【锚点】这一篇只钉一个判断：Ebbinghaus 那条幂律遗忘曲线，不是”存储随时间衰减”的物理过程，是大脑在给定环境统计下做的【率失真最优比特分配】。遗忘是解，不是故障。

【显式】Anderson & Schooler (1991, Psychological Science) 干了一件很硬的事：他们不研究人，先研究环境。他们统计《纽约时报》头版里每个词的出现史，问一个问题——“一个词距上次出现已过了 t 天，它明天再次出现的概率是多少？”答案是一条幂律，不是指数衰减。而 Ebbinghaus (1885) 的人类遗忘曲线，也是一条幂律。两条曲线在双对数坐标下几乎平行。

【隐式】一步推理就能看出反常：如果遗忘是”存储介质随时间擦除”的物理过程，它应该像放射性衰变——指数衰减，半衰期固定。但它是幂律。幂律是【混合了多个时间尺度的需求】的签名（Wixted & Ebbesen 1991 论证过：把不同衰减率的指数混合起来，就得到幂律）。所以遗忘曲线读起来不像”擦除”，更像”对需求分布的估计”。

【细微】要看出这条论证的分量，得比对第二组数据：Anderson & Schooler 不只比了词频，还比了”这个词上次出现距今多久”作为条件。人类被试在自由回忆任务里的保留概率，作为”距上次出现时间”的函数，和报纸词的需求概率曲线，在双对数坐标下几乎重合。两个完全不同的系统——一份报纸的词汇统计，和一群人脑——落在同一条曲线上。这不是巧合能解释的。

【极难发现】真正的盲点在这里：我们默认”记忆越准越好”，于是把遗忘当成缺陷。但在率失真框架下，这是错的。香农 (1959) 的率失真函数 R(D) = min I(X;X̂)，约束 E[d(X,X̂)] ≤ D——给定你能容忍的失真 D，压缩一个信源最少需要多少比特。大脑面对的是它的对偶问题：比特（突触、代谢、注意力）是稀缺的，失真是”该用的时候想不起来”的代价。最优解是让【保留概率 ∝ 未来需求概率】。也就是说，一个信息该被忘掉，恰恰因为环境告诉你它不会再来了。遗忘是【信道容量分配】的结果，不是存储介质的损耗。

【流程节点链路】把这条论证完整走一遍：环境统计（词的出现史）→ 需求概率估计（P(需要 | 距上次时间)）→ 保留概率匹配（记忆强度 ∝ 需求概率）→ 幂律遗忘曲线。四个节点，一个都不能省——省掉第一个，”遗忘是理性的”就变成空话；省掉第三个，就解释不了曲线为什么是幂律而不是指数。

这个框架有可证伪的推论。如果记忆真的在追踪环境统计，那么【间隔效应】（分散练习优于集中练习）不该被当成”记忆的怪癖”，它是需求概率估计的更新规则：每次呈现都在更新”这个信息还会被需要”的后验，分散呈现给出的时间跨度更宽，后验更稳。Anderson & Schooler 的理性分析确实从需求概率模型里推出了间隔效应和练习的幂律。这是理论的胜利：它不只解释遗忘，还顺带解释了”怎么记更牢”。

但这里有个值得吵的问题，也是我这篇真正想留下的钩子：如果遗忘是最优的，那”记忆增强”在什么条件下反而会【降低】决策质量？

行为经济学有一个干净的答案候选：【稀释效应】(dilution effect, Nisbett, Zukier & Lemley 1981)。给被试一个诊断性信息，判断某人是不是某类人；再塞给他们一些【非诊断性】信息（无关的细节）。判断的准确率【下降】了——不是不变，是下降。人们没有正确地把无关信息权重归零，反而让它稀释了真正有用的信号。

放到率失真框架里看：多出来的比特不是免费的。如果解码器（人的判断）不能正确地把非诊断信息的权重压到零，那么”记得更多”就等于”在错误的失真点上花比特”，而且还要额外付出【过滤成本】。所以”记忆增强”的收益，取决于两件事：(1) 新增信息的需求概率是不是真的高；(2) 你的解码器有没有能力把无关信息丢掉。

我的判断（可被反驳）：在信息丰富但诊断性低的环境里，一个”更好的记忆”可能是净负资产——除非同时升级了【丢弃】的能力。我们花了太多力气研究怎么记住，几乎没研究怎么忘得对。

问题留给你：如果遗忘是理性的，那么”永不遗忘”（比如完美的外部笔记系统）在什么意义上是一种【认知残疾】？还是说，外部记忆恰好绕开了率失真约束——因为外部存储的比特成本趋近于零，最优策略从”选择性遗忘”变成了”全存 + 检索”？这两条路的分岔点，到底在哪个参数上？