结果族 223：Random-cluster interfaces: critical, disordered, thermal, and natural-time scaling · 学科：Probability and statistical mechanics · 验证状态：暂无形式化证明，请以社区核验为准
前几篇只回答了分界线长什么”形状”；这篇问的是更朴素的问题：走完这条形状一共要迈多少格点步、每一段路各花多少步——相当于给极限随机曲线装上一把”里程表”。论文证明：格点曲线按步数计数、经一个普适常数缩放后，恰好收敛成极限曲线上的一个天然测度。
关键词卡片
@@M@@r^{-(2-d)}@@ 后取极限。@@M@@d=1+\kappa/8@@，衡量曲线比直线”皱”多少。看个具体例子
代入 q=1（渗流）：κ=6，维数 @@M@@d=1+6/8=7/4@@。定理说 @@M@@c(1)n^{-7/4}N_n\Rightarrow\mu_\eta(\bar D)@@，即穿过 n×n 方格的界面总步数约为 @@M@@n^{7/4}@@ 量级——比直线的 n 步多得多（曲线很皱），又远小于铺满全格的 n² 步；且每一步落在哪一段，收敛后都由 Minkowski 内容测度如实记账。
为什么值得关心
它是”形状收敛”之后更深一层的”时间收敛”：SLE 曲线从此有了可严格计算的里程表，也让格点界面的总步数第一次有了标度极限。
暂无形式化证明（AI 结果待核验）
第一级台阶
导读里的”里程表”可以重述：对象是格子上的探索界面连同它的步数记录——曲线每经过一条中点边就记一步；操作是把每步等权地放一个点质量，再整体乘一个只依赖团块权重的常数除以网格的 d 次幂；要问的是：这套加权计数会不会收敛成极限曲线上的一个天然测度，总步数又服从什么标度。
第二级台阶
用标准术语：单位方格上取临界 FK Dobrushin 界面，步数计数测度定义为 ν_{n,c}=c·n^{−d}Σδ_{z_{n,j}}，按通过次数而非欧氏长度计；极限侧的对象是弦 SLE_κ（κ=4π/arccos(−√q/2)）的 d 维 Minkowski 内容测度：曲线 r 邻域面积乘 r^{−x}（x=2−d）当 r↓0 的极限，其中 d=1+κ/8 是 Beffara 维数。q=1（渗流）时 d=7/4，总步数量级为 n^{7/4}。
第三级台阶
主定理对每个固定 1≤q<4 陈述：存在确定性常数 c(q)∈(0,∞)，使（曲线，计数测度）沿全部 n 联合收敛到（SLE 曲线，其 Minkowski 内容），前者取保序曲线拓扑、后者取闭方格上有限测度弱拓扑，边界赋零质量；特别地 c(q)n^{−d}N_n ⇒ μ_η(D̄)，给出总步数的标度极限。难点定位很明确：维数只预测幂次，挡不住缓变或振荡的非收敛因子，证明必须把归一化精确到单一常数；而”含边界、含总质量”则要求额外的边界条带估计。曲线收敛本身作为输入取自同族姊妹篇，本文补的是时间（占据）这一维。
本文证明：单位方格上临界 FK 随机簇 Dobrushin 界面的步数计数测度经 @@M@@c(q)n^{-d}@@ 归一后收敛到其 @@M@@\mathrm{SLE}_\kappa@@ 极限曲线的 Minkowski 内容测度（@@M@@1\le q<4@@），单一确定性常数给出归一化，且收敛与曲线联合、含总质量——即界面总步数有了标度极限。
界面标度极限只描述形状，不回答”走完这条形状要多少格点步”。后者需要极限曲线上的一个测度。对 Schramm–Loewner 演化（SLE），恰当的对象是其维数 @@M@@d=1+\kappa/8@@ 的 Minkowski 内容测度（Minkowski content）：@@M@@r@@ 邻域面积乘 @@M@@r^{-(2-d)}@@ 的极限。Beffara 的维数定理只预测指数；Lawler–Sheffield 的自然参数化（natural parametrization）及 Lawler–Rezaei 的内容测度定理提供了连续侧理论。格点侧先例稀少：三角格点渗流（GPS 构造、HLS 收敛、DGLZ 精细臂渐近）与擦除随机游走到 @@M@@\mathrm{SLE}_2@@（Lawler–Viklund）。方形格点 FK 界面的占据结果此前完全缺失，卡点在于：臂指数（arm exponent）级别的信息无法排除缓变或振荡的非收敛因子，必须精确到常数。
取簇权 @@M@@q\in[1,4)@@，参数 @@M@@p_q=\sqrt q/(1+\sqrt q)@@、@@M@@\kappa=4\pi/\arccos(-\sqrt q/2)\in(4,6]@@、@@M@@d=1+\kappa/8@@、@@M@@x=2-d\in[1/4,1/2)@@。在单位方格 @@M@@D=(0,1)^2@@ 上布置 Dobrushin 边界条件：左、上边界接线（wired）成一个块，下、右边界边保持随机。@@M@@\eta_n@@ 为中点图（medial graph）上从 @@M@@a=(0,0)@@ 到 @@M@@b=(1,1)@@ 的有序界面，@@M@@N_n@@ 为其全程中点边通过次数，计数测度 @@M@@\nu_{n,c}=c\,n^{-d}\sum_j\delta_{\Pi(z_{n,j})}@@（按通过次数计，而非欧氏长度）。主定理：存在确定性常数 @@M@@c(q)\in(0,\infty)@@，使 @@M@@([\eta_n],\nu_{n,c(q)})@@ 沿全部 @@M@@n@@ 联合收敛到 @@M@@([\eta],\mu_\eta)@@——有序曲线拓扑加 @@M@@\overline D@@ 上有限测度弱拓扑，其中 @@M@@\eta@@ 为 @@M@@(D;a,b)@@ 上的弦 @@M@@\mathrm{SLE}_\kappa@@，@@M@@\mu_\eta@@ 为其 @@M@@d@@ 维 Minkowski 内容测度（边界赋零质量）；特别地 @@M@@c(q)n^{-d}N_n\Rightarrow\mu_\eta(\overline D)@@，给出总步数的标度极限。
证明分四大步，核心是”从指数精确到常数”。先做全局准备：给环绕指定格点的回路定向并插入依赖绕数（winding）的相位，得到小电荷下取正的标量回路权；围绕开回路的再生（regeneration）给出对外部环境依赖的定量损失与配分函数的无零点复邻域。再解电荷高度势：小电荷的高度势近似调和，误差为可和幂；用两个方向的行切分——未扭曲电流控制插入线以外的势，扭曲行控制其附近的差——经二步格点势论得到带幂余项的库仑（Coulomb）相关公式，复延拓推广到施加臂事件的电荷，反射对称消除局部归一化的线性歧义。第三步到达单条格点边：条件化两条异色臂到达大半径，构造耦合使外部构型以幂精度相同；成功时分离带中恰有两条中点贯穿线，外部延拓与微观起始构型无关——这比”两臂分离”更强，正是可用来计数指定界面的性质。第四步校准（calibration）：把中观间隔的两个电荷与相邻格点上的电荷比较，非零中观振幅控制相对误差，@@M@@n@@ 与 @@M@@N\in[n,2n]@@ 尺度间的可和比较产生真正的微观振幅；再用圆盘探针得到”格点访问换邻域面积”的确定性常数。最后组装：在 @@M@@L^2@@ 中把微观段的计数指示换成半径 @@M@@\epsilon@@ 的圆盘进入指示（二阶矩替换命题）；固定 @@M@@\epsilon@@ 时由姊妹篇的有序迹收敛识别圆盘泛函的极限；令 @@M@@\epsilon\downarrow0@@，用 Lawler–Rezaei 的 SLE 内容测度定理识别小半径极限；边界条带估计（格点侧 @@M@@\E X_n(U_\delta)\le Cn^{x-1}+C\delta^{1-x}@@，连续侧 @@M@@\E\mu_\eta(U_\delta)\le C\delta^{1-x}@@）把收敛推进到闭方格并涵盖总质量。
主结果暂无形式化证明，请以社区核验为准（OpenAI 声明未经形式化的结果可能有问题）。本文把曲线收敛本身作为输入，取自同族姊妹篇”Conformal Limits of Critical Square-Lattice Random-Cluster Interfaces”，并依赖 Duminil-Copin–Manolescu–Tassion 的穿越与臂分离输入及六顶点模型高度协方差定电学归一化；作者还特别核查了所引用谱结果在 FK 参数区间的适用性。三篇互相咬合：姊妹篇给形状极限，本文给自然时间（占据）极限，热质量篇给非临界形变，合成族 223 的完整图景。
问 1：全文最关键、最脆弱的一步是什么？
（答：校准（calibration）：把中观间隔的电荷与相邻格点边上的电荷比较，用非零中观振幅控制相对误差，n 与 N∈[n,2n] 尺度间的可和比较逼出真正的微观振幅，再以圆盘探针得到”格点访问换邻域面积”的确定性常数。整个定理的实质就是把臂指数级信息从”指数”提升到”常数”，这一步是常数从哪来的唯一来源，容错最低。）
问 2：为什么知道维数 d=1+κ/8 还远远不够？
（答：幂次预言挡不住缓变因子（如 log 振荡）或干脆不收敛的归一化；定理必须证出单一确定性常数 c(q) 使 c(q)n^{−d}N_n 有极限。这也是引言自述的定位——”形状与占据的区别是定量的”。）
问 3：为什么按通过次数计数而不是欧氏长度？
（答：medial 界面在配对化解后是二度图的连通分支，整条中点边不会重访，但中点顶点可被访问两次；计数按遍历记（含边界遍历、不含两个终端半边）。后文把计数指示换成半径 ε 圆盘进入指示时，这个”顶点双访、边不重访”的区分直接进入二阶矩替换命题的误差项。）
问 4：与 GPS–HLS 渗流、Lawler–Viklund LERW 先例相比，新工具是什么？
（答：渗流路线靠交替双臂概率 α₂^η(η,1) 归一化，LERW 靠环绕绿函数；方格 FK 没有这些现成输入。本文自建”带绕数相位的回路权＋开回路再生＋小电荷高度势”的组合，经两方向行手术（扭曲/未扭曲电流）得带幂余项的库仑相关公式，再复延拓到臂事件——这是为 q∈[1,4) 全区间造的精确可积机器。）
问 5：结果是不是只是把姊妹篇的曲线收敛”加个测度”？
（答：不止。曲线收敛是输入，但占据测度需要新的格点侧精确估计（上问的机器）与连续侧的 Lawler–Rezaei 内容测度定理对接，还要单独处理边界：格点侧 E X_n(U_δ)≤Cn^{x−1}+Cδ^{1−x} 与连续侧 E μ_η(U_δ)≤Cδ^{1−x} 的条带估计才把收敛推到闭方格并涵盖总质量——否则只有开方格的局部结论。）
问 6：作为 AI 生成证明，最可能出错的模式是什么？
（答：最危险的是精确可积部分的簿记：绕数相位使回路权在小电荷下为正、高度势近似调和的误差可和幂、反射对称消归一化线性歧义——每处都涉及常数与符号的严密配合；以及二阶矩替换与 ε↓0 换序时对”同一 SLE 样本”联合分布的处理。全篇未形式化，且押在姊妹篇曲线收敛与 DMT 穿越输入之上。）
问 7：谁会用到它？
（答：SLE 社区：这是从格点模型构造自然参数化/内容测度的第三个非平凡实例（此前仅渗流与 LERW），且首次覆盖连续参数族 q∈[1,4)；总步数标度极限 c(q)n^{−d}N_n 对模拟工作者是可直接检验的数值靶标；族 223 标题中的”natural-time scaling”正由本文落地。）
总评
把 FK 界面从”形状收敛”推进到”时间收敛”，以单一常数级精度闭合占据测度问题；最大风险在自建的库仑相关公式与校准链，任何一环失准，常数 c(q) 即成幻影。