西蒙《认知：人行为背后的思维与智能》· 逐章导读

赫伯特·西蒙（Herbert A. Simon）著，荆其诚、张厚粲 译
中国人民大学出版社，2019 年 · 275 页 · ISBN 9787300273921

⚠️ 这份是"导读"，不是"内容摘要"。我没有这本书的电子版。
下面是按章节标题 + 该领域的原始文献写的阅读指南。
书里的具体论述请以原著为准；我引的原始文献都标了出处，可以自己去查。

怎么用：先读下面这篇导论（它告诉你这本书在专业里干什么、该怎么读），
再按 §2 的「阅读路线」走。每章都给了必记的概念和配套要做的事。

1 导论：为什么这本书值得优先读、又该怎么读（先读这个）

1.1 先说清楚这本书不是什么

错误的期待会让你用错误的方式读后面的内容，而且这种错误很隐蔽：你不会觉得自己读错了，只会觉得"这书写得没意思"。下面四条误解，你大概率至少中了一条。

为什么必须先破这四条？因为一旦带着错误期待读，后果是具体的：以为它是技术书，读到第三章"问题空间"你会想"这不就是搜索算法吗"，于是错过那其实是一个关于人的思维的理论；以为它是教材，你会把"短时记忆 7±2"当事实背下来，而它 2001 年就被修正成约 4 了；以为它过时，你不会翻开它；把导读当替身，你会拿到一张写得很满的地图，却从没去过那个地方。

所以正确的心态是一句话：把它当一位老专家的一手讲稿来读，带着敬意，也带着时间戳。

1.2 这本书在你的专业地图上站在哪

它不站在最上面（不是总纲），也不站在最下面（不是技术细节），它站在总纲下面的第一根柱子上，也就是计算主义这一支的一手材料。

       ┌─────────────────────────────────────────────────────────────┐
       │  认知科学概论（学期 2）——总纲：心智能不能像计算一样被研究？  │
       │  它给你四个"研究纲领"的版图：计算主义/联结主义/具身/动力系统 │
       └─────────────────────────────────────────────────────────────┘
                    │
     ┌──────────────┴───────────────┐
┌────┴──────────────────┐   ┌───────┴──────────────────────────────┐
│ 计算主义这一支的源头   │   │ 其他三支（各有自己的课去讲）          │
│ ↓                     │   │ 联结主义 →「深度学习原理与实践」（选修）│
│ 西蒙《认知》★就是你手上 │   │ 具身/情境 →「认知语言学概论」          │
│ 这本书（1970–80 年代的 │   │ 动力系统 →「学习科学导论」（部分）     │
│ 北大讲稿，一手材料）    │   └──────────────────────────────────────┘
└────┬──────────────────┘
     │ 这本书供给了下面几门课的"底层词汇"
     ▼
┌──────────────────────────────────────────────────────────────────┐
│ 人工智能原理 ↗（学期 3）← 第一章、第三章：搜索、产生式系统        │
│ 认知心理学（学期 4）    ← 第二章、第三章、第五章：记忆、问题解决   │
│ 学习科学导论（学期 3）  ← 第六章、第七章：学习与概念形成           │
└──────────────────────────────────────────────────────────────────┘

这张图要读懂一句话：后面几门课会反复用到"问题空间""产生式""启发式搜索"，而它们的原始出处就在这里。你在人工智能原理课上听到"状态空间搜索"、在认知心理学课上听到"手段-目的分析"，那看着像两个知识点，其实是同一个东西的两种讲法，一个讲怎么让机器做，一个讲人是怎么做的。先读这本书，等于先拿到那几门课的公共词典。

1.3 这本书真正要教你的能力

具体知识会过时，下面两条不会。如果四年后你只记得这本书教过你两件事，我希望是这两件。

⭐ 能力一：把一句关于"人怎么想"的描述，翻译成一个能跑的结构。
拿到任何一段描述（"他试了几个办法，发现不行，换了个思路"），你能立刻拆成四样东西：
状态是什么？操作是什么？起点在哪？目标在哪？这就是"问题空间"的语言（→ 第三章）。
它让你从"我读懂了这段话"升级到"我能把这段话写成模型"，
而后者正是认知科学概论里说的、你这四年要跨过的那道分水岭。

⭐ 能力二：给任何一条"经典结论"自动贴上两个标签，立场和时间。
读到"短时记忆容量是 7±2"，先别急着抄，问自己：
这是哪一支的结论？哪一年的？后来被谁改过吗？（→ §9）

为什么是这两条、不是"掌握认知心理学知识"？因为这本书是 1980 年代的讲稿，它的具体结论你一定会从更新的教材里再学一遍；但"把思维拆成状态和操作"的做法、和"给结论贴时间戳"的习惯，别的课不太会专门教你。

1.4 这份导读的组织逻辑

每一章都按同一个模式走：

一句话    → 这一章在讲什么
必记的概念 → 一张表：术语 + 英文 + 说明（术语第一次出现就解释）
展开      → 背景 → 为什么重要 → 怎么论证 → 结论 → 边界与批评 → 这跟你有什么关系
配套要做的事 → 这一章能立刻动手做的一件事

有两类段落是特意标出来的，别跳过：

• 标 ⚠️「书里这部分已被修正」的段落，是这本书出版后被后来研究改掉的地方，那是这份导读最值钱的部分之一。
• 标「待核」的段落，是我确实没核到的地方。目前只有一条：EPAM 在本书里的具体呈现方式（我没有这本书的电子版），这一条如实保留，请你拿到书后自己核对。

引用块三个符号含义固定：⭐ 核心洞察、⚠️ 易错点/边界/有争议、💡 类比和生活联系。

最后一句提醒：这份导读是读原著时的抓手，哪些词要停下来查、哪些地方要对照另一本书读。真正的阅读还得你翻书。

2 三个理由：这本书凭什么值得优先读

① 作者是唯一同时拿过图灵奖和诺贝尔经济学奖的人。
西蒙是 AI 的奠基人之一，也是有限理性概念的提出者。实际含义比"他很牛"具体：你会同时看到两种训练的影子。图灵奖那一半让他把"思考"当成可以用程序跑起来的信息加工过程；诺贝尔奖那一半让他始终不忘记人是在有限时间、有限信息、有限算力下做决定的。这个前提贯穿全书（→ 第三章、第六章）。

② 这本书是他在北大讲学时写的。
1980 年代西蒙在北京大学做了 30 次讲座，本书由讲座整理、经他本人审定。是为中国学生准备的。
这一条决定了书的"语气"：它是讲稿，写给的不是同行专家。讲稿的作者知道台下没有背景，所以会说得慢、会举例。同一批思想，写成论文是给专家看的（比如第一章那篇 1976 年图灵奖演讲），写成讲稿才是给你看的。

③ 一本书覆盖你培养方案里的三门课。

这张表还要竖着看：第三章同时被两门课用（人工智能原理和认知心理学）。这不是巧合，第三章讲"人怎么解决问题"，而同一套结构（状态 + 操作 + 目标）既能用来写程序，也能用来解释人。这正是"信息加工"这个思路最厉害的地方。

3 阅读路线

275 页不用平均用力。下面这条路线按"先拿能立刻用的，再补理论内核，最后扩展"来排。

为什么这么排：第一遍要的是"地图"，第一章给你立场，第五章给你最容易有获得感的一章（读完马上能改变学习方式）。第二遍是硬骨头，第二章讲系统由哪些部件组成，第三章讲它们怎么一起工作，这两章读完才算真的进了这一支的门。第三遍补研究方法和"学习"这个总主题；第七、八章是有意思的扩展，但不影响主线。

为什么先读第五章：它最有趣且能立刻用在自己身上（见第五章）。

4 · 绪论

一句话：认知科学在研究什么，它的底层假设是什么。

4.1 必记的概念

4.2 背景：为什么需要一个"假设"

要读懂第一章，先得知道它在反驳谁。在认知革命之前，心理学的主流是行为主义：它主张心理学只该研究能观察到的刺激和反应，"脑子里发生了什么"不可观察，所以不该研究。这个立场很克制，但代价是把心理学最想回答的问题（人是怎么想的）划到了研究范围之外。

认知主义要把它合法地拿回来，而且给出的主张必须能精确表述，不能只是"我们也能猜"。这就是"物理符号系统假设"。

4.3 物理符号系统的准确原文（复习用）

Newell & Simon (1976)，1975 年 ACM 图灵奖演讲，
Communications of the ACM, 19(3), 113–126：

"A physical symbol system has the necessary and sufficient means for general intelligent action."

这句话要拆成两个词读。necessary（必要）是说"只要你表现出一般智能，你内部必然在操作符号"，这是在排他；sufficient（充分）是说"只要符号系统足够大、组织得够好，它就能表现出一般智能"，这是在承诺。两个方向加起来，等于说"一般智能"和"物理符号系统"是同一件事的两种叫法。这就是它为什么能撑起整整一支。

而他们自己把这条定性为「经验假设」：它"could indeed be false"、
"cannot be proven, nor can it be refuted formally"。

⭐ 所以读第一章时要意识到：
西蒙在这里说的是一条可检验的猜想。他自己就把话说明白了：这可能是错的。
他本人欢迎别人用证据质疑它，后来的联结主义、具身认知做的正是这件事。
（详细讨论见 认知科学概论 §2。）

为什么这一点值得单独强调？因为初学者看到一句响亮的断言，默认会当成定理。而这里作者自己说"这可能是错的"，还说清了它既不能被证明、也不能被形式反驳。所以质疑它的人做的是作者邀请的事，而不是捣乱；判断它成立与否只能靠经验证据。

这也是你以后读任何文献都该学的习惯：先分清作者说的是"定理"还是"经验假设"。是假设，你就该问"它怎么才算错"。答不出这个问题的，已经不是科学主张了。

4.4 配套要做的事

读完后，去看一眼 认知科学概论 §2，
那里有这条假设被什么挑战（中文屋、联结主义、具身认知）。

带着一个问题去读："如果这条假设是错的，我手里这本《认知》会怎么样？"（提示：它不会全错，但解释范围会缩水，变成"人的一部分思维可以用符号操作解释"，而不是"思维就是符号操作"。）

5 · 人类认知系统的结构

一句话：人的信息加工系统由哪些部件组成，各自容量多大、有多快。

5.1 必记的概念

5.2 这一章在画一张结构图

记忆其实是三个系统：感觉记忆只把信息保留极短一瞬间（作用是个缓冲）；短时记忆是你此刻"正在想"的那几个东西，容量很小、维持时间以秒计；长时记忆存你全部的知识经验，容量几乎可当成无限。三者是流水线：信息先进感觉记忆，被注意选中的进短时记忆，在这里加工（复述、和长时记忆联系），才有可能进长时记忆。

注意是这条流水线上的闸门，而且一次只能开那么大。这就是为什么同时做两件动脑的事会明显变差，这跟努力无关，是闸门就那么宽。

"系列加工 vs 平行加工"说的是更底层的问题：一个系统是一次做一件事（系列），还是很多事同时做（平行）？人的认知在有些环节是平行的（一眼看到整幅图），有些环节是系列的（一步步推理）。

5.3 EPAM 为什么值得单独记

它是"计算认知建模"的最早范例之一：

1. 它用计算机程序精确表述了一个心理学理论，不是只用文字描述
2. 它能预测实验结果
3. 这就是你规划里追求的「分水岭」：从"背结论"到"写出能预测数据的模型"

第一条为什么重要：在此之前心理学理论是用自然语言写的（"人会把信息组织成组块"），而自然语言有歧义、没法验证。你说"组织成组块"，到底怎么组织、多快？写成程序以后这些含糊处全被逼出来了，因为程序不会自己脑补。

第二条才是真正的分水岭："听起来有道理"和"能预测出你还没测的数据"是两个量级的事。EPAM 属于后者，它能算出被试在第几次尝试会记对、会犯什么错。

💡 打个比方："我知道这道题的解法思路"和"我能把这个思路写成代码跑出正确答案"，前者容易自我感觉良好，后者会立刻暴露你哪一步其实没想清楚。

⚠️ 关于「待核」：EPAM 在本书里的具体呈现方式，我没有核对过（因为没有电子版），这一条如实保留。读第二章时请留意：书里是只提了名字，还是给了模型结构和实验数据？这决定了这一章你该花多少时间。

5.4 ⚠️ 书里这部分已被修正（重要）

这三行是三种不同性质的修正：

• 第一行是"数字被精确化"，不是推翻。Miller 测出的 7±2 是在允许复述、允许把零散项目打包的条件下测的；Cowan 把这类辅助手段排除掉、测"纯粹的即时容量"，得到约 4。所以 7 和 4 都对，只是量的不是同一个东西。这一点告诉你心理学里大部分数字争议的真实来源。
• 第二行是"概念被换掉了"。"短时记忆"听上去像一个盒子；"工作记忆"是一个由几个部件组成的系统：负责调配的中央执行、管语言的语音环路、管空间图像的视空间模板。从"一个盒子"到"一套分工的部件"，是模型层面的升级。
• 第三行是"整个比喻被换掉了"。旧比喻是存储（像硬盘，写进去读出来）；新比喻是重构（每次回忆都是一次重新拼装，所以会拼错、会混入后来知道的信息）。

详细数据见 普通心理学 §4。

5.5 配套要做的事

读这一章时，把"书里的结论"和"这个结论现在还成立吗"分开记。
做一个两栏笔记：

这个动作看起来笨，但回报率最高，它练的正是导论里的第二条能力。你以后读任何超过二十年的书，都该这么做。

6 · 问题解决 ⭐ 本书核心

一句话：人是怎么"想办法"的，西蒙最出名的研究领域。

6.1 必记的概念

6.2 问题空间：为什么它有力

核心思想：解决问题 = 在问题空间里搜索。

初始状态 ──[操作符]──▶ 中间状态 ──[操作符]──▶ ... ──▶ 目标状态

四个词第一次出现，逐个说清：状态是某一刻局面的完整描述（河内塔里"三个盘子在 A 柱"就是一个状态）；操作符是你允许做的动作（"把最上面的盘移到另一根柱"）；初始态 / 目标态是从哪出发、到哪去。

四个东西凑齐，一个问题就被形式化了，而你得到一个极有用的图像：所有"可能的走法"铺开形成一张网，解题就是在网里从起点走到终点。西蒙管这张网叫问题空间，管走的过程叫搜索。

它解释了：

第一行最反直觉：河内塔的规则一句话就能说完，但盘子一多，可能的路径数量就爆炸。难点在于有多少条路，而不在每一步多难。这就解释了为什么有些事"道理我都懂，就是做不出来"：懂规则不等于能在巨大的空间里找到路。

6.3 启发式搜索：为什么人不是靠穷举

如果解题就是找路，最笨的办法是把所有路走一遍（穷举）。它保证能找到答案，但稍大一点的问题就完全不可行，因为路径数量增长太快。所以人和机器都必须用另一类办法。

⭐ 启发式（heuristic）：一种不保证找到最优解、但能大幅减少要搜索的路径的经验规则。
关键词是"不保证"。它用"可能出错"换"快得多"。这个交换是人的思维里的常态，
也是西蒙后来提出"有限理性"的技术基础。

例子：在陌生城市找餐厅，"穷举"是每条街都走一遍；启发式是"往人多灯亮的地方走"，不保证最好吃，但几分钟内能找到一家能吃的。人做几乎所有事，用的都是后一种。

6.4 手段-目的分析：最著名的一个启发式

它只有一句话：比较当前状态和目标状态，找出差距，然后选一个能缩小这个差距的操作。

它把"怎么想办法"这件看起来很玄的事，变成了一条可以照做的循环：

1. 我现在在哪？（当前状态）
2. 我要去哪？（目标状态）
3. 差在哪？（差距）
4. 有哪个操作能让差距变小？（选一个，执行）
5. 回到第 1 步。

名字就是这么来的：先有目的（缩小差距），再找手段（能缩小它的操作）。

💡 你天天在用它：写论文"先搭提纲再填内容"就是这么干的。
因为"没有提纲"和"有完整论文"差距太大，你造了一个中间目标来缩小差距。
河内塔也是这个套路：要移动最大的盘子，得先把上面 n−1 个挪走，先立一个子目标。

它的短板也在这：当差距看不出来、或子目标选错时，它会绕圈子。所以它是最常用的启发式，不是最好的。

6.5 产生式系统：把上面这些"装"起来的东西

问题空间是舞台，产生式系统是把舞台上的动作写下来的规则集：一堆"若……则……"的规则 + 一块工作记忆。

若  目标是"把最大的盘子移到 C 柱"
则  设立子目标"把上面 n−1 个盘子移到 B 柱"

若  当前状态和目标状态相同
则  停止

注意第一条规则的形状：它的"若"里写的是目标，不是"当前局面"。规则可以因为"你想要什么"而触发，而不只是"你看到什么"。这就是它比"刺激-反应"更进一步的地方，也是它能说明"人为什么会有目的性地行动"的原因。

6.6 配套要做的事（这门课最该动手的地方）

用自己的反应时数据做一次减法法分析：
你的 反应时分析项目 里有一致/不一致两种条件，
按减法法的逻辑算一下差值，再追问一句"这个差值真的只是那一个操作吗"。

这就是西蒙的"问题空间"思想在你手上的样子。

多说一句：减法法的想法是"加一个操作，看反应时增加多少，增加的部分就是那个操作花的时间"。它和手段-目的分析是同一个思路（都在问"差异在哪、差异对应哪个动作"）。这就是"底层词汇"的意思：你以为在做三种不同的作业，其实用的是同一个结构。

7 · 口语记录分析

一句话：怎么研究"人思考时脑子里发生了什么"，让被试边想边说。

7.1 必记的概念

7.2 它是什么类型的方法

关键在"黑箱"：反应时实验只能告诉你"这道题他花了 1200 毫秒"，但 1200 毫秒里发生了什么，它一个字都不说。你只能从时间差倒推（这正是减法法在做的）。口语记录换了一条路：既然外面测不出来，就让被试自己把里面的过程讲出来。

具体做法：给被试一个任务（比如河内塔），指导语是"把脑子里想的都说出来，不要解释、不要美化"，全程录音，事后逐句编码，归类成"在设定目标""在找差距""在试某个操作""发现自己错了"。

它为什么配得上单独一章？因为它和问题空间理论严丝合缝：如果那个理论对（人解题就是在问题空间里搜索），那么录音里应该能直接听到"状态、操作、目标"这些成分。这是理论和方法互相印证的好例子。

7.3 配套要做的事（这个方法你现在就能用）

做一个"出声思考"的小实验：

1. 找一个人做一道有点难的题（如汉诺塔、数独）
2. 让他边做边说出所有想法
3. 录音，然后逐句编码：每一句在说"找目标""找差距""试某条规则"还是"发现了错误"？

这个流程就是第四章讲的方法。而且你会立刻发现：
人嘴里说的和实际做的经常不一致，这就是口语记录法的核心局限。

这种"不一致"通常有两种样子：一种是"说不出来"（很多步骤已经自动化，他自己都没意识到）；另一种是"说错了"（做的事和说的话对不上，多半是事后给自己编了个合理解释）。这都不是被试在骗你。人的自我报告本来就是"对过程的猜测"，不是过程的录像。

⚠️ 用这个方法时，最危险的一句话是："他说他是这么想的，所以他就是这么想的。"
正确说法是："这是关于他加工过程的一条证据，需要和别的证据对照。"
（现代研究通常把口语记录和反应时、眼动放一起用。）

8 ⭐ 第五章 · 语义丰富领域（本书最实用的一章）

一句话：为什么专家看起来很"神"，其实差别在看待问题的方式不同，跟聪明关系不大。

先解释标题里的词："语义丰富领域"（semantically rich domain）指那些需要大量领域知识的任务，下棋、看病、读代码、做物理题。它和第三章对照：河内塔是"语义贫乏"的（规则全写在题面上）；第五章问的是，当一个人手里有成千上万条领域知识时，他的优势体现在哪？

8.1 Chase & Simon (1973)：国际象棋实验

出处：Chase, W. G., & Simon, H. A. (1973). Perception in chess. Cognitive Psychology, 4(1), 55–81.

8.1.1 设计

三个细节都有讲究：只给 5 秒是为了给"记忆"设上限（否则考的是"能不能背下来"，而不是"一眼能抓住多少结构"）；用"复原"当任务是为了让记忆看得见、数得清；随机棋局这个条件是整个实验的灵魂，下面单独讲。

8.1.2 结果

8.1.3 推理 ⭐

关键在这个对比：

如果大师是"记忆力更好"，那随机棋局也该赢。
但他没有，随机棋局下大师和新手一样差。

所以他的优势不在记得多，在「看得不一样」：
他把棋局看成有意义的「组块」（chunk）（"这是一个西西里防御的变例"），
而不是 25 个孤立的棋子。

为什么这个推理漂亮：随机棋局这个条件的价值，在于它造了一个"能杀死竞争假设"的对照，而不只是多加了一个实验组。只做真实棋局，你永远分不清"大师记性好"和"大师看得不一样"；而随机棋局正好只切断了后一种解释能用的东西（随机摆的棋没有可识别的阵型），却完全不损害前一种（记性好的人背随机棋子也该快）。结果大师输了，前一种解释就被排除了。

⭐ 这个套路你以后天天用得上："我要怎么设计，才能让我的解释和竞争解释分道扬镳？"
好实验的标志在于它能排除掉别的说法，而不在数据漂亮。

"组块"指一个被当成整体来记的单元。记电话时"138"是一个组块，不是三个数字。组块的数量有限（这就是第二章那个容量），但组块本身可大可小。这正是专家和新手差距的来源：同样只能装几个东西，专家一个"东西"里装的信息多得多。

量化的发现：

第二行是这套理论最漂亮的一块拼图：大师只记住约 7 个组块，并没有记住 25 个棋子，这个数字正好撞上短时记忆的容量上限。大师并没有一个更大的记忆盒子，他只是把盒子的用法变高级了。

第三行再看一眼：相对位置比绝对位置更重要。这说明被试脑子里存下来的是"关系"，不是"坐标"，和"组块"互相印证：一个组块的本质就是一组棋子之间的关系。

8.1.4 后来被修正的地方

⚠️ "5 万到 10 万个组块"这个数字：Chase & Simon 原估 5 万–10 万，
后续修正为约 1 万。引用时要用修正后的数字，并注明。

两条修正性质不同。第一条是补漏不是推翻：原来说"优势几乎消失"，更精细的测量发现专家仍有一点点优势，说明组块化解释对、但不是全部。第二条是估计方法的问题：后续研究考虑了组块的重叠和复用，发现原来的算法把数字算大了。这提醒你，同一个现象，估计方法一变，数量级就可能变，所以引用这类数字时，说清"谁估的、哪一年"比记住数字本身更重要。

8.1.5 你从这个实验该带走什么

⭐ "学得好"靠的是组织，不是记得多。

这解释了为什么画框架图、建立知识之间的联系比死记硬背有效，
而你的整个学习系统（讲义、速查表、笔记）就是在做这件事。

翻译成你的处境：你和学霸的记忆容量是一样的，差别在你一个组块里装了什么。你背"7±2"是一个孤立组块；有人把"7±2 → Cowan 修正为 4 → 工作记忆模型 → 记忆是重构"打包成一个组块，他记并不比你费力，只是一次搬运的信息量大得多。这也解释了"题海"为什么低效（→ 第六章）：做一百道没归纳过的题是一百个孤立组块，归纳出五种题型只有五个组块，而后者更不容易忘。

8.2 另一个核心概念：心理表征

同一道题，不同的表征会导致完全不同的难度。

"表征"说白了就是"你脑子里那个问题长什么样"。它为什么要紧？因为搜索是在表征上进行的。表征一变，问题空间就变了，难度也就变了。河内塔里，"一堆盘子"意味着每一步都要重算，而看出递归结构后，问题塌缩成了三行。

专家的优势在于"看到"了更好的表征。注意是"看到"不是"推出"，这正是标题用"语义丰富"的原因：这种"看"是领域知识的产物，不是通用智力。你不可能靠聪明"看"出西西里防御，只能靠下过很多盘棋。（后续研究把这一点推广到别的领域：让物理学家和新手给物理题分类，专家按"用哪个原理"分，新手按"斜面还是滑轮"这种表面特征分。）

8.3 配套要做的事

用你自己的领域试一次：

1. 找一个你觉得"简单"的任务（比如读代码、看电路图、读谱）
2. 写出你是怎么"看"它的（你看到了哪些"组块"？）
3. 找一个完全不懂的人，问他看到了什么

你会发现你们"看"到的是不同的东西。

那个"这也算一种看法？"的荒谬感就是本章的考点。你曾经的"看"，对别人也是这么荒谬的。它顺带给了你一件有用的东西：你终于知道自己"会"在哪了，在你能一眼看出别人看不到的组块的地方。

9 · 学习

一句话：学习的基本机制是什么。

西蒙的观点：学习 = 在问题空间中积累产生式。

这七个字拆开读：第三章说"解题就是在问题空间里搜索"，这一章接着说，反复搜索本身会留下痕迹，痕迹就是产生式。第一次做题每一步都要想（搜索）；做得多了，"若局面是这样，则这么做"这条规则被存下来了，下次不用想（直接调用）。所以"学会"在技术上的意思就是：把搜索变成了调用。

最后两个术语是技术核心。组合是把一串经常连着走的规则压成一条（原来"若 A 则 B""若 B 则 C"走两步，练熟后"若 A 则 C"一步走完，省下的是中间那步的时间和注意力）；概括是把一条具体的规则变宽一点（原来只会在"3 个盘子的河内塔"里用，后来发现"n 个盘子都这样"）。两者方向相反：组合是把多个变一个（更快），概括是把一个变多个（更通用）。专家是两件事都做过的结果。

⭐ 这和 学习科学 的「范例效应」直接呼应：
西蒙说新手"搜索"占满资源、学不到结构，
Sweller 的认知负荷理论用实验证明了这个说法（看范例比做题学得好，因为搜索占用工作记忆）。

这就是"哲学/理论先行，心理学实验后至"的典型。

这个呼应为什么重要：西蒙是从理论出发推测"新手忙着搜索，所以顾不上学结构"，Sweller 后来用实验证实了：同一种题型，先看范例的学生比直接做题的学得更好，因为范例把"搜索"的负担免掉了，工作记忆腾出来记结构。一个靠推，一个靠测，最后对上。

对你的直接含义："看不懂就先做题，做着做着就会了"在原理上是低效的。你把本该用来记结构的注意力全花在瞎找路上了。先看一个范例，再自己做，两步缺一不可。

10 · 概念的形成

一句话：人怎么从例子里归纳出概念。

这一章问的是个很基础的问题：没人给你定义，你怎么知道什么是"鸟"？经典的回答是"找出共同特征"，见过很多鸟，把共同点（有羽毛、会飞、有喙）抽出来。这就是归纳。

归纳和演绎的区别值得一次说清。演绎从一般到特殊，前提是全称的（"所有鸟都有羽毛"），结论必然（"所以这只鸟有羽毛"），它不产生新知识，只把知识用出来。归纳从特殊到一般，结论超出了你见过的范围，所以它能产生新知识，但永远不保证正确（鸵鸟确实是鸟）。这个"不保证正确"算不上缺陷，它是所有概念形成都要付的代价，也是为什么概念总在变。

💡 和 认知语言学 的「原型理论」对照读：
Rosch 的实验证明"范畴成员的地位不平等"（麻雀比企鹅更像"鸟"），
这是对"找出共同特征"这个经典模型的修正。

对照点在哪：经典模型说概念是一张清单（有羽毛？会飞？全中才算），但 Rosch 发现人不是这么用的。人心里有个"最典型的例子"（原型），然后按相似程度排座次：麻雀坐中间，企鹅坐边上（还算鸟），蝙蝠直接出去。"地位不平等"这一条清单模型根本解释不了（清单是全中或全不中，没有中间地带）。所以这一章和第七章是同一场争论的两端：西蒙这一支倾向把概念看成"特征清单"（因为清单能写进程序），而 Rosch 的实验说明人的实际运作更模糊、更依赖典型性。

11 · 发现过程

一句话：科学发现是怎么发生的。

这两种驱动是两条相反的路：材料驱动是手里先有一堆数据，在数据里找模式；理论驱动是先有猜想，再去找能验证它的数据。真实的发现通常是两条路来回走，数据给线索，理论告诉你该找什么数据。西蒙做的事，是把这两条路都写成程序。

西蒙的著名工作：让计算机重新"发现"科学定律（如开普勒第三定律、欧姆定律）。

做法值得说清楚，不然容易听成噱头：给程序一批数据（比如行星的周期和距离），不告诉它公式，只给一些"允许的操作"（乘、除、取幂、比较），让它自己搜出能概括数据的表达式，它确实搜出来了，这就是"重新发现"。

论点：科学发现可以模拟成启发式搜索，用不着神秘灵感。

"不是灵感"这句话不含贬低科学家的意思。它说的是：发现的每一步都可拆成"在当前状态上按某个启发式选一个操作"，也就是第三章那套东西。灵感被翻译成了一个搜索过程，只不过空间大得多、启发式高明得多。

⚠️ 边界要说清："能重新发现已有定律"和"能做出原创发现"不是一回事。
程序是在已知的数据和已定义的操作里搜，它没有提出新概念、没有设计新实验。
所以这是一个有说服力的类比，不是已经完成的证明。

12 读这本书要注意的三件事

前面八章讲"书里说了什么"，这一节讲"你该怎么拿它"。

为什么放到最后单独讲？因为初学者最常犯的错误，是把一本书当成真理。这件事的机制很隐蔽：一本书写得越流畅、越自信、越自成体系，你就越容易把它的结论当成"事实"，而不会想到它其实是某个立场、某个年代的产物。《认知》在三个方面都有明确的坐标。

12.1 这是一派之言，不是中立综述

西蒙是计算主义/符号主义的代表。认知科学里还有别的立场：

读的时候要意识到这本书的「立场」。
（选修的「深度学习原理与实践」正是联结主义的现代版本。）

"立场"在这里指的是"研究纲领"，跟"观点偏激"不是一回事，它是一整套关于"研究什么、怎么研究、什么算好解释"的默认约定。四支共享同一个问题（认知是什么），答案有四种：计算主义说认知是符号操作，长处是推理和语言（规则透明），短处是学习和直觉（写规则的人得事先知道规则，可人是自己学会的）；联结主义说认知是网络里单元的激活模式，长处正好是计算主义的短处（学习、知觉），短处正好是计算主义的长处（黑箱，说不清为什么这么判断）；具身认知说认知离不开身体和环境；动力系统说认知是随时间连续演化的过程。

⚠️ 最容易犯的错，就是以为"认知科学 = 计算主义"。
它只是最有影响的一支。教材先讲它是因为历史最久、成果最硬，别的立场一样存在。

为什么初学者特别容易掉进去：第一，你读的是这一支的书，单向阅读会给你"这就是全貌"的错觉，因为你根本听不到对面的声音。第二，这一支的说法特别"顺"，"思维就是符号操作"干净利落、好记好讲，而它的代价藏在书的边角里，你不刻意找就看不见。

解法只有一个习惯：每读一段，问一句"这句话属于哪一支？对立的立场会怎么说？"练习题：读到"认知 = 符号操作"时，具身认知派会怎么反驳？（答："认知根本离不开身体"，符号操作这个描述从一开始就漏掉了最重要的一半。）这个习惯要在 认知科学概论 §4 那张四纲领对照表里练熟。

12.2 1980 年代的书，部分结论已被修正

最需要修正的就是记忆容量（7±2 → 约 4）。
读法：把"书里的结论"和"现在的主流观点"分开记。

先回答一个更基本的问题：结论被修正过的书，为什么还值得读？因为被修正的层次不一样。一本书大致三层：（a）具体数据和结论、（b）问题的提法和框架、（c）论证的方式和示范。

• （a）会过时，"短时记忆 7±2"就是。这类东西必须带着时间戳读（第二章那张两栏笔记就是干这个的）。
• （b）不太会过时，"把认知当成信息加工系统来研究"这个提法，到今天仍是主流框架之一。
• （c）几乎不过时，Chase & Simon 那个"随机棋局"对照条件，四十多年后仍是实验设计的教科书案例（→ 第五章）。这种"把模糊的问题变成能杀死竞争假设的实验"的能力不会过时。

再说清楚"修正"的性质：7±2 → 约 4 这个修正的意思，是"原来量的是另一个东西"，跟"原来错了"是两码事。Miller 允许复述和组块打包，Cowan 把这些排除掉。两个数字都成立，只是标签不同。

💡 这有个很实在的用法：以后听到"心理学今天说 A、明天说 B"这类抱怨，
先问"他们量的是同一个东西吗"。大部分"前后矛盾"是这么来的，不是学科在瞎折腾。

把方法固化下来：读任何超过二十年的书，手里准备两栏，左边抄它说的，右边写它现在的状态。这两栏之间的差距，就是你真正学到的东西。

12.3 最值得花时间的是第三章和第五章

• 第三章（问题解决）：理论核心，产生式系统和问题空间是认知建模的基本工具
• 第五章（专家与新手）：最有启发性，直接连到"怎么学得更好"

时间紧的话，只读这两章也不亏。

为什么是这两章，而不是别人推荐的第一章？

第三章给的是"工具"："问题空间 + 产生式 + 手段-目的分析"是你在人工智能原理和认知心理学两门课都会用到的公共词汇（→ §1 那张表），而且可迁移：你可以拿它分析任何一件"需要想办法"的事，包括你自己的学习。

第五章给的是"能立刻改变你行为的东西"："学得好靠的是组织，不是记得多"这句话，你读完当晚就能用在复习上（去归纳题型，而不是刷题型数量）。

第一章虽然是总纲，更像"立场的声明"：先读一遍拿到那个核心假设和它的原文，等读完第三、五章再回来细看，那时你能看出它为什么必须提这个假设。

一个具体的读法建议：先按 §2 的"第一遍"走，拿到地图和一个立刻能用的工具；再打第二遍，把理论内核补上。别从第一章开始逐页硬啃，那样你很可能会在第二章的记忆模型细节里迷路，然后放弃。

13 习题（带答案）

1. 物理符号系统假设的准确原文是什么？西蒙自己怎么定性它？

2. Chase & Simon 的棋手实验里，随机棋局这个条件是用来做什么的？

3. 大师在随机棋局上"优势几乎消失"。这排除了什么解释？支持了什么解释？

4. "5 万到 10 万组块"这个数字后来被修正成什么？为什么要修正？

5. 什么是"手段-目的分析"？它和 学习科学 的"范例效应"有什么联系？

6. 口语记录法（出声思考）的核心局限是什么？

7. 为什么说"读这本书要意识到它的立场"？举一个它和别的立场冲突的地方。

13.1 参考答案

1. 原文："A physical symbol system has the necessary and sufficient means for general intelligent action."
   （Newell & Simon 1976, CACM 19(3), 113–126）
   他们自己定性为「经验假设」："could indeed be false"、"cannot be proven, nor can it be refuted formally"。
   是可检验的猜想，不是定理。

2. 作为控制条件，用来区分"大师是记忆力更好"和"大师是看得不一样"。
   如果大师只是记得多，随机棋局也该赢。

3. 排除了"一般记忆力优势"（因为随机棋局下大师不比新手强）。
   支持了"组块化"解释：大师的优势来自把真实棋局的棋子组织成有意义的构型，
   随机棋局没有可用的构型，所以优势消失。

4. 修正为约 1 万（上界 10 万）。
   原因：后续研究用更严格的估计方法（考虑组块的重叠和复用），发现原来的估计偏高。

5. 手段-目的分析：比较当前状态和目标，找出差距，选一个能缩小差距的操作。
   联系：新手做题时用的就是手段-目的分析，这个过程占满工作记忆，反而学不到题目的结构，
   所以 Sweller 发现"看范例"比"做题"学得好（范例把搜索的负担去掉了）。

6. 说话本身会干扰任务，而且报告可能不完整或失真。
   最要命的一点：人嘴里说的和实际做的经常不一致，所以口语记录反映的不一定是真实加工过程。

7. 因为西蒙是计算主义的奠基人，他讲的"认知科学"是从那个立场看出去的。
   冲突的例子：他说"认知 = 符号操作"，
   但具身认知派主张"认知离不开身体"，联结主义主张"表征是分布式的"。
   如果不意识到立场，会以为"认知科学 = 西蒙说的那样"。

14 出处索引

💡 怎么看这张表：带 [DOI] 的条目可直接点开核对原文；书/古籍/语料库/官方文件没有 DOI，按题名 + 出版社（或机构）查找。

本页数字的来源说明：Chase & Simon 的约 5 秒 / 真实 vs 随机棋局 / 2.2 个棋子每组块 / 7±2 组块 /
1 万–10 万组块、物理符号系统的原文措辞，都查证过原始文献。

标「待核」的：EPAM 在本书里的具体呈现方式（我没有这本书的电子版）。

15 相关

• 认知科学概论：物理符号系统的立场与被挑战
• 学习科学导论：范例效应、认知负荷
• 人工智能原理：搜索、产生式系统
• 认知语言学概论：原型理论（对"概念形成"的修正）
• 专业学习路线：这本书覆盖哪几门课