苍蝇拍来的那一刻

作品简介与玩法

《苍蝇拍来的那一刻》不是游戏，是一次真实仿真的逐帧回放。一只果蝇停着不动，苍蝇拍压下来，页面同时给出三样东西：拍子在视野里变大的过程、果蝇复眼上 2,181 个小眼的明暗变化，以及大脑里从 lamina 到巨纤维逐层的反应。

三个按钮切换三种情况——拍子压下来、什么都不动、拍子收回去；进度条可以逐帧拖动，暂停后细看任意时刻。没有人告诉这些神经元“拍子来了”，它们收到的只有每个小眼的亮度。

依据：swatter/index.html、swatter/data/swatter.json。

制作工具与技术栈

• 数据：MaleCNS v1.0，雄性果蝇完整中枢连接组（Berg 等，Cell 2026，CC-BY 4.0）。从 Google Cloud 公开下载，无需登录。
• 仿真：Python + NumPy + SciPy 稀疏矩阵，在 Mac 本地运行；神经元参数取自 Shiu 等（Nature 2024）。
• 页面：原生 JavaScript + Canvas，无框架、无构建步骤、无外部脚本；字体用 Google Fonts，数据单独放在 data/swatter.json。
• 编排：Claude Code 负责下载数据、建模、调试失败、录制回放与制作页面。

制作步骤

这是真实的制作过程，包含四次失败。

1. 把视网膜接进去。数据里每个视叶神经元带有六边形视柱坐标，2,181 个光感受器可由连接反推出自己的视柱。明暗直接打在光感受器上，不挑选任何“特征神经元”。
2. 第一次失败：脉冲模型在第一个突触就断了。光感受器放电 50.5 Hz，L1、Mi1、T4、T5 全是 0。原因是光感受器释放的组胺是抑制性递质，而真实的 L1、L2 静息时处于去极化状态，靠“被压下去”传信号——脉冲模型里一个从不放电的神经元，再抑制也还是零。
3. 第二、三次失败：方向选择性恒为 0。换成连续膜电位后信号通了，但统一时间常数让系统变成线性的，而线性系统对移动光栅的平均响应必然与方向无关。加上分类时间常数后仍为 0，查出是我自己的问题：静息基线让网络始终停在正值区间，整流从未生效。
4. 第四次失败：非死即爆。让信号真正跨越零点后，网络要么下游全部归零，要么正反馈失控（Mi1 冲到 10⁴³）。缺的是增益控制。
5. 混合模型成功。按生理学分界：47,448 个不放电的神经元（lamina、medulla）用连续电位加 tanh 饱和，5,048 个会放电的（视觉投射、中枢、下行）用漏积分发放模型，步长 0.1 毫秒。两层之间用泊松发放率衔接。逼近时 DNp01 是静止时的 3.12 倍。
6. 录制回放。三种情况各跑 3 秒脑时间，前 1 秒为静息基线，每 50 毫秒记一帧，存成 JSON 供页面播放。

# 本地查看
cd swatter && python3 -m http.server 8000

关键实现要点

• 页面不跑仿真。一秒脑时间在 Mac 上要算几十秒，所以页面播放的是录好的数据。每一帧的数值都来自 data/swatter.json，可逐条核对。
• 复眼是真坐标。2,181 个小眼的位置直接用数据里的视柱坐标，经标准化后映射到画布；某个小眼变暗，是因为它在仿真里确实落进了暗斑范围。
• 性能上踩过一个坑。初版在每个六边形里调用 getComputedStyle 读颜色，每帧触发 2,181 次样式重算，页面卡顿。改为主题色只读一次、并把小眼合并成两条 Path2D 一次性填充后，每帧绘制从卡顿降到 1.75 毫秒，稳定 61 fps。
• 切到后台自动暂停。用 requestAnimationFrame 驱动并检查 document.hidden，标签页不可见时不做无用绘制。

依据：swatter/index.html 中的 draw() 与 boot()。

局限说明

• 它不会躲。把这套大脑接进闭环竞技场后，500 帧里有 192 帧撞在障碍上。检测得到威胁，不等于能操控身体避开。
• 转向神经元不放电。DNa01 与 DNa02 全程 0 Hz。它们由中央复合体驱动，而那需要自身运动信息，本实验没有提供。
• 两个参数是人定的。分级层增益 2.0、分级转脉冲的平均 30 Hz。换成 80 Hz 时所有条件都饱和到 150 Hz 左右，选择性消失。连接组不提供这两个值。
• “拍子收回去”这条对照不干净。它从静息的小点直接跳到最大再缩小，跳变本身就是强刺激，前半段的高反应不能算数。这条保留展示，但不作为证据。
• 结论是模型预测，没有湿实验验证；模型不含电突触、神经调质与可塑性。

给 AI 的需求示例

下面是这个作品在建模阶段的核心要求，可以照着改成自己的实验。

用 MaleCNS v1.0 连接组做视觉通路仿真，要求：
1. 输入只打在光感受器上，按真实视柱坐标决定每个光感受器收到的明暗，
   不许挑选“特征神经元”，也不许写任何“看见什么就该怎样”的规则。
2. 按生理学分界建模：不放电的神经元用连续电位 + tanh 饱和，
   会放电的用漏积分发放（阈值 −45 mV、复位 −52 mV、不应期 2.2 ms）。
3. 时间常数按细胞类型给：快通路 20–35 ms，慢通路 150–250 ms。
4. 判据先写死：DNp01 在逼近条件下必须显著高于静止条件，否则算失败。
5. 失败的过程要如实记录，不许调参调到好看为止。

小练习

打开 data/swatter.json，把 loom 与 static 两组的 LC4 数列取出来，找到二者开始分离的那一帧，记下它的 t 和 rad。再对照 DNp01：它比 LC4 晚多少毫秒才拉开差距？想一想，这个延迟是通路上多了一级突触造成的，还是巨纤维本身的阈值造成的——并说说你打算用什么实验来区分这两种可能。