捷径是对行为的描述，不是大脑的一块零件
启发式是一种决策捷径：一种快速、经济的抉择方式，通常能得到足够好的答案。在人类情境中，这些捷径常被当作人们决策中的模式来研究。例如，法官会表现出可测量的可得性、确认、代表性和锚定倾向，而且他们自述使用锚定捷径的情况与另一项反思性思维测试存在相关[1]。高管同样可能依赖“迷信启发式”——一种建立在迷信信念上的捷径，可能产生令人费解的战略选择，尤其是在高度不确定的情况下[3]。
对动物建模而言，重要的一点是：这些描述的是选择倾向，而不是对底层机制的解释。迷信启发式由它所依赖的信念及其产生的决策来定义，并且被明确与其他捷径类别区分开来，例如启发式与偏差、快速节俭规则[3]。这个定义中没有任何内容说某个特定的神经回路实现了该规则。当启发式与算法推理一起在人类决策中被讨论时，同样的谨慎也适用：捷径是一个描述层次，把它当作物理机制则是另一个更强的主张[2]。
情绪可以承载规则手册无法承载的主观状态
如果启发式是描述，那么动物决策中主观的、感受性的部分由什么提供？一种提议把情绪放在中心。该假说认为，脊椎动物的决策分两步：情绪相互竞争以设定生物体当前的优先级，然后动物选择能最大化其想象的近期未来情感福祉的行为，并借助对具体过往事件的记忆[4]。这里的情绪被描述为一种认知机制，它可以暂时成为控制身体、驱动行为的身体状态[4]。
这是一个关于决策如何组织的假说，而不是已被证实的回路。它被作为一种提议的建模方法来呈现，作者将其定位为一种在可适用于自然和人工环境中动物的模型里捕捉主观体验的方式[4]。对读者而言，其价值在于概念层面：情绪为模型提供了某种内在的、可感受的东西来运作，而可观察的行为仍然是需要预测的对象。
这给建模者带来什么，证据又止于何处
实际好处是，你不再需要声称动物储存了一串规则。你可以让一种主观状态——当前最强烈的情感需求——集中注意力并设定优先级，然后让想象的情感结果引导选择[4]。像“避开有风险的选项”或“重复上次有效的做法”这样的启发式模式，就可以作为这些选择的总结而出现，而不是作为已安装的程序。这使描述和机制保持在不同的层次上，而这正是问题所问的如何避免的混淆。
这一具体框架的证据是一个提议的模型，而不是一批证实它的动物实验[4]。关于启发式的人类研究同样关注的是报告和测量的选择倾向，例如法官自述的捷径使用及其与反思性思维得分的适度相关[1]，或高管中概念性定义的迷信捷径[3]。这些研究支持了“捷径可以在不涉及神经主张的情况下被描述”这一观点；它们并未在动物身上检验情感通货模型。将生成式人工智能与启发式和算法思维联系起来的综述同样关于人类判断，而非动物认知[2]。
主观状态适合放在哪里，什么仍悬而未决
该框架的独特之处在于，把对自身最强烈情感需求的觉察视为比所有生命形式中都有的无意识稳健机制更高层次的能动性，并把基于想象的预测视为最大化情感福祉的工具[4]。这是一个关于脊椎动物决策可能架构的主张，作为假说提出。它并未确立任何特定动物会以模型假设的方式体验情绪，也没有说明神经实现方式。
因此，对建模问题的诚实回答是一种分工。把启发式用作选择模式的紧凑描述，就像人类研究在测量捷径使用或定义迷信捷径时所做的那样[1][3]。把情绪这样的主观变量用作组织这些选择的内部状态，正如脊椎动物框架所提议的那样[4]。明确保持这两个层次的分离，并把情感通货解释视为一个仍待动物直接检验的有前景的假说，而不是已确定的机制。
本文引用的文献
评估法官对认知启发式决策的使用与意识
法官自述的决策启发式使用形成了四个可靠的因子（可得性、确认偏差、代表性、锚定），且报告的锚定使用与反思性思维得分呈适度相关。
启发式还是算法思维？评估生成式人工智能对人类决策的影响：文献综述
一篇文献综述认为，生成式人工智能会影响人类的启发式思维、算法推理和批判性判断，其论述基于双过程理论。
战略决策中的迷信启发式
该论文提出并测量了一种“迷信启发式”，即一种基于迷信信念的决策捷径，它与其他主要启发式不同，并可能在高度不确定下驱动令人费解的战略选择。
脊椎动物决策导致行为与福祉的相互依存
该论文提出一个脊椎动物决策的两步模型：相互竞争的情绪设定生物体的优先级，行为的选择旨在最大化想象的近期未来情感福祉。
价值—启发式敏感性：考察绿色消费决策
该论文将绿色态度—行为差距建模为一个决策问题，结合了价值优先级、情境线索、有限理性下的启发式评估和反思性评价。