如果每次拉动老虎机都没有奖励，人很快会走开。
如果每次都有固定奖励，人也会慢慢适应。真正让人难停下的，是不确定：也许下一次有，也许下一次没有，也许下一次很大。社交媒体刷新、短视频推荐、游戏掉落、投机交易、消息提示，都利用了这种结构。
这就是可变奖励，也叫间歇性奖励。
奖励不是每次都有，
反而会让人更频繁地尝试、更难停止。
一、为什么不确定奖励更强
固定奖励会让人形成预期。
每次做 A 得到 B，大脑很快适应。奖励仍然有效，但刺激下降。
可变奖励不同。它制造的是“下一次可能有”的张力。人不是只被奖励本身驱动，也被期待和不确定驱动。没有中奖时，人会觉得再试一次；中奖时，奖励又强化了继续尝试。
这就是许多产品让人上瘾的机制：奖励不稳定，但足够频繁，让人一直保留希望。
二、间歇性奖励的应用和陷阱
间歇性奖励可以用于好习惯。
学习中偶尔获得突破，运动中偶尔刷新成绩，写作中偶尔得到好反馈，都会增强坚持。问题在于，很多商业系统把它用于捕获注意力。
社交媒体的点赞、评论和新内容不稳定；游戏奖励掉落不稳定；市场短期收益不稳定。用户不断刷新，不是因为每次都有收获，而是因为不确定本身成了刺激。
使用这个模型时，要问：
我是在利用可变奖励建立好行为，
还是被别人用可变奖励捕获？
三、金发女孩准则：难度刚刚好
金发女孩准则 / Goldilocks Rule 来自《原子习惯》中的动机讨论。
人最容易对“刚好有挑战”的任务保持投入。太容易，没有新鲜感；太难，反馈太少，挫败感太强；刚好比当前能力高一点，既有成功可能，又有不确定和成长空间。
这和可变奖励相通。
任务难度适中时，奖励不是机械固定的。你可能成功，也可能失败；每次尝试都有反馈；进步偶尔出现，足以让人继续。好的训练、游戏、学习和工作设计，都懂得把难度放在这个区间。
四、怎样设计正向可变奖励
第一，把奖励绑定到有价值行为上。
不要让奖励系统鼓励刷屏、赌博和冲动交易，而要鼓励学习、运动、创作和复盘。
第二，保留可见进步。
可变奖励不能完全随机，否则容易挫败。进度条、阶段目标、反馈记录能让人看到长期趋势。
第三，调整难度。
当任务太容易，增加挑战；当任务太难，拆小步骤。让自己处在金发女孩区间。
第四，避免高频低质刺激。
高频不确定奖励最容易劫持注意力。对短视频、游戏、投机行情、社交通知，要主动设置边界。
五、边界与误用
可变奖励不是所有动机的答案。
有些重要事情需要稳定制度和身份驱动，而不是不断刺激。长期关系、健康、深度学习，如果完全靠奖励刺激，会变得脆弱。
金发女孩准则也不是要求永远舒适。真正成长有时需要阶段性困难。它提醒的是长期训练区间，而不是每一刻都轻松愉快。
六、和其他模型的关系
可变奖励和习惯循环相连。奖励是习惯回路的最后一环。
它和最省力法则相连。奖励再强，如果行动摩擦太高，习惯也难形成。
它和承诺装置相连。面对有害的可变奖励，要提前设置边界。
它和化学物质错误影响倾向相连。二者都涉及奖励系统被劫持，只是机制不同。
一句话总结
可变奖励训练的是一种奖励结构意识：
最让人停不下来的，常常不是稳定奖励，
而是下一次也许会有的奖励。
用这个模型，一方面可以设计更好的学习和训练反馈；另一方面要警惕那些用不确定奖励捕获你注意力和行为的系统。
来源说明
- 《原子习惯》：提供
可变奖励 / 间歇性奖励、金发女孩准则 / Goldilocks Rule等条目和动机机制，是本文主要来源。 mental-models/books/109-原子习惯.md：确认可变奖励 / 间歇性奖励与金发女孩准则 / Goldilocks Rule已进入 registry。- 本文覆盖并合并了 TODO 中的
可变奖励 / 金发女孩准则 / Goldilocks Rule / 间歇性奖励。其中可变奖励是核心奖励机制，间歇性奖励是同义机制表达，金发女孩准则作为维持动机的难度设计原则被正文吸收。 - 本文与资料库中“习惯循环”“承诺装置”“最省力法则”“化学物质错误影响倾向”等模型互相连接。