这是在问：当我们说 A 引起 B，世界里是否真有一种「必然联系」,还是我们只观察到了 A 之后总有 B。它不是在怀疑「事情有原因」这一日常信念，而是在追问这信念的根据能否被经验证成。与「整体大于部分」的边界在于：本问处理因果本身的实在性，后者处理层级间的解释关系。

机器学习在本质上从相关中学习，且在预测上极为成功,这迫使我们分辨「预测得准」与「知道为什么」是否为同一件事。若因果只是习惯，AI 的相关性学习就与人类理解没有原则差异；若因果是实在的结构，那么只学相关的系统在分布变化时会系统性失败，而这正是干预、责任与政策必须依赖的东西。

AI 把它重新问了一遍：

如果 AI 只学相关性，它真的理解世界吗？