本文通过邻接矩阵统一理解Sparse Transformer、Longformer和BigBird三种固定稀疏注意力模式，分析其图论依据、工程代价及生产落地难点。文章指出稀疏注意力未取代全注意力，原因在于kernel生态、训练配方和任务敏感性限制，并讨论学习型稀疏的争论与开放问题。