认知如何工作：主要理论框架全景

不同理论从不同视角解释认知——它们不是竞争答案，而是同一问题的不同切面。

符号系统：认知是计算

符号主义（Symbolic Systems）将认知视为对符号的操作与变换。大脑处理的是类似逻辑规则的离散符号——推理、语言、规划都可以用规则系统来描述。

这一框架擅长解释有结构的高级认知，但在解释感知与直觉时显得笨重。

全局工作空间理论（Global Workspace Theory）认为，意识的本质是一个"广播系统"：来自各专门模块的信息竞争进入全局工作空间，一旦进入便向全脑广播，供所有系统使用。

这解释了为什么意识内容有限（工作空间容量小），也解释了无意识处理的普遍存在。

联结主义（Connectionism）用分布式的神经元网络模拟认知。没有显式规则，知识储存在连接权重中，通过训练涌现出能力。深度学习是其当代形态。

贝叶斯认知框架将大脑理解为一台持续做概率推断的机器：用先验信念结合新证据，更新对世界的估计。感知、决策、语言理解都可以用贝叶斯公式建模。

这一框架与预测加工理论高度兼容。

具身认知（Embodied Cognition）反对将大脑视为独立处理器——认知是大脑、身体与环境三者交互的结果。身体的形态、感觉运动经验，直接塑造了我们的概念与思维方式。

“握紧拳头会让人更有力量感"这类实验，正是具身认知的典型证据。

分布式认知（Distributed Cognition）进一步将认知的边界延伸到工具、环境与社会系统。笔记、计算器、团队协作——都是认知系统的一部分，不只是辅助工具。

预测加工（Predictive Processing）是近年最受关注的统一框架，主张大脑的核心任务是最小化预测误差。感知、行动、学习都是这一机制的不同表现。它与贝叶斯推断、自由能最小化原理相互呼应。

进化心理学提醒我们：现有的认知机制是自然选择的结果，理解它们需要追问"这种机制解决了什么生存问题”。恐惧、偏见、社交直觉，都有其进化根源。

没有哪个框架能独立解释所有认知现象。真正的进展往往来自框架之间的融合——预测加工吸收了贝叶斯推断，深度学习借鉴了联结主义，具身认知为符号系统提供了接地气的根基。