远离短视频
│
├── 一、理解敌人（为什么会上瘾）
│ │
│ ├── 大脑喜欢节能
│ │ ├── 刷视频：低消耗
│ │ └── 学习：高消耗
│ │
│ ├── 大脑喜欢新奇
│ │ ├── 每几秒一个新内容
│ │ └── 持续刺激多巴胺
│ │
│ ├── 大脑喜欢即时反馈
│ │ ├── 刷一下就爽
│ │ └── 学习反馈太慢
│ │
│ ├── 老虎机机制
│ │ ├── 不知道下一条是什么
│ │ ├── 偶尔出现特别精彩内容
│ │ └── 形成持续刷新的冲动
│ │
│ └── 算法目标
│ ├── 最大化停留时间
│ └── 不关心长期成长
│
├── 二、找到根因（为什么会去刷）
│ │
│ ├── 疲劳
│ │ └── 工作学习后没精力
│ │
│ ├── 焦虑
│ │ ├── 工作压力
│ │ ├── 家庭问题
│ │ └── 寻求情绪缓解
│ │
│ ├── 无聊
│ │ └── 缺少明确目标
│ │
│ └── 习惯
│ └── 手一闲就打开APP
│
├── 三、环境改造（最有效）
│ │
│ ├── 删除APP
│ ├── 关闭通知
│ ├── 退出账号
│ ├── 增加登录步骤
│ └── 减少入口
│
├── 四、建立替代品
│ │
│ ├── 技术视频
│ ├── AI课程
│ ├── 技术博客
│ ├── 开源项目
│ ├── 阅读书籍
│ └── 与AI讨论问题
│
├── 五、利用大脑规律
│ │
│ ├── 保持新奇
│ │ ├── 视频学习
│ │ ├── 文章学习
│ │ ├── 动手实践
│ │ └── AI问答
│ │
│ ├── 追求规律
│ │ ├── 为什么？
│ │ ├── 本质是什么？
│ │ └── 能否统一解释？
│ │
│ └── 追求成就感
│ └── 每天完成一个小目标
│
├── 六、建立即时奖励
│ │
│ ├── 学习任务拆小
│ │
│ ├── 错误示例
│ │ └── 今晚学Transformer
│ │
│ ├── 正确示例
│ │ ├── 搞懂Q/K/V
│ │ ├── 实现Attention
│ │ └── 看懂一段源码
│ │
│ └── 完成即打勾
│
├── 七、身份升级（最高层）
│ │
│ ├── 不要想
│ │ └── 我要少刷短视频
│ │
│ └── 要想
│ ├── 我是程序员
│ ├── 我是AI研究者
│ ├── 我是终身学习者
│ └── 我是创造者
│
└── 八、终极方案（最适合你）
│
├── 问题驱动学习
│
├── 建立问题库
│ ├── 智能如何产生？
│ ├── Attention为何有效？
│ ├── 大模型如何发现规律？
│ ├── 人如何学习？
│ └── AI如何自动完成任务？
│
├── 想刷视频时
│ └── 先思考一个问题5分钟
│
└── 建立新回路
│
├── 原来
│ 无聊 → 刷视频
│
└── 现在
无聊 → 探索问题

这是一个非常值得深入思考的问题。

表面上看：

刷短视频 ↓ 什么也没得到 ↓ 为什么那么爽？

实际上，大脑的奖励系统并不是按照「真实价值」发奖励，而是按照「进化价值」发奖励。

1. 大脑奖励的不是价值，而是信号

很多人以为：

有价值 ↓ 快乐

实际上经常是：

刺激 ↓ 快乐

例如：

• 糖分 → 快乐
• 八卦 → 快乐
• 美女帅哥 → 快乐
• 新鲜信息 → 快乐

大脑并不知道这些东西对现代人生有没有长期价值。

它只知道：

这可能对生存有帮助

于是释放多巴胺。

2. 短视频集合了大脑最喜欢的东西

短视频几乎是为人脑量身定制的。

新奇

每几秒一个新内容：

猫 ↓ 美女 ↓ AI ↓ 搞笑 ↓ 新闻

大脑永远猜不到下一个是什么。

而未知本身就会激活奖励系统。

即时反馈

学习：

学3个月 ↓ 能力提升

反馈太慢。

短视频：

滑一下 ↓ 快乐

反馈几乎是瞬时的。

信息密度高

远古时代：

发现一个重要信息：

哪里有猎物

可能决定生死。

所以大脑天然喜欢收集信息。

短视频给人的感觉是：

我不断获得新信息

即使很多信息其实没什么价值。

无风险

学习Transformer：

可能看不懂

写代码：

可能报错

创业：

可能失败

短视频：

零风险

不用动脑。

不用承担失败。

3. 最厉害的是“老虎机机制”

心理学发现：

最容易让人上瘾的奖励不是：

每次都有奖励

而是：

不知道哪次有大奖

赌场老虎机就是这样。

你刷短视频时：

第1条：

无聊

第2条：

一般

第3条：

卧槽有意思

第4条：

一般

第5条：

超级精彩

于是大脑学会：

再刷一条 可能有惊喜

这和老虎机几乎是同一个机制。

4. 为什么学习打不过短视频

假设大脑是一个投资经理。

学习Transformer：

消耗：100 奖励：半年后

短视频：

消耗：1 奖励：立刻

大脑自然选择：

短视频

因为从能量收益比看：

ROI极高

5. 为什么越刷越停不下来

有个现象叫：

多巴胺适应

第一次刷：

快乐 = 100

后来：

快乐 = 80

再后来：

快乐 = 50

于是大脑会：

刷更多

试图获得原来的刺激。

这也是为什么很多人：

本来刷5分钟 ↓ 变成1小时 ↓ 变成3小时

6. 为什么刷完又空虚

这里有个关键区别。

大脑有两套系统：

想要（Wanting）

由多巴胺驱动：

继续刷 继续刷 继续刷

满足（Liking）

来自真正收获：

• 学会技能
• 完成项目
• 解决问题
• 获得成长

短视频主要满足：

Wanting

却很少满足：

Liking

所以经常出现：

刷的时候爽 ↓ 关掉后空虚

从你关注的AI角度看

你最近一直在研究：

• Attention
• 大模型
• 智能产生
• 神经网络

其实短视频平台和大模型有一个相似点：

它们都在做：

预测你下一秒最感兴趣什么

例如：

ByteDance 的推荐算法，本质上是在预测：

你会不会继续看

而不是：

这个内容对你长期有没有价值

所以从算法目标来看：

最大化停留时间 ≠ 最大化成长

这也是为什么很多人刷了几年短视频，获得了大量刺激，却没有获得对应的能力增长。

从学习的角度，一个很有用的认知是：

大脑喜欢短视频，不代表短视频对你最有价值；它只是恰好击中了大脑最古老的奖励机制——新奇、即时反馈、不确定奖励和低能耗。

而高价值成长（学AI、写代码、做项目）往往反过来：

前期痛苦 ↓ 中期困难 ↓ 后期获得能力复利

所以成长型活动和娱乐型活动，本来就是在竞争两套不同的奖励系统。真正高效的人，往往是在主动给成长过程设计反馈和奖励，让大脑也愿意参与进去。

如何主动拒绝刷短视频

单纯靠意志力去对抗短视频，通常效果很差。

因为你面对的不是一个普通产品，而是一个由数千名工程师、算法专家和心理学家优化过的“注意力捕获系统”。

所以关键不是：

我要更自律。

而是：

我要改变环境和奖励机制。

第一层：不要和算法正面对抗

很多人会说：

我就刷5分钟

结果：

5分钟 → 30分钟 → 2小时

因为短视频的设计目标就是让你继续刷。

最有效的方法往往是：

直接减少入口

例如：

• 删除抖音/TikTok
• 删除快手
• 删除视频号入口
• 关闭通知

让自己：

想刷 ↓ 需要额外操作

增加一点阻力。

大脑很懒。

很多时候这一点阻力就够了。

第二层：理解自己为什么刷

大多数人刷短视频不是因为喜欢短视频。

而是因为：

疲劳

工作一天后：

大脑没电

学习AI：

太累

于是选择短视频。

焦虑

例如你之前提到：

• 部门缩编
• 工作不稳定
• 婚姻问题

人在焦虑时会寻找：

立即缓解压力

短视频恰好能做到。

无聊

当没有明确目标时：

大脑寻找刺激

短视频是最低成本刺激源。

第三层：给大脑替代品

这是最关键的一步。

不要试图让大脑：

短视频 ↓ 什么都不干

大脑会反抗。

应该变成：

短视频 ↓ 更好的奖励

例如：

对你来说

你明显对：

• AI
• 大模型
• 智能原理
• 逆向工程
• 自动化

有天然兴趣。

可以准备：

• AI论文解读视频
• 技术博客
• 有趣的开源项目

当手痒时：

打开学习型内容

而不是：

打开短视频

第四层：利用大脑喜欢新奇

很多人学习失败是因为：

重复 重复 重复

大脑觉得无聊。

例如你学Transformer：

不要总看同一份资料。

换：

• 视频讲解
• 动画演示
• 自己实现代码
• 问AI问题
• 阅读源码

知识相同。

体验不同。

大脑会感觉是新东西。

第五层：给成长增加即时反馈

短视频赢在：

立刻爽

学习输在：

半年后爽

解决方法：

把学习拆小。

例如不要设：

今晚学Transformer

改成：

今晚搞懂Q/K/V

完成后打勾。

获得：

完成感

大脑喜欢这个。

第六层：建立身份认同

这是最强的方法。

如果你认为：

我是一个想少刷短视频的人

很容易失败。

因为每天都在和欲望斗争。

但如果你认为：

我是研究AI的人

或者：

我是持续成长的程序员

那么当你准备刷短视频时，大脑会自动出现一个问题：

这符合我的身份吗？

行为会开始受到身份影响。

一个适合你的方法

结合你长期关注的内容，我觉得最有效的不是彻底戒断，而是：

建立“问题驱动学习”

你经常会问：

• 大模型为什么智能？
• Attention为什么有效？
• 人如何学习？
• 智能如何产生？

可以准备一个问题清单。

当想刷短视频时：

打开清单。

挑一个问题。

思考5分钟。

或者和AI讨论10分钟。

因为对于你这种对原理和规律有兴趣的人来说：

发现规律

本身就会产生奖励。

时间久了，大脑会逐渐形成新的回路：

无聊 ↓ 不是刷短视频 ↓ 而是探索一个有趣问题

这比单纯“忍住不刷”更容易长期坚持。

最后分享一个很实用的判断标准：

如果一个活动结束后，你感觉“时间消失了”；那可能是娱乐。

如果一个活动结束后，你感觉“自己变强了一点”；那通常是成长。

两者都需要，但如果连续几天都是前者，就值得调整了。

远离短视频思维导图

远离短视频 │ ├── 一、理解敌人（为什么会上瘾） │ │ │ ├── 大脑喜欢节能 │ │ ├── 刷视频：低消耗 │ │ └── 学习：高消耗 │ │ │ ├── 大脑喜欢新奇 │ │ ├── 每几秒一个新内容 │ │ └── 持续刺激多巴胺 │ │ │ ├── 大脑喜欢即时反馈 │ │ ├── 刷一下就爽 │ │ └── 学习反馈太慢 │ │ │ ├── 老虎机机制 │ │ ├── 不知道下一条是什么 │ │ ├── 偶尔出现特别精彩内容 │ │ └── 形成持续刷新的冲动 │ │ │ └── 算法目标 │ ├── 最大化停留时间 │ └── 不关心长期成长 │ ├── 二、找到根因（为什么会去刷） │ │ │ ├── 疲劳 │ │ └── 工作学习后没精力 │ │ │ ├── 焦虑 │ │ ├── 工作压力 │ │ ├── 家庭问题 │ │ └── 寻求情绪缓解 │ │ │ ├── 无聊 │ │ └── 缺少明确目标 │ │ │ └── 习惯 │ └── 手一闲就打开APP │ ├── 三、环境改造（最有效） │ │ │ ├── 删除APP │ ├── 关闭通知 │ ├── 退出账号 │ ├── 增加登录步骤 │ └── 减少入口 │ ├── 四、建立替代品 │ │ │ ├── 技术视频 │ ├── AI课程 │ ├── 技术博客 │ ├── 开源项目 │ ├── 阅读书籍 │ └── 与AI讨论问题 │ ├── 五、利用大脑规律 │ │ │ ├── 保持新奇 │ │ ├── 视频学习 │ │ ├── 文章学习 │ │ ├── 动手实践 │ │ └── AI问答 │ │ │ ├── 追求规律 │ │ ├── 为什么？ │ │ ├── 本质是什么？ │ │ └── 能否统一解释？ │ │ │ └── 追求成就感 │ └── 每天完成一个小目标 │ ├── 六、建立即时奖励 │ │ │ ├── 学习任务拆小 │ │ │ ├── 错误示例 │ │ └── 今晚学Transformer │ │ │ ├── 正确示例 │ │ ├── 搞懂Q/K/V │ │ ├── 实现Attention │ │ └── 看懂一段源码 │ │ │ └── 完成即打勾 │ ├── 七、身份升级（最高层） │ │ │ ├── 不要想 │ │ └── 我要少刷短视频 │ │ │ └── 要想 │ ├── 我是程序员 │ ├── 我是AI研究者 │ ├── 我是终身学习者 │ └── 我是创造者 │ └── 八、终极方案（最适合你） │ ├── 问题驱动学习 │ ├── 建立问题库 │ ├── 智能如何产生？ │ ├── Attention为何有效？ │ ├── 大模型如何发现规律？ │ ├── 人如何学习？ │ └── AI如何自动完成任务？ │ ├── 想刷视频时 │ └── 先思考一个问题5分钟 │ └── 建立新回路 │ ├── 原来 │ 无聊 → 刷视频 │ └── 现在 无聊 → 探索问题

核心公式（建议记住）

短视频 = 低消耗 + 高刺激 + 即时反馈 + 无限新奇 + 算法优化 成长 = 高消耗 + 延迟反馈 + 发现规律 + 能力积累 + 长期复利

真正有效的策略不是：

靠意志力战胜短视频

而是：

利用大脑规律 ↓ 设计成长反馈 ↓ 让成长也变得“上瘾”

对于你这种喜欢研究 AI、本质规律和系统思维的人，可以进一步简化成一句话：

把“刷短视频获得刺激”替换成“研究问题获得好奇心满足”，让好奇心成为新的多巴胺来源。