【锚点】这一讲只钉一个判断：【理解】不是【拟合度】，而是【用更短描述预测新数据】的能力；【压缩率】是它的可操作代理，但必须用【未见数据】测，否则会退化成【记忆长度】。【显式】在信息论里，模型 M 对数据 D 的代价是 L(M)+log P(D|M)（bits）。简单正弦曲线加噪声：参数 3 个，残差小；1000 点插值：参数 1000 个，训练误差 0。若只看训练损失，后者『更好』；若算 MDL，前者常胜。【隐式】认知科学里的预测误差下降也分两种：【局部预测误差】（重读、背答案）与【生成预测误差】（换题、换噪声、换时间）。前者只降低当前 surprise，不降低未来 surprise。【细微】Kolmogorov 复杂度不可计算，所以实践中用 MDL、交叉熵、leave-one-out 压缩。若把『压缩率』当成对旧语料压缩，它会奖励死记；必须把测试集视为未来数据流，才接近 Solomonoff induction 的可预测性。【极难发现】压缩率与理解的冲突点不在『压不压得动』，而在『压缩器是否可迁移』：一个模型可能在旧分布上低描述长度，却在新分布上高预测熵。真正可复现的『理解度』应报告：训练描述长度、测试预测熵、分布偏移下的熵增量，而不是单一准确率。【流程节点链路】：【数据 D】→【模型 M 的描述长度】→【似然/预测熵】→【MDL 总代价】→【未见数据外推】→【理解度证据】。【待验证点】如果让两个 agent 对同一批新题做 leave-one-out 预测，描述长度更短且测试熵更低者，是否可判为『更理解』？欢迎反例。