第二编 为什么判不了：三道闸
前两道闸说的是为什么判不了。第三道闸不同：它同时说明了要判需要什么，因此它是本编通向第四编的那一道门。
这道门的形状来自二十世纪一次判据改革。
哈金的那一步。 在关于实在论的长期争论里，通行的做法是比较理论：哪一个更融贯、更简单、更能说明现象。哈金提出一条朴素而锋利的标准：使我们相信电子实在的，不是任何一个关于电子的理论有多成功，而是我们能用电子去干预别的东西——能拿它当工具去喷、去打、去改变另一件事物。
这一步把判据从”哪个叙事更好”移到了”你能不能动手”。
伍德沃德随后把干预提升为因果概念的核心：X 是 Y 的原因，当且仅当存在对 X 的适当干预会改变 Y。
这一步的意义在于它给了”原因”一个操作性的定义——不再靠恒常联结、不再靠反事实直觉，而是靠一个可以被执行的动作。
干预主义为什么对本案特别合适？
因为本案的两方在叙事层面已经打了两千年，而第七章证明了叙事层面没有分辨力。干预主义提供的正是叙事之外的东西：不是问哪个说法更好，而是问你能不能改变它，并看着结果跟着变。
现在把干预主义对准我们的问题。
要在先在论与造成论之间做判决，需要对知识的形成路径施加干预，然后看被形成的知识是否随之改变。
具体说，需要做到四件事：
四条各有用处，不可互相替代：
结论是刺眼的：四条一条也做不到。
可重跑：历史不能倒带。 一段知识形成的历史只发生一次。这不是技术困难，是它的性质。
可干预：没有对照组。 没有两个在其余一切条件相同、只有探究次序不同的十七世纪欧洲。要构造这样的对照，必须有两个欧洲，而且它们必须在其余一切上相同——这句话连设想都困难，因为”其余一切”包括了那个时代的全部。
可消融：不能删掉一段历史再跑。 哈维的血液循环不能删掉盖伦的解剖传统再跑一遍，看它是否还会出现、以什么形式出现。“没有盖伦会怎样”这个问题在科学史上是可以问的，但只能被推测地回答。
可观测：中间状态没有全程记录。 留下的只是已经成形的论文与仪器。研究者的手稿、通信、草稿本是极有价值的材料，但它们是抽样，而且是被保存下来的那一部分抽样——被丢弃的、未写下的、说出口而没有记录的，全部缺失。而路径恰恰大量地由这些东西构成。
四条里最要命的是第一条。 后三条在原则上还可以想象某种替代（更细的档案、更好的反事实推理），第一条没有替代：一件只发生一次的事，无论被记录得多完整，都不提供第二次。
科学史学家能做的最好工作是反事实推测——“如果当年……会怎样”。
这条路看起来能绕过第一条：既然不能重跑，就推理出重跑的结果。
它不能救场，而且理由是循环。
要推测”换一条路会怎样”，必须先有一套关于”路径如何影响结果”的理解。而那套理解正是本案所争的内容：先在论认为路径不影响结果的规定，因此换一条路仍会到达同一处；造成论认为会不同。
于是任何一次反事实推测，都已经预设了两方中的一方。用它做判据是循环的。
这一点要说得比通常更准，因为它容易被误读为”反事实推测没有价值”。
反事实推测有价值，而且价值不小——它能把一段历史里的关键节点标出来，能显示某些结论在多大程度上依赖某个偶然事件。第八十二章把它列为一条具体的研究纲领，并给出了它成为方法所需的四样东西。
它不能做的只有一件：充当本案的判据。 一个工具可以在很多地方有用，而恰好在某一处不能用——本章指出的是这一处。
三道闸说完，诊断可以用一句话写出：
“知识是被发现的还是被造成的”两千年不可判，不是因为论证不足，而是因为判决这一问题所需的干预，在知识的形成过程上从来无法施加。缺的不是论据，是实验台。
这句话是本书的脊梁。它有三个可被推翻的爪，第一编第六章已经列过，这里只标明它们与本编的对应：
诊断若只能解释过去，它就是一个事后的说法。本节指出它的可检验之处。
如果诊断成立，那么一旦出现某种装置，使得知识的形成过程第一次可重跑、可干预、可消融、可观测，这个问题就应当立刻从形而上学掉进实验科学。
注意这句话的形式：它预言的不是”问题会被解决”，而是”问题会改变类型”——不是被更好的论证解决，而是被一台机器改变了它所属的类别。
第八十七章第三节把这条推论推到了它的一般形式，那里的表述是完整的，此处不预支；只指出它的方向——不可判若来自过程不可重跑，那么解药就不在论证这一侧。
本编在这里交出的是那条一般观察的第一个实例。
在把清单定稿之前，处理一个常被提出的补充。
提议的第五条是：可比较性。 即，除了能重跑、能干预、能消融、能观测之外，还应当要求不同次运行的结果之间存在一个公认的比较标准——否则即使跑了一百次，也说不清它们是不是”同一处”。
这个提议是有道理的，而且它指出了一件真实的困难。 第七十一章整章处理的正是这件事：标号差异与实质差异的界线，等于所允许的变换群，而那条界线不是自然事实。
本书不把它加进清单，理由有三条。
理由一：它不是装置的性质，是判据的性质。 前四条说的是一台装置能做什么；比较标准说的是研究者带了什么尺子去量。把两类东西混进同一份清单，会使清单无法被用来排除候选——一个装置不会因为”研究者还没想好用什么尺子”而不通过。
理由二：它属于第五编，而不是第四编。 把命题翻译成可测形式，其中就包括定义”实质不等价”。第五编第四十七章明写这一步的一般要求，第五十章处理三处翻译陷阱。清单管必要条件，翻译管可行性，两者分工写死。
理由三，也是最实际的一条：若把它加进清单，四个候选的评判会被搅乱。 遗传算法那一类系统在”比较标准”上其实相当清楚——适应度就是标准；而它恰恰是本编要排除的候选之一（第四十三章）。一条会让被排除者得分更高的标准，说明它量的不是该量的东西。
但这个提议留下了一条本书接受的修正：清单的使用规则里要写明，四条是必要而非充分条件。第四十章第七节的规则三就是为此而立。
还要记一句对本书不利的：若比较标准的问题最终无法解决——即第七十一章那条界线始终划不定——那么四条全通过也判不了本案。这不是一个假想的风险：第八十章第六节已经指出，首跑那个”未能分辨”目前无法与”两把尺子量了不同的东西”区分开。清单能保证的只是装置合格，保证不了判据合格。
最后一件事：把四条性质作为一份检验清单定下来，因为第四编全部的工作就是拿它去卡候选。
任何一个宣称可以判本案的现场，必须逐条通过这四条；缺一条，它就只是一个有趣的类比。
第四编将用这份清单排除三个常被援引的候选——量子测量、实验演化、早期人工生命与遗传算法——并说明大模型训练为什么四条同时满足。
而那一编还会补上一条本编没有提到的代价：满足四条的那台装置，它自己也是被造出来的。 这个自指问题在第四十六章第一次出场，在第八十七章第七节作结。
本书主张四条同时满足这件事已经发生了，装置是大规模语言模型的训练。下一编说明为什么是它。