錄每一筆往來。比特幣給出的答案，是用一本人人共享的公開帳本取代受信任的中間人——這本帳本由成千上萬台相互獨立的電腦共同保管、共同認可。

在底層，比特幣把交易蒐集進區塊，再把這些區塊串接起來，並由一種稱為工作量證明的機制加以保護：參與者付出真實的算力，來換取加入下一個區塊的權利。這使得改寫歷史變得極其昂貴，從而在無人掌權的情況下讓所有人保持誠實。其總量被規則限定為兩千一百萬枚，按逐漸放緩的節奏釋出，因此沒有任何中央機構能隨意增發。

除了作為一種貨幣，比特幣更重要的意義在於它是一個概念驗證：它證明了一本無人擁有的帳本，依然可以可信、稀缺且面向全球。這一示範開啟了一整個領域——後來成千上萬的區塊鏈、代幣與應用，其血脈都可追溯到比特幣所證明確實可行的那些想法。它至今仍是同類網路中規模最大、最為人熟知的一個，常被當作衡量每一種更新設計的參照點。

黑洞是一個引力徹底獲勝的地方——任何東西都別想再爬出來：火箭不行，一束光不行，連宇宙中跑得最快的東西也不行。想像一個陡到極致的漏斗，凡是滾進去的，都再也滾不回來。那條「有去無回」的界線是真實存在卻看不見的，叫做事件視界：一旦越過它，就再沒有回頭路。

大多數黑洞是巨星的屍體。當一顆遠比太陽重的恆星燃料耗盡，它的核心便在自身重量下塌縮，被壓成難以想像的密度——如此多的質量擠進如此小的空間，附近的引力強到無法抗拒。我們看不見黑洞本身，因為沒有光從它那裡離開；我們靠它如何彎折星光、如何甩動附近的恆星，或把旋進去的氣體加熱到熾亮發光，來察覺它的存在。

一個常見的誤解是：黑洞像宇宙吸塵器，在太空中四處遊蕩，把一切都吸進去。其實不然。在安全距離之外，黑洞對你的吸引力，和一顆同樣質量的普通恆星完全一樣——假如把太陽換成一個等重的黑洞，地球的軌道絲毫不會改變。只有當你晃到那條邊界之內，才會大難臨頭。

胚芽基是在截斷處（例如蠑螈斷腿後的殘端）形成的一團「去專門化」細胞，隨後由它重建出失去的部分。從某種意義上說，它就是大自然的再生工具包：一小簇靈活的細胞，懂得如何重新長出一整條肢體。在人類會用疤痕封住傷口的地方，這些動物卻形成胚芽基，把肢體重新長回來。

它的形成方式尤其令人驚嘆。傷口附近的成熟細胞彷彿「往回退了一步」，褪去自己專門化的身份，重新變成靈活、快速分裂的細胞。這一簇細胞隨後大量增殖，並在位置訊號的引導下，精確地重新長出失去的東西——對的骨頭、肌肉和神經，排列順序也對——而不是長成一團雜亂的肉塊。

胚芽基堪稱這個領域的「聖杯」，因為它是活生生的證據，證明一個複雜的身體部件可以從頭重新長出。研究蠑螈和斑馬魚如何造出胚芽基——以及哺乳動物為何造不出——是探索如何在人類身上開啟更完整再生的一條核心線索。

把單個量子位元想像成一支箭，從地球儀的中心指向球面上的某一點——這幅圖景就是布洛赫球。北極代表我們稱為 |0> 的狀態，南極代表 |1>，球面上其餘的每一點都是這兩者的某種疊加——一種帶有特定相位的特定混合。要指明球面上的一點，你需要兩個數，一個緯度和一個經度，而這恰好就是描述一個量子位元狀態所需的兩個實數。所以這個球面並不是一個鬆散的比喻：它是單個量子位元每一種可能狀態的忠實地圖。

有了這張地圖，單量子位元閘就變得一目了然：每個閘只不過是把箭旋轉到指向新的方向。一個翻轉 |0> 與 |1> 的閘，把箭從一極轉到另一極；一個相位閘則讓它繞著垂直軸旋轉。測量則不同——它不會旋轉這支箭，而是強制沿著兩極方向讀出結果；箭越靠向某一極，你得到那一極結果的機率就越大。一旦測量，箭便會「啪」地跳到出現的那一極。

幾條誠實的侷限，能讓這幅圖景保持有用，而不致誤導。布洛赫球是一個思維模型，而不是某個硬體——機器內部並沒有什麼東西在真的旋轉。它每次只描述一個量子位元，因此畫不出把兩個或更多量子位元聯繫在一起的糾纏，而量子計算真正威力的大部分恰恰寓於此。再者，球面上的點是乾淨、理想化的狀態；真實的量子位元會因雜訊把它們模糊掉，而向球心方向漂移。

區塊是一批近期交易打包在一起、作為一個整體批次加入區塊鏈的結構。網路不會把每筆交易逐條寫入共享帳本，而是先蒐集幾百到幾千筆，把它們打成一包，再一次性附加進去。可以把它想成公共帳本裡的一頁：每一頁記著許多條目，頁與頁依序填寫，一旦寫滿就被永久裝訂進冊。

區塊之所以不只是一份清單，關鍵在於它如何被封存並串接。每個區塊都帶有一段精煉的摘要，稱為區塊標頭，其中包含前一個區塊的密碼學指紋（雜湊）。只要前一個區塊哪怕更動一個字元，這個指紋就會徹底改變，因此每個區塊實際上鎖住了它之前的全部歷史。竄改一頁舊帳，後面每一頁的封印都會對不上，全網隨即就能看出有問題。

區塊正是區塊鏈能夠只增不改、又毋須任何中央記帳人卻依然可信的原因。新區塊按網路規則設定的節奏大致穩定地產生，一旦上面又疊加了足夠多的後續區塊，這個區塊就幾乎無法被改寫。這種穩定、串接、一批接一批的成長方式，正是「區塊鏈」這個名字背後真實的樣貌：一條由區塊組成的鏈，每一個都為它之前的所有區塊作證。

區塊標頭是每個區塊頂部那一小段摘要——就像一張封面，描述這個區塊卻不必列出它的全部交易。區塊主體可能裝著成千上萬筆交易、體積相當大，但它的標頭卻很小、大小固定，只放著寥寥幾個關鍵欄位。這種精簡是刻意為之的：它讓網路能夠快速辨識、驗證並串接區塊，而不必每次都拖著全部內容。

區塊標頭打包了讓整條鏈得以串聯的那幾項要點。它包含前一個區塊標頭的雜湊（向後的連結，正是這條鏈的成因）、一個概括內部所有交易的指紋（默克爾根，像一個能為整本收據冊作證的數字）、一個時間戳，以及網路據以接受該區塊的規則相關數值——例如在工作量證明鏈上，就是難度目標和一個隨機數。只對這一小段標頭做雜湊，而非整個區塊，就足以承諾其中的一切。

區塊標頭之所以重要，是因為它讓輕量裝置毋須存下整條鏈也能信任它。手機錢包只要下載這一串標頭——只佔完整資料的極小一部分——再對照相關標頭裡的默克爾根核驗，就能確認某筆交易確實被收錄其中。區塊標頭就是那個把整個沉重區塊安全握住、引用並加以證明的把手。

區塊鏈是一本由許多台電腦同時保存著完全相同副本的共享帳本。它沒有某一家公司獨佔的「正本」，而是網路上的每個人都持有同一份紀錄清單，並按照同一套規則來商定接下來要寫入什麼。它解決了一個很古老的問題：互不信任的陌生人，如何在沒有中間裁判的情況下，對同一組事實達成一致？

它的名字來自資料的打包方式。新的紀錄（例如付款）會被打成一組，稱為一個區塊，而每個區塊都帶著前一個區塊的一小段指紋。把這些指紋一環扣一環地連起來，區塊就形成了嚴格的先後順序，像串在線上的珠子。如果有人想悄悄改動一條舊紀錄，它的指紋就會變，下一個區塊便對不上號，竄改對所有人來說一目了然。這正是歷史幾乎無法被改寫的原因。

因為每個參與者都保存著一份完整副本，規則又是公開的，所以沒有任何一方能偷偷改寫過去、攔下一筆有效紀錄，或為自己憑空印錢。正因如此，區塊鏈才能在不必信任銀行或中央管理員的情況下，支撐數位現金、所有權登記以及自動運行的程式等應用。

區塊鏈橋是一套讓價值或資訊在兩條彼此本無法對話的獨立區塊鏈之間流動的系統。每條區塊鏈都是一個自成一體的世界，各有自己的帳本，因此某條鏈上的一枚幣天生無法出現在另一條鏈上。橋就是那座連接性基礎設施，它讓鏈 A 上的某個代幣或訊息能在鏈 B 上被使用；一旦一個生態橫跨眾多鏈與二層網路，這便不可或缺。

最常見的做法是鎖定並鑄造。要把一項資產從鏈 A 轉到鏈 B，橋會在鏈 A 上鎖定原件，並在鏈 B 上鑄造一份等值的「封裝」表示，由被鎖定之物一比一支撐。要返回時，你在鏈 B 上銷毀封裝版本，鏈 A 上的原件隨即解鎖。整套機制依賴於某個角色可靠地盯著兩條鏈，並誠實地報告發生了什麼；而這個角色有多值得信任，在不同的橋設計之間差異極大。

想像機場的貨幣兌換櫃台：你遞上美元，它進入金庫，你換得等值的歐元在海外花用；把歐元帶回來，便取回你的美元。橋就是那個讓兩邊始終平衡的兌換櫃台。橋能把一盤散沙般的眾多鏈變成一個相連的經濟體，讓資產與資料流向最有用之處，而不至於被困在它們誕生的那條鏈上。

分叉，是區塊鏈分裂成兩條可能路徑時發生的事。由於這條鏈不過是一條不斷生長的區塊單線，分叉就是一個岔路口——在這一刻，「接下來該是什麼」同時存在著兩個不同的版本。有些分叉只是網路很快就化解掉的一時意外；另一些則是對規則的蓄意更改，可能把一條鏈永久地一分為二。

臨時分叉是自然發生的。如果兩個礦工幾乎同時找到了一個有效區塊，網路的不同部分就會短暫地看到鏈的不同末端。協定會自動平息這件事：哪條分支先被延長，哪條就成為被接受的鏈，而那個被孤立的區塊則會被丟棄。這不過是網路在自癒一場短暫的分歧，通常一兩個區塊之內就解決了。

蓄意分叉則是對規則本身的升級，它分兩種。軟分叉以一種向後相容的方式收緊規則，因此還沒升級的節點依然會接受新區塊——網路保持統一。硬分叉則放鬆或更改規則，使得新舊軟體不再彼此認可；如果社群裡有一部分人堅持沿用舊規則，這條鏈就會永久分裂成兩個獨立的網路、兩種獨立的幣，就像比特幣現金（Bitcoin Cash）從比特幣分裂出去時那樣。

區塊鏈預言機是一種把現實世界的資訊帶上區塊鏈、好讓智慧合約能加以使用的服務。區塊鏈在設計上是一個密封的世界：合約只能看到鏈上已有的資料，無法自己去存取某個網站或感測器。這讓所有人的電腦都保持一致，但也意味著合約本身沒有辦法知道昨天的匯率、一場比賽的比分或天氣。預言機就是那個可信的信使，它從外部取來這類事實，並以合約能讀取的形式把它們送上鏈。

合約之所以不能乾脆自己去上網，原因在於確定性：每個節點都必須算出分毫不差的同一個結果，但外部網站的回答可能前一刻和後一刻不同、這台機器和那台機器不同，從而破壞這種一致。預言機的解法是：在鏈下收集好資訊，再把它作為普通資料寫到區塊鏈上，讓每個節點看到的都完全相同。為了避免只信任某個可能出錯或不誠實的單一來源，穩健的預言機往往從許多個相互獨立的提供方取資料並綜合它們的回答，這樣就沒有哪一個孤立的報信者能悄悄把一個假數字餵給合約。

預言機之所以重要，是因為大多數有用的應用都需要對外部世界做出反應。一筆必須核查抵押品是否仍然足值的貸款、一份由真實航班延誤觸發理賠的保險、一場依據真實比賽結果來結算的下注，全都依賴可靠的外部資料。預言機正是那座橋，讓自成一體的合約邏輯得以連接現實，這也是為什麼它有時被稱為整個領域的關鍵管道，以及為什麼它的誠實如此被嚴肅看待。

血壓是心臟把血泵向全身時，血液推壓動脈管壁的那股力。可以想像一條花園水管：裡面的水向外撐著橡膠管壁，如果你把水龍頭開大，管壁就會感到壓力。你的動脈，每一秒鐘都承受著這股推力。

血壓用兩個數字來讀——比如「120 / 80」。上面那個叫收縮壓，是每次心跳時較強的那一推；下面那個叫舒張壓，是兩次心跳之間、心臟重新充血時較溫和的壓力。健康成年人大約在 120/80 左右；當它悄悄升高並持續不降時，醫生就會留心。

真正的隱患在於：高血壓通常毫無症狀。你可能感覺一切正常，而多年的額外負荷卻在悄悄損害你的心臟、大腦、腎臟和眼睛——這正是它被稱為「沉默殺手」的原因。唯一能知道的辦法就是測量；而好消息是，及早發現，它非常容易控制。

血腦屏障是一道有生命的「守門人」，它包裹在為大腦供血的微小血管周圍，決定哪些物質可以離開血液、進入大腦的細胞。在身體的大多數部位，最細小血管的管壁有點「漏」，就像鐵絲網圍欄，各種東西都能飄著穿過去。但在大腦裡，這些血管的管壁卻被嚴嚴實實地封了起來，更像一堵磚牆：鋪在管壁上的細胞（叫作內皮細胞）被一種特殊的「縫線」——也就是緊密連接——一針針縫在一起，幾乎不留縫隙。結果就是這道圍欄挑剔到，血液中漂浮的大多數分子——毒素、病菌、誤入的藥物，甚至許多養分——單憑自己根本過不去。

這種細緻的篩選，讓大腦始終浸泡在平靜、穩定的化學環境裡，不受血液時高時低的影響，也屏蔽了許多本會讓脆弱神經元遭殃的細菌和毒物。不過，這道屏障並不是一堵被動的牆：它會主動把大腦所需的特定物質「泵」進來，比如作為燃料的葡萄糖和某些胺基酸，同時又把不需要的物質「泵」回去。它由一個團隊共同搭建和維護——血管細胞與名為星形膠質細胞等支持性腦細胞協同工作——正因如此，科學家把它看作一個更大的「神經血管單元」的一部分，而不是單打獨鬥的屏障。

這份守護大腦的保護，同時也讓治療變得棘手。由於能穿過去的分子太少，許多本可幫助患病或受感染大腦的藥物，都被擋在了門口，這正是研發腦腫瘤、阿茲海默症和腦部感染等藥物時的一大難題。而當屏障本身被破壞時——比如中風、外傷之後，或在某些疾病中——有害物質和免疫細胞便會湧入，進而加重腫脹和損傷。

樣板程式碼（boilerplate）是那種每次都幾乎照搬、寫法大同小異的固定設置程式碼——是你在程式真正有趣的部分開始之前，必須先鋪好的那幾行「開場白」。

每個新專案都得先通好管線：匯入函式庫、配置好設定、把基礎部件接起來。這些都不是你想做的那個巧妙創意——只是它周圍那套一模一樣的鷹架，從這個專案到那個專案幾乎不變。這個詞來自舊時印刷廠：現成的整塊文字被鑄在鋼板（boiler plate）上，在許多報紙之間原樣反覆使用。

正因為它如此可預測，各種工具樂於替你生成它——一句「create-app」命令或一個起步範本，就把樣板程式碼遞到你手上，讓你直接跳到好玩的部分。你照抄它而沒怎麼細讀，這很正常；只要明白：它是你腳下的地板，而不是你專程來佈置的那個房間。

布林代數是「真」和「假」的數學——在電腦裡，就是 1 和 0。它不是把數字加起來、乘起來，而是用三個運算把一個個「是/否」組合起來：與（AND）、或（OR）、非（NOT）。想像一盞門廊燈接著兩個開關：「與」是兩個開關都打開燈才亮；「或」是任一個打開就夠；「非」則把答案翻成相反的那個。

布林在 1850 年代就創立了這套理論，那時連電腦都還沒出現。幾十年後，工程師才發現這套真/假規則恰好能完美地描述電路，因為一根導線要麼帶著電壓（1），要麼不帶（0）。今天每一塊晶片都是由海量的及閘、或閘、反閘堆疊而成。布林代數讓設計者先寫下電路該做什麼，再把它化簡為更少的閘——比如證明「A 與 A」其實就是「A」，從而省下電晶體和電能。

腦異速生長研究的是：當我們把不同動物物種相互比較時，腦的大小如何隨身體大小一同變化。核心思想是，身體越大往往腦也越大，但二者並非簡單的一比一關係：比如一種動物體重是另一種的十倍，牠的腦通常只大幾倍，而不是大十倍。科學家用一個簡潔的經驗規律來描述這種不對稱關係，稱為標度律，它不過是一個說明某一測量值相對另一測量值如何增長的公式。可以想像把數百個物種的體重對腦重畫在一張圖上：這些點不會雜亂無章，而是沿著一條平滑、可預測的曲線排開。

這為什麼重要？因為這條曲線給了我們一個基準預期，而真正有趣的動物正是那些遠高於或遠低於曲線的物種。如果某個物種的腦重遠超過標度律為其體型所預測的值，例如人類、海豚或烏鴉，就說牠具有較高的相對腦容量，而這份「盈餘」往往暗示著更豐富的行為或更高的智能。但腦重只是一把粗糙的尺子，因此研究者越來越多地去清點真實的神經元數目，也就是負責腦內資訊處理的細胞。結果發現，神經元數目並不在每個類群中都以同樣方式隨腦的大小變化：在同等重量下，靈長類的腦每克所含的神經元遠多於齧齒類，這也是為什麼人腦雖小於象腦，其外層所含的神經元卻更多。由此可見，異速生長正是一套工具，幫助我們追問哪些腦才真正與眾不同，哪些不過是與其所屬動物相稱的尋常尺寸。

類腦人工智慧是一種從生物大腦的運作方式中借鑒設計思路的人工智慧，而不是單純沿用普通的電腦工程方法。我們熟悉的大多數人工智慧，本質是在標準電腦晶片上做數學運算。類腦人工智慧則換了個更樸素的角度提問：大腦是我們已知唯一真正擅長在雜亂真實世界裡學習、觀察和行動的東西，那為什麼不直接照搬它用的竅門呢？這就好比飛機設計師研究鳥的翅膀——你不必長出羽毛，但翅膀的形狀和拍動方式能教會你一些關於飛行的道理。

在實際操作中，這意味著模仿真實大腦的幾個關鍵特點。腦細胞被稱為神經元，它們並不持續發送穩定訊號，而是只在重要的時候發出短促的電脈衝（稱為尖峰），這樣能極大地節省能量。神經元之間的連接被稱為突觸，會隨著學習而變強或變弱，於是記憶和計算就發生在同一個地方，而不必在兩處之間來回搬運。類腦系統試圖照搬這些習慣——尖峰訊號、局部學習，以及把記憶與運算緊密合在一起——有時用軟體實現，有時用專門的晶片實現。人們期待的回報是：硬體能夠持續不斷地學習，而耗電量只是當今資料中心人工智慧的一小部分，更接近人腦大約二十瓦的用量。

腦幹是大腦最底部那段像莖一樣的結構，它把上方那個佈滿皺褶的大腦和沿著背部向下延伸的脊髓連接起來。可以把它想像成頭部與身體其餘部分之間那根粗大的電纜和總配電盤：大腦和身體之間幾乎所有的信號都要經過它。它體積雖小，卻運轉著讓你活著的機器，而這一切都不需要你去想。

腦幹由上下疊放的三段組成。最上面是中腦，它幫助控制眼球運動，並為視覺和聽覺傳遞信號。中間是腦橋，這是一座鼓起的「橋」，負責在大腦兩半之間傳送信息，並參與呼吸和睡眠。最下面是延髓，它設定心跳和呼吸的節律，並觸發吞嚥、咳嗽、嘔吐等自動反射。這些維持基本運轉的工作叫做自主功能，意思是它們會自行發生；而反射則是快速、與生俱來的反應，你無需做出決定。

正因為這麼多至關重要的控制功能都密集地塞進這一小塊區域，腦幹是身體中最脆弱也最重要的部位之一。這裡受損可能危及生命，因為它可能會讓我們每時每刻所依賴的呼吸和心跳停止。它也是十二對腦神經中十對所經過的通路，這些腦神經就像電線，把大腦直接連到面部、眼睛、耳朵、嘴巴和咽喉。

腦機介面是大腦活動與機器之間的一條直接通道。正常情況下，你的意圖要先經過神經傳到肌肉才能作用於外界；而腦機介面在更早的環節就讀取訊號，直接從大腦擷取活動，省去了這段繞行的路。

整個迴路分幾步。系統先記錄神經訊號，再解碼出它們的含義——一個想做的動作、一個選中的字母、一種心理狀態——然後把它變成輸出，例如移動的游標、機械手臂或打出的字。通常它還會把結果回饋給你，讓你隨時調整，從而閉合迴路。具體形式可以是無創的頭皮電極帽，也可以是植入腦內的細電極。

關鍵在於，腦機介面並不是讀心術。它學會辨識的是特定的、經過訓練的訊號——例如你想像握拳時產生的那種模式——並只對這些訊號做出反應。它無法挖出你私密、未說出口的念頭；它只回應當初被設定去偵測的那些特定訊號。

分支（branch）是一條平行的工作線——你自己的一份專案私有副本，讓你能在上面做新東西，而不碰別人正依賴著的那一份。共享的、正式的版本通常待在一個叫 main 的分支上；你從它身上拉出自己的分支，盡情擺弄，等做好了再把成果併回去。

它比聽起來要輕巧得多。分支並不是一個塞滿了拷貝檔案的資料夾——它只是一個可移動的指標，指向某個提交（commit）。建立一個分支是瞬間完成的，在分支之間切換就像把專案原地翻到另一個版本。這種「廉價」是故意設計的：你本就該頻繁地開分支，哪怕只是一個五分鐘的小試驗。

日常的節奏是「一個任務一個分支」。修個 bug？開分支。想試個有風險的點子？開分支。成了，就把它合併進去；沒成，就直接把這個分支扔掉，main 始終一無所知。在你決定分享之前，你弄的亂都只是你自己的事。

布羅卡區是大腦左側前部的一小塊腦組織，大約位於太陽穴的上後方，它幫助你把想法變成說出口或寫下來的詞句。與其把它看作念頭誕生的地方，不如把它看作一間車間：在這裡，想法被打包成流暢、合乎語法的話語——挑選恰當的詞、把它們排成正確的順序，並安排好嘴唇、舌頭和喉嚨真正發出聲音所需的肌肉動作。當你順口說出一句完整的話，比如「我想來杯茶」，正是這個區域在幕後默默完成大量的組裝工作。

我們對它的了解，很大程度上來自它受損時所發生的情況，損傷往往由中風造成。這裡受傷的人通常仍能聽懂別人說什麼，也清楚知道自己想表達什麼，但說話卻變得緩慢、費力而斷斷續續——他們可能會漏掉「的」「是」這類小小的語法詞，只剩下電報式的簡短詞組，比如「想……茶……謝謝」。這種表現被稱為布羅卡失語症，而清楚的理解與艱難的表達之間的落差，正是經典的線索，說明受到打擊的是這間「車間」，而不是大腦負責聽懂話語的部分。

這一區域以法國醫生保羅·布羅卡的名字命名。十九世紀六十年代，他在檢查了一些失去流利言語能力的病人後，把這個位置與說話聯繫了起來。在大多數人身上，負責產出語言的區域位於大腦的左半邊，許多左撇子也是如此，這是大腦兩半分工不同最清晰的例子之一。能夠在任務中點亮繁忙區域的現代腦部掃描儀證實，當人們組織句子和語法時，這個區域會變得活躍，而不只是在發出簡單聲音時，這說明它與語言本身的結構緊密相連。

布羅德曼分區是大腦皮層（大腦表面那層佈滿皺褶的外殼）上大約五十塊帶編號的區域之一，由一位名叫科比尼安·布羅德曼的德國醫生在1909年繪製出來。他把腦組織切成薄片，染色後放在顯微鏡下觀察，發現大腦皮層是由一層層神經細胞像樓房的樓層那樣堆疊而成。有些地方這些層很厚，有些地方很薄；有些地方細胞密集，有些地方稀疏。每當細胞的排列樣式發生變化，他就畫一條邊界，給那塊區域編一個號，從1號一直排到大約52號。

這些分區之所以如此有用，是因為細胞的排列方式（稱為細胞構築，字面意思就是細胞的建築構造）往往與那塊腦組織所承擔的功能相吻合。比如17號區有一層獨特的條紋結構，結果發現它正是視覺最先被處理的地方；44號區和45號區所在的位置則負責大部分言語的產生。於是布羅德曼的編號成了一套通用的「門牌地址」：世界上任何地方的科學家說腦部掃描在4號區亮了起來，別人立刻就知道指的是那條控制運動的腦區。這張圖把結構（大腦是怎麼搭建的）和功能（大腦做什麼）聯繫了起來，這也是它問世一個多世紀後仍被教科書和研究廣泛使用的原因。

瀏覽器（browser）是你用來造訪網站的那個程式——Chrome、Safari、Firefox、Edge。它的活兒是：從遠處某台伺服器把一個網頁取回來，再把它畫到你的螢幕上，變成你能讀、能點的東西。你在「網路上」做的一切，其實都是經由瀏覽器發生的。

在底層，它執行著網站發給它的三樣東西。HTML 是頁面的結構和文字；CSS 是樣式——顏色、字體、排版；JavaScript 則是讓頁面在你輸入或點擊時作出反應的行為。瀏覽器把這三樣拿過來，拼裝成你看到的頁面，並讓它活起來。從這個意義上說，現代瀏覽器與其說是個「檢視器」，不如說是一台專門執行別人程式的小機器。

它還替你打理那些繁瑣的底層雜事：查找位址、打開安全連線、下載圖片、讓你保持登入狀態。你輸入「去這裡」，瀏覽器就悄悄地把取回、解碼、繪製都做了——於是整個網路就感覺像是一個順滑的地方，而不是成千上萬台各自為政的伺服器。

無刷直流馬達是普通直流馬達的高性能表親，把那會磨損、會打火的電刷給扔掉了。讓你無人機螺旋槳轉動、硬碟碟片旋轉、許多電動車輪子轉起來的，正是它。沒有相互摩擦、會被磨掉的部件，它運轉得更乾淨、更安靜、更涼，壽命也長得多——往往能用上數萬小時。

巧妙之處在於它怎樣做到不用電刷。普通直流馬達裡，電刷靠機械方式在恰當時刻翻轉電流，好讓馬達一直轉。無刷馬達把這樁活從馬達裡挪到了電子電路裡：永磁體如今裝在旋轉的那一部分上，線圈固定在馬達外殼上，一塊小電路按正確的順序、在正確的瞬間切換流過各線圈的電流，把磁體一圈圈拉著轉。這種電子式的切換叫換向，所以無刷直流馬達又叫電子換向馬達。麻煩之處是它沒法直接接上電池就轉——它任何時候都離不開那塊驅動電路。

因為時序由電子電路掌管，而不是靠拖著的電刷，無刷馬達能在同樣的體積和重量裡榨出更大的扭矩和轉速，更少的能量白白變成熱，還能被極為精細地控制。正是這些好處，讓它在凡是看重效率、功率重量比或長壽命的地方都唱主角——從安靜的吊扇，到競速無人機，到機器人關節。代價是複雜和成本：你不只為馬達本身買單，還得為驅動器裡的那份「腦子」付錢。

打包工具（bundler）會把你那一大堆原始檔——JavaScript、CSS、圖片，以及它們引入的各種套件——拼接成幾個又小又優化的檔案，讓瀏覽器能快速下載並執行。你把程式碼拆在幾十個清爽的小檔案裡寫，打包工具則把它們打包好、準備上路。

它一路上還會順手收拾：刪掉沒用到的程式碼、壓縮檔案體積、把較新的語法翻譯成舊瀏覽器也能看懂的寫法。結果是下載次數大大減少，頁面載入更快。

如今常見的有 Vite、webpack 和 esbuild。你多半是透過一個「建置（build）」步驟接觸到打包工具——它把你易讀的專案，變成真正發布出去的那份精簡包。

舉證責任回答一個簡單卻有力的問題：當雙方各執一詞，到底該由誰來說服別人？法律的默認規則是——提出主張的一方必須拿出證據，而不是由否認的一方來自證清白。如果你說鄰居借走了你的梯子卻沒還，舉證的擔子在你身上，而不在鄰居身上。可以把它想像成一個背包：誰背著它，誰就得一路把它扛到終點；扛不到，就算輸。

但這副擔子分兩層——不只是誰來證明，還有要證到多有說服力。在刑事審判中，因為關係到一個人的自由，控方必須把罪行證到「排除合理懷疑」的程度——確鑿到任何明理的人都不會再猶豫。而在普通的民事糾紛裡，比如一樁錢財爭執，門檻就低得多：「蓋然性的權衡」，意思不過是「更可能是真的」——只要證據稍稍越過中點，就已足夠。（不妨大致想成「剛過五五開」；真正要看的，是哪一方的說法更可信，而不是去算出某個精確的數字。）

一個常見的誤解，是以為被告必須證明自己無罪。就指控的構成要件而言，他並不必——控方才是必須證明有罪的一方，所以一個在這些要點上一言不發、什麼也沒證明的被告，照樣可以無罪開釋。（某些特定的抗辯是例外：當被告提出諸如精神失常之類的主張時，他可能得自己證明這項抗辯，不過通常只須達到較輕的「蓋然性的權衡」。）但在有罪與否這個核心問題上，只要指控一方始終沒把那隻背包扛到終點，結果就歸被告所有。

拜占庭容錯，是指一個網路在部分參與者不僅出了故障、甚至還在主動說謊或試圖破壞共識的情況下，仍能正確運轉的能力。這名字源自一道經典難題：幾位將軍包圍著一座城，他們必須協調成全體進攻或全體撤退，靠信使傳遞消息——可其中一些將軍可能是叛徒，發出自相矛盾的命令。忠誠的將軍們還能不能達成一個一致而正確的決定？

這正是一條公鏈所面對的問題。成千上萬匿名的參與者，其中有些可能心懷惡意，必須在彼此不信任的前提下，對同一份共享帳本達成一致。如果一個系統只要不誠實的參與者維持在某個閾值以下——經典情形是少於三分之一——就能達成正確的共識，那它就被稱為具有拜占庭容錯性。一旦越過這個上限，叛徒就能製造混亂；只要在這之下，誠實的多數總能取勝。

每一種區塊鏈共識機制，本質上都是這道難題的一個實用解。工作量證明透過要求真實的運算，讓「當一個吵鬧的叛徒」代價高昂；權益證明則透過把叛徒自己的押金置於險地，讓背叛變得昂貴。無論哪種，設計目標都一樣：容忍數量有限的說謊者和故障，仍讓誠實的參與者收斂到同一段真實而公認的歷史上。拜占庭容錯，就是那個讓無需信任的網路成為可能的形式化性質。

連接組是一張完整的神經系統接線圖：它標出每一個神經元，並畫出它們彼此之間的每一處連接。秀麗隱桿線蟲連接組，就是為一種微小的土壤線蟲——秀麗隱桿線蟲——繪製的這張圖，也是有史以來第一張為整隻動物完成的連接組。由於成年雌雄同體的線蟲恰好有302個神經元，而且每一隻個體的數目都相同，它的整個神經系統才得以被逐個神經元地標繪出來。

繪製它是一項極其費力的手工活。20世紀70至80年代，由約翰·懷特和悉尼·布倫納帶領的團隊，把線蟲切成數千張比肥皂泡還薄的切片，在電子顯微鏡下逐張拍攝，再用肉眼在整疊圖像中逐一追蹤哪個神經元與哪個相接。這項成果於1986年發表，被暱稱為《一條蠕蟲的心智》，為生物學獻上了第一份活體生物的完整電路圖。

這張圖譜把這條線蟲變成了環路神經科學的奠基性模式生物——環路神經科學研究的是，相互連接的一群群神經元如何產生行為。在已知每一個細胞和每一處連接的前提下，研究者可以精確地追問：一個固定的環路是如何產生進食、交配或逃避危險的，並通過單獨開啟或關閉某個神經元來檢驗自己的答案。在繪製更大腦圖（例如果蠅和小鼠的腦圖）這一困難得多的工作中，它至今仍是參照點，也是靈感來源。

電纜理論是一套數學，用來描述電訊號如何沿著神經元中那些細如電線的部分傳播——既包括叫作軸突的長長的輸出線纜，也包括叫作樹突的、毛茸茸的接收分支。這個想法連同名字，都是從工程師那裡借來的：十九世紀人們試圖通過海底電纜發送電報，卻發現訊號傳到對岸時變得模糊又微弱。事實證明，一段樹突或軸突的行為就跟那些不完美的電纜一模一樣：它是一根會漏電的管子，而不是一根乾淨俐落的導線，所以在某一點施加的電壓擾動，並不會原封不動地到達另一處。電纜理論用一個方程，精確寫下了這股擾動在傳播途中如何衰減、如何被拖糊。

這套數學背後的圖景很簡單。纖維內部水汪汪的部分允許電荷沿長度方向流動，但會有一點阻力，就像一根又細又長的管子；與此同時，膜壁是一層會漏電、還略帶彈性的皮膚，它既讓一部分電荷從側面滲出去，又像一塊微型電池那樣先把電荷存起來，然後才肯把變化往前傳。把沿中心的流動與穿過膜壁的漏失和存儲兩相權衡，就得到兩個幾乎能說明一切的數字。長度常數是指一個穩定訊號衰減到起始大小約三分之一（百分之三十七）時所經過的距離——纖維越粗、絕緣越好，訊號就傳得越遠。時間常數則說明每一點上的電壓反應有多遲緩，所以訊號不僅會變小，還會在時間上被拖糊。

正因如此，電纜理論才坐落在計算神經科學的核心。它解釋了為什麼神經元要在一處又一處不斷重新生成動作電位——也就是它那種全或無的電脈衝——才能把消息送到很遠的地方，因為單純的被動擴散在一兩毫米內就會消亡。它還能預測落在樹突樹上的成千上萬個小輸入，在前往細胞體的途中如何縮小、如何匯合，從而決定神經元到底會不會發放。現代的模擬會把一個神經元切成許多極小的電纜段，並在每一段裡求解這個方程，從而把一個真實細胞的分支形態，變成一個能說明它如何運算的可運行模型。

快取（cache）是把算好的結果存放在又近又快的地方，這樣就不必每次都重做那些慢吞吞的工作。第一次開銷很大——要從遠方的伺服器取資料，或跑一遍繁重的計算——但你把答案存了下來，之後每次直接拿現成的副本就行。

可以把它想成：把每天都用的杯子放在檯面上，而不是每天早上都爬上櫃子頂層去拿。瀏覽器會快取圖片，於是你第二次造訪同一個頁面時它瞬間就載入好了；資料庫會快取常用的查詢，省得反覆重算。

麻煩之處在於「過期」：快取裡的副本可能跟真實資料對不上了。決定什麼時候該把舊副本丟掉，就是所謂的「快取失效（cache invalidation）」——人們半開玩笑地說，它是電腦科學裡兩大難題之一。

鈣成像是一種透過讓神經元發光來觀察其放電的方法。研究者無法用顯微鏡直接看到電訊號，於是他們用上了一個巧妙的替身：每當一個神經元放電時，都會有一股鈣離子短暫地湧入細胞。訣竅就在於給細胞裝入一種特殊的染料或蛋白質——叫做鈣指示劑——它在周圍有鈣時會發出更亮的光。於是，一道閃光就變成了「這個神經元剛剛放電」的可見標誌。

如今最常用的指示劑是像 GCaMP 家族這樣經過改造的蛋白質。由於它們是由基因構建的，科學家可以只在自己關注的那些細胞類型中、甚至在活體動物中把它們開啟，然後在顯微鏡下同時觀看成百上千個神經元一明一暗。這就把看不見的活動變成了一部閃閃發亮的影片，展現出一整群細胞協同工作的情景。

有一個值得了解的取捨。這種鈣的發光，是放電的一種緩慢而間接的回聲——它在不到一秒的時間裡升起又消退，遠比那道電光石火般的電脈衝本身遲緩得多。因此，鈣成像非常適合看出哪些細胞在活動、活動在哪裡，但它會模糊單個放電的精確時間點。

校準是腦機介面一上來的那段簡短訓練階段，使用者按提示產生一些「已知」的訊號。系統提示：「現在想像動你的右手」，接著「現在換左手」，每一次都把大腦活動記錄下來。因為系統知道剛才讓使用者做的是什麼，它最後就攢下一小批帶標註的例子——這正是解碼器學習時需要的。

之所以需要它，是因為沒有兩個大腦是一樣的，哪怕同一個大腦也天天不同。電極位置會有些許移動，人的清醒程度時高時低，導電膏也乾掉了一點——於是上週調好的解碼器，今天未必合用。校準會把解碼器重新擬合到「這個人、這一天、這套裝置」上，這也是為什麼許多腦機介面都以幾分鐘這樣的按提示試次開場。

代價是時間和耐心：校準太長既累人，又擠佔了真正幹活的時間。研究的一大方向，就是設法把它縮短或省掉——辦法包括跨階段重複使用模型，或者讓解碼器在系統實際使用過程中悄悄地持續自我調整。

相機標定是一個測量過程，用來確定相機背後那些看不見的數字——它的內參、它的鏡頭畸變，常常還包括它的外參位姿——好讓機器人能夠準確信任這台相機是如何把世界映射到像素上的。相機出廠時，你對它的焦距、光學中心位於何處，都只有一個大致的概念，而且每個鏡頭彎折光線的方式都略有不同。標定就是用從真實圖像中測得的精確數值，去替換這些猜測。

經典的方法會用到一個幾何形狀完全已知的標定靶，最常見的就是一塊方格尺寸精確的平面棋盤格。你從許多角度和距離給它拍照。軟體隨後在每張圖像中檢測出棋盤的每一個角點，並發問：要用怎樣的一組內參、怎樣的畸變、以及每張照片中相機處於怎樣的位姿，才能讓模型預測的角點位置與實際看到的角點對得最齊？它會搜索出使總誤差最小的那個答案，於是相機的各項參數，連同一個描述鏡頭如何把直線壓彎的畸變模型，就一起求出來了。

沒有標定，從圖像中得出的測量結果會系統性地出錯：距離不準，筆直的邊看起來是彎的，拼接起來的畫面也對不齊。有了標定，機器人就能把圖像「去畸變」、測量真實的尺寸和角度、從一對立體圖像判斷深度，並把所見之物正確地放進世界裡。它是幾乎每一條視覺流水線裡既不起眼、卻又必不可少的第一步。

相機外參描述的是相機在世界中處於什麼位置、朝著哪個方向。如果說內參是鏡頭固定不變的「性格」，那外參就是它當下的「住址」和「頭部傾角」——機器人一移動或一轉頭，外參就立刻改變。它們其實就是相機的位姿：它在空間中的位置，加上它的朝向。

具體來說，外參是一組旋轉和一組平移，二者合在一起，把座標從大家共用的世界座標系搬進相機自己的座標系——在那個座標系裡，相機位於原點，正沿著鏡頭方向往前看。平移說明要把世界原點滑動多遠才能到達相機；旋轉說明要怎樣轉動世界的座標軸，才能讓它們與相機的上方、右方和前方對齊。把這一對操作作用到房間裡測得的任意一點上，你就知道那一點相對於相機在哪裡——這正是針孔投影把它變成像素之前必須邁出的第一步。

這正是外參對一台運動中的機器人如此關鍵的原因。當機械臂伸展、或漫遊車行駛時，它機載相機的外參時時刻刻都在更新，機器人藉此把所見的畫面與它已經掌握的房間資訊融合起來。外參搞錯了，一張再清晰的圖像也會被釘在世界中錯誤的位置上；外參搞對了，視覺與運動才說著同一種語言。

相機內參是描述相機自身內部光學特性的一小組數字——那是烙印在這台特定鏡頭和感測器裡的固定屬性，無論你把它指向哪裡都不會變。它們回答的是這樣一個問題：一旦一條光線進入這台相機，它究竟會點亮哪一個像素？兩台相機即使擺在同一個位置、朝著同一個方向，也可能拍出不同的圖像，因為一台用的是廣角鏡頭加大感測器，另一台用的是長焦鏡頭加小感測器。內參所刻畫的，正是這種差別。

內參通常有四到五個。焦距（往往是兩個數字，分別對應水平和垂直方向）決定了畫面有多「拉近」——長焦距會把世界中很窄的一片放大，短焦距則把寬廣的場景一併收入。主點是光學中心落在的那個像素，通常靠近圖像中央，但很少正好在正中，因為感測器從來不可能裝得絕對端正。第五個數字「偏斜」在現代相機裡幾乎總是零，它用來表示像素的行與列沒有完全垂直的情況。把它們打包在一起，就構成了內參矩陣——把相機前方的一個方向換算成精確像素座標的配方。

內參屬於相機本身，而不屬於場景，所以機器人四處行駛時它們保持不變——這正是它們如此寶貴的原因。一旦測定，機器人就能始終如一地解讀這台相機拍下的每一張圖像。內參不同於外參，外參描述的是相機在世界中處於何處、朝向哪個方向。

經典皮層微迴路是一種被提出的標準接線方式——一張基本藍圖——它似乎在大腦外層那張叫做新皮層的薄片上一遍又一遍地重複出現。新皮層就是大腦那層佈滿褶皺的表面，負責看、聽、動和思考，它由六層堆疊而成，就像一棟樓的各個樓層。核心觀點是：無論你看哪一小塊——處理視覺的、控制手指的、還是幫你算數的——這些層裡的神經元彼此相連的方式都大致相同、不斷重複。於是大腦也許不必為每件工作都發明一套全新的電路，而是把一套通用電路複製貼上上百萬次，再給每一份副本餵入不同種類的輸入。

這套模式大致是怎樣運作的？簡單說，從別處傳來的信號（常由一個叫丘腦的中轉站轉送）通常先進入中間各層，在那裡被處理後向上傳到頂層，再向下交給深層；深層負責把大腦的答案發送回其他腦區以及身體。在這一路上，那些說「走」的興奮性細胞（比如錐形的錐體神經元）會被那些說「停」或「等一等」的抑制性細胞（中間神經元）所平衡，讓整個迴路不至於失控。研究者覺得這個模板很有吸引力，因為這意味著皮層就像一塊可重複使用的晶片，被一次次衝壓出來——只要弄懂這一塊晶片，就可能解開大片大腦的工作原理。但要補充的是：這仍然是一個有用的簡化，也是仍在爭論的話題，而非定論：真實的皮層有許多例外，不同腦區和不同物種都會以各自的方式改動這套模式。

電容器是一個微型儲能元件，由兩塊靠得很近卻不相碰的金屬板組成。給它接上電壓，電荷就會堆積在兩塊板上——一邊帶負電，另一邊帶正電——板間的縫隙裡藏著一片看不見的電場。可以把它想成一個小水箱：你能很快把水灌滿，存住片刻，需要時再讓它一下子噴出來。

正因為電荷能進能出，電容器能把電壓的波動「抹平」——電源瞬間下降時，它就放出存好的電荷來補上缺口，所以幾乎每件電子裝置裡都有它在穩住供電。它還會擋住穩定的直流（充滿後就不再有電流流過），卻能輕鬆讓變化的交流通過，因為兩塊板在不停地一充一放。再配上一個電阻，你就能設定精準的時間，比如方向燈那種慢悠悠的一閃一閃。

CAR-T 細胞療法，把患者自己的免疫細胞改造成訓練有素的「獵癌者」。T 細胞是巡邏全身、清除威脅的白血球，但癌症常常躲過它們。CAR-T 把這些「士兵」取出來，在實驗室裡重新編程，讓它們能辨識腫瘤上某個特定的標記，再送回體內——就像把那個一再被放過的入侵者的清晰照片，交到你的保全手裡。

醫生先從血液中採集患者的 T 細胞，再為它們加入一個訂製受體的基因，這個受體稱為 CAR，相當於一雙新的「眼睛」，能鎖定癌細胞。改造後的 T 細胞被培養成一支龐大的軍隊，再回輸體內。在體內，它們找到帶有那個標記的細胞並加以摧毀——而由於它們是活細胞，還能在一段時間裡持續增殖、持續工作。

CAR-T 是一種里程碑式的「活藥」，在出色的試驗結果之後，已針對數種血液癌症獲批。它並非萬能：到目前為止，它對某些血液癌症效果最好，製造過程緩慢又昂貴，而被激發的免疫反應可能引起需要專業處理的嚴重副作用。

碳從不靜止。同樣的原子在空氣、海洋、所有生命與腳下的岩石之間永遠地流轉，像金錢在經濟中循環一樣繞著整個星球打轉。你清晨呼出的一個碳原子，可能被一片葉子吸收，被一頭牛吃下，再呼出來，溶進大海，然後用上百萬年的時間被封進貝殼裡。

植物從空氣中抽取二氧化碳，用來長出葉子和木頭；動物吃下植物，又把一部分呼回空氣；海洋把它喝進去，再打個嗝吐出來；而死去的生物則在漫長歲月裡慢慢變成石灰岩和煤。在過去這幾千年裡，大自然讓這些流動大致保持平衡，於是空氣中的碳量從一個世紀到下一個世紀都相當穩定——直到我們出現。

麻煩就在這裡。當我們燃燒煤、石油和天然氣，等於把大自然花了數億年才安穩埋進地下的碳挖出來，在短短幾十年裡一股腦放出。我們往循環裡注入碳的速度，遠遠快過海洋和森林能吸收的速度——於是它在空氣中越積越多，困住熱量，讓地球變暖。這循環並沒有壞掉，只是被壓得喘不過氣。

cascode（共源共閘）是把兩隻電晶體疊起來：在你的增益管上面再摞一隻電晶體，讓兩隻管子流過同一股電流，卻各幹各的活。下面那隻（輸入管）負責放大。上面那隻（cascode 管）只是穩穩地待著，把自己的源極電壓釘住，像一個緩衝器，夾在你那隻嬌貴的增益管和輸出節點之間。可以把它想成站在放大器前面的保鑣：它替你擋下輸出節點那邊的推搡，讓輸入管幾乎感覺不到輸出電壓在動。因為輸入管的汲極電壓現在基本保持不變，兩件好事就發生了——它那一點點通道長度調變回饋（Early 效應，正是它讓一個理想電流源「軟化」成有限的輸出電阻 ro）幾乎不再起作用；同時它閘汲電容的米勒倍增也塌縮了，這對頻寬有幫助。

回報就是增益。一個普通的共源級提供的本徵增益大約是 gm*ro——管子的跨導乘以它自己的輸出電阻，而在短通道製程裡 ro 低得讓人頭疼。疊上一隻 cascode，會把往裡看的輸出電阻乘上大約這隻 cascode 管自己的 gm*ro，於是這個節點呈現的就不再只是 ro，而是大約 gm*ro*ro。你的直流增益也跟著同樣的倍數竄升——輕輕鬆鬆多出 20 到 40 dB——而且不用多耗一點電流，因為兩隻管子流過同一股偏置電流。這正是為什麼 cascode 在 op-amp 的輸出級、電流鏡，以及任何你需要一個「硬」的高阻抗節點的地方，都隨處可見。

代價要從餘量（headroom）裡出。你現在在電源和地之間疊了兩個汲源電壓，每隻管子都至少需要它自己的過驅動電壓 Vov（再留點餘量）才能待在飽和區，所以你花掉的電壓空間大約是兩個 Vov，而不是一個。在如今的低壓電源上這很奢侈，這也正是折疊式 cascode（folded cascode）和增益自舉（gain-boosting）存在的原因——它們是一些巧辦法，既保住增益上的好處，又把你讓出去的餘量摳回來一些。

催化劑是一種能讓化學反應變快的物質——有時快上百萬倍——可它自己到頭來卻毫髮無損，隨時準備再來一次。你可以把它想成派對上的「紅娘」：它把兩個害羞的分子拉到一起、撮合成對，然後自己抽身而退、完好如初，接著再去牽下一對。

每個反應在發生之前都有一道能量門檻要跨，就像反應物必須翻過的一座小山。催化劑並不是硬把它們推過山頂——而是悄悄在山旁開出一條更低、更好走的小路，於是每一秒就有多得多的分子順利通過。它讓反應加速，自己卻從不被消耗。

生命正是靠一類叫做酶的催化劑運轉——這些蛋白質機器在體溫下完成消化、呼吸和生長的種種化學反應，而這些反應若沒有酶，要麼得用滾燙的高溫，要麼得耗上好幾年。這裡有個常見的誤會：催化劑沒法讓一個本來不可能發生的反應發生，也改變不了最終能生成多少產物。它只改變快慢，從不改變終點。

絕對命令是康德用一句話給出的行為對錯檢驗：在你做某件事之前，先問自己——你能否真心希望天下所有人，在你這種處境下都照樣去做？如果你行動背後的那條準則，可以成為所有人都遵守的法則，它就通過了。關鍵的檢驗並不在於會不會招來壞結果，而在於：一旦人人照辦，這條準則會不會自相矛盾。設想你想撒個謊來脫困：現在想像一個人人覺得方便就撒謊的世界。在那樣的世界裡，沒人會信任何一句話，於是承諾和撒謊根本就不再可能——而你指望奏效的那個謊言也就根本騙不了人。這條準則把它所依賴的做法毀掉了，等於把自己取消了，所以撒謊過不了這一關。

這為什麼重要？康德是在說：道德無關結果、報酬，也無關你當下的心情，而關乎義務——出於一條你能向任何人辯護的原則去行動。「絕對」意味著無條件：無論你想要什麼，它都成立。這正好與「假言」式的規則相反，比如「想拿好成績，就用功」——那只有在你恰好想要那份獎賞時才管得住你。道德法則不做任何交易，它只是命令。

一個常見的誤讀：人們以為康德不過是在說「己所不欲，勿施於人」——也就是黃金法則。兩者相近，但康德更為鋒利。黃金法則訴諸你個人的好惡；康德要求的，是一種對每一個理性存在者都成立、不論其口味偏好的邏輯一致性。他還給出了著名的第二種表述：永遠把人當作目的本身，絕不僅僅當作達成你自身目的的工具——一個人，絕不只是供你方便使喚的手段。

細胞是生命最小的一塊——是仍然算得上「活著」的最小單位。它能自己攝取能量、生長、對周遭環境作出反應，還能複製出新的自己。

有些生物就只是單單一個細胞，例如你皮膚上的細菌。另一些則由數以兆計的細胞組成：光是你自己的身體，就約有 37 兆個細胞，每一個都像一名小小的工人，各司其職。

每個細胞外面都裹著一層薄薄的「皮」，稱為細胞膜，由它來決定什麼能進、什麼能出。裡頭裝著這個細胞的遺傳指令，還有一大堆維持運轉的微型機器。不過，這些指令擺放的地方並不相同——動物和植物的細胞把 DNA 收進一個用薄膜單獨圍起來的細胞核裡，而細菌的 DNA 則是自由漂浮的，根本沒有細胞核。

細胞分化是一個未特化的細胞認定某項職責、並成熟為某種特化類型的過程——成為一個肌肉細胞、一個神經細胞、一個紅血球。它是一段旅程，從一個空白、萬用的起始細胞，走到一個有著固定行當的成品工匠。可以想像一名新員工在入職第一天，原則上可以被分派到任何部門，隨後被逐步培訓、收窄，安定到一個他將一直擔任的具體角色。

引人注目的是，分化的發生並不改變細胞的基因。你體內幾乎每一個細胞都攜帶著完全相同的一整本指令手冊；讓一個神經細胞有別於一個肌肉細胞的，是各自讀取了哪些頁。當一個細胞分化時，來自周圍環境的訊號會把某些基因打開、把另一些關閉，於是細胞只開始建造它所選角色需要的那些部件。一步一步地，它失去了那份不設限的靈活，換來一種獨特的形態、行為和功能。

分化是從單單一個受精卵構建並維持出整個身體的主導過程，也是每個幹細胞征途盡頭的目的地。理解並引導它，正是再生醫學的核心：要培育出有用的組織，科學家必須把幹細胞沿著精確的分化路線，引向他們想要的那種細胞類型——並可靠地讓它們在那裡停下，而不是把它們留作空白，或送上歧途。

細胞療法透過把有生命的細胞放進體內，來修復或替換已經喪失的功能，從而治療疾病。它不像化學藥物那樣沖刷一遍便消退；治療本身就是那些細胞——一種能安頓下來、繁殖、對周圍環境作出反應並持續工作的「活藥」。它更像播種，而不是吃藥。

這些細胞可能取自患者本人，採集後有時先培養或加以改造，再回輸體內；也可能來自捐獻者。一旦輸入，它們的目標是去做身體已無法完成的工作：重建血液、替換受損組織，或追擊疾病。正因為它們是活的，能做到靜態藥物或器械做不到的事——但也更難控制和標準化。

有些細胞療法早已是成熟醫學，例如用於某些血癌的骨髓（血液幹細胞）移植。另一些仍處於實驗階段。如實地看，這是一套真實且不斷壯大的工具，同時也伴隨著許多前景可期卻尚未證實的做法，尤其是那些直接向患者推銷的。

細胞返老還童是這樣一個設想：把一個衰老細胞的「時鐘」往回撥一部分——把它推向更年輕、更有活力的狀態，逆轉一些衰老的跡象，同時又不抹去它本來是哪一種細胞。這個夢想是給一個磨損的皮膚細胞或神經細胞做一次「保養」，而不是徹底「恢復出廠設定」，讓它仍幹著原來的活，卻像年輕時那樣運轉。

這個竅門借用了「重新編程」——那是一種實驗室方法，可以把一個普通的成體細胞一路逆轉回到靈活的、類似幹細胞的狀態。返老還童只是短暫而部分地施加同樣的推力——研究者希望，這恰好足以刷新細胞的「設定」，卻又不至於抹去它的身份，或讓它變成腫瘤。

這是衰老研究中最令人興奮的前沿之一，在動物和細胞上已有驚人的結果。但它仍屬實驗性，並帶有真實的風險，包括癌症。在這裡，從一次激動人心的實驗室演示，到一種安全的人體療法之間，差距非常大——這是「炒作跑在證據前面」的典型例子。

細胞重編程，是重置一個細胞身分的行為——把一個已經安頓於某種特化職責的細胞，勸說它去變成別的東西。通常，一個細胞的職責是一條單行道：一旦它定型為，比方說，一個皮膚細胞，就終生都是皮膚細胞。重編程違逆了這條單行規則，頗像把一份定稿的文件改回草稿，又或像重寫一個人的工作說明，然後看著他接手全然不同的新活兒。

它主要有兩種形式。一種是把時鐘一路撥回去，讓一個成熟細胞返回多能狀態，使它又能變成任何東西——誘導多能幹細胞正是這樣製造的。另一種是直接轉化，讓一個細胞從一種特化類型直接跳到另一種——比如把一個皮膚細胞變成一個神經細胞——而不必先經過空白的幹細胞階段。兩者的原理，都是改變一個細胞讓哪些基因保持開啟，因為每個細胞都攜帶著完全相同的整套指令，差別只在於它讀取了其中的哪些部分。

重編程重塑了生物學，因為它證明了一個細胞的命運並非被永久鎖死，而只是被固定住——而被固定的位置是可以挪動的。這就開啟了一個誘人的前景：從患者已有的細胞，生成他所需要的任何一種細胞類型。不過其中的警示也實實在在：重編程效率低下，可能讓細胞停在尷尬的半成品狀態，而任何被推向無限增殖的細胞都必須被小心管控，因此建立在它之上的療法要求極高的嚴謹。

細胞衰老是一種狀態：細胞徹底停止分裂，卻又拒絕死去——像一種永遠結束不了的「生物退休」。研究者給這些細胞起了個外號叫「殭屍」細胞：不再做原來的工作，也沒被清除，就那麼賴著。細胞通常在受損或分裂太多次之後進入這種狀態，作為防止它「失控狂奔」的安全剎車。

這道剎車一開始很有用——它有助於阻止受損細胞癌變，也有助於傷口癒合。但衰老細胞會持續向周圍滲出一連串發炎信號，就像一個愛發牢騷的鄰居，慢慢把整條街都攪壞。隨著歲月流逝，這些細胞越積越多，那種長期、低水平的發炎便一點點拖垮組織。

如今人們認為，這種累積是衰老和與年齡相關的衰退的一個真實推手，這也讓衰老細胞成了一個誘人的靶點：照這個思路，若能清除或安撫它們，組織或許能更久地保持健康。這個想法正在被積極探索，但它仍是研究，還不是經證實的治療。

央行數位貨幣（CBDC）是一國官方貨幣的數位形式，由該國央行直接發行並背書。與你銀行帳戶裡的錢不同——那是對一家商業銀行的債權——CBDC 是央行本身的直接負債，地位等同於實體紙幣和硬幣。從本質上說，它是被重新構想為數位代幣、面向網際網路時代的現金。

CBDC 既不同於普通的銀行存款，也不同於比特幣這類加密貨幣。它的價值並非由市場決定：一枚數位貨幣始終等值於一份普通貨幣，因為有國家在背後支撐。儘管某些設計借鑑了區塊鏈的技術思路，但大多數 CBDC 根本不是去中心化的：央行牢牢掌控著發行與規則，這與公共加密貨幣那種無需信任、無需許可的精神正好相反。技術在這裡是工具，而非理念。

可以把它想像成活在你手機裡、而非錢包裡的官方現金：可即時、以數位方式花用，卻仍是國家發行的法定貨幣。支持者將 CBDC 視為現代化支付、惠及無銀行帳戶人群、以及更快更省地完成結算的途徑。由於其設計抉擇——尤其是個人能保留多少交易隱私——承載著重大的社會分量，CBDC 正是全球各國央行積極試驗的領域。

中樞神經系統（CNS）就是大腦加上脊髓。它是神經系統中負責把身體感知到的一切匯集起來、加以理解、再決定下一步該怎麼做的部分。來自皮膚、眼睛、耳朵和內臟器官的訊號，全都向內匯入中樞神經系統；而那些驅動肌肉、調控器官的指令，也從這裡發出。簡單說，它就是把訊息聚到一起、並轉化為行動的地方。

一個方便的畫面是機場的指揮塔台。飛機（也就是來自身體各處的訊息）從四面八方飛來；塔台把它們統統接收下來，彼此權衡，再發出清晰的指令，讓一切互不相撞、持續運轉。中樞神經系統做的正是這類工作，把許多條湧入的訊息流融合成單一而協調的反應，所以它常被稱作身體的整合與處理中樞。脊髓負責處理較快、較局部的任務，並充當往返於大腦之間的主纜線；而大腦則掌管更深層的思考、記憶、情感和規劃。

正因為太多事情都依賴它，中樞神經系統也是你全身受保護最嚴密的組織：它安放在顱骨和脊柱這層骨頭之內，外面裹著一層堅韌的膜，稱為腦膜，並漂浮在一層起緩衝作用的腦脊髓液之中。它與周圍神經系統相配合，後者是大腦和脊髓以外的神經網路，負責在中樞神經系統與身體其餘部位之間傳遞訊息。在哺乳動物中，大多數中樞神經系統的神經元一旦受損就很難再生，這也是為什麼大腦和脊髓的損傷往往會留下長期影響。

中樞模式發生器是一小群神經細胞，通常藏在脊髓裡，它能夠完全靠自己源源不斷地發出穩定、重複的肌肉指令，不需要大腦一刻不停地下達命令。可以把它想像成一個八音盒：一旦你上好了發條，裡面的小滾筒就會自己轉動，樂曲一拍接一拍地奏出來，不用再有人去碰它。同樣地，這個迴路會產生那些你反覆做的動作背後的來回節律，比如走路、游泳、咀嚼或呼吸。

那麼，它沒有指揮又是怎麼把節拍打準的呢？迴路裡的神經元連接的方式是：當一組神經元放電時，它會短暫地壓住另一組；而當第一組累了，第二組就接手——接著循環又翻轉回來。這場拉鋸不斷自動重複，於是交替的脈衝被送往，比方說，抬腿的肌肉和壓腿的肌肉。最有力的證明來自動物實驗：一段已經與大腦切斷聯繫的脊髓，只要給它一個簡單、穩定的化學刺激，仍然能產生有節律的邁步模式，這說明節律就誕生在脊髓本身之中。

正因如此，運動中有很大一部分是在「自動駕駛」狀態下進行的。大腦不必去事無鉅細地操控每一塊肌肉的每一次收縮；它只發出一個簡單、籠統的訊號——大致就是加快、放慢或停下——而詳細的節奏由中樞模式發生器來補全。來自四肢的感覺回饋再對節律加以微調，使之適應腳下真實的地面。所以運動的基本「引擎」是內建在脊髓裡的，上面只是負責掌舵，而不是一步一步地驅動它。

集中化與頭化是兩條反覆出現的大趨勢。當我們把動物從簡單到複雜排成一列、觀察牠們神經系統的構造方式時，就會一次次看到這兩條趨勢。集中化是指神經細胞（神經元）不再稀疏而均勻地散布在全身，而是聚攏成少數幾條緻密的「電纜」和團塊——神經索，以及神經節（一團團神經元的結），它們充當共用的指揮線。頭化則是與之密切相關的另一種傾向：把其中最豐富的神經組織，連同眼睛等主要感覺器官，堆積到身體的某一端，而這一端在漫長的演化中就變成了頭部。可以想像一座小鎮：起初每戶人家都有一部電話，胡亂地連向鄰居；後來它慢慢圍繞幾條幹線和靠近前門的一個總機重建——那個總機逐漸變成大腦，大致就是這兩個詞講述的故事。

動物為什麼一再朝這個方向演化？一隻向前移動、穿行於世界的生物，總是用牠的前端最先遇到新的食物、配偶和危險，因此把眼睛、嗅覺和味覺的傳感器放在那裡，並把牠們接入附近的一個決策中樞，比讓每個信號都橫跨全身長途奔走更划算。把神經元聚攏在一起還能縮短彼此之間的「布線」，使信號更快，並讓動物在行動前先把許多條信息流匯合起來。這並不是一架以人類居於頂端的階梯——許多類群以不同程度進行集中化與頭化，少數（如某些海星）反其道而行，把神經系統重新鋪散開來。但在蠕蟲、昆蟲、章魚和脊椎動物之間，那種朝向集中神經索與塞滿傳感器的頭部的反覆漂移，是腦演化中最清晰的規律之一；它也幫助解釋了為什麼如此多活躍的動物最終都長出一個可辨認的、領頭在前的頭部。

小腦運動控制，指的是小腦——那塊藏在後腦勺下方、佈滿褶皺的「小小腦」——所承擔的工作：讓你的動作流暢、準確、時機恰當。它並不決定要做什麼；選擇伸手去拿杯子、或者邁出一步的，是大腦的其他部分。小腦的任務，是確保這個被選定的動作乾淨俐落地完成，而不是一頓一頓、抖抖索索或偏離目標。你可以把它想像成一位幕後的教練：他從不親自上場，卻不停地低聲提點細微的修正，好讓場上的隊員動作節奏分毫不差。

它之所以能做到這一點，是因為它像一個比你思考還快的糾錯器。每當你開始一個動作時，運動皮層都會把指令的一份副本送給小腦，與此同時，你的各種感覺又會回報身體實際所處的位置。小腦把兩者加以比較——你打算做的，與正在真實發生的——然後逐刻不停地輕輕推動肌肉，把兩者之間的差距抹平。它就是這樣同時照管三件事：時機（在恰到好處的那一瞬間讓每塊肌肉發力）、準確（讓你的手正好停在杯子上，而不是衝過了頭）以及平衡（讓你保持直立）。由於它在幾分之一秒內就完成工作，這些修正在笨拙的動作還來不及出現之前，就已經發生了。

小腦還會學習。當一個動作老是做錯——你的網球揮拍總打偏，或者因為戴上了新眼鏡而覺得世界有些不對勁——小腦就會逐漸改寫它自己的預測，直到那個動作重新變得準確而自動。這正是為什麼騎自行車、盲打鍵盤這樣的技能最終會讓人感覺毫不費力：小腦已經悄悄把那些修正記了下來，於是你不必再去想它們。當小腦受損時，人不會癱瘓，但動作會變得搖擺不穩、時機錯亂——他們走起路來踉踉蹌蹌，伸手去拿東西時衝過了頭，說話也含混不清，很像一個喝多了酒的人，因為酒精正會麻痹小腦。

小腦是一塊拳頭大小、布滿密集褶皺的腦組織，藏在顱骨後部的下方，位於你通常想像的那個大塊摺疊大腦的後下方。它的名字在拉丁語裡意為「小的腦」，這個描述很貼切：它看起來就像主腦的一個縮小版、褶皺更緊密的複製品。儘管它只佔整個大腦體積的約十分之一，卻容納了全腦一半以上的神經細胞。它的主要任務不是決定你做什麼，而是確保你所做的一切動作都順暢、平穩、且時機恰當。

你可以把小腦想像成幕後的運動教練。當你伸手去拿杯子、走直線，或說出一句話時，小腦會不斷地把你身體打算做的動作和它實際正在做的動作進行比較，並一刻不停地悄悄微調肌肉來糾正二者之間的差異。它維持你的平衡，協調那些必須按正確順序收縮的眾多肌肉，並精細調整時機，使動作優雅而不僵硬突兀。當它受損時，人不會癱瘓，但動作會變得笨拙、顫抖：走路東倒西歪像喝醉了一樣，伸手時會夠過頭，說話也含糊不清。這正是為什麼過量飲酒會麻痺小腦，讓人搖晃不穩、失去協調能力。

大腦皮層是大腦表面那層薄而佈滿皺褶的組織，也就是人們想到「大腦」時腦海中浮現的樣子。它只有幾毫米厚，大約相當於幾枚硬幣疊起來的厚度，卻是我們大部分感知、思考、規劃和決策發生的地方。由於它密密麻麻地排滿了神經元的細胞體，看上去帶有一層灰色，因此常被稱為灰質。

它的表面被折疊成一道道隆起，稱為腦迴，以及一條條凹溝，稱為腦溝。這種折疊讓一大片組織能塞進小小的顱腔裡，就像把一張紙揉皺後才放得進杯子。那些最深的溝把每半個大腦劃分成四個大區，稱為腦葉，即額葉、頂葉、顳葉和枕葉。在這片表面的大部分區域，皮層由六層細胞疊合而成，這種結構被稱為新皮層，其下方則是負責連線的纖維束，也就是白質。

皮層的不同區塊往往各有所長，有的偏重視覺，有的偏重聽覺、觸覺、運動或語言。這種對更複雜、更高層次任務的處理，常被稱為高級認知。但沒有哪一塊是單打獨鬥的：它們彼此連成網絡，因此即便是給一張圖片命名這樣簡單的動作，也會同時點亮許多區域。

大腦葉是每半個大腦那層佈滿皺褶的外殼按傳統劃分出的四大區塊：額葉、頂葉、顳葉和枕葉。它們並不是各自獨立的器官，而是同一片連續皮層上的不同區域，靠幾道深溝和長期的習慣加以分界，有點像把同一座城市劃成幾個有名字的街區。大腦的每一半都各有自己完整的一套四個葉。

每個葉都各有所偏重的大致分工，但沒有哪個是單打獨鬥的。額葉在前額後方，負責規劃、自主運動和自我控制。頂葉在頭頂偏後的位置，構建你的觸覺，以及對身體和物體在空間中所處位置的感知。顳葉在兩側靠近耳朵的下方，大量參與聽覺、語言和記憶。枕葉在最後方，幾乎專門用於視覺。

這些名稱大多來自覆蓋在各區域之上的顱骨，而不是來自這片組織所做的事，所以它們的分界在一定程度上只是一種約定俗成。可以把這張四葉地圖當作一份有用的初步草圖：閱讀或說話這類真實的能力，是同時調動好幾個葉、並跨越大腦兩半相互連線完成的。

腦脊液（CSF）是一種清亮如水的液體，充滿大腦內部中空的腔室，以及包裹著大腦和脊髓的那層薄薄縫隙。它的絕大部分由一種特殊組織產生，這種組織叫作脈絡叢，是懸垂在每個腔室內、由許多細小血管組成的褶皺狀簇團。可以把它想象成一個緩緩滴漏、始終關不嚴的水龍頭：脈絡叢整天都在從血液中過濾出水樣液體，把新鮮的一批一點點滴入這些腔隙，使整池液體在一天之內被更新好幾遍。

不過，生成這種液體並不只是被動地滲漏。襯在脈絡叢表面的細胞會主動把鹽分（主要是鈉）從血液泵入腔室，水分則隨著鹽分一起被帶過去，就像浸了鹽水的海綿會吸入更多水一樣。通過精挑細選放行哪些物質，這些細胞把普通血液變成一種量身定制的液體：細胞和蛋白質含量很低，鹽分配比經過精細平衡，而且潔淨。正是這種把關作用，使脈絡叢成為保護大腦的屏障的一部分，決定血液中哪些物質可以到達神經組織。

為什麼要每天費力生成約半升這樣的液體呢？腦脊液給大腦提供緩衝，使它得以漂浮，而不會被自身重量壓垮，緩和日常磕碰帶來的震動，並把養分送進來、同時把廢物沖走。當生成、流動或重新吸收三者失去平衡時，液體就可能積聚並擠壓大腦，造成一種危險的膨脹，稱為腦積水——這正是脈絡叢那份平穩而安靜的工作如此重要的原因之一。

化學鍵就是把原子黏在一起的「膠水」——正是這種吸引力，把原子連成萬物：從一滴水，到一顆鑽石，再到你身體裡的細胞。它不是一根細繩，也不是一根小棍；而是一場拉鋸戰——一個原子帶負電的電子，和鄰近原子帶正電的原子核之間相互拉扯，最終安頓成一種比原子各自分開時更穩定、能量更低的格局。

原子主要用三種方式來達成這筆交易。在共價鍵裡，它們共用一對電子，就像兩個孩子各自抓著同一條繩子——水和生命中大多數分子都是這樣被維繫的。在離子鍵裡，一個原子把電子交給另一個，兩者帶上相反的電荷，純靠電的吸引彼此相依——食鹽就是最經典的例子。在金屬鍵裡，一大群原子把各自的外層電子拋進一片共享的「電子海」中，大家都漂浮其中——這正是金屬能導電、能彎折而不折斷的原因。

有一點人們常常弄反：化學鍵儲存著能量，而打斷它總是要消耗能量，而不是放出能量。燃料燃燒、食物被消化、能量滾滾而出時，並不是因為舊鍵斷了——而是因為隨後形成的新鍵更強、更穩定，多出來的那部分能量才以熱的形式被釋放出來。

化學反應是大自然重新排列原子的方式——把一組物質拆開，再重建成另一組不同的物質。可以把原子想成一盒數量固定的樂高積木：反應從不增添或銷毀積木，只是把它們拆散，再按新的圖案拼回去。木頭燃燒、鐵生鏽、麵包烘焙，都是同一批原子換了身打扮。

真正發生變化的地方是化學鍵——那把原子連在一起的微小紐帶。舊鍵斷裂，新鍵形成，正是這番重新洗牌，讓產物的模樣和脾性與起初的原料大不相同：氫和氧兩種看不見的氣體，竟能變成一滴液態的水。這種變化常會自己昭告天下：冒泡、變色、放熱、發光，或飄出一股新氣味。

有一條規則永不彎折：什麼都不會真的憑空消失。開始時在場的每一個原子，結束時仍然在場，所以反應前後的總質量分毫不差——這條原理叫做質量守恆。一截燃燒的木頭看似變輕，只是因為它大部分化作看不見的氣體飄走了；把那些氣體也一併稱上，這本帳連一個原子都不會差。

化學突觸是一個神經元把信息傳給下一個細胞的微小接頭——但兩個細胞並不是直接接觸的，它們之間隔著一道極細微的縫隙。可以想像兩個人站在一條很窄的小溪兩岸：他們沒法把紙條直接遞過去，於是其中一人把紙條摺成紙船，讓它漂到對岸。在化學突觸裡，信息越過這道縫隙靠的不是電流跳過去，而是靠一小包一小包的化學信使——叫作神經遞質——由發送方細胞噴出，再由接收方細胞接住。

它是這樣運作的。當一個電訊號到達發送神經元的末端時，它會促使一個個裝滿神經遞質的小氣泡與細胞的外壁融合，把裡面的內容傾倒進那道縫隙——這道縫隙叫作突觸間隙。這些化學信使飄到對岸，鎖定到接收細胞表面那些與之匹配的捕捉分子上——這些分子叫作受體——就像鑰匙插進鎖孔。這一結合會促使接收細胞要麼發出自己的訊號，要麼按兵不動。這種化學接力比電流直接跳過去稍慢一些，卻給了大腦極大的靈活性：連接的強弱可以被調高或調低，而這正是我們學習和記憶在物質層面的根基。

化學遺傳學是一種方法：只要給動物餵一粒無害的藥丸或打一針，就能調高或調低選定的腦細胞。研究者先把一種改造過的受體的基因導入選定的一組神經元——這種受體是一種蛋白，像一把小小的鎖那樣嵌在細胞表面。這把鎖經過改造，身體自身的化學物質再也配不上它，只有一種本身並無作用的特製藥物，才能轉動這把鑰匙。其中最有名的版本叫做 DREADDs，意思是「只被特製藥物激活的特製受體」。

一旦這些神經元帶上了這種改造受體，接下來就很簡單了。當對應的藥物隨血流到達大腦，它便扣進這把鎖，把細胞的行為朝選定的方向切換——一種受體會讓被靶向的神經元更容易放電，另一種則讓它們安靜下來，靠的是調節細胞在自身內部使用的化學信使。由於只有被基因標記的細胞才帶著這把鎖，藥物雖然遍及整個大腦，卻只作用在這些細胞身上。

和基於光的控制相比，權衡之處在於速度與覆蓋範圍的取捨。藥物起效要幾分鐘，作用可持續數小時，因此化學遺傳學適合做長時間、慢性的輕推，而非毫秒級的開關——但它無需植入光纖或導線，能在動物自由活動、自然行為時，把一整群分散的神經元持續地維持在開或關的狀態。正因如此，它成為一種受青睞的工具，用來追問某一組明確界定的神經元在整場實驗的時間跨度裡，對行為究竟有何貢獻。

幾十年來，人們的本能做法都是把所有東西塞進一整塊大矽片裡——也就是單晶片（monolithic）。小晶片（chiplet）把這個本能反了過來：你把設計拆成幾塊小小的、各管一攤的晶粒（die）——這裡放一簇 CPU 核，那裡放一塊 I/O，再來一塊快取——然後把它們裝進同一個封裝裡，彼此之間連得極其緊密，運作起來幾乎就像一顆晶片。可以把它想成：從用一整塊大理石雕一尊像，改成用樂高積木來搭——與其押注在一個又大又冒險的零件上，不如把幾塊更小、更成熟可靠的零件拼到一起。

圖什麼呢？最大的理由是良率。缺陷會隨機落在晶圓上的某個位置，所以晶粒越大，越容易被某個意外瑕疵毀掉整片——而在最先進的製程節點上，扔掉一塊巨大的晶粒代價高得驚人。把這塊晶粒切成四小塊，單個缺陷就只毀掉其中一小塊；好的那幾塊（known-good die，已知合格晶粒）留下，便宜的廢片扔掉就行。小晶片還讓你能混搭節點：渴求最新、最貴製程的運算核心可以用最尖端的節點，而幾乎不靠縮小受益的 I/O 和類比模組則留在更便宜、更成熟的節點上。而且因為每塊小晶片都是自成一體、可重複使用的積木，你可以把同一套核心組合既放進一顆筆記型電腦晶片，也放進一顆 64 核伺服器晶片，而不必從頭重新設計。

代價在於那道接縫。同一塊單晶片晶粒上的兩個電晶體，靠幾微米長的導線對話；而兩塊小晶片之間，訊號必須橫跨封裝，這比留在晶片內要多花一些能量、多擔一點延遲。所以小晶片要依賴高密度封裝——並排坐在矽中介層（interposer）上，或者疊起來——再加上快速、標準化的晶粒間（die-to-die）互連，好讓這道邊界幾乎看不出來。UCIe 就是正在興起的開放標準，讓來自不同廠商、不同節點的小晶片能夠拼接起來，就像當年 USB 統一各種周邊裝置那樣。AMD 的 Ryzen 和 EPYC（運算晶粒與 I/O 晶粒分開）、Intel 的分塊（tiled）處理器、蘋果的雙晶粒 Ultra 系列，都是已經大批量出貨的小晶片設計。

染色體是一條非常長的DNA，被細胞緊緊纏繞、打包成一個整齊的「束」。它的作用是把基因摺疊收納、貼上標籤、避免纏成一團，好讓那本「打造你、運作你」的說明書，能裝進一個原本根本塞不下這麼長一條線的小空間裡。

為了塞得進去，DNA會纏繞在一顆顆線軸狀的蛋白質上，就像線纏在線軸上一樣。人體大多數細胞帶有46條染色體，也就是23對，每一對裡有一條來自父親、一條來自母親。沿著這些長鏈排列的基因，就是你遺傳而來的那本說明書。

這樣打包還有一個實際的好處：當細胞分裂時，它可以把每條染色體複製一份，再把完整的一整套準確地交給每個新細胞。打成束之後，基因就能平均、乾淨地分配下去，而不會像散開的線一樣到處亂掉。

時型是你的身體對於「何時該睡、何時該清醒」與生俱來的自然偏好，是你一出生就傾向的那套個人作息設定。有些人是「百靈鳥」，天一亮就精神抖擻、頭腦清明地起身，到傍晚便開始沒電；有些人是「貓頭鷹」，清晨拖拖拉拉，深夜卻活力滿滿；而我們大多數人則落在兩者之間。這並不是懶惰或意志薄弱，就像一個人長得高或矮一樣自然：當沒有任何東西——沒有鬧鐘、沒有輪班、沒有咖啡——硬逼著它時，這就是你體內生理時鐘悄悄偏愛的那張時間表。

在大腦深處坐落著一小簇細胞，叫做視交叉上核，它就像一隻主時鐘，維持著大約二十四小時的節拍，並在每天清晨藉助日光來對時。在有些人身上，這隻鐘天生走得稍微快一點，在另一些人身上則慢一點；這種內建的「偏差」，一部分由遺傳的基因塑造，一部分隨年齡而變，正是它讓一個人成為晨型、另一個人成為夜型。可以想像兩個人的手錶都走得分毫不差，卻被撥快或撥慢了十五分鐘：兩隻錶都穩穩地走著，可一隻總是領先另一隻。

時型之所以重要，是因為這個世界大體上只按一套偏早的作息運轉，而那些內在時鐘指向偏晚的人，被迫在身體還沒準備好時就醒來，日積月累欠下一筆「睡眠債」，拖累情緒、專注力和健康——研究者把這種錯位稱為「社會性時差」。好消息是，時型只是一種傾向，而非牢籠：清晨曬太陽、固定的就寢時間、夜裡調暗螢幕，都能把生理時鐘往前輕輕一推；而單單瞭解自己的類型，就能幫你把吃力的工作安排在大腦天生最敏銳的時段。

CI/CD 就像一個不知疲倦的機器人：每當你推送（push）一次改動，它就自動幫你測試並發布程式碼。你不必再去記著「跑一遍測試、把檔案拷到伺服器」，機器會每一次都用同樣細緻的方式替你完成。

CI——持續整合（Continuous Integration）——是「測試」的那一半。每當有人推送新程式碼，CI 就建置專案並執行測試，於是錯誤在幾分鐘內就會被抓出來，而不是拖到下週。它像那位在別人看到之前先幫你複查作業的朋友。

CD——持續交付（Continuous Delivery）——是「發布」的那一半。測試一通過，CD 就把程式碼打包並部署出去，讓最新的可用版本自動送到使用者手裡。兩者合起來就構成一條「流水線」（pipeline）：你一推送程式碼，它就從你的筆電一路流到正式環境，中間不需要任何讓人提心吊膽的手動步驟。

晝夜節律是身體內建的每日循環——一種大約24小時的節奏，在你體內悄悄起伏，告訴身體什麼時候是白天、什麼時候是黑夜。正因為有它，即使你看不到鐘錶、也看不到天空，你也會在深夜自然犯睏、在上午精神清醒。這個詞來自拉丁文：circa意為「大約」，dies意為「一天」，所以circadian字面意思就是「大約一天」。可以把它想像成一個早在你出生前就開始走動的體內計時器，它溫和地推動著身體裡幾十種事情——你的睏意、體溫、飢餓感、激素——都落到一個規律的每日時間表上，讓它們在一天中合適的時刻發生。

這種節律是從體內產生的，源自下視丘裡一小簇腦細胞，稱為視交叉上核，它扮演著身體「總時鐘」的角色。如果把你完全單獨關進一個沒有光、沒有鐘錶的山洞，你的節律仍會繼續運轉，但往往會稍稍偏離24小時；因此它每天清晨都要靠外界的訊號來重新校準——其中力量最強的，就是照進眼睛的日光。日光告訴總時鐘現在的真實時間，總時鐘再讓每一個細胞和器官保持步調一致，於是整個身體都與地球的自轉同步。

它為什麼重要：當你的內在時鐘與日常生活相吻合時，你睡得好、白天有精神、身體運轉順暢。可一旦兩者發生衝突——比如飛越多個時區、上夜班，或深夜還盯著明亮的螢幕——你就會出現時差反應、睡眠變差、頭腦昏沉，長此以往還會提高患病的風險。順應你的晝夜節律，做法很簡單：早晨多接觸明亮的光，夜裡把光線調暗，這是讓身體和大腦都保持良好狀態最簡單的辦法之一。

電路量子電動力學是一套工具，用來把量子位元，以及它們之間交流所用的微波「光」，完全用印在晶片上的電路做出來。工程師不去捕獲一個真實的原子和一個真實的光子，而是蝕刻出一段超導電路，讓它表現得像一個人造原子，再在旁邊放一個諧振器，讓它表現得像一個裝微波光子的盒子。這是物理學裡一個老裝置——腔量子電動力學——的晶片設計版本。

訣竅在於：一個超導 LC 電路（一個電感加一個電容）天然會在某個微波頻率上振盪，像一把小小的音叉。加入約瑟夫森接面後，電路的能階台階變得不再等間距，於是你可以只用最底下兩階當作量子位元。在旁邊放一個諧振器，兩者就透過各自的電場分享能量；正是這種耦合讓你能讀出量子位元、並把多個量子位元連起來，而且全都在十億赫頻段，普通的微波電子學已經能在那裡工作。

誠實的一面：這一切只在比絕對零度高百分之幾度時才管用，量子位元會漂移、會失去相干性，而要把許多個擠到一塊晶片上，它們的頻率就開始相撞、控制線也變得擁擠。cQED 是超導晶片的主流框架，但它只是若干種路線之一，目前還沒有哪種明顯勝出。

血液循環，是你的血液不停繞行的那個圈：心臟一收縮，把血推進叫做動脈的粗管，再穿過遍布全身、深入每個角落的細密血管網，最後經由靜脈流回來，被重新泵出去。想像一滴血從心臟出發，把氧氣和養分送到你的腳趾尖、指尖，捎上廢物，再回到起點——如此循環往復，跑完整整一圈用不了一分鐘：靜息時大約只要二十到三十秒，運動時還更快，日復一日，伴你一生。

它之所以重要，是因為這個圈正是每個細胞獲得餵養、保持潔淨的方式。肺把氧氣裝進血裡，腸道交出養料，這條流動的河把兩者一併送往肌肉、大腦和皮膚，同時把垃圾沖走。一旦這個圈停轉，輸送也隨之中斷——這正是為什麼血管一旦堵塞、心臟一旦停跳，會那麼快就致命。

出人意料的是：在一千多年裡，有學問的醫生教的恰恰相反。他們追隨蓋倫，相信肝臟在不斷釀造新鮮血液，身體則像燒燃料一樣把它一路用掉，只去不回。1628 年，威廉·哈維算了一筆帳——心臟一小時泵出的血，遠遠超過身體可能造出的量——由此證明：那必然是同一批血，在一個封閉的圈裡一圈圈地轉。

大陸法系是一個國家運行司法的一種方式，它把信任交給了「成文的法典」。整套法律被彙編成一部部龐大而有條理的法典——民法典、刑法典、商法典——力求事先把規則寫清楚，於是法官大多是翻開法典、把條文套用到眼前的案件上。可以想像一本菜譜：大廚早已把每一道菜都寫了下來，廚房裡的人照著菜譜做，而不是每頓飯都從頭自創。

這一點之所以重要，是因為它決定了真正「立法」的是誰。在大陸法系國家，議會裡的立法者才是寫菜譜的大廚，法官則是照著做的廚師。法律應當白紙黑字擺在那裡，任何翻開法典的人都能知道——這也是這套體系傳播得如此之廣的原因之一。世界上大多數地方都在它之下：法國、德國、日本、巴西、韓國，以及數十個國家。中國常常也被算進來，不過是以一種「受大陸法系影響」的形態：它的法典按這種德意志風格搭建，卻通常被歸在自成一類的社會主義法系名下，而不被當作教科書式的範例。

一個常見的誤會，是把「大陸法系」（civil law）當成「私人之間的民事訴訟」（相對於刑事案件）。那其實是同一個詞的另一層意思。在這裡，civil law 指的是一整個法律體系大家族——它是與英美「普通法」傳統相對的另一大選擇；在普通法裡，挑大樑的是過往的判例，而不是一部至高的法典。

古典制約，講的是大腦如何透過「聯想」來學習：把一個本來毫無意義的信號，和某件早已重要的事反覆配對，到後來，光是那個信號本身就能觸發同樣的自動反應。最經典的例子是巴夫洛夫的狗。食物讓牠們流口水——這不奇怪。但巴夫洛夫每次餵食前都先搖一下鈴，沒過多久，狗一聽見鈴聲就開始流口水，有沒有食物都一樣。那個中性的聲音，借走了食物的力量。

其實你時時刻刻都在經歷這種學習，只是沒察覺。汽水罐「嘶」地一聲打開，就能讓你口舌生津；走廊那頭傳來牙鑽的聲音，還沒碰到你，胃就先揪緊了。每一次，都是一個原本中性的線索——一個聲音、一種氣味、一個地點——被接到了你無法選擇的反射上，只因為這兩樣東西總是一起出現。

有一點必須分清：古典制約作用的是不由自主、近乎反射的反應——流口水、驚縮、感到焦慮——而不是為了獎勵而刻意去做的行為。後面那種學習（「做這個就能得到好處」）叫操作制約，是另一套機制。在這裡，沒有誰因為流口水而被獎勵；身體只是學會了：一件事可靠地預示著另一件事。

分類器是流水線最末端那個訓練好的模型，由它來作出真正的決定。它接過從訊號裡提取的特徵，把它們映射成一個選擇——向左還是向右、是還是否、幾個字母裡的哪一個——或者映射成裝置該執行的一條命令。如果說特徵提取是把證據準備好，分類器就是那位掂量證據、宣布判決的法官。

它可以簡單到只是在資料中畫的一條直線。像 LDA 這樣的線性方法，會把各個特徵加權求和，若總和落在某個閾值之上就判為一類、之下就判為另一類——又快又穩，是實際腦機介面裡的常客。在另一端，當訓練資料足夠多時，神經網路則能劃出複雜得多的分界。

無論形式如何，分類器都得先用帶標註的例子訓練，而它的好壞，永遠不會超過這些例子本身。由於腦訊號會漂移，許多系統還會為每個決定附上一個信心程度，好讓介面在模型沒把握時先按兵不動、或再問一次。

天氣是天空今天在做什麼；氣候則是天氣通常的樣子——把幾十年的天氣平均起來。氣候變遷指的是這些長期平均值發生了持久的改變——氣溫、降雨、風暴、冰雪，遍及整個地球。所以單單一個涼爽的下午說明不了什麼，正如一個高個子學生改變不了整所學校的平均身高。真正要緊的，是平均值本身那緩慢而穩定的漂移。

地球的氣候本來就會自然地起伏，但今天的暖化不一樣：它來得快，而且主要是人類造成的。燃燒煤、石油和天然氣會釋放二氧化碳，使包裹地球的那層溫室氣體變厚，把多餘的熱量困住。結果就是冰川消融、海平面上升、熱浪更猛烈，天氣也不斷刷新自己的紀錄。

一個常見的誤解：「去年冬天冷得要命，暖化跑哪去了？」可是更暖的氣候並不會消滅冬天——它是在輕推整副牌，讓骰子更偏向更熱的夏天、更猛的暴雨和更久的乾旱。全球平均升高幾度聽起來微不足道，但在上一個冰河時代最冷的時候，整個地球也不過比今天冷約5到6度——小小的平均值，足以改變整個世界。

臨床轉化是指從一個引人注目的實驗室演示，走到一般患者真正能用上的醫療產品之間那段漫長的路。一個驚豔的結果——比如一位癱瘓者靠意念打字——只是起點，而不是一項完成的治療。

這條路上，要經過臨床試驗來證明裝置既安全又真正有幫助，要經過監管機構的審查與核准，還要滿足一個硬性要求：它得在多年裡都穩定可靠地運作，而不只是在實驗室裡狀態好的某一天。成本與可及性同樣重要：一台任何醫療系統都負擔不起的裝置，幾乎幫不到任何人。

這就是為什麼今天在科研之外能用到的腦機介面仍然如此之少。科學成果可以非常出色，而產品卻離上市還有數年之遙——臨床轉化正是那種謹慎、往往緩慢地縮小這道差距，又不在安全上偷工減料的工作。

臨床試驗是一種精心控制的實驗，只問一個誠實的問題：這種治療真的有效嗎？醫生不靠直覺，也不靠幾個充滿希望的故事，而是按事先定好的規則，在真實的人身上試用新藥——然後觀察會發生什麼，並把一切記錄下來。可以把它想像成把一種藥送上法庭受審，證據必須說服一群挑剔的陪審員。

一場好試驗的核心，是公平的對照。患者像擲硬幣一樣被分成兩組——這就是隨機化——一組用真正的治療，另一組作為對照，往往是一顆外表一模一樣的糖丸。正因為分到哪一組完全由運氣決定，兩組在其他方面便幾乎完全相同，於是結果上的任何差別，就只能來自治療本身。只要條件允許，患者和醫生都不知道誰拿到了什麼，這樣期待與一廂情願就無法左右結果。

這整套機制都為了一個目的：防止我們自欺。人本來就常會自己好起來，一位和善的醫生哪怕開一顆沒用的藥，也可能看似把病治好了——這就是著名的安慰劑效應。一個常見的誤解是：「似乎有效」的治療就等於已經被證明有效；其實，只有對照試驗才能把真正的療效，與一次幸運的巧合區分開來。

想像一棟大辦公樓，規矩是：每一盞燈都得整齊劃一地一明一滅，一整天、每個房間都如此，連空房間也不例外。不管有沒有人用這個房間，這一明一滅都在耗電。時脈閘控就是物業經理走過走廊，把沒人在的整片區域的總開關給關掉。在晶片裡，正反器就是房間，時脈就是那永不停歇的明滅：每來一個時脈邊緣，正反器就重新讀一遍自己的輸入，而這一次重新讀取就會撥動電晶體、給導線充電又放電。如果某塊邏輯這一拍根本沒在做正經事，你就根本不希望它的時脈送到。於是你插入一個小小的閘控單元，當一個致能訊號說「閒置」時，它就攔住時脈，不讓它到達那一組正反器。這些正反器的輸出被凍住，下游什麼都不翻轉，這些正反器及其扇出本會燒掉的動態功耗，乾脆就沒花出去。

為什麼停下翻轉能省這麼多？動態功耗，也就是真正把訊號來回切換所花的能量，遵循 P = alpha * C * V^2 * f，其中 C 是你要充放電的電容，V 是供電電壓，f 是時脈頻率，alpha 是活動因子，也就是一個節點真正翻轉的那部分週期所占的比例。時脈網路是整顆晶片上最繁忙、alpha 最高的訊號，因為按定義它每一拍都要翻轉，所以它和它驅動的那些正反器主導了動態功耗。把閒置區域的時脈掐掉，那裡的 alpha 就趨向於零，而由於這一項對活動因子（以及對 f 和 C）都是線性的，省下來的功耗既大又直接。要注意，這只對付動態功耗；即便電晶體不在切換、也會涓涓流過的漏電流，它一點都管不著，那個得改用電源閘控（power gating）來對付。

實際工作中你很少自己手搭那個 AND 閘，因為天真地「把時脈和致能做 AND 運算」很可能產生毛刺，或者在致能恰好在錯誤時刻變化時把時脈脈衝削短。取而代之的是，合成工具會插入一個專門設計的整合式時脈閘控單元（ICG），通常是基於閂鎖器的結構，它在時脈的無效相位上取樣致能，從而讓閘控後的輸出始終是一個乾淨、全寬的脈衝或一個乾淨、穩定的準位。只要你允許，工具會自動完成這件事：寫成「僅當致能為真時才更新這個暫存器」的 RTL 會被識別並轉換成閘控時脈，而在物理設計階段，時脈樹合成（clock-tree synthesis）這一步會透過這些 ICG 單元來平衡並緩衝時脈，讓被致能的路徑仍然準時到達。

時脈訊號是晶片內部穩定的「心跳」——一個電壓不停地高、低、高、低地翻轉，就像節拍器為樂團打拍子。每跳動一次，就讓晶片裡數百萬個微小部件齊步前進、整齊劃一。想像一支划船隊，舵手喊著「划……划……划」：沒人搶先，也沒人落後。時脈就是那個聲音，讓每一步都在下一步開始之前穩穩完成。

每跳動一次，晶片就精確地前進一步：讀一個數、相加、存下結果，如此循環。時脈頻率定下了節奏——3 GHz 就是每秒三十億次跳動，也就是三十億個微小步驟。頻率越高，晶片做的事越多，但每次翻轉都要耗電、發熱，所以工程師必須在速度與「電池更快耗盡、風扇更吵」之間權衡。這正是手機和筆記型電腦會隨時調整時脈頻率的原因。

想像一座花園，裡面每一棵植物都必須在同一瞬間被澆到水。如果你只接一根水管通到最近的植物，再讓水順勢往遠處的角落慢慢流，那麼近處的植物先喝到水，遠處的就要等很久。於是你換一種做法：搭一套不斷分叉、每一段管長都相等的供水歧管，一次次地一分為二，讓水幾乎在同一時刻到達每一個噴頭。時鐘樹合成（CTS）對時鐘訊號做的就是這件事。佈局把每個單元放在哪裡固定下來之後，時鐘在源頭仍然只是一根網路（net），若放任不管，它會極不均勻地扇出到成千上萬乃至上百萬個正反器。CTS 把這根樸素的網路拆掉，重新建構成一棵由時鐘緩衝器和反相器組成的平衡樹，對它們做尺寸選擇並擺放到合適位置，使有效時鐘邊緣幾乎同時落到每一個正反器的時鐘接腳上。一種常見的結構是 H 樹（H-tree），導線真的按一層套一層的 H 形狀分叉，讓每一片葉子到樹根的距離都相等。

有兩個數字用來衡量這棵樹平衡得好不好。插入延遲（insertion delay，也叫 latency）是邊緣從時鐘源穿過所有這些緩衝器、一路傳到某個正反器所花的時間。偏斜（skew）則是你所關心的那些正反器之間到達時間的離散程度：如果一個正反器在 1.10 ns 看到邊緣，另一個在 1.13 ns 才看到，它們之間的偏斜就是 30 ps。你沒法把插入延遲做到零，因為緩衝器和導線本身就要花掉實實在在的時間，但你會拼命把偏斜壓小，因為時序收斂（timing closure）就指望它。建立時間（setup）檢查的是資料必須在下一個時鐘邊緣之前提前多久到達，保持時間（hold）檢查的是資料不能在當前邊緣之後太快到達。偏斜會讓這些邊緣彼此之間相對挪位，所以一棵馬虎的時鐘樹會憑空製造出時序違規，而這種違規靠把邏輯做得再快也救不回來。

CTS 在佈局之後、詳細繞線之前執行，而它在不止一個意義上都是一種權衡。更大的緩衝器、更多的平衡層級能壓低偏斜，卻會燒掉動態功耗，因為這些緩衝器每一個都在每個週期翻轉一次，而時鐘網路往往是整顆晶片上功耗最大的部分之一。工具還會為晶片上變異（OCV）預留餘量——現實中，兩個完全相同的緩衝器位於晶片的不同角落時，會因為電壓跌落和製程離散而以略微不同的速度翻轉，所以一棵在標稱條件下看起來完美平衡的樹，仍然需要留出裕量才能熬過真實的矽晶片。現代流程往往放寬了過去那種追求全域近零偏斜的目標，轉而採用有用偏斜（useful skew），故意延遲某些正反器，為吃緊的路徑借來時間，但其底層任務沒有變：馴服一個時鐘，讓它到達那一整片正反器之海時足夠整齊，以滿足時序要求。

閉環腦機介面不只是讀取大腦就停下來——它會即時地把結果反饋回去。反饋可以送給使用者，讓他看著游標移動並加以調整，也可以作為刺激直接送進大腦。無論哪種方式，大腦和機器都構成一個迴路，不斷地相互適應。

想想騎腳踏車。你不會只轉一次車把就聽天由命；你會時時刻刻看著自己偏到了哪裡，一刻一刻地糾正。閉環腦機介面也是如此：每個動作都會產生一個看得見或感覺得到的後果，而這個後果又塑造著下一個動作。

與之相反的是開環，系統讀取大腦活動並執行，卻什麼也不反饋回來——使用者等於在盲目操控。閉合這個迴路，正是讓控制變得靈敏、並讓使用者與解碼器隨時間一起學習的關鍵。

CMOS（互補金屬氧化物半導體）是讓一塊晶片塞進數十億個開關、卻不會把自己燒熔的訣竅。每個邏輯閘都成對地用上兩種電晶體——輸入為高時導通的 n 型，和輸入為低時導通的 p 型——接法上保證：在任何穩定狀態下，恰好有一個是關斷的。想像一場拔河，總有一邊穩穩拉住、另一邊放手：輸出被牢牢拉向電源或地，但電源與地之間從不會出現一條直通的導線。

正因為這條通路在靜止時是斷開的，一個閒置的閘幾乎不耗電——電流主要只在切換的那一瞬間流過：此時這個閘正在給下一級閘的輸入端充電或放電，而且兩個電晶體會有一刻同時導通。把這點極小的「每次切換」耗電乘以數十億個閘、每秒翻轉十億次，得到的是可控的區區幾瓦，而不是一場燒穿。正是這種極低的靜態功耗，讓 CMOS 在 1980 年代取代了 NMOS、TTL 等更早的邏輯製程，並且至今仍是幾乎每一顆處理器、記憶體和影像感測器的根基。

量子晶片待在製冷機的最底層，比深空還冷，可每個量子位元仍然需要來自上方溫暖世界的指令：用微波脈衝去翻轉它，再讓返回的微波回聲把它讀出來。這些訊號沿著同軸纜線往下走，就是有線電視用的那種帶屏蔽的圓形線，只不過這裡又細又半硬，從室溫一路通到晶片。平均每個量子位元要用一到幾根這樣的纜線，所以纜線數量會隨機器規模一起膨脹。

之所以用同軸纜線，是因為它能屏蔽掉外界雜訊、保護脆弱的微波訊號，並在長距離傳輸中保持訊號形狀。但同一根把訊號往下送的纜線，也會把熱往下送，因為金屬既導訊號也導熱。工程師靠把每根纜線錨定到製冷機的冷板上，並沿途插入衰減器和濾波器來對抗它，這些元件能剝掉室溫雜訊，卻也給製冷系統增加了負擔。製冷機越往下、越冷的那幾級，能搬走的熱量只有涓涓細流，所以每多一根纜線，都要去搶那點稀缺的製冷預算。

這就是佈線瓶頸最直觀的實體形象。一塊有 100 個量子位元的晶片，已經需要在製冷機裡盤繞幾百根纜線組成的叢林；想這樣擴展到幾千、幾百萬根根本行不通，因為纜線塞不下，它們帶進來的熱量也會把晶片烤過能工作的臨界點。目前最被看好的出路，比如做成能在低溫下運行的控制電子學（低溫 CMOS），或者把許多訊號多工到一根線上，都很有希望，但仍處於早期，尚未在大規模上得到驗證。

耳蝸是一根細小的、充滿液體的管子，盤曲得像蝸牛殼一樣，深藏在你的內耳裡。它的任務是把以空氣振動形式傳來的聲波，轉換成大腦能夠讀懂的電訊號。這個轉換步驟叫做聽覺換能：換能的意思就是把一種能量（在這裡是機械振動）轉變成另一種能量（電的神經訊號）。可以把耳蝸想像成一隻由活細胞做成的麥克風，而且它在聆聽的同時還會按音高把聲音分門別類。

它的工作原理是這樣的。聲音讓你的耳膜振動，三塊小骨頭把這股振動傳到耳蝸裡的液體中，激起一道行進的漣漪。耳蝸內排列著一行叫做毛細胞的感覺細胞，每個毛細胞頂端都長著一簇極微小的、像毛髮一樣的細叢。當漣漪使這些細叢彎折時，就會拉開細胞上微小的閘門（離子通道），讓帶電粒子湧入，從而產生電訊號。這個訊號被交給聽神經，由它一路送往大腦。關鍵在於，耳蝸的排布就像鋼琴鍵盤：靠近入口、較為堅硬的底部對高音作出反應，而鬆軟的頂端則對低音作出反應，於是不同的聲音會激發不同的部位。這正是讓你能聽見說話、音樂和示警喊聲的第一步，而這些嬌嫩毛細胞的損傷，也是永久性聽力喪失的主要原因之一。

認知偏誤是我們判斷事物時與生俱來的一個「系統性故障」——是大腦總會穩定地偏離那個冷靜、正確答案的地方。它不是愚蠢，也不是粗心；而是我們為「思考得快」所付出的代價。為了應付忙碌的一天，大腦依賴各種捷徑，多數時候它們都幫了大忙。但在某些情境下，這些同樣的捷徑會讓所有人都朝同一個方向出錯，就像一輛購物車有個晃動的輪子，總是把你往左邊拉。

三個著名的例子展示了這套規律。在「錨定效應」中，你聽到的第一個數字會悄悄把你的估計往它那邊拽——看到一件大衣標著「原價400元，現價150元」，150元就顯得超划算，哪怕這件大衣根本不值400元。在「可得性偏誤」中，最容易浮現在腦海裡的，就感覺最可能發生，於是一則關於鯊魚或空難的新聞，能比那些真正傷害更多人的日常風險更嚇到我們。而在「損失厭惡」中，損失20元的刺痛，勝過獲得20元的快樂——於是我們死守著虧本的賭注，卻放過公平的機會。

這裡有一點人們常常想錯：知道某個偏誤，通常並不能把它關掉。這些傾向運行在意識之下，自動得就像一種視錯覺——即便有人講解過，你也無法「不去看見」它。解藥不是「更努力地保持理性」，而是重新設計情境：在重大決定上放慢腳步，徵詢第二意見，或者建立規則和清單，在那點晃動讓你付出代價之前就把它逮住。

認知控制是大腦裡的「內部管理者」——它讓你的思想和行動始終對準目標，而不是被當下最響、最搶眼的東西牽著走。設想你決定在嘈雜的咖啡館裡讀一本書。認知控制就是讓你專注在書頁上、屏蔽周圍閒聊、忍住看手機的衝動、並理解每句話含義的那股力量，而不是被咖啡香味吸引過去。它是「有意而為」與「自動駕駛或衝動行事」之間的區別。

這種控制被稱為「自上而下」，因為它的方向與本能反應恰好相反。反射是「自下而上」的：一個聲音或一陣渴望抓住你的注意力，自動驅使你的行為。認知控制則從「上面」向下施壓——你的目標和意圖反過來塑造你注意什麼、記住什麼、做什麼，時時刻刻都在調整。它主要依賴大腦前部的前額葉皮質，由它在腦中保持當前目標、留意「想做的」與「習慣促使的」之間的衝突，並在二者牴觸時介入，壓住習慣。

它之所以重要，是因為幾乎一切我們視為「自主行為」的事都離不開它：抵制誘人卻糟糕的選擇、在兩項任務間順暢切換、把一個電話號碼記在心裡直到撥完、或在更輕鬆的干擾招手時仍堅持攻克難題。認知控制既費力又有限——它會疲憊，也會被壓垮——所以疲勞、壓力或同時做太多事，都會讓我們更衝動、更健忘、更容易被帶偏。

認知失調，是當你心裡兩個想法——或者你的信念和你的行為——對不上時，那種說不出的彆扭。想像一個明知抽菸有害的人又點起一根菸：「這對我不好」和「可我還是抽了」之間的落差，會帶來一種真實而磨人的不適。這股張力就是失調，而大腦最受不了讓它一直「癢」在那裡。

為了讓這種「癢」消失，我們往往會改動那塊最容易改的拼圖。有時改的是行為，但比起撼動一個根深蒂固的習慣，挪一挪信念、或添一個讓自己寬心的藉口，常常更省事。於是抽菸的人未必會戒菸，反倒替自己開脫：「我爺爺抽了一輩子還活到九十」，或者「這能幫我紓解壓力」。我們極擅長編出各種理由，好讓自己心安理得地繼續做本來就在做的事。這種事後找藉口是常見的一條路子，就叫合理化。

常見的誤解是：以為我們先有看法，再照著去做。其實常常是反過來的——我們先做了，再把信念扭過來配合已經做過的事。這就是為什麼吃盡苦頭才加入一個團體的人，反而最珍視它；也是為什麼幫你一個小忙的人會對你更有好感——既然幫了你，他便推斷自己一定是喜歡你的。

認知自由是指你應當是自己心智的主人。它有兩面：一面是不受監視或操控、自由地獨立思考的自由；另一面是自己決定對你的大腦做什麼的自由——可以接受、可以掌控，也可以拒絕任何干預。

可以把它看作向內延伸的身體自主權。就像你有權決定自己身體會發生什麼，認知自由也意味著你有權決定自己的心智生活會發生什麼——包括是否使用腦機介面、刺激器或記憶輔助裝置，以及是否把它關掉。

當外部一方——某家公司、雇主或國家——有可能讀取或輕推大腦活動時，這個概念最為重要。認知自由堅持，這種權力應當留在心智所屬的那個人手裡，而不是預設就滑向掌握裝置的那一方。

認知地圖是大腦在自身內部構建並儲存的關於世界的圖景——它就像一張心裡的平面圖，記著東西都在哪裡、彼此又是怎樣連通的。當你能在黑暗中從臥室摸到廚房、抄一條自己其實從沒走過的近路，或者在餐巾紙上隨手畫出住家附近的樣子時，你讀的正是這張內在的地圖。它並不是像照片那樣存下來的真實圖像，而是一張靈活的網絡，由記住的地點，以及它們之間的路線、距離和方向編織而成，材料則來自你在某個空間裡移動時所看到、走過和感受到的一切。

在大腦裡，這張地圖主要藏在一個形似海馬的結構——海馬體——以及它的鄰近區域中。那裡有一些特殊的細胞，會按照所在位置來放電：某些神經元只在你處於某個特定地點時才被激活，另一些則呈現一種不斷重複、像網格一樣的放電模式，彷彿一套天生的坐標系統，就像在地面上鋪了一層方格紙。當你四處探索時，這些細胞會學習空間的布局，把各個地標串聯起來，於是地圖隨著經驗不斷自我更新。這也是為什麼熟悉的路走起來近乎自動，而陌生的城市卻讓人暈頭轉向——那裡的地圖還沒有畫出來。

認知地圖的意義不止於單純的辨路。讓你在空間中定位的那套大腦機制，同樣幫助你儲存事件的記憶，讓你想像自己並不身處其中的地方、規劃行程，並推理各種想法之間的關係。研究者越來越懷疑，大腦也把這套繪圖的本領挪去整理抽象的知識——把概念安排得彷彿各自坐落在一片心理空間的某個位置上——正因如此，認知地圖被看作一條深刻的線索，揭示記憶、導航與思維是如何拼合在一起的。

認知儲備是大腦暗藏的「緩衝墊」——它是一份多餘的心智容量，讓有些人即使在大腦老化、萎縮或受損時，仍能保持思維清晰。設想兩個人腦中受到的實際損耗一模一樣：其中一個依然機敏、依然是原來的自己，另一個卻陷入混亂或記憶喪失。造成這種差別的，往往就是認知儲備。它並不能阻止潛在的損傷，而是給大腦提供足夠的備用通路和巧妙的變通辦法，讓大腦在受損的情況下照樣把工作完成——就像一座擁有許多小巷的城市，即便主幹道被堵，車流也照樣能夠通行。

這份緩衝墊從何而來？它是在一生當中，由那些挑戰和鍛鍊頭腦的事情逐漸累積起來的——上學念書、富有挑戰的工作、學習語言或樂器、活躍的社交生活，以及保持求知的好奇心。人們認為，這些經歷會讓大腦的網絡更豐富、更靈活，於是當某一條通路出現故障時，大腦能夠調動其他通路來分擔負荷。這就是為什麼兩個人在腦部掃描上可能呈現同樣多的阿茲海默症斑塊與纏結，其中一個已出現明顯症狀，另一個卻能正常生活多年——後者的儲備正在掩蓋那些損傷。

認知儲備之所以重要，是因為它有一部分是我們可以主動建立的。與生來就決定的大腦物理大小或天生佈線不同，儲備會隨著你一生中的選擇持續增長，這也正是為什麼保持心智上和社交上的活躍，是我們年老時保護思維最有希望的途徑之一。它並不能保證人不會衰退，但它會抬高大腦在能力開始明顯失靈之前所能承受的損傷門檻。

量子位元很脆弱。你才剛把它寫入一個精緻的量子態，外部世界就開始把它往普通的狀態推回去，而你精心寫入的量子資訊也隨之慢慢流失。同調時間回答的是一個很簡單的問題：量子位元能保持「量子性」多久，才被這種流失攪亂？你可以把它想像成一枚立在邊緣旋轉的硬幣，保持著一個精確的傾角。同調時間衡量的就是它能維持這個傾角多久，直到雜散的振動讓它搖晃、最後倒下來。

這裡有兩個時鐘。T1 是能量弛豫時間：被激發到 |1> 的量子位元傾向於把這份能量傾倒給周圍環境，再滑回 |0>，就像熱的物體逐漸冷卻到室溫一樣。T2 是去同調（失相位）時間，它追蹤的是更微妙的東西。量子位元的疊加態在 |0> 和 |1> 之間攜帶著一個相對相位（也就是 alpha 和 beta 這兩個振幅），而干涉——真正讓量子演算法奏效的那個機制——正是寄居在這個相位裡。隨機的環境雜訊會不斷抖動這個相位，直到它變得毫無意義。T2 通常比 T1 短，因為任何能翻轉能量的擾動同樣會擾亂相位，但額外的雜訊也可以單獨把相位破壞掉。

在實務上，這兩個時間就是每次計算要花的「預算」。每道閘的運行都要佔用一些時間，所以同調時間與閘時間的比值，大致決定了你能把多少次操作串接起來，才會讓答案淹沒在雜訊裡。在今天的機器上，這份預算很小，這正是我們仍停留在 NISQ 時代、還無法運行大規模容錯演算法的核心原因。更長的同調時間並不是故事的全部（閘的精度和量子位元數量同樣重要），但它確實是所有人都在與之搏鬥的硬性物理極限之一。

協作機器人，常簡稱為「協作臂」或英文 cobot，是一種被設計成可以緊挨著人一起工作的機器人，能和人共用同一張工作檯或同一片空間，中間不必隔著安全圍欄。大多數較老式的工廠機器人力氣大、動作快，但也正因為如此，它們被圍欄擋在屏障後面，因為揮動的機械臂可能嚴重傷到靠得太近的人。協作機器人走的是相反的思路：它從設計之初就力求溫和而有感知，於是人可以站在它旁邊、把零件遞給它，甚至輕輕把它推開，就像你和一位細心的同事肩並肩幹活一樣。

讓這一切安全的，主要是機器本身內建的「克制」。協作機器人通常移動得更慢、稜角被做成圓鈍而非鋒利，並裝有能感到阻力的感測器。如果它撞到你的手臂，它會察覺到這股意外的推力，於是停下或後退，而不是硬擠過去。許多協作機器人還能用手把手的方式教會它新任務：你只要抓住機械臂、帶著它做一遍想要的動作，它就記住了這條路徑，於是普通工人不必寫任何程式碼也能把它設定好。正因如此，協作機器人在小型工坊和鎖螺絲、塗膠、打包、給機器上料這類輕活上很受歡迎。

代價是，溫和會犧牲力氣與速度。由於協作機器人必須安全到可以讓人觸碰，它通常搬得起的重量更輕、做同一個動作時也比圍欄後全力運轉的工業機器人更慢。所以協作機器人並不總能直接頂替一台帶圍欄的大型機器人；當真正的目標是讓一個不知疲倦的幫手與人共同完成一項任務，而不是讓它獨自在牆後跑一條高速生產線時，它才最能發揮所長。

協作機器人——通常簡稱協作臂——是一種被造來緊挨著人、在同一片空間裡工作、彼此之間不隔安全柵欄的機器人。傳統的工業機器人力大而快，卻對身旁的任何人視而不見，所以才被關進籠裡；一旦有人踏進去，機器可能把人傷得很重。協作機器人從一開始就被設計成相反的樣子：它與你共用一張工作台、把零件遞到你手上，並且本就該是「碰一下也安全」的。

它靠的是溫和，而非用牆隔開，來換得這份安全。協作機器人通常動得更慢、扛得更輕、稜角圓鈍、沒有會夾住人的縫隙，而且——這點最關鍵——能感知力。一旦它碰到了人或意料之外的障礙物，它能感覺到那股推力，於是停下或退開，而不是硬生生地撞過去。許多協作機器人還能被「手把手」地示教：工人只需抓住機械臂，親手帶著它把動作走一遍，無需編寫任何程式碼——這正是它們不只適合大工廠、也親近小作坊的原因之一。

這一切的要點，在於讓人與機器在同一項任務上實現真正的分工。協作機器人去做那些枯燥、重複，或傷身的部分——穩穩托住一塊沉重的面板，把同一顆螺絲擰上一千遍——而人去做那些需要判斷力、靈巧度，或眼疾手快的部分。它們是共用一處工位的夥伴，而非一件必須關在欄杆後頭的危險工具。

碰撞檢測，就是針對機器人的某一種姿態，問出一個乾脆的是或否的問題：在這個確切的姿態下，機器人有沒有哪個部位和障礙物重疊——或者和它自己重疊？它正是那個告訴規劃器一種姿態落在界線哪一邊、是自由還是禁止的工具。其內部其實是幾何運算：軟體為機器人的各個連桿和障礙物都準備了簡單的替身形狀（長方體、圓柱、球），然後檢驗這些形狀裡有沒有誰相交。要是什麼都沒重疊，這個姿態就是安全的；只要有任何重疊，這個姿態就處於碰撞之中。

這個不起眼的檢驗是運動規劃的主力，因為規劃器在搜索路線時會成千上萬次、乃至上百萬次地調用它，所以它首先必須夠快。這裡還藏著一個更隱蔽的陷阱：只檢查單個姿態是不夠的。機器人在一小段移動的起點是安全的、終點也是安全的，卻可能在中途逕直穿過一堵牆。所以規劃器還得對每一個候選步驟做連續檢測或掃掠檢測——把那一小段運動整個都驗一遍，而不只是驗它的兩個端點。碰撞檢測裡始終存在一種張力：速度對抗謹慎——檢得太粗，會漏掉一次碰撞；檢得太細，規劃又會慢如蝸牛。

殖民主義，是指一個國家闖入另一群人的土地，奪取控制權，並為自己的利益來經營它——把移民、士兵和統治者安插到從未邀請他們的地方。想像一個陌生人走進你家，換掉門鎖，決定你吃飯時該講哪種語言，還把你的家具運回他自己家。這就是它的樣子，只是被放大到整片大陸。

它很少只是為了在地圖上劃線。殖民者想要東西——黃金、蔗糖、棉花、橡膠、廉價勞動力——於是他們重組整個社會去攫取這些，往往靠武力、毀約與奴役。他們還把自己的語言、宗教和教育強加給被統治的人民，告訴他們舊有的方式是落後的。從十五世紀起，少數幾個歐洲列強就是這樣控制了地球上的大部分地方。

一個常見的誤解是：殖民主義已安然成為過去，隨著殖民地贏得獨立而終結。但它劃下的邊界、留下的語言、被它扭向只出口原料的經濟，以及它撕開的貧富鴻溝，至今仍塑造著今天的世界——這正是人們談到它的「長長陰影」或「殖民遺產」的原因。

想像一台自動販賣機的投幣計數器：投進幾枚硬幣，顯示螢幕立刻顯示出總額。你一分鐘前投了什麼、機器已經開了一個小時還是剛開機，都無關緊要——輸出完全是此刻投幣口裡這些硬幣的函數。這就是組合邏輯的本質：一種輸出只取決於當前輸入的電路，對之前發生過什麼沒有任何記憶。改變一個輸入，輸出會在極小的傳播延遲後穩定到新值；讓輸入保持不變，輸出也保持不變。

嚴格地說，組合電路實現的是輸入的一個純布林函數——同樣的輸入組合永遠產生同樣的輸出組合。你用邏輯閘（AND、OR、NOT、XOR）搭建它們，再連成更大的模組：從幾路輸入中選出一路的多工器、把兩個數相加的加法器、解碼器、比較器，以及各種查表式的邏輯。關鍵在於：沒有回授迴路，也沒有儲存元件，所以電路裡沒有任何東西會記住過去的狀態。

這是與時序邏輯刻意相反的一面——時序邏輯會把輸出經由正反器這類儲存元件回授回去，因此確實取決於歷史，也取決於時脈。真實晶片把兩者交織在一起：一團團組合邏輯算出下一拍的值，暫存器在每個時脈邊緣把這些值鎖存下來。一個實際後果是時序——訊號以有限的速度逐級穿過各個閘，所以暫存器之間每一條組合路徑的延遲，正是靜態時序分析要拿來和時脈相比對的；其中最慢的那條便成了限制晶片能跑多快的關鍵路徑。

提交（commit）就是把你的改動儲存成一個快照，並蓋上一句簡短的說明，解釋你為什麼這麼改。這是你告訴 Git「把專案就照現在這個樣子記下來」的那一刻——一個你隨時能回到的存檔點。

提交是歷史的基本單元。把它們串起來，就得到整個專案的時間軸：每一個提交都知道改了什麼、是誰改的、什麼時候改的，以及作者用自己的話寫下的原因。

那句說明比新手以為的更重要。半年之後，一句清楚的「修復空密碼時登入崩潰」是給未來自己的禮物；而「改了點東西」或「asdf」幫不了任何人。寫清楚「為什麼」，而不只是「改了什麼」。

普通法不是來自一部成文法典，而是幾百年來法官在一樁樁真實案件中所作判決的累積。當法院裁決一起糾紛，它的說理便成了一種路標——一個先例——日後遇到相似的事實時，後來的法院應當遵循。於是法律像林中小徑一樣生長：每個走過的人，都讓這條路對下一個人更清晰一些。

這之所以重要，是因為它讓法律能從經驗中學習，並延伸去覆蓋立法者從未設想過的情形。如果鄰居的無人機老是懸在你家花園上空，也許沒有哪條成文法專門寫到「無人機」——但法官可以回溯關於侵入與妨害的舊判例，把其中的道理用到這件新玩意兒上。「相似的案件應當相似對待」這條原則，讓普通人多少能預料法院會怎樣對待自己。

一個常見的誤解，是以為普通法就是「不成文的法律」或單純的習慣。它其實白紙黑字寫得很清楚——寫在法院公開的判決意見裡——而且法官受其約束。它只是棲身於一個個案件判決之中，而非一本整齊的法典；它也與議會通過的成文法並行，而成文法隨時可以推翻它。

共空間模式（CSP）是一套經典做法，用來找出把許多電極「調配」在一起的最佳方式，讓兩種心理狀態看起來差別盡可能大。想像房間裡擺了幾十支麥克風，你想分別聽清兩位特定的說話人；CSP 會算出每支麥克風該調到多大音量，使得一位說話人很響、另一位很輕，再算出一套相反的設定。對大腦來說，這兩位「說話人」就是兩種狀態——比如想像左手動作還是右手動作。

具體來說，CSP 會觀察訊號強度在整段記錄裡如何起伏，去尋找這樣一組電極權重：在一種狀態下這種起伏很大、在另一種狀態下卻很小。這組權重就充當一個空間濾波器：把一大群通道壓縮成幾條乾淨的「虛擬」通道，光看它們的能量就能把兩種狀態分開。這樣一來，解碼器的活兒就輕鬆多了。

長期以來，CSP 一直是運動想像腦機介面的主力，因為那裡有用的資訊正藏在大腦運動區節律的起落幅度裡。它快、原理清楚，至今仍是很強的基線方法；不過它需要一段校準記錄，而且一次只假設區分兩種狀態。

想像你和一個朋友各自在一塊田裡種同一種作物，而這塊田有個祕密：一側比另一側暖。如果你佔了向陽的那半邊、朋友佔了背陰的那半邊，你的莊稼總會長得比他的好——不是因為你做了什麼，而是因為這塊田本身存在一道梯度。現在把你們的種植行互相交錯排布，讓兩個人的地塊都圍繞同一個中心點保持平衡。這下從暖到涼的漸變會等量地灌進你們兩邊，平均下來正好抵消。這就是共質心佈局的全部精髓：當兩個元件必須高度匹配時——差動對的兩半、電流鏡的兩顆電晶體、資料轉換器裡的一對電容——你把每個元件都拆成若干小塊，再這樣擺放，使兩個元件共享同一個幾何中心。

在矽晶圓上，那個「暖的一側」是真實存在的：氧化層厚度、摻雜、機械應力、溫度都會沿著晶粒緩慢漂移，呈現近似直線的梯度。一對單純並排的元件之間會出現一階（線性）差異，在放大器裡表現為輸入失調電壓，在電流鏡裡表現為電流誤差。由於線性梯度關於一個中心點是奇對稱的——中心上方有多少、下方就有多少——把兩個元件對稱地環繞在同一個共同質心周圍，就能讓這個一階項相減抵消，只剩下小得多的二階曲率項。一維裡常見的圖案是 ABBA 交叉指狀排列；二維裡的經典做法是 2x2 的交叉四元組（cross-quad），A 與 B 分處對角線兩端，於是兩者的質心都正好落在正中心。

棘手之處在於：陣列最外圈的元件所處的「鄰里環境」和藏在裡頭的不一樣——蝕刻負載不同，旁邊元件帶來的應力也不同。所以你要用虛擬元件（dummy）把整個陣列圍一圈：這些是額外的、電學上不起作用的副本，唯一的職責就是讓每一個「真正」的指條都擁有完全相同的周邊環境。共質心加上 dummy，才能把兩顆僅僅畫得一樣的電晶體，變成真正行為一致的電晶體——這也是為什麼類比匹配的成敗取決於佈局，而不只是電路圖。

共源放大器是類比設計裡最常用的電壓增益級——只要你想讓一個小擺動出來變得更大，第一個想到的就是這一只電晶體。把它想成一根粗水管上的閥門：把手輕輕一轉（閘極電壓），引起的水流變化（汲極電流）遠比這一轉本身要大，而你把這股電流變化讀成負載上的電壓擺幅。要注意它是反相的——輸入往上推，輸出反而往下擺——這就是增益帶負號的原因。那擺動到底放大了多少？大致就是電晶體的跨導 gm（閘極操控電流的本事有多強）乘以它的輸出電阻 ro（面對變化的輸出電壓，元件把這股電流穩住的倔強程度）：增益 ≈ -gm*ro，也就是所謂的本徵增益，每一級通常在幾十到一兩百倍之間。而跨導本身取決於你把元件偏置得有多猛——在教科書的平方律區裡，gm = 2*Id/Vov，其中 Vov 是閘極超過閾值的過驅動電壓。

另外兩個近親沿用同一只電晶體，只是從不同的端子取輸出。共汲級——更常見的叫法是源極隨耦器（source follower）——把輸出取在源極而不是汲極。它幾乎不放大（增益 ≈ 1，略小一點）；它的本職是當緩衝器，對驅動它的前級呈現一個輕巧的高阻負載，同時把電壓以低阻、能帶電流的副本交給下一級。共閘級則把閘極固定、從源極驅動：它不反相，輸入阻抗低、輸出阻抗高，表現得像一個電流緩衝器——很適合做共源共閘（cascode），即把它疊在一只共源元件上方，以倍增輸出電阻、提升增益。可以把這三者看成一家人，按哪個端子作為公共參考來分類：共源用來放大，共汲用來緩衝電壓，共閘用來乾淨地傳遞電流。

比較優勢，道出了一個出人意料的道理：兩個人——或兩個國家——哪怕其中一方樣樣都做得更好，雙方仍能靠交易各自得利。竅門在於，「樣樣都更強」並不等於「在每一筆取捨上都更划算」。要緊的不是誰手腳最快，而是誰為做一樣東西所放棄的最少。想像一位才華橫溢的律師，她打字還碰巧比城裡任何助理都快。她仍該雇這位助理——因為她花在打字上的每一個小時，都是從更值錢的律師工作裡偷來的。助理打字，她辦案，兩人最終都更富裕。

一個人為生產某樣東西所放棄的，就是它的機會成本；比較優勢說的不過是：去做你放棄得最少的那樣，其餘的靠交易換來。當雙方各自把力氣挪到自己犧牲最少的地方、再彼此交換，兩人合起來便能得到比各自單幹時更多自己看重的東西——這多出來的，不是來自勞作本身，而是來自把同樣的工時用在更值錢的用途上、再加上交換。這筆盈餘，要等到雙方專業化並交易之後才兌現，它便是貿易的收益，也正因如此，專業化加交換勝過死守自給自足。

常見的誤解是：以為一個樣樣都生產得更差的國家便一無所長，或以為某樣東西自己做得最好就該自己來。兩者都站不住腳。哪怕是效率最低的國家，也總有某樣貨物是它放棄得最少才能產出的，那正是它該專業化的地方。絕對地更強，並不足以讓「自己動手」成為明智之選——真正決定的，是比較成本，而非絕對成本。

你寫的程式碼是給人看的，但機器只會執行它自己那套底層指令——所以中間必須有人來「翻譯」。翻譯大體上有兩種方式，而這個區別會影響你如何建置、發布和除錯程式。

編譯型語言（比如 C 或 Rust）會在程式執行之前，一次性把整份程式碼全部翻譯成一個可以獨立執行的機器檔案。這是單獨的一道「建置（build）」工序——啟動前要等一會兒，但成品跑起來往往很快，而且很多錯誤在編譯時就被揪出來了。

直譯型語言（比如 Python 或 JavaScript）則是一邊執行一邊翻譯，逐行就地執行。它沒有建置這道工序，所以你改完就能立刻重跑——很適合隨手把玩——但代價是：錯誤往往要等真正執行到那一行時才冒出來。

實際上兩者的界線挺模糊：許多現代語言會先編譯成一種中間的「位元組碼（bytecode）」，再配上各種巧妙的技巧。但這個心智模型依然管用——是「先把全部翻譯完」，還是「走到哪翻到哪」。

把每個 CMOS 閘電路核心處的兩個電晶體想像成兩棟房子，直到今天，它們一直並排蓋在同一塊地皮上。一個是 n 型元件，另一個是 p 型，而像反相器這樣的邏輯單元兩者都需要。它們彼此緊鄰，各佔一塊地方，而這種並排的佔地面積，給一個標準單元能做到多小劃下了一道硬底線。互補式場效電晶體，也就是 CFET，對這道底線給出的回答源自一個簡單的問題：要是把一棟房子直接蓋到另一棟上面，而不是緊鄰著另起一棟，會怎樣？把 n 型電晶體疊到 p 型上面（或者反過來），讓它們共用同一塊佔地，每個邏輯單元所需的面積差不多就能減半。

這是此前那一級級元件演進之後的下一步。當平面電晶體的平坦通道再也擋不住漏電時，它在 22nm 這一代左右讓位給了 FinFET；FinFET 又在 3nm 左右把接力棒交給了環繞式閘極（GAA）奈米片，在那裡閘極從四面把通道包裹起來，以獲得更緊的控制。這每一步，都是在重塑單個電晶體的形狀，好讓它在不斷縮小的同時仍能乾淨俐落地開關。CFET 則是另一類做法：它與其說是重塑電晶體，不如說是把佈局折進第三個維度，把互補電晶體對豎著疊起來。它是對佈局密度極限給出的結構性回答，正如 GAA 當年是對漏電極限給出的回答。

難點在於，把兩個電晶體造進同一根豎直的柱子裡，是真的很難。你得在底層元件上面把頂層元件生長出來或鍵合上去，把兩者都接進單元裡又不讓各層為爭空間而打架，還要防止埋在下面那個元件產生的熱量把整疊結構烤壞。正因如此，CFET 今天還待在研究實驗室與早期開發階段，並不在你能買到的產品裡，而它天然地會與其他前沿手段搭配，比如背面供電——把供電軌道挪到晶圓背面，騰出正面那層原本擁擠的金屬，否則一個更密的疊層單元會把它堵死。

複利就是利息再生利息。你把錢放在某處，它賺到一點回報——這點回報隨即併入本金，於是下一次，你連同這筆變大了的本金一起賺回報。想像一顆雪球滾下山坡：起初很小，但每滾一圈都裹上更多雪，而它裹得越多，就胖得越快。這種自我餵養的增長不是平穩地累加，而是不斷加速。

這正是耐心對儲蓄者如此有力的原因。一筆錢放上幾十年，並不只是比放一年多長一點點，而是多得驚人——因為早年的收益有時間去孕育它們自己的收益。同一套引擎在債務上則反向運轉：信用卡或貸款上未還的利息會被併入你欠下的本金，接著你連這部分也要被收利息。那股能悄悄堆起一筆財富的力量，同樣能悄悄把一個人壓垮。

一個常見的誤區，是以為錢就這麼按整齊的直線翻倍。其實不然——曲線是向上彎的，起初慢，隨後快得驚人。正是那段後期陡峭的爬升，讓「趁早開始」遠勝於「日後追趕」；也正因如此，利率上一點微小的差別，經過許多年的複利，最終會天差地別。

計算神經科學是腦科學的一個分支，它用數學和電腦模擬來弄清楚大腦是如何進行計算的——也就是說，一團柔軟、濕潤、錯綜複雜的細胞，是怎樣把光、聲音和觸覺變成想法、決定和動作的。它不只是描述神經元長什麼樣、哪一個在什麼時候亮起來，而是提出一個更尖銳的問題：大腦到底在算什麼，又是按照怎樣的「配方」來算的？它把大腦當作一台神祕的機器，試圖反向拆解出在它內部運轉的規則，把這些規則寫成方程，再放到電腦上運行，看看一個虛擬的大腦會不會表現得像真的一樣。

它的研究方法是理論與實驗之間的來回往返。一位研究者可能會搭建一個模型——比如一小張由模擬神經元相互連接而成的網絡——給它一項任務，例如識別一個形狀或記住一個數字，然後檢查這個模型的活動是否與科學家從活體大腦中記錄到的情況相吻合。當模擬算錯了什麼，這種不一致就指向了缺失的一塊，於是模型被進一步打磨。這一點之所以重要，是因為大腦實在太精巧，單憑直覺無法理解：大約有八百六十億個神經元，每個又與成千上萬個相連，只有把它們的相互作用裝進精確、可檢驗的模型裡，我們才能解釋記憶、視覺或決策是如何產生的。這些模型也會反過來影響更廣闊的世界，啟發人工智慧系統，並幫助醫生理解像癲癇或帕金森病這類疾病到底出了什麼問題。

計算力矩控制是一種駕馭機械臂的方法，它先把機械臂自身那套複雜的物理特性抵消掉，讓剩下的部分表現得像一個簡單、聽話的小玩具。真實的機械臂很難控制：靠近肩部的關節要對抗重力對整條手臂的拉扯，其他關節擺動時也會把它甩來甩去，而沉重的肘部和輕巧的手腕手感又完全不同。控制器不去無視這些，而是在腦中保存一個關於手臂重量、長度和運動的數學模型，並在每一瞬間精確算出每個馬達所需的力矩（也就是馬達施加的扭轉推力），用來抵消重力和這些相互拉扯的效應。把這些已知的力提前「付清」後，每個關節就能乾淨俐落地回應你的指令。

一旦物理特性被抵消，原本棘手的非線性機械臂就塌縮成控制器可以當作一排彼此獨立、完全相同的單元來對待的東西——推一下某個關節，它就單純地加速，既沒有意外，也沒有來自相鄰關節的串擾。這樣一來，控制器只需在上面再疊加一個樸素、溫和的修正（通常是 PID 式的微調：關節離目標位置越遠，就推得越用力），就能對期望路徑實現乾淨而精確的跟蹤。一句話，計算力矩控制是花掉一個機器人模型，為自己換來一個輕鬆的控制問題。

問題在於，它的好壞完全取決於模型：如果機器人真實的重量、摩擦或所搬運的負載與數學假設不符，抵消就不徹底，殘留的誤差只能靠修正項或自適應方法來收拾。這也是為什麼它在特性清楚的實驗室和工業機械臂上表現出色，並常常與能夠即時調整模型的技術配合使用。

條件語句（conditional）是會做決定的程式碼。它檢查某件事是不是真的，再根據答案選擇走哪條路：如果（IF）這是真的，就做這件事——否則（OTHERWISE）就做另一件。程式就是這樣做選擇的。

它的作用像岔路口。程式走到岔口，問一個是/否的問題——使用者登入了嗎？購物車是空的嗎？——再根據答案往左或往右走。同一段程式碼，面對不同情況給出不同的結果。

這些問題可以一環扣一環：如果第一個不成立，就檢查第二個（else if），要是都不符合，最後落到一個「兜底」的分支。就這樣，幾個簡單的是/否判斷疊加起來，湊出了看似聰明的行為。

條件性位置偏好是科學家用來判斷動物——通常是小鼠或大鼠——是否覺得某段經歷愉快的一種簡單實驗。它的思路很像你為什麼會漸漸愛上某一家咖啡館，僅僅因為曾經有件美好的事在那裡發生過。研究者給動物準備一個有兩個明顯不同房間的箱子——比如一間是條紋牆、光滑地板，另一間是斑點牆、粗糙地板。在訓練階段，每當動物感覺良好（例如在獲得某種獎賞之後，比如藥物、美味的食物，或者同伴的陪伴），就把牠放進其中某個特定房間；而平淡、中性的感覺則與另一個房間配對。沒有人告訴動物任何事，牠只是在幾天裡反覆經歷這些配對。

接著是測試階段：打開門，動物可以在兩個房間之間自由走動，此時不再有任何獎賞。如果牠選擇在那個曾經與好感覺配對的房間裡待更久，這種揮之不去的吸引力就是條件性位置偏好——那個地方本身變成了獎賞的替身，因為大腦悄悄學會了把那處景象與愉悅感聯繫起來。研究者透過記錄動物在每一側停留的時長來衡量偏好。這項測試之所以流行，是因為它便宜、不需要專門訓練動物，並且能把一種看不見的內在狀態——這件事讓牠感到獎賞了嗎？——變成誰都能數清的數字，因此成為研究成癮、大腦獎賞化學機制，以及探究什麼讓經歷令人愉快或厭惡的得力工具。

位形空間，幾乎總是簡稱為「C空間」，是一張想像出來的地圖，它囊括了機器人能擺出的每一種姿態，地圖上的一個點就代表一種完整的姿態。這裡的「姿態」指的是把機器人完全確定下來所需的那一整組數字：對一隻簡單的機械臂來說，就是每個關節的角度；對一臺在地面上行駛的輪式機器人來說，就是它的 x、y 位置再加上它朝向哪個方向。如果一臺機器人有六個關節，那它的 C空間裡的一個點就只是一串六個數字，整個空間就有六個維度——根本畫不出來，可拿來計算卻毫無障礙。關鍵的思維轉換在於：在 C空間裡，你不再去想機器人那副金屬身軀在房間裡挪動，而是改去想一個小圓點在這張姿態地圖上滑行。

為什麼要費力搞出這麼一個抽象？因為當機器人被縮成一個點時，規劃運動會變得簡單得多。在真實房間裡，機器人是一個帶著手臂和稜角的笨重形狀，能以各種複雜的方式蹭到牆；規劃時還要追蹤這一切，簡直是噩夢。但在 C空間裡，整個機器人都變成了一個點，於是「機器人能不能從這兒挪到那兒而不撞上任何東西？」這個問題，就化成了一個乾淨得多的問題：「這個點能不能沿一條暢通的路線，從地圖上的某一點走到另一點？」機器人學裡幾乎每一種路徑規劃方法，都在 C空間裡悄悄完成它的工作，而不是在你看得見的物理工作空間裡——正是這個核心技巧，讓運動規劃變得可解。

連接組是一張完整的神經系統接線圖：它標出每一個神經元，並畫出它們彼此之間的每一處連接。可以把它想像成一座城市的道路地圖，只不過這裡連接的不是把一棟棟建築相連的街道，而是一個個被稱為突觸的微小接點——神經細胞就在突觸處把信號傳給下一個細胞。一張完整的連接組不僅告訴你哪兩個神經元彼此交流，還精確地指出究竟是哪個細胞伸向哪個細胞，於是整團錯綜的腦內佈線，就變成了真正可以追蹤、可以讀懂的東西。

研究者繪製連接組的辦法，是把神經組織切成薄如晶片的切片，在高倍顯微鏡下逐張拍攝，再順著每一條神經纖維在一張張圖像間穿行，把這些連接重新拼接還原。這是一項極其浩大的工作，因為哪怕一個很小的腦，也容納著數量龐大的細胞，以及多得多的細胞間連接；即便有電腦幫忙，標繪整個腦也可能耗時數年。迄今為止，完整的連接組只為一些小型生物繪製出來，例如一種線蟲和果蠅；而小鼠、人類等更大腦的圖譜，仍然只是局部的。

之所以付出這一切辛勞，是因為佈線塑造行為。知道哪個神經元連向哪個神經元，科學家就能精確地追問：一個環路是如何產生視覺、記憶或運動的，並通過單獨開啟或關閉某個細胞來檢驗這些想法。連接組本身並不能解釋一個腦是如何思考的，正如一張道路地圖並不能解釋交通狀況；但它是其他解釋賴以建立的根基，也是理解人類心智的一個長遠目標。

連接組學是繪製大腦完整接線圖的科學——標出每一個神經細胞（神經元）以及它與其他細胞建立的每一條連接。可以把大腦想像成一座龐大的城市，神經元是其中的建築，它們之間的連接就是道路、電話線和電纜。連接組學力圖畫出這套基礎設施的完整地圖，連最細小的巷子都不放過，好讓我們看清每個部分究竟如何與其他部分對話。

繪製這樣一張地圖難度驚人。單個人腦約有860億個神經元，每個神經元又能透過稱為突觸的微小接點連接到成千上萬個其他神經元，連接總數高達數萬億條。為了追蹤它們，科學家把腦組織切成比頭髮還薄的薄片，用強大的電子顯微鏡逐片拍照，再用電腦把影像拼接成三維模型，靠人工或人工智慧逐根追蹤每一條線路。迄今為止，只有少數小生物被完整繪製過——一種擁有302個神經元的線蟲，以及一隻果蠅的大腦——而完整的人類連接組仍是遙遠的目標。

為什麼要費這番功夫？人們希望，記憶、個性與思想真正棲身之處不僅在於神經細胞本身，更在於這些連接的模式。一張完整的接線圖或許能揭示健康大腦如何運算，以及在自閉症、思覺失調症或阿茲海默症等病症中這套接線如何出錯，從而為研究者提供一張用於診斷和修復的電路圖。

意識，簡單說就是「此刻當你這個人，是有某種親身感受的」這一事實。當你讀著這些字時，你並不是像機器那樣只在處理文字——你是在真切地體驗它們：螢幕的明亮、腦海裡那個安靜的聲音、後背的一絲痠痛，以及這一切都正發生在「某個人」身上、而那個人就是你的感覺。這種醒著、有所覺察的親身的、第一人稱的質感——那部別人看不到的內心電影——正是科學家所說的意識。

它之所以如此令人費解，是因為它似乎是從普普通通的腦組織裡冒出來的。你的大腦是一大群約八百六十億個神經細胞，它們彼此交換著微小的電訊號和化學訊號，卻沒有哪一個細胞單獨裝著「體驗」。可不知怎的，它們的協同合作竟拼出了一幕統一的場景——咖啡的香氣、它的溫熱、它勾起的回憶——全部被綁在一起，匯成一個彷彿屬於單一「自我」的當下時刻。研究者研究意識的辦法，是觀察大腦在「有意識」和「沒意識」的狀態之間如何變化：無夢的深睡、麻醉或昏迷都會調暗或關掉這部內心電影，而清醒、做夢和警覺的注意又會把它重新打開。把這些狀態加以對比，有助於揭示這種體驗似乎搭乘在哪些大腦活動模式之上。

意識的意義遠不止於滿足好奇心。正因為有它，沉睡中的病人才可能感到手術刀，也才需要被安全地麻醉以免去這種疼痛；正因為有它，我們才把一個人、而不是一台溫控器，當作會受苦的存在來對待；也正因為如此，關於昏迷、動物、乃至未來機器的種種問題，歸根到底都取決於其中是否真的存在任何內在體驗。它至今仍是科學中最深的未解難題之一：我們能夠描繪出與體驗相伴出現的大腦活動，但要解釋這些活動為什麼會從內部「感覺到點什麼」，依然無人能夠說清。

共識機制，是區塊鏈用來讓成千上萬互不相識、沒有老闆也沒有中央伺服器的人，對同一份「事實」達成一致的一套規則——也就是哪些交易發生了、以及它們的先後順序。難點在於：這些參與者彼此並不信任，其中有些人可能在說謊或出了故障，可他們最終都必須得到完全相同的帳本。共識機制，就是讓這件事成為可能的那套約定好的流程。

想像一個擠滿人的房間，每個人都各自保管著一本共享筆記的副本，而且沒有裁判。為了保持同步，這群人需要一種公平、公開的辦法來決定下一頁該照抄誰的，還需要一種辦法讓作弊變得代價高昂或毫無意義。共識機制做的正是這件事：它決定由誰來提議下一個區塊、其餘人如何檢查這個區塊是否守規矩，以及當出現分歧時如何化解，好讓整個網路都收斂到同一條鏈上。

不同的區塊鏈會選擇不同的機制，各有各的取捨。工作量證明讓「提議一個區塊」必須付出實打實的運算，因此改寫歷史會在電費上付出天價。權益證明則要求參與者鎖定一筆資金，一旦作惡就會被沒收。無論哪種，目標都一樣：在沒有人當家作主的情況下，讓誠實的參與者保持一致——這正是區塊鏈能夠作為一個無領袖、難以竄改的系統運轉下去的原因。

想像你要測試一台自動販賣機。你可以手寫一張清單——投入一美元、按下 B4、期待掉出一塊糖——但這樣你永遠只能檢查到自己想得到的那幾種情況。真正咬人的缺陷往往是沒人設想過的：有人同時塞進三枚硬幣、一下按了兩個按鈕，還在同一秒裡要求找零。約束隨機驗證把這套工作反了過來。你不再逐條手寫每個測試，而是描述合法輸入的規則——硬幣必須是有效面額，選擇必須對應真實的貨道——然後讓工具發射成千上萬種全都遵守這些規則的隨機組合，去搜尋那些沒人會想到要寫下來的邊角情形。

更確切地說，它是一種激勵生成策略：每個測試用例都從受約束界定的空間裡隨機抽取——這些宣告式規則讓隨機值既合法又有意義。約束求解器會挑選同時滿足每一條規則的值：一個落在範圍內的位址、一個對該協定而言合法的封包長度、一種只有在另一欄位被設定時才允許的叢發類型。每次都換一個不同的隨機種子，單個測試平台就能在多輪執行中遍歷輸入空間的一大片區域，到達定向測試永遠偶然撞不進去的狀態。

問題在於，單憑隨機性並不能告訴你實際涵蓋到了什麼，所以這項技術從不單獨使用。你會把它與功能覆蓋率搭配，來衡量哪些情境真正被命中——並據此判斷何時可以收手——再與斷言搭配，在設計行為異常時自動報警；兩者合在一起，就把一股隨機用例的洪流變成了可衡量、能自檢的驗證活動。這正是現代 UVM 測試平台底層的引擎，在那裡約束隨機生成、覆蓋率和檢查正是大型 RTL 設計接受驗證的標準方式。

接觸動力學研究的，是機器人觸碰到這個世界的那個確切瞬間會發生什麼——當一隻腳落到地面、一隻夾爪合攏夾住一個箱子、或一根指尖按下一個按鈕的時候。只要機器人還在空氣中運動，它的物理就平滑而可預測。可一旦發生接觸，一切都驟然改變：表面會反推回來，運動在某個方向上突然被擋住，力也可能瞬間飆升。接觸動力學，就是描述這些突如其來的觸碰、按壓和磕碰的那一整套規則與模型。

有三件事讓接觸格外難以建模。第一，接觸是單向的：地面可以把你的腳往上頂，卻永遠不能把它往下拉，所以這套數學必須只在表面真正壓到一起時才“開啟”。第二，硬碰撞幾乎是一瞬間完成的——錘子的一擊、或一隻腳重重砸下，會在電光火石間改變速度，更像是猛地一震、而不是緩緩一推。第三，接觸處的摩擦決定了物體是抓得牢還是會側向打滑，而這正是“一隻手握住杯子”和“杯子滑脫出去”之間的差別。一個好的接觸模型，必須把這三件事同時刻畫出來。

把這件事做對，是實體機器人成敗的關鍵。一台行走機器人能站穩，正是因為每一步都把力乾淨俐落地通過與地面的接觸傳遞了出去；一隻機器手能抓起一枚易碎的雞蛋，靠的是精確地拿捏自己按壓的力度、以及表面會不會打滑。機器人控制器和物理模擬器都極度依賴接觸動力學，而它至今仍是機器人學中較難啃的一塊——恰恰因為真實的接觸又亂、又快、又極容易被建錯。

富接觸操作，涵蓋的是這樣一類任務：機器人一直在觸碰、摩擦、磕碰著各種東西，而且隨著任務推進，這些接觸一次次地建立又斷開。想想插充電器、擰螺栓、把兩塊樂高積木卡到一起，或者把一根銷釘塞進一個很緊的孔裡。這些都不是把手臂從甲處平滑地揮過空氣、移到乙處的那種動作；它們是靠「手感」做出來的活兒，整個過程裡零件之間都在擠壓、滑動、卡住、就位。

這類任務之所以難，是因為在僵硬的零件之間，極小的對不齊就會引出極大的力。一根銷釘在進孔時哪怕偏心一根頭髮絲，它就會卡死，機器人會感到一記尖銳的反推；要是硬來，就會把東西弄壞。所以機器人不能閉著眼睛照著規劃好的路徑走——它必須「柔順」，也就是一感到阻力就退讓一點點，就像你自己的手會把一把沒完全插進鎖的鑰匙輕輕晃動一下。這份「軟」，再加上透過指尖或手腕去傾聽受到的力，才讓機器人能去「摸索」出正確的對齊，而不是一頭撞過去。

正因為在這個尺度上，單憑位置永遠不夠準，富接觸操作便把「運動」與「力的感知和退讓」糅在一起：輕輕地推、感覺它卡在哪、順著表面滑、讓接觸本身把零件引導到位。插裝與裝配——工廠裡最家常的活計——正是經典的例子；而要讓機器人做得像熟練工人那樣行雲流水，至今仍是一道活躍的前沿課題。

容器（container）是一個輕量、密封的小盒子，把你的應用和它執行所需的一切打包在一起——正確的語言版本、相依套件、各種設定，全都裝進去。把這個盒子交給任何一台機器，應用的表現都一模一樣，從此告別經典的「在我電腦上明明能跑」的煩惱。

可以把它想像成碼頭上的標準貨櫃：起重機不在乎裡面裝的是冰箱、香蕉還是汽車零件，它只負責吊起一個標準尺寸的箱子。你的筆電、同事的電腦、線上的正式伺服器，跑的都是同一個容器、同一種方式。

容器比完整的虛擬機更輕，因為它共用主機的作業系統，而不必各自再背一套。Docker 正是讓容器流行起來的工具，你常會聽到「起一個容器」來表示啟動它。

契約是一個由法律為之撐腰的承諾。買一杯咖啡、租一間公寓、接一份工作——每一樁都是一筆交易：若一方食言，另一方便可走進法庭，要求對方履行承諾或賠償損失。這裡還有一個不那麼顯眼的條件：雙方都得真心想要受法律約束。正是這份意圖，使得朋友間一句隨口的「行啊，週六我幫你搬家」通常根本算不上契約——誰也沒指望要鬧到法官那裡去。

經典的配方有三種成分。一方發出要約（「我這輛腳踏車一百塊賣給你」）；另一方承諾接受（「成交」）；並且有價值的東西在雙方之間往來——這就是「對價」。雙方都得付出點什麼，才能換得點什麼：我的車換你的錢。若只是單方面答應送一件禮物，沒有任何回流，通常就不是法院會強制執行的契約。

一個常見的誤解是，契約非得是一份厚厚的、簽名密佈的文件。其實大多數契約只是口頭說定，或僅憑一次握手、一次刷卡便已敲定，照樣具有拘束力——不過有些種類必須落成書面才能強制執行，比如土地買賣，或是替別人的債務作擔保的承諾（這條規則叫做「防止詐欺法」）。但對於日常的交易，書面文本對於「訂立」合意並不那麼要緊——它更大的用處，是日後用來證明大家究竟約定了什麼。

控制頻寬衡量的是：一個控制器實際上能跟得上多快變化的指令。設想有人在駕船去追水面上一條扭來扭去的線。如果這條線彎得慢，舵手就能輕鬆跟住；如果它越來越快地左右折返，到某個程度船就是轉不過來，開始抄近路、落在後面。頻寬大致標出了這個極限所在：它是系統在「放棄並落後」之前，仍能較好跟隨的最高變化速率——也就是最高的扭動頻率。

同一個數字也描述了控制器能抵禦哪些擾動。慢慢推來的力——逐漸增強的逆風、緩緩耗盡的電池、被輕輕加上的負載——都落在頻寬以內，於是控制器有時間察覺並糾正它們。而快速的撞擊——一記急促的顛簸、一陣突如其來的陣風、電氣雜訊——發生得比控制環能反應的還快，於是它們會「漏」過去，顯現在輸出上。一句話：頻寬越寬，跟隨指令越快、對快速擾動的抑制也越強；頻寬越窄，系統越遲鈍，但往往也更平靜、更穩定。

你也許會以為頻寬越大越好，但這其實是一種權衡。把頻寬推高會讓系統更神經質、更急切，從而放大感測器雜訊，並可能把它推向不穩定或振盪的邊緣。它還受到物理現實的封頂：無論控制器多聰明，馬達、齒輪以及被移動的質量，都只能以一定的速度作出反應。好的設計會把頻寬設得剛好夠用、而不更高，並在硬體和穩定性開始「抱怨」的速度之下，留出一段安全裕度。

控制策略，就是機器人在每一刻用來決定該做什麼的那套規則。把機器人此刻對自己和世界的了解餵給它——比如各個關節的角度、攝影機看到的畫面、自己移動得有多快——策略就會回給它一個動作：轉這個馬達、邁這一步、把這個夾爪合上。你可以把它想像成機器人的本能，或者一種「看到這個、就做那個」的習慣。機器人學習的全部意義，就在於讓機器人從資料和經驗中長出一套好的策略，而不是靠人一條一條地手寫出每一個「如果……就……」的規則。

策略分為兩類。確定性策略是一份嚴格的食譜：同樣的處境永遠產生完全相同的動作，就像一台恆溫器，每次都在分毫不差的同一溫度把暖氣打開。隨機性策略則給出一組帶機率的可能——「大多往左走，偶爾直走」——再像擲骰子一樣從中挑一個。這點內建的隨機性出奇地有用：它讓機器人在學習的同時還能嘗試新做法，也讓機器人不至於可預見地卡死——否則那份嚴格的食譜會讓它一次又一次地撞向同一面牆。

一個控制系統如果是穩定的，就意味著：在你輕推或擾動它之後，它最終會重新安定到一個穩態，而不是越擺越大、失去控制。想像一只碗裡有一顆彈珠：你彈它一下，它會滾動片刻，然後靜靜地停在碗底——這就是穩定。現在把碗翻過來，讓彈珠停在碗頂：哪怕最輕微的一碰，也會讓它滾落而去，再也回不來——這就是不穩定。穩定性，說到底就是「擾動會衰減」和「擾動會放大」這兩者之間的區別。

為什麼這件事如此要緊？回授控制器時刻都在對誤差作出反應，一個設計糟糕的控制器可能反應過猛、衝過頭，接著又朝反方向猛衝一下，於是不斷把自己的錯誤又餵回去，直到擺幅炸裂開來。穩定的設計保證的是相反的局面：把系統撞離正軌，晃動會在每一個週期裡逐漸縮小，直到重歸平靜。這是任何控制器都必須具備的、最重要的一條性質。快、準、穩固然都好，但一個又快又準卻不穩定的系統比毫無用處還糟——它是危險的，因為運動會失控狂奔。

在實際中，穩定性並不是非黑即白的；工程師會談論一個系統「有多穩」——也就是它的安全裕度。一個設計在理論上可能是穩定的，卻仍在懸崖邊上搖搖欲墜：要麼半天才能安定下來，要麼負載一變就立刻陷入振盪。所以好的控制不只追求「穩定」，更追求在機器實際會遇到的各種工況範圍內，都能舒舒服服地保持穩定。

可控性提出的是一個看似簡單的是非問題：只用你被允許去撥弄的那些旋鈕和操縱桿，你能不能把一個系統驅趕到你想要的任意狀態？這裡的「狀態」指的是描述系統正在做什麼的那一整套內部條件——位置、速度、溫度等等。如果給足時間，你可用的輸入能把這些內部條件中的每一個都驅動到任意選定的值，這個系統就是可控的。如果系統的某個角落，無論你怎樣操作控制都永遠到不了、也改變不了，它就不是完全可控的。

一個家常的畫面有助理解。假設一列玩具火車跑在一條「8」字形軌道上，而你唯一的控制就是油門。你可以把火車放到軌道上的任何位置、或快或慢——但你永遠沒法讓它脫離軌道、停在房間正中央，因為沒有任何油門設定能到達那個狀態。軌道限制了你這唯一的輸入能產生哪些狀態。真實機器也有同樣的問題：一架失去了一個馬達的四旋翼，也許無法到達某些傾斜與自轉的組合；一套只有一個爐子的供暖系統，無法獨立設定每個房間的溫度。這種「搆不著」，正是可控性的缺失。

工程師在意它，是因為可控性是控制本身的前提：對於你的輸入在物理上根本影響不到的狀態，你無法設計出一個調節器去維持它或移動它。可控性是在動手搭建任何控制器之前，就從系統的數學模型裡檢驗出來的，它還常常指導硬體選擇——把推進器放在哪裡、要加多少個執行器、裝哪個閥門——好讓所有要緊的狀態都能搆得著。某部分不可控的系統，通常需要的是更多或位置更好的輸入，而不是更聰明的演算法。

CNOT 閘是一種作用在兩個量子位元上的操作，規則很簡單：一個量子位元是控制位，另一個是目標位；只有當控制位處於 |1> 時，閘才會翻轉目標位（把 |0> 和 |1> 互換）。如果控制位是 |0>，則什麼都不會發生。你可以把它想像成一個接在感測器上的電燈開關——只有感測器被觸發時燈才會切換狀態，否則保持不變。對於一般的 |0> 和 |1> 輸入，它的行為就和平常的「如果—那麼」邏輯完全一樣，因此很容易理解。

真正有意思的地方出現在控制位處於疊加態的時候。由於這個閘是對整個兩量子位元態一次性起作用的（而且和所有量子閘一樣是可逆的），當送進去的控制位是 |0> 和 |1> 的混合時，它會把兩個量子位元關聯在一起：目標位的取值變得與控制位綁定。其結果可能是一個糾纏態——你無法藉由分別給每個量子位元各自獨立的狀態來描述它，測量其中一個就會告訴你關於另一個的資訊。這正是為什麼 CNOT 在大多數硬體中都是最主力的糾纏閘，也是為什麼單量子位元閘加上 CNOT 合在一起，就足以搭建任何量子電路所需的一切。

控制器的增益，說白了就是當出現偏差時，它「反推」的力道有多大。想像你把車開回自己的車道：如果你只是輕輕打方向盤，車要飄上好久才回正；如果你猛地一打，又會衝過頭到對面，開始左右搖擺。增益就是這個「方向盤打多少」的選擇，它被寫成一個數字，控制器用它去乘以誤差。增益小，反應溫和而緩慢；增益大，反應又快又猛。調校，就是動手挑選這些數字的功夫，讓機器既能迅速糾正自己，又不會衝過頭、發抖或失穩。

大多數真實的控制器並不是只有一個旋鈕，而是好幾個——比如 PID 控制器的三個分量，每個都有自己的增益——而它們彼此互相牽扯。為了求快把一個調大，常常要以晃動作為代價；想壓住晃動，反應又會變得遲鈍。所以調校永遠是在人們最在意的三件事之間走鋼索：響應速度（多快到達目標）、穩定性（能不能穩下來，而不是沒完沒了地振盪）和超調量（在穩定之前衝過目標多遠）。好的調校，能找到那個甜蜜點，讓系統同時做到反應敏捷、平穩又不慌亂。

工程師調校的方式各不相同。有人靠手動轉旋鈕，一邊看機器的表現，一邊把每個增益上調或下調，直到感覺對勁為止。也有人按「食譜」來——一套套經驗法則，先做個簡單實驗，再據此給出建議的起始值。還有許多現代系統會自我調校：測量自己的響應，並自動調整增益。無論用哪種方法，目標都是一樣的：找到一組數字，讓控制器恰到好處地反推——既不畏首畏尾，也不暴力過猛。

趨同演化，是指親緣關係很遠的動物各自獨立地得出相似的解法，因為這種解法好用，而不是因為牠們從共同祖先那裡繼承而來。智能的趨同演化，意味著複雜的解決問題、學習以及靈活應變的行為，曾不止一次地演化出來，且發生在以非常不同的方式構建大腦的譜系之中。

章魚及其頭足類親戚是經典的例子。牠們與脊椎動物最近的共同祖先，是五億多年前一種簡單的蠕蟲狀生物，然而章魚學得很快、會使用工具，並帶著驚人的好奇心去探索。引人注目的是，章魚的神經系統有很大一部分分布在牠的腕足裡，而非集中在一個中央大腦，所以牠是沿著一條與我們截然不同的路徑，抵達了令人印象深刻的行為。烏鴉和鸚鵡是另一類例子：牠們沒有新皮層，卻仍在某些認知任務上與猿類不相上下。

由此可知，聰明的大腦並沒有唯一的配方。智能並不是一道所有動物都朝著人類頂峰攀爬的階梯；它更像是同一個好用花招的好幾次各自發明。比較這些彼此獨立的解法，能幫助科學家追問「心智究竟需要什麼」，而不是想當然地認為哺乳類的方式就是唯一的方式。

卷積神經網路（簡稱 CNN）是一種讓電腦「看見」東西的人工大腦。它不會一口氣盯著整張照片，而是把一個小視窗——一塊小小的濾鏡——滑過影像，一次只看一小塊，就像你拿放大鏡在地圖上一格格地掃。每塊濾鏡只專門捕捉一樣簡單的東西：一道斜邊、一抹顏色、一段弧線。

巧妙之處在於把這些層疊起來。第一層找出樸素的邊緣；下一層把邊緣拼成轉角和紋理；再上一層把它們組裝成眼睛、車輪或花瓣；最頂層終於說出「貓」或「停車標誌」。從最底層一步步搭起來，簡單的零件變成豐富的形狀，再變成完整的物體——而網路靠著在數百萬張帶標籤的圖片上反覆練習，自己學會該用哪些濾鏡。

一個常見的擔憂是：CNN 會不會把訓練用的照片原樣「背」下來。多半不會：因為同一塊小濾鏡會在影像的每一處反覆使用，網路傾向於學到放在哪裡都管用的模式——一張臉就是一張臉，無論它在畫面的角落還是正中央。但「死記硬背」（也就是「過擬合」）仍然可能發生，這正是訓練要用海量、多樣的資料集的原因。正是這種善於提煉可重複使用模式的本領，讓 CNN 成了電腦視覺的主力，從手機相機到醫學影像，背後都有它。

Cookie 是網站請你的瀏覽器替它保管的一張小紙條——而且每次你再造訪同一個網站時，瀏覽器都會自動把它遞回去。網站就是靠它記住你的。HTTP 本身很健忘：每一次請求到來時，都像你從沒來過一樣，於是網站塞給你一張小名牌，你的瀏覽器就悄悄替你別上，留著下次用。

它最經典的用途，就是讓你保持登入狀態。你登入時，伺服器回給你一個 Cookie，裡面裝著類似工作階段 id 或權杖（token）的東西。從此你的瀏覽器會把這個 Cookie 附在每一次請求上，網站一看便知「啊，是你」——不用在每個頁面都重新輸一遍密碼。

說到底，它只是網站設定、由瀏覽器存下的一小段文字，而且只屬於那一個網域。Cookie 不是程式，讀不了你的檔案；它更像網站遞給你的一張寄物牌，你每次回來時禮貌地再亮一下而已。

座標系就是你選定的一個起點，再加上一組用來衡量一切的方向。想像你站在房間的一個角落：把那個角當作零點（也就是原點），然後把一面牆叫作「前」，另一面牆叫作「左」，正上方叫作「上」。這樣一來，房間裡任何一個位置都可以用三個數字來描述——往前多遠、往左多遠、往上多高。這些數字之所以有意義，正是因為你事先約定了那個角落和那三個方向。這套約定好的「角落加方向」，就是座標系。

機器人之所以在意座標系，是因為一台機器人從來不是孤零零地待在一個地方。房間有自己的座標系，機器人的底座有一個，它的夾爪有一個，相機有一個，桌上的一隻咖啡杯也有一個。同一隻咖啡杯，在每個座標系裡的數字都不一樣——離相機近、離底座遠、在夾爪的稍微偏左處。這些數字沒有哪一個是「真正的」位置；每一個都是從某一個座標系講出來的真相。說「杯子在 (0.3, 0.1, 0.0)」，在你說清這些數字是在哪個座標系裡量出來之前，是沒有意義的。

正因為如此，機器人裡幾乎每一次空間計算，其實都是座標系之間的對話：知道某樣東西在一個座標系裡的位置，再算出它在另一個座標系裡的位置。座標系搞錯了，機器人就會滿懷信心地把手伸到杯子旁邊整整三十公分的地方。所以搞機器人的人對「隨時講清楚是哪個座標系」幾乎到了挑剔的地步，就像細心的廚師總會講清單位——「200」，是什麼的 200？克？毫升？座標系，就是位置和方向的那個「是什麼的」。

共面波導是把微波訊號在超導量子晶片上四處傳送的那種最常見的佈線形狀。它其實就是三條平鋪在同一表面、並排而置的金屬帶：中間一條細細的中心導體，兩側各有一片寬闊的接地平面，它們之間隔著一道窄窄的、露出基板的縫隙。訊號沿中心帶行進，兩側接地則給電場提供一個可以推靠的對象。由於一切都落在晶片的同一個面上，你可以用同一層超導薄膜、在一道工序裡把它們全部刻出來——這正是它成為主力佈線方案的重要原因之一。

共面波導好用，是因為它的表現由簡單的幾何決定。中心帶的寬度和它到兩側接地之間縫隙的大小，決定了這條線的特徵阻抗；設計者幾乎總是把這些尺寸調到約 50 歐姆——這是微波世界其餘部分所期待的數值——好讓訊號進出時不會被反射回來。同樣的形狀還身兼二職：把一段共面波導裁成合適的長度、任它振盪，它就變成了一個諧振器，也就是用於量子位元讀出和濾波的那個音叉式元件。於是同一種線形既負責傳送控制和讀出訊號，也在晶片上構成了許多諧振電路。

這裡有兩個誠實的代價。其一，共面波導有兩條彼此分開的接地帶，若任由它們漂移分開，就會沿著縫隙寄生出一種不想要的振盪模式，叫做縫隙線模式（slotline mode），它會偷走能量、讓訊號在量子位元之間洩漏；設計者靠每隔一段就用小小的跨接橋（空氣橋）把兩側接地縫合起來，來壓制它。其二，電場會擠進金屬邊緣旁那道窄縫、以及露出來的基板表面，而那裡恰恰是有損耗的缺陷和汙染物盤踞之處，於是能量從那裡漏走，並直接餵進量子位元的退相干。所以把共面波導做好，既關乎打中目標阻抗，也同樣關乎乾淨的邊緣和接好的接地。

在一台多關節機器人裡，科里奧利與離心項，是純粹因為機器人已經在運動才冒出來的那些額外的力——一旦它靜止下來，這些力就立刻消失。它們是動力學中並非由重力、也並非由加速度驅動，而是由速度驅動的那一部分：取決於此刻各關節正轉得多快。設想一把旋轉的辦公椅。當你一邊轉一邊把腿伸出去，會感到一股力把腿向外甩開；那股向外甩的勁，就是離心效應。而如果你在仍旋轉著時把手臂收進或伸出，會感到一股先前沒有的橫向輕推；那股橫向的推，就是科里奧利效應。

這些力之所以重要，是因為機器人的關節是相互聯動的，於是一個關節的運動會悄悄在其它關節處攪起力來。離心項隨某關節自身速度的平方增長——轉速翻一倍，向外甩的勁大約翻四倍。科里奧利項則在兩個關節同時運動時出現，把它們的速度耦合成手臂別處所感受到的一份力。這兩者都不來自任何馬達的有意推動；它們都只是對「一個運動著的、帶關節的物體如何自我推搡」這一現象的記帳。工程師常把它們匯成一個整體，寫作 C(q,q̇)，其中的 q̇ 是在提醒：這些力取決於各關節運動得多快。

忽略這些項，一台緩慢運動的機器人差不多還會如你所料地表現——可一旦命令它快速運動，那些未被建模的速度之力就會把它帶偏，造成衝過頭、漂移或振動。正因如此，高速、高精度的控制必須顯式地計算並抵消科里奧利與離心項，好讓手臂即便是在空中甩動、而非緩緩爬行時，也能咬住自己的目標。

胼胝體是一條厚實、彎曲的神經纖維橋，深藏在大腦正中。它的任務是把大腦的兩半——左右大腦半球——連接起來，讓兩邊能彼此溝通。可以想像兩個人在同一張書桌的兩端各自工作：如果沒有辦法來回傳紙條，每個人就只知道事情的一半。胼胝體就是那一大疊紙條，由大約兩億條線一樣的纖維左右橫向連接而成。它是大腦中最大的這類連接，而由於這些纖維包裹著一層蒼白的脂肪絕緣外衣，看上去呈白色——所以它屬於科學家所說的大腦白質。

每時每刻，兩個半球處理的任務略有不同——對許多人來說，左腦偏向語言，右腦偏向空間感——可你體驗到的世界卻是渾然一體的。這種統一靠的就是胼胝體不停地把訊號在兩邊來回傳遞，讓兩側的運動、視覺、觸覺和思維保持協調。當這座橋被切斷或天生缺失時，效果非常驚人：在極少數為控制嚴重癲癇而切斷它的手術中，兩個半球最後會表現得幾乎像兩個各自獨立的頭腦，彼此都不知道對方看到了什麼、決定了什麼。這一戲劇性的結果，正是最清楚的證明，說明這束安靜的纖維在日常協調中究竟付出了多少。

CORS（跨來源資源共享）是瀏覽器的一條規矩：它會攔住一個網頁，不讓它悄悄去呼叫另一個網站的 API——除非那個網站明確說過「可以，我允許你」。你的頁面來自一個「來源」（origin，比如 myapp.com），而 API 住在另一個來源（api.bank.com）；預設情況下，瀏覽器會把這兩者之間的門「砰」地關上。CORS 就是把這扇門重新打開的那次禮貌握手。

它的存在是有道理的。要是沒有它，你隨手點開的任何一個可疑網站，都能藉著你瀏覽器裡已經存著的登入 cookie，朝你的銀行、你的信箱、你的一切發請求。所以瀏覽器預設就是「一個頁面只能自由地跟自己的來源對話」，而伺服器必須主動選擇放行——回送一個請求標頭（Access-Control-Allow-Origin），點名誰是受歡迎的。

下面這點是每個新手都會栽的坑：所謂「CORS 錯誤」並不是你程式碼裡的 bug，其實也不算伺服器報的錯——它是瀏覽器拒絕把一個伺服器其實已經發回來的回應交給你，因為伺服器忘了帶上那個許可標頭。修法在 API 伺服器那邊（加上那個標頭），而不在你的前端。明白了這一點，主控台裡那一串紅字就不再嚇人了。

皮層分層指構成新皮層的六層水平排列的細胞薄片，它們一層疊一層。新皮層是大腦表面那層佈滿褶皺的外殼，我們大量的思考、視覺和運動都在這裡被組織起來。如果把這層外殼切開，放到顯微鏡下觀察，看到的並不是一團均勻的細胞糊，而是一道道條帶，就像千層蛋糕裡的層次——在這些條帶中，神經元（大腦裡負責傳遞訊號的細胞）的大小、形狀和排列的疏密都會發生變化。這些條帶就是分層，解剖學家從表面向內把它們依次編號為第一層（最外側）到第六層（最深處，緊貼大腦的白質）。拉丁語把這樣一層稱為「lamina」，因此這種分層結構被稱為層狀結構。

每一層都有自己的任務，這主要由它所連接的對象決定。第四層是主要的「收件匣」：它接收來自丘腦的傳入訊號，而丘腦是把各種感覺資訊匯集起來的中繼站。第二層和第三層主要向兩側延伸，與皮層的其他區塊對話，把相隔較遠的區域編織在一起。第五層和第六層則是「寄件匣」：它們的大型神經元把指令向下、向外發送——傳到脊髓、肌肉和其他深部腦結構，或返回丘腦。第一層位於表面之下，幾乎沒有細胞體，主要是一張連接纖維織成的網。由於新皮層的每個區域都共用這套相同的六層方案，卻又根據各自的任務調整每層的厚度（運動區的第四層很薄，感覺區的第四層很厚），分層就成了一種通用藍圖，幫助科學家繪製皮層地圖，並比較不同腦區，乃至不同物種之間的差異。

皮層微刺激是記錄的反向操作：不是去傾聽神經元，而是輕輕地推它們一把。透過纖細的電極送入微小的電流，讓附近的神經元放電，於是你是在把資訊寫入大腦，而不是把它讀出來。

最引人注目的用途是恢復觸覺。透過刺激大腦皮層中處理身體感覺的那部分，研究者可以讓一個人感到手上有壓力或刺麻感——哪怕那是一隻義手——彷彿它真的被觸碰了一樣。再配上一隻帶感測器的機械手，這條手臂就能反過來報告它正握著什麼。

其中的功夫在於既輕柔又精準：用剛好足夠的電流，在恰當的位置喚起清晰、自然的感覺，而不擴散、不壓垮、也不損傷組織。做對了，一台機器對世界的觸碰，就變成了這個人真正能感覺到的東西。

皮質脊髓束是把你有意識的運動指令從大腦送往脊髓的主幹線路。當你決定動一下手指、打出一個字或邁出一步時，這個命令最先在運動皮層產生——它是大腦頂部附近負責規劃自主動作的一條帶狀區域——隨後沿著這束又長又多的神經纖維傳下去。可以把它想成一條專用高速公路，從大腦的指揮中心一路穿過腦幹、進入脊髓，沿途設有若干出口，訊號在那裡被轉交給真正驅動肌肉的神經。

它以兩段接力的方式運作。這束纖維屬於上運動神經元——這些細胞的胞體位於大腦皮層，而它們的「電纜」一直向脊髓方向延伸。大多數纖維會在腦幹下部交叉到對側，這正是為什麼左半腦控制身體右側、右半腦控制身體左側。到了脊髓相應的高度，每根纖維把訊息交給一個下運動神經元，由這第二個細胞伸向某塊肌肉、命令它收縮。這條通路對精細、靈巧的手指和手部動作尤為關鍵，因此一旦它受損——例如中風或脊髓損傷——往往會造成受影響一側的無力、笨拙以及精細控制能力的喪失。

皮質醇是一種激素——也就是隨血液傳送的化學信使——由腎上腺分泌。腎上腺是兩頂坐在腎臟上方的小帽子。皮質醇的主要任務，是透過調動能量讓身體做好迎接挑戰的準備：它把糖分推入血流、讓這份燃料更容易被取用，並讓你變得更警覺，就像一位經理在大訂單到來時打開倉庫、通知所有人隨時準備開工。你在承受壓力時最能清楚感受到它的作用——開車時險些出事、考試、或一場緊張的爭吵——但它也按每日節律分泌，清晨達到高峰、幫你醒來並打起精神，到夜裡則降到很低，好讓你休息。

皮質醇是身體壓力反應中緩慢而持久的那一支，它在幾分鐘到幾小時的時間尺度上起作用，而不像腎上腺素那樣在一瞬間猛然爆發。當大腦察覺到威脅時，下視丘和腦垂體（大腦深處的兩個控制中樞）會向腎上腺發出一連串化學指令，命令它製造皮質醇——科學家把這條通路稱為HPA軸。皮質醇一旦完成任務，就會反過來作用於大腦、關閉警報，這是一道內建的剎車，使反應不會失控。這套系統應對短暫而真實的緊急情況堪稱出色。問題在於，同一套機制也會被現代那些持續不斷的壓力觸發——金錢、截止日期、孤獨——當皮質醇連續數週甚至數月居高不下時，這股持續的洪流就會侵蝕睡眠、情緒、記憶，以及身體的整體健康。

宇宙微波背景是大霹靂留下的微弱餘暉——一片柔和、均勻的光輝，充滿整個天空，從四面八方均等地朝你湧來。它是存在的最古老的光，誕生於宇宙僅38萬歲、冷卻到足以形成最早的原子之時。可以把它想成宇宙的一張「嬰兒照」，拍攝於萬物還是一團熾熱迷霧的年代。

那時這道光熾熱無比，但在近140億年裡，隨著宇宙不斷膨脹，它也被一同拉長、冷卻，直到今天落在我們身上時已變成溫柔的微波——大約只比絕對零度高2.7度，比你家冰箱還要冷得多。令人驚訝的是，你早就見過它：老式電視沒調好台時那片雪花雜訊中，約有1%正是這道遠古的光，從天穹中篩落下來。

它的發現純屬意外。1965年，兩位電波天文學家彭齊亞斯和威爾遜總在天線裡聽到一陣怎麼也消不掉的嘶嘶聲——他們甚至懷疑是鴿子，還清理掉了鴿糞。結果那嘶嘶聲竟來自宇宙本身。一個常見的誤解是以為這片背景完美均勻，其實並非如此。它那些被後來的衛星繪製出來的微弱漣漪，正是日後每一個星系、每一顆恆星萌發的種子。

代價地圖是把機器人周圍環境切成一格格小方塊的地圖，每個方塊裡存著一個數字，表示穿過那個位置有多「貴」、有多冒險。一塊空曠地面對應的方塊很便宜，所以代價很低；正好壓在牆上的方塊是禁止通行的，代價就拉到最高；而緊挨著牆的方塊代價中等偏高，是在提醒機器人留出一點餘地。當規劃器尋找路線時，會沿著每一條候選路徑把這些逐格的代價加起來，並偏好總和最小的那條路線——就像在過溪流時，挑選一組最便宜的踏腳石一樣。

讓代價地圖變得安全的一個關鍵技巧是障礙物膨脹：在每個真實障礙物的周圍，代價地圖會塗上一圈代價升高的光暈，並隨距離逐漸淡出，彷彿把障礙物吹脹得比它實際更大。之所以這樣做，是因為機器人並不是一個點——它有寬度——所以如果允許路徑貼著牆的真實邊緣擦過去，機器人的身體其實會撞上。透過把障礙物膨脹，規劃器就能繼續把機器人當作一個點來處理，同時仍然留出一段真正的安全間隙。光暈的大小通常設為機器人自身的半徑，再加上一點讓人放心的餘量。

代價地圖通常是根據即時感測器資料——雷射掃描、深度相機、碰撞條——不斷重新建構並持續更新的，因此它既能捕捉到儲存地圖中固定的牆，也能捕捉到新出現的東西，比如一個走進走廊的人。導航系統常常同時維護兩層：一層是覆蓋整個區域、變化緩慢的全域代價地圖，用來規劃總體路線；另一層是圍繞機器人、更新很快的局部代價地圖，用來即時躲避突發情況。

中央處理器（CPU）是真正在做計算的那塊晶片——機器的大腦。你執行的每個程式裡的每一條指令，從把兩個數相加到畫出一個像素，最終都在這裡被執行，一次一小步。讓它顯得神奇的，純粹是速度：一顆現代 CPU 每秒鐘要跑數十億個這樣的小步，於是堆積如山的瑣碎操作，匯成了流暢的影片、飛快的頁面載入、以及你一動它就立刻回應的遊戲。

單看 CPU 自己，它其實「頭腦簡單」得出奇。它基本上就是：取來一條指令、執行它、再取下一條——取、做、重複，永不停歇。你在螢幕上看到的那些聰明本領，是把數十億個這種笨笨的小步驟疊起來才成就的。程式住在記憶體（RAM）裡；CPU 伸手進那塊快速工作檯，抓取下一條指令和它要處理的資料。

現代 CPU 裡塞著好幾個「核心（core）」，每個核心本質上都是一個獨立的小腦袋，能在同一時間處理一件不同的事。這就是為什麼一顆「四核」晶片能讓你的音樂繼續放著、下載繼續跑著、編輯器還反應靈敏——四個工人而不是一個，各自啃著自己那一堆指令。

腦神經是十二對直接從大腦底面（以及緊貼在其下方的腦幹）發出的神經，而不是像大多數其他神經那樣從脊髓發出。可以把大腦想像成一座控制塔，把這十二條神經想像成直接通往面部和頭部的短途線路：它們把嗅覺、視覺、味覺、聽覺和平衡覺等感覺資訊傳入大腦，又把指令傳出去，用來轉動眼球、咀嚼、微笑、說話和吞嚥。因為左右各有一條，所以一共是十二對，傳統上按從前到後的順序用羅馬數字一到十二編號。

每條腦神經都有自己的分工，許多還身兼數職。有些只負責感覺（例如負責視覺的視神經），有些只負責運動（例如操控眼球轉動的神經），還有些是混合的，同時傳遞感覺資訊和運動指令。其中少數幾條——最著名的是第十對，即迷走神經——會一路走到頭部以外，去幫助管理心臟、肺和腸胃等內臟器官，悄悄地減慢心跳、促進消化。這正是腦神經在醫學上如此重要的原因：眼皮下垂、嘴角歪斜、看東西重影或吞嚥困難這類問題，能幫助醫生準確地判斷究竟是哪一條神經受了損傷。

CRISPR 是一種精準的「基因編輯」工具——它能改寫生物體內 DNA 裡記錄的遺傳指令。科學家先送進一小段與目標位置完全吻合的「嚮導」RNA，由它帶著一個叫 Cas9 的蛋白質，準確找到 DNA 上那個位置。Cas9 在那裡把 DNA 剪開，細胞接著修補這個切口，研究人員便能藉此關掉某個基因、修復它，或換上一段新的。

最巧妙的是，這套點子並非人類發明，而是細菌的本領。細菌為了抵禦病毒，會把過去入侵者的「檔案照」存下來，等病毒再度來犯，就靠它認出並剪碎病毒的 DNA。2012 年，杜德娜（Jennifer Doudna）與夏彭蒂耶（Emmanuelle Charpentier）證明，這套天然的「剪貼」系統可以重新編寫程式，去瞄準我們想改的幾乎任何基因——這項成果讓她們獲得了 2020 年諾貝爾化學獎。

因為既便宜、又快、又出奇地準確，CRISPR 徹底改變了生物學——從研發鐮刀型貧血症的療法，到探究基因如何運作。它也帶來了棘手的倫理問題，尤其是對人類胚胎進行基因編輯時——這樣的改動會一代代傳給後代。

CRISPR 基因編輯借用了一套來自細菌的系統 CRISPR-Cas9，把它當作一把可編程的「分子剪刀」。這就像文字處理軟體裡的「尋找並取代」，只不過對象是基因組：你告訴它要找哪一段確切的 DNA，它便在三十億個字母中找到那個位置，並剪上一刀，好讓那段序列得以改動。真正的突破，在於瞄準這把剪刀變得如此容易。

這套系統有兩個部分。一段短短的嚮導分子被寫成與目標 DNA 字母相匹配，就像一個搜尋詞。Cas9 蛋白隨它同行，在基因組裡掃描，直到嚮導鎖定它的匹配位置，便在那裡把 DNA 的兩條鏈都剪斷。細胞會趕忙修復這處斷口，而科學家正是利用這一修復時機，去關閉一個基因、貼入一處修正，或改寫局部序列。

CRISPR 讓編輯變得極其便宜又快速，開啟了真實的醫療可能，也帶來了首個獲批的 CRISPR 療法。但它也引出嚴肅的問題，尤其是以會遺傳給後代的方式去編輯胚胎，以及精準度——這把剪刀偶爾會剪錯位置，因此審慎的核查必不可少。

想像一場接力賽：在最慢的那名選手跑完當前這一棒之前，整個隊伍都沒辦法開始下一棒。晶片內部的邏輯也是這麼運作的：每次時脈跳動時，資料從一個暫存器出發，穿過密密麻麻的一片閘電路，必須趕在下一次跳動之前抵達下一個暫存器。晶片能跑多快，只取決於它最慢的那次交接——所以那條最差、最慢的路徑就是關鍵路徑，時脈頻率的上限完全由它一手決定。

更準確地說，關鍵路徑是時序裕量最小的那條暫存器到暫存器的路徑——也就是訊號被要求抵達的時刻與它實際抵達的時刻之間餘量最小的那條。沿途的每個閘和每段連線都會增添一點延遲；把足夠多的延遲串起來，總和就可能超過時脈週期（減去建立時間），意味著資料在下一個時脈邊緣到來時還沒穩定下來，於是被捕捉到的就是錯誤的值。靜態時序分析透過在設計的時序圖上傳播各處延遲、並算出每個暫存器處的時序裕量來找到這條路徑，然後把裕量最差（最負，或最小的正值）的那條回報為關鍵路徑。

下面才是實務工程師真正在意的部分：關鍵路徑就是你為了提速而要去改的那一條。把它的延遲削下來——透過簡化邏輯、調整閘的尺寸，或者插入一級管線暫存器把一條長鏈從中砍成兩半——之後第二慢的那條路徑就成了你新的關鍵路徑。加快任何其他路徑對你的最高頻率毫無幫助；只有瓶頸才算數。所以時序收斂本質上就是一場打地鼠遊戲，反覆去攻擊當下戴著王冠的那條路徑。

關鍵期是生命早期一段有限的時間窗口，在這段時間裡，大腦的某個部分對經驗異常敏感、特別容易被塑造——而在這扇窗口內發生（或沒能發生）的事情，往往會留下長久的印記。可以把它想像成剛剛澆好的濕水泥：趁它還軟的時候，你能輕鬆在上面壓出腳印、文字或圖案，等它變硬，這些痕跡就永久定型了。幼年的大腦有許多這樣的窗口，每一個都對應著某項特定能力的時機——看見、聽見、保持平衡、學會母語的語音——在窗口開啟期間，相關的神經回路非常渴求恰當的輸入。

被塑造的，是神經元（大腦負責傳遞信號的細胞）之間的連線。在關鍵期內，經常被使用的連接（叫做突觸）會變得更強，而長期閒置的則被修剪掉，於是孩子實際經歷的事情，最終雕刻出哪些回路能夠留存。這就是為什麼一個嬰兒如果在出生頭幾個月裡有一隻眼睛看不清楚，那麼即使日後矯正過來，這隻眼睛的視力也可能永久偏弱——因為趁窗口開著時，視覺回路已經圍繞較強的那隻眼睛「鎖定」了。這也是為什麼年幼的孩子能毫不費力地學會語言和口音，而同樣的學習一旦窗口收窄，就變得更慢、更難。大腦一生都保持可變，也就是有「可塑性」，但再也無法擁有這些早期窗口那種敞開而迅速定型的靈活性。

關鍵期並不是一下子砰然關閉的；它們是逐漸收窄的，而且不同能力的時機各不相同。最關鍵的一點是：時機很重要——在恰當的年齡給予恰當的經驗，效果遠勝於把同樣的經驗拖到太晚才送到，這正是為什麼早期的視覺、聽覺、語言接觸和悉心照料如此重要。

跨頻耦合，是指大腦裡的一種節律去指揮另一種節律——好比一段緩慢的波充當節拍，告訴快速的波該在什麼時候變響。大腦裡充滿了電節律：神經元成波地放電，有的緩緩掠過（每秒幾次），有的飛快往復（每秒幾十次）。在跨頻耦合中，這些節律並非各自為政，而是一種慢節律和一種快節律鎖定成某種關係，於是其中一個在做什麼，會幫著決定另一個怎麼做。最常見的一種形式叫相位-幅度耦合：慢波此刻處在哪個位置——是在波峰、波谷，還是正往上爬的途中——決定了快波的小顫動此刻能有多強。

打個簡單的比方：想像緩緩湧向海灘的海浪長湧，而每道長湧的上面，又疊著細碎的小漣漪。這些漣漪恰恰在每道長湧的浪尖上最大，在長湧之間的凹陷處幾乎消失。長湧是慢節律，漣漪是快節律，而漣漪偏偏聚攏在浪尖上——這就是耦合。在大腦裡，這可不只是個有趣的現象。研究者認為，這是一種在時間上給信息打包的方式：慢節律把時間線切成一個個格子（每個週期就是一格），而在每個格子裡奔湧的那陣快活動，承載著真正的細節，比如一段記憶裡的一項內容，或你正在注意的東西中的一小塊。通過把快速的細節安置在緩慢的框架之內，大腦就能把好幾條信息按順序排好，而不讓它們糊成一團。

跨頻耦合在海馬體裡表現得很清楚——海馬體是記憶的核心結構，當動物探索或回憶一條路線時，快速的伽馬陣發就騎在更慢的θ（西塔）節律之上。它可以從大腦活動的記錄中測出來——用插在腦內的電極，有時也用頭皮上的記錄——辦法是檢查快波的強度是否會穩定地隨著慢波的相位起起落落。由於這種模式似乎與健康的記憶和注意力相關，科學家也研究它在癲癇、帕金森病、阿茲海默病等情況下如何改變，希望這種耦合能成為一個可讀的標誌，反映各個迴路彼此協調得好不好。

CRUD 是幾乎每個應用都要對資料做的四件基本事：Create（新增）、Read（讀取）、Update（更新）、Delete（刪除）。記一條筆記、過一會兒翻出來看、改掉一個錯字、再把它丟掉——這就是全部四件事，你一輩子都在做 CRUD，只是沒用過這個縮寫。

它到處都是，因為能乾淨地對應到底層工具。在 SQL 資料庫裡，這四件事是 INSERT、SELECT、UPDATE、DELETE；在 REST API 的 HTTP 裡，通常對應 POST、GET、PUT/PATCH、DELETE。還是同樣的四個意思，只是換了種方言來說。

當有人說某個應用「只是個 CRUD」，意思是它的活兒大多是把記錄搬進搬出資料庫、沒什麼花俏邏輯——而這正是大多數軟體的樣子，一點也不丟臉。

低溫 CMOS 控制電路,意思是把普通的矽控制晶片,也就是跑你手機的那套 CMOS 技術,重新設計成能在冰冷稀釋制冷機裡、貼著量子位元、在 4 克耳文甚至更低的溫度下工作。動機非常實在:如今一塊量子晶片往往每個量子位元就要好幾條同軸線,從室溫機櫃一路通到毫克耳文的核心區;到了幾百個量子位元,這束線就纏成誰也沒法布置、沒法冷卻、也付不起的亂麻。如果產生和讀取脈衝的電子電路就放在冷端、靠得很近,一塊晶片就能服務許多量子位元,那一大叢常溫線纜便能大幅減少。

實際上這些是客製化積體電路,在商業晶圓代工的製程裡製造,但要針對低溫條件做特性量測和調校,因為電晶體在低溫下的行為和室溫不同。它們承擔量子位元附近那些密集、重複的活兒:把一條線多工去定址多個量子位元、產生或選通微波脈衝、把讀出訊號數位化,這樣往上爬回常溫世界的就只需幾條細細的數位線,而不是幾百條類比同軸線。把這一層放在冷級,也讓訊號路徑更短,並屏蔽掉來自室溫的熱雜訊。

誠實地說,難點是熱。稀釋制冷機最冷的那一級只能帶走極小的一點功率,在量子位元那層往往遠低於一毫瓦;而即便一塊不大的控制晶片,耗散也可能遠超於此,所以低溫 CMOS 通常放在較溫暖的 4 克耳文級,而不是緊貼量子位元。設計者要在能跑多少電路與制冷機能吞下多少熱之間不停權衡。這條路確實有前景,已有若干團隊做出能用的控制器,但仍處早期,還沒有哪種設計證明自己能在製冷預算之內控制一塊大型處理器。

想像一根微波電纜從溫暖的房間一路接到稀釋製冷機裡,而你的量子位元就待在比絕對零度高出一絲的地方。電纜完成了傳輸訊號的本職工作,卻也順帶捎下來一些不速之客:來自溫暖那頭的微弱熱雜訊,以及熱量。哪怕只是一絲室溫雜訊光子,都足以擾亂脆弱的量子位元。低溫衰減就是解決辦法:在製冷機內部的每一層冷板上,給電纜裝上小小的衰減器,故意把訊號削弱,這樣搭著訊號一起溜下來的雜訊也被一併丟掉。

衰減器其實就是一個電阻網路,它吸收掉大部分通過的功率,只重新發出與它自身溫度相稱的那點溫和熱雜訊。於是裝在4克耳文冷板上的衰減器,會用4克耳文的雜訊替換掉溫暖的雜訊;裝在最冷那層板上的衰減器,再把它替換成毫克耳文級的雜訊。沿著製冷機分級衰減,每一級都把更乾淨的訊號交給下一級,而吸收的熱量則被排到製冷機真正能冷卻的板上。你的控制脈衝抵達時雖然很弱,卻浸在一個極冷、極安靜的環境裡。

代價在於:你是在故意丟掉訊號,所以室溫電子設備必須發出強得多的脈衝來補償,而吸收的功率又會佔用製冷機本就有限的製冷預算。設計者要在每一級衰減多少、與每一級能承受多少熱量之間反覆權衡。這套做法今天行之有效,也是標準操作,但它同時也是量子位元數量難以擴大的原因之一:每多一條控制線,就要多一根帶衰減的電纜,熱量和擁擠程度會迅速累加。

稀釋製冷機像洋蔥一樣一層層套著，越往裡走的板子越冷，最裡面是基板，溫度維持在比絕對零度高出千分之幾度的地方，量子位元晶片就放在那裡。一個殘酷的事實是：每一層板子只能帶走極少量的熱——4克耳文那層也許有一瓦左右，但到了毫克耳文的基板就只剩區區幾百微瓦。熱預算就是把這一切算成一本帳。你每加一根電纜、一個衰減器、一個放大器、一個濾波器，都會往某層板子上傾倒一些熱量，而每層板子上的總和必須低於這層能抽走的量，否則整個溫區就會升溫，量子位元隨之罷工。

熱量從兩條路進來。一部分順著電纜的金屬從上方溫暖的房間傳導下來，這正是控制線要用導熱很差的合金、並在所經過的每層板上做熱沉的原因。另一部分則是就地耗散的：衰減器把一個強脈衝變成又弱又冷的脈衝，那份差額就被它當作熱量吸收掉；放大器要消耗直流功率，最終也變成熱。設計者先算清每條線有多少微瓦，再乘以線的數量。幾個量子位元很輕鬆；只有當你設想成千上萬條控制線和讀取線全都擠進同樣的冷溫區時，這本帳才會咬人。

這是量子晶片擴展過程中一堵真實而不起眼的牆。你沒法簡單地多塞幾根線，因為最冷的板子早在你用完空間之前就先用光了製冷能力。正是這種壓力推動著整個領域：低溫CMOS想把控制電子設備搬進製冷機裡，好讓通往溫暖世界的電纜少一些；多工讓每條線承載更多量子位元；晶片上隔離器則試圖把笨重的元件縮小。這些方向都很有前景，卻都還處在早期，眼下熱預算仍是一道硬天花板，設計者只能一條線一條線地圍著它做規劃。

加密代幣是一種由智慧合約建立並記錄的價值單位，這個合約執行在某條已有的區塊鏈之上，而代幣本身並不是這條鏈的原生幣。一個有用的區分是：像以太坊這樣的區塊鏈有自己內建的貨幣（以太幣），但任何人都可以部署一個合約，鑄造出自己的代幣，讓它生活在同一條鏈上——有點像美元由一個國家發行，而商店、航空公司、遊樂場則各自印自己的點數和票券，在美元經濟之上流通。

由於代幣不過是一份「記錄誰持有多少」的合約帳本，它幾乎可以代表任何東西：專案中的一份份額、一項投票權、一種忠誠度點數、對某項現實資產的索取權、一件遊戲道具，或是另一種貨幣的替身。大多數代幣都遵循一套共同的規則手冊，稱為代幣標準，這樣錢包和應用就能用同樣的方式處理任何代幣，而不必為每一種都單獨寫程式碼。正是這套通用標準，悄悄成就了一個錢包能同時裝下成千上萬種不同代幣。

代幣之所以重要，是因為它把區塊鏈變成了一個開放平台，可以發行和轉移各式各樣的價值，而不再只有一種幣。一個小團隊一個下午就能發行一種代幣，從那一刻起，它就能被轉帳、交易、借貸，或接入全球各地的其他應用——全程無需向銀行或支付網路申請許可。保護底層那枚幣的同一套機制，也同樣在保護建立其上的這些代幣。

加密錢包是讓你持有並使用區塊鏈資產的工具——但這個名字略有誤導，因為它其實並不存放你的幣。你的幣就活在區塊鏈本身之上，存在那本每個節點都保有的共享帳本裡。錢包真正存放的是你的密鑰：那些能證明帳本上記錄的幣歸你支配的秘密憑證。與其說它是錢包，不如想成一串鑰匙，掌管著一個公開的信箱。

這個信箱的比喻恰好對應密鑰的運作方式。你的公開地址就像信箱上的投信口：任誰都能看到它、往裡投遞價值，你也可以放心地把它分享出去以收款。你的私鑰則是唯一能打開信箱、把東西取出來的鑰匙，它必須保密。當你發送一筆付款時，錢包會用你的私鑰為這筆交易簽名，生成你已授權的證明——卻始終不會把這把鑰匙本身透露給網路。

錢包有不同的形態，在便利與安全之間各有取捨。軟體錢包是手機或電腦上的應用，始終在線、日常使用很順手；硬體錢包則是小巧的專用裝置，把私鑰保持離線，避開網際網路攻擊者的觸及。無論哪種，錢包都只是一個管理密鑰、廣播交易的介面——資產本身，以及「誰擁有它」這一事實，都留在區塊鏈上，而不在這個應用裡面。

加密貨幣是一種完全以「共享數位帳本上的記錄」形式存在的貨幣，背後沒有銀行、公司或政府在掌控。我們平時用的網路上的錢——銀行 App 裡的餘額——其實只是銀行私有資料庫裡的一個數字，寫成多少由銀行說了算。加密貨幣則把每一筆餘額和支付都記錄在區塊鏈上，全球成千上萬台彼此獨立的電腦各自保存著完全一樣的副本，因此沒有任何單一方擁有這本帳，也無法悄悄改寫它。

讓它在沒有中央權威的情況下也能運作的，是密碼學——「加密」二字正源於此。每位持有者都握有一把私密的金鑰，只有這把鑰匙才能授權動用自己的餘額，就像一個在數學上無法偽造的簽章。當你轉出代幣時，錢包會為這筆交易簽章、廣播給整個網路，網路再按共識規則判定它有效，並把它永久寫入記錄。這裡不需要誰去信任誰，數學和共享的規則替所有人完成了信任。

比特幣於 2009 年問世，是第一種加密貨幣，它證明了世界各地素不相識的人，不靠任何中間人也能就「誰擁有什麼」達成一致。此後出現了成千上萬種其他貨幣，有的只用作錢，更多的則做著遠不止於此的事——驅動可程式化的合約、應用乃至整套金融系統。但貫穿其中的內核始終如一：價值在人與人之間直接流轉，全天候、跨國界，由公開的規則而非某一家機構來治理。

密碼學雜湊是一種函式：它接收任意資料——一個詞、一個檔案、乃至整座圖書館——把它壓縮成一串短而定長的字元，充當這份資料的數位指紋。相同的輸入永遠產生相同的指紋，可輸入哪怕只改一個字元，輸出也會被徹底打亂。可以把它想成一枚防拆的火漆封印：內容一旦被打開或改動，封印就對不上了。

有兩條性質讓它在安全上格外有用。其一是單向：僅憑指紋無法倒推回原始資料，所以這個函式正著算很容易，反著算卻幾乎不可能。其二是抗碰撞：要找到兩份不同的輸入、卻得出同一個指紋，是不可行的。這兩點合起來，意味著雜湊可以充當資料那份小巧而可信的摘要——兩個雜湊一致，資料就相同；不一致，則必有改動。

這正是把區塊鏈黏合在一起的膠水。每個區塊都由它的雜湊來概括，而每個新區塊都包含前一個區塊的雜湊，於是整段歷史被鎖進一個防竄改的順序裡。雜湊還讓網路只需比對幾串短字元、而非逐個位元組，就能比較龐大的資料集——這也是從密碼保存到檔案校驗，處處都能見到它的原因。

CSS（層疊樣式表）是給網頁「上妝」的語言——顏色、字體、間距、版面都歸它管。如果說 HTML 是骨架，那 CSS 就是皮膚和衣服：它接過那副樸素的結構，決定每樣東西到底長什麼樣。

你把 CSS 寫成一條條「規則」。每條規則先挑出頁面上的某個東西（叫「選擇器」），再設定它的屬性：把所有標題改成深藍色、給段落一個舒服的行距、讓導覽排成一列。改一條規則，所有符合的元素就一起跟著變。

「層疊」是它聰明的地方：當好幾條規則都作用在同一個元素上時，CSS 有一套清楚的優先順序來決定誰說了算。正因如此，整個網站才能保持一致的外觀，同時又允許你在需要時只覆蓋某一個按鈕、某一個頁面。

電流是電荷流過導線上某一點的速率——每秒鐘有多少電荷流過去，用安培來量。想像水管裡的水：電流不是水本身，而是水流過的快慢。又寬又急的水流意味著安培數大；細細的一縷則只有一點點。在導線裡，這股「水」其實是無數微小的電子一起緩緩移動。

電流由電壓（推力）驅動，又受電阻（路徑有多難通過）限制。推力越大、路徑越順，電流就越大。一個手機充電器大約能輸出 1 安培；一個吹風機卻要用掉 10 安培以上，這正是它發熱這麼快的原因。電流太大、導線又太細，就會讓導線過熱——而保險絲要擋住的，正是這種情況。

電流鏡（current mirror）是一小組相互匹配的電晶體，它把一路電流複製出來，再在電路別處把它原樣重現。可以想像一個「主」元件設定出一路參考電流，旁邊緊挨著一個或幾個「孿生兄弟」照著它走：主元件流多少，副本就流多少。這是類比設計裡最常用的基本模組之一——它讓你能一次把同一份精確的電流分給晶片裡許多地方，也是把放大器和其他級偏置到工作狀態的辦法。

最簡單的電流鏡是兩個共用閘極的電晶體。主管接成二極體形式（閘極接到自己的汲極上），於是強行流過它的參考電流，會讓閘極電壓恰好穩定在承載該電流所需的值。第二個電晶體看到的是同一個閘極電壓，因此只要兩個元件完全一樣，它就流過同樣大小的電流。把副本的 W/L（寬長比）做成主管的兩倍，它就流兩倍的電流；電流鏡的複製比，就是兩者 W/L 尺寸之比，所以你能把單一一路參考電流，整整齊齊地放大成許多倍。

精度的成敗全在匹配：兩個電晶體必須真正一致——同樣的溫度、同樣的朝向、佈局上緊挨著擺——否則副本就會跑偏。另一個限制來自輸出管的汲極電壓。理想的電流鏡無論負載呈現多少電壓都應輸出同樣的電流，但普通電流鏡的副本會隨輸出汲極電壓升高而慢慢爬升（輸出電阻有限）。共源共閘（cascode）電流鏡在上面疊一個電晶體，把做鏡像的那個元件擋在這些電壓擺動之外，從而抬高輸出電阻、收緊複製——當你需要一個表現得像「硬」電流源、或像高品質主動負載的電流鏡時，這就是標準的解法。

課程學習，是按照好學校教孩子的方式去訓練機器人：從簡單的任務開始，再一步步加大難度，而不是在第一天就把最難的挑戰丟給它。正如你不會把一個初學游泳的人直接扔進深水區，你也不會要求一個剛剛初始化的機器人在亂石地上衝刺；你會讓它先學會站立，再學會邁步，然後在平地上行走，到更晚才去對付斜坡和碎石。每一項簡單的技能，都成了機器人腳下的一塊墊腳石，讓它得以踏上下一項更難的技能。

它之所以重要，是因為許多機器人技能幾乎不可能靠隨機試錯從零學會。如果一個腿式機器人在一無所知的情況下從險惡地形起步，它會立刻摔倒、每一次都摔倒，而且幾乎從來撞不上那串能教會它點東西的、罕見而幸運的動作序列——於是學習陷入停滯。而從那些成功足夠頻繁、能提供有用回饋的溫和任務起步，再隨著能力增長逐漸提高難度，機器人就能持續得到一串它真正能據以行動的「課程」。讓最終那項困難技能變得可達的，是經歷被安排的先後順序，而不僅僅是這些經歷本身。

設計者會用不同方式來構建這套「課程」：要麼手工編排一串難度不斷升高的固定關卡，要麼讓一段程式自動調節難度——機器人表現好就把難度往上推一點，機器人吃力就把難度往回調一點，使挑戰始終落在它剛好搆不到的位置上。這樣做的回報，是更快、更可靠的學習，以及一些純粹靠蠻力訓練往往根本達不到的最終技能。

游標控制就是僅憑大腦訊號——沒有手，也沒有滑鼠——在螢幕上移動一個指標。它是腦機介面的經典示範，是每個人最先想到的那個實驗，因為一個移動的小點既容易測量，也容易理解。

想法很簡單，儘管工程上並不簡單。一個人想像或試圖做出某個動作，系統讀取大腦中與之對應的模式，再把這個模式映射成游標的方向和速度。研究者用小點到達目標的速度和準確度來衡量進展，可以是一維、二維或三維。

看起來像玩具的東西，其實是一條生命線。對一個癱瘓且無法說話的人來說，操控游標去指點和點擊，就是一種打字、瀏覽、重新與世界連接的方式——這正是游標控制至今既是基準、又是真實應用的原因。

守護行程（daemon）是一種靜靜在背景執行、隨時待命的程式——它沒有視窗，你幾乎看不到它。它就安靜地待在那裡，準備好了：監聽登入、收發郵件、按時執行任務。

認出它有個小技巧：名字結尾常帶一個字母「d」。sshd 負責遠端登入，cron 跑定時任務，nginx 提供網頁，dockerd 執行你的容器。

它讀作「DEE-mun」（音近「迪門」）。這個詞借自古希臘文，原指一位在暗處默默替你忙碌的「守護神靈」——用來稱呼一段始終安靜待命的軟體，意外地貼切又浪漫。

阻尼，指的是某樣東西抵抗晃動的強弱；而阻尼比，則用一個數字說出一個系統晃動得有多厲害。想像一扇裝了上方閉門器的門。阻尼弱的門會「砰」地關上、又彈回來、再關上，咔噠作響好一陣才終於停住。阻尼強的門則緩緩地、慢慢地合攏，根本不會反彈。阻尼比正是用一個簡單的刻度，精確地刻畫出這種差別：取值低意味著大量的彈跳和迴盪，取值較高則意味著平靜、安穩地靠近目標、毫不超調。

超調量是與之相伴的概念：當一個系統衝向目標時，它在折返之前會衝過目標多遠？一輛車為停車線剎車，卻越過線一公尺才倒回來，這就是超調。超調和阻尼是一枚硬幣的兩面——阻尼越輕，超調越大，事後的迴盪也越久；阻尼越重，超調越小，直到某一點，系統會一路滑到目標、完全不超調。工程師通常希望留一點超調來換取速度，但又不能多到讓運動變得抖動或不安全。

這兩個數字，給設計者提供了一套描述「響應手感」的共同語言。人們常把行為分成三種風味：欠阻尼（在穩定之前會超調並來回振盪——快，但愛彈跳）、過阻尼（慢吞吞地爬進去、毫不超調——安全，但遲鈍），以及臨界阻尼（恰到好處的中點，是仍然完全不超調的前提下、可能達到的最快靠近方式）。大多數調校良好的機器，瞄準的正是這個中間地帶：快得讓人覺得靈敏，又有足夠的阻尼能乾淨俐落地安定下來。

想像一間忙碌的餐廳後廚：你有十個爐台，但抽油煙機一次只能帶走三個爐頭的熱量。十個爐台都是你的，可一旦同時點火，廚房就煙霧瀰漫，大家只能停下手。所以在任何一刻，大多數爐台都得空著，只有少數幾個在真正做菜。現代晶片面對的是同一筆交易。電晶體不斷縮小，工程師因此能在一塊裸晶（die）上塞進數量驚人的電晶體，但封裝能散掉的熱量卻是固定的。暗矽指的就是這樣一部分電晶體：在任一瞬間都必須保持關斷，因為如果讓所有電晶體同時全速運轉，晶片就會被燒熔。這些電晶體明明已經印在裸晶上、花了錢、也造了出來，可其中很大一塊注定只能處於黑暗、不工作的狀態。

這正是 Dennard 縮放定律在 2006 年前後終結時擺上桌的那張直接帳單。Dennard 定律過去許諾：電晶體縮小的同時還能降低其工作電壓，於是即便你塞進更多元件，功率密度（每平方毫米的瓦數）也能保持平穩。可一旦電壓縮放停滯，每一代仍在讓電晶體數量翻倍，每個電晶體的功耗卻不再下降得足夠快、跟不上數量的增長。功率密度開始攀升，而既然一個固定的封裝散不掉無限多的瓦數，你也就根本無法讓整塊裸晶同時上電工作。2010 年代初的估算顯示，在先進節點上，一塊晶片在任一時刻可能有遠超一半都處於暗態，而且這一缺口隨每個節點繼續拉大。印出電晶體很便宜，真正稀缺的資源是驅動它們開關所需的那些瓦數。

DARPA 挑戰賽是由一家名為 DARPA 的美國國防研究機構舉辦的一系列公開競賽，誰能造出機器人完成前人未能辦到的事，就能贏得獎金。DARPA 沒有付錢讓某一家公司在暗地裡慢慢搞研發，而是定下一個明確而困難的目標——比如，讓一輛車無人駕駛地穿越沙漠——再邀請來自大學、公司乃至自家車庫的團隊同台競技，讓比賽本身篩選出真正管用的方案。這與其說是資助一個項目，不如說是辦一場賽跑，看誰先衝過終點。

其中兩波競賽重塑了機器人學。大挑戰賽（2004 和 2005 年）以及後來的城市挑戰賽（2007 年）要求汽車自己開過崎嶇地形、穿過模擬的城市車流；第一年所有車無一成功，但到了第二年已有幾輛完賽——這一轉折被廣泛視為點燃當今自動駕駛汽車產業的火花。機器人挑戰賽（2012 至 2015 年）瞄準災難救援，要求人形機器人和其他機器人完成救援人員在核事故後可能面對的任務：開門、轉閥門、爬樓梯、使用電動工具。這些機器人動作遲緩、還常常摔倒，但這場競賽推動了整個社群分享進展，並把一批難題從實驗室拉進了真實世界。

資料型別（data type）說的是一個值到底屬於哪一「種」。它是文字？數字？一個簡單的真/假？還是一串東西的清單？型別告訴電腦——也告訴你——這個值究竟是什麼，而這又決定了你能拿它做什麼。

常見的幾種到處都是：字串（string）是像 "hello" 這樣的文字，數字（number）是像 42 或 3.14 這樣的東西，布林值（boolean）就只有 true 或 false，陣列（array）則是一串有順序的清單。每一種都自帶一套專屬的「工具箱」。

型別之所以重要，是因為它定下了規則。兩個數字相加，得到它們的和；兩個字串「相加」，則是首尾拼接成一段。想用一個詞去乘以另一個詞，程式根本做不到——這正是型別在默默替你把關。

資料關聯問題，就是要弄清楚機器人此刻看到的某樣東西，是不是它先前看過的同一樣東西——或者對應到地圖上的哪一項。機器人的感測器遞給它的只是一些光禿禿的測量值：這裡一個牆角、那裡一根樹幹、遠處一團點。它們都沒有貼標籤。機器人想用一次新觀測來校正自己的位置，就得先回答一個看似簡單卻很棘手的問題：這是我五秒前記下的那個牆角，還是一個全新的牆角？想像你走進一個停滿幾乎一模一樣銀色汽車的停車場、要找出自己那輛——每輛車看起來都像是答案，一旦認錯，你就會朝錯誤的方向走去。

這件事之所以重要，是因為後面幾乎所有環節都取決於配對是否正確。如果機器人把今天的觀測連到了正確的舊地標上，這條連接就會讓它對自己位置的估計更加準確。可一旦它自信地配錯了對——比如認定兩根不同的燈柱是同一根——它就把一個謊言摺進了地圖裡，而這個錯誤會悄悄地汙染建立在它之上的一切。錯誤的關聯是地圖被扭曲到無可挽救的主要原因之一，所以系統會借助一些檢驗來追問「這次配對在幾何上說得通嗎？」，並且寧可跳過一個可疑的配對，也不願貿然認定一個錯誤的配對。

要把它做好，通常意味著把多條線索綜合起來：新測量值離機器人原本預期那個舊特徵的位置有多近、這個特徵的外觀有多與眾不同，以及一整批配對放在一起看（而不是一個一個孤立地看）是否彼此一致。環境越難——重複的走廊、一排排一模一樣的貨架、一片相似的樹林——資料關聯問題就越是主導一切，因為到處都是看起來一樣的東西，而一個自信的錯誤代價高昂。

資料庫（database）是一個有條理地存放應用程式資料的地方，讓你能可靠地儲存、查找、修改資料——哪怕成千上萬人同時在用你的應用程式也不出錯。可以把它想成一個永遠不會掉頁、還能瞬間翻到任意一頁的檔案櫃。

你當然可以把所有東西一股腦塞進一個文字檔，但只要兩個人同時改動，或者你想問「上週哪些訂單出貨了？」，它立刻就垮了。資料庫替你處理這些棘手的部分：快速查找、保持資料一致、寫到一半斷電也不會掉東西。

最常見的一種是關聯式（relational）：資料存放在由列和欄組成的表格裡（就像一張很聰明的試算表），你用 SQL 來和它對話。常見的有 PostgreSQL、MySQL 和 SQLite。

直流馬達是最簡單、最便宜的電動機：把它接上電池，軸就轉起來。「直流」指的是直流電——電池給出的那種穩定、單方向的電，與牆上插座來回往復的電流相反。玩具、電鑽和許多小機器人裡嗡嗡作響的小馬達，就是它。把電池兩根線對調，馬達就反著轉；正是這份簡單，讓初學者最先想到它。

在它內部，靠的是磁的一個巧招。一圈線圈夾在磁鐵之間，當電流流過線圈，線圈就變成一塊臨時的電磁鐵，被固定磁鐵又推又拉而轉動起來。但要一直朝同一方向轉，線圈裡的電流必須在每一圈的恰當時刻翻轉方向。一個叫換向器的巧妙旋轉開關會自動做這件事，幾塊叫電刷的小碳塊貼著它滑動，把電流送進去。這就是為什麼這種日常類型更準確的叫法是有刷直流馬達。

它的脾氣遵循一條簡單規律，叫扭矩—轉速曲線。空載時它轉得飛快，卻幾乎給不出扭轉的力；壓上重負載，它會一邊變慢一邊使更大的勁，直到滿載時堵轉——停轉不動，同時吃進最大的電流、爆發出最強的扭轉。給它更高的電壓，它轉得更快；這份「靠電壓說話」的簡單讓它好驅動、也寬容。代價在電刷：它們摩擦、磨損、打火，所以有刷馬達比無刷的同類更吵、壽命也更短。

直流SQUID其實就是把兩個約瑟夫森接面接在一個小小的超導環路裡。在量子晶片上，它的用途通常不是量測磁場，而是充當一個可調的接面：往環路裡穿入磁通，就能把它的有效約瑟夫森電感調大調小。由於量子位元的頻率由這個電感決定，這就成了那個旋鈕，讓你能原地調節位元頻率，或者把兩個位元之間的耦合打開和關閉。

它靠干涉來運作。兩個接面分別位於環路兩側，穿過環路的磁通會改變兩條路徑之間的相對量子相位。當兩條路徑同相疊加時，環路表現得像一個臨界電流很大的強接面；當你加到半個磁通量子（Phi_0 = h/2e）時，兩者相互抵消，有效臨界電流趨近於零。這個圖樣每隔一個Phi_0就重複一次，所以環路旁的一個小線圈或一根通電導線，就能把位元頻率在很寬的範圍內掃過。同一個環路若偏置在靈敏度最高處，還能做成有史以來最精密的磁強計之一。

代價是可調性和雜訊總是結伴而來。既然頻率現在依賴於磁通，任何雜散的磁場漲落，從被困住的磁渦旋到偏置線裡的電流漣波，都會讓位元頻率抖動，縮短同調時間。設計者用幾種辦法來對抗：把位元停在一個磁通'甜點'上，那裡頻率對磁通的一階變化是平的；做好屏蔽和濾波；以及採用不對稱的接面。這是一個實打實的工程權衡，而非已解決的問題：你用更高的磁通雜訊敏感度，換來了可控性。

航位推算，是從一個你確知的地方出發，把此後所做的每一步移動都累加起來，從而推斷自己此刻在哪裡。你取定已知的起點，然後追蹤自己朝著哪個方向、走了多遠，並把這筆帳一路往前記：「我從碼頭出發，以這個速度向北走了十分鐘，然後轉向東又走了五分鐘。」單憑這些片段，你就能在海圖上標出自己當前的位置，全程不必看見任何地標，也不必向外界求助。水手們用它跨越大洋長達數百年，遠在衛星出現之前，就靠羅盤航向和估計的航速來推定船的位置。

整套方法都依賴於一個脆弱的事實：你從來不去測量自己實際在哪，只去測量自己相對上一次猜測發生了怎樣的變化。於是你航向或距離上的每一個誤差，都會被永久地烙進估計裡，再被帶進它之後的所有步驟。羅盤讀數差了那麼一絲、航速略微高估了一點、有一股沒算進去的洋流——這些都不會自行得到糾正，而由於每一個新位置都搭建在上一個之上，這些小錯誤會不斷累積。你走得越久，估計就越偏離真相，就像一句悄悄話，每被轉述一次就走樣多一點。

儘管有這個缺陷，航位推算卻無處不在，因為它有著了不起的自給自足：它完全不需要任何外部訊號，只需對自己的航向和運動有所知覺。它是你手機在隧道裡 GPS 中斷時所用的後備手段，是看不見天空的潛艇的主心骨，也是機器人里程計背後的原理。對付它漂移的標準做法，是定期猛地校準回某個已知的真相——一個認得出來的地標、一次新的 GPS 鎖定、一回觀星定位——這會把累積的誤差一筆勾銷，讓航位推算從堅實的地基上重新開始。

除錯器（debugger）是一種能讓你正在執行的程式「半路定格」、好讓你鑽進去查看內部的工具。與其瞎猜哪裡出了錯，你不如在選定的某一行把程式碼暫停下來，然後一步一步往前走——看清每一刻每個變數裡到底裝著什麼。它回答的是真正要緊的問題：不是「哪裡壞了」，而是「為什麼壞」。

訣竅在於中斷點（breakpoint）——你在某一行上放的一個標記，意思是「到這裡停下」。程式一跑到這裡，一切都停住，控制權交到你手上。你可以查看每一個值、「步入」某個函式去跟進更深一層，或者讓它繼續跑到下一個中斷點。這就像把電影一格一格地暫停，好抓住魔術究竟是在哪一刻變出來的。

在除錯器出現以前，大家靠在程式碼裡到處撒列印敘述來偷看程式的狀態——直到今天，很多人隨手查個小問題時還是這麼幹。除錯器則是它的成熟版：不用改你的程式碼，也不用重跑十幾遍。你把時間按停，四下看看，bug 往往就自己露餡了。

脫細胞，是一種把供體器官裡全部活細胞溫和地沖洗乾淨、卻保留其底層骨架的技術。每一個器官都建在一副由結構蛋白構成的支架上，這副支架稱為細胞外基質，細胞就棲身其中。把細胞剝離之後，留下的便是一具蒼白而完整的「幽靈器官」——它原樣保留著原器官的形狀與管路。

人們讓清潔劑溶液順著器官自己的血管灌流，用數小時乃至數天，把細胞溶解並沖洗出去，正如流水能把泥沙從海綿裡沖走、卻讓海綿本身保持完好。所求的，正是那副天然基質：它已經具備正確的構造、血管曾經走行的通道，以及一些化學線索，告訴新細胞該在哪裡落腳、該長成什麼。

隨後，這具幽靈器官可以重新種入新鮮細胞——最好是患者自己的——讓它們重新佔領支架，並在實驗室裡開始重建一個能工作的器官。這是繞開「從零製造一副複雜三維支架」的一條巧妙捷徑。然而，把一個完整器官重新種植到足以移植的程度，目前在很大程度上仍屬實驗，而非常規的臨床做法。

去細胞器官，是一顆被溫和地洗去全部活細胞、只留下天然支架的供體器官。每個器官都建立在一種叫細胞外基質的框架之上——那是一張由結構蛋白織成的網，把細胞固定就位，並勾勒出器官精確的形狀與管道。把細胞去掉，剩下的便是一份蒼白、近乎透明的模板：形狀俱在，卻空無生機。

製作時，科學家用溫和的去垢劑沖灌供體器官，溶解並沖走細胞，同時保全那張堅韌的基質。回報是一具現成的支架，器官真實的構造早已就位——分叉的血管通道、各個腔室、各處表面——遠比我們目前能憑空列印的任何東西都更精巧。這就像在拆掉每一面牆、請走每一位住戶之後，把一棟樓的鋼骨架和管路保留下來。

人們的期望是用受體自己的細胞為這具支架重新播種，讓重建後的器官不會被當作外來物排斥。由於支架本身幾乎不帶細胞標記，它甚至可以取自動物。這是通往工程化器官的一條有前景的路徑，但對複雜器官而言它仍主要停留在實驗階段——要讓足夠數量、合適種類的細胞生長成一個完全可運作的器官，至今依然極其困難。

去中心化，是指把控制權分散到許多互相獨立的參與者手中，而不是集中在某一個權威身上。在中心化系統裡，由某一家公司或某一台伺服器拍板決策、掌握鑰匙；而在去中心化系統裡，權力和資料由一群人共享，任何單個成員都無法獨自左右結果。這正是賦予區塊鏈力量的核心理念。

把它想成一條連續的光譜會更清楚，而且要同時看好幾條座標軸。架構上的去中心化，問的是有多少台各自獨立的電腦在運行這個網路（這樣即便許多台出故障，它也能存活）。治理上的去中心化，問的是真正掌控這些電腦的，是多少互相獨立的人或團體（這樣就沒有哪個小圈子能串通作弊）。一個系統完全可能在一條軸上得分很高、在另一條軸上很低，所以周全的設計會努力把兩者一起往上推。

由此換來的，是抗審查與韌性：既然沒有一個中央開關可以一摁了事，任何政府、公司或駭客想要關停系統、凍結你的資金，或悄悄改寫規則，都會困難得多。代價則是：協調一群沒有領袖的人，要比讓一個老闆說了算更慢、也更費成本——這也是去中心化網路要擴容確實很難的原因之一。

去中心化應用，通常簡稱為 dapp，是一種核心邏輯透過智慧合約執行在區塊鏈上、而非執行在某家公司私有伺服器上的應用。普通應用，比如銀行或社交網站，把資料和規則放在公司完全掌控的機器上；如果這家公司改了規則、關了門，或把你拒之門外，你幾乎無處申訴。dapp 把真正要緊的部分——關於誰擁有什麼、允許做什麼動作的規則——搬到一個沒有任何單一方擁有的公共網路上。它要解決的問題，就是「依賴某個單一營運方的善意和它能否繼續存在」。

實踐中，一個 dapp 有兩半。看得見的那一半是一個看起來很普通的網站或手機介面，也就是友好的按鈕和選單，它依然可以託管在任何地方。關鍵的那一半，是區塊鏈上保管著資金、餘額和規則的一份或多份智慧合約。當你點擊按鈕時，應用會請求你的錢包向這些合約發送一筆交易；網路執行約定好的程式碼，並更新共享的記錄。由於這些邏輯和資料存在一條公共鏈上，任何人都能查驗它們，即便最初的團隊消失，應用照樣運行，也沒有人能悄悄奪走你的資產。

dapp 的重要意義在於，它讓服務按透明、自動的規則運行，而不是建立在對某家公司的信任之上。常見的類別包括去中心化金融裡的交易所和借貸平台、數位收藏品的市場、遊戲，以及由成員自行營運的組織。另一面是：那個方便的前端介面終歸可能由某個人託管，因此是否真正去中心化，取決於多少要緊的邏輯確實活在合約裡，而非活在某台私有伺服器上。

DAO，即「去中心化自治組織」，是一種依靠寫在智慧合約裡的規則來運轉的群體，而不靠老闆、董事會和後台的繁文縟節。想像一個俱樂部，它的整本規則手冊——決策怎麼做、誰能動用共享的金庫、一項表決通過後會發生什麼——全是人人都能讀的程式碼，並且自行執行。這裡沒有總部，也沒有哪一個人掌著鑰匙；這個組織，就是那套執行中的程式碼，加上治理它的成員。

成員通常透過投票來掌舵 DAO，而投票權一般來自持有「治理代幣」：任何人都可以提出一項變更，成員們投票，若提案達到通過門檻，智慧合約便自動執行它。金庫、成員名單、以及每一次投票，全都明明白白記在區塊鏈上，因此這個組織的一舉一動天然透明，並嚴格遵照它被賦予的規則——沒有哪個管理者能悄悄推翻結果。

DAO 之所以重要，是因為它讓素未謀面的人，能在全球範圍內協調資金與決策，而無須信任某個必須依賴的中央營運方。它們運作投資基金、管理開源專案、資助公共物品，也治理著各類 DeFi 協議。透過把一個組織的規則搬進開放、自動執行的程式碼裡，DAO 把「這個群體如何運轉」從一樁私下的安排，變成了任何人都能審視、都能參與的事。

DeFi 是「去中心化金融」的簡稱，它把借貸、交易、儲蓄、保險等金融服務，從銀行和券商內部，重建為執行在區塊鏈上的開放軟體。最核心的轉變在於「規則掌握在誰手裡」。在傳統金融裡，一家公司保管著私有帳本，並決定誰能參與；在 DeFi 裡，規則寫在智慧合約中，人人都能查看、人人都能使用，誰也無法悄悄更改。銀行被一段所有人都能審視的程式碼所取代。

由於這些服務不過是公鏈上的合約，它們自動執行、全天無休，你直接用自己的錢包與之互動——資金始終由你自己保管，而不是存到某家機構那裡。它們還具有「可組合性」，意思是一個應用可以像積木一樣嵌進另一個：你從借貸中賺到的代幣，可以存進一個交易池，而這個池的份額又能拿到別處作抵押，這一切都在一連串交易中完成。人們把這種特性稱作「貨幣樂高」。

DeFi 之所以重要，是因為它讓任何有網路連線和一個錢包的人，都能用上一套可運轉的金融系統——無需開戶審批、不分上下班時間、也沒有國界。一位農民、一名學生和一家對沖基金，觸碰的是完全相同的合約、依據完全相同的條款。無論有人在借貸、兌換貨幣還是賺取收益，其邏輯都對所有人公開可讀，而這套系統永遠不會打烊。

決策就是你的大腦從幾個選項中挑出一個時所做的事——向左還是向右、點咖啡還是點茶、現在學習還是先休息。大腦並不是隨機亂選，而是悄悄給每個選項賦予某種價值：我有多想要它、它帶來回報的可能性有多大、它要付出多少努力或承擔多大風險？然後它會傾向於價值最高的那個選項。你可以把它想像成一場體內的小型拍賣，每個選項各自出價，通常出價最高的那個勝出。

這種估值與權衡是由真實的腦細胞迴路完成的。大腦前部的區域（前額葉皮質）以及更深處的獎賞區域，會借助過去的經驗和大腦的化學獎賞訊號，來估計某個結果可能有多好或多壞。當你在考慮一個選擇時，一群群神經元會逐漸累積起活動，就像選票一張張堆高，一旦某一群越過某個臨界值，決策就會「翻盤」，於是你付諸行動。這就是為什麼艱難的決定讓人覺得遲緩、模稜兩可的決定讓人覺得搖擺：兩邊的證據和價值很接近，所以這場體內的計票要花更長時間才能塵埃落定。

陳述性記憶是你能夠有意識地想起、並用語言說出來的那一類記憶。它主要存放兩樣東西：關於世界的事實，比如法國的首都，或者斑馬長什麼樣；以及你自己生活中的事件，比如今天早餐吃了什麼，或上學第一天的情形。「陳述性」這個詞本身就是線索：這是你能夠陳述的知識，也就是能開口說出或向別人描述的內容。它也叫外顯記憶，因為這種回憶是主動而公開的，而不是隱藏起來的。

這使它有別於那些你不假思索就能完成的無聲而自動的技能，比如騎車或打字——這些你很難用語言講清楚。當你在記憶裡搜尋一個事實，或在腦海中重播一段往事時，你正是在動用這一陳述性的倉庫。形成這類記憶十分依賴一個形似海馬的腦結構，叫做海馬體，它把一次經歷中零散的片段編織在一起；隨著時間推移，這些記憶會沉澱到更廣闊的大腦皮層中長期保存。海馬體若受損，一個人可能再也無法記住新的事實和事件，但他原有的習慣和技能卻仍可完好無損。

一個能運作的量子位元，把資訊存放在一種微妙的平衡裡：不只是它偏向 0 還是 1，更在於這兩部分之間精確的相位關係，寫作 |psi> = alpha|0> + beta|1>。退相干，就是這種平衡向周遭世界洩漏出去時發生的事。附近任何一次雜散的振動、一個光子、一絲磁場抖動，或一顆溫熱的原子，都可能「偷看」這個量子位元；一旦環境帶走了哪怕一點點關於它處於什麼狀態的線索，那份精心維持的相位關係就被破壞了。可以把它想成一句輕聲的耳語：只有在房間還安靜時才能保持清晰，等到吵鬧得足以把它淹沒，它就聽不清了。

具體來說，退相干會榨乾量子計算真正賴以運行的兩樣東西。它摧毀讓疊加態發生干涉的相位資訊（正是這種干涉，才能在測量時讓正確答案凸顯出來）；它也破壞糾纏，把一個真正共享的量子態，拆成各自為政、表現得像普通古典隨機位元的若干量子位元。它並不等同於你主動去做的一次測量，但結果很相似：量子特性悄無聲息地流走了。這正是為什麼退相干是這個領域工程上的頭號大敵。真實的量子位元必須被嚴密隔離（低溫、屏蔽、靜止），而我們用 T1、T2 這樣的時間尺度來描述它們衰減得有多快。

用大白話說，腦深部電刺激就是大腦的「節律器」。纖細的電極被放置到大腦深處，植入胸部的一個小裝置沿著電極送出穩定的電脈衝，平息那些引發特定症狀的異常活動。

它最為人所知的是用於帕金森氏症和原發性顫抖，在那裡，電脈衝能顯著緩解單靠藥物已無法控制的顫抖和僵硬。同樣的方法也被用於或研究於其他狀況，從肌張力不全到某些難治性的精神疾病。

腦深部電刺激是腦機介面的近親：兩者都把電極與神經組織接觸，但經典的腦深部電刺激主要是刺激，而非解碼。它作為一個範例之所以重要，是因為它在臨床上已經成熟、應用廣泛——這證明了植入式神經裝置可以是安全、耐久、並能改變人生的。

深度學習教電腦認識事物，方式就像孩子慢慢學會讀書——不是先發給一本規則手冊，而是一層一層地把理解疊起來。所謂「深」，說白了就是層數多：一個神經網路不止一兩層，而是幾十甚至上百層，每一層把自己琢磨出的東西傳給下一層。給它看一張照片，第一層也許只看出邊緣和一團團顏色；下一層把這些拼成眼睛和車輪；更高的一層最終說出「貓」或「車」。

它的特別之處在於：沒有人告訴網路什麼是「邊緣」、什麼是「眼睛」。這些基本零件是它自己發現的——只要給它看上百萬個例子，再不斷把它往正確答案那邊輕輕推一下，它就學會了。這個過程叫作按層級學習特徵。這正是它與舊方法真正的分水嶺：過去得靠人手把程式該找的線索一條條設計出來。

一個常見的誤會：深度學習並不是另立門戶、與其他人工智慧並排的一種 AI。它只是機器學習裡一項強大的技術，而機器學習又包在「人工智慧」這個大概念之中。它不是魔法，也不是會思考的頭腦——它是在巨大規模上找規律，而且餵給它的例子有多好，它就只能有多好。

預設模式網路（常簡稱為 DMN）是一組腦區，當你不再關注外部世界、任由思緒飄走時，它們會悄悄活躍起來。它是大腦的「空閒模式」——當你發呆走神、回放某段記憶、想像明天，或者思考自己和他人時，進入的就是這種狀態。研究者最初幾乎是偶然發現它的：他們把志願者放進腦部掃描儀，讓他們休息、什麼都不做，結果某些區域在休息時反而比真正做任務時更活躍。換句話說，大腦從未真正關機，它只是把注意力轉向了內部。

可以想像一個店員，每當顧客離開，他就一直收拾店面、回味當天的對話。一旦有顧客走進來——也就是你開始專心做眼前的任務時——他便放下內心的碎碎念，投入工作。預設模式網路的表現也大致如此：當注意力空閒時它就增強，當你專注於費力的事情時它就減弱，正因如此，它有時被稱為「任務負相關網路」。它的關鍵樞紐位於大腦中線（前部和後部）以及兩側偏下的位置，它們作為一個協調的團隊共同運作，而不是各自為政的孤立點。

這個網路之所以重要，是因為許多讓我們成其為人的事，恰恰發生在這些向內的時刻：回憶自己的過去、設想未來、理解他人的所思所感，並編織出一種連續的自我感。當預設模式網路過度活躍，或與大腦的專注系統失去平衡時，它被認為與憂鬱中的反芻思維、以及游離而侵入性的念頭有關——這也是科學家研究它的原因之一：既為了理解健康的內省，也為了理解那些內心聲音難以平靜的狀況。

自由度是機器人能夠獨立運動的一種方式。把它自己能做出的所有彼此獨立的運動數一數，那個數字就是它的自由度——常常簡稱為 DOF。一扇裝在合頁上的門只有一個自由度：它只能開和關地擺動。而你自己的手臂自由度多得多，正因如此，你的手才能伸到空間裡那麼多的點上，並以那麼多的角度傾斜。

每一個能彎折的關節，或每一個能伸縮的滑塊，通常都增加一個自由度。機器人需要足夠的自由度才能完成任務：要把一個物體放到它面前的任何位置，還能讓它朝向任何方向，一條手臂一般需要六個自由度——三個用來確定空間中的位置（左右、上下、前後），三個用來確定姿態（「手」的傾斜與旋轉）。自由度太少，就會有一些姿勢它根本搆不到。

數清自由度，是工程師評估一個機器人時最先做的事情之一，因為它劃定了這台機器在物理上能達到什麼的界限。自由度越多，意味著越靈活、越靈巧——但同時也意味著更多的馬達、更高的成本、以及更複雜的控制，所以設計者只會給機器人配上任務真正需要的那麼多自由度。

機構的自由度，是它能夠獨立活動的方式的數目——你得擰動多少個互不相干的旋鈕，才能把它的形態完全確定下來。每個旋鈕代表一種你可以自由選擇、又不影響其他選擇的運動。一扇裝在合頁上的門有一個自由度：你唯一能改變的就是它打開的角度，所以一個數字就把它描述清楚了。在桌面上滑動的滑鼠有兩個：往左右多遠，往前後多遠。自由度的計數，無非就是這個機構給了你多少個這樣的自由選擇。

這個數字讓你一眼看出一台機器人有多能幹、有多好控制。要把一個物體放到平桌上的任意位置、還能轉到任意角度，你需要三個自由度；要把一件工具送到三維空間裡的任意一點、再朝任意方向瞄準，就需要六個——這正是典型機械臂有六個關節的原因。粗略地說，自由度越多就越多才多藝、越能擺出彆扭的姿態，但也意味著要買更多馬達、要扛更多重量，以及控制器要同時擺弄更多數字。

要把它算出來，有一條簡潔的記帳規則。在開鏈裡，每個簡單關節增加一個自由度，所以你幾乎可以直接數關節。在帶迴路的閉鏈裡就更微妙了，因為每個迴路都把運動綁在一起，悄悄抵消掉一些自由度；工程師用一個公式（格魯布勒–庫茨巴赫準則）來清點零件和關節、再減去約束。如果最後算出來是零，這東西就是一具完全不能動的剛性框架；如果是負數，那設計通常被過度支撐、會卡死（除非有特殊幾何讓它仍能活動）。

Denavit–Hartenberg 參數是一套整潔、約定俗成的「記帳法」，用來一節關節一節關節地描述機械臂的形狀。多關節機械臂的麻煩在於：它的幾何可以用無數種互不一致的方式去測量、去標記。DH 表示法這樣解決問題：對每一節連桿，按照一套固定的規則貼上一個座標系（一小組參考用的座標軸），這樣一來，相鄰兩個座標系之間的關係總能用區區四個數字來刻畫。這四個數——通常叫連桿長度、連桿扭轉角、連桿偏距、關節角——就是 DH 參數；一行這樣的四個數，依次描述每一個關節。

為什麼非要把每個關節壓縮成四個數字不可？因為這樣一來，整條機械臂就能用一張小巧、標準化的表格描述出來，任何機器人工具都能用同樣的方式讀懂它；而且這讓計算正向運動學幾乎變成機械操作：每一行直接變成一個變換，順著表格往下相乘，就得到末端執行器的位姿。這就像大家約定用同一種標準格式來寫地址——門牌號、街道、城市、國家——於是無論誰、無論在哪兒，都能毫不含糊地找到那個地方。這套約定可以追溯到 1955 年，至今仍是機器人運動學最先教的內容之一，儘管有些現代軟體更偏好其他等價的描述方式。

樹突是從神經細胞（神經元）上長出來的、細細的分叉手臂之一，充當神經元的「收聽天線」。可以想像一棵冬天的樹：樹幹是神經元的主體，而向四面八方伸展的、光禿禿的細枝就是樹突。它們的任務是接住來自其他神經元的訊息，就像衛星天線從空中收集訊號一樣。

每根樹突上都佈滿了成千上萬的微小接觸點，鄰近細胞傳來的訊號就在這裡到達，常常落在叫做「棘」的小突起上。當一條訊息到達時，它會把樹突內部的電荷往上推或往下拉一點。所有這些微小的推動都向細胞體匯集並疊加在一起；如果合起來的推力足夠強，這個神經元就會向下一個細胞發出自己的訊號。由於單個神經元能長出密密麻麻、四處鋪展的樹突叢，它可以同時聆聽成千上萬個其他神經元，這正是大腦能把如此多資訊交織在一起的部分原因。

樹突棘是從神經元的接收分支表面突出來的、像小旋鈕一樣的微小凸起。要想像它，可以把一個神經元看作冬天一棵落了葉的樹：樹幹是細胞體，而那一叢向外伸展、用來接收信號的細枝，就是樹突。樹突棘就像沿著這些細枝長出來的小芽或小刺，每一個通常還不到千分之一毫米寬——小到在很長一段時間裡，科學家只能在一種特殊的黑色染料滲進細胞後，把它們看成一個個模糊的小點。一個神經元上可以帶著幾萬個這樣的棘，使它的分支在顯微鏡下顯得毛茸茸、像結了一層霜。

樹突棘之所以重要，是因為它們是一個神經元傾聽另一個神經元的主要地點。神經元收到的大多數興奮性接觸——也就是那些把它往「發出自己信號」方向推的消息——都落在棘的頭部，而不是落在光禿禿的分支上。每個棘都有一個圓鼓鼓的頭部，傳入的消息就到達這裡，還有一根細細的頸把它連回樹突；這根狹窄的頸有點像一個獨立的小隔間：它讓每一個接觸都能被單獨調強或調弱，而不打擾旁邊的鄰居。這正是大腦學習方式的重要一環。當一個連接被頻繁使用時，它的棘可以膨大、變得更強；當它不再被用到時，棘可以萎縮，甚至消失。所以一個神經元上這片不斷變化的棘「森林」，在很真實的意義上，就是經驗和記憶的一份實體記錄。

在大約四十年裡，晶片設計師在摩爾定律背後藏著一份無聲的饋贈。羅伯特·登納德在 1974 年觀察到：當你把一個電晶體做小，流過它的電壓和電流也能按同樣的比例一起縮小。美妙的後果是：哪怕你把兩倍數量的電晶體塞進同樣的面積，每平方公釐燒掉的功率仍然大致不變。於是每一代新製程都同時給了你更多的電晶體、更快的開關、以及不變的功耗和發熱。這就是那頓免費午餐。更小意味著更密、更快、更涼快一併到手——正因如此，時脈隨著每個節點從兆赫一路爬升到吉赫，而誰都不必為電費費太多心思。

這頓午餐在 2006 年前後不再免費，原因是物理，而不是工程上的偷懶。要讓電晶體跑得更快，你需要在它的「開」電壓和「關」閾值之間留出一段健康的差距。可電晶體從來不會徹底關斷；哪怕閒著，它也會漏出一絲電流，而這股漏電會隨著你壓低閾值呈指數級增長。到了 2000 年代中期，供電電壓已經降得離閾值太近，再往下壓就會讓漏電爆炸式增長，於是電壓乾脆不再縮小。被丹納德法則牢牢釘住的單位面積功率，開始一代代往上爬。這就是功耗牆。

一旦熱量排不出去，你就沒法繼續把時脈往上推；事實也正是如此——單核時脈在 3 到 4 GHz 附近變得平坦，至今仍停在那裡。產業的應對是：不再去追那一個尖叫般飛快的核心，而是把摩爾定律仍在持續兌現的額外電晶體，花在更多以合理速度運行的核心上；這正是你的手機和筆電走向多核心的原因。丹納德縮放定律的終結，是現代路線圖其餘部分賴以轉動的樞紐時刻：後來的每一招——從 FinFET 和 GAA 通道，到小晶片、背面供電、以及暗矽——本質上都是一種辦法，讓人在「密度不再自帶免費速度和免費省電」之後，依然能從密度裡榨出價值。

相依套件（dependency）就是你的專案要正常運轉所倚靠的、別人寫好的程式碼。如今幾乎沒什麼是從零造起的：你想解析一個日期、畫一張圖表、或連一個資料庫，與其自己從頭寫，不如拿來一個已經做好這件事的函式庫——於是你的專案就「相依」上它了。

你不會把那段程式碼一行行手動貼進專案裡。你只要在一個小小的清單檔案裡寫下它的名字（以及你能接受的版本），你的套件管理器（package manager）就會讀這份清單，替你逐個裝好，連它們各自所需的東西也一併裝上。

這是個美妙的捷徑——你站在了別人早已堆好的一座工作大山上。代價是你也把他們的程式碼攬了過來：當一個相依套件有 bug、出了更新、或被作者棄坑，那從此也有你一份心要操。儘管放心倚靠相依套件，但要清楚自己倚靠的到底是什麼。

部署（deployment）就是把在你自己電腦上跑的程式碼，搬到一台對外的伺服器上，讓真實的使用者能夠實實在在地存取到它。在這之前，你的應用還是私密的——只是一場排練。部署，就是把門打開。開發者乾脆把它叫「上線」或「發布」（ship）：你把程式碼送出去，送進真實世界。

它填補的，正是「在我電腦上能跑」和「對所有人都能跑」之間的那道缺口。一次部署，會把你寫完的程式碼複製到一台始終開著的伺服器上，裝好它所需要的東西，再把你的網址指向它。一旦完成，地球另一端的某個人就能打開你的頁面了。

過去，部署是一場緊張、全靠手動、常常熬到深夜的儀式。如今它大多自動化了：你推送程式碼，一條自動化流水線替你建置、測試，只要一路綠燈，它就自己部署上線。做得好的話，發布一次改動會變成一件安靜的日常小事——很多團隊一天部署好幾次，沒有人需要屏住呼吸。

去極化是神經元的電情緒由低沉轉為興奮的那一刻。靜息時，神經細胞內部比外部略微帶更多負電荷，有點像一節儲存著少量電壓的電池——通常約為七十千分之一伏特，內側是負極那一端。去極化的意思很簡單，就是內部變得不那麼負，朝著零漂移，有時甚至越過零點。這個名字稍微有點反直覺：細胞並不是在獲得極性，而是在失去極性，在縮小它外皮（也就是細胞膜）兩側的電荷差距。

這種轉變發生在膜上那些微小的閘門——也就是離子通道——打開、放帶正電的粒子（最常見的是鈉原子）湧入細胞的時候。每一波正電荷都把內部電壓往上拉。可以把它想像成頭幾位客人走進一間安靜空蕩的房間：每進來一個人，氣氛就抬高一檔。如果湧入的正電荷足夠多，把電壓推過一個叫作閾值的臨界點，神經元就會發放一次完整的動作電位——也就是它用來沿自身傳遞訊息的那一下短促電脈衝。所以去極化就是那個累積的過程，是決定細胞究竟會開口還是保持沉默的、逐漸上升的張力。

當某樣東西被標記為「已棄用（deprecated）」，意思是官方正式不建議你再用它，它已經在退場的路上了。眼下它還能正常運作——今天不會壞——但維護者其實在明白地告訴你：別再用這個了，已經有更好的替代品，而且總有一天它會被徹底移除。

可以把它理解成功能被請出門前那句客氣的「最後通知」。你通常會以「棄用警告（deprecation warning）」的形式遇到它，出現在主控台或文件裡，而且往往會直接告訴你該改用什麼。

明智的做法是：趁它還只是個警告時就動手處理。已棄用的程式碼是在「借來的時間」裡苟活——現在就按自己的節奏遷移到替代方案，別等到將來某次升級真把它刪掉時手忙腳亂。

深度估計這件事，是要弄清楚一個畫面裡每一個點離攝影機有多遠——把一張本身完全沒有距離感的平面影像，變成對「遠近」的認識。它的輸出通常是一張深度圖：圖裡每個像素存的不是顏色，而是一段距離，用亮度來表示每個點有多近（或者按約定表示有多遠）。一個知道深度的機器人，就能判斷門口在前方兩公尺、椅子在它左側半公尺處——而這正是它移動和伸手卻不撞到東西所必需的。

獲取深度沒有唯一的辦法，而是有一整套各有取捨的方法。立體攝影機從並排兩個視角之間的視差裡推出深度。結構光會把一組已知的點陣或條紋圖案投到場景上，再讀取這圖案在物體表面上是怎樣錯位和彎曲變形的，據此算出距離——許多室內深度攝影機就是這麼工作的。飛行時間感測器和雷射雷達則發射光線，測量它彈回來要花多長時間。還有基於學習的方法：用一個研習過數百萬張影像的神經網路，單憑一張普通照片就去猜測深度，靠的是人也會用的那些線索，比如東西離得越遠看起來越小、紋理在遠處會變得越細。

每一種方法都有它的甜蜜點和短板。立體視覺和單圖學習在空白、沒有紋理的表面上都很吃力；結構光和飛行時間在強烈陽光下可能被沖刷得失效；雷射雷達精確、測程遠，卻價格昂貴，而且給出的是稀疏的點而不是一張稠密的圖。因此，真實的機器人常常把好幾種來源結合起來——把它們融合在一起，讓一種方法的長處去補上另一種方法的盲區——以構建出一幅可靠到足以據此行動的深度圖景。

導數衡量的是某個量在某一瞬間變化得有多快。想像你在開車：位置不停地變，而位置的導數恰好就是你時速表上的讀數——此時此刻、就在這一瞬間，你的位置變化得有多快，而不是整段旅程的平均速度。

從幾何上看，它就是曲線在某一點的陡峭程度。想像把一條彎彎曲曲的圖像不斷放大，直到那段曲線看起來筆直為止；這一小段直線的斜率，就是該處的導數。陡峭的上坡意味著導數很大；平坦的一段則意味著導數為零，曲線在那一刻是平的。

它最核心的巧思，是在一個越來越小的區間上求平均變化率——再看當區間縮到幾乎為零時，這個值逼近哪個數。那個極限就是導數。一個常見的誤會：它告訴你的不是某個量有多大，而是它變化得有多快——一輛車的里程表可以停在 100 公里，可只要它停著不動，速度（導數）就是零。

面向可製造性的設計，是一種習慣：畫晶片時，不是把它畫成你夢想能造出的那個完美之物，而是畫成真實工廠真能反覆造出、且不會有太多副本出廠即壞的那個略有瑕疵之物。正是這套規矩，讓普通電腦晶片得以以十億計出貨，如今被借來用在量子處理器上。道理很簡單：一張在螢幕上看著漂亮的佈局圖，如果下線的晶片有一半沒打中目標、或正好壓上一個致命缺陷，那它就一文不值。

落到實處，DFM 意味著先和工廠約定一套製程設計規則——它承諾能穩定保證的最小線寬、間距和圖形——然後留足餘量在規則之內作設計。對量子晶片，它還多出幾樁活：規劃量子位元頻率，讓製造帶來的難免離散在相鄰位元之間仍留有空隙；佈好走線與接合焊墊，讓信號能抵達每一個量子位元；選用寬容的幾何形狀，對微小的對準偏差一笑置之；並預先設計好測試手段，在你把整台機器降溫好幾週之前就先把壞片挑出來。共同的目標是：讓一顆典型的晶片、而非精挑細選出的幸運兒，能正常工作。

誠實的難處在於，量子 DFM 還很年輕，最難的那些規則仍在書寫之中。其中最難伺候的一步——製造頻率恰好落在你所要求處的約瑟夫森接面——其公差還遠遠趕不上經典電晶體所享有的水準，所以頻率規劃面對的是真實的散佈，而非一張乾淨的網格。沒有哪種量子位元方案沉澱出了穩定的規則手冊，最佳實踐還在工廠腳下隨器件本身的演變而不斷挪動。這裡的 DFM 與其說是一本寫完的攻略，不如說是一個前進方向：借來那套讓經典晶片得以量產的規矩，再慢慢掙得同樣的可預期性。

想像一位驗收工程師拿著城市建築規範走進一處剛竣工的工地：牆體不得低於某個厚度，樓梯坡度不得超過上限，安全出口之間要留足最小寬度。設計規則檢查就是給你晶片佈局當這位驗收工程師。晶圓廠會交給你一份規則檔——裡面是數以百計的幾何要求，全是它的產線真正能穩定印製和蝕刻出來的尺度——而 DRC 工具會掃過每一層上的每一個多邊形，確認沒有一處違反規範：每根導線都不窄於最小線寬，任意兩個圖形的間距都不小於最小間距，每個圖形都不低於最小面積下限，而且金屬必須把它下方的導孔按規定的量包住，這樣連接才能熬過製程加工。這項檢查純粹是幾何性的。它問的是『這東西能不能造出來？』，而不是『連線對不對？』——把你的佈局和原本設計的電路相比對，那是另一道獨立的工序，叫佈局與電路圖比對（LVS）。

DRC 在流程的後段才執行，要等佈局繞線把真正的金屬都畫好之後，作為實體驗證的一部分進行（有時稱為簽核 DRC，也就是晶圓廠認可的最終一遍）。它很少單獨出場。天線規則常常和它結伴而來：在製造過程中，一段長長的、連到電晶體閘極的金屬會在製程中途收集電漿電荷，把薄薄的閘氧化層擊穿，所以規則檔會給『暴露的導體面積』與『它所連閘極面積』的比值設一個上限——要修一處違例，你可以加一個小小的保護二極體，或者把這條網路跳到更高一層金屬上。電氣規則檢查（ERC）則是它的姊妹工序，專門揪出單憑幾何形狀看不出來的電氣錯誤，比如懸空的閘極，或者某個節點在電源和地之間短路。DRC 乾淨、LVS 乾淨、天線和 ERC 都乾淨，這幾道合在一起，就是佈局被允許靠近流片之前必須通過的那道關卡。

發育性細胞凋亡是發育中的大腦用來把細胞數目調對的一種內置而有序的「細胞自殺」方式。大腦在成形時會故意製造過量的神經元——遠比它最終保留的要多——然後悄悄清除多餘的部分。可以把它想像成一位雕塑家，先拿來一塊遠比成品大的石料：最終的造型不是靠往上添料顯現出來的，而是靠把不需要的部分一點點鑿掉。大腦也是如此——它不只是一個細胞一個細胞地搭起來，同時也被「雕削」下去，在某些區域，造出的神經元大約有一半是被有意清除掉的。這種有計劃的死亡正是凋亡的含義——一種整潔、自我了結的關閉過程，與受傷細胞那種凌亂破裂截然不同。

為什麼要多造一批細胞，只為了把它們刪掉？因為這讓大腦可以去檢驗連接，而不是憑空猜測。年幼的神經元長出線路，去爭搶數量有限的「存活化學物質」——比如神經營養因子這類保護性分子——它們由神經元設法連到的目標（如肌肉或別的神經元）所釋放。一個接上了正確夥伴的神經元，能吸取到足夠的化學「安撫」而存活下來；而一個什麼都沒連上、或連錯了地方的神經元，則得不到這種信號，於是從內部啟動自己的死亡程序，把內容物整齊地打包起來，好讓鄰居在不引發炎症的情況下把它清走。結果就是：一個神經系統裡留下來的細胞，正是那些真正找到了有用工作、並與其目標規模相匹配的細胞。

這種對整個細胞的「修剪」大多發生在出生前後，並與日後對單個連接的細修剪相互配合。把它做對很重要：發育性細胞凋亡太少，會讓大腦裡擠滿接錯線的細胞；太多則會把它削得過於稀疏。而這套「死亡與存活」信號的紊亂，正是某些神經發育障礙和神經退行性疾病研究關注的對象。這種受控的損失絕非缺陷，而是大自然塑造一個能正常運轉的大腦的主要手段之一——它證明了在發育中，做減法可以和做加法同樣重要。

靈巧操作，是嫻熟而精細地協調多根手指一起來處理一個物體——不只是把它握住，而是主動地控制它：用輕巧、掐準時機的觸碰去轉動、滑移、重新擺放、調整它的朝向。它就好比一隻只會夾住東西的鉗子，和一隻能轉筆、擰瓶蓋、穿針引線的人手之間的差別。它的標誌，是許多個接觸點，每一個都朝自己的方向用力，卻又全部協同，匯成一個流暢的結果。

它之所以難，在於物體的去向取決於每一根指尖此刻共同的作為。按得太重，會把它壓壞或卡死；太輕，它會滑掉；彼此不同步，它就會朝錯誤的方向翻倒。機器人必須隨時掌握每根手指碰在哪裡、每個接觸點上流過多大的力、這些接觸又會讓物體怎樣運動——而且在物體不斷移動的過程中，這一切每秒都要更新許多次。這通常需要一隻多指的手、良好的觸覺感知（好讓機器人感覺到正在發生什麼），再加上要麼是極為細緻的接觸規劃，要麼是經過長久練習學來的技能。

靈巧操作之所以是機器人學的一處前沿，恰恰因為人手做起來輕鬆自如，機器卻覺得難如登天。一旦攻克了它，機器人就能去打結、組裝小零件、使用日常工具，去處理真實廚房或工坊裡那些柔軟、滑溜、不規則的物體，而不再只是工廠流水線上那些整整齊齊、又硬又規矩的部件。

機械臂的靈巧工作空間，是一塊更小、更挑剔的區域，在那裡手不僅能搆到某個點，還能以你想要的任意方向去搆到它。在更大的可達工作空間裡，機械臂只是能以某種方式碰到一個位置；而在靈巧工作空間裡，它在那裡享有完全的角度自由——可以把工具豎直拿著、傾斜、翻轉、朝任何方向瞄準，同時一直停留在同一個位置上。

這份額外的要求十分苛刻，所以靈巧工作空間總是套在可達空間的裡面，而且通常小得多——往往是靠近手臂活動範圍中段的一塊緊湊核心，遠離那些極遠、完全伸直的邊緣。在邊緣地帶，機械臂仍能碰到東西，但只能以一個被迫鎖死的角度去碰，就像伸直手臂去搆高處的擱板：指尖雖然到了，可一旦到了那兒，你就沒法自由轉動手了。

對於那些在意朝向、而不只在意位置的任務，這塊區域至關重要——擰螺栓、從瓶裡倒水、焊接縫隙、引導手術器械。對這些活計來說，工件必須落在靈巧工作空間之內，因為僅僅可達還不夠；手還得能以正確的姿勢去面對它。

方言是一門語言的某種「風味」——某個地區或某個社會群體所說的那一版，有自己的詞彙、自己的發音，甚至有自己一些小小的語法花樣。想想一個德州人、一個倫敦人、一個蘇格蘭人都說英語，卻說得各不相同：一個管汽水叫「soda」，另一個叫「fizzy drink」，他們一張口，母音和節奏就變了樣。這些都是英語的不同方言。

關鍵在於：沒有哪種方言比另一種更「正確」。我們稱為「標準語」的那一版——學校裡教、新聞裡唸的那種——通常不過是恰好屬於有權勢、有聲望那群人的方言。它並不更純正、也不更合邏輯，只是中了社會的樂透而已。每一種方言，自身都有一套完整而自洽的語法。

棘手的地方在這裡：方言到哪裡為止、一門獨立的語言又從哪裡開始？語言學家愛說一句俏皮話——「語言不過是擁有陸軍和海軍的方言。」國語和粵語常被稱作漢語的方言，儘管說這兩種話的人彼此聽不懂；而挪威語和瑞典語被算作兩門語言，儘管說的人大致能互通。這條線怎麼畫，靠政治與身分認同，遠多於靠語言學。

超導量子位元把它的能量有一部分儲存為在金屬周圍空間裡振盪的電場。只要這個電場穿過某種絕緣材料——一小片裸露的矽表面、金屬上薄薄的天然氧化層、兩塊晶片之間的黏接膠——其中一部分能量就會被悄悄吸收並轉化成熱。這種吸收就是介質損耗，也是量子位元往往只過幾百微秒就忘掉自己狀態的主要原因之一。電場所觸及的每一處不完美絕緣體，都是一個微小的洩漏點。

工程師把這個問題拆成兩部分。材料本身有一個損耗角正切，記作 tan delta，它描述了單位電場能量落在該絕緣體裡時會損耗多少。而每個區域又有一個參與比 p，即量子位元總電場能量中真正落在該區域內的那一份額。某個區域帶來的損害大致是 p 乘以 tan delta，再把所有損耗點的這些乘積加起來。於是對付介質損耗有兩條路：挑更好的材料以降低 tan delta；以及調整幾何結構——更寬的間隙、更乾淨的表面、更少的界面——把電場推離那些損耗區域以降低 p。

誠實的難處在於，最嚴重的元兇往往是最薄、最難控制的那些層：幾個奈米厚的氧化層，以及金屬與基板相接處那個雜亂的界面——那裡參與比 p 很小，但 tan delta 極大。許多損耗來自正好住在這些層裡的微觀雙能階系統缺陷。更潔淨的製程、更好的基板和巧妙的幾何設計已經讓量子位元壽命穩步提升，但表面和界面的介質損耗至今仍是限制當今量子位元能活多久的主要瓶頸之一，遠未被解決。

差速驅動是最簡單的可轉向輪式佈局：兩個輪子，機器人左右各一個，每個輪子都有自己的馬達，外加也許一個能自由轉動的小萬向輪，用來撐住車身不讓它傾倒。它沒有方向盤，也沒有任何會朝左或朝右轉的部件——機器人完全靠讓兩個輪子轉得快慢不同來改變方向。讓兩輪以同樣的速度一起向前轉，它就筆直地滾；讓左輪比右輪轉得快一些，它就向右拐；速度差越大，轉彎就越急。

這種設計的妙處在於：同樣這兩個馬達，既負責讓機器人前進，又負責為它轉向，於是它能做出汽車做不到的事——原地自轉。如果讓左輪以某速度向前轉、右輪以同樣速度向後轉，機器人就會繞著兩輪正中間的那個點旋轉，自己卻不挪窩——在一塊不比它自身更大的地方完成一個漂亮的迴旋。正因如此，幾乎每一台掃地機器人、愛好者的小車和倉庫搬運車都採用差速驅動：它便宜、機械上簡單到極致，還能在狹窄的室內空間裡就地掉頭。

推算這樣一台機器人最終會跑到哪裡，是一道很整潔的數學題。僅憑兩個數字——左輪輪緣走多快、右輪輪緣走多快——你就能算出機器人的前進速度（兩者的平均值）和它轉動的快慢（兩者之差除以兩輪之間的距離）。把這些一刻接一刻地累加起來，你就能預測、或者下達指令去規定機器人在地面上的整條路徑；這種由輪速推算運動的帳目，就是它的運動學。

微分運動學著眼於極小的變化：如果你把機械臂的每個關節都撥動那麼一絲絲，它的手究竟會平移多少、朝哪個方向移？它問的不是一秒鐘裡的完整速度，而是能想像到的最小一步——一絲絲的關節轉動，以及與之對應的一絲絲手部移動。它是「放大鏡下」看關節運動與手部運動如何綁在一起的視角。

在極小步長裡做事，結果是一種美妙的簡化。在一整段大幅運動裡，關節與手之間的聯繫是糾纏又彎曲的；但只要這一步足夠小，這層聯繫就幾乎變成一個簡單、筆直的比例關係——而這個比例正是由雅可比矩陣抓住的，那張把關節的一點點扭動映射成手的一點點平移的表。這就是為什麼機器人控制有那麼多是建立在極小增量之上的：把成千上萬個這樣小而乖巧的步子疊起來，你就得到一段完整、平滑、可控的運動，而不必一口氣去硬碰那條完整的彎曲關係。

微分運動學和速度運動學是同一枚硬幣的兩面。速度運動學把這層聯繫說成速度（每秒移動多少）；微分運動學把它說成增量（每一小步移動多少）。兩者倚靠的是同一個雅可比矩陣，而數字控制器——反正本就是一拍一拍地極小步更新——天生就是用這種小增量在思考的。

差動對就是兩顆精心匹配的電晶體，它們的源極接在一起、共用一個尾電流源；這一對管子合起來只回答一個問題：你的兩個輸入中哪一個更高，高出多少？你可以把它想像成一個翹翹板，支點處有一股恆定的水流注入。水的總量是固定的，所以當一個輸入升高、把翹翹板壓偏時，電流就會從一顆電晶體轉移到另一顆——但兩者之和永遠不變。輸出讀取的是兩邊的不平衡量，這意味著這一對管子放大的是兩個輸入的差值，而對它們共有的那部分電壓則悄悄忽略。把兩個輸入抬高同樣的幅度，翹翹板保持水平，輸出端什麼也不會發生。這正是它的全部要義：它只聽差值，對共有的部分則充耳不聞。

這種「充耳不聞」有個名字——共模抑制（common-mode rejection）——這也是差動對幾乎成為每一個op-amp輸入前端的原因。現實世界的訊號往往騎在共有的雜物之上：電源漣波哼聲、地彈、拾取到的干擾。因為這些雜訊對兩個輸入是共有的，所以這一對管子會把它們抑制掉，同時忠實地放大那個我們想要的微小差值。我們用CMRR來給它打分，也就是差模增益與共模增益之比（越大越好，常以dB表示）；尾電流源越理想，CMRR就越好，因為一個「硬」的尾電流能穩穩地把電流之和保持恆定，不讓共模的變化漏過去。

增益本身來自每顆電晶體的轉導gm——它衡量閘極電壓驅動電流的強弱——再作用到輸出端的電阻上，所以小訊號增益大約就是gm乘以那個負載電阻，道理和共源級一樣，只不過這裡是由輸入差值來驅動的。對於工作在飽和區的MOSFET，gm = 2*Id/Vov，所以你選定的尾電流以及把管子偏置得多「硬」，同時決定了增益和速度。給這個前端配上一個電流鏡負載，把兩邊的擺動匯成一路乾淨的輸出，你就得到了經典兩級op-amp的第一級。

擴散磁共振成像是一種利用普通腦部掃描儀來觀察水分子如何在活體腦組織內部漂移的方法——無需手術、不打造影劑、也沒有輻射。水分子從不會完全靜止，它們時刻在各個方向上抖動、游走，這種運動稱為擴散。其中的關鍵在於：這種游走並非處處同樣自由。大腦的遠距離連線由軸突構成——那是一根根細細的、像電纜一樣的纖維，常常成束捆紮並裹著一層富含脂肪的絕緣鞘——水分子能沿著這些纖維的長軸輕鬆滑動，卻很難橫向穿出纖維之外。透過測量在每一小塊組織中水分子朝哪些方向移動得最自由，掃描儀就能推斷出該處纖維的走向。

纖維束成像是接下來的一步：電腦把所有這些指向各方的小箭頭拼接起來，像順流而下追蹤一條河流那樣，從一小塊組織跟隨水流走向下一小塊，從而重建出連接不同腦區的長程通路——也就是白質纖維束。最終得到的，是活人腦內連線的一張彩色三維地圖，可用於研究各腦區如何相互連接、在神經外科手術中規劃如何避開重要纖維束，以及在中風或多發性硬化等病症中發現損傷。需要牢記的是：這張地圖是一種推斷，而非照片：纖維束成像是從水分子運動的線索中估算出可能的纖維路徑，在許多纖維交叉之處容易被誤導，因此那些漂亮的纖維曲線應當謹慎解讀。

數位簽章是一種證明方式：它能證明某條特定訊息確實出自某個特定的人、且自簽署後未被改動——靠的是數學，而非墨水。手寫簽名在每份文件上看起來都一樣、還能被人臨摹；數位簽章卻不同，它是由訊息和簽署者私鑰共同算出的一個獨一無二的數字，因此沒有那把鑰匙就無法偽造，也無法挪用到另一條訊息上。

它與公開金鑰密碼學攜手工作。簽章時，你把訊息和自己的私鑰結合起來，算出簽章。驗證時，任何人拿著訊息、簽章和你的公鑰跑一遍核驗，只有當這簽章確實是你的私鑰針對這條訊息所作時，核驗才會通過。私鑰始終不離你手，全世界卻都能確認這出自你手。事後哪怕改動訊息中的一個字元，簽章就再也對不上了。

這一下子帶來三重保證：真實性（確實出自持鑰人）、完整性（內容未遭竄改），以及不可否認性（簽署者事後無法否認）。在區塊鏈上，每一筆交易都必須帶有資金所有者的有效數位簽章；沒有它，網路會逕直拒收這筆交易。正是這一道核驗，擋住了任何人去花用本不屬於自己的代幣。

數位孿生是某一台特定真實機器人或機器的一個「活的」虛擬副本，它藉助來自真實感測器的源源不斷的資料，與其物理原型逐時逐刻地保持同步。與普通模擬不同——普通模擬只是某個想像中機器人的「替身」——數位孿生與世界上某一台具體的機器綁定在一起：當真機抬起手臂，它的孿生體就在螢幕上抬起對應的手臂；當真機的某個關節發熱，孿生體就顯示同一個關節在升溫。它與其說是一個排練舞台，不如說是一面不斷更新的鏡像。

維持這樣一面忠實的鏡子持續運轉，有三大回報。第一是監控：操作員可以注視一台在工廠另一頭——甚至在另一片大陸上——工作的機器人，彷彿就站在它身旁，一眼看清它真實的狀態。第二是預測：由於孿生體知道真機當前的磨損與負載，它可以在自己身上跑「假如……會怎樣」的測試，比如悄悄檢查今晚更重的任務會不會把某個馬達燒熱，並在真機出故障之前就發出預警。第三是規劃：工程師可以先在孿生體上試一段新流程，等看上去安全了，才把它下發給真機。

這個理念可以追溯到 NASA 在阿波羅時代的一種做法：在地面上保留一艘太空船的完整複製品，好讓工程師能重現並解決遠在太空中發生的問題；而「數位孿生」這個說法本身，是幾十年後才被造出來的。現代的數位孿生在軟體裡做著同樣的事，由即時資料持續地「餵養」著它。其中的難點在於讓孿生體真正地保持同步：一旦資料遲到、稀疏或出錯，這面鏡子就會偏離現實，它的預測也就不再可信。

數位類比轉換器就是把 ADC 反過來跑：它接收一串數字——晶片算出來或存下來的代碼——再把它們重建成真實、連續的電壓或電流，送給揚聲器、天線驅動器或某個控制迴路。可以把它想成一套按數字填色的顏料盒。數位這邊遞過來一個序號（「這個取樣點是 4096 級裡的第 1402 級」），DAC 就調出恰好那種深淺的類比量，並把它穩穩保持在輸出端，直到下一個數字到來。每一個代碼對應一架梯子上的一級，這架梯子總共有 2^N 個等間距的輸出電平；一級的高度——也就是轉換器能邁出的最小一步——就是 LSB，等於滿量程範圍除以 2^N。所以一個滿量程 1.2 V 的 12 位元 DAC，每一跳大約是 1.2 V / 4096，約 0.3 mV。

由於輸出只在新取樣到來時才變化，之後就保持平直（這叫零階保持），原始訊號出來的是一道樓梯，而不是一條平滑曲線。這種稜角分明的台階是你並沒有要的高頻雜質，所以 DAC 後面幾乎總要接一個類比重建濾波器——一個溫和的低通——把這些台階重新磨圓成本該有的波形。有限的級數還給保真度設了一道硬天花板：一個理想的 N 位元轉換器在滿量程正弦訊號下，訊噪比最多也就到大約 6.02N + 1.76 dB，這跟 ADC 遵守的量化極限是同一條，所以每多一位元大約能換來 6 dB。真實的 DAC 連這個數都達不到，因為沒有哪兩級是間距完全相等的。

正是這些間距上的不完美，讓類比實踐變得棘手。微分非線性（DNL）衡量每一步偏離一個理想 LSB 有多遠，積分非線性（INL）則衡量整條傳輸曲線累積起來的彎曲程度；一旦 DNL 達到 -1 LSB，代碼在遞增、輸出卻可能往回走，這就是非單調 DAC，會悄無聲息地毀掉任何依賴它的回饋迴路。另一個經典的坑是毛刺能量（glitch energy）：在像 0111 跳到 1000 這樣的大代碼跳變處，許多內部開關會在略有差異的瞬間翻轉，於是有那麼幾奈秒，輸出會衝到一個它本不該去的地方。這就是為什麼架構很關鍵——慢速、高精度的音訊元件可能用 R-2R 梯形網路，而高速的通訊發射機則會選用電流舵（current-steering）DAC，它專為以最小毛刺切換電流而設計。

戴克斯特拉演算法是一套用來在網路裡尋找「最省路線」的方法：它能從一個起點出發，算出到其他每一個點的最便宜走法，而點與點之間的每一步都帶有一個代價——比如距離、時間或能量。想像一張地鐵路線圖，每兩個相鄰站之間都標著要花多少分鐘。這個演算法不是靠猜，而是像水漫過山谷那樣，耐心地從起點一圈圈向外擴散，算出從你家附近那一站到任意目的地的最快總用時：它每一步總是先去「敲定」當前離起點最近、還沒確定下來的那個站，因此當它第一次把某個站敲定時，就已經確定那是到那裡最快的走法。

讓它如此可靠的訣竅是這樣的：演算法為每一個點都記著一個「目前已知的最低到達代價」，起點記為零，其餘各處先記為「未知」。它反覆挑出尚未敲定、且已知代價最小的那個點，把它標記為最終確定，然後查看它的鄰居：如果經過這個點去到某個鄰居比之前找到的任何走法都更便宜，就把那個更低的代價記下來。正因為它每次都先敲定「目前最便宜」的點，而且各步代價永遠不會是負數，後面任何新發現都不可能再打敗一個已經鎖定的點。演算法結束時，到達目標的最短路徑就能一步步回溯出來。

在機器人路徑規劃裡，這些「點」就是柵格地圖裡的方格，或是機器人可以站立的各個位置所組成的圖中的節點，而「代價」則是在它們之間移動有多困難或多危險。戴克斯特拉演算法能保證給出真正最短、或代價最低的路徑，這是它最大的長處。它的短處是會朝各個方向同等地探索，完全不知道目標在哪邊，因此可能把力氣浪費在遠離目標的地方——而這正是 A* 搜尋演算法透過加入一個「朝哪個方向走」的提示所要解決的問題。

你在量子電腦照片裡看到的那些金銅色吊燈，就是稀釋製冷機，真正的晶片掛在最底端，比深空還冷。一個超導量子位元工作在幾吉赫，而在室溫下，熱運動的隨機抖動所攜帶的能量遠大於一個微波量子，所以熱雜訊會淹沒量子位元、不停地把它翻轉。製冷機存在的意義就是把這些熱量帶走，把晶片冷卻到大約 10 到 20 毫開爾文，也就是絕對零度之上約百分之一度，讓量子態能安靜地待足夠久去完成計算。它同時讓晶片上的金屬保持在超導態，使導線無電阻、無發熱地傳輸電流。

這份寒冷來自混合兩種氦的同位素。在大約 0.87 開爾文以下，氦-3 和氦-4 的液態混合物會像油和水那樣分成兩層。把氦-3 原子從富集層推過界面進入稀薄層需要消耗能量，而這份能量是以熱的形式從相連的物體上抽走的，就像汗水蒸發時帶走你皮膚上的熱一樣。製冷機是一層層疊起來的，每一層都比上一層更冷，常按溫度標註，比如 4 K、1 K、蒸餾器，以及最底部晶片所在的混合腔。每一根訊號線和同軸線都要穿過所有這些層一路向下，把它攜帶的熱量在下行途中一段段地卸掉。

誠實的難處在於：底部的製冷功率非常小，基溫下常常遠不到一毫瓦，所以那裡幾乎不允許任何東西發熱。這一條就決定了整塊量子晶片的設計：控制和讀取訊號必須在低溫各級被大幅衰減和濾波，晶片上的電子元件只能極省地耗電，而能用來走線的空間也有限，線一多熱負載就贏了。要擴展到成千上萬個量子位元會直接撞上這堵牆，這也正是為什麼當前大量工作投在低溫 CMOS 控制晶片、更好的佈線和多工上，而不是單純地堆更多量子位元。

二極體是電流的單向閥門。想像一座旋轉閘門：人們只能往一個方向通過，反方向再怎麼推也紋絲不動——這正是二極體對電流所做的事。讓電流沿「正向」流動，它幾乎暢通無阻；想讓它倒著走，二極體就猛地關死，把它擋住。只讓電荷往一個方向通過、擋住另一個方向，這一個看似簡單的本領，正是電子電路裡幾乎一切二極體用法的根基——把雜亂的電整成乾淨的單向電流（整流）、為嬌貴的元件擋住倒灌的電流衝擊（保護），而在發光二極體裡，則是把這股正向電流變成光。

奧妙藏在 PN 接面裡：p 型矽（摻雜後渴望電子）與 n 型矽（摻雜後多出電子）相接。就在交界處，那些自由的電子與電洞兩兩配對、相互填補而退散，留下薄薄一層空乏區——裡頭幾乎沒有可移動的電荷——擋住電流。正向電壓超過約 0.7 V（矽）時，這道位能障壁被壓垮，電流隨即湧過；反向電壓只會把它加寬，於是幾乎什麼都通不過。正是這種不對稱，把牆上插座那來回往復的交流電，整成手機充電器所需的平穩直流電——而發光二極體（LED）不過是一只特意做成這樣的二極體：讓正向電流釋放出的能量以光的形式發出來。

直接通路與間接通路是穿過基底神經節的兩條相互對抗的路線。基底神經節是位於大腦深處的一組結構，負責幫你挑選並啟動動作。可以把這兩條通路想像成同一台馬達上的油門和煞車。直接通路是油門：它一旦興奮，就鬆開大腦對動作天生的束縛，讓你想做的動作得以執行。間接通路是煞車：它一旦興奮，就收緊這種束縛，壓制那些相互競爭或不需要的動作。流暢而恰到好處的動作，取決於這兩條路線之間能否保持平衡。

讓它們運作的訣竅在於這一點：預設狀態下，基底神經節的一部分會持續壓制動作，就像一隻手始終踩著煞車。直接通路會短暫地把這隻手從煞車上抬起，讓你想要的動作得以進行。間接通路則相反——它把煞車踩得更死，關閉你不想要的動作。化學信使多巴胺會同時調節這兩條通路：它鼓勵油門通路，平息煞車通路。這正是為什麼帕金森病中多巴胺細胞的喪失會讓煞車過強，使動作變得緩慢且難以啟動。這種平衡正是基底神經節的核心任務：挑選出一個動作並讓它執行，同時壓住其餘所有動作。

直接驅動是指把馬達直接裝在它要帶動的部件上，中間沒有任何齒輪、皮帶或皮帶輪。大多數機器人會在馬達和關節之間放一個齒輪箱，用速度換力量，就像自行車的低速檔能幫你爬坡。直接驅動則丟掉了這個中間環節：馬達自己的軸就是關節，所以馬達做什麼，負載都能立刻、原原本本地感受到。

省去齒輪換來了三樣齒輪往往會破壞的好處。沒有回程間隙——也就是齒輪齒與齒之間那一點點的鬆動或晃動，正是它讓帶齒輪的關節在換方向時顯得鬆垮。這種連接具有高頻寬，意思是它能極快又順滑地響應和反向，因為路徑上沒有任何會彈、會鬆的東西。它還是可反向驅動的：你可以用手抓住手臂去推，馬達會輕鬆轉動，於是機器人能感受到外界的力，而不是與之對抗——這讓它在與人協作時既溫和又安全。

代價是直接驅動的馬達必須做得很大、並靠自身輸出很高的扭矩，因為它得不到齒輪帶來的扭矩放大。所以人們會在更看重順滑、速度和細膩觸感、而非純粹舉力的地方使用直接驅動：高端唱片機的轉盤、相機雲台、對力敏感的機器人手臂，以及某些行走機器人靈活的腿。

疾病建模，是指在實驗室裡——脫離任何病人——重現一種疾病，讓科學家得以安全地研究它並測試可能的療法。研究者用取自病人的細胞，或用這些細胞培養出的類器官和器官晶片，搭建出一份「身體哪裡出了問題」的活體複刻。這就像為一座有缺陷的橋造一個能運作的等比模型，工程師可以盡情戳它，而不必讓任何人站到真橋上。

起點往往是病人自己的細胞，有時會被重新編程回到靈活的幹細胞狀態，再誘導成疾病所攻擊的那種細胞類型——比如，針對神經系統疾病就誘導成腦細胞。由於這些細胞帶著病人完全相同的遺傳資訊，模型重現的是真實的故障，而非一個泛泛的替身。科學家便能看著疾病一步步展開、找出出錯的環節，並試用藥物看哪些有幫助。

這之所以重要，是因為它讓探索得以在不讓人冒險的前提下進行，還能捕捉到動物模型會漏掉的疾病。對罕見病、以及為某一個人的生物特徵量身定製研究，它尤其有力。它的邊界在於對範圍的誠實：培養皿裡的模型只重現了疾病的一部分，因此一個有希望的結果，仍須在正規的臨床試驗中得到證明，才可能真正幫助病人。

色散讀出是判斷一個超導量子位元處於 0 還是 1 的標準方法,而且盡量不去用力打擾它。你不直接觀察量子位元,而是給它接上一個小小的微波諧振器,用一個短脈衝去敲這個諧振器,再聽回聲怎麼傳回來。量子位元並不吸收這個探測訊號,所以量測很溫和,量子位元通常能在被問完之後存活下來。

它能成立,是因為量子位元和諧振器的頻率被調得相隔很遠(也就是色散區)。在這個區域裡,量子位元無法和諧振器交換能量,卻仍會把諧振器的共振頻率輕輕挪動一點點:量子位元在 0 時挪 +chi,在 1 時挪 -chi。於是回傳的訊號會因量子位元狀態不同而帶有略微不同的相位和振幅。控制電路對這些回傳訊號取平均,把每一次量測歸入 0 的點雲或 1 的點雲,從而讀出答案。

誠實地說:這種方法快、可重複,但並非沒有代價。探測脈衝必須夠強、夠長,才能把兩團點雲分開;但脈衝太強又會把量子位元搖出色散區,破壞它的狀態。諧振器裡殘留的雜散光子也會讓量子位元退相位,所以設計者要加濾波器和隔離器(它們目前仍然笨重、難以做進晶片),並仔細規劃每次量測用掉多少光子。

分散式共識，講的是這樣一件事：一群機器人，每台都只掌握真相的一小塊、又只能和附近的鄰居交談，卻要全體敲定同一個共享答案——而且沒有一個上司來一錘定音。設想有十支溫度計散佈在一片田野裡，每支讀到的溫度略有不同，它們卻必須就一個要上報的數字達成一致。難點在於：沒有哪台機器人能一下子看到所有人的讀數，可它們最終又都得握有同一個值。

經典的辦法妙在簡單：每台機器人反覆地把自己的數字，朝著鄰居們此刻所報數值的平均值挪動一點點，然後把更新後的數字共享出去，如此一輪又一輪。一輪接一輪，差距不斷縮小，整個群體便收斂到一個共同的值——而如果每台機器人對各個鄰居的權重都相等，這個值正是大家初始值的平均數。儘管沒有任何一台機器人見過全局畫面，這套辦法依然奏效，因為資訊會一傳一地向外擴散，直到每台機器人實際上都已「聽到」了其他所有機器人的聲音。

共識是多機器人團隊裡的一員主力。它能讓一支車隊就一個會合點、一個共享時鐘、一個共同航向，或就「下一步做什麼」的一次投票達成一致，全程都不需要一個可能會出故障、或成為瓶頸的中央協調者。可難點也實實在在：訊息會丟失，網路可能裂成兩半，機器人會加入也會退出，而一台出故障或「說謊」的機器人，還可能把整個群體拽向錯誤的答案——所以這個領域有很大一部分，研究的正是如何在上述種種出錯之下，依然可靠地達成一致。

分散式帳本是一份紀錄——誰擁有什麼、誰付錢給誰——它同時存放在許多台電腦上，沒有哪一份是唯一的官方正本。每台電腦各自保存一份完整版本，網路則不斷努力讓所有這些副本保持同步。其目標，是消除傳統中央資料庫那種單一的控制點（也是單一的故障點）。

在普通系統裡，由銀行或政府保管那唯一真實的帳本，你只能選擇相信他們沒有改過它、沒弄丟它、也沒被駭掉。分散式帳本把這一切反了過來：因為存在成百上千份各自獨立、又必須彼此一致的副本，便沒有一份正本可供偷偷竄改，也沒有哪台伺服器一壞就讓整個系統癱瘓。要改動這份共享的真相，你得在同一時刻說服網路中的大多數。

區塊鏈是最有名的一種分散式帳本，但並非唯一一種——無論資料具體怎樣組織，其核心理念都是「眾多同步的副本，加上一套商定更新的規則」。正是這種設計，讓支付網路或登記系統即便無人主管、即便部分參與者掉線或心懷不軌，依然能誠實地運轉下去。

DNA 是幾乎存在於每一個活細胞裡的分子，保存著建構與運作一個生命體所需的整套說明書。你可以把它想像成一道扭轉的梯子——也就是著名的「雙螺旋」——梯子的橫桿由四種化學「字母」A、T、G、C 組成。這些字母的排列順序，決定了從眼睛顏色到細胞如何產生能量的一切。

這四種字母會以固定的方式配對：A 永遠對著 T，G 永遠對著 C。正是這種整齊的配對，讓複製得以成真。當細胞分裂時，梯子會從中間「拉開拉鍊」，每一半再各自補上缺少的另一半，於是兩個新細胞都帶走了一份完整又一致的說明書。

雙螺旋的結構於 1953 年由詹姆斯·華生與法蘭西斯·克里克解開，而這奠基於羅莎琳·富蘭克林所拍攝的 X 光影像之上。如今我們已能從頭到尾讀出這些字母，醫師因而能追蹤遺傳疾病，一份極小的樣本也足以辨認出某一個人。

DNS（網域名稱系統）是網際網路的電話簿。你輸入的是一個好記的名字，比如 example.com，但電腦之間其實並不靠名字互相找——它們靠數字，靠一個像 93.184.216.34 這樣的 IP 位址。DNS 就是那個系統：每一次，在你的瀏覽器能連上任何東西之前，它都會悄悄把名字查成數字、再把數字交回來。

它之所以存在，是因為沒人願意為了造訪幾個常去的網站去背一堆數字。名字是給人看的，數字是給機器用的。所以每當你點一個連結、載入一個 API，看不見的第一步永遠是一次 DNS 查詢：「這個名字對應的 IP 是多少？」只有等這個答案回來，真正的請求才發得出去。它快得、自動得讓你都忘了它的存在——直到它出問題。

而這正是值得記住的實用一點：相當多「網站打不開了」的時刻，其實都是 DNS 問題——名字指向了錯誤的數字，或者一個剛註冊的網域，它的紀錄還沒傳遍全世界的伺服器（大家把這叫「等 DNS 生效 / 等它傳播」）。當某個東西連到了錯誤的地方、或者乾脆連不上時，電話簿是第一個該翻的地方。

多蘭橋接面是製作約瑟夫森接面最經典、幾乎像手工活的方法：它就是一塊小小的三明治結構，鋁、幾個原子厚的氧化鋁、再加鋁，這個結構正位於大多數超導量子位元的核心。巧妙之處在於，整疊結構是在一次晶片加工裡一氣呵成的，中途完全不打開真空腔，靠的是幾何與影子的把戲。它之所以重要，是因為今天大學實驗室裡幾乎每一塊超導量子晶片都是這麼做出來的。

首先，電子束微影在光阻上刻出一個模板，其中有一座懸空的細光阻橋架在一道縫隙上方，像一座小小的人行天橋。然後鋁以某個傾斜角度垂直蒸鍍下來；光阻橋投下陰影，於是金屬落在縫隙的一側。接著把晶片暴露在少量氧氣中，讓第一層鋁上長出一層薄薄的氧化皮。再以相反的傾角蒸鍍第二次鋁；這時陰影落向另一邊，第二層鋁錯位落下，部分與第一層重疊。兩層交疊、中間夾著氧化層的地方，就形成了鋁/氧化鋁/鋁的搭接，這塊搭接就是接面。正是那座投下陰影的懸空光阻橋，給這種方法取了名字。

它簡單又便宜，但也很不穩定。接面的電學強度取決於搭接面積和氧化層厚度，而這兩者都由角度、時間以及一層難以控制到原子級的自生氧化層決定。於是名義上完全相同的接面，做出來會相差幾個百分點，而既然這個強度決定了量子位元的頻率，這些接面的頻率也就跟著分散開來。在擁有許多量子位元的晶片上，這種頻率分散會引起碰撞，所以各實驗室一方面在打磨更精細的製程配方，另一方面也在為大規模量產探索別的接面型式方案。

域隨機化是一種在模擬裡訓練機器人、好讓它的技能能在真實世界裡挺住的竅門：與其在一個精心調好的虛擬環境裡反覆練習，不如在每一次運行時都把模擬的各項設定隨機地打亂一遍。這一次試驗地板很滑、光線很暗，下一次物體很重、馬達有延遲，再下一次又是刺眼的眩光和換了角度的攝影機。等練到最後，機器人是在成千上萬個略有差異的假世界裡練過，而不是只在一個世界裡。這個想法簡單卻有力：如果在訓練過程中，從來沒有哪一個版本的現實是那個「真正的」現實，機器人就不會再過度擬合其中任何一個，轉而去學那條貫穿所有版本、放之四海皆準的底層技能。

它之所以管用，是因為真實世界不過是機器人從未原樣見過的又一種設定罷了——而這恰恰正是它被訓練得早有預料的情形。如果一個行走策略已經應付過上百種不同的模擬摩擦，那麼它最終踩上去的那一種真實摩擦，就舒舒服服地落在它早已練習過的範圍之內，於是它幾乎察覺不到這點變化。說到底，域隨機化並不把模擬與現實之間的差距當作一個必須精確命中的靶子，而是把它當作又一個需要被淹沒掉的變化來源。這正是它成為模擬到現實遷移、以及縮小現實差距時最被廣泛使用的工具的原因。

其中的門道，在於挑選隨機化什麼、以及隨機到多大的幅度。變動得太少，模擬就仍是一個狹窄的泡泡，現實照樣把它戳破；變動得太離譜，任務又會亂成一團，機器人永遠學不出任何穩定的東西。工程師通常會隨機化那些要緊的物理量——摩擦、質量、馬達延遲、感測器噪聲——以及事物的外觀——光照、顏色、紋理、攝影機位置——並把每一項的範圍調得既寬到足以涵蓋現實，又不至於把問題變得無解。

幾十年來，「我想讓程式跑得更快」的答案很簡單：等下一代 CPU 就好。每一代主頻更高、每個週期做的事更多，你的程式不用改就自動變快。這頓免費午餐在撞上功耗牆時結束了（Dennard 縮放在 2006 年前後失效）：你仍然能在一顆晶片上塞進更多電晶體，但已經無法讓它們全部全速翻轉而不把晶片燒壞。那些剩下來、供不起電的電晶體，就叫做暗矽。領域專用架構正是針對這個難題給出的架構層面答案。與其造一顆什麼都能勉強跑的通用 CPU，不如把這些電晶體花在一台為某一類工作負載量身打造的專用引擎上，並且只點亮這類負載真正需要的那部分矽。

這筆交易是用通用性換效率。一顆通用 CPU 的大部分能量並沒有花在你真正要算的數學上，而是花在各種開銷上：猜測下一條指令是什麼、重排工作順序、在層層快取之間搬運資料、一次只解碼一條指令。DSA 把這些統統砍掉。它為目標任務把資料通路直接硬連線，採用與該負載存取模式相匹配的記憶體佈局，讓成千上萬個簡單運算並行執行，並且常常降到「夠用就好」的低精度數字。結果是，針對那一個領域，即便在同一製程節點上，每瓦效能也往往能比 CPU 高出十到一百倍。代價正是同一枚硬幣的另一面：DSA 在它那一件事上出類拔萃，在其他一切事情上一無是處。

那些耳熟能詳的例子全都是 DSA。GPU 為圖形那種大規模並行的算術而調校，如今也用於神經網路訓練。TPU 和 NPU 則專門為 AI 推論中鋪天蓋地的乘累加運算而調校。正因如此，一顆現代手機或資料中心晶片已不再是一顆大處理器，而是一組專用模組的集合，每個模組都靠把一件事做到極致高效來掙回自己佔用的那塊矽。隨著全面的電晶體縮放放慢腳步，專用化正越來越成為真正效能提升的來源。

DRAG 脈衝是針對一個老問題的小而巧妙的修正,這個問題每次你想快速翻轉量子位元時都會冒出來。晶片上的人造原子並不是一個乾淨的兩能階系統,它旁邊還緊挨著第三個能階(2 態)。一個又短又猛的微波脈衝在頻率上鋪得很寬,所以它在驅動你真正想要的 0->1 翻轉時,邊緣也會搆到上面,把一點點佈居數洩漏進 2 態。DRAG 對脈衝進行整形,讓這種洩漏自己抵消掉,從而既保持閘的速度,又不溢出可計算的空間。

訣竅是同時在兩個通道上驅動。正交控制給你兩個相位相差 90 度的旋鈕,通常叫 I 和 Q。你把常規的翻轉脈衝放在一個通道上,在另一個通道上加上它的時間導數的一份拷貝,並按量子位元的非諧性來縮放係數。這個導數分量被設計成:主脈衝把佈居數推進 2 態有多快,它就把佈居數推出來有多快,於是多餘的洩漏發生相消干涉,量子位元乾淨地落在 1 上。它的全名就講清了這件事:透過絕熱閘做導數消除(Derivative Removal by Adiabatic Gate)。

DRAG 是標準做法,成本低,幾乎被內建進每一套超導控制系統裡,但它並非萬能。合適的導數權重取決於準確知道非諧性,而且通常還要再疊加一個小的頻率修正,來補償脈衝留下的相位。它換來的是對抗洩漏的速度,而不是對抗所有誤差;對鄰近量子位元的串擾和不完美的校準,仍然限制著單位元閘究竟能做到多快、多乾淨。

做夢，是你在睡著時於腦海中看見、聽見、感受並親歷一段段小故事的體驗。哪怕雙眼緊閉、身體一動不動，大腦也會自行編織出完整的場景——種種地方、人物和事件，在那一刻顯得無比真實，往往離奇又錯亂，而且通常以「你」為主角。這有點像在看一部電影，只不過編劇、導演和放映者都是你自己的大腦，而觀眾席上只坐著你一個人，整個過程與外部世界毫無關係。

夢可以出現在睡眠的許多階段，但最鮮明、最像故事的那一類，往往發生在一個叫快速眼動睡眠（簡稱 REM 睡眠）的階段——之所以這麼叫，是因為此時你的眼球會在閉著的眼瞼後面來回快速轉動。在這個階段，大腦活躍得幾乎和清醒時一樣，可身體的肌肉卻被暫時「關掉」，好讓你不會把夢裡的動作真的做出來。做夢究竟有什麼用，科學家至今仍在爭論：主流的看法包括幫助大腦整理和儲存記憶、演練如何應對情緒和恐懼，或者只是繁忙的睡眠大腦把零散信號拼接成故事時的副產品。無論原因為何，幾乎每個人每晚都會做夢，哪怕到了早上很少有人記得起來。

果蠅就是常在熟透香蕉旁盤旋的那種小小的果實蠅，而它的神經系統是科學家理解大腦如何運作的最有力工具之一。果蠅的腦只有罌粟籽那麼大，約有十萬個神經元，遠遠少於人腦裡的數十億個，但已足以讓這隻昆蟲看、聞、行走、飛翔、向配偶求偶，甚至從經驗中學習。因為它小到可以被完整研究，又複雜到能產生真實的行為，所以它正好處在簡單的線蟲與複雜的小鼠之間的甜蜜位置。

果蠅之所以格外好用，關鍵在於遺傳學。科學家可以在選定的神經元裡把單個基因打開或關閉，用發光的標記點亮特定細胞，還能用光或熱來開啟特定神經元並觀察行為隨之改變，而這一切都發生在一種繁殖快、成本低的動物身上。許多構建果蠅腦的基因，在我們自己身上都有近親，因此在果蠅身上的一項發現，往往能指向同樣的機制在人體內如何運作。如今研究者已經繪製出果蠅腦完整的連線圖（稱為連接組），把每一個神經元以及它們之間的連接都畫了出來。正是這種完整的電路圖譜與精確的遺傳操控相結合，使得這隻不起眼的果蠅成為研究記憶、睡眠、導航乃至帕金森病等疾病的模式生物。

雙重歷程思維是指：我們的大腦有兩套得出答案的方式。一套快速、自動、毫不費力——比如一看對方的臉就立刻知道朋友生氣了，或脫口而出「二加二等於四」。另一套緩慢、刻意、令人疲憊——比如在腦中算清餐廳帳單，或反覆掂量一個重大決定的利弊。心理學家常把它們暱稱為「系統一」（迅速的直覺反應）和「系統二」（小心的逐步推理）；但實際上兩者相互交疊、彼此交接工作，而不是兩台各自獨立運轉的機器。

快速這一套效率驚人：它讓你讀書、開車、判斷局勢時幾乎不耗費腦力，因為它依靠的是長期經驗中習得的模式。但它走捷徑，因此可能在自信中出錯——上當於視錯覺、脫口而出的刻板印象，或那種顯而易見答案其實是陷阱的腦筋急轉彎。緩慢這一套能抓住並糾正這些錯誤，可它既有限又「懶」：它要花費注意力與努力，所以大腦只在問題顯得困難、或有跡象表明快速答案可能不對時，才把它請出來。許多技能與良好判斷，正源於懂得何時該信任直覺、何時該慢下來核查。

這個框架有助於解釋日常謎題——為什麼聰明人在匆忙時會犯低級錯誤，為什麼第一印象會牢牢留存，以及為什麼練習能把一項緩慢刻意的任務（如閱讀或彈鋼琴）變成快速自動的本領。它更像是一張關於心智的實用地圖，而非大腦的精確圖紙；對於這兩套方式究竟能否清晰地分開，研究者至今仍有爭論。

二元論認為，你是由兩種截然不同的「東西」構成的。一種是你的身體——一個有重量、有形狀的物質實體，由細胞和原子組成，醫生可以秤它、為它拍X光。另一種是你的心靈——你的思想、感受，以及「我就是我」的那份內在感覺——二元論者說，這是完全另一回事，根本不是物質的。想像一輛車裡的司機：車是身體，而那個看不見、握著方向盤的「你」就是心靈。

這一觀點最著名的旗手，是17世紀的法國哲學家笛卡兒。他發現自己可以懷疑身體是否存在，卻無法懷疑「自己正在思考」這件事——於是他推斷，心靈與身體一定是兩樣分開的東西。這也解釋了二元論為何如此自然：它正好契合我們日常的那種直覺——彷彿有個「真正的我」從眼睛後面往外張望，不只是一團腦組織而已。

但它帶來一個出了名難纏的難題：如果心靈與身體如此不同，它們又如何相互接觸？一個沒有重量的念頭，怎麼能讓一條有血有肉的手臂動起來？它的勁敵——唯物論——乾脆否認這種分裂：唯物論說，心靈不過就是大腦在做的事，就像微笑不過是臉在做的事一樣。究竟哪一方對，至今仍是哲學最古老、懸而未決的問題之一。

正當程序是這樣一個承諾：政府不能在不先按公平規則來的情況下，剝奪你的生命、自由或財產。在把你關押、罰款或沒收房產之前，國家必須走正規的步驟：告訴你被指控了什麼，讓你陳述自己的一方，再由一個中立的人來裁決。可以把它想成這樣一條規矩——必須有一場真正的比賽、一位真正的裁判，而不是在你被關在門外時，於密室裡草草寫下一紙判決。

它之所以重要，是因為沒有程序約束的權力，不過就是蠻力。政府可能確信你有罪，卻依然搞錯了；所以正當程序逼它把案子擺到檯面上、公開舉證，讓錯誤有機會被發現。通常會區分兩種：「程序性」正當程序關心步驟本身是否公平（告知、聽證、公正的法官）；「實質性」正當程序則追問，是不是有些權利根本太過基本，無論程序看起來多公平，國家都不能將其奪走。

一個常見的誤會：正當程序並不意味著你總會贏，也不意味著你永遠不會被懲罰。你完全可能敗訴、入獄或賠錢——這與正當程序毫不衝突。它保證的不是一個圓滿的結局，而是一場公平的較量：結果是以正確的方式得出的，而不是憑一時好惡拍板定下的。

每台馬達在產生運動的同時也會把電變成熱，而這些熱必須有地方散掉。工作週期就是指：馬達在需要停下來散熱之前，被允許全力工作的時間所佔的比例——就像一個人可以全速衝刺十秒，卻只能慢跑一個小時。如果你超過了這個比例，熱量累積的速度就會快過散出的速度，馬達便逼近它的熱限制：也就是導線、磁體或絕緣層開始變弱甚至燒毀的溫度。

正因如此，馬達通常帶著兩個數字，而不是一個。連續額定值是它可以不停運轉、且不會過熱的強度；峰值額定值則是它在幾秒鐘內能爆發出的、大得多的力量——用來舉起重物或猛然帶動一個輪子——之後就必須收力。工程師設計機器人時，讓它大部分時間都活在連續額定值之內，只在短暫瞬間觸及峰值，就像你把全部力氣留給一次大的發力。忽視這一點，馬達就會發燙、變慢，最終損壞；尊重這一點，同一台馬達就能用上好幾年。

大腦的動力系統觀，是一種看待神經活動的視角：它不把神經活動當作一串彼此分離的信號，而是看成一個點，隨時間在一片想像出來的地形裡滑行。可以想像一個天氣系統：在任意一瞬間，整個大氣都有一個狀態——這裡是某個溫度，那裡是某個氣壓——而從這一刻到下一刻，它流向一個新狀態，劃出一條軌跡。這種觀點用同樣的方式看待大腦。如果你同時記錄許多神經元，它們此刻活躍程度的整體模式，就是一個位於巨大空間裡的點，而每一個神經元都給這個點多添了一個可以移動的方向。隨著神經元一刻接一刻地改變放電，這個點便掃出一條曲線——也就是軌跡——而真正承載意義的，是這條曲線的形狀，而非任何單個細胞的放電。

這種觀點之所以強大，是因為軌跡通常不會隨意亂走。就像小球在碗裡滾動，神經活動往往會安頓到某些低窪、安穩的區域（稱為吸引子），或在平滑的環路上繞圈，或沿著從一個狀態通往另一個狀態的固定通道行進。你正記在心裡的一段記憶，可以是活動停泊不動的那個駐點；一次決策，可以是軌跡倒向某個山谷而非另一個的那一刻；像走路這樣反覆進行的動作，可以是活動一圈又一圈走過的環路。通過測量這些形狀，科學家就能描述一群神經元在計算什麼，而不必逐個去破譯每一個細胞。

這一前沿視角之所以重要，是因為它把大腦的工作重新理解為：引導自身的活動沿著有用的路徑行進，而不只是傳遞消息。它有助於解釋，成千上萬個嘈雜、單獨看並不可靠的細胞，如何合在一起產生某種穩定而有意義的東西；為什麼有些念頭讓人感到穩固，另一些卻會驟然翻轉；以及那些能同時觀測海量神經元的新記錄工具，如何被轉化為一個清晰的幾何故事，而不是一堆讓人不知所措的數據。

地震是地下深處的岩石突然錯動，導致地面驟然搖晃。地球的外殼裂成一塊塊巨大的板塊，彼此緩慢地推擠、拉扯、磨蹭——有的相撞，有的彼此分離，有的擦身滑過；而在它們之間的裂縫——也就是斷層——上，岩石常常被摩擦力死死卡住，可板塊卻仍在不停地移動。應力就這樣積攢上幾年甚至幾百年，像一根越掰越彎的木棍蓄著越來越大的勁，直到斷層終於撐不住、在一瞬間猛地滑動。這一「啪」，就是地震。

積蓄已久的能量隨之化作地震波釋放出來——這些波紋從震源向四面八方在岩石中飛奔而去，就像你往池塘裡丟一塊石頭時盪開的水波。當它們抵達地表，便讓地面起伏翻滾，這就是你感受到的搖晃。科學家用震級來衡量一次地震釋放了多少能量，而它的增長極為陡峭：震級每往上跳一個數字，能量約多出32倍，所以7級絕不是比6級大一點點——而是猛烈得多。

一個常見的誤解是：地面會裂開一道大口、把人整個吞下去。其實並不會。斷層是沿著它自身的長度方向滑動的，真正的危險幾乎總是來自搖晃——地震波搖撼之下，房屋、橋樑、牆壁紛紛倒塌。這正是為什麼：在房屋脆弱的地方，一次不大的地震也可能致命；而在建築懂得隨之搖擺、穩穩挺住的地方，一次強震卻幾乎傷不到人。

彈性衡量的是消費者對價格有多「敏感」——當價格變動時，人們購買的數量會擺動得多劇烈。想像兩排貨架。把高檔餐廳的晚餐漲價，人群便悄悄待在家裡不去了，這種需求是「有彈性的」，像彈簧一樣，反應迅速。把汽油或胰島素漲價，人們雖有怨言，卻幾乎照買不誤，這種需求是「缺乏彈性的」，僵硬而難以撼動。

分界線通常在於：一樣東西是奢侈品還是必需品，以及有沒有容易找到的替代品。如果你能換個牌子、不買，或者等一等，需求就容易彎折。如果你是真的非它不可、別無選擇——上班要用的燃油、保命要吃的藥——那麼無論價格如何，需求都幾乎紋絲不動。正是這一點，讓一家咖啡館害怕漲價，而一家電力公司卻幾乎眼都不眨。

一個常見的誤解：有彈性不等於「貴」，缺乏彈性也不等於「便宜」。它講的是反應，而不是價籤。一隻昂貴的奢侈手錶可能極富彈性（稍一漲價，買家便掉頭就走），而廉價的食鹽卻出了名地缺乏彈性（不管它貴一點還是便宜一點，你都照樣買你那一撮）。

電突觸是相鄰兩個神經元被微小通道連在一起的地方，電訊號可以從一個細胞直接傳入下一個細胞。大多數神經元是隔著一道狹窄的縫隙、靠噴出化學信使來相互交談的，就像把紙條一手一手地遞過去。電突觸省去了這一步：它更像是兩個房間之間留著一扇敞開的門，電荷就這樣直接流過去，不必先轉換成化學物質、之後再轉換回來。

這些「門」本身叫作縫隙連接。每一個都由相互配對的環形蛋白構成——兩個細胞的外膜上各有一個環，對齊後形成一個小孔，孔徑窄到能擋住大分子，卻又寬到足以讓攜帶電流的微小帶電粒子（離子）通過。由於訊號無需停下來釋放化學物質，電突觸極其迅速，而且可以雙向傳導。它們常見於許多細胞需要近乎完全同步放電的地方，例如心臟，或一群必須作為整體一起反應的神經元。

皮層腦電圖（ECoG）把一張薄薄的電極片或電極網，直接鋪在大腦那層皺褶的外殼——皮層——的表面上。手術中要打開顱骨，但電極只是貼在表面，並不刺入腦組織。和頭皮 EEG 相比，這就像把麥克風從體育場外牆挪到人群旁邊：聲音一下子清楚、細緻了許多。

由於中間沒有顱骨擋著，ECoG 訊號要銳利得多，還能捕捉到頭皮 EEG 乾脆丟失掉的那些快速、高頻的活動。這種更豐富的細節，使它在解碼精細動作、甚至嘗試說話方面很有威力。它正好落在一個甜蜜點上——比 EEG 資訊多得多，又比刺入大腦的電極風險小。

代價是 ECoG 需要開顱手術，因此主要用在那些本來就要做手術的人身上，比如一些在癲癇手術前接受腦區定位的病人。正是這種臨床場景，讓 ECoG 成了先進腦機介面的重要試驗場。

電極阻抗衡量的是：電極和皮膚之間的接觸，對想要通過它的那一點微弱電訊號有多大的阻擋。可以把它想成大腦那點微弱電壓通往記錄設備的「門口」有多堵：低阻抗是一扇大開的門，高阻抗則是一扇又窄又黏的門。

它為什麼重要：腦訊號本來就小得不得了，所以一旦接觸把它們擋得厲害，到達放大器的訊號就很弱，很容易被雜訊淹沒。這正是技術員在貼 EEG 電極前要清潔皮膚、塗導電膏的原因——這些步驟能降低阻抗，讓訊號乾淨地通過。

這也是「乾」電極的核心難點——為了方便，乾電極省掉了導電膏。沒有導電膏，皮膚接觸的阻抗往往更高，所以要做出仍能記錄到乾淨、可信訊號的乾電極，是一項實實在在的工程挑戰。

腦電圖（EEG）用貼在頭皮上的小金屬電極，去傾聽大腦的電活動。當許多神經元一起放電時，會產生微小的電壓漣漪傳到頭部表面，EEG 就把這些漣漪記錄成一條條不斷起伏的曲線，逐刻捕捉。這就像把耳朵貼在體育場外牆上：你能聽到人群的歡呼，大致判斷什麼時候發生了精彩的事，哪怕一個座位都看不見。

EEG 最大的長處是時間精度。它能捕捉千分之一秒級別的變化，幾乎能跟上思緒展開的節奏。它又便宜、安全、便攜，而且完全無創——沒有任何東西刺入皮膚——這正是它成為腦機介面中最常用訊號的原因。

麻煩出在顱骨。骨頭和皮膚會在訊號往外傳時把它抹糊、削弱，所以 EEG 的空間解析度很粗：它能大致告訴你哪個區域在活動，卻說不清具體是哪一小塊。讀到的訊號又很微弱，容易被雜訊淹沒，因此確保電極良好接觸、仔細去除雜訊，是這項工作中始終要做的事。

電磁波譜是光的完整大家族——不只是你看得見的光，而是所有種類的電磁波，按波長從最長、最舒緩的，到最短、能量最高的，依序排列。一端是無線電波，接著是微波、紅外線（你感覺得到的熱）、可見光這道彩虹、紫外線、X光，另一端則是伽瑪射線。

它們本質之所以相同，是因為全都是以光速傳播的電磁能量波。唯一真正的差別就是波的大小：一道無線電波可能比一棟大樓還長，而一道伽瑪射線比一個原子還小。波越短，能量越猛，這就是為什麼X光能穿透你的身體，而伽瑪射線可能帶來危險。

有一點很令人謙卑：你的眼睛分辨得出的顏色——從紅、橙一路到紫——其實只是整道波譜裡薄薄的一小條。你周遭幾乎一切都在發出你根本看不見的光，從空氣中的WiFi訊號，到你自己身體散發的溫熱。

電磁波是一種以光速穿越空間、自己帶著自己往前走的能量波動——此刻它就在你身邊，無所不在。你看書所靠的光、車裡的收音機、Wi-Fi 路由器發出的訊號、診所裡的 X 光，全都是同一種波，只是被拉伸成了不同的尺寸。

波動的究竟是什麼？是兩樣看不見的東西在互相配合：電場和磁場。一個在抖動時會帶動另一個，另一個又反過來帶動第一個——於是這個波一邊前進一邊不斷地自我再生，不需要任何介質就能傳播。正因如此，陽光才能穿過太空那一片真空抵達我們。

無線電波和 X 光之間最大的差別，其實只是波長——每一道波紋有多長。又長又緩的是無線電波；又短又密的是 X 光和伽瑪射線；可見光則夾在中間窄窄的一段裡。1860 年代，馬克士威（James Clerk Maxwell）用一組方程式證明了這一切其實是同一種現象，還預言這種波會以光速前進——揭示出光本身就是電磁波。

把晶片上一根細細的金屬線想像成河床，流過它的電子就是水流。平常水只是從礫石上面流過去。可一旦水量夠大、流得夠急，它就會開始把礫石一起拖著走——在某一處把河床沖薄，又在下游把礫石堆起來。電遷移就是同樣的道理，只不過發生在原子尺度上：當線裡的電流密度高到一定程度，移動的電子就把動量傳給金屬原子（工程師把這叫做「電子風」），慢慢把它們往前推，方向和電子的流向一致。經年累月之下，金屬真的會發生位移——原子從某處被抽走，留下一個空洞，把線越削越薄，直到裂開斷路；而在別處則堆積成一個凸起（小丘，hillock），有可能頂進旁邊的線把它短路。

關鍵詞是「密度」，而不是總電流：一根載著不大電流的細線，其單位截面上的電流可能遠高於一條載流更大的粗匯流排，真正造成損傷的正是這種「每單位面積」的擁擠。這就使電遷移成為一種長期可靠性（wear-out 老化磨損）上限，而不是上電時就能看到的問題——晶片第一天用起來好好的，卻在現場跑了幾年之後才失效，這正是為什麼它必須在流片（tape-out）之前就被查出來。簽核工具會拿每一根線和每一個 via 去對照晶圓廠給出的、逐金屬層設定的電流上限；對電源、地線軌道和時鐘網路，工具卡得更嚴，因為那裡的電流始終朝一個方向流，而普通訊號線由於來回翻轉，讓一部分被推走的原子又漂回來、得以部分自我修復。補救手段都是幾何性的：把線加寬、把電流分到更多並聯的線或 via 上，或者改走更厚的上層金屬。

要造一塊量子晶片，你得在晶圓上畫出各種形狀：金屬導線、電容極板，尤其是讓量子位元能工作的那些極小的約瑟夫森接面。其中有些特徵只有幾十奈米寬，比一根頭髮絲還細得多。電子束微影就是把它們畫出來的辦法。它不是讓光透過光罩照射，而是引導一束聚焦的電子，像一支極其精密的繪圖筆，在晶圓上薄薄一層光阻上掃過，一點一點地把你想要的線條精確曝光出來。

它之所以行得通，是因為電子能被聚焦成比可見光小得多的光點，於是這束電子能寫出只有幾奈米寬的特徵，而且不需要光罩。你先在晶圓上旋塗一層對電子敏感的光阻。電子束掃描出圖案，所到之處就把光阻的化學性質改變。隨後用顯影液把曝光過（或未曝光）的部分洗掉，留下一個模板。再透過這個模板蒸鍍金屬，然後溶掉剩下的光阻，把多餘的金屬一起剝離，只留下你畫的形狀。對於約瑟夫森接面，還要配合巧妙的光阻技巧，比如多蘭橋法，讓兩層薄膜彼此搭接、中間夾一薄層氧化物。

誠實的難處在於速度。因為電子束是以串列掃描的方式一次只寫一個點，所以它很慢——造一塊研究用晶片還行，但要量產晶圓就太慢、太貴了。所以實務中只在真正需要它那種解析度的地方才用電子束，主要就是奈米尺度的接面；而那些又大又粗的特徵——導線和極板——則用快得多的光學（紫外）微影來製作。把兩者結合是標準做法，而電子束書寫的慢正是當今量子晶片仍只能小批量製造、而無法像普通處理器那樣大批量產出的一個實實在在的原因。

電子設計自動化（EDA）是晶片設計師把一個想法變成可製造佈局所用的龐大軟體工具箱。一顆現代晶片在指甲蓋大小的晶粒上塞進數十億個電晶體——沒人能用手去擺放和連線，就像你不可能手繪出一座大陸般大小的城市裡的每一條道路。EDA 就是替你完成繪製、檢查與最佳化的那一大批程式，讓工程師只需描述行為，由工具去推演出物理上的實現。

整個流程分階段進行。你用 Verilog 這類硬體描述語言寫出設計；邏輯合成把它編譯成由真實閘電路組成的網表；佈局繞線把這些閘擺到矽晶片上，並在它們之間穿引導線；模擬加上時序與實體驗證則在投片前確認它行為正確、跑得夠快、並遵守晶圓廠的製造規則。比方說，靜態時序分析會檢查每個訊號是否都在時脈週期內到達，覆蓋數百萬條路徑——這是任何試算表都撐不住的工作量。

電緊張傳導，是電壓變化沿著神經元細胞膜安靜地、被動地鋪開的方式——就像水面上的漣漪向四周擴散、逐漸消退一樣。當細胞膜上某一處出現一個微小的電擾動（比如輕輕推入一點電荷），這個電壓不會只停在原地：它會從旁邊那一段細胞膜側向滲出，把那裡的電壓也稍稍帶動一下。但沒有任何東西在主動把訊號往前推。細胞膜只是任由這一變化自行向外流動，而它一邊走，一邊變小。在零點幾毫米之外，最初那個電壓隆起就已經小了許多；再遠一點，它幾乎就消失不見了。正因為訊號會隨距離穩步減弱，這種擴布被稱為被動的、衰減式的——「衰減」指的就是它一邊走一邊變弱。

它之所以會消退，是因為神經元是一根會漏電的電纜，而不是一根完美的導線。它那層薄薄的細胞膜像一塊小電池一樣存住電荷，卻又會讓一部分電荷滲漏出去，於是電流在試圖沿著它的長度傳播時，會不斷從「管壁」溜走。工程上用電纜理論來描述這種情況，而一個數字——長度常數——就概括了訊號在跌到大約起始強度的三分之一之前能走多遠；較粗的軸突、以及絕緣良好的軸突，能把它帶得更遠。關鍵的對照對象是動作電位，那是神經元那種「全或無」的電脈衝，它在每一步都把自己重新放大，因此能傳很遠而不衰減。電緊張傳導不做這種再生：它就是那種又快、又局部、又會逐漸消退的擴布，比方說，它把微小的分級訊號帶過神經元的胞體和樹突，並幫助決定一開始究竟要不要觸發一個動作電位。

元素是只由一種原子構成的純物質——也就是日常世界裡最簡單的基本積木。黃金裡只有金原子，氧氣裡只有氧原子。讓一種元素區別於另一種的，是一個單一的數字：每個原子中心有多少個質子。氫有1個質子，碳有6個，金有79個，這個數目就是原子永久的「名牌」——一旦改變它，你就換成了另一種元素。

目前已知的元素約有118種，其中大約前94種在自然界中存在，其餘的只能在實驗室裡被製造出來、轉瞬即逝。它們合起來就是一切物質的字母表：你的身體、空氣、海洋和群星，都只是這幾十個「字母」以不同方式拼寫出來的結果。化學家按質子數把它們排進元素週期表，從中浮現的規律會告訴你哪些元素彼此像「表親」。

有一點人們常常忽略：用普通的化學方法，無法把一種元素拆成更簡單的東西。你可以燃燒它、溶解它、讓它發生反應，但每個氧原子始終還是氧。（只有撬開原子核的核反應，才能把一種元素變成另一種。）也別把元素和「水」這樣的化合物搞混——水可以被拆成氫和氧，而這兩者已經到頭、再也拆不下去了。

具身智慧，是這樣一種看法：聰明並不只是腦子或晶片裡發生的事——它是從擁有一具能在真實環境中移動、並與之互動的身體中生長出來的。按這種觀點，你無法把「思考」與「擁有身體」徹底分開：機器人手的形狀、腿如何彎曲、感測器能感覺到什麼、它會撞上一個怎樣的世界，全都是它如何變得能幹的一部分。換句話說，智慧是一具身體在某個地方所做的事，而不只是一段孤零零運行的運算。

這對機器人學很重要，因為它意味著一具好的身體，能替軟件分擔一部分原本要扛的活兒。一條形狀天然就能擺動的腿，走起路來所需的運算，遠少於一條必須被一寸一寸下令操控的腿；一隻柔軟、富有彈性的夾爪，無需精確算出每一個接觸點，就能抓住一個形狀古怪的物體。身體的物理設計與所處環境，悄悄替機器人處理掉了問題的一部分，於是機器人既可以更簡單、又可以更皮實。具身智慧也呼應了生命體的學習方式：一個孩子學會走路、平衡和伸手去夠東西，靠的不是讀說明書，而是用自己真實的身體去嘗試、跌倒、感受、再調整——如今許多機器人學家也照著同樣的路子來打造他們的機器。

胚胎幹細胞是從極早期的胚胎中取得的多能細胞，此時胚胎尚未開始形成任何特定的組織。大約五天大時，胚胎是一個稱為囊胚的中空細胞球，球內藏著一小簇細胞——內細胞團——它本會繼續構建出整個身體。胚胎幹細胞就是這些內細胞團細胞，在它們仍然空白、尚未定型時被取出並在實驗室中培養。

它們之所以在科學上備受珍視，是因為它們天生就是多能的，而且能在培養中近乎無限地持續分裂，卻不喪失那份靈活。研究者從單單一批起始細胞，就能培養出龐大而可再生的細胞供應，這些細胞保有變成任何組織類型的全部潛能。數十年來，它們一直是衡量所有其他多能細胞的黃金標準，也是理解一個空白細胞如何選擇自身命運的主力。

然而，它們的能力伴隨著嚴重的爭議，因為從囊胚中取得內細胞團會毀掉那個早期胚胎。人們對胚胎的道德地位持有大相逕庭的看法，這種分歧使這類研究在倫理上備受爭議，在許多地方都受到嚴格監管。部分正是為了繞開這一兩難，科學家後來發展出製造毋須胚胎的多能細胞的辦法——但胚胎幹細胞至今仍是一個關鍵的科學參照點。

情緒調節是大腦在某種感受出現之後，用來把它調強或調弱的一套心理技巧——就像在情緒上裝了一個可以連續調亮調暗的旋鈕，而不只是一個開關。當不愉快的事情發生時，一陣恐懼、憤怒或悲傷會自動湧上來。情緒調節讓你能夠深吸一口氣、重新看待處境，或者乾脆先等一等，從而不讓這股感受牽著你走。它正是「對著一封無禮的郵件當場爆發」和「選擇一小時後冷靜回覆」之間的區別。

這種調暗和把控大多由前額葉皮層完成——它是額頭正後方負責思考的腦區，作用於大腦反應更快的情緒機器，尤其是杏仁核：一個杏仁狀的小型警報中心，專門標記威脅並觸發本能反應。前額葉皮層發出自上而下的安撫訊號，在反應過強或已無必要時讓杏仁核安靜下來，就像一位管理者把激動的員工勸下來一樣。當你刻意重新思考一個問題（「事情沒有看起來那麼糟」）、把注意力轉開，或忍住一時衝動時，正是這些前額葉迴路在出力。

這一點很重要，因為良好的情緒調節能讓人保持專注、在壓力下做出明智選擇，並與他人融洽相處；而調節能力薄弱或超負荷，則與焦慮、抑鬱以及難以控制衝動有關。這項能力也解釋了為什麼人在疲憊、緊張或年紀很小時更難管理情緒：前額葉皮層要到二十多歲中期才發育成熟，而且容易疲勞，於是恰恰在生活火力全開的時候，它對情緒警報系統的掌控反而鬆了下來。

情緒記憶指的是大腦的一種傾向：當某件事激起強烈情緒時，它會把這件事記得格外牢固。可以把記憶想像成一本筆記本，大多數日子只是用淡淡的鉛筆隨手記下，很快就褪色消失；但少數時刻——一場車禍、初吻、當眾出醜——卻像用濃重而不褪的墨水寫下。多年以後，你仍能把那些充滿情緒的瞬間回想得歷歷在目，記得自己當時身在何處、是什麼感受；而夾在其間成千上萬個平淡安寧的日子早已模糊不清。正是那份情緒，讓記憶牢牢留下。

這背後是一個杏仁狀的小腦區，叫做杏仁核，它像一個情緒警報器。當發生令人害怕、興奮或深受觸動的事情時，杏仁核會被激活，並釋放一波與喚起相關的化學物質，比如腎上腺素和皮質醇等應激激素。隨後它向鄰近的海馬體發出信號——海馬體負責把事件的事實歸檔——讓它把這段記憶標記為重要，並更牢固地刻印下來。實際上，杏仁核相當於調高了錄製的音量，使帶有情緒的經歷比平淡的經歷儲存得更牢固、保留得更久。

這套系統通常是有益的：記住曾讓我們痛苦或欣喜的事，能指導日後的選擇，幫我們遠離危險。但它也可能出錯。當情緒過於強烈，例如在創傷中，這段記憶可能變得過分強烈而具有侵擾性，不請自來地反覆重播，助長創傷後應激等問題。因此，情緒記憶是一把雙刃劍——同一套機制既能讓我們從強烈的經歷中學習，也可能把我們牢牢拴在痛苦之上。