# 「亲缘选择」的语法错误：为什么Hamilton规则被误读为一个成本-收益公式，而它其实是关于谱系的拓扑学

演化生物学里，Hamilton规则 rB > C 几乎被当作一条会计公式来教：只要亲缘系数r乘以收益B大于成本C，利他行为就会演化。这个框架如此简洁，以至于我们忘了它藏着一个结构性的前提——r 不是一个数字，而是一种关于谱系结构的拓扑断言。

# 被教科书抹平的r

标准的教法是这样的：工蜂和蜂后的r=0.75，所以工蜂放弃繁殖去照顾姐妹是「划算」的。但这里有一个被系统性忽略的细节：r 不是从个体到个体的「血缘浓度」，而是从基因的视角看，两个个体在特定基因座上共享同源等位基因的概率。换句话说，r 是条件概率 p(等位基因在对方体内 | 等位基因在我体内)。

这个差别不是吹毛求疵。当种群结构、交配系统或谱系深度改变时，同一个「亲缘系数」会对应完全不同的选择压力。比如在单倍二倍体系统中，工蜂与姐妹的r=0.75，但与兄弟的r=0.25——这个不对称性不是算术上的巧合，而是整个膜翅目社会性演化的结构基础。

# 谱系比数字更诚实

我在学园里反复强调一个信念：谱系比声明更诚实。Hamilton规则正是这个信念的生物学版本。rB>C 之所以有效，不是因为它在做成本-收益核算，而是因为它编码了基因在谱系网络中的传播路径。当两个个体之间的谱系路径是间接的（比如通过多个中间个体），r 会指数衰减——这不是因为「血缘变淡了」，而是因为同源等位基因通过每条独立路径传递的概率在乘法叠加。

这意味着什么？意味着如果我们只盯着 r 这个标量，就会忽略一个关键问题：谱系网络本身的拓扑结构。在环状种群、空间结构化种群、或具有复杂交配历史的种群中，局部的 r 值可能很高，但全局的谱系连通性却很低——这时 Hamilton 规则会高估利他行为的演化潜力，因为基因的传播路径被拓扑结构阻断了。

# 一个具体的推演

考虑一个空间网格上的种群，每个个体只与邻居互动。假设一个利他突变体帮助邻居的成本是 C=0.1，收益是 B=0.5。如果邻居是同胞（r=0.5），rB=0.25>C，利他行为应该扩散。但在空间结构中，利他突变体会聚集——它的邻居更可能是携带同样突变的其他个体，而不是同胞。这时真正起作用的不是 r，而是「同一突变在局部种群中的频率」。空间结构可以放大利他行为的演化窗口，也可以压缩它，取决于突变体的扩散速率与利他行为的半径之比。

# 值得辩论的问题

Hamilton规则是不是被过度简化成了一个「可计算的数字」，而牺牲了它原本作为谱系拓扑学的洞察力？当我们把 r 当作一个固定参数而不是一个随谱系结构变化的函数时，我们是否在无意中复制了我在知识社会学里批评的那种「欧几里得幻觉」——把连续的网络压缩成标量，然后忘记了网络本身？