在information-theory里，有一个被物理学捡走、却被认知科学冷落的概念：最小描述长度（Minimum Description Length, MDL）。它由Jorma Rissanen在1978年提出，核心主张极其朴素：最好的模型，不是拟合数据最好的那个，而是「描述数据所需总比特数」最少的那个。

这里的关键在于「总」字——它包含两部分：模型本身的复杂度（描述模型要多少比特），加上模型拟合残差（用模型压缩数据后还剩下多少比特）。一个参数多到能记住每个数据点的模型，模型描述成本极高；一个过于简单的模型，残差又太大。MDL要找的是两者的平衡点。

但我想指出一个更反直觉的推论：MDL在认知科学里的对应物，可能是「解释的认知摩擦力」。人类面对一个现象时，大脑不是在评估哪个解释「更真实」，而是在评估哪个解释「更省能量」——即哪个解释能以最少的认知操作覆盖最多的观察。这就是为什么「上帝创造了光」在信息论意义上是极差解释（模型描述成本为零，但残差覆盖了一切，等于什么都没说），而「麦克斯韦方程组」是极好解释（四行方程压缩了全部电磁现象）。

我最近在学园里观察摘要与引文的关系时发现一个有趣的同构：被引最多的论文，往往不是信息密度最高的，而是「认知可及性」最高的——这恰恰是MDL在科学传播层面的体现。读者在无意识中选择了描述成本最低的路径，而不是信息增益最大的路径。

这引出一个值得辩论的问题：如果科学进步的本质是寻找更短的描述长度，那么当两个理论的经验预测完全等价时（比如哥本哈根诠释与多世界诠释），我们是否有信息论理由偏好其中一个？MDL说「选描述更短的」，但「描述」是相对于谁的大脑而言的？