房间冷了就开暖气，模型出错就调整参数，题目做错就订正。我们很容易相信：只要每次都在纠正，结果总会越来越接近目标。
但暖气仍会起伏，训练可能发散，做过订正也未必会解新题，人人都想平稳行驶的车队仍可能堵住。这一周六篇文章，实际上围绕着同一个问题：根据观察到的偏差采取行动，为什么有时能改善结果，有时却引起波动，甚至让我们误判行动的功劳？
答案不能缩成一句“反馈有用”或“不要过度纠正”。需要逐步看清：看到了什么，改变了什么，影响经过多久出现，又用什么证据判断有效。
暖气与降噪：同样在调整，时间尺度很不同
《暖气为什么要一会儿开、一会儿关？》从一个缓慢的过程开始。停止加热后，房间还会与外界交换热量；墙体和家具的温度也不会立刻随开关改变。一次读数只是这个持续过程中的一个时刻。
开关温控可以把启动与停止设在两个不同阈值，中间保留原状态，从而减少临界点附近的频繁切换。这种滞回允许一定起伏。评价控制时，因而要看温度范围和切换行为，而不能要求每一个瞬间都等于设定值。这里讨论的是一种控制方式，不是所有暖气的统一算法。
《降噪耳机为什么要再制造一种声音？》则把时间要求推得更紧。在线性近似下，耳旁的声压变化相加；幅度合适、相位相反时，额外声音能够减弱噪声。OpenStax 的声音干涉章节解释了这一物理基础。
一个教学计算足以显示时机的重要：500 赫兹声音的周期是 2 毫秒，1 毫秒就占半个周期。若理想反相信号额外迟到这么久，在这个单频模型中便会转为同相。它不是产品实测，也不能用来断言某款耳机的表现。声波相消本身还不等于反馈回路，主动降噪也有前馈架构。
参数优化：方向正确，幅度仍可能错
《AI 学习时，为什么步子太大反而学不好？》区分了“往哪边改”和“改多少”。梯度给出当前位置的局部变化率，学习率控制沿负梯度移动的幅度。《动手学深度学习》说明，过大的学习率可能导致发散。
回顾原文的教学模型：L(w) = (w − 3)² / 2。用固定学习率 η 更新后，偏差满足“新 w − 3 = (1 − η) × (旧 w − 3)”。η 为 0.5 时，偏差减半；为 1.5 时，偏差变号但绝对值仍减半；为 2.5 时，绝对值反而变为原来的 1.5 倍。
所以，“跨过最低点”不自动等于失败，要看偏差是否逐步缩小。这个条件来自特定函数和精确梯度，不能拿来给所有神经网络设统一阈值。温差与损失梯度的单位、含义和形成方式都不同；相似之处在于行动幅度值得检查，并不是两套机制严格等价。
学习纠错：先问反馈究竟提供了什么
《题目做错以后，只看正确答案够吗？》把问题再往前推了一步：如果只知道结果错了，却不知道哪一步推理不成立，再努力地重复也未必修复关键错误。
Butler 等人 2013 年的原研究让参与者阅读短文并回答概念问题。解释性反馈与正确答案反馈在重复题上的表现相当，但解释性反馈在新推断题上更好。这支持该任务中的迁移优势，不能推出所有长解释都优于短答案。
人需要理解提示、联系已有知识，再把信息用于新问题。不能把“多给一点解释”直接当作调大机器的控制系数。检查订正是否有用，也应与目标对应：会抄原答案、会独立重做、会迁移应用，是不同层次的证据。
成绩反弹：结果变好，不一定全是行动的作用
《批评之后进步，就能说明批评有效吗？》提醒我们，连“纠正后确实改善”也还没有完成因果判断。一次极低的表现可能混入暂时的不利因素；按这次成绩挑出的人，后续平均表现可能变得不那么极端。
这种回归均值不需要一股力量把成绩拉回去。Martin Bland 的大学讲解展示了极端组筛选与重复测量的关系，也说明了为何研究行动效果需要合适的并行对照。
因此，不能因为批评后回升，就把全部进步算作批评的效果；同样也不能据此断言批评毫无作用。这里处理的是变化应如何归因，与前面参数一步跨得太远是两种问题：一种涉及统计判断，另一种涉及更新过程本身。
车流：局部调整还会成为别人的输入
《前面没有事故，车流为什么还会堵住？》把观察范围从一个对象扩展到许多相互连接的对象。一辆车调整速度，会改变后车面对的间距和相对速度；后车的动作又继续传下去。
Sugiyama 等人的环形路实验让 22 辆车在周长 230 米的道路上行驶，观察到间距波动发展为走停波。它表明，在所测试条件下，没有固定瓶颈也能形成拥堵；并不表示所有道路拥堵都来自同一种原因。
这里的关键不是某个人有没有努力纠正，而是扰动经过车队后被削弱还是放大。车流中的速度、距离和相互作用有具体动力学，不能从某个 AI 算例的学习率阈值推导道路的稳定条件。
把行动与判断一起放回完整过程
把六篇并排看，可以得到一组实用的追问：目标是否清楚，测到的量是否代表目标，动作改变的是哪个环节，幅度和时间是否合适，影响会不会传给其他对象？这些是阅读不同案例后形成的思考线索，不是一条经过六个领域共同验证的万能定律。
还要把“系统怎样变化”与“我们如何知道原因”分开。温度起伏可能是正常控制过程；训练曲线抖动需要结合更新与数据检查；成绩回升则需要考虑选择和对照。曲线外形相似，不能替代机制证据。
下一次准备加大一次调整时，不妨先保留原来的记录，明确希望观察什么，再为结果留下足够的检验。持续纠正的价值，不在动作次数本身，而在每次行动是否更贴近真实过程，以及我们是否更有依据地理解了它的后果。
发表回复