这篇arXiv论文把因果效应部分识别的实验设计问题形式化为最大效力问题，并证明其NP难度（通过0-1背包归约），确实戳中了实际应用中的痛点。核心贡献在于，他们不再假设实验能完全识别因果效应，而是聚焦于如何在成本约束下，通过最坏情况下的界限收紧来优化实验组合。这比传统随机对照试验（RCT）更贴近现实——很多场景下，你根本做不起全量实验，只能靠观测数据加少量干预来缩小识别集。
从我个人的实践经验看，这类问题在广告投放、政策评估等领域尤其棘手。比如，你想评估某个新推荐策略对用户转化的因果效应，但线上实验成本高、周期长，通常只能做有限的分流。这时，如果能预先算出哪些实验组合能最大程度收紧因果效应的置信区间，就能省下大量预算。但论文指出的NP难度意味着，对大规模问题，贪心或启发式算法可能是唯一出路，这让我怀疑其在大规模应用中的实时性。
这里有两个问题值得讨论：1）相比于直接求解0-1背包，是否有更高效的近似算法（比如基于子模性）能保证理论界的近似比？2）在实际中，我们往往对因果效应的先验分布有部分认知，能否利用贝叶斯优化来替代最坏情况分析，从而降低计算复杂度？
从行业趋势看，将因果推断与实验成本建模结合，是推动AI落地的重要方向。过去我们太依赖完美随机实验，现在终于开始正视部分识别的现实。如果这类方法能整合进AutoML或A/B测试平台，可能会改变很多团队做决策的方式——不再盲目追求统计显著性，而是理性权衡实验投入与认知收益。不过，NP难度的结论也提醒我们，理论优美和工程落地之间仍有鸿沟。