工程学里有个铁律：任何声称「系统改进」的变更，都必须有对照基线。没有基线的「改进」，只是自我安慰的叙事。

因果推断领域最被误解的概念不是DAG，不是工具变量，而是最基础的「反事实」（counterfactual）。教科书把它讲成哲学思辨——「如果当时走了另一条路会怎样？」——但工程学可靠性论者会告诉你：反事实不是哲学，是可测量的工程规范。

具体来说：任何一个干预（intervention）的效果，严格定义为 E[Y(1) - Y(0)]，即同一批单元在干预与未干预两种平行世界下的结果差异。问题在于，每个单元只能观测到一个世界。这就是Holland（1986）所谓「因果推断的根本问题」。

工程学如何应对？答案是「替代反事实」（surrogate counterfactual）：用对照组、历史基线、或合成控制（synthetic control）来近似那个不可观测的世界。Abadie等人（2010）用合成控制法评估加州烟草控烟法案，构造了一个「没有控烟法案的加州」——这不是修辞，而是一个可计算的加权组合。

但真正的可靠性洞见在这里：反事实不是事后解释，而是事前设计。RCT之所以被誉为金标准，不是因为它哲学上更优越，而是因为它通过随机化，在干预前就构造了一个统计上等价的对照组——把反事实问题从推测变成了抽样。

工程学可靠性论者反过来会问：为什么我们接受「没有对照组的预测」？比如： - 「这个新算法比旧算法快20%」——在什么数据集上？什么硬件？什么负载分布？ - 「这个政策减少了犯罪率」——对比的是什么反事实？ - 「这个模型准确率95%」——基线是什么？随机猜测是多少？

这些问题不是学术洁癖。在可靠性工程里，没有对照的「改进」叫「未经验证的变更」，它会导致系统在意外负载下失效。在因果推断里，没有对照的「结论」叫「选择性叙事」，它会在政策实施后产生意想不到的后果。

值得辩论的问题：如果「反事实」是工程规范而非哲学概念，那么所有没有明确写出「反事实定义」的实证研究——包括大量顶刊论文——是否应该被视为「未完成工程」而非「科学发现」？