第55章 版本也是证据：从Landsat重处理到AI目录更新
55.1 版本号背后的不同改变
一个研究结果被更新以后，旧结论究竟发生了什么？答案取决于更新改动了哪一层。增加新的观测，与修正旧观测的标定不同；替换算法，与修改对象分类标准不同；撤回因果解释，又不同于保留解释但缩小适用范围。如果这些变化都只表现为文件名从第一版变成第二版，知识的实际变动就被一个编号遮蔽。
Landsat Collection 2展示了档案重处理的情形：自然观测时点未变，产品却可以因参考资料、标定和处理改进而改变。[C09]AI地震目录展示另一种情形：相同连续波形经过新模型和规则以后，可以产生更多、较少或重新关联的候选。两者都涉及版本，但前者的像元产品与后者的事件身份具有不同结构，不能用“算法升级”把它们混成同一种过程。
原始测量修正，应保留改动对象和依据。例如，若仪器响应的认识发生修订，就需要说明哪些时期或通道受到影响。处理算法更换，应保留输入、参数和软件配置。分类标准改变，应说明新旧类别怎样对应，哪些对象被重新归类。解释撤回，则必须指出原先哪一步推断失去支持。不同层的证据字段，正是让版本变化可以被理解的最低条件。
一个数据产品标识，因此具有科学功能。它帮助使用者知道自己引用的是哪一次处理结果。只有产品名称而没有处理身份，后来重做研究的人可能得到不同数值，却不知道差异来自新资料还是新方法。版本不是附属于知识的技术杂务，而是知识获得可追溯身份的组成部分。
但版本号本身并不证明进步。某次更新可能只改善文件组织，另一次可能修复错误，也可能引入新的偏差。判断应回到明确任务与独立证据。流程更加可追踪，值得肯定为治理改善；解释更加可靠，则需要另外检验。把每次发布都写成知识跃升，会使版本史变成产品宣传史。
版本变化还可以按可逆程度区分。有些处理保留原始资料与完整参数，后来者能够重新生成旧结果；有些分类只留下最终类别，原来的连续评分已经丢失；还有一些人工判断没有保存理由，无法精确复原。可追溯性不是有无版本号的二分，而是沿证据链分布的能力。一个环节的信息丢失，可能限制整条结论的恢复。
这也说明原始资料并不意味着完全未经规定的自然。仪器记录已经带着采样、响应和时间标定。保存原始资料的意义，是保留尽可能靠近测量的层次，使未来能够重新处理；它并不使后续分析摆脱所有前提。版本治理应同时记录测量身份与处理身份，避免把原始二字当成无需解释的保证。
55.2 同一输入的前后对照
固定输入，是识别处理变化的基本策略。对于遥感，可以选择同一获取时刻的原始资料，比较两套处理产品；对于地震，可以选择同一组连续波形，比较两套检测、拾取和关联配置。这样仍然不能自动证明哪一套更好，但至少可以把自然事件与资料覆盖的差异暂时控制住，让处理本身成为比较对象。
接下来应记录差异发生在哪里。遥感产品可以比较连续数值、空间位置、质量掩膜与最终分类。AI目录则可以比较候选增加与删除、到时变化、事件合并与拆分，以及位置不确定性。只比较一个总数，会隐藏很多不同机制。两个目录事件数相同，可能包含完全不同的事件；两幅分类图面积相同，也可能在空间上大幅错位。
差异的解释还需要外部参照。新产品更接近旧产品，不必然说明更可靠，因为旧产品可能存在系统偏差；新目录增加了候选，也不必然说明更完整，因为其中可能有误报。独立的地面资料、另一路观测或盲化复核，能够针对具体争议施加约束。比较不能把“新旧一致”与“接近真实”视为同一评价。
同输入比较可以保存一组相互对应的材料：固定输入清单、两套配置、差异结果、外部检查与解释修订。输入与配置使运行能够恢复，差异记录保留新增和删除，外部检查判断变化是否修复实际错误，解释修订再指出受影响的科学命题。譬如，关联规则减少了重复事件，但主震后的活动率变化仍然保留，那么目录计数需要更新，活动变化的方向则可能继续有效。这个条件性例子说明，处理改进和结论改动应分别记录。
还有一项容易忽略的控制：算力与人工投入。新流程若使用更多人工复核，结果改善不能全部归于模型结构；旧流程若被粗糙复现，也不能作为公平基线。比较双方应尽量获得相当的资料权限和合理调参机会。否则，所谓算法胜利可能只是投入差异的结果。
对于无法完全恢复的旧版本，研究者应说明限制。可能缺少当时依赖的软件，可能原始数据已被修订，也可能人工决策没有记录。此时仍可比较现存结果，但不能宣称完成严格的同输入实验。复原失败本身具有思想史意义：它揭示知识共同体曾把哪些条件视为无须保存，而这些条件后来如何成为检验瓶颈。
对照还可以分为结果回归与科学检验。结果回归检查新流程是否保留应当不变的行为，例如同一输入的某些稳定输出；科学检验则检查结果是否更好满足外部约束。新流程可能通过回归而仍然保留旧偏差，也可能因为修正旧错误而有意改变结果。二者不能混同，否则团队会为了保持一致而阻止必要修订，或为了追求变化而忽略意外损坏。
一种清楚的差异说明应区分预期改变与非预期改变。标定修订预计影响的区域和变量，可以预先列出；比较后出现的其他差异，则成为调查对象。这样能够避免事后把任何结果都解释为改进。负结果也有价值：如果某项修订没有影响预期对象，就需要检查假设、实现或资料范围。
版本比较还应注意尺度。像元层的局部差异在区域平均中可能抵消，事件级的合并拆分在总数中也可能相互抵消。因而，粗尺度一致不能证明细尺度对象未变。反过来，许多微小差异也未必改变研究结论。评价需要同时说明对象变化与命题变化，防止把文件差异夸大为理论转折。
55.3 标签回写与循环验证
AI目录更新提出一个更尖锐的问题：模型输出能否成为下一代模型的训练标签？答案不能简单地是能或不能。自动输出可以帮助发现值得复查的材料，减少人工搜索负担；但若未经外部确认就当作真实标签，模型的错误也可能被写回训练集。下一代模型再与这些标签一致，表面性能提高，实际却可能只是更熟练地重复前一代偏差。
这种循环的危险，在弱事件和边缘样本中尤其明显。它们本来就是最需要外部证据的部分。如果模型把噪声误判为某类事件，而人工只确认容易的案例，未确认候选又被默认为真，标签库就会发生选择性积累。后来的评估若仍使用同源标签，错误不容易显露。资料数量增长与外部约束增强，在这里可能背离。
应当区分自动建议、人工确认与独立观测支持。自动建议记录模型看到了什么，人工确认记录人在规定条件下作出了什么判断，独立观测则可能通过不同信号或物理约束检验事件身份。三者可以结合，但不应在数据库中被压成同一个没有来源的标签。来源等级保留得越清楚，越容易检查新模型是否把不确定材料当作确定事实。
人工确认也不是独立性的自动保证。若确认者只看到模型选中的窗口，没有接触被模型遗漏的部分，整个过程仍然受到选择偏差影响。要估计漏检，需要从连续记录中抽取不依赖模型筛选的样本；要估计误检，需要保存被拒绝的候选及理由。被排除的资料不是垃圾，它们是衡量边界和错误结构的重要证据。
数据划分也必须尊重事件关系。来自同一事件、相邻时间窗口或同一台站环境的资料，若同时进入训练和测试，可能使模型利用高度相似的信息。形式上不同的文件，不一定是独立样本。研究者应依据实际用途选择划分单位，并说明共享因素。若目标是跨地区应用，地区独立就比随机窗口独立更有意义。
两种反馈可以从标签的证据来源区分。外部复核否定一个候选后，标注规范据此修改，下一轮训练便获得了与旧输出不同的约束；模型输出若直接成为新标签，则可能只扩大原有选择。二者都有数据回流，只有前者在这一环节增加纠错依据。SDE对E的追踪，需要落到波形特征与类别资格的对应是否改变：哪些特征原先被当作地震，何种跨台证据使这一对应失效，修订以后怎样处理相似信号。
循环验证还会改变研究者对错误的可见性。当模型只推荐它最有把握的样本，人工看到的资料会逐渐集中于模型擅长的类型。难以识别的区域被排除在工作流之外，错误反而不再进入反馈。一个看似高效的系统，可能通过减少遇见困难的机会维持高成绩。独立抽样的作用，就是重新打开系统不主动提供的差异。
另一个风险是类别逐渐收缩。如果新模型的建议反复成为标准，原来具有争议但真实存在的边缘类型可能被重新标为噪声。下一轮训练再把这些类型排除，模型会越来越自洽，却越来越缺乏发现能力。保存争议标签、允许多名审查者分歧和追踪被删除类别，能够使这种收缩进入可见范围。
因此，标签治理不只是提高标签准确率，还涉及保持外部纠错与新类型进入的通道。一个研究系统需要稳定标准才能比较，也需要允许标准在新证据下改变。完全固定会阻碍发现，任意变化又会破坏连续性。版本记录使这两种需求能够共存：改变可以发生，同时旧判断的条件仍然可以被恢复。
55.4 更新后谁仍能复原旧结论
一个可负责的修订说明，应让读者知道哪些结论继续有效，哪些需要重新计算，哪些已经撤回。例如，标定变化可能影响绝对量值，却不改变某些大尺度排序；事件关联规则改变可能影响小事件数，却不改变某次较大地震的身份。更新不是把旧知识全盘清零，而是重新划定有效部分。
这要求引用同时包含数据与处理版本。只引用论文题名，未必足以复原使用的目录；只记录软件版本，也可能遗漏模型权重、阈值和速度结构。记录粒度应与结论敏感性相称。某个结论若依赖细小差异，就需要更细的处理身份。保存并不是越多越好地堆积文件，而是保留能够改变判断的条件。
版本更新还可以改变结论的比较单位。原来按整景统计的遥感结果，若改为按有效像元统计，两次平均值的分母已经不同；原来按候选信号统计的地震清单，若改为按关联事件统计，数量也不再直接对应。修订说明应首先指出单位是否改变，再谈数值增加或减少。否则，精确的百分比会建立在不可比对象上。
相同原则适用于不确定性。新版本可能不仅改变中心估计，也改变误差表达。较宽的误差范围未必表示方法退步，可能是原先遗漏的不确定性终于进入计算。评价不能只奖励看起来更精确的数字，而应检查范围是否更诚实地覆盖实际误差来源。
这些变化说明，版本治理既保存计算，也保存解释权限。后来者应知道一个结果允许支持什么，不允许支持什么，以及这些权限为何改变。它把知识的边界变成可以讨论的记录，而不是依赖作者临时记忆。
当修订没有改变核心结论时，也应说明稳定来自何处。可能是误差远小于效应，可能是不同环节的变化抵消，也可能是结论本身较粗。只有说明稳定条件，才能判断它是否能够迁移到其他任务。
版本引用还应保留访问与获取的时间，因为在线资料可能在同一入口下继续更新。固定的标识、可保存的副本和明确的修订关系，共同减少这种漂移。对思想史作者而言，这使引文不只是指向一个网站，而是指向曾经支持特定判断的一份材料。
当后来者发现引用已经失效，恢复材料的困难也应记录。它可能提示公共档案需要更稳定的保存制度，而不是把责任全部交给个别作者的记忆。
保存撤回原因尤其重要，它使后来者能够区分资料错误、处理错误和解释范围改变，避免重复同一种误用。
版本史还是一种思想史材料。它让我们看到，哪些错误被共同体承认，哪些对象被重分类，哪些研究路线因此改变。与事后平滑的成功叙事相比，修订记录能够保留真实的犹豫、局部有效和失败。一个旧结论为何曾经合理，又为何后来需要缩小范围，常常只有在版本关系中才能看清。
用三式复审，S是特定版本下成立的知识对象，D是新旧结果与外部资料的比较，E是标定、标签、规则和对象身份之间的相互规定。对象会选择比较的尺度，比较又可能改变规则；但并非每个版本都完成这三向关系。只有文件组织改变时，应限于维护；独立证据改善解释时，才可以讨论认识进展；对象定义与操作安排同时改变时，才进入更强的发生学判断。
知识版本还具有传播后果。某篇论文引用了旧目录，后续研究又引用该论文的结论，原始数据更新并不会自动传遍整条引用链。修订说明应指明受影响的命题与使用条件，使后来者能够判断是否需要回查。对于未受影响的结果，也应明确保留，避免一次技术更新引发没有依据的全盘怀疑。
这种传播关系使档案维护成为共同体记忆的一部分。一个结论的生命，不只取决于它最初如何产生，也取决于修订能否到达使用它的人。SDE所说知识在互动中传播与变化，在这里可以具体落实为引用、版本通知、复查和再解释的链条。链条是否畅通，可以由实际记录研究，而不必停留在抽象宣言。
因此，保存旧版本的目的不是阻止修订，而是使修订有来处。真正开放的共同知识，允许后来者恢复当时条件，理解旧判断，并据新材料改变它。版本制度把“我们如今知道什么”与“我们怎样改变所知”联系起来。最后一编将以这种可追溯性为基础，检验本书自己的解释框架。
本章引用的来源条目
C09 USGS，Landsat Collection 2 原始来源入口