一只赛博果蝇被全网玩出花，能打游戏、下棋，还能炒比特币

过去一周，果蝇突然成了程序员手里最忙的动物之一。

有人把它塞进《毁灭战士》和《超级马里奥》的游戏里，让一套来自真实果蝇的神经网络控制角色移动、转向和开火；也有开发者做了一只会下国际象棋的“果蝇”，并开放网页让网友直接和它对弈。

图｜果蝇在毁灭战士里开火（来源：X）

还有一些开发者开始训练果蝇如何“停车”：神经模型控制一只模拟果蝇的腿，再由腿去转动 CARLA 仿真环境里的方向盘。

(来源：X）

还有一只果蝇，甚至在模拟世界里拧起了魔方...

（来源：X）

除此之外，更有开发者还让果蝇玩起了《节奏光剑》《我的世界》，根据不同音调摆出 Y、M、C、A 四种姿势，观看动画时记录整套神经网络的活动，甚至把它丢进各种模拟环境里，观察它在受到外部刺激后会怎么逃跑和做出选择。

这些项目的玩法可以说千奇百怪，但底层思路基本一致：开发者拿一张真实果蝇的神经连接图，给它补上一套简化的神经活动规则，再把游戏画面、行情变化等外部信息变成对神经元的刺激，最后读取网络的输出，转换成转向、开火、下棋、拧魔方等动作。

让一只赛博果蝇，拿 100 美元去炒币

这波“电子果蝇”里，最离谱的项目之一叫 Stonkfly。

开发者 Alex Wormuth 给这只果蝇安排了一份新工作：盯着 Coinbase 的比特币行情，自己决定买入、卖出还是继续持有。值得一提的是，他也是那只在《毁灭战士》游戏里开火果蝇的作者。

（来源：X）

不过，这只果蝇看到的其实并不是价格数字。Stonkfly 会先把实时行情画成一张价格图，再把图像转换成对果蝇视觉神经元的刺激。信号进入约 16.67 万个神经元组成的网络后，程序再从一组与运动有关的下行神经元中读取活动，把结果解释成“买入、卖出或持有”。

开发者还人为加入了一套简单的反馈机制，赚钱时刺激一组多巴胺神经元，亏钱时刺激另一组神经元，再允许部分神经连接随结果发生调整。可以粗略理解成，交易赚钱就给它一个“奖励信号”，亏钱则给另一个反馈，看看网络之后会不会改变决策。

Wormuth 还做了一个公开网页，可以实时查看这只果蝇的持仓、交易记录、神经活动和账户盈亏。

（来源：Stonkfly）

至少目前，它还没有表现出什么投资天赋。最新界面中，账户以 100 美元虚拟资金起步，完成 12 笔交易后剩下 99.81 美元，亏了 0.19 美元。

而且这里的“炒币”和“学习”都要打上引号。Stonkfly 默认使用模拟资金，所谓赚钱刺激多巴胺，也只是开发者人为规定的反馈规则。它确实会根据行情产生不同的神经活动，并据此做出交易动作，但这还不能说明一只果蝇真正理解了价格、利润或者投资。

更准确地说，Stonkfly 是把真实果蝇的神经线路接进金融市场，看看这样一套生物网络在持续输入和反馈下，会产生什么样的行为。最近爆火的这些“电子果蝇”，基本也都是这个逻辑：换一个环境，重新定义输入和输出，再看这套神经网络会做出什么反应。

但为什么偏偏是最近，一下子冒出了这么多果蝇项目？

为什么突然冒出这么多“电子果蝇”？

这波热潮最直接的起点，是一套最近正式发表的雄性果蝇完整中枢神经系统连接组 MaleCNS v1.0。

（来源：X）

它由 HHMI Janelia、剑桥大学 MRC LMB、Google Research 等团队合作完成，覆盖果蝇的大脑、视叶和腹神经索，包含约 16.67 万个神经元和约 1.25 亿个突触连接。9 月 3 日，相关研究正式发表在《Cell》。

严格来说，这套数据并不是 9 月才出现。MaleCNS v1.0 在 6 月就已经开放下载，但随着论文正式发表，它才迅速进入更多开发者的视野。

关键在于，这次开放的并不只是一张果蝇大脑的三维地图。神经元类型、神经递质预测、突触位置和连接关系等信息已经被整理成机器可读的数据，开发者既可以直接下载，也可以通过 neuPrint 用程序查询。

这相当于把过去主要供神经科学家阅读的一张“脑图”，变成了一套程序可以直接加载的网络结构。

而且，相比 2024 年 FlyWire 公布的成年雌性果蝇脑连接组，MaleCNS 还把腹神经索纳入了重建。腹神经索在功能上可以粗略类比脊髓，其中包含大量与运动相关的神经元。这样一来，从视觉等感觉输入，到中枢处理，再到下行运动控制，可以在同一套连接组中串起来。

对于想让果蝇“动起来”的开发者来说，这一点尤其重要：他们不仅知道信息应该从哪些神经元送进去，也更容易找到哪些神经活动可以被读取出来，映射成移动、转向或者其他动作。

但只有线路图，仍然不够。连接组主要告诉我们“谁和谁连接”，并没有告诉计算机每一个神经元在现实中究竟应该怎样活动。要让这张静态线路真正运行起来，还需要人为补上一套神经动力学规则。

这一步同样已经有人做了大量铺垫。2024 年，一项发表在《Nature》的研究就曾根据果蝇连接组和神经递质信息，将整个网络转化成可以运行的漏电积分-发放神经模型，用它模拟和预测果蝇进食、梳理等行为相关的神经活动。

此外，随着近期模型能力的大幅提升，把这些现成组件重新拼起来的成本也突然降低了。

比如让果蝇玩《超级马里奥 64》的开发者 Jessica Paquette 就在 GitHub 上写道，整个项目“100% vibe coded with GPT Astra”。简单说，她并不是从头研究怎么模拟果蝇大脑，而是借助 GPT Astra，把已有的连接组数据、神经模拟代码和游戏接口接到了一起。

最后形成的系统其实很简单，游戏画面刺激果蝇的视觉神经元，神经信号在网络里传播，再把部分输出神经元的活动翻译成 Mario 的移动、转向和跳跃。这也是为什么后面的玩法扩散得如此快的原因。

当然，现在的“电子果蝇”距离真正的数字果蝇仍然很远。

MaleCNS 主要记录神经元之间的连接关系，并没有完整保存每个神经元真实的膜电位、离子通道、突触动力学、神经调质、激素和记忆状态。许多项目只能用统一或简化的参数补上这些空缺；输入怎样映射到感觉神经元、哪些神经元应该对应什么游戏动作，也包含大量人工设计。

因此，现在这些项目更准确的描述，仍然是真实果蝇的神经线路，加上一套近似的神经活动规则，再被接进一个人为设计的虚拟世界。

真正有意思的变化可能还在另一层。过去，连接组首先是一种供科学家研究的实验数据；现在，它正在变成普通开发者可以下载、运行、修改和 remix 的计算对象。

1.https://github.com/nftechie/stonkfly

2.https://stonkfly-three.vercel.app/

3.https://github.com/nftechie/doomfly

4.https://male-cns.janelia.org/

5.https://www.janelia.org/project-team/flyem/male-cns-connectome