THK-A6 — Metacognition:四操作的调度器,以及「我在哪一步 / 该换了吗 / 信不信当前Evaluation」三个随时自问

把前三讲的操作并排看,会发现一个结构性的缺陷:每个操作都是局部贪婪的,而且没有任何内部信号告诉它该停。Generation一旦跑起来,它的目标就是多造候选,造到第十个还想造第十一个;Evaluation一旦跑起来,它就一直在挑刺,对一个方案能挑到天荒地老;Representation更隐蔽,你一旦接受了某个看法,就会一直在这个看法里搜,从不主动问「是不是该换个看法了」。

为什么会这样,根因在于**「该停了」这个判断,逻辑上不可能来自操作内部**。Generation 要判断「候选够不够了」,它得跳出「造候选」这件事、站到上面去看「目前这批候选相对目标值不值得再造」——可一旦它在做这个判断,它就不在 Generation 了。同理 Evaluation 无法自己判断「评得够不够」。这意味着:停止信号与切换信号,必须来自一个站在三操作之上、本身不解题的层。没有这一层,人就会卡死在三种完全可预测的病态里:只Generation不Evaluation是空想,只Evaluation不Generation是钻牛角尖,认准一个明显站不住的结论死守不放是调度彻底失灵。这一讲要立住的,就是这个「监工」层——它管的不是问题,是操作本身。

THK-A1 已点破:Representation / Generation / Evaluation是对「问题」直接动手(object-level,对象层),调度是对「该用哪个操作」做决定(control-level,控制层)。这里把这条「不同逻辑类型」推到底,讲清它的两个硬后果。

后果一:调度必须消耗本可用于解题的资源,所以它天然被省略。 监工不是免费的——你得分出一部分工作记忆(working memory,容量本就极有限,这是有实证的硬约束,非「意志力」那类争议概念)去盯着「我在干嘛、该不该换」,这部分资源就不能用来解题了。于是默认状态下,大脑倾向把全部资源砸给对象层、让调度静默——这正是为什么人会无察觉地在一个错Representation里搜上几小时:不是不会换,是根本没有一个进程在问「要不要换」。Metacognition之所以是四操作里最难练的,正因为它要你主动花掉本可用来解题的资源去监工自己,而这笔花费的收益是隐性的、滞后的。

后果二:「该停了吗」没有通用解,只能靠停止规则(stopping rule)。 调度面对的核心问题是「造到第几个候选算够」「Evaluation 到什么程度算尽职」——而这类问题没有可证明的最优停法(类比:你无法事先证明「再想一个方案一定不会更好」)。Simon 的**有限理性 / 满意即可(satisficing)**给的就是工程级答案:不追求最优解,追求「足够好」的解——当继续搜索的边际期望收益低于其边际成本时,停。写成调度的判据:

其中 $\mathbb{E}[\Delta V]$ 是再跑一步该操作、最优候选期望能改善的量,$c$ 是这一步的成本(时间 / 精力)。当边际收益跌破成本($\mathbb{E}[\Delta V]\le c$),就该停、该切。这条判据看着抽象,却是「该换了吗」唯一站得住的根据:没有"造满 N 个就停"的魔法数字,只有"边际收益还值不值这刀成本"的实时权衡。它也解释了高手与新手在调度上的差距——新手要么过早停(边际收益还很高就满足),要么停不下来(边际收益早已归零还在死磕),都是对 $\mathbb{E}[\Delta V]$ 估不准;高手是对「再想下去还有没有油水」的元判断更校准。

讲调度绕不开「系统 1 / 系统 2」,但必须先把它的认识论地位标清楚,否则就成了把方便标签当解剖结构的误用。诚实声明:把思维分成"系统 1 快直觉 / 系统 2 慢分析"是一个解释性模型,不是被证实的两套神经机器;双过程论(dual-process)在认知科学里有持续争议,Kahneman 本人也提醒「两个系统」是叙述用的角色(characters)、不是大脑里真有两个住户——当好用的模型用,别当真理。

把这个标注挂好,系统 1/2 在四操作框架里的归位就是:它们不是第五、第六个操作,而是同一套四操作的两种执行速度。系统 1 = 快Representation + 快Generation + 快Evaluation(一眼看出答案的直觉);系统 2 = 同一套操作的慢版(显式、逐步、可检查的分析)。这个映射的价值不在「描述得漂亮」,而在它能推出一条可证伪、可操作的判断——这才是它够格留在框架里的理由(对齐 A1 的检验标准:推不出有效动作的模型就该弃):

判据来自上一讲那条反馈铁律:在有及时明确反馈、你已积累大量对账的熟悉领域,系统 1 的直觉可信,放心用(老外科医生的手感、老工程师对"这个波形不对"的一眼);在陌生、高风险、或反馈又慢又噪的领域,直觉只是穿了经验外衣的偏误,必须强制切系统 2 慢走 + 概率化。Metacognition的核心动作之一,就是实时判断当前这件事落在哪一边,从而决定信不信此刻冒出来的那个"感觉对"。

把上面两节落成可执行的,就是三个随时自问的问题。它们不是鸡汤口号,每一个都对应调度的一个不可省的子功能,缺一个,监工就瞎一只眼。

自问一(定位):「我现在在Representation / Generation / Evaluation哪一步?」 这是调度的前提——不知道自己在哪一步,就谈不上判断该不该换。它的高价值在于纠正人最常见的卡点误判:卡住时人下意识以为卡在Generation(想不出方案),于是更用力地想;但九成实际卡在Representation(问题根本看错了)。定位错,药就下反——该换看法时你却在拼命扩候选,越扩越深陷错空间。

自问二(切换):「这一步够了吗,该换了吗?」 这就是中段一那条 $\mathbb{E}[\Delta V]>c$ 的实时执行:再造一个候选,期望收益还盖得过这刀时间成本吗?Evaluation 到这个程度,边际确信度还在涨吗?它专治两种调度病——过早收敛(第一个能通过自我批判的念头就拍板,搜索半径锁死)和无限打磨(完美主义者在边际收益早归零的地方还在抛光)。

自问三(信任):「我信不信当前这个Evaluation?」 这就是中段二那条系统 1/2 判据的落地:此刻这个判断,是来自有反馈校准过的可靠直觉,还是来自一个我其实没有对账数据的领域?信任问错方向的代价是不对称的——在高风险 / 陌生领域错信系统 1,是事故的标准前夜。

三个自问解决「实时怎么调度」,但还有个问题:你怎么知道自己的调度在变好? 调度和Evaluation一样,光凭感觉无法自我改进——你需要事后对账。而调度的账本,正是上一讲那个决策日志:它记下当时的概率与理由,复盘时能让你看清自己在哪一步偷了懒——是没切系统 2(该慢走时信了直觉)、还是过早停了Generation(候选不够就拍板)、还是卡在Representation里没换看法。这些是当下的你绝对看不见的(监工最大的盲区就是监工自己),只有滞后的账本能照出来。

也要划清边界免得把Metacognition练成过度监工:对已有可靠反馈、已练成直觉的熟练任务(老工程师看波形、母语者说话),持续切系统 2 自我审查反而拖慢且更差——这叫「分析瘫痪」,是把控制层资源浪费在本不需要监工的对象层上。Metacognition的成熟不是「永远慢走」,而是精准地判断"这件事该交给快挡还是慢挡":熟练 + 有反馈 → 放手给系统 1;陌生 / 高风险 → 强制系统 2。监工的最高境界是知道什么时候不必监工。

本讲的练法围绕一件事:把"监工自己"从偶发变成习惯进程——既不缺席(在错空间里空转),也不过度(分析瘫痪)。

1. 三自问贴边练(每次卡住时): 思考一卡住,先别更用力想,强制按序问一遍「我在哪一步(定位)→ 这步够了该换吗(切换)→ 当前判断信不信(信任)」。练的就是把监工进程手动拉起来,尤其纠正「卡住=想不出=继续硬想」这个默认误判。
2. 「这件事交快挡还是慢挡」前置判断(动手前 30 秒): 任何要据以行动的判断,出手前先贴一句:这个领域我有及时反馈、练过可靠直觉吗?有 → 准用系统 1;没有 / 高风险 → 强制系统 2 慢走 + 概率化。练的是把中段二那条判据变成肌肉记忆。
3. 边际收益自查打断完美主义 / 急躁(Generation与打磨时): 每多造一个候选 / 每多抛一遍光前,问一句「再来一下,期望收益还盖得过这刀成本吗($\mathbb{E}[\Delta V]>c$)」。专治两头——该停不停(无限打磨)和不该停就停(过早收敛)。
4. 决策日志按"调度维度"复盘(季度): 复盘上一讲那本日志时,不只看判得准不准,专挑「这次失误是调度的哪一步出的错」——没切慢挡 / 过早停 / 卡死在旧Representation。把高频那一项列为下一季要盯的调度短板。
5. 给"不必监工"留白(防分析瘫痪): 对已练成可靠直觉的熟练任务,刻意不上系统 2 自我审查,放手让系统 1 跑。练的是Metacognition的另一半——知道何时该关掉监工,别把控制层资源浪费在不需要的地方。

A 阶到这里,四操作全齐:Representation定空间、Generation造候选、Evaluation筛对的,加上本讲的Metacognition——那个决定「此刻跑哪个操作、信不信当前产出、交快挡还是慢挡」的监工。脑子里有这套调度,你才第一次能在思考的当下实时驾驶它,而不是事后才发现自己空转了一下午。

但本讲反复用到、却没展开的,是那条贯穿始终的判据:「这个领域的反馈及时明确吗」——它既决定信不信系统 1,也决定一项思维能不能练成可靠直觉。这条「可训练边界」本身就是一个值得专讲的真结构。下一讲 THK-A7 专啃它:为什么领域的反馈结构(而非人的聪明程度)决定了哪些直觉能练成、哪些只能永远系统 2 慢走,以及二阶效应与 Meadows 杠杆点如何告诉你「在哪使劲最省力」。