概念预备 · 2026-11-06
看 / 改 / 悔：三层因果阶梯
Pearl 的 L1、L2、L3。用一条产线讲完，不用术语起步。
贯穿例子
T 烘箱温度
Y 产品不良率
H 夏天湿度
H 同时让散热变慢、让产品受潮，是共因
L1
Association · 关联
我看见什么跟着什么变
历史报表里，温度读数高的批次，不良率也高。
P(Y | T)
但高温度和次品可能都是湿度造成的。这时候 T 只是个信号，不是原因。
L2
Intervention · 干预
我主动改一个变量，会怎样
不管原来是什么让温度高，人工把温控设定值调高5度，看不良率怎么变。
P(Y | do(T))
do 是外部强行设定，切断了 T 原来的父节点（湿度、班次、来料）。湿度不会跟着变，温度自身的作用才被分离出来。
L3
Counterfactuals · 反事实
当时要是没这么做，会怎样
这批货已经废了，实际82度。同一批次、同一湿度、同一批来料，只把温度压到78度，还会废吗？
P(Y₇₈ | T=82, Y=废)
不可能真重跑一次，只能靠结构假设（DAG）加机理知识推。
一句话记住 L1 → L2：L1 是「我看到温度高」，L2 是「我把温度调高」。看别人做饭 ≠ 自己做饭。
上一轮说 Cosmos / Genie / Marble / JEPA 和这两篇 NVIDIA 论文都停在 L1，因为它们都是「看大量数据，学出什么跟着什么变」，没有一个能回答「我主动调这个参数会怎样」。
第二个概念
消融实验：把一味料拿掉
论文里堆了一堆模块，怎么知道哪个真管用？逐个拆掉，其余全不动，看掉多少。
下面是 X-Mobility 在「随机障碍」场景的成功率。
去掉语义解码
StyleGAN 分割头
36%掉32个点
拆掉掉得最狠的，才是真主力 —— 历史记忆，不是那些听起来高级的模块。
还有个反直觉结果：去掉语义解码后，熟悉的仓库场景反而更快（33.7秒 < 37.7秒），作者自己承认可能对训练场景过拟合。一个模块「在熟悉环境里没用、在陌生环境里救命」，只有拆掉才看得见。
拿去审供应商和你自己的 demo：你加的每个组件，能不能说清拆掉会掉多少？说不清，就是装饰。