先交底：这期只有一个信源，就是论文本身，没有匿名消息源，外部反应也没交叉核实。Xilin Xia 11月4日投到arXiv的那篇（arXiv:2611.06382），61页。三条物理定律约束出的集总式流域模型，在英国602个、美国593个流域的留出年份评估里，和有状态LSTM打到了只能看配对NSE小数位的程度；在一个没参与模型开发的澳大利亚干旱流域集上，单个模型还略高一点。下面能写的，就是论文自己把机制、数字、边界摊开了多少。
最容易误读的写法是“物理模型击败LSTM”。作者没这么说。三种子LSTM集成在配对NSE中位数上比CaRT+集成高0.003到0.012，数字就摆在论文里没藏。这次不是谁把谁拉下马，是一个35参数的物理约束模型追到了和有状态LSTM同一个量级，局面上互有胜负。比我过去见过的大多数所谓“SOTA提升”都诚实。
论文问的问题很老，Dooge那个：流域尺度究竟有没有水文定律。ML圈里已经没人关心这个了，都在比哪个benchmark又涨了零点几。作者捡回来，换成现代可操作的形式：按物理定律建的低维系统，在相同输入下能不能达到神经网络精度。注意，“达到”，不是“超越”。目标设定就在拒绝跟LSTM拼上限。
搭系统用三条定律。守恒定律：通量连接的储水网络。耗散定律：确定通量方向。聚合定律：通过阈值分布上的有效定律和对强迫的记忆，处理未解析组分怎么进通量。工程语境里，这三条就是在给一个动态系统定三件事：质量往哪流、朝哪流动、小尺度过程怎么折算成大尺度通量。它不规定每个储水格内部怎么运动，只把自由度关进物理接口，剩下交给参数。这做法不新鲜。但纪律性在现在的ML圈里已经太难见到——大部分人第一反应是加个网络层去拟合缺失项，不是先问缺失项物理上该是什么。
CaRT基础版每流域只有11参数。这个起点很关键。先做极简模型，再在AI代理辅助的循环里一点一点细化。论文说每次细化针对一个观测到的不足，从文献提假设；最终CaRT+长到14个状态、每流域35参数，没有日尺度神经网络。有个细节我读了两遍：多数细化来自阈值聚合，或者来自不携带水分但调节通量的变量。也就是说，复杂度不是靠加连接加层长出来的，是加“调节器”。跟神经网络往深处堆参数反着走。一个是增加黑箱容量，一个是固定物理骨架，把未解析的地方用更细的阈值结构补上。AI的位置也不在最终模型里，在开发循环里：找不足、查文献、提假设，相当于研究助理。把“AI辅助科研”从一个口号变成一段可检查的工作流——这个位置感很微妙。代理循环里有没有关键人工干预、干预多少，论文没细写，我这边也不补。
数字摆一起看。单个模型、留出年份NSE中位数：
| 评估集 | CaRT+ | LSTM（两种） | | 英国602流域 | 0.863 | 0.869 / 0.862 | | 美国593流域 | 0.765 | 0.751 / 0.754 | | 澳大利亚505流域 | 0.778 | 0.762 / 0.753 |
澳大利亚那505个流域没参与开发，偏干旱。外推集上CaRT+不输，方向还是正的。我不说这点差距能说明什么。单个外推集、一个模型、一条评估口径，能确认的只是这次没在分布外崩掉。真要说外推稳不稳，得等独立复现。
美国那组信息量大一点：CaRT+比两种LSTM都略高。英国那组：CaRT+夹在中间，离有状态LSTM只差0.006。35参数的结构追到这个位置，说明基准里大部分可学习信号并没那么复杂。然而，集成反超在提醒：剩下那点复杂信号，黑箱仍能多抓住一些。这个局面比单看一个“SOTA数字”细得多。
作者据此下的断言是：流域尺度定律以形式定律的方式存在，本构族可以共享，只需学习其参数。这句话比所有NSE数字都重。不是说“我这个模型好”，而是说这一族模型的形式可以通用，流域之间差的只是参数。若成立，很多流域建模会从“每个流域重新选结构”变成“共用结构、只学参数”。但这篇只覆盖英、美、澳三组，澳大利亚还是外推验证。更远的气候带，我不知道。这里得标一句：这个断言目前只能算作者观点，交叉证据还不够——（观点，未独立复现）。
还有个层面值得记：生产方式。61页正文、19页补充、12图13表，以及11参数到35参数的完整细化路径，单作者完成。规模本身不算离谱。但把AI代理辅助循环写进论文里，不是当噱头，而是作为完成模型细化的实际路径。很多人谈AI辅助科研，是在谈让模型写代码、替读文献。这篇反过来：模型结构里不放网络，AI放进迭代循环，当持续做假设和验证的角色。不新，但做完了，还给了完整的评估边界。
几个值得盯的信号：一、独立组复现CaRT+跑到英、美之外的气候带——复现比任何解释都硬。二、作者或后续工作是否公开35个参数对NSE的敏感性分解，能看出物理骨架和参数学习谁贡献大。三、LSTM集成那0.003到0.012的优势，在更多随机种子里做严格不确定性区间还站不站得住——已经小到可能是一两粒种子的差距。四、后续引用是当新基准数字，还是拆它的AI代理辅助循环——前者说明社区接收的是模型，后者才是方法。五、arXiv主分类cs.LG，交叉列了math.DS和physics.geo-ph，两边圈子的讨论有没有真同时发生，看后续引用和公开点评的来源分布。