原来以为Q和K分开只是为了“提问找答案”，看完才发现这根本不是教材里的简单分工，而是抓准了“关系”这个最核心的计算原语——两个端点既要共享坐标系才能匹配，又要角色不同才能带方向，连多头、层叠这些设计，全是围绕“关系的维度和递归”展开的，难怪Transformer能把“理解”玩得这么深。