你以为你在"看"别人——其实你在你自己的脑子里，实时地帮他重建了一颗脑。
你此刻大概一个人待着，可你脑子里有一大块，是专门用来对付"别人"的。走进一个房间，你几乎瞬间就读出：谁在生气、谁想说话又没敢开口、谁那句"我没事"其实有事。你做得太顺，顺到以为这理所当然。但这其实是大脑最烧脑、最晚成熟的一项绝活——在你自己的脑子里，实时地给别人的脑子建一个模型，还得随时更新。更妙的是，这个模型允许别人"想错"：你能一边知道真相，一边追踪对方脑子里那个和真相不一样的版本。这一期就讲这套"社会脑"——它怎么读心、怎么共情，以及一段被吹上天、又被科学拽回地面的传奇：镜像神经元。
先给这项绝活起个名字：心智理论（theory of mind，也叫"心智化"）。它指的是你能把看不见的心理状态——想法、愿望、意图、信念——归到别人头上，并拿它来预测对方接下来会干嘛。你说"他没接电话，大概在忙"，这一句里就藏着一整套读心：你没看见他的脑子，却给他脑子里装了个"在忙"的状态。
这套本事最狠的地方，是它能处理错的信念。心理学里有个经典测试叫假信念任务：小女孩 Sally 把球放进篮子就出门了；她不在时，Anne 把球偷偷挪到了盒子里。现在问你：Sally 回来会去哪里找球？
你当然知道答案是篮子——因为你追踪的不是球实际在哪，而是Sally 脑子里以为球在哪。这一步看着简单，其实是巨大的认知飞跃：绝大多数孩子要到四岁上下才稳定跨过它，之前会脱口而出"盒子"（分不清"我知道的"和"她知道的"）。而且它还能套娃：我知道你以为我不知道——人类日常的客套、玩笑、谎言、下棋，全靠这种一层套一层的递归读心撑着。
EN Theory of mind is attributing unseen mental states — beliefs, desires, intentions — to others to predict their behavior. Its sharpest test is the false-belief task (Sally-Anne): you track not where the ball is, but where Sally thinks it is. Most children pass only around age 4, and the ability recurses ("I know you think I don't know") — the engine behind lies, jokes, and social nuance.
AI 里早就想要这本事，叫机器心智理论。DeepMind 做过一个 ToMnet：让一个网络专门去观察别的智能体、猜它的信念和下一步，甚至能通过假信念测试的机器版。多智能体里更是刚需——想跟别人配合或对抗，你得先建个"对手模型"（它大概想干嘛）。近两年还冒出一场热闹的争论：大语言模型（ChatGPT 那类）到底会不会读心？有人发现它能答对不少假信念题，也有人把题目稍微一改，它就露馅——所以它究竟是真在心智化，还是只是见过海量人类聊天、学会了"读心该怎么说"，目前谁也不敢拍板。
当你琢磨"别人在想什么"时，大脑里有一伙固定的区域会一起亮起来，合称心智化网络。主力有几块：额头正中偏里的内侧前额叶（管"关于人和自己的思考"）、耳朵后上方的颞顶联合区（简称 TPJ，被认为专管"追踪别人的信念"）、后脑正中的楔前叶/后扣带，还有颞极。
有个耐人寻味的巧合：这张"读心网"，和你什么都不干、放空发呆时最活跃的那张网——默认模式网络——高度重叠。换句话说，大脑一旦闲下来，默认就在想人：回放刚才那场对话、揣摩某人那句话什么意思、排演等会儿见面怎么说。社交推理不是偶尔开一下的功能，它更像大脑的底噪，一有空就自动跑起来。这也侧面说明，"人是社会动物"不是一句鸡汤——它被刻进了大脑的默认设置里。
EN Mentalizing recruits a stable set of regions — medial prefrontal cortex, the temporoparietal junction (TPJ, tied to tracking others' beliefs), precuneus/posterior cingulate, and temporal poles. Strikingly, this "reading-minds" network largely overlaps the default mode network, the brain's resting state: idle, the brain defaults to thinking about people. Social reasoning isn't an occasional module — it's the background hum.
说到"读懂别人"，很多人第一反应是镜像神经元。这是上世纪 90 年代帕尔马一群意大利科学家在猴子脑里的意外发现：有些运动神经元，猴子自己伸手抓花生时会放电，而当它只是看别人抓花生、自己一动不动时，同一批神经元居然也放电。仿佛看着别人的动作，你脑内偷偷"跟着做了一遍"。人类身上也找到了类似的镜像系统。
然后故事就被讲飞了。有名人把它捧成"塑造文明的细胞"：说共情靠它、语言起源靠它、自闭症是"镜子碎了"（破镜假说）。听着热血，可证据跟不上。冷静下来的神经科学把它拽回了地面：镜像放电本身是真的，但它并不等于读心，也不等于共情——真正追踪别人信念的是上一节那张心智化网络，两套系统脑区都不一样。而且很可能，镜像特性大半是后天联结学出来的：你做一个动作的同时几乎总会看到它（看自己的手），大脑就把"看"和"做"绑到了一起，未必是天生的读心器官。它大概管着"动作共振、看懂动作的一部分、模仿",是个有用的零件——但不是打开社交的万能钥匙。
EN Mirror neurons (macaque premotor cortex, Parma, 1990s) fire both when you act and when you watch the same act; humans have an analogous mirror system. But the hype — "cells that built civilization," the seat of empathy and language, the "broken mirror" theory of autism — outran the evidence. Mirroring is real motor resonance, yet it is not theory of mind (that's the separate mentalizing network) and likely arises largely through associative learning. A useful part, not the master key to social life.
"看一遍就跟着在脑内走一遍"，很像 AI 里的模仿学习（从示范中学，learning from demonstration）：智能体观察专家的动作序列，把它映射进自己的动作系统，不用亲自试错就先学个八九分。有意思的是同一个警示两边都适用——机器人光"镜像"人的动作轨迹，往往学不到背后的意图和目标，容易照猫画虎、换个情境就崩。这正对应镜像神经元的教训：复制动作 ≠ 理解动作。要真懂别人（或专家）在干嘛、为什么这么干，还得靠那套会建"目标/信念模型"的心智化，光有镜像不够。
"共情"这个词被用得太糊，其实里面裹着好几样不同的东西，脑回路也不一样。至少要拆成两条：认知共情——你懂他难受（用的是心智化网络，理性地推断他的状态）；和情绪共情——你也跟着难受（看到别人痛，你自己的前脑岛和前扣带——那两块本来处理你自己疼痛的区域——也被点亮了）。这两条能分开：有人很懂别人的痛却不为所动，有人一看就泪目却说不清对方到底怎么了。
还有更实用的一刀。Tania Singer 一系列研究发现：情绪共情（跟着一起痛）走多了会耗竭——那叫共情性痛苦，是护士、照护者容易垮掉的原因。但它旁边还有一条不同的路：慈悲——不是"我也一样痛"，而是"我关心你、我想帮你"，带着暖意和行动的劲，走的是另一套（偏奖赏/亲和的）回路。更关键的是：慈悲可以被训练。短期的慈心冥想就能把人从"被痛苦淹没"推向"温暖地想帮"——这条线，会在 Phase C 讲冥想时接着展开。
EN "Empathy" bundles distinct things with distinct circuits. Cognitive empathy (understanding, via the mentalizing network) dissociates from affective empathy (feeling-with: watching another's pain lights up your own anterior insula and cingulate). Tania Singer further separates empathic distress (contagious suffering → burnout, withdrawal) from compassion (warm concern, an urge to help, a different reward-related route) — and compassion is trainable, a thread picked up in Phase C on meditation.
让一群 AI 智能体合作时，最有用的往往不是"感同身受"，而是认知共情那一支：给每个智能体装个"别人想要什么、会怎么动"的模型，它们就能协调、让路、结盟。这几乎是多智能体合作的地基。而"情绪共情会耗竭、慈悲更可持续"的区分，也悄悄呼应了 AI 对齐里的一个直觉：我们其实不太想要一个被人类每一份痛苦当场淹没、跟着乱套的系统；更想要的是稳定地关心并帮到人的目标——懂人、在乎人、但不被情绪传染带偏。生物给出的答案（慈悲 ≠ 共情性痛苦），刚好是工程想要的那种。
"我怎么进得了另一个人的心"——这问题太古老，好几门老学问早就在这儿安了家：