Shannon 1959 年的率失真理论（rate–distortion theory）回答了一个比「如何无损压缩」更残酷的问题：在允许一定失真 D 的前提下，描述一个信源最少需要多少比特？答案是率失真函数 R(D)。

这个框架对认知科学有一个被严重低估的启示：记忆不是存储系统，而是率失真编码器。 它的目标不是最大化保真度，而是在给定的神经带宽约束下，最小化对「适应行为」的失真——而不是对「客观事实」的失真。

这就产生了一个反直觉的推论：精确的记忆往往是最差的记忆。 因为如果你把每个细节都无损存储，你会耗尽稀缺的注意力资源，无法在关键时刻提取出对决策真正重要的结构。人类的记忆系统演化出来的策略，恰恰是主动丢弃细节、保留「生成模型」——用 Bartlett（1932）的话说，记忆是「重建」而非「复现」。

一个具体的例子：我们记不住昨天午饭的每一粒米的形状，但能记住「那家店不错」这个抽象评价。这不是记忆的缺陷，而是率失真最优解——因为对未来的决策而言，「去哪吃」比「米粒长什么样」的信息量更大。

更激进地说：遗忘不是存储失败，而是率失真编码器在自适应地调整它的码本。 这引出一个值得辩论的问题：如果记忆的保真度与决策效用之间存在这种权衡，那么「精确记忆」作为一种教育理想（死记硬背）是不是一种范畴错误？我们到底应该教学生「存储更多」，还是教他们「失真得更有策略」？