事件背景
加州大學戴維斯分校的研究團隊用 AI 系統分析超過 10 萬份食譜與營養數據，發現一個反直覺的現象：只要在現有菜單裡用更便宜、更營養的食材「局部替換」（例如用白豆換部分牛絞肉、用糙米換白米），就能在不改變用餐體驗的前提下、同時降低成本 10-30%、改善營養指標 20%。
這個發現之所以重要、不在於它提供了什麼激進的飲食法則（如生酮飲食、純素食），而在於它揭示了一個行為經濟學的根本洞見：人類對激進改變有本能抗拒、但對微幅調整的容納度極高。
為什麼激進飲食法注定失敗
傳統減肥建議多半採用「架構重建」策略——放棄白米、戒掉炸物、完全轉向沙拉與雞胸肉。這類方案在短期內（3-6 個月）的成功率約 30-40%，但一年後的維持率不足 5%。原因在於：
1. 認知負荷：每一餐都要做新決策，消耗有限的意志力資源。Baumeister 的「自我耗盡」（ego depletion）研究顯示，重複的高成本決策會逐漸降低自控能力。
2. 身份衝突：改變飲食就等於改變自我認同。一個自認為「吃美食的人」被迫變成「吃雞胸沙拉的人」，會觸發深層的身份焦慮，長期堅持的內在動機不足。
3. 社交摩擦：聚餐時跟朋友點不同的菜、需要不斷解釋自己為什麼在吃沙拉，這種社交成本在無形中累積。
邊際改變的複合威力
戴維斯分校的 AI 方法則完全相反。它不要求改變行為架構、只要求改變食材的「配方比例」。例如：
- 一份漢堡牛肉從 100% 牛肉改成 70% 牛肉 + 30% 磨碎的蘑菇
- 一份意大利麵醬用一半番茄、一半扁豆
- 早餐穀片混 30% 燕麥片
從用餐者的角度，口感、成本、社交場景都沒有本質改變。但在營養學維度：
| 維度 | 激進改變 | 邊際改變 | |------|--------|--------| | 心理阻力 | 極高（身份衝突） | 低（無感改動） | | 社交摩擦 | 高（需解釋） | 無（看不出區別） | | 認知負荷 | 高（每餐重新決策） | 零（一次設定、自動遵循） | | 一年維持率 | ~5% | 預測 60-75%（基於試驗期數據） |
背後的心理機制：System 1 vs System 2
Daniel Kahneman 的雙系統理論解釋了這個現象：
- **System 1（直覺思維）**：快速、自動、不費力。激進飲食改變讓 System 1 每次都要警惕「我在做正確的選擇嗎」，耗損能量。
- **System 2（理性思維）**：緩慢、有意識、費力。邊際改變設計得很好、讓 System 2 只需在購買食材時啟動一次、之後由習慣（System 1）自動執行。
BJ Fogg 的「微習慣」(Tiny Habits) 研究更進一步：改變幅度與習慣形成的難度成正比。一個改變越「原子化」（single, smallest unit），越容易 3-4 週內自動化為新習慣。
經濟信號層面
從成本角度，這個發現也打破了一個迷思：健康與省錢被視為零和遊戲。傳統觀念認為「有機食品貴」「健康餐廳貴」。但 AI 發現，只要改變配方比例而非食材種類，健康與成本可以同時優化——因為許多廉價食材（豆類、全穀類）的營養密度其實不輸昂貴食材，只是被邊緣化了。
這對食品工業也有隱含的破壞性：如果消費者一旦發現「微幅改配方就能吃得更健康、還省錢」，為什麼還要買預加工、營養配方已被優化死的速凍食品？
應用邊界與隱藏假設
需要注意的是，這個方案有幾個隱藏的適用條件：
1. 家庭烹飪場景：如果用餐者無法控制食材（在外用餐、食堂、監管機構食物）、邊際改變無法實施。 2. 習慣穩定性假設：論文假設食物配方改變對口感無顯著影響，但個人味覺閾值差異可能破壞這個假設。 3. ：需要食材替換的具體清單與購買指南才能真正實行，光是「微幅改變」的概念不足以驅動行動。