CDI Runtime + AIVS

AI 治理多 X 計算的工程架構、協議與 MVP

English Title: CDI Runtime + AIVS: Engineering Architecture, Protocols, and MVP for AI-Governed Multi-X Computation
系列：《計算域支配智能：AI 語義控制面與自適應多 X 計算》第 6 篇／封頂工程論文
系列代號： CDI / AIVS
文件編號： EML-CDI-06-RUNTIME-2026-v0.1
作者： Neo.K
協作整理與原型： Aletheia
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-08-10
文件類型： 工程封頂論文／Runtime Architecture／可執行 MVP
系列狀態： THEORETICAL CLOSED (6/6) + ENGINEERING OPEN
MVP 狀態： Synthetic smoke test PASS；Windows ETW native ingestion 與真實遊戲 performance benchmark 尚未在本文執行環境中完成。

摘要

本系列前五篇依序建立：

\boxed{ \text{AI 語義控制面} }

\boxed{ \text{AIVS 分層低成本同步} }

\boxed{ \text{Candidate/Commit 狀態安全} }

\boxed{ \text{24／72 Paradigm Routing} }

以及：

\boxed{ \text{Legacy/Game Serialization Gap} }

本文不再主要增加理論，而將上述架構收斂為一個 Windows-first、source-visible-first、observer-first 的工程 Runtime。

其最小統一式為：

\boxed{ CDI = EvidencePlane + CausalComputeGraph + AIVS + CandidateCommit + ParadigmRouting + Verification + Fallback. }

工程上，AI 不位於 CPU/GPU 每個 operation 的 critical path。底層高速計算仍由：

作業系統 scheduler；
thread pool；
compiler；
CPU/GPU/NPU；
task graph；
existing application runtime；

執行。

AI 控制面只接收經過 reduction 的：

\boxed{ State + CausalBoundary + Anomaly + RouteEvidence. }

因此：

\boxed{ RawComputeRate \gg AICognitiveRate. }

本文提出 CDI Runtime v0.1 的九層架構：

Evidence Adapters；
Event Normalizer；
Persistent State / Event Log；
Region Segmenter / Causal Compute Graph；
Paradigm Profile / PRL；
AIVS Relay / Governor；
Candidate Store / Semantic-Causal Fence；
Shadow Benchmark / Game Equivalence；
Route Promotion / Fallback。

Windows 第一階段不自行重寫 ETW kernel tracer，而重用官方 WPR / ETW / WPA Exporter：

WPR \rightarrow ETL \rightarrow WPAExporter \rightarrow CSV/NormalizedJSONL \rightarrow CDI.

遊戲語義面則可與既有 mssp-game-computer-runtime-mvp 並存：MSSP 提供視窗、持續視覺事件、控制、安全證據與 DMS 類稽核；CDI 的 performance plane 則由 ETW／PIX／profiler 提供。兩者最終可在共同 epoch / event reference 下對齊，但本文不把 MSSP 誤稱為 performance profiler。

本文交付一個標準函式庫 Python MVP，使用 SQLite WAL 持久化，實作：

Run / Event Store；
AIVS Vertical Sync Packet；
deterministic sync pressure / R0-R2 escalation；
Compute Candidate；
read-set-aware relevant conflict；
state version；
idempotency；
lease / fencing token；
Effect Barrier；
Commit Receipt；
Paradigm Profile；
Backend Registry；
Route Candidate；
Shadow Benchmark；
Route Promotion；
Serialization Finding；
JSONL evidence import；
Windows WPR/WPA capture plan；
synthetic smoke test。

實際 smoke test 已驗證：

正常 AIVS event 落在 R0；
高壓 event 進 ESCALATE；
candidate 1 正常 commit；
一個以舊 state version 產生、但 read-set 與期間 changed keys 不衝突的 candidate 仍可合法 commit；
真正 relevant stale candidate 被拒；
重複 idempotency key 回傳同一 commit receipt；
舊 fencing token 被拒；
speculative irreversible effect 被拒；
shadow route 在 state equivalence 成立且 40 ms → 18 ms 時被 promotion；
state 不等價的較快 route 被拒；
synthetic serialization gap 被估為 26 ms。

因此本文達到的是：

\boxed{ \text{Architecture Exists} + \text{Core Protocol Behaves in Synthetic MVP} }

而不是：

\boxed{ \text{任何舊遊戲已被自動多核化}. }

後續工程版本應沿：

Observer \rightarrow Advisor \rightarrow Shadow \rightarrow LowRiskCommit \rightarrow AdaptiveRouting

逐步推進。

1. 工程目標與非目標

1.1 v0.1 目標

CDI Runtime v0.1 要能回答：

目前程式／工作域裡發生了什麼？

哪些 region 值得進一步分析？

一個計算結果是否仍基於合法狀態？

一個新 route 是否只應存在於 shadow？

哪些異常應由 Relay 局部吸收，哪些需要 Governor？

哪些 evidence 足以 promotion，哪些只能 advisory？

1.2 v0.1 非目標

本文不宣稱：

任意 Windows binary 可以自動平行化；
AI 可以安全重排任意 machine instruction；
任意 single-thread game 都能多核加速；
24／72 已是最終完整 routing ontology；
LLM 判斷等同 correctness proof；
synthetic benchmark 等同真實 game speedup；
SQLite 是高頻 game-state database 的最終方案；
Python MVP 是 hard-real-time runtime。

2. 核心架構

              ┌──────────────────────────────┐
              │ Application / Game / Workload│
              └──────────────┬───────────────┘
                             │
         ┌───────────────────┼───────────────────┐
         ▼                   ▼                   ▼
     Source/Symbol        ETW/PIX/WPA        MSSP Semantic
       Adapter             Evidence             Bridge
         │                   │                   │
         └───────────────┬───┴───────────────────┘
                         ▼
                Evidence Normalizer
                         │
                         ▼
                Event Log / State Store
                         │
                         ▼
        Region Segmenter / Causal Compute Graph
                         │
                 ┌───────┴────────┐
                 ▼                ▼
          Paradigm Profile      AIVS
              / PRL          Relay/Governor
                 │                │
                 └───────┬────────┘
                         ▼
                  Candidate Store
                         │
                         ▼
             Semantic-Causal Fence
                         │
             ┌───────────┴───────────┐
             ▼                       ▼
          Reject/Hold             Shadow Run
                                     │
                                     ▼
                            Equivalence / Benchmark
                                     │
                              ┌──────┴──────┐
                              ▼             ▼
                           Reject         Promote
                                          │
                                          ▼
                                   Route Commit
                                          │
                                          ▼
                                      Receipt

3. Evidence Plane

CDI 不自己取代所有 profiler。

v0.1 Evidence Plane：

\boxed{ E= E_{source} \oplus E_{trace} \oplus E_{semantic} \oplus E_{benchmark}. }

4. Windows Trace Adapter

Windows 官方 ETW 已提供 Provider / Controller / Consumer 事件架構；WPR 基於 ETW 擷取，WPA 分析 ETL，WPA Exporter 可以把指定 profile 中的 table 自動匯出 CSV。

因此 v0.1 建議：

wpr -start GeneralProfile -filemode
      ↓
run benchmark
      ↓
wpr -stop cdi_trace.etl "CDI capture"
      ↓
wpaexporter.exe
      ↓
CSV
      ↓
CDI Normalizer

MVP 目前提供 windows-plan 指令產生這條命令規劃，但不在本執行環境宣稱已 native 解析 ETL。

5. 為什麼先 Export 再 Normalization？

因為工程優先順序應是：

\boxed{ \text{先驗證 CDI 決策流程} > \text{先重造 ETW parser}. }

若 Runtime 本身的：

region model；
Candidate/Commit；
AIVS；
route promotion；

都尚未證實，就沒有必要先投入 kernel tracing infrastructure。

6. Native ETW 的未來位置

v0.2+ 可新增：

ETW Real-Time Consumer
→ normalized event
→ Event Store

但 Adapter Contract 不變。

這就是：

\boxed{ TransportReplaceable + SemanticContractStable. }

7. MSSP Game Runtime Bridge

既有 mssp-game-computer-runtime-mvp v0.8.0 已具有：

持續遊戲視窗擷取；
temporal diff；
structured vision events；
bounded multimodal queue；
action verification；
live control plane；
DMS JSONL audit；
RDR 註冊／授權；
provider-neutral inference path。

CDI 不應重寫這一套。

合理整合：

\boxed{ MSSP = VisualSemanticPlane }

\boxed{ CDI = PerformanceCausalPlane. }

8. 兩個 Plane 的交會

例如：

MSSP：

scene changed，進入戰鬥。

CDI：

同一時間窗 main-thread npc.paths 從 4 ms 上升到 18 ms。

這建立：

\boxed{ SemanticEvent \leftrightarrow PerformanceEvent. }

仍需要 intervention / replay 才能進一步支持因果，而不是只靠時間共現。

9. Persistent Runtime State

v0.1 使用 SQLite。

不是因為 SQLite 最快，而是因為它提供：

transactional durability；
WAL；
relational query；
zero-service deployment；
Python stdlib support。

適合 MVP 的：

\boxed{ ControlPlaneState. }

10. SQLite 不放 raw high-frequency telemetry

raw trace 應：

file；
ETL；
CSV；
parquet / binary future store；

保存。

SQLite 放：

index；
digest；
event；
candidate；
receipt；
summary；
evidence pointer。

所以：

\boxed{ Database \neq RawTraceWarehouse. }

11. 核心資料表

v0.1 實作：

runs
events
state_changes
leases
candidates
commit_receipts
sync_events
paradigm_profiles
backend_capabilities
route_candidates
route_benchmarks
route_receipts
serialization_findings
negative_routes
external_imports

12. Run

Run = ( epoch, topologyVersion, policyVersion, stateVersion ).

四個版本分開。

避免：

一個 version=42 到底代表什麼？

13. Event

append-oriented：

event_id
run_id
event_type
scope
payload
time

正式狀態可以被 fold / projection 重建。

14. State Version

每次正式 commit：

v\rightarrow v+1.

並記：

ChangedKeys(v).

這使 relevant conflict 可被機械判斷。

15. Relevant Conflict

若 candidate 讀：

R(c).

在其 read version 到現在期間改變：

\Delta W.

只有：

\boxed{ R(c)\cap\Delta W\neq\varnothing }

才必然因 relevant stale state 拒絕。

16. 為什麼不是版本不同就全拒？

因為：

Worker A 讀 weather。

其他 commit 只改 npc_paths。

則：

VersionChanged

但：

RelevantConflict=0.

可以保留 concurrency。

MVP smoke test 已驗證此案例。

17. AIVS Runtime

v0.1 的 Relay 不必是 LLM。

先：

Z = \frac{ A+D+C+U+R+N }{6}.

依 threshold：

Z<0.25 \Rightarrow R0

0.25\le Z<0.5 \Rightarrow R1

0.5\le Z<0.75 \Rightarrow R2

Z\ge0.75 \Rightarrow ESCALATE.

18. R0 的意義

R0：

deterministic；
no LLM required；
digest/version/check/status。

這是 Token 控制核心。

19. VSP

Vertical Sync Packet 只帶：

identity；
epoch/version；
status；
pressure；
regime；
evidence refs。

不是：

把完整 trace 貼給 AI。

20. Evidence Reference

VSP：

{
  "evidence_refs": [
    "etl:cdi_trace.etl#cpu/123",
    "mssp:event:scene-991"
  ]
}

只有必要時：

Retrieve.

21. Candidate Store

Worker 的 result 不直接成為 state。

先：

\boxed{ Candidate. }

保存：

input version；
read keys；
write keys；
output digest；
effect class；
authority；
idempotency。

22. Semantic-Causal Fence

v0.1 先 deterministic：

epoch；
topology；
policy；
dependency；
invariant；
semantic status；
effect barrier；
fencing token；
relevant conflict。

未來才讓 AI 介入 semantic ambiguity。

23. Effect Barrier

如果：

Speculative=1

且：

EffectClass=Irreversible,

v0.1：

\boxed{ Reject. }

24. 為什麼這麼保守？

因為：

\boxed{ SpeculativeCompute }

應主要發生在：

Pure；
Reversible；
sandboxed；

region。

真正不可逆外部作用要在更強治理下另行設計。

25. Idempotency

重複：

Commit(candidate)

不應造成第二個 effect。

MVP 以：

(run,idempotencyKey)

唯一索引實作。

26. Lease / Fencing

scope：

npc
physics
route.global

每次 ownership 更新：

token\rightarrow token+1.

舊 token：

Reject.

Smoke test 已驗證：

token_1<token_2

後，舊 candidate 不可 commit。

27. Paradigm Registry

v0.1 profile：

B: C/D
U: S/J/P/R
O: C/D/X
L: F/K/Q/HYBRID/UNKNOWN

Runtime sentinel：

UNKNOWN
KEEP_ORIGINAL
UNSUPPORTED

不被視為新理論格。

28. Backend Registry

不是：

P\rightarrow GPU.

而是：

profile
+ dependency
+ backend capability
+ load
+ policy
→ feasible route

29. Route Candidate

AI／rule 提出：

cpu_serial → cpu_parallel

此時：

\boxed{ Proposal \neq ActiveRoute. }

30. Shadow Benchmark

比較：

S_{base}

與：

S_{candidate}.

先：

Equivalent?

再：

Faster?

31. MVP 的 Shadow Route Test

synthetic：

40ms \rightarrow 18ms.

speedup：

\approx2.22\times.

state digest 一致，

因此 route 被 promotion。

32. 故意錯誤的新 route

candidate：

10ms

更快，

但 state：

x=1.5

而 baseline：

x=1.0.

所以：

\boxed{ Reject. }

這證明 v0.1 promotion gate：

Correctness > Speed.

33. Game Equivalence Contract

正式遊戲版本不能只用 generic JSON equality。

需要 adapter 定義：

GEC = ( StateFields, RNG, Events, Tolerance, PromotionPolicy ).

34. Frame / Simulation Epoch

未來 Game Adapter 應至少支援：

\mathbf e = ( e_{sim}, e_{render}, e_{asset}, e_{network} ).

不要假設：

Frame=Tick.

35. Serialization Finding

v0.1 儲存：

T_{observed}

\hat T_{necessary}

以及：

\boxed{ \hat G_S = T_{observed} - \hat T_{necessary}. }

Smoke：

40-14=26ms.

此值只是 synthetic engineering estimate，不是任何真實遊戲測量。

36. Evidence Authority

建議：

E0 timing only            → observe
E1 thread/call stack      → advise
E2 markers/API/locks      → advise
E3 source/IR/read-write   → shadow
E4 shadow equivalence     → low-risk promotion
E5 repeated benchmark     → policy-bounded promotion

37. Capability ≤ Evidence

\boxed{ AutomationAuthority \le EvidenceMaturity. }

這是整個工程版本最重要的 governance invariant 之一。

38. Windows-first 開發階段

Phase 0 — Synthetic Core

已完成 MVP。

內容：

DB；
AIVS；
candidate；
relevant conflict；
route shadow；
smoke tests。

39. Phase 1 — Observer

Windows：

WPR \rightarrow ETL \rightarrow WPAExporter \rightarrow CSV \rightarrow Normalizer.

只觀察。

40. Phase 2 — Advisor

輸出：

finding:
  region:
  evidence:
  suspected_serialization_gap:
  confidence:
  safest_next_experiment:

不改程式。

41. Phase 3 — Source-visible Patch Candidate

只對：

source available；
build works；
tests exist；

project。

AI 生成 patch。

仍：

Candidate.

42. Phase 4 — Shadow Route

新 route：

NoExternalAuthority.

重播／benchmark。

43. Phase 5 — Low-risk Commit

允許：

Pure；
Reversible；
local scope；

promotion。

44. Phase 6 — Adaptive Runtime Routing

最後才：

AIVS+PRL

動態調 route。

45. 第一個真實 benchmark 的選擇

應選：

\boxed{ OpenSource + Windows + LegacyStyleMainLoop + DeterministicScenario }

而不是：

AAAClosedBinary.

46. Benchmark 成功條件

至少：

Performance

p50；
p95；
p99；
main-thread ms；
CPU utilization；
wait time。

Correctness

GEC；
crash；
deadlock；
state divergence；
RNG divergence。

AI Cost

calls；
Token；
latency；
escalation。

47. 必須有 Baseline

同一：

build；
scene；
save；
settings；
warmup；
capture duration。

否則：

Speedup

沒有意義。

48. Warmup 必須分開

shader compile、cache、JIT 都可能污染第一次 run。

49. Route Promotion Rule

建議：

Promote \iff CorrectnessPass \land Speedup\ge S_{min} \land TailLatencyNotWorse \land FallbackPass.

50. Rollback / Fallback

route promotion 不直接刪 original。

保存：

\boxed{ OriginalRoute. }

如果：

performance regression；
error；
AI unavailable；
capability loss；

立即：

Fallback.

51. Negative Route Memory

失敗 route：

region hash
route fingerprint
reason
benchmark

未來：

RetrieveFailure.

避免重新浪費 Token。

52. Route Cache

成功 route：

ProfileHash + HardwareProfile + Policy \rightarrow KnownRoute.

工作由 Search 逐步轉成 Retrieval。

53. ACR 在 Runtime 的具體位置

不是只有：

模型想多深。

而是：

R = ( Frequency, Context, EvidenceFetch, Model, Verifier, Authority ).

54. AI Timeout

若：

AIResponseTime>Deadline,

v0.1 default：

\boxed{ KEEP\_ORIGINAL. }

55. AI Down

Runtime 仍可：

observe；
deterministic validate；
serial fallback；
existing route。

因此：

\boxed{ AIUnavailable \not\Rightarrow ApplicationUnavailable. }

56. Critical Path

原則：

\boxed{ AIBlockingCriticalPath \rightarrow Minimize. }

AI 大多：

Sideband.

57. Relay / Governor 的部署建議

Relay：

本地； -小模型／rules；
subsystem scope。

Governor：

本地強模型或雲端； -低頻；
cross-domain。

58. 不要求一開始多 AI

MVP 可由：

\boxed{ OneProcess }

模擬：

Relay policy；
Governor policy。

先驗證架構，

再拆成多模型。

59. 與現有 MSSP Repo 的部署方式

mssp-game-computer-runtime-mvp 目前 Python >=3.11、零 runtime dependencies，具有 CLI / MCP server。

CDI MVP 也刻意採 Python stdlib-only，

方便未來：

MSSP
   ↕ JSONL / MCP / local bridge
CDI Runtime

而不立即新增大型 dependency graph。

60. DMS Bridge

如果 MSSP DMS 產生 JSONL，

CDI v0.1 已提供：

import-jsonl

作通用 event ingest。

這只是 generic import；正式 MSSP semantic mapping 仍需下一個工程版本定 schema。

61. CLI

目前：

init-db
demo
smoke
windows-plan
import-jsonl

62. Quick Start

python src/cdi_runtime_mvp.py smoke --db tests/cdi_smoke.db

成功：

PASS

63. Windows Capture Plan

python src/cdi_runtime_mvp.py windows-plan

輸出：

wpr -start GeneralProfile -filemode
wpr -stop "cdi_trace.etl" "CDI capture"
wpaexporter.exe ...

production 應改用自訂 WPR / WPA profile，而非永久只用 GeneralProfile。

64. Schema Validation

本文附 JSON Schema：

VSP；
Compute Candidate；
Paradigm Profile；
GEC。

Python MVP v0.1 不引入 jsonschema dependency。

schema 是：

\boxed{ WireContract }

不是 runtime validator dependency。

65. 為什麼 stdlib-only？

為了：

與 MSSP repo 風格相容； -降低 deployment friction； -先驗證 protocol； -未來再替換性能組件。

66. SQLite 之後可以換

Adapter boundary：

PersistencePort.

未來：

PostgreSQL；
RocksDB；
event store；
Redis；

都可。

但 v0.1：

SQLite.

67. Trace Store 也可以換

v0.1 只保存 references / normalized events。

未來：

Arrow；
Parquet；
DuckDB；
columnar trace store。

68. PRL 也可以換

v0.1 route policy：

rule；
profiler；
shadow benchmark。

未來：

optimizer；
learned router；
constraint solver。

69. AI Provider 也可以換

Runtime 不應寫死：

OpenAIOnly.

Relay / Governor contract：

StructuredDecisionIn \rightarrow StructuredDecisionOut.

70. Decision Schema

未來 AI 最好只輸出：

decision:
  act: NOOP | INSPECT | HOLD | RETRY | REROUTE | ESCALATE
  target:
  reason_code:
  evidence_refs:
  confidence:

而不是自由文字直接控制程序。

71. Natural Language 是 Explanation Plane

AI 可以另附：

explanation

但正式控制依：

TypedDecision.

72. Security Boundary

v0.1 不應以管理員權限常駐。

Windows Observer：

只要求取得 profiler 所需最小權限。

73. Binary Instrumentation

Detours：

ObserverOnly

預設。

不把：

CanHook

當作：

CanRewrite.

74. Anti-Cheat

競技／反作弊遊戲：

\boxed{ OutOfScope }

除非遊戲／平台明確允許 instrumentation。

75. Copyright / Mod Boundary

CDI 工具：

不散布遊戲本體； -不散布 proprietary code； -改動方案與 patch 需依實際授權。

76. Safety Invariants

I1

AIRecommendation\neq CommitAuthority.

I2

EvidenceRetrievable.

I3

StaleFencingCannotCommit.

I4

IrreversibleSpeculationBlocked.

I5

AIOutageHasFallback.

I6

CorrectnessBeforeSpeed.

I7

UnknownIsAllowed.

I8

Capability\le Evidence.

77. Smoke Test 內容

實際執行：

2 AIVS sync events；
5 candidates；
2 valid commits；
2 route candidates；
2 shadow benchmarks；
1 route promotion；
1 serialization finding。

78. Smoke Test 核心結果

low_regime = R0
high_regime = ESCALATE
idempotent_same_commit = true
relevant_conflict_rejected = true
stale_fencing_rejected = true
irreversible_speculation_rejected = true
shadow_route_equivalent = true
route_promoted = true
bad_route_rejected = true
serialization_gap_ms = 26.0

79. 此 Smoke Test 能支持什麼？

支持：

v0.1 的 protocol logic 在 synthetic scenario 中按預期運作。

80. 不能支持什麼？

不支持：

真實 ETW ingestion throughput； -真實遊戲 speedup； -AI classifier accuracy； -真實 thread-safe runtime mutation； -真實 GPU route promotion； -高併發 distributed commit。

81. 第一個真正有判別力的工程實驗

選一個 source-visible game / simulation。

建立：

Baseline.

找一個：

CandidateRegion.

例如 NPC path batch。

82. Experiment A

原：

Serial.

新：

ParallelShadow.

83. Experiment B

測：

state；
RNG；
events；
p95/p99；
CPU utilization。

84. Experiment C

若通過：

PromoteLowRisk.

85. Experiment D

注入：

stale navmesh；
delayed worker；
duplicate result。

測 Candidate/Commit。

86. Experiment E

關 AI。

測：

Fallback.

87. Experiment F

讓 AI 給錯 route。

測：

ShadowGate.

88. Experiment G

故意製造：

VersionChanged

但：

NoRelevantConflict.

測 concurrency 不被過度犧牲。

89. Experiment H

故意：

RelevantConflict.

必須 reject。

90. Engineering Success Criteria v0.2

至少：

1 source-visible app；
1 real ETW capture；
1 normalized trace；
1 AI/heuristic serialization finding；
1 shadow route；
correctness pass；
measurable net gain；
AI overhead measured；
fallback verified。

91. Engineering Success Criteria v0.3

加入：

MSSP semantic event alignment； -Game Adapter； -GEC； -frame/sim epochs； -negative route memory。

92. Engineering Success Criteria v0.4

加入：

live Relay； -limited runtime route switch； -low-risk local commit。

93. Engineering Success Criteria v0.5

加入：

multi-relay； -Governor； -cross-flow conflict； -AIVS adaptive frequency。

94. Engineering Success Criteria 1.0

只有在：

repeated benchmarks； -multiple workloads； -reliability； -observability； -safe fallback；

都成熟後才考慮。

95. 系列的最終工程結論

最初問題是：

AI 能不能幫一個不擅長多核的舊遊戲加速？

六篇之後，答案被精確化為：

\boxed{ \text{AI 可能可以幫忙，} }

但它不是靠：

\boxed{ \text{AI 替 CPU 算所有東西。} }

而是靠：

\boxed{ \text{看見計算} \rightarrow \text{理解依賴} \rightarrow \text{找出 Serialization Gap} \rightarrow \text{提出新 route} \rightarrow \text{低成本同步} \rightarrow \text{shadow} \rightarrow \text{驗證} \rightarrow \text{安全 promotion}. }

96. 最終統一式

\boxed{ CDI = \underbrace{Observe}_{Evidence} + \underbrace{Understand}_{Causal/Paradigm} + \underbrace{AllocateAttention}_{AIVS/ACR} + \underbrace{Propose}_{RouteCandidate} + \underbrace{Verify}_{Fence/GEC} + \underbrace{Commit}_{Receipt} + \underbrace{Recover}_{Fallback}. }

97. 與 STDI 的尺度對應

STDI：

Intent \rightarrow WorldModel \rightarrow PhysicalRouting \rightarrow Action \rightarrow Evidence.

CDI：

\boxed{ Intent \rightarrow ComputeModel \rightarrow ComputeRouting \rightarrow Execution \rightarrow Evidence. }

二者是結構相似，

不是同一 system。

98. 為什麼「AI 中繼」是必要的？

沒有 Relay：

NWorkers \rightarrow Governor

容易形成新中央瓶頸。

有 Relay：

Worker \rightarrow CheapCheck \rightarrow LocalRecovery/Reduction \rightarrow EscalateOnlyIfNeeded.

99. 為什麼 ACR 是必要的？

如果每個 event 都：

DeepReasoning,

AI cost 會吞掉 acceleration。

所以：

\boxed{ ThinkProportionally }

在這裡不只是哲學，

而是 performance requirement。

100. 為什麼 Candidate/Commit 是必要的？

AI 可能錯。

profiler inference 可能錯。

route candidate 可能錯。

所以：

\boxed{ FastExploration + SlowEnoughCommitDiscipline. }

是安全平衡。

101. 為什麼 24／72 有價值？

不是因為：

世界只能有 24／72 種計算。

而是因為它提供：

\boxed{ CompactRoutingVocabulary. }

幫 Runtime 問：

sequence？
selective？
parallel？
retrieval？
deterministic？
stochastic？
quantum/hybrid？

但：

\boxed{ RealityWinsOverTaxonomy. }

102. 為什麼 Game Benchmark 有價值？

因遊戲同時包含：

State + Latency + CPU/GPU + Interaction + RNG + VisualSemantics.

如果 CDI 能在這裡工作，

它會是很強的 stress test。

103. 但遊戲不是唯一目的

同一 Runtime 可測：

scientific app； -media tool； -simulation； -CAD； -legacy server； -data pipeline。

104. 最終產品形態

可能不是：

AI 多核加速器。

更可能是：

AI Computational Control Plane

即：

一個位於 existing compiler/runtime/OS 之上的語義—因果治理層。

105. 系列封頂

本系列到第六篇停止新增論文。

\boxed{ SeriesStatus = THEORETICAL\ CLOSED + ENGINEERING\ OPEN. }

後續只進：

CDI Runtime v0.2；
AIVS protocol v0.2；
Windows adapter；
Game Adapter；
benchmark；
source-visible optimizer；
production hardening。

不以「第七篇」延伸本系列核心。

參考資料

系列內部研究

《AI 不必替代計算：從傳統執行平面到語義—因果控制平面》，2026。
《AI 垂直同步：分層中繼、認知比例性與低成本因果一致》，2026。
《候選不是提交：多 X 計算中的因果校正、錯位檢測與可恢復執行》，2026。
《從 24／72 計算範式到 Runtime 路由》，2026。
《舊應用與遊戲的 AI 加速：從實作串行化到必要串行化》，2026。
《計算的二十四重範式》正式版 v4.0，2026。
《從二十四重計算形態學到七十二格計算動力學》v0.1，2026。
《Adaptive Cognitive Runtime 工程白皮書》v0.1，2026。
mssp-game-computer-runtime-mvp v0.8.0。

2026-08-10 重新核對之 Primary Sources

Microsoft Learn. About Event Tracing / Event Tracing Tools / WPR Command-Line Options / WPA Exporter。
Microsoft Learn. PIX Timing Captures — Analyze CPU and GPU。
SQLite. Atomic Commit In SQLite / Write-Ahead Logging。
LLVM/MLIR. Transform Dialect / Transform Dialect Tutorial。
Microsoft Research. Detours。

版本紀錄

v0.1 / 2026-08-10：系列封頂工程版。交付 SQLite runtime、AIVS、Candidate/Commit、relevant conflict、lease/fencing、Effect Barrier、Paradigm Profile、Route Shadow/Promotion、Serialization Finding、JSONL import、Windows capture plan、JSON Schema 與 synthetic smoke test。

06_CDI_Runtime_AIVS_工程架構協議與MVP_v0.1