第二十一章　方程怎样表征纠缠，
又怎样避免遮蔽纠缠

21.1 方程记录与方程知识

方程能够极大压缩关系，也能够极大制造理解幻觉。一个人把三个函数式写在纸上，可能已经掌握了具体构型，也可能只是熟练复制三个符号。外观上的严密不能替代所指的明确。SDE知识论对普通教材提出的要求，必须首先施用于本书自己的方程。

以s=(d+e) mod 4为例，记录这条式子只需要复制字符；掌握这条知识，却需要知道方向怎样编码、净转动怎样合成、公共参照怎样固定，以及哪些变化会使该表达失效。公式的简洁建立在大量已经明确的约定上。若约定没有进入理解，公式就可能在不适用的地方被机械使用。

方程知识还包括能够从关系恢复操作。给定两个量，学习者不只是算出第三个数字，还要能说明这个结果对应什么可辨认状态。若计算得到三，却不知道三代表朝左还是第三次操作，数值正确也不能保证知识成立。符号必须接回其编码的发生维度。

反向操作同样重要。看到一个具体结果，学习者应当能够判断信息是否足以恢复其他维度。上一章把四方向粗化为横纵，便使某些反向确定失效。能够说出“这里不能唯一恢复”，是一种积极的知识，而不是不会计算。方程理解的边界意识，往往比盲目求出一个数更基础。

可以把方程的学习分成三个不同任务：读懂记号，理解关系，审查适用。它们可以相互推进，但不能由第一项自动推出后两项。教师若只检查学生能否代入数值，就可能遗漏了定义域、编码层级和条件变化。发生性数学与符号学教育应当把这些内容放回知识中心。

这里也要避免另一种极端。不是每次使用公式都要重新完整推导。熟练工具能够释放注意力，使研究者进入更高层问题。关键是封装是否有可靠依据，使用者在出现异常时是否知道如何打开承重条件。方程知识可以具有层级，不必每次都从头开始，但不能把无法打开的熟悉感冒充深层掌握。

在公共研究中，方程还需要与版本对应。变量含义发生改变，旧式子即使字形不变，也可能不再表达原关系。一个报告必须记录采用了哪一套定义，哪些条件被固定，哪些结果属于哪个版本。没有这些信息，后续复核可能比较的是不同对象，却误以为在争论同一个公式。

因此，方程是高度浓缩的知识入口，而不是知识已经自动完成的证书。它能够支持创造，是因为它把某些关系变得可推演、可比较、可改写；它也可能阻止创造，是因为形式权威使人不再追问关系从何发生。本章要做的，就是把这种双重可能区分开。

21.2 变量和参数的选择怎样改变可见性

变量并不是从世界中自然掉出来的现成标签。研究者选择记录什么，就同时决定哪些差异能够进入模型。这个选择必须接受对象与任务的约束，却仍然是一项需要说明的工作。变量选择的发生，是数学进入符号学最直接的位置之一。

仍以研习站为例。若模型只记录当天借出器材的总次数，它可以衡量活动频率，却无法区分三人是否都有机会使用。同样十次借用，可能集中于一个人，也可能分配于三人。若研究目标是参与机会，只有总次数就不足；需要记录参与者、时间和占用结构。新变量使原先不可见的差异成为对象。

但增加变量也可能只是增加噪声。若为简单的交接任务收集与用途无关的个人资料，模型未必更完整，反而增加解释负担。完整SDE并不等于无限收集。变量应当说明它能区分什么、怎样进入相互规定，以及没有它会遗漏哪一项承重关系。

变量的尺度也会改变结论。把等待记录为“短、中、长”，只提供一个次序；把等待记录为分钟，则增加了差值比较，但仍需说明计时起点。若起点有时是提出申请、有时是获得批准，数字看似精确，实际却不在同一尺度。测量不是给经验加小数点，而是建立可比较的操作关系。

在自我界的评价中，这一点更明显。一个人用一到五表示投入意愿，并不自动意味着四与二的差距等于三与一的差距。数字标签可以表达次序，却未必表达等距结构。若模型把这样的标记直接加总或求倍数，需要公开额外假设，而不能借数学符号掩盖尺度选择。

参数与变量的区别也依赖研究层级。器材总量在一次排班中可以作为固定参数，在学校资源设计中则可能成为可调整变量。把某个关系暂时固定，是为了研究清楚其他关系，不是宣布它永远不可改变。发生学要求模型能够在层级转换时重新打开原来的固定条件。

因此，一个变量表应当不仅写名称和单位，还写它的辨认方式、允许范围和变化地位。哪些量来自观察，哪些量由规则规定，哪些量只是为了计算方便引入，都应当区别。观察值与规定值混写，会使模型把制度选择伪装成自然事实；辅助变量被当成本体，则可能使形式反过来支配对象。

变量选择的创造性，在于使此前无法比较或表达的关系获得公共形态。它不是任意发明数字，也不是把所有意义压成指标，而是在保留任务内容的前提下建立新的区分。这样的选择一旦成立，就可能改变概念、推演与整体结构，因而本身就是基础知识发生的一部分。

21.3 关系式、函数式与其他形式的适用边界

并不是每一种相互规定都能立即写成单值函数。第十二章已经证明，在一个三元关系中，要使任意两维唯一确定第三维，需要相应的唯一性条件。若条件不满足，强行写出一个函数，可能只是删除了真实存在的多种可能。[12]

例如，某个学习任务的最终作品与材料条件相同，却可能来自两种不同的差异序列。若S的记录不包含足以区分过程的信息，便不能由S和E唯一恢复D。这时可以先记录尚待区分的候选序列集合，但这只是当前表达尚不充分的工作状态，不能据此宣布已经满足三方程的完整知识要求。进一步需要补充能够辨认过程的记录，或者重新确定变量粒度与定义域，使具体关系符合所声称的方程条件。选择哪一种，要取决于研究目标，而不是取决于对函数外观的偏爱。

关系式允许我们先保留多值结构。设R是所有当前允许的三元组集合，写出某个三元组属于R，比假装已经知道唯一函数更诚实。之后可以研究在哪些子域中唯一性成立，哪些条件使关系收缩为函数。这样，函数的发生本身也成为知识问题，而不是在开头被无条件规定。

约束式则适合表达整体可行性。三个占用变量满足a+b+c≤2，不直接指定谁应当使用设备，而是排除某些不可行状态。要从可行域中选择方案，还需要目标、次序或其他规则。约束、选择和结果是不同层次，不能因为写了一个不等式，就宣布已经完成全部决策。

概率表达又承担另一种任务。它可以记录在某些条件下结果的不确定分布，但不能仅凭概率高就判定某次结果必然发生，也不能把统计依赖直接当成发生机制。若本书使用概率，需要说明随机对象、样本或模型从何而来。没有这些内容的概率符号，只会使猜测看起来更精确。

图、表和程序同样可以表达关系。图有助于看见连接，却可能隐藏高阶约束；表适合有限枚举，却可能难以显示一般结构；程序可以执行规则，却可能把关键假设埋在代码分支中。不同表达应当互相检查，而不是争夺唯一合法性。一个高阶资源限制，往往需要在普通关系图之外补充整体条件。

表达形式的选择还受读者进入方式影响。初学者可以先通过实物或图示建立关系，再进入符号；研究者可以先用形式表达发现矛盾，再设计具体实例。这与六路径相接。不同入口并不降低知识标准，最终仍需让表达与其所指相互支持。

因此，本书把三方程视为完整关系的研究要求，而不是要求所有具体问题在第一步都已经拥有三个全域单值函数。能够指出当前何处只能形成关系、何处可以形成函数，是理论具体化的重要进展。若不能容纳这种区别，三方程就可能变成一套逼迫对象服从形式的填空题。

21.4 方程失配时修公式还是重构概念

当一个方程不能解释某个结果，最容易采取的办法是增加一个修正项。有时这样做完全合理，因为原模型省略了一个明确的小因素；有时却只是把概念错误隐藏得更深。发生性认知需要判断失配发生在哪个层次，不能把所有问题都当成参数不够精细。

以转位签为例，若读盘者偶尔把右与左记反，首先应当检查记录和参照，而不是立即发明新的转动规律。若转盘被翻面，顺时针的解释发生变化，就需要重建操作与参照的关系。若任务开始关心经过哪些中间方向，则净转动概念本身已经不足，不能只给原式子加一个常数。

这三种情况分别涉及记录错误、条件改变和对象层级改变。它们可能产生相似的数值失配，却要求不同处理。只有回到D与E，才能判断哪一种解释更合适。单看最终误差大小，未必能够辨认知识应当在哪一层修订。

一个有用的检查次序，是先确认符号是否仍指向同一对象，再确认操作与条件是否按规定实现，然后检查关系式是否需要修改。这个次序不是不可变的流程，而是防止最容易核对的错误被跳过。若对象已经改变，继续精调旧参数通常不能恢复概念的适用性。

重构概念也需要保留旧知识。净转动对最终方向的预测仍然有效，只是在研究中间轨迹时不够。新的路径概念不必宣布旧概念错误，而可以说明旧概念是对完整序列的一种压缩。这样的层级关系使知识能够积累，而不是每次扩展都通过否定过去来获得新颖性。

有时，失配确实要求改变基础规定。例如，原任务把连接当作无方向，新的交接任务却必须区分谁交给谁。此时不是某条边的数值错了，而是关系类型需要改变。新的场态会反过来改变“可达”“同组”与“完成”的概念，三门根学科在同一处共同发生。

对于AI提供的公式，审查更应从所指开始。不能因为模型给出复杂表达，就假定每个变量都有对应。研究者需要逐项问：变量如何获得，关系从何支持，边界怎样确定，什么结果会使它失效。若这些问题没有答案，保留简单而明确的关系往往比接受复杂公式更接近知识。

一处新差异如何决定修订的层级

对于一个出现失配的公式，可以进行一项保持其他条件不变的对照：先只改变记录，再只改变操作约束，最后考虑改变对象类型。这不是把所有研究固定成三步法，而是在当前信息允许时辨认哪一种改变真正消除了失配。若只是把方向抄错，纠正记录即可；若同一实际动作在不同观察位置下被称为顺时针，则要统一参照；若研究任务已经转向完整动作史，则必须改变对象粒度。三个处置分别作用于不同的相互规定，不能因为最后都能得到正确数字就混为同一方法。

更强的判断还要看修订能否处理尚未用来设计它的实例。给一个出错行专门增加例外，可能修好这一次输出，却没有形成新的知识关系。若修改参照规则以后，所有按同一规则实施的转位都能够被解释，并且能指出哪些翻面操作仍超出范围，修订就具有更广的结构内容。这里的检验不必预先许诺无限普适，但要让新增条件承担超过单个样本的工作。

与AI共同建模时，最需要保存的往往就是这段选择过程。模型可以同时建议加参数、改符号、换对象，研究者必须说明为什么采用其中一个。只保留最终公式，会把真正的创造判断压平；保留全部聊天，又可能使关键选择埋没。适当的发生档案应当集中记录导致模型版本改变的那项差异、所放弃方案的失败理由，以及新版本仍保留的限制。

方程表征的最高价值，不是让研究结束，而是让争论变得可定位。大家可以指出不同的变量、条件或推演步骤，能够通过具体修订继续工作。下一章将把这一能力带入三界，研究科学概念、共同活动与自我概念怎样共享粒子发生的根问题，又怎样保留不同的成立条件。

章末来源与论证身份

[4]完整知识定义与方程表征命题。[12、15]有限关系唯一性及高阶容量约束的构造检查。本章变量、尺度和表达层级分析为方法论展开，不涉及具体医疗、财务或个人诊断建议。

本次增厚中的构造、条件分析与教学材料为本书的进一步展开，不作为三篇理论底本已经给出的结论。