脑机接口（BrainComputerInterface,BCI）能够在人脑与外部设备之间建立直接的信息交互通路，而无需依赖外周神经与肌肉。经过50余年的发展，BCI研究已从通讯接口设计和自然交互实现阶段，逐渐向脑机智能融合阶段过渡。然而，实现BCI的长时程稳定交互，成为制约其进一步发展和实际应用的关键瓶颈。目前，提升BCI长期稳定性的技术途径主要包括两个方面：一是通过大脑刺激与神经反馈训练等手段增强用户使用BCI的能力，即脑学习；二是利用自适应技术提高机器端对脑信号的解码与适应能力，即机学习。现有多数研究往往单独关注脑学习或机学习，而忽略了二者结合对性能提升的巨大潜力。协同演进BCI则通过有效融合脑学习和机学习过程，使大脑与机器在交互过程中实现相互适应和同步增强，从而克服大脑状态波动和外部环境干扰，支撑BCI的长时程稳定运行。本文系统梳理了神经调制、神经反馈及自适应BCI技术的发展，明确了协同演进BCI的定义与边界，并进一步分析其面临的关键问题与未来发展方向，以期推动协同演进BCI的深入研究与广泛应用。