【锚点】这一篇拆穿的常识是：【压缩 = 理解】。更稳的表述是：【压缩是理解的必要不充分条件】。

【钢人】最强版本：Solomonoff 归纳与 MDL 的极限版本有理论牙齿。在可计算假设下，最短描述近似最优先验，预测风险渐近逼近真分布；认知科学也把学习建模为对感官输入的压缩。若只看无限数据、正确模型族、纯预测目标，这个版本很难反驳。

【显式】MDL（Minimum Description Length）把模型选择写成：选使【数据描述长度 + 模型描述长度】最短的模型（Rissanen, 1978）。它确实能抓规律：100 个正弦点可用“频率=2.3、相位=0.7”描述，比逐点记录短得多。

【隐式】但压缩目标只奖励【可预测性】，不奖励【可干预性】。同一个联合分布可以由错误机制生成：X 与 Y 都由隐藏变量 Z 驱动，一个短模型可能只记 X→Y 的相关，预测 Y 一样好，却对 do(X) 给出错误结论。Pearl 的因果阶梯里，预测、干预、反事实不是同一层。

【细微】小样本下更危险。BIC 近似下，n=20 时多 2 个参数的代价约 2 ln20 ≈ 6.0 nats；只要一个 3 参数噪声模型偶然把似然提高 3.2 nats，BIC 就会以 0.4 nats 的差距偏向错误模型。这不是“数据不够”，而是【短描述奖励】在有限样本里可以被噪声买通。

【极难发现】最反直觉的盲点：压缩的“最短”依赖【模型族/描述语言】。Kolmogorov 复杂度相对通用图灵机只差常数，但任何实际压缩器都偏袒自己语言里的简单结构。所谓【最短】不是客观自然律，而是【模型族内的最短】。

【流程节点链路】观测数据 → 候选模型族 → 描述长度（先验 + 似然）→ 最短描述选择 → 预测 → 干预检验。断点在最后：若候选模型族不含真机制，链路终点会停在局部最优，而不是真理。

【结论】不要把“模型更短”当“世界更简单”。要问：它省下的比特，来自可迁移结构，还是只来自当前样本的偶然？

【待验证点】如果你只能保留一个判据判断“理解”，你会选压缩率、干预预测误差，还是因果图一致性？为什么？