脑子里的那块黑板太小了

2005年的秋天，伦敦大学学院的一间实验室里，一个年轻人正在经历某种微小的崩溃。他面前的屏幕上显示着一个三位数——比如“847”。这个数字会停留五秒钟，然后消失。他需要记住它。屏幕会跳出一道简单的算术题：7乘以9等于多少？他要在心里算出答案，同时死死按住那个“847”不让它溜走。等他报出“63”，屏幕追问：刚才那个数字是什么？他张了张嘴。847。不对，是874？还是784？三个数字还在，但顺序像被水泡过的报纸，字迹糊成一片。他记得有个4，有个7，有个8，但谁在前谁在后，完全无法确定。他努力回想，脑子里却只传来一种空转的感觉——你知道信息还在某个地方，但存取通道已经被堵死了。

这不是他一个人的窘境。过去几十年里，成百上千的受试者坐进类似的实验室，经历同一个版本的折磨。心理学家管这叫“双任务范式”（dual-task paradigm）：让一个人同时做两件事，一件需要记住，一件需要思考，然后观察他在哪一刻崩溃。

结果出奇地一致——几乎所有人都会崩溃，而且崩溃的门槛低得令人不安。只要记忆负荷超过三到四个不相关的数字或单词，同时进行的思考任务就会显著变慢、出错率飙升。如果记忆负荷达到六到七个项目，多数人的思考任务直接瘫痪。

这个实验揭示的东西，远比“一心不能二用”这句老话更具体。它揭示的是人类认知架构中一个根本性的瓶颈：我们脑子里那块用来“当下思考”的黑板，实在太小了。认知心理学家把这块黑板叫作“工作记忆”（working memory）。它不是你记住电话号码的那几秒钟的记忆——那个叫短时记忆。工作记忆更接近一个工作台：你从长时记忆里调取需要的信息，放在这个台面上，对它们进行加工、组合、比较、操作。

你做心算的时候，要把数字和中间结果放在上面。你读一个长句子的时候，要把句首的主语暂存在上面，等读到句尾的谓语时再取出来匹配。你跟人辩论的时候，要同时记住对方的论点、自己的反驳框架、以及刚才想到但还没来得及说的那个证据。

所有这些操作，都在同一块工作台上进行。这块工作台有一个致命的特征：它太小了。小到什么程度？1956年，认知心理学的先驱乔治·米勒发表了一篇著名的论文，标题是《神奇数字7±2》。他梳理了大量实验数据，得出结论：人类的工作记忆容量大约在五到九个“组块”之间。

所谓组块，可以是一个数字、一个字母、一个单词，也可以是一个你熟悉的模式——比如“1998”对你是四个数字，但对一个经历过那一年的人，它是一个组块：“我高中毕业那年”。后续的研究把这个数字进一步收紧。2001年，密苏里大学的纳尔逊·考恩综合多项实验后提出，当你能有效组块化时，容量大约是四个组块；当组块化被阻断时，容量可能只有三个。四。这就是我们脑子里那块黑板的真实尺寸。

现在，让我们把这个数字放到数学学习的场景里。假设你是一个初二学生，正在学解一元一次方程。老师在黑板上写了一道题：3x+7=22。

你需要在工作记忆里同时持有的信息包括：方程的结构（左边两项，右边一项）、“移项”的规则（把7移到右边要变号）、移项后的新等式（3x=22-7）、22减7的结果（15）、以及最后一步“系数化1”的规则（两边同除以3）。这还不算你在心里默念“不要算错”占用的那一点认知资源。粗略一数，至少五个信息单元要同时活跃在工作台上。

五个。对于一个容量只有四的工作台来说，这已经超载了。而这道题，是初中数学里最简单的题型之一。到了因式分解、二次函数、几何证明，需要同时保持的信息量会迅速攀升。一道中等难度的几何证明题，你可能需要同时记住已知条件（三到四个）、要证明的结论、辅助线的作法、当前正在尝试的推理路径、以及刚才试过但走不通的那条死路——所有这些，都在争夺同一块只有四个位置的黑板。这就是为什么那个男生会在课堂上“听不懂”。不是因为他笨。不是因为他不努力。是因为老师讲到第三步的时候，他还在脑子里复述第一步的数字。

等老师讲到第四步，第二步的规则已经从他的工作台上被挤掉了。他听到的每一个句子都是孤立的，连不成一条推理链。那种感觉，就像试图用四张便签纸记录一场持续二十分钟的演讲——你拼命地写、擦、重写，但总有一些关键信息在你换纸的瞬间永远丢失了。现在我们可以更精确地描述上一章结尾那个男生的困境了。他的数字表征是模糊的——“847”在他脑子里不是三个清晰的、有空间位置的数点，而是一团含混的符号云雾。

这意味着什么？意味着每一个数字本身就是一个认知负荷。一个表征清晰的人，看到“847”是一个组块；他看到的是“大概八百五十”。而那个男生，看到的是三个需要分别维护的碎片。他的工作台还没开始解题，就已经被占掉了四分之三。

表征低效和工作记忆容量有限，这两个问题不是相加的关系，是相乘的关系。一个让负担加倍，一个让承载能力减半。结果不是“有点吃力”，是系统性崩溃。要理解这种崩溃的具体机制，我们需要把工作记忆拆开来看。

1974年，英国心理学家艾伦·巴德利和格雷厄姆·希奇提出了一个模型，后来经过多次修订，成为认知心理学中关于工作记忆最有影响力的理论框架。他们不把工作记忆看作一个单一的存储空间，而是把它拆成了几个各司其职的子系统。第一个子系统叫“语音回路”。你可以把它想象成一个在你脑子里不断循环播放的录音带。当你默念一个电话号码、在脑子里复述老师刚说的公式、或者一边读题一边在心里重复关键条件时，你用的就是这个系统。它的容量大概就是两秒钟能说完的信息量——中文大概六到七个音节。超过这个长度，前面的音节就会开始衰减，被后面的覆盖。

语音回路在数学学习中扮演的角色，比多数人意识到的更大。背乘法口诀表的时候，你在用它。记公式的时候，你在用它。听老师讲解多步运算的时候，你在心里逐句复述，用的还是它。一个语音回路效率低的人——比如语音记忆广度只有三四个音节的——在听讲时会频繁“掉帧”。老师说的句子还没结束，开头已经在他的脑子里消磁了。

第二个子系统叫“视空间画板”。这是一块用来暂存和操作视觉与空间信息的区域。你闭上眼睛想象一个正方形，把它旋转四十五度，想象它变成一个菱形——这个操作就发生在视空间画板上。在数学中，它的作用无处不在。几何题里想象图形的旋转和翻转，坐标系里判断点的位置关系，甚至在代数里想象函数图像的形状——这些都是视空间画板的活儿。

两个子系统可以同时工作而不互相干扰，这是巴德利模型的一个重要发现。你可以一边在语音回路里默念“底乘高除以二”，一边在视空间画板上想象一个三角形，把它的底和高标出来。就像你可以一边听歌一边开车——前提是两件事用的不是同一个子系统。但如果你一边听歌一边跟人打电话，两个都占用语音回路，马上就会撞车。

第三个子系统是后来的模型版本中加入的，叫“情景缓冲器”。它是一个临时整合区，把语音信息、视觉信息和你从长时记忆里提取出来的知识打包成一个连贯的情景。

你可以把它理解为工作台上的那只手——它不负责存储，但负责把散落在不同子系统里的信息捏合在一起，让你能同时看到一个问题的多个侧面。统管这三个子系统的，是“中央执行器”。它是注意力的总调度。它决定哪些信息进入工作台，哪些被过滤掉；它协调两个子系统之间的信息流动；当解题路径需要切换时，它负责抑制刚才还在进行的旧思路，激活新的策略。中央执行器不负责存储，它负责管理。如果它效率低下，即使语音回路和视空间画板的容量正常，整个工作记忆系统也会像一个仓库管理员睡着了的仓库——东西都在，但没人知道放在哪，也没人能把它们按正确的顺序取出来。

这个三件套模型帮我们做了一件很重要的事：它把“数学差”这个笼统的标签，拆成了可定位的认知瓶颈。有些人卡在语音回路。他们记不住公式，不是不理解公式的含义，而是在心里默念两遍就会漏掉符号或下标。

老师在黑板上写“x₁+x₂=-b/a”，他们抄到笔记本上就变成了“x₁+x₂=b/a”——负号在语音回路里只占了半个音节，太容易被挤掉了。这类学生往往在需要大量符号记忆的环节掉队：三角函数公式、因式分解的判别式、求根公式的分子分母结构。你问他懂不懂推导过程，他懂。但你让他独立完成一道题，他会在某一步突然记不起公式里那个分母是2a还是a。

有些人卡在视空间画板。他们能记住公式，能做代数运算，但一到几何题就发懵。不是逻辑推理能力差，而是他们无法在脑子里稳定地“看见”图形的空间关系。题目说“在三角形ABC中，作BC边上的高AD”，他们需要在视空间画板上同时保持三角形的轮廓、BC边的位置、高的垂足D的位置、以及AD与BC的垂直关系。如果视空间画板的容量不够，这个画面就会崩塌——线段移位、角度失真、辅助线画到一半就消失了。这类学生常常被误判为“空间想象能力差”甚至“没有几何天赋”。

但实验证据显示，视空间工作记忆是可以通过训练改善的，而且这种改善会直接迁移到几何成绩上。还有一些人，语音回路和视空间画板都正常，但中央执行器效率低。他们能记住公式，也能想象图形，但无法在多步推理中有效地切换注意焦点。解一道需要五步的方程，他们做完第三步就忘了自己做到哪了。不是忘了数字，是忘了自己在解题流程中的位置。

他们反复地重新读题、重新确认“我现在要干什么”，每一步都要从头加载一遍全部条件。这种反复重载消耗了大量认知资源，让原本就紧张的工作台更加拥挤。这类学生经常被老师评价为“马虎”或“注意力不集中”，但他们的问题不是态度，是中央执行器的抑制和切换功能需要更明确的策略支持。

把这三个子系统的瓶颈分开来看，有一个直接的好处：它告诉我们，不同的人需要不同的“外包”策略。外包，是这一章最核心的行动词。既然工作记忆的容量是有限的——四，顶多四个组块——而我们无法通过训练显著扩大这块黑板本身的尺寸，那么唯一的出路就是把信息搬到黑板外面去。

纸、笔、图示、分步记录，这些不是“辅助工具”，它们是工作记忆的物理扩展。你写在纸上的每一个数字，都相当于给脑子里的黑板增加了一个外接显示器。但这个道理说出来太平淡了。“做题要打草稿”——哪个数学老师没说过这句话？问题在于，知道要打草稿和会打草稿之间，有一条很宽的沟。多数数学困难的人，他们的草稿是无效的。数字东一个西一个，步骤混在一起，写到一半就找不到刚才算的结果。他们的草稿本身就是工作记忆崩溃的产物——因为脑子里的信息已经乱了，所以落到纸上的也是乱的。

有效的外包需要对应具体的子系统瓶颈。如果你卡在语音回路，最简单的外包动作是：把心里默念的东西写下来，写完整，不要缩写。不是写“x₁+x₂=-b/a”，而是写“两根之和等于负的a分之b”。完整的句子比符号串占用更少的语音工作记忆，因为句子有语义结构，可以在长时记忆里找到锚点。符号串没有语义，它是纯粹的语音序列，每一个符号都要单独维护。

这个建议听起来反直觉——通常我们认为符号比文字更简洁高效。但对于语音回路容量小的人来说，符号的“简洁”恰恰是陷阱：它把信息压缩到了语音回路无法承载的密度。

如果你卡在视空间画板，最有效的外包动作是：画图时，把题目中的每一个条件都用不同颜色的笔标在图上。题目说“AB=AC”，你就用红笔在AB和AC上各画一道小横杠，表示它们相等。题目说“∠A=60°”，你就用蓝笔在角A的位置写上“60°”。题目说“D是BC中点”，你就用绿笔在BD和DC上各画两道小横杠。

这个动作的意义在于：它把需要维持在视空间画板里的信息，转移到了物理的视觉空间里。你不再需要在脑子里同时“看见”线段的相等关系和角度的数值，它们就在纸上，用颜色区分得清清楚楚。你的视空间画板被释放出来，可以专注于当前正在进行的推理操作。如果你卡在中央执行器——也就是经常忘记自己做到哪一步了——最有效的外包动作是：分步记录，写一步，划掉一步。

不是只在草稿纸上写计算过程，而是用单独一行写下“第1步：移项”，然后做移项的计算，做完在这一行后面打个勾。下一行写“第2步：合并同类项”，做完再打勾。这个方法慢。它比直接心算慢得多。

但它的慢，恰恰是它的价值所在。中央执行器效率低的人，在快速心算时会不断丢失自己在解题流程中的位置。他们需要反复回头检查，反复重新加载条件，反复确认“刚才算到哪了”。这些重载操作消耗的时间，往往超过分步记录多花的时间。

更重要的是，分步记录把解题流程从“需要中央执行器持续监控”变成了“可以逐行执行”——每一步只看当前这一行，做完就划掉，划掉就不再想。这相当于把中央执行器的调度负担外包给了纸上的列表。这三种外包策略指向同一个原则：不要跟工作记忆的容量硬碰硬。

不要试图通过“更努力地集中注意力”来把更多信息塞进那块小黑板。黑板只有那么大。你能做的，是决定哪些信息留在黑板上，哪些信息搬到外面去。这个决定本身，就是数学学习中最被低估的元认知技能。

这里需要正面回应一个绕不开的质疑。过去二十年来，不断有研究者提出：工作记忆容量在很大程度上是遗传决定的，而且相当稳定。双胞胎研究显示，工作记忆容量的遗传度估计在百分之四十到六十之间。

训练研究虽然能产生短期改善，但效果往往局限于训练任务本身，很难迁移到其他领域。如果工作记忆真的是一个基本固定的认知参数，那么“外包”策略是不是只是一种无奈的补偿，而非真正的解决？这个问题问得对。我们需要诚实地看证据。

首先，工作记忆容量确实具有高度的稳定性。一个人在八岁时测出的工作记忆广度，可以很好地预测他在十八岁时的阅读理解和数学成绩。这个关联的强度，甚至超过智商测试的预测力。从这个意义上说，那些认为“数学能力主要由一般智力决定”的观点，并非全无道理——如果他们把一般智力的核心操作定义在工作记忆上的话。

但“稳定”不等于“不可干预”。这里有一个关键的区分：工作记忆容量本身可能很难大幅提高，但工作记忆的使用效率可以显著改善。

就像一个仓库的面积是固定的，但你可以改善仓库的管理系统——更好的货架、更清晰的标签、更合理的存取流程。在巴德利的模型里，这对应的是中央执行器的策略优化。学会分步记录的人，他的工作记忆容量没有变大，但他对容量的利用率提高了。学会用颜色标注图形条件的人，他的视空间画板没有扩容，但他把一部分负载转移到了外部视觉通道，释放了画板的空间。

2013年，英国的一个研究团队对一百多名七到九岁的儿童进行了为期七周的工作记忆训练。结果符合预期：训练组在工作记忆测试上的成绩显著提高，但这种提高没有泛化到数学成绩上。这个结果常常被引用为“工作记忆训练无效”的证据。

但同一个研究也发现了一个重要的例外：那些在训练中学会了使用策略的儿童——比如自发地使用复述、组块化、或者把信息写下来——他们的数学成绩有中等程度的改善。训练没有改变他们的硬件，但改变了他们使用硬件的方式。

这指向一个更务实的立场：我们承认工作记忆容量的有限性和稳定性，但策略在于管理负载，而非扩大容量。这个立场既不承诺奇迹，也不放弃行动。它说的是：你不能把四块黑板变成八块，但你可以学会不在黑板上写满无关的字，可以学会把不常用的信息归档到长时记忆里随用随取，可以学会在黑板旁边放一叠便签纸随时外挂。

还有一个证据线索值得注意。2010年前后，几项针对数学焦虑的神经成像研究发现，当高数学焦虑的人面对数字任务时，他们的大脑里出现了一个奇怪的现象：负责情绪处理的杏仁核被激活，同时，通常参与工作记忆的背外侧前额叶皮层的活动减弱。换句话说，焦虑情绪本身就在占用工作记忆的资源。一块本来就只有四块砖头的黑板，焦虑先搬走了半块。这个发现把这一章的论证推到了一个更深的层面。我们一直在讨论工作记忆的容量限制，以及如何通过外包策略来管理这种限制。

但如果存在一种力量，它不直接参与数学思考，却能偷偷挤占工作台的空间，让原本就紧张的容量更加捉襟见肘——那么即使是最完美的外包策略，也可能在某些时刻失效。那个男生在课堂上“听不懂”的瞬间，不只是工作记忆过载。

过载发生的同时，他可能还经历着另一种东西：一种从胸腔往上涌的热感，一种“又来了”的熟悉的恐慌，一种对自己能力的瞬间怀疑。这些东西不需要占用很多认知资源吗？它们当然需要。它们挤进工作台的时候，不会先敲门。让我们用一个冷冰冰的数字对比来结束这一章。典型的人类工作记忆容量：四个组块，乐观一点算五个。

一道中等难度的代数题——比如解一个含参数的二次不等式——需要同时保持的信息单元：不等号的方向、二次项系数的正负、判别式的计算公式、判别式的当前数值、两根的大小关系、参数对不等式解集的影响方向。保守估计，至少七个信息单元需要同时活跃。七对四。即使你通过组块化把部分信息打包，也很难压缩到四个以内。

这个数字差距意味着，即使一个学生完全理解了二次不等式的每一个概念，即使他的数字表征清晰而稳定，即使他掌握了所有必要的解题规则——仅仅是因为工作记忆的容量限制，他在独立解题时仍然可能崩溃。他需要在脑子里同时运转的东西，超过了人类认知架构的设计上限。这不是一个可以通过“更努力”来跨越的鸿沟。

它需要策略，需要外包，需要承认那块黑板就是太小了。但即使有了策略，有了草稿纸和彩色标注和分步列表，仍然存在一个时刻——比如考试时不允许带任何外部工具，或者紧张让手抖得写不了字——在那个时刻，你只能依靠那块四砖见方的黑板。而那时候，黑板上的每一寸空间都变得无比珍贵。焦虑会不会恰好在那时候，挤进来说它也想要一块地方？

这个问题，留到后面再说。现在，你至少知道自己卡在哪里了。不是卡在“数学能力”这个模糊的大标签上，而是卡在语音回路的容量上，或者视空间画板的稳定性上，或者中央执行器的调度效率上。知道自己卡在哪里，比笼统地觉得自己“数学不行”，已经往前走了一大步。因为笼统的标签无法行动，具体的瓶颈可以。