---
title: 概率门：从比特到概率的电路
date: '2026-10-23T00:34:25+08:00'
summary: 逻辑门把电压翻译成 0 和 1，Jev 把用语言描述的世界翻译成概率。本文把 Jev 看作一种「概率门」，参考随机计算、贝叶斯网络和概率比特的已有工作，讨论可以用它组合出哪些元件，以及怎样用这些元件搭一个世界模拟器。
lang: zh
category: AI/Jev
---

电路里流动的是电子，逻辑门把它翻译成 0 和 1。0 和 1 可以组合、堆叠，于是有了计算机。

Jev 里流动的是 token，它把一段文字描述翻译成概率。概率也可以组合、堆叠，规则就是概率论。那么，大量 Jev 组合起来，能不能成为一种新的电路？

Jev 是 TypeSafe AI 在 9 月发布的模型。它不生成文字，只回答三类问题：是或否、多选一、打分，每个答案都是一个概率分布。官方给出的单次调用耗时是 70–500 毫秒，价格比前沿大模型低几十到几百倍。

## 为什么不是逻辑门

我最初的类比是晶体管和逻辑门。细想之后，这个类比有点牵强，原因有两个。

第一，逻辑门是「比特进、比特出」，输出和输入是同一种东西，所以可以无限串联。Jev 是「文本进、概率出」。

第二，也是更根本的：布尔逻辑只看各自的值就能组合，A 且 B 的真假只取决于 A 和 B 各自的真假。概率不行。只知道 P(A) = P(B) = 0.7，P(A 且 B) 可以是 0.4 到 0.7 之间的任何值，取决于 A 和 B 有多相关。要组合，就必须知道依赖关系：

> P(A 且 B) = P(A) × P(B | A)

所以更准确的名字是**概率门**：给定一段用语言描述的输入 X，输出少数几种结果 Y 的概率分布，数学上就是条件概率 P(Y | X)。Jev 是概率门的一种实现；大模型加校准、专门训练的小分类器也可以是。这和数字电路里同一种门可以用 TTL 或 CMOS 实现类似：实现方式不同，速度、成本和精度也不同。

这个定义有理论依据。Cox 在 1946 年证明、Jaynes 后来系统阐述过：在几条关于一致推理的基本假设下，处理不完整信息的规则只能是概率论。当概率只取 0 和 1，概率论就退化成布尔代数。逻辑电路是概率电路的特例。

![从比特到概率：两套元件层级](/blog/assets/probability-gates/stack.svg)

## 前人走过的三条路

把概率当作电路里的信号，并不是新想法。至少有三条相关的研究路线。

**随机计算（1960 年代）**。用一串随机比特表示一个概率，其中 1 所占的比例就是概率值。一个与门就能做概率乘法，一个多路选择器就能做加权加法。前提是输入之间相互独立：两路输入一旦相关，乘法结果就不对。这和我之前做的一个模拟一致：平均 70% 准确的判断者投票，错误互不相关时 27 票就能到 98.5%；相关性为 0.2 时，243 票也只到 81.6%。**组合概率时，必须同时考虑它们之间的相关性。**

**贝叶斯网络（1980 年代，Pearl）**。用一张有向图表示变量之间谁依赖谁，每个节点挂一张条件概率表。代数完全正确，却没能普及，卡在数字从哪里来：几百个变量、几千条条件概率，要请专家一条条手填。这就是当年专家系统的「知识获取瓶颈」。Jev 可以解决这个问题：任何能用语言描述的条件概率，都能在零点几秒内、以很低的成本得到一个估计值。

**概率比特（2017 年起）**。研究者用会随机翻转的器件搭电路，每个单元以由输入决定的概率输出 1。这样搭出的电路有一个逻辑电路没有的性质：可以反向推断。把一个乘法电路的输出固定住，它会在可能的因数之间来回涨落，相当于做了因数分解。原因在于，概率电路表示的是一个联合分布，固定哪一端，就能推断另一端。

总结一下：概率电路的代数和组合规则早已成熟，主要问题也已经清楚。过去缺少的，是一个便宜、通用、可以用语言配置的概率来源。

## 用概率门组合出更高阶的元件

数字电路从门出发，组合出加法器、多路选择器、触发器，再到运算单元和处理器。概率门也可以这样往上搭。下面这些元件，都只由 Jev 调用加普通代码组成：

| 元件 | 组成 | 对应的电路 | 作用 |
| --- | --- | --- | --- |
| 差分门 | 同时问「是 X 吗」和「不是 X 吗」，合并为（是 + 1 − 不是）÷ 2 | 差分放大器 | 抵消「倾向回答是」这类共模偏差；两个答案之和偏离 1，说明问题本身没问好 |
| 一致性恢复器 | 对一组相关命题分别提问，再投影到离它最近的一致分布 | 电平恢复 | 把一组判断修正到满足概率公理 |
| 条件概率表 | 把父节点的每种取值分别写进输入，同一层并行提问 | FPGA 查找表 | 按需生成贝叶斯网络中一个节点的条件概率 |
| 证据融合器 | 在先验的对数几率上，加上每路证据的对数似然比，按估计的相关性打折 | 加法器 | 防止同一条证据或同一个先验被重复计算 |
| 信念寄存器 | 保存某个假设的概率，每来一条证据，用似然比做一次贝叶斯更新 | 寄存器、积分器 | 保存当前对某个假设的判断 |
| 反演器 | 对每个候选原因问「如果是它，会看到这个现象吗」，乘以该原因的先验概率，再归一化 | 可逆电路 | 从结果推原因：诊断、归因 |
| 三态门 | 概率落在不确定区间时输出「不知道」 | 三态缓冲器 | 把这一单交给人或大模型 |
| 迟滞门 | 超过 0.7 才置位，低于 0.3 才复位 | 施密特触发器 | 防止结论在阈值附近来回跳 |
| 采样器 | 按概率掷骰子，随机种子固定 | 随机源 | 根据概率生成一次具体结果，并且可以复现 |
| 校准器 | 用真实结果修正门的输出 | 微调电路 | 让门给出的概率对得上现实里的频率 |

其中有三样，对应的电路器件只是形式相近，做的事情不同：

- **反演器**：可逆电路的输入和输出一一对应，可以原样倒推；反演器面对的是多个可能的原因，要结合每个原因的先验概率，算出它们各自的可能性；
- **三态门**：三态缓冲器的高阻态表示「不驱动这条线」；三态门输出的「不确定」是一个判断结果，交给人或大模型处理；
- **一致性恢复器**：数字电路的电平恢复靠增益，每一级都把误差压掉，所以几十亿个门串起来也不会累积误差。一致性恢复器只能去掉相互矛盾的那部分误差。Predd 等人（2009）证明，把不一致的概率投影到一致集合上，结果在 Brier 分数上严格优于原值；但如果一组判断朝同一个方向偏，投影之后仍然是错的。所以概率电路更像模拟电路：误差会逐级累积，能搭多深取决于误差预算。

## 再往上：处理单元

这些元件再组合，可以得到四种处理单元：

- **推断单元**：条件概率表 + 证据融合 + 信念寄存器，回答「现在最可能是什么情况」；
- **诊断单元**：反演器 + 信念寄存器，再加一个「下一问问什么」的选择器，挑出最能缩小不确定性的问题；
- **预测单元**：条件概率表 + 一致性恢复 + 校准，回答「接下来发生 X 的概率是多少」；
- **模拟单元**：把预测单元接成一个循环，就是世界模拟器。

![示意：Jev 世界模拟器的一个时钟周期](/blog/assets/probability-gates/simulator.svg)

每个时钟周期，先由大模型或人根据当前状态的文字描述，列出下一步可能发生的候选事件；Jev 给出这些事件的概率；一致性恢复器把这组概率修正到相互一致；采样器按概率抽取这一步实际发生的事件；结果写回状态，进入下一步。重复上万次，就得到结果的分布。

前文说的相关性在这里同样成立：分别问每个事件的概率、再分别采样，等于假设同一步里的事件相互独立。要保留相关性，可以把互斥的结果组合写成一个多选题一次问完，或者按链式法则逐个采样：先抽第一个事件，把结果写进输入，再问下一个事件的条件概率。后者更准，但请求数会成倍增加。

它和「让大模型扮演一群人去生成行为」的社会模拟有一个关键区别：**概率和随机性分开了**。概率由 Jev 给出，可以校准、可以审计；随机由代码产生，可控、可复现。成本也低到可以真正跑上万条轨迹。粗算一下：1 万条轨迹 × 50 步，如果每步用一次请求同时问 20 个事件，约 50 万次请求；按每次约 1,000 个输入 token、网关公布的每百万输入 token 0.042 美元计算，约 21 美元。改用逐个条件采样，请求数还要乘以事件数。

在模拟单元之上再加一层决策：比较不同选项下的结果分布，看最坏情况，看哪些变量最敏感。很多现实系统对初始条件敏感，无法预测具体结果，但可以估计结果的分布。

## 边界

这个类比也有几处限制：

1. **概率的形式对，数值未必对**。Jev 的概率是它自己的估计，按它的训练数据校准；世界模型需要和现实中的发生频率一致。没有用真实结果校准，模拟结果就没有预测意义。
2. **结构比参数更难**。变量选错、依赖关系画错，比单个概率不准影响更大。
3. **「已知」不等于「如果」**。「已知我换了工作」和「如果我去换工作」是两个不同的概率。决策需要的是后者，Jev 能不能区分，要实测。
4. **模拟的范围取决于候选事件和描述**。Jev 不生成文字，下一步可能发生什么，要由大模型或人列出来；没有列进候选、没有写进描述的因素，模拟不会考虑。
5. **长期结果仍然难以预测**。即使每个概率都对，时间越长，结果的分布也越分散。模拟能告诉我们分布和敏感变量，不能给出确定的结局。

所以我的判断是：Jev 不是布尔计算里的晶体管，但它可能是第一个便宜到可以大量调用的概率推理元件。如果这一点成立，过去因为成本太高而没能普及的概率推理方法，可能会重新变得实用。

## 接下来

我们会用真实的 Jev 验证这些设想：

1. **差分门**：正反双问是否比单问更准、更校准。语言模型处理否定句本身容易出错，「不是 X 吗」的误差未必是共模的，所以要分开测试改写成否定句和交换「是」「否」定义两种问法；
2. **相关性**：换问法、拆证据、换模型之后，错误之间还剩多少相关；
3. **一致性恢复**：分别问 P(A)、P(B)、P(A 且 B) 等，统计违反概率公理的比例，看恢复之后预测是否更准；
4. **前瞻预测**：在 Jev 发布之后才揭晓结果的公开预测题上，现在登记 Jev 给的概率，等结果出来再算准确度和校准度。用来检验 Jev 的概率和真实频率是否一致，并对照同一道题的预测市场价格和前沿大模型的回答；
5. **小型世界模拟**：在有历史结果数据的场景里，看模拟出的分布与真实频率是否吻合。

结果出来后，再写一篇。

说明：文中关于 Jev 的数字来自 TypeSafe AI 官方和第三方网关的公开资料。作者和榫卯 Tenon AI 与 TypeSafe AI 没有合作关系，也没有收到任何费用。