一句话定义：信息瓶颈（Information Bottleneck，IB）是一条判断"什么算好表示"的原则——把原始输入 X 压缩成表示 Z 时，要尽量多留住与目标 Y 有关的信息，同时尽量多丢掉与 Y 无关的信息。
打个比方：给老板汇报
你要向老板汇报一个项目能不能按时交付。原始输入 X 是一整天的聊天记录、邮件、会议录音、监控画面。全搬过去，等于没压缩，老板淹在噪声里；只写一句"一切正常"，又压得太狠，把风险信号也丢了。好的汇报是：保留影响交付的判断依据，删掉午饭吃什么、谁和谁吵了架。压多少、留什么，由"老板要做什么决策"决定，而不是由材料本身决定。
信息瓶颈说的就是这件事：表示的好坏不取决于它保留了多少原始细节，而取决于它保留的细节是否与任务相关。
它在优化什么
形式化一点，就是最小化 I(X;Z) 同时最大化 I(Z;Y)，其中 I 表示互信息（Mutual Information），常写成一个带权衡系数 β 的式子。β 小，压得狠，表示更抽象、更抗噪；β 大，留得多，容易把噪声和偶然相关一起带进模型。
这一思想由 Naftali Tishby 等人提出，后来在深度学习中演化出变分信息瓶颈（Variational Information Bottleneck，VIB）等近似做法。互信息本身很难直接估计，所以实际落地多是近似，具体实现和超参以对应论文或库的官方文档为准。
和相邻概念的区别
| 方法 | 压缩依据 | 是否看任务目标 Y |
|---|---|---|
| 主成分分析（PCA） | 方差最大的方向 | 不看 |
| 自编码器（Autoencoder） | 能否重构回原输入 | 不看 |
| L2 正则、AI 词典：Dropout">Dropout | 让模型别过度依赖某些参数 | 不看 |
| 信息瓶颈 | 与 Y 的相关性 | 看 |
关键差别在于"有监督的压缩"。PCA 和自编码器追求重构误差小，会老老实实保留所有能被压缩的细节；正则化只是笼统地压制复杂度，并不知道哪些信息该丢。对比学习（Contrastive Learning）在精神上更接近：只保留同一物体不同视角下共享的那部分信息，把视角特有的细节扔掉。
对从业者和普通人的意义
从业者最常犯的错是"字段越多越好"：把用户 ID、时间戳、埋点原文一股脑喂进模型。这些东西不但不提升效果，还可能让模型学到泄漏或偶然相关。信息瓶颈提供了一个自检问题：这个特征对当前任务的目标有用吗？没用就是要去掉的。
普通人同样适用。周报、简历、方案不是事实的堆砌，而是面向读者决策的压缩。信息越多不等于判断越好，噪声会稀释信号——真正的专业性，往往体现在敢于删掉什么。