Appearance
多巴胺：为什么越刷手机越累
「跟着 AI 学任何东西」系列第 50 篇，也是「大脑与心理」这一系列的开篇。
前面写推荐算法那篇，讲的是屏幕那一侧的机器在优化什么。这一篇讲屏幕这一侧——为什么那套优化能对你奏效。
一个每天都在发生的矛盾
你刷了两个小时短视频。
现在问自己两个问题：
- 这两个小时快乐吗？ ——好像并没有。回想不起来任何一条具体内容。
- 那现在想停吗？ ——也不太想。手指还在往下划。
「不快乐」和「停不下来」同时成立，这件事本身就说明：驱动这个行为的东西，不是快乐。
这篇要讲的就是那个「不是快乐」的东西。
一、先把「快乐分子」这个说法扔掉
多巴胺在大众语境里几乎等于「快乐激素」——做了开心的事就「分泌多巴胺」，于是有了「多巴胺穿搭」「多巴胺饮食」这类说法。
这个印象是错的，而且错得很关键。
有一组经典证据直接把它推翻了。研究者把动物的多巴胺系统抑制掉之后发现：
它们不再主动去获取食物了；但当食物被直接送到嘴里时，它们依然表现出典型的愉悦反应。
也就是说：
快乐还在，只是「想要」没了。
这就引出了本篇最重要的一组区分——「想要」（wanting）和「喜欢」（liking）是两套系统（Berridge 与 Robinson 的经典工作）。多巴胺深度参与前者，而后者主要由另一批更小、更脆弱的神经系统负责。
把这句话放回开头那个矛盾里，它一下就解开了：
刷手机这件事，把「想要」拉满了，但「喜欢」几乎没被满足。你不是在享受，你是在被驱动。
二、它真正编码的东西：意外
那多巴胺到底在算什么？
答案来自一组做在猴子身上的经典实验（Schultz 及同事，1990 年代）。实验很简单：给一个信号（比如一盏灯），过几秒给一点果汁，同时记录多巴胺神经元的放电。
结果分三种情况，而这三种情况合起来讲出了整个故事：
① 训练之前：突然给果汁。 多巴胺神经元在果汁到来的瞬间强烈放电。——符合直觉：有奖赏，有反应。
② 训练之后：灯亮了，果汁如期到来。 反应转移了：神经元在灯亮时放电，而在果汁真正到嘴的时候——几乎没有反应。
③ 训练之后：灯亮了，但果汁没来。 在本该给果汁的那个时刻，放电率掉到了基线以下。
把这三条摆在一起，结论只能是一个：
多巴胺编码的不是「奖赏」，而是「奖赏与预期之间的差」。
这个量有个正式名字：奖赏预测误差（reward prediction error）。比预期好，正信号；和预期一样好，没信号；比预期差，负信号。
这一条能解释很多日常经验：
- 同样一杯咖啡，第一次喝惊艳，第一百次喝平淡。 不是咖啡变了，是预期追上来了。
- 期待了很久的旅行，真到了反而平静。 高峰在计划阶段就用掉了。
- 好消息提前知道就没那么爽。 因为误差已经在提前知道的那一刻结算过了。
一个完全可预测的奖赏，几乎不产生多巴胺信号。你的这套系统，天生只对「意外」感兴趣。
三、下滑刷新：为这套机制量身定做的东西
现在把上面两节合起来看，就能看出短视频信息流为什么这么难放下了。
它同时满足了三个条件，而这三条几乎是照着多巴胺系统的说明书写的：
① 奖赏是不确定的。 下一条可能极好笑，也可能很无聊——你不知道。这在行为科学里叫可变比率强化：奖赏按不固定的次数出现。这种模式产生的行为最顽固，比「每次都给」还顽固得多。原因正是上一节：固定的奖赏会被预期吃掉，而不确定的奖赏永远在制造预测误差。
② 代价极低、间隔极短。 一次下滑不到一秒。整个「预期—揭晓」的循环被压缩到了极致，于是单位时间里能产生的预测误差次数被拉到最大。
③ 没有终点。 一本书有最后一页，一集剧有片尾。信息流没有——没有任何一个自然的时刻在提示你「结束了」。
写推荐算法那篇时我得出过一个结论：推荐系统没有恶意，它只是极其忠实地优化一个被人写下来的数字（比如你的停留时长）。现在可以接上后半句了：
它在优化那个数字的过程中，会自然地收敛到「持续制造预测误差」这个策略——因为那恰好是让人停不下来的最有效手段。
没有人需要懂神经科学。数据会替它找到答案。
四、那个「累」到底是什么
网上流行的解释是「多巴胺被耗尽了」。这个说法很好记，但它不成立——神经递质不是一个会被喝光的水箱。
更站得住的解释有三条，而且它们能同时起作用：
① 高频的注意力切换本身就很贵。 两小时里你切换了几百次内容，每一次都要重新加载语境。消耗不在多巴胺上，在注意力的重新配置上。
② 对比效应压低了别的事。 连续两小时高密度、高强度的刺激之后，读书、散步、跟人聊天这些奖赏密度低得多的活动，会显得格外没劲。这不是它们变差了，是你的比较基准被抬高了。
③ 「想要」被反复触发，却始终没有被「喜欢」结算。 这可能是那种特有的空虚感的来源：一个被启动了几百次的动机系统，一次都没有走到终点。
你不是被消耗了什么，你是被启动了几百次，然后一次都没落地。
五、「多巴胺戒断」这个名字也是错的
这几年流行一个说法叫「多巴胺戒断」或「多巴胺排毒」——找一天什么刺激都不接触，据说能「重置」多巴胺水平。
这个名字至少有两处不对：
- 你没法戒断一个内源性神经递质。 多巴胺还参与运动控制、学习、专注等一堆基本功能，「排掉它」既不可能也不可取。
- 需要重置的不是化学水平，是行为结构。 让人停不下来的不是某个分子的浓度，是不确定 + 低成本 + 无终点这个组合。
（这本书里已经收集过一批起错了的名字，在讲医学名词那一篇里数出了六个。这是第七个：一个名字把因果指向了分子，于是所有人都去调分子，而真正能改的那一层反而没人碰。）
如果按机制来看，能动的地方其实很清楚——都是在拆那三个条件：
- 给不确定性加个盖子：定量而不是定时（「看 10 条」比「看 20 分钟」更有效，因为前者有明确终点）。
- 补上缺失的终点信号：选有结尾的内容形式。
- 把「想要」和「喜欢」重新对齐：事后问自己一句「刚才那两小时，我喜欢吗」。这个动作本身就在给预期系统提供反馈。
这几条都不神奇，但它们至少指对了地方：要改的是奖赏的结构，不是意志力，也不是某个分子的浓度。
一句话
多巴胺不是快乐，是「想要」；而「想要」被优化到极致的时候，快乐并不会跟着一起来。
值得一提的是，这套机制本身没有任何问题——它是学习系统的核心。生物需要一个「比预期好」的信号来知道哪些行为值得重复，这是极其有用的设计。
只是这套设计成型的时候，世界上还没有一个能以每秒一次的频率、精准地给你投喂不确定奖赏的东西。
本文为学习笔记，不构成医学或心理健康建议。文中机制主要来自动物实验与成瘾研究，向日常行为的外推是有限度的；「手机成瘾」是否应作为独立的诊断实体，学界仍有争论。如果相关行为已明显影响生活，请咨询专业人士。