哲学里有一种命题：「存在即关系」，在数理研究中同样也有很深的体现。听起来很抽象，但它其实是对世界本质是什么的一种深刻回答。理解事物不是先存在、再去建立关系，而是事物在建立关系的过程中，才得以成为事物。它最著名的提出者是 20 世纪法国哲学家怀特海（过程哲学），但其思想渊源可以追溯到德国哲学家莱布尼茨（单子论）和古希腊的赫拉克利特（万物流动）。

所以，研究「存在」也是研究「关系」。而关系通常有三种视角：几何、拓扑和因果。

拓扑提供稳健的骨架，几何赋予精细的尺度，因果指明干预的方向。三者共同构成智能系统理解世界的先验地基。更准确的说法或许是：几何和拓扑是关于「关系的静态结构」（分别是度量化的和非度量化的），而因果是关于「关系的动态/生成机制」，它回答的不是「这两者如何关联」，而是「如果我改变一个，另一个会怎样」。

几何（度量结构）

几何关注的是「测量」。基本问题是多接近、多相似，或者一个具体的度量数值。——它需要一个度量结构（距离、内积、相似度函数），通常要求满足对称性、三角不等式等公理。典型例子：嵌入空间里两个向量的余弦相似度、社会心理学里的「亲密度量表」。研究的是关系的强度。几何关系是最重的——信息量最大，但也最脆弱，度量方式一变，结论可能就变。

一个度量空间是二元组 $(X, d)$，其中 $d: X \times X \to \mathbb{R}_{\geq 0}$ 满足：

三条公理分别对应「可分辨性」「对称性」「三角不等式」。注意对称性是内嵌在定义里的——这一点后面会成为几何/拓扑与因果的分水岭。在 ML 里，我们常用的是更强的结构：内积空间 $(X, \langle \cdot,\cdot\rangle)$，度量由内积诱导 $d(x,y) = \|x-y\|$，这才有了余弦相似度、点积注意力这些操作。度量结构的信息量最大，因为它不仅告诉你「是否有关系」，还告诉你「关系有多强」——但代价是它对表示方式极度敏感：换一个嵌入模型、换一个归一化方式，同一批数据算出来的相似度可以完全不同。

拓扑（连通结构）

拓扑关注的是「连通」。把度量忘掉，只问是否有路径可达、结构是否连通、是否存在环/洞。在同胚变换（连续拉伸、不撕裂）下不变的东西才算拓扑性质。典型例子：社交网络里的连通分量、图的最短路径存在性（而非具体长度）。拓扑关系比几何轻，研究的是关系的骨架，但换来的是更强的稳健性——不在乎具体尺度，只在乎结构骨架。

一个拓扑空间是二元组 $(X, \tau)$，$\tau$ 是 $X$ 的一族「开集」，满足对任意并、有限交封闭，且 $\emptyset, X \in \tau$。拓扑结构不需要度量：任何度量空间都能诱导出一个拓扑（用开球生成开集），但反过来不成立——拓扑空间不一定可度量化。关键的不变量是在同胚（连续双射且逆映射也连续）下保持不变的性质，比如连通性、紧致性、亏格（洞的个数）。用代数拓扑的语言，贝蒂数 $b_k$ 数的是 $k$ 维「洞」的个数，这是持久同调（persistent homology）在数据分析里常用的工具——它告诉你数据云的「形状骨架」，而完全不关心具体的尺度参数。这解释了为什么拓扑比几何「轻」：它是几何结构经过遗忘函子 $U: \mathbf{Met} \to \mathbf{Top}$ 投影之后剩下的东西。

因果（约束结构）

因果关注的是「约束」。这一支和前两支有本质区别：几何和拓扑通常是对称的（A 到 B 的距离=B 到 A 的距离；A 连着 B 等价于 B 连着 A），而因果关系本质上是非对称的——「X 决定/限制 Y 的取值范围」不等于反过来成立。因果结构需要额外的信息才能识别（干预、反事实、时间先后），单纯的相关性数据（哪怕是几何或拓扑意义上完整的）不足以确定因果方向。这也是 Pearl 那套 do-calculus 要解决的问题。在 ML 中，几何/拓扑模型在独立同分布（i.i.d.）下表现很好，但只要测试分布变了（协变量偏移），它们就会崩。而因果结构（比如有向无环图 DAG）告诉你的是「机制」——只要干预机制不变，哪怕输入分布变了，模型依然能泛化。这也是为什么说因果是稳健性的终极来源。

结构因果模型（SCM）是一个三元组 $M = \langle U, V, F \rangle$，其中 $U$ 是外生变量，$V = \{V_1, \dots, V_n\}$ 是内生变量，$F = \{f_1, \dots, f_n\}$ 是一组函数，满足

赋值符号 $:=$（而非 $=$）是关键——它表示这是一个机制，不是一个可逆的代数等式。这组机制天然诱导一张有向无环图（DAG）$G$，边 $V_j \to V_i$ 存在当且仅当 $V_j \in \mathrm{Pa}(V_i)$。因果推断的核心操作是 $\mathrm{do}(\cdot)$ 算子：$P(Y \mid \mathrm{do}(X=x))$ 表示「把 $X$ 的赋值机制替换为常数 $x$，切断它与所有父节点的连接」之后 $Y$ 的分布，这与条件概率 $P(Y \mid X=x)$——「观察到 $X=x$ 之后 $Y$ 的分布」——一般是不相等的。两者的差异，正是相关不等于因果的形式化版本。

因果与拓扑

一个自然的问题是：几何遗忘度量得到拓扑，那因果是不是遗忘更多东西之后剩下的更轻的骨架？答案是否定的。

几何到拓扑的「变轻」是同一个信息维度上的压缩——都是对称关系，只是分辨率从「连续的数值」降到了「是否连通」的二值/离散判断。但因果结构引入了一个几何和拓扑都没有的新维度：方向性/非对称性，并且这个方向性原则上不能从纯观测的联合分布 $P(V)$ 中单独用几何或拓扑手段识别出来。这就是可识别性问题（identifiability）：

命题（因果不可从观测唯一识别）。 对于两个变量 $X, Y$，仅凭观测联合分布 $P(X,Y)$，一般无法在 $X \to Y$、$Y \to X$、$X \leftarrow Z \to Y$（混杂）等因果结构之间做出唯一判定——它们可以诱导出完全相同的 $P(X,Y)$。

要打破这种不可识别性，需要额外的信息源：随机对照实验（真正的 $\mathrm{do}$）、时间先后顺序、结构假设（如可加噪声模型、非高斯性，如 LiNGAM 方法利用非高斯噪声打破对称性）。这说明因果结构不是几何/拓扑那条压缩链上的下一站，而是一个正交的轴——即便你拥有关于系统的完整几何信息（所有点对的精确距离）和完整拓扑信息（所有连通关系），你依然可能无法回答「如果我强行改变 $X$，$Y$ 会怎样」这个问题。这正是 Pearl 提出因果之梯（Ladder of Causation）的意义所在：

几何和拓扑视角，本质上被限制在第一层；只有引入因果结构，才能爬上第二、第三层。这也是为什么「因果关系需要额外信息才能识别」这句话不是技术细节，而是三种视角在存在论意义上的分界线。

机器学习视角

回到机器学习的语境，三种视角之间的差异直接决定了模型在分布偏移下的表现。可以按「随分布变化保持不变的程度」给三者排一个序：

• 几何层面的失败：训练集和测试集哪怕只是特征做了不同的归一化，相似度排序就可能整体偏移——这是最脆弱的一层，任何非本质的表示变化都会渗透进度量数值本身。
• 拓扑层面的稳健性：持久同调等方法对噪声、尺度变化天然不敏感，因为它们本来就是在滤除度量细节之后提取「形状」。但拓扑结构依然是观测分布 $P(V)$ 的函数——一旦分布本身发生结构性改变（不只是尺度变化，而是变量间依赖关系变了），拓扑不变量也会随之改变，因为它仍然停留在因果之梯的第一层。
• 因果层面的稳健性：如果 $X \to Y$ 的机制 $f_Y(X, U_Y)$ 本身不随环境改变（这是很多领域里的物理假设——比如「重力加速度与颜色无关」），那么哪怕 $P(X)$ 的边际分布因为采样环境不同而剧烈变化，$P(Y\mid \mathrm{do}(X))$ 这个机制仍然成立，模型依然可以泛化。这正是 Arjovsky 等人提出不变风险最小化方法的出发点：不去拟合在各个环境里都表现最好的相关性，而是寻找在所有环境下都保持不变的预测机制——本质上是把学习目标从「几何/统计上的最优拟合」换成「因果机制上的不变性」。

用一句话概括：几何模型学的是「数据长什么样」，拓扑模型学的是「数据的骨架怎么连」，而因果模型学的是「数据为什么会长成这样、什么力量在背后生成它」。前两者是对现象的描述，后者试图逼近生成现象的机制——这也是为什么协变量偏移能摧毁前两者，却不一定能摧毁后者。

递进的先验

如果用范畴论的语言简单勾勒一下三者的关系：存在遗忘函子 $\mathbf{Met} \to \mathbf{Top}$，把度量空间的态射（等距同构）松弛成拓扑空间的态射（同胚），信息在这一步单调减少，但依然停留在「对称关系」的范畴里。因果结构则不在这条链上——它是在对象上额外加了一层有向、非对称的生成机制，这层机制无法通过对已有对称结构做进一步遗忘得到，只能通过引入新的认识论工具（干预、时间、结构假设）来「添加」。

所以更准确的图景不是一条线性的「由重到轻」的链条，而是：

前两步是同一维度上的信息压缩，第三步是维度的跃迁——从「关系是否存在/多强」跃迁到「关系为什么存在、能否被操控」。这三层构成了一个智能系统理解世界所需的最小先验地基：先要有度量才能比较，有了比较才能抽象出结构骨架，而只有抽出骨架背后的生成机制，系统才能真正做到举一反三——在没见过的分布上依然可靠地行动，而不只是在训练分布的邻域里插值。

这或许也是当前很多「表示学习」范式的天花板所在：无论嵌入空间做得多精细（几何）、图结构建模得多完备（拓扑），只要模型学到的始终是观测层面的关联，它就永远停留在因果之梯的第一级。因果表征学习（causal representation learning）想做的事情，正是把几何/拓扑意义上学到的表示，进一步「提纯」出背后满足机制不变性的潜变量和因果图——这也是几何、拓扑、因果这三种视角在方法论上真正会师的地方。