他移动鼠标，只双击打开第三个目录。

【backward_Reasoning_Reproduction】

这个目录此前只有一个空壳和几份基础材料，连复现环境都尚未搭建。

江临从九月一日保存的绝对干净的空白虚拟机基线中，复制出了一份新的系统快照。

接着严格按照项目版本清单，逐一载入编译器、依赖库和基础运行环境。

随后将源码目录的权限硬性修改为只读。

所有的测试材料均采用六月修订后的公开哈希版本，旧的Git提交记录与旧的日志输出被打包隔离在独立的历史目录中，确保它们绝不干涉本轮的复现结果。

八点三十一分。

所有的准备工作完毕。

提交号、依赖版本和测试集哈希全部被封存。

backward Reasoning（反向推理）程序，在这个与世隔绝的独立环境中正式启动。

与前两种试图预测未来的方法完全相反，backward Reasoning 的运行逻辑是反直觉的。

它不跟着图灵机的读写头从空白纸带的起始状态出发，去一步步追问未来会发生什么。

它选择站在图灵机停机的终点站，转过身，往回看。

为了在脑海中具象化这个过程，可以想象一座道路错综复杂，庞大到看不见边界的超级城市。

这台图灵机就是一个在城市中游荡的机器人。

机器人从一间全白的初始屋子出发，停机则是一扇写着下班的终点之门。

传统的正向模拟，相当于一个人跟在机器人身后，看着它今天向左拐，明天向右转，默默记录，等待它自己某一天凑巧走到那扇门前。

如果这个机器人陷入了某种死循环，或者在无尽的荒野中向着远离门的方向一直乱走，跟在后面的人就只能在绝望中无止境地等下去，直到宇宙热寂。

反向推理则采取了截然不同的哲学。

它先派人直接站到那扇下班门前，不问来路，先找出所有能够一步跨进门里的位置。

假设有三个这样的位置，就把它们标记为距离终点一步。

接着，再从这三个位置继续往回找，标记出所有能够通过两步到达门口的位置，然后是三步、四步、更多步。

如果经过一段时间的疯狂扩张，寻找前驱的过程突然停止了，不再有新的位置被加入进来。

最终，反向推理程序绘制出了一张边界清晰的有限地图。

这意味着，所有理论上能够通向终点门的道路，哪怕是迂回曲折的，都已经全部被圈入这张地图之中。

地图的边缘，再也找不到任何一个可以进入内部的隐秘入口。

此时，只要检查最后一件事情：机器人最初所在的那个全白屋子，在不在地图上？

如果不在，结论便确凿无疑。

因为通往终点的路已经被穷尽，而起点不在这些路上，所以机器人永远无法走到终点。

这就是backward Reasoning证明图灵机不停机的核心数学思想。

然而，这套思想在工程实现上的巨大麻烦，深深隐藏在穷尽所有道路和没有任何遗漏这几个字里。

一个庞大的搜索程序，可以自信地打印出一行日志，声称自己已经把路找完。

但最终的可信核验器，绝不能因为这句毫无根据的声明就盖章放行。

第193步的致命反例刚刚用血淋淋的事实证明，把关键的闭环结论交给证书生成端去自说自话，只会让可信核重新长出同一处溃疡。

江临敲击回车，运行了第一组公开的测试样例。
本章未完，请翻下一页继续阅读.........