——音乐学 × 经济学 × 运动控制的三路径约束合成
关键词：迁约链；约束迁点；指称表达生成；任务切换；历史滞后；语言协调；约束迁点指数
“语言符号如何智慧”很容易被写成一个宽泛命题：符号能按语境选取相关信息、压缩表达、形成共同理解并修复误差。问题在于，成熟的语用学、指称表达生成和任务导向通信都已经能够说明说话者为什么在某个场景选择颜色、大小、位置或关系属性。若本文只说“任务相关的维度会被说清楚”，它至多是这些理论的另一种术语化表达。
本文因此不再把选择、释放与迁点列成三个并列贡献。选择只是迁约可能发生的前置条件；真正需要解释的新对象，是任务函数切换后旧约束能否释放、新约束能否接管，以及这个换手为何有残留、交叉点和恢复时间。承重问题被锁定为：
当决定任务成败的差异从维度 d₁ 切换到维度 d₂ 时，同一语言系统是否发生可重复的“约束主峰换位”？
这个问题有四个刻意的收缩。第一，它研究同一系统的时间变化，而不是不同难度条件之间的静态差别；第二，它要求相对换手，而不接受“所有维度都增加一点”；第三，它要求任务后果恢复，不能把词频变化本身当成智慧；第四，它把历史惯性写进理论，因此当前对比集完全相同的两个时刻，也可能因前一任务不同而产生不同表达。
设系统在切换前处于阶段 A、切换后处于阶段 B。每个试次的显式语言资源可按预先定义的维度集合 D={类别、亮度比较、空间位置、视角/证据等}编码。维度 d 的相对显式负荷 s_d，是该维度标记数占同一窗口全部显式约束标记数的比例。这里的“约束”不是出现任意词，而是该语言形式对减少任务关键候选、限定行动或触发校验有可复算贡献。
约束迁点事件（constraint-relocation event）必须同时满足下列五项；任何一项缺失，都只能归入相邻现象。
C3 是本次重写最重要的硬边界。旧维度不下降而新维度上升，可能是冗余增加、风险上升或说话变长；它没有证明有限注意与明确性资源从旧位置撤下。相反，真正迁约允许绝对词数上升，只要旧维度在全部显式约束中的相对份额下降、新维度份额上升，并且该变化与任务换轴耦合。
基本符号库存保持不变，并不要求逐词相同，而是要求参与者在切换前后拥有同一套可用标记和组合资源。实验可允许自然表达，但必须预先列出维度编码表；若切换后研究者额外教授一个新词，就无法区分迁约与词汇获得。
迁约链不是“任务一变，语言立即最优”的无时间模型，而是一个带历史状态的五段过程：
任务敏感轴换位 → 旧约束残留 → 旧负荷释放 → 新约束接管 → 协调恢复
第一段由实验操纵定义：在保持对象、伙伴和符号资源可比的条件下，反事实地改变哪一个维度会影响成败。第二段是理论最有区分力的时刻：切换后的早期轮次仍沿用 d₁ 标记，即使 d₁ 已不再决定结果。第三段表现为 d₁ 份额下降；第四段表现为 d₂ 份额越过 d₁，形成可定位的主峰交叉点 τ；第五段要求行为准确率、响应时或协调收益恢复。若没有第二段，当前状态模型可能已经足够；若没有第三段，系统只是累加；若没有第五段，语言变化没有完成接管。
由此可区分三种时间参数：残留强度 R 是切换后早期窗口中旧维度超出新任务基线的份额；迁点滞后 CL 是任务切换时刻 t₀ 到主峰交叉点 τ 的试次数；恢复时间 RT 是 t₀ 到成绩重新达到预设基线的试次数。它们不是三个并列主指标，而是对同一迁点事件的机制刻画。
原有“任务相关约束×无害自由度”静态四格可以描述表达配置，却不是迁约链独有。新的辨别格以两个事件变量为轴：任务关键维度是否换位，语言约束主峰是否换位。
动态2×2的优势在于，它把“语言变了”与“语言跟着任务变了”分开，也把“新维度增加”与“主峰真正换位”分开。对于任何声称发现迁约的数据，研究者必须先落入这张表，再讨论机制。
跨领域材料在此不是比喻库，而是给理论施加互不替代的限制。若任何一家直接给出完整答案，迁约链就会退化为概念搬运。
音乐合奏说明一个系统可以在整体凝聚下保留局部时差和表达差异；该证据只负责否定“完成必等于局部同一”。经济学把沟通从描述完整度拉回结果结算：语言形式的好坏须由识别、行动或收益判定；该证据只负责规定验证终点。运动控制最关键的贡献不再是最小干预原则本身，而是学习历史会改变下一任务的学习率和策略再优化。Sing与Smith发现，对任务A的先前适应会减慢随后任务B的学习，并可由多时间尺度记忆解释；de Xivry等人的任务切换研究则显示，控制策略的逐试次再优化受到既有策略限制。它们为“旧约束残留—滞后—交叉”提供可检验的历史结构，而非直接替语言理论作答。
三个领域通常都在给定任务函数下评价最终协调：音乐学观察某种演奏目标下是否合奏成形，经济学观察既定收益结构下是否进入协调结果，控制理论观察既定代价函数下是否完成动作。它们会比较成功与失败、成本与收益、稳定与变异，却很少把任务函数切换时“控制负荷从哪里撤下、迁到哪里”作为独立事件记账。
这个共有前提并非由第四个领域从外部推翻。运动控制内部恰恰表明，任务条件改变后，系统不会无成本、无历史地重算最优策略：旧记忆可降低新任务学习率，已习得控制政策会在新要求下残留。由此，最终协调相同并不意味着路径相同；当前任务函数相同也不意味着当前语言状态相同。历史依赖迫使我们把“负荷撤离—迁入—恢复”从结果指标中单独分离出来。
迁约链的二阶判断因此不是“更聪明不等于更确定”，而是：只看给定任务下的最终协调，会系统性遗漏任务函数切换时约束负荷的可观测换手。这个遗漏具有明确代价——它无法预测切换初期说话者为何继续使用刚刚失效的描述维度，也无法预测何时发生主峰交叉、协调需要多少轮恢复。
指称表达生成（Referring Expression Generation, REG）不是外围近邻，而是本理论最危险的1:1替代者。Olson与Ford—Olson的早期研究已经把描述的充分性与听者能否从候选中识别对象联系起来；Pechmann说明人类指称表达具有增量生成和过度指定；Dale把区分描述写成可计算问题，Dale与Reiter进一步用增量算法依照属性偏好顺序逐步排除干扰项。REG因此完全可以预测：当目标与干扰项的对比结构变化时，颜色、大小或位置属性的选择会变化。
后续综述与实验把这一能力推得更远。Krahmer与van Deemter系统总结了图算法、增量算法、关系描述和数据驱动方法；van Deemter等人的实验表明，增量算法的成败高度依赖属性偏好顺序；Koolen等人则显示场景变化、目标典型性和干扰物结构会改变冗余颜色属性的使用。因此，只证明“对比集改变→属性选择改变”并不能建立迁约链。
两者的判决性差异有五项。REG通常以当前场景为输入，输出足以区分目标的属性集合；迁约链以同一系统的连续状态为对象。REG允许新属性加入而旧属性保留；迁约链要求相对换手。REG的误差主要是欠指定或过度指定；迁约链还预测旧约束残留、主峰交叉和恢复时间。REG可以在每个时刻独立运行；迁约链规定相同当前场景在不同前史下可产生不同表达。REG的成功以当前指称是否唯一或可识别为主；迁约链还要求有限轮次内从切换冲击中恢复。
RSA把语用理解与生成表示为在字面意义、共同知识和行动效用之间进行概率推断；信息瓶颈模型把有效通信表示为信息保持与复杂度成本之间的权衡；受众设计研究强调说话者会根据听者知识调整表达。这些理论都可能预测新任务下 d₂ 标记增加，也能通过记忆或递归扩展加入历史。迁约链不能靠“它们没有动态”这种脆弱说法划界，而必须给出一个额外、可裁决的状态变量。
本文的额外赌注是约束负荷向量 q_t 具有历史连续性。系统并非只根据当前效用 U_t 重新生成表达，而是在前一状态 q_{t−1} 上支付迁移成本 κ，并受到残留系数 ρ 的影响。于是任务权重 w_t 已经换轴时，q_t 仍可能短暂指向 d₁；只有经过若干轮反馈，d₂ 才接管。这不是否认RSA/IB，而是把它们作为当前状态核心，并询问加入历史状态是否产生稳定的留出预测增量。
P(zₜ=d) ∝ exp[βwₜ,ᵈ + ρ·I(zₜ₋₁=d) − κ·I(zₜ₋₁≠d)]
若ρ与κ在跨dyad留出中收缩为零，或M2无需历史状态便能同时预测残留、交叉点与恢复时间，迁约链没有独立必要性。
为防止多个指标彼此替代理论，本文只保留一个主读数。设阶段A为任务切换前窗口，阶段B为切换后达到预定观察窗的窗口；s₁、s₂分别为旧关键维度d₁与新关键维度d₂占全部显式约束标记的比例。
CRI = [s₂(B) − s₁(B)] − [s₂(A) − s₁(A)]
CRI是一个差分中差分。若切换后所有维度都因话语变长而等比例增加，其份额差不会自动变大；只有新维度相对旧维度完成换手，CRI才显著为正。为避免短话语窗口出现零分母，分析预先采用α=0.5的加性平滑，并以dyad为重抽样单位报告区间。
但CRI>0本身不是充分条件。主要确认性检验采用合取判决：CRI>0；s₁(B)<s₁(A)；s₂(B)>s₂(A)；准确率在预定窗口内恢复。若只满足CRI而旧负荷未下降，则按定义判为增补；若语言换位而任务未换位，则判为漂移。
Stanford CoCoLab 的 Colors in Context 数据包含948场游戏和53,365条话语。原研究把三个色块置于far、split与close等语境，要求说话者帮助听者识别目标。公开聚合统计显示，从far到close，平均词数由1.7增至3.3，比较级使用率由1.7%升至12.8%，最高级由2.2%升至16.7%，而WordNet高特指类别词比例仅由7.0%变为7.4%。这表明困难没有让所有语义维度同步升级：关系性资源显著增加，罕见类别名几乎不变。
该结果足以否定一个强而简单的M0版本——“难度上升只导致各维度等比例具体化”。但它仍不能证明迁约，原因有三。其一，far与close主要是条件间比较，不是同一dyad在连续A→B切换中的状态轨迹；其二，数据没有把旧关键维度的卸载作为必要条件；其三，原任务没有为迁点交叉与恢复时间设计足够密集的切换窗口。因此本文把它降为构念Pilot，只用于验证维度编码与竞争模型可计算性。
Pilot的分析将每条话语标注为类别、绝对属性、比较关系、空间关系及其他任务标记，验证编码者一致性与自动分类器的外部可复算性。任何从该数据得到的正结果都只写成“与迁约方向相容”，不提升为确认性证据。
主实验采用120个dyad（240名参与者）的连续指称任务。伙伴、显示设备、对象集合生成规则与基本表达资源保持稳定；任务函数在四类维度间切换：类别、亮度比较、空间位置、视角转换。一个直观序列为“类别→亮度比较→空间位置→视角转换”，但为把任务类型与顺序分离，dyad按平衡拉丁方进入不同序列，所有关键有向转移均获得足够重复。
每个任务块24个试次，共96个试次；切换点由程序固定且不提前告知参与者。每次切换以前8个试次构成A窗，切换后1—8试次构成早期B窗，9—16试次构成接管窗，17—24试次构成恢复窗。对象在不同块中尽量保持同一基本库存，只改变哪一维的反事实扰动会导致错误。例如类别块中颜色类别区分决定目标；亮度块保持类别相同而使相对明暗决定目标；空间块使位置成为唯一稳定判据；视角块要求表达相对于说话者或听者视角转换。
任务敏感性不由研究者事后命名，而由逐维反事实扰动检验：保持其余字段不变，只替换或遮蔽某维，若错误率显著上升，该维才被记为当前关键维度。语言编码在分析前冻结；两名盲于条件的编码者独立标注20%样本，Krippendorff α低于0.80时停止确认性分析并修订编码协议。
预注册的迁点判决如下：①同一dyad且基本库存稳定；②操纵检验确认d₁→d₂换轴；③s₁在接管窗相对A窗下降；④s₂上升；⑤CRI的dyad层级95%区间高于0；⑥准确率在切换后12个试次内恢复到切换前A窗的90%，且不以反应时灾难性上升为代价。主峰交叉点τ定义为三试次移动窗中s₂连续两个窗口高于s₁、且层级后验概率超过0.95的第一个试次；CL=τ−t₀。
伦理与开放性方面，实验只记录任务行为与语音/文本，不采集与研究无关的敏感信息；被试可撤回原始记录。假设、排除标准、编码字典、模型公式、分析脚本和匿名数据在首名被试进入前锁定版本。本文当前提供的是确认性实验协议而非已完成结果；在直接切换数据公开以前，迁约链保持“高可证伪、尚待确认”的理论身份。
四个模型使用同一训练—测试划分、同一维度编码和同一成功变量。主要比较采用leave-one-dyad-out的预期对数预测密度（ELPD）；M3须比最佳M0—M2高出至少2个标准误，且这种优势在三个以上有向转移中方向一致。为避免“多两个参数当然更好”，同时报告WAIC/LOO惩罚、后验预测检查和简化模型。
模型比较不只看整体话语似然。预先保留三个判决性目标：切换后前4试次的旧维度残留曲线、主峰交叉点τ、准确率恢复时间RT。只有M3对三者的留出误差均低于竞争模型，才允许声称历史迁移变量不可约。若M1通过场景偏好更新即可预测全部现象，或M2加入普通学习率便达到同等表现，迁约链应并入REG/RSA扩展而不是保留独立名号。
第一类失败是“只有增补”。如果d₂标记增加但d₁份额不降，说明系统在风险上升时堆叠信息；M0或冗余REG即可解释。第二类失败是“无历史”。如果切换首轮便达到新任务稳态，且前序任务不改变表达，M2足够。第三类失败是“有语言换位、无成绩恢复”。这可能是策略漂移或实验者诱导，不能称为智慧。第四类失败是“只有群体差异”。若不同参与者在不同条件下采用不同维度，而同一dyad内部不换手，就没有迁点事件。
第五类失败是“编码者制造主峰”。若维度边界在不同语言、任务或编码者间无法达到预注册一致性，CRI失去可复算基础。第六类失败是“顺序混淆”。若所谓残留只由疲劳、练习或固定任务次序解释，拉丁方与有向转移复现将使效应消失。第七类失败是“任务函数误设”。如果反事实扰动并未改变成败，研究者无权把该维度标记为关键。
理论收缩遵循最小承诺：若只有Colors类条件差异成立，迁约链收缩为“维度定向增补”；若只有部分转移出现历史效应，理论限定在高固着或高训练场景；若M3只改进反应时而不改进语言负荷预测，则把历史变量归入一般任务切换，而不归入语言约束迁移。
迁约链与三项同系列研究互引，但不合并本体。《语言符号的续判关系：被继承的不是旧词，而是一项可被反证撤回的公共判决》研究跨事件的公共判决如何继承与撤回，承重变量是历史资格；《盲界事件：语言符号如何暴露尚未被记账的差异》研究稳定探针在微扰下如何使隐藏边界显现，承重变量是未知差异的可见化；《符号分辨调度链：与VoI/EVPI正面对照的路径理论》研究分辨资源何时启动、验证与停止，承重变量是调查动作的调度。
迁约链只研究已知维度之间的约束主峰换手。它不决定一个判决是否应被后来者继承，不负责发现尚未列入维度表的盲界，也不负责计算一次调查是否值得继续。四者可以在复合实验中按“发现新差异—调度验证—迁移表达负荷—形成可撤回判决”的顺序相接，但每一段必须保留独立读数与淘汰条件。
迁约链改变了“语言智慧”的最小单位。它不是一个词携带多少信息，也不是一句话是否在当前时刻最优，而是系统能否在任务价值地形改变时，释放已经失效的明确性负荷，让新的差异接管，并承受有限的切换成本。一个永远把所有东西说全的系统可能准确，却没有迁移效率；一个永远省略的系统可能节约，却没有风险适应；一个只会在失败后加词的系统可能修补，却没有卸载能力。
这也解释了为何语言熟练度不应只用稳态准确率衡量。两个系统在稳定任务中的成功率相同，其中一个切换后迅速卸载旧维、接管新维，另一个长期背负旧规则并靠外部提示补偿。传统终点指标把两者看成相同，CRI、CL与RT则揭示不同的适应结构。由此，熟练不只是知道更多表达，而是能够让表达负荷随任务换轴。
在语言教学中，迁约式任务不追求所有形式同步正确，而让不同语言维度轮流成为任务成败条件。例如冠词通过“已知对象/任意对象”的选择后果进入关键区，数量形态通过资源分配进入关键区，视角标记通过导航任务进入关键区。真正的学习指标不是总体纠错数，而是任务切换后关键形式的负荷能否接管、旧监控能否退出。
在人机协作中，模型常通过增加解释长度应对不确定性。迁约链要求更严格的日志：系统是否识别当前失败由哪一维造成，是否减少已经无关的解释负荷，是否在新维度上增加可核验约束，以及用户是否在有限轮次内恢复正确行动。若模型只会把每次失败都变成更长提示，它属于信息堆叠，不属于迁约。
在医疗、航空和法律等高风险场景，审计、来源、角色和时间戳本身可能成为任务关键维度。迁约链不鼓励“少说”，而预测冗余应在风险迁移时定向换位：普通协作可以释放确认字段，风险升高时确认读回接管；风险解除后若确认负荷永久不降，则系统可能形成成本高昂的固着。应用研究必须先由领域规范定义任务函数，不能让效率指标覆盖安全与权利。
第一，维度编码可能受研究者理论影响。解决办法不是把所有语言形式塞入一个自动分类器，而是让任务操纵、反事实扰动和盲编码共同决定维度。第二，相对份额会产生组成数据约束：一个维度上升会机械压低其他维度。确认性分析因此同时报告份额与绝对标记率，并要求旧维下降在绝对率或模型估计中得到支持。第三，语言切换可能发生多峰接管；本文的两维CRI只适合预先指定的d₁→d₂转移，多目标任务需扩展到约束向量距离，但不得事后挑选最大变化。
第四，运动控制的历史效应只提供结构启发，不能证明语言共享同一神经机制。第五，REG与RSA完全可以加入记忆；本文的目标不是宣称它们原则上做不到，而是要求任何扩展都显式预测卸载、残留、交叉与恢复。若扩展模型以更少假设胜出，迁约链应被吸收。第六，本文主实验尚未执行；理论上限来自判决设计而非结果认证。所有材料、代码和版本将在数据收集前公开，以防结果导向的阈值移动。
迁约链是一条How型路径，因此不能只在结果出现后解释“为什么这句话这样说”。它必须对切换前后各窗口的顺序作出高风险预测。预测一：任务换轴后的最初若干试次，旧关键维度d₁的标记不会立即归零，而会以高于新任务稳态的比例残留；残留强度随前一任务训练量增加。预测二：新维度d₂的上升与旧维度d₁的下降并不同步，先出现残留与成绩下降，随后才出现主峰交叉；若两者总是瞬时同跳，历史迁移变量没有必要。
预测三：增加任务难度但不改变关键维度，只会改变同一主峰的高度、冗余或句长，不应系统改变主峰位置；这一区分把难度效应与换轴效应分开。预测四：改变关键维度但保持总体难度近似相同，仍应出现正CRI与可测CL；若迁约只是困难的副产品，该效应应消失。预测五：把旧维度从材料中完全移除，会缩短旧负荷卸载时间，但不会必然缩短新维度学习时间；因此释放与接管是相关但可分离的两个环节。
预测六：在任务切换点明确告知新规则，会降低CL，却未必消除旧标记残留；规则知识与语言策略更新不是同一个变量。预测七：允许听者主动澄清时，迁点可能由提问而非说话者长描述完成，CRI仍应在dyad层级为正；因此表达负荷的承载者可以换手，但维度主峰必须换位。预测八：熟练者在稳态任务中的准确率与约束集中度可能高于新手，可在高训练旧任务后反而出现更强残留；熟练不自动等于切换更快。
预测九：若两次任务切换方向相反，即d₁→d₂后再d₂→d₁，第二次迁回不会简单复制第一次；近期状态与更长期训练记忆会产生不同时间尺度的滞后。预测十：伙伴更换会暂时提高公共锚定与冗余，但只有伙伴知识改变了成败敏感维度时才应改变主峰；单纯不熟悉不等于任务换轴。预测十一：在高风险任务中，来源、时间戳、确认读回等审计字段会成为新峰，即使对象指称本身早已唯一；这说明任务函数可把“责任可追溯”纳入成败。预测十二：长期重复的同方向迁点会使临时关系表达常规化，降低后续CL，却可能提高反向迁移成本。
十二条预测中，预测一、二、四、八和九直接针对历史状态，最能区分M3与当前状态模型；预测三用于排除一般难度；预测七用于检验迁约是否属于互动系统而非单个说话者；预测十一把理论从低风险指称拓展到制度沟通。任何研究若只报告最终准确率或平均句长，都不足以检验这些预测。
每条试次至少保存以下字段：dyad_id、speaker_id、listener_id、task_id、task_phase、trial_index、switch_id、target、distractor_structure、raw_utterance、listener_choice、success、response_time、clarification_count、inventory_version与constraint_dimension。原始话语不得只保留研究者编码后的计数，因为新的竞争模型可能需要重新标注关系、视角或证据字段。
constraint_dimension编码表须在数据收集前冻结。以颜色任务为例，lexical_category覆盖“蓝、绿、红”等类别名；absolute_attribute覆盖“深、浅、大、小”等无参照属性；comparison覆盖“更深、最浅、比左边亮”等有序关系；spatial_relation覆盖“左边、中间、靠近”等位置；perspective覆盖“从你看、我这边、以目标为中心”等参照框架。一个标记可多标签，但多标签规则必须固定，不能因结果不显著而重新分箱。
任务敏感权重wₜ,ᵈ由实验操纵和反事实扰动共同给出。研究者对每个试次生成维度消融版本：只隐藏或替换一个字段，其他信息不动，再估计听者错误率或模型选择损失的变化。若遮蔽d₂并不降低表现，d₂就没有资格被称为新关键维度。该程序防止把频繁出现但不改变行动的礼貌、风格和修辞标记误记为约束主峰。
窗口选择也必须先验化。主分析使用切换前8试次、切换后早期8试次与后续接管窗口；稳健性分析可以采用4、6、10试次窗，但只能作为敏感性检查。所有窗口都以同一switch_id为中心，不得为每个dyad单独寻找最漂亮的交叉点。缺失试次、无效音频、超时和中途退出的排除规则在预注册中给出，并同时报告含排除与意向分析。
为让其他实验室复算，公开材料至少包含四层：原始任务生成器与随机种子；匿名逐试次行为数据；人工编码字典、分歧记录与自动分类器版本；从原始话语到s_d、CRI、CL、R和RT的完整脚本。一个新对象只有在不接受本文术语的人也能从公开字段重新算出时，才真正获得经验身份。
任务切换实验最容易把时间顺序误当因果。类别块若总在第一、视角块总在最后，后期的句长、反应时和关系标记变化可能来自疲劳或熟悉。因此四任务按平衡拉丁方分配，且主要效应以有向转移为单位估计。d₁→d₂与d₂→d₁均需观察；若同一维度只在固定序位上升，不能解释为迁约。
第二个混淆是词汇启动。前一块频繁出现“更亮”，后一块即使不再需要，也可能因形式启动继续出现；这恰好会制造残留，但未必证明约束状态。为区分形式启动与任务约束惯性，实验加入同词不同功能和异词同功能条件：一部分转移保留词形却改变成败作用，另一部分更换表面词形但保持维度功能。迁约链预测残留主要跟随功能维度和训练历史，而纯启动预测跟随表面形式。
第三个混淆是一般切换成本。任何任务规则变化都可能降低准确率、提高反应时。控制条件因此改变按键、屏幕布局或无关规则，却保持关键语言维度不变。如果所有切换都产生相同CL与CRI，现象属于一般认知切换；只有任务敏感轴的改变系统性带来维度负荷换手，才支持语言迁约。
第四个混淆是听者适应。说话者可能保持旧表达不变，听者通过推断学习新映射，最终成绩也会恢复。逐试次记录澄清、选择轨迹和双方消息后，可把迁点分成说话者迁入、听者解释迁入与双向换手。本文的单位是dyad，因此听者承担接管仍可算系统迁约，但必须在消息与行为模型中定位负荷承载者，不能把准确率恢复全部归给说话者。
第五个混淆是总体风险上升。风险升高会让所有字段冗余增加。实验以难度匹配和损失函数操纵把“任务更难”与“关键维度改变”正交化：同一关键维度下设置高低风险，同一总体风险下切换关键维度。CRI应主要由换轴解释，词数和确认次数可由风险解释。这个分解是M0与M3正面比赛的必要条件。
自然语言普遍欠指定。说话者很少把颜色、大小、位置、来源、时间和责任全部说出。由此不能直接推出“省略就是智慧”。一个医生省略剂量单位、一份合同省略责任触发条件、导航指令省略参照方向，都可能让行动进入高风险分叉。迁约链只赞成对当前结果无害或可可靠恢复的维度保持开放，不把不完整本身赋予正价值。
本文区分三种不完整。功能性留白：被省略维度的不同取值不改变当前任务行动；可推断留白：信息未显式编码，但共同背景、视觉场景或既有约定能在规定误差率内补足；风险性缺口：该维度改变行动，双方却没有可靠方式发现差异。前两种可以进入无害自由度，第三种必须触发约束迁入。是否有害由反事实任务后果决定，而不是由句法完整度决定。
冗余同样有三类。保险性冗余在高损失维度上提供读回与复核；协调性冗余帮助新伙伴建立公共锚；惰性冗余则是旧任务留下的标记，在新任务已无收益。三者表面都使话语变长，只有第三种构成待释放的旧负荷。REG通常把过度指定视为指称属性选择的结果，迁约链进一步追问该冗余来自当前风险、伙伴适应，还是历史固着，并要求用切换轨迹区分。
因此，语言智慧不是“少说”或“多说”，而是让省略与冗余随任务后果重新分工。总词数在真正迁点中可以增加、下降或不变；唯一不可缺的是约束份额方向与任务敏感轴一致、旧峰退出、新峰接管。
现实任务往往不只有一个关键维度。外科指令可能同时要求位置、深度、时间和责任确认；跨文化协商同时受对象、角色和礼貌风险制约。此时语言约束分布可能是多峰的。本文仍以两维CRI作为确认性起点，因为它最容易判伪；研究者只有在预先证明两个以上维度都具有独立反事实后果时，才可扩展到向量模型。
qₜ = (s₁ₜ, s₂ₜ, …, sₖₜ), Δq = qᴮ − qᴬ
多峰迁移可用组成数据的对数比、Jensen–Shannon距离或最优传输距离描述，但这些指标只说明分布改变，不自动说明迁约。仍需把变化方向与任务权重向量Δw对齐，并检查哪些旧峰下降、哪些新峰上升。若研究者事后从几十个维度中挑最大变化，显著性几乎必然出现；所以维度集合、距离函数和主要转移必须预注册。
复杂任务还可能通过角色分工完成迁约：一名成员保持对象属性，一名成员接管时间或风险，一名成员负责确认。此时个体主峰未必换位，团队约束拓扑却改变。系统级分析需要同时报告个体q_t与团队聚合q_t，并检验成绩恢复是否依赖新的分工。若团队只是增加一名成员而旧成员负荷不降，仍属于容量扩张而非换手。
单一CRI因此不是对所有语言现象的万能指数，而是两维、明确换轴实验中的最小判别器。它的价值恰恰来自约束：先在可控情境中证明负荷换手，再讨论多峰、网络化与制度化迁移。
若迁约链只推崇快速切换，就会忽略稳定性本身的价值。一个系统对短暂噪声立即改写主峰，容易产生漂移；一个系统永不改写，则形成固着。合理的迁点速度取决于环境变化的可信度、错误代价和历史任务分布。M3中的ρ与κ不是缺陷参数，而是稳定—适应权衡的经验刻画。
训练量应以非线性方式影响迁点。少量旧任务训练可建立可靠公共锚、降低稳态成本；训练过深可能增加残留和反向迁移成本。主实验可以在不同dyad间操纵切换前训练量，检验CL是否先下降后上升：适度熟悉帮助识别结构，过度固着拖慢换手。若CL始终与训练量无关，运动控制提供的历史惯性来源将受到削弱。
遗忘也可能具有功能性。任务长期不再需要d₁时，旧标记使用率下降、提取速度变慢，表面像能力退化，却可能释放有限监控资源。真正的问题是d₁再次成为关键时能否低成本迁回。由此可区分删除与休眠：删除导致重新学习，休眠则在少量证据下恢复旧峰。双向切换与延迟复测可以判断迁约链是否保存可调用的旧策略，而不是不断覆盖。
语言教学据此不应把所有形式永久保持在最高监控。课程可让不同形式依次进入真实任务关键区，再通过任务切换训练退出与重入。评估指标不只是每个形式的平均正确率，还包括换轴后的CRI、CL与RT。如果学习者在每种单项练习中都正确，却无法在复合任务中把注意从旧形式迁到新形式，其知识尚未获得调度能力。
不同语言把类别、比较、空间和视角编码在不同位置。有的语言依赖词序，有的使用形态，有的把方位或证据性语法化。跨语言复现不应要求相同词类上升，而应要求功能维度的相对负荷换手。编码表先由语言内部专家建立，再映射到共同的任务维度；若直接用英语词表分类，无法区分理论失败与工具偏差。
发展研究可以检验儿童先获得属性选择，还是先获得负荷迁移。幼儿可能在单一任务中知道使用颜色词，却在任务换为位置后仍重复颜色；这表现为M1能力已出现而M3历史更新尚不成熟。随着执行控制、伙伴建模与修复能力发展，旧峰卸载和新峰接管可能加快。纵向数据比横断年龄组更适合，因为迁约定义要求同一系统连续观察。
社会制度提供更长时间尺度。表格、合同、医疗清单和航空读回程序把某些风险维度固定为必须显式。制度在事故后增加确认字段，是约束迁入；在风险消失后仍永久累加字段，可能形成制度性固着。研究可以比较规则修订前后同一组织的文本与错误数据，但须谨慎：法律责任、技术系统和人员构成都可能同时变化，不能仅凭文书变长推断迁约。
跨场景复现的最低标准是：不同语言或制度采用不同表面形式，却在任务换轴后重复出现旧负荷下降、新负荷上升、主峰交叉与结果恢复。如果只有某一种颜色指称任务支持，而导航、教学、协作和高风险沟通均不支持，理论应收缩为实验指称的局部机制。
这张表把理论的撤回方式写在数据之前。特别需要避免三种事后修辞：把不显著的旧负荷下降改称“潜在释放”，把没有恢复的语言变化改称“探索性智慧”，把M3未胜出解释成“现有数据太粗”。这些说法可以成为下一研究的问题，却不能改变当前实验的判决。
确认性论文应同时公布完整结果与判定格，即使结论是否定的。若效应只在一个有向转移、一个窗口或一个编码方案下成立，正文须标记为探索性，不得汇总成普遍迁约。理论的可信度来自失败条件被真正执行，而不是概念能够吸收所有结果。
本文把语言符号智慧从“为当前任务选择相关信息”推进为“在任务切换中完成约束负荷换手”。约束迁点不是新维度多说了一点，而是同一系统在基本符号库存稳定时，随着关键维度d₁→d₂，旧负荷下降、新负荷上升，并在有限轮次内恢复协调。动态2×2把稳定、漂移、固着和真正迁点分开；CRI使换手成为唯一主读数；CL、残留与恢复时间只解释机制。
该理论必须在最危险的REG替代者面前成立。若当前对比集和属性偏好足以解释所有变化，迁约链没有必要；若RSA/IB不加历史状态便能预测残留、交叉与恢复，它也应撤回。Colors in Context只证明维度定向变化值得追踪，不能证明连续迁点。真正的裁决来自同一dyad四阶段切换实验与M0—M3留出竞争。
因此，迁约链的核心公式不再是“哪里重要就说哪里”，而是：
任务敏感轴换位 → 旧约束残留 → 旧负荷释放 → 新约束接管 → 协调恢复
只有这条有时间、有方向、有失败形式、有历史滞后、也允许被更简单模型淘汰的路径被重复观察到，“约束迁点事件”才有资格成为语言研究中的独立对象。
参考文献
[1] Olson, D. R. (1970). Language and thought: Aspects of a cognitive theory of semantics. Psychological Review, 77(4), 257–273. DOI
[2] Ford, W., & Olson, D. R. (1975). The elaboration of the noun phrase in children’s descriptions of objects. Journal of Experimental Child Psychology, 19(3), 371–382. DOI
[3] Pechmann, T. (1989). Incremental speech production and referential overspecification. Linguistics, 27(1), 89–110. DOI
[4] Dale, R. (1989). Cooking up referring expressions. Proceedings of ACL 1989, 68–75. ACL Anthology
[5] Dale, R., & Reiter, E. (1995). Computational interpretations of the Gricean maxims in the generation of referring expressions. Cognitive Science, 19(2), 233–263. Manuscript
[6] Krahmer, E., & van Deemter, K. (2012). Computational generation of referring expressions: A survey. Computational Linguistics, 38(1), 173–218. ACL Anthology
[7] van Deemter, K., Gatt, A., van der Sluis, I., & Power, R. (2012). Generation of referring expressions: Assessing the Incremental Algorithm. Cognitive Science, 36(5), 799–836. DOI
[8] Koolen, R., Gatt, A., Goudbeek, M., & Krahmer, E. (2011). Factors causing overspecification in definite descriptions. Journal of Pragmatics, 43(13), 3231–3250. DOI
[9] Koolen, R., Goudbeek, M., & Krahmer, E. (2013). The effect of scene variation on redundant color use. Cognitive Science, 37(2), 395–411. DOI
[10] Clark, H. H., & Wilkes-Gibbs, D. (1986). Referring as a collaborative process. Cognition, 22(1), 1–39. DOI
[11] Clark, H. H. (1996). Using Language. Cambridge University Press.
[12] Goodman, N. D., & Frank, M. C. (2016). Pragmatic language interpretation as probabilistic inference. Trends in Cognitive Sciences, 20(11), 818–829. DOI
[13] Zaslavsky, N., Kemp, C., Regier, T., & Tishby, N. (2018). Efficient compression in color naming and its evolution. Proceedings of the National Academy of Sciences, 115(31), 7937–7942. DOI
[14] Monroe, W., Hawkins, R. X. D., Goodman, N. D., & Potts, C. (2017). Colors in Context: A pragmatic neural model for grounded language understanding. Transactions of the ACL, 5, 325–338. ACL Anthology
[15] Stanford CoCoLab. Color Reference (English) dataset: 948 games; 53,365 utterances. Dataset
[16] Todorov, E., & Jordan, M. I. (2002). Optimal feedback control as a theory of motor coordination. Nature Neuroscience, 5(11), 1226–1235. DOI
[17] Todorov, E. (2004). Optimality principles in sensorimotor control. Nature Neuroscience, 7(9), 907–915. DOI
[18] Sing, G. C., & Smith, M. A. (2010). Reduction in learning rates associated with anterograde interference results from interactions between different timescales in motor adaptation. PLoS Computational Biology, 6(8), e1000893. DOI
[19] de Xivry, J.-J. O., et al. (2013). Trial-to-trial reoptimization of motor behavior due to changes in task demands is limited. PLoS ONE, 8(6), e66013. DOI
[20] Li, M. S., Ward, D., Stables, R., et al. (2026). Phase correction in violin ensemble performance. Scientific Reports, 16, 24231. DOI
[21] Nozawa, T., Sas, M. I., Dolan, D., et al. (2025). Multiscale synchronisation dynamics reveals the impact of an improvisatory approach to performance on music experience. Scientific Reports, 15, 10097. DOI
[22] Suzuki, T. (2025). Communication frictions and equilibrium pragmatics. International Journal of Game Theory, 54, Article 9. DOI
[23] Higuchi, Y., Nam, V. H., & Sonobe, T. (2025). Communication and coordination in firms: A lab-in-the-field experiment with small manufacturers in Vietnam. Journal of Behavioral and Experimental Economics, 119, 102470. DOI
[24] 《语言符号的续判关系：被继承的不是旧词，而是一项可被反证撤回的公共判决》. 研究稿, 2026.
[25] 《盲界事件：语言符号如何暴露尚未被记账的差异》. 研究稿, 2026.
[26] 《符号分辨调度链：与VoI/EVPI正面对照的路径理论》. 研究稿, 2026.