一间有巧克力香味的实验室
1998 年，凯斯西储大学的罗伊·鲍迈斯特（Roy Baumeister）和黛安·泰斯（Dianne Tice）在实验室角落放了一台小烤炉，烤巧克力曲奇，让那股甜香灌满整个房间。被试是饿着肚子来的大学生。桌上摆着两样东西：一盘刚出炉的曲奇，一碗红白小萝卜。有人被允许吃曲奇，有人只能吃萝卜，还有一组什么都不吃。接着所有人去做同一件事：解一道几何题。题是无解的，实验真正记录的是他们什么时候停手。
吃曲奇的那组平均坚持了 19 分钟，和什么都不吃的对照组差不多。只能吃萝卜的那组，8 分钟就放下了笔。
鲍迈斯特把这个现象命名为「自我损耗」（ego depletion）。解释是这样的：抵抗曲奇的香味动用了一种有限的资源，这份资源被这次抵抗花掉了，等到真正需要力气的时候，已经不剩多少。论文发在《人格与社会心理学杂志》1998 年第 74 卷，标题是一句直白的问句——《自我损耗：活跃的自我是一种有限资源吗？》。到今天，它的引用次数超过五千次。
「意志力像肌肉，用久了会疲劳，也能通过锻炼变强」，这句话出现在无数篇讲自律的文章里，后来被写进课件、教材和畅销书。它是过去二十年中文互联网上流传最广的心理学比喻之一。
一套关于「有限」的产业语言
2010 年，马丁·哈格（Martin Hagger）与同事在《心理学公报》上发表元分析，汇总 83 项研究、198 个效应量，合并效应量 d=0.62。按科恩的惯例，这属于中等到大的效应。这份元分析看起来把结论钉死了：教科书更新，应用研究引用它，教育、消费、健康行为领域开始用「自我控制资源」解释人为什么失败。
生理版本随后跟上。2007 年，马修·盖利奥特（Matthew Gailliot）与鲍迈斯特等人在同一本杂志上报告：自控会让血糖下降，喝下含糖饮料可以把表现补回来。实验里用的是一杯柠檬水。这条结论很快被翻译成一个具体的动作指令：累了就吃块糖。
2011 年，鲍迈斯特与《纽约时报》记者约翰·蒂尔尼合写了《Willpower》，中译本叫《意志力》。这本书面向大众，不是学术综述。它把实验室里的效应整理成生活建议，也把「意志力有限」这个前提变成了常识。此后十几年，「自控力不足」成了解释个人困境的通用答案，用来解释别人为什么穷、为什么胖、为什么戒不掉。
第一轮清算来自重算，而不是新实验
2014 年，埃文·卡特（Evan Carter）和迈克尔·麦卡洛（Michael McCullough）在《Frontiers in Psychology》上做了一件很朴素的事：不招被试，把 2010 年那份元分析用过的数据全部拆开，检查漏斗图是否对称。漏斗图严重不对称，意味着小样本里那些失败的结果很可能根本没被写出来过。用 PET-PEESE 方法修正发表偏差之后，效应量从 0.62 缩到 0.24，换成更严格的修正只剩 0.07。
2015 年，卡特与科弗勒、福斯特、麦卡洛在《实验心理学杂志：总论》上把语料扩充到包含未发表研究，结论更硬：自控并不像一个消耗有限资源的过程。他们还注意到一件更难解释的事：在他们检索到的文献里，样本量较大的研究几乎没拿到过显著效应。
回应也来了。坎宁安与鲍迈斯特 2016 年撰文反驳，说卡特纳入的未发表研究里研究生主导的比例过高、质量参差，620 项里只用了 116 篇，结论下得太早。两边至今没有公认的裁决。
血糖那条线塌得更早。罗伯特·库尔兹班（Robert Kurzban）2010 年指出，脑在做认知任务时额外的葡萄糖消耗小到难以与基线区分，外周血糖与脑内可用能量之间也没有那么直接的对应。乌尔里希·希马克（Ulrich Schimmack）2012 年用「不可信指数」重算了盖利奥特那九项研究全部得到显著结果的概率，结论是低于 1%。
更致命的问题出在实验层面。2012 年，莫尔登等人发现，把糖水含在嘴里漱一下就吐掉，不吞下去，也能让耗尽的被试恢复表现。葡萄糖根本没有被代谢掉，燃料解释从这里开始站不住。2014 年，朗格与埃格特（Lange & Eggert）尝试复现，饮用和漱口两条路都没能重现效果。
二十三个实验室，二十三个预测者
2014 年 10 月，美国心理科学学会启动了「复现报告注册」（Registered Replication Report）机制，专为处理这类悬案。自我损耗是第一批发起的项目之一。
哈格与尼科斯·恰齐萨兰蒂斯牵头，23 个实验室、12 个国家、统一协议、事前注册，共 2141 名被试。协议取自斯里帕达（Sripada）2014 年发表的一套全电脑化任务。
收数据之前，项目组请每个实验室预测结果。23 个实验室里只有 1 个预测会出现零效应，另外 22 个都押了「至少有小的效应」。
结果是 d=0.04，95% 置信区间 [−0.07, 0.15]，跨过零。23 个实验室里，20 个的置信区间包含零，2 个出现方向相反的显著效应，1 个拿到与理论一致的显著结果。只看英语母语被试，效应量升到 0.14，置信区间依然包含零。
对照一下：2010 年的元分析是 0.62，被这套协议复刻的斯里帕达原始研究是 0.69。同一类程序，同一个理论，从「中等到大」变成了看不见。
鲍迈斯特与凯瑟琳·沃斯随后写了反驳文章，标题译过来是《一次被误导的努力，与难以捉摸的推论》。其中有一段细节很值得读。
RRR 团队当初请鲍迈斯特推荐操纵程序，他推荐了几个自己实验室长期使用、反复奏效的手法，全部被排除，理由是 RRR 规定任务必须完全电脑化，并且在语言与文化上中立。谈判僵住了。就在这个当口，斯里帕达 2014 年那篇新论文恰好满足所有条件，鲍迈斯特把它转给了项目组。
他事后解释：在当时的情况下，我们理解的「批准」，意思是「行，去做吧」，而不是「这就是对我们研究多年的那个现象的定论性检验」。他还补了一句——回头看，为一个大型复现项目选用一套全新的、几乎没有被检验过的程序，是愚蠢的。
一个理论最坚定的作者，被这个领域的复现标准挤到了墙角：他信任的程序进不去，能进去的他不能担保。争吵从此多了一层——不只是「效应存在吗」，还有「用什么程序才算数」。
争的是燃料，还是动机
这场争论到后来已经不只是在争数字。
资源模型说得很具体：有一种可被消耗的东西，用完需要补充。反驳者的替代方案叫过程模型，由迈克尔·伊茨利希特（Michael Inzlicht）与施迈歇尔在 2012 年提出，2014 年又做了系统修订。用它的说法，所谓耗尽，是注意与动机的重新分配。做了一段自控之后，人没有失去能力，而是把重心从「控制」的线索移向「放纵」的线索，从长期目标移向眼前的诱惑，脑子里做的是成本收益的再计算。表现变差，是因为继续投入变得不划算。
糖水漱口有效这个结果，正好落在动机解释里：口腔的糖受体把信号送到与奖赏相关的脑区，人受了这个信号的鼓动，愿意再花点力气。资源模型解释不了这件事。
支持者最有力的一击出现在 2019 年。马林·弗里泽、伊茨利希特等人在《人格与社会心理学评论》上发了一篇论证分析：如果损耗效应真的不存在，文献里应该出现大量「自控之后表现更好」的反向结果，可这样的论文很少见。所以他们判断，真实效应不是零，而是一个小的正值。
这条论证有道理，也带着自己的尴尬。一个真实值接近于零、在多数实验室里测不出来的效应，为什么值得被写进教科书并配上一整套生活建议，这篇论证没有回答。
还有一条试图拯救理论的路径，把效应藏进信念里。2010 年，维罗妮卡·约布、卡罗尔·德韦克与格雷戈里·沃尔顿在《心理科学》上报告：损耗只发生在相信「意志力有限」的被试身上，认为意志力不会被消耗的人不受影响，原始研究的样本是 60 人。这条结论的潜台词很诱人：效应是真的，只是被人的信念开关控制着。它后来成了「信则灵」式说法最喜欢引用的证据。
2023 年，尼古拉斯·卡鲁斯、拉莫斯与三宅晶（Akira Miyake）在 PLoS ONE 上发表了预注册复现，187 名被试，主效应与信念的调节效应都没有出现。同一批作者在《Frontiers in Psychology》上的另一篇短文里把话说得更直接：现有证据充其量是微弱的。他们还给这个领域提了个更尖锐的问题：继续拿那种十几分钟、从未被验证能代表自控的字母划消任务去测损耗，是不是在浪费时间。顺便说，他们文章的致谢里专门感谢了维罗妮卡·约布提供刺激材料并一起讨论分析，这种同行之间的往来，比任何一方的措辞都更能说明这场争论的性质。
疲劳还在，意志力换了名字
现象没有消失，它被安放到了别处。
2024 年，埃丽卡·奥达利与皮耶特罗·皮耶特里尼等人在《PNAS》上报告了一项研究：把自控任务从常见的十五分钟拉长到一小时，然后让被试玩鹰鸽博弈。与未疲劳的对照组相比，疲劳组的和平合作率从 86% 掉到 41%，样本 447 人。其中 44 人全程戴着脑电帽，疲劳者的额叶决策区出现了本该只在睡眠中出现的慢波，也就是「局部睡眠」。作者说，这给「睡一觉再决定」这句老话提供了生理依据：不是意志力用完了，是某些脑区真的打起了瞌睡。
另一支持续给出显著结果的研究来自长任务路线。段等人用 30 到 40 分钟的反向眼动任务，在跨三大洲的预注册多实验室研究里测到了损耗效应。
2024 年，鲍迈斯特与娜塔莉·安德烈、丹尼尔·索斯威克、黛安·泰斯在《Current Opinion in Psychology》上做了一次系统回应。他们的立场是：替代解释大多失败了，复现争议确实存在，但方法在改进，理论也已从「资源耗尽」退到「资源保存」：人不是没力气了，而是对后续可用的力气做了保守估计。他们还给出自己的一套统计：截至 2022 年，社会心理学领域 36 项多实验室复现中只有 4 项（11%）取得成功，自我损耗是其中之一。
这组数字值得停下来想一下。如果多实验室复现自身的成功率只有一成，那「复现失败」提供的信息强度就要重新估量；可它同时也意味着，「复现成功」在这个领域里的证据分量，并不像外行想象的那么重。
把双方近年的动作放在一起，会看到一个共同点：都在把任务做得更长、更强。2016 年那套被批评「不够累」的十五分钟程序已经退场。留下来的东西换了：从「意志力像一块电池」，换成「长时间高强度用脑之后，人更容易烦躁、更不合作」这个现象。现象还在，解释换了人。
贴身的那种用法，发生在晚上九点。一天结束，推荐流正推到最上瘾的一屏，冰箱里放着昨天刚说过再也不买的东西。此时脑子里会浮出一句话：我今天意志力已经用完了。这句话解释了刚才，也预支了接下来，让下一个口子变得可以接受。这种描述与行为经济学里的「自我许可」高度吻合，也常被科普当成定论。有一点要标注：把「相信意志力有限」当成损耗的原因，这条因果链的实验证据已经在 2023 年被预注册复现削弱过一次。稳固的部分要朴素得多：关于「我为什么做不到」的解释，会改变人接下来怎么行动。至于这个解释是通过信念调节了损耗，还是仅仅给了一次被允许的放弃，目前的实验分辨不出来。
公共层面的那种用法更值得警惕。二十多年里，「自控力有限」从一篇论文扩散成一种归因工具：一个人健康状况差、学业掉队、收入低，往往被解释成自控力不足的结果。这套归因的好处是简单，代价是把结构性问题换算成了个人意志问题。当电池在实验室里被削到接近零，这种归因的语言却没有退场的迹象。
那个最有画面感的原始实验，本身也留着一个没有被彻底排除的混淆：只能吃萝卜的那组不只是被剥夺了曲奇，他们几乎没摄入热量，空着肚子做题这件事本身就会影响坚持时间。1998 年那篇论文没有处理它。
心理学的自纠速度，和它知识的传播速度不匹配。复现报告发表至今已有数年，「意志力像肌肉，每个人都有额度」的说法依然通行。效应死了，比喻还活着。
最让人不舒服的是那个还没有答案的问题。如果「耗尽」不是燃料表的读数，而是注意与动机的重新分配，或者是几个脑区在长时间用脑之后进入了类似睡眠的状态，那么休息到底补的是什么？补的是能量，是动机，还是把打瞌睡的脑区叫醒？我们连「累」是一个东西还是好几个不同的东西，都还没有分清。
