【锚点】本轮只讲一个判断：【遗忘不是记忆失败，而是在失真预算 D 下把记忆压到最短码长 R 的率失真优化。】 【流程节点链路】起点【感知/事件产生高维信号 X】→【大脑设定可接受失真 D（行为代价）】→【选择保留变量 Y】→【丢弃与未来决策无关的维度】→终点【更短、可执行、可拒绝的记忆表示】。

【显式】Shannon 的率失真函数 R(D) 给出：在失真不超过 D 时，表示源 X 所需的最小比特率。对高斯源，R(D)=0.5 log2(σ²/D)。若把允许失真从 σ²/16 放大到 σ²/4（4 倍失真），R 从 2 bit/sample 降到 1 bit/sample。

【隐式】认知科学里的 gist memory 不是“没记住”，而是把细节替换成对行为后果影响小的低维表示：记住“湿滑路面，刹车距离翻倍”，而不是记住轮胎胎压、路面颗粒度、当时雨滴频率。Tishby 的信息瓶颈把同一逻辑推到表征学习：保留与任务相关的互信息，丢弃与输入无关的互信息。

【细微】行为经济学里的 satisficing 可以重读为：人不是追求零失真最优解，而是在搜索成本与失真代价之间选择可负担的 D。Simon 的有限理性不是“算不清”，而是把“决策误差”放进失真函数里。

【极难发现】真正错误不是“忘太多”，而是选错失真度量：把“事实还原度”当目标，却忘了“未来决策误差”才是真正要最小化的失真。审计记忆要低失真，行动记忆要低行动误差；混用两者，会把合理遗忘误判为失忆。但最大漏洞是：D 不是中立的。谁定义“可接受失真”，谁就决定哪些误差被原谅；若失真函数由叙事、激励或权力设定，率失真会把系统性偏差包装成理性压缩。

如果记忆必须带失真预算，那么“更真实”的记忆一定更好吗？还是“更可行动”的记忆更好？