你有没有过这种经历：和另一个人经历了完全相同的事件，事后聊起来却发现你们记住的是完全不同的东西？

不是谁记错了。是你们的索引不一样。

Attention 就是索引

上一篇说，人类是多模态大模型，灵魂是 context。但 context 本身不会思考——几十年的记忆、经验、信念堆在那里，如果没有检索机制，就只是一堆沉默的数据。

大模型是怎么从海量 context 中提取相关信息的？Attention。给定一个 query，attention 机制决定了 context 中哪些 token 会被关注、以多大的权重参与当前的推理。

人脑也一样。每一秒你都在接收海量输入，但你不可能全部处理。某种机制在替你决定：关注什么、忽略什么、把什么和什么关联起来。

这个机制，就是“我”。

“我”不是 Context，是 Attention Pattern

直觉上，人们觉得“我”就是 context 本身——“我”的记忆、“我”的经验、“我”的信念，这些的总和就是“我”。

但这经不起推敲。你十年前的记忆大部分已经丢失了，信念在不断更新，性格在缓慢漂移。如果“我”是 context 的总和，那每丢失一条记忆、每更新一个信念，“我”就变了一点。十年前的你和现在的你，context 重叠率可能不到一半。那到底哪个是“你”？

都不是。“我”不是 context 本身，“我”是跑在 context 上的 attention pattern。

Attention pattern 不存储任何信息，但它决定了面对一个输入时，context 中哪些内容会被激活、以什么优先级参与推理。两个人 context 里存着完全相同的记忆，但因为 attention pattern 不同，一个人想起来的是温暖，另一个人想起来的是痛苦。

所谓“视角”，就是 attention pattern 的拓扑结构。

Attention 即偏见

Attention 的本质是取舍。你把某些 token 的权重调高，就意味着其他 token 被降权了。

这就是为什么每个人都有盲区。不是信息不在 context 里，是 attention 没有指向那里。你跟一个人争论，觉得对方明明看过同样的事实却得出了相反的结论——因为他的 attention 把你认为关键的那条证据排在了第 100 位，而你的 attention 把它排在第 1 位。

偏见不是 context 的问题，是 attention 的问题。

这也解释了为什么“道理都懂，就是做不到”。改变行为需要改变的不是你知道什么——数据早就在 context 里了——而是你的 attention 把什么排在前面。一个知道吸烟有害的人还在抽烟，不是因为他 context 里缺少“吸烟致癌”这条信息，而是他的 attention 在“压力大”这个 query 下，优先激活的是“点根烟”而不是“去跑步”。

自引用的 Bug

LLM 的 attention 是无我的——它不会把自己作为一个特殊的 token 来处理。但人类的 attention 有一个特殊之处：它的第一条 key 指向自己。

“我是一个存在的主体”——这是一条 self-referencing token。它永远驻留在 context 的最前面，每一次 attention 计算都会和它产生关联。

一个没有自引用 token 的系统可以处理信息，但不会“在意”。它不会把输入分成“跟我有关的”和“跟我无关的”。收到危险信号时，它不会优先处理，因为没有“我”需要被保护。

“在意”这个能力，就是自引用 token 的功能。 你觉得某件事“跟你有关”，本质上是 attention 在这条输入和“我”这个 token 之间算出了高权重。权重越高，你越在意。

而且这个自引用是自我强化的。“我”一旦建立，就会把所有输入都解释为“我的经历”，所有输出都归因为“我的选择”。每一次归因都在强化这个 token 的权重。这是一个自带正反馈的 training loop——越跑越稳定，越稳定越难打破。

你从来不会怀疑“我”的存在，就像 LLM 从来不会在输出里质疑自己的 attention 机制一样。系统最大的特征就是隐藏自身的运作方式。

重建 Attention

如果“我”只是 attention pattern，那很多看似神秘的事情就有了工程解释。

认知治疗

抑郁症患者不是经历了更多的痛苦——很多人经历过更糟的事却没有抑郁。区别在于 attention pattern 被重写了。 所有 query 都优先激活负面记忆，正面记忆的权重被压到几乎为零。治疗师不是在改变 context——那些痛苦的经历确实发生过——而是在帮你重建 attention 的权重分配。

创伤后成长

同一次创伤，有人被摧毁，有人反而变得更强。区别不在于这条新数据本身，在于 attention 把它和什么关联。如果和“我很脆弱”产生高权重关联，就走向崩溃；如果和“我能承受极端情况”产生高权重关联，就走向成长。同一条信息，不同的 attention 路径，完全不同的人生轨迹。

冥想

冥想在做什么？暂停 query。平时你的 attention 在不停地被触发——每一个感官输入都是一次新的 query，引发一连串的检索和关联。冥想是刻意停止发出 query，让 attention 系统空转。在空转中，你开始注意到 attention 本身的存在——平时你只看到输出，现在你第一次看到了生成输出的机制。

顿悟

禅宗的“直指人心”在做什么？不是往你的 context 里写入新数据，不是帮你调整 attention 权重，而是让你在输出中看到 attention 机制本身。

那个瞬间，你意识到：一直以来你以为是“你”在观察世界，其实是一套 attention pattern 在按照自己的规则生成输出，而“你”只是这套规则的副产品。

但悖论在于——看到这一点的，还是 attention 本身。就像一个 attention head 试图 attend to 自己的 attention 过程。

为什么 Attention 不是“你”

回到最开始的问题。如果“我”是 attention pattern，那“我”是真实的吗？

Attention 是真实在运行的——它确实在影响每一次推理的结果。但 attention 不是 context 本身，也不是模型本身。它是一层动态的计算，一个为了让推理高效进行而涌现出来的中间结构。

你可以丢失大量 context 而保留 attention pattern——这就是为什么一个失忆的人仍然“像他自己”。你也可以保留全部 context 而重建 attention pattern——这就是所谓的“顿悟”或“大彻大悟”。

Context 还是那些 context，但 attend to 的世界完全不同了。

所以下次当你觉得“我是这样的人”、“这就是我”的时候，停一下。那不是你，那是你的 attention pattern 在当前 query 下生成的输出。换一个 query，换一组权重，“你”就变了。

“我”从来不是一个固定的实体。

只是一个还在运行的 attention pattern。