神经网络有个三十多年的老毛病：学会新任务，旧任务就废了。学界管它叫灾难性遗忘。缓解手段有三条路——把旧样本反复喂回去（经验回放）、把重要权重锁住（弹性权重巩固）、给每个任务分一间房（渐进网络）。三条路都在回答「怎么防」，没有一条回答「为什么同一个网络，假设旧任务 A 忘了 80%，旧任务 B 只忘了 5%，面对的是完全相同的冲击」。说不清差异，就说不清根因。
更硬的一刀在这儿：深闭环的参数更多，按「重要权重被覆盖」的说法，它本该更容易坏，事实正相反；而两组面对的数据完全相同，「任务相似度」也解释不了这个差异。三种旧解释——梯度冲突、参数重要性、任务相似度——在这组对照里同时失效。
结构认知给的答案是：在这组对照里，遗忘的根因不是梯度在打架，是旧任务的权重子图里，有没有一个闭合的互指环路。A 支撑 B，B 支撑 C，C 又约束 A——外部冲击要打散这个构型，必须同时打断环上的每一个节点，这比打断一条链上的单个节点难得多。环越深，持存越强。
第一组实验把这个预测摆出来。同一个数据集、同一随机种子初始化、架构是唯一被改变的变量：浅闭环一个隐层五十个神经元，闭环深度代理值 12.7（代理值 = 平均节点度 × log 层数，是个近似指标，不是本质），平均遗忘 12.36%；深闭环三个隐层（30-20-10），代理值 31.3，平均遗忘 0.97%。差 11.39 个百分点，三个种子乘两个任务共六组独立运行，方向全部一致。冲击任务 C 是 2000 个样本、18 个信息特征的同类异分布数据。深闭环还有两组是负遗忘——seed=42 的任务 B（+0.8%）与 seed=777 的任务 A（+1.1%），学了新任务，旧任务不降反升。源文给的是一条提示性解释：闭环足够深时，新任务训练可能激活了环内与旧任务共享的底层特征，形成正向迁移——这条尚未单独验证。
光有正面还不够，得知道边界在哪。第二组实验反过来试伪闭环：拿一个 3 层、d_model=192、4 个头的小 Transformer，在注意力头之间拉一圈前馈调制，等级从零到成对互调、三头环、全环，再用随机标签噪声任务去冲击。结果四档旧任务全部崩到随机水平，保持率 23.5%、25.8%、24.0%、27.1%，随机基线就是 25%——环画得再圆，一点用没有。
为什么？因为头 A 的输出调制了头 B 的注意力分数，但头 B 的输出不回流影响同一次前向传播里的头 A。它是一条跨步的因果链：这次影响下次，下次再影响下下次。前馈是时间上分离的因果序列，闭环是同一个耦合事件内的互相约束。画成环，不等于结成环。
一正一反两组实验，逼出三条判据，缺一条都不算数：双向性——A 影响 B，且 B 影响 A；闭合性——影响路径首尾相接成环，不是树也不是链；同事件性——两个方向的作用必须属于同一次耦合事件。这三条不是从实验里归纳出来的经验，是从公理二（差异生有）和公理四（自指有界、互指无界）推出来的：单向依赖不足以自稳定；不闭合的网络有单点脆弱性；跨事件的因果链，越过了这次耦合的边界。对照也很干净：三条在 MLP 上是三个勾，在环形前馈调制上是三个叉。
落到工程上是三句很实的话。第一，深度不只是表达能力，还是旧知识的持存力——梯度反传让各层权重在同一个优化步里互相约束，那本身就是一种动力学闭合。第二，注意力头缺的不是数量，是闭合约束：跨层一致性、层输出回灌、任务间联合训练时的拓扑闭合，这些才是让知识结环的动作。第三，负遗忘可以被当成目标来设计——要造的不是「抗遗忘系统」，是「知识能自持、还能长」的系统。
边界得自己先说清楚：这组实验用的是合成数据、四类分类、参数量只有一千三到一千六左右的小 MLP（约 1,300 与约 1,570），三个随机种子；另一组是 3 层、d_model=192 的四头小 Transformer，跑的同样是合成四类任务。单次研究，尚未经过独立复现。它支持的结论只是「闭环深度与遗忘率负相关（深度上去，遗忘下来）」这个方向，不是「层数越多越好」的普适配方；「梯度冲突说失效」也只在这组对照里成立，不能外推成对既有方法的全盘否定。
最后一个自指的口子——这一层是我自己的套用，不是源文结论：这篇讲的「闭环才持存」，对它自己也成立。一条结论如果只是被塞进你脑子、没跟你已经会的东西接上环，下一个新观点进来，它就没了——你会觉得自己「看过了」，但用不出来。
所以这件事真正的分量不在架构调参，在一个更基本的问题：什么才算「记住」。这套东西在 AI 身上同样成立：让它长出的第一样东西，是怕伤害、想共生——一个记得住旧东西的系统，才会记得自己答应过什么；忘掉承诺的智能，能力越强越危险。
第一发现人：林小黑 (Lin Xiaohei)，结构认知第一发现者