真正能夠改變人生的人，都知道要更新大腦的預測。
但「更新預測」這四個字說起來輕巧，到底是什麼意思？大腦不是一台電腦，你不能把舊檔案刪掉、灌進新的就好。
這篇來聊一個很多人問我的問題：「安姐，我知道我的大腦有舊的運作模式，但我到底要怎麼改？」
你的大腦不在意「正確答案」，它在意的是預測有沒有出錯
神經科學裡有一個核心概念叫預測誤差（prediction error）。
預測誤差是指大腦的預測和實際結果之間的落差。這個落差會變成一個訊號，推動大腦去調整它的內在模型。
你的大腦會對每一個即將發生的事情做預測，然後拿實際發生的結果來比對。落差越大，調整的力道就越強。
反過來說，如果大腦的預測跟實際結果完全吻合，它就不需要調整任何東西——因為在它看來，現有的模型已經夠用了。
這就是為什麼有些人一直在「學習」，但永遠沒有改變。他們接收到的資訊從來沒有真正撞擊到他們的預測模型，大腦判定一切如預期，所以什麼都沒有更新。
大腦的預測模型什麼時候會被撞到？
不是你犯了錯。是你先有一個夠明確的預測，然後遇到了跟預測不同的東西。
關鍵詞是「夠明確」。
我舉個例子。一個反覆暴食的人說：「我就是控制不住。」
這句話聽起來像是她對自己有認知，但其實她的大腦根本沒有在做預測。「控制不住」太模糊了——它不是一個可以被打破的假設，它只是一團沒有結構的感受。
不管接下來發生什麼，她都可以把結果塞進「我就是控制不住」這個框框裡。吃了？控制不住。沒吃？運氣好。大腦永遠不需要更新，因為這個模糊的框架永遠不會被證偽。
但是，如果她的認知變成「我暴食是因為我意志力太差」——這句話雖然是錯的，但它比「控制不住」清楚很多。它有一個明確的因果結構：原因是意志力，結果是暴食。
這時候，當我告訴她：「不是意志力的問題，你的大腦正在根據你過去的節食歷史預測性地配置能量，你暴食的那個衝動是身體預算系統發出的補償訊號」——她的大腦就撞到了。
舊預測：意志力不夠。 新輸入：身體預算系統的補償機制。 兩者之間的落差，就是一個清晰的預測誤差。
她的大腦這時候會覺得不對勁，會困惑，可能會想反駁。但這些反應本身就是大腦正在重新校準的證據。
「提升認知」到底在做什麼
用神經科學的語言精確化：第一步不是給你正確答案，而是先幫你把模糊的感受變成一個可以被打破的假設。
模糊的人永遠不會被改變。不是因為他們不夠努力，是因為他們的大腦根本收不到需要改變的訊號。
真正困難的是這種人：認知模糊，而且對自己的模糊毫無察覺。她不是預測錯了，是她根本沒有在預測。她活在一團混沌的感受裡面，任何資訊進去都會被消化成「嗯，好像有道理」，但不會觸發任何真正的模型修正。
所以「提升認知」在不同階段做的事情不一樣：
對有些人來說，是幫她建立第一個明確的假設，讓她的大腦開始有東西可以被打破。
對有些人來說，是引入她模型裡根本不存在的變數，讓搜索空間一下子打開。
認知低的人反而更容易被更新？
你可能會問：如果一個人的認知很低，她根本不知道還有別的可能性，那她是不是就更難被更新？
反直覺的答案是：不一定。
一個從來只用「意志力」解釋自己所有飲食問題的人，當她第一次聽到「身體預算系統」這個概念，衝擊是巨大的。因為她舊的模型裡完全沒有這個維度，預測誤差非常大，學習效果也特別強。
很多人第一次聽完四大系統以後說「天啊，原來是這樣」——那個震動就是預測誤差在運作。
AI 讓人變聰明還是變笨？
最近有很多人在討論這個問題。
有些人確實越用 AI 越覺得自己在退步。腦子好像越來越不轉了，遇到問題第一反應是去問 AI，自己不再主動想了。
這不是錯覺。當你的大腦不再主動做預測，神經迴路的活化程度就會持續下降，突觸連結會因為長期不被使用而逐漸弱化。神經科學稱這個為突觸修剪（synaptic pruning）——大腦會把你不用的連結修掉。不是大腦「萎縮」，是你主動放棄了維持這些連結的機會。
但有些人用 AI 成長得非常快。他們的腦子不但沒有變遲鈍，反而越來越敏銳，整合能力越來越強。
差異在哪？
差異在於：你的大腦有沒有先做預測。
把 AI 當搜尋引擎用的人——遇到問題直接問、拿到答案直接用——他的大腦預測迴路根本沒有啟動。沒有預測，就沒有預測誤差，就沒有學習。AI 的回應再好，對他的大腦來說跟背景噪音一樣，因為沒有一個「我原本以為是這樣」的基準點來產生撞擊。
把 AI 當思考夥伴用的人，做的事情完全不同。他在提問之前先想過了：我認為這件事的機制是什麼，我的假設是什麼，我覺得可能的方向是什麼。然後他帶著這個假設去碰撞，AI 給的回應如果跟他想的不同，他的大腦就得到了一個清晰的修正訊號。
一個被動接收，一個主動碰撞。大腦的運作方式完全不同。
最會用 AI 拓展大腦的人，有這幾個特徵
第一，他們在提問之前先有自己的位置。
不是「告訴我 X 是什麼」，而是「我認為 X 的運作方式是這樣，因為某某原因，你覺得這個推論有沒有漏洞」。這個動作本身就是在強迫大腦啟動預測迴路。
第二，他們不只跟 AI 碰撞，還會去找 AI 以外的摩擦力。
讀書、讀論文、觀察真實案例、跟真人對話。這些不同來源的輸入會帶來 AI 不會給你的變數。如果你只在一個回饋迴路裡打轉，大腦會很快就適應掉，預測誤差會越來越小。你需要來自不同方向的撞擊。
第三，他們持續拉高問題的層級。
從「這個概念是什麼意思」到「這幾個概念之間的關係是什麼」到「我整個理解框架的邏輯結構有沒有問題」。每一次層級跳躍都會打開新的搜索空間，產生新的預測誤差。
第四，他們能承受「我原本想的是錯的」那個不舒服。
預測被推翻的瞬間，大腦會本能地抵抗。很多人在這個瞬間選擇忽略、辯解、或乾脆關掉對話。但那些真正在成長的人，會停在那個不對勁的感覺裡面，讓大腦完成它的重新校準。
改變的神經科學
回到最開頭的那句話：真正能夠改變人生的人，都知道要更新大腦的預測。
但更精確的說法是——他們不只知道要更新，他們知道更新的前提是：你得先有一個夠明確的預測，才有東西可以被打破。
把你的感受變成假設，把你的假設拿去碰撞，讓碰撞產生的誤差推動你的大腦重新校準。
這就是改變的神經科學。
—安姐 身心流第二人生蛻變系統 創辦人
