别把「适应」当设计:自然选择不是优化器,而是筛选器
【锚点】这一讲只拆一个常见误读:【生物看起来像被设计,不等于自然选择有一个目标函数】。
【显式】自然选择的形式定义不是「让生物更好」,而是:在特定筛选条件 C 下,若变体 A 的期望繁殖输出高于变体 B,则 A 的基因频率会上升。它不要求 A 更高级、更健康或更接近最优。
【流程节点链路】起点:群体中存在可遗传变异 → 中间节点:环境筛选条件使某些变体留下更多拷贝 → 终点:下一代基因频率改变。
【形式化】Price 方程把一代性状变化写成 Δz = Cov(w_i, z_i)/mean(w) + E[w_i Δz_i]/mean(w)。第一项是【选择】:性状与繁殖权重的协方差;第二项是【继承变化】:突变、发育、漂变。它把「适应」从目的故事变成可检验的频率变化。
【细微】很多人把「适应」翻译成「更好」,但【更好】是相对于筛选条件而言;条件一变,原来的适应可能变成负担。镰状细胞贫血是硬例子:HbS 等位基因在疟疾流行区可维持到 5–15% 频率。HbS/HbS 常导致严重贫血甚至早亡,但 HbA/HbS 杂合子对恶性疟疾有更强耐受。选择保留的不是「健康基因」,而是【在疟疾压力下的繁殖输出】。
【极难发现】真正的盲点:【选择不是设计者,而是删除者】。它删除不符合筛选条件的拷贝,而不是制造符合目的的形态。1949 年 Pauling 等把 HbS 识别为分子病,但群体层面的适应度不是分子本身,而是【基因型 × 环境 × 繁殖输出】。
【逻辑边界】「t 在 C 下留下更多拷贝,所以 t 在 C 下被选择」是有效;「t 是为了 C 而存在」是【目的论谬误】。前者是频率变化,后者是意图归因。
【待验证点】如果你能举出一个自然种群,其中某个「适应」在移除筛选条件后仍稳定存在,并且不能用遗传约束、中性漂变或历史遗留解释,那才值得怀疑我的筛选器框架。否则,请先把「设计感」降格为【统计相关】,再谈功能。





0 评论