凌晨一点半，你放下手机。十分钟前你只打算「刷一会儿」，现在脖子是僵的，眼睛是干的，心里有点空。刚才那一个多小时，好像什么都没留下。

这篇文章想把这件事讲清楚：它不是意志薄弱的问题。老虎机和短视频在设计上共享同一种核心机制——用不可预测的奖励、极高的新异性、几乎无限的可获得性，制造出比自然环境中任何刺激都更强烈的「超常刺激」。

这种刺激直接作用于人脑的奖励系统，让人反复追逐、难以停止；但它不带来真正的满足，反而让人更焦虑、更空虚、对日常的快乐更麻木。

什么是超常刺激

「超常刺激」（supernormal stimulus）这个词来自动物行为学。1973 年诺贝尔生理学或医学奖得主廷贝亨（Niko Tinbergen）在研究银鸥时发现：刚孵化的幼鸥，靠啄亲鸟喙上的那枚红点来索食——就是下面这张照片里，喙尖下方那块橙红色。

银鸥成鸟头部特写，黄色喙部下端有一处醒目的橙红色斑点

信号本体：银鸥亲鸟喙上的红斑（red spot）。刚孵化的幼鸥看不见「妈妈」，它只认这枚点——啄它，就有食物。图源：Jacob Spinks / Wikimedia Commons，CC BY 2.0。

廷贝亨的实验从这里出发：如果给幼鸥一个假喙模型——比真喙更长、更红、对比更强——它会啄得比对着亲生母亲还拼命，哪怕真正的妈妈就在旁边。

Supernormal Stimulus超常刺激：信号被放大之后，本能跟着过度反应（银鸥幼鸟实验，Tinbergen & Perdeck 1950）A · Natural stimulus自然刺激：亲鸟真实的喙pecking response 啄击反应baseline 基线B · Supernormal stimulus超常刺激：更长、更红、斑点更多的假喙longer · redder · more spotspecking response 啄击反应≈ 2–3×The signal beats the real thing. 信号赢了实物。进化只教会幼鸥「认信号」，没教会它「认妈妈」——放大信号，就能劫持本能（slot machines & feeds do the same to us）

据 Tinbergen & Perdeck (1950) 银鸥实验重绘的示意图：更长、更红、对比更强的假喙模型，引发的啄击反应可达真实喙的两倍以上。反应强度条为示意，非精确数据。

也就是说，进化教会了幼鸥「认信号」，没教会它「认妈妈」。红点、细长、高对比，这些特征一旦被人为放大，本能就被劫持了：信号越夸张，反应越过度，哪怕这个反应对它自己有害。

这类例子在廷贝亨 1951 年的《本能的研究》（The Study of Instinct）里俯拾皆是。最直观的一幕发生在芦苇丛里：

一只体型远大于养亲的杜鹃雏鸟正在向喂养它的苇莺张大嘴索食

现实版本的超常刺激：苇莺亲鸟喂养巢里那只大得夸张的杜鹃雏鸟——张口、鸣叫这些索食信号被放大之后，亲鸟的本能就被劫持了。图源：Per Harald Olsen / Wikimedia Commons，CC BY-SA 3.0。

有些地面筑巢的鸟甚至会弃掉自己的蛋，去孵一枚大得离谱的假蛋——更大的「蛋形信号」压过了真的蛋。

人类没有理由例外。

老虎机是被提纯、放大的赌博信号；短视频是被算法无限优化过的注意力诱饵。它们之所以强大，不是因为玩手机的人意志薄弱，而是因为它们精准地击中了进化留给我们的神经漏洞。

老虎机：不确定奖励的放大器

老虎机真正的引擎，是「不确定」本身。

斯金纳（B. F. Skinner）在二十世纪五十年代就摸清了这件事。老鼠每按一次杠杆都有食物，它吃饱就停；可一旦奖励变得不确定——有时有，有时没有，有时多，有时少——老鼠反而会疯狂按杠杆，而且这个行为极难消退。这就是「可变比率强化」（variable-ratio reinforcement）：奖励跟动作次数挂钩，但每次要多少下，随机。

斯金纳与费斯特在 1957 年的《强化程序》（Schedules of Reinforcement）里，把各种强化程序下的反应曲线画在同一张累积记录纸上：可变比率的反应率最高、最稳、最难消退。老虎机就是这条曲线的工业化版本：每次拉杆结果都未知，你不知道会输会赢，会赢一点还是赢很多。

操作性条件反射四种强化程序的累积记录：固定比率 FR、可变比率 VR、固定间隔 FI、可变间隔 VI 的累积反应曲线对比

累积记录纸上看四种强化程序：曲线越陡，按得越快。可变比率（VR）最陡、最平稳；固定比率（FR）每次强化后有个停顿；固定间隔（FI）呈扇贝形。图源：Wikimedia Commons（公有领域），据 Ferster & Skinner (1957) 重绘。

这种不确定性为什么如此有效？答案是「奖赏预测误差」（reward prediction error）。

中脑多巴胺神经元不奖励「得到」，它奖励「意外」。沃尔弗拉姆·舒尔茨（Wolfram Schultz）团队记录猴子多巴胺神经元的放电，得到了教科书级别的三联结果：

  • 不可预测的奖励出现：多巴胺神经元猛烈放电；
  • 奖励每次都如期而至：神经元学会了预测，不再额外反应；
  • 预测的奖励没来：神经元反而掉到基线以下，出现「负误差」。

多巴胺神经元奖赏预测误差三联图：不可预测的奖励出现时放电爆发（正预测误差），完全被预测的奖励不引起额外反应，被预测的奖励被省略时放电暂停下探（负预测误差）

多巴胺神经元编码的不是奖励本身，是「意外」：上，不可预测的奖励→放电爆发；中，如期而至的奖励→没有额外反应；下，被省略的奖励→放电暂停。图源：Schultz (2016), Dialogues in Clinical Neuroscience, Figure 2（数据即 Schultz, Dayan & Montague 1997, Science），CC BY-NC-ND 3.0，PMC4826767。

老虎机的每一次旋转，都是一次全新的预测误差计算。正因为结果永远不确定，「意外」的空间永远存在，多巴胺系统就被一直挂在那儿。后续研究进一步发现，奖励概率居中（最拿不准）时，多巴胺神经元的持续张力最高（Fiorillo, Tobler & Schultz, 2003）——不确定性本身就是奖赏的一部分。

在这套核心机制之上，还有三个附件。

近失效应（near-miss）。 两个相同图标已经停好，第三个只差一格。fMRI 研究发现，这种「差一点」在腹侧纹状体和脑岛引发的激活，接近于真正赢钱（Clark et al., 2009, Neuron）——你实际上输了，大脑却部分地把它读成「接近成功」，于是催你再试一次。真机也配合这一点：近失时第三个轮子会多转零点几秒，悬念被人为拉长。

近失效应的 fMRI 证据：A 面板为真赢对比非赢的结果，B 面板为近失对比全输的结果，两相比较可见腹侧纹状体等赢钱相关区域都被激活

近失的脑成像证据：A，真赢对比非赢，腹侧纹状体点亮；B，近失对比全输，同一片区域也被点亮。你输了，大脑却当它接近赢。图源：Clark et al. (2009), Neuron, Figure 3（PMC 存档，CC BY 3.0）。

损失伪装成胜利（losses disguised as wins）。 现代老虎机有几十条赔率线。你这一把投 100 只回来 20，净输 80，机器照样闪灯、放庆祝音乐。生理测量显示，这种带音效的「假赢」引发的皮肤电反应跟真赢差不多（Dixon et al., 2014）。多巴胺不查账，它只听声音。

皮肤电反应数据图：横轴从纯输（loss）经各档假赢（LDW）到真赢（win），对比庆祝音效开与关两种条件

「假赢」的生理证据：开着庆祝音效时，各档假赢（LDW）的皮肤电唤醒一路向真赢靠拢；关掉声音，差距立刻拉开。图源：Dixon et al. (2014), Journal of Gambling Studies, Figure 4（PMC4225056，CC BY）。

控制错觉（illusion of control）。 按钮、触摸屏、选图案、自己停轮。结果早由随机数发生器写定，但一点点「我在参与」的感觉，就能显著抬高投入意愿。

所以老虎机不只是赌博工具，它是一台对着多巴胺预测误差精调过的刺激机器。

短视频：无限新异性的数字老虎机

短视频平台看起来和老虎机完全不同，机制上却是同一个东西。

滑下一条视频时，你不知道会看到什么：可能很无聊，可能有点意思，可能极度有趣、愤怒、感动，偶尔有一条精准击中你，让你觉得「这就是我」。这就是可变比率强化——你不断滑动，因为下一条可能是大奖。

区别在「奖」的内容。短视频的奖励不是钱，而是新异性、情绪唤起、社会信息、性吸引、认同感、认知优越感、好奇心的缺口。算法根据停留时长、点赞、评论、转发、完播率不断学习你的偏好；它不需要你选择，自动把最可能钩住你的内容送到眼前。

几个设计进一步拆掉了刹车。

无限滚动取消了停止线索。 大脑依赖环境线索决定何时停止：书有最后一页，电影有片尾，一集剧结束有片头曲催你起身。短视频流没有尽头，自动播放让你连「点下一个」这个决定都不用做。继续的成本是零，停止反而需要力气。

前几秒钩子。 创作者都知道前 1-3 秒定生死，于是内容被高度压缩：开头即高潮、冲突、悬念。多巴胺脉冲一次接一次，间隔以秒计，比老虎机还密。

情绪高于信息。 算法偏好高唤醒内容，因为高唤醒带来停留和互动。愤怒、恐惧、嫉妒、惊讶的传播力，天然强过平静与复杂。结果是你的信息流越来越刺激，越来越不平静。

多巴胺不是「快乐分子」：「想要」与「喜欢」

很多人以为多巴胺是快乐分子。这是个误解。

多巴胺更准确的职责清单是：动机、期待、显著性、奖赏预测误差、驱动接近和追求。它回答的问题是「这件事重要吗？我该行动吗」。至于「这件事让我快乐吗」，归另一套系统管。多巴胺升高时，你感到的往往不是快乐，是「想要」。

神经科学家贝里奇（Kent Berridge）把奖赏拆成了两套系统：

  • 「想要」（wanting）：多巴胺驱动，让你渴望、追求、搜寻；
  • 「喜欢」（liking）：阿片肽、内啡肽系统驱动，让你在获得时感到愉悦和满足。

「想要」与「喜欢」是两套不同的脑系统：绿色的皮层边缘多巴胺投射系统广泛而强健，驱动想要；红色标记的享乐热点稀少而脆弱，产生真实的愉悦感

两套系统，两种命运：绿色=广泛而强健的多巴胺投射（wanting，想要）；红色=稀少而脆弱的享乐热点（liking，喜欢，走阿片系统）。超常刺激专攻前者。图源：Berridge (2018), Frontiers in Psychology, Figure 1，CC BY 4.0。

自然状态下两套系统协同工作：你饿了想要食物，吃到后感到满足。超常刺激则劫持「想要」，却不充分兑现「喜欢」。你不停刷，因为大脑持续预期「下一条可能更好」；真看到了，愉悦又短又平，低于预期；这个落差推着你滑向下一条，试图补上刚才的缺口。

这就是「想要—喜欢分离」：你非常想要，但你并不真的喜欢。你停不下来，不是因为快乐，而是因为渴望本身。

一台可以玩的老虎机

机制讲完了。如果你想知道这些东西在自己身上长什么样，我做了一个可以玩的版本：

打开单页：欧气值 · 多巴胺实验室

它是一台照着本文机制认真调过参的老虎机：可变比率、近失、假胜利、装饰性保底、被拆掉的停止线索，一个不少。整局 60 抽，结果在你点下开始按钮的那一毫秒就已封存。抽完之后，第二幕把你自己的行为日志拆开给你看——近失之后你按得有多快、「想要」和「喜欢」差多远、那行灰色的退出链接你到底看没看见。第三幕换你当产品经理调参数，看 OKR 只剩「人均时长」时，机器会自动长成什么样。

不联网、不落盘，关掉页面一切蒸发。

它们如何让人更不快乐

这些超常刺激不会带来长期快乐，反而在好几个层面拆幸福感。

快感阈值抬高。 习惯了每十几秒一个新刺激之后，日常的低强度快乐变得索然无味：散步无聊，读书太慢，聊天不够刺激。这不只是比喻，也是生理：长期高频刺激下，多巴胺系统会适应性下调，纹状体的多巴胺 D2 受体减少（Volkow 等人的成瘾 PET 研究看了几十年），自然奖励不再能有效激活奖赏通路。就像一直吃重辣，再喝清汤就没了味道。

PET 扫描对比图：可卡因、甲基苯丙胺、酒精、海洛因成瘾者的纹状体多巴胺 D2 受体可用性都显著低于正常对照，色标从红（高）到蓝（低）

阈值抬高的脑成像版：四种物质成瘾者（可卡因、甲基苯丙胺、酒精、海洛因）纹状体的 D2 受体可用性全部显著低于正常对照（红=高，蓝=低）。图源：NIDA / Volkow 团队（公有领域），Wikimedia Commons。

永远在渴望。 老虎机和短视频培养的是一种「永远差一点」的状态：下一局可能赢，下一条会更好。追逐不停止，满足感稍纵即逝。这种状态本身就带来疲惫和空虚——你不是在享受，是被一个填不满的预期推着走。

注意力碎片化。 高频切换训练大脑习惯短时注意，前额叶对注意的控制被削弱：长文章读不完，深度工作进不去，无聊忍受不了。而深度投入、长期目标、真实关系，恰恰是长期幸福感的主要来源。注意力被切碎后，延迟满足的事情更难给你意义感，于是你更依赖快速刺激，循环闭合。

停止后的戒断样反应。 停刷之后的无聊、烦躁、空虚、坐立不安，背后是实打实的生理变化：多巴胺水平骤降，大脑进入类似戒断的状态。很多时候，再次拿起手机是为了逃开这种不适，内容本身反而是次要的。反复控制失败还会带来自责和自我怀疑——但需要说清楚，这不全是意志力问题：你面对的是精调过的机器，它瞄准的是几百万年进化出来的旧脑。

社交比较与睡眠。 算法偏爱高唤醒内容，愤怒、焦虑、冲突、极端观点更容易出现在你的信息流里；长期暴露让人更不信任他人、更悲观、对自己更不满意。你看到的是别人剪辑过的生活，这让普通生活显得失败。睡前刷还会用蓝光压制褪黑素、用高唤醒内容激活交感神经；睡眠不足削弱前额叶，情绪调节变差，第二天更需要高刺激提神。

把这几条线首尾相接，就是同一个循环：

The Supernormal-Stimulus Loop超常刺激的恶性循环 —— 老虎机与短视频共用的一条闭合回路1Supernormal stimulus超常刺激：老虎机 / 短视频2Dopamine wanting fires多巴胺「想要」系统被激活3Chase the next hit追逐下一口：拉杆 / 下滑4Liking under-delivered「喜欢」缺席：满足感低于预期5Hedonic threshold rises快感阈值抬高，日常快乐贬值6Boredom, void, withdrawal无聊、空虚、类戒断的不适seek stronger input回头寻求更强的刺激Break the loop 断环点停止线索（stop cues）· 环境设计（environment design）· 无聊耐受（boredom tolerance）断环之后，敏感度会慢慢恢复（sensitivity recovers）

如何减少被劫持

理解机制本身就有去魅效果：一旦你意识到「下一条可能更好」只是预测误差的把戏，它的控制力就已经开始下降。几个实用方向：

把停止线索装回去。 关掉自动播放；定闹钟或使用时限；开灰度模式降低视觉刺激；刷之前问自己一句「我是想看，还是停不下来」。

恢复低强度奖励的敏感度。 减少高频刺激后，大脑会重新适应低强度快乐。散步、读书、做饭、面对面聊天，会慢慢重新有滋味。耐受是可逆的。

练习无聊耐受。 每天留一段什么都不做的时间：不刷手机、不听东西。刚开始的不舒服就是戒断本身，也是恢复正在发生的证据。

用「喜欢」而不是「想要」做决定。 事前问「想不想再来一个」永远得到 yes，那是多巴胺在替你回答。改成事后问：刚才那半小时，回想起来愉快吗？真喜欢的事做完有满足感，被「想要」推着做的事做完只剩空。

用环境设计代替意志力。 手机不进卧室；短视频 App 挪到第二屏或者删掉；设使用限额。你不是在对抗欲望，是在抬高「开始」的成本——这件事的性价比远高于任何自制力口号。

结语

老虎机和推荐算法，是现代工业对旧脑的精准攻击。它们用超常刺激劫持多巴胺系统，让人不断追逐「下一口」，却越来越难从当下获得满足。它们让你以为自己在寻找快乐，实际上是在喂养一个填不满的渴望。

这不代表科技皆坏，人也不必彻底戒掉娱乐。差别在剂量、环境和个人选择。

真正的快乐通常不来自更强的刺激，而来自敏感度的恢复：当你能从一顿普通的饭、一次安静的散步、一段真实的关系里重新感到满足，你就从这个循环里拿回了一点自主权。

参考文献

  1. Tinbergen, N. (1951). The Study of Instinct. Oxford University Press.（超常刺激与信号释放机制的原始论述）
  2. Ferster, C. B., & Skinner, B. F. (1957). Schedules of Reinforcement. Appleton-Century-Crofts.（各种强化程序的累积记录）
  3. Schultz, W., Dayan, P., & Montague, P. R. (1997). A neural substrate of prediction and reward. Science, 275(5306), 1593–1599.
  4. Fiorillo, C. D., Tobler, P. N., & Schultz, W. (2003). Discrete coding of reward probability and uncertainty by dopamine neurons. Science, 299(5614), 1898–1902.
  5. Clark, L., Lawrence, A. J., Astley-Jones, F., & Gray, N. (2009). Gambling near-misses enhance motivation to gamble and recruit win-related brain circuitry. Neuron, 61(3), 481–490.
  6. Dixon, M. J., Harrigan, K. A., Santesso, D. L., Graydon, C., Fugelsang, J. A., & Collins, K. (2014). The impact of sound in modern multiline video slot machine play. Journal of Gambling Studies, 30(4), 913–929.
  7. Berridge, K. C., & Robinson, T. E. (1995). The mind of an addicted brain: Neural sensitization of wanting versus liking. Current Directions in Psychological Science, 4(3), 71–76.
  8. Volkow, N. D., Fowler, J. S., & Wang, G.-J. (2003). The addicted human brain: Insights from imaging studies. Archives of General Psychiatry, 60(12), 1251–1253.