你以为你在看世界——其实你在猜，世界只负责纠错。
此刻你正盯着屏幕。感觉很直接对吧——光进了眼睛，大脑就"看到"了。但这几十年的神经科学把这个直觉整个翻了过来：你的大脑不是一台老实拍下世界的相机，而是一台不停在"猜"世界长什么样、再拿眼睛送回来的信息去纠错的机器。你看到的每一帧，都是大脑的一个"最佳猜测"。这一期我们就掰扯这一件事——但一旦你信了它，后面的注意、记忆、甚至意识，都会跟着松动。
先说那个被推翻的老直觉：光子打到眼睛 → 信号一层层往上传 → 大脑最后"看到"。听起来天经地义。可解剖学早就打脸了：在大脑的视觉通路上，从"高层"往"低层"倒着走的连接，数量远远多过从眼睛往上走的。换句话说，大脑绝大部分精力不是在收数据，而是在往下发猜测。
不信？看下面这两个灰块。左边那块在浅色里，右边那块在深色里——你几乎肯定觉得右边那块更亮。但它俩的颜色一模一样：
这不是眼睛坏了，而是大脑在用它对"背景会影响物体"的经验，主动帮你"脑补"。所以你看到的从来不是原始像素，而是被大脑的预期塑造过的结果。（这条从眼睛到大脑的路每一站怎么走，视觉通路）
EN Perception is mostly top-down prediction, not bottom-up reception — in the visual pathway, feedback connections outnumber feedforward ones. What you "see" is the brain's best guess, shaped by priors: which is exactly why two physically identical grays look different against different backgrounds.
AI 里有一类东西叫生成模型（会画图的 Stable Diffusion、AI 换脸那类工具都是），思路和大脑一模一样：与其硬存一堆像素，不如学一个能"生成"世界的内部模型，再拿它去解释眼前的输入——先给个假设、生成一版、和真实比对、按差错修正。大脑"先猜 → 往下发 → 拿感官纠错"，走的正是同一个骨架。
大脑怎么高效地猜？靠一个很省的机制：每一层只把"没猜中的部分"往上报。你可以把大脑想成一叠楼层，每层都在预测下面一层会发生什么，把预测往下发；下层拿预测和实际一比，只有对不上的地方（差错）才往上传。猜中的部分，根本不往上走——因为它没带来任何新消息。
这一下就说通了好多日常小事。你听不见自己家冰箱的嗡嗡声——因为它太可预测了，差错为零，压根不上报；可它一停，你反而立刻警觉，因为"预测落空"了。越熟悉的东西越像隐形，不是你的耳朵变钝，是它们早被大脑猜到、提前扣掉了。说到底，大脑的注意力，是留给意外的。
EN The cortex predicts itself layer by layer and sends only the "prediction error" upward — correctly predicted signals stay silent. That's why the familiar goes invisible (you stop hearing your own fridge), and why attention is reserved for the surprising.
AI 里也反复在用"只记没猜中的部分"这个省法——不重复已知、只存增量。最贴的例子是大语言模型（ChatGPT 那类）的训练：模型每一步都在猜"下一个词是什么"，猜得多离谱（那个数叫 loss）就是它的"预测差错"，然后它只沿着"没猜准的方向"去微调自己。大脑用差错实时纠正当下的判断，模型用差错慢慢纠正自己——本质都是"被意外推着学"。
把前面两点合起来，就得到一条特别实用的规律：你最终看到的 = 大脑的预期 + 眼前的证据，各占多少，看谁更靠谱。
关键在"谁更靠谱"。光线昏暗时，眼睛送回的证据很不可靠，大脑就更信自己的预期——于是你把衣架看成蹲着的人，把风声听成有人叫你名字。反过来，大白天证据充足，预期就得让位、老老实实按看到的来。这也顺带给了"注意"一个很准的定义：注意，就是大脑临时调高某个地方证据的可信度，让它更有资格改写你眼里的世界（注意本身是 Topic 2）。
EN What you perceive ≈ prior × evidence, weighted by reliability (precision). When sensory evidence is weak — say, in dim light — priors take over, the same mechanism behind both illusions and hallucinations. Attention is simply the brain turning up the precision of the evidence somewhere.
这在 AI 里叫按可信度加权：证据不足时，就更信自己的经验（先验）。AI 模型里也有个旋钮管"多信先验"（画图时的 guidance、聊天模型里的 temperature 都是这类），只不过大脑是用一个叫精度的量、逐个感官、实时自动地在拧这个旋钮。更妙的是——AI 的"幻觉"和人的错觉是同一个故事：先验被过度采信、证据被压过，大脑或模型就"看见"了根本不在那儿的东西。
预测和现实对不上，怎么办？前面讲的都是改大脑——更新猜测去贴合世界。但还有一条对称的路：改世界去贴合猜测。这就是主动推理，也是它最妙的地方。
举个最简单的：你预测"眼睛应该正对着桌子中央"，可现在没有——于是你动了下眼睛，让它真的对准中央。差错被抹平了，不是靠改信念，是靠动作。把这个推到底，会得到一个惊人的重述：你的每个动作，其实都是一个"被身体实现出来的预测"。你伸手去拿杯子，是大脑先预测"手已经握住杯子了"，这个还没实现的预测产生的差错，驱动肌肉去把它变成真。
所以感知和行动根本是同一台机器的两个出口：感知问"世界是啥样"，行动问"我怎么让世界变成我猜的样"。这也是为什么后面讲运动、讲决策、甚至讲冥想（主动去调自己的预测），都能挂回这根主线。
EN Prediction error can be minimized two ways: change the model (perception) or change the world (action). So every action is a prediction the body makes come true — perception and action are two outlets of one error-minimizing engine (active inference).
这跟 AI 训练智能体的主流办法强化学习很像，但有个耐人寻味的差别：强化学习让智能体去"最大化奖励"，主动推理让它去"最小化预测差错"——很多时候两者等价，但后者把"探索世界"和"达成目标"揉成了同一件事。它天生就是那种"先在脑子里建个世界模型、用它想象、再行动去让想象成真"的智能体——如今 AI 圈在重新发现的这套思路，大脑已经用了上亿年。
"你从没直接碰过世界，只碰到大脑造的模型"——这个结论，好几门古老学问几千年前就抵达过，只是当年没有 fMRI：