TreeHeap 为什么不是把数组画成一棵树
系列定位：TreeHeap 论文特别篇（1/4）。
当前最可靠的结论是：TreeHeap 已成为一种可训练、可逆、可干预的多分辨率状态结构。它还没有证明语义地址、真正压缩、计算优势或产品级生成。
特别篇导航
- 本篇：问题、失败与设计演化
- 数学与数据流：一个句子怎样进入 TreeHeap
- 实验证据：三种子 WMT 与双向 Dreams
- 边界与复现：哪些成立，哪些仍然开放
完整中文论文保存在开放仓库：
https://github.com/houming818/sametime/blob/main/ara/papers/treeheap_emergent_protocol.zh.md
1. TreeHeap 最初在问什么
普通序列模型把临时状态排成一列。TreeHeap 想问一个不同的问题：
如果模型的临时状态本身具有 root、parent、child、leaf、路径和子堆，任务梯度能不能利用这些结构形成 Encoder 与 Decoder 都能读写的协议？
这里的关键词是“利用”，不是“摆放”。
把下面的数组：
[a, cat, is, eating, some, food]
换成下面的图：
root
/ \
subtree subtree
/ \ / \
... ... ... ...
并不能自动产生语言理解。若所有计算最后仍把节点重新摊平成数组，树只是一张示意图。
TreeHeap 必须证明至少三件事：
- 树上的运算在数学上成立；
- 模型训练时真的使用了地址、深度和子结构；
- 使用这些结构后，任务指标发生可重复变化。
2. 第一次误区：路径不是语义
早期 TreeHeap 的路径由 token ID 决定。两个 token 路径拥有较长公共前缀，看起来很像“它们属于同一个结构”。
但同一个 bank 可以表示银行，也可以表示河岸；同一个 cat 在不同句子中也可能处于不同关系。token ID 没变，路径就不会变。
所以路径只能回答：
这个状态放在哪里？
不能单独回答：
这个状态在当前句子里是什么意思？
最终设计仍然保留地址，但不再把地址直接叫作语义。
3. 第二次误区：能区分排列，不等于知道正确排列
Houming818 用 321 与 123 提出了位权问题。数字顺序之所以有意义，是因为每个数字处于不同的位权基。
类比到句子，可以让 token 向量 $s_i$ 与角色基 $e_r$ 做外积：
$$ T=\sum_i s_i\otimes e_{r_i} $$这样，cat 放进 SUBJECT 槽和 OBJECT 槽会得到不同张量。
实验确认：外积、拼接和非交换组合可以让不同排列得到不同表示。但是，如果我们在构造张量前已经知道 SUBJECT 和 OBJECT，结构答案其实已经被人写进去了。
因此必须区分：
| 问题 | 是否已经回答 |
|---|---|
| 两种排列能不能表示成不同状态 | 可以 |
| 正确排列会不会自然得到更低能量 | 没有稳定证明 |
| 任务梯度能不能自己学会选择结构 | 仍需模型完成 |
“可以区分”是表示能力，“知道选谁”才是学习能力。
4. 概率桶不是信息来源
项目还尝试过保留多个父节点候选：
Parent A: 0.62
Parent B: 0.25
Parent C: 0.13
这可以避免信息不足时过早 argmax。但概率桶只能延迟丢失，不能创造节点状态中不存在的信息。
这个想法没有消失，而是改变了位置。最终 TreeHeap 不再维护人工 parent 候选，而是让 Decoder 在真实 root、internal node 和 leaf 之间递归分配读取概率。
5. 为什么世界模型 Claim 被降级
我们曾希望 TreeHeap 向量形成如下关系参考系：
ball + foot -> football
ball + hand -> basketball
但是旧 checkpoint 的 TreeHeap 向量平均 cosine 一度达到约 0.985。不同状态几乎都指向同一个公共方向。去中心化后虽然还能看到部分差异，却没有得到稳定、跨样本迁移的关系方向。
因此，论文明确撤回一个过强说法：
向量之间有距离，不等于世界模型已经形成。
一个世界参考系至少要在新词组、新句子和困难负例上保持关系迁移。这个证据目前没有完成。
6. 信息抽水机为什么必须可逆
最简单的 parent 是两个 child 求和或平均：
$$ parent=\frac{left+right}{2} $$它能缩小节点数量，却会混淆左右次序和子堆身份。Decoder 无法知道被平均掉的差异来自哪里。
Houming818 用“抽水机”描述目标：
leaf 保存局部细节
parent 接收更大范围的信息
越靠近 root，观察范围越大
Decoder 需要时还能取回 detail
关键修正是 lifting：parent 保存更新后的 anchor，detail 保存预测残差。这样 FOLD 可以改变分辨率，UNFOLD 又可以恢复完整状态。
所以完整 TreeHeap 状态不是 root：
$$ H=\left(root,\ all\ details,\ masks\right) $$7. 为什么还需要 Butterfly
纯二叉 FOLD 只能让相邻 leaf 先相遇。长度为 8 时，位置 0 和位置 7 必须经过多层 parent 才能交换信息。
最终方案在 FOLD 前加入 XOR-Butterfly：
stage 0: (0,1) (2,3) (4,5) (6,7)
stage 1: (0,2) (1,3) (4,6) (5,7)
stage 2: (0,4) (1,5) (2,6) (3,7)
它不增加 leaf 数量，只改变每一轮谁和谁进行局部可逆通信。$N$ 个地址经过 $\log_2N$ 轮后获得全地址通信路径。
8. 最终算法不是一次灵感，而是一组失败留下的约束
| 失败 | 暴露的问题 | 最终修正 |
|---|---|---|
| token ID 路径直接解释语义 | 地址与上下文含义混淆 | 地址和语义学习分开 |
| 随机角色基张量 | 可区分不等于可选择 | 选择交给任务梯度 |
| parent 直接求和 | 左右和子堆身份丢失 | 保存 lifting detail |
| flat route 表 | 每种长度单独记忆 | 使用共享递归 kernel |
| geometry feature 泄漏 | 输入直接包含正确方向 | 只读取真实节点状态 |
| root-only Decoder | root 因果增强但 NLL 恶化 | 完整 $H$ 参与 READ |
| 局部相邻 FOLD | 长距离通信过深 | 加入固定容量 Butterfly |
这也是 TreeHeap 目前最朴素的研究态度：不是要求读者相信一个完整理论，而是公开每次错误如何缩小设计空间。
9. 本篇结论
TreeHeap 的目标不是把数组画成树。它要求：
地址可计算
局部算子可共享
分辨率可变化
状态可逆
读取可递归
结构作用可干预
任务结果可复现
下一篇将不再讲研究历史，而是从一个输入句子开始，逐步说明 WRITE、Butterfly、FOLD、UNFOLD、READ 和交叉熵梯度到底如何连接。
下一篇：TreeHeap 的数学与数据流
License: GPLv3。本文与代码允许阅读、复制、修改和分发；引用定量结论时请同时保留 Evidence 边界。