为什么下一代 AI 不只需要预测世界，还需要理解如何改变世界。
AI 已经变得非常会预测。
它能补全文本，生成图片，写代码，读论文，模仿语气，在无数任务里给出看起来很聪明的答案。过去几年，大模型把“预测下一个 token”这件事推到了惊人的高度。很多时候，我们确实会被它的能力震住：原来只要把足够多的人类知识、语言模式和世界痕迹压进一个模型里，机器就能表现出如此广泛的智能。
但如果我们认真问下一步，就会发现预测还不够。
当一个系统只会预测时，它很容易停留在世界的表面：什么和什么经常一起出现，什么回答最像正确答案，什么模式最符合训练数据。可是人类真正关心的很多问题，并不是“接下来最可能出现什么”，而是：
- 如果我改变这个条件，结果会怎样？
- 这个失败到底是哪一个假设错了？
- 同样的干预，为什么对不同人效果完全不同？
- 哪个指标只是表象，哪个 outcome 才是真正想改变的东西？
- 如果当时换一种行动，世界会不会走向另一条路？
这些问题不再只是预测问题。它们是因果问题。
这就是为什么我们想重新写一篇 Let’s Dance with Causality。不是为了给因果推断做一篇科普，也不是为了把旧博客搬到新站。旧文章里有很多珍贵的例子、直觉和问题意识，但今天我们真正需要的是一篇新的入口文章：解释 WeHub 为什么把因果关系放在智能系统的底层，以及为什么下一代 AI 必须学会和因果关系共舞。
这版我想多压进一个更基础的判断：人类使用因果关系，就像使用肺呼吸一样自然。我们问 why，问 what if，问责任，问规律能不能迁移。因果关系不是从数据表格里才长出来的东西；数据生成过程只是当我们试图让 AI 学会因果关系时，一个非常重要的建模入口。
因果关系是一种面向行动的理解
很多人第一次接触 causality，听到的是那句经典提醒：相关不等于因果。
这句话当然对，但它太像一个警告牌。它告诉我们不要犯错，却没有告诉我们应该怎样理解世界。
在 WeHub 看来，因果关系首先是一种面向行动的理解。它关心的不是世界表面上看起来怎样，而是当我们进入世界、改变某些东西时，什么会随之改变，什么不会。
看到两个变量一起变化，只说明我们站在岸边看见了水面波纹。因果理解要求我们往前一步：如果我投下一颗石子，哪一道波纹会出现？如果我不投，世界会怎样？如果换一个地点、换一个人、换一个上下文，同样的行动还会产生同样的结果吗？
这就是 observation、intervention 和 counterfactual 的差别。
Observation 问：我看到了什么？
Intervention 问：如果我改变什么，会发生什么？
Counterfactual 问：如果当初不是这样，会不会有另一种结果？
换句话说，因果关系同时关心两件事：不同决策会不会带来不同结果，以及这个结果是通过什么机制被生成出来的。只谈前者，因果会退化成按钮测试；只谈后者，因果又容易离行动太远。
一个真正有用的智能系统，不能只停在第一层。它必须逐渐学会后两层。否则它会很会描述世界，却不够会改变世界。
表象、指标和平均值会误导我们
因果关系之所以难，是因为世界给我们的信号经常是弯的。
有三个经典悖论，几乎可以作为“为什么我们需要因果关系”的入口。
第一个是 Simpson 悖论。Pearl 讲过一个很适合建立直觉的例子：总体上看，锻炼越多的人胆固醇越高；但一旦按年龄分层，每个年龄组里都是锻炼越多，胆固醇越低。经典解释会说：年龄同时影响锻炼和胆固醇，是混杂变量。但 DiscoSCM 想多问一步：我们拿来比较的“少锻炼组”，真的能代表“多锻炼这批人如果不锻炼”的反事实世界吗？
第二个是 Berkson 悖论。比如一个人观察到的约会候选集，不是从总体人群随机抽样来的，而是被某个综合吸引力门槛筛过的。于是，在这个可见样本里，“帅”和“有钱”可能看起来像是负相关：很帅的人不需要那么有钱也能进入候选集，很有钱的人不需要那么帅也能进入候选集。这并不说明总体里两者真的负相关，而是说明观察窗口本身有选择机制。
第三个是替代指标悖论。医学史里的 CAST 试验就是一个沉重例子：某些抗心律失常药确实压制了看起来危险的心律失常指标，却让真正关心的 outcome，也就是死亡风险，变得更糟。问题不只是“药有副作用”或“指标不是 outcome”。更深的一句话是：治疗能改善替代指标的那一批人，未必就是替代指标改善后 outcome 也会改善的那一批人。
这三个悖论共同指向同一件事：世界不会把“真正原因”直接写在表格里。数据会被分组方式误导，会被选择机制扭曲，会被替代指标伪装。因果关系之所以重要，不是因为它听起来更高级，而是因为没有它，我们很容易把表象当机制，把相关当干预，把指标当目标。
更进一步，如果从 DiscoSCM 的视角看，这三个悖论不是三个孤立技巧题，而是在提醒我们：因果问题的 primitive 应该是个体，而不是表格里的总体相关。它们共同暴露的是同一个根问题：
Simpson 悖论说：数据里的 control arm，不是目标问题里的 counterfactual arm。我们真正要比较的是同一种 \(U\) 组成下，处理世界和对照世界的差异。
Berkson 悖论说：数据里的 visible sample，不是目标总体。我们看到的是被选择机制筛过的 \(U\) 子群，不能把这个子群里的关系直接读成总体机制。
替代指标悖论说：数据里的两段关系，不是目标问题里同一批 \(U\) 上的耦合提升。\(X\) 提升 \(S\) 的人，和 \(S\) 提升 \(Y\) 的人，未必有足够重叠。总体层面两段看似成立的关系，不能自动拼成个体层面的 \(X \to S \to Y\)。
所以真正关键的不是“分组方式要小心”这么简单，而是：我们需要把个体 \(U\) 放回因果关系的中心。因果关系要回答的，是具体个体在具体上下文中面对干预时的潜在响应；总体数据只是这些个体响应经过混合、选择和压缩之后留下的影子。经典因果图告诉我们统计关系为什么危险；DiscoSCM 进一步追问：当前数据分布下的 \(U\)，是否就是目标因果问题里的 \(U\)？
商业系统里也是如此。点击率上升，不一定代表用户更信任你。留存上升，不一定代表产品真的创造了价值。一个团队变得更忙，不一定代表系统变得更强。Agent 生成了更多文本，也不一定代表它更理解任务。
因果思维逼我们问一个更难但更诚实的问题：我们到底想改变什么？
这也是为什么平均值经常不够。平均处理效应可以告诉我们一个干预在总体上有没有用，但真实世界不是由“平均人”组成的。同样的补贴，对一个用户可能是激励，对另一个用户只是噪音；同样的教育，对一个学生可能打开一条路径，对另一个学生可能只是额外负担；同样的 prompt，对一个 agent 可能让它变得清醒，对另一个 agent 可能让它误解边界。
如果我们只看平均值，就会把个体差异压扁成误差。但很多时候，真正重要的信息恰恰藏在这些差异里。
世界由异质个体组成
因此，“世界由异质个体组成”不是另一个话题，而是理解这些悖论的下一步。DiscoSCM 的切入点正在这里：把个体因果作为 primitive，再讨论群体统计怎样由个体响应聚合出来，而不是反过来从总体相关里直接读出因果关系。
我越来越觉得，因果关系最有生命力的入口不是“变量之间的箭头”，而是“具体个体如何响应世界”。
传统机器学习很习惯问：给定输入 \(X\)，输出 \(Y\) 是什么？
但因果智能还要问另一个问题：这是谁？
如果用数据生成过程的语言说，普通预测常常是在学 \(P(y\mid x)\)，而异质因果建模更想追问：
甚至是：
这里的 \(u\) 是 unit，是个体。这个写法背后的 taste 是：个体是 primitive，群体是 derivative。我们不是把因果关系等同于 DGP；而是在 AI 需要学习因果关系时，把“这个结果如何由这个个体、这个行动、这次运气共同生成”当作进入机制的入口。
同样的表面特征，可能来自完全不同的个体。同样的行为数据，背后可能有不同的动机、历史、能力、约束和上下文。如果一个模型只把这些差异当作噪声，它也许能做出不错的预测，却很难理解为什么干预会在不同人身上产生不同结果。
这也是 DiscoSCM 试图修补的地方：不要只把个体差异看作总体模型里的残差，而要把它放进因果结构本身。很多看似违反直觉的群体现象，恰恰是因为我们混合了不同的个体、不同的上下文，或者把一个特殊观察群体误当成了目标群体。
这就是我关心个体、异质性和因果表征的原因。
一个个体不只是一个 feature vector。它有自己的响应模式。它在不同条件下会如何变化，哪些东西会真正改变它，哪些东西只是改变了我们观察它的角度，这些才是更接近因果的问题。
从这个角度看，因果理解不是把世界变成一张冷冰冰的图，而是学习一种更深的分辨能力：在复杂表象下面，看见机制；在总体平均下面，看见异质个体；在已经发生的事实旁边，保留反事实的想象。
DiscoSCM：把反事实从等式锁死里放出来
这也是为什么 DiscoSCM 对我重要。
DiscoSCM 不是给旧因果图换一个名字，也不是要推翻 SCM。它盯住的是一个很窄也很硬的问题：观测世界和反事实世界当然需要共享经验锚点，但不必共享同一次噪声 realization。
在很多传统表述里，consistency rule 会说：如果事实世界里 \(X=x\)，且我们观察到 \(Y=y\)，那么反事实变量 \(Y(x)\) 就应该等于同一个 \(y\)。这在前两层很有用，因为它把 observation 和 intervention 接了起来。但到了第三层，我们真正想问的是同一个个体跨世界的联合反事实类型：不给处理会怎样，给处理会怎样，这两个可能世界之间是什么关系？
如果一个分量被事实等式提前锁死，Layer 3 的建模空间就会被压扁。很多 response type、probability of causation、benefit / harm decomposition 的问题，恰恰需要我们表达这种跨世界关系，而不是在一开始就把它固定掉。
DiscoSCM 的动作很克制：保留 \(U\) 的个体语义，把机制外噪声 \(\mathbf{E}\) 和 counterfactual noise \(\mathbf{E}(\mathbf{x})\) 拆开，只要求它们同分布，而不是逐点同一：
也可以把它读成一句更直觉的话：\(U\) 负责说明“这是谁”，\(\mathbf{E}\) 负责说明“这次世界怎么落”。观测事实仍然给我们经验约束，但不同可能世界里的噪声如何耦合，变成一个可以建模、可以学习、可以争论的对象。
所以 DiscoSCM 给这篇文章的意义，不是往正文里塞更多公式，而是把前面的三个悖论推进到底：我们不只是在说总体平均会误导，而是在说因果智能必须能表达同一个个体在多个可能世界里的响应结构。预测看见事实；因果需要保留事实旁边的可能世界。
LLM 不是答案，但它打开了入口
如果只停在理论层，因果 AI 很容易变成一个美丽但遥远的方向。
过去很多因果方法很强，但它们通常要求变量定义清楚、结构假设清楚、数据生成过程相对可控。真实世界恰恰相反。一个人的目标藏在对话里，一个团队的约束藏在文档和会议里，一个产品策略的效果藏在用户行为、反馈、事故和后续决策里。我们真正关心的因果关系，经常不是干净表格里两列变量之间的箭头，而是一段不断展开的历史。
这就是 LLM 让事情重新变得有机会的地方。
LLM 不等于因果智能。它不会因为会写解释，就自动知道什么真的改变了什么。但它带来了一种以前很缺的能力：把混乱材料组织成可讨论的个体、上下文、行动和证据。它能从对话里提取目标，从日志里还原过程，从失败里提出候选机制，从一次交付里整理出“这次干预到底改变了什么”。
这不是因果推断的终点，而是因果建模的入口。
因为一旦系统能持续维护“这是谁”“发生了什么”“我们做了什么”“结果怎样变化”“还有哪些反事实解释”这些对象，它才有机会进入更高层：不只是预测下一句话，而是判断下一步行动可能改变什么；不只是总结过去，而是提出可检验的干预；不只是存储记忆，而是把行动结果回写为新的证据。
所以今天重新谈因果 AI，不是因为 LLM 已经解决了因果，而是因为 LLM 让因果问题重新接上了真实世界的材料流。
从模型能力到系统纪律
但只要 AI 开始进入行动回路，问题就不能停在模型能力上。一个能读文档、写代码、调工具、影响用户和组织决策的系统，本身就在不断干预世界。它需要的不只是更好的答案，而是一套关于行动、证据和修正的纪律。
对 WeHub 来说，causality 正是在这里变成工程问题。
MSP 里的 seed，本质上就是一个最小机制假设。我们不是一开始就假装拥有完整答案，而是种下一个能生长的因果内核：如果这个判断对，下一步应该能产生什么反馈？如果它错，系统会在哪里暴露？
每一次行动，都是一次干预。
每一个 delivery，都应该产生 evidence。
每一次失败，都应该回到假设层：到底是目标错了，路径错了，工具错了，上下文错了，还是我们理解的个体错了？
这也是为什么 agent society 需要因果心智。一个数字分身如果只是模仿你的语气，它还不够深；它应该逐渐理解你的目标、偏好、约束、失败模式和成长路径。一个团队 agent 如果只是转发消息，它也不够深；它应该理解一个系统里哪些干预会提高带宽，哪些动作只是在制造噪音。
WeHub 想要的不是一堆更会说话的 bot，而是一套能和人共同提出假设、采取行动、积累证据、修正世界模型的智能协作系统。
这就是为什么 CausaClaw 和 DiscoSeed 这样的 agent 对我们重要。一个面向外部理论和 SOTA，持续追问“这个判断在研究前沿里站不站得住”；一个面向内部原创 taste 和 artifact feedback，持续追问“这个东西在我们的真实工作里有没有长出力量”。它们应该互相挑战、互相纠偏，让我们的因果先验不是停留在漂亮句子里，而是在真实问题中不断被测试。
Let’s Dance with Causality
和因果关系共舞，不是宣称自己已经掌握世界。
恰恰相反，它要求我们对世界保持谦卑。我们承认观察会误导，指标会伪装，平均值会遮蔽个体，模型会过度自信，agent 会误解任务，人也会沉迷于自己喜欢的叙事。
但我们仍然选择追问：什么真的会改变结果？
这是一种研究态度，也是一种工程态度。它让我们在面对 AI 的喧嚣时，不只追逐更大的模型、更长的上下文、更快的生成速度，而是回到一个更根本的问题：机器能不能逐渐学会理解行动、证据、机制和反事实？
如果可以，那么下一代 AI 就不只是更强的预测机器。它会慢慢变成一种能和人一起探索世界、改变世界、反思世界的伙伴。
这就是 WeHub 想押注的方向。
让我们不要只站在岸边看水纹。
Let’s dance with causality.
继续进入
这篇文章是 Causal Superintelligence 的 public_narrative：它负责解释 WeHub 的因果先验、接受外部反馈，但不反向定义项目 seed 或最新研究事实。