系统思维与自控力|如何通过调节多巴胺来管理欲望？

每一篇文章都在拓展思维的边界，这是补己书的第八篇原创文章。

引言

从小，我就有一个简单的理想，那就是成为一个读书人。我憧憬“粗缯大布裹生涯，腹有诗书气自华”的境界，希望能博览群书，满腹经纶。

可是每当我翻开经典，那种无聊、枯燥的感觉席卷而来。每次我试图控制自己，硬着头皮读下去，不仅收效甚低，而且痛苦异常，逐渐消磨了我读书的热情。

后来我才明白，看不下去是因为我读不懂其中的奥秘，没有体会到阅读的快乐，所以没有产生阅读的欲望。

当我培养了阅读的欲望，努力去寻找读书带来的快乐之后，我自然而然开始了读书，成为了心中所想的读书人。

行为是由欲望驱动的。自控的最高境界不是控制行动，而是管理欲望。

那么应该如何管理欲望呢？

01 欲望是如何产生的?多巴胺的"回报-预测偏差"机制

1.1 多巴胺不是带来快乐，而是带来欲望

我们意识当中的任何体验，无论是快乐、痛苦、思考、认知，

都是大脑神经网络的活动。欲望自然并不例外。

欲望产生的核心要素是多巴胺。网络上充斥着各种各样关于多巴胺的误解，最著名的就是将多巴胺理解为快乐物质----快乐的时候会释放多巴胺，获得了多巴胺就会带来快乐体验。这种误解至今还流传甚广。

近几年的神经科学研究表明，在有关奖励和行为的系统中，多巴胺可以激活欲望，渴望、希望。但却不能带来快乐、愉悦、享受的感受。

有人可能会疑惑，这有什么区别？满足欲望不会带来快乐吗，反之，快乐不就是欲望得到满足吗？

并非如此，满足欲望不一定带来快乐，快乐也不一定产生欲望。神经科学家在小白鼠上做了实验。即使通过手术阻断了大脑释放多巴胺，小白鼠在吃糖的时候依然会开心，但是小白鼠不会欲望吃糖 ，也不会产生想要吃糖的行动。简言之，多巴胺与快乐并没有直接关系，它的直接作用的是产生欲望。欲望满足可能带来快乐，也可能不带来。

1.2 欲望之源：超出预期的回报

多巴胺是如何产生欲望的呢?是通过一个叫做"回报-预测偏差(reward prediction error)"的机制。名字可能很吓人，简单的说就是：超出预期的回报产生了欲望。

比如你买了一瓶矿泉水，倘若如同以往，味道平淡，下一次买水的时候，你会不会想要买它？如果你意外发现，这一瓶水格外的清甜，你会很惊奇，喝完一口迫不及待想喝第二口，下一次买水的时候，你还会想买这种牌子的水。如果这一瓶苦涩难喝，不用我说，以后绝不会再买它了。

我们在做任何行动之前，对行动的结果都会有一个预测。预测可能是有意识的预期、计算，也可能是无意识的。无意识的预测只有在预测落空的时候才会凸显出来。比如下楼梯的时候一脚踩空了，才知道踩空之前自己的无意识预测“这里可以正常走”。

需要注意的是，预测是对行为结果的认知，而不是希望、期待。如我预测读完《自控力》可以获得一些知识，而不是期待、希望读完它我能够变得自控。天冷了，我预测如果不加衣服我会生病，而不是我希望自己生病。

无论是有意识还是无意识地预测，在行动之后，如果得到的回报大于先前的预测，那么这个时候大脑就会释放大量的多巴胺，提升多巴胺浓度，如果回报等于或者小于预测都不会增加多巴胺浓度，反而会降低多巴胺浓度。释放多巴胺的脑区叫“中脑边缘通路”，也就是著名的“奖励通路”。预测与实际回报之间的差异，带来多巴胺浓度变化，这就是“回报-预测偏差”机制。

如上图模型所示，奖励值有两个影响因素，预测值和实际回报值。当实际回报保持不变，预测值与奖励值是反比关系，预测值越低，则奖励值越高，预测值越高，则奖励值越低；当预测值不变时，实际回报与奖励值成正比关系。

这些释放出来的多巴胺有两个作用：

第一个是改变大脑结构，即以后在相似情况下，大脑会优先选择获得奖励的行为。这是大脑的学习作用。多巴胺促进了神经回路的稳固与强化，这对下文将讨论的管理欲望有重要意义。

第二个是，下一次在同样情况下，仅仅想到这个行为带来的奖励，大脑就会释放多巴胺，而造成了我们的主观体验“对这个行动充满了欲望”。多巴胺浓度越强，欲望越强烈

1.3 系统思维：欲望的负反馈循环

欲望产生就结束了吗?并不是，让我们以动态的眼光来看这个过程。

欲望会驱使行动，行动会有预期，预期和实际回报的差值又带来了奖励，奖励又提高了多巴胺浓度，欲望又得到影响。

我们会发现，这是一次循环。欲望在一次次迭代。

上一个例子中，我们不是喝了一瓶超出预期的矿泉水吗？那时候，行为实际的回报超出预测，引起多巴胺浓度上升（如下图曲线A）。

看了这么久枯燥的文章，我们又渴了，想到这种矿泉水清甜可口，我们产生了购买的欲望。买之前我们对这瓶矿泉水有一个预测值，由于已经品尝过，预测值会高于第一次。也因为只尝过一次，矿泉水还会带来新鲜感，奖励回路依旧会释放多巴胺（如下图曲线C）。

如果矿泉水厂家品质控制的不好，新买的矿泉水变得很难喝，奖励回路会抑制多巴胺释放（如下图曲线D）。

如果矿泉水恰好和预测的一样，奖励回路不会给多巴胺带来任何变化（如下图曲线B）。

如此，欲望系统完成了一次循环。这个循环始于第一次行动后的多巴胺变化，又通过激发行动前多巴胺浓度变化，再次回到了第二次行动后的多巴胺变化。下图就是一个完整的系统图。从图中任何一个节点开始，都可以完成闭环。

从这个图我们可以看到，欲望系统本质上是一个负反馈系统。意思就是说系统会逐渐逼近一个稳定值，一个目标值，就像我们往杯子里倒水一样。

我们心中知道要倒多少，一开始杯子空空，我们倒水速度快，然后快接近了，慢一点，再慢一点，水多了，就倒出来一点，水少了就添一点，直到达到我们的目标水平。

在欲望系统中，当实际回报不变时，预测值会逐渐逼近实际汇报值，行动的欲望会越来越小。

比如矿泉水厂家的品质控制很好，所有的产品味道一样。最开始，我们没有预料到那么清甜，喝了以后产生意外，激励我们产生再次购买的欲望。喝过两、三次以后，我们就觉得没那么有吸引力了。喝过百十来次以后，这个矿泉水对我们来说再也没有新鲜感，意外值为零。因此就不再产生强烈喝它的欲望了。

这就是我们为什么一开始对新鲜的刺激充满欲望，慢慢的我们会丧失欲望。新游戏，一开始很喜欢，“哇塞，真好玩”，很久之后就疲劳了。新的抖音神曲，开始耳目一新，听久了就腻味了。都是因为我们预期到了回报，再也无法产生奖励。这种现象叫做奖励疲劳（reward fatigue）。

有趣的是，预测值能够不断趋近实际回报有一个大前提：实际回报是恒定的。

在欲望系统中，如果实际回报是不确定的、或是变动的，那么预测值永远无法逼近实际回报，永远会产生欲望激励行动。

赌博为什么令人上瘾，就在于实际回报不确定。刷手机为什么令人欲罢不能，就在于刷新内容不确定，使我们频繁获得超出预期的内容。

如果你在追求一个对象，你觉得Ta有求必应有吸引力一些，还是若即若离、忽冷忽热更撩拨人一些？不确定实际回报是如何影响欲望系统并不是本文重点，如果感兴趣，可以在评论区留言，督促我写下一篇文章。

本文的重点是管理欲望，达到自控。从系统思维的角度看，自控还单单是控制行为的问题吗?

想要调控行为，我们需要从系统思维的角度调整。我们需要有全局视野，需要有前瞻意识，未雨绸缪。

02 如何调整欲望?

2.1 欲望系统的因素

人生在世，我们会产生很多欲望和行为，有的是自己想要保留，甚至想培养的，比如想读书、想写作。有的是自己想要削弱的，比如想戒烟戒酒。因此，调整欲望有两个大的方向——培养欲望和削弱欲望。

具体怎么调节呢？核心就是，通过调整多巴胺的释放量，来影响欲望。之前讲到，多巴胺会在两个时间点产生作用，行动前和行动后，那么我们就想各种方法来影响这两个节点的多巴胺释放量。

在欲望循环中，影响欲望和行动的因素有很多，但是并非每个因素我们都有能力去掌控。

比如你感觉到肚子饿了，你没有办法直接让饿感消失，只能通过进食来消除饿感。

我们没有直接掌控实际回报的能力，没有直接释放多巴胺的能力（除了嗑药），我们也没有直接调控欲望和行动的能力。

任何学习和培养，都是借由自己目前能够做的事，来逐渐完成不能做的事。

比如学习游泳，一开始，我们无法通过控制身体，像鱼儿一样在水里自由穿梭。只能通过不断地训练分解动作，来培养肌肉记忆。

欲望循环中，虽然很多因素无法直接控制，但有一个因素是可以直接改变的——预测值。无法直接控制的因素，也可以通过一些环节来间接影响。

比如看一场电影，我们可以有意识的降低预期，想象它是一个绝顶烂片，以此来提高意外感。

2.2 如何调整奖励预期值？

（1）直接调节：我们可以通过自主的的联想来调节行动的预期。比如一只口红，本来你没什么想法的，如果想到，涂上它自己就会变成公主，你就会买下它。

如果想到，买下它自己只能回家吃土，你就会离开它。

（2）间接调节：我们可以通过日常训练来改变预测的第一反应，以此改变行动的预期。

我们想到一个行为，第一反应会联想到开心还是快乐、奖励还是惩罚，本质上都是大脑中神经网络的连接，说白了就是记忆。

比如想到偷窃抢劫，正常人的反应都是不好的联想，痛苦的预期。

我们在调节欲望和行为的过程中，行为产生的后果虽然会自然的被大脑记忆，但是一方面记忆效率不高，另一方面形成第一反应也较为困难。

就像我们学英语时，虽然不主动背单词，也能通过阅读、交流的方式学会单词。可是如果我们主动背诵、训练，一来我们记得更多，二来反应更快。

记忆训练首先可以帮助我们主动的调节预期。比如我们想要读艰深著作，第一反应是无聊、枯燥，不愿意读下去，如果能够想到自己读书是为了什么，读书可以带来的收获和奖励，可能读书的意愿会更强。

记忆训练的最终目的是培养第一反应。平常我们遇到挫折的时候，朋友们宽慰我们说调整心态，不要气馁。调整心态本质上就是神经活动。当我们需要调整心态的时候，我们已经落了下乘，为什么不想办法让积极的心态成为第一反应呢？

我们知道吸烟喝酒不好，但是想到吸烟喝酒的时候，就情不自禁的产生了欲望。抑制欲望非常痛苦，倘若我们能够牢牢建立吸烟与痛苦的联系，就像背乘法表那么自然的时候，我们是不是就成功了呢？

下表是我整理的几大方法，虽然是分门别类，但是到文末你会发现，它们都是服务于欲望-行动系统。需要注意的是：方法是无穷无尽的，本表也只是我能想到方法的一部分，但都是一个机制。只有融会贯通，举一反三，才能创造出适用于自己的方法。

03 如何培养欲望

虽然培养欲望和削弱欲望是两个不同的方向，但其实调节它们的方法却是一致的。培养欲望时要加强（或削弱）的部分，去除欲望时削弱（或加强）就可以。

比如为了培养读书的欲望，我们联想读书的好处提高动机，行动结束后关注并记录读书的愉快体验。为了削弱刷手机的欲望，我们行动前联想刷手机的恶果，行动结束后记录刷手机的痛苦。

为免赘述，我着重介绍培养欲望的方法。

在学习圈，有一句俏皮话叫做“间歇性踌躇满志，持续性混吃等死。”特别传神地表达了那种想要鼓起精神奋发学习，却不能保持持久动力的学习状态。“踌躇满志”的时候对自己预期特别高，觉得自己可以走上人生巅峰，“混吃等死”的时候又觉得自己像一条咸鱼，什么都做不了。

在我看来，这就是预期管理没有做好。

从欲望系统图可以看出，如果我们对行动的预期很高，那么失望的可能性越大，失望就会降低多巴胺释放，进而会削弱欲望。这不就是“踌躇满志”的节奏吗？我要奋发图强，我可以每天学习十个小时，给自己定超出实际的目标，结果早早就蔫了。

我们对一个行为预期如果很低，我们就没有办法激发行动。这不就是“混吃等死”状态吗？

两种状态都不好，都需要对预期进行调节。

“踌躇满志”要降低预期，“混吃等死”要提高预期，提到到什么程度？刚好能激发行动，却又不太高的程度。

再来一句俏皮话“不要多，不要少，一切都是刚刚好”

3.1 在行动之前的调节

a、降低正面预期：主动降低预期，一方面可以减少失落引起的不悦；另一方面，因为预期降低，超出预期的可能性越大，可以提高行动后多巴胺的释放量，进而促进下一次多巴胺释放，激活欲望。

比如你想培养冥想的习惯，你认为自己每天可以冥想30分钟。为了培养习惯，你需要告诉自己“我其实每天只能冥想1分钟，如果我坚持了3分钟。那就太开心了。”

越觉得轻而易举，才越是我们的实际水平，才越接近真实的预测。只有基于真实预测成功培养欲望。

b、提高负面预期。一方面提高自己负面预期，本身就可以降低正面预期，另一方面，如果我们对失败有所预期，那么我们实际失败后，失望感并不会很强。失望会造成欲望衰弱，降低失望，就是减少欲望衰弱。

比如你想让自己爱上健身，你希望自己每天跑步2公里。在跑步前，你给自己打一个预防针“我可能跑200米就受不了了。”即使到最后真的只跑了200米，大脑也会安慰自己“看吧，我就知道只能跑这么多。”

即使是负面预测，预测成功也是积极反馈。而且重要的是，你已经行动起来了。想象一下如果没有想一下失败预期，那么可能会受挫而沮丧，产生消极反馈。

c、提醒自己见好就收。我们做一件事情，一定要在状态尚好时候停止，海明威说，写作必须在写的顺利的时候停笔。俗语说，“吃饭只吃八分饱，做事只做八分好”。

虽然模型里行为只是一个环节，但其实它不是一次性的动作，而是一系列动作。比如刷手机，锻炼，玩游戏。

我曾经特别喜欢玩王者荣耀，一开始我赢了几把，并且表现很好，无意间我对自己预测值调高了，我觉得我还能再厉害一点，于是又玩了几把。

在这个过程中，不断循环着行动、超出预期、激励行动的过程。

但是随着时间延长，我的预期被调得越来越高，但是我能满足期待的能力会越来越低。我觉得可以五杀、连胜、一路走向王者。可身体会劳累。最终我十连败，被虐的很惨，愤而卸游，很长时间以后才下回来。这就是乐极生悲的典型例子。

所以在培养欲望中，一定要在行动前提醒自己，见好就收。有完美主义情结的同学要特别注意这一点。

3.2 行动后的多巴胺调节

之前提到过，一个行为如果得到奖励，释放的多巴胺有两个作用，第一个作用是记忆行动和奖励的联系，第二个作用是产生再次行动的欲望。

a、关注奖励体验。比如你碰巧吃到了一顿美食，第一种情况，你吃完后仔细回味，感受美食在舌尖的残余，第二种情况，老板突然打来了电话，要和你开紧急的电话会议。试问，两种情况，哪一种会让你对美食印象深刻？哪一种会让你之后念念不忘想再来品尝？

如果在行为之后获得了奖励，我们可以将注意力多放在奖励体验上，因为集中注意力感受可以体会到更多的细节，并且奖励会延续更长时间。这样，一来可以增加多巴胺释放量，二来可以强化行为和奖励之间的神经网络。

b、记录行为的奖励。

我在养成锻炼习惯的过程中，遇到过一些困境。我很难激发锻炼的欲望，躺着不好吗？何必起来锻炼。但是诡异的是，一旦我开始锻炼，我会通体舒畅，酣畅淋漓，非常愉悦。很奇怪吧？非也。

我们想要培养的欲望之所以无法出现，很大程度上，是在我们大脑的预测系统出了问题。

我们碰到一件事情，如想到运动、看到书本，大脑会自动触发记忆的信息和情绪，帮助我们决策。有些记忆很清晰、很稳定，有些记忆很模糊、不稳定。

想到锻炼却没有产生欲望，就是因为长久以来锻炼的负面记忆根深蒂固，新鲜的正面记忆不能与之抗衡，预测的第一反应是负面记忆。因此导致拒绝锻炼。如果这个时候，有人帮你回忆到你运动时候的愉悦感，你就会激发锻炼的欲望。

因此，在行动后将它的奖励记录下来，包括即时的奖励和长期效益，对我们培养欲望很有帮助，能够强化行为和快乐之间的神经联系，削弱旧的神经联系。记录本身就是强化，如果之后经常回顾，记忆和强化效果更佳。

除此之外，行为与结果的记忆越丰富，记忆越深刻。对我们主动调节正面、负面预期也有帮助。

c、记忆训练。

行为和预测奖励之间的联系，本质上是神经网络，是记忆。我们如果想要自己在需要的时候及时想起，就要强化我们的记忆。小时候学的数学公式，如果不反复训练，考场上要么想不到，要么想的慢。

在上一个技巧中，我们提到要及时记录奖励的细节，思考它的益处。这些内容就像是我们读书时总结的经验技巧和错题集，只记录一次还远远不够，需要我们不断的复习，才能记忆牢固。复习的内容有两个，第一是良好行为与快乐的联系，第二是不良行为与痛苦的联系。

强化记忆的要点也有两个，一个是复习频率、一个是复习强度。因此要多看、常看、看到时候要尽力回忆当时的情况。

3.3 不断迭代的欲望模型

单独看每一个调节方法，似乎显得微不足道，都是我们老生常谈的道理。但是我们没有想过调节方法之间并不是孤立的，而是相互影响的。它们的影响机制只有在系统思考中才能显示出来。只有通过系统，我们才能以一种全局的眼光来看到它们的综合作用，看到他们的长远效应。

这个欲望管理系统永远是未完成的。当我们发现新的调节方式，我们随时可以纳入到这个系统中。通常情况下，我们会尝试很多种方法，一个方法没用后，就抛弃掉，转而选择另一种方法。

但是系统思维不这么看。所有的方法都是有用的，只不过都有其作用范围，超出这个范围就会失效。在它无效的时候，并意味着它将要被抛弃，而是成为众多备用方案的一部分，共同保护系统稳定性。同时，也将成为研发复杂的方法的素材。一个系统，如果因素的关系越复杂，调节的机制越丰富，那么这个系统就越稳定。长此积累，我们成功管理欲望的可能性就越大。

比如，本系统并没有考虑实际回报变化的情况。小时候，父母为了培养我们好习惯，会在我们行动后给予糖果、小红花等各种奖励。不确定的回报会影响第一反应预期，也会影响我们主动改变的预期。不仅会带来奖励、还会带来惩罚。这些影响加进来，欲望管理系统又是另一种景象了。

除此之外，每一个小的调节方法都有其影响因素。我们完全可以像拼积木一样，将它们拼接到欲望管理系统。比如记忆训练，我们接受了九年义务教育，学到了很多记忆的技巧。将这些技巧加入进来，系统同样会更加完善。

通过我们努力调节欲望，我们的欲望和行为在一次次迭代。

通过不断记录和思考欲望的机制，我们构建的欲望系统在一次次迭代，解决欲望难题的方法在一次次迭代。

迭代出来的方法又进一步促进我们调整欲望。

最终形成一个“欲望体验——构建模型——研究方法——实践反馈”的循环。

这是我们与世界交互的循环，是我们的生存模式，也是我们最终驱动欲望模型的源泉。

总结

本文首先阐述自控力的最高境界不是控制行为，而是管理欲望。

然后说明了欲望产生及其变化机制。核心在于多巴胺的分泌。

每一个行为都有预期，如果行为的结果超出预期，就会释放多巴胺。下一次同样情景下想到这个行为，就会释放多巴胺，产生奖励预期，进而形成欲望，刺激行动。

行动的结果如果超出预期，依旧会释放多巴胺，欲望得到强化。如果仅仅达到预期，多巴胺不会释放，欲望会稍有削弱。如果达不到预期，下一次多巴胺释放会急剧下降，欲望也会急剧削弱。

之后讲解了培养和削弱欲望的方法——通过调节行动前和行动后的多巴胺浓度。

行动前的多巴胺浓度可以通过主动降低正面预期、提高负面预期来调节。

行动后的多巴胺浓度可以通过关注奖励、惩罚体验来调节。此外，预先提醒是否见好就收也能够改变奖惩。

培养和削弱欲望，最根本在于改变想到行动的第一反应。因此，培养欲望就要强化行动与奖励之间的联系，削弱欲望就要强化行动与惩罚的联系。为此，我们可以在行动后关注奖励和惩罚，获得更多信息记录下来。在平常状态下，将行动与记录的奖惩信息复习巩固。

欲望是一个系统，牵一发而动全身，因此解决行动问题要通过系统思考的方式来解决。既考虑眼下的效应，还要考虑长远的效应。

改变欲望系统，就像是我们学习新的体育项目，如游泳、滑雪。学到了方法并一定能带来立竿见影的效果，需要我们了解机制，不断重复，一点一点改变身体的自动反应，然后才能习惯成自然，真正脱胎换骨。

我们知道了机制，并且掌握了着力点，能够帮助我们摆正心态，坚定信念。激励我们脚踏实地去改变。我们的每一次努力，都是促进欲望系统向良好的方向转变。

写在最后的话

古人云，授人以鱼不如授人以渔。文章花了很大的篇幅在讲调节欲望的机制，最后才讲具体的方法，就是想让读者知其然而又知其所以然。方法千千万，也因人而异，但是背后的原理简单如一，如果不知原理，就算知道方法也无济于事。

欲望调节是辛苦事业，需要如切如磋如琢如磨，切不可急功近利，希冀一招制敌。如果真有捷径，那么自控力也就不会被推崇几千年了。

笔者在此与诸君共勉。

引用

1 Heffner T G, Seiden L S. The effect of depletion of brain dopamine by 6-hydroxydopamine on tolerance to the anorexic effect of d-amphetamine and fenfluramine in rats.. 1979, 208(1):134-143.

2 Knutson B , Wimmer G E . Splitting the Difference : How Does the Brain Code Reward Episodes?. Ann N Y Acad Sci, 2007, 1104(none):54-69.

3 Schultz Wolfram. Predictive Reward Signal of Dopamine Neurons. Journal of Neurophysiology, 80(1):1-27.

参考书目

1、凯利·麦格尼格尔. 《自控力》

2、詹姆斯·克利尔.《掌控习惯》

3、赵思家.《大脑通讯员：认识你的神经递质》