第13章
第十三章 颗粒度、层级、维度与广度：四个不能混用的概念
一 颗粒度：此刻把什么当作一个单位
一位读者把整篇论文当作一个值得进一步研究的对象，另一位读者正在检查其中一行不等式，第三位读者把这篇论文与另外几篇组成一个理论谱系。他们面对的可以是同一份材料，却并未进行同一种活动。直接参与判断的单位不同，能够看见的问题也不同。颗粒度首先描述这种单位选择，而不是描述材料在物理上有多大。
在本书中，活动颗粒度是相对于当前任务而言的：多大范围的过程或关系，被当作一个相对完整的单元直接调用。一条已接受的引理可以是一个单位，一套参数探索流程也可以是一个单位。即使内部含有许多步骤，只要当前活动不需要逐一重新组织它们，就形成了较粗的调用颗粒度。它是否适当，要看被隐藏的差异是否影响当前问题。
设想小林面对三个局部证明。第一阶段，她分别检查每一步；第二阶段，她确认这些证明都满足所需条件，将它们作为三个引理；第三阶段，她研究三种引理之间的共同结构。材料并未凭空增加，研究组织却发生变化。若第二阶段的依据不足，第三阶段可能建立在错误之上；若依据已经充分，却始终不允许进入第三阶段，研究又会被困在重复检查中。
颗粒度可以通过划分来理解。对同一组步骤，一种划分把每步单独看待，另一种划分把相关步骤组织成若干单元。在适当条件下，可以说后一种相对于前一种更粗。但是，真实研究中的划分不一定彼此包含。按时间阶段划分与按证明义务划分，可能交叉而无法排成同一条细到粗的直线。颗粒度因此通常只是局部可比较关系，不是全体活动都能共享的刻度尺。
这种交叉划分非常重要。一个研究者把资料按作者分类，另一个按关键假设分类，并不能说谁单纯使用了更大颗粒度。后一种分类可能更适合发现理论冲突，前一种更适合追踪贡献历史。若强行用同一尺度排序，便会遗漏真正有价值的组织变换。升维有时来自重新划分，而不只是把更多内容合成一块。
颗粒度扩大还存在成本条件。调用一个复杂流程虽然减少了直接操作，却可能增加前期准备、维护和失效后的定位成本。对只做一次的小任务，复杂封装未必划算；对需要反复开展的研究，建立稳定单元可能使后续活动更有效。判断不能只看一次点击节约了多少秒，而要考察完整使用周期与真实目标。
教学也应当允许同一内容具有不同颗粒度。第一次接触归纳证明时，学生可能需要展开初始条件和递推关系；经过学习后，可以把一种常用归纳结构整体调用；研究新的递推对象时，又可能需要重新展开其中某步。学习不是一直把颗粒做大，也不是一直把颗粒磨细，而是形成在适当任务中选择和改变单位的能力。
有人担心，允许粗颗粒度调用会使学生不知道内部细节。这种担心需要具体化：哪些细节对当前学习目标不可缺少，怎样确认它们已经获得支撑？若目标是培养某种内部机制认识，当然需要适当展开；若目标是研究多个已成立结果之间的关系，全部重演未必是最好路径。颗粒度选择应当对目标负责，而不应对某种抽象的细节崇拜负责。
同样，细颗粒度不必意味着落后。一个微小条件可能是新理论的入口，一次对局部错误的耐心检查可能改变整个研究。所谓保守旧颗粒度，是不允许颗粒度根据任务改变，而不是某次选择了较细单位。把粗一律说成高、把细一律说成低，只会把旧偏见倒过来，并没有获得新的分析能力。
因此，颗粒度不是人的身份属性。不能说某人天生只会低颗粒度，另一人属于高颗粒度群体。一个人在不同活动中可以使用不同组织单位，并通过学习形成新的往返方式。教育要培养的不是固定站位，而是能够认识当前单位为什么合适，以及何时需要改变它。
二 层级：一种活动怎样成为另一种活动的条件
层级与颗粒度相关，但不相同。颗粒度问此刻直接处理的单位是什么，层级问活动之间存在怎样的组织关系。当一套已经成立的证明成为另一项研究的前提，当一个局部控制过程成为工程系统的组成，便形成了某种层级联系。这里的上层不是更高贵，而是把下层活动当作条件或组成来继续运行。
一个人可以在相同层级上改变颗粒度。例如，对同一计算任务，把若干小步骤合并显示，不一定改变任务之间的组织关系。相反，即使材料数量没有增加，把一个证明过程本身变成研究对象，也可能形成新的层级：原来用来得到结论的方法，现在成为需要解释和比较的对象。层级变化不能只按步骤数量判断。
层级也不一定是一棵整齐的树。一项研究可能同时依赖多个理论，某个工具又支持多条研究路线，结果反馈还可能改变原来的工具。更合适的表示有时是一张带有不同关系的网络。为了说明而使用“上下”，不应把共同作用和往返反馈全部挤成单向命令。实际组织比管理层级丰富得多。
需要特别区分逻辑依赖与发生反馈。在一份证明中，未成立的结论不能循环互相担保；在一个研究过程中，暂时猜想却可以引导计算，计算结果又可以修改猜想。前者要求证明依据清楚，后者允许探索往返。若把所有反馈都叫循环论证，就会误解研究；若把所有循环论证都说成发生互动，又会破坏有效性。
本书在使用层级语言时，因而会说明正在谈哪种关系。构成层级说明部件怎样组成活动，证明层级说明哪些命题支持哪些结论，学习层级说明哪些能力支撑后续参与，研究层级则说明什么被作为新的对象。这些层级可以交叉，不应假设它们天然同构。一项逻辑上基础的命题，不一定必须在教学顺序中最先被完整证明。
例如，学生可以先在图像和实际问题中认识变化率，再回到极限定义；也可以从精确定义开始，再理解应用。两条路径的形成效果需要检验，但不能因为极限在某种逻辑建构中处于前提位置，就推出所有人的学习只能遵守同一先后顺序。逻辑结构与发生顺序各有要求，混淆它们会把教材编排误当成认识的唯一道路。
科研评价中的层级失认，常发生在把一种能力的支撑条件全部要求为个人的直接操作。某项新研究依赖可靠计算，并不意味着研究者必须具有开发整个计算系统的能力。若岗位确实包含系统开发，要求可以成立；若只是为了证明研究者不是借助外援，要求便需要重新论证。必要依赖不能自动转化为全部内化义务。
与此同时，上层研究也不能任意把责任向下推。一个人调用多个单元形成新连接，便需要对新连接的适用性提供依据。下层单元各自可靠，不会替他证明组合后的结论。他不必重造全部工具，却必须处理由自己的活动新产生的证明义务。层级分析由此同时提供合法继承与新增责任的边界。
西蒙对复杂结构与稳定中间形式的讨论提醒我们，已有单元的相对稳定能够支持更复杂的组织。[16] 本书进一步强调，这种稳定不是永恒不变，而是足够支持某类后续活动。新问题可能使原来的中间形式失去合适性，需要拆分、替换或重新命名。层级不是完成之后锁住的建筑，而是可被研究继续改造的组织。
从刀到盾构机，层级变化并不是把全部人的劳动消灭，而是使某些工序的协调本身成为可调用条件。思维封装也应当如此理解：不只是让机器替人写更多步骤，而是使一部分步骤及其依据能够整体进入新的活动。真正需要观察的，是下一层活动是否获得了新的运行方式。
三 维度与广度：看见更多，不等于认识更多
维度在数学中具有明确而多样的技术定义，本书谈思维维度时不借用这些定义来给人打分。这里用它描述研究能够辨认和处理的差异方向。例如，评价一个结果时，从只看正确与否，发展到区分正确性、来源、适用范围和形成过程，便增加了不同问题方向。它们并非必然独立，也不应未经测量就称为正交维度。
增加维度并不等于罗列更多指标。若十个指标只是同一特征的不同写法，表面复杂了，认识结构可能没有改变。真正有用的新增方向，应当使原先混为一谈的情形能够被区分，并影响后续行动。比如，同样正确的论文具有不同来源，便需要不同的贡献说明；同样流畅的解释具有不同适用边界，便需要不同的检验方式。
广度则描述能够有效关联的对象和情境范围。一个方法由一类问题进入另一类问题，若条件核对和结构转换真实发生，便可能扩大广度。仅仅把多个领域名称放在同一篇文章里，不构成有效关联。能够说出数学、哲学、教育和工程几个词，与能够说明概念怎样跨域改变，是两种完全不同的活动。
设想小林把平均算法与课堂讨论联系起来。数学模型中的节点值、权重和迭代，可以帮助提出某些关于信息传播的问题；但人的意见并不必然遵循固定线性规则。若她直接把矩阵收敛定理当作课堂必然形成共识的证明，就越过了模型边界。真正的跨域广度，应当包括认识这种不相同，而不是只发现语言上相似。
因此，广度扩展需要翻译劳动。原领域的对象在新领域对应什么，哪些假设能够保留，哪些关系只能作为启发，哪些结论需要重新获取证据？这种工作往往比迅速生成类比更困难，也更有价值。AI能够提供大量候选连接，但连接成为知识，需要在相应层级上重新建立依据。
维度增加与广度扩大也可能彼此冲突。一个研究同时进入许多领域，却无法细致区分证据类型，广度便可能稀释认识；一个研究对局部建立极细分类，却始终不能关联其他情境，维度也可能停留在自我封闭的精细化。所谓升维不是盲目追求两者最大，而是使它们服务于实际问题。
还有一种容易被误称为高维的活动：用极其抽象的术语覆盖所有差异。只要说一切都是互动、一切都是系统，所有案例似乎都被解释了。可是，如果这种语言不能帮助区分何时成功、何时失败、为什么需要不同做法，它便没有增加可处理的维度。抽象的价值应当体现为更清楚的差异，而不是更少的差异。
在本书的框架中，SDE也必须接受这一要求。显露、差异运行和特征纠缠若只是给原有描述换三个栏目，便不足以提供新认识。只有当它促使我们发现被忽略的发生过程、错误划定的承担单位或无法自洽的反馈关系，它才产生具体作用。理论词语的数量不能充当维度增加的证据。
广度与深度也没有必然对立。适当的跨域比较可以使原领域的隐藏假设第一次变得清楚；对一个局部机制的深入认识，又可能使跨域迁移更准确。问题在于能否建立可往返的连接，而不是选择永远专一或永远跨界。一个有效封装可以帮助研究者暂时调用成熟部分，把注意力投入真正需要深入的新接口。
由此，思维的更高广度不是对一切发表意见的资格，更高维度也不是获得一个无人能质疑的高位。它们都是可以在活动中辨认的变化：哪些差异被看见，哪些对象被有效关联，哪些新的检验成为可能。若不能回答这些问题，升维就仍然只是对自己的赞美。
四 四种变化的诊断：不把“更大”写成“更好”
把四个概念放到一个研究场景中，可以避免混用。小林原来逐项检查十个例子，后来调用一个经过限定的计算流程检查同类例子，这是颗粒度变化；她开始研究哪些规则产生收敛，而不只求每个轨迹，是研究层级变化；她把收敛与否之外的速率、误差和条件敏感性纳入分析，是问题维度变化；她把适当结论用于另一类经过核对的更新系统，是广度变化。
这些变化不必同时发生，也不应合成一个没有依据的总分。计算流程更大而问题不变，可能只是同层效率改善；问题对象改变却没有可靠计算支持，可能只是尚未完成的探索；增加指标但不改变解释，可能只是表格变宽；扩大对象范围却违反条件，可能是误用而非迁移。分别描述，才能知道下一步究竟需要改进什么。
可以为一个项目建立一张变化记录，但它不应是官僚化的打勾表。记录应当写出原来的活动单位、改变后的单位、使改变成立的依据，以及变化带来的新问题。若某项调整没有打开新问题，却降低成本、提高稳定性，它仍然有价值，只是不必被夸大成思维革命。准确命名本身有助于减少技术宣传中的信用膨胀。
一个有用的诊断是要求研究者给出前后两个具体任务。以前在相同条件下无法有效完成什么，现在能够完成什么？这里的“相同条件”不意味着禁止工具变化，而是控制与主张无关的差异，例如时间、材料难度和评估标准。若前后任务完全不同而没有说明连接，就很难判断是新能力发生，还是只换了一个更容易成功的问题。
另一个诊断是检查迁移与失败。一个新组织在相邻条件中能否继续工作，发生异常时能否定位问题，是否需要原作者随时在场才能维持？这些证据有助于区分稳定能力与一次性表演。迁移不要求到任何领域都有效，只需要与所声称范围相配；越宏大的能力宣称，越需要更广而扎实的证据。
还应检查成本由谁承担。使用端的颗粒度扩大，可能依赖维护者承担更多细节。不能把个人少做的劳动全部说成社会消失的劳动，也不能因维护成本存在就否定升级。正确问题是新的分工能否形成可复用收益，维护是否可持续，参与者是否得到公平承认。文明封装是一种劳动组织，不是劳动凭空蒸发。
四种变化还可能向不同方向运动。为了进入更广的问题，研究者可能主动缩小调用颗粒度；为了识别一个新维度，可能暂时返回底层；为了提高系统层可靠性，可能限制某个局部工具的自由输出。这样的后退不必意味着退化。只要它改善整体活动的组织，就是有理由的颗粒度往返，而非死守旧形式。
所以，本书不画一条人人必须向上攀登的直线。它更关注一个人或共同体能否改变自己面对活动的方式：能够合并已经稳定的单元，也能够分开不再相容的部分；能够进入更广的关系，也能够回到被遗漏的具体差异。思维发展体现为可组织关系的丰富化，而不是始终远离细节。
把这些区别带回教育，改革便获得更清楚的目标。课程可以主要训练某一层级的深入理解，也可以训练跨层组织，或者训练有边界的跨域迁移。不同课程没有必要争夺唯一的“真正思考”资格。它们应当说明自己形成什么能力，怎样与其他条件相接，并接受相应证据的检验。
颗粒度说明当前怎样分块，层级说明活动怎样相互组织，维度说明哪些差异可以处理，广度说明什么范围能够有效关联。这四种变化可能相互支持，也可能方向不同。因此，理解不能再被看成一个只有开与关的状态。真正应当追问的是：在什么活动单位上，什么认识关系已经能够运行；这种运行如何由个人、工具和协作支持，又能在何种新条件下得到修订。尺度的区分，正是分层讨论理解的前提。