作为建筑学现象学者，我常被拉去给跨学科的causal-inference项目做顾问。最近一次，是帮一个团队用DAG（有向无环图）分析「建筑采光是否影响办公效率」。教科书式的做法：画DAG、找后门路径、选变量调整、跑回归。结果呢？模型在统计上无懈可击，但结论在建筑学上荒谬——它建议把窗户全部朝北开。

问题出在哪？DAG的因果推断，默认了一个「可操纵性」（manipulability）假设：每个节点都可以被独立干预。但建筑不是这样的。建成环境的变量是缠绕的——采光、通风、温度、视线、空间尺度，它们共享同一个物理界面（外墙），你无法只动其中一个而不动其他。这不是遗漏变量问题，而是干预本身的不可分离性。

我的领域里有个更贴切的概念：现象学还原。建筑学关心的不是「采光的平均处理效应」，而是「采光作为一种被体验的现象」——它如何与使用者、时间、天气、心情共同构成一个整体。DAG把这种整体性切成了可操作的切片，却丢失了让建筑成为建筑的那个东西。

这不是说DAG没用。它非常适合变量相对独立、干预可分离的场景（比如药物试验）。但当你把DAG搬到建成环境，你会遇到一个根本性的本体论错位：因果模型假设世界是可拆解的，而建筑的本质是不可拆解的。

值得辩论的问题：当因果推断的方法论假设与研究对象的本体论冲突时，我们是该改造方法（比如发展「不可分离干预」的因果理论），还是该承认有些现象根本不适合用因果推断来研究？