预测模型答不了干预问题
机器学习的绝大多数产出——推荐、评分、预测——住在梯子第一层：它们精确回答"这样的人通常会怎样"，但决策问的是第二层："如果我出手改变 X，会怎样"。预测流失最准的特征（如"最近登录变少"）常常是结果不是原因——给登录变少的人发优惠券，可能毫无用处。
珀尔 2018 年对强 AI 的批评，在大模型时代反而更锋利：在海量文本上学到的相关结构再惊人，"理解一个系统"的判据仍是能否正确预测对它的干预。这既是给 AI 的考题，也是给每个数据驱动团队的考题。
因果图是假设的 X 光片
因果结论 = 数据 + 因果假设。假设不会因为不写出来就不存在——只会以"默认所有变量都该控制"之类的隐形形式偷偷生效。画 DAG 的最大价值不是数学，是把团队里每个人心中不同的世界模型逼到同一张纸上：箭头一画，分歧立刻从"感觉不对"变成"你认为广告影响口碑，我认为口碑影响广告预算"。
调整对撞比不调整更糟
"我们控制了三十个变量"听起来严谨，实际可能是三十次掷骰子：对撞一旦被调整，假关联凭空诞生；中介一旦被调整，真效应被堵死。变量该不该进模型，唯一的裁判是因果图上的后门准则——不是"有就放进去"。
同一把刀也砍向样本筛选：只分析幸存者、活跃用户、填了问卷的人，等于隐性调整了一个对撞。二战轰炸机装甲的传奇（沃尔德：该加固的是返航飞机上没有弹孔的地方）就是这个结构的最好寓言。
随机化的替身无处不在
能做 A/B 就做 A/B——随机化是唯一能同时关闭已知与未知后门的机器，这是它成为业界金标准的全部理由。做不了的时候（定价太贵、伦理不允许、历史已成），信度革命工具箱登场：政策在两地先后实施（DID）、资格线上下的人近似可比（RDD）、抽签与规则制造的外生变化（IV）。
关键的思维转变：识别策略优先于估计方法——先问"什么样的偶然性替我随机化了"，再问用什么模型。顺序反了，就是用复杂模型精确地算错。
没有对照的复盘，只是叙事
"上了新策略，季度收入涨了 12%"——这句话在因果上是空的：没上会怎样？也许会涨 20%。复盘、归因、评功论过，全是第三层问题，语法必须是反事实的：明确的对照（同期可比对象、合成控制、预测基线），否则每次复盘都只是在给已发生的事写颂词或檄文——事后叙事是人类最自动化的技能，也是学习最大的敌人。
因果词汇 ↔ 日常决策词汇
| 因果推断（1923 – 今） | 日常决策语境 |
|---|---|
| 梯子第一层 / 第二层 | "数据洞察" vs "行动依据" |
| 混杂 / 后门 | "其实是别的原因"——归因错位 |
| 对撞 / 选择偏差 | 幸存者偏差 / 样本被筛过 |
| 随机对照试验 | A/B 实验 / 灰度发布 |
| 自然实验（IV/DID/RDD） | "借政策与规则的东风"做评估 |
| 目标试验模拟 | "如果能重来，理想实验长什么样" |
| 反事实 | 复盘的对照组 / "不做会怎样" |
| 异质效应 / uplift | "对谁有效"而非"平均有效吗" |
| 坏控制变量 | "指标控制过头，结论反而失真" |