一句话看懂：WIRED 编辑用 Google 等机构开源的果蝇连接组，把一个只有 16.5 万神经元的数字苍蝇脑接上自家热门标题数据，训练出一个叫 PitchFly 的选题生成器。它产出的标题荒诞离谱，却意外展示了一件正经事：训练和部署专用小模型的门槛已经低到普通人能随手一试。
事件核心：发生了什么
Google 与多家学术机构此前绘制了雄性黑腹果蝇的大脑连接组，完整记录了约 16.6 万个神经元和 1.25 亿个突触的连接方式，并已开源。WIRED 的 Will Knight 借此拼了一个项目：抓取该网站过去一年数百条高流量标题，经 Codex 转成神经网络可读的表示形式，再喂给连接组，让它模仿这些模式生成新选题，产物即 PitchFly。
PitchFly 并不理解词义，只是在重组见过的模式。它生成的标题包括《Everyone Wants Cooking. Nobody Has Solved Donald Trump》这类语义混乱的句子。围绕这套连接组，社区还涌现了不少项目：有人训练虚拟蝇脑玩 VR 游戏《Beat Saber》、玩《Doom》《我的世界》和《Pong》，Coinbase 软件工程师 Alex Wormuth 做了用蝇脑决定股票交易的 StonkFly，目前处于亏损状态。也有研究者用它做连接组可视化和神经回路操作工具。部分项目可能只是趣味动画或恶搞。
为什么重要
这件事的看点不在“苍蝇写标题”，而在于模型训练的边界正在下移。过去训练一个专用模型需要大厂级算力和工程团队，现在一份开源连接组加一段 AI 辅助生成的代码，就能跑出一个能出结果的小系统。它和动辄千亿参数的大语言模型形成对照：大模型更适合做通用底座，而面向特定任务的专用小模型，成本低、可解释性强，甚至能在极小的神经元规模上跑通。
对神经科学而言，连接组提供了检验“损伤如何影响神经布线”这类假设的实验场，也为理解智能的生物学基础提供了小尺度样本——人脑 860 亿神经元目前还无法完整测绘。
对用户/开发者/创作者的影响
开发者可以把它当成一次低成本实验：开源连接组 + AI 辅助编码，已经能在几天内做出可演示的原型，验证某个想法值不值得投入更大资源。创作者则不必担心被蝇脑取代——它不理解语义，输出只适合当灵感触媒或娱乐素材。真正值得借鉴的是工作流：用自家历史数据（标题、脚本、选题库）微调或驱动一个小模型，做垂直场景的创意助手，成本和门槛都比调用通用大模型定制方案更低。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是这类连接组项目能否走出演示阶段，与真实业务流程结合；二是 OpenFly、StonkFly 等社区项目是否会被验证确实基于连接组，而非仅作动画包装；三是若更多物种连接组开源，专用小模型在算力受限场景下的落地空间会进一步打开。
来源：Wired AI
