从“我”到“无我”:内观冥想如何消解自我叙事的神经基础

——默认模式网络、预测加工与自我边界的科学重构; “观自在菩萨,行深般若波罗蜜多时,照见五蕴皆空。”

作者:137潜学院 · 双专题前沿学术资讯 ·

“观自在菩萨,行深般若波罗蜜多时,照见五蕴皆空。”——《心经》的开篇,描述了一种通过深度内观而洞见“自我”虚妄性的境界。两千五百年后,神经科学家在功能磁共振成像(fMRI)和脑电图(EEG)的扫描图像中,看到了这一境界的神经对应物。 默认模式网络:大脑的“自我叙事引擎” 当一个人处于静息状态——没有专注外部任务、思绪自由漂浮时,大脑中有一组区域反而变得异常活跃。这组区域被称为默认模式网络(Default Mode Network, DMN) ,核心节点包括后扣带皮层(PCC)、内侧前额叶皮层(mPFC)和双侧顶叶皮层。 DMN被广泛认为支撑着自我参照思维、情景记忆回忆和心智游移——简单说,就是那个不断讲述“我”的故事的大脑系统。这个系统越活跃,“我”的声音就越响亮、越絮叨。 内观冥想:降低DMN的“音量” 大量研究发现,长期冥想练习者在大脑静息状态下表现出DMN活动的显著降低,尤其是后扣带皮层(PCC)区域。这种降低与自我参照性叙事的减少和空间性自我边界的消解相关——恰好对应了内观修行中所描述的“自我感淡化”体验。 2025年发表于《Communications Biology》的研究进一步证实,七日内观式冥想 retreat 后,参与者的DMN功能连接显著下降(p=0.00009)。与此同时,左侧脑岛与PCC之间的连接增强——这是“出神状态”(trance state)的标志性神经特征。研究还观察到全脑模块化程度的降低,意味着大脑不同网络之间的界限变得模糊、信息整合增强。 从预测加工理论看“无我” 2025年的一项研究从预测加工(predictive processing) 的理论框架重新解读了冥想的作用机制。研究者提出,大脑本质上是一个“预测机器”——它不断基于过去的经验生成对当下感觉信号的预测。 在这一框架下,重构(reconceptualization) 改变的是关于“心智如何构建现实”的高层信念(hyperpriors);而冥想则通过将注意力聚焦于当下,削弱预测过程本身,产生一种“摆脱了被预测的自我”的纯粹觉知状态。在这种状态下,先验信念(priors)更容易被当下的感觉数据所取代。 这正是内观修行中“如实观照”的神经科学翻译——不被过去的故事所绑架,不被未来的预期所干扰,纯粹地体验当下的感官实相。 超越二元性:非二元觉知的神经地形学 一篇2022年发表于PubMed的综述提出了 “超越二元性帷幕——冥想的地形重组模型” 。该模型指出,高阶冥想可以带来一种明确的 “非二元觉知” 体验——自我与环境之间的分离感消融。 这种体验的神经基础涉及DMN活动降低、突显网络和额顶控制网络之间相互作用的重组,以及振荡协调性的变化。2026年的一项比较研究进一步将这一框架扩展至不同修行传统——从南传佛教的内观到藏传佛教的大圆满,从伊斯兰教的苏菲到道教的内丹——发现不同传统虽然路径不同,但都在不同程度上触及了“自我衰减而觉知保留”的神经重组模式。 长期修习:从状态到特质 值得注意的是,DMN的改变在长期冥想者中表现为特质性变化——不仅在冥想时出现,在日常生活和静息状态下也同样存在。这表明,内观冥想不仅仅是短期的状态调节,而是在重塑大脑的默认运行模式——让“自我叙事”的引擎不再那么轰鸣不休。 小结 内观冥想的本质,或许可以被理解为对大脑“自我叙事系统”的一种系统性“降噪”。DMN的过度活跃与抑郁、焦虑和过度自我关注密切相关。当冥想削弱了这个系统的活动,“我”不再那么沉重,“我的故事”不再那么紧迫——一种更轻盈、更开放的存在方式随之展开。这不仅是哲学上的洞见,更是可以被fMRI和EEG所捕捉的神经可塑性事实。 主要参考文献 Shen, Y. et al. “Neural and molecular changes during a mind-body reconceptualization, meditation, and open label placebo healing intervention.” Communications Biology (2025) “Beyond the veil of duality-topographic reorganization model of meditation.” PubMed (2022) “Extending the Scientific Study of Advanced Meditation Across Contemplative Traditions to Sufism within Islam.” Europe PMC (2026) “Dynamic causal modeling of low-density resting-state EEG in long-term meditation practitioners.” Scientific Reports (2026)

进入AI心脑探索