18｜心智化：如何在自己的脑子里，模拟“别人在想什么”？

一、先说结论

二、我们先理解一个问题

先做一个小测试，不用真的回答，想想就知道答案：

任何一个四岁以上的孩子、绝大多数成年人都会说：她会去蓝色柜子——因为小红不知道巧克力被挪走了。

请注意这个答案有多“反物理”。从客观世界看，巧克力就在绿柜子里。但你知道的，是“小红脑中的世界”：那个世界里，巧克力还在蓝柜子。

这就是本篇的核心问题：

这件事之所以困难，是因为别人的心智完全看不见。颜色能看、重量能测、位置能标记，但“他相信什么”没有任何感官能直接读到。你只能从行为反推、从你自己的身体去类比。要建模一个看不见、还会伪装、还会反过来猜你的东西，这是进化给出的最刁钻的题目之一。

三、作者到底提出了什么观点？

“心理理论”这个概念，最早由 Premack 与 Woodruff 在 1978 年的一篇论文里提出，标题就是那句著名的问题：“Does the chimpanzee have a theory of mind?”（黑猩猩有心理理论吗？）

他们的定义是：如果一个个体会把心理状态归因给自己和他人，就说明它拥有一套“心理理论”。 之所以叫“理论”，有两个理由：

• 心理状态是不可直接观察的；
• 这套推断可以用来预测行为。

1983 年，Wimmer 与 Perner 做了一个对发展心理学影响巨大的实验，也就是后来广为人知的“错误信念测验”：让儿童看一个角色把东西放在某处、离开、东西被换位置，然后问“他回来会去哪里找”。三四岁的孩子往往答错（说他会去东西实际所在的地方），大约四岁以后才开始稳定答对。 这个“约四岁”的坎，成了儿童“心理理论”成熟的一个里程碑。（后来 Baron-Cohen 等人把它改编成经典的“Sally-Anne 测验”。）

班尼特把这一切纳入他的框架：心智化 = 世界模型的递归调用。

每一层，都是把前一层当成“数据”，再往模型里塞一次。人类可以在几层之内玩得很溜，而层数一旦太多，连我们自己也会晕。

四、把这个观点翻译成人话

把大脑想象成一台沙盘推演机。

第一代沙盘只能放地形、河流、敌人位置——这是第三次突破：模拟物理世界。

第四代沙盘多了一层功能：它可以在沙盘上再摆一个小号沙盘，里面模拟“对面指挥官脑子里的地图”。于是你不仅知道敌人现在在哪，还能想到：

• 他会以为我会从正面进攻；
• 所以他可能把主力放在正面；
• 那我从侧面绕，他会不会已经料到？

关键点在于：这第二层沙盘里装的不是“地形”，而是“另一个人的沙盘”。

而“自我模型”就是这台机器的第三个用法——把沙盘对准自己：我是谁？我刚才为什么生气？我在别人眼里是什么形象？我如果现在撒谎，将来还圆得回来吗？

用一句话概括：

五、为什么会这样？

心智化为什么必须建立在世界模型之上，而不是凭空冒出来？我们推一遍。

graph TD
    A[第三次突破: 拥有世界模型
能模拟'如果...会怎样'] --> B[社会压力: 必须预测同类的行为]
    B --> C[发现: 同类行为由'他脑子里的世界'决定]
    C --> D[把世界模型套到他人身上
运行'他以为的世界']
    D --> E[得到一阶心智化
能预测别人会怎么做]
    E --> F[发现别人也在建模我]
    F --> G[递归: 我知道他知道我知道...]
    G --> H[把同一套机制指向自己
出现自我模型/自我意识]
    H --> I[合作、欺骗、谈判、名誉管理
都建立在此之上]

这条链里最值得注意的是最后两步。

第一，你之所以需要递归，是因为你的对手也在读你的心。 如果只有你会读心，最多一层就够了；可现实中，对方也在猜你，所以你必须猜“他猜到了什么”。这场“相互建模”的军备竞赛，把心智化推向了递归。

第二，一旦机制指向自己，就产生了“我”。 班尼特认为，自我意识不需要另起炉灶——它很可能就是心智化能力的“自指”用法。这正好解释了一个奇怪的现象：能读懂自己的人，往往也很会读别人；而“自我认识”和“社会认知”在大脑里用的是高度重叠的区域。

六、举一个现实生活中的例子

例子一：销售如何“揣摩客户”。

一个平庸的销售只会背产品参数。一个好的销售在做的，其实是心智化：客户嘴上说“太贵了”，他脑子里真正担心的是什么？是这个价格超出了预算，还是他怕被同事比较？他是不是已经看了竞品，只是没说？他今天带着谁来，那个人会不会是真正的决策者？

客户说的每句话，都是一层可以继续往下挖的状态。 高手挖的不是“事实”，是“他心里那台沙盘”。

例子二：哄孩子与谈判。

哄一个哭闹的三岁孩子，光讲道理没用——因为他还没到“能用错误信念推理”的年龄。你得进入他的世界模型：他以为那块饼干“应该”是他的、他不知道等一会儿还有更多。理解他“以为的世界”，比纠正“事实”更有效。

而成年人之间的谈判也一样。你知道报价的底线，对方也知道你知道；你们要谈的从来不是数字，而是“对方以为你的底线在哪”。

例子三：看悬疑片猜凶手。

为什么我们能一边看剧一边推理“真凶是谁”？因为编剧和你玩的正是这套递归游戏：剧里的侦探塑造他相信的版本，反派塑造他以为侦探相信的版本，而你作为观众，要同时运行三四个人的“以为”。

一部好的悬疑片，本质上是一场心智化的公开锦标赛。

七、回到书中重新理解

这里有一个被很多人忽略的实验，班尼特也提到过它的分量——Gallup 在 1970 年做的镜像自我识别实验。

做法很巧妙：把动物麻醉后，在它脸上（它自己看不到的地方）点一个红点；等它醒来，让它照镜子。结果：

• 黑猩猩会伸手去摸自己脸上的红点，说明它认出了镜子里那个“是自己”，还能发现“我脸上有个奇怪的东西”；
• 猴子则基本不会，它把镜子里的影像当成另一只猴子，做出威胁或社交反应。

Gallup 由此认为：能认出镜子里的自己，说明这个物种拥有某种“自我”的概念。 这个测试后来成了研究“自我意识生物基础”最经典的范式之一。

而在人类身上，现代脑成像研究发现了一套相对稳定的“心理理论网络”，主要包括：

• 颞顶联合区（TPJ）：处理和“他人视角”有关的信息，尤其在需要区分“我知道/他不知道”时活跃；
• 内侧前额叶（mPFC）：在思考自己、思考他人、回顾社会情境时都会亮；
• 还有颞极、楔前叶等区域。

更耐人寻味的是：思考自己,和思考别人，激活的脑区高度重叠。这给“自我意识是心智化的副产品”这个猜想，提供了一点间接的支持。

八、这个观点背后还有什么？

第一，它把“读心”和“自省”绑在了一起。 我们习惯把它们当成两种能力，但按这个框架，它们是同一台机器的两个朝向：对外叫做共情/读心，对内叫做自省/自我。这解释了很多临床现象——一个人理解他人的能力受损时，往往自我认知也会出问题。

第二，它给“欺骗”提供了地基。 没有心智化，就不能真正欺骗。欺骗的前提是：我知道你会根据你看到的东西做出错误推断。 灵长类中那些善于“演戏”的个体，本质上是在操纵对方的心智模型。

第三，它解释了“名誉”为什么重要。 一旦你能建模“别人怎么看我”，你就会开始管理自己在别人心里的形象。名誉、面子、信任，都是心智化推出来的社会产物。

第四，真正的难点不是“模拟”，而是“分开”。 想象别人的世界不难，难的是不让它和真实世界混在一起。人类精神病性症状的一些表现（比如坚信自己的猜想就是事实），从建模角度看，就有点像“两个沙盘粘在了一起”。

九、这个观点有问题吗？

十、今天再看这个观点

以下部分是基于作者思想的现代延伸。

延伸一：AI 到底有没有“心理理论”，是当下最热的争论之一。

有研究发现，足够大的语言模型在一些“错误信念”文字题上表现不错，于是有人宣布“心智化涌现了”。但反方指出：模型可能只是从海量文本里学到了这类题目的统计模式，而不是真的在内部运行一个“他人心智”的模型。

用班尼特的框架问，就更清楚了：它是在“模拟一个人的心智”，还是在“预测下一个词”？ 这是第五次突破里最难的关卡。

延伸二：心智化正在被用来对付你。 推荐算法、客服话术、诈骗脚本、舆论操纵——本质上都是在预测你的心智状态，然后对你施加影响。 当读心的能力被工业化，个人的心理边界会面临前所未有的压力。

延伸三：这也是“高功能社交焦虑”的根源。 心智化太强的人，会不断运行“别人可能怎么想我”的模型，跑得越多越累。读心能力是一把双刃剑：它让你更会合作，也让你更容易自我消耗。

十一、这一篇真正应该记住什么？

1. 心智化=用世界模型去模拟另一个人的世界模型。 它是模型的模型，核心特征是递归。

2. 自我意识很可能是这套机制指向自己时的副产品。 读心与自省，用的是同一台机器。

3. 三个里程碑实验： Premack & Woodruff 1978 提出问题；Wimmer & Perner 1983 的“错误信念”测验（约四岁才稳定通过）；Gallup 1970 的镜像自我识别。

4. 人类有一套“心理理论网络”（TPJ、mPFC 等），且思考自己与思考他人高度重叠。

5. 动物是否有心理理论、心智化是否依赖语言、自我意识如何产生，都仍有争议。

十二、留一个问题

下一篇：我们已经知道人类会读心。但“预测人心”到底比“预测物体”难在哪里？为什么一辆能识别红绿灯的车，可能永远搞不定过马路的行人？

下一篇我们就来拆解这个难度差——预测物理容易，预测人心太难。

本系列基于 Max Bennett《A Brief History of Intelligence》整理，文中“班尼特认为/书中认为”均指作者观点；带“延伸”字样的段落为基于其思想的现代推演，不代表原作者。