观察等价：看起来一样，为什么不代表内部相同？

观察等价指两个不同对象或过程，在一组规定好的观察与测试下给出相同结果，因而观察者暂时无法区分它们。这个概念没有断言两者内部相同，只说明差异尚未越过当前的观察边界。

例如，两款导航应用在每天上班的固定路线中，总是给出同一条最快路径。就这些测试而言，它们可以观察等价；但一款依据实时路况，另一款只用历史平均值。道路突然封闭时，两者才会分开。继续重复平常的早晨路线，只会增加相同证据，不会自动产生具有区分力的新观察。

观察等价不同于一般的“相等”。后者常按事先选定的性质判断是否相同；前者必须说明谁在观察、允许什么输入、持续多久。它也邻近可识别性：观察等价描述目前为何分不出来，可识别性则追问是否存在能够排除竞争解释的观察。

这个边界在评价 AI、学习方法或制度时尤其重要。两种方法取得同样分数，不足以证明它们形成了同样能力。真正有效的比较要寻找两种过程会作出不同预测的情境。没有看到差异，是关于证据范围的陈述，不是关于内部同一的证明。