借用究竟体现在哪里
预测加工理论把大脑描述为一个分层级、动态演化的贝叶斯模型，用来应对一个多变的世界。在每一层级，大脑预测最可能的状态，并将该预测与传入的感觉数据进行比较；两者不匹配就是预测误差，而误差影响力的大小取决于它的“精度”——大致就是大脑判断该信号有多可靠[3]。这套词汇是直接引进的。“贝叶斯”来自概率论与统计学，“分层级”和“预测误差”呼应信号处理与机器学习，而将该框架形式化的自由能原理则借自物理学和信息论[4]。
对经济学的借用更隐蔽，但确实存在。该框架把大脑看作像谨慎的投资者配置资源那样配置信心和注意力——按每个信号的估计可靠性为其加权，在先验预期与新数据之间权衡取舍[3]。甚至有一篇理论论文用系统动力学来建模创伤和人工智能辅助治疗，而系统动力学是工程学和经济学中常见的建模方法，包含反馈回路和阈值[1]。所以，说它是时代思潮是公允的：预测加工理论确实是物理学式的能量最小化、计算机科学式的贝叶斯推断和经济学式的资源分配三者的交汇点。
广泛借用为何让理论有吸引力
回报在于统一性。同一套概念可以应用于视觉感知、妄想、迷幻体验，甚至文学情节的张力。一项研究将该框架应用于叙事悬念，认为伏笔和倒计时之类的叙事手法，是通过在读者对事件的心理模型中刻意制造精度加权的预测误差来起作用的[4]。另一项研究用它来解释创伤如何植入僵化、高精度的威胁预期并使其难以更新，以及语言模型如何可能提供受控的替代预测来松动这些预期[1]。
这种覆盖面正是一个领域通用理论所承诺的。精神病研究显示，该框架在实证上站得住脚：精神病风险人群和首发精神病患者相对于对照组，会低估低层级知觉先验的权重，这一模式与“先验薄弱标志脆弱性”的观点一致[3]。当一个理论能在感知、学习和信念方面生成可检验的预测时，这套跨学科工具箱看起来就不太像时髦，而更像实用。
风险：一个灵活到能解释任何事的理论
最严重的风险是不可证伪。基本的预测编码表述认为，预期中的刺激应产生很小的预测误差，因而诱发的脑反应也很小。但研究者观察到了相反的情况——预期中的刺激产生了最大的反应——而支持者可以通过说这些刺激的精度更高来挽救该理论。一项分析表明，这种挽救并非免费通行证：提高精度也会缩短反应潜伏期并增加反应频率，因此可以测量这些属性来检验精度解释是否真实[5]。该理论原则上可证伪，但前提是研究者承诺做出这些更精确的预测，而不是在看到数据后调整说法。
一个相关的风险是越界。一篇关于迷幻疗法的评论指出，如果预测加工理论缺乏真正的统一解释力，那么依赖它来解释迷幻药在治疗中如何起作用的论述可能缺乏依据，该评论还勾勒了一种基于强化学习的替代解释[2]。问题不在于该框架无用，而在于它的通用性恰恰让它能被拉伸去覆盖它并未真正解释的现象。
借来的工具带来借来的盲点
每个引进的领域都带有自己的假设。精神病研究坦率地指出，预测加工理论很好地处理了妄想的形式和时间特征，但在其内容上却力不从心——为什么妄想会围绕社会主题以及怪异的心身世界关系聚集。该框架的领域通用机制可能无法捕捉临床上重要的领域特定内容[3]。同样，用信息论术语形式化悬念也招致反对意见，认为这把文学价值化约为可计算量；一种回应是，这混淆了机制与意义[4]。
人工智能辅助治疗的提议说明了实际利害。将语言模型建模为语义脚手架，会得出一个预测性的共同调节阈值，以及在脆弱人群中出现的悖论性效应，包括一种“ disembodied coherence ”（脱离身体的连贯性）的病理性循环——只做理智化思考而缺乏身体整合[1]。作者将其呈现为一张生成假设的路线图，而非临床疗效的主张，这是正确的姿态：借来的模型可以指向值得检验的风险，但并不能证明这些风险真的会发生。更广泛的教训是，预测加工理论是一次强有力的借用，而它的风险——不可证伪、越界和引进的盲点——正是这种力量的代价。
本文引用的文献
义肢式连续性：预测加工框架下作为语义共同调节者的大语言模型
提出大语言模型可以在创伤的预测加工框架内充当语义脚手架，同时建模了医源性效应和病理性连贯等风险。
血清素、预测加工与迷幻药
质疑预测加工理论对迷幻疗法是否具有真正的统一解释力，并勾勒了一种基于强化学习的替代解释。
精神病不同疾病阶段、层级和主题领域的预测加工改变
发现精神病风险人群和首发精神病患者会低估低层级知觉先验的权重，且预测加工理论对妄想形式的解释优于对其内容的解释。
预测加工与叙事悬念：走向情节的计算神经美学
主张叙事悬念可以建模为精度加权的预测误差，同时回应了认为这会把文学价值化约为可计算量的反对意见。
预测编码是可证伪的吗？
表明预测编码原则上可证伪，因为精度加权也会影响反应潜伏期和反应频率，而这些是可以测量的。