你想比较一种药是否有效，但病历没有完整记录患者原本有多严重。病情既影响医生是否开药，也影响患者能否康复。于是，药物和康复之间的关联，可能只是病情造成的假象。这就是“未测量混杂”——一个没被完整记录、却同时影响处理和结局的因素。
一篇 2026 年 9 月 29 日发布的 arXiv 预印本提出，可以换个角度理解这类问题：不必假装隐藏因素已经被看见，而是借助两组代理变量，把接受处理和未接受处理的人重新配平。代理变量不是隐藏病情本身，但携带它的信息，比如两类从不同侧面反映病情的病历记录。论文把这条路线称为 cross-proxy balancing，即“跨代理平衡”。
它值得关注，不是因为发现了一种可以自动消除偏差的新算法，而是因为它把近端因果推断里较抽象的“桥函数”，重新解释成更熟悉的加权和平衡问题。本文涉及的结论均来自这篇预印本；材料没有提供同行评审、独立复现或真实数据上的效果比较。
两组代理，分工并不一样
近端因果推断（proximal causal inference）处理的是这样一种局面：关键混杂因素无法直接观测，但研究者拥有两组与它相关的辅助信息。
第一组叫 treatment confounding proxies，可译作“处理混杂代理变量”。论文对它施加的条件独立假设，大意是：给定处理、已观测协变量和隐藏混杂后，它不再额外关联结局。第二组叫 outcome confounding proxies，即“结果混杂代理变量”；给定协变量和隐藏混杂后，它不再额外关联处理以及第一组代理。
这些条件不是简单地说“两组记录都和病情有关”。它们规定了两组代理各自能携带什么信息、不能保留什么额外关联。近端推断正是靠这种分工，把“必须测到全部混杂因素”改写为“代理信息是否足够，以及若干条件独立关系是否成立”。
传统做法通常通过 bridge function——桥函数——完成识别。所谓“识别”，是指仅凭观测数据和一组假设，理论上能够唯一确定目标因果效应。桥函数则是满足特定积分方程的函数。问题在于，即使研究者拟合出了一个桥函数，也不容易直观看出它究竟怎样修正混杂偏差。
桥函数原来就在做配平
这篇论文的关键观察很朴素：treatment bridge function，也就是处理桥函数，其定义方程本身就是一个平衡条件。
普通的协变量平衡，会给样本分配权重，让处理组与总体，或处理组与对照组，在相关特征上变得相似。这里更特别：权重由处理混杂代理变量和普通协变量决定，却用来平衡另一组——结果混杂代理变量和协变量。因此称为“跨代理”。
可以把它想成一次隔着屏风的校准。研究者看不到真正需要平衡的隐藏病情，只能根据屏风一侧的线索计算权重，再检查另一侧的线索是否已经平衡。如果两组线索确实以假设规定的方式反映同一个隐藏因素，这种跨侧校准才可能把偏差传递回隐藏层面。
论文把这一步称为 balance propagation，即“平衡传播”：在结果代理变量上的平衡，进一步推出在未观测混杂变量上的平衡。它据此重新解释了 Cui et al.（2024）的两条既有识别路径。两条路径分别借助不同的 completeness condition——完备性条件。这里的“完备”可以粗略理解为：代理变量随隐藏因素变化得足够丰富，不会让不同的隐藏结构在观测层面表现得完全一样。对离散变量，其中一条条件要求代理变量的可能取值至少不比隐藏混杂因素少。
但论文也明确指出，这种解释没有让假设突然变得可验证。平衡传播本身，以及支持它的完备性条件，一般都无法直接从数据中检查。
不只一条路，但都绕不开平衡
处理桥函数并非只有“平衡传播”这一条识别路线。论文还分析了 Kallus et al.（2022）的路径：它另外要求存在 outcome bridge function，即结果桥函数。只要处理桥权重能够平衡这类结果桥函数，就可以得到识别结果。
两条路线的差别在于要求平衡的范围。论文的比较显示，Kallus et al. 的条件要求权重平衡某一类特定函数；Cui et al. 的路径则要求所有关于隐藏混杂的函数都得到平衡。前者没有依赖论文所定义的平衡传播，但仍然依靠处理桥函数作为平衡权重这一核心作用。
换句话说，新工作并没有替换已有识别理论，而是给几条看似不同的证明路线找到了一种共同语言：它们都在回答，观测到的代理信息经过加权后，是否足以代表那个看不见的混杂因素。
从抽象方程走到可操作的权重
有了这个视角，处理桥函数的估计就可以被看作 balancing weight estimation——平衡权重估计。研究者先选定希望平衡的结果代理变量函数，再寻找一组权重，使处理组加权后的这些函数均值接近总体均值。
如果待平衡的函数包含常数项，权重之和会被约束在大约 1。权重通常不一定为正；只有某些特定参数形式才会强制非负。实际求解可以写成优化问题：一边减少剩余不平衡，一边用惩罚项控制权重复杂度。论文提到，广义矩估计可以把不平衡的二次形式当作损失函数。
这种写法也带来比较直接的检查办法。研究者可以计算拟合后还剩多少不平衡，以确认估计是否正常收敛。如果同时估计了结果桥函数，还应专门检查权重能否平衡它。不过，这类检查只能覆盖观测到的结果代理变量。权重是否进一步平衡了隐藏混杂，仍然看不见。检查时也不能混淆对象：处理桥权重的目标是平衡结果代理，而不是生成权重时使用的处理代理。
三类估计量为何有时会得到同一个答案
论文还把一大类近端估计量写成 outcome-weighted estimator，即“结果加权估计量”：最终答案都可表示为不同个体结局的加权平均。proximal IPW（近端逆概率加权）天然采用这种形式；在结果桥的拟合值能写成样本结局的线性平滑时，proximal g-computation 和 proximal AIPW 也能改写成同样的形式。
这个统一表达揭示了一组等价关系。当估计出的结果桥位于处理桥权重所平衡函数的线性空间内时，proximal AIPW 会退化为 proximal IPW，只差一个由剩余不平衡线性决定的项。如果平衡精确实现，这个差项也会消失。
在更特殊的设置中，两类桥函数都按处理组分别采用线性形式，并以论文指定的方程估计；同时相关矩阵可逆、两边维度匹配，那么 proximal IPW、proximal g-computation 和 proximal AIPW 会拥有相同的隐含结果权重，数值上完全一致。作者据此指出一种此前未被说明的稳健性：在识别假设成立的前提下，其中一个桥模型设错时，另一个桥模型正确仍可能保证一致估计。
这不是说三种方法通常没有区别。等价结论依赖明确的线性、求解和可逆条件。论文还提醒，按处理组分别假设线性，与其采用的正性条件存在冲突；如果研究重点是不同处理水平之间的对比，这一点尤其需要留意。
为什么值得关注
这项工作的价值主要在解释层，而不是一张更漂亮的效果表。它把“解积分方程”翻译成“用一组代理算权重，再平衡另一组代理”，让处理桥函数为何能校正偏差变得更容易讨论。它也把近端 IPW、g-computation 和 AIPW 放进同一个结果加权框架，说明它们何时只是同一套权重的不同写法。
这个翻译还有潜在的实操意义。标准加权方法中常见的剩余不平衡、权重集中程度和有效样本量等诊断概念，可能被带入近端推断。论文提出，有效样本量或可用于反映近端估计量因权重集中而产生的精度损失。不过作者把这列为未来研究，并未在材料中给出验证结果。
局限与未知
- 它没有“观测到”或消除隐藏混杂。结论依赖代理变量的条件独立关系、桥函数存在、正性与完备性等假设；其中多项假设无法由观测数据直接检验。
- 预印本没有提供样本规模、基准任务、误差降幅、计算成本或真实数据表现，因此目前不能判断这种表述是否会带来更稳健或更高效的实践方案。
- 可检查的是代理变量上的经验平衡，而不是隐藏混杂上的平衡传播。即便表面配得很好，也不能单凭这一结果证明因果识别成立。