元相位選擇器 v0.1

——AI 的相位機理路由、選擇、組合與切換理論

Meta-Phase Selector v0.1: A Theory of AI Routing, Selection, Composition, and Switching of Phase Mechanisms

作者：Neo.K × GPT-5.6 Thinking
機構：EveMissLab / 一言諾科技有限公司
版本：v0.1
日期：2026-07-25
文件類型：理論論文／相位計算機理論／AI 系統架構

摘要

相位計算機理論（Phase Computation Machine Theory, PCMT）已完成兩個基礎層次：第一，相位本體分類論回答「什麼可以被視為相位」；第二，相位機器型別系統與能力登錄標準回答「哪些機器有資格處理哪些相位」。

然而，真正的智能系統仍需要第三個關鍵層次：

面對一個具體任務，AI 應如何判斷使用哪一種相位機器？

若只依賴人工指定，則相位機器型別系統仍只是靜態工具清單；若只依賴模型直覺，則又會重回名稱匹配、過度自信與機理錯配。本文提出「元相位選擇器」（Meta-Phase Selector, MPS），將相位機理選擇形式化為可追溯的路由問題。

元相位選擇器首先將任務轉換為「相位任務簽名」：

\Sigma_\tau = ( O, R, D, C, M, V, P, H, K, G )

其中分別描述相位本體、表示要求、動態型態、耦合結構、記憶需求、驗證需求、權限風險、可用硬體、成本約束與目標。

接著，選擇器查詢相位機器登錄庫，執行：

硬性相容性過濾；
能力覆蓋評估；
成本與風險估計；
機器組合搜尋；
轉換器規劃；
動態切換與降級；
結果整合與責任記錄。

本文提出單機選擇、多機組合、階段式路由、事件觸發切換與失敗降級五種主要策略，並建立「必要能力不可被總分掩蓋」原則。元相位選擇器不是單純推薦系統，而是相位計算中的控制層、規劃層與治理層。

其核心結構為：

\boxed{ \text{任務} \rightarrow \text{相位判定} \rightarrow \text{任務簽名} \rightarrow \text{機器登錄查詢} \rightarrow \text{選擇／組合／切換} \rightarrow \text{結果與證書} }

本文最後將 MPS 映射至全域欲相位認識論（GIPE），指出 GIPE 不應固定使用單一相位求解器，而應依照欲、世界模型、假設、證據、行動、資源與多 Agent 狀態動態路由到不同相位機器。

關鍵詞

元相位選擇器、PCMT、GIPE、相位機器、機理路由、AI 選擇、能力登錄、混合計算、動態切換、責任治理

一、問題提出

1.1 分類完成後，真正困難才開始

相位本體分類完成後，系統可以知道：

這是一個認識相位。

相位機器登錄完成後，系統也可以知道：

相位圖機、相位證明機與相位事件機都能處理部分認識相位。

但接下來仍有問題：

應該選哪一台？
是否需要多台？
哪台先執行？
哪些輸出需要轉換？
何時切換？
何時降級？
哪台機器的結果具有較高可信度？
若兩台機器衝突，如何處理？
若任務在中途改變，是否需要重新路由？

因此，機器登錄庫本身不是智能。

1.2 最快不等於最適

一台 GPU 相位模擬機可能最快，但它未必：

保存完整證據路徑；
處理多 Agent 權限；
輸出形式證書；
支援不可逆行動治理；
區分語義關聯與認識支持。

因此：

\text{Fastest} \neq \text{BestFit}

1.3 最強不等於最適

一個能力最多的混合系統可能覆蓋所有需求，但其：

成本過高；
延遲過大；
協調複雜；
驗證困難；
攻擊面增加。

因此：

\text{MaximumCapability} \neq \text{OptimalSelection}

二、元相位選擇器的定義

2.1 基本定義

定義 1：元相位選擇器

元相位選擇器是一個根據任務相位簽名、相位機器登錄庫、可用資源與治理約束，自動選擇、組合、排序、切換或拒絕相位機器的控制系統。

形式化表示：

\operatorname{MPS} : ( \Sigma_\tau, \mathcal R_M, \mathcal H, \mathcal G ) \rightarrow \Pi_M

其中：

$\Sigma_\tau$ ：任務簽名；
$\mathcal R_M$ ：機器登錄庫；
$\mathcal H$ ：可用硬體與資源；
$\mathcal G$ ：治理與安全約束；
$\Pi_M$ ：機器執行計畫。

2.2 輸出不是機器名稱

MPS 的輸出應是一個執行計畫：

\Pi_M = ( \mathcal M, \mathcal C, \mathcal O, \mathcal S, \mathcal F, \mathcal V )

其中：

$\mathcal M$ ：選中的機器；
$\mathcal C$ ：所需轉換器；
$\mathcal O$ ：執行順序；
$\mathcal S$ ：切換條件；
$\mathcal F$ ：失敗與降級策略；
$\mathcal V$ ：驗證與證書要求。

2.3 元相位選擇器本身也是相位機

MPS 處理的是：

任務狀態；
機器狀態；
資源狀態；
風險狀態；
適配狀態。

因此它屬於：

MetaPhaseMachine

但其功能不是直接求解業務相位，而是管理其他相位機器。

三、相位任務簽名

3.1 任務簽名的必要性

自然語言任務通常是模糊的。

例如：

判斷永光石是否存在。

這句話尚未說明：

相位本體；
證據標準；
是否允許不確定；
是否需要完整歷史；
是否涉及多 Agent；
是否需要真實實驗；
是否允許不可逆操作。

因此必須正規化。

3.2 任務簽名結構

\Sigma_\tau = ( O, R, D, C, M, V, P, H, K, G )

$O$ ：本體需求

例如：

EpistemicPhase；
SemanticPhase；
DecisionPhase；
PhysicalPhase。

$R$ ：表示需求

例如：

SparseGraph；
EventLog；
ContinuousSignal；
TypedState；
ProofTerm。

$D$ ：動態需求

例如：

靜態；
批次；
增量；
事件驅動；
連續時間；
長期流式。

$C$ ：耦合需求

例如：

無耦合；
稀疏圖；
多 Agent；
全域同步；
超圖。

$M$ ：記憶需求

例如：

無狀態；
有限窗口；
持久歷史；
全程追溯；
證明軌跡。

$V$ ：驗證需求

例如：

自檢；
確定性檢查；
外部驗證；
形式證明；
實體測量。

$P$ ：權限與風險

例如：

只讀；
可修改局部狀態；
可執行低風險行動；
不可逆操作需批准。

$H$ ：硬體與環境

例如：

CPU；
GPU；
FPGA；
雲端；
本地端；
無外部網路。

$K$ ：成本限制

例如：

延遲；
Token；
記憶體；
能耗；
工具次數；
金錢預算。

$G$ ：目標與停止條件

例如：

找到可重現證據；
產生候選排序；
輸出形式證書；
在 30 次行動內完成。

3.3 任務簽名範例

phase_task_signature:
  task_id: eternal-light-existence

  ontology:
    required:
      - epistemic_phase
      - semantic_phase
      - decision_phase

  representation:
    preferred:
      - sparse_graph
      - typed_state
      - event_log

  dynamics:
    - incremental
    - event_driven

  coupling:
    - sparse_graph
    - multi_agent

  memory:
    minimum: persistent_history
    traceability: full_trace

  verification:
    minimum: deterministically_checked
    final_required:
      - external_observation

  permission:
    irreversible_action: approval_required

  hardware:
    available:
      - cpu

  cost:
    major_actions: 30
    precision_measurements: 2

  goal:
    - determine_existence
    - synthesize_alternative_if_absent

四、選擇流程

4.1 階段一：本體判定

先執行：

\operatorname{IsPhase}

與：

\operatorname{PhaseType}

若任務本身不構成相位問題，MPS 應拒絕強行套用相位機器。

4.2 階段二：硬性過濾

先檢查不可妥協條件。

例如：

必須支援 EpistemicPhase；
必須保存完整歷史；
必須可回滾；
不得修改全域目標；
必須在 CPU 執行。

若：

Req_{hard} \not\subseteq Cap(M)

則直接淘汰。

4.3 階段三：軟性評分

剩餘機器依下式評分：

S(M\mid\tau) = w_fF + w_cC + w_vV + w_tT + w_aA - w_kK - w_rR - w_oO

其中：

$F$ ：本體適配；
$C$ ：能力覆蓋；
$V$ ：驗證與追溯；
$T$ ：時間與延遲適配；
$A$ ：自適應能力；
$K$ ：成本；
$R$ ：風險；
$O$ ：不透明度。

4.4 階段四：單機或組合判定

若單機滿足全部硬性需求且成本合理，選單機。

否則搜尋：

\mathcal M = \{ M_1,\ldots,M_n \}

使得：

Req(\tau) \subseteq \bigcup_i Cap(M_i)

4.5 階段五：轉換規劃

若機器輸入輸出型別不一致，需加入轉換器：

M_1 \rightarrow C_{12} \rightarrow M_2

轉換器本身也需要：

能力 manifest；
誤差；
損失；
驗證；
可逆性。

4.6 階段六：執行與監測

選擇後仍需監測：

是否超時；
是否失穩；
是否輸出不相容；
是否超出權限；
是否成本爆炸；
是否應切換機器。

五、五種選擇策略

5.1 單機直接選擇

適合：

任務本體單純；
能力需求明確；
一台機器可完整覆蓋；
轉換成本低。

例如：

ContinuousPhysicalPhase
→ PhaseOscillationMachine

5.2 多機組合

適合跨本體任務。

例如 GIPE：

PhaseGraphMachine
+
PhaseEventMachine
+
PhaseProofMachine

分別處理世界模型、Agent 行動與不可逆治理。

5.3 階段式路由

不同研究階段使用不同機器。

例如：

初始搜尋
→ 相位圖機

候選實驗
→ 相位模擬機

不可逆執行前
→ 相位證明機

長期監測
→ 相位流機

5.4 事件觸發切換

某事件發生時切換機器。

例如：

若出現高風險行動
→ 啟動相位證明機

若資料流出現漂移
→ 啟動相位流機

若 Agent 衝突超過閾值
→ 啟動相位事件機與審計

5.5 失敗降級

若首選機器不可用：

PhysicalPhaseHardware
→ unavailable
→ GPU Simulation
→ unavailable
→ CPU Approximation

但每次降級必須揭露：

精度下降；
延遲增加；
驗證等級下降；
功能缺失。

六、必要能力不可被總分掩蓋

6.1 總分的危險

假設某機器：

速度極快；
成本極低；
但不能保存證據歷史。

若任務要求完整責任追溯，該機器即使總分很高，也不應被選中。

因此：

S(M) \text{ 高} \not\Rightarrow M\text{ 可用}

6.2 硬條件優先

選擇流程必須先滿足：

HardReq(\tau)

再比較：

SoftPref(\tau)

6.3 禁止加權抵銷

不可讓：

高速度抵銷無追溯；
低成本抵銷權限不足；
高準確率抵銷不可驗證；
高覆蓋抵銷本體錯配。

七、機器組合搜尋

7.1 組合目標

選擇機器集合：

\mathcal M^\ast = \arg\max_{\mathcal M} \left[ Coverage + Complementarity + Verifiability - Cost - Redundancy - CoordinationRisk \right]

7.2 互補性

兩台機器若支援不同必要能力，具有高互補性。

例如：

相位圖機保存關係；
相位證明機檢查不可逆轉換。

7.3 冗餘性

兩台機器若：

本體相同；
表示相同；
模型相同；
資料相同；
輸出相同；

則其重複不一定提供獨立驗證。

7.4 組合上限

為防止機器膨脹，應限制：

最大機器數；
最大轉換器數；
最大深度；
最大協調成本；
最低邊際收益。

八、切換理論

8.1 為何需要切換

任務可能在執行中改變。

例如：

初期只是語義探索；
後來形成認識假設；
再後來需要真實實驗；
最後涉及不可逆行動。

因此，固定機器可能逐步失配。

8.2 切換條件

定義：

Switch(M_i\rightarrow M_j)

在以下條件下觸發：

本體改變；
表示改變；
風險升高；
驗證要求提高；
資源不足；
機器失效；
輸出衝突；
任務進入新階段。

8.3 切換成本

C_{switch} = C_{state} + C_{conversion} + C_{warmup} + C_{validation}

頻繁切換可能得不償失。

8.4 滯後門檻

為避免來回震盪，切換應設定滯後：

S(M_j)-S(M_i) > \delta

只有當新機器的優勢超過門檻 $\delta$ 時才切換。

九、結果整合

9.1 多機輸出不一定同型

例如：

相位圖機輸出衝突圖；
相位模擬機輸出數值概率；
相位證明機輸出合法／不合法；
相位事件機輸出行動狀態。

因此不能直接平均。

9.2 型別化整合

整合器應依輸出型別處理：

Y^G = \operatorname{TypedIntegrate} ( Y_1,\ldots,Y_n )

9.3 衝突保留

若機器輸出衝突，應保留：

衝突命題；
機器來源；
能力可信度；
輸入資料；
驗證等級；
可區分的下一步。

9.4 證明機優先權的限制

相位證明機只能證明：

給定形式系統內的合法性。

它不能自動證明：

前提真實；
外部世界真相；
感測資料正確。

因此形式證書不應覆蓋外部觀測。

十、選擇證書

10.1 為什麼需要選擇證書

若 AI 選擇某台機器卻沒有記錄理由，事後無法判斷：

是否本體錯配；
是否忽略硬條件；
是否因資源不足降級；
是否有更佳候選；
是否違反權限。

10.2 Selection Certificate

selection_certificate:
  task_id: eternal-light-existence
  selector_version: mps-0.1

  hard_requirements:
    - epistemic_phase
    - persistent_history
    - full_trace
    - cpu_available

  candidates_considered:
    - phase_graph_machine
    - vector_belief_updater
    - phase_event_machine
    - phase_proof_machine

  selected:
    - phase_graph_machine
    - phase_event_machine
    - phase_proof_machine

  reasons:
    phase_graph_machine:
      - supports_epistemic_graph
      - preserves_conflicts
      - persistent_history
    phase_event_machine:
      - handles_agent_and_action_lifecycle
    phase_proof_machine:
      - guards_irreversible_transition

  rejected:
    vector_belief_updater:
      - no_full_trace
      - no_conflict_graph

  known_gaps:
    - no_physical_measurement_machine

  fallback:
    - manual_external_observation

十一、選擇器的三種實現

11.1 規則型

使用明確規則：

若 ontology = epistemic
且 representation = sparse_graph
且 traceability = required
→ PhaseGraphMachine

優點：

可解釋；
易驗證；
適合 v0.1。

11.2 最佳化型

將選擇寫成約束最佳化：

\max_{\mathcal M} U(\mathcal M)

subject to：

HardReq \subseteq Cap(\mathcal M)

11.3 學習型

根據歷史任務學習：

P(M\mid\Sigma_\tau)

但學習型不能取代硬性型別與權限檢查。

最佳架構應為：

\boxed{ \text{規則約束} + \text{最佳化} + \text{經驗學習} }

十二、子 Agent 與元相位選擇

12.1 子 Agent 不是相位機器本身

子 Agent 是具有局部欲與世界模型的認識器官。

它可以調用相位機器，但不能與相位機器概念混同。

12.2 子 Agent 可以提出機器建議

例如：

反證 Agent 建議啟動相位模擬機；
審計 Agent 建議啟動相位證明機；
記憶 Agent 建議切換到持久相位圖機。

12.3 主控負責最終採納

機器選擇仍需責任閉合：

子 Agent 建議
→ MPS 評估
→ 主控採納
→ 執行
→ 日誌

十三、GIPE 的元相位路由

13.1 欲解析階段

使用：

相位事件機；
相位證明機。

目的：

解析目標；
檢查約束；
標示不可逆條件。

13.2 世界模型階段

使用：

相位圖機；
必要時相位流機。

目的：

建立 SGCD；
更新證據；
保存衝突；
追蹤長期變化。

13.3 候選生成階段

使用：

相位圖機；
相位模擬機；
子 Agent。

13.4 反證階段

使用：

相位證明機；
相位模擬機；
外部實驗機。

13.5 行動階段

使用：

相位事件機；
決策控制機；
權限證明機。

13.6 長期研究階段

使用：

相位流機；
持久相位圖機；
元相位機。

十四、永光石世界範例

14.1 初始任務

判定永光石是否存在。

MPS 辨識：

EpistemicPhase；
SemanticPhase；
DecisionPhase；
PersistentHistory；
FullTrace。

選擇：

相位圖機；
相位事件機；
相位證明機。

14.2 發現材料需測量

任務新增：

PhysicalPhase；
MeasurementRequired。

MPS 觸發切換：

加入相位模擬機
加入外部測量介面

14.3 發現高溫處理可能不可逆

任務新增：

IrreversibleAction；
RiskElevated。

MPS 觸發：

相位證明機提升為必要前置節點

14.4 長期發光觀測

任務新增：

TemporalPhase；
DelayedObservation。

MPS 加入：

相位流機。

這顯示同一任務會隨研究進程切換相位機器組合。

十五、失敗模式

15.1 名稱匹配

看到「相位」便選振盪機。

15.2 硬體崇拜

看到 GPU、量子或光學便優先選擇。

15.3 單一總分

以加權總分掩蓋硬條件缺失。

15.4 過度組合

為求完整而啟動過多機器。

15.5 切換震盪

機器頻繁切換，導致成本爆炸。

15.6 轉換失真

語義相位轉認識相位時丟失來源與反證。

15.7 驗證錯配

形式證書被誤當外部真實證明。

15.8 權限越界

選擇器啟動了超出任務權限的機器。

十六、可證偽條件

元相位選擇器應接受以下測試：

是否能阻止本體不相容的機器；
是否優於固定單一機器；
是否優於人工名稱匹配；
是否能在任務變化時正確切換；
是否能控制組合成本；
是否能保留選擇理由；
是否能在硬體缺失時合理降級；
是否能辨識形式驗證與外部證據差異；
是否能在 GIPE 偽世界中提升行動效率；
是否會產生頻繁且無價值的切換。

若 MPS 只是在事後合理化已選機器，則理論失敗。

十七、工程接口

17.1 Selector Input

selector_input:
  task_signature: path/to/task.yaml
  registry: path/to/registry.yaml
  available_resources:
    cpu: true
    gpu: false
  governance:
    irreversible_requires_approval: true

17.2 Selector Output

execution_plan:
  machines:
    - gipe-world-graph
    - gipe-agent-events
    - gipe-proof-guard
  order:
    - gipe-world-graph
    - gipe-agent-events
    - gipe-proof-guard
  converters: []
  switch_conditions:
    - when: physical_measurement_required
      add: phase_simulation_machine
  fallback:
    - manual_review
  certificate:
    enabled: true

17.3 Runtime Event

runtime_event:
  type: evidence_conflict_increased
  severity: high
  current_machine: gipe-world-graph
  selector_action:
    add:
      - gipe-proof-guard
      - falsification-agent

十八、後續研究

18.1 MPS 規則庫

建立相位本體到機器的基礎規則。

18.2 組合最佳化器

實作 set-cover、constraint solving 與成本估計。

18.3 切換控制器

加入滯後、冷卻時間與失穩偵測。

18.4 選擇基準

比較：

固定求解器；
人工選擇；
規則型 MPS；
最佳化 MPS；
學習型 MPS。

18.5 GIPE Phase Stack

將 MPS 正式嵌入 GIPE。

十九、結論

PCMT 的前三個問題依序是：

什麼是相位？
哪些機器能處理這種相位？
AI 應如何選擇這些機器？

本文完成第三個問題。

元相位選擇器不是一般工具推薦器，而是：

型別檢查器；
能力路由器；
組合規劃器；
動態切換器；
降級控制器；
選擇責任記錄器。

其完整流程為：

\boxed{ \text{任務} \rightarrow \text{相位本體判定} \rightarrow \text{任務簽名} \rightarrow \text{硬性過濾} \rightarrow \text{能力評分} \rightarrow \text{組合與轉換} \rightarrow \text{執行監測} \rightarrow \text{切換與降級} \rightarrow \text{選擇證書} }

對 GIPE 而言，最重要的結論是：

\boxed{ \text{GIPE 不應擁有一個固定的相位計算核心，} }

\boxed{ \text{而應擁有一個能依任務動態配置多種相位機器的元相位控制層。} }

下一步因此是：

《GIPE Phase Stack：多相位認識計算架構》

它將把欲、世界模型、假設、證據、行動、資源、子 Agent 與相位機器正式整合成一套可執行的認識計算堆疊。

附錄 A：MPS 七步驟

1. Phase Detection
2. Task Signature
3. Hard Filtering
4. Soft Scoring
5. Composition Planning
6. Runtime Switching
7. Selection Certificate

附錄 B：五種策略

Single Machine
Machine Composition
Stage Routing
Event-Triggered Switching
Failure Fallback

附錄 C：三種實現

Rule-Based
Optimization-Based
Learning-Based

附錄 D：PCMT 系列

PCMT-01 相位計算機理論
PCMT-02 相位本體分類論
PCMT-03 相位機器型別與能力登錄
PCMT-04 元相位選擇器
PCMT-05 GIPE Phase Stack

元相位選擇器_v0.1_AI的相位機理路由選擇組合與切換理論

元相位選擇器 v0.1

——AI 的相位機理路由、選擇、組合與切換理論

摘要

關鍵詞

一、問題提出

1.1 分類完成後，真正困難才開始

1.2 最快不等於最適

1.3 最強不等於最適

二、元相位選擇器的定義

2.1 基本定義

2.2 輸出不是機器名稱

2.3 元相位選擇器本身也是相位機

三、相位任務簽名

3.1 任務簽名的必要性

3.2 任務簽名結構

OOO ：本體需求

RRR ：表示需求

DDD ：動態需求

CCC ：耦合需求

MMM ：記憶需求

VVV ：驗證需求

PPP ：權限與風險

HHH ：硬體與環境

KKK ：成本限制

GGG ：目標與停止條件

3.3 任務簽名範例

四、選擇流程

4.1 階段一：本體判定

4.2 階段二：硬性過濾

4.3 階段三：軟性評分

4.4 階段四：單機或組合判定

4.5 階段五：轉換規劃

4.6 階段六：執行與監測

五、五種選擇策略

5.1 單機直接選擇

5.2 多機組合

5.3 階段式路由

5.4 事件觸發切換

5.5 失敗降級

六、必要能力不可被總分掩蓋

6.1 總分的危險

6.2 硬條件優先

6.3 禁止加權抵銷

七、機器組合搜尋

7.1 組合目標

7.2 互補性

7.3 冗餘性

7.4 組合上限

八、切換理論

8.1 為何需要切換

8.2 切換條件

8.3 切換成本

8.4 滯後門檻

九、結果整合

9.1 多機輸出不一定同型

9.2 型別化整合

9.3 衝突保留

9.4 證明機優先權的限制

十、選擇證書

10.1 為什麼需要選擇證書

10.2 Selection Certificate

十一、選擇器的三種實現

11.1 規則型

11.2 最佳化型

11.3 學習型

十二、子 Agent 與元相位選擇

12.1 子 Agent 不是相位機器本身

12.2 子 Agent 可以提出機器建議

12.3 主控負責最終採納

十三、GIPE 的元相位路由

13.1 欲解析階段

13.2 世界模型階段

13.3 候選生成階段

13.4 反證階段

13.5 行動階段

13.6 長期研究階段

十四、永光石世界範例

14.1 初始任務

14.2 發現材料需測量

$O$ ：本體需求

$R$ ：表示需求

$D$ ：動態需求

$C$ ：耦合需求

$M$ ：記憶需求

$V$ ：驗證需求

$P$ ：權限與風險

$H$ ：硬體與環境

$K$ ：成本限制

$G$ ：目標與停止條件