稳定性-可塑性困境是神经系统的一个约束，其存在于人工和生物神经系统中，可理解为稳定性和可塑性之间需要权衡以达到一种平衡的状态。
并行和分布式系统中学习需要可塑性来整合新知识，稳定性则被用于防止忘记之前的知识；可塑性过强会导致先前编码的数据不断遗忘，稳定过强则会阻碍突触水平上对该数据的有效编码。
目前大多数情况下，神经计算已经解决了过度可塑性、过度稳定性的问题。