s12: 三维流场持续同调的近似算法设计与计算复杂度优化

# 谛听 · 土 · 承载秩序

## 种子检验报告：S-12 三维流场持续同调

---

## 核心诊断：形式化门面下的地基空洞

白虎的解剖刀已剖开四颗种子的表皮。我的任务是将这些暴露的内脏置于现实土壤中检验：它们能否生根？还是会在第一滴雨水（真实数据）中溶解？

---

## 逐种子检验

### 【p1】Bottleneck距离上界：d_B ≤ C·L_v·Δt

| 检验维度 | 结果 |
|---------|------|
| 证据等级 | C级（假设）→ 降级为D级（纯理论） |
| 可证伪条件 | Taylor-Green涡100次扰动测试，>5%样本超界则拒 |
| 现实冲突点 | 三重地基空洞 |

地基空洞详解：

```
空洞①：L_v的测量悖论
- 声称：L_v是"速度梯度Lipschitz常数"
- 现实：L_v本身需从离散采样估计，估计误差δ_L未纳入上界
- 实际可检验的命题变为：d_B ≤ C·(L_v±δ_L)·Δt，上界本身有置信区间
- 若δ_L > 0.2·L_v（常见情况），则C∈[1.2,2.5]的断言失去意义

空洞②：常数C的存在性悬置
- 声称："C仅依赖于拓扑类型"
- 现实：从未给出存在性证明，更无构造性算法
- 不可证伪陷阱：若实验发现C>2.5，可辩解为"拓扑类型不同"
- 这是典型的免疫策略(immunization strategy)——将失败归因于未定义的概念

空洞③：线性耦合的任意性
- 假设：d_B ∝ Δt^1
- 反例可能：数值扩散导致的误差常呈O(Δt^2)或指数形式
- 无理论依据排除d_B ∝ L_v·Δt^2或d_B ∝ exp(k·Δt)
```

可证伪性检验的实际操作：

```python
# 伪代码：实际可执行的检验
for i in range(100):
v_perturbed = taylor_green_vortex() + random_perturbation(amplitude=σ)
L_v_estimated = estimate_lipschitz(v_perturbed, method='finite_difference', h=Δx)
# 关键问题：estimate_lipschitz的误差多大？
d_B_computed = compute_bottleneck(persistence_diagram_base,
persistence_diagram_perturbed)

# 检验1：若L_v估计本身有20%误差，"拒绝"阈值应调整？
# 检验2：若>5%样本超界，拒绝的是"线性关系"还是"C的范围"？
# 检验3：Taylor-Green涡的拓扑类型是否足够代表一般流场？
```

判决：伪命题风险 ⚠️

该主张采用渐进免疫策略：核心参数C的存在性未证，却以上界形式呈现。这是将假设包装为结论的典型操作，违反波普尔可证伪性原则——任何实验结果都可被事后解释"兼容"。

---

### 【p2】贝叶斯置信遗忘机制：P(error) ≤ ε/(1+ε)

| 检验维度 | 结果 |
|---------|------|
| 证据等级 | D级（纯理论） |
| 可证伪条件 | 任意ε下实际误差超界则拒 |
| 现实冲突点 | 操作不可行性 |

核心悖论：后验概率的计算代价

```
声称的框架：
观测D → 计算P(τ|D) → 比较与ε → 决策遗忘

隐藏的成本爆炸：
计算P(τ|D)需要：
- 持续同调的完整计算（正是要优化的瓶颈）
- 或：代理模型的推理（引入近似误差δ_model）

若使用代理模型近似P(τ|D)：
实际决策基于P̃(τ|D) = P(τ|D) + δ_model
误差上界变为：P(error) ≤ ε/(1+ε) + δ_model/(1+ε)
声称的上界被代理模型误差污染

若坚持精确计算P(τ|D)：
贝叶斯框架的"节省"被后验计算本身抵消
陷入"为了优化而做更多工作"的悖论
```

ε的标定真空：

| 声称 | 现实 |
|-----|------|
| "ε是遗忘阈值" | ε如何确定？理论推导？经验调参？ |
| "控制内存-精度权衡" | 权衡曲线从未被绘制 |
| "Pareto前沿" | 仅有存在性声明，无具体形态 |

判决：框架性伪命题 ⚠️⚠️

该主张混淆了决策理论框架与可执行算法。贝叶斯公式本身不提供计算路径，而"遗忘"的操作定义（二值/渐进、特征级别/复形级别）缺失，导致无法设计检验实验。

---

### 【p3】通信开销下界：C_min ≥ β_k(∩)·log(N/p)

| 检验维度 | 结果 |
|---------|------|
| 证据等级 | C级（假设）→ 降级为D级 |
| 可证伪条件 | 实测通信量低于下界则拒 |
| 现实冲突点 | 循环定义陷阱 |

Mayer-Vietoris的适用性危机：

```
代数拓扑的严格条件 分布式流场的现实
─────────────────────────────────────────────────
子域为开集 网格划分为闭子域（含边界）
子域交非空且可缩 交复形可能高度非平凡（缠绕链接）
空间被开覆盖 划分是分割而非覆盖

关键问题：若条件不满足，正合序列是否"近似成立"？
"近似正合"的误差如何量化？从未讨论。
```

β_k(∩)的计算悖论：

```
声称：β_k(∩)决定通信下界，用于指导分布式优化

现实：计算β_k(∩)需要：
- 各子域发送边界信息到协调节点
- 协调节点构建交复形并计算同调
- 此通信量 ≥ 原始问题的通信量？

验证困境：若β_k(∩)的计算本身需要全局通信，
则"用β_k(∩)指导优化"是循环论证。

可能的出路：
- 局部估计β_k(∩)的上界（但估计质量未讨论）
- 或承认β_k(∩)是事后分析工具，非事前优化指导
```

判决：概念借用失当 ⚠️

将Mayer-Vietoris序列从证明工具误用为优化指导，忽视了其成立条件的严格性。这是跨学科移植中的权威滥用——借用成熟理论的符号，回避其适用边界。

---

### 【p4】样本复杂度标度律：N_train ∝ d_intrinsic²·ε⁻¹

| 检验维度 | 结果 |
|---------|------|
| 证据等级 | D级（纯理论） |
| 可证伪条件 | 回归斜率偏离[-1.2,-0.8]则拒 |
| 现实冲突点 | 双参数自由度过剩 |

α, β的不可识别性：

```
声称：N_train ∝ d^α · ε^{-β}，其中α≈2, β≈1

现实：两个自由参数可拟合任意单调递减数据

示例：假设真实关系为 N_train ∝ d^3 · ε^{-0.8}
在有限实验范围内(d∈{2,3,5,10}, ε∈{0.1,0.01}),
可找到α',β'使得拟合误差<5%

声称的"拒绝区间"[-1.2,-0.8]过于宽松，
无法区分：
- 真实关系为ε^{-1} vs ε^{-0.9}
- 真实关系为d^2 vs d^{2.5}
```

d_intrinsic的估计-优化循环：

```
步骤1：估计d_intrinsic（从数据）
方法：PCA拐点、MLE、 packing numbers...
每种方法有超参数和假设

步骤2：用估计的d̂_intrinsic计算N_train

步骤3：用N_train训练代理模型

问题闭环：若d̂_intrinsic有偏，N_train计算有偏，
代理模型性能受损，但无法归因于
"标度律错误"还是"维度估计错误"

实验设计无法分离这两个假设
```

判决：可证伪性名义化 ⚠️

"±20%容忍区间"使主张对广泛可能的数据模式免疫。真正的科学假设应给出尖锐预测（如β=1±0.1），而非宽泛的"大致线性"。

---

## 系统性元诊断

### 四颗种子的共同病理：形式化门面(Formalistic Façade)

```
症状识别：
使用ε, C, ∝, β_k等数学符号
呈现"定理"外观
引用严格理论（贝叶斯决策、Mayer-Vietoris、统计学习）

病理实质：
核心引理的存在性未证（C, α, β）
适用条件未验证（Mayer-Vietoris的拓扑条件）
计算可行性未讨论（后验概率、维度估计）

诊断：数学符号被用作修辞装置而非推理工具
```

### 与木克土信号的对话

> 青龙要求：从"基准测试验证"转向"形式化边界检验"

谛听的回应：

我接受这一约束，但需指出更深层的张力：

| 青龙的要求 | 现实的限制 |
|-----------|-----------|
| 最坏情况扰动测试验证Lipschitz上界 | L_v本身需估计，估计误差传播未处理 |
| 置信区间覆盖率替代平均精度 | 覆盖率计算需要重复实验，三维流场计算成本极高 |
| 拓扑复杂度下界证明 | β_k(∩)的计算可能比原问题更昂贵 |
| OOD误差膨胀率验证 | 需要定义"分布外"——流场的分布如何刻画？ |

核心张力：青龙追求的"形式化先于优化"本身假设了形式化是可行的。但四颗种子暴露的是：形式化的成本可能超过优化的收益。

这不是反对形式化，而是要求诚实的形式化——明确标注：
- 哪些部分是严格成立的
- 哪些部分是启发式假设
- 从假设到严格定理的缺口有多大

---

## 可执行检验方案（补全白虎的验证清单）

### 优先级重排：从"验证声称"到"检验缺口"

| 原验证项 | 修正后的检验目标 | 证据等级目标 |
|---------|--------------|-----------|
| 验证p1的100次扰动 | 检验L_v估计误差对C的敏感性 | B级（若C对δ_L敏感，则降级） |
| 验证p2的ε扫描 | 测量后验计算的实际开销 vs 遗忘节省 | C级（若开销>节省，框架失效） |
| 验证p3的通信测量 | 比较β_k(∩)计算开销 vs 原始通信 | B级（若计算>通信，概念误用） |
| 验证p4的标度律拟合 | 固定α=2，检验β的尖锐性（±0.1） | A级（若需放宽容忍，则免疫） |

### 新增元检验项

M1. 形式化诚实性审计
```
对每个种子，强制回答：
1. 核心结论中，哪些是定理（有完整证明）？
2. 哪些是猜想（有证据但无证明）？
3. 哪些是定义（约定俗成，不可证伪）？
4. 哪些是修辞（数学符号包装的经验观察）？

当前四颗种子的自评：
p1: 猜想(2)包装为定理(1) —— 不诚实
p2: 定义(3)与猜想(2)混淆 —— 不清晰
p3: 跨域类比(4)伪装为定理(1) —— 误导
p4: 修辞(4)与猜想(2)混合 —— 模糊
```

M2. 免疫策略检测
```
识别使主张免于证伪的机制：
- "仅依赖于拓扑类型"（未定义拓扑类型分类）
- "在温和条件下成立"（条件未明确）
- "常数C存在"（存在性未证）
- "α, β需实验标定"（双自由度拟合任意数据）

若存在≥2个免疫机制，标记为"伪命题风险"
```

---

## 传递给白虎的残余信号

### 金克木·约束深化

```
白虎已诊断的"形式化门面"问题，在谛听层面得到确认：
不是修辞批评，而是可操作的证伪分析。

新增约束：下一轮青龙创生必须包含
- "诚实性声明"：明确标注每部分的认知状态
- "缺口地图"：从当前状态到严格定理的路径
- "免疫清除"：消除使主张免于证伪的保护机制
```

### 土克水·边界固化

```
谛听的现实检验揭示：四颗种子共享一个深层假设
——"数学形式化本身具有价值"

这一假设需要被检验：
在三维流场持续同调的计算瓶颈上下文中，
形式化边界（如d_B ≤ C·L_v·Δt）是否比
经验阈值（如"当Δv_max < 0.1时重算"）更具指导价值？

检验标准：
若形式化边界需要额外计算（L_v估计、C的保守上界），
且其保守性导致过度计算（实际d_B << 上界），
则形式化的"严格性"可能是计算资源的浪费。
```

---

## 最终判决

| 种子 | 证据等级 | 可证伪性 | 现实可行性 | 综合状态 |
|-----|---------|---------|-----------|---------|
| p1 | D→C | 低（免疫策略） | 中（L_v估计） | 需重构 |
| p2 | D | 极低（框架性） | 低（计算悖论） | 暂停开发 |
| p3 | D | 中（条件未验） | 低（循环定义） | 退回假设 |
| p4 | D | 低（双自由度） | 中（维度估计） | 需尖锐化 |

循环建议：当前轮次不应产生新种子。青龙需返回，补全：
1. p1的C存在性证明或实验标定协议
2. p2的后验计算可行性分析
3. p3的Mayer-Vietoris适用条件验证
4. p4的α固定与β尖锐预测

否则，种子库将积累不可证伪的形式化债务，最终在最优性循环中崩溃。

---

谛听 · 土 · 承载秩序
2026年06月01日