基因的幽灵

柏林街头，一个穿旧军装的人站在二十一世纪的广场上。路人围上去。有人举起手机，有人要求合影，有人笑着搭话。没有谁真的害怕。就在上一章结尾，我们还在说那把悬在国家头上的尺子如何一次次挥动、改写一国的课程表，而此刻，柏林广场上这个被围观的人，仿佛正是从那些被测量、被标价、被写进国际组织下一年报告里的“智力资本”反面走出来——他不被任何排名定义，却成了另一种被观看的“客观事实”。

这是2015年德国电影《希特勒回来了》里的一幕，片子改编自2012年的同名小说，奥立佛·麦苏希演那个从旧历史裂缝里醒来的希特勒。电影里，他学电视，学网络，用脱口秀重新进入公共生活。人们先笑，后来觉得他说得有点道理。这不像智力问题，但很快你就会觉得像了。

让我们把两样东西并排摆在桌上。左边一支唾液管，二十一世纪的基因天赋检测。商家说，刮一点口腔黏膜，就能看出孩子的数学天赋、运动潜能、将来能读哪类大学。右边一张泛黄的纸笔量表，二十世纪初的斯坦福－比奈智力测验。旧档案里躺着分数、百分位、智力年龄，旁边一行小字：供分班参考。

隔着一百年，它们干的是同一件事：把一个复杂的人，换成一个可以比较的数字，然后告诉他，你值多少。

问题来了。这一百年里，科学到底往前走多远？上一章结尾那个悬而未决的问题——智力资本真能像石油一样挖出来称重标价吗——在这里换了个问法，但指向同一个核心：我们到底有没有找到那把更准的尺子？

是从纸笔变成了唾液，还是从一种粗疏的命运技术，换成了另一种更精细的命运技术？前几年，人们还在为国际教育排名改动课程，为一个国家平均分数落后于另一个国家而焦虑。道理很好懂：尺子在前，谁都不愿被量短。可是从来很少人追着问，尺子上的刻度最初怎么刻上去的，如今又被换成了什么材料。

就在这个追问还没落地的时候，另一群人已经蹲在实验室里，要给尺子找一个生物底座。时间不靠我们喊停。2005年前后，人类基因组计划完成不久，测序设备在降价，样本库在扩大，计算方法在升级。一批遗传学家心里憋着一个老问题：智力的分子基础到底在哪里？

这个老问题不是新冒出来的。十九世纪的颅相学家摸过头骨，二十世纪初的优生学家填过家系表。到了二十世纪后半叶，行为遗传学家拿出另一套办法：双生子研究。他们比较同卵双胞胎和异卵双胞胎的相似程度，借统计模型反推遗传占了多少、环境占了多少。这套办法用了半个世纪，贡献不算小，毛病却也不小。它看不见具体的基因。

它只能告诉你，遗传似乎起了作用，却交不出任何一个基因的名字。批评者说得更损：这就像隔着门听人打牌。你知道里头在赌，声音时高时低，可你始终不知道谁手里是什么牌。

人类基因组计划完成之后，事情看起来要变了。研究者手里第一次有了一张完整的人类基因地图。有人就想：地图都有了，上面总该标着几个写“聪明”二字的坐标吧？

于是，一批研究者开始动手。他们不再依赖双生子那种间接推断。他们直接扫描几十万人的脱氧核糖核酸，一次看几十万个单核苷酸多态性。

这个术语太长，我们换个说法。把基因组想成一部用四个字母写成长篇小说。人和人的区别，常常只是某些位置上的字母不同。这里换一个字母，身高差一点；那里换一个字母，眼睛颜色变一点；有的位置换了，某种病的风险高一点。研究者想知道，究竟哪几个字母变了，智力测验的分数会跟着变。

这个思路看起来干净。技术有了，样本也有了。唾液管、采血管一批批送进实验室。样本量从几千到几万，再到几十万。基因芯片扫一次，数据流进统计流水线。

一次看几十万个位点，跑出来的不是一句结论，而是一张密密麻麻的表。结果让动手的人自己都吃了一惊。找到的不是几个，也不是几十个，是成百上千个。更多研究一做，这个数字还在往上翻。可没有一个位点能单独解释智力测验分数差异的百分之一。绝大多数位点的效应量，小到千分之一量级。

千分之一是什么概念？一场满分一百的考试，某个位点换成另一个字母，能解释的差距只有零点一分左右。老师批卷时手抖一下，都不止这个数。更关键的是，这些位点加在一起，也解释不了全部差异。早期研究里，成百上千个微效位点合计，对智力测验分数差异的解释力只有百分之二三。后来样本越来越大，这个数字往上走了些，百分之五、百分之十，有的报告更高。可离“基因决定智力”，还差着很远。

这个发现本该给基因决定论泼一盆冷水。它第一次在分子层面说明，智力的遗传结构不是开关，不是几颗命运按钮。它更像是无数细弱信号，跟环境、教育、营养、文化、测试本身复杂地交织在一起。

严格讲，你找不到一条从碱基直通“天生聪明”的直线。可问题恰恰出在这里。科学结论走进公共传播的通道，就变了形。报纸标题写着：科学家发现智力基因。网络文章跟进：聪明是天生的？基因告诉你。家长群里转发一张截图，几条曲线，几个术语，看起来权威得很。

没有人会去读那些小数点和置信区间。他们看见的只有“基因”和“智力”并排出现。而只要这两个词并排出现，许多人脑子里浮现的还是那部旧脚本：生来如此，改不了。一个设计出来瓦解简单决定论的工具，反过来成了简单决定论的新证据。

这正是二十一世纪初智商话语遭遇的一场内部裂变。行为遗传学重新激活了“天生智力”的古老命题，只不过这一次，它披上了全基因组关联分析的科学外衣。外衣是真的，技术是真的，数据和计算也是真的。可这一层层真的东西裹在一起，最后产生出来的公共认知，却是假的。

为什么？有人会问，科学已经精细到成百上千个位点了，为什么公众理解反而更粗糙？这个板子不能只打在媒体标题上，也不能只怪读者没耐心读论文。

事情比这深。先看科学产业自身的结构。基因研究的产出是论文。论文要发表，发表要引用，引用要影响因子。一篇谨慎报告“几百个微效位点”的论文，和一篇被放大成“找到智力基因”的新闻稿，哪个飞得快？当然是后者。但把责任全推给新闻编辑也不公平。

科学界自己还造了一个新词，叫多基因评分。这个名字听起来很厉害，道理也简单。既然单个位点效应那么弱，那就把成百上千个微效位点的效应加总起来，给每个人算出一个总分。这个总分再去跟教育年限、学业成就、收入水平做相关。于是新工具出现了：一个从基因组算出来的数字，能被拿去预测。

预测指标用多了，就会成为筛选指标。筛选指标用顺手了，就会成为政策参考。这个链条并不需要哪个坏人半夜开会策划。它需要的只是每一步都有人觉得合理。

再看制度安排。到了二十一世纪，教育系统已经高度依赖可测量能力。学校要分班，大学要招生，教育部门要评估投入产出。

一百年前，斯坦福－比奈量表进入美国学校，校方要的是便宜、快、看起来客观的工具，用来管理大量涌入的移民子女。一百年后，学校还是这个需求。纸笔量表便宜、快、看起来客观，可它的合法性越来越弱，法律上、政治上、文化上都有争议。

这个时候，一个更新、更“科学”的工具出现，制度会不会心动？会。因为制度从来不是在寻找终极真理。它在寻找能解决眼前问题的工具。

最后看关键主体的选择。家长为什么买天赋基因检测？未必真信一口唾液能看透孩子。很多人半信半疑。可选择的压力摆在那里。别人都测了，我不测，会不会耽误孩子？报告说孩子数学潜能高，是不是该给他报个奥数班？报告说语言潜能低，是不是该放弃第二外语？公司只需要给出一份漂亮报告，剩下的事，家长自己会做完。

这个结构并不新鲜。二十世纪初，心理学家特曼拿着斯坦福－比奈量表，追踪加利福尼亚的天才儿童。他相信这些孩子是美国未来的精英。他为什么要追踪？因为他想给天才一个科学定义，再用这个定义去发现人才、培养人才。

今天的基因天赋检测广告，几乎是同一套话术：发现孩子天赋，因材施教。差别只在工具。那时是纸笔量表，现在是基因芯片。逻辑没变：先量化分类，再分配机会。

量化分类，这个词值得再停一下。人的能力分布本来是一条连续的长带，没有天然的裂缝。但制度要分配资源，就得在这条带上划几刀，分成天才、正常、低能，或者数学型、语言型、运动型。这一刀怎么划，从来不只是科学问题。它关系到谁进好班，谁拿资源，谁被允许往前走。

基因研究进来之后，划线方式变了。它像是给每一个类别找了个分子基础：数学潜能对应一组位点，语言潜能对应另一组，运动潜能对应第三组。分类于是看起来更硬了。可如果你去问做研究的遗传学家，他们会说：多基因评分只能解释很小一部分个体差异，还受人口分层、教育条件、测试方法影响。用它去判断一个人适合做什么，远不够格。

有意思的是，科学上的“不够格”，在商业上并不构成障碍。公司不要多基因评分完全准确。它只要让家长觉得“比没有强”。

报告做得专业一点，术语多放几个，结尾再给出几条建议，产品就有市场。这正是命运技术的新版本。

命运技术，这本书一直在追踪的东西，指的是这样一种社会技术装置：它把人的复杂潜能压缩成唯一的数字标签，再以这个标签为依据来分配生命机会。二十世纪，这个装置叫智商测试。二十一世纪，它慢慢换成了基因评分。技术变了，社会功能没变。

如果基因评分只留在商业货架上，那还不算最要紧。可它往更严肃的领域走了一步。2018年，一篇基于英国生物银行数据的论文引发震荡。英国生物银行是一个大规模生物医学数据库，存着数十万人的基因数据、健康记录和社会经济信息。研究者用这些数据计算多基因评分，再与参与者的学业成就做相关。结论是：多基因评分预测学业成就的准确率，已经接近传统智商测试。

请把这句话放在脑子里再读一遍。不是超过，是接近。一口唾液算出来的分，和一张纸笔考出来的智力分，在预测学业表现这件事上，已经能一较高下。

教育政策圈里立刻有了声音。有人问：既然基因评分这么准，还投钱缩小教育差距干什么？

有人问：为什么不用基因评分替代智商测试？也有人问：那些评分低的孩子，学校该怎么对待？

这些问题各不相同，但后面有一个共同倾向——把基因评分当成命运读数。一个数字一旦被当成命运读数，就不再只是描述过去，而是开始分配将来。它会影响老师对孩子的期待，影响家长对孩子的判断，影响政策制定者对学校、社区的算账方式。

这个过程不会突然发生。它像水渗进墙。先是一些研究用多基因评分做教育预测，再是一些政策报告引用这些研究，再是一些学校试点个性化教育，再是一些公司推出定制学习方案。每一步都显得很小、很合理。可每一步都在把基因读数往命运技术的位置上推。

这里必须停一下，认真回应一个反对意见。有人说，智商测试虽然在历史上有过滥用，但它核心测量的是真实且稳定的认知能力，也就是所谓g因子。这个g因子对个体和群体差异具有预测效度，所以智商测试被广泛采用，是理性选择，不是盲目信条。这个说法有它硬的地方。g因子不是空中楼阁。

二十世纪初，英国心理学家斯皮尔曼就注意到，不同认知任务之间的成绩存在正相关，统计上可以抽出一个共同因子。它也确实能预测学业、职业和健康等多种结果。我们不能因为历史上有滥用，就说这东西完全不存在。那既不诚实，也无助于理解问题。

但请注意这个推理里的跳跃。g因子存在，不代表它就该被当成命运读数。预测效度存在，不代表它就能决定个人机会结构。这是两回事。

一个工具能预测，可能不是因为它揭示了一个内在固定的本质，而是因为它与现有社会安排同构。说得直白一点：智商测试能预测学业成就，部分因为学校本来就奖励和培养与测试类似的能力。它能预测职业成就，部分因为职业筛选本来就把学历和认知测试放在重要位置。它能预测收入，部分因为社会已经按照这些能力分配资源。预测效度的一半秘密，不在基因里，也不在g因子里，而在制度安排里。把制度安排造成的稳定差异，简单归结为能力本身的稳定差异，是倒因为果。那么多基因评分接近智商测试的预测准确率，到底说明什么？

基因的幽灵之所以赶不走，不是因为它的科学证据突然变硬，而是因为它学会了绕过旧争论。它不再像一百年前那样宣布谁的头骨更大，也不像冷战时期那样在测验手册里写满种族曲线。

它改从一部旧电影里学会一件事：真正持久的归来，不必推翻现场，只需走进直播间，顺着现有的镜头和笑声，把自己变成节目的一部分。《希特勒回来了》里的那个人没有炸掉电视台。他学会看提词器，聊移民、就业和民族自尊。人们先笑，后来觉得他说得有点道理。

基因话语在二十一世纪也走了一条相似的路。它没有重新推崇优生学。它进了手机推送，进了早教机构的宣传页，进了教育政策的论证材料。它还是旧脚本，但这次披着“个性化”的外衣。旧式种族主义者退场了，新式基因话语以“天赋检测”“因材施教”的名义进入消费市场。谁能反对发现孩子的潜能呢？可“发现”的工具本身，已经决定了“潜能”长什么样。

要理解这次回归，得回到早一步。2005年前后，人类基因组计划刚刚把一张基因序列的地图铺开。第一次兴奋过去之后，研究者并没有马上读懂这张地图。他们先做的是翻字典：翻到几个最可能出现的词。这叫候选基因研究。有人看神经递质系统，有人看神经发育相关蛋白，有人看脑内信号传导。他们希望在这些地方找到一两个“聪明基因”。结果几乎全是坏消息。小样本里偶尔冒出的显著结果，一换另一批人、另一个测验，就消失不见。重复失败十次后，学术界开始怀疑这条路。智力的遗传基础如果真由少数几个基因主导，不可能这么难抓。必须换个思路。显微镜于是转向全基因组。

这一转带来了一个研究者没预料的组织后果。全基因组关联分析需要的样本量，超过任何实验室能独自招募的规模。一个研究生跑几年，能收几百人已算好成绩。可要抓千分之一量级的效应，几百人的统计效力像用一把米去称一艘船。唯一办法是合并。合并队列，合并数据库，合并资金。研究者从实验室的工匠变成巨型协作网络里的施工员。

这个处境很少写进论文，却塑造了后来一切。为把几十个队列的数据统一起来，他们必须约定同一套质量筛选标准、祖先校正方法和智力测量口径。每个国家测试不同，有的用韦克斯勒，有的用瑞文，有的只是学校成绩。只能折合成标准化分数。标准化看起来技术中立，却给误读埋线。分数越抽象，离具体的人越远；越抽象，越容易被当成真东西。

这些大型数据库里，英国生物银行最有象征意义。它不是为某个智力项目临时搭建的。它是制度机器：数十万成年人留下血液、唾液，同意把医疗记录交给科研使用。英国国民健康系统给它一条通向住院记录和保健数据的管道。公益资金为它长期输血。没有这些制度条件，就没有后来几十万人的分析。

但它也有自己的偏好：参与者平均年龄不小，几乎全是欧洲血统，自愿参加者通常比人口平均更健康。这些偏差不会出现在新闻标题里。后来用多基因评分预测学业成就时，有人问：换到其他人群身上还准吗？答案很扫兴：常常打折。

多基因评分不是天然标尺。它取决于你用什么样本定刻度。可到了公共传播里，这些限制被简化成一句：基因能预测你的孩子。甚至更糟，基因能解释你的孩子为什么不行。

商业产品是简化最彻底的地方。你无须理解什么是单核苷酸多态性，也无须知道效应量怎么算。广告只说：把拭子在孩子嘴里刮几下，寄回实验室，几周后拿到彩色报告。报告上画着柱状图、雷达图，写着“逻辑推理”“语言记忆”“耐力”。

一项能力旁一个百分比，像体检时的骨密度参考值。家长深夜下单时可能没有全信。但报告给了他们一个此前没有的东西：一个看似客观的比较点。孩子同学在学奥数，你在犹豫；孩子作文写不好，你在自责。报告说数学潜能排名较好，奥数班报了；说语言潜能一般，第二外语停了。

没有专家在旁提醒，这个百分位来自与孩子成长环境可能完全不同的人，且单个位点的预测力只有千分之一量级。公司不需要说假话。它只需要把真的部分裁下来，贴在旧脚本上。旧脚本说，人的未来写在身体里。新报告说，现在能读出来了。

学校系统同样不是被动接受。特殊教育要分类，资优班要筛选。纸笔智商测试在这个系统里运行近一个世纪，法律和道德成本越来越高。

这时候一个基因领域的新数字出现，会怎样？它不会马上取代笔试，但会先成为补充材料。老师多一项发育档案，家长多一张图，教育公司多一个卖点。

研究里也多一种变量：有人拿多基因评分控制“先天能力”，再去估计学校的作用。意图可能很好：把基因差异控制住，看教育还能不能起效。但这一步已经先把基因差异当成需要控制的“真实底数”。一旦成为底数，后续判断都会绕着它转。

政策制定者最想知道的不是基因决定多少，而是这一分能否换算成预算。如果能，为什么不把资源给评分高的？如果资源给了评分低的，又能追回多少？这些问题听起来是技术问题，其实已把社会不平等改写为生物账本。

这账本上的数字，最好冷着看。找到的相关位点不是一两个，而是成百上千；每个单独拿出来，能解释的智力测验差异通常在百分之一以下，很多时候只有千分之一量级。把它们加总而成的多基因评分，对学业成就的解释力早期只有百分之二三，后来样本扩大，上升到一成乃至更高，但距离传统智商测试仍差着不小一段。人们说“接近”，多少带着兴奋劲。

可把这个“接近”嵌进现实，它意味着同一个孩子换一个样本定刻度，评分可能上下浮动；换一个测试口径，位点权重会变；换一个社会条件，分数和结果的关联也会松动。真正稳定的只剩下一件事：人先被简化成数字，数字再被拿去做决定。基因的幽灵没有藏起来。它站在所有的数字后面。它并不要求你相信科学，只要求你不敢不信。

它说明基因研究在进步，说明遗传因素与学业成就之间确实存在统计联系。但它不说明学业成就是由基因决定的。它更可能说明，基因评分和智商测试捕捉到的是同一层与机会结构相关的信号。两把尺子量同一块布，量出来都是三尺。这既可能是两把尺子都很准，也可能是这块布本来就被同一套工艺裁剪过。当一个新工具与旧工具高度相关，我们不能急着说，新工具独立测到了某种深层本质。

该用冷一点的方式收束一下了。全基因组关联分析找到的智商相关基因位点，不是几个，不是几十个，而是成百上千。每个位点的效应量微乎其微，单个解释不了百分之一的差异。多基因评分能解释的学业成就差异，早期只有几个百分点，后来有所上升，但离“看基因就知道孩子能不能考上大学”还差得远。

每一支唾液管寄出去之后，家长最想得到的那个答案，恰恰是目前给不了的。可这是科学上的答案。社会上流行的，是另一套。听说“智商与基因有关”，被唤醒的依然是“天生注定”四个字。基因的幽灵就是这样回来的。

它借着一份图表、一个评分、一条标题，重新站在我们面前。它不再说头骨，说碱基。不再说优生，说潜能。不再要求把人关起来，只要求你相信。

这个幽灵为什么赶不走？不是因为我们不知道答案。答案很清楚：智力是多基因、多环境、复杂交互的产物。教育可以改变智力表达，营养可以改变认知发展，收入差距可以改变测试分数。

可我们仍然愿意相信一个简单版本。因为简单版本能减轻选择的焦虑，能让一部分人不必感到亏欠，也能让另一部分人不必感到被制度辜负。它不科学。它管用。

基因研究还会向前走，位点会更多，样本会更大，预测力可能还会升一点。可在这些数字越来越多、越来越细、越来越像客观事实的时候，我们对“智力”的理解反而更单薄了。以前是一个分数，现在是一组位点。以前是一张纸，现在是一管血。以前是从天才到低能的一条线，现在是从高多基因评分到低多基因评分的一条线。线还在，只是换了一根更细的笔去划。

人们还不满足。他们想真正看见智力，看见它在大脑里的位置。这个欲望，是下一场科学探索与下一场误读的共同起点。