文 | 脑声常谈

2026年3月17日，国际顶刊《Nature》杂志发表了一篇火药味十足的新闻专题，标题直指神经科学的核心争议：《Dopamine takes a hit: how neuroscience is rethinking the ‘feel-good’ chemical》（多巴胺遇挫：神经科学如何重新审视这种“快乐化学物质”）。文章的导火索，是2025年5月西班牙塞维利亚多巴胺学会年会的一场关键辩论。争论的焦点，是一个统治领域数十年的经典假说——奖赏预测误差（RPE）理论。大量新研究正在动摇它的根基，甚至有人认为，它可能被彻底推翻。

这场争议不只是在学术圈内“打架”。因为多巴胺理论是多动症、成瘾、精神分裂症等疾病诊疗逻辑的基石——如果基石动了，临床的方向也可能随之改变。

大众认知与学界共识：多巴胺远非“快乐化学物质”

大众常将多巴胺定义为带来愉悦感的奖赏化学物质，认为它是人们从娱乐性药物、刷社交媒体中获得快感的来源，但神经科学家一致认同，这是对多巴胺功能的极度简化。过去学界有一套简洁的多巴胺作用模型解释其在大脑中的运作机制，如今该模型却不断受到修正甚至颠覆的挑战。

统治学界数十年的经典理论：奖赏预测误差（RPE）假说

理论起源与核心逻辑：该理论源于巴甫洛夫经典条件反射实验，1997 年由剑桥大学沃尔夫拉姆・舒尔茨团队通过灵长类动物实验正式确立：多巴胺的爆发式释放，会将外界刺激与奖赏关联，强化动物 / 人类满足需求的行为联结；当意外获得奖赏时，多巴胺神经元剧烈放电，后续会将信号转移至奖赏预测线索（如提示奖赏的灯光、声音），若预期奖赏未出现，多巴胺神经元放电则会骤降。简单来说，多巴胺信号帮大脑持续优化对奖赏（食物、伴侣、安全场所）来源的预测。

理论价值与地位：它是计算神经科学的里程碑成果，首次用数学框架解读动物实验数据，完美解释行为机制，也是神经科学领域少有的能将神经元放电、突触活动与复杂行为、成瘾问题串联的理论。尽管学界深知其部分假设过于简化，但仍被视为理解大脑功能的重大突破，主导并指引该领域研究数十年。

延伸理论：时序差分强化学习（TDRL）研究者在 RPE 基础上拓展出该理论，通过预测值与实际值的时间差更新预测、优化行为以最大化收益，大量实验曾为其提供支撑。

新研究冲击：多巴胺的功能远超“奖赏”

近十年，动物实验中监测神经元多巴胺释放的技术突破，让更多实验室获得关键数据，直接动摇RPE/TDRL 的核心地位，研究发现：

认知功能拓展：多巴胺参与注意力、工作记忆、社交行为，并非仅与奖赏相关；

非奖赏信号响应：多巴胺神经元会对新刺激、威胁、运动、厌恶刺激、新奇事物做出反应；

编码多元变量：部分多巴胺神经元编码动物在迷宫中的位置、移动速度、与目标的距离，而非仅编码奖赏价值；

奖赏优先级调控：多巴胺可同时编码多种潜在奖赏，帮动物根据需求切换优先级（如渴时关注水、遇配偶时关注求偶）；

动作预测功能：2025 年研究发现多巴胺参与动作预测，推动重复行为，暗示成瘾可能并非源于 RPE。

这些发现证明，原有的 RPE/TDRL 模型已无法完整解释多巴胺的全部作用。

学界核心争议：修正旧模型，还是彻底推翻？

塞维利亚会议将直面这一关键问题：

革新派：认为 RPE/TDRL 框架已过时，仅靠修修补补无法适配新数据，应建立底层假设完全不同的新模型；

保守派：该理论已深度融入多动症、精神分裂症、成瘾等疾病的临床认知与诊疗逻辑，体系过于庞大，难以轻易舍弃，主张在保留核心的前提下拓展模型。

颠覆性新理论：逆向解读多巴胺的作用

1. Erin Calipari：多巴胺是 “信息处理与学习的助推器”

核心观点：多巴胺的核心功能并非奖赏，而是让其他神经系统更高效运作，强化任务相关活动、加速决策，参与所有认知过程；

2. Vijay Mohan Namboodiri：ANCCR 回溯性学习模型（与 RPE 完全相反）

核心逻辑：RPE：动物先感知线索，再将线索与后续奖赏关联；ANCCR：动物先获得奖赏，再回溯寻找引发奖赏的线索，多巴胺释放随奖赏重复出现而增加，标记事件意义并启动记忆搜索。

实验验证：给未训练小鼠随机发放糖水奖赏，RPE 预测多巴胺反应会随学习下降，而 ANCCR 预测多巴胺会随奖赏重复增加，实验结果支持后者。

临床启示：该模型能解释成瘾难以治疗的原因—— 成瘾者的多巴胺会强化 “奖赏（药物）→回溯线索（吸烟场景）” 的联结，即使反复戒断也无法消除记忆，而 TDRL 无法解释这一现象。

3. 模型修正派：在 TDRL 框架内兼容新数据

以 Samuel Gershman 为代表的学者主张不推翻 TDRL，而是重构理论假设：

针对“多巴胺释放随动物接近奖赏而递增” 的实验现象，提出动物会将 “线索到奖赏” 的过程拆分为连续时间片段，越接近奖赏，价值评估越高，因此多巴胺信号会逐步上升，这一修正并非临时拼凑，而是基于对动物认知逻辑的重新理解。

学界态度与未来走向

技术驱动变革：基因编码传感器与光纤光学技术的进步，让科学家能更精准测量深部脑区的多巴胺神经元活动，发现了大量 RPE/TDRL 无法解释的例外情况；

观点分化：

部分学者（如 David Redish）认为应保留 RPE/TDRL 的核心价值，在其基础上拓展复杂性；

部分学者（如 Josh Dudman）更愿意尝试全新模型，尽管这会让许多同行感到不安；

核心困境：30 年间 RPE/TDRL 已衍生出大量分支模型，形成 “移动靶标”，让新理论难以彻底证伪旧体系。

小编寄语：

你可能听过这个说法：多巴胺是“快乐分子”。恋爱时多巴胺飙升，刷短视频停不下来是因为多巴胺，吃甜食开心也是多巴胺。这个说法通俗易懂，但科学家听了会皱眉头——因为多巴胺的工作，远比“快乐”两个字复杂得多。

过去三十年，教科书上写的是：多巴胺负责“奖赏预测误差”。这个理论很漂亮，用它解释成瘾、解释学习、解释动机，几乎无所不能。但最近几年，实验技术突飞猛进，科学家能更精确地盯着多巴胺神经元看。结果发现：多巴胺干的事儿，比教科书写的多太多了。它会在你遇到威胁时激活，会在你移动时放电，会编码你在迷宫里的位置……

于是，一场关于“多巴胺到底是什么”的争论在学术会议上炸开了。成瘾者的治疗方案、精神分裂症的疗法——都建立在我们对多巴胺的理解上。如果理解变了，治疗方向也可能跟着变。

当然，这场争论还要持续很多年。

但有一点可以确定：多巴胺的故事，远比“快乐分子”精彩得多。

 原文链接：https://doi.org/10.1038/d41586-026-00836-x