第二十二章　判断粒度怎样改变

一、灵活不是临时凭感觉多看几眼

一个系统若只规定“有问题时再检查”，尚未形成清楚的粒度机制。什么算问题，谁能发现，发现以后展开什么，展开结果怎样改变原任务，都仍然悬空。灵活判断需要允许情境变化，也需要把转换条件组织成能够实际执行的关系。

本章提出一种工作结构：先确定当前任务和必要判断，再检查哪些已经被相应封装承接；证据足够且条件适用时整体调用，出现关键差异时定向展开，超出当前处理范围时转交或暂缓，目标需要改变时明确返回任务层。它不是唯一算法，而是可以被检验和修改的原型。

这一结构与SDE方法论的联系，不在于把三个字母写进流程名称。三方程检查当前显露、路径和条件是否互相支撑；六路径帮助选择从哪一项差异进入；三原理引导张力中的重新组织。价值发生诊断则用于决定反馈应该改变哪里，而不把所有异常都归为增加检查强度。

灵活的限度也要清楚。判断的依据不足时，可以改变任务状态或展开方式，不能改变事实和证明标准来迁就系统。没有完成的证明仍然未完成，尚未取得的材料仍然缺失。机制的灵活应当让这些状态更准确，而不是更容易被掩盖。

二、开始时先说明当前在判断什么

任务启动不能只记录一个宽泛标题。至少需要知道当前目标、允许的假设、预期成果身份以及使用场景。相同文本可以是探索草图、内部讨论材料或正式研究结论，三者的验收条件不同。没有状态说明，系统就可能把适合探索的依据直接用于完成声明。

接着应辨认关键判断对象。数学任务可能包括语义、推理、依赖和目标一致性；文稿任务可能包括来源、论证、版本和表达；技术任务可能包括输入条件、接口与实际用途。不是每次都展开全部细节，而是先知道哪些判断在当前任务中不能缺席。

这些判断对象随后与已有能力匹配。某一类检查已经由可靠模块承接，就可以记录其适用范围和证据；某一项尚无承担者，就保留缺口而不假装完成。当前流程应从真实能力出发，不从希望系统具备什么出发。

初始粒度因此不是个人意志任意选择，而是任务、风险、现有证据和能力共同形成的安排。它可以保守，也可以较大范围封装，但需要说明理由。后续的新信息有权改变这一安排，不能因为启动时选择过，就把它永久固定。

三、哪些事件值得触发展开

触发可以来自结果异常，也可以来自条件变化。当前输出与明确要求不符，是一种信号；引理定义、工具版本、输入来源或用途改变，也是信号。后者可能尚未造成可见错误，却已经使旧封装的依据范围不再清楚。

触发还可以来自判断之间的不一致。两个核验过程对同一状态给出不同结论，不能简单取多数或选择更自信的一方。先检查它们是否在判断同一个对象，采用相同条件，处于同一版本。许多表面冲突来自任务不一致，真正冲突则需要进一步展开依据。

另一些触发来自缺失：关键证据没有返回、预期反馈没有发生、某项依赖状态不明。没有错误报告不等于没有问题。机制需要认识“缺少应有信息”也是一种值得判断的差异，尤其在完成声明依赖该信息时。

触发不应全部通向同一种全量复核。一个版本变化可能只影响几个依赖节点，一个语义疑问可能需要返回原问题，一个新用途则可能要求重新界定封装范围。触发的价值在于定向改变判断，而不只是制造警报。

四、展开应优先抵达承重连接

一份复杂证明出现疑问，可以逐行从头检查，也可以先定位影响结论的承重连接。哪个引理尚未获得支撑，哪个条件被多个步骤共同使用，哪个转换改变了命题含义？这些位置通常更值得优先展开，因为它们决定了较多后续工作是否仍然成立。

这里的优先并非普遍最优算法。某些问题的承重位置不容易预先识别，逐步检查仍然必要。但当依赖记录存在时，就不应无理由地把已核验的独立部分全部重做。封装的价值正是在保持必要依据的前提下减少重复，让注意能够抵达新的缺口。

展开的结果也有不同去向。发现局部漏项，可以补齐并复检；发现条件不适用，需要修改调用；发现引理错误，需要返回证明结构；发现目标本身不成立，则停止原证明并记录反例。把这些结果都转成“再试一次”，会让机制失去层级判断。

因此，展开不仅增加信息，还要改变下一步动作。看到了更多细节却仍按原路线自动执行，不能称为灵活机制已经工作。新的差异必须有权让系统继续、转向、暂停或改变目标身份。

五、暂缓、拒绝与转交应当具有不同含义

证据不足时，系统可以暂缓当前裁决；目标已经被反例否定时，可以拒绝原命题成立的声明；任务超出当前能力而其他机制可能处理时，可以转交。三种返回不能混成一个模糊失败，也不能为了界面简单而全部显示为“请重试”。

暂缓保留的是尚未知道，不等于命题为假。拒绝可以有明确根据，但拒绝某份证明不一定拒绝命题本身，因为命题可能有其他证明。转交则说明当前复合体不足以承担，需要改变判断载体或取得新条件。每一种状态都应明确对象与范围。

转交不是把责任扔出去。原任务、已有证据、未解决差异和已经尝试的路径需要一起传递，否则下一环节可能从同一个盲点重新开始。处理结果也应返回原流程，决定如何继续，而不是让任务在不同角色间无限循环。

这些状态的价值，是使不确定性具有可行动结构。系统不必为了维持流畅而每次给出肯定答案，也不必因为不能完全确定就停止所有研究。明确部分完成和未解决之处，可以支持有条件的继续，同时保护最终声明的严谨。

六、一个小型数学任务中的粒度转换

设想目标是证明对任意实数x都有√（x²）＝x。系统最初把它看作可由熟悉运算规则处理的任务，尝试整体调用相关模块。一个检查者提出边界问题：负数时是否仍成立？于是判断从整体等式进入变量范围和主平方根的定义。

取x＝－1，左边为1，右边为－1，两者不相等。这个具体反例足以否定原来的全称命题，不需要继续枚举更多值。粒度展开的结果应返回目标层，而不是要求生成器用更长推导回避负数。

系统可以提出两个不同的新任务：在x≥0的条件下证明原形式，或者对所有实数证明√（x²）＝|x|。它们都可能是有价值的修订，但必须保存原命题已经被否定的状态。原目标、反例和修订目标不能因为最终出现正确公式而被合并成一次原任务成功。

对于后一命题，可以分x≥0和x<0讨论：前者中x是x²的非负平方根；后者中－x为非负，且其平方为x²。由主平方根的定义，分别得到x与－x，也就是|x|。这个证明的依据与前面的反例一起构成任务记录，而SDE分析解释的是系统如何从错误路线转为新的可证任务。

这个小例子说明，高层改判可以由极小的细节触发，整体调用也可以在修订后的范围重新形成。灵活机制并不需要永久停在最细粒度，而是在关键差异出现时展开，再依据新的条件形成可以继续使用的单位。

七、用状态记录阻止完成身份被偷换

为了支持上述转换，本书建议把任务状态与文本输出分开保存。文本可以继续生成，任务状态却不能仅凭生成器写了“证毕”就改变。状态变化需要满足相应条件，例如目标已核对、必要依赖已完成、验证结果已返回。

可以使用“候选”“待核验”“条件性成立”“已核验”“已否定”“需转交”等工作状态。它们不是对所有学科统一强制的分类，也不意味着价值只有这些等级；它们是帮助系统保留证据身份的工程安排。具体任务需要怎样细分，应由实际问题决定。

状态记录还应指向版本。某个证明在旧目标下已核验，目标改动后不能继续沿用原状态；一个模块已更新，相关依赖也需要重新判断是否继承。把状态绑定到可辨认对象，才能避免“同名文件已通过”这样的模糊保证。

这类安排也服务于艺术和知识写作。例如，“作者确认的创作选择”与“待核实的事实表述”不应共享一个完成标记。形式可以开放，事实仍有相应义务。状态的精确，使不同价值判断能够共处，而不被单一流水线吞没。

八、机制需要停止条件，否则展开可能没有终点

灵活机制若每次都能提出更多问题，可能不断递归展开，最终无法交付任何结果。解决办法不是禁止质疑，而是为当前任务明确范围、资源和完成条件。哪些问题必须解决，哪些可以作为后续研究保留，需要在运行中不断具体化。

在一个有限且没有循环依赖的任务图中，如果每个节点只在其前提完成以后核验，并且每个版本的节点最多处理一次，那么按依赖次序检查可以在有限步内结束。这里的有限性来自明确假设，不是复杂研究天然都能终止。若运行不断产生新节点或新版本，就需要另外的预算与暂缓机制。

这条简单说明帮助区分“已经完成当前有限任务”与“已经消除所有可能疑问”。前者可以获得明确依据，后者往往不是当前任务能够承诺的事情。一个合理封装应当保存这种区别，让使用者知道已经检查到哪里，而不是把有限完成包装成绝对终局。

资源限制也不能悄悄降低完成标准。预算用尽而关键问题未解决时，应返回未完成或转交，而不是自动接受。可以缩小任务，但缩小必须作为新的目标记录。停止条件的作用是管理研究范围，不是帮助系统在时间压力下伪造成功。

九、依据价值而不是单一置信度选择粒度

一个常见设计想法是：模型自信就少检查，不自信就多检查。自报信心可以作为线索，但不能单独决定粒度，因为系统可能对错误很自信，也可能对正确推理谨慎。更重要的是当前任务的证据状态、影响范围与相关验证能力。

三方程要求检查自信显露是否与实际路径和条件相符；六路径要求考虑当前从哪里取得最有用的校正；三原理则让我们研究是否需要改变任务结构，而不是只在同一答案上增加或减少检查。价值发生学继续追查异常来自何种联系，使路由不只是一个分数阈值。

例如，关键条件缺失的证明，即使语言极其确定，也应进入相应检查；一份明确标为创作草图的文本，可能允许保留尚未整合的张力，而不被迫提前接受与最终作品相同的全面评价。适当粒度要与当前价值工作相称。

这并不排斥数量模型。若某种置信估计经过对应任务的校准，可以参与资源分配；但仍需保留它的适用范围与证据。数字是一种工具，不能在进入机制以后自动成为免检的最高裁判。

十、灵活机制怎样避免成为新的复杂负担

一套为了减轻重复判断而设计的系统，也可能因为状态太多、转交太慢和记录过重而增加负担。机制本身需要分层：简单任务使用简明流程，重要且复杂的任务才展开更细记录。不能把最高风险情境的全部程序无差别地施加给每次普通操作。

可以先检验最小可用设计。保留目标、关键条件、完成状态和重新展开入口，观察它是否已经减少重要误用；再根据实际缺口增加记录。若某个字段从不参与判断，也没有合理的追溯价值，就需要重新考虑。复杂性应该由任务支撑，而不是由框架爱好推动。

用户体验也需要进入评估。若正确的状态信息难以理解，使用者可能绕过机制；若每次小修改都要求过度审批，反馈就可能停滞。解决办法不是删除全部保障，而是研究哪些差异应优先显露，哪些流程可以由工具承接，哪些异常确实需要人介入。

灵活判断的成功，最终体现在必要判断更可靠地发生，重复负担得到合理减少，并且新任务能够获得适当处理。它不是拥有最多状态或最复杂图纸的系统，而是能够在具体变化中保持价值评估与反馈的复合能力。

十一、从动态粒度走向动态承担者

本章把任务初始化、触发、展开、暂缓、转交和完成状态连接起来，形成一个可继续实现的工作原型。它不承诺自动解决所有判断问题，却让“有问题时再看看”变成了具有明确对象和反馈去向的机制。

在这个机制中，人可以承担某些关键判断，AI可以发现某些异常，规则工具可以检查条件，专业人员可以重新解释目标。谁在何处工作，不应由自然人与机器的名称一次决定，而需要与任务、证据和能力匹配。

粒度机制真正形成的标志，不是流程图中有一条“返回”箭头，而是出现相应证据时，系统能够改变检查对象、保留未完成状态，并把结果传回原任务。这个过程可能涉及人的经验、AI的候选、规则工具的核验与专业复核。它们不必处于固定楼层，却必须形成可以承接的连接；否则，灵活只意味着问题在角色之间不断漂移。