◆ 认知神经科学 · PNAS 2026

思维的语言，不是自然语言

MIT × UCL × 伯克利用 fMRI 和两位重度失语症患者，把「逻辑推理」和「语言」在大脑里彻底掰开：语言脑区在推理时全程沉默，而说不出一句完整话的失语患者，逻辑题照样满分。

论文 Kean, Fedorenko et al., PNAS (2026) · bioRxiv 10.1101/2025.07.26.666979 · 整理者中文导读，含个人延伸见解

一句话结论

人做形式逻辑推理（归纳 + 演绎）时，大脑的语言网络完全没被激活——它安静得就像在读一串无意义的乱码；反过来，大脑语言区被中风彻底摧毁、连「猫在垫子上吗」都听不懂的重度失语患者，做数字规律归纳和图形矩阵推理却和健康人一样好，甚至高出常模 1.8~2.3 个标准差。所以哲学家争了两千年的「思维的语言」（Language of Thought），确实存在，但它不是英语、中文，而是一套跑在另一片脑区上的抽象符号代码。

29
健康被试 fMRI（母语英语、典型左侧化语言网络）
2
重度失语患者 S.A. / G.S.（左侧外侧裂大面积损伤）
p>0.1
语言网络对演绎推理的响应（几乎为零）
39/40
失语患者 G.S. 归纳规律正确数（与健康对照无差异）
01 · 问题

我们究竟是不是「用语言思考」的？

这是一个从维特根斯坦、乔姆斯基一路吵到 Fodor 的老问题。一派（语言即思维）认为：抽象思维之所以能像语言那样——把一个念头拆成一个个「逻辑命题的小原子」，再按层级组合成复杂规则——正是因为它借用了语言的那套句法机器。Fodor 1975 年的「思维的语言」（Language of Thought, LOT）假说更进一步，强调思维的组合性、层级性。很多人顺理成章地把 LOT 等同于自然语言。

但 Fedorenko 团队的博士后 Hope Kean 有个直觉上的反例：逻辑要求的精确性，是语言常常给不了的；而且语言是线性的、一个词一个词往前走，可推理往往要求你非线性地跳来跳去比对信息。「思维里有些东西，好像超出了语言的边界。」

✕ 要被推翻的旧假设
「符号化的规则归纳（symbolic rule induction），离开语言能力就不可能。」——如果这句话成立，那么语言脑区被毁掉的人，就该完全丧失做逻辑归纳的能力。本文正是冲着这句话去的。
💡 为什么这题特别难做
难点在于：你很难把语言从实验里"减掉"。给人出逻辑题，题面本身就是语言；让人报告推理过程，用的还是语言。过去的 fMRI 研究结论混乱，多半栽在两个坑上——(1) 把"逻辑难度"和"一般认知努力"搅在一起分不开；(2) 缺一个干净的语言对照任务。本文用两条腿走路精准避开了这两个坑。
02 · 方法

把语言"减掉"的两种办法

神经影像（看健康大脑在推理时哪里亮）+ 神经心理（看语言脑区没了还能不能推理），互为验证。

研究一 · fMRI
🧠 29 名健康成人
进核磁做逻辑题，同时用标准 localizer 单独定位每个人的语言网络与多需求网络（MD），看推理时它们各自亮不亮。
＋
研究二 · 失语症
🩹 2 名重度失语患者
左脑语言区被中风大面积摧毁（Broca + Wernicke 区），句法理解接近瞎猜水平。给他们做同款逻辑题，看能不能做对。

三类逻辑任务的设计

🔢
归纳推理（Induction）
给两组数列，找出把输入变成输出的隐藏规则。如 [5 7] → [7 5 7]（在末尾补第一位？还是别的？）。关键对比：「找规则」阶段 vs「套用规则」阶段——前者才是真推理。
➡️
演绎推理 · 三段论
给两个前提判断结论是否成立。难题用否定后件（Modus Tollens），易题用肯定前件（Modus Ponens）。关键对比：难演绎 > 易演绎，剥离掉纯读题的成分。
🔷
演绎推理 · 图形矩阵
一组几何图形里挑出"不合群"的那个 / 补全缺失图案。完全不含文字——这是最干净的"无语言"逻辑任务，也是给失语患者做的版本（WASI-II 智力量表子测验）。
🔤
Jabberwocky 妙招
一半三段论用真词（"若积木大，则它是蓝的"），另一半用假词（"若 tep 是 ag，则 wug 是 zib"）。如果推理真需要语言语义，假词题就该更难——结果大脑根本不在乎。
论文 Figure 1：归纳与演绎任务设计
图 1 · 任务全景（原文 Figure 1）。左栏归纳：区分"找规则（Rule Induction）"和"套规则（Rule Application）"两个条件；右栏演绎：分难/易两档，既有三段论（含真词/假词），也有纯图形的矩阵推理。这种精细的条件设计，正是为了把"逻辑推理本身"从"读题、记忆、按键"等杂音里干净地剥离出来。
03 · 结果之一

推理时，语言网络"闭馆歇业"

先确认语言网络是活的：读句子 > 读无意义词表，语言区响应极强（p<0.001）。这套定位子（localizer）是 Fedorenko 实验室的招牌工具，专挑对句法结构敏感的脑区。

然后把同一批语言脑区拿去看逻辑任务的响应——结果几乎是一条平线：

任务对比语言网络响应统计
句子 > 无意义词表（语言基线）强响应 ✓p<0.001
归纳：找规则 > 套规则微乎其微，≤读词表水平效应量可忽略
演绎（三段论）：难 > 易无显著响应p>0.1
演绎（图形矩阵）无显著响应p>0.1
论文 Figure 2：语言网络对语言任务强响应、对逻辑任务无响应
图 2 · 语言网络的响应剖面（原文 Figure 2）。灰色是语言对比（句子>词表），在下额叶、颞叶等语言核心区高高竖起；粉色（归纳）与绿色（演绎）几乎贴地。B 面板逐区展开更直观：无论哪个语言脑区，逻辑任务的柱子都塌在语言基线之下。换句话说——你在做逻辑题时，语言区的活跃度还不如你在读一串乱码。
🔤 Jabberwocky 的杀伤力
真词题和假词题（"若 tep 是 ag…"）激活没有区别。这说明大脑做演绎时，把"积木/蓝色"和"tep/ag"一视同仁地当成了变量 x、y，只看逻辑结构、无视词义。这是"逻辑跑在一套结构化符号系统、而非语言语义系统上"的直接证据。
04 · 结果之二

不是语言，那到底是谁在推理？

既然语言网络不干活，就得找出真正的"引擎"。这里出现了本文最微妙、也最出人意料的发现——归纳和演绎，用的竟然不是同一套脑区：

🔢
归纳 → 多需求网络（MD）
"找隐藏规则"稳稳点亮了 MD 网络（前额+顶叶的通用问题解决系统，p<0.001）。这符合直觉：归纳=在假设空间里搜索，是典型的目标导向认知劳动。
➡️
演绎 → 一片独立的脑区
复杂三段论既不点亮语言网络，也不点亮 MD 网络（MD 响应 p=0.48）！全脑搜索发现它激活的是一组独立的额叶-顶叶区域（DLPFC、LIFG、LTPJ 等），自成一系。
论文 Figure 3：MD 网络与演绎专属网络
图 3 · 两套截然不同的引擎（原文 Figure 3）。A：归纳（粉）像工作记忆（蓝）一样点亮 MD 网络；B：难演绎（浅绿）激活的是 DLPFC / LIFG / LTPJ 等一组既非语言、又非 MD的专属区域。这是一个"双重分离"——不仅逻辑 ≠ 语言，连"归纳 ≠ 演绎"也在大脑里各有其家。
⚠️ 一个反直觉的意外
很多人（包括研究者自己）原以为 MD 网络是"逻辑推理的中枢"。结果 MD 只管归纳、不管演绎。演绎推理落在了一片此前不被重视的独立网络上——Kean 说这是她后续正在深挖的"思维地理学新大陆"。
05 · 结果之三 · 最硬的证据

语言区被摧毁，逻辑却毫发无损

fMRI 只能说"语言区没被激活"，但严谨的反对者会追问：也许它参与了却没被你的方法测到？于是研究二给出了最强的因果证据——直接看语言脑区物理损毁的人还能不能推理。

两位患者 S.A. 和 G.S.，左侧外侧裂皮层大面积损伤（Broca + Wernicke 区尽毁），有严重的语法缺失症（agrammatism），在需要句法的可逆句理解上接近瞎猜。可是逻辑题——

任务S.A.G.S.对比常模
句法理解（可逆句角色分配）≈随机水平≈随机水平严重受损
归纳：数字规律推断19 / 2539 / 40与健康对照无显著差异（Crawford-Howell p>0.499）
演绎：图形矩阵推理（WASI-II）25 / 30
(T=73)		26 / 30
(T=68)		高出年龄常模 +2.3 / +1.8 个标准差（常模 T=50）

不仅做对，他们还能用手势或画草图，把自己推断出的规则表达清楚。语言的通道断了，但那套规则本身在脑子里清清楚楚。

「这真正颠覆了'没有语言能力就不可能做符号化规则归纳'的理论。」 —— Hope Kean，本文一作
「哪怕是重度失语的人，也保住了抽象逻辑思维的能力——这是我们物种的一个决定性特征。语言上的困难（失语、口吃、非母语者）从来不代表一个人有多聪明、多能干。」 —— Evelina Fedorenko，通讯作者
06 · 延伸 · 与 LLM 的关系

对大模型意味着什么？（含整理者见解）

这篇论文一发就被 Yann LeCun 转发，因为它戳中了一个正在被激烈争论的问题：纯靠"语言"训练出来的 LLM，它的"推理"到底是不是真推理？

💡 论文作者的原话
像 ChatGPT、Claude 这样的大模型，完全用文本训练、也只以文本为输出，却能相当逼真地模拟某些人类推理。而人脑里语言和抽象逻辑是物理分开的两套系统。去研究"模型"和"人脑"在这一点上的差异，或许能给下一代模型架构带来有用的启发。

我（整理者）想把这层意思讲得更透一点，因为它和我们做搜索/推理 Agent 直接相关：

🧩
人脑：语言是"接口"，不是"引擎"
论文的图景是——语言负责输入题面 + 输出解释，中间真正的推理跑在独立的符号系统上。语言像键盘，逻辑像计算器；键盘砸了，计算器照算。
🤖
当前 LLM：把引擎和接口焊死在一起
Transformer 在同一片"语言权重"里既做表达又做推理，两者纠缠不分。这也许正是它推理不够精确、易被表述方式带偏的深层原因——它没有一个"无视词义、只认结构"的独立逻辑模块。
🔬 一条可被验证的推论
论文里 Jabberwocky 实验说明：人脑做逻辑时会把内容抽象成变量 x、y。而 LLM 恰恰对"表面表述"极其敏感——同一道逻辑题换个措辞、换套无关词汇，准确率就抖动。这其实是一个可量化的探针：一个真正在"结构层"推理的系统，应该对语义改写免疫。这正好呼应近来"链式思考是否忠实""模型是在推理还是在检索模板"的研究方向。
⚠️ 但别过度外推
这篇是认知神经科学论文，不是 AI 论文。"人脑分开 ≠ AI 也必须分开才行"。它给的是一个存在性证明：智能的"推理"可以不寄生于自然语言。至于 LLM 该不该显式引入独立的符号/程序推理模块（neuro-symbolic、PLOT 式的程序归纳），仍是开放问题。论文自己也把"概率化思维语言（PLOT）——把心理算法看成概念上的符号程序"点名为最有希望的候选方向。
07 · 速记

五点带走

① 语言 ≠ 思维
做逻辑推理时语言网络全程沉默，响应≤读乱码水平。
② 失语 ≠ 失智
语言区被毁的患者逻辑题满分，还高出常模近 2 个标准差。
③ 归纳 ≠ 演绎
归纳走 MD 网络，演绎走一片独立的额顶叶网络，双重分离。
④ 逻辑=结构游戏
Jabberwocky 假词题不变难，大脑把词当变量、只认结构。
⑤ LOT 存在但非自然语言
思维的语言是另一套符号代码，更像程序/公式，而非中英文。
⑥ 给 AI 的问号
纯语言训练的 LLM 是否需要独立的结构化推理模块？开放。