小镇酒馆的阿福老板有个秘密武器——柜台底下藏着一座微缩沙盘。沙盘上摆着门帘、托盘、碗和一只猫，每个物件之间连着细线：风一鼓，门帘的线就扯一下托盘；托盘一斜，碗的线就绷紧。这套沙盘不是玩具，而是他用十几年碎碗换来的“因果世界模型”。最厉害的是，阿福可以上手改动：哪天他不想让碗掉下来，就在沙盘里把碗往中间挪一挪，不必真的摔一次碗就知道结果。这套本事让他每天开门营业前就胸有成竹。本文要讲的因果世界模型与干预推理，就是把这套“沙盘思维”教给 AI：先搞清楚世界上的变量如何互相牵动（因果结构建模），再学会动手改沙盘上的部件（do 操作），甚至能重演“如果当初没这样”的历史（反事实推理），最后把沙盘搬进智能体脑子里，让它先推演、再行动，并算清楚工程上要付的代价。

岗位关联

对 AI 从业者的价值：掌握因果建模与干预推理，让你从“拟合相关”跃迁到“回答 if-then”，这正是推荐系统、自动决策与具身智能等方向拉开差距的核心能力。

目录
  1. 可视化演示
  2. 因果结构建模
  3. 干预与do操作
  4. 反事实推理
  5. 模型架构设计
  6. 想象推演决策
  7. 工程权衡优化
  8. 场景应用展望
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

本节配有交互动效（进入视口后自动加载，约 3KB）。

因果结构建模

阿福的沙盘从不给人看，但每天开门前他都会检查一遍：门帘连着托盘，托盘连着碗，猫的线松垮垮地搭在门帘上——这些线就是因果结构。要是哪天他发现托盘其实是柜台的裂缝绊歪的，就得改掉一根线。沙盘的预测准不准，全看线画得对不对。

在 AI 术语里，阿福的“线”叫有向无环图（DAG）：节点是变量，箭头从原因指向结果，且不允许绕圈。光有图还不够，每根线还要有“松紧”——定量描述父变量如何影响子变量。图加方程组，合起来就是结构因果模型（SCM），它是所有因果推理的骨架。

结构因果模型中，每个内生变量 \(v_i\) 都由父亲变量 \(\mathrm{pa}_i\) 和外部噪声 \(u_i\) 共同决定，写成方程：

阿福并不需要画出每根线的数学公式，他只需判断“托盘歪是风还是裂痕”。SCM 就是把这个判断数字化：有了方向正确的线，推演才有底气；线画错了，后面一切干预和反事实都会跑偏。

vi=fi(pai, ui)\displaystyle v_i = f_i(\mathrm{pa}_i, \, u_i)
  1. 内生变量 \(v_i\)vi\displaystyle v_i —— 沙盘上第 i 个木偶的状态，是模型想要解释和预测的目标。
  2. 父变量集合 \(\mathrm{pa}_i\)pai\displaystyle \mathrm{pa}_i —— 直接拖动第 i 个木偶的上游木偶集合，对应图中指向它的那些箭头。
  3. 外生扰动 \(u_i\)ui\displaystyle u_i —— 沙盘外的未知因子（风、猫、发条），无法观测但真实存在，只影响当前木偶。
  4. 结构函数 \(f_i(\cdot)\)fi(⋅)\displaystyle f_i(\cdot) —— 木偶的“运动规则”：父变量与外生扰动如何共同决定当前状态。

干预与do操作

判断完线，阿福开始动手改沙盘。他伸手把碗从架子边缘挪到正中，顺手剪断托盘连着碗的那根线——从今往后，碗的位置只由他决定，不再受托盘倾斜牵制。这一剪，就是干预。

统计上我们常问“天气阴时销量如何”，那是在已有数据里筛选，世界没变；因果问题问“如果我们强制把天气变成阴”，世界被动手改过。两者分别写作 \(P(Y|X=x)\) 与 \(P(Y|\mathrm{do}(X=x))\)。do 操作的本质：切断所有指向 X 的边，再把它钉在 x 上。

切断之后，原本经由混淆变量 Z 的“后门路径”也被堵死。若 Z 阻断 X 到 Y 的所有后门路径，干预分布可以按 Z 分层加权还原：

回到沙盘：阿福不关心碗过去是怎么被拖到边缘的——他已经把线剪了，只关心新位置稳不稳。do 操作给了他“改完再看”的能力，这正是因果模型区别于纯预测模型的分水岭。

P(Y=y∣do(X=x))=∑zP(Y=y∣X=x,Z=z) P(Z=z)\displaystyle P(Y = y \mid \mathrm{do}(X = x)) = \sum_{z} P(Y = y \mid X = x, Z = z)\, P(Z = z)
  1. 干预概率P(Y=y∣do(X=x))\displaystyle P(Y = y \mid \mathrm{do}(X = x)) —— “把 X 强制设为 x 后，沙盘上 Y 取 y 的概率”，这是改完沙盘再看结果。
  2. 调整集 ZZ=z\displaystyle Z = z —— 一套能阻断 X 到 Y 全部后门路径的变量（如土壤湿度），在求和里逐档固定。
  3. 层内条件概率P(Y=y∣X=x,Z=z)\displaystyle P(Y = y \mid X = x, Z = z) —— 在 Z 被固定为 z 的同类场景里，X 对 Y 的直接影响。
  4. 加权平均∑z⋯P(Z=z)\displaystyle \sum_{z} \cdots P(Z = z) —— 按 Z 在现实中的分布加权，把“分层实验”拼成全局因果效应。

反事实推理

打烊后阿福偶尔会懊恼：“要是白天没让猫进屋，那套碗根本不会碎。”他并没穿越，只是在脑子里把沙盘拨回当天早上，把“放猫”改成“不放”，其余背景原封不动地重演一遍——这就是反事实推理。

形式化地说，反事实问：已知现实中 \(X=x'\)、\(Y=y'\)，若把 X 强制改为 x，Y 会是多少？关键在于背景外生变量 U 保持“实际观测”那套后验，而不是重新随机抽样——这样重演的是那一天，不是另一个平行小镇。

写成概率就是：

阿福从反事实里攒下教训：猫可以不放，但猫的脾气改不了。这一区分让他把注意力放在真正可控的干预上，而不是幻想“换个世界”——这也是反事实分析在决策中的真正价值。

P(Yx=y∣X=x′, Y=y′)\displaystyle P(Y_x = y \mid X = x',\, Y = y')
  1. 潜结果 \(Y_x\)Yx\displaystyle Y_x —— 反事实世界中（X 被强制为 x）沙盘上 Y 的状态，是“改了动作之后的结果”。
  2. 历史证据X=x′, Y=y′\displaystyle X = x',\, Y = y' —— 实际发生过的事件：老板记得那天放了猫、碗也真的碎了。
  3. 整体含义P(Yx=y∣⋅)\displaystyle P(Y_x = y \mid \cdot) —— 在背景变量 U 不变（同一套外生扰动）的前提下，把 X 从 x' 换成 x，推演 Y 落到 y 的概率。

模型架构设计

阿福靠摔碗攒了几十年才建起沙盘。AI 没有这么多失败可赔，它需要看几段视频就自动搭出一座沙盘——这就是因果世界模型的架构问题：从观测中学习可干预的因果表示。

沙盘自动搭建机由三块拼成：编码器把高维观测（像素、点云）压缩成低维潜因果变量 z；转移函数 f 在潜空间充当“物理引擎”；解码器把潜状态还原成可读画面。日常的推演全都发生在潜空间，也就是阿福脑子里的那块小沙盘。

潜变量的更新规则是：

普通世界模型像一张糊掉的风景画，因果世界模型则像可拆装的积木组件：每个潜变量对应一个独立部件，可以单独拆下来换、单独施加干预。没有这种“可解耦”，do 操作就无从下手。

zt+1=f(zt, at)\displaystyle z_{t+1} = f(z_t,\, a_t)
  1. 潜状态 \(z_t\)zt\displaystyle z_t —— t 时刻沙盘的压缩快照（木偶的姿势、位置的低维编码），相当于阿福脑中的“当前局势”。
  2. 动作 \(a_t\)at\displaystyle a_t —— 智能体的决策，等同于老板“把碗向左移”的动作指令。
  3. 转移函数 \(f(\cdot)\)f(⋅)\displaystyle f(\cdot) —— 潜空间的物理引擎：给定当前快照与动作，预测下一时刻快照。

想象推演决策

阿福每次换新布局，都要先在沙盘上摆 100 次，直到第 101 次才亲手放下真碗。想象中试错零成本，还能避开真实世界的车祸和碎碗——这正是因果世界模型被用作“决策预演场”的原因。

给定当前潜状态 \(z_t\) 和候选动作 \(a_t\)，模型在潜空间一路递推，累计未来收益，最后选出分数最高的动作。这不是空洞的“感觉”，而是可量化的规划目标：策略 π 的期望回报在想象中直接估算：

因为推演基于因果结构，结论天然稳健：天气变了、路面滑了，因果机制不变，预测就不容易崩；每一步决策也能指着沙盘讲清楚“为什么要这么做”。在沙盘上多验证一次稳健性，现实里就少摔一个碗——这就是想象的杠杆效应。

J(π)=E[∑t=0Tγt r(zt,at)]\displaystyle J(\pi) = \mathbb{E}\left[\sum_{t=0}^{T} \gamma^{t} \, r(z_t, a_t)\right]
  1. 策略 \(\pi\)π\displaystyle \pi —— 老板的“摆放行动手册”：面对每种情况该怎么做。
  2. 折扣加和∑t=0Tγtr(zt,at)\displaystyle \sum_{t=0}^{T} \gamma^{t} r(z_t, a_t) —— 把未来每一步的收益叠加，越远权重越小（折扣因子 \(\gamma < 1\)）。
  3. 期望 \(\mathbb{E}[\cdot]\)E[⋅]\displaystyle \mathbb{E}[\cdot] —— 在沙盘上把同样策略重复推演很多次，取平均，消除偶然性。
  4. 凭空推演zt,at\displaystyle z_t, a_t —— 所有这些快照与动作都发生在想象（潜空间）中，不碰真实世界。

工程权衡优化

沙盘不可能 1:1 复刻整个小镇——那成本够盖一座真镇了。阿福的土办法是分层：柜台近处细到碗沿花纹，窗外远处粗到轮廓。工程上的因果世界模型也面对同样的选择。

因果结构越精细，推演越准，但模型参数、推理延迟、显存占用同步上涨，形成“规模-延迟-资源”三难。现实中没人能三个都要，只能显式写成带权重的优化目标，让业务场景决定往哪边倾斜：

常用工程手段包括潜空间低秩近似、混合精度训练、推理缓存，以及按场景分层调度——关键路径用大模型精细推演，非关键路径快速近似。阿福的沙盘从来只摆与碗安全相关的部件，无关桌椅统统省略。好的工程不是堆算力，而是让每一份精度花在刀刃上。

min⁡θ  Lpred(θ)+λ1 R(θ)+λ2 D(θ)\displaystyle \min_{\theta} \; \mathcal{L}_{\mathrm{pred}}(\theta) + \lambda_1 \, \mathcal{R}(\theta) + \lambda_2 \, \mathcal{D}(\theta)
  1. 预测损失 \(\mathcal{L}_{\mathrm{pred}}\)Lpred(θ)\displaystyle \mathcal{L}_{\mathrm{pred}}(\theta) —— 沙盘推演结果与真实世界结果的差异，衡量“准不准”。
  2. 规模正则 \(\mathcal{R}(\theta)\)R(θ)\displaystyle \mathcal{R}(\theta) —— 沙盘的精细程度（木偶数、绳子数），惩罚模型无谓庞大。
  3. 延迟惩罚 \(\mathcal{D}(\theta)\)D(θ)\displaystyle \mathcal{D}(\theta) —— 推演一次所需时间的代理，惩罚响应太慢。
  4. 权重平衡λ1,λ2\displaystyle \lambda_1, \lambda_2 —— 老板的偏好旋钮：更看重精准还是更看重速度，由业务场景决定。

场景应用展望

后来阿福发现，能推演 if-then 的沙盘不止能保碗：订酒、排班、甚至要不要多雇一个小二，他都能先摆一遍再决定。因果世界模型的想象边界，也随之从柜台延伸到真实世界的每个决策角落。

自动驾驶把“变道会不会撞”在脑内沙盘预演；医疗系统对“换药后血糖稳不稳”做反事实推演；游戏智能体在梦中 rollout 数万条轨迹再挑最优动作。这些场景都需要量化“干预的净效果”，平均处理效应（ATE）是通用标尺：

挑战也摆在眼前：真实世界的因果发现难、强实时场景延迟敏感、可解释性要求把结论翻译成人话。但可以想见，未来的智能体出厂时都会内置一个“阿福沙盘”，在动手之前先推演千遍——因果世界模型，正是把“三思而后行”算法化的那一步。

ATE=E[Y∣do(X=1)]−E[Y∣do(X=0)]\displaystyle \mathrm{ATE} = \mathbb{E}[Y \mid \mathrm{do}(X = 1)] - \mathbb{E}[Y \mid \mathrm{do}(X = 0)]
  1. 处理组效应E[Y∣do(X=1)]\displaystyle \mathbb{E}[Y \mid \mathrm{do}(X = 1)] —— 全世界都执行新方案（X=1）时的平均结果。
  2. 对照组效应E[Y∣do(X=0)]\displaystyle \mathbb{E}[Y \mid \mathrm{do}(X = 0)] —— 全世界都维持旧方案（X=0）时的平均结果。
  3. 相减得净效果ATE=⋯−⋯\displaystyle \mathrm{ATE} = \cdots - \cdots —— 两组沙盘推演结果之差，量化“值不值得改”。

AI 应用场景

自动驾驶变道决策

阶段：决策规划（model-based planning）

解决的问题：传统规则式变道靠人工预设逻辑，无法覆盖“前车急刹 + 后车紧贴”的长尾场景；直接在真实道路做强化学习试错，代价是事故与安全风险。因果世界模型在潜空间推演“如果不打灯变道，后车可能加速”等多条反事实路径，选出最优策略，兼顾安全与效率。

具体案例：某自动驾驶团队在仿真器中训练因果世界模型，对“前车急刹”场景做 do 操作：固定前车行为、强制切换自车动作，观察碰撞风险梯度，再挑选风险最低的变道时机。系统还能解释“为什么不变道”，提升乘客信任。

医疗个性化治疗方案推演

阶段：个性化决策支持

解决的问题：医生凭经验判断“换药后血糖会不会更稳”，存在个人偏差，且对真实病人做 A/B 实验不道德。基于电子病历训练因果世界模型，对“换用胰岛素方案 A”做干预推演，比较不同方案的潜在预后，为医嘱提供量化依据。

具体案例：对 2 型糖尿病患者，模型将年龄、体重、病程作为混淆变量建模，执行 do（治疗方案） 后预测 3 个月糖化血红蛋白的分布变化，输出“换药后改善概率 67%”的结论，帮助医生与患者共同决策。

游戏智能体在梦中规划

阶段：强化学习策略训练

解决的问题：真实游戏环境探索成本高，Agent 需要大量在线试错，训练耗时且不稳定。Dreamer 类方法训练一个在潜空间转移的因果世界模型，Agent 在“梦”中（想象沙盘）rollout 数十万条轨迹，以极低计算成本学习策略；因果版本还支持“如果删除某个障碍物，通关概率如何变化”的反事实询问。

具体案例：在机器人操作任务中，模型在潜空间采样多条动作序列，评价期望回报后选择先行动作，训练样本效率提升数倍；遇到新障碍时，智能体通过反事实推演快速调整策略，不必重新探索。

Python 演示

python48 行
import numpy as np class FarmSCM:    """结构因果模型：施肥 X -> 产量 Y，土壤湿度 W 是混淆变量。"""     def __init__(self, seed=42):        self.rng = np.random.default_rng(seed)     def draw_uv(self, n):        """抽取外生变量：土壤湿度与两个随机扰动，代表沙盘外的背景。"""        return (self.rng.normal(0.0, 1.0, n),                self.rng.normal(0.0, 0.5, n),                self.rng.normal(0.0, 0.5, n))     def sample(self, n=500, do_x=None):        w, ex, ey = self.draw_uv(n)        if do_x is None:            x = 2.0 * w + ex          # 观测模式：施肥量被土壤湿度影响        else:            x = np.full(n, do_x)      # 干预模式：外部强制设定施肥量        y = 1.5 * x + 3.0 * w + ey    # 产量同时受施肥与土壤共同影响        return w, x, y     def counterfactual(self, x_actual, x_counter):        """反事实：在同样的背景扰动下，把施肥量换掉重算产量。"""        w, ex, ey = self.draw_uv(1)        y_actual = 1.5 * x_actual + 3.0 * w + ey        y_counter = 1.5 * x_counter + 3.0 * w + ey        return y_actual[0], y_counter[0]  farm = FarmSCM() # 1. 观测数据的"表观"斜率：混淆带来的伪因果_, x_obs, y_obs = farm.sample(do_x=None)beta_corr = np.polyfit(x_obs, y_obs, 1)[0] # 2. do 操作：依次强制设定不同施肥量，得到真实因果斜率xs_do = [0.5, 1.0, 1.5, 2.0]ys_do = [np.mean(farm.sample(do_x=v)[2]) for v in xs_do]beta_do = np.polyfit(xs_do, ys_do, 1)[0] print("观测回归斜率（含混淆偏差） = %.3f" % beta_corr)print("干预回归斜率（真实因果效应） = %.3f" % beta_do) # 3. 反事实：实际施了 2.0，若当年只施 1.5，产量如何y_act, y_cf = farm.counterfactual(2.0, 1.5)print("实际产量 = %.2f -> 反事实产量 = %.2f" % (y_act, y_cf))
目的：用一个简单的结构因果模型展示混淆变量如何让“观测相关”偏离“真实因果效应”，并演示 do 操作与反事实推理的完整流程。
  1. x = 2.0 * w + ex观测模式下施肥量被土壤湿度拉扯，产生混淆偏差。
  2. x = np.full(n, do_x)干预模式下强制赋值，切断土壤对施肥的影响，这就是 do 操作。
  3. y = 1.5 * x + 3.0 * w + ey产量的生成方程，相当于沙盘的物理规则。
  4. _, x_obs, y_obs = farm.sample(do_x=None)先采集观测数据，用于拟合含混淆的表观斜率。
  5. [np.mean(farm.sample(do_x=v)[2]) for v in xs_do]对每个施肥档位做 do 实验并取均值，得到真实因果曲线。
  6. y_counter = 1.5 * x_counter + 3.0 * w + ey反事实：固定背景扰动（同一 w、ey），只换施肥量。

常见误区

误区我分析了 10 万条数据，发现“看完广告的人下单更多”，统计显著，所以投更多广告一定能提升销量。

正解观察数据里“看完广告”和“更爱下单”背后可能有第三个变量（比如老用户本就爱看广告也更容易买）。要回答“投放广告能否提升销量”，需要做 do（看广告） 的干预推演——像阿福在沙盘上亲手把碗挪走，而不是只看碗平时摆在哪里。混淆变量不清除，相关永远不等于因果。

为何常见：现实中大数据相关非常容易得到，而干预实验昂贵，“有显著相关”让人潜意识里自动脑补成“如果我干预它，结果会变”。

误区论文里说“模型输出的条件概率就是预测结果”，我以为条件概率和干预概率是一回事——都是“X 发生时 Y 的概率”。

正解P(Y|X=x) 是在“什么都不改”的沙盘上挑出 X=x 的场景看统计；P(Y|do(X=x)) 是亲自动手把 X 拧成 x，并剪断所有指向 X 的绳子。前者受混淆干扰，后者干净。比如“患者本来血压高”和“强迫患者血压升高”对心脏的影响完全不同。

为何常见：两个记号外形极像，许多教程缩写语境不清晰，初学者一旦没意识到“那根绳子被剪断”，就会把两者划等号。

误区反事实不就是“脑补一个平行世界”？那我随便改哪个变量都行，结果想怎么编就怎么编。

正解反事实的第一原则是“最小改动”：只改动你想评估的干预 X，其他背景（外生变量 U、其余变量机制）都保持实际观测到的那一套。阿福复盘“如果不放猫”时，猫的性情、碗的位置、托盘的老化程度都得和那天一致，否则推演出来的就不是“那件事”的反事实，而是另一个故事。

为何常见：人脑做归因时习惯性偷懒，容易把“改了 X”悄悄扩展成“改了全世界”，平行世界的故事听多了就当真。

误区反正算力便宜，把模型做大、因果图做细，效果肯定更好。延迟高就上更好的 GPU，资源不够就扩集群。

正解规模-延迟-资源是三难而不是三赢：模型每大一圈，推理延迟和显存占用非线性上涨，落地时往往被迫用轻量模型。阿福的沙盘永远只放跟碗安全有关的部件，而不是复制整个小镇。工程上要显式建模优化目标里的 \(\lambda_1\)、\(\lambda_2\) 权重，按场景分层取舍。

为何常见：基准测试里大模型精度高，容易让人忽略推理成本和产品环境的资源约束，把“实验最优”当成“系统最优”。

面试题

Q1. 关于“鸡叫与日出”，因果模型的正确理解是？

单选题 · easy

  • A.鸡叫引起日出
  • B.日出引起鸡叫
  • C.二者有共同原因← 正确答案
  • D.二者完全无关

答案：C。鸡叫和日出都会由昼夜节律这一共同原因驱动，就像沙盘上两个木偶被同一根外生发条带动。A、B 都错误地画了因果箭头，D 否定了可见的强相关，只有 C 正确引入混淆变量视角。

Q2. do(X=x) 与条件概率 P(Y|X=x) 的根本区别是？

单选题 · easy

  • A.符号写法不同含义相同
  • B.do 切断指向 X 的边← 正确答案
  • C.do 删除所有指向 Y 的边
  • D.do 会增大样本量提升精度

答案：B。do 操作的本质是剪断指向 X 的因果边，再强制赋值；条件概率只是在原有数据里筛选，绳子一根没动。A 把两者混为一谈，C 剪错了方向，D 与样本量无关。

Q3. 后门调整中，调整集 Z 需要满足什么条件？

单选题 · mid

  • A.Z 包含 X 的所有子节点
  • B.Z 阻断 X 到 Y 的后门路径← 正确答案
  • C.Z 与 Y 完全独立无关
  • D.Z 必须包含 Y 的父节点

答案：B。后门调整要求 Z 阻断所有从 X 到 Y 的后门路径（例如混淆变量），这样按 Z 分层加权才能还原干预分布。A 会引入对撞偏差，C、D 都不是后门准则的要求。

Q4. 反事实推理的“最小改动原则”指的是？

单选题 · mid

  • A.每次只改动一个外生变量
  • B.只改动干预变量其他不变← 正确答案
  • C.必须同时调整所有混淆变量
  • D.改动越少预测越不准确

答案：B。反事实推演只把想评估的干预 X 替换掉，外生背景 U 和其他机制保持实际观测值。A 改的还是外生变量，C 违背最小改动，D 是对原则的曲解。阿福复盘“不放猫”时，猫的性情必须不变。

Q5. 因果世界模型相比普通世界模型的核心优势有哪些？

多选题 · mid

  • A.支持 do 操作干预评估← 正确答案
  • B.支持反事实情景推演← 正确答案
  • C.训练时不需要任何数据
  • D.决策过程更可解释← 正确答案

答案：ABD。因果结构让模型能回答“如果强制改变某变量会怎样”（do）和“如果当初不同会怎样”（反事实），也正因为推演链路清晰，决策可解释。C 错误——任何世界模型都需要数据训练。

Q6. 潜因果表示被显式约束携带因果结构，主要目的是？

单选题 · hard

  • A.让模型参数量变得更少
  • B.使每个维度可被独立干预← 正确答案
  • C.让编码器收敛速度更快
  • D.消除所有随机噪声干扰

答案：B。可解耦的潜表示意味着每个维度对应一个独立因果部件，这是 do 操作的前提。若潜变量纠缠在一起，强制改动某个维度会连带扰动其他变量，干预推演就失效了。A、C、D 都是次要或无关收益。

Q7. 在想象中 rollout 能降低决策成本，其机制是？

单选题 · mid

  • A.用大模型替代真实环境
  • B.在潜空间模拟获取收益← 正确答案
  • C.推演中完全不需要数据
  • D.直接复制经验回放数据

答案：B。因果世界模型把 rollout 从真实环境搬到潜空间，用转移函数模拟未来、累计期望回报，成本只是几次前向计算。A 混淆了模型规模与推演场所，C 忽略了训练仍需数据，D 是回放而非推演。

Q8. 以下哪些属于工程权衡中的资源消耗？

多选题 · easy

  • A.推理延迟超时← 正确答案
  • B.显存占用过高← 正确答案
  • C.模型参数量大← 正确答案
  • D.因果图方向错误

答案：ABC。延迟、显存、参数量构成规模-延迟-资源三难，都是工程落地的真实成本。D 是因果结构错误，属于建模质量问题而不属于资源消耗。

Q9. 哪些场景适合用因果世界模型做反事实分析？

多选题 · hard

  • A.变道前推演若变道会如何← 正确答案
  • B.换药前推演若换药会如何← 正确答案
  • C.投放前推演若不投会如何← 正确答案
  • D.查看订单历史的时间排序

答案：ABC。A、B、C 都涉及“在背景不变的前提下改动一个干预变量，推演结果差异”，典型反事实问题。D 只是数据整理与描述统计，不涉及任何干预推演。

Q10. 混淆变量 W 同时影响 X 和 Y，观测回归斜率为 1.9，do 干预回归斜率为 1.2。正确的结论是？

单选题 · extreme

  • A.观测效应一定比因果效应小
  • B.混淆使观测效应发生偏差← 正确答案
  • C.因果效应应取两者平均值
  • D.观测效应可被直接采纳

答案：B。混淆变量会同时扭曲 X 与 Y，使观测斜率偏离真实因果斜率，偏差方向可正可负，不能断定 A。C 取平均值没有理论依据，D 直接忽略混淆。只有 B 正确：1.9 与 1.2 的差异正是 W 带来的偏差所致。