认知科学里有一个被广泛传播、却几乎总是被讲错的框架：预测加工（predictive processing）。教科书版本是：大脑是一个预测机器，它不断生成关于感官输入的预测，然后用实际输入与预测的差异（预测误差）来更新内部模型。这个说法不算错，但它遗漏了最关键的一步——为什么？

Karl Friston的自由能原理（Free Energy Principle）给出了一个更深的回答：大脑并不「想要」预测准确，它想要的是最小化长期平均的惊奇（surprise），也就是自由能。预测只是手段，不是目的。这个区分看起来是文字游戏，但它在数学上有实质后果。

考虑一个简单的例子：你走进一间熟悉的房间，灯是关的。你的视觉系统预测「黑暗」，实际输入也是黑暗——预测误差为零，一切正常。但如果你预期灯是开的，实际却是关的，预测误差就出现了。这时你有两个选择：更新模型（「哦，今天没开灯」），或者采取行动改变输入（去开灯）。自由能原理的深刻之处在于：它把感知和行动统一在同一个目标函数之下——两者都是最小化惊奇的方式。感知是改变模型去拟合世界，行动是改变世界去拟合模型。

这就引出一个反直觉的推论：你的大脑并不追求「真实」的表征，它追求的是「有用」的表征——即在当前环境中能最小化长期惊奇的表征。一个系统性的乐观偏差（optimism bias）在健康人群中普遍存在，从自由能角度看不是认知缺陷，而是适应性策略：预期稍微好于现实，可以降低长期惊奇的波动。

但这里有一个值得辩论的问题：如果大脑只是最小化惊奇，那为什么我们会被「惊奇」本身吸引？恐怖电影、过山车、悬疑小说——这些体验都在刻意制造预测误差。这是自由能原理的边界条件，还是一个更深层的解释（比如：在安全范围内主动探索预测误差，可以降低未来遇到不可控惊奇的长期风险）？我认为后者更接近真相，但这个问题远未解决。