近一个世纪以来，心理学和神经科学研究者一直在试图理解人类和其他动物获取新技能或学习应对特定情境的过程。一个经典且广为接受的假说是“赫布规则”，即“一起放电的神经元会连接在一起”。但现代神经科学发现，这个规则忽略了一个关键的附加条款：只有发生在特定时间窗口内的同时放电，才能有效地加强突触连接。一项发表在《当代生物学》上的新研究，通过先进的钙成像技术，揭示了奖励与行为之间的毫秒级时序关系如何决定学习是否发生。

一、时间窗口

我们大脑中的多巴胺系统并不编码“奖励的大小”，而是编码“预测误差”——即实际获得奖励的时间是否比预期提前或推迟。如果多巴胺信号在行为发生后的半秒钟内到达，它会强化刚刚执行的动作；如果多巴胺信号延迟到达，它可能会错误地强化一个无关的、在时间上更接近奖励的动作。已有研究证实，多巴胺释放的时间决定了其功能，而不是其浓度。多巴胺要么促进“趋近行为”（奖励预测误差），要么促进“回避行为”（惩罚预测误差），要么防止错误记忆的形成，具体取决于到达突触的时间。

二、研究发现

研究人员训练小鼠执行一个听觉“Go/No-Go”辨别任务。小鼠听到某一高音调声音后就舔取水管（Go）；听到另一种低音调声音时则不舔（No-Go）。训练结束后，研究人员开始在不同的时间点（从舔舐动作发生后0毫秒到1000毫秒）引入人工的奖励光遗传学刺激（模拟多巴胺释放）。如果模拟的反馈信号（假奖励）与舔舐动作之间的时间差短于500毫秒，小鼠会显著增加错误的Go反应。它们系统性地学会了将“声音-动作-奖励”关联起来，尽管奖励并非通过行为自然获得的，而是人为注入的。当光遗传刺激延迟到舔舐后超过1000毫秒时，学习效应完全消失。小鼠在那样长的延迟条件下表现的如同从未接受过奖励一样。这揭示了“有效学习窗口”的存在——最多约1秒钟。

三、临床意义

即时反馈对教学、康复和技能训练至关重要。如果你在青少年完成一道数学题后20分钟才点评对错，他的大脑已无法将该反馈与这一特定解题行为建立因果关系。在机器人与康复领域，外骨骼或功能性电刺激应在检测到使用者试图抬腿的肌电信号后立即（毫秒级延迟）触发刺激，而不是在预设的移动周期末尾。此研究为开发和验证物理治疗中神经反馈设备的“时间窗口”参数提供了实验依据。这也有助于解释为什么焦虑和抑郁患者通常“对奖励反应迟钝”。他们的多巴胺系统在奖励到达时可能延迟放电，错过了强化健康行为的有效窗口。因此，认知行为疗法的一个策略可能是：通过心理意象训练教患者提前“预演”奖励，人为地缩短奖励发现时与行为之间的时间差。

来源：冷泉港实验室，《当代生物学》，2026年5月