推文

@judeguox · 2026-10-17 08:57

驱动行为的不是奖励本身，是对奖励的预期。 多巴胺的神经机制研究证实了这一点，奖赏回路在预期阶段的放电强度，远高于实际获得奖赏时。 也就是说，行动进行时，快感已经在发生了，个体的回应对行为的影响是事后的事，按下按钮的那一瞬间，头奖的画面已经在他们脑内亮起来了。 这就是为什么短期的零回报无法消退行为，因为预期系统不负责核对账本，它只负责维持下一次可能中的信念。 而会命中奖励的信念是早期几次成功刻进去的，之后靠间歇性的掉落奖励续费，觉得有巨大奖励掉落的预期一旦被确认，从此不再需要现实配合，能够实现自转。 所以在最初，当你一旦给了一个人超出他预期之外的奖赏，后续对方的输出强度会升级直到满格， 因为在他们最初搭建的内部模型里，这个频道的赔付表写的是头奖池，所以每一次出手都是全力以赴，因为建立的模型预测大奖随时可能落在下一次。 老虎机玩家的典型心理是我不能错过赢得头奖的可能性，疯狂背后，是因为预期可能赢。 早期你给过几次真实奖励，把头奖刻进了他们的预期系统，之后的间歇泄漏掉落的奖励维持了信念，多巴胺预期系统自此自给自足。 而预期系统唯一的纠错机制是长期、彻底、无例外的零兑现。 不是一两次零回报，而是长到让信念失去全部证据的零。 信念和预期只能被饿死。 最初的奖励相当于中了大奖的彩票，长期持续一致的零反馈，才会迫使对方的多巴胺系统修正预期。

曝光 19 · 评论 0 · 点赞 0 · 书签 0