动机

动机状态的核心功能是驱动有机体采取行动，以获取生存所需资源或逃避危险。这一过程主要由大脑的奖赏系统和稳态系统协同完成，并受前额叶皮层的高级认知调节。动机状态反映一个人的欲望，而欲望会受到生理状态以及预测未来奖励和惩罚性事件刺激的影响。因此，动机状态取决于内部和外部变量。

• 内部变量：饥饿，口渴，生物钟，对规则的认知，认知过程等。总结起来是大脑对机体当前生理需求和长期经验形成的内部模型。
• 外部变量：奖励，激励，刺激（脱水的猎豹即使在寻找羚羊，看到水坑时会去先喝水），总结起来是环境中具有潜在生存价值的感官信号。

动机有三大特征：一是动机具有方向性（趋利避害），二是动机具有强度性（表现为努力程度与坚持程度），三是动机有动态性（实时变化）

短期调节与长期目标

• 短期调节性动机：服务于生理稳态（如能量、水分、体温平衡），行为旨在快速纠正由内部变量（如血糖下降、脱水）引发的生理失衡。
• 长期非调节性动机：服务于长期生理需求（如繁殖、育幼）或抽象社会目标（如学位、职业成就）。目标遥远，行动与最终奖赏之间隔着复杂的行为序列和漫长的时间。

奖励

奖励的核心定义

奖励是驱动目标导向行为的核心，奖励能够激发生物的行动，能够使生物坚持与克服障碍，甚至在当奖励可预测时，引导生物在奖励出现前就采取行动（塑造学习）

奖励是可取的对象、刺激或行动，往往会引发驱动接近行为的动机状态。奖励可以在短期内满足监管需求，但也可以来自实现长期目标的复杂行为序列。

撬动欲望的电极

1954年，年轻的神经科学家奥尔兹和米尔纳进行了一项看似常规的实验。他们试图研究“网状激活系统”（当时认为与恐惧和警觉有关），方法是在大鼠大脑的特定区域植入电极，并施加轻微电击，观察大鼠是否会学会避免进入笼子中曾遭受电击的区域。但有一只老鼠很奇怪：它不但不躲，反而特别喜欢被电击的那个角落。大鼠不是在“忍受”电击，而是在“寻求”它。

两位科学家改进了实验装置，这次他们把电极精确地植入一个叫 “内侧前脑束” 的神经通路，并连上一个杠杆——老鼠一按，大脑就受一次微小的电刺激。实验结果是，老鼠会疯狂、不休止地按压杠杆，每小时可达数千次，哪怕是放弃自己心爱的食物，哪怕是穿越电网忍受电击的痛苦。

实验证明，动物可以极度“想要”一个并不真正“喜欢”的刺激。后续研究发现，电刺激主要激活的是驱动“想要” 的神经回路（涉及多巴胺系统），而非直接产生“喜欢” 的愉悦感（涉及阿片类物质系统）。

神经科学对大脑奖赏系统认知的研究过程

第一阶段：早期的简单理论——“多巴胺是快乐分子”

通过实验发现脑刺激奖励（老鼠疯狂自我刺激）和成瘾药物都能强烈激活多巴胺系统。

实验带来一个观点，那就是多巴胺直接产生主观的愉悦感。从这个观点出发，成瘾将反映出习惯性地选择短期快乐，尽管出现了许多长期生活问题。

第二阶段：发现矛盾，理论受到挑战

之前的实验理论无法解释：成瘾者在毒品已不能带来快感（甚至带来痛苦）时，寻求毒品的强迫行为依然存在。

事实上，多巴胺不等于快感本身。快感由更广泛的脑网络（如眶额叶皮层、岛叶等）处理。

第三阶段：舒尔茨的猴子实验

一开始，猴子在毫无预警的情况下，得到一滴果汁。结果：多巴胺神经元爆发性放电。

后来，实验人员加入一个提示（比如一个声音或闪光），几秒后给出果汁。反复如此，猴子对奖励（果汁）的反应消失了，但是放电高峰转移到了预测线索出现时。

实验观察结果表明，前脑中多巴胺的释放不是一种愉悦信号，而是一种预测误差信号。

这个实验揭示了多巴胺响应的峰值，从奖励本身转移到了预测奖励的线索上。

舒尔茨猴子实验

多巴胺释放量 ∝ (实际奖励值 - 预期奖励值)

多巴胺系统主要驱动动机（想要），而享乐体验（喜欢） 由其他脑区（眶额叶皮层、岛叶等）负责

最大的驱动力，分配给那些被证明是“未来资源获取的可靠承诺”的刺激（即线索），而不是资源本身。

1.预测误差信号

• 舒尔茨猴子实验：多巴胺响应从“奖励出现时”转移到“预测线索出现时”
• 奖励缺失时多巴胺活动被抑制
• 意外奖励引发更强反应

多巴胺不是“快乐”信号，而是 “对未来奖赏的预期”或“对预测本身的确信” 的信号。它驱动的是“想要”和“寻求”，而非“拥有”时的满足。

这解释了为什么期待假期往往比假期本身更令人兴奋；为什么购物车里的东西比买到手后更吸引人。

2.从神经机制到行为模式

• 成瘾作为预测误差系统的病理状态
• 社交媒体设计的神经工程学
• 拖延症的神经计算模型

3.干预策略

• 减少不良行为的线索，增加良性行为的线索
• 重写大脑的预测模型，观察并理解自身的预测误差反应

成瘾

成瘾是一种由药物劫持大脑核心奖赏与学习回路，并引发持久、病理性神经重塑所导致的慢性脑疾病。

成瘾药物（如可卡因、海洛因、尼古丁、安非他命）进入大脑，通过各自的分子靶点不可控地干扰神经传递，并且在伏隔核等关键区域，制造出 “海啸级别”的多巴胺信号。反复用药导致大脑为对抗这种化学冲击而发生代偿性适应。由于内稳态适应，同等剂量药物带来的欣快感下降。并且在停药后，被压抑的奖赏系统反弹不足，产生抑郁、焦虑等负性情绪，成为复吸的强大驱动力。

与此同时杏仁核（情绪/恐惧）和海马体（情境记忆）对药物线索变得高度敏感。一个熟悉的场景、气味都能触发强烈的生理和情绪反应。眶额叶皮层也发生功能紊乱，高估药物价值，低估自然奖励和其他代价。

现实指导意义

理解现代数字产品的设计逻辑

• 无限滚动的信息流：你永远不知道下一条是什么（最大化预测误差）
• 红点通知：作为线索，直接触发检查欲望
• 随机奖励机制：点赞、评论的到来不可预测

理解不良习惯的维持机制

• 刷手机到深夜：实际体验可能很疲惫，但仍停不下来。刷手机的动作短路了前额叶皮层的成本-收益分析，让行为变成下意识的、自动化的。
• 情绪性进食：食物带来的安慰感很短暂，但“吃”的冲动很强。情绪性进食压力抑制了前额叶，同时激活了杏仁核和习惯基底节回路。

干预

• 引入“十分钟延迟”规则。冲动产生时，等待十分钟。多巴胺驱动的冲动像波浪，会快速消退。
• 在习惯养成中，微调执行方式（如改变跑步路线、用新食谱做健康餐）。这能防止因过度预测而导致动力衰减。