这种稳定的状态下，个体平均得分是6.25分，跟刚才那些分数比较，6.25分其实不高，相当于个体只能得到6.25分的实物。这时，如果全是鸽子，每一只能够得到15分。个体要得到最高分该怎么做？如果群体进化到5只鸽子和1只鹰的比例，个体就能得到16.67分。

这证明，我们每一个个体在进化层面都是非常自私的，只管自己，丝毫不会考虑整个群体的利益。要如何才能让每一个个体最大化自己的利益？就要通过外部的调节来选择一个压力，也就是刚才说的那些分数，我们可以逐步使进化趋于最优解。

在我们的日常生活中，政府官员制定新的政策、投资人投入于一些特定的方向、科学家研发一些新的技术等等，都能改变我们这个环境，使得整个群体达到最优水平。

以上只是介绍了最简单的进化策略：一个是打不过就跑策略，一个是战斗到底策略。如果还想要更多的进化，则需要更加复杂的策略或者说更加根深蒂固的策略。

接下来，我想介绍一下生育和抚养。每次我们去国外交流，就有人问我们国家是不是实行了计划生育，我说是的。事实上，在进化学家眼中，自然界其实早就已经开始实现计划生育了。这是什么意思呢？大家看到，作为哺乳动物的猫、狗没有出现过一次生100个的情况，这不可能，对不对？

这不是一个母亲能够决定的，生育的数量实际上是通过漫长的进化得出来的最优解。它隐含了什么？但凡是生100个或者生育极少量的基因已经消失在漫长的历史长河中了，因为它不能适应环境。从基因本身来讲，它是希望越传越多，越多越好，但为什么会产生这样一个生育数量？因为个体繁殖过多，如果遇到第二年年景不好，发生饥荒等情况，可能整个物种都会饿死。于是，进化就会把该基因进行淘汰，最终完美地执行了接近“计划生育”的一种策略。

进化还有什么策略？实际上，我们所有的抚养行为也是一个策略。就像北极熊生下了两个宝宝，在年景不好的时候，它只能养活一个。那么在自然界中，它会怎么做？这就是一个母亲的投资策略。它究竟分给两个小北极熊同样的食物？还是只能给其中一个更多而给另一个更少？经过长期的观察以及数学的计算，遇到只能养活一只的情况，母亲普遍会选择放弃小一些的个体。为什么？因为对大的的投资已经远远要大于对小的的投资，沉没成本更高，所以自然界已经进化出来一个策略，即当一个投资比另外一个投资大时，放弃投入更少的个体，更有利于基因的繁殖。而在物质不那么匮乏的时期，则会投入更多在小的个体上，因为这也不一定会导致大的个体的死亡，最多只是有些营养不良或者吃的少一些而已。

这种情况其实在人类社会中也是非常明显的。比方说，在照顾小宝宝时，照顾到一定的月份或一定的年纪就会断奶。为什么要断奶？省下资源可以去照顾更下一代，照顾下一个个体，这样会增加基因传播下去的概率。我们的姥姥、姥爷、爷爷、奶奶会主动承担起照顾第三代的责任，因为第三代依然有母本25%的基因。通过照顾第三代，实际上能够更加促进基因的延续。我们现在看到生育的个数一定不是一个固定的数值，大家周围还有双胞胎、三胞胎，从进化学的角度看，这也是母亲的一种投资策略，就好比买期货。期货的条件是什么？是预测明年的年景可能会更好，或者我感知明年的年景可能会更好，这样我生下来两个宝宝都能够得到非常好的照料，都能够繁衍壮大。如果第二年确实是一个很好的年景，期货就买值了。如果不好，会有一个自然的选择，作为母亲可能就会放弃一个的生育和抚养。如此，经过上万年到现在，就进化出来了一些策略。

接下来，我想谈一谈大家都看到过的植物。大家心目中最成功的植物是什么？喜欢花的会认为，最成功的是一株最好最美丽的花朵。喜欢树的可能认为，最成功的是长得最高的那一类树。但是从进化的角度，最成功的植物是以下三种：小麦、玉米和水稻。现在，这三种植物在地球上的数量最多，经营、传播最广，甚至连我们的空间站里面都有它们的身影。可能有些人会说，这些东西都是人类为了吃才帮忙种出来的呀！但是在《自私的基因》里，作者提出，基因不仅可以影响本身的个体，还可以通过个体去影响其他个体。我们也可以这样理解：小麦、水稻和玉米的基因造出的工具成功地利用了我们人类的口腹之欲，使得它们的基因得以无限地延续下去，并且得到最大规模的散布。

针对一个物种可以影响另外的个体，作者又提出了一个叫“模因”的新概念。它仿照基因来命名，有些翻译里面直接用英文名Meme。什么意思呢？就是说，事物本身是一个文化的载体，比方说我们看的书报，我们听的流行音乐都携带了自身的一个基因，而这个基因是可以从一个头脑传递到另外一个头脑的。对模因的研究可以套用基因，模因是基因在文化上面的一个类比，可以自己复制、变异，并且可以根据压力的选择来作出不同的回应。比方说，我左边的两本书有几千年的历史了，它们在几千年里一点都没有变吗？至少我们会发现，现在的书已经变成简体字了。为什么要变成简体字？实际上是它本身的基因或者它的模因为了适应这个社会进行的本质的变化。因为，它也是符合这样一个遗传规律的。

我们的手中有一张图，是2010年有人随机拍了发到网上的。到了2012年，网终上出现了它的复制版，最后，经过病毒式的传播，到了2013年，它就变成了一个文化现象。这说明，它的基因为了自己的生存，把自己变成了一个Doge币。过了几年，Doge币大火，它的基因又得到了更广泛的散播。原来一些并不关注网络文化的人可能不知道，在2015年或者2016年，我们微信上还有一个Doge脸的图标，至少在中国范围内，它得到了广泛的传播。

这些文化现象的背后，都有进化的策略和规律，尽管我们看不见、摸不着。

除了我举的这些例子，大家在网络上看到的各种挑战赛，听到的各种流行歌曲也充分证明了模因的存在。有一些流行歌曲可能今年爆红，明年我们就听不到了，说明它的策略很短暂，只能够在短时间内得到爆发，没有长久性。有些歌曲可能历经了10年20年还是经典，这也是基因或者模因采取的策略。

刚才主持人介绍了，我的单位是合成生物学研究所。合成生物学究竟在研究什么呢？可能有人说，合成生物学就是用微生物去合成一些东西，这其实不是我们真正研究并最终关注的内容。用一个微生物去做一个东西只能说是合成生物学在研究过程中产生的附带效果，尽管这个效果足以支撑几家上市公司和很多初创企业，但我们合成生物学实际研究的是多物种经过多年进化，体内究竟产生了什么样的东西，以及什么样的策略？我们的生命本质上作为一个功能是如何涌现出来的？

什么叫做涌现？举例说明。电脑只有一个显示器、一个键盘或者一个硬盘是不能播放PPT的；汽车单独一个轮子或一个车框是没有办法奔跑的。但这些小的实体组装到一起形成一个大的实体就能展现小实体所不存在的特性或功能，如：电脑可以做PPT了，汽车可以跑了。这个过程就叫做涌现。

我们研究生命，对于人类来说，生命过程本身就是一个涌现，这些策略本身也是一种涌现。什么意思？我们其实就是一堆的化学物质。无论我们的DNA还是蛋白质，都是最简单的化学物质。这些最简单的化学物质为什么组合在一起之后自己就可以繁殖了，甚至像我都可以上台来讲PPT了。这个功能是怎么涌现出来的？它的这些策略是怎么来的？是通过最底层的基因编码来架构的，这就是合成生物学。整个社群就是全球合成生物学，所有的合成生物学家都想要去探究这些内容。探究这些内容我们提出了两个方法，第一个是自上而下，就像拆一个电脑拆一个汽车，拆成一块一块的，然后去对每一块进行研究和鉴定。

刚才，方志刚老师也提到了，知其然不知其所以然。我们希望用自下而上的方法去探究去测量，用数学来描述物质之间的关系，从数学的本质上去理解，然后从0开始地造就一个这样的生命，才可能真正理解生命进化的策略是怎么产生的，以及生命是怎么涌现出来的。

要拆分一个计算机已经很难了，那么要去拆解一个生命只会更难，步骤更多，方法更复杂。而我们要去研究它的很多内容，或者说从下面把它制造出来，需要很多重复性地劳作，还需要有很多知识做辅助。

2018年，深圳市投资了七个多亿，让我们做一个软件结合硬件的平台。利用这个平台，我们可以做大量的标准化的实验，可以自下而上地从零开始，构建一些生命的元件。我们希望最终实现构建生命，也希望能够通过自上而下的对生命一步一步的拆分，进一步地理解生命。

接下来讲一讲我们这几年在深圳做的一些事情。

刚才几位老师都提到了软件的重要性。在芯片领域，我们已经被卡脖子了，希望在生物设计领域不要再一次被卡脖子，所以设计了一个基于用户的BioCAD来覆盖我们整个合成生物学，也就是设计、构建、测试、学习的闭环。这个闭环很好理解，就像折一个纸飞机，先把草图画出来，再去构建它，再把它折出来去试飞，也就是测试。如果飞得远，就要了解它为什么飞得远，这个就叫学习。任何一个简单的符合逻辑的工程领域都需要一个软件帮助我们去实现这个过程。

合成生物的研究实在是太复杂了，我们希望能够整合公共的数据资源，实现研究的数据闭环，这样才可能产生更多数据驱动的研究。我们已经以用户为中心开发了一整套生物设计软件对接云实验室的接口，云实验室会操作我们的硬件平台，去做所有的实验。我们也已经实现了一站式的设计来构建测试学习的闭环。

我们在软件方面已经成功地开发出了基础数据库，它集合了现在几乎所有和生物学相关的信息。我们开发了一个元件库，就是我们做出来的每一个生命元件都可以按图索骥地去储存，去分发。我们做了一个装置设计软件，可以从0开始去设计、制造生命的一个菌株。

未来，我们希望各位都可以设计一个菌株，用一个拖拽式就可以把一个生命给设计出来。

我们还做了一个基因组的编辑。因为基因组是所有物种最大的一个遗传单位，可以进行直接编辑，需要有软件去设计，再由自动化去执行。现在，除了有多组学分析的软件协助分析海量数据外，还有很多专业化的软件能够基本保证我们在生物的CAD领域不会被卡脖子，甚至能够做一些领先于世界的研究。

除了软件，当然还开发硬件。我们不仅会自主开发一些硬件的仪器，做一些原来我们做不了的生物实验，还要开发相对应的工艺、工程。仪器做出来还不够，我们还要开发与之配套的实验方法，才能最终使用机器去做实验。

目前，我们运行的这个大型平台尽管还在建设期，但也做了不少内容。比如，我们用微生物合成了一些有价值的化合物。大家都知道，人的肠道里有很多细菌，通过人工维持或者加速它的进化可以治疗高尿酸引起的痛风。我们用老鼠模型完成了这个实验。我们希望把这项研究推广到临床，进而造福于社会。我们还要继续研究细菌在肠道内部是怎样对话的，这些致病菌为什么能够去杀掉其他一些菌，而益生菌又为什么能够帮助并保护我们的健康？

一个物种的基因组实在太大了，包含了很多冗余的信息。由于整体地研究它的策略太过复杂，所以我们又做了基因组最小化的底盘细胞。同时，我们也做了一些像抗生素类化合物这样高效的表达平台，帮我们开发更多药物候选的分子。结合 AI、GPT等工具，我们还可以去拟合、预测一些实验中难以测量的数据。

我们现在开发出来的工具比原来的工具提高了20%的准确率，并且已经实实在在地运用到生物学的研究当中了。

最后总结一下。我们在研究进化以及合成生物学生命是如何产生的同时，我本人也在努力地迎合这样的进化。我用到的这个PPT大纲是用Chat-GPT帮我写的，是用。所有的配图都是Chat-GPT给我建议的，然后midjourney根据ChatGPT建议的内容画的。如果大家都没有看出来的话，就说明我们现在的人工智能真的是智能了。

谢谢大家。

（编辑/整理李泽慧）

—————————

华夏基石e洞察：由我国著名人力资源管理专家、咨询业开拓者、《华为基本法》起草人之一的彭剑锋教授领衔，资深媒体人及企业文化咨询专家宋劲松先生联合创办，我们努力提供最具原创性、思想性和实践意义的管理文章，是中国顶尖管理智库平台和原创中国管理思想策源地。权威、理性、睿见，高级管理者必读