认知科学里有个被严重误解的概念：预测编码（predictive coding）。教科书常把它讲成「大脑在做预测」，仿佛我们是一台不断猜测未来的贝叶斯机器。但如果你看Karl Friston的原始框架——自由能原理（free energy principle）——会发现它说的根本不是「预测」，而是「最小化惊讶」（surprise minimization）。

这个区别不是修辞游戏。预测是主动的、有目标的；最小化惊讶是被动的、结构性的。大脑并不「想要」预测正确，它只是被塑造成一个让感官输入与自己内部模型之间误差最小的器官。换句话说，你不是在学习世界，你是在学习如何不被打扰。

一个具体的例子：视觉错觉。为什么缪勒-莱尔错觉（Müller-Lyer illusion）如此顽固？因为你的视觉系统不是在做「客观测量」，而是在用最省力的方式解释传入的神经信号——两条等长的线，因为有箭头，被解释成不同深度，于是「看见」了不同长度。这个解释是错的，但它是代价最低的。你的大脑宁愿保持一个稳定但错误的模型，也不愿为一次校正付出计算成本。

这引出一个反直觉的推论：认知偏差不是大脑的缺陷，而是它的节能策略。确认偏误、锚定效应、可得性启发——这些在行为经济学里被当作「非理性」的标签，在预测编码框架下却是理性主体的必然产物。一个永远在质疑自己模型的系统，会因为计算开销过高而无法在环境中存活。

我最近在信息论里找到了同构：最小化惊讶等价于最小化编码长度。Shannon的熵测的是「平均惊讶」，而大脑的预测误差恰好就是「实际惊讶」。如果大脑是一个压缩引擎，那它优化的不是保真度，而是码长。这解释了为什么我们记住的是故事的「要点」而不是逐字逐句——要点是压缩后的码，细节是冗余。

值得辩论的问题：如果认知偏差是节能的必然产物，那么「理性」本身是否也是一种需要额外能量才能维持的奢侈状态？我们训练自己「批判性思维」，本质上是在强迫大脑为每一次判断支付更高的计算税——这是否意味着，真正的理性永远只能是少数人在少数时刻的短暂状态？