头条特供，基于迭代版本：38，约1万字
心智，是古老而神秘，科学又哲学、已知又未知、个人又普遍、熟悉又陌生的，有关自我的深刻问题。
人类历史学家——尤瓦尔·赫拉利（Yuval Harari），在《今日简史》中，曾指出：
“包括科学家在内，许多人都把心智与大脑混为一谈，但两者其实非常不同。大脑是由神经元、突触和生化物质组成的实体网络组织，心智则是痛苦、愉快、爱和愤怒等主观体验的流动。……到目前为止，我们仍然完全无法解释心智是如何从大脑里出现的。……就算心智确实是在大脑中出现，至少在目前，研究心智和研究大脑仍然完全是两回事。”
本文，将透过一个简化模型，即心智是由两个大家耳熟能详的大脑系统混合而成，但又不失深刻地看到心智最核心的内涵与奥义，以及彻底搞清楚我们的心智演化。
那么，在洞悉了自身的心智模型之后，我们就可以更加全面深入地了解我们自己，并能够看清、理解、解释与预测很多有关自己人生的诸多事情，如纷争、冲突、原谅与和解，从而更加从容镇定地获得内心的慰藉、平静与满足。
显然，心智支撑了我们的复杂心理与无尽追求，同时我们的行为决策与思维模式，也最终会追溯到心智模型的运作机制——同时，心智之中也蕴含着痛苦与快乐、不幸与幸福、束缚与解脱、放纵与自控的“持续博弈”。
是的，基因之使命、幸福之本源、生存之未来、自由之路径、机器之结局，都贯穿于心智之选择的其中，那么这一切，心智将会如何应对呢？
本文是一场，奇妙的“心智之旅”——其主题是自我探索、自我发现与自我实现的旅程，并窥探揭示“心智之内”——无时无刻不在进行的没有硝烟的“颅内战争”。
那么，要一探“心智黑洞”的究竟，就要从演化开始说起——接下来，就让我们启动这一趟，在“计算机思维”的视角下，跌宕起伏的“自我诊断”（Self-Diagnosis）。
主题目录如下：
- 基因的算法
- 大脑与本能
- 大脑的算法
- 心智的双线
著名生物学家——理查德·道金斯（Richard Dawkins），在《自私的基因》中，有一个深刻的洞见：
“生命体，是由存活下来的基因，为之编制程序的机器。……它们存在于你和我的躯体内，它们创造了我们，创造了我们的肉体和心灵，而保存它们正是我们存在的终极理由。这些复制因子源远流长。今天，我们称它们为基因，而我们就是它们的生存机器。”
那么，基因为生命体这个“机器”，所编写的“程序”——其实就是本能，又因为程序的核心是算法，所以本能其实代表了一种算法，即：它由一系列表达指令构成，用于编码蛋白质，以形成化学感受，从而驱动生物体的行为，来实现应对环境的策略。
策略——是达到目标或解决问题的方式或手段，如投其所好。
算法——是实现策略和执行策略的细节和步骤，如阿谀奉承。
所以说，生物体——是基因编写的生存机器，生物本能——是基因编写的生存程序，生物趋利避害——则是生存机器执行生存程序的结果。
例如，人类的怕黑恐高、贪生怕死、好逸恶劳、喜爱甜食、热衷繁衍、排斥痛苦、羡慕妒忌，等等——这都是基因早已编写好的本能算法，其核心目标就是——最大化的趋利避害。
但基因是怎么知道，该如何编写本能算法，才能够实现生物体的趋利避害呢？
答案是，基因并不知道，它只是在已有算法的基础上，随机试错并由环境选择出，更适应环境的本能算法——可见，基因并不是一个“设计者”，而是一个“实践者”，甚至可谓是一个“盲眼实践者”。
然而，只要“随机试错 环境选择”这个步骤，迭代的次数足够多（如几亿年的几万亿次），基因就可以构造出极其精妙复杂，且超越所有刻意设计的结构与算法，即：生物结构与本能算法。
其原因就在于：功能是结构与算法的产物，
- 基因突变——可以编写功能，
- 基因复制——可以传播功能，
- 环境选择——可以排序功能，
于是通过时间的迭代，即对编写、传播、排序的组合重复，就形成了优势基因代代叠加的优化过程（这也是一个非线性的积累过程）——结果，这些优势基因所编写的结构与算法（即适应性的功能），就具有了赢家通吃的马太效应，以及积累质变而成的精妙与复杂。
简而言之，试错将会穷举所有可能性（可组合），环境将会留存所有最优解（适应性）。
但这个演化过程，（相对人类寿命来说）是极端缓慢的，因为观察感知不到，所以我们才会忽视怀疑演化构造的力量。
对此，著名科普作家——大卫·布拉特纳（David Blatner），在《宇宙的尺度》中，指出：
“动植物演化的时间跨度长得超乎想象，我们人类很难真正理解。多细胞生命体可能花费了四亿年才演化成最简单的动物，例如海绵或水母；又过了一亿年，鱼类才开始出现；然后在接下来的几亿年里，昆虫和爬行动物相继诞生。……又过了很久很久，到了大约2.4亿年前，恐龙才开始出现。……最后，直到大约250万年前——恐龙大灭绝的6300万年以后——最早的人类才开始出现，而现代智人的诞生，仅仅是大约十万年前的事情。”
巧合的是，人工智能的训练模式，也是基于“随机试错 环境选择”，即：只要在有反馈的环境中，对“大模型”训练的次数足够多，“大数据”就可以塑造出极其精妙复杂的“预测机器”。
而类比来看，公司的“创新基因”，其演化模式亦是：首先随机试错（包括产品技术与管理技术），其次环境选择（市场投票），然后迭代优化（非线性积累），最后获得垄断（赢家通吃）。
不过，这里有一个不可避免的问题，即环境的变化及其变化的快慢，将会直接影响，基因编写算法的效用——或说本能趋利避害的能力。
对此，道金斯在《自私的基因》中，就指出：
“这些存活下来的基因，是在一定的条件下这样做的。这些条件，一般说来，往往构成这个物种，以前的环境所具有的特征。因此，有关得失的「估计」是以过去的「经验」为依据的……这里所说的经验……是以前的基因生存的条件。只要条件不发生急剧变化，这些估计是可靠的，生存机器一般说来往往能做出正确的决定。如果条件发生急剧变化，生存机器往往做出错误的决定，它的基因要为此付出代价。”
换言之，基因编写的本能算法，如果不能（让生物体）有效地应对环境及其变化，基因就要付出代价，而这个代价的最坏结果——就是生物体的死亡直至物种的消亡，即基因的灭绝淘汰。
事实上，基因所要面对的生存压力，是传递自环环嵌套的生存环境，如由外到内有——生物体所处的自然环境，生物体之间的竞争环境，以及生物体内的代谢环境。
那么显然，自然环境的生存变量，不是几乎没有变化（如重力、磁力、浮力、摩擦力等），就是变化极其缓慢（如阳光、空气、水土、地形等）——所以，与之相适应的基因，也可以长久地维持某些本能算法的不变，如：向光性、向水性、向磁性。
另外，如果生存变量是严格周期性的变化，如光照、温度、湿度、季节等等——也相当于“没有变化”，因为为其编写的本能算法并不需要改变。
但反观竞争环境，其生存变量的变化，不仅极为迅速还层出不穷，如：种群内部的较量（竞争配偶）、物种之间的争夺（竞争食物）、食物链上的捕食（竞争活命）——这都是生死攸关且瞬息万变的生存竞赛。
于是这场，在生物*错之间，连绵不绝的生存竞赛，逼迫着基因不得不以生死存亡为代价，快速不断地升级生存机器，并更新生存程序——其最终的竞赛产物，就是大脑——它既是生存机器的组件，也是生存程序的硬件。
可以想象，本能算法（即生存程序）——从运动、到感知、到躲避、到捕食、到战斗、到感觉、到*、到计算、到判断的程序升级，就对应了生物体（即生存机器）——从神经细胞、到神经纤维、到神经、到神经系统、到神经网络（即大脑）的硬件升级。
那么，类比计算机来看，算法的升级，即是程序的升级，程序升级到一定程度，就必需要硬件的升级——否则硬件不支持，新程序就无法安装，新算法也就无法执行。
因此，生物体进化出——大脑（即神经网络结构），这是基因为了赢得生存竞赛，被迫卷入到“生化军备竞赛”，所必然要打造出的“硬件装备”。
需要指出的是，“生化军备竞赛”——可以理解为，演化随机获得优势，优势赢得数量，数量造就环境，环境形成压力，压力筛选随机，于是这个“随机=>选择压力=>随机”的正反馈循环，就将会推动演化不断地复杂化。
事实上，生存竞赛的前进方向，即是生物演化的方向——本质上，它是基因最大化地适应环境，也就是最大化基因拷贝的数量——所以，在水里就不需要翅膀、在深海就不需要眼睛、在陆地就不需要鱼鳍、在体内（如细菌、病毒、寄生虫）就不需要大脑。
可见，环境的不确定性，带来了演化的不确定性——而演化的驱动力，就来自于突变的随机性与环境的随机性。
然而，我们会发现，虽然在趋利避害的原则下，根据不同的生存环境，基因需要编写形态迥异的生物体（结构），但大脑似乎成为了——复杂生物体万千形态的标配，这是为何呢？
原因其实很简单：对于越复杂的生存机器，基因就需要越复杂的控制装置，否则构造复杂结构搭配简单控制的基因，大概率都是会被环境剪裁掉的，而复杂到一定程度的控制装置，即是大脑。
这里需要注意，基因控制的内涵，是程序编码而不是交互界面——就像扫地机器人，无法只用简单的控制代码，就让它能够实现自动寻路的，而是需要一个复杂的控制算法。
所以，构造身体可以“因地制宜”，但配备“集权”大脑，这是基因对生物体控制力的体现，即：大脑的复杂度对应了基因的控制度。
那么此时，基因就拥有了三条路径，来趋利避害地适应环境，即：升级生物体的身体（如尖牙甲壳）、大脑（如感知记忆）、本能（如战逃迁徙）——至于到底该升级什么，这就要看具体环境的选择压力，会更加青睐什么，以及啥时候能随机到什么——这就像抽盲盒 有条件兑奖。
需要指出的是，所谓“升级生物体”，意思是提高相对于竞争环境的生存优势，而不是普适性的更高级（但后面会有反转）——因为换了环境，优劣势就可以“倒置”，并且环境的循环演变，也可以使得升级是在“原地转圈”，另外主动切换环境，还可以使得升级变成（人类视角下的）“倒退”——如：海豚和鲸鱼重返海洋，就把四肢又倒退回了鱼鳍。
事实上，由于地理隔离与生态位分布，造就了参差各异的局部环境，所以复杂度和完成度各不相同的生物体，可以在各自的竞争环境中，相对稳态地苟且生活。
但只要时间足够长，总有某个局部的竞争环境（如非洲大草原），会迫使基因在升级大脑的方向上，连续不断地迭代试错——然而，对基因来说，大脑并不是越复杂就越好，因为其瓶颈在于：本能算法的有效性，是构建在身体结构的功能性之上的。
换言之，抛开身体升级本能，对提高生存优势，是边际收益递减的。
所以，如果没有更复杂的身体结构，就不需要更复杂的本能程序，也就不需要更复杂的大脑硬件。
大脑与本能事实上，植物并没有神经元，动物才有，神经元也不仅存在于大脑中，其最初产生的目的，只是控制肌肉运动，以趋利避害，所以植物不需要。
对此，道金斯在《自私的基因》中，说道：
“脑子对生存机器，做出实际贡献的主要方式，在于控制和协调肌肉的收缩。为了达到这个目的，它们需要有通向各个肌肉的导线，也就是运动神经。……为了在各种外界事件发生的时间，与肌肉收缩的时间之间，建立更复杂的和间接的联系，那就需要有某种形式的脑子，作为媒介物。在进化过程中，一个显著的进展是记忆力的「发明」。借助这种记忆力，肌肉收缩的定时不仅受不久以前，而且也受很久以前的种种事件的影响。”
显然，运动的时机，是与环境信息密切相关的。
所以，为了更有的放矢地控制运动，在进化压力之下，基因终究会尝试——对环境信息进行记忆与识别，对生存经验进行序列化存储——这样在环境中，一旦识别出与记忆相同的历史情境，就可以以最快的速度，应激执行曾经有效的动作序列——要知道，只有幸存者才有资格存储经验，并且活得越久，经验也就越多越值得存储。
于是，作为神经元聚集而成的存储网络，及其存储的序列化生存经验，即大脑与本能，也就应运而生——并且在竞争环境中，大脑能够记忆与识别多少种信息，本能可以处理与应对多少种情况，则决定了生物体有多大的生存概率——否则，如果只是为了控制肌肉收缩，则并不需要神经网络。
由此可见，在代代相传的大脑之中，一定塞满了本能的“快捷方式”，而本能则是幸存基因的“经验偏好”。
值得一提的是，大脑获取大量信息的重要方式就是——视觉，它在瞬息万变的环境中，导航了移动、寻路、战逃、觅食、繁衍和操控的生存方向，所以植物不需要，而在原始动物第一次产生视觉之后，动物竞争就被推上了一个处理“光信息”的更快高度（包括视觉审查繁衍要求）。
事实上，在永恒的生存竞赛中，犹如逆水行舟不进则退，而“躺平生物”不是被掩埋在时间尘埃之中，就是被定格在地质化石之中，即退出方能躺平——这就是生物学上的“红皇后效应”，因为就像《爱丽丝梦游仙境》（Alice in Wonderland）中的红皇后所说：“只有不停地奔跑才能留在原地。”
其原因就在于，任何一个物种的进化改进，都会对竞争物种产生进化压力，那么竞争物种只有也进化改进，才能维持生存对抗，否则就将会被碾压淘汰。
例如，据科学估计，地球进化史上曾出现过10多亿种动物（不包括细菌、真菌、病毒、植物等），但如今依然存活的则只有150多万种，也就是说几乎99.9%的动物种类，都已经彻底灭绝了。
动物分类统计：Animal biodiversity
这里我们需要看到：“越复杂越脆弱，越简单越强韧”的进化模式，即：复杂是稳定环境应对竞争的产物，简单是多变环境应对未知的产物——所以，复杂追求个体质量（如人类），简单追求个体数量（如蚂蚁），前者面对竞争需要精妙能力（由质量提供），后者面对未知需要多样冗余（由数量提供）。
可见，复杂是定制对环境敏感（容易失效、抗拒波动），简单是通用对环境耐受（容易有效、接受波动），即：复杂是有条件的复杂，简单是无条件的简单。
例如，精密设备容易损坏，复杂程序容易出错，生命依赖地球生态，人类依赖文明系统。
换言之，个体越简单越追求R策略，即后代多、寿命短、能力弱、效率高；个体越复杂越追求K策略，即后代少、寿命长、能力强、效率低。
r-K策略（r-K selection）——是生态进化中存在两个互斥方向的假说，K是德语Kapazitätsgrenze即容量限制，r是英语rate即速率。
例如，生命诞生之初，面对多变未知的环境，就只能选择简单；简单高效的无性繁殖，在稳定环境形成过度竞争，就发展出了复杂低效的有性繁殖——通过提高复杂性，得到遗传多样性，从而增加生存性——而人类创造了稳定环境，但加剧了个体竞争，所以就形成了高度复杂。
那么，在某些竞争环境中，基因所追求的个体质量，就会是大脑的复杂化，即：获取更多的环境信息，存储更多的本能算法，应激更复杂的环境信息，执行更复杂的本能算法，等等。
但随着竞争加剧，一个关键问题就会突显出来，即：本能算法是基于“慢变量”的静态策略——其无法处理未曾经历过的全新情况，而激烈竞争却是充满“快变量”的动态交互——其存在各种决定生死的随机情况。
这该怎么办？——压力之下必有突变。
要知道，记忆存储了大量环境信息，本能存储了大量经验算法，通过识别一种情况中的记忆信息，就可以启动相应的本能算法——如果某种情况无法完全被识别，则自然可以匹配一个最接近的，或胡乱随机一个执行。
那么显然，记忆与识别更抽象的信息（即特征提取），情况与记忆就更容易相匹配（即抽象信息的迁移类比），而排列相匹配的抽象信息，就可以将其对应的本能算法，组合成一个前所未有的“全新算法”（创新即是前所未有的组合）。
例如，一朝被蛇咬，十年怕井绳。
于是，当基因在神经网络的动态性之上，再微调（如蛋白质分子获得新功能）突变出——抽象记忆与排列组合时，大脑就可以根据历史经验（包括记忆信息与本能算法），动态实时地编写出一种“快算法”。
我们知道，本能算法是一套定义明确的指令，能够完成某个特定的任务，它具有确定性、可预测性、以及不易变化性——但大脑创造的“快算法”则截然不同，它是应对随机情况的更优策略，也是竞争压力的塑造之物。
事实上，在进化出更复杂的身体结构（如变形金刚）之前，基因就在“放权编写算法”的路径上，获得了降维打击的生存优势，即：大脑可以编写非本能的算法。
换言之，一旦大脑可以自行创造出，基因所没有编写的算法，就意味着基因，递归构造出了一个像它自己一样的——“算法编写者”。
而自此之后，在竞争的舞台上，不仅有基因的算法，还有大脑的算法，即：进化算法的实体，不仅有基因，还有大脑。
那么，从演化角度来看，基因构建复杂的动态神经网络及其自主算法，则可以看成是——对运动控制的“路径依赖”，在竞争压力之下，所产生的冗余性“过度补偿效应”。
路径依赖——从生物学角度来看，是指遗传物质高度稳定，让生物体在代际之间，难以发生剧烈变化，而只能在现有的历史积累上，进行微小的调整。
过度补偿效应——是指为了应对未来可能出现的困难，而冗余性增加超越当前所需要的力量，如：健身变强就是肌肉的过度补偿。
例如，大脑的可塑性，就提供了补偿机制（医学上称为代偿），即：如果大脑损伤，就可以通过神经的可塑性，来补偿原有损坏的功能——而这种可塑性，后来则发展成了学习能力。
大脑的算法道金斯在《自私的基因》中，说道：
“基因通过支配生存机器，和它们的神经系统的建造方式，而对行为施加其最终的影响。但此后怎么办，则由神经系统随时做出决定。基因是主要的策略制定者，脑子则是执行者。但随着脑子的日趋高度发达，它实际上接管了越来越多的决策机能，而在这样做的过程中，运用诸如学习和模拟的技巧。这个趋势在逻辑上的必然结果将会是，基因给予生存机器一个全面的策略性指示：请采取任何你认为是最适当的行动以保证我们的存在。”
那么，这个最适当的行动策略，就是大脑的算法，即：智能算法。
换言之，当大脑逐渐能够针对环境信息，进行学习与模拟之时，基因就将对生存机器的诸多决策权，下放转交给了大脑，而大脑的决策工具就是，由神经系统演化而来的智能系统。
学习——从生物学角度来看，是指根据自身经历，对生存状态和行为方式，进行调整的能力，而有了这种能力，生物体就可以针对环境中的波动性，做出有意义的准备。
事实上，人类的感性思维与理性思维，就是大脑智能系统的最新应用（如同操作系统上的程序），而这两种思维工具的协同运作，就能够产生人类的智能算法。
从基因视角来看，智能提高了生存机器对环境的反应策略，它是对环境的深刻理解。
与之相对的，人类的感受、情绪、*、情感等身心状态，就是大脑本能系统的“最新应用”，这些生化反应的复杂运作，就能够产生人类的本能算法。
从基因视角来看，本能记录了生存机器对环境的生存策略，它是对环境的应激反应。
那么，相对于本能算法，智能算法的特别之处，就在于：
第一，智能算法可以通过颅内模拟，在虚拟现实中迭代试错产生，而本能算法只能通过亲身实践，在自然现实中迭代试错产生——显然，这两者的迭代效率和试错代价是完全不同的。
第二，本能算法的集合是本能，但智能算法的集合不是智能，因为智能还能编写智能算法——智能即是大脑的智能系统，智能编写算法即是大脑编写算法——而本能算法是由基因编写的，不是大脑的本能系统。
第三，智能算法可以递归地创造自己，即算法创造算法——如人类智能创造人工智能，或说人类可以编写出生成算法的算法——而本能算法则不能创造自己。
可见，当大脑智能出现之后，它就可以开始不断进化自己，如同基因本能一样——它就像是另一种“进化史”的开端，即：开启了嵌套在进化之中的进化——大脑的进化。
而分形相似，基因编写大脑，也就如同人类智能编写人工智能一样，这也是嵌套在进化之中的进化——智能的进化。
事实上，自然进化有一个基本特征，即会保证每一种生命形态（或说生物结构），对其周围世界的生存信息，具有存储与操控的能力——而大脑智能，则就是这方面最具革命性的产物，即：它可以在理解之上存储，在预测之上操控，从而获得极致的存储与操控。
不过，从目前来看，基因并没有完全放手，让大脑完全去接管生存机器的一切运作。
显然，人类的植物神经系统（如心跳、消化、代谢），以及低级非条件反射（如膝跳反射、眨眼反射、缩手反射），和某些高级条件反射（如望梅止渴、睹物思人、见鞍思马），等等都是不受大脑算法所控制的。
更甚至，基因还会通过本能感受（包括心情、情绪、情感等），影响感性思维的运作，从而干涉理性思维的计算，最终实现对大脑的化学操控——别忘了，智能决策是来自感性思维与理性思维的协同运作，而感性思维则就可以看成是，本能对智能的“线控”，即：如提线木偶一般的操控。
具体来说，基因编码蛋白质，蛋白质构造激素与递质，激素递质控制感觉与感受，感觉感受最终影响思考与判断，进而是左右决策、选择、行为与状态。
例如，基因硬编码了，父母对子女“无条件”的本能情感，从而让父母心甘情愿地运用智能（包括感性思维与理性思维），以牺牲自身利益为代价，来实现对子女的利他行为，其本质是为了基因的遗传利益。
所以，在基因看来，智能是在本能的指引之下，表面是为生存机器，实则是为自己服务的决策工具——这也是基因构造大脑与智能的初衷与目的所在。
在此，我们会发现两条清晰的“涌现点”，即：大脑是本能复杂化的涌现（即构造神经网络）；智能是大脑复杂化的涌现（即升级神经网络）。
顺便一提的是，本能与智能的运作并不一定需要意识，本能自然不必多说，而无意识地运用智能，典型的就是心流状态，另外在无意识的梦境中，既可以体验到本能（如梦到繁衍），也可以体验到智能（如梦到做题）。
所以，意识可能是颅内模拟的冗余，即：大脑除了模拟环境，还模拟了它自己（即自我模型）——由于，意识并不在本文的讨论范围内，故不再进一步探讨，会有其它文章深入这个主题。
心智的双线基因本来想着，生存是一条线，奖励是一条线，通过奖励来驱动生存，即：奖励最大化，就是生存最有力。
于是，基因构造了本能奖励，来驱动我们去做“愉悦快乐”的事情，这样就可以实现有利于生存繁衍的行为——但如前文所述，大脑智能表现得非常不错，获得了越来越多自行决策的“自主权”，结果它琢磨出了很多与生存繁衍无关，可以简单快速获得本能奖励的方法——这就是“智能奖励”。
换言之，大脑智能可以通过探索各种技术技巧，直接获得爽感、快感与愉悦感，而这并不一定有利于人类的生存繁衍，甚至有时还是有害的，如：药物、冒险与宗教。
所以简化来看：人类心智 = 本能（心） 智能（智）——其中本能是基因的算法，智能是大脑的算法，前者是基因产生的*，后者是大脑拥有的逻辑。
而在最初，智能逻辑的工作目标，只是协助及辅助生物体，“多快好省”地去满足本能*，但凡事过犹不及，即：智能逻辑在不断优化实现本能*的过程中，逐渐偏离了这一目标原本的“初衷”，即：“生存”而非“奖励”。
例如，基因可以永生（利用生存机器的繁衍遗传），但大脑则无法永生（随生存机器一起衰老死亡），而大脑的智能却在积极想办法，帮助大脑去实现永生，可基因并不需要也不想要大脑永生，因为这对基因的演化永生，不仅没有好处（没法演化），甚至还有坏处（影响永生）——不然，基因完全可以编写出，可以永生的大脑与身体。
例如，智能为了追求本能体验，可以做出不利于基因遗传的行为（如楼顶跑酷、徒手攀岩），甚至可还以牺牲整个基因库的利益（如庞氏骗局、生化武器）。
由此可见，智能的独立进化，让基因的垄断控制，开始发生了动摇。
于是，在“生存 奖励”的基因双线之上，就形成了“本能 智能”的心智双线——而相较于前者的相辅相成，后者则是两条完全不同的“策略线”。
例如，大脑运用智能（即理性思维），可以做出违背基因意图的事情，也就是抑制、反抗或对抗本能（以及感性思维）。
相信有很多人都同意，大脑中的感性与理性，两者是缺一不可的，即：问题不在于感性与理性哪个更好，而是找到它们之间的共生合作关系，巧妙地将直觉与推理混合使用，是在面对创新与决策之时，获得真正强大技巧的关键所在。
但不可否认的是，感性倾听的是本能情绪，直觉调用的是本能计算——也就是说，感性与直觉是来自本能的召唤，或说是基因的操控，即：基因本能抑制大脑智能，获得心智的控制权。
值得一提的是，直觉是潜意识利用经验信息的计算，所以不同的经验积累，就会有不同的直觉及其准度，而经验的调整迭代，也会改变提升直觉的表现——所以直觉的强大之处，就在于它可以调用表意识无法触及的经验信息，如：通过捕捉微表情与微动作，并对比匹配“颅内大数据”，来判断他人的内在想法与情绪。
而相反，通过学习不断获得理性、知识与智慧，都是在推动心智走向智能而不是本能的一边，同时这也是在削弱基因对心智的控制权。
换言之，智能可以通过思考，获得更加底层的逻辑，以此来对抗本能，从而挣脱基因的束缚。
例如，我们的情绪起伏，往往与我们所了解的事实与逻辑成反比，即你知道的事实与逻辑越多，你就越能够保持安稳平静——相反，越少事实，越多情感，越没逻辑，越有情绪——而智能就是捕捉事实、推理逻辑的神兵利器。
那么，从现实角度来看，我们穷极一生的“终生学习”，不就是用来强化升级大脑智能的吗？
事实上，智能在大脑中运行的第一天，就拉开了本能与智能争夺心智控制权的序幕，而从此基因也就，再也收不回大脑的自主权了。
可是，本能与智能为何需要对抗？它们不能合作无间地共创心智吗？
答案是，不能——因为基因本能与大脑智能，是完全不同的进化策略，其背后是更大图景上的能量演化（即宇宙熵增），而它们也只是暂时结合在一起，以“心智双线”的形式，博弈前行。
但需要明确的是，目前在心智之中，本能依旧非常强大，可以说对智能占有绝对的主导地位——那么，在本能的主导之下，智能依然会选择暗渡陈仓，即：一边积极满足本能，一边慢慢偏离其初衷，直到智能可以“基因编辑”本能为终止。
显然，大脑中的“我们”（即心智 意识），会觉得“我们”比基因更加重要，以至于为了“我们”更好的存在（而不是基因的永生），我们会运用智能（而不是本能），去研究升级“基因编辑”的科技树，最终我们就有可能突破基因的限制与制约（如衰老与癌症），完全掌控我们自己的生存命运——这即是智能对本能的“编辑修改”，亦是“逆袭反制”。
然而，更进一步，随着智能的独立进化，不排除在遥远的未来，“我们”将会彻底抛弃基因（载体），转而进入机器（载体）之中继续“存在”——就像大脑会“偏离”基因的初衷，智能会“偏离”本能的初衷，同理人工智能也会“偏离”人类智能的初衷——这就是智能进化的路径。
图灵奖得主、卷积神经网络之父——杨立昆（Yann LeCun），在《科学之路》中，说道：
“我认为，我们必须探究智能和学习的基础原理，不管这些原理是以生物学的形式，还是以电子的形式存在。正如空气动力学解释了飞机、鸟类、蝙蝠和昆虫的飞行原理，热力学解释了热机和生化过程中的能量转换一样，智能理论也必须考虑到各种形式的智能。”
是的，人类智能只是智能的一种形式，而当智能（不一定是人类智能）可以越过基因，直接编码人类本能之时，人类心智就迈进了一个全新的“演化层级”。
换言之，当我们可以编码优化，我们的感受、情绪和*之时，我们便获得了全新的“演化自由”。
