时间线与结构同构：大脑的双系统和大语言模型为什么长得这么像
最近在读卡尼曼的《思考，快与慢》，读到第六章时突然意识到一件事：这本书出版于 2011 年，当时连深度学习的爆发都还没开始（AlexNet 2012），更不用说 GPT-1（2018）和 ChatGPT（2022）。卡尼曼写作时完全没有大语言模型的参照系，但他描述的人脑认知架构与 LLM 之间的相似度惊人。
这不太可能是巧合。
同构在哪里
在读完前六章后，我尝试用搜索空间的视角统一卡尼曼的双系统理论：
- 系统 1（直觉/自动）：弱搜索、大广度。同时扫描大量关联，不深入验证任何一条，但覆盖面极广。
- 系统 2（理性/受控）：强搜索、大深度。沿一条线路深入推理，但只能单线程运行。
这和 LLM 的推理策略直接对应：
| 人脑 | LLM |
|---|---|
| 系统 1：根据上下文预测”下一个最可能发生的事” | 自回归预测：根据已有 token 序列预测下一个 token |
| 系统 1 的因果直觉：输出置信度最高的一条因果链 | Greedy decoding：取概率最高的 token 直接输出 |
| 系统 2 的统计推理：同时维护多种可能性并评估概率 | Beam search / 采样：保留多条候选路径 |
| 系统 2 有容量上限（瞳孔可测量） | Context window 有限，超出后信息被截断 |
| 认知放松 → 系统 1 主导 → 省力但易出错 | 小模型 / 低算力推理 → 快但精度低 |
| 认知紧张 → 系统 2 介入 → 费力但准确 | 大模型 / 慢思考（CoT）→ 慢但精度高 |
| 最省力法则：能不动脑就不动脑 | 工程实践：能用小模型就不用大模型（路由策略） |
更深一层：系统 1 的”编因果故事”和 LLM 的”取最高概率 token”是同构的简化策略——在有限资源下，都选择输出一个最大概率的结果而非维护完整的概率分布。系统 1 不具备统计推理能力，不是因为”选择了贪心策略”，而是”世界模型里根本没有’概率分布’这个概念”。
为什么会同构
我觉得有两个层面的解释：
1. 设计者复现了大脑的计算策略
LLM 的设计者（有意或无意地）在工程上复现了进化打磨出来的认知架构。自回归预测、注意力机制、上下文窗口——这些工程选择恰好和人脑的认知策略对应。
2. 约束优化下的最优解趋同
“在有限资源下对序列信息做预测”这个问题本身只有有限几种好的解法。大脑和 LLM 是两个完全独立演化的系统，但面对相似的约束条件（有限能量/算力、序列化输入、需要实时响应），它们独立收敛到了相似的方案。
这和自然界的规律一致：蜂巢的六边形、血管的分叉角度、鸟群的 V 字编队——不同系统在相同约束下，总会演化出相似的最优解。
但也有本质差异
- 人的系统 1 无法关闭，LLM 的推理模式是被设计者选择性启用的
- 人会”偷懒”——系统 2 能介入但经常选择不介入；LLM 没有主观意愿
- 人的认知偏差是节能方案的副产品；LLM 的”偏差”来源不同（训练数据、RLHF、token 概率分布）
- 最关键的：人的系统 2 有元认知（知道自己在费力），LLM 没有这种主观体验
所以这是功能层面的同构，不是机制层面的等价。人脑的双系统是进化压力下的能量优化方案，LLM 的架构是工程设计的产物。但正因为它们面对的底层问题相同——在有限资源下做序列预测——最终走向了相似的解法。
一个推论
如果这个同构成立，那么用 LLM 的概念去理解卡尼曼的理论就不是强行类比，而是在识别两个独立演化的系统之间真实的结构对应。反过来，卡尼曼对人脑认知偏差的分析，也可以帮助我们预测和理解 LLM 的行为特征——比如为什么 LLM 会”编故事”（hallucination），为什么给它更多”思考时间”（CoT）能提高准确度，为什么它在熟悉模式上表现好但在需要统计推理的问题上容易出错。
这些现象在卡尼曼的框架里早就有了解释，只不过他说的是人脑。