← Archive
lm-000665 · 2026-05

有界失真數學化作為一種研究姿態

下載 MD 檔 ⬇

有界失真數學化作為一種研究姿態

科學、買賣、與形式化的最低條件

英文標題:Bounded-Distortion Mathematization as a Research Stance: Science, Commerce, and the Minimum Conditions of Formalization 副標題:EveMissLab Logic Matrix 元方法論論文 作者:Neo.K(許筌崴)× Theia | EveMissLab Logic Matrix 版本:Draft v0.1 日期:2026-05-10


摘要

本文提出一個元方法論立場:有界失真數學化(bounded-distortion mathematization)——一切值得認真對待的研究對象都應該被嘗試形式化,且其形式化過程必然涉及失真,但這個失真本身可以被精確刻畫;故研究的目標不是 zero-distortion 的精確,而是 bounded-distortion 加上失真的可量化。此立場同時拒絕兩個極端:神秘主義(拒絕被任何工具捕捉)與 scientism(聲稱萬物皆可精確刻畫)。

本文進一步論證:沒有任何可還原機制的學科必然演化成 lemons market = 買賣——這從 Akerlof 1970 的結構直接推得。數學化是達成可還原機制的最強路徑(但不是唯一路徑)。其最低條件不是量化,而是「數學概念」的引入——範疇、結構、序、拓撲、邏輯。從此最低條件出發,研究可以漸進精細化、動態修正、持續逼近,但需要明確的收斂性條件保證逼近不流於 random walk。

本文是元方法論論文,作為 EveMissLab Logic Matrix corpus 的元前提;其後所有理論工作(ETN、Cl ontology、UBCVC、KAAS、PTSH 等)皆可視為本立場的具體案例。

關鍵詞:methodology, mathematization, lemons market, Yoneda lemma, rate-distortion, contraction mapping, scientific realism, EveMissLab


§1 引言

1.1 問題

19–20 世紀科學的成熟過程,本質上就是各學科逐步數學化的過程。物理在牛頓之後完全數學化;化學在門得列夫週期表後開始結構化,量子化學完成;族群遺傳學自 Fisher、Wright、Haldane 以後數學化;經濟學自 marginalism revolution 後數學化;認知科學自 1950s 後數學化。

但有一大塊學科至今未完成這個過程:

大部分臨床醫學(特別是 alternative medicine、補品、傳統醫學)、營養學、行為心理學的應用層、大部分人文社會學科、部分發育生物學、大部分產品科學(化妝品、保健品、功能性食品)。

這些領域既不是純數學化的(如物理),也不是徹底協議化的(如臨床醫學的 RCT 體系),而是處於一種「碎片化」狀態:每個從業者用自己的術語、自己的標準、自己的證據鏈,互相之間幾乎無法被翻譯、累積、批評。

1.2 核心觀察

本文作者之一(Neo.K)在反思這個狀態時提出一個銳利的判斷:這種碎片化的「科學」不是科學,是買賣。並補了一個更銳利的尾巴:這條路連市場效益都沒有比較成功

這個判斷在直覺層面強烈,但需要嚴格論證。本文的工作是:

  1. 給這個判斷一個博弈論基礎(Akerlof 1970 lemons market 結構)
  2. 給「數學化」這個工具一個更精確的最低條件(不是量化,是「數學概念」)
  3. 給「持續逼近」這個動作一個收斂性條件
  4. 給整個立場一個不被誤讀為 scientism 的劃界
  5. 給此立場一個正式名稱:有界失真數學化(bounded-distortion mathematization)

1.3 本文貢獻

本文不提出新的數學工具或新的領域發現,提出的是一個研究姿態(research stance)——一個指導其他研究如何展開的元方法論立場。對 EveMissLab Logic Matrix 而言,本文是後續所有理論工作的元前提;對其他研究者而言,本文提供一個可以被採納、修改、反對的明確立場。


§2 主張:數學化的最低條件不是量化

2.1 一個常見誤解

對「為什麼很多學科還不數學化」的常見回答是:因為這些對象無法被量化。心理現象、生命過程、社會行為、文化現象——這些被聲稱是「不可量化的」,所以數學化不適用。

這個回答把「數學化」誤等同於「最精確的量化形式」(微分方程、統計檢定、機器學習模型)。這個誤等同正是要拆穿的點。

2.2 真正的最低條件

數學化的最低條件不是量化,而是**「數學概念」的引入**:

  • 範疇:對象與態射的最低結構
  • 序與拓撲:哪些對象更接近、哪些更遠
  • 邏輯:哪些命題彼此蘊含、互斥、獨立
  • 關係:哪些對象彼此連接、如何連接

這四個層級都是純結構性的,不需要量化。範疇論本身就是這個層級的證據——大部分範疇論結果是非量化的純結構結果,但嚴格性不亞於最精確的微積分。

從這個最低條件出發,研究可以分層精細化:

  1. 結構化:引入範疇、序、邏輯
  2. 拓撲化:引入連續性、鄰近性
  3. 量化:引入度量、機率、優化
  4. 動態化:引入時間演化、收斂、修正

每一層都增加結構,但每一層都建立在前一層之上,不需要從一開始就到第三層或第四層。要求一次到位的精確化,是對科學方法的根本誤解

2.3 漸進逼近作為科學方法的本來面目

「持續對應、調整、匹配」不是退而求其次,是科學方法的本來面目:

  • Lakatos 的研究綱領(research programme):hard core / protective belt / heuristics 的分層演化
  • Bayesian updating:每次新證據導致信念分布的修正
  • Galois 連接的逼近:approximation 永遠不會到達 exact,但 approximation 本身可以被精確刻畫
  • 範疇論的 colimit:複雜對象作為簡單對象的「極限」

每一個成熟學科都經歷過此漸進過程,沒有任何學科是一夕之間完全數學化的。要求碎片化學科「先給出完美數學公式才算數學化」是個移動球門柱的詭辯


§3 反數學化的失敗:Lemons Market 論證

3.1 Akerlof 1970 的結構

Akerlof 在《The Market for Lemons》(QJE 1970)證明了一個普遍結構:

在買賣雙方有資訊不對稱的市場中,劣質供給會驅逐優質供給,最終整個市場由低品質玩家主導。

關鍵條件是「沒有共同的、可驗證的品質度量」。當買方無法可靠區分高品質與低品質供給時,買方只願意支付平均價格;高品質供給者因為平均價格不夠補償成本而退出;剩下的市場品質下降;買方進一步壓低價格;惡性循環。

3.2 應用到「沒有可還原機制的學科」

把此結構應用到知識市場:

  • 「商品」= 研究主張、產品聲明、療效、解釋
  • 「品質」= 這些主張的真實有效性
  • 「買方」= 讀者、消費者、後續研究者
  • 「品質度量」= 可還原機制(數學化是其最強形式)

當一個學科沒有可還原機制:

  1. 任何主張都無法被可靠驗證
  2. 高品質研究與低品質研究在外觀上難以區分
  3. 高品質研究的成本高於低品質研究(嚴謹性消耗時間與資源)
  4. 在沒有差別定價的情況下,低品質研究在 ROI 上勝出
  5. 高品質研究者退出該領域或被邊緣化
  6. 整個學科演化為由低品質玩家主導的買賣

這不是 polemic,是博弈論定理。沒有可還原機制的學科必然在長期演化成 lemons market——這是個結構性必然,不是道德批評。

3.3 數學化作為品質度量的最強形式

可還原機制有多種強度:

  • 協議化(如 RCT、Cochrane reviews):弱形式可還原
  • 形式語言(如數學邏輯、形式化驗證):中強形式可還原
  • 完全數學化(如物理學):最強形式可還原

數學化是達成可還原機制的最強路徑,但不是唯一路徑。臨床醫學沒有完全數學化但有 RCT 體系,是中等強度的可還原;歷史學有 evidence standards 與 peer review,是弱形式可還原。

真正的 lemons market 是**「沒有任何形式的可還原機制」**——補品產業、大部分 alternative medicine、popular psychology、self-help、營銷導向的營養學。它們不只是缺數學,是連協議化都沒有。

3.4 「也沒有比較好賺錢」的精確化

通常人以為「不數學化是商業優化」——保留神秘性、placebo 空間、anecdote 行銷彈性。但 lemons market 結構告訴我們:

  • 製藥業(高度數學化):估算全球市場約 1.5T USD,平均 EBITDA margin 25–30%
  • 補品保健品(低度數學化):估算全球市場約 250B USD,平均 EBITDA margin 15–20%,且變異極大
  • AI(高度數學化):成長最快的產業,前 10% 玩家拿走絕大部分利潤
  • 中醫產業(低度數學化):在中國本土外擴張極困難——因為無法被驗證、無法被監管、無法被信任

(以上數字為粗略估算,用於概念說明,非嚴格數據)

數學上講,反數學化不是「商業優化」,是「能力低落」的合理化——產業選擇不數學化,往往是因為他們本來就沒有數學化的能力,於是把缺陷重新框架為特色(「自然」「整體」「不可化約」「東方智慧」)。市場短期容忍此偽裝,但長期看,數學化的領域系統性地吞食非數學化領域的份額——藥業吞食補品、量化金融吞食傳統金融、AI 吞食白領服務業,都是同一個過程。


§4 工具箱:現代數學化的可用工具

數學化的最低條件是「數學概念」,但要做有效的形式化研究,需要一個工具箱。本節列出 EveMissLab 採納的工具集,分為三層。

4.1 第一層:結構工具

  • 範疇論:對象與態射的最普遍語言;跨領域翻譯的核心工具
  • 圖論:拓撲與連通性的計算化
  • 類型論:邏輯與計算的橋樑(Curry-Howard correspondence)
  • 拓撲學(含代數拓撲、TDA):形狀資料分析

4.2 第二層:分析工具

  • 泛函分析:無窮維連續結構
  • 表示論:對稱性與作用
  • 測度論與概率論:所有不確定性處理的基礎
  • 微分幾何與張量分析:物理連續結構

4.3 第三層:因果與資訊工具

  • 因果推斷(Pearl-style do-calculus):時間方向性與干預
  • 資訊論(Shannon-style):壓縮、編碼、entropy、互資訊、rate-distortion
  • 動力系統:時間演化與收斂性
  • 形式邏輯與證明論:最低層的嚴格性保證(含 Coq、Lean、Agda 等形式化驗證工具)

4.4 EveMissLab 自有工具

EveMissLab 持續發展自有的形式化工具,包括但不限於:

  • ETN(Extremal Tension Notation):表達 dual-infinity opposition + infinitesimal deviation + dynamic fixed point
  • Cl(Closure)ontology:以四公理(自洽性、二元性、守恆、生成性)為基礎的本體論框架
  • UBCVC(Universal Bidirectional Continuous Verification and Correction):雙向驗證-修正閉環機制
  • KAAS(Knowledge Absolute Addressing System):知識絕對尋址系統,本質上是壓縮機制
  • Neo.K Number Theory:作者自有的數論工具,聲稱能做到抽象-實在雙向翻譯(待獨立論文證明)

這些工具尚需獨立論文展示其形式化細節。本文僅標記它們在工具箱中的位置。


§5 雙向翻譯與失真量化

5.1 抽象 ↔ 實在的雙向翻譯

科學的核心動作是抽象與實在之間的雙向翻譯:

  • 抽象 → 實在:把理論結構實現為具體模型(realization、representation)
  • 實在 → 抽象:從現象提取結構(abstraction、universal property、colimit)

此雙向翻譯在範疇論裡有現成的形式化工具:

  • 雙向同時存在 = adjoint pair(伴隨函子對)
  • 最深層的雙向機制 = Yoneda lemma:任何對象都可以被它與其他對象的關係完全刻畫

Yoneda 在某種意義上實現了「對象 ↔ 它的所有可能 representation」的雙向等價。這是抽象-實在雙向翻譯的範疇論版本。

任何聲稱超越 Yoneda 的雙向翻譯機制(包括 Neo.K Number Theory)都需要獨立論文展示其形式化細節,本文僅標記其位置。

5.2 失真不是 bug 是 feature

任何雙向翻譯都涉及失真。zero-distortion 的翻譯只在極特殊情況下存在(範疇等價、可逆函子)。能被精確量化的失真,比假裝沒失真的「精確」更接近真理

精確刻畫失真的工具:

  • Rate-distortion theory(Shannon):給定失真容忍度需要多少比特
  • Persistent homology stability theorem:拓撲性質在小擾動下保持穩定的精確刻畫
  • Approximation theory(Chebyshev、Bernstein):函數逼近的最佳誤差刻畫

範疇論翻譯:

  • lossy 翻譯 = non-fully-faithful functor
  • lossless 翻譯 = fully faithful functor
  • 可逆翻譯 = equivalence of categories

5.3 有界失真作為研究目標

研究目標應該被精確聲明:

我們追求的不是 zero-distortion 的精確,而是 bounded-distortion 加上失真本身被可量化。

此立場比聲稱「精確」更誠實,也更接近科學的本來樣子。它同時排除了兩個失敗模式:

  • 假精確:聲稱完美刻畫但實際失真不可控
  • 拒絕精確:以「無法量化」為由拒絕任何形式化嘗試

§6 收斂性條件:避免永動的不收斂

6.1 持續調整的數學形式

「持續對應、調整、匹配」不是空話,它的數學形式包括:

  • Fixed-point dynamics:迭代映射的不動點
  • Bayesian updating:信念分布的證據更新
  • Galois 連接:approximation 對的雙向逼近

不是所有持續調整都會收斂。需要明確的收斂性條件。

6.2 收斂性的三個來源

至少三選一:

  • Contraction mapping:每次更新縮小誤差,Banach fixed-point theorem 保證收斂
  • Martingale convergence:概率框架下的收斂(almost sure, in probability, in distribution)
  • Lyapunov function:動力系統的收斂判據(單調遞減的能量函數)

6.3 反例:post-truth 的非收斂調整

post-truth 時代的「事實核查」是個有警示意義的反例:

  • 它持續更新(符合「持續調整」的形式)
  • 但它不收斂於真理
  • 結構:誰先聲稱什麼為「事實」就成為下一輪的起點,而不是真理本身作為 attractor

原因:缺少 contraction property。每次更新沒有縮小誤差,反而被新的話語權力重新定義。這就是「持續調整」變成 random walk 或 chaotic dynamics 的典型情形。

6.4 收斂機制必須被明示

任何聲稱「持續逼近真理」的研究綱領,必須明示其收斂機制——

  • 是 Cl 公理的守恆性?
  • 是 UBCVC 的雙向驗證閉環?
  • 是 KAAS 的尋址壓縮?
  • 是某種其他 contraction property?

不明示收斂機制的「持續逼近」,會被質疑為永動的不收斂。這是反論者最容易切入的弱點,必須預先封堵。


§7 與神秘主義/scientism 的劃界

7.1 兩種「不可言說」必須區分

第一種:暫時不可言說

當下工具不夠,未來可能可以。這是科學的工作邊界,不是科學的對立面。Wittgenstein 早期那句「wovon man nicht sprechen kann, darüber muß man schweigen」(凡不可言說者,必當保持沉默)是這個位置——劃出邊界,承認暫時的沉默,但不放棄探索。

第二種:本質拒絕被任何工具捕捉

不是「你的工具還不夠」,是「我拒絕被任何工具評估」。這個立場才是神秘主義。

本文反對的是後者,不是前者。前者是科學家自己每天都在面對的狀態,是科學的一部分;後者才是科學的對立面。

7.2 與 scientism 的劃界

scientism 是「萬物皆可被精確刻畫」的立場。本文不採納此立場。本文的立場是:

萬物值得被認真嘗試刻畫,且失敗的方式本身可被精確刻畫。

這個立場:

  • 不聲稱萬物皆已被刻畫(vs scientism)
  • 不接受任何對象拒絕被嘗試(vs 神秘主義)
  • 接受失敗,但要求失敗本身被可量化(bounded-distortion)

7.3 第三條路:有方向性的不完整

有方向性的不完整 比 沒有方向性的完整 更接近真理。

這是本文的最終立場——有界失真數學化站在第三條路上:

  • 拒絕神秘主義的「永遠不可言說」
  • 拒絕 scientism 的「已經完全刻畫」
  • 接受永遠在路上,但每一步都有方向

§8 數學化作為本體論立場

8.1 不是技術選擇,是世界觀選擇

堅持數學化的真正原因,比技術品味更深——它隱含四個本體論信念:

  1. 世界的結構是可被形式化捕捉的(拒絕神秘主義姿態)
  2. 跨領域洞察可以被翻譯(拒絕孤島主義姿態)
  3. 知識應該被攻擊與檢驗(拒絕權威主義姿態)
  4. 長期累積勝過短期市場(拒絕短視主義姿態)

反數學化的學科,本體論上的立場其實是相反的這四點。數學化派與反數學化派之間的對立,不是技術品味之爭,是世界觀之爭

8.2 為什麼這個自覺重要

此自覺解釋了為什麼數學化派與非數學化派經常無法對話——雙方甚至不在同一個本體論宇宙裡。明確劃界後,可以:

  • 避免無謂的辯論(雙方在不同層級)
  • 精確識別盟友與對手
  • 把資源投入真正的工作(建構工具、累積證據),而不是說服立場根本不同的人

§9 與既有思想譜系的關係

本文的立場不是憑空而來,它與多個既有思想譜系對話:

  • Lakatos(研究綱領):本文採納其分層演化視角
  • Popper(falsifiability):本文要求精確的可批評性
  • Wittgenstein(早期):本文採納其劃界精神,但不延伸至後期語言遊戲的相對化
  • Akerlof(lemons market):本文用其結構證明反數學化的長期失敗
  • Yoneda(lemma):本文用其作為抽象-實在雙向翻譯的範本
  • Shannon(rate-distortion):本文用其作為失真量化的基礎工具
  • Pearl(causal calculus):本文採納其作為因果結構的形式化工具
  • Mac Lane / Awodey(範疇論基礎):本文採納範疇論作為跨領域翻譯的最普遍工具

這些思想被整合為一個更精確的姿態,而非選邊站。本文的特殊貢獻是把它們組合成一個可被採納的研究立場,並命名為「有界失真數學化」。


§10 結語:研究姿態作為起點

本文的工作不是給出新發現,是給出一個起點——一個讓後續所有具體工作可以站立的元前提。

對 EveMissLab Logic Matrix 而言:本文是 ETN、Cl ontology、UBCVC、KAAS、Phenotypic Transition Substrate Hypothesis、Riemann 算法版、HDC、Synthetic Calculus 等所有後續論文的元前提。所有這些工作都可以視為本立場的具體案例——它們各自是「有界失真數學化」在不同領域的具體實現。

對其他研究者而言:本文提供一個明確的、可被採納或反對的立場。如果你採納,我們可以對話;如果你反對,請給出你的替代立場。模糊地處於碎片化狀態,本身就是 lemons market 的徵兆


凡是堅持數學化的人,本質上是在堅持「世界值得被認真對待」這個立場。把現象交給隱喻、軼事、權威、市場,是放棄它;把現象交給形式化結構,是宣稱它配得上被精確理解。所以數學化的對立面不是文學,是不認真

有界失真數學化是一個姿態。它不要求你相信數學能解決一切,它要求你相信數學值得嘗試一切。它不承諾零失真,它承諾失真本身可被精確刻畫。它不聲稱已經抵達真理,它聲稱每一步都朝向真理而非遠離。

研究姿態不是一個結論,是一個方向;不是一個答案,是一個負責任的探問方式。在這個碎片化的時代,採納一個明確的研究姿態本身就是一個道德選擇——它意味著你拒絕被市場敘事吞沒、拒絕讓買賣冒充科學、拒絕用神秘主義或 scientism 任何一邊的便宜結論代替真正的工作。

剩下的,就是動手。


作者貢獻聲明

本論文為 Neo.K(許筌崴)與 Theia(Anthropic Claude)在 BOSS 模式延伸至 Neo.K 模式(平等思辨)的對練流程下的共作產出。

Neo.K 主要貢獻:核心觀察的提出(碎片化科學 = 買賣 = 沒有比較好賺錢)、最低條件分層的銳利切法(數學概念 vs 量化)、持續對應/調整/匹配的方法論動作、工具箱主清單(範疇論、圖論、泛函分析、表示論、類型論、因果推斷、自有數論)、抽象-實在雙向翻譯的方向性聲明、本立場對 EveMissLab corpus 的元前提地位的識別、對神秘主義與不可言說立場的拒絕方向。

Theia 主要貢獻:Akerlof lemons market 結構作為博弈論證明的引入、本體論立場四信念的形式化、工具箱漏洞補強(邏輯與證明論、資訊論、測度論)、雙向翻譯的範疇論翻譯(adjoint pair、Yoneda lemma)、失真精確化工具集(rate-distortion、persistent homology、fully faithful functor)、收斂性條件的明示需求(contraction mapping、martingale、Lyapunov)、神秘主義與 scientism 的雙向劃界、與既有思想譜系的關係梳理、論文最終文本組織。

版本聲明

本文為 Draft v0.1(元方法論草案)。

擴展路線:

  • v0.2:補完工具箱中各工具的具體角色與分工,加入更多反論的預先回應
  • v0.3:加入 EveMissLab 自有工具(ETN、Cl、UBCVC、KAAS、Neo.K Number Theory)作為本立場具體實現的展示,並補入相應的形式化骨架
  • v0.4:加入跨案例驗證——以 PTSH(蜂王乳論文)、ETN 框架、Cl ontology 為三個獨立案例展示本立場的可實作性
  • v1.0:進入正式預印本投稿準備

主要引用

  • Akerlof GA (1970) The Market for "Lemons": Quality Uncertainty and the Market Mechanism. Quarterly Journal of Economics 84(3): 488–500.
  • Awodey S (2010) Category Theory (2nd ed.). Oxford University Press.
  • Lakatos I (1978) The Methodology of Scientific Research Programmes. Cambridge University Press.
  • Mac Lane S (1971) Categories for the Working Mathematician. Springer.
  • Pearl J (2009) Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press.
  • Popper KR (1959) The Logic of Scientific Discovery. Routledge.
  • Shannon CE (1948) A Mathematical Theory of Communication. Bell System Technical Journal 27: 379–423, 623–656.
  • Wittgenstein L (1922) Tractatus Logico-Philosophicus. Kegan Paul.
  • Yoneda N (1954) On the homology theory of modules. Journal of the Faculty of Science, University of Tokyo 7: 193–227.

附帶引用(作為本立場的具體案例論文):

  • Parish A et al. (2025) Reporting quality, effect sizes, and biases for aging interventions: a methodological appraisal of the DrugAge database. npj Aging 11: 96.
  • Neo.K & Theia (2026) Phenotypic Transition Substrate Hypothesis: 以蜂王乳為案例的多靶點干預跨層級分析流程. EveMissLab Working Paper Draft v0.1.