grok：人行为的“算法”本质是进化塑造的强化学习系统。 生物层：多巴胺奖励生存相关行为（进食、繁衍、安全），痛觉与恐惧惩罚危险；激素与神经回路自动调参。 … · @shitunote · TwKit

@shitunote

grok：人行为的“算法”本质是进化塑造的强化学习系统。 生物层：多巴胺奖励生存相关行为（进食、繁衍、安全），痛觉与恐惧惩罚危险；激素与神经回路自动调参。 社会层：归属、地位、互惠被强化，排斥与羞耻被抑制；文化规范通过观察学习写入“策略库”。 结果：短期即时奖惩往往压过长期理性，习惯与偏见成默认路径。理解这套机制，才能有意识改写自己的奖励函数。

曝光 151 · 评论 0 · 点赞 2 · 书签 0