一句话说清
习惯是情境自动触发的动作，改它要改情境，不是攒决心。
为什么值得懂
入门篇给了两样东西：三段的回路，和一句顺口的话——「意志力会耗尽，习惯不耗电」。回路站得住，它来自动物实验与神经科学；那句话站不住：它依赖的自我损耗效应在 2016 年的大规模复现里几乎归零。这一篇把习惯放回研究里：它从哪来、什么时候失效、与动机和刻意练习的界线在哪、以及一个反例（压力会把控制权交还给旧习惯）。
零基础讲解
一、历史脉络：四个阶段。 1890 年，詹姆斯在《心理学原理》第 4 章「习惯」里把习惯解释成神经系统的可塑性：动作重复越多，通路越顺，最后不需要意志介入（詹姆斯 / 《心理学原理》 / 第 4 章「习惯」）。
1913 年起，行为主义把它改写成刺激与反应的联结：华生宣告心理学应当研究可观察的行为（华生 / 《心理学评论》1913 年第 20 卷第 2 期，第 158–177 页）。这条路线留下了好用的遗产：奖励给得多密，决定行为有多难消退。
1990 年代轮到神经科学。格雷比尔发现基底神经节会把一串动作打包成块：开头一触发，整块自动跑完（格雷比尔 / 《学习与记忆神经生物学》1998 年第 70 卷第 1–2 期，第 119–136 页）。习惯从此不只是「想不想」，而是有自己硬件的一套控制系统。
2000 年之后，测量跟上了。拉利等 2010 年跟了 96 个人 12 周，画出渐近曲线：到达自动性平台的中位数是 66 天，个体差异从 18 天到 254 天（拉利等 / 《欧洲社会心理学杂志》2010 年第 40 卷第 6 期，第 998–1009 页）。
二、核心机制：习惯是「情境—反应」的联结，不是意志力的反面。 达乌、尼夫与达扬 2005 年给出清晰分工：目标导向系统按结果的价值挑动作，习惯系统按情境直接调出动作，两者争夺控制权（达乌、尼夫、达扬 / 《自然·神经科学》2005 年第 8 卷第 12 期，第 1704–1711 页）。习惯最硬的特征是「对结果不敏感」：动作跑起来后，就算奖励被抽走，它还会继续跑——这也是成瘾难戒的机制根源。
设计原则随之而来：能改的是入口，不是决心。戈利维策 1999 年把它做成一句话——「如果出现情境 X，我就做动作 Y」——效果优于单纯立目标（戈利维策 / 《美国心理学家》1999 年第 54 卷第 7 期，第 493–503 页）；戈利维策与希兰 2006 年的元分析发现效应稳定在中到大量级（戈利维策、希兰 / 《实验社会心理学进展》2006 年第 38 卷，第 69–119 页）。伍德与吕格 2016 年的综述把条件写得更死：线索要稳、重复要够，脱离情境谈「养成」没有意义（伍德、吕格 / 《心理学年鉴》2016 年第 67 卷，第 289–314 页）。
三、失效边界：这套设计什么时候不动。 第一是情境稳定性：习惯由线索触发，搬家、换工作、长途旅行会打断一批旧线索——旧习惯不是「决心不够」，是入口暂时消失了。
第二是重复机会：低频行为（年度体检、报税）拿不到足够的重复次数。拉利等人的曲线需要 12 周里每天在同一情境重复（拉利等 2010）；用在一月一次的动作上，几乎不会自动化。
第三是奖励的位置：奖励负责维持，不负责启动——联结成形后抽掉奖励，行为照样继续（达乌等 2005）；反过来，只给奖励、不给稳定线索，行为只会变成等奖励。
第四是「自动」不等于「变好」：习惯解决做不做，不解决做得好不好，水平提升是另一套机制。
四、与相邻概念的分界。 第一，与动机。动机回答值不值得做，习惯回答什么时候自动做；动机高低预测不了半年后还在不在做，能预测的是线索稳不稳（伍德、吕格 2016）。
第二，与刻意练习。刻意练习是反自动化的：要专注、要反馈、要挑错；把动作练到不用想只是它的中间产物。
第三，与间隔重复。间隔重复调度记忆（什么时候再提取），习惯调度行为（什么情境做什么）；背单词靠间隔重复，而「每天背」这个动作才需要习惯设计。
第四，与强化学习。强化学习里无模型系统与基于模型的系统互相竞争，习惯大致对应前者（达乌等 2005）；工程意义的「奖励塑形」不等于「完成就给自己发颗糖」。
这里存疑。 意志力真的像一块会用完的电池吗？
一方是资源模型：先做一件需要自控的事，随后在第二件任务上坚持得更短（鲍迈斯特等 / 《人格与社会心理学杂志》1998 年第 74 卷第 5 期，第 1252–1265 页）。
另一方是复现结果：哈格等 2016 年组织 23 个实验室、2141 名被试按同一套预注册流程重做，效应量很小、置信区间跨过零（哈格等 / 《心理科学展望》2016 年第 11 卷第 4 期，第 546–573 页）。主流观点是：即便效应存在也远小于原始报告，「意志力像电池」不宜当作设计依据——存疑。
一个例子
一个反例：压力一来，新习惯让位给旧习惯。 入门篇的直觉是：习惯是自动程序，所以省电、可靠。施瓦布与沃尔夫 2009 年的实验给出反面：让被试先学会一套按结果调整的策略，再施加压力；压力组更多按习惯行动，更少使用刚学会的策略（施瓦布、沃尔夫 / 《神经科学杂志》2009 年第 29 卷第 22 期，第 7191–7198 页）。
把它和「对结果不敏感」放在一起，结论就不客气了：习惯不是备用电源，而是压力下的默认系统。戒掉的旧习惯没被删除，只是暂时没人调用；一旦压力大、决策资源紧，它会先回来。所以设计必须双向：给新动作装上稳定入口（刷完牙就做两个俯卧撑），同时拆掉旧动作的入口（充电器搬出卧室、酒不放进家）。只做前一半，等于在旧习惯的入口旁立了块新牌子。
常见误解
- 以为 21 天能养成习惯：原始研究的中位数是 66 天，跨度 18 到 254 天，也不是每个人都有平台期（拉利等 2010）。
- 以为靠意志力硬扛就行：自我损耗的复现结果不支持这条路（哈格等 2016），更关键的是它没处理情境触发（伍德、吕格 2016）。
- 以为养新习惯就够了：压力会把控制权还给旧习惯，拆旧线索与建新线索要同时做（施瓦布、沃尔夫 2009）。
- 以为奖励越大越好：奖励维持行为，建立联结靠稳定线索与足够重复（达乌等 2005）。
应用场景
- 生活：别从决心开始，从一个已有的固定情境开始（刷完牙、坐下打开电脑）；同时拆掉一个旧入口，本周只拆一个。
- 职场：把流程写成「线索—动作」而不是「自觉」，比如例会结束前留三分钟写行动项；实施意向就是把「如果……就……」写死（戈利维策 1999）。
- 写作与创作：写人物改变别写「他下定决心戒了」，写他改了哪条线索（换回家路线、家里不存酒），再写一次压力下的回退——回退比决心可信（施瓦布、沃尔夫 2009）。
关联知识点
- 习惯改变（habit-change，本篇的入门篇，拿提示—行为—奖励的回路）
- 动机与需求（motivation-needs，管值不值得做，与习惯的「什么时候做」互补）
- 间隔重复（spaced-repetition，调度记忆的提取时机，与调度行为不同）
- 刻意练习（deliberate-practice，反自动化地提升水平，与习惯互为反面）
- 强化学习（reinforcement-learning，无模型系统的算法视角）
- 所属主线：增长与积累、人性