技术摘要：代码块中魔法资源的成本

问题陈述
基于表面码（surface codes）的容错量子计算高度依赖于非 Clifford 门，这些门通常由“魔法态”（例如 $|T\rangle$）提供。产生这些状态是资源预算中的主要瓶颈。虽然魔法态蒸馏（magic state distillation）是标准方法，但“魔法态培养”（magic state cultivation）通过在小型表面码补丁上原地生长 $|T\rangle$ 态，提供了一种更廉价的替代方案。这种培养过程需要测量一个非 Pauli 逻辑可观测量，即“魔法轴” $H_{XY} = (X+Y)/\sqrt{2}$。

本文解决的核心问题是：在固定代码块上，利用弱的、分布式的非稳定器资源，量化执行此类测量的资源成本。具体而言，论文探讨了：给定非稳定器操作（单元/cells）是微弱且分散的，一个单代码块能够接受多少“魔法”（对稳定器集的偏离）？作者旨在通过资源理论分析来界定被接受的魔法量，从而超越拓扑论证（如 anyon 编织）。

方法论
作者分析了一个编码单个逻辑比特的平面表面码补丁。他们将自适应协议建模为应用于代码的一系列仪器（单元），随后进行经典前馈和最终的接受决策。

1. 资源理论框架： 分析基于魔法的资源理论。其“自由集”（free set）并非由平均通道定义，而是按结果逐一定义的。一个标记仪器（flagged instrument）只有在每个结果子通道都完全保持稳定器性质时，才被视为是“自由”的。这一区别至关重要，因为一个整体上自由的通道，其某个结果可能会测量魔法轴。
2. 魔法见证者（Magic Witness）： 作者定义了一个用于衡量接受效应的见证者 $\Delta_{stab}(\hat{E}_A)$，即归一化逻辑效应到稳定器效应八面体的 $\ell_1$ 距离。接受效应的未归一化魔法量定义为 $magic_c(F_A) = p_{acc} \Delta_{stab}(\hat{E}_A)$。
3. 插入展开（Insertion Expansion）： 该协议被纯化，非自由单元被视为对“自由骨架”（free skeleton，由稳定器操作组成）的扰动（插入）。作者将协议的同构映射展开为对标记单元子集的求和。
4. 结构条件： 为了推导抑制界限，协议必须满足五个条件：
   • 条件 1： 一个受保护的代数（单个代码块）。
   • 条件 2： 一个具有有界扩散性的精确恢复骨架。
   • 条件 3： 有界插入度（限制了标记单元之间的因果连通性）。
   • 条件 4： 分支因子化（在低于阈值 $D_{ins}$ 时，每个插入历史都映射到单个自由逻辑射线）。
   • 条件 5： 阈值 $D_{ins}$ 与代码距离 $d$ 成线性比例。

核心贡献与结果

1. 稳定器协议的精确范围（命题 1）： 作者证明，对于任何完全由稳定器操作（包括后选择和经典混合）组成的协议，其接受效应恰好位于稳定器效应八面体之内。这确立了边界：任何位于该八面体之外的效应都需要非稳定器资源。

2. 无条件资源统计（定理 1）： 第一个界限是无条件的。它指出，接受的魔法量受限于各个单元相对于自由集的钻石距离之和：
   $$magic_c(F_A) \leq \frac{\sqrt{3}}{2} \sum_{x} \varepsilon_x$$
   这意味着，若要在获得非忽略不计的接受概率的同时实现恒定的魔法量，必须在整个协议中分布恒定的总资源。

3. 连通插入抑制（定理 2）： 主要结果在协议满足结构条件（2–5）时提供了一个更强的界限。它表明，如果资源单元是微弱且分布式的，则接受的魔法量会被指数级抑制。具体而言，如果阈值 $D_{ins}$ 与代码距离 $d$ 成线性比例，且每个单元的振幅 $\eta_{max}$ 缩放为 $O(1/d)$，则：
   $$p_{acc} \Delta_{stab}(\hat{E}_A) \leq \exp[-\Omega(d \log d)]$$
   该界限依赖于针对连接单元簇的“精确分量展开”。只有达到阈值 $D_{ins}$ 的簇才会对魔法量产生贡献。

4. 阈值认证（命题 2 & 3）： 论文提供了一种电路级的层级方法来认证阈值 $D_{ins}$。它证明了对于执行一次精确稳定器测量，随后进行“分裂读取”（在接受分支测量 $X$，在拒绝分支测量 $Z$）的标准表面码存储器，其阈值被认证为 $D_{ins} = d_Z$（$Z$ 距离）。这对于放置在数据比特上的任何单层弱 $Z$ 旋转均成立。

5. 界限饱和（定理 3）： 作者展示了一个特定的协议——“弱字符串协议”（weak-string protocol），其中沿最小权重逻辑 $Z$ 字符串应用了一层弱旋转。该协议满足所有假设，并在领先阶达到了该界限：
   $$-\log(magic_c(F_A)) = d \log d + O(d)$$
   这证实了对于此类协议，指数级抑制是紧致的（tight）。

意义与主张
本文声称解决了在固定代码块上实现魔法的资源成本问题，且无需依赖如 anyon 编织之类的拓扑论证。相反，它将魔法的抑制归因于代码距离（决定了多少个单元必须协作才能脱离自由集）与单单元资源强度之间的相互作用。

• 尺度分离： 结果区分了资源的几何足迹（geometric footprint）与其“资源尺度”（resource scale，即与自由集的距离）。小的几何足迹并不保证低资源成本，如果恢复骨架允许逻辑代数被浓缩（例如，通过自由 Clifford 电路）。
• 后选择的作用： 分析澄清了后选择并不是放大魔法的漏洞。因为分支假设是在对所有接受的转录（transcripts）求和之前，逐个转录进行标记的，所以一个概率趋于零的分支无法被放大为魔法效应；放大操作仅是将分支沿其现有的自由射线移动。
• 已知构造的局限性： 论文通过指出它们违反了五个条件中的哪一个，对已知的培养和门实现（如折叠横截、多块、累积旋转）进行了分类。它认为，实现恒定魔法的构造必然违反了至少一个条件（例如，通过改变代码块、使用多个代码块或违反有界度约束）。
• 谦逊态度： 作者明确指出，其定理并未禁止那些违反假设的已知培养协议（例如使用折叠或多块的协议）。相反，它量化了对于仅依赖于固定块上的弱、分布式资源的协议，其“代价”是多少。该结果量化了在此特定机制下的“价格”，显示其呈指数级抑制。