Thanasilp 等（2024）的结果：编码线路随比特数 $n$、深度 $L$、纠缠量增长时，$k(x,x') \approx \bar{k} + O(2^{-n})$——核值涨落指数级缩小。病根是高维希尔伯特空间中随机量子态几乎正交：$E[|\langle\psi|\phi\rangle|^2] = 2^{-n}$ 使 $\bar{k}$ 趋向 0（三行证明见第 13 页）。数值感受：$n = 10$ 时 $2^{-10} \approx 9.8 \times 10^{-4}$，$n = 30$ 时 $2^{-30} \approx 9.3 \times 10^{-10}$，非对角核值全部挤到 $\bar{k}$ 附近；后果链是核矩阵糊成一片、对角占优消失、谱塌缩，SVM 学不到任何结构。缓解手段：浅编码、低纠缠、局域核（只对子集比特编码后拼接）、把可训练缩放参数放进 $U_\phi$ 撑开核的动态范围。诊断先行：训练前先画训练集核值 $k(x_i, x_j)$（$i \ne j$）的直方图，宽度 $\gtrsim 1/\mathrm{poly}$ 才有信息，已集中在单点则换编码再谈。能表达的核太多、能用的核太少——这是核方法自己的"贫瘠高原"，与第 12 页同源。