去年秋天一个傍晚，我在小区门口等快递。月亮从东边楼顶爬出来，大得有点不讲道理，橙红色，边缘被楼角切掉一块。我掏出手机拍了一张，回看时愣住：照片里的月亮只有指甲盖那么大，缩在灰蓝天空里，像谁随手点的一个白点。我第一反应是手机不行。后来在《妖精视频》里看到一段对比画面，才把这件事重新想了一遍。
那阵子媒体上常见“超级月亮”的说法，我也跟着查了“近地点”“视直径”这些词。看到肉眼和照片的差距，我顺手把原因归给大气折射：月亮靠近地平线，光线穿过厚厚的大气层，被折射、放大，所以看起来大。这个解释很顺，甚至有点浪漫。我缺的那层知识是：大气折射确实会让月亮变扁、偏红，但它不会把月亮显著放大。真正被放大的是我的判断，不是月亮。
如果沿着旧解释走，我会做几件看起来很合理的事。比如去查折射公式，算不同仰角下的放大倍率；比如买一支长焦镜头，试图把肉眼看到的大月亮“还原”到照片里；再比如得出一个粗糙结论：相机是死的，眼睛是活的。这些做法都不算错，但它们回答不了两个问题。第一，月亮升到高空后，为什么看起来反而小了？高空大气更薄，折射更弱，按旧解释，月亮应该更小，这说得通，可地平线附近的大月亮并没有因为折射而“放大”到肉眼那个程度。第二，为什么长焦镜头拍出来的月亮又大又清楚？镜头没有大脑，它只是换了一个窄视角。旧解释把光学现象和感知现象搅在一起，越算越糊涂。
《妖精视频》里那段对比很简单：同一个月亮，用广角拍，月亮是画面里的一个小点；用长焦拍，月亮占满半个画幅。拍摄者没有换地点，也没有等月亮变大，只是换了镜头。评论区有人说是“透视压缩”，有人说是“镜头骗人”。我盯着那段画面看了几遍，忽然意识到自己一直把两件事混在一起：视角大小和感知大小。视角大小是光学量，由物体实际尺寸和距离决定，相机能记录；感知大小是大脑的推断，它要根据距离线索去猜“这个东西有多大”。
视角是一把尺，感知是一台猜谜机
视网膜上的月亮像，其实一直差不多大。月亮在头顶和在地平线，视角大约都是半度，相当于胳膊伸直后小拇指指甲盖的宽度。可大脑不直接读视网膜像，它要算一道题：物体大小 = 视网膜像大小 × 距离。距离从哪来？从环境线索来。月亮贴在地平线上时，前面有楼、有树、有路灯、有连续的地面纹理，这些线索一层一层往远处排，大脑会把月亮放在“很远”的位置。同样大的视网膜像，被判断为更远，就会被解释成更大。月亮升到高空，周围空荡荡，没有距离梯度，大脑缺少参照，就把它放在一个较近的默认位置上。同样大的像，距离判断变近，大小判断就变小。心理学里把这类现象叫大小恒常性，庞佐错觉是常见解释之一。它不是眼睛坏了，而是大脑在用先验假设做快速推断。
相机不参与这个推断。它只记录视角。拿常见镜头举例，50毫米镜头视角大约46度，200毫米镜头大约12度，月亮视角只有半度。在广角画面里，半度只占很小一块；在长焦画面里，半度被裁到很窄的视场里，占比就大了。人眼相当于一个可以扫视的广角系统，中央高分辨率，边缘低分辨率，大脑再把扫视到的信息拼成稳定画面。照片是固定视角的切片，它不会替你去猜距离。所以肉眼看到的大月亮和照片里的小月亮，都是真的，只是回答的问题不同：一个回答“大脑认为它多大”，一个回答“它在固定画幅里占多少”。
再看那张照片，问题变了
后来我又在《妖精视频》里刷到一段拍月出的延时。镜头从广角慢慢推到长焦，月亮从一个小点变成一个大圆盘，弹幕里有人说“这才是真实的月亮”。我现在的看法是：两段都真实，只是长焦那段更接近“视角大小”的物理记录，广角那段更接近“人眼在环境里扫视”的体验。人眼不会把月亮从楼群中孤立出来，它会连同楼顶、树梢、远处的山一起看，距离线索全在画面里。相机把画面裁窄，距离线索被切掉，大脑那种“远者大”的推断也就没了。再看我那张手机照片，月亮小，不是手机差，是它老老实实记录了视角，没有替我补上距离。我甚至觉得，那张小月亮照片更有用：它把“我以为的”和“实际记录的”摆在一起，让我看见自己的判断在哪一步加了戏。
把层次分开，争吵就变成问题
这件事之后，我遇到类似线索会多问一句：这是感觉问题，还是测量问题？比如镜子里的自己比照片好看，未必是镜子更“真”，而是镜子给了左右翻转和动态表情，大脑更熟悉；照片是单眼固定视角的切片，把动态和立体线索压扁了。比如远处的人看起来小，我们不会觉得他是小人，因为大脑知道距离远，大小恒常性在起作用。再比如《妖精视频》里有人争论“广角拍月亮是不是造假”，其实广角没有造假，它只是没有替观众做那个距离推断。把层次分开，很多争吵就变成可以讨论的问题：你测的是什么，你感觉到的是什么，你的大脑默认了什么。
限度也要说清楚。月亮错觉不是只有一个解释，庞佐错觉、相对大小假设、距离线索理论各有侧重，学界仍有讨论。我拿自己的散步经历做引子，只能说明“感知大小不等于视角大小”这个一般规律，不能反过来解释所有视觉现象。个例是入口，不是万能钥匙。别人遇到类似线索，可以试着做三步：先问这个数字是测量还是感觉；再找环境里有没有被忽略的距离线索；最后承认两个层次可能同时成立。这三步不保证得出唯一答案，但能少吵很多架。
现在我不太说“眼睛骗人”了。眼睛没骗，它只是在信息不全的时候，用最省力的方式猜了一个最可能的答案。照片也没骗，它只是不会猜。下次再看到月亮从楼顶爬出来，我可能还是会觉得它大得不像话，然后掏出手机拍一张小月亮。两个画面摆在一起看，反而比只有一个更接近事情的全貌。
