神经科学自学路线 起草于 2026-08-12
🧠 从「AI 帮我写」到「我自己能写」

神经科学
自学路线

写给这样的人:靠 AI 检索攒下了几十上百篇脑科学笔记,多巴胺、前额叶、皮质醇张口就来, 但心里清楚自己其实没真懂,也不知道哪句话是定论、哪句话早被推翻。 这里不堆知识点,只回答一个问题——该去哪读一手的东西,按什么顺序读。

主干 3 门免费公开课 按主题 7 类源头论文 纠错 8 条流行神话 执行 12 周表

最短路径:只做三件事也能起步

  1. 1打术语底子2-Minute Neuroscience
  2. 2建方法论Sapolsky 25 讲
  3. 3学会怀疑每篇必问三件事

但先知道这三件事,能少走一年弯路

前提 01

先统计自己写过什么

把已有笔记的高频递质、高频脑区、引用来源统计一遍。你的兴趣多半早就收敛在一条主线上了,照着它打透,别从教材第一章通读。

前提 02

风险不是不懂,是懂了假的

AI 忠实复现的是流行度最高的说法,不是正确度最高的说法。「血清素=快乐分子」这类已被推翻的结论,极可能已经写进了你的笔记。

前提 03

旧笔记不是错误,是素材

「我以前也这么写,后来发现是错的」——这种内容 AI 写不出来,因为它没有「我以前」。边学边亲手翻修,才是别人复制不了的东西。

〇、先看清起点:你手上的笔记是什么成分#

在排任何学习计划之前,先做一件事——统计你已经写过的东西

这份路线的起点是一个真实的 vault:87 篇脑科学笔记,按七个主题分类(前额叶与自控 / 睡眠与晨起 / 多巴胺与奖赏 / 记忆 / 社交与情绪 / 焦虑与负面偏差 / 学习与认知效率)。全量扫描后的统计是这样的:

维度 统计结果
高频神经递质 多巴胺 44 · 皮质醇 25 · 血清素 18 · 去甲肾上腺素 18 · 腺苷 7 · 催产素 7 · 乙酰胆碱 4
高频脑区 前额叶皮层 58 · 杏仁核 25 · 前扣带回 14 · 海马 14 · 伏隔核 10 · 前岛叶 7 · 腹侧被盖区 7 · 蓝斑 6
参考来源 PMC/PubMed 58 · Nature 11 · ScienceDirect 9 · 知乎 9 · 维基 8 · CSDN 7 · PNAS 4 · J Neurosci 4

从这三行数字里能读出三个判断,它们直接决定了后面的学习路线该怎么排。

判断一:知识面已经收敛了,不要贪全#

一半以上的笔记在讲同三件事:前额叶、多巴胺、皮质醇

这不是知识面窄的缺点,这是选题品味已经收敛的信号——真正关心的是「自控、动机、压力」这一条主线,不是整个神经科学。

所以学习路线应该照着这条主线打透,不要从神经元电生理开始通读教材。神经解剖学的全图、感觉系统、运动系统、发育神经生物学,这些在当前阶段全是负资产。

判断二:来源结构一半好一半烂#

PMC/PubMed 加起来 58 条,说明 AI 检索时确实摸到了原始文献,这个底子不差。

但里面夹着知乎 9 条、CSDN 7 条。CSDN 是程序员博客站,上面写神经科学的内容基本是二手转述的转述,属于纯噪音。这批引用应该被逐条替换成真文献。

可执行动作:把 vault 全文 grep 一遍 zhihu.comcsdn.net,列出受影响的笔记清单,作为第一批返修目标。

判断三:最大的风险不是不懂,是懂了假的#

这是最关键的一条。通俗神经科学领域充斥着被媒体固化的错误说法,而 AI 在检索时会忠实地复现流行度最高的说法,不是正确度最高的说法。

详见 第六章的反坑清单——大概率其中三到五条已经写进了现有笔记。

而这恰恰是未来原创写作最值钱的弹药:"我以前也这么写,后来发现是错的",这种内容 AI 写不出来,因为 AI 没有"我以前"。


一、打底子:先花三周把术语变成直觉#

典型的痛点是「前额叶、去甲肾上腺素、血清素这些词乱七八糟,看到就发懵」。

解法不是直接冲论文,是先建立解剖学和药理学的空间感:这个东西长在哪、连到哪、放出来什么、作用在谁身上。这层不打,后面全是背名词。

资源 形式 为什么是它
2-Minute Neuroscience(YouTube 频道 Neuroscientifically Challenged,Marc Dingman) 每集 2 分钟,一集讲一个脑区/一种递质/一条通路 第一优先级。 上面统计出的 30 个高频名词,它每个都有一集:杏仁核、前扣带回、伏隔核、蓝斑、腹侧被盖区、中缝核……两周刷完,术语焦虑直接消失
Marc Dingman《Your Brain, Explained》 300 页科普书 上面那个频道的文字版扩写,睡前读
《神经科学:探索脑》(Bear, Connors & Paradiso,中文版有) 本科教材 全世界最好读的神经科学教材,图极多。不要通读,当查询手册用:写到哪个脑区就翻哪一章
Kandel《神经科学原理》 砖头 别读。它是字典不是教材,对入门阶段是负资产

⚠️ 关于中文书的一个提醒#

市面上大量「大脑说明书」「掌控大脑」「××× 脑科学」类畅销书是二道贩子——从英文科普书转述而来,转述过程中把不确定的结论说成了定论。

认准两类:大学教材,以及一线研究者本人写的书(下一章逐条列了)。


二、主干:三门免费公开课,按这个顺序#

① Sapolsky《Human Behavioral Biology》(斯坦福,25 讲,每讲 90 分钟)#

如果整份路线只做一件事,就做这一件。

这是全网最好的"行为背后的生物学"课程,完全免费,B 站有中英字幕搬运(搜「萨波斯基 人类行为生物学」)。

它真正的价值不在知识点,在方法论——同一个行为,Sapolsky 会从五个时间尺度各解释一遍:

示意
1 秒前   →  哪些神经元放电了?
几小时前 →  当时的激素水平是什么状态?
几天到几月前 → 神经可塑性发生了什么改变?
几年前   →  童年经历和青春期塑造了什么?
几千年前 →  进化为什么保留了这套机制?

大部分 AI 生成的脑科学笔记只做了第一层("××脑区激活了"),而人写的好内容往往赢在后面四层。

配套两本书,都有中文版:

  • 《为什么斑马不得胃溃疡》——皮质醇 / HPA 轴 / 慢性压力的圣经。前面那个 vault 里「焦虑与负面偏差」整整 21 篇的底层理论,几乎全在这一本里。最该马上买的一本。
  • 《行为》(Behave)——大部头,Sapolsky 一生功力,社交与情绪那一类的总纲。

② Kanwisher《9.13 The Human Brain》(MIT OCW,Spring 2019)#

它教的不是"大脑有什么",是**"凭什么这么说"**:fMRI 怎么做、结论边界在哪、什么叫功能特异性、一个脑区"负责"某件事这句话到底能成立到什么程度。

看完之后写笔记会自动多出一句「该研究 n=24,且为相关性证据,不能推因果」——这一句就是人味和 AI 味的分水岭。

③ HarvardX《Fundamentals of Neuroscience》三部曲(edX,免费旁听)#

分册 内容
Part 1 神经元的电学性质——亲手一步步拼出一个能放电的神经元
Part 2 神经元与网络
Part 3 大脑

什么时候看:当"多巴胺让你想要"这句话开始让你不满足、想知道它在分子层面到底指什么的时候。Part 1 会给出答案。

④ 番外:Huberman Lab 怎么用#

Andrew Huberman(斯坦福神经生物学教授)的播客,是中文互联网上「晨光、皮质醇觉醒反应、多巴胺基线、冷水澡、NSDR」这一整套叙事极可能的真正源头——哪怕 AI 检索时引的是论文,叙事框架往往来自他。

  • 优点:一线教授,机制讲得清楚,每期 2~3 小时,信息密度高。
  • 必须知道的问题:他被科学界和《纽约时报》批评过把动物实验和小样本研究的结论过度外推成生活建议,protocol 化倾向严重。他讲的机制大体可信,他给的建议要打折。
  • 正确用法:听机制 → 记下他引的那篇论文 → 自己去 PubMed 把摘要读一遍 → 看被试是人还是鼠、n 是多少。这个动作做十次,判断力就起来了。

三、按主题找源头:七个分类各自的奠基论文和一手作者#

这是整份路线的核心。不要泛读,顺着已经写过的笔记去找源头——写过 87 篇,就等于有 87 个钩子。

多巴胺与奖赏#

源头 一手内容
Wolfram Schultz 1997 Science《A Neural Substrate of Prediction and Reward》——"多巴胺 = 预测误差(RPE)"就是这篇提出的。所有写过 RPE 的笔记,源头都在这里
Kent Berridge(密歇根大学) wanting ≠ liking(想要 ≠ 喜欢)。他用实验证明多巴胺管的是"想要"不是"爽"。搜 Berridge incentive salience
Anna Lembke 《Dopamine Nation》(中译《成瘾》),斯坦福成瘾医学,快感-痛苦天平模型。对应"爽片沉溺""游戏成瘾"这类选题
Nora Volkow 美国国家药物滥用研究所(NIDA)所长,成瘾影像学一手研究者,公开讲座很多

前额叶与自控#

源头 一手内容
Miller & Cohen 2001 《An Integrative Theory of Prefrontal Cortex Function》,Annual Review of Neuroscience58 处提到前额叶,理论总纲就是这一篇。必读,而且它是综述,比原始论文好读得多
Earl Miller(MIT) 上面那篇的作者。工作记忆容量、"大脑做不了多任务"的一手来源
Adele Diamond 执行功能(Executive Function)权威综述《Executive Functions》2013 Annu Rev Psychol,被引两万次以上

⚠️ **"前额叶 25 岁才成熟"**这句流传极广,但证据比传说的弱得多——大脑发育是连续的,没有一个明确的"完成时刻"。写过这句的笔记要标注。

焦虑与负面偏差#

源头 一手内容
Sapolsky《为什么斑马不得胃溃疡》 这一整类的总纲,见上一章
Maier & Seligman 2016 《Learned Helplessness at Fifty: Insights from Neuroscience》,Psychological Review这是一篇作者给自己翻案的神作:习得性无助原来搞反了——被动才是哺乳动物的默认反应,真正起作用的是"可控性"被检测到后,腹内侧前额叶去抑制中缝核。任何写过"控制感""可控性"的笔记都该读原文
Adrian Wells 元认知疗法(MCT)的创立者本人。书《Metacognitive Therapy for Anxiety and Depression》。写过 MCT 笔记却没读过 Wells,是个明显的缺口
Susan Nolen-Hoeksema 反刍思维(rumination)概念的定义者
Joseph LeDoux 杏仁核与恐惧回路的一手研究者。注意:他本人后来公开反对"杏仁核 = 恐惧中心"这个通俗说法,写了《Anxious》和专门的论文来纠正。这个"提出者亲自推翻自己"的故事,本身就是绝好的原创写作素材

睡眠与晨起#

源头 一手内容
Borbély 双过程模型 睡眠压力(S 过程,腺苷堆积)× 昼夜节律(C 过程)。1982 年提出,2016 年有作者本人的回顾综述。所有睡眠笔记的地基
Matthew Walker《Why We Sleep》 中译《我们为什么要睡觉》。读,但必须配着读 Alexey Guzey 那篇著名的批评文(搜 Guzey Why We Sleep errors),它逐条指出书里的事实错误和夸大。两个一起读,就学会了"科普书也要交叉验证"这件事
2017 诺贝尔生理学或医学奖 Hall / Rosbash / Young,生物钟的分子机制。诺奖官网的 Popular Science Background PDF 是免费的顶级科普材料

社交与情绪#

源头 一手内容
Naomi Eisenberger 2003 《Does Rejection Hurt? An fMRI Study of Social Exclusion》,Science"社交痛苦与生理疼痛共用神经回路"的原始论文——失恋、被排挤、朋友离开这一类笔记的共同源头
Matthew Lieberman 《Social》(中译《社交天性》),社会认知神经科学入门书,和 Eisenberger 同一实验室
Lisa Feldman Barrett 《How Emotions Are Made》(中译《情绪》)。必读,因为它正面挑战现有框架——她认为不存在"杏仁核管恐惧、脑岛管厌恶"这种定位主义,情绪是大脑基于身体信号和概念建构出来的。先看她的 TED 演讲

记忆#

源头 一手内容
Eric Kandel 海兔实验拿的诺贝尔奖,记忆的分子基础。自传**《追寻记忆的痕迹》是科普 + 个人史 + 科学史三合一的神作**,可以直接当写作范本读——它示范了"有人味的科学写作"长什么样
Elizabeth Loftus 记忆重构与虚假记忆,TED 演讲极经典
Bjork 夫妇 Desirable Difficulties(合意困难)、提取练习
Roediger & Karpicke 2006 testing effect(测验效应)的经典论文

学习与认知效率#

源头 一手内容
Barbara Oakley《Learning How to Learn》 Coursera 上全球报名人数最多的课,免费,中文字幕齐全
《认知天性》(Make It Stick) Brown / Roediger / McDaniel——学习科学的一手研究者亲自写的科普
Stephen Fleming 元认知(metacognition)研究本身的一线学者。书《Know Thyself》(中译《元认知》),论文 Fleming & Lau 2014《How to measure metacognition》。如果 vault 本身就叫"元认知",却没读过元认知领域的人,这是最该补的一块

四、中文资源:用来降门槛,不能当主食#

来源 说明
神经现实 NeuReality 公众号 + 网站 https://neu-reality.com中文最好的神经科学媒体,没有之一。深度译介 + 原创,翻译质量高
酷炫脑 Cool Brain 公众号 + B 站。日更型,讲最新论文,深度不如神经现实但更新快
B 站 Sapolsky 公开课中字 搜「萨波斯基 人类行为生物学」,主干课程的中文入口
中科院心理所 / 北师大认知神经科学与学习国家重点实验室 https://ir.psych.ac.cn · https://brain.bnu.edu.cn,中文一手研究的窗口
《环球科学》/《科学美国人》中文版 稳妥的月刊级信息源
建议避开 知乎神经科学话题(除个别认证学者)、CSDN、各种"××× 说大脑"的短视频账号

五、怎么自己读论文:学会了就不再依赖 AI#

性价比铁律:综述 >> 原始论文。 一篇好综述抵五十篇原始论文。

去哪找综述#

盯死三本刊物就够了:

刊物 特点
Nature Reviews Neuroscience 最权威,但付费墙多
Annual Review of Neuroscience / Annual Review of Psychology 最好读,专门写给非本领域研究者看,很多免费开放
Trends in Cognitive Sciences 短、新、观点鲜明

搜索姿势#

https://pubmed.ncbi.nlm.nih.gov,搜 关键词 + review,左侧筛选栏勾 Review 和 Free full text。免费全文优先去 PMChttps://pmc.ncbi.nlm.nih.gov)。

只读四段,正文可以不读#

示意
Abstract          →  这篇在说什么
Figure + 图注     →  证据长什么样(图注信息量常常大于正文)
Discussion 第一段 →  作者自己怎么总结
Limitations       →  这个结论的边界在哪(最重要,也最少人读)

每篇必问三件事#

  1. 被试是人还是老鼠?
  2. n 是多少?
  3. 是相关还是因果?(有没有做干预操作,还是只观察到了共变)

这三问会砍掉 80% 的错误引用。

顺藤摸瓜的工具#

工具 用法
Connected Papers(connectedpapers.com) 输入一篇论文,生成引文关系图,一眼看出这个领域的奠基论文是哪几篇。极强,强烈推荐
Semantic Scholar 看被引数,被引 1000+ 的基本是该领域必读
Google Scholar 设关键词邮件提醒,被动接收新论文
BrainFacts.org 美国神经科学学会(SfN)官方科普站,可靠的英文入门层

六、⚠️ 反坑清单:大概率已经写错的东西#

这一章比前面所有内容都重要,因为它直接决定以后自己写的东西站不站得住。

而且——"我之前写错了,这才是真相"本身就是最好的原创选题。

流行说法 真实情况
"血清素 = 快乐分子,低血清素导致抑郁" Moncrieff 等 2022 年发表在 Molecular Psychiatry伞形综述系统检索了血清素代谢物浓度、5-HT1A 受体结合、SERT 水平、色氨酸耗竭、基因关联等全部主要证据线,结论是:没有一致证据支持抑郁由血清素水平降低引起。这篇引发巨大争论(36 位专家联名回应),但无论如何,"低血清素 = 抑郁"作为定论已经站不住。任何写过血清素的笔记都要重新核对
"多巴胺 = 快乐分子" 多巴胺主要编码的是**"想要"和预测误差**,不是"爽"(愉悦感更多与阿片类/内啡肽系统相关)。Berridge 的 wanting/liking 分离实验是铁证。这是全网第一大误解
"杏仁核 = 恐惧中心" LeDoux 本人撰文反对:杏仁核处理的是威胁探测和快速反应,而主观的恐惧感受需要皮层参与。Barrett 的建构情绪论则对整个定位主义提出挑战
"前额叶 25 岁成熟" 广泛流传但证据薄弱,发育是连续的,没有明确终点
"人只用了大脑的 10%" 纯神话
"左脑理性、右脑感性" 纯神话
"90 分钟超日节律,所以要按 90 分钟专注" 清醒状态下 ultradian 周期的证据很弱,被播客推广后广为流传
通用陷阱:老鼠 ≠ 人 / 相关 ≠ 因果 / fMRI 亮了 ≠ 那里"负责" fMRI 测的是血氧信号(BOLD),时间分辨率低、多重比较问题严重(著名的"死鲑鱼实验"就是拿死鱼扫出了"激活")。写"××区激活"时,心里要带着这个折扣

七、12 周执行表#

做什么 每天投入
1–2 2-Minute Neuroscience,按自己 vault 的高频词表逐个刷(前额叶各亚区、杏仁核、前扣带回、伏隔核、VTA、海马、蓝斑、中缝核、下丘脑、脑岛)+ 每种递质各一集 20 分钟
3–4 Sapolsky 公开课 1–8 讲(进化、遗传、行为学、神经解剖入门)+ 同步读《为什么斑马不得胃溃疡》 1 小时
5–6 Sapolsky 9–16 讲(激素、压力、攻击)+ 回头返修「焦虑」类笔记,把知乎/CSDN 来源换成真文献 1 小时
7 只做一件事:读 Miller & Cohen 2001 那篇综述,逐段啃,查不懂的词。这是"第一篇完整读完的英文文献" 1 小时
8 Kanwisher 9.13 前 6 讲(方法论),学会怎么怀疑一个 fMRI 结论 1 小时
9 Berridge 的 wanting/liking + Schultz 1997 RPE 原文,然后重写一篇多巴胺笔记——这次不用 AI 1 小时
10 Barrett《情绪》+ Eisenberger 2003,主动冲击一次自己的既有框架 1 小时
11 Fleming《Know Thyself》+ Wells 的 MCT——补上"元认知"这个同名领域 1 小时
12 产出周:挑反坑清单里的一条,完全自己写一篇长文(例如"我写了 87 篇脑科学笔记,然后发现其中一个核心概念是错的")。这一篇不许用 AI 写正文

八、关于"人味"的一点判断#

想让内容有人味、以后自己写——缺的不是知识量。AI 已经把知识量给足了。缺的是三样 AI 给不了的东西:

判断力#

知道哪句话是定论、哪句话是猜测、哪句话已经被推翻。这个靠第五章那个"每篇必问三件事"练出来,没有捷径,但也不慢——练十篇就有感觉。

来路#

"我以前信 X,后来读到 Y,改了主意。"

AI 没有时间线,你有。那 87 篇笔记本身就是你的时间线,是最独特的资产——它不是一堆待修正的错误,它是一个待讲述的故事。

切口#

看一眼这些真实的笔记标题:

《海克斯大乱斗为何停不下来》《搜索框误输入与目标表征被劫持》《有工资时学得爽,没收入时学得慌》《为什么和朋友出去玩时会感觉晕晕的》

这些切口已经非常有人味了,全部来自具体的生活瞬间,AI 想不出来。所以要补的只有底下那一层机制的真伪,切口本身一个都别改


真正的目标从来不是"学完神经科学再动笔",而是边学边把旧笔记一篇篇亲手翻修。那个过程产出的东西,才是别人复制不了的。


附:主要来源#