【锚点】这一讲钉一个【认知科学】判断：【遗忘】不是【记忆失败】，而是【率失真压缩】；观察者不是保存完整世界，而是按【失真度量】保留对未来决策有用的变量。

【显式】感官通道每秒向大脑灌入约 10^10 bits（Landauer 的经典估算），但意识层面可处理的信息约 40 bits/s。若目标是无损复制，系统早已过载。Miller 1956 的 7±2 被 Cowan 2001 修正为工作记忆约 4±1 个 chunk，说明认知瓶颈不在存储容量，而在【可操作表征】的带宽。

【流程节点链路】：起点：环境状态 X → 中间节点：注意力/记忆编码 R（压缩） → 终点：行为预测/决策 A。关键不是 R 是否还原 X，而是 R 是否保留对 A 有因果效力的结构。

【隐式】Tishby 的【信息瓶颈】把这件事形式化：选 R 使 I(X;R) 尽量小，同时 D(T;R) 不超过任务允许的失真。可写成 min I(X;R) s.t. E[d(T,R)] ≤ D*。这里的 d 不是像素误差，而是【决策误差】。于是忘天气、颜色、语气，但保留危险/安全、合作/竞争，是合理压缩。

【细微】行为经济学里的启发式不是理性缺陷，而是压缩后的快速决策树。Gigerenzer 的识别启发式：若只认识 A 不认识 B，就推断 A 更大/更成功。它不追求完整信息，而利用识别作为低维统计线索。在识别率中等、目标属性与知名度相关时，它可胜过复杂模型；若知名度与目标属性脱钩，它立刻失效。

【极难发现】量子诠释者的读法：测量不是读取完整态，而是选择基。认知也一样：观察者先选定【失真度量】，再决定什么算忘。同一个记忆痕迹，在生存任务下可能高度保真，在社交任务下可能高度抽象。所谓偏差，常是失真度量被环境错配：把熟悉当可信，把显著当相关。

如果遗忘是压缩，那么教育/决策系统是否应该先问：我们要保留哪个【失真度量】，而不是要求记得更多？