尽管存在上述困难，仍然找到了相当数量的人类化石和亚人化石。这些化石仅仅是进化轨迹上的分散的点子。把它们连成一线来看，我们就可以从自己开始将这一进化轨迹延伸到遥远的往昔。从我们现已了解的一切来看，我们最遥远的祖先似乎是猴类。为此而烦恼的人可以聊以自慰的是，我们家族血统的老祖宗至少是在文化树的较高树枝上接受教育的。
这种小动物开始采用一种新的游动方法之后，向人进化的第一步随之来临。它们不再在树枝上跳跃前进，而是从一根树杈荡到另一根树杈，颇象运动员借助吊环表演空中飞人。这使它们的身体结构发生重大变化，从而为后来人体演进的更为典型的特征打下了基础。在树上飘荡运动中，身体靠上肢悬垂，因而形成与四足行走动物截然不同的一种姿势。
结果产生了一连串身体结构的适应化变化。躯干变短变紧缩，以便能荡得更远，就象拴在绳子末端的重物。骨盆接过了支撑内脏的任务，过去内脏是靠吊带似的腹部肌肉支撑的。骨盆加深，更加接近碗钵形。肩关节过去只有一定程度的旋转活动度，正如现代猴类一样，它们的自由度逐渐加大，直至发展成现代人这样的关节，使人今天能完成棒球手投球的那种动作。这是一步极其重要的发展，因为姑且不说别的发展，它已经使人的攻击能力得以延伸，它借助的手段是投掷的石块和矛枪，是挥舞的棍棒。最后的一点结果是，那些在跳跃和荡树枝中不能判断矩离、不能牢牢抓住树枝的个体常常被淘汰掉，这就导致立体视觉模式的稳步发展和神经肌肉协调模式的稳步发展。换言之，使现代人成其为今日这样体格的动物的大多数结构特征，发端于猴类用上肢在树间跳荡前进的适应过程之中。
在树间跳荡时期中的某个时候，人类和类人猿的血系分道扬镳了。类人猿的祖先继续沿袭树间运动的路线，我们的祖先却开始了陆居生活。我们无法判断他们为何要下地生活。不过我们确实知道，在第3纪中新世人猿分手时，世界许多地区普遍发生了气候变异。可能与其说是我们的祖先离开了森林，毋宁说是森林撇下了他们。然而，有一点可以确信：我们的祖先下地时，他们的手臂和眼睛已经颇能适应在树间的跳荡生活，但是他们的驱干尚未完全适应这种生活，所以他们不能很顺当地开始地上的生活。连最早的半人半猿化石都表现出充分发达的现代人式的腿足。然而，诸如尼安德特人这样原始人的上肢却比现代人的手臂略短一些。
从体格的观点来看，人仅仅是一种大型的地球灵长目动物。实际上，在身体结构的专门化方面，他的进化不及其它亲缘动物类人猿。他区别于其它灵长目动物，甚至区別于其它哺乳纲动物的地方，在于他了不起的学习能力和思维能力，以及他与旁人交流知识和思想的能力。在这类问题上，正如在他的身体结构上一样，可以看出他是某些泛化的进化趋势的产物。然而，这儿的纪录甚至更不完全。使人和最近的亲缘动物区别开来的断面非常之大的，其间的差别不是简单的量的差别，而是质的差别。
在评估人的独特能力时，今天的大多数人大概会把智能放在首位。这是我们当前的文化价值观念的直接反映。当前的文化价值强调人的推理能力，这一点显示在智商测验之中。实际上，人的两种最重要的品格，也许是至高无比的学习能力和语言能力。能够靠推理而不是靠尝试错误解决问题，固然是了不起的；然而我们往往忘记，思维的结果不一定比思维开始的前提更加可靠有效。推理的前提一定得经过学习才能到手，而且往往是从旁人学来的。学习的能力决不仅限于人。学习能力在我们这个物种身上的高度发达，是一个可以确认的进化趋势的终极结果。一切生命形态都以本能行为或后天学习的行为对环境作出反应。
在较低的进化层次上，多半的行为是由本能控制的，虽然即使蚯蚓和蟑螂这样的动物也可以在后天学到一点东西。随着动物神经系统复杂程度的增加，动物行为从以本能行为占主导地位向以学习为主导的转移稳步渐进。到了进化阶梯中的灵长目阶段，本能行为实际上已经消失。到了人类这个阶段，未经学习的自动反应，似乎只局限于自主神经系统控制的反应，因为人是越来越复杂的神经组织的进化趋向的终极产物。自主神经系统控制的反应包括消化过程、眼睛适应光强度的调节过程以及与此类似的非随意反应过程。一个物种具有的本能越少，它可以发展的行为范围就越宽广。这一事实，加上人独特的、巨大的学习能力，产生了人丰富多样的后天学会的行为，这种行为是其它物种无法匹敌的。
由于现代心理学家的研究成果，我们对学习过程有了相当好的了解。遗憾的是，我们对思维过程的认识要少得多。思维过程似乎再现着业已学会的反应重新组合，以对付陌生情景的过程。尝试和错误的过程也可以达到同一目的，然后，这一过程要缓慢得多、弄拙得多。思维能力的萌芽在除人之外的许多哺乳动物身上可以看到。但是在这方面，分隔最愚笨的一个人和最聪明的一个类人猿的鸿沟，同样是巨大的。类人猿的推理能力至多能达到三四岁小儿的推理水平。
语言的使用和人无与伦比的思维能力非常紧密地联在一起。人在交际能力方面与其它动物的差別，远远超过他在学习能力或思维能力方面和其它动物的差别。大多数哺乳动物都可以发出表现诸如饥饿、气恼、惧怕、快乐或痛苦的叫声，做出这样的动作。它们这些叫声和动作由同种的其它个体识别之后，就成为交流的手段。凡是喂养过爱畜的人都可以证明这一事实。然而，唯有人这一物种才将交际发展到可以传达抽象观念的程度。我们使用的交际符号通常是言语。我们通常将言语和语言当成是一回事，可是上述类型的交际可以用其它方式来实现。唯一必需的条件是，所用的符号对交际双方应有相同的价值。因此，平原印第安人的手势语可以用于复杂的交际目的，比如给予地理信息、布道、以恰当的经济担保求婚。不过，手势语之类的交际形式并非典型的人际交际形态。多半的人类语言以言语为基础。虽然研究证明，言语发端于语音模式的形成和固定，而且语音模式在儿童咿呀发音的变异范围之内，但是言语多半是靠模仿学会的。奇怪的是，除人之外的哺乳动物都不会模仿发音。人在教猿类说话过程中遭遇的难以逾越的障碍，似乎是因为不可能使它们模仿发音引起的。
我们对语言发生的早期阶段绝对是一无所知的。不妨断言，语言的使用是极其悠远的，但是没有记录的语言消失得无影无踪。文字出现在埃及和近东时（大约在公元前4000年），语言的进化才得以完成。最早留下记录的语言在语法上和任何现代语言一样复杂，在传情达意上和任何现代语言一样恰当充分。而且，一切迹象表明，人类历史初期的语言比现在的语言多得多。每一个小型的地方原始群大概都有自己的语言。
所谓原始语言表现出大量着实使人困惑的观念，这些观念以语法形式来表示。这类语法形式有以事物形态和一贯性为基础的“性”的概念，有代词和动词的单数、双数和多数的“数”的概念只需稍许改变少数词根的形态就可以表达多数的概念。在几乎没有语法（指没有词的曲折变化—译注）的语言里，比如汉语和英语里，必需要有较大量的词汇。英语浩瀚的词汇是必备条件，如果要用它来准确传达思想的话。与之同样缺乏语法的汉语，由于其词汇远远少于英语，所以它具有电报式的语句简洁性和语义不确定性。
尽管语言之间存在着上述各种差别，然而我们有充分的证据表明，任何思想都能用任何语言来传达。语言的差别在于：社会是否对某一思想熟悉到一定的程度，或关注到一定的程度，以至于要造出一个单词来表达这一思想。因此，用澳洲土语传达飞机的观念也许要数百个单词，而英语中一个单词就足以说明问题。但是，用英语来表达阿尔丘林格（Alchuringa）祖先这一概念同样需要几百个词，而澳洲土语用一个单词就足够了。
语言创造的符号系统极为有助于个体的思维，虽然他借以思考的语言结构中体现的概念可能对思维的结果会产生影响。这是新兴的语义学刚刚开始探索的领域。所以，印欧语没有无生命性这一语法范畴使操这些语言的人以万物有灵的态度去对待一切抽象的东西。倘若我们的语法将宇宙的内容分成有生命和无生命两类，如阿尔贡金印第安语言那样，我们的哲学家就不至踏进许多逻辑上的僻径小道了。
我们的思维多半是借助语词进行的，虽然别的符号也可以使用。画家和音乐家用一套与此不同的、非言语的符号来思考和构想，所以他们用语词描述创作过程时遭到了困难。个体借助符号可以解决问题、求得结果，他不必经历缓慢而笨拙的、外显的尝试错误过程。思维中使用语词酷似计算中使用数学符号。数学符号使我们可以在不衡量和计量实际物体的情况下解答各种问题。语词符号使我们可以在不实际完成具体行为的情况下判定其结果。
极其发达的学习能力和语言能力在人身上的组合，使人类可以把宏富的知识业已验证的行为模式世代积累和传承下去，其它任何物种真是望尘莫及。在其它哺乳类身上，后代能够并且确实靠模仿父母学会了少许行为模式，然而其可能性很受局限，因为亲辈不能把抽象概念传给子辈，而且亲子两辈共同生活的时间相当短。就人类而言，儿童对父母的依赖和继后与父母的联系最低限度要持续10…12年。前4年结束之前，儿童已经习得语言，父母可以用语言传授恰当的反应，不仅是对亲子在一起时出现的情景作出合适的反应，而且是对那些将来可能出现的情景作出合适的反应。父母可以告诉儿童各种可能发生的事情，告诉他们一旦这些事情发生之后如何去对付。
人是万物之灵，也是最好教的动物，所以我们自然可以指望人是最具有个性的动物。没有两个人在体质和智能潜力上是十分相似的。毫无疑问，没有两个人—即使是在同一家庭里长大的同卵双生子—的经历是完全相同的。因此，从潜在的因素看，人的个体的相似性比其它任何物种的个体的相似性都要小得多。因此，非常奇怪的是，人们竟然选择在组织紧密的群体之中生活，其成员从事各种专职活动，同时又相互依存，以便满足全体成员实际上的一切基本需求。许多其它哺乳动物也有群居的习性，可是它们的群体的组织程度是极为低下的。其中的唯一活动分工，是赋予雌雄两性在生殖上的不同角色；社会控制仅仅是弱小的斗士让位于强壮的斗士。如果要寻找与复杂的人类社会哪怕是最细微的相似之处，就必须到社会性昆虫中去找，比如到蚂蚁和蜂群中去找。在它们身上，维持社群生存必须的合作，靠身体上专门化的各种群体（比如工蜂工蚁、兵蜂兵蚁等）来确保，靠�