SDE Universes·新思想前沿›计算机科学的其余主干
新思想前沿 · 计算机科学的其余主干

量子软件与量子编程

近二十年 · 两幕 · 20 个新思想 · 约 31,497 字 · 王德生 亲撰 · 2026 年 8 月

量子软件与量子编程近二十年的变化不应写成工具清单。真正被换掉的是评价标准：系统不再只凭单点分数、平均速度或“能运行”证明自己，而要说明在量子语言、编译中间层、噪声设备和容错资源栈中，硬件拓扑、误差模型、经典控制和纠错开销怎样进入结果。上一个十年主要把旧默认拆成可测约束；这十年则经历真实部署与方法清算，要求同时报告成功概率、线路深度、采样成本和物理时空体积。下面二十条均按主证据年份归幕，每条给出源行、六段证据链和可抽取的碰撞行。

【第一幕】上一个十年 · 约 2006—2016

第一幕建立线性类型、可扩展语言、仿真、布局和资源估计，使量子算法第一次成为软件工程对象。 本幕八条共同把旧默认第一次放到可测上界、误差、资源或行为证据上，并试写出可与别的领域换算的分母。

甲、线性类型：不可克隆应由编译器阻止

提出Selinger 与 Valiron，2006年《Mathematical Structures in Computer Science》16(3):527–552　争议或最新Green、Lumsdaine、Ross、Selinger与Valiron，2013年《ACM SIGPLAN Notices》48(6):333–342　关键量子语言应以线性或仿射类型追踪资源使用，在语法层保证不克隆与受控丢弃

量子编程最初借用经典语言的资源观：变量可以复制、可以随手丢弃、可以在任何地方引用。这个前提在量子力学里直接违法——未知量子态不可克隆，随手丢弃一个纠缠着的寄存器会把另一端的状态一起改变。早期做法是靠程序员自觉遵守，出错只能在仿真结果里发现。这条转向把物理约束搬进类型系统，让编译器在语法层就拒绝这类程序。

这条理论的可反驳命题是：量子语言应以线性或仿射类型追踪资源使用，在语法层保证不克隆与受控丢弃。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“被类型系统阻止的量子值复制数／违规尝试总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Selinger 与 Valiron，2006年《Mathematical Structures in Computer Science》16(3):527–552。具体设计与读数是：线性类型要求量子变量恰好使用一次，复制或丢弃会在编译期报错；不可克隆定理由语言资源规则直接体现。QML等在2006年前后展示量子数据的类型化控制；类型保证资源规则，却不自动证明算法语义。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“编译优化是否依赖瞬时校准数据”。对照证据见Green、Lumsdaine、Ross、Selinger与Valiron，2013年《ACM SIGPLAN Notices》48(6):333–342：Quipper以高阶函数生成和变换量子线路，可描述非玩具算法并生成达到万亿门规模的线路；模块接口因此不仅组织源码，还决定子线路能否独立复用、反转和估算资源。它显示硬件中立中间层可能隐藏设备关键能力；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告被类型系统拦下的复制与丢弃尝试数与违规尝试总数之比，并说明哪些操作被留在了类型系统之外。任何逃逸通道都会让保证降级为惯例。同时应说明类型系统对合法程序的拒绝率——过严的类型会逼迫程序员绕开它，绕开之后保证就完全不存在了。

与本块第三条《模块化量子编译》共享同一个诉求的两个层次：类型系统在语法层守住资源纪律，模块边界在编译层守住作用域与接口。两者不可互相替代——一个模块化良好但允许隐式复制的语言，与一个类型严格却把整个程序编成一条线路的语言，各自漏掉的正是对方守住的那一半。

位置D——把『线性类型：不可克隆应由编译器阻止』中的操作次序与变化路径作为首要显露　单因决定『线性类型：不可克隆应由编译器阻止』当前结论的最小充分项只有：量子语言应以线性或仿射类型追踪资源使用，在语法层保证不克隆与受控丢弃　预设〔01 谁进入分母〕在固定设备校准、门集、线路规模与精度目标后，线性类型对应的差异可与其他机制分离　量纲被类型系统阻止的量子值复制数／违规尝试总数　失效失效边界是『独立数据或真实负载下效应消失，且编译优化是否依赖瞬时校准数据使方向反转时不成立』；越严格的线性类型使非法复制被拦得越彻底，但当类型系统严到无法表达合理的经典—量子混合控制时，安全性的提高反而把程序员推向类型系统之外的逃逸写法。自曝『线性类型：不可克隆应由编译器阻止』的原始材料只直接支持“主证据来自Selinger与Valiron，2006年《MathematicalStructuresinComputerScience》16(3):”，没有自动覆盖边界外对象　空栏『线性类型：不可克隆应由编译器阻止』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名产权制度称「不可分割资源的排他占用」，医学称「一次性器械不可复用」；另见第249号第一条『所有权与借用检查』

乙、线路元编程：量子程序首先是可生成的经典对象

提出Green 等，2013年《PLDI会议录》，ACM　争议或最新Wille 与 Drechsler，2009年《Towards a Design Flow for Reversible Logic》Springer　关键高阶经典程序可生成、变换和估计巨大量子线路，让算法族而非单个实例成为软件对象

早期量子程序等同于一张线路图：逐个列出量子门，规模稍大就无法手写，也无法复用。这个前提把量子程序当成了数据而不是程序。这条转向把线路降格为产物——真正的程序是一段经典的高阶代码，它生成、变换并估计线路。于是研究对象从单个实例上升到算法族，同一段代码可以按参数展开成从演示规模到实用规模的一整族线路。

这条理论的可反驳命题是：高阶经典程序可生成、变换和估计巨大量子线路，让算法族而非单个实例成为软件对象。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“生成线路门数／源级组合子数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Green 等，2013年《PLDI会议录》，ACM。具体设计与读数是：Quipper用经典高阶程序生成量子线路，可在不存储2^n振幅的情况下计数数万量子位和巨量门的资源。Quipper于2013年展示可扩展量子元编程，并为多个非平凡算法生成多达万亿级门描述。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“混合算法训练是否落入贫瘠高原”。对照证据见Wille 与 Drechsler，2009年《Towards a Design Flow for Reversible Logic》Springer：综合把布尔函数改写为Toffoli网络并显式计数门、辅助量子位和垃圾输出；经典信息丢失必须在进入量子线路前被消除。它显示误差缓解不能替代可扩展纠错；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告由多少行源级组合子生成了多少门的线路，这个比值直接说明抽象是否真的在起作用。同时应说明生成过程的可复现性——随机化与优化选项会让两次生成的线路不同，若不固定种子与版本，后续的资源估计与等价检查都无法对上。

与本块第八条《资源估计先行》是同一体系的两半：能生成才谈得上估计，而估计的结果又反过来决定该生成哪一族。**这条线的关键判断是：在量子领域，程序的"可运行性"不是运行时才知道的事，而是编译期就该给出的读数**——这与经典软件的直觉正好相反。

位置E——把『线路元编程：量子程序首先是可生成的经典对象』成立所需的边界环境作为首要显露　单因决定『线路元编程：量子程序首先是可生成的经典对象』当前结论的最小充分项只有：高阶经典程序可生成、变换和估计巨大量子线路，让算法族而非单个实例成为软件对象　预设〔01 谁进入分母〕高阶经典程序可生成、变换和估计巨大量子线路，让算法族能够在同一预算与同一输入下被独立检验　量纲生成线路门数／源级组合子数　失效失效边界是『更换强基线、平台或人群后排序不再保持，并且尾部代价超过收益时失效』；越高阶的线路生成抽象使算法族越容易表达，但当生成器把巨量门隐藏在一行组合子后面时，表达的简洁反而使资源规模在编写时不可感知。自曝『线路元编程：量子程序首先是可生成的经典对象』的原始材料只直接支持“Quipper于2013年展示可扩展量子元编程，并为多个非平凡算法生成多达万亿级门描述”，没有自动覆盖边界外对象　空栏『线路元编程：量子程序首先是可生成的经典对象』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名制造业称「参数化设计生成零件族」，出版业称「模板生成与逐本排版」；另见第249号第十二条『程序合成』

丙、模块化量子编译：量子过程需要独立接口与作用域

提出Green、Lumsdaine、Ross、Selinger与Valiron，2013年《ACM SIGPLAN Notices》48(6):333–342　争议或最新Wecker 与 Svore，2014年《LIQUi|>: A Software Design Architecture and Domain-Specific Language for Quantum Computing》　关键语言与编译器应保留模块、循环、函数和资源边界，再分阶段降低到线路

把量子程序整体编译成一条扁平线路，是最省事的实现路径：反正最终硬件执行的就是门序列。这个前提抹掉了程序结构——模块、循环、函数与资源边界在编译第一步就消失，之后既无法局部替换，也无法复用已经验证过的部分。这条转向要求编译分阶段进行，先保留结构再逐层降低，量子过程因此获得独立的接口与作用域。

这条理论的可反驳命题是：语言与编译器应保留模块、循环、函数和资源边界，再分阶段降低到线路。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“可独立编译模块数／程序模块总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Green、Lumsdaine、Ross、Selinger与Valiron，2013年《ACM SIGPLAN Notices》48(6):333–342。具体设计与读数是：Quipper以高阶函数生成和变换量子线路，可描述非玩具算法并生成达到万亿门规模的线路；模块接口因此不仅组织源码，还决定子线路能否独立复用、反转和估算资源。Scaffold在2012—2016年发展模块化量子语言与编译框架；大型算法表明过早展开会造成不可管理的中间规模。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“误差缓解采样开销是否超过收益”。对照证据见Wecker 与 Svore，2014年《LIQUi|>: A Software Design Architecture and Domain-Specific Language for Quantum Computing》：同一程序可在状态向量仿真器、资源估计器和后端之间切换，并在经典机器上模拟约三十量子位；语言、编译和设备模型在硬件前联调。它显示更短线路不一定在真实噪声上更可靠；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告可独立编译的模块数与程序模块总数之比。这个比值决定了改动一处是否要重编全程，也决定了验证成果能否复用。同时应说明模块间的资源接口如何描述——辅助位的借出与归还若不在接口里，模块化只是源码层面的整洁。

与本块第十七条《量子中间表示》是同一目标在语言侧与工具链侧的两次尝试：一个在语言里保留结构，一个用共同中层把语言与硬件解耦。两条都在对抗同一件事——**量子编译很容易退化成一次性的、不可复用的整体展开**，而这正是这个领域至今仍缺少可复用软件生态的技术原因之一。

位置S——把『模块化量子编译：量子过程需要独立接口与作用域』形成的对象结构作为首要显露　单因决定『模块化量子编译：量子过程需要独立接口与作用域』当前结论的最小充分项只有：语言与编译器应保留模块、循环、函数和资源边界，再分阶段降低到线路　预设〔01 谁进入分母〕比较双方对“什么算一次有效结果”使用相同分母，模块化量子编译才可排序　量纲可独立编译模块数／程序模块总数　失效失效边界是『分母改为端到端结果后优势低于测量误差，或失败样本集中于关键场景时失效』；越完整的模块边界保留使程序越可复用，但当模块化限制了跨边界的线路合并优化时，结构的保留反而使最终线路深度上升。自曝『模块化量子编译：量子过程需要独立接口与作用域』的原始材料只直接支持“主证据来自Green、Lumsdaine、Ross、Selinger与Valiron，2013年《ACMSIGPLANNotices》48(6):3”，没有自动覆盖边界外对象　空栏『模块化量子编译：量子过程需要独立接口与作用域』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名建筑学称「预制构件与现浇整体」，制造业称「模块化平台与专用一体件」；另见第249号第九条『多层中间表示』

丁、全栈仿真：语言、编译与资源模型应在硬件前联合测试

提出Wecker 与 Svore，2014年《LIQUi|>: A Software Design Architecture and Domain-Specific Language for Quantum Computing》　争议或最新Cross 等，2022年《ACM Transactions on Quantum Computing》3(3):12　关键经典仿真器、噪声模型和编译器可组成全栈试验场，提前发现接口与资源错误

量子软件的验证一度只能等硬件：没有设备就无法知道程序对不对、资源够不够。这个前提让软件开发被硬件进度绑死。这条转向把经典仿真器、噪声模型与编译器组装成全栈试验场——语言、编译与资源模型可以在硬件到位之前联合测试，接口错误与资源估计偏差因此能提前暴露。软件工程的节奏第一次从硬件节奏中部分脱钩。

这条理论的可反驳命题是：经典仿真器、噪声模型和编译器可组成全栈试验场，提前发现接口与资源错误。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“可仿真量子位数／可用内存GB”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Wecker 与 Svore，2014年《LIQUi|>: A Software Design Architecture and Domain-Specific Language for Quantum Computing》。具体设计与读数是：同一程序可在状态向量仿真器、资源估计器和后端之间切换，并在经典机器上模拟约三十量子位；语言、编译和设备模型在硬件前联调。LIQUi|>于2014年前后提供语言、优化与高性能仿真环境；可模拟规模仍受指数内存限制。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“量子中间表示是否保存动态经典控制语义”。对照证据见Cross 等，2022年《ACM Transactions on Quantum Computing》3(3):12：OpenQASM 3加入循环、分支、中途测量和实时经典表达式；经典控制延迟第一次成为量子程序语义的一部分。它显示统计测试缺少确定输出预言机；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告可仿真的量子位数与所用内存之比，并说明噪声模型的类型与来源。仿真规模的宣称若不附带内存与近似方法，无法与其他工具比较。同时应说明仿真与真机之间已知的偏差来源，因为这套试验场最大的风险恰恰是让人误以为仿真通过就等于真机可行。

与本块第六条《决策图仿真》是同一目标下的通用与专用：全栈仿真追求覆盖整条工具链，决策图仿真则利用结构冗余把特定线路的模拟规模推得更远。两者共同的边界很清楚——**能被高效经典模拟的线路，恰恰是最不可能带来量子优势的那一类**，因此仿真能力的进步同时在压缩可宣称优势的空间。

位置E——把『全栈仿真：语言、编译与资源模型应在硬件前联合测试』成立所需的边界环境作为首要显露　单因决定『全栈仿真：语言、编译与资源模型应在硬件前联合测试』当前结论的最小充分项只有：经典仿真器、噪声模型和编译器可组成全栈试验场，提前发现接口与资源错误　预设〔02 单一读数代表复杂对象〕全栈仿真造成的变化大于版本、样本选择和测量噪声造成的变化　量纲可仿真量子位数／可用内存GB　失效失效边界是『控制额外信息与调参预算后读数不优于基线，且跨站点复现率低于一半时失效』；越强的经典仿真能力使硬件前验证越充分，但当被验证的线路正因可仿真而缺乏量子优势时，验证的充分反而无法说明真机上的表现。自曝『全栈仿真：语言、编译与资源模型应在硬件前联合测试』的原始材料只直接支持“主证据来自Wecker与Svore，2014年《LIQUi|>:ASoftwareDesignArchitectureandDomain-Speci”，没有自动覆盖边界外对象　空栏『全栈仿真：语言、编译与资源模型应在硬件前联合测试』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名航空称「风洞与试飞的分工」，制药称「体外实验与临床试验的落差」；另见第583号第甲条『GPU通用科学计算』

戊、可逆综合：经典逻辑必须先变成无信息丢失的计算

提出Wille 与 Drechsler，2009年《Towards a Design Flow for Reversible Logic》Springer　争议或最新Niemann、Wille、Miller、Thornton与Drechsler，2016年《IEEE计算机辅助集成电路与系统汇刊》35(1):86–99　关键量子编译需要显式管理辅助位、垃圾回收与反计算，面积与深度由可逆综合策略决定

把一个经典函数搬到量子机器上，直觉是照着逻辑门写一遍。这个前提忽略了量子计算的一条硬约束：所有操作必须可逆，而经典逻辑普遍丢信息。于是每一次不可逆操作都要引入辅助位来保存被丢掉的信息，而这些辅助位若不反计算清理，会与主寄存器保持纠缠、破坏干涉。这条转向把辅助位管理、垃圾回收与反计算提到编译的核心位置。

这条理论的可反驳命题是：量子编译需要显式管理辅助位、垃圾回收与反计算，面积与深度由可逆综合策略决定。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“综合后门数／目标可逆函数位数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Wille 与 Drechsler，2009年《Towards a Design Flow for Reversible Logic》Springer。具体设计与读数是：综合把布尔函数改写为Toffoli网络并显式计数门、辅助量子位和垃圾输出；经典信息丢失必须在进入量子线路前被消除。RevKit等自2008年后把可逆线路综合与优化工具化；最小门数、辅助位与深度通常互相冲突。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“逻辑线路资源估计是否包含解码和魔法态工厂”。对照证据见Niemann、Wille、Miller、Thornton与Drechsler，2016年《IEEE计算机辅助集成电路与系统汇刊》35(1):86–99：论文给出QMDD的规范定义、归约规则和变量重排，并用共享子图压缩量子函数；它说明指数状态并非一律显式展开，但压缩收益取决于线路结构而非量子位数本身。它显示资源估计对物理错误率和架构假设极敏感；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告综合后的门数与目标函数位宽的关系，并单独报告辅助位峰值占用。门数与辅助位是一对可以互换的代价，只报其中之一会掩盖真实开销。同时应说明反计算策略，因为同一个函数在不同策略下的时空开销可以相差数倍。

与本块第十八条《容错资源栈》是同一笔账的两端：可逆综合决定逻辑层要多少门与辅助位，容错栈再把这些逻辑资源展开成物理时空体积。两条之间的放大倍数极大——**逻辑层省下的一个 T 门，在物理层可能对应成千上万个物理量子位周期**，因此可逆综合的优化目标不能照搬经典的门数最少。

位置S——把『可逆综合：经典逻辑必须先变成无信息丢失的计算』形成的对象结构作为首要显露　单因决定『可逆综合：经典逻辑必须先变成无信息丢失的计算』当前结论的最小充分项只有：量子编译需要显式管理辅助位、垃圾回收与反计算，面积与深度由可逆综合策略决定　预设〔02 单一读数代表复杂对象〕在固定设备校准、门集、线路规模与精度目标后，可逆综合对应的差异可与其他机制分离　量纲综合后门数／目标可逆函数位数　失效失效边界是『独立数据或真实负载下效应消失，且逻辑线路资源估计是否包含解码和魔法态工厂使方向反转时不成立』；越少的辅助位使空间开销越小，但当为节省辅助位而反复重算中间结果时，空间的节省反而使线路深度与总错误累积上升。自曝『可逆综合：经典逻辑必须先变成无信息丢失的计算』的原始材料只直接支持“主证据来自Wille与Drechsler，2009年《TowardsaDesignFlowforReversibleLogic》Springer”，没有自动覆盖边界外对象　空栏『可逆综合：经典逻辑必须先变成无信息丢失的计算』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名会计称「暂记科目必须结清」，化学工程称「副产物必须回收而非排放」；另见第248号第二条『催化计算』

己、决策图仿真：指数状态有时可以结构化压缩

提出Niemann、Wille、Miller、Thornton与Drechsler，2016年《IEEE计算机辅助集成电路与系统汇刊》35(1):86–99　争议或最新Maslov、Falconer 与 Mosca，2008年《IEEE Transactions on Computer-Aided Design》27(4):752–763　关键若状态与线路含重复结构，可用量子决策图共享子图，显著压缩模拟与等价检查

量子态的经典模拟被默认为指数灾难：n 个量子位需要 2 的 n 次方个振幅，超过五十位就无从谈起。这个前提对最坏情况成立，对实际线路不一定成立——许多线路与状态含有大量重复结构。这条转向用决策图共享等价子图，把状态与线路压缩成一张图，模拟与等价检查的可行规模因此在结构化的情形下大幅推进。

这条理论的可反驳命题是：若状态与线路含重复结构，可用量子决策图共享子图，显著压缩模拟与等价检查。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“决策图节点数／状态向量振幅数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Niemann、Wille、Miller、Thornton与Drechsler，2016年《IEEE计算机辅助集成电路与系统汇刊》35(1):86–99。具体设计与读数是：论文给出QMDD的规范定义、归约规则和变量重排，并用共享子图压缩量子函数；它说明指数状态并非一律显式展开，但压缩收益取决于线路结构而非量子位数本身。QMDD相关工作在2007年前后成熟；对结构化线路可大幅节省内存，但接近随机纠缠时会退化到指数规模。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“编译优化是否依赖瞬时校准数据”。对照证据见Maslov、Falconer 与 Mosca，2008年《IEEE Transactions on Computer-Aided Design》27(4):752–763：物理耦合图不相邻时需插入SWAP，而一个SWAP通常等价三次CNOT；映射质量可直接用新增双量子位门和深度衡量。它显示硬件中立中间层可能隐藏设备关键能力；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告决策图节点数与状态向量振幅数之比，这个压缩比才是方法有效性的读数。同时应说明在何种线路族上压缩失效——决策图对结构规整的线路极其有效，对随机线路几乎没有收益，不写清适用边界会让读者高估通用性。

与本块第二十条《等价检查》是工具与其最重要的应用：优化前后的线路等价性正是决策图最擅长的判定问题。与第四条《全栈仿真》则共享同一个悖论——**模拟能力越强，可以宣称量子优势的空间越小**。这个悖论在这个领域是持续的，而且它对研究者与厂商的激励方向恰好相反。

位置D——把『决策图仿真：指数状态有时可以结构化压缩』中的操作次序与变化路径作为首要显露　单因决定『决策图仿真：指数状态有时可以结构化压缩』当前结论的最小充分项只有：若状态与线路含重复结构，可用量子决策图共享子图，显著压缩模拟与等价检查　预设〔02 单一读数代表复杂对象〕若状态与线路含重复结构，可用量子决策图共享子图，显著能够在同一预算与同一输入下被独立检验　量纲决策图节点数／状态向量振幅数　失效失效边界是『更换强基线、平台或人群后排序不再保持，并且尾部代价超过收益时失效』；越强的结构压缩使可模拟的线路规模越大，但当线路缺乏可共享子结构时，压缩的失效反而使决策图退化为比朴素方法更慢的表示。自曝『决策图仿真：指数状态有时可以结构化压缩』的原始材料只直接支持“主证据来自Niemann、Wille、Miller、Thornton与Drechsler，2016年《IEEE计算机辅助集成电路与系统汇刊》35(1”，没有自动覆盖边界外对象　空栏『决策图仿真：指数状态有时可以结构化压缩』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名数据库称「字典编码对低基数列有效」，制图称「重复地物的符号化压缩」；另见第250号第九条『向量化与编译执行』

庚、映射即优化：逻辑相邻不等于物理相邻

提出Maslov、Falconer 与 Mosca，2008年《IEEE Transactions on Computer-Aided Design》27(4):752–763　争议或最新Green 等，2013年《Quipper》资源估计案例　关键编译器必须依据耦合图插入SWAP、选择方向与调度，映射质量会改变深度和错误累积

量子算法在纸上假定任意两个量子位都能直接作用。这个前提在真实设备上不成立——硬件只在耦合图上的相邻位之间提供双量子门，逻辑上的相邻必须靠交换操作搬过去。这条转向把映射从一道工程琐事提升为核心优化问题：插入多少交换、往哪个方向、如何调度，直接决定线路深度与错误累积，编译质量因此成为可用性的决定因素之一。

这条理论的可反驳命题是：编译器必须依据耦合图插入SWAP、选择方向与调度，映射质量会改变深度和错误累积。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“附加SWAP门数／逻辑双量子门数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Maslov、Falconer 与 Mosca，2008年《IEEE Transactions on Computer-Aided Design》27(4):752–763。具体设计与读数是：物理耦合图不相邻时需插入SWAP，而一个SWAP通常等价三次CNOT；映射质量可直接用新增双量子位门和深度衡量。2008—2016年的拓扑映射研究把布局写成组合优化；精确方法规模受限，启发式结果依设备图。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“混合算法训练是否落入贫瘠高原”。对照证据见Green 等，2013年《Quipper》资源估计案例：系统在不执行算法的情况下统计逻辑量子位、门数、T门和深度；能写出源码与能承担资源之间由此有了正式账本。它显示误差缓解不能替代可扩展纠错；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告附加交换门数与逻辑双量子门数之比，并说明所用的耦合图。脱离拓扑谈映射开销没有意义，因为同一算法在不同连通度设备上的开销可以相差数倍。同时应报告映射所耗的编译时间，这一项在大线路上会成为实际瓶颈。

与本块第十一条《SABRE路由》是问题与其可扩展解法，与第十条《噪声感知编译》则是同一决策的两个目标：一个求最少交换、最浅深度，一个求最高成功概率。两者常常给出不同的映射——**最短的线路不一定最可靠**，因为交换门可能恰好走过错误率更低的一段耦合。只优化其一的编译器会在真机上输给同时看两者的。

位置S——把『映射即优化：逻辑相邻不等于物理相邻』形成的对象结构作为首要显露　单因决定『映射即优化：逻辑相邻不等于物理相邻』当前结论的最小充分项只有：编译器必须依据耦合图插入SWAP、选择方向与调度，映射质量会改变深度和错误累积　预设〔03 相关方向等同因果方向〕比较双方对“什么算一次有效结果”使用相同分母，映射即优化才可排序　量纲附加SWAP门数／逻辑双量子门数　失效失效边界是『分母改为端到端结果后优势低于测量误差，或失败样本集中于关键场景时失效』；越少的交换门使线路深度越低，但当交换被塞进错误率更高的耦合边时，深度的下降反而使整体成功概率降低。自曝『映射即优化：逻辑相邻不等于物理相邻』的原始材料只直接支持“主证据来自Maslov、Falconer与Mosca，2008年《IEEETransactionsonComputer-AidedDesign》27”，没有自动覆盖边界外对象　空栏『映射即优化：逻辑相邻不等于物理相邻』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名物流称「最短路径与最可靠路径」，电路设计称「布线拥塞与时延」；另见第248号第三条『几乎线性时间的最大流』

辛、资源估计先行：可写出的算法未必是可运行的软件

提出Green 等，2013年《Quipper》资源估计案例　争议或最新Green 等，2013年《PLDI会议录》，ACM　关键程序应在执行前给出逻辑量子位、门、T门、深度和经典控制资源，资源量是第一类语义

经典软件的通行做法是先写出来再看跑多快，性能是运行之后的观察结果。量子软件不能这样——真机时间稀缺、规模有限，一个写得出来的算法可能需要远超现有硬件几个数量级的资源。这条转向把资源当作第一类语义：程序在执行之前就要给出逻辑量子位数、门数、T 门数、深度与经典控制开销，「能不能跑」在编译期就有答案。

这条理论的可反驳命题是：程序应在执行前给出逻辑量子位、门、T门、深度和经典控制资源，资源量是第一类语义。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“资源估计误差／后续实测资源”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Green 等，2013年《Quipper》资源估计案例。具体设计与读数是：系统在不执行算法的情况下统计逻辑量子位、门数、T门和深度；能写出源码与能承担资源之间由此有了正式账本。Quipper等2013年前后的资源估计显示，一些算法实例会生成极大门数；这把可行性讨论从大O推进到具体账单。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“误差缓解采样开销是否超过收益”。对照证据见Green 等，2013年《PLDI会议录》，ACM：Quipper用经典高阶程序生成量子线路，可在不存储2^n振幅的情况下计数数万量子位和巨量门的资源。它显示更短线路不一定在真实噪声上更可靠；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告资源估计与后续实测资源的误差。估计若从不与实测对账，就会逐渐变成一种自我确认的仪式。同时应说明估计所依据的编译层级——逻辑层估计与经过容错展开后的物理层估计相差极大，混用会让宣称的可行性凭空乐观几个数量级。

与本块第十八条《容错资源栈》构成完整的资源链条：逻辑估计只有乘上纠错码距离、魔态工厂与路由开销之后，才是真实的物理代价。与第二条《线路元编程》则是生成与估计的一对。**这三条合起来构成本块最有分量的一条线：量子软件的核心产物不是能跑通的程序，而是一份能被对账的资源账单。**

位置D——把『资源估计先行：可写出的算法未必是可运行的软件』中的操作次序与变化路径作为首要显露　单因决定『资源估计先行：可写出的算法未必是可运行的软件』当前结论的最小充分项只有：程序应在执行前给出逻辑量子位、门、T门、深度和经典控制资源，资源量是第一类语义　预设〔03 相关方向等同因果方向〕资源估计先行造成的变化大于版本、样本选择和测量噪声造成的变化　量纲资源估计误差／后续实测资源　失效失效边界是『控制额外信息与调参预算后读数不优于基线，且跨站点复现率低于一半时失效』；越早的资源估计使算法可行性判断越及时，但当估计只停在逻辑层而不含容错展开时，估计的提前反而给出不可实现的乐观结论。自曝『资源估计先行：可写出的算法未必是可运行的软件』的原始材料只直接支持“Quipper等2013年前后的资源估计显示，一些算法实例会生成极大门数”，没有自动覆盖边界外对象　空栏『资源估计先行：可写出的算法未必是可运行的软件』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名建筑业称「概算先于施工图」，制药称「工艺放大可行性先于合成路线」；另见第583号第十二条『计算科学闭环验收』
【第二幕】这十年 · 约 2016—2026

第二幕面对NISQ与容错落差，把编译目标从门数改成噪声、动态控制、采样开销和物理时空体积。 本幕十二条更关注部署、公开清算与方法自审，尤其要求把平均分数换成分布、边界、长期读数和责任链。

一、开放量子汇编：低层线路需要跨工具交换格式

提出Cross 等，2017年《Open Quantum Assembly Language》技术报告　争议或最新Murali 等，2019年《ASPLOS会议录》，ACM　关键机器无关的量子汇编可成为高层语言、编译器与设备之间的共同接口

量子软件早期各家自成体系：语言、编译器与控制软件绑定在特定硬件上，程序无法在工具之间流动。这个前提让每一次换设备都意味着重写，生态被切成互不相通的小块。这条转向提出机器无关的量子汇编，作为高层语言、编译器与设备之间的共同接口——低层线路第一次有了可交换的格式，工具链得以分工。

这条理论的可反驳命题是：机器无关的量子汇编可成为高层语言、编译器与设备之间的共同接口。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“可跨工具解析指令数／指令总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Cross 等，2017年《Open Quantum Assembly Language》技术报告。具体设计与读数是：OpenQASM 2.0给出qreg、creg、gate和measure等交换语法，使不同前端、编译器和设备能传递同一低层线路。OpenQASM 2于2017年定义低深度线路实验格式，并被多种工具采用；静态线路表达不了丰富实时经典控制。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“量子中间表示是否保存动态经典控制语义”。对照证据见Murali 等，2019年《ASPLOS会议录》，ACM：编译器读取每日校准的门错误率和读出误差，在IBM设备上选择映射；最短线路与最高成功概率经常不是同一个方案。它显示统计测试缺少确定输出预言机；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告可被跨工具正确解析的指令数与指令总数之比，并说明方言扩展的处理方式。共同格式的价值完全取决于各家是否真的按同一份规范实现，而私有扩展是最常见的破坏点。同时应说明往返转换是否保语义，这是判断格式是否真正通用的硬指标。

与本块第十七条《量子中间表示》是同一诉求的两个层次：一个统一低层线路的交换格式，一个用编译基础设施统一中层表示。两条并存本身说明了一件事——**统一在这个领域尚未完成**，而每多一层未统一的表示，混合程序的语义就多一处可能走样的接缝。

位置E——把『开放量子汇编：低层线路需要跨工具交换格式』成立所需的边界环境作为首要显露　单因决定『开放量子汇编：低层线路需要跨工具交换格式』当前结论的最小充分项只有：机器无关的量子汇编可成为高层语言、编译器与设备之间的共同接口　预设〔03 相关方向等同因果方向〕在固定设备校准、门集、线路规模与精度目标后，开放量子汇编对应的差异可与其他机制分离　量纲可跨工具解析指令数／指令总数　失效失效边界是『独立数据或真实负载下效应消失，且量子中间表示是否保存动态经典控制语义使方向反转时不成立』；越通用的汇编格式使工具之间越易互通，但当各家为表达设备特性而加入私有扩展时，通用性的提高反而使"同名不同义"的指令在跨工具时静默改变语义。自曝『开放量子汇编：低层线路需要跨工具交换格式』的原始材料只直接支持“主证据来自Cross等，2017年《OpenQuantumAssemblyLanguage》技术报告”，没有自动覆盖边界外对象　空栏『开放量子汇编：低层线路需要跨工具交换格式』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名制造业称「标准接口与厂商专有协议」，出版业称「通用文件格式的方言化」；另见第249号第八条『网页汇编』

二、噪声感知编译：最短线路不一定最可靠

提出Murali 等，2019年《ASPLOS会议录》，ACM　争议或最新Li、Ding 与 Xie，2019年《ASPLOS会议录》，ACM　关键编译器应利用随时间变化的门错误、读出误差和串扰，在可靠性与长度间权衡

经典编译器的优化目标很清楚：更少的指令、更短的关键路径。量子编译沿用这套目标，把线路长度当作唯一优化对象。这个前提忽略了真实设备上错误率随时间、随位置、随耦合边剧烈变化——一条更短但走过高错误率区域的线路，成功概率可能低于一条更长的。这条转向要求编译器读取随时间变化的校准数据，在可靠性与长度之间权衡。

这条理论的可反驳命题是：编译器应利用随时间变化的门错误、读出误差和串扰，在可靠性与长度间权衡。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“编译后成功概率／未优化成功概率”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Murali 等，2019年《ASPLOS会议录》，ACM。具体设计与读数是：编译器读取每日校准的门错误率和读出误差，在IBM设备上选择映射；最短线路与最高成功概率经常不是同一个方案。2018年NISQ语境下大量映射实验发现校准感知布局可提高成功率；校准漂移会让离线最优迅速过期。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“逻辑线路资源估计是否包含解码和魔法态工厂”。对照证据见Li、Ding 与 Xie，2019年《ASPLOS会议录》，ACM：SABRE用双向遍历、前沿门和衰减启发式处理大线路，避免指数全局搜索；输出用SWAP数和线路深度比较。它显示资源估计对物理错误率和架构假设极敏感；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告编译后成功概率与未优化成功概率之比，而不是只报门数或深度的下降。这两类指标在真机上经常不同向。同时应说明所用校准数据的时效——设备参数每天甚至每小时变化，用过期数据编译出的"最优"线路在执行时可能已经不是最优。

与本块第七条《映射即优化》是同一决策下的两个目标函数，与第十四条《误差缓解层》则是两种改善可靠性的路径：一个在编译期避开坏的物理位置，一个在运行后用采样开销把偏差压回去。两者可以叠加，但代价来源不同——前者花的是深度与灵活性，后者花的是执行次数，账要分开记。

位置D——把『噪声感知编译：最短线路不一定最可靠』中的操作次序与变化路径作为首要显露　单因决定『噪声感知编译：最短线路不一定最可靠』当前结论的最小充分项只有：编译器应利用随时间变化的门错误、读出误差和串扰，在可靠性与长度间权衡　预设〔04 尺度迁移不改变结论〕编译器应利用随时间变化的门错误、读出误差和串扰，在可能够在同一预算与同一输入下被独立检验　量纲编译后成功概率／未优化成功概率　失效失效边界是『更换强基线、平台或人群后排序不再保持，并且尾部代价超过收益时失效』；越贴近当前校准数据的编译使这一次执行的成功概率越高，但当设备参数在排队等待期间漂移时，针对性的优化反而使线路对时效变得脆弱。自曝『噪声感知编译：最短线路不一定最可靠』的原始材料只直接支持“主证据来自Murali等，2019年《ASPLOS会议录》，ACM”，没有自动覆盖边界外对象　空栏『噪声感知编译：最短线路不一定最可靠』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名航海称「按当日海况选航线而非最短航线」，交通称「实时路况导航与静态最短路」；另见第252号第三条『基于模型的拥塞控制』

三、SABRE路由：局部前瞻可扩展到大线路映射

提出Li、Ding 与 Xie，2019年《ASPLOS会议录》，ACM　争议或最新Cross 等，2017年《Open Quantum Assembly Language》技术报告　关键双向遍历与前瞻启发式可在可接受时间内逼近较低开销映射

线路映射的精确解是组合优化难题，规模稍大就求不动；早期的实用做法则是贪心插入交换，质量很差。这个前提让映射长期卡在「要么算不出、要么算得糟」之间。这条转向给出可扩展的中间路线：双向遍历配合有限前瞻，用局部信息逼近较低的交换开销，在可接受的编译时间内处理大线路。启发式第一次让映射从瓶颈退回为一道常规工序。

这条理论的可反驳命题是：双向遍历与前瞻启发式可在可接受时间内逼近较低开销映射。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“路由后线路深度／原线路深度”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Li、Ding 与 Xie，2019年《ASPLOS会议录》，ACM。具体设计与读数是：SABRE用双向遍历、前沿门和衰减启发式处理大线路，避免指数全局搜索；输出用SWAP数和线路深度比较。SABRE于2019年前后在多组线路上减少SWAP并显著提升编译速度；启发式对耦合图和门序敏感。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“编译优化是否依赖瞬时校准数据”。对照证据见Cross 等，2017年《Open Quantum Assembly Language》技术报告：OpenQASM 2.0给出qreg、creg、gate和measure等交换语法，使不同前端、编译器和设备能传递同一低层线路。它显示硬件中立中间层可能隐藏设备关键能力；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告路由后线路深度与原线路深度之比，并给出编译耗时与线路规模的关系。启发式的价值在于规模可扩展，只报小线路上的质量无法说明问题。同时应说明前瞻窗口大小——它是质量与编译时间之间唯一的调节旋钮，不报等于没有交代方法。

与本块第七条《映射即优化》是问题与解法，与第十条《噪声感知编译》则构成一处未合并的分裂：路由启发式主要优化深度，噪声感知主要优化成功概率，两者在同一个编译流程里往往各管一段、互相覆盖。**编译器内部这两个目标如何统一，至今仍是开放问题**，也是真机成绩难以在不同工具间比较的直接原因。

位置E——把『SABRE路由：局部前瞻可扩展到大线路映射』成立所需的边界环境作为首要显露　单因决定『SABRE路由：局部前瞻可扩展到大线路映射』当前结论的最小充分项只有：双向遍历与前瞻启发式可在可接受时间内逼近较低开销映射　预设〔04 尺度迁移不改变结论〕比较双方对“什么算一次有效结果”使用相同分母，SABRE路由才可排序　量纲路由后线路深度／原线路深度　失效失效边界是『分母改为端到端结果后优势低于测量误差，或失败样本集中于关键场景时失效』；越大的前瞻窗口使路由质量越接近最优，但当窗口增长使编译时间超过设备排队与相干时间预算时，质量的提高反而无法被兑现。自曝『SABRE路由：局部前瞻可扩展到大线路映射』的原始材料只直接支持“主证据来自Li、Ding与Xie，2019年《ASPLOS会议录》，ACM”，没有自动覆盖边界外对象　空栏『SABRE路由：局部前瞻可扩展到大线路映射』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名运筹学称「启发式与精确解的工程折中」，围棋称「局部计算深度与全局时间」；另见第248号第五条『细粒度复杂度』

四、混合工作流契约：量子协处理器必须嵌入经典循环

提出McClean 等，2016年《New Journal of Physics》18:023023　争议或最新McClean 等，2018年《Nature Communications》9:4812　关键变分和自适应任务要求经典优化、批量采样、参数更新与设备队列形成可恢复工作流

把量子设备当作一台可以提交作业的计算机，是最自然的想象：写好程序、提交、拿结果。变分与自适应算法打破了这个模型——它们要求经典优化器与量子设备来回交互成千上万轮，而每一轮都要排队、初始化、批量采样。这条转向把量子处理器重新定位为嵌在经典循环里的协处理器，工作流的可恢复性与调度效率成为一等问题。

这条理论的可反驳命题是：变分和自适应任务要求经典优化、批量采样、参数更新与设备队列形成可恢复工作流。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“经典等待时间／量子设备占用时间”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自McClean 等，2016年《New Journal of Physics》18:023023。具体设计与读数是：经典优化器反复提交参数，量子设备返回期望值，再更新参数；一次程序执行变成带采样噪声的闭环工作流。2017年后VQE/QAOA软件栈普遍采用混合循环；延迟、随机噪声与优化器状态往往比单次线路时间更决定总成本。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“混合算法训练是否落入贫瘠高原”。对照证据见McClean 等，2018年《Nature Communications》9:4812：对广泛随机线路，梯度方差可随量子位数指数衰减；更强表达力可能让可训练信号落到采样噪声以下。它显示误差缓解不能替代可扩展纠错；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告经典等待时间与量子设备实际占用时间之比。这个比值往往大得惊人，而它才是端到端时间的主要成分，只报量子部分的时间会让人对可行性产生错觉。同时应说明中断恢复策略，因为长循环在共享设备上被打断是常态而非例外。

与本块第十三条《贫瘠高原诊断》是同一族算法的工程侧与理论侧：工作流做得再顺，若线路族本身梯度指数消失，循环再多也不会收敛。两条一起才构成对变分路线的完整判断——**先问可不可训练，再问跑得顺不顺**，顺序反了会把大量算力花在注定不收敛的循环上。

位置S——把『混合工作流契约：量子协处理器必须嵌入经典循环』形成的对象结构作为首要显露　单因决定『混合工作流契约：量子协处理器必须嵌入经典循环』当前结论的最小充分项只有：变分和自适应任务要求经典优化、批量采样、参数更新与设备队列形成可恢复工作流　预设〔04 尺度迁移不改变结论〕混合工作流契约造成的变化大于版本、样本选择和测量噪声造成的变化　量纲经典等待时间／量子设备占用时间　失效当控制额外信息与调参预算后读数不优于基线，且跨站点复现率低于一半时失效；越紧密的经典—量子循环使自适应算法越灵活，但当每轮往返的排队与初始化开销主导总时间时，交互的紧密反而使端到端效率低于一次性提交。自曝『混合工作流契约：量子协处理器必须嵌入经典循环』的原始材料只直接支持“主证据来自McClean等，2016年《NewJournalofPhysics》18:023023”，没有自动覆盖边界外对象　空栏『混合工作流契约：量子协处理器必须嵌入经典循环』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名制造业称「设备利用率与换型时间」，医疗称「检查排队时间远超检查本身」；另见第251号第十三条『为推理而生的系统层』

五、贫瘠高原诊断：可表达线路可能根本不可训练

提出McClean 等，2018年《Nature Communications》9:4812　争议或最新Temme、Bravyi 与 Gambetta，2017年《Physical Review Letters》119:180509　关键某些线路族的梯度随量子位数指数消失，编译与框架应在运行前诊断可训练性

变分量子算法的设计初衷是灵活：用一族可参数化线路去逼近目标，由经典优化器调参。这个前提假设梯度可用。理论与实验随后指出，某些线路族的梯度会随量子位数指数消失，参数空间在初始化点附近近乎平坦——优化器不是收敛慢，而是根本没有方向。这条转向要求把可训练性作为运行前的诊断项，而不是训练失败之后的解释。

这条理论的可反驳命题是：某些线路族的梯度随量子位数指数消失，编译与框架应在运行前诊断可训练性。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“梯度方差／量子比特数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自McClean 等，2018年《Nature Communications》9:4812。具体设计与读数是：对广泛随机线路，梯度方差可随量子位数指数衰减；更强表达力可能让可训练信号落到采样噪声以下。McClean等2018年证明广泛随机参数线路出现barren plateaus；后续工作显示噪声也会诱发梯度消失。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“误差缓解采样开销是否超过收益”。对照证据见Temme、Bravyi 与 Gambetta，2017年《Physical Review Letters》119:180509：零噪声外推在多个人工放大噪声尺度运行同一线路，再外推到零；可靠性以额外采样次数和外推偏差交换。它显示更短线路不一定在真实噪声上更可靠；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告梯度方差随量子比特数的变化，而不是只报最终能量或损失。没有这条曲线，训练失败无法区分是线路不可训练、优化器不合适还是噪声过大。同时应说明初始化策略与线路结构，因为可训练性高度依赖这两项，而它们在论文里常被当作实现细节略去。

与本块第十二条《混合工作流契约》是理论侧与工程侧的一对，与第四条《全栈仿真》则形成一条实用建议：可训练性诊断恰恰是可以在经典仿真里提前完成的。**这条线的价值在于把"跑跑看"变成"先算一算能不能跑"**，与第八条资源估计先行是同一种思路在不同维度上的应用。

位置E——把『贫瘠高原诊断：可表达线路可能根本不可训练』成立所需的边界环境作为首要显露　单因决定『贫瘠高原诊断：可表达线路可能根本不可训练』当前结论的最小充分项只有：某些线路族的梯度随量子位数指数消失，编译与框架应在运行前诊断可训练性　预设〔05 观测与干预不回写对象〕在固定设备校准、门集、线路规模与精度目标后，贫瘠高原诊断对应的差异可与其他机制分离　量纲梯度方差／量子比特数　失效当独立数据或真实负载下效应消失，且误差缓解采样开销是否超过收益使方向反转时不成立；越深越通用的参数化线路使表达能力越强，但当梯度随规模指数消失时，表达能力的提高反而使这族线路在实践中完全不可训练。自曝『贫瘠高原诊断：可表达线路可能根本不可训练』的原始材料只直接支持“主证据来自McClean等，2018年《NatureCommunications》9:4812”，没有自动覆盖边界外对象　空栏『贫瘠高原诊断：可表达线路可能根本不可训练』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名统计学称「似然面平坦导致不可识别」，工程称「灵敏度为零的控制回路」；另见第248号第七条『元复杂性』

六、误差缓解层：可靠性可用采样开销交换

提出Temme、Bravyi 与 Gambetta，2017年《Physical Review Letters》119:180509　争议或最新McClean 等，2016年《New Journal of Physics》18:023023　关键零噪声外推、概率误差抵消等可在软件运行时降低偏差，但以更多线路执行与方差为代价

在容错纠错尚不可用的阶段，噪声一度被视为只能等待硬件改进的外部条件。这条转向指出软件层仍有可为：通过零噪声外推、概率误差抵消等方法，可以在后处理中把期望值的偏差压下去。代价不是免费的——这些方法用更多次线路执行与更大的方差换取更小的偏差，可靠性因此成为一种可以用采样开销购买的资源。

这条理论的可反驳命题是：零噪声外推、概率误差抵消等可在软件运行时降低偏差，但以更多线路执行与方差为代价。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“达到目标误差所需shots／未缓解shots”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Temme、Bravyi 与 Gambetta，2017年《Physical Review Letters》119:180509。具体设计与读数是：零噪声外推在多个人工放大噪声尺度运行同一线路，再外推到零；可靠性以额外采样次数和外推偏差交换。Temme、Bravyi与Gambetta等于2017年提出短深度误差缓解；2022年后的理论给出采样开销基本界，否定其无限扩展。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“量子中间表示是否保存动态经典控制语义”。对照证据见McClean 等，2016年《New Journal of Physics》18:023023：经典优化器反复提交参数，量子设备返回期望值，再更新参数；一次程序执行变成带采样噪声的闭环工作流。它显示统计测试缺少确定输出预言机；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告达到目标误差所需的执行次数与未缓解时的执行次数之比。缓解方法的比较必须在同一目标误差下按采样开销进行，只报偏差下降而不报开销是不完整的。同时应说明开销随量子位数与线路深度的增长方式，因为这条曲线决定了缓解在多大规模上仍然可行。

与本块第十条《噪声感知编译》是两种改善可靠性的路径，账要分开记：一个花深度与灵活性，一个花执行次数。与第十八条《容错资源栈》则是过渡期与终局的关系——**误差缓解的采样开销随规模超线性增长，因此它是一座通往容错的桥，而不是容错的替代**。把它当替代品来规划路线图，是这一段最常见的判断错误。

位置S——把『误差缓解层：可靠性可用采样开销交换』形成的对象结构作为首要显露　单因决定『误差缓解层：可靠性可用采样开销交换』当前结论的最小充分项只有：零噪声外推、概率误差抵消等可在软件运行时降低偏差，但以更多线路执行与方差为代价　预设〔05 观测与干预不回写对象〕零噪声外推、概率误差抵消等可在软件运行时降低偏差，但能够在同一预算与同一输入下被独立检验　量纲达到目标误差所需shots／未缓解shots　失效当更换强基线、平台或人群后排序不再保持，并且尾部代价超过收益时失效；越强的误差缓解使期望值偏差越小，但当所需采样次数随规模超线性增长时，偏差的下降反而使总执行时间变得不可承受。自曝『误差缓解层：可靠性可用采样开销交换』的原始材料只直接支持“主证据来自Temme、Bravyi与Gambetta，2017年《PhysicalReviewLetters》119:180509”，没有自动覆盖边界外对象　空栏『误差缓解层：可靠性可用采样开销交换』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名测量学称「多次测量降低随机误差但不消除系统误差」，摄影称「长曝光降噪的代价」；另见第583号第十九条『混合精度科学应用总审计』

七、脉冲级编程：门不是设备的最底层事实

提出McKay 等，2018年《Qiskit Backend Specifications for OpenQASM and OpenPulse》　争议或最新Cross 等，2022年《ACM Transactions on Quantum Computing》3(3):12　关键脉冲、时序和校准可作为可编程层，允许门融合、动态去耦与设备特定优化

量子门被当作设备的最小事实：编译到门为止，再往下是硬件的事。这个前提在校准良好、门集固定的假设下成立，但它挡住了一整层可优化的空间——门本身由脉冲实现，脉冲的形状、时序与校准可以被编程。这条转向把脉冲层开放出来，门融合、动态去耦与设备特定优化因此成为软件可以做的事，抽象的底板被向下移了一层。

这条理论的可反驳命题是：脉冲、时序和校准可作为可编程层，允许门融合、动态去耦与设备特定优化。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“脉冲执行时间／门级编译时间”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自McKay 等，2018年《Qiskit Backend Specifications for OpenQASM and OpenPulse》。具体设计与读数是：OpenPulse把微波波形、通道和设备时间步dt暴露给程序；门不再是最底层不可拆对象。2019年前后Qiskit Pulse等开放脉冲接口；更低层控制带来性能机会，也降低可移植性并扩大安全边界。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“逻辑线路资源估计是否包含解码和魔法态工厂”。对照证据见Cross 等，2022年《ACM Transactions on Quantum Computing》3(3):12：OpenQASM 3加入循环、分支、中途测量和实时经典表达式；经典控制延迟第一次成为量子程序语义的一部分。它显示资源估计对物理错误率和架构假设极敏感；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告脉冲级实现的执行时间与门级编译结果的对照，并说明校准数据的获取与有效期。脉冲优化的收益高度依赖当日校准，脱离这一点的加速比不可复现。同时应说明可移植性代价——脉冲级程序基本绑定具体设备，这一项应当在收益旁边同时列出。

与本块第一条《线性类型》和第三条《模块化量子编译》构成一处张力：语言侧在往上建抽象与保证，脉冲侧在往下打开设备细节。**这个领域同时在两个方向上扩张，而中间那层的语义完整性并没有人负责**——一个在类型系统里被证明安全的程序，经过脉冲级优化之后是否还满足原有保证，目前没有工具能回答。

位置D——把『脉冲级编程：门不是设备的最底层事实』中的操作次序与变化路径作为首要显露　单因决定『脉冲级编程：门不是设备的最底层事实』当前结论的最小充分项只有：脉冲、时序和校准可作为可编程层，允许门融合、动态去耦与设备特定优化　预设〔05 观测与干预不回写对象〕比较双方对“什么算一次有效结果”使用相同分母，脉冲级编程才可排序　量纲脉冲执行时间／门级编译时间　失效当分母改为端到端结果后优势低于测量误差，或失败样本集中于关键场景时失效；越低的可编程层次使设备特定优化空间越大，但当程序绑定到具体设备的脉冲与校准时，优化的收益反而以完全丧失可移植性为代价。自曝『脉冲级编程：门不是设备的最底层事实』的原始材料只直接支持“主证据来自McKay等，2018年《QiskitBackendSpecificationsforOpenQASMandOpenPulse》”，没有自动覆盖边界外对象　空栏『脉冲级编程：门不是设备的最底层事实』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名音乐称「乐谱与演奏法的分层」，汽车工程称「ECU 标定与通用控制策略」；另见第251号第五条『内核可编程性』

八、动态量子汇编：实时经典控制属于量子程序本体

提出Cross 等，2022年《ACM Transactions on Quantum Computing》3(3):12　争议或最新Microsoft，2021年《Quantum Intermediate Representation》规范　关键中途测量、条件分支、循环、时序和外部函数必须在相干时间尺度内表达

量子汇编最初描述的是一条静态线路：门序列固定，测量放在最后，结果交回经典侧处理。这个前提排除了一整类算法——纠错、自适应制备与许多协议都要求在相干时间内做中途测量、按结果分支、循环重试。这条转向把实时经典控制纳入量子程序本体：条件分支、循环、时序与外部函数必须能在相干时间尺度内表达并执行。

这条理论的可反驳命题是：中途测量、条件分支、循环、时序和外部函数必须在相干时间尺度内表达。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“动态分支可执行数／测量分支总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Cross 等，2022年《ACM Transactions on Quantum Computing》3(3):12。具体设计与读数是：OpenQASM 3加入循环、分支、中途测量和实时经典表达式；经典控制延迟第一次成为量子程序语义的一部分。OpenQASM 3于2021—2022年扩展控制流、时序和脉冲语义，明确区分实时与近实时经典交互。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“编译优化是否依赖瞬时校准数据”。对照证据见Microsoft，2021年《Quantum Intermediate Representation》规范：QIR把量子操作编码到LLVM生态的共同中层，前端语言和目标设备可独立演化；可移植性由中间表示契约承担。它显示硬件中立中间层可能隐藏设备关键能力；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告可实际执行的动态分支数与测量分支总数之比，并说明控制电子学的反馈延迟。语言能表达而硬件来不及执行，等于没有这项能力。同时应说明反馈延迟与相干时间的比值，这是判断动态特性是否真正可用的唯一硬读数。

与本块第十八条《容错资源栈》是使能与被使能的关系：纠错本身就依赖中途测量与实时反馈，没有动态执行能力，容错栈只能停在纸面。与第九条《开放量子汇编》则是同一格式的静态版与动态版——**这个领域的接口标准是被算法需求推着一步步扩容的**，而每一次扩容都要求整条工具链同步跟进。

位置S——把『动态量子汇编：实时经典控制属于量子程序本体』形成的对象结构作为首要显露　单因决定『动态量子汇编：实时经典控制属于量子程序本体』当前结论的最小充分项只有：中途测量、条件分支、循环、时序和外部函数必须在相干时间尺度内表达　预设〔06 聚合次序不影响结论〕动态量子汇编造成的变化大于版本、样本选择和测量噪声造成的变化　量纲动态分支可执行数／测量分支总数　失效当控制额外信息与调参预算后读数不优于基线，且跨站点复现率低于一半时失效；越丰富的实时经典控制使自适应协议越可表达，但当控制电子学的反馈延迟接近相干时间时，表达能力的提高反而无法在硬件上兑现。自曝『动态量子汇编：实时经典控制属于量子程序本体』的原始材料只直接支持“主证据来自Cross等，2022年《ACMTransactionsonQuantumComputing》3(3):12”，没有自动覆盖边界外对象　空栏『动态量子汇编：实时经典控制属于量子程序本体』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名工业控制称「实时闭环与开环批处理」，医疗称「术中快速病理决定术式」；另见第355号第己条『端到端时序链：局部截止期不等于功能及时』

九、量子中间表示：语言与硬件应由共同中层解耦

提出Microsoft，2021年《Quantum Intermediate Representation》规范　争议或最新Selinger 与 Valiron，2006年《Mathematical Structures in Computer Science》16(3):527–552　关键基于LLVM的QIR可把高层语言与目标平台解耦，复用经典编译基础设施并表达混合逻辑

量子语言与硬件长期直接耦合：每种语言各自实现到每种设备的编译路径，路径数随两侧数量相乘增长。这个前提让整个生态重复造轮子，也无法复用经典编译几十年的积累。这条转向引入基于成熟编译基础设施的中间表示，把语言与目标平台解耦，混合的经典—量子逻辑第一次可以在同一套中层里表达与优化。

这条理论的可反驳命题是：基于LLVM的QIR可把高层语言与目标平台解耦，复用经典编译基础设施并表达混合逻辑。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“往返转换后语义等价程序数／程序总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Microsoft，2021年《Quantum Intermediate Representation》规范。具体设计与读数是：QIR把量子操作编码到LLVM生态的共同中层，前端语言和目标设备可独立演化；可移植性由中间表示契约承担。QIR Alliance自2021年前后推动规范与工具，多个厂商和实验室接入；硬件差异仍需在profile与后端约束中显式处理。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“混合算法训练是否落入贫瘠高原”。对照证据见Selinger 与 Valiron，2006年《Mathematical Structures in Computer Science》16(3):527–552：线性类型要求量子变量恰好使用一次，复制或丢弃会在编译期报错；不可克隆定理由语言资源规则直接体现。它显示误差缓解不能替代可扩展纠错；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告经过往返转换后仍语义等价的程序数与程序总数之比。中间表示的价值全在于保语义，这个比值是唯一的验收读数。同时应说明所支持的混合控制结构范围，因为最容易在往返中丢失的恰恰是经典侧的循环与条件。

与本块第九条《开放量子汇编》是同一诉求的两个层次，与第二十条《等价检查》则互为必需：判断往返是否保语义，靠的正是线路等价检查。**没有等价检查能力的中间表示，其"保语义"只能是设计意图而非可验证的性质**——这两条必须一起部署，否则统一带来的是更难定位的静默走样。

位置D——把『量子中间表示：语言与硬件应由共同中层解耦』中的操作次序与变化路径作为首要显露　单因决定『量子中间表示：语言与硬件应由共同中层解耦』当前结论的最小充分项只有：基于LLVM的QIR可把高层语言与目标平台解耦，复用经典编译基础设施并表达混合逻辑　预设〔06 聚合次序不影响结论〕在固定设备校准、门集、线路规模与精度目标后，量子中间表示对应的差异可与其他机制分离　量纲往返转换后语义等价程序数／程序总数　失效当独立数据或真实负载下效应消失，且混合算法训练是否落入贫瘠高原使方向反转时不成立；越通用的中间表示使语言与硬件越解耦，但当中层为通用而丢弃设备特有的时序与脉冲语义时，解耦的彻底反而使底层优化空间被整体关闭。自曝『量子中间表示：语言与硬件应由共同中层解耦』的原始材料只直接支持“主证据来自Microsoft，2021年《QuantumIntermediateRepresentation》规范”，没有自动覆盖边界外对象　空栏『量子中间表示：语言与硬件应由共同中层解耦』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名编译学称「共同中间语言减少 N×M 路径」，物流称「枢纽转运与点对点直达」；另见第249号第九条『多层中间表示』

十、容错资源栈：逻辑线路必须展开成物理时空体积

提出Gidney 与 Ekerå，2021年《Quantum》5:433　争议或最新Watkins、Nguyen、Watkins、Pearce、Lau与Paler，2024年《Quantum》8:1354　关键资源估计必须包含纠错码距离、魔态工厂、路由、循环时间与失败概率

资源讨论长期停在逻辑层：算法需要多少量子位、多少门。这个前提把纠错当成一个可以之后再加的系数。实际情况是，容错执行要把每个逻辑量子位展开成一大片物理量子位，T 门要靠魔态工厂制备，路由与循环时间还要另计——逻辑层的一个门在物理层对应的时空体积极其庞大。这条转向要求资源估计必须一路展开到物理时空体积与失败概率。

这条理论的可反驳命题是：资源估计必须包含纠错码距离、魔态工厂、路由、循环时间与失败概率。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“物理量子位时空体积／逻辑门数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Gidney 与 Ekerå，2021年《Quantum》5:433。具体设计与读数是：资源展开给出约两千万物理量子位和八小时的RSA-2048估计；逻辑门表必须转成纠错码距离、魔法态工厂和时空体积。2018年后表面码与晶格手术资源工具重估化学和密码任务，常得到远高于逻辑门数直觉的物理量子位与时间需求。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“误差缓解采样开销是否超过收益”。对照证据见Watkins、Nguyen、Watkins、Pearce、Lau与Paler，2024年《Quantum》8:1354：编译器把大规模表面码计算展开为时空调度、缺陷路由和经典控制；逻辑门数必须继续换算为码周期、物理量子位和编译吞吐。它显示更短线路不一定在真实噪声上更可靠；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告物理量子位时空体积与逻辑门数的换算关系，并说明所用的码距、错误率假设与魔态工厂配置。这些假设一变，结论可以相差数量级，因此它们不是背景而是结论的一部分。同时应说明失败概率目标，因为整个资源规模最终由它反推。

与本块第五条《可逆综合》和第八条《资源估计先行》构成本块最硬的一条线：**逻辑层省下的一个 T 门，在物理层可能对应成千上万个物理量子位周期**——因此可逆综合的优化目标不能照搬经典的门数最少，资源估计也不能停在逻辑层。三条合起来才回答得了"这个算法什么时候能真的跑"，而这正是本领域最常被含糊过去的问题。

位置E——把『容错资源栈：逻辑线路必须展开成物理时空体积』成立所需的边界环境作为首要显露　单因决定『容错资源栈：逻辑线路必须展开成物理时空体积』当前结论的最小充分项只有：资源估计必须包含纠错码距离、魔态工厂、路由、循环时间与失败概率　预设〔06 聚合次序不影响结论〕资源估计必须包含纠错码距离、魔态工厂、路由、循环时间与能够在同一预算与同一输入下被独立检验　量纲物理量子位时空体积／逻辑门数　失效当更换强基线、平台或人群后排序不再保持，并且尾部代价超过收益时失效；越保守的码距与错误率假设使失败概率越可控，但当保守假设把物理资源推高到不可建造的规模时，可靠性的提高反而使方案退出可行讨论。自曝『容错资源栈：逻辑线路必须展开成物理时空体积』的原始材料只直接支持“主证据来自Gidney与Ekerå，2021年《Quantum》5:433”，没有自动覆盖边界外对象　空栏『容错资源栈：逻辑线路必须展开成物理时空体积』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名土木工程称「安全系数决定用钢量」，制药称「放大后的产能与实验室收率」；另见第548号第四条『暗硅约束』

十一、统计测试预言机：量子程序不能靠单次期望输出断言

提出Huang 与 Martonosi，2019年《ISCA会议录》，ACM/IEEE　争议或最新Burgholzer 与 Wille，2020年《DAC会议录》中的量子线路等价检查　关键量子输出是分布，测试需用性质、变形关系、置信检验与可模拟小实例构造预言机

经典程序的测试建立在确定输出上：给定输入，断言输出等于期望值。量子程序的输出是分布——同一段程序每次运行给出不同的测量结果，单次输出既不能证实也不能证伪任何东西。这条转向要求为量子程序构造统计意义上的预言机：用性质断言、变形关系、置信检验与可经典模拟的小实例，把"对不对"变成一个可以在有限试次内判定的问题。

这条理论的可反驳命题是：量子输出是分布，测试需用性质、变形关系、置信检验与可模拟小实例构造预言机。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“通过统计断言试次／测试试次总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Huang 与 Martonosi，2019年《ISCA会议录》，ACM/IEEE。具体设计与读数是：断言通过重复shots估计输出分布和置信区间，再用突变程序检查测试是否能抓错；单次测量值不能充当预言机。2019年后量子程序测试框架提出断言、统计检验和mutation testing；有限shots会同时产生漏报与误报。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“量子中间表示是否保存动态经典控制语义”。对照证据见Burgholzer 与 Wille，2020年《DAC会议录》中的量子线路等价检查：工具构造两个线路的组合并用决策图化简到恒等；优化后线路不必枚举全部输入或只抽样少数态。它显示统计测试缺少确定输出预言机；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告通过统计断言的试次数与测试试次总数，并给出显著性水平与试次预算。缺了这两项，"测试通过"没有强度可言。同时应说明所用的可模拟小实例与目标规模之间的关系——小实例上的正确性不自动外推，这一层跳跃必须明写。

与本块第二十条《等价检查》是两种验证路径：一个用统计从行为侧逼近，一个用符号从结构侧证明。两者的适用规模正好互补——符号方法在规模上受限，统计方法在结论强度上受限。**目前没有任何一条路能同时给出大规模与强结论**，这是量子软件验证眼下最实在的处境。

位置S——把『统计测试预言机：量子程序不能靠单次期望输出断言』形成的对象结构作为首要显露　单因决定『统计测试预言机：量子程序不能靠单次期望输出断言』当前结论的最小充分项只有：量子输出是分布，测试需用性质、变形关系、置信检验与可模拟小实例构造预言机　预设〔01 谁进入分母〕比较双方对“什么算一次有效结果”使用相同分母，统计测试预言机才可排序　量纲通过统计断言试次／测试试次总数　失效当分母改为端到端结果后优势低于测量误差，或失败样本集中于关键场景时失效；越多的测量试次使统计断言越可靠，但当试次预算受限于设备排队与相干时间时，断言强度的提高反而使测试无法在开发节奏内完成。自曝『统计测试预言机：量子程序不能靠单次期望输出断言』的原始材料只直接支持“主证据来自Huang与Martonosi，2019年《ISCA会议录》，ACM/IEEE”，没有自动覆盖边界外对象　空栏『统计测试预言机：量子程序不能靠单次期望输出断言』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名临床试验称「以统计功效判定疗效而非单例」，质量管理称「抽样检验的置信水平」；另见第255号第五条『混沌工程』

十二、等价检查：优化后线路应证明同一而非只抽样相似

提出Burgholzer 与 Wille，2020年《DAC会议录》中的量子线路等价检查　争议或最新Ramalho、de Souza与Chaim，2025年《ACM Transactions on Software Engineering and Methodology》34(5):1–46　关键可用决策图、ZX演算或符号方法检验两条线路在全输入空间等价

线路优化的正确性一度靠抽样验证：优化前后各跑若干次，分布看起来接近就认为等价。这个前提在高维空间里极不可靠——两条在采样上难以区分的线路，可能在某些输入或相位上完全不同，而这类差异恰恰会在更大的算法里被放大。这条转向要求给出全输入空间上的等价证明，用决策图、ZX 演算或符号方法判定，而不是靠相似度。

这条理论的可反驳命题是：可用决策图、ZX演算或符号方法检验两条线路在全输入空间等价。比较必须固定设备校准、门集、线路规模与精度目标，只改变类型、路由、误差缓解、脉冲或中间表示，并以成功概率、线路深度、采样成本和物理时空体积为共同结果；量纲写成“完成等价检查线路对数／线路对总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Burgholzer 与 Wille，2020年《DAC会议录》中的量子线路等价检查。具体设计与读数是：工具构造两个线路的组合并用决策图化简到恒等；优化后线路不必枚举全部输入或只抽样少数态。2020年后advanced equivalence checking与MQT Bench形成工具和基准；参数化、动态与含噪线路仍难统一。这笔证据把硬件拓扑、误差模型、经典控制和纠错开销从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“逻辑线路资源估计是否包含解码和魔法态工厂”。对照证据见Ramalho、de Souza与Chaim，2025年《ACM Transactions on Software Engineering and Methodology》34(5):1–46：路线图把量子测试预言机、覆盖、调试、变异和硬件噪声列为独立缺口；有限shots下的抽样相似不能替代对变换前后语义关系的明确检验。它显示资源估计对物理错误率和架构假设极敏感；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告完成等价检查的线路对数与线路对总数之比，并说明超时与放弃的比例。等价检查在最坏情况下不可行，因此覆盖率本身就是结论的一部分。同时应说明判定的等价含义——全局相位、近似等价与逐幅等价是三种不同强度的结论，混用会让保证被高估。

与本块第六条《决策图仿真》是工具与应用，与第十七条《量子中间表示》是必需与被必需，与第十九条《统计测试预言机》则构成验证的两条腿。**本块二十条走下来，可以看到量子软件工程的核心困难始终是同一个：所有关键性质都定义在指数大的空间上**——不可克隆、资源估计、等价、可训练性、正确性，每一项都要靠结构、统计或提前估计来绕开那个指数，而绕法各不相同。

位置E——把『等价检查：优化后线路应证明同一而非只抽样相似』成立所需的边界环境作为首要显露　单因决定『等价检查：优化后线路应证明同一而非只抽样相似』当前结论的最小充分项只有：可用决策图、ZX演算或符号方法检验两条线路在全输入空间等价　预设〔02 单一读数代表复杂对象〕等价检查造成的变化大于版本、样本选择和测量噪声造成的变化　量纲完成等价检查线路对数／线路对总数　失效当控制额外信息与调参预算后读数不优于基线，且跨站点复现率低于一半时失效；越强的符号等价判定使优化正确性越有保障，但当线路规模使判定超时的比例升高时，判定的严格反而使大规模优化退回到抽样验证。自曝『等价检查：优化后线路应证明同一而非只抽样相似』的原始材料只直接支持“2020年后advancedequivalencechecking与MQTBench形成工具和基准”，没有自动覆盖边界外对象　空栏『等价检查：优化后线路应证明同一而非只抽样相似』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名数学称「恒等式证明与数值验证之别」，法学称「实质审查与形式核对」；另见第248号第十五条『可满足性求解的实践与理论落差』

◎ 二十年连起来看

第一幕建立线性类型、可扩展语言、仿真、布局和资源估计，使量子算法第一次成为软件工程对象。 第二幕面对NISQ与容错落差，把编译目标从门数改成噪声、动态控制、采样开销和物理时空体积。 两幕不是工具换代，而是评价单位不断扩大：第一幕找出局部上界、误差、约束或行为机制，第二幕把它们放进真实系统、组织与生命周期。只有当旧默认被写成可检查条件，新方法才构成转向。

被继承的是资源显式化：线性类型追踪量子值，资源估计追踪门和量子位，容错栈继续追踪码距、工厂与解码。 这一判据在二十条里反复出现：条件、操作、读数与边界必须形成可复查链条。工具名可以变化，数据来源、分母、中止、未达阈值或无法归类的对象和复现路径却不能省；这也是碰撞行能够抽取并与别的领域通约的基础。

被推翻的是“逻辑线路短就接近可运行”和“同一量子程序只需一个抽象门级语义”；仍未解决的是跨硬件可验证性。 因而，本领域尚未解决的核心不是再提高一个百分点，而是如何让语言语义、设备噪声、容错编译和资源账本形成可独立复核的端到端契约。若未来五年的工作仍只给均值和排行榜，不给真实部署、尾部和反例，它不会继续这条二十年主线。

◎ 三个常见误解

误解一：门数少就一定更好。它容易被相信，是因为单次榜单只显示结果而隐藏设备校准、门集、线路规模与精度目标、中止、未达阈值或无法归类的对象与选择过程。正确表述是把收益限定在同一分母和同一边界内，再看是否跨环境保持。

误解二：误差缓解等于纠错。它容易被相信，是因为工具把一部分依赖封装起来，看上去像整个系统已经被封装。正确表述是任何抽象都只覆盖一段链条，外部数据、版本、组织和硬件仍需单独核验。

误解三：量子程序可以像经典程序逐例断言输出。它容易被相信，是因为成功案例适合传播，而统计测试缺少确定输出预言机通常不进入摘要。正确表述是收益与边界、代价、反例必须同时报告，不能把局部改进外推成普遍保证。

◎ 与相邻领域的接口

与〈形式化方法与程序验证〉的接口在于：线性类型、等价检查和证明内核共同约束程序语义。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

与〈高性能与并行计算〉的接口在于：混合工作流与容错解码需要经典调度、数据移动和资源估计。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

与〈系统性能与能效〉的接口在于：量子优势必须带上经典前后处理、制冷和总资源分母。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

与〈量子算法〉的接口在于：算法复杂度在相邻面板讨论，本面板追踪它如何变成可编译软件。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

◎ 争议现场

未收敛的争论是：硬件专用优化与中间表示可移植性如何取舍。支持方强调已有正向设计，反对方指出分母、样本或环境不足以外推。要怎样才能收敛：用不少于三个独立平台或人群，预注册共同基线、预算和停止规则，并以成功概率、线路深度、采样成本和物理时空体积的分层分布比较；若方向一致且边界可预测，争论才收敛。

未收敛的争论是：NISQ误差缓解何时具有净计算价值。支持方强调已有正向设计，反对方指出分母、样本或环境不足以外推。要怎样才能收敛：建立版本化公开基准，保存失败配置、调参轨迹和维护成本，以盲评方式复跑；若收益只在事后选择的路径上出现，应判为未收敛。

未收敛的争论是：统计测试与等价证明能否覆盖含测量和反馈的动态线路。支持方强调已有正向设计，反对方指出分母、样本或环境不足以外推。要怎样才能收敛：把局部结果接入真实工作流或制度现场，连续观测至少一个完整周期，并报告最差分位与反事实对照；只有端到端读数同向，才能排除成本转移。

◎ 往下五年看什么

观察点是同一线路跨设备映射后的成功率与附加SWAP数。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

观察点是达到目标误差所需采样次数和总运行时间。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

观察点是逻辑算法展开后的物理量子位、码周期与解码吞吐。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

观察点是中间表示跨两套编译器往返后的语义等价率。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

◎ 可与哪些领域对撞

本块第20条《等价检查：优化后线路应证明同一而非只抽样相似》与第352号第十五条《可检查证明证书》可以对撞。它们共享的预设是：两边都默认复杂工具的结论应由更小的独立核心复查。相反点在于：量子等价检查核验线路变换，证明证书核验求解器结论。若两边都成立，若两边都成立，第三项就是编译优化必须交付可独立验证的语义证据。

本块第8条《资源估计先行：可写出的算法未必是可运行的软件》与第149号第一幕甲条《公允价值会计：信使还是加速器》可以对撞。它们共享的预设是：两边都默认估计数能够在行动前代表未来成本。相反点在于：资源估计把逻辑算法换算成物理开销，公允价值在无市场时依赖模型估值。若两边都成立，若两边都成立，第三项就是估计必须报告对关键假设的敏感度而不能只给点值。

本块第7条《映射即优化：逻辑相邻不等于物理相邻》与第074号第一幕乙条《局部处理效应的含义被讲清》可以对撞。它们共享的预设是：两边都默认在一个局部结构上获得的改进可外推到全部对象。相反点在于：量子映射高度依赖特定拓扑，局部处理效应也只适用于临界点或被工具影响的人。若两边都成立，若两边都成立，第三项就是可移植性应按覆盖的拓扑或人群比例报告。

本块第18条《容错资源栈：逻辑线路必须展开成物理时空体积》与第065号第一幕乙条《全球指数被造出来》可以对撞。它们共享的预设是：两边都默认一个逻辑规模指标足以概括系统可行性。相反点在于：容错资源栈把门数展开成物理时空体积，生态学把全球指数拆成不同种群权重。若两边都成立，若两边都成立，第三项就是汇总指标必须保留由哪些结构层贡献的分解。

◎ 十条可做的研究命题

开放量子汇编的因果识别命题：在控制共同预算后，机器无关的量子汇编可成为高层语言、编译器与设备之间的共同接口；怎么做：在真实部署中随机或准随机改变类型、路由、误差缓解、脉冲或中间表示，固定设备校准、门集、线路规模与精度目标，比较前后与未处理组；什么算证伪：若效应低于测量误差、跨环境方向不一致，或编译优化是否依赖瞬时校准数据不再预测失败，则命题被证伪。

SABRE路由的测量命题：在控制共同预算后，双向遍历与前瞻启发式可在可接受时间内逼近较低开销映射；怎么做：建立跨三种环境的统一日志，直接测量“路由后线路深度／原线路深度”并分层报告尾部；什么算证伪：若效应低于测量误差、跨环境方向不一致，或混合算法训练是否落入贫瘠高原不再预测失败，则命题被证伪。

贫瘠高原诊断的复现重估命题：在控制共同预算后，某些线路族的梯度随量子位数指数消失，编译与框架应在运行前诊断可训练性；怎么做：用新版本、强基线和独立团队重做第5条的关键设计，保存全部失败路径；什么算证伪：若效应低于测量误差、跨环境方向不一致，或误差缓解采样开销是否超过收益不再预测失败，则命题被证伪。

脉冲级编程的跨领域命题：在控制共同预算后，脉冲、时序和校准可作为可编程层，允许门融合、动态去耦与设备特定优化；怎么做：把相邻领域的审计、因果或能量账本移入本领域，以共同分母连接成功概率、线路深度、采样成本和物理时空体积；什么算证伪：若效应低于测量误差、跨环境方向不一致，或量子中间表示是否保存动态经典控制语义不再预测失败，则命题被证伪。

量子中间表示的因果识别命题：在控制共同预算后，基于LLVM的QIR可把高层语言与目标平台解耦，复用经典编译基础设施并表达混合逻辑；怎么做：在真实部署中随机或准随机改变类型、路由、误差缓解、脉冲或中间表示，固定设备校准、门集、线路规模与精度目标，比较前后与未处理组；什么算证伪：若效应低于测量误差、跨环境方向不一致，或逻辑线路资源估计是否包含解码和魔法态工厂不再预测失败，则命题被证伪。

统计测试预言机的测量命题：在控制共同预算后，量子输出是分布，测试需用性质、变形关系、置信检验与可模拟小实例构造预言机；怎么做：建立跨三种环境的统一日志，直接测量“通过统计断言试次／测试试次总数”并分层报告尾部；什么算证伪：若效应低于测量误差、跨环境方向不一致，或编译优化是否依赖瞬时校准数据不再预测失败，则命题被证伪。

线性类型的复现重估命题：在控制共同预算后，量子语言应以线性或仿射类型追踪资源使用，在语法层保证不克隆与受控丢弃；怎么做：用新版本、强基线和独立团队重做第13条的关键设计，保存全部失败路径；什么算证伪：若效应低于测量误差、跨环境方向不一致，或混合算法训练是否落入贫瘠高原不再预测失败，则命题被证伪。

模块化量子编译的跨领域命题：在控制共同预算后，语言与编译器应保留模块、循环、函数和资源边界，再分阶段降低到线路；怎么做：把相邻领域的审计、因果或能量账本移入本领域，以共同分母连接成功概率、线路深度、采样成本和物理时空体积；什么算证伪：若效应低于测量误差、跨环境方向不一致，或误差缓解采样开销是否超过收益不再预测失败，则命题被证伪。

可逆综合的因果识别命题：在控制共同预算后，量子编译需要显式管理辅助位、垃圾回收与反计算，面积与深度由可逆综合策略决；怎么做：在真实部署中随机或准随机改变类型、路由、误差缓解、脉冲或中间表示，固定设备校准、门集、线路规模与精度目标，比较前后与未处理组；什么算证伪：若效应低于测量误差、跨环境方向不一致，或量子中间表示是否保存动态经典控制语义不再预测失败，则命题被证伪。

映射即优化的测量命题：在控制共同预算后，编译器必须依据耦合图插入SWAP、选择方向与调度，映射质量会改变深度和错误累积；怎么做：建立跨三种环境的统一日志，直接测量“附加SWAP门数／逻辑双量子门数”并分层报告尾部；什么算证伪：若效应低于测量误差、跨环境方向不一致，或逻辑线路资源估计是否包含解码和魔法态工厂不再预测失败，则命题被证伪。

◎ 资料核验

  1. Selinger, P., & Valiron, B. (2006). A lambda calculus for quantum computation with classical control. Mathematical Structures in Computer Science, 16(3), 527–552.
  2. Green, A. S., Lumsdaine, P. L., Ross, N. J., Selinger, P., & Valiron, B. (2013). Quipper: A scalable quantum programming language. Proceedings of PLDI 2013. ACM.
  3. Green, A. S., Lumsdaine, P. L., Ross, N. J., Selinger, P., & Valiron, B. (2013). Quipper: A scalable quantum programming language. ACM SIGPLAN Notices, 48(6), 333–342. https://doi.org/10.1145/2499370.2462177.
  4. Wecker, D., & Svore, K. M. (2014). LIQUi|>: A software design architecture and domain-specific language for quantum computing. Microsoft Research Technical Report.
  5. Wille, R., & Drechsler, R. (2009). Towards a design flow for reversible logic. Springer.
  6. Niemann, P., Wille, R., Miller, D. M., Thornton, M. A., & Drechsler, R. (2016). QMDDs: Efficient quantum function representation and manipulation. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 35(1), 86–99. https://doi.org/10.1109/TCAD.2015.2459034.
  7. Maslov, D., Falconer, S. M., & Mosca, M. (2008). Quantum circuit placement. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 27(4), 752–763.
  8. Green, A. S., et al. (2013). Quipper: A scalable quantum programming language. Proceedings of PLDI 2013. ACM.
  9. Cross, A. W., Bishop, L. S., Smolin, J. A., & Gambetta, J. M. (2017). Open Quantum Assembly Language. arXiv:1707.03429.
  10. Murali, P., et al. (2019). Noise-adaptive compiler mappings for noisy intermediate-scale quantum computers. Proceedings of ASPLOS 2019. ACM.
  11. Li, G., Ding, Y., & Xie, Y. (2019). Tackling the qubit mapping problem for NISQ-era quantum devices. Proceedings of ASPLOS 2019. ACM.
  12. McClean, J. R., et al. (2016). The theory of variational hybrid quantum-classical algorithms. New Journal of Physics, 18, 023023.
  13. McClean, J. R., et al. (2018). Barren plateaus in quantum neural network training landscapes. Nature Communications, 9, 4812.
  14. Temme, K., Bravyi, S., & Gambetta, J. M. (2017). Error mitigation for short-depth quantum circuits. Physical Review Letters, 119, 180509.
  15. McKay, D. C., et al. (2018). Qiskit backend specifications for OpenQASM and OpenPulse experiments. arXiv:1809.03452.
  16. Cross, A. W., et al. (2022). OpenQASM 3: A broader and deeper quantum assembly language. ACM Transactions on Quantum Computing, 3(3), 12.
  17. Microsoft. (2021). Quantum Intermediate Representation specification, based on LLVM IR.
  18. Gidney, C., & Ekerå, M. (2021). How to factor 2048-bit RSA integers in 8 hours using 20 million noisy qubits. Quantum, 5, 433.
  19. Huang, Y., & Martonosi, M. (2019). Statistical assertions for validating patterns and finding bugs in quantum programs. Proceedings of ISCA 2019. ACM/IEEE.
  20. Burgholzer, L., & Wille, R. (2020). Advanced equivalence checking for quantum circuits. Proceedings of DAC 2020. ACM/IEEE.
  21. Watkins, G., Nguyen, H. M., Watkins, K., Pearce, S., Lau, H.-K., & Paler, A. (2024). A high performance compiler for very large scale surface code computations. Quantum, 8, 1354. https://doi.org/10.22331/q-2024-05-22-1354.
  22. Ramalho, N. C. L., de Souza, H. A., & Chaim, M. L. (2025). Testing and debugging quantum programs: The road to 2030. ACM Transactions on Software Engineering and Methodology, 34(5), 1–46. https://doi.org/10.1145/3715106.
新思想前沿 是一个持续撰写的专栏：近二十年，各主要领域最要紧的思想转向。本块采用两幕体例——上一个十年八条、这十年十二条，每条给出提出者、年份与出处，写清它推翻了什么、靠什么读数立住、以及它自己的边界；每条正文之后另附一行碰撞行（预设／量纲／失效／异名），供跨领域取源比对；文末附资料核验。 · ← 回到学科面板