通过类比学习的危险

我想讲的事很具体：当你用一个已经熟悉的东西去理解一个新东西的时候，你的大脑里发生了什么，以及为什么"理解了"这种感觉本身在很多时候是不可信的。

先说斜率这件事。

我们用类比的时候，会有一个瞬间，叫"啊原来是这样"。这个体感非常强，强到我们几乎本能地认为它在追踪某种正确性——好像如果类比对了就有这种感觉，类比错了就没有。但其实不是。这个体感追踪的是一件别的事：自由能下降的斜率。说得直白点，是你在那一刻被压住的预测误差有多大、被压住的速度有多快。

这就解释了一个不舒服的事实：错的类比可以产生同样陡的斜率。只要源域的形状罩住了你当下能看到的那段输入，斜率就出来了，斜率出来体感就出来了。源域是不是真的落在靶域相关的方向上，这个体感不分辨。它没有这个分辨维度。

更微妙的地方在于斜率在什么条件下最陡。它最陡的时刻是这两件事同时出现的时刻：一个是你对靶域的相关先验正处在最大的振荡状态——也就是你正抓不住这是什么、心里乱的那种状态；另一个是源域的形状恰好把你能看到的输入罩住了。这两个条件相乘最大的时刻，正好是你判断"源域有没有落在靶域相关方向上"的能力最低的那个时刻。这不是认知出bug。是斜率信号本身就没有"被关掉的误差是不是该关掉的那些误差"这个分辨维度。

所以："恍然大悟"的强度和"理解的正确性"，在动力学层面是正交的。强度不是正确性的证据。在某些 regime 里甚至是反向的——越是混乱、越是渴望抓住什么的时刻，能产生最强斜率的那个类比，越可能是用一个不相关但形状刚好的东西把当下的混乱盖住。

讲到这里有个推论值得停一下。事后回想那个"原来是这样"的瞬间，它不光是当时一次性的事件。从那以后，每次你用这个类比顺利穿过一段思考没有产生误差，都是对它的一次小小的精度上调。它会越用越透明，越透明越不被检视。所以那个斜率不只是当时陡了一下就过去——它在你后续每一次顺利使用中被反复确认。这是为什么人很难反悔自己曾经"懂了"的东西。

第二件要讲的事是关于不被采样的维度。

类比一旦确立，做后续判断时哪些方面会自动进入考虑、哪些不会，这件事会被源域填充。源域里有的维度会进入，源域里没有的维度——就是源域和靶域真正分歧的那些地方——根本不进入。

这件事的狠处不是"被忽略了"。被忽略至少意味着信号到达过某个判断层、然后被低权重处理。这里发生的事更彻底：当上行信号到来时，预测端根本没有那个维度的预测槽位，信号没有可以比对的对象，所以连产生预测误差这件事都不发生。整个判断回路里没有任何先验在那个维度上做预测，这个维度在系统内部不可见。

不可见的东西不能从内部纠正。纠正只能从外部进入——要么有人指出这个维度，要么忽略它累积的代价大到某一层报告了一个粗粒度的失败。前者要求你身边恰好有人能针对到这个具体类比的具体盲区；后者要求代价既足够大、又能被反向归因到"我当时用错了类比"。但代价通常分散在多年里、多个决策上，没有任何一个时刻会有人指着某件事说"这是因为你十年前把 A 类比成 B"。所以这条纠正路径几乎不会闭合。

还有一个更隐蔽的层。维度进入采样清单的时候，会带着源域的标签一起进来。源域和靶域真正分歧的那些维度，恰恰是标签本应不同的地方。

举个具体的：把亲密关系类比成投资。"投入"这个维度会带着"成本"这个标签进入。在投资语境里这是对的，成本要最小化。但在亲密关系语境里，付出、留心、给时间——这些现象本来不该以"成本"被处理，它们更像是关系本身的载体，标签在底层就该是相反的。可一旦以"成本"标签进入了采样清单，后续每一次评估，这些现象都自动按成本处理。两年后这个人会报告"我对关系的态度没变"，但实际上他每次评估时这些现象都被自动注册为需要最小化的东西，整体的倾向已经悄悄迁移过去了。最不容易被内省到的恰恰是这种通过标签发生的迁移，因为标签本身从来不进入被检视的位置——它成了维度被处理时所在的隐含介质。

所以默认采样清单这件事的问题不只是某些维度沉默地缺席，还有某些维度以源域标签的形式在场，而这个标签从未被审视过。两种缺陷都不产生内部纠正信号。

第三件事是躯体粒度。

我们说"懂了"的时候，懂在哪个层面，这事很值得拆。语言层面的懂和身体层面的懂是两回事，速度不一样、机制不一样。语言层学得快，身体层学得慢。长期会改变你怎么活的，主要是身体层。

类比从源域搬到靶域的，只有语言层的形状。源域之所以是高精度的，是因为它在源域里被你的实际反应、内感受、行动后果反复细密化过——这些东西没法搬，搬过来的只是它的语言投影。

到这里为止还是文档里讲的。我想多讲一步。

躯体层的先验会被调用、会被更新，需要一个条件：上层有持续没被吸收的高精度误差，浅层的预测不足以解释上行信号，路由就会把处理推向更深、更慢、更内感受的通路。这是"我抓不住这是什么"那种状态下你的系统正在做的事。

类比一旦在语言层提供了便宜的高精度覆盖，这个条件就消失了。语言层显示问题已经解决，从系统其他部分看这件事已经结案，没有任何理由动用更慢更耗的处理路径。

所以躯体层不是闲着没用。它是没被召唤。召唤它的条件被类比恰好消除掉了。每一次语言层的成功封闭，都是一次本可能但没有发生的躯体层调用。

倒过来说这件事的结构很奇怪：你报告"我真的搞懂这个了"那种最深的瞬间，恰恰是对躯体层介入条件最有效的抑制。理解感越深，做长期改变所需的那种学习越不在场。报告的强度和深层介入的程度，在这个 regime 里是反向的。

这条还有一个分支。等类比终于失效——靶域的现实输出强行制造出粗粒度的失配，事情对不上了——你的反应通常不是"我应该原生地学这个领域"。更常见的反应是"这个类比不对，我换一个更好的"。默认采样清单还是类比形状的槽，躯体层还是没被召唤过，路由还是绕开靶域专属的积累。修复模式本身和原问题在同一个动力学里。这条通路不会从内部纠正自己，因为每次"换个更好的类比"都是对"用类比这件事本身"的一次确认。

那现在可以谈"什么时候用，什么时候警惕"了。但我想换个说法。

不是"什么时候用类比，什么时候不用"。这个二元提法本身就把类比当成可以被一次性决定的工具。实际上你不是在选择是否用类比——很多时候类比是自动启动的，你只能事后觉察。所以更恰当的问题是：在已经发生的类比中，哪些信号可以让你看出它正在做的是哪一种工作。

第一种工作是临时的脚手架。你刚开始接触一个领域，需要一个粗糙的形状帮自己定向，知道大概有哪些部件、它们怎么连。这种用法的关键不在于类比对不对，而在于你后续是否真的让靶域专属的输入进来重新塑造你的理解，是否在某个时刻能放下这个脚手架。判断标准是动态的：用过一段时间后，你能不能识别出靶域里源域没有的东西？能不能在没有源域语言的情况下谈靶域？如果不能，脚手架已经长到结构里去了。

第二种工作是稳态运行的介质。这时候类比不再是显式的"我用 X 想 Y"，而变成了"Y 就是这样的"。报告语言里类比已经隐去了，但结构还在。这种状态本身不是错——很多熟练的领域知识就是以稳态介质的形式存在的——但它有一个特征：它不再被检视。如果你有理由怀疑这片介质里嵌着早期某个不准确的类比形状，纠正几乎不可能从内部发生，因为产生纠正信号所需的维度都不在采样清单里了。

什么时候要警惕。我会列三种处境，但每种背后是同一个判断。

一种是高斜率的瞬间。当你正经历那个非常强的"原来是这样"的体感、当你刚刚找到一个让你觉得整片混乱被一下子理顺的框架——这是斜率最陡的时刻，也是分辨力最低的时刻。这种瞬间值得被记录但不值得被立刻信任。一个具体的检查：过几天再看，那种饱满感是不是还在？如果还在并且没有让你产生新的具体疑问，警惕。真正落地的理解会在后续生出新的细问题；纯粹的语言层封闭只会让你更倾向于复述自己的领悟。

第二种是反馈结构不闭合的领域。类比最危险的地方不是它在哪些领域被使用，而是它在什么样的反馈结构下被使用。如果你这个领域的"我懂了没有"主要靠"我能用源域语言把它重述出来"来内部验证——也就是没有外部的现实输出来校准你的预测——那类比就是在产出脆性的结构。亲密关系、自我理解、价值判断、人生方向，这些都是反馈结构天然不闭合的领域。在这些领域里类比的舒适感几乎一定是被高估的。相反，在反馈紧的领域——一项有现实约束的技能、一份有具体产出的工作、一段有真实交互的关系——类比会被现实不断打回来重塑，相对安全得多。

第三种是当前生活中正发生大片前瞻性表征失去外部支撑的时期。关系结束、计划崩盘、身份转变。这时精度配置整体处在振荡，对任何能提供确定性结构的东西都有强烈吸引。这种时刻遇到一个能解释一切的框架——不管是某种心理学概念、某种灵性叙事、某个新认识的人提供的视角——产生的斜率会非常陡，强度上和真知灼见无法分辨。这种时刻里你做的"理解"，多半是你的精度配置在饥饿地寻找新的稳定运行模式，而不是你真的在学习什么。

最后想说的话。

类比的根本问题不是它会让你想错什么。是它让你以一种特定的便宜方式不再继续学习。每次成功使用都是一次自我确认，每次自我确认都让它更透明更不可检视，每次不可检视都让靶域专属的东西更难产生纠正信号，每次纠正机会的失败都让躯体层更没机会被召唤。这是一个所有方向都互相强化的结构——它不会从内部纠正自己，因为它的每一次正常运行都在削弱本可发生纠正的条件。

代价不是延迟出现的。代价就在每次"原来是这样"的那一刻同时发生——只是它发生在那个体感本身没有维度去登记的层面上。所以你不会感觉到代价，你只会感觉到理解。这个不对称是它最深的麻烦。

不需要因此就不用类比。但用的时候，把这个不对称放在你能想到的地方。"原来是这样"不是终点，是一个值得标记但不值得信任的瞬间。真正的学习发生在后面那些没有这种饱满感的、笨拙的、和靶域真实输入反复磕碰的时间里。