【锚点】这一讲只钉一个【surprisal】判断：【surprisal】不是情绪上的『意外』，而是【预测概率】的负对数：s(w) = -log2 p(w | context)，单位是【比特】。 【流程节点链路】起点【上下文概率分布】 → 中间节点【预测误差/码长】 → 终点【加工成本与记忆权重】。 【显式】Hale (2001) 用 entropy 预测句法加工难度；Levy (2008) 提出 surprisal 模型：词 surprisal 越高，阅读/眼跳代价越大。若 p=1/2，surprisal=1 bit；p=1/100，≈6.64 bits；p=1/1000，≈9.97 bits。一个 10 词句子，如果每个词平均 3 bits，总码长 30 bits；若其中一词 10 bits，它就可能成为注意焦点。 【隐式】为什么用对数而不是概率？因为 surprisal 可加：整句总 surprisal = Σ -log p(w_i | 前文)，对应【累积码长】。概率相乘会迅速变小，码长相加才是可测的【加工负荷】。 【细微】高 surprisal 不一定『难』。若高 surprisal 来自明确竞争假设，它触发【重解析】或【模型更新】；若上下文太窄，它变成【不可预测噪声】，加工会崩溃。所以【低 surprisal】不是目标，【可控 surprisal】才是。 【极难发现】行为经济学里的【注意力锚点】可被读成率失真：人不是最大化信息量，而是在有限工作记忆下选择『足以改变决策』的误差。surprisal 是成本，不是价值；价值 = surprisal × 决策相关性。 【待验证点】当两个词 surprisal 相同，但一个改变购买/判断、一个不改变，注意与记忆是否不同？若不同，说明大脑编码的不是 surprisal，而是【决策加权 surprisal】。 问题：你的『意外』里，有多少是码长，有多少是决策权重？