博文标题：拆·压·拼：从概率拆解定理到 DisCo 代数的第一性原理

导语：本文梳理一条容易被教学割裂的概念链：链式法则 → disintegration → 粗粒化压缩 → DisCo 代数。核心论点是，高维概率建模时代，“拆得开、压得稳、拼得回”已从技巧上升为建模范式的第一性动作，而贝叶斯网络只是其中一种被锁死的特殊拼法。

低维概率时代，人还能把联合分布一笔算出来，拆·压·拼只是锦上添花；高维概率时代，联合分布根本写不出来，拆得开、压得稳、拼得回就成了刚需，而非美学。DisCo 代数并非新潮术语，它是高维不确定性逼出来的操作纪律。

我们讲授概率论时，常把全概率公式、贝叶斯公式、链式法则、马尔可夫性质、信息瓶颈、Copula、扩散模型分在不同章节。它们都好用，却少有人点破：它们可能是同一件事的不同侧面。

鲁学星提出的 DisCo 代数（Disintegration + Combination）试图把这种直觉形式化：概率建模的第一性动作不是某条具体公式，而是拆（disintegrate）、压（compress）、拼（combine）。

1. 链式法则只是最规整的特例

最熟悉的入口是链式法则

$$P(x_1,\dots,x_n)=P(x_1)\prod_{k=2}^n P(x_k\mid x_1,\dots,x_{k-1}),$$

它隐含一个人为假设：变量有顺序。

更一般的版本是测度论中的 disintegration theorem。设 $Y,X$ 为 Polish 空间，$\pi:Y\to X$ 为可测投影，$\mu\in\mathcal P(Y)$，$\nu=\pi_*\mu$，则存在条件测度族 $\{\mu_x\}$ 使

$$\mu(E)=\int_X \mu_x(E)\,d\nu(x),$$

其中 $\nu$ 为骨架分布，$\mu_x$ 为纤维 $\pi^{-1}(x)$ 上的块内测度。取 $\pi(x_{1:n})=(x_{1:n-1})$ 递归展开即得链式法则。

链式法则不是独立发明的公式，而是 disintegration 在“按坐标顺序投影”这一最规整划分下的投影。

顺序拆只是特例，通用拆解不依赖次序、不依赖离散性。

2. DisCo 的三条第一性原理

DisCo = Disintegration + Combination。鲁学星将其写成三条原理，而非经验技巧：

• 原理 I · 拆解：任何概率测度按任意划分可拆为骨架 + 纤维（disintegration / cooperad 侧）；

• 原理 II · 边缘编码：块内信息用块边缘测度（联合 CDF、条件分位数）唯一编码，不靠均值、PCA 等低阶矩拍脑袋；

• 原理 III · 互逆拼合：拆了能精确拼回，拆—拼互逆（operad 组合，不是有损降维）。

数学上，拆解侧是 cooperad（整体沿划分拆成纤维），拼合侧是 operad（小操作按接口组合成大操作），中间夹着“压”。

3. “压”才是最易被低估的一步

拆不丢信息，但纤维测度往往高维到无法直接处理，必须压缩。传统粗粒化常把“取均值/取 embedding”当手艺活，而原理 II 的要求更硬：

你可以自由设计怎么分块，但块内压缩对象最好由测度本身决定。

均值、方差是低阶矩，两个不同分布可共享同一组矩；更贴着分布本身的不变量包括联合 CDF、条件分位数、块内熵/互信息、Wasserstein 势。信息瓶颈、率失真、VAE、状态抽象，都可读作“在拼回约束下的最优压缩”，区别只在目标函数选重构误差还是任务互信息。

4. 统一视角下的旧工具

不是多门课，是同一套动作的不同实例。

5. 为什么是现在才被立成原理

低维时代，几个变量、一张小 DAG、一张可手算的联合表就够用，拆压拼是品味；高维时代则不同：

• 单细胞转录组：几万基因、百万细胞；

• 电网负荷：上千母线、全年高频时序；

• LLM：几万 token 的联合分布根本不存在可写下的表；

• 扩散模型：连续噪声尺度上的无穷维纤维。

此时“直接算联合分布”不是慢，而是物理上不可能。不做 disintegration 无从下刀，不压成分布不变量内存直接爆掉，不靠 operad 接口拼回连采样都采不出来。

低维时代拆压拼是品味，高维时代拆压拼是刚需。

DisCo 不是重新包装旧工具，而是把高维世界逼出来的操作纪律正式写成原理。

6. 三个可落地的例子（简述）

• 单细胞批次校正：按细胞类型标签拆，块内压成零比例+条件分位数轮廓，换类型占比骨架即可复用纤维测度，不必重训每批模型。

• 电网负荷场景生成：按区域超节点拆，块内压成分位数曲线+谱熵，按联络线功率约束（operad 接口）拼回全网，采样维度从 $O(N)$ 降到 $O(\text{超节点})+O(\text{纤维局部})$。

• 多智能体世界模型：按宏观事件图拆，块内压成条件分位数轨迹带+交互互信息，避免端到端模型只留骨架均值、生成出“谁也不避让”的幽灵动作。

7. 补记：为何它比贝叶斯网络更底层

贝叶斯网络是一种带 DAG 接口的 operad 实例，但它一次性把三件事锁死：只能按 DAG 拓扑序拆、块内隐式压成父节点条件分布、拼接口必须无环且依赖条件 PDF 存在。

而条件 PDF 在连续零测集上本身不一定存在，要靠 disintegration 补出正则条件测度——也就是说，贝叶斯网络用的“条件分布”这个零件，正是 DisCo 的拆步骤产出来的。不能用零件去解释零件怎么造出来。

这像牛顿力学用“力”当原子、分析力学用“作用量+流形”当原子：BN 是概率版的牛顿力学，DisCo 是概率版的分析力学。一个是某种拼法，一个是拼法之所以能拼的底层语法。

8. 两张底座的对照

柯氏给测度立规矩，鲁氏给“拆—压—拼”立规矩。

9. 收束

会拆，是测度论；会压，是信息论；会拼，是 DisCo 代数。

概率思维真正的第一性动作，从来不是硬算一个高维联合分布，而是：复杂的东西先拆得开，块内压得稳，需要时还能拼得回。

拆·压·拼，就是这套动作本身的名字。

参考文献

1. Kolmogorov A. Foundations of the Theory of Probability. 1933.

2. Chang J T, Pollard D. Conditioning as disintegration. Statistica Neerlandica, 1997.

3. Bogachev V I. Measure Theory. Springer, 2007.

4. 鲁学星. 粗粒化与拆解定理：DisCo 代数作为概率论的第一性原理（科学网博文）.

5. 鲁学星. Copula Operad 的三位一体（科学网博文）.

6. Entropy under disintegrations, arXiv.

支持单位：