第十二章 奖励性误判与成瘾回路

人会重复被奖励的行为。 这句话简单，但极其重要。 很多人以为自己是按照道理行动的。 实际上，人常常是按照奖励行动的。 什么东西让他立刻舒服，他就更容易重复。 什么东西让他获得认可，他就更容易重复。 什么东西让他缓解痛苦，他就更容易重复。 什么东西让他快速看到结果，他就更容易重复。 奖励会塑造行为。 更隐蔽的是，奖励还会塑造判断。 人会逐渐相信那些让自己得到奖励的解释。

一、奖励会训练注意力 被奖励过的东西，会更容易被注意到。 交易中，一个人曾经靠短线赚过钱，他就会更关注短期波动。 社交媒体中，一个人某种表达获得过点赞，他就会更关注能引发反馈的话题。 关系中，一个人通过拉扯获得过关注，他就会更关注能制造情绪波动的方式。 公司中，一个员工通过包装数据获得过表扬，他就会更关注如何包装，而不是如何创造真实价值。 奖励不只是给结果。 奖励会训练注意力。 久而久之，人会看见那些能带来奖励的东西，而忽略那些真正重要但反馈慢的东西。 这就是奖励性误判的第一层： 人会把被奖励的东西误认为重要的东西。

二、短反馈会压倒长反馈 人天然喜欢短反馈。 短反馈快、清楚、刺激。 长反馈慢、模糊、需要等待。 但现实中，很多真正重要的东西，反馈都很慢。 健康是慢反馈。 关系质量是慢反馈。 公司文化是慢反馈。 投资能力是慢反馈。 写作能力是慢反馈。 认知升级是慢反馈。 而很多有害的东西，反馈很快。 刷短视频很快。 频繁交易很快。 情绪拉扯很快。 炫耀表达很快。 短期业绩冲刺很快。 这就产生一个危险结构： 坏东西给快奖励，好东西给慢奖励。 如果一个人没有长期结构，他很容易被短反馈训练坏。 不是因为他不知道长期重要，而是因为短反馈在不断重塑他的行为系统。

三、奖励会制造自我合理化 当一个错误行为带来奖励，人会自动为它找理由。 频繁交易赚了钱，他会说自己反应快。 情绪控制别人有效，他会说这是解决问题。 过度工作带来成果，他会说自己能扛。 迎合别人获得认可，他会说这是成熟。 数据造假换来绩效，他会说大家都这样。 奖励越强，合理化越强。 因为人不愿意承认： 我被奖励训练了。 他更愿意相信： 这是我的能力。 这是我的方法。 这是现实需要。 这是我看得清。 所以奖励性误判不只是行为问题。 它会污染自我理解。

四、成瘾回路：从奖励到失控 当一个奖励足够快、足够强、足够不确定，就容易形成成瘾回路。 成瘾不一定只发生在物质上。 交易可以成瘾。 社交反馈可以成瘾。 关系拉扯可以成瘾。 工作成就可以成瘾。 信息摄入可以成瘾。 AI 生成也可以成瘾。 成瘾回路有几个特点： 第一，短期缓解痛苦。 第二，快速带来刺激。 第三，结果不稳定，反而让人更想重复。 第四，长期损害系统。 第五，人会为重复行为找理由。 比如，一个人焦虑时刷信息。 刷的时候舒服一点。 但刷完更乱、更疲惫、更焦虑。 于是他又刷。 这就是典型回路。 它不解决问题，只是短期降低不适。 但短期降低不适，本身就是奖励。

五、奖励性误判的识别信号 奖励性误判参与判断时，通常有几个信号。 第一，我知道这件事长期不好，但还是想做。 第二，我做完之后短期舒服，长期更乱。 第三，我不断找理由证明这件事有必要。 第四，我越来越难停下来。 第五，我把刺激感误认为价值感。 第六，我把被奖励过的方法，当成长期正确的方法。 一旦出现这些信号，就要问： 这是真正有价值，还是只是奖励很快？

六、反制奖励性误判 反制奖励性误判，不能只靠意志力。 因为奖励回路本身就是训练系统。 要反制它，必须改变环境、反馈和动作结构。 第一，拉长反馈。 不要只看今天舒服不舒服，要看一周后、一个月后、一年后系统变成什么样。 第二，降低短奖励暴露。 减少高刺激、高频反馈、强不确定奖励源。 第三，设计慢奖励。 把健康、学习、写作、长期投资这类慢变量，设计成可见进度。 第四，增加摩擦。 对容易成瘾的行为，加一道暂停机制。 第五，回到真实价值。 这件事是在创造长期价值，还是只是在提供即时奖励？ 奖励不是错。 但奖励必须服务长期系统。 一旦奖励反过来训练系统，误判就会稳定发生。

本章小结 奖励性误判的核心，是人会把被奖励的东西误认为重要的东西，把短期舒服误认为长期正确，把即时刺激误认为真实价值。 成瘾回路不是意志薄弱那么简单。 它是奖励、痛苦、刺激、不确定性和自我合理化共同形成的系统。 一句话： 人不是按道理重复行为，而是按奖励重复行为；所以要想少误判，必须先看清自己被什么训练。