📑 本页目录（点开跳转）
02 · 为什么需要逻辑
⏱ 29 分钟 ｜ ⭐ 形式化不是为了装，是因为不形式化就会歧义
🎯 一句话
知识表示要解决的是「把一件事写下来，让机器能算出它的后果」；自然语言写不下来，因为同一句话往往有两个互相矛盾的意思。
这一章不讲任何公式。它只做一件事：让你在动手学符号之前，先亲眼看到「不形式化会死在哪」。
🚪 一、先说清楚：这五章你可以整段跳过
⭐ 第 2 到第 6 章是这套教程唯一一段「可以整段跳过」的内容。 第 7 章（偏好与效用）以及之后的全部博弈论、匹配、公平分配、投票，没有一处依赖这五章。 你想直接学博弈论，现在就可以跳到 07-偏好与效用，不会有任何缺口。
那什么人应该读？
| 情况 | 建议 |
|---|---|
| 只想搞懂纳什均衡 / 拍卖 / 投票 | 跳过，直接去第 7 章 |
| 要碰 SAT 求解器 / 约束求解（排班、调度、验证工具的内核） | ⭐ 读，第 3–5 章就是地基 |
| 要做形式化验证（协议、智能合约、编译器） | ⭐ 读，尤其第 5 章的反证法 |
| 要做知识图谱推理 / 规则引擎 / Datalog | ⭐ 读，重点是第 6 章的谓词和量词 |
| 想知道「LLM 的『推理』和逻辑的『推理』是不是一回事」 | 读第 4、5 章，答案是否定的 |
⭐ 这五章是工具的说明书，不是问题的答案。 读完你不会多懂一点博弈论， 但你会多一套把「模糊的争论」压成「机械可判定的计算」的手法。
🧩 二、先卡在一个谜题上
在讲任何定义之前，先看一个题。建议你真的花两分钟想一下，因为这一整段逻辑的意义，就藏在你想它的过程里。
三块积木叠成一摞：a 在 b 上面，b 在 c 上面。 已知：最上面那块（a）是绿的，最下面那块（c）不是绿的。 关于中间那块 b，什么都没告诉你。
问：有没有一块绿积木，直接压在一块非绿积木上面？
大多数人的第一反应是「不知道，因为 b 的颜色没给」。但正确答案是 有，一定有：
- b 是绿的 → b 绿、c 非绿、b 在 c 上 → 找到了（b 压 c）
- b 不是绿的 → a 绿、b 非绿、a 在 b 上 → 也找到了（a 压 b）
b 只有这两种可能，两种都成立，所以结论必然成立。
⭐ 注意这个结论的奇怪之处：你能确定「存在这样一对积木」，却指不出它到底是哪一对。
⭐ 这就是「隐式知识」：显式写下的只有四条事实， 但这四条逼着很多别的东西也为真，而那些东西一条都没被写下来过。 知识表示与推理这个方向，全部工作就是把「逼着为真」变成机器能算的东西。
⚠️ 你现在还没有工具把它写成公式。这道题会在第 6 章最后被形式化并证明——那时你需要的是一阶逻辑的「存在量词」。先把它记住。
📚 三、知识表示到底要解决什么
一个基于知识的 agent，核心是一个知识库（Knowledge Base，KB）：
- KB 是一组关于它所处环境的事实
- 这些事实叫句子（sentence）
- 句子写在某种形式化的知识表示语言里
于是就有两个问题，逻辑地基这五章（第 2–6 章）全在回答它们：
| 问题 | 归谁管 |
|---|---|
| ① 怎么把知识写下来，写得没有歧义？ | 语法 + 语义（第 3、4 章） |
| ② 写下来之后，能不能让机器自动推出新事实？ | 推理规则（第 5、6 章） |
⭐ 把两个问题分开，是整段逻辑的第一个结构性决定。写下来是一回事，算出后果是另一回事——它们由完全不同的机制负责，而且第 4 章会告诉你，这两条路居然能对得上，这件事一点也不显然。
🗣️ 四、自然语言差在哪：四种歧义
为什么不直接用中文/英文写知识库？因为自然语言歧义、含糊、且依赖上下文。看四个例子，它们分别代表四类不同的病。
① 作用域歧义（谁管谁）
「每个学生都读了一本书。」
两个意思：
- 有某一本特定的书，所有学生都读了它
- 每个学生各读各的，可能没有两个人读的是同一本
⭐ 这两个说法逻辑强度完全不同（第一个能推出第二个，反过来不行）。到了第 6 章你会看到它们是 ∃y∀x 和 ∀x∃y 的区别——只是两个量词换了个顺序。
② 否定辖域歧义（「不」管到哪为止）
「我没去考试，因为我生病了。」
- 我生病了，所以没能去考试
- 我去了考试，但不是因为生病才去的
同一句话，一个说「没去」，一个说「去了」。否定符号到底罩住了哪一段，中文没有语法标记来指明。
③ 量词含糊
「没几个学生及格。」
「没几个」是多少？少于一半？少于 10%？少于 5 个人？这不是歧义（两个明确的意思），而是含糊（根本没有明确的意思）——两个人可以就同一句话争到底，因为句子本身没画线。
④ 「或」的两义
「汤或者沙拉，二选一。」
- 排斥或（XOR）：只能要一个（点菜时的意思）
- 可兼或（inclusive OR）：要一个，或者两个都要（SQL 里
OR的意思）
⚠️ 这一条在工程里最贵。验收标准里写「准确率达标 或 延迟达标」，甲方读成「两个都要」、乙方读成「满足一个就行」——⭐ 双方都能拿着同一句话证明自己是对的，因为那句话确实同时支持两种读法。
⭐ 四种病归成一句话：自然语言的句子不能唯一确定它的意思。 而一个知识库如果连「它到底说了什么」都不唯一，那么「它能推出什么」当然也不唯一。 形式化语言的第一价值不是简洁，是唯一。
⚖️ 五、语法 vs 语义 ⭐
这一组区分是整段逻辑的骨架，第 3–6 章每一章都会分成这两半来讲，所以在这里说清楚。
| 语法（Syntax） | 语义（Semantics） | |
|---|---|---|
| 回答什么问题 | 什么样的字符串是合法的句子？ | 这个句子说的是什么？什么时候它为真？ |
| 关心什么 | 形状、拼写、括号配没配对 | 真和假 |
| 例子 | $x \lt 4$ 是一个合法的算术表达式；x 4 < 不是 |
$x \lt 4$ 为真，当且仅当 x 这个数确实小于 4 |
| 谁能做 | 纯机械，写个 parser 就行 | 需要先给出一个解释：x 指哪个数 |
⭐ 最关键的一句话：
⭐ 一个句子本身什么都不意味着。 要让它有意义，你必须额外提供一个解释（interpretation）—— 说清里面每个符号指的是什么。
这有极其实际的后果：同一串符号，换个解释，真值就变了。∀x (P(x) → Q(x)) 在「x 是狗、P 是爱捡球、Q 是开心」下是一句话，在「x 是学生、P 是来上课、Q 是及格」下是另一句话，符号本身对此毫不知情。
⚠️ 初学者最容易犯的错：拿到公式就问「它对不对」。这个问题在语法层面没有答案。正确的问法是「在哪些解释下它为真」——那是第 4 章整章的内容。
🔩 六、一个逻辑由哪三样东西构成
任何一种逻辑，都是这三件东西打包在一起：
| 成分 | 它给你什么 | 例子 |
|---|---|---|
| 语法 | 一套规则，划定哪些字符串是合法公式 | Rain → Wet 是公式；Rain Wet → 不是 |
| 语义 | 对每个公式，指定它在哪些「世界」里为真 | 「下雨且不湿」这个世界，让 Rain → Wet 为假 |
| 推理规则 | 给定一些公式，机械地产出新公式 | 从 Rain 和 Rain → Wet，得到 Wet（这条规则叫假言推理 / Modus Ponens） |
⭐ 注意第三行的机械二字。推理规则不看意思，只看形状：它看到「A」和「A 箭头 B」这两个形状摆在面前，就吐出「B」。它根本不知道 Rain 是什么。
⭐ 这就是整件事之所以能自动化的原因： 意思（语义）决定了什么是对的，形状（语法）决定了机器能做什么。 如果这两者对不上，机器算出来的就是垃圾。 它们到底对不对得上——这是第 4 章的核心问题，叫「可靠性」和「完备性」。
顺带回答一个问题：为什么不用编程语言
同一件事三种写法：自然语言「偶数都能被 2 整除」／编程语言 def even(x): return x % 2 == 0／逻辑语言 ∀x. Even(x) ⟹ Divides(x, 2)。
编程语言也精确，但它描述的是怎么算；逻辑语言描述的是什么为真。⭐ 它不告诉你怎么算——正因为如此，才轮得到「推理机」去替你算。
🔗 这一章连到哪里
第 3、4 章是「表示」，第 5、6 章是「推理」——正好对应第三节那两个问题。
| 去哪 | 为什么 |
|---|---|
| 07 · 偏好与效用 | ⭐ 想直接学博弈论就从这里进，本段五章不是它的前置 |
| 03 · 命题逻辑 | 最小的形式化语言：第四节那些歧义句，到那里会被强行拆成两个真值表不同的公式 |
| 04 · 模型集 | ⭐ 换一个视角看公式——一个公式就是一个世界的集合，第六节那个「形状能不能对上意思」的问题在那里得到回答 |
| 05 · 推理与分辨率 | 一条规则打天下：反证法推到空子句，能在纸上手算 |
| 06 · 一阶逻辑 | 加进对象、谓词、量词，第二节那个积木谜题会在那里被解开 |
| 数据这一关 03 · 数据契约 | ⭐ 同一个动机的工程版：那一章讲的「把口头约定写成机器能检查的 schema」，动机和本章第四节完全一样——含糊的约定会在验收时炸 |
| 智能体工程教程 03 · 提示词工程 | 提示词全是自然语言，那一章的许多技巧（举例、给格式、划边界）本质上都是在消歧——去看看同一个问题在 LLM 时代长什么样 |
✅ 检查点
- 这五章什么情况下该读、什么情况下该跳过？跳过会不会影响后面的博弈论？
- 三块积木那道题结论是什么？为什么「b 的颜色没给」不妨碍得出结论？「能确定存在却指不出是哪一对」说明了什么？
- 「每个学生都读了一本书」有哪两种意思？哪一种更强（能推出另一种）？
- 自然语言的四类毛病分别是什么？其中哪一条不是「两个明确的意思」而是「根本没有明确的意思」？
- 语法和语义各回答什么问题？为什么说「一个句子本身什么都不意味着」？
- 一个逻辑由哪三样东西构成？为什么说推理规则是「机械」的，这件事为什么重要？
👀 答案
- 想搞懂 SAT 求解 / 形式化验证 / 知识图谱推理的人该读；只想学纳什均衡、拍卖、投票的人可以整段跳过，直接去第 7 章。⭐ 不影响——第 7 章及之后没有一处依赖第 2–6 章。
- 结论是一定存在一块绿积木直接压在非绿积木上：b 若为绿 → b 压 c（c 非绿）；b 若非绿 → a 压 b（a 是绿的）。b 只有这两种可能、两种都成立，所以不妨碍。⭐ 「能确定存在却指不出是哪一对」说明知识库里有隐式知识：显式写下的只有 4 条事实，但它们逼着很多没写下来的东西为真。
- ①有某一本特定的书，所有人都读了它；②每个人各读各的。⭐ 第一种更强——它能推出第二种，反过来不行。到第 6 章会看到它们只差量词顺序：
∃y∀x与∀x∃y。 - ①作用域歧义 ②否定辖域歧义（「我没去考试因为我生病了」——一个读法说没去、一个说去了）③量词含糊（「没几个」）④「或」的两义（排斥或 vs 可兼或）。⭐ 第三条是含糊不是歧义：不是有两个明确的意思，而是根本没画线。
- 语法问「什么字符串是合法句子」（形状，纯机械，parser 就能做）；语义问「什么时候为真」（真假，必须先给一个解释）。说句子本身什么都不意味着，是因为必须额外提供解释才知道符号指什么——同一串
∀x (P(x) → Q(x))换个解释就是另一句话。 - 语法、语义、推理规则。推理规则是机械的，指它只看形状不看意思：看到
A和A → B就吐出B，根本不知道 A 是什么。⭐ 这正是逻辑能自动化的原因——也因此必须追问「形状上能推的，是不是意思上真的成立」，那就是第 4 章的可靠性与完备性。
🛑 可以停在这里
⚡ 走神救援
⭐ 这五章（02–06）是全板块唯一可整段跳过的部分：第 7 章及之后的博弈论、匹配、公平分配、投票没有一处依赖它们；值得读的是要碰 SAT / 约束求解、形式化验证、知识图谱推理的三类人。开场谜题：三块积木 a 在 b 上、b 在 c 上，a 绿、c 非绿、b 未知，问有没有绿块直接压在非绿块上。答案一定有——b 若绿则 b 压 c，b 若不绿则 a 压 b。⭐ 妙处是你能确定它存在却指不出是哪一对：显式写下的只有 4 条事实，它们逼着一堆没写下来的东西为真，这叫隐式知识（第 6 章会用存在量词把它形式化）。知识表示要解决两件事：① 无歧义地写下来（语法 + 语义，第 3、4 章）② 让机器自动推出后果（推理规则，第 5、6 章）。自然语言不行，四类病：作用域歧义（「每个学生都读了一本书」——同一本 vs 各读各的，就是
∃y∀x与∀x∃y之差，前者更强）、否定辖域歧义（「我没去考试因为我生病了」——一个读法说没去、一个说去了）、量词含糊（「没几个」根本没画线）、「或」的两义（点菜是排斥或、SQL 的OR是可兼或；⚠️「准确率达标或延迟达标」的验收争议，双方都能拿同一句话证明自己对）。⭐ 形式化语言的第一价值不是简洁，是唯一。 ⭐⭐ 全段骨架是语法 vs 语义：语法问「什么字符串合法」（纯机械），语义问「什么时候为真」（必须先给一个解释）——所以一个句子本身什么都不意味着。一个逻辑 = 语法 + 语义 + 推理规则，推理规则只看形状不看意思（见到A和A → B就吐B），这既是它能自动化的原因，也逼出第 4 章的核心问题：形状上能推的，是不是意思上真的成立（可靠性 / 完备性）。
下一节 👉 03-命题逻辑.md
去那里的理由：本章说了「必须形式化」，03 给出最小的那个形式化语言—— 而且第一个例子就是把本章第四节那种歧义句翻成公式，你会看到两种读法变成两个真值表不同的公式。