N03 已经发现一条要求：左右鞋各自正常，不保证整双鞋同色。现在把这条要求变成生成程序。先选一只左鞋；如果本次选的是红左鞋，下一步就在“左鞋已经为红色”的条件下选右鞋，红右鞋成立，蓝右鞋不成立。

蓝右鞋没有变得不像鞋。它不合适，是因为前一步已经作出了红色选择。若先选蓝左鞋，蓝右鞋又可以组成一双合法结果。于是多样性和一致性并不矛盾：整双鞋可以有不同颜色，但每一条具体生成路径要接住自己的已有选择。

这就是自回归的核心：把完整结果拆成一串条件问题。用两个位置的写法表达，完整配对的概率等于“选中左鞋的概率”乘以“在这只左鞋条件下选中右鞋的概率”。这里没有假设左右独立，恰恰把它们的关系放进第二项。网络先给出下一只鞋的条件概率，选择规则再从中取出具体鞋；当前显示的一只鞋是一次选择，不是概率分布本身。反过来，若分别只照各自的红蓝频率抽签，即便两边频率都对，也会抽出违约组合。

“必须先左后右吗？” 不必。先右后左也能组织同样的依赖；图像按哪个位置先生成，更不是在声称物体从那个角落诞生。顺序是建模与计算的选择，它决定当前步骤能利用哪些已确定信息，以及哪些信息还没有出现。

这种拆法可以用于词、像素、图块或其他表示。它提供了重复使用的预测接口，同时带来顺序成本：常规生成必须等前面的选择出现，才能在它的条件下继续。学会这种分解也不保证模型把每一项条件概率学对，早期失误仍可能改变后面的情境。

鞋例中的前缀只是一只鞋。如果前缀变成一串放入、取出的事件，下一步需要记住的就不只是最后一个词，而是这些事件共同留下的状态。