第3章　奖励、多巴胺，以及为什么有些习惯格外牢固

就再看一眼

弗洛林今年二十九岁，在一家制作标牌和海报的公司当平面设计师。他喜欢自己的工作，却有一个越来越让他头疼的习惯：每隔几分钟，他就会拿起手机，打开一个社交媒体应用看看。他往下划一两分钟，看几条帖子，也许还有一条消息或一个通知，然后放下手机。过了几分钟，他又把它拿了起来。

弗洛林试过戒掉。他删过这个应用，一个星期后又装了回去；关过通知，又重新打开；向自己保证只在午饭时间看，结果不到上午过半就食言了。最让他想不通的是，他其实并不怎么享受看手机这件事。大多数时候，手机上并没有什么有意思的东西。他划过一条条自己并不在乎的帖子，看完之后还会觉得有点空落落的。可是想再看一眼的冲动，却强烈而持续不断。

一天晚上，弗洛林数了数自己那天拿起手机的次数。每拿起一次，他就在一张纸上画一道。到了睡觉的时候，那张纸上已经画满了记号。他大吃一惊。他觉得好像有什么东西在他身体里牵着线，而他既不明白那是什么，也不明白为什么奖励看起来这么小，它的力量却这么大。

弗洛林的经历非常普遍，它触及习惯运作方式中最重要的部分之一：奖励。习惯是由随之而来的奖励建立和巩固的。但大脑从奖励中学习的方式出人意料，它解释了为什么有些习惯，比如弗洛林看手机，即使奖励看起来很小，甚至令人失望，也会变得如此牢固。

这一章要讲的是脑科学对奖励的认识，尤其是一种叫作多巴胺的化学信使，它常常被人误解。理解它，有助于解释为什么有些习惯这么难改掉，以及怎样养成能够持久的新习惯。

奖励是怎样建立习惯的

我们已经看到，习惯是线索与反应之间一种习得的联结。但这种联结最初是怎样形成的呢？答案很大程度上在于反应之后发生了什么。当一个行为之后紧跟着某种好东西，也就是奖励时，大脑就会学会在那个情境下重复这个行为。奖励加强了线索与反应之间的联结。这条基本原理已经被研究了一个多世纪，是心理学中最为确凿的观点之一。

奖励可以是很多东西。有些显而易见：食物、金钱、赞扬、快乐。另一些则很微妙：从无聊中解脱、完成一件事的感觉、与人相连的感觉、一点点新信息、片刻的平静。对第2章里的玛蒂尔德来说，三点钟那几块饼干带来的奖励，一部分是味道，但主要是休息一下和精神稍稍提振。对弗洛林来说，看手机的奖励没有那么明显，但它确实存在，我们后面会看到。

时机很重要。在养成习惯方面，紧跟在行为之后到来的奖励，比晚些才到来的奖励有力得多。大脑非常善于把行动和它的即时结果联系起来，却远不善于把行动和几天、几个月甚至几年后才出现的结果联系起来。这就是为什么许多没有帮助的习惯很容易形成，而许多有益的习惯却很难养成。吃一块饼干会带来即时奖励；吃一顿健康的饭，好处却要在几个月里慢慢显现，在吃的那一刻很难感受到。

科学家和经济学家从很多角度研究过这种对即时奖励的偏好。人和动物都倾向于觉得，一个奖励在时间上离得越远，价值就越低。眼前的小奖励往往比以后的大奖励更有吸引力，即使那个大奖励其实更好。这种倾向已经有充分的记录，它有助于解释为什么我们常常很难选择那些好处在未来的行为。

关于奖励，还有一个重要的要点，我们在第1章里已经遇到过。一个习惯一旦牢固地建立起来，即使奖励已经没有多大吸引力，它也可能继续下去。那些大鼠在食物已经不再被需要后仍然继续按杠杆；那些在电影院吃爆米花的人吃下了不新鲜的爆米花。这是因为，随着重复，习惯与线索的联系变得比与奖励的联系更紧密。奖励帮助建立了习惯，但习惯已经不再完全依赖于它。这正是弗洛林明明常常对看手机感到失望，却还是不停地看的原因之一。

多巴胺真正在做什么

多巴胺是大脑中的一种化学信使，是神经细胞用来相互沟通的众多物质之一。在一些通俗文章里，它常常被说成是“快乐化学物质”，每当我们享受某样东西时就会释放出来。这种说法是有误导性的。几十年来的研究表明，多巴胺与学习和动机的关系，比与快乐本身的关系更大。

一些最重要的证据来自这样的研究：研究者在动物学习预期奖励的过程中，记录它们大脑中释放多巴胺的神经细胞的活动。当动物得到一个意料之外的奖励，比如一滴果汁时，这些细胞会变得非常活跃。但当动物学会了某个信号，比如一道光或一个声音，总是出现在果汁之前，情况就变了：这些细胞在信号出现时活跃起来，而不是在果汁到来时。如果信号出现了，果汁却没有来，那么在果汁本该到来的那一刻，这些细胞的活动就会降到正常水平以下（这是对一系列著名研究的概括）。

科学家把这种模式解读为一种学习信号。多巴胺细胞似乎是对预期与实际发生之间的差异做出反应，研究者把这种差异称为预测误差。结果比预期好，会引发一阵活动的爆发；结果比预期差，会引起一次回落；结果与预期完全一样，则几乎没有变化。这种信号帮助大脑学习哪些线索预示着奖励，哪些行动值得重复。从某种意义上说，这是大脑更新自己预期的方式。

许多研究者还区分了想要一样东西和喜欢一样东西。喜欢，是我们真正得到奖励时感受到的快乐；想要，则是被拉向它的那股力量，也就是动机和渴望。证据——其中很多来自动物研究——表明，多巴胺与想要的关系比与喜欢的关系更密切。这有助于解释弗洛林注意到的一件事：他非常强烈地想要看手机，却并不特别喜欢看手机这件事。想要与喜欢是可以分开的。一个习惯即使带来的喜欢很少，也可能带来强烈的想要。

必须指出的是，这幅图景仍然是一种简化的说法。多巴胺参与大脑的许多功能，包括运动，而它在学习和动机中的作用究竟是怎样运作的，科学家们仍在争论。不过，大的观点——多巴胺与学习奖励和动机密切相关，而不只是与快乐相关——已经得到了广泛的认可。

不可预测之物的吸引力

奖励还有一个特点有助于解释弗洛林的习惯，而且这是学习研究中最古老的发现之一。二十世纪，研究动物行为的研究者发现，按照不可预测的规律给予的奖励，会让行为变得格外强烈和持久。如果一只鸽子或一只大鼠每按一次杠杆就得到食物，它会稳定地按下去。如果它只是有时才得到食物，要按上不可预测的次数才有一次，它往往会以很高而且稳定的频率去按，并且在食物不再出现之后，还会继续按上长得多的时间。

有一种解释把这一点和预测误差联系起来，科学家们对此仍在讨论。当奖励可以预测时，大脑很快就知道该期待什么，学习信号也就变小了。当奖励不可预测时，每一次反应都可能带来惊喜，大脑就会一直保持注意。有些反应什么也带不来，但时不时地，会有好东西出现，而这种不确定性本身就让行为持续下去。

弗洛林看手机就是一个很清楚的例子。大多数时候，他看的时候并没有什么东西：都是他不在乎的帖子，也没有新消息。但有时候确实会有点什么：一条朋友发来的消息、一张有意思的图片、别人对他所发内容的一条评论。他无法预测这些什么时候会出现。所以每看一次，都有可能得到奖励，他的大脑就不停地把他拉回去看。让人们一次又一次去拉赌博机拉杆的，也是同样的模式，只不过看手机通常危害要小得多。

理解了这一点，那股吸引力并不会消失，但它可以改变我们看待它的方式。弗洛林一直在责怪自己软弱。现在他能看清，他的大脑对不可预测的奖励所做出的反应，恰恰就是大脑天生会做出的反应。这股吸引力并不是他个人的缺点，而是一个学习系统遇上一部会在不可预测的时刻提供奖励的手机时，必然会出现的结果。

这种理解也提示了一些减弱这类习惯的办法。既然这股吸引力来自不可预测的奖励，那么减少触发查看手机的线索，让查看变得稍微麻烦一点，并为它提供的那些小奖励找到别的来源，都会有帮助。选定特定的时间去查看也会有帮助，因为这样奖励就变得更可预测，因而也就没那么抓人了。我们会在本章后面看看这些实践步骤。

弗洛林改变了他的奖励

了解了不可预测的奖励之后，弗洛林尝试了一些改变。首先，他减少了线索。他把那个应用从手机的首屏移走，这样每次解锁手机时就不会看到它。他关掉了所有通知，只保留来电和近亲发来的消息。在做设计的时候，他把手机放在抽屉里，只在休息时才拿出来。

其次，他让奖励变得更可预测。他不再一有冲动就去看，而是选定每天看三次：午饭后、下午过半时和晚上。在这些时间里，他允许自己随意划上十分钟。在其他时间，冲动来了，他就提醒自己，到下一个约定的时间就会看。知道下一次查看就快到了，这股冲动就更容易忍住了。

第三，他为查看手机曾经给他的那些小奖励寻找别的来源。他意识到，看手机常常能让他从专注的工作中稍稍歇一下，和朋友有片刻的联系，还能得到一点新鲜感。他开始离开屏幕做短暂的休息，站起来伸伸懒腰，或者去泡杯饮料。他更经常地约同事一起吃午饭。他还准备了一个小速写本，休息时在上面画几笔速写，这给了他一直想从手机上得到的新鲜感和创造力。

第一个星期很难熬。想看手机的冲动常常冒出来，弗洛林觉得坐立不安。可到了第三个星期，冲动出现得少了，也弱了。到了第二个月，他看手机的次数比以前少多了，工作时也觉得更平静、更专注。“奇怪的是，”他说，“比起以前时时刻刻地看，我现在更享受这几次定时的查看。一天只看三次，倒真的有新东西可看了。”

弗洛林最后的这个观察，正好符合这幅图景。当奖励变得不那么频繁、更可预测时，每一次都变得更令人满足，而两次之间的那股吸引力则减弱了。他改变的不只是他的习惯，还有他与那些曾经建立起这个习惯的奖励之间的关系。

伊姆克和有故事相伴的散步

伊姆克今年五十岁，在一家医院的财务部门工作。在一次体检中，她的医生建议说，更规律的身体活动会对她的健康有好处，于是她决定每天晚上开始散步半小时。她知道这样做的好处：身体更健康，睡得更好，精力更充沛。可这些好处都在遥远的将来。而在眼下，工作了一整天之后，散步感觉像一件苦差事。不到两个星期，她就停了下来。

伊姆克的问题是一个典型的问题。散步的奖励是延迟的，而待在沙发上的奖励是即时的。她的大脑和所有人的大脑一样，给即时奖励的分量要重得多。所以，这个新习惯在当下没有任何东西来加强它，于是就慢慢消失了。

一位朋友提出了一个办法。伊姆克很喜欢听别人朗读的长篇故事，却很少有时间去听。朋友建议她只在散步时听。这些故事会成为她散步的即时奖励，而在其他时间她不允许自己听。一些研究发现，把一个人想多做的行为和他喜欢的某样东西联系起来，并且只允许在做这个行为时享受那样东西，可以帮助他更经常地去做这个行为，不过效果因人而异。

伊姆克试了试。她选了一个很长、很引人入胜的故事，开始每天晚上边听边散步。没过几天，她发现自己开始盼着去散步了，因为她想知道故事接下来会怎样。有些晚上，她走得比计划的还要久，因为她不想在精彩的地方停下来。故事给了散步一个她的大脑能感受到的即时奖励。

两个月后，散步已经成了一个习惯，由回到家、穿上散步鞋这个线索触发。伊姆克注意到，到那时，她也开始享受散步本身了：新鲜的空气、身体的活动，还有之后的那种疲惫感。故事帮助她建立起了这个习惯，然后这个习惯开始产生它自己的奖励。“我是哄着自己去散步的，”她说，“后来却发现我喜欢上了散步。”还值得补充一句：任何人开始一套新的锻炼计划，都应该像伊姆克那样，遵循医生关于什么适合自己的指导。

卡维和晚上的奖励

卡维今年三十五岁，是一名在家工作的译者。他养成了一个习惯：每天工作结束时，用一样甜食犒劳自己，一块巧克力、一块蛋糕或者一碗冰激凌。这起初只是辛苦一天之后偶尔的款待，如今却天天如此。他还注意到，一合上笔记本电脑，即使并不饿，他也会强烈地渴望吃点甜的。

卡维的习惯说明了奖励是怎样和线索联系在一起的。线索是一天结束时合上笔记本电脑，惯常行为是吃点甜的，奖励则是那种味道、那份安慰，以及标志着工作结束的感觉。通过重复，这个线索开始在奖励到来之前就引发一种渴望，也就是多巴胺所参与的那种想要。

卡维并不想放弃所有的甜食，但他希望每天吃甜食的习惯不要那么自动。他意识到，真正的奖励并不是糖本身，而是标志着一天工作结束、转入休息的那种感觉。于是他寻找别的方式来标志这一刻。他开始用一个简短的仪式来结束工作日：合上笔记本电脑，把它收进柜子，泡一杯花草茶，然后到阳台上待几分钟。

最初的一两个星期，合上电脑时，那种想吃甜食的渴望还是会出现。他注意到它，承认它，然后在泡茶的时候任它过去。渐渐地，这个新仪式开始提供他的大脑一直在寻找的那种奖励：一个清楚的信号，表示工作结束了，休息开始了。那种渴望减弱了。卡维现在有时还是会吃甜食，但那是出于选择，而不是一种自动的反应。

“我以为我渴望的是巧克力，”卡维说，“其实我渴望的是一天的结束。一旦找到了另一种结束它的方式，巧克力就变得没那么重要了。”卡维的故事说明，理解一个奖励真正提供的是什么，就可能打开一条路，用另一样能提供同样东西的事物来代替它。

实践步骤：与奖励合作

第一步是找到真正的奖励。针对你想改变的那个习惯，问问它到底给了你什么。是快乐、解脱、安慰、休息、联系、新鲜感，还是完成一件事的感觉？真正的奖励可能和表面上的那个不一样，就像卡维和玛蒂尔德的情况那样。

第二步是给大脑提供一个替代的奖励。如果你想改变一个习惯，就找另一个能提供同样真正奖励的行为。散步可以提供休息，交谈可以提供联系，一个简短的仪式可以标志一天的结束。只要奖励仍然能得到，大脑就更愿意改变一套惯常行为。

第三步是给新习惯加上即时奖励。对于那些好处要延迟才能显现的习惯，比如锻炼或储蓄，想办法在当下加进一些令人愉快的东西。你可以像伊姆克那样，把一个新习惯和某样你喜欢的东西配在一起，并且只允许在做这个习惯时享受它。

第四步是让不可预测的奖励变得更可预测。对于那些由不可预测的奖励驱动的习惯，比如看手机或查邮件，为它们选定特定的时间。这往往能减弱那股持续不断的吸引力，还能让每一次查看都更令人满足。

第五步是减少引发想要的线索。既然线索在奖励到来之前就能引发渴望，那么像弗洛林处理他的应用和通知那样，把线索去掉或藏起来，就能减少想要本身。

第六步是留意想要与喜欢。当你感到一股被拉向某个习惯的强烈力量时，问问自己：你是真的喜欢它，还是只是想要它？像弗洛林那样注意到两者的区别，可以让那股力量松动下来，因为这让你看到，那种渴望是一个习得的信号，而不是真正快乐的保证。

多巴胺排毒的迷思

近年来流行起一种说法：人们可以通过在一段时间里避开所有令人愉快的活动，来“重置”自己的多巴胺，这有时被称为多巴胺断食或多巴胺排毒。支持者声称，这样能降低某种过载，让普通的活动重新变得有奖励感。这种说法，至少按照它通常的描述方式，是对多巴胺运作方式的误解。多巴胺并不是一种会不断积累、需要被清除出去的物质，也没有可靠的证据表明，一天不碰快乐就能重置大脑的化学状态。

与此同时，这种说法在实践上的核心也并非全然错误。对那些由持续不断、不可预测的奖励所驱动的习惯，比如手机和屏幕，暂时停一停，可以帮助人们注意到这些习惯的吸引力，并减弱它们自动控制人的力量。这样做之所以有效，不是因为多巴胺被清除了，而是因为去掉线索、打破惯常行为会削弱习惯的联结，正如我们在这一章和上一章所看到的。对于那些用并不准确、听起来却很科学的语言来包装合理建议的说法，最好保持谨慎。

还有一点同样需要重申：有些由奖励驱动的模式，比普通的习惯要强烈得多。对某些物质、赌博和其他一些活动的成瘾，会以强有力的方式牵动大脑的奖励系统，单靠自己可能很难改变。如果你觉得某种行为模式已经失控，正在损害你的健康、你的财务状况或你的人际关系，或者你需要越来越多的某样东西才能感到满足，请和医生或其他有资质的专业人士谈一谈。帮助是存在的，而寻求帮助是坚强的表现。

简短练习：奖励盘点

这个练习能帮助你理解自己某个习惯背后的奖励，并找到可能的替代。大约需要十五分钟。

选一个你想改变的习惯，把它写在一页纸的最上方。然后画出三栏。第一栏写上“我以为的奖励是什么”，第二栏写上“奖励实际上可能是什么”，第三栏写上“得到它的其他方式”。

在第一栏里，写下表面上的奖励：“巧克力的味道”“看到新帖子”“沙发的舒适”。在第二栏里，想得更深一些。这个习惯真正给了你什么？是休息一下？从无聊或压力中解脱？与人相连？完成一件事的感觉？新鲜感？尽可能多地写下各种可能。

在第三栏里，针对你找出的每一种真正的奖励，写下一两种你可以得到它的其他方式。“休息一下：散一小会儿步、伸展身体、望望窗外。”“与人相连：给朋友打电话、和同事聊聊天。”“工作结束：一个简短的仪式、在阳台上喝杯茶。”选一种替代方式，在接下来的一个星期里试一试。

最后，留意想要与喜欢。下次你感到这个习惯的吸引力时，诚实地问问自己：我是喜欢它，还是只是想要它？事后把你的答案写下来。弗洛林针对他看手机的习惯做了这个练习。在第一栏里，他写的是“看到新东西”；在第二栏里，他写的是“从专注中歇一下，一点新鲜感，感觉和人有联系”；在第三栏里，他写的是“站起来伸展、速写本、和同事吃午饭”。在关于想要与喜欢的那个问题下面，他写道：“我非常想要它。我喜欢它的程度，大约只有想要的四分之一。”

本章小结

习惯是由奖励建立和巩固的，而即时奖励比延迟奖励有力得多，这就是为什么没有帮助的习惯往往很容易形成，而有益的习惯却养成得很慢。一个习惯一旦牢固，即使奖励已经变弱，它也可能继续下去。与其把多巴胺理解为“快乐化学物质”，不如把它理解为参与学习和动机的物质：多巴胺细胞对预期奖励与实际奖励之间的差异做出反应，许多研究者把想要和喜欢区分开来，而多巴胺与想要的关系更为密切。不可预测地到来的奖励，会让行为变得格外强烈和持久。

不停看手机的弗洛林、有故事相伴散步的伊姆克，以及晚上吃甜食的卡维，都发现理解一个习惯背后真正的奖励、提供替代、给新习惯加上即时奖励，以及让不可预测的奖励变得可预测，帮助他们实现了改变。流行的“多巴胺排毒”误解了多巴胺的运作方式，不过暂时停一停某些习惯仍然可能有帮助。感觉已经失控的模式，值得寻求专业的支持。

在下一章里，我们会看看许多人在开始一个新习惯时都会问的一个问题：需要多长时间？流行的答案是二十一天，而这其实是一个迷思。