你想戒掉某个 App，但每次刚打开手机，它的消息通知已经弹出来了。你还没决定要不要点进去，手指已经划开了那条推送。
这个场景，几乎每个人都经历过。斯坦福大学的 B.J. Fogg 会告诉你：你的行为不是意外，是一道被精确设计的数学题。
B = M × A × P。
行为等于动机乘以能力乘以触发。2007 年提出至今，是行为设计领域最重要的理论基础。但问题在于——绝大多数人记住了公式，却没有理解公式的结构——乘法，不是加法。
乘法意味着任何要素归零，行为就归零。
加减法的逻辑是「越多越好」——动机强一分，行为就多一分。乘法的逻辑完全不同：任何一个要素为零，行为就归零。这不是「三选一」，而是「三选三」。
动机再强，能力不足，行为不会发生——你知道跑步对身体好，但你膝盖有伤，跑不了。能力再强，动机为零，行为也不会发生——你能写代码，但你今天就是不想写。动机和能力都在，但没有触发，行为依然不会发生——你既想跑步、也能跑步，但没有人提醒你今天该跑，你就永远不会迈出那一步。
这就是「门槛逻辑」：三道门槛，必须同时跨过。跨不过任何一道，行为就不会发生。
这个结构有一个直接推论：降低门槛比提升推力更有效。 当你推不动一扇门的时候，正确的做法不是找更多的人来推，而是把门变轻、把门槛降低。提升动机很难——动机受情绪、环境、他人的实时影响，波动剧烈，今天打了鸡血，明天可能归零。但降低阻力是可持续的——一旦把行为拆解到足够简单，它就会持续保持简单。两分钟规则之所以有效，正是这个逻辑的体现。不是让你「坚持两分钟」，而是把「做这个行为」的门槛降到两分钟内可以完成，让门槛低到可以忽略动机的波动。
理解了门槛逻辑，才能看懂这个公式真正的力量在哪里。
光知道门槛逻辑还不够。真正用好这个模型，还要搞清楚 M、A、P 三个要素各自负责什么。
动机（M）回答「为什么想做」。
驱动行为的是三种基本需求：感觉（追求快乐、避免痛苦）、成就（追求成功、避免失败）、归属（追求联结、避免排斥）。
但动机有一个根本特性——它是波动的，而且是被人操纵的。看到美食图片，食欲动机瞬间激活；看到他人成功，成就动机被激发；看到社群内容，归属动机开始运作。动机不是稳定的输入，而是被环境信号不断刷新的输出。
这意味着，依赖动机来驱动行为，是把地基打在流沙上。
能力（A）回答「为什么能做」。
这里的要害是：福格所说的能力，不是「客观技能水平」，而是「感知到的复杂性」。你客观上会弹钢琴，但如果你觉得弹一首曲子太复杂，你就不会弹。
能力的本质不是「会不会」，而是「难不难受」。这个区分极为重要——改变能力，不需要真的提升技能，只需要改变感知框架。把「跑五公里」框架成「做一个运动的人」，阻力感知天壤之别。把「写一篇三千字的文章」框架成「先写第一句」，原本的高阻力立刻崩塌。
触发（P）回答「为什么现在做」。
触发不是推力，不是动力，而是信号——告诉你的大脑「现在可以行动了」。同一个用户、同样的能力、有触发时行动，没触发时不动。触发解决的是时机问题，不是执行问题。
三种触发类型，对应三种不同场景：Spark（火花触发）用于动机不足时，点燃动机；Facilitator（辅助触发）用于能力不足时，帮助完成行为；Signal（信号触发）用于动机和能力都具备时，提醒行动。没有放之四海皆准的触发，只有与当前状态匹配的触发。
还有一个关键发现：触发和能力不能合并。 两者表面都是「阻力管理」，但它们作用于不同的系统层次——触发管理时间的阻力（何时行动），能力管理执行的阻力（如何行动）。合并会丢失时间维度，而时间维度是解释「为什么恰好在那个时刻发生」的关键。
三要素各司其职之后，这个公式就不只是理论了。
福格模型最直接的应用是习惯设计和产品行为引导。核心逻辑很清晰：增强动机、降低阻力、设计触发。降低阻力是最被低估的手段——当感知阻力降到足够低，动机可以很低，行为依然会发生。把目标行为拆解到「不可能失败」的程度，这就是两分钟规则的精髓。不是坚持两分钟，而是让开始变得足够简单，简单到不需要动机作为前提。
习惯堆叠是另一个高效工具：把新习惯绑定在已有的习惯之后，利用旧习惯作为新行为的触发信号。你每天早上都会刷手机，那就把「读一篇严肃文章」直接放在刷手机之后——不需要额外的触发设计，让已有的行为自动带动新的行为。在产品设计中，这个逻辑被广泛使用。新用户引导流程通常是这样运作的：先大幅简化注册步骤，再设计首次使用提醒，最后通过社群内容建立归属感。每一步都在 M×A×P 的某个维度上做功。
但这个公式不只是推进行为，也可以反向操作。
福格模型不只能推行动，也能解释行为如何被阻止。三个方向：降低动机、增加阻力、消除触发。 三个方向的效力差异极大。降低动机是最弱的——动机本来就是波动的，试图通过意志力或惩罚来降低动机，效果短暂且代价高昂。增加阻力有一定效力——让冲动购物变难，让刷手机需要多一步操作。消除触发是最强的——如果 P=0，则 M×A×P=0，无论动机多强、能力多高，没有触发就没有行为。
上瘾的本质是高触发乘以低阻力乘以被精准激发的动机。算法推荐的短视频，就是这个乘积的极致体现：推送通知是高频触发，无限滚动是零阻力设计，实时反馈是精准的动机激活。三者叠加，不需要你有任何主动动机，行为就自动发生了。
拖延的本质则相反：高感知阻力遮蔽了真实动机。拖延的人不是「不想做」，而是「在做之前就被阻力感知压垮了」。解决方案不是提升动机（打了鸡血第二天又废了），而是把行为拆解到阻力感知趋近于零——不是「我要写完这篇文章」，而是「我只打开文档写第一句」。
到这里，公式的运作机制已经清楚了。但接下来才是真正的问题——这三个要素在智能时代，正在被系统性改写。
福格模型在智能时代遭遇了一个根本性的挑战：公式里的三个要素，都在被算法系统性操控。
算法在触发（P）上的能力接近无限。推送通知、内容推荐、红点提醒、个性化推送——这些构成了一个全天候的触发网络，其频率和精准度远超任何自然环境能达到的水平。算法在阻力（A）上的能力也接近无限。一键购买、无限滚动、算法推荐——所有高阻力行为在算法设计下都变成了零阻力操作。算法对动机（M）的操控同样精准。实时反馈持续激活焦虑、好奇、愤怒等情绪，激发的动机和真实需求之间的边界越来越模糊。
结果是：原本需要高动机的行为，在算法环境下变成了自动行为。「注意力被劫持」不是比喻，是 M×A×P 被系统性操控的字面事实。
这带来一个更根本的问题：真实动机和被算法激发的虚假动机，有什么区别？ 福格模型无法给出可操作的标准。主观上，算法激发的焦虑和真实存在的焦虑，感觉起来完全一样——都是焦虑。模型描述了这个现象，却没有给出判断工具。这也是为什么在智能时代，福格模型最重要的应用不是「如何让人行动」，而是「如何识别自己正在被引导行动」。
但这个问题的影响，远不只停留在理论层面，它正在重新定义我们日常行为的基本结构。
从行为系统的角度看，智能时代的好习惯和坏习惯之间，存在着结构性的不公平竞争。
好习惯的形成和维持，需要主动设计 M×A×P 三要素。你需要自己找到触发点，自己把行为拆解到足够简单，自己维持动机不衰减。这需要意志力的持续投入。
坏习惯在算法时代享有完全不同的待遇：触发由算法免费提供，阻力已经被降到趋近于零，动机被实时强化。坏习惯不是靠意志力对抗好习惯，它是靠算法搭建的基础设施，对抗你靠个人意志勉强维持的那套系统。好习惯的飞轮需要你用手摇，坏习惯的飞轮是全自动的——两者不是在同一个起点上竞争，算法给坏习惯提供了无限触发和趋近于零的阻力，让这场「意志力比赛」从一开始就不公平。
唯一的自然限制来自注意力耗竭回路：长期透支之后，系统会强制进入恢复状态——倦怠、拖延、对所有内容失去兴趣。但这个平衡是滞后的、惩罚性的，不是提前设计的干预。
干预的杠杆点，按效力从高到低排列：消除触发（P=0）> 降低感知阻力 > 改变系统结构 > 提高动机觉察 > 增强动机。最有效的干预，不是想办法让自己更有动力，而是把手机放在另一个房间。
看清了这个结构性不公平，再回头审视福格模型本身，会发现它的内在矛盾比表面看起来的更深。
福格模型有一个内在的矛盾：它预设了「人对自己的行为有某种控制权」，但模型本身描述的行为机制，恰恰说明了这种控制权是多么脆弱。当触发被算法接管，感知阻力被系统性降低，原本需要真实动机的行为变成了自动行为——这时候，「人在行动」和「人被激活」之间的边界已经消失了。
还有一个更深的问题：模型的乘积结构在 P 被推到极大值时失效。三要素缺一不可的门槛逻辑，在 P 趋向无限大的情况下不再成立——当触发无限多的时候，能力和动机的门槛就被绕过去了。
最后，模型缺少一个元认知层级——它描述了 M×A×P 如何影响行为，但没有给「审视 M×A×P 本身是否被操控」的位置。站在模型内部，无法用模型来审查模型。只有跳出模型，才有可能辨别真实动机和虚假动机。这不是模型的错误——这是模型的边界。
理解了模型的边界，再来看它到底告诉了我们什么。
理解福格模型，不是记住 B=M×A×P 这个公式，而是理解支撑这个公式的几个底层逻辑——每个逻辑都是一个「为什么」，每个为什么都指向人类行为的一个基本维度。
为什么是乘法而不是加法？因为行为是受阻的潜能，不是被推动的产出。
为什么降低阻力比提升动机更有效？因为阻力是感知的问题空间，而不是客观的技能障碍。
为什么触发和能力不能合并？因为它们作用于不同的系统层次，一个管时机，一个管执行。
在智能时代，这些底层逻辑各自被算法怎样改写了？触发被无限放大，阻力被系统消除，动机被精准操纵。理解这些改写，不是为了对抗算法——而是为了看清自己正在被怎样引导，以及这种引导是否与自己的真实意图一致。
福格模型在工业时代是一张「如何让行为发生」的地图，在智能时代变成了一张「行为如何在你不自觉时发生」的诊断图。
回到开头的那个场景。你想戒掉某个 App，手指却已经划开了推送——这不是意志力失败，是 M×A×P 在你没有察觉的时候已经完成了它的运算。拿到这张诊断图之后，你选择做什么，这才是唯一真正属于你的那个 M×A×P。