BRAIN / BRAIN × AI20 SEP 2026
脑科学与AI⑱｜模型里的"专家"，不是你以为的专家
第 12 篇说，专家混合结构像个配菜员，每道菜只取要用的部位；第 14 篇又说，模型是纯弥散的，知识没有地址。细心的读者会停在这里："专家混合"听起来明明就是分区——这两篇是不是打架了？ 这一篇专门回答这个问题。答案顺带揭开一个更普遍的坑：AI 术语里的人类词汇，经常名不副实。
把"分区"拆成两个维度就解开了：稀疏（干活时用不用全体）和可定位（知识住哪指不指得出）是两回事。MoE 学到了脑的稀疏，没学到脑的分区——它的"专家"有分区的形状，没有分区的语义。一句话：抄到了省电法，没抄到地址簿。
2 01 个维度：稀疏 · 可定位 |
1 02 项惩罚：负载均衡，强制别分工太清楚 |
0 03 个语义锚：专家没有专属的输入输出 |
稀疏与可定位是两个维度：稠密模型两样都无，MoE 只有稀疏，脑两样都有。"专家"是流水线上的均匀分工，不是医院里的分科。
BRAIN / 01
一、先拆开两个被混在一起的问题
问"模型有没有分区"，其实是在问两件事：
第一件：干活的时候，是全体上阵还是只来一部分？ 这叫稀疏。稠密模型每写一个字全体参数上阵；专家混合每字只唤醒约二十分之一；脑更是从不全脑放电。这个维度上，MoE 确实向脑靠了一大步——第 12 篇讲的就是它。
第二件：某条知识住在哪，指不指得出来？ 这叫可定位。脑指得出：中风伤了某个区，丢的是对应的功能。模型指不出：第 14 篇讲过，"巴黎属于法国"不在任何一行里。MoE 在这个维度上和稠密模型一样——一无所有。
稀疏是"用多少"的问题，可定位是"住哪里"的问题。两个维度独立，MoE 只占了前一个。
BRAIN / 02
二、证据一：专家不按题材分工
打开一个真实的 MoE 看它的路由记录，你找不到"法律专家""医学专家"。公开研究里反复出现的发现是：专家的分工更多跟着表层特征走——标点、词性、词的位置这类，而不是话题；而且每一层各自路由，同一句话在第 5 层和第 50 层走的是完全不同的专家组合。
最能说明问题的是切除实验的形状：切掉脑的一个分区，丢的是一项具体功能；切掉 MoE 的一个专家，得到的是弥散的整体变笨——没有哪项能力单独消失。损伤的形状，暴露了组织的形状。
BRAIN / 03
三、证据二：它被刻意训练成"别分工太清楚"
更有意思的是第二条证据：MoE 的训练目标里，专门有一项负载均衡惩罚——如果路由把活都派给少数几个专家，就要挨罚。工程师要的是每个专家接活均匀，机器利用率才高。
想清楚这一条的方向：这是按效率均匀切，不是按意义切——它在主动阻止专家们长出清晰的专业分工。这就是转向："专家"这个名字是工程师给的错误期待。它实际是流水线上的均匀分工，不是医院里的分科——流水线工人 A 和 B 的差别是排班表定的，不是专业定的。AI 术语里这样的词还有不少："注意力"不是注意，"学习"不是学习，"专家"也不是专家——借人类的词起名，借的是直觉，欠的是精确。
BRAIN / 04
四、脑的分区为什么有语义
那脑凭什么做到"分区有意义"？第 3 篇给过答案：脑的分区是物理接线锚定的。 视觉皮层之所以管视觉，不是它"擅长"视觉，是它接着眼睛——分区的意义来自与真实世界传感器的硬连接，从出生起就焊死。而 MoE 的专家没有专属的输入输出，只有损失函数压力下自发长出的分流——没有锚，就锚不住意义。
BRAIN / 05
五、这个空档值得盯着
两层意义。读新闻时：凡是"MoE 模仿了大脑分区"的说法，都要打对折——它模仿的是稀疏这一半，分区那一半还空着。看趋势时：这个空档正是可解释性研究在攻的方向，而且它连着实际利益——如果哪天专家真的长出可指认的语义分工，"精确切除某项能力"就从不可能变成工程问题，第 14 篇说的"没法删"会松动，模型的合规、审计、定制都会换一个玩法。那会是一条值得注意的信号，眼下还没有出现。
BRAIN / 06
六、边界
一处别说满：实测中某些专家确实表现出微弱的模式偏好（比如对代码、数字的轻微聚集），"完全没有语义"说过头了——准确的说法是远未达到"损伤定位"级别的分工。本篇依据的是公开研究里的常见发现，属领域通行认识，未逐篇核对一手论文，结论按此打折使用。
BRAIN / 07
七、三行，留着复习
```
分区拆成两维 稀疏=用多少（MoE 有）；可定位=住哪里（MoE 无）
专家不是专家 路由跟浅层特征走＋负载均衡强制均匀——流水线分工，不是医院分科
锚定才有语义 脑的分区焊在传感器上；没有锚的分流，锚不住意义
```