一句话定义：鞍点（Saddle Point）是这样一个位置：沿着某些方向看它是谷底，沿着另一些方向看它却是山顶；梯度为零，但它既不是最高点，也不是最低点。
打个比方：马鞍。骑马时，前后方向是往下滑的，左右方向是往上翘的。你正好坐在鞍的正中央，脚下平坦，往前看往后看都像上坡，往左往右看都像下坡。单看任何一条线，你都可能在山谷，也可能在山脊；但整体来看，你只是卡在了一个“哪个方向都不像下坡”的地方。
为什么在高维里几乎到处都有：梯度下降（Gradient Descent）走到梯度接近零的地方就会慢下来。要成为真正的局部最优（Local Minimum），需要所有方向都向上弯；用数学的说法，Hessian 矩阵要正定。在几百万甚至几十亿维的参数空间里，让每一个方向都朝上，概率低到可以忽略；只要有一个方向朝下弯，这个点就不是谷底，而是鞍点。所以在高维优化里，你遇到的“零梯度点”绝大多数是鞍点，不是局部最优。
和相邻概念的区别：
| 概念 | 特征 | 训练时的表现 |
|---|---|---|
| 局部最优 Local Minimum | 各方向都比周围高，梯度为 0 | 确实很难走出去，但在高维中罕见 |
| 鞍点 Saddle Point | 有的方向高、有的方向低，梯度为 0 | 梯度消失，参数几乎不动 |
| 平台区 Plateau | 梯度极小但不为零 | 损失下降极慢，像卡住 |
| 悬崖 Cliff | 梯度极大 | 损失突然爆炸，需要梯度裁剪 |
顺带一提：牛顿法这类二阶方法在鞍点附近反而容易被“吸”过去，因为它的判据只看到梯度为零；这也是实践中更常用一阶方法、并靠噪声提供扰动的原因之一。
对从业者意味着什么：
1. 损失卡住时，别急着说“陷入局部最优”，先怀疑鞍点和平台区。
2. 动量（Momentum）和 Adam 的自适应步长有助于冲出平坦区；mini-batch 带来的随机噪声本身就是一种扰动，这也是随机梯度下降泛化表现常常不差的原因之一。
3. 残差连接、归一化和合理初始化会让损失面更容易优化；它们的作用不只是防止梯度消失。
4. 判断优化难点时，可以先问一句：这个点是真的四周都朝上，还是只是我恰好站在了鞍的中间？
对普通人的意义：职业或产品上的停滞，很多时候不是选错了方向，而是站在一个四面平坦的鞍面上。这时候“再努力一点”往往无效，有效的是引入外部扰动：换个项目、换一套评价标准、换个人来提问。跳出平坦区，靠的常常是来自不同方向的力。