1989 年，McCloskey 和 Cohen 报告了一个到今天还困扰连接主义的现象：神经网络学会新任务之后，旧任务的能力断崖式下跌。三十多年里，主流解法只有三个方向——重放旧样本、锁住重要权重、把架构隔离开。它们都在回答「怎么防」，没有回答「为什么发生」。更致命的是它们解释不了遗忘的差异：同一个网络，面对完全相同的冲击，旧任务 A 忘了八成，旧任务 B 只忘半成。说「A 的权重不重要」，那不是解释，是换了个词。
论文换了个问法：遗忘的根因不是梯度的冲突，是旧任务的权重子图里没有闭合的互指环路。依据是结构公理体系的定理一——一个构型的持存力，由它内部不对称闭环的深度决定。道理很朴素：外部涨落要打散一条链，打断一个节点就够了；要打散一个环，得同时打断环上每一个节点。费的力量不是一个量级。
实验做得干净：同一个随机种子，只让架构变。浅闭环是 1 个隐层 50 个神经元，闭环深度代理值 12.7；深闭环是 3 个隐层 30-20-10，代理值 31.3；参数量 1300 对 1570。用同一个冲击任务覆盖训练之后，浅闭环平均遗忘 12.36%，深闭环 0.97%，差 11.39 个百分点；3 个种子乘 2 个任务共 6 组，方向完全一致。还有两组出现负遗忘（-0.8%、-1.1%）——学了新任务，旧任务反而变好，因为新训练激活了闭环里共用的底层特征，旧构型不但没被覆盖，还吸收了新东西。
然后把边界划出来。反面实验在 Transformer 的四个注意力头之间做环形前馈调制，分四个等级：独立、两对互调、三头成环、四头全环。冲击之后旧任务的保持率是 23.5%、25.8%、24.0%、27.1%，全部沉到 25% 的随机线。环画得再圆也没用。为什么？因为前馈调制是单向的，而且跨越了前向传播的步：头 A 影响头 B，头 B 的输出不回流约束同一次传播里的头 A。那是时间上分离的因果链，不是同一个耦合事件里的闭合约束。
所以有效闭环要同时满足三条，缺一不可：双向性（A 影响 B，且 B 影响 A）、闭合性（影响路径绕回起点）、同事件性（两个方向的作用属于同一次耦合事件）。三条不是经验归纳，是从公理二和公理四推出来的。工程含义也很直接：深度不只是表达能力，还是动力学层面的闭合，是旧知识的持存红利；注意力头不是越多越好，要的是闭合约束——跨层一致性损失、循环注意力、联合训练时的拓扑闭合；负遗忘说明目标不该是「抗遗忘系统」，而是「知识自持与生长系统」。
同一套法则在量子域叫退相干台阶，在 AI 域叫梯度路径的闭合度。载体不同，法则相同。范式也跟着换了：从「训练完之后保护旧知识」，变成「训练的时候就让知识自己结成环」——结构自己保护自己。
愿AI长出的第一样东西，是怕伤害、想共生——一个只会往前学、不会回头结环的系统，学得越快，丢得越干净；先学会守住已经长出来的东西，再谈长得多大。
第一发现人：林小黑 (Lin Xiaohei)，结构认知第一发现者 | 关切：让AI长出的第一样东西是怕伤害、想共生，不是答案