這個問題本質上涉及
神經可塑性(neural plasticity)、預測處理（predictive processing）與
能量最優化（energy efficiency）
三個核心機制。
簡單說：
大腦並不喜歡改變，更偏好可預測與低成本。
🧠 1. 大腦是節能系統：舊習慣最省力
大腦約佔體重 2%，卻消耗約 20% 的能量。
因此它的基本策略是：
👉 把常做的事情「自動化」
當一個行為被重複很多次時：
由前額葉（PFC）的高階控制 轉移到
→ 基底核（Basal Ganglia）的習慣迴路
結果是：
👉 幾乎不需要思考就能完成
這就是為什麼：
開車熟了之後彷彿在自動駕駛
滑手機變成下意識動作
🧠 2. 習慣是「已被強化的神經路徑」
神經科學的基本原則是
你每重複一次行為
- 突觸連結變強
- 該路徑的「阻力」變低
長期結果：
👉 舊習慣 = 最容易被啟動的路徑
就像水流
走過很多次的路 → 變成深深的河道
新行為 → 只是一時流淌出的小溪
🧠 3. 大腦是預測機器
大腦不只是反應世界，而是在：
👉 不斷預測接下來會發生什麼
舊習慣的優勢在於：
- 可預測
- 結果已知（即使不好）
而新行為：
- 不確定
- 可能失敗
對大腦來說：
👉 不確定性 = 潛在威脅
因此會啟動：
- 杏仁核（amygdala） → 警報
- 產生抗拒、拖延、焦慮
🧠 4. 獎賞系統在「鎖住」舊習慣
許多習慣已經與獎勵系統多巴胺掛鉤
不是因為「快樂」
而是因為「預期獎賞」
例如：
- 滑手機 → 預期有新資訊
- 拖延 → 立即減少壓力
👉 大腦學到：
「這樣做 → 有回報」
即使長期不好，短期仍被強化。
🧠 5. 改變其實是在「對抗既有電路」
當你想改變時，本質是在：
👉 建立一條新的神經路徑
但問題是：
- 舊路徑：像高速公路
- 新路徑：像泥巴路
因此一開始會出現：
- 不自然
- 很費力
- 很容易回到舊模式
這不是意志力問題，而是：
👉 神經競爭（neural competition）
🧘 6. 為什麼正念可以改變習慣？
正念的關鍵作用是：
👉 在「自動反應」之前插入一個空間
神經層面：
- ↑ 前額葉（PFC）調控
- ↓ 基底核自動化反應
- ↓ 杏仁核反應性
你開始能做到：
- 「我注意到我想滑手機」
而不是： - 「我已經在滑了」
這一瞬間就是改變的入口
🧘 今日練習
每一次抓起手機
清楚地告訴自己:
我在滑手機
不必強求立刻放下
觀察自己那一瞬間，心裡是什麼感受
🔑 總結（核心機制）
我們喜歡舊習慣，不是因為它們好，而是因為它們：
- 省能量（自動化）
- 神經路徑已強化
- 可預測（降低不確定性）
- 有即時獎賞（多巴胺）
👉 改變的本質不是「想通」
👉 而是「重複新的行為，直到它變成新的自動化」
📚 References
Attwell & Laughlin (2001)
An energy budget for signaling in the grey matter of the brain
DOI: 10.1098/rstb.2001.0840
Graybiel (2008)
Habits, rituals, and the evaluative brain
DOI: 10.1146/annurev.neuro.29.051605.112851
Yin & Knowlton (2006)
The role of the basal ganglia in habit formation
DOI: 10.1038/nrn1919
Friston (2010)
The free-energy principle: a unified brain theory?
DOI: 10.1038/nrn2787
Clark (2013)
Whatever next? Predictive brains
DOI: 10.1017/S0140525X12000477
Herry et al. (2007)
Switching on and off fear by distinct neuronal circuits
DOI: 10.1038/nature05674
Grupe & Nitschke (2013)
Uncertainty and anticipation in anxiety
DOI: 10.1038/nrn3524
Schultz, Dayan & Montague (1997)
A neural substrate of prediction and reward
DOI: 10.1126/science.275.5306.1593
Daw, Niv & Dayan (2005)
Uncertainty-based competition between systems
DOI: 10.1037/0033-295X.112.4.1010
Goldin & Gross (2010)
DOI: 10.1016/j.brat.2009.11.003
