祖师爷们的封印
1739 年，休谟扔下哲学炸弹：我们从未"看见"因果——看见的只是一件事总跟着另一件事发生。因果不在数据里，在头脑对数据的解读里。这个洞察太超前，后果却很讽刺：它成了回避因果的借口。
十九世纪末，高尔顿与皮尔逊创立现代统计学，发明了相关系数——皮尔逊干脆宣布："相关"就是科学能说的全部，"因果"是前科学时代的迷信残余。现代统计学在诞生之刻，就把自己最重要的问题开除了学籍。此后近百年，教科书只教一句咒语："相关不等于因果"——却从不教怎样才能等于。
与此同时（1920 年前后），遗传学家休厄尔·赖特在研究豚鼠毛色时发明了"路径分析"——第一张现代因果图。主流统计学界的回应是长达半个世纪的无视。 —— 珀尔称他为最重要的被遗忘者
三百年，一场迟到的革命
休谟的怀疑
《人性论》：因果关系无法被直接观察，只是心灵对"恒常联结"的习惯性推断。问题被提出，也被悬置。
相关性帝国建立
高尔顿发现回归与相关，皮尔逊将其教条化：科学=描述关联，因果=形而上学迷信。统计学自此"因果失语"。
两位先驱，两条伏线
赖特发表路径分析（豚鼠毛色遗传的因果图），被无视；内曼在农业试验论文中写下"潜在结果"记号，沉睡五十年。两大学派的种子都已埋下。
费雪立下金标准
《实验设计》确立随机对照试验（RCT）：随机分组一刀切断所有混杂（无论已知未知）——人类第一次拥有制造因果证据的机器。"女士品茶"实验成为科学方法论的经典寓言。
烟草战争：观察数据的成人礼
多尔与希尔用病例对照和五万名医生的队列研究指向"吸烟致肺癌"，但没人能对吸烟做 RCT。费雪——统计学之神、烟斗不离手、曾任烟草业顾问——反驳：也许存在"吸烟基因"同时导致烟瘾与癌症（混杂假说）。1959 年康菲尔德给出致命一击：若要解释掉观察到的关联强度，这个基因的效应必须大到荒谬。1964 年美国军医总监报告定案。整套现代观察性因果推断，是被这场战争逼出来的。
希尔准则
希尔提出评估因果性的九条考量（强度、一致性、剂量反应、时间先后……）——流行病学的实用清单，因果推断"前数学时代"的巅峰。
鲁宾复活潜在结果
鲁宾将内曼的记号推广为完整框架（鲁宾因果模型）：因果效应 = 同一个体"接受处理"与"未接受处理"两个潜在结果之差；霍兰德 1986 年命名"因果推断的根本问题"——两者永远只能观测其一。倾向得分、匹配等工具随之而来。
珀尔的图革命
人工智能学者珀尔从贝叶斯网络（1988）走到因果图：1995 年提出 do-演算，2000 年出版《Causality》——赖特的路径图被补全为完整的数学语言，"哪些因果问题可以从观察数据回答"第一次有了机械判定法。珀尔 2011 年获图灵奖。
罗宾斯与 g-方法
哈佛的罗宾斯攻克最难的场景：随时间变化的处理与混杂（如慢性病长期用药），发明 g-公式、边际结构模型等"g-方法"——What If 一书的下半部就是这套武器库。
经济学的信度革命
卡德与克鲁格用双重差分研究最低工资，安格里斯特与因本斯发展工具变量与断点回归——"自然实验"学派让经济学从模型演绎转向可信识别。2021 年诺贝尔经济学奖授予卡德、安格里斯特、因本斯，为这场革命盖章。
出圈与合流
《为什么》把因果革命带给大众；工业界大规模落地（A/B 实验平台、uplift 建模、双重机器学习）；而"大模型是否真的理解因果、还是只在梯子第一层做高级模式匹配"，成为 AI 领域最热的争论之一。
记住这六个人
休谟
1711–1776。提出问题的人：因果不可直接观察。三百年后的答案是——对，所以它需要假设+数据+演算，三者缺一不可。
费雪
1890–1962。随机化实验的发明人，也是烟草战争中站错队的天才——他的一生同时示范了金标准的威力，和聪明人被立场俘获的危险。
休厄尔·赖特
1889–1988。1920 年就画出因果图的遗传学家。他活到 99 岁，几乎看到了自己的方法在半个世纪的无视后成为一门科学的地基。
朱迪亚·珀尔
1936–。从 AI 走进因果的图灵奖得主。贡献一句话：把"因果"从哲学争论变成可机械演算的数学——do-算子、后门准则、因果之梯。
鲁宾 & 罗宾斯
潜在结果框架的建立者与推广者（鲁宾），和攻克时变混杂的 g-方法发明人（罗宾斯）。医学与政策评估的主流语言出自这一脉。
卡德 · 安格里斯特 · 因本斯
2021 诺奖三人组。信条：与其建大模型，不如找到一次"大自然替你随机化"的机会——最低工资、征兵抽签、入学分数线。
CORRELATION IS NOT CAUSATION — BUT IT CAN BE
三种语言，一个问题
今天的因果推断是三条支流的合流：珀尔派用图说话（画出机制，机械判定能否识别）；潜在结果派用平行世界说话（定义清楚"效应"是什么，再谈估计）；自然实验派用制度偶然说话（找到近似随机化的缝隙）。三派曾互相看不上——珀尔与鲁宾的论战是学术圈著名景观——但工具早已互通：图用来想清楚，潜在结果用来定义清楚，自然实验用来估计可信。
本书单五本书正按此设计：珀尔两书教画图，What If 教定义与估计，《基本无害》教找缝隙，Brave and True 教写代码。三派对照表 →