Victor Poughon 近日上线了一个名为 Interval Calculator 的网页工具，并同步开源其代码与底层引擎 not-so-float。它表面上是个计算器，真正做的却不是“算一个数”，而是“算一组可能的数”：输入和输出都可以是区间，甚至是多个不连续区间的并集。

这件事重要，不是因为它会取代你手机里的计算器，而是因为它把数值计算里最容易被忽略的部分公开了——误差、不确定性、以及传统浮点运算在边界条件下的失真。它不重要的地方也很明确：这不是一个立刻会进入大众办公流的软件，更像是一个把严肃数学思想做成可交互网页的技术样品。

Victor Poughon 做的，不是“更复杂的计算器”

这个工具实现的是“区间并集算术”（Interval Union Arithmetic）。普通区间算术并不新鲜，很多科研和工程软件早就用它处理误差传播；Poughon 的不同之处在于，他支持的是“区间的并集”，所以像 2 / [-2, 1] 这种传统计算器会让人皱眉的表达式，在这里能得到 [-∞, -1] U [2, +∞]。这不是炫技，而是数学上更诚实的表达。

原作者给出的另一个例子更能说明问题：0.1 + 0.2 在“全精度”模式下不会假装等于某个单一十进制数，而是输出一个保证包含真实值的区间。这背后依赖的是 IEEE 754 双精度浮点的外向舍入。我的判断是，这类设计最有价值的一点，不是提升了多少计算速度，而是把“结果可信到什么程度”说清楚了。很多工具只给答案，不给边界；这个项目反过来，把边界当成答案的一部分。

它为什么在今天依然有现实意义

浏览器里做数学工具并不稀奇，Desmos、Wolfram Alpha、GeoGebra 都比这个项目成熟得多。但这些产品的主战场分别是绘图、符号计算和教学交互，Poughon 这个工具更接近“数值可靠性演示器”。它的受众不大，却切中一个老问题：在金融建模、控制系统、图形学、物理仿真乃至 AI 推理的底层实现里，浮点误差都不是纸面问题。

一个容易被忽视的背景是，过去十几年，行业对“高性能数值计算”的关注远高于“可解释的数值边界”。大家更愿意讨论 CUDA、向量化、Tensor Core，较少讨论一个结果是否稳健地覆盖真实值。区间方法当然不是新发明，学术界研究很多，但真正做成普通开发者随手可试的网页工具并不多。尤其是“支持除以包含 0 的区间仍然闭合”这一点，确实比许多基础区间计算器更进一步。

公开说法是“这是一个计算器”；行业现实是，这更像一堂关于数值诚实性的公开课。

谁会用得上，谁不会

如果你是下面这些人，这个工具带来的变化是很具体的：

  • 科研人员：可以快速验证一个表达式在输入存在误差时，输出范围会怎么扩张。
  • 数值软件开发者：适合拿来检查边界条件，尤其是分母穿过 0、三角函数跨越奇点这类场景。
  • 教学场景：比单纯讲“浮点数有误差”更直观，学生能直接看到 tan([pi/3, 2*pi/3]) 为什么会裂成两个区间。
  • 普通用户：大概率不会把它当日常计算器，因为它故意不追求“一个简单答案”。

和同类工具相比，它的优势与短板也都很明显：

维度Interval Calculator普通网页计算器Wolfram Alpha/数学软件
不确定性表达强，支持区间并集几乎没有有，但通常不以此为核心
学习门槛偏高，要理解区间语法低中到高
边界条件处理很强，尤其是除零附近常直接报错或给单值近似视具体模块而定
工程可用性适合验证与教学适合日常算数适合更复杂建模

我更愿意把它看作“工程师的辅助尺子”，而不是替代型产品。它帮你判断一个结果有没有可能出错，却不直接帮你完成完整业务流程。

开源项目的价值，也有天花板

Poughon 在页面里很坦率地写了“我确信还有 bug”，并列出了后续计划，包括拆分全精度模式、增加 ans 变量、支持交集运算、改进 U 的优先级、支持空并集输入。这种坦率反而提升了项目可信度：它显然还在早期，不是一个经过大规模工业验证的数值库。

真正的限制也在这里。首先，它运行在 JavaScript 的 number 之上，本质仍受 IEEE 754 双精度约束，只是通过外向舍入把误差包起来，而不是消灭误差。其次，区间方法有个老毛病：表达式复杂后，结果往往会变“过宽”，实用性可能下降。再者，浏览器演示工具和工业级验证链条之间，隔着测试覆盖、性能优化、形式化证明和团队采纳成本，不是一两个 GitHub star 能跨过去的。

如果你是企业里的技术负责人，最现实的问题不是“这个工具酷不酷”，而是：要不要把它纳入测试流程，给仿真、风控或底层算法团队做边界验证。如果你是个人开发者，反而更容易马上受益——用它检查那些你一直默认“应该没问题”的公式，往往会第一次看见问题究竟出在哪。