间歇性强化

间歇性强化（Intermittent Reinforcement）是心理学中的一个经典概念，源自斯金纳箱实验。当奖励以不可预测的方式出现时，行为主体会陷入疯狂重复该行为的循环，即使奖励不再出现也难以停止。这是导致成瘾行为的最强机制。

在 AI 编程中的体现

在 AI Agent 编程体验中，间歇性强化机制被完美复刻：

• 头奖（Jackpot）：Agent 完美理解意图，生成优雅且完整的代码，触发大量多巴胺分泌。
• 废票：Agent 陷入幻觉，生成看似合理实则错误的代码。
• “差一点就中奖”：代码跑通 90%，只剩一个隐蔽 Bug，促使开发者不断“再试一次”。

这种不可预测的奖励模式，使开发者从按部就班的建造者变成了坐在代码老虎机前的赌徒。

相关概念

• [[认知过载]]：间歇性强化的结果之一，开发者因持续的高强度警觉状态而心智枯竭。
• [[信号通货膨胀]]：在间歇性强化驱动的效率追求中，开发者用 AI 生成的精美包装掩盖了真实能力。
• [[ai-agent]]：间歇性强化机制的具体载体。

相关来源

• [[深夜里的代码老虎机-AI编程如何把开发者变成失眠的赌徒]] — 本文的核心来源。