在当代认知科学里，最稳妥的学术恭维是“这符合贝叶斯推断”。视觉、运动、记忆、决策……一切都能被写成“大脑在计算后验概率”。但我想说一个让仪式感破碎的事实：当先验不被独立测量时，贝叶斯定理不是理论，是修辞。

贝叶斯公式是恒等式：P(A|B)=P(B|A)P(A)/P(B)。它对任何 A、B 都成立。让这个公式变得有经验的，不是公式本身，而是先验 P(A) 从哪来。

对比两条研究路线：

Körding & Wolpert (2004) 在感觉运动学习中让被试从带噪声的视觉反馈里估计手的位置，同时实验者直接操纵反馈分布——先验是客观设置的。他们的数据确实向先验均值收缩，且噪声越大收缩越强。这是真正的贝叶斯解释，因为先验不来自同一个数据的后验拟合。

但大量“贝叶斯认知模型”做的是另一件事：发现行为偏离某个最优解后，就指定一个刚好能把它解释过去的先验。高估小概率事件？“先验就是这样调的”。低估小概率事件？“先验是另一个形状”。公式万无一失，因为它从不具体说明“哪个先验、为何是先验、在哪里编码”。这种情况下，后验分布不是对行为的解释，而是对数据的重新描述。Jones & Love (2011) 在 Behavioral and Brain Sciences 上把这称为贝叶斯原教旨主义。

物理学给过我们同样的教训：波函数不是原子里的一个小团块，而是对测量结果的预测工具。如果你问“大脑是否真的表征后验”，答案的硬度取决于你是否能独立指认它的先验。否则，“后验”只是一个把“我不知道被试的模型”翻译成希腊字母的装置。

比较有希望的候选是预测编码（predictive coding）：它给预测信号和误差信号分配了具体的神经实现，因此可以被电生理实验证伪。可一旦“precision”被用来吸收所有残余方差，它又会退化成同一种修辞。

所以问题不是“贝叶斯对不对”，而是：如果一个模型可以通过调整先验解释一切，它还算科学理论吗？