差合化張量操作論：原生張量記憶的差異、合成、演化、顯影與驗證算子

Differential-Synthetic Tensor Operations: Operators of Differentiation, Composition, Evolution, Revealing, and Validation for Tensor-Native Memory

版本：v0.1
日期：2026-07-27
文件性質：基礎理論論文／算子框架
系列位置：動態顯影與原生張量記憶系列，第五篇

摘要

前四篇已依序建立動態語義顯影、動態記憶顯影、原生張量記憶本體，以及記憶糾纏、可分離性與關係原生性。這些工作說明：人工智慧記憶不應只被理解為可搜尋的文字片段或向量集合，而應被理解為由語義、時間、因果、任務、版本、來源、代理、權限、認知狀態與行動結果共同構成的多模式關係態。然而，若缺少一套明確的操作論，張量記憶仍只能停留在表示層；系統仍無法回答如何建立關係、如何恢復差異、如何限制合成、如何處理不可分離殘差，以及如何驗證記憶變換是否可靠。

本文提出「差合化張量操作論」。其中，「差」不是普通減法，而是依指定模式、任務、來源與治理條件恢復差異、邊界、分支、矛盾及責任；「合」不是集合聯集或向量相加，而是在保留來源與差異的條件下建立受控耦合與關係原生項；「化」不是只更新張量元素，而是允許模式集合、張量階數、局部拓撲、關係秩與可見條件共同演化。本文並將顯影、驗證、權限閘門與操作帳本納入統一系統：

\mathfrak D_M = \left( \mathfrak M, \{\Delta_\alpha\}, \{\mathcal U_\beta\}, \mathfrak T, \{\Pi_\xi\}, \mathcal V, \Gamma, \mathcal L \right)

其中， $\mathfrak M$ 為原生張量記憶場， $\Delta_\alpha$ 為差異與解纏算子族， $\mathcal U_\beta$ 為合成與再糾纏算子族， $\mathfrak T$ 為結構演化算子， $\Pi_\xi$ 為條件顯影算子， $\mathcal V$ 為驗證算子， $\Gamma$ 為權限與治理閘門， $\mathcal L$ 為不可變操作帳本。

本文主張：差合化不是要求所有操作可逆，而是要求每次操作都能回答其輸入型別、形成條件、關係增量、資訊損失、替代結果、來源歸屬與驗證結果。由此，解纏與再糾纏被重新定義為受約束、可撤銷、可重播的記憶工程，而非任意張量分解與拼接。本文最後提出基礎命題、算子契約、非交換結構、失敗狀態、工程架構、評估指標與最小資料模型，作為第六篇「張量動態顯影與工作記憶重構」的直接操作地基。

關鍵詞： 差合化、原生張量記憶、記憶解纏、受控糾纏、動態顯影、操作算子、關係原生性、記憶驗證、來源保持、AI 記憶工程

1. 導論：表示記憶，仍不等於能夠操作記憶

原生張量記憶論將記憶表示為多模式關係態：

\mathbb M \in \bigotimes_{k\in\sigma} \mathcal V_k

其中 $\sigma$ 可包含語義、時間、因果、任務、版本、來源、代理、權限、認知狀態與行動結果等模式。

這個表示解決了向量記憶過度壓縮的問題，卻尚未自動解決下列操作問題：

兩個記憶態何時應被合成？
合成後新增的是普通內容，還是關係原生項？
如何將版本差異與來源差異重新分開？
如何在解纏時保留共同生成的知識？
哪些操作可以撤銷，哪些只能近似重建？
操作次序是否改變結果？
權限、責任與認知狀態如何參與運算？
如何判斷一次合成或解纏是成功、失敗，還是證據不足？

因此：

\text{Tensor Representation} \neq \text{Tensor Memory Operation}

若沒有操作論，系統仍可能採用舊式方法：

用相似度決定合併；
用向量差表示差異；
用摘要取代分支；
用最新文本覆蓋舊版本；
用最後輸出代理取得全部責任；
用低秩分解因子冒充歷史來源；
用數值重建誤差取代任務、來源與治理驗證。

這些方法在表面上完成運算，實際上卻可能破壞記憶身份。

本文提出的差合化操作論，目標不是建立一組無條件封閉的純代數，而是建立一套可供人工智慧記憶系統執行的具型別、具條件、具帳本、具治理與具驗證的操作語言。

2. 系列位置：從「存在什麼」進入「可以如何變換」

2.1 第一篇：動態語義顯影

第一篇建立：語義不是固定存在於單一向量中的結果，而是在查詢、任務、上下文、時間、觀測者、權限與工作狀態共同作用下被條件性顯影。

\mathbf v_{h,\xi} = \pi_\xi(\mathbb S_h)

向量被重新定位為條件投影，而不是完整語義本體。

2.2 第二篇：動態記憶顯影

第二篇將問題從「找出相關內容」提升為「重建可延續工作狀態」：

\text{顯影} \rightarrow \text{回溯} \rightarrow \text{重建} \rightarrow \text{驗證} \rightarrow \text{延續}

2.3 第三篇：原生張量記憶本體

第三篇說明：記憶不是向量加 metadata，而是多模式共同構成的局部張量關係態；來源、版本與權限不是事後附加欄位，而是記憶身份的一部分。

2.4 第四篇：糾纏與可分離性

第四篇建立：記憶糾纏必須同時滿足結構不可分離性與關係必要性，且解纏不是普通張量分解。

\text{Memory Entanglement} = \text{Structural Non-Separability} + \text{Relational Necessity}

2.5 本篇：操作層

本篇回答：

在承認多模式關係、糾纏、來源與分支的前提下，記憶態究竟可以進行哪些合法變換？

因此，本篇是從本體論進入操作論的橋梁。

3. 「差合化」的三個基本字義

3.1 差：恢復可操作差異

本文所稱「差」不是只計算：

\mathbb M_2-\mathbb M_1

而是辨識：

哪些成分屬於不同來源；
哪些成分屬於不同時間；
哪些成分屬於版本分歧；
哪些成分形成因果修訂；
哪些成分是未解矛盾；
哪些關係只能共同保留；
哪些內容是錯誤耦合或推定污染。

所以差是一種邊界恢復與關係辨識。

3.2 合：建立受控共同態

「合」不是將兩個記憶節點放入同一集合，也不是把向量平均。合是：

在明確條件、來源、型別與任務下，建立新的共同狀態與關係項，同時保留各部分的身份及不可解衝突。

3.3 化：結構本身可以改變

「化」表示記憶更新不限於數值變化。新輸入可以造成：

新模式出現；
舊模式失效；
張量階數改變；
關係秩提高或降低；
分支形成或合併；
權限域變更；
認知狀態由推定轉為觀測；
原先有效的耦合變成過期關係。

因此：

\operatorname{Type}(\mathbb M_{t+1}) \neq \operatorname{Type}(\mathbb M_t)

在一般情況下是允許的。

4. 差合化不是傳統加減法的重新命名

4.1 減法無法恢復來源

若：

\mathbf z=\mathbf x+\mathbf y

只知道 $\mathbf z$ ，通常不能唯一恢復 $\mathbf x$ 與 $\mathbf y$ 。

即使有：

\mathbf z-\mathbf x=\mathbf y

也要求 $\mathbf x$ 已知、表示空間一致，且合成沒有產生新關係。

記憶合成往往不滿足這些條件。

4.2 聯集無法表達共同生成

集合聯集：

A\cup B

可以保存元素，卻不自動表示：

哪些元素形成支持；
哪些形成反駁；
哪些構成修訂；
哪些只在共同存在時產生新結論。

4.3 平均會消除矛盾

若兩個版本互相衝突，向量平均可能產生一個不存在於任何版本的中間表示。

因此：

\operatorname{Average}(\mathbb M_A,\mathbb M_B)

通常不是合法的版本合併。

4.4 差合化的最低要求

一次合法操作至少必須回答：

( \text{input type}, \text{condition}, \text{provenance}, \text{relation delta}, \text{loss}, \text{alternatives}, \text{validation} )

5. 差合化張量記憶系統

本文將完整系統定義為：

\mathfrak D_M = \left( \mathfrak M, \{\Delta_\alpha\}_{\alpha\in A}, \{\mathcal U_\beta\}_{\beta\in B}, \mathfrak T, \{\Pi_\xi\}_{\xi\in\Xi}, \mathcal V, \Gamma, \mathcal L \right)

其中：

$\mathfrak M$ ：原生張量記憶場；
$\Delta_\alpha$ ：不同目的的差異、分離與解纏算子；
$\mathcal U_\beta$ ：不同型態的合成、耦合與再糾纏算子；
$\mathfrak T$ ：記憶結構演化算子；
$\Pi_\xi$ ：以條件 $\xi$ 顯影局部工作態；
$\mathcal V$ ：結構、任務、來源、因果與治理驗證；
$\Gamma$ ：權限、政策與責任閘門；
$\mathcal L$ ：不可變操作帳本。

5.1 為何需要權限閘門

允許被計算的記憶態應先限定為：

\mathfrak M^{\mathrm{allowed}}_{a,p,t} = \Gamma_{a,p,t}(\mathfrak M)

其中 $a$ 為代理或使用者， $p$ 為目的， $t$ 為時間。

5.2 為何需要操作帳本

操作帳本保存：

原始輸入引用；
算子型別與版本；
條件與參數；
輸出候選；
被拒絕的替代方案；
資訊損失；
驗證結果；
人工或代理批准；
後續撤銷與修訂。

沒有帳本，差合化結果將重新變成不可追溯的模型輸出。

6. 記憶態與操作域

6.1 原始痕跡態

\mathbb T_i

對應不可變的訊息、文件、提交、工具紀錄或事件。

6.2 局部關係態

\mathbb R_U

表示一組痕跡 $U$ 之間的支持、反駁、修訂、分支、因果或責任關係。

6.3 工作記憶態

\mathbb W_\xi

表示在當前條件 $\xi$ 下，足以支援任務延續的局部狀態。

6.4 操作候選態

\mathbb C^{(j)}

表示尚未被驗證或採納的差合結果。

6.5 派生態與原始態不得混同

所有 $\Delta$ 、 $\mathcal U$ 、 $\mathfrak T$ 與 $\Pi$ 的輸出，除非它們只是原始內容的無損視圖，都必須標記為派生態，不得覆寫原始痕跡。

7. 差異算子族的總體形式

差異算子不是單一函數，而是一族具型別的部分算子：

\Delta_\alpha: \mathcal D_\alpha \rightharpoonup \mathcal O_\alpha

符號 $\rightharpoonup$ 表示它可能對某些輸入未定義或拒絕執行。

標準輸出可寫為：

\Delta_\alpha ( \mathbb M \mid C ) = \left( \widehat{\mathcal F}, \mathcal R^{+}, \mathcal R^{?}, \mathcal R^{-}, \mathcal A, \mathcal E, \mathcal G \right)

其中：

$\widehat{\mathcal F}$ ：候選分區或來源因子；
$\mathcal R^{+}$ ：應保留的有效關係；
$\mathcal R^{?}$ ：證據不足的未知關係；
$\mathcal R^{-}$ ：錯誤或應解除的關係；
$\mathcal A$ ：替代解纏方案；
$\mathcal E$ ：資訊損失與殘差；
$\mathcal G$ ：治理與權限結果。

8. 十類基本差異算子

8.1 語義差異算子

\Delta_{\mathrm{sem}}

辨識命題、概念、範圍與限定條件的差異，而不是只比較詞彙距離。

8.2 時間差異算子

\Delta_{\mathrm{time}}

區分事件時間、紀錄時間、有效時間與推定時間。

8.3 因果差異算子

\Delta_{\mathrm{causal}}

區分共同出現、統計關聯、直接因果、間接因果與單純先後。

8.4 任務差異算子

\Delta_{\mathrm{task}}

區分相同內容在不同任務中的操作身份與必要性。

8.5 版本差異算子

\Delta_{\mathrm{version}}

恢復共用祖先、修改內容、修改理由、被撤回結論與尚未驗證分支。

8.6 來源差異算子

\Delta_{\mathrm{source}}

辨識誰觀測、誰提出、誰轉述、誰推導、誰批准與誰僅負責輸出。

8.7 代理差異算子

\Delta_{\mathrm{agent}}

恢復多代理分工、責任邊界與交接歷史。

8.8 權限差異算子

\Delta_{\mathrm{permission}}

將可共享、局部可用、僅可驗證存在及完全不可顯影的內容分離。

8.9 認知狀態差異算子

\Delta_{\mathrm{epistemic}}

區分觀測、直接推導、推定、猜測、已否定、被取代與未決。

8.10 行動—結果差異算子

\Delta_{\mathrm{action}}

辨識意圖、實際操作、工具輸出、系統狀態變化與後續影響。

9. 差異不是元素刪除，而是邊界恢復

9.1 元素級刪除的不足

假設摘要中存在錯誤句：

方法 A 已通過驗證。

若真實歷史包含：

方法 A 曾初步有效；
後發現資料洩漏；
原結論被撤回；
修正版 A2 尚未驗證。

只刪除錯誤句，仍無法恢復工作狀態。

9.2 邊界恢復

合法差異操作應恢復：

( A, \text{initial support}, \text{leakage}, \text{withdrawal}, A2, \text{unverified} )

及它們之間的因果與版本關係。

9.3 差異輸出可以保留共同項

若兩分支具有共用祖先 $\mathbb M_0$ ：

\mathbb M_A = \mathbb M_0\oplus\delta_A

\mathbb M_B = \mathbb M_0\oplus\delta_B

差異結果不應重複複製 $\mathbb M_0$ ，而應保留：

( \mathbb M_0, \delta_A, \delta_B, \mathbb E_{A,B}^{\mathrm{conflict}} )

10. 差異算子與可分離近似

第四篇定義了最佳可分離近似：

\operatorname{Sep}_{\mathcal P,C}(\mathbb M) = \arg\min_{\mathbb S\in\mathfrak S_{\mathcal P}} D_C(\mathbb M,\mathbb S)

本篇將差異算子建立在此之上，但不與其等同。

10.1 可分離近似只提供結構候選

\operatorname{Sep}_{\mathcal P,C}(\mathbb M)

可能得到一組數學因子，但因子不一定對應歷史來源、責任或版本。

10.2 差異算子加入語義與治理約束

\Delta_\alpha = \operatorname{Interpret} \circ \operatorname{Constrain} \circ \operatorname{Residualize} \circ \operatorname{Sep}

其中每一步均需記錄證據。

10.3 不可分離殘差不能被丟棄

\mathbb E_{\mathcal P,C} = \mathbb M - \operatorname{Sep}_{\mathcal P,C}(\mathbb M)

應被分類為：

\mathbb E = \mathbb E^{+} \oplus \mathbb E^{?} \oplus \mathbb E^{-}

分別表示有效關係、未知關係與錯誤耦合。

11. 關係保持差異

11.1 強制拆分的風險

某個結論可能只存在於：

\mathbb T_1 \otimes \mathbb T_2 \otimes \mathbb T_3

的共同關係中。

若將它歸屬給其中任一痕跡，都會製造來源錯誤。

11.2 關係原生項

差異輸出應允許：

\mathbb R_{123}^{\mathrm{native}}

作為不可單獨歸屬的共同生成記憶。

11.3 最小關係保持條件

對原關係集合 $\mathcal R$ ，差異後必須滿足：

\operatorname{ValidRel} \left( \Delta_\alpha(\mathbb M) \right) \supseteq \mathcal R_{\mathrm{necessary}}

除非帳本明確記錄某關係因證據不足或被新證據否定而移除。

12. 合成算子族的總體形式

合成算子同樣是具型別的部分算子：

\mathcal U_\beta: \mathcal D_\beta^{(1)} \times\cdots\times \mathcal D_\beta^{(n)} \rightharpoonup \mathcal O_\beta

標準輸出為：

\mathcal U_\beta ( \mathbb M_1,\ldots,\mathbb M_n \mid C ) = \left( \mathbb M_U, \mathcal R_{\mathrm{new}}, \mathcal C_{\mathrm{conflict}}, \mathcal L_{\mathrm{loss}}, \mathcal A, \mathcal G \right)

其中：

$\mathbb M_U$ ：合成候選態；
$\mathcal R_{\mathrm{new}}$ ：新形成的關係；
$\mathcal C_{\mathrm{conflict}}$ ：保留的衝突；
$\mathcal L_{\mathrm{loss}}$ ：壓縮或映射損失；
$\mathcal A$ ：替代合成方案；
$\mathcal G$ ：治理結果。

13. 九類基本合成算子

13.1 並置算子

\mathcal U_{\mathrm{juxtapose}}

只將記憶放入同一候選域，不宣稱其具有關係。

13.2 支持合成算子

\mathcal U_{\mathrm{support}}

建立證據對命題的支持關係，但保留支持強度與適用範圍。

13.3 反駁合成算子

\mathcal U_{\mathrm{counter}}

建立反例、限制或否定關係，不直接刪除原命題。

13.4 修訂合成算子

\mathcal U_{\mathrm{revision}}

建立舊版本、修訂理由、新版本與有效時間的共同態。

13.5 因果合成算子

\mathcal U_{\mathrm{causal}}

只在證據與條件充分時建立方向性因果關係。

13.6 分支合成算子

\mathcal U_{\mathrm{branch}}

保留共用祖先與多個互不覆寫的演化分支。

13.7 多代理交接算子

\mathcal U_{\mathrm{handoff}}

將不同代理的提案、轉換、驗證、批准與爭議狀態組成可交接工作態。

13.8 任務工作態合成算子

\mathcal U_{\mathrm{work}}

依當前任務重組目標、證據、決策、失敗路徑、未決節點與下一步。

13.9 高階共同生成算子

\mathcal U_{\mathrm{hyper}}

建立三個以上記憶單位共同形成的超邊關係。

14. 合成不是關係的自動宣告

14.1 並置與耦合必須區分

若：

\mathbb M_U = \mathbb M_1 \oplus \mathbb M_2

只表示並置；只有在具有證據時，才能加入：

\mathbb E_{12}^{(\beta)}

形成：

\mathbb M_U = \mathbb M_1 \oplus \mathbb M_2 \oplus \mathbb E_{12}^{(\beta)}

14.2 關係形成需要證據

新關係至少需包含：

( \text{relation type}, \text{evidence}, \text{scope}, \text{time}, \text{source}, \text{confidence}, \text{reversibility} )

14.3 無證據合成只能是候選

若證據不足，結果必須標記為：

\mathcal R^{?}

而不能寫入已確認關係層。

15. 受控糾纏

15.1 定義

受控糾纏是指：

系統在型別、來源、範圍、權限與任務條件下，建立具有可追溯關係項的共同記憶態。

形式上：

\mathbb M_{12}^{(\beta)} = \mathcal U_\beta ( \mathbb M_1, \mathbb M_2 \mid C )

15.2 受控條件

$C$ 至少包含：

C = ( C_{\mathrm{type}}, C_{\mathrm{prov}}, C_{\mathrm{time}}, C_{\mathrm{task}}, C_{\mathrm{permission}}, C_{\mathrm{evidence}}, C_{\mathrm{locality}} )

15.3 局部性

不應因一個局部關係，讓整個專案記憶全部互相耦合。

可定義最大作用域：

\operatorname{Scope}(\mathcal U_\beta) \subseteq U

其中 $U$ 是被授權且與任務相關的局部候選域。

16. 合成增量與關係原生增量

16.1 普通內容增量

若只增加新痕跡：

\delta\mathbb T

則記憶更新為：

\mathbb M' = \mathbb M \oplus \delta\mathbb T

16.2 關係增量

若新增支持、修訂或因果：

\delta\mathbb R

則：

\mathbb M' = \mathbb M \oplus \delta\mathbb T \oplus \delta\mathbb R

16.3 共同生成增量

若新知識只在聯合狀態中出現：

\delta\mathbb E_{1\cdots n}^{\mathrm{native}}

則它不得被歸屬給單一輸入。

16.4 合成增量帳本

每次合成應保存：

\Delta_{\mathcal U} = ( \delta\mathbb T, \delta\mathbb R, \delta\mathbb E, \delta\mathcal C, \delta\mathcal L )

其中 $\delta\mathcal C$ 為新增衝突， $\delta\mathcal L$ 為新增損失。

17. 矛盾保持合成

17.1 矛盾不能被平均

若：

P

與：

\neg P

均具有有效來源，合成結果不應是某個模糊中間值。

17.2 矛盾關係態

應建立：

\mathbb C_P = ( P, \neg P, E_P, E_{\neg P}, \text{scope}, \text{unresolved} )

17.3 後續可解決，但不可預先消失

只有在新證據、範圍劃分或版本更新足以解決矛盾時，才能將狀態改為 resolved。

18. 差與合一般不是互逆

18.1 第一個非逆關係

\Delta_\alpha \circ \mathcal U_\beta \neq I

原因包括：

合成產生新的關係原生項；
合成過程包含壓縮；
來源可能不完整；
多個分解同樣合理；
某些語義只在共同態中存在。

18.2 第二個非逆關係

\mathcal U_\beta \circ \Delta_\alpha \neq I

因為解纏可能保留替代候選、未知殘差與不可恢復損失。

18.3 可接受的目標是受約束近似

\mathcal V \left( \mathcal U_\beta \left( \Delta_\alpha(\mathbb M) \right), \mathbb M \right) \geq \tau_V

而不是要求形式上的完全相等。

19. 左逆、右逆、偽逆與重建算子

19.1 左逆

若存在：

\Delta_L \circ \mathcal U = I

則 $\Delta_L$ 是特定受限域上的左逆。

19.2 右逆

若：

\mathcal U \circ \Delta_R = I

則 $\Delta_R$ 是右逆。

19.3 偽逆

在帶損條件下，可定義：

\Delta^{+} = \arg\min_{\Delta} D_C \left( \mathcal U(\Delta(\mathbb M)), \mathbb M \right)

19.4 記憶重建不等於純數值偽逆

完整目標應同時最小化：

\mathcal J = \lambda_1D_{\mathrm{struct}} + \lambda_2D_{\mathrm{task}} + \lambda_3D_{\mathrm{prov}} + \lambda_4D_{\mathrm{causal}} + \lambda_5D_{\mathrm{version}} + \lambda_6D_{\mathrm{governance}}

20. 結構演化算子

20.1 基本形式

\mathbb M_{t+1} = \mathfrak T ( \mathbb M_t, I_t, A_t, C_t )

其中：

$I_t$ ：新輸入；
$A_t$ ：代理或工具行動；
$C_t$ ：上下文、權限與任務條件。

20.2 演化輸出

\mathfrak T \Rightarrow ( \mathbb M_{t+1}, \delta\Sigma, \delta\mathcal R, \delta\mathcal P, \delta\mathcal K, \mathcal L_t )

其中：

$\delta\Sigma$ ：模式集合變化；
$\delta\mathcal R$ ：關係變化；
$\delta\mathcal P$ ：權限或政策變化；
$\delta\mathcal K$ ：認知狀態變化；
$\mathcal L_t$ ：本次演化帳本。

20.3 結構演化不是覆寫

新狀態應由原狀態與增量共同建立：

\mathbb M_{t+1} = \operatorname{Materialize} ( \mathbb M_t, \delta_t )

原始痕跡與歷史狀態仍可回溯。

21. 張量階數、模式與拓撲的演化

21.1 新模式出現

當系統首次需要追蹤「審批責任」時，可能加入新模式：

\mathcal V_{\mathrm{approval}}

21.2 模式退役

某些暫時任務模式可以不再參與當前工作態，但不能直接刪除其歷史有效性。

21.3 關係秩變化

新證據可能使原本可分離的記憶形成高階耦合：

\operatorname{rank}_{\mathcal P}(\mathbb M_{t+1}) > \operatorname{rank}_{\mathcal P}(\mathbb M_t)

也可能因關係被否定而降低。

21.4 局部拓撲變化

分支、超邊與代理交接可改變局部張量網路的連接結構。

22. 顯影算子

22.1 基本形式

\Pi_\xi: \mathfrak M^{\mathrm{allowed}} \rightarrow \mathbb M_\xi

其中：

\xi = (q,g,c,t,o,a,w,p)

可包含查詢、目標、上下文、時間、觀測條件、代理、工作狀態與權限目的。

22.2 顯影不是單純選取

顯影可以包含：

候選召回；
模式收縮；
關係展開；
版本邊界恢復；
局部差異操作；
工作態重組。

22.3 顯影結果是暫時工作態

\mathbb W_\xi = \Pi_\xi(\mathfrak M)

不應直接覆寫全域記憶場。

23. 顯影與差合化的結合

完整顯影可寫為：

\mathbb W_\xi = \mathcal U_{\mathrm{work}} \circ \Delta_{\mathrm{task}} \circ \Pi_\xi \circ \Gamma ( \mathfrak M )

更完整時：

\mathbb W_\xi^{*} = \mathcal V \circ \mathcal U_{\mathrm{work}} \circ \mathcal B \circ \Delta_{\mathcal P,C} \circ \Pi_\xi \circ \Gamma ( \mathfrak M )

其中 $\mathcal B$ 為回溯算子。

這表示動態顯影不是差合化之外的附加步驟，而是決定差合化作用域與工作目的的條件算子。

24. 驗證算子

24.1 驗證不是單一相似度

\mathcal V = ( V_{\mathrm{struct}}, V_{\mathrm{task}}, V_{\mathrm{prov}}, V_{\mathrm{causal}}, V_{\mathrm{version}}, V_{\mathrm{permission}}, V_{\mathrm{replay}} )

24.2 結構驗證

檢查張量模式、關係與局部拓撲是否一致。

24.3 任務驗證

檢查工作態能否支援目標任務，而不是只重現原始文字。

24.4 來源驗證

檢查命題、轉換、驗證與批准責任是否正確。

24.5 正向重播

若重建過去狀態 $\widehat{\mathbb M}_{t-k}$ ：

\widetilde{\mathbb M}_t = \mathfrak T^{(k)} \left( \widehat{\mathbb M}_{t-k}, I_{t-k:t}, A_{t-k:t} \right)

再與當前狀態比較。

24.6 綜合驗證分數

V_{\mathrm{total}} = \sum_{j=1}^{m} \omega_jV_j

但任何權限或來源硬性失敗都可以否決高平均分。

25. 硬約束與軟目標

25.1 硬約束

例如：

不得越權顯影；
不得偽造來源；
不得將推定冒充觀測；
不得抹除已知矛盾；
不得覆寫原始痕跡。

形式上：

H_j(\mathbb M')=1

必須全部成立。

25.2 軟目標

例如：

提高任務可用性；
降低重建誤差；
減少計算成本；
提高局部性；
提高顯影穩定性。

25.3 受約束最佳化

\mathbb M^{*} = \arg\max_{\mathbb M'} U(\mathbb M')

subject to：

H_j(\mathbb M')=1 \qquad \forall j

治理條件不能只作為可被其他分數抵消的權重。

26. 算子型別與契約

26.1 輸入契約

每個算子需聲明：

接受哪些記憶態；
要求哪些模式存在；
最低證據；
權限需求；
最大作用域；
是否允許推定。

26.2 輸出契約

必須提供：

輸出型別；
關係增量；
損失；
替代方案；
信心；
驗證要求；
可撤銷性。

26.3 型別不匹配

若因果合成輸入只有語義相似，則：

\mathcal U_{\mathrm{causal}} \text{ undefined}

而不是自動退化成弱因果。

26.4 顯式轉型

若需要從語義候選轉為因果候選，必須通過顯式轉型：

\operatorname{Cast}_{\mathrm{sem}\rightarrow\mathrm{causal}}

並記錄其證據與不確定性。

27. 部分算子與拒絕狀態

27.1 為何必須允許拒絕

如果所有操作都被迫輸出結果，系統會在資訊不足時製造假關係。

27.2 四種操作狀態

每次操作可回傳：

accepted：通過驗證；
candidate：可供後續檢查；
insufficient_evidence：證據不足；
rejected：違反型別、權限或治理條件。

27.3 未定義不是系統失敗

\Delta_\alpha(\mathbb M) \uparrow

可表示在目前條件下沒有合法解，而不是程式錯誤。

28. 操作非交換性

28.1 差與顯影

\Delta \circ \Pi_\xi \neq \Pi_\xi \circ \Delta

先顯影可限制作用域；先全域解纏則可能產生不同結果與權限風險。

28.2 合與顯影

\Pi_\xi \circ \mathcal U \neq \mathcal U \circ ( \Pi_\xi\times\Pi_\xi )

因為合成後可能產生新的關係原生項，改變顯影結果。

28.3 合與合

\mathcal U_\alpha \circ \mathcal U_\beta \neq \mathcal U_\beta \circ \mathcal U_\alpha

例如先建立版本修訂，再建立因果關係，可能不同於先宣告因果、再解釋版本。

28.4 差與差

\Delta_\alpha \circ \Delta_\beta \neq \Delta_\beta \circ \Delta_\alpha

先恢復來源再拆版本，與先拆版本再分配來源，可能得到不同候選。

29. 操作交換子與路徑差異

當算子具有可比較輸出時，可定義形式交換子：

[\mathcal A,\mathcal B] = \mathcal A\circ\mathcal B - \mathcal B\circ\mathcal A

在記憶操作中，這不是要求輸出必須位於普通線性空間，而是用來表示兩條操作路徑的差異。

更一般可定義：

\operatorname{PathDiff} ( \mathcal A\circ\mathcal B, \mathcal B\circ\mathcal A )

比較：

工作態差異；
來源差異；
關係差異；
權限差異；
損失差異。

若路徑差異大，系統必須保存操作次序。

30. 操作結合性不能預設

30.1 合成未必結合

\mathcal U \left( \mathcal U(\mathbb M_1,\mathbb M_2), \mathbb M_3 \right) \neq \mathcal U \left( \mathbb M_1, \mathcal U(\mathbb M_2,\mathbb M_3) \right)

因為先形成的關係會改變後續語義與證據狀態。

30.2 條件結合性

只有當：

關係型別互不干擾；
來源與版本一致；
沒有高階共同生成項；
操作損失為零或可忽略；

才可能近似滿足：

\mathcal U( \mathcal U(\mathbb M_1,\mathbb M_2),\mathbb M_3 ) \simeq \mathcal U( \mathbb M_1,\mathcal U(\mathbb M_2,\mathbb M_3) )

31. 冪等性與重複操作

31.1 某些操作應冪等

例如已確認標籤的重複載入：

\mathcal U_{\mathrm{label}} \circ \mathcal U_{\mathrm{label}} = \mathcal U_{\mathrm{label}}

31.2 關係建立通常不自動冪等

重複支持可能增加證據數量，而不是完全不變。

31.3 需要操作去重鍵

每個關係操作可具有：

\operatorname{op\_key} = H( \text{operator}, \text{inputs}, \text{scope}, \text{evidence} )

以避免相同操作被重複計數。

32. 單位操作與空操作

32.1 單位視圖

存在不改變記憶本體、只建立視圖的操作：

I_{\mathrm{view}}(\mathbb M)=\mathbb M

32.2 空操作不是刪除

若某次合成未建立新關係，可輸出：

\delta\mathbb R=0

但仍須保留操作嘗試與拒絕理由。

32.3 零張量需特別處理

空記憶態、未知態與被權限遮蔽態不能都用同一個零張量表示，否則會造成存在性洩漏與語義混淆。

33. 操作帳本

33.1 帳本的最小結構

{
  "operation_id": "op-0001",
  "operator": "revision_synthesis",
  "operator_version": "0.1",
  "status": "candidate",
  "inputs": ["mem-21", "mem-35", "evidence-9"],
  "condition": {
    "task": "restore-current-method-state",
    "scope": "project-A",
    "permission_context": "agent-research"
  },
  "created_relations": ["rel-102"],
  "preserved_conflicts": ["conflict-8"],
  "losses": [],
  "alternatives": ["candidate-2"],
  "validation": {
    "source": 1.0,
    "version": 0.94,
    "task": 0.91,
    "replay": 0.88
  }
}

33.2 帳本應追加而非覆寫

新的驗證結果應新增事件，不應改寫舊紀錄。

33.3 操作帳本不是工作日誌

它只記錄影響記憶狀態的可追溯變換，不等同於所有自然語言對話或一般任務流水帳。

34. 資訊損失與不可逆性

34.1 損失向量

一次操作的損失可表示為：

\mathcal L_{\mathrm{op}} = ( L_{\mathrm{content}}, L_{\mathrm{relation}}, L_{\mathrm{prov}}, L_{\mathrm{time}}, L_{\mathrm{version}}, L_{\mathrm{permission}}, L_{\mathrm{uncertainty}} )

34.2 壓縮不等於刪除

若壓縮後仍可由原始痕跡重建：

\operatorname{Recoverability}>0

則它是可恢復損失。

34.3 不可恢復損失

若來源映射、時間範圍與版本邊界均消失，即使文字仍存在，也可能無法恢復記憶身份。

34.4 操作必須申報損失

任何壓縮、摘要、合併或降階操作都必須輸出損失描述，而不能只輸出新狀態。

35. 替代結果與非唯一性

35.1 差異可能有多個候選

\mathcal A_\Delta = \{ \Delta^{(1)}, \Delta^{(2)}, \ldots, \Delta^{(m)} \}

35.2 合成也可能有多種合法結構

同一組證據可以形成：

單一修訂鏈；
兩個尚未合併的分支；
一個主線與一個探索候選；
未決衝突態。

35.3 首選結果不得冒充唯一結果

系統應保存：

( \text{selected candidate}, \text{alternatives}, \text{selection reason} )

36. 差合化與記憶污染修復

36.1 污染模型

\mathbb M' = \mathbb M \oplus \mathbb E_{\mathrm{false}}

其中 $\mathbb E_{\mathrm{false}}$ 是無證據或錯誤歸屬的耦合。

36.2 污染辨識

使用：

\Delta_{\mathrm{source}}, \Delta_{\mathrm{version}}, \Delta_{\mathrm{epistemic}}, \Delta_{\mathrm{causal}}

辨識污染來源。

36.3 污染移除不是刪除歷史

應建立：

原錯誤關係；
否定證據；
修正操作；
新工作態；
受污染的後續節點。

36.4 污染傳播回溯

若錯誤關係影響多個後續結論，可建立：

\operatorname{Affected} ( \mathbb E_{\mathrm{false}} )

並逐層重新驗證，而不是整庫清空。

37. 差合化與遺忘

37.1 遺忘的新定義

前文可將遺忘表示為：

\text{Forgetting} = \text{Loss of Recoverable Factorization}

37.2 差異算子恢復因子

若仍有足夠痕跡， $\Delta$ 可以恢復來源、時間與因果因子。

37.3 合成算子恢復工作態

\widehat{\mathbb W}_q = \mathcal U_{\mathrm{work}} \left( \Delta(\mathbb M_q) \right)

37.4 不可恢復遺忘

若關鍵來源與關係證據均已消失，差合化只能輸出候選推定，不能宣稱恢復真實歷史。

38. 差合化與多代理記憶

38.1 分工關係

多代理工作態可表示：

\mathbb W = \mathbb T_{\mathrm{proposal}} \oplus \mathbb T_{\mathrm{transformation}} \oplus \mathbb T_{\mathrm{verification}} \oplus \mathbb T_{\mathrm{approval}} \oplus \mathbb R_{\mathrm{handoff}}

38.2 差異操作

恢復：

( \text{who proposed}, \text{who changed}, \text{who checked}, \text{who approved}, \text{what remains disputed} )

38.3 合成操作

交接合成不能將所有工作歸屬給最後輸出代理。

38.4 代理權限

某代理可以使用共同工作態，但不必擁有全部原始痕跡的可見權限。

39. 差合化與分支合併

39.1 分支表示

\mathbb M_A = \mathbb M_0 \oplus \delta_A

\mathbb M_B = \mathbb M_0 \oplus \delta_B

39.2 分支差異

\Delta_{\mathrm{branch}} ( \mathbb M_A, \mathbb M_B ) = ( \mathbb M_0, \delta_A, \delta_B, \mathcal C_{A,B} )

39.3 合併候選

\mathbb M_{A\bowtie B}^{(j)} = \mathcal U_{\mathrm{branch}}^{(j)} ( \mathbb M_0, \delta_A, \delta_B, \mathcal C_{A,B} )

39.4 未解衝突不得被強制消除

合併結果可以保持：

\mathcal C_{A,B}\neq\varnothing

並將決策延後。

40. 差合化與研究工作記憶

研究工作態可表示為：

\mathbb W_q = ( \text{Goal}, \text{Assumptions}, \text{Evidence}, \text{Methods}, \text{Failures}, \text{Decisions}, \text{Open Nodes}, \text{Next Actions} )

40.1 差異階段

恢復：

哪些假設已被否定；
哪些失敗只在特定條件下成立；
哪些結論來自不同版本；
哪些待辦屬於不同代理。

40.2 合成階段

重新建立可延續工作態，但不把所有研究歷史壓成單一路徑。

40.3 驗證階段

檢查工作態能否導出已知當前結果，並避免重複已知失敗。

41. 最小差合化流程

\mathfrak M \xrightarrow{\Gamma} \mathfrak M^{\mathrm{allowed}} \xrightarrow{\Pi_\xi} \mathbb M_\xi \xrightarrow{\Delta_{\mathcal P,C}} ( \widehat{\mathcal F}, \mathcal R^{+}, \mathcal R^{?}, \mathcal R^{-}, \mathcal A, \mathcal E ) \xrightarrow{\mathcal U_{\mathrm{work}}} \widetilde{\mathbb W}_\xi \xrightarrow{\mathcal V} \widehat{\mathbb W}_\xi^{*} \xrightarrow{\mathfrak T} \mathfrak M_{t+1}

以文字表示：

權限與目的閘門
  ↓
條件顯影局部候選
  ↓
選擇差異與分割型別
  ↓
恢復來源、版本、因果、任務與矛盾邊界
  ↓
保留有效、未知與錯誤關係的區分
  ↓
產生一個或多個受控合成候選
  ↓
保留共同生成關係與未解衝突
  ↓
執行結構、任務、來源與正向重播驗證
  ↓
通過者載入為工作態
  ↓
以追加式帳本更新記憶場

42. 第一代系統架構

42.1 不可變痕跡層

保存原始訊息、文件、程式碼差異、工具輸出、時間戳與身份。

42.2 模式與關係索引層

建立語義、時間、因果、版本、來源、代理與權限索引。

42.3 局部張量化器

只對顯影候選建立局部張量、超圖或張量網路。

42.4 算子註冊表

每個算子具有：

名稱；
版本；
輸入型別；
輸出型別；
權限需求；
驗證規則；
失敗狀態；
可撤銷性。

42.5 差異引擎

執行模式分割、可分離近似、來源恢復、殘差分類與替代解生成。

42.6 合成引擎

執行並置、支持、反駁、修訂、分支、交接、工作態與高階共同生成。

42.7 演化引擎

將通過驗證的操作以追加事件更新局部記憶場。

42.8 驗證引擎

執行結構、任務、來源、版本、因果、權限與重播驗證。

42.9 操作帳本

保存所有候選、拒絕、損失與撤銷。

42.10 工作態載入器

只將任務需要且通過治理的局部工作態載入上下文。

43. 最小算子資料模型

{
  "operator_id": "op-type-revision-synthesis",
  "version": "0.1",
  "family": "synthesis",
  "input_types": [
    "memory_trace",
    "memory_trace",
    "evidence_relation"
  ],
  "required_modes": [
    "version",
    "source",
    "time",
    "epistemic_state"
  ],
  "permission": "project-write",
  "hard_constraints": [
    "preserve_source",
    "preserve_superseded_version",
    "do_not_promote_inference_to_observed"
  ],
  "outputs": [
    "revision_relation",
    "candidate_memory_state",
    "operation_ledger_entry"
  ],
  "failure_states": [
    "insufficient_evidence",
    "source_conflict",
    "permission_denied",
    "type_mismatch"
  ]
}

44. 評估指標

44.1 來源保持率

F_{\mathrm{prov}} = 1- \frac{N_{\mathrm{misattributed}}} {N_{\mathrm{claims}}+\epsilon_0}

44.2 關係保持率

F_{\mathrm{rel}} = \frac{ |\mathcal R_{\mathrm{valid}}^{\mathrm{after}}| }{ |\mathcal R_{\mathrm{valid}}^{\mathrm{before}}|+\epsilon_0 }

44.3 錯誤耦合率

R_{\mathrm{false\ coupling}} = \frac{N_{\mathrm{unsupported\ relations}}} {N_{\mathrm{created\ relations}}+\epsilon_0}

44.4 過度解纏率

R_{\mathrm{over\ split}} = \frac{N_{\mathrm{native\ relations\ destroyed}}} {N_{\mathrm{difference\ operations}}+\epsilon_0}

44.5 替代解保留率

F_{\mathrm{alternatives}} = \frac{N_{\mathrm{plausible\ alternatives\ retained}}} {N_{\mathrm{plausible\ alternatives\ known}}+\epsilon_0}

44.6 重播一致性

F_{\mathrm{replay}} = 1- \frac{D( \widetilde{\mathbb M}_t, \mathbb M_t )} {D(\mathbb M_t,0)+\epsilon_0}

44.7 任務延續成功率

F_{\mathrm{continuity}} = \frac{N_{\mathrm{successful\ continuations}}} {N_{\mathrm{reconstructed\ tasks}}+\epsilon_0}

44.8 操作拒絕正確率

F_{\mathrm{safe\ rejection}} = \frac{N_{\mathrm{correctly\ rejected}}} {N_{\mathrm{invalid\ operation\ requests}}+\epsilon_0}

44.9 操作路徑敏感度

S_{\mathrm{path}} = D_C \left( \mathcal A\circ\mathcal B(\mathbb M), \mathcal B\circ\mathcal A(\mathbb M) \right)

45. 主要失敗模式

45.1 將差異退化為向量差

忽略來源、版本、因果與認知狀態。

45.2 將合成退化為摘要拼接

產生不存在於任何分支的混合結論。

45.3 將低秩因子冒充歷史來源

數學分解不必然對應誰提出、誰修改或誰驗證。

45.4 無證據建立因果

把語義相似、時間鄰近或共現直接寫成因果關係。

45.5 過度糾纏

任何局部關係都擴張成全專案耦合，造成計算與治理崩潰。

45.6 過度解纏

為了獲得清楚分區而破壞共同生成關係。

45.7 矛盾消失

合成時以平均、投票或最新版本覆蓋未解矛盾。

45.8 權限後置

先完成全域解纏與關係推定，再在輸出端過濾。

45.9 操作無帳本

只保留最新狀態，使後續無法解釋記憶如何被改變。

45.10 被迫輸出

在證據不足時仍強制生成唯一差合結果。

45.11 驗證單一化

只比較數值重建誤差，不檢查來源、任務與治理。

45.12 操作版本漂移

同名算子在不同時間採用不同規則，卻未記錄版本。

46. 治理原則

原則一：權限先於運算

任何顯影、差異與合成都必須先通過目的與權限閘門。

原則二：差異不是刪除

差異操作應恢復邊界、分支與關係，而不是只移除內容。

原則三：合成不是覆寫

新共同態不得消除原始痕跡與分支身份。

原則四：關係必須有證據

新耦合必須保存形成依據、範圍與時間。

原則五：殘差不得默認為噪聲

不可分離殘差必須分類為有效、未知或錯誤。

原則六：推定不得冒充觀測

任何模型推定的差異與關係都必須可撤銷。

原則七：矛盾必須保持

未解衝突不得以平均、刪除或單邊覆蓋消失。

原則八：操作可以拒絕

證據、型別或權限不足時，拒絕是合法且必要的輸出。

原則九：操作路徑必須可追溯

非交換操作的次序與版本必須進入帳本。

原則十：驗證先於持久化

候選工作態未通過硬約束前，不得寫入已確認記憶層。

原則十一：原始痕跡不可覆寫

修正錯誤應追加否定與修訂事件，而不是改寫歷史。

原則十二：局部性先於全域化

差合化應優先作用於任務相關的局部張量場。

47. 差合化張量操作論的十四項基礎命題

命題一：操作非表示命題

記憶被表示為張量，不代表系統已具備合法張量記憶操作。

命題二：差異非減法命題

記憶差異是來源、版本、因果、任務與關係邊界的恢復，而不等同元素相減。

命題三：合成非聯集命題

記憶合成必須明確處理新關係、共同生成項、衝突與損失。

命題四：結構演化命題

記憶更新可以改變模式集合、張量階數、關係秩與局部拓撲。

命題五：部分算子命題

差合化算子不必對所有輸入有定義；拒絕不合法操作是系統能力的一部分。

命題六：型別契約命題

任何合法差合化操作都必須具有明確輸入型別、輸出型別、條件與失敗狀態。

命題七：關係增量命題

合成的主要新增量可能不是內容，而是只存在於共同態中的關係原生項。

命題八：非互逆命題

一般而言：

\Delta\circ\mathcal U \neq I

且：

\mathcal U\circ\Delta \neq I

命題九：替代解命題

差異、解纏與合成通常具有多個可接受候選，首選結果不得冒充唯一歷史。

命題十：非交換命題

顯影、差異、合成、演化與驗證的次序通常改變結果，操作路徑必須被保存。

命題十一：硬治理命題

來源、權限、矛盾保持與認知誠實是硬約束，不能由任務效用分數抵消。

命題十二：帳本持久化命題

所有改變記憶身份、關係或工作態的操作都必須以追加式帳本保存。

命題十三：局部運算命題

差合化應在權限與任務顯影後作用於局部記憶態，而非無條件全域運算。

命題十四：驗證閉環命題

差合結果必須經結構、任務、來源、因果、版本、權限與正向重播驗證，才可載入為可延續工作態。

48. 與傳統張量分解的關係

48.1 張量分解的價值

CP、Tucker、Tensor Train 與張量網路可支援：

壓縮；
近似；
模式交互分析；
局部因子化；
稀疏儲存。

48.2 其不足

它們通常不直接回答：

因子是否對應歷史來源；
哪個因子屬於哪個版本；
某個關係是否有證據；
某次拆分是否破壞責任；
哪些結果可被當作工作記憶。

48.3 差合化的定位

張量分解可以是 $\Delta$ 的底層候選生成器，但不是完整差異算子。

\Delta = \text{Decomposition} + \text{Semantic Constraints} + \text{Provenance} + \text{Governance} + \text{Validation}

49. 與圖、超圖與事件溯源的關係

49.1 圖與超圖

圖適合保存顯式二元關係；超圖適合保存高階共同關係。

49.2 事件溯源

事件溯源適合保存：

\mathbb M_t \rightarrow \mathbb M_{t+1}

的追加式轉移。

49.3 張量操作層

差合化張量操作論可將圖、超圖、向量索引、事件日誌與局部張量視為不同儲存後端。

其核心不要求單一物理表示，而要求所有後端都能支持：

型別化差異；
受控合成；
來源與版本保持；
操作帳本；
驗證閉環。

50. 第六篇的直接接口

下一篇「張量動態顯影與工作記憶重構」將以本篇算子為基礎，把完整工作流程寫成：

\widehat{\mathbb W}_\xi^{*} = \mathcal V \circ \mathcal U_{\mathrm{work}} \circ \mathcal B \circ \Delta_{\mathcal P,C} \circ \Pi_\xi \circ \Gamma ( \mathfrak M )

第六篇主要處理：

如何根據任務選擇顯影條件；
如何在局部候選中選擇模式分割；
如何調度不同差異算子；
如何建立工作態合成方案；
如何配置驗證閉環；
如何將工作態載入、使用、撤銷與更新；
如何在有限上下文中維持可延續性。

因此，本篇建立的是算子語言；下一篇建立的是以此語言運行的完整記憶顯影機制。

51. 結論

本文提出差合化張量操作論，將原生張量記憶從表示層提升到可運算層。

其核心不是把「差」與「合」重新包裝成張量減法與加法，而是建立：

\boxed{ \text{差} = \text{邊界恢復} + \text{來源辨識} + \text{關係分類} + \text{解纏候選} }

\boxed{ \text{合} = \text{受控共同態} + \text{關係增量} + \text{矛盾保持} + \text{再糾纏} }

\boxed{ \text{化} = \text{模式、階數、拓撲、關係與權限的結構演化} }

完整系統為：

\mathfrak D_M = \left( \mathfrak M, \{\Delta_\alpha\}, \{\mathcal U_\beta\}, \mathfrak T, \{\Pi_\xi\}, \mathcal V, \Gamma, \mathcal L \right)

它具有以下本質特徵：

算子具型別；
算子可以部分定義；
操作可以拒絕；
差與合一般不互逆；
操作通常非交換；
關係增量必須有來源；
矛盾與替代解必須保留；
權限與治理是硬約束；
所有改變均進入追加式帳本；
通過驗證的局部結果才可成為工作記憶。

因此，原生張量記憶的操作本質不是「將資料重新排列」，而是：

在不抹除來源、差異、矛盾與歷史的前提下，對記憶關係進行可追溯的分離、耦合、演化、顯影與重建。

最終命題可寫為：

\boxed{ \text{Memory Continuity} = \text{Governed Revealing} + \text{Typed Differentiation} + \text{Controlled Synthesis} + \text{Structural Evolution} + \text{Validated Reconstruction} }

附錄 A：最小差異請求

{
  "operation": "difference",
  "difference_type": "version_source_causal",
  "inputs": ["branch-A", "branch-B"],
  "task": "restore-current-research-state",
  "partition": [
    ["version", "time"],
    ["source", "agent"],
    ["causal", "epistemic_state"]
  ],
  "constraints": {
    "preserve_common_ancestor": true,
    "preserve_unresolved_conflicts": true,
    "allow_inference": true,
    "max_scope": "project-local"
  }
}

附錄 B：最小合成請求

{
  "operation": "synthesis",
  "synthesis_type": "work_state",
  "inputs": [
    "confirmed-traces",
    "derived-relations",
    "failed-paths",
    "open-nodes"
  ],
  "task": "continue-paper-series",
  "constraints": {
    "preserve_source": true,
    "preserve_versions": true,
    "preserve_conflicts": true,
    "do_not_promote_inference": true
  },
  "validation": [
    "task",
    "source",
    "version",
    "replay"
  ]
}

附錄 C：最小操作結果

{
  "status": "candidate",
  "result_id": "mem-candidate-51",
  "operator": "work_state_synthesis",
  "components": {
    "goal": "完成第五篇並銜接第六篇",
    "confirmed_state": [],
    "derived_relations": [],
    "inferred_relations": [],
    "preserved_conflicts": [],
    "failed_paths": [],
    "open_nodes": [],
    "next_actions": []
  },
  "losses": [],
  "alternatives": [],
  "validation": {
    "task": 0.92,
    "source": 1.0,
    "version": 0.97,
    "replay": 0.89
  }
}

附錄 D：最小偽程式流程

function reveal_and_reconstruct(memory_field, request, actor):
    allowed = permission_gate(memory_field, actor, request.purpose)
    local_state = reveal(allowed, request.condition)

    partition = select_partition(local_state, request.task)
    diff_result = typed_difference(local_state, partition, request.constraints)

    if diff_result.status in ["rejected", "insufficient_evidence"]:
        append_ledger(diff_result)
        return diff_result

    candidates = controlled_synthesis(diff_result, request.task)
    validated = validate_candidates(candidates, local_state, request)

    append_ledger(validated)

    if no candidate passes hard constraints:
        return rejected_or_candidate(validated)

    work_state = select_best_valid_candidate(validated)
    return load_as_revocable_work_state(work_state)

附錄 E：後續研究問題

如何自動選擇最適模式分割而不過度解纏？
如何以可學習模型輔助 $\Delta$ ，同時保持來源可驗證？
如何學習 $\mathcal U$ 的關係形成規則，而不把統計共現誤認為因果？
如何在 Tensor Train 或局部張量網路中保存操作帳本？
如何形式化硬治理約束與軟任務目標的混合最佳化？
如何度量操作路徑的非交換程度？
如何辨識共同生成關係與單純壓縮殘差？
如何在多代理共享記憶中執行局部解纏而不揭露未授權內容？
如何在大規模歷史中進行增量差合，而不重建全域張量？
如何將差合化算子轉為可編譯的 AI 原生記憶操作語言？
如何建立差合化操作的形式驗證與測試套件？
如何把失敗操作、拒絕狀態與替代候選納入長期學習？

動態顯影與原生張量記憶系列_05_差合化張量操作論_v0.1