本笔记是一篇数学论证性的综述/讲解文章，作者 Jalaj Upadhyay 针对差分隐私（DP）持续计数（continual counting）问题的下界证明，给出了尽可能详尽的推导说明。所谓持续计数，是指在数据流持续到达的场景下，每一次到达都需要发布一个对当前前缀和的差分隐私近似值；由于每个时间点的噪声需求会相互累积，该问题下界决定了 DP 流式统计在效用上的根本极限，是 DP 理论与工程实现（如流式聚合、隐私保护遥测）中的核心结果。文章的写作对象是 Harrison 和 Leeman 在 arXiv:2609.17650 两版预印本中所转述的、由 GPT Astra 给出的 DP 持续计数下界证明。作者表示，其目标是让该证明更易读、更易被社区检验，并希望能借此促成更自然、更简洁的证明。摘要同时梳理了相关工作脉络：在 Harrison 与 Leeman 的首个预印本出现之前，Bairaktari 和 Larsen（arXiv:2607.00876）已给出一个优雅的构造性证明，说明纯 DP 与近似 DP 持续计数均存在 Ω(log^{3/2}(n)) 的下界；他们在与作者的个人交流中透露已掌握纯 DP 情形下最优的 Ω(log^2(n)) 下界，并随后以 Bairaktari、Dahl、Larsen 三人合作形式发表（arXiv:2607.00876v3），该结果是对其近似 DP 技术的优雅推广。作者指出，Astra 的证明与 Bairaktari–Larsen 的技术在技术细节上并不相同，但借用了后者引入的、与之相关的树形几何结构。整体而言，这是一篇理论导向的解析文章，价值在于厘清证明链条、暴露该下界方法的可简化空间。