從下一 Token 到世界操作——概率生成、操作性分元與現實閉環
From the Next Token to World Operations: Probabilistic Generation, Operational Units, and Closed-Loop Reality Interaction
作者： Neo.K（許筌崴）with Aletheia機構： EveMissLab（一言諾科技有限公司）日期： 2026 年 8 月版本： v0.1系列定位： 概率—意圖—展開第二代橋接系列，第 5 篇
前置論文：
1.《從概率場到意圖場——跨尺度條件概率如何形成持久未來約束》
摘要
大型語言模型最常見的數學描述位於 token 生成層：
z t ∼ p θ ( z ∣ X ≤ t ) . z_t
\sim
p_\theta
\left(
z
\mid
X_{\leq t}
\right). z t ∼ p θ ( z ∣ X ≤ t ) . 然而，當語言模型被嵌入 Agent Runtime，並能夠調用搜尋、程式執行、檔案系統、API、模擬器、資料庫或其他外部工具時，下一 token 的概率已不足以描述完整系統行為。
ReAct 已展示語言模型可以交錯生成 reasoning traces 與 task-specific actions，使外部 actions 回傳的新資訊進一步修改後續 reasoning；Toolformer 更直接將「是否呼叫 API、呼叫哪一個 API、傳入什麼 arguments，以及如何把工具結果重新納入後續 token prediction」作為學習問題。 Voyager 則在 Minecraft 中將語言模型生成的 executable code、環境 feedback、execution errors 與 self-verification 結合成持續閉環；SWE-agent 亦展示 specially designed agent-computer interface 能讓 LM agent 導航 repository、修改檔案並執行 tests/programs。
這些系統共同暴露出一個核心問題：
P ( token ) ≠ P ( operation ) ≠ P ( world transition ) ≠ P ( verified outcome ) \boxed{
P(\text{token})
\neq
P(\text{operation})
\neq
P(\text{world transition})
\neq
P(\text{verified outcome})
} P ( token ) = P ( operation ) = P ( world transition ) = P ( verified outcome ) 。
Neo.K 舊《操作性分元》已將操作流程明確拆成：
D e s c r i b e → P r o p o s e → A u t h o r i z e → E x e c u t e → O b s e r v e → V e r i f y → C o m m i t \boxed{
\mathsf{Describe}
\rightarrow
\mathsf{Propose}
\rightarrow
\mathsf{Authorize}
\rightarrow
\mathsf{Execute}
\rightarrow
\mathsf{Observe}
\rightarrow
\mathsf{Verify}
\rightarrow
\mathsf{Commit}
} Describe → Propose → Authorize → Execute → Observe → Verify → Commit 並強調七種狀態不可相互偷換；自然語言不應直接成為高風險低階執行碼，而應先轉化為具有型別、效果、權限、成本、版本與回退契約的操作性中介表示。
本文在此基礎上提出「概率—操作—世界閉環 」（Probability–Operation–World Loop）。令：
Z t Z_t Z t 為生成分元，
O t O_t O t 為經解析與治理後的操作，
A t A_t A t 為權威世界狀態。
則：
P ( O t = o ∣ Σ t ) = ∑ z P ( O t = o ∣ Z t = z , Σ t ) P ( Z t = z ∣ Σ t ) \boxed{
P(O_t=o\mid\Sigma_t)
=
\sum_{z}
P(
O_t=o
\mid
Z_t=z,\Sigma_t
)
P(
Z_t=z
\mid
\Sigma_t
)
} P ( O t = o ∣ Σ t ) = z ∑ P ( O t = o ∣ Z t = z , Σ t ) P ( Z t = z ∣ Σ t ) 。
進一步，若世界轉移由：
T A ( a ′ ∣ a , o ) T_A
\left(
a'
\mid
a,o
\right) T A ( a ′ ∣ a , o ) 表示，則：
P ( A t + 1 = a ′ ∣ A t = a , Σ t ) = ∑ o T A ( a ′ ∣ a , o ) P ( o ∣ Σ t ) \boxed{
P(
A_{t+1}=a'
\mid
A_t=a,\Sigma_t
)
=
\sum_o
T_A(a'\mid a,o)
P(o\mid\Sigma_t)
} P ( A t + 1 = a ′ ∣ A t = a , Σ t ) = o ∑ T A ( a ′ ∣ a , o ) P ( o ∣ Σ t ) 。
因此，模型的 linguistic probability 只是完整 world-outcome probability 的一個上游因子。
本文進一步區分：
生成概率；
語義解析概率；
操作提案概率；
授權概率；
執行成功概率；
環境轉移概率；
觀測可靠性；
驗證概率；
提交概率。
並提出：
Generated ≠ Proposed ≠ Authorized ≠ Executed ≠ Observed ≠ Verified ≠ Committed \boxed{
\text{Generated}
\neq
\text{Proposed}
\neq
\text{Authorized}
\neq
\text{Executed}
\neq
\text{Observed}
\neq
\text{Verified}
\neq
\text{Committed}
} Generated = Proposed = Authorized = Executed = Observed = Verified = Committed 。
本文最終主張：
當 AI 真正進入外部世界時，概率不再只是 token distribution，而成為一條穿越語義、型別、權限、執行、環境、觀測與驗證的組合概率鏈。
而一旦 commit 改變權威世界：
A t → A t + 1 , A_t
\rightarrow
A_{t+1}, A t → A t + 1 , 新的世界又反向改變：
M t + 1 , P t + 1 I , A I ( t + 1 ) , E t + 1 . M_{t+1},
\quad
\mathfrak P_{t+1}^{I},
\quad
\mathcal A_I(t+1),
\quad
\mathcal E_{t+1}. M t + 1 , P t + 1 I , A I ( t + 1 ) , E t + 1 . 因此真正的 Agent 不再是：
X → Model → Y \boxed{
X
\rightarrow
\text{Model}
\rightarrow
Y
} X → Model → Y 而是：
Generate → Interpret → Propose → Act → World → Observe → Verify → Update \boxed{
\text{Generate}
\rightarrow
\text{Interpret}
\rightarrow
\text{Propose}
\rightarrow
\text{Act}
\rightarrow
\text{World}
\rightarrow
\text{Observe}
\rightarrow
\text{Verify}
\rightarrow
\text{Update}
} Generate → Interpret → Propose → Act → World → Observe → Verify → Update 的歷史性現實閉環。
關鍵詞： Token Probability、Tool Use、Agent、操作性分元、世界狀態、權威世界、ReAct、Toolformer、World Transition、驗證、Commit、現實閉環
一、回到最早那個致命問題
假設使用者說：
幫我寫一個程式。
模型最後生成一個：
10 000 10\,000 10 000 token 的 repository。
我們可以問：
這整個程式是多少概率？
上一系列已經指出：
exact sequence probability：
P ( Z = z ∗ ) P(Z=z^*) P ( Z = z ∗ ) 與：
functional success probability：
P ( Correct ( Z ) = 1 ) P(
\operatorname{Correct}(Z)=1
) P ( Correct ( Z ) = 1 ) 不是同一個概率。
但是 Agent 時代還有下一層。
如果 AI 不只是：
寫出程式碼，
而是：
實際修改 repository、執行測試、部署服務，
那麼問題變成：
「部署完成」究竟是哪一層概率？
二、這時 token 已經不再是最終事件
假設模型輸出：
run_tests()
這可能只是：
text \boxed{
\text{text}
} text 。
也可能是：
tool proposal \boxed{
\text{tool proposal}
} tool proposal 。
也可能真正觸發：
tool execution \boxed{
\text{tool execution}
} tool execution 。
三者不能等同。
三、舊《操作性分元》已經抓到這個問題
它以三個包含「搜尋」的句子說明：
「搜尋這個概念。」
「我正在描述一個搜尋指令。」
「已搜尋完成。」
表面詞彙相似，
但第一個可能是操作提案，
第二個只是 description，
第三個則是對執行狀態的 assertion。
因此：
M e a n i n g ( z ) ≠ E f f e c t ( z ) \boxed{
\mathsf{Meaning}(z)
\neq
\mathsf{Effect}(z)
} Meaning ( z ) = Effect ( z ) 。
四、所以第一個永久區分是：
Language ≠ Action \boxed{
\text{Language}
\neq
\text{Action}
} Language = Action 。
「刪除檔案」這四個字，
不是：
Delete ( f i l e ) \operatorname{Delete}(file) Delete ( f i l e ) 本身。
五、這個差異在 Agent 時代變得極為重要
語言模型本來主要生成：
Z t Z_t Z t 。
但 Agent Runtime 需要決定：
Z t → O t ? \boxed{
Z_t
\rightarrow
O_t?
} Z t → O t ? 。
問號就是整個操作層。
六、因此本文定義三種最基本分元
語言分元
z t L z_t^{L} z t L 表示文字／符號輸出。
語義分元
z t S z_t^{S} z t S 表示已解析的 meaning。
操作性分元
z t O z_t^{O} z t O 表示具有執行語義的 typed operation proposal。
七、所以：
z t L → z t S → z t O \boxed{
z_t^L
\rightarrow
z_t^S
\rightarrow
z_t^O
} z t L → z t S → z t O 不是 identity mapping。
中間可以：
解析失敗；
語義歧義；
降級為描述；
被判定沒有操作意圖；
被禁止轉成 operation。
八、模型生成概率只首先存在於：
P ( z t L ∣ X t ) \boxed{
P(z_t^L\mid X_t)
} P ( z t L ∣ X t ) 。
但真正 Agent 在乎：
P ( z t O ∣ Σ t ) \boxed{
P(z_t^O\mid\Sigma_t)
} P ( z t O ∣ Σ t ) 。
九、操作概率是誘導分布
假設解析器：
R : Z L → Z O ∪ { ∅ } R:
Z^L
\rightarrow
Z^O\cup\{\varnothing\} R : Z L → Z O ∪ { ∅ } 。
則：
P ( O = o ) = ∑ z : R ( z ) = o P ( Z = z ) \boxed{
P(
O=o
)
=
\sum_{
z:R(z)=o
}
P(Z=z)
} P ( O = o ) = z : R ( z ) = o ∑ P ( Z = z ) 若解析器 deterministic。
十、如果解析器也有不確定性
則：
P ( O = o ) = ∑ z P ( O = o ∣ Z = z ) P ( Z = z ) \boxed{
P(O=o)
=
\sum_z
P(O=o\mid Z=z)
P(Z=z)
} P ( O = o ) = z ∑ P ( O = o ∣ Z = z ) P ( Z = z ) 。
因此：
Operation Probability \boxed{
\text{Operation Probability}
} Operation Probability 已經不同於：
Token Probability \boxed{
\text{Token Probability}
} Token Probability 。
十一、Toolformer 正好提供一個具體技術案例
Toolformer 不只是產生普通文字，而是讓模型學會：
哪些位置值得使用工具；
使用哪個 API；
傳入什麼 arguments；
工具結果如何重新影響後續 token prediction。
因此：
tool invocation \boxed{
\text{tool invocation}
} tool invocation 已經是一個不同於普通 lexical continuation 的事件類別。
十二、ReAct 更進一步
ReAct 交錯：
reason → act → observe → reason \boxed{
\text{reason}
\rightarrow
\text{act}
\rightarrow
\text{observe}
\rightarrow
\text{reason}
} reason → act → observe → reason 。
Action 讓模型從外部 knowledge base 或 environment 取得資訊，
Observation 再改變後續 reasoning。
所以：
external observation \boxed{
\text{external observation}
} external observation 已進入模型下一步條件。
十三、因此自回歸條件必須擴大
純語言：
P ( z t + 1 ∣ z ≤ t ) P(
z_{t+1}
\mid
z_{\leq t}
) P ( z t + 1 ∣ z ≤ t ) 。
Agent：
P ( z t + 1 ∣ z ≤ t , o ≤ t , y ≤ t , M t , W t ) \boxed{
P(
z_{t+1}
\mid
z_{\leq t},
o_{\leq t},
y_{\leq t},
M_t,
W_t
)
} P ( z t + 1 ∣ z ≤ t , o ≤ t , y ≤ t , M t , W t ) 其中：
o t o_t o t 是 operation，
y t y_t y t 是 external observation。
十四、所以 Agent 已經不是只在「自己的文字」上自回歸
它還在：
world feedback \boxed{
\text{world feedback}
} world feedback 上條件化。
十五、這就是第一個真正的內外閉環
Z t → O t → W t + 1 → Y t + 1 → Z t + 1 \boxed{
Z_t
\rightarrow
O_t
\rightarrow
W_{t+1}
\rightarrow
Y_{t+1}
\rightarrow
Z_{t+1}
} Z t → O t → W t + 1 → Y t + 1 → Z t + 1 。
十六、Voyager 是非常清楚的例子
Voyager 在 Minecraft 中使用 executable code 作為 skill，並把 environment feedback、execution errors 與 self-verification 納入後續 program improvement。
因此：
Generated program \boxed{
\text{Generated program}
} Generated program 不是終點。
真正循環是：
code → execution → environment change/error → revision \boxed{
\text{code}
\rightarrow
\text{execution}
\rightarrow
\text{environment change/error}
\rightarrow
\text{revision}
} code → execution → environment change/error → revision 。
十七、SWE-agent 在數位軟體世界也展示同樣結構
它透過 specially designed agent-computer interface 讓 Agent：
導航 repository；
修改 files；
執行 tests；
執行 programs。
因此 Agent-computer interface 本身會改變模型「能做什麼」與任務表現。
這正好支持前文的：
C t \boxed{
\mathfrak C_t
} C t 活動計算域概念。
十八、所以語言轉成操作需要一個中介層
本文延續舊 DIEEC：
Natural Language → Operational Intermediate Representation → Execution Runtime \boxed{
\text{Natural Language}
\rightarrow
\text{Operational Intermediate Representation}
\rightarrow
\text{Execution Runtime}
} Natural Language → Operational Intermediate Representation → Execution Runtime 。
十九、為什麼不能自然語言直接執行？
因為自然語言：
underspecified \boxed{
\text{underspecified}
} underspecified 。
例如：
把那個檔案處理掉。
「處理掉」可以表示：
二十、所以操作中介表示必須至少包含
o t = ( ω , α , a , Θ p r e , Θ p o s t , E , C , R , P ) \boxed{
o_t
=
(
\omega,
\alpha,
a,
\Theta_{\mathrm{pre}},
\Theta_{\mathrm{post}},
E,
C,
R,
P
)
} o t = ( ω , α , a , Θ pre , Θ post , E , C , R , P ) 。
其中：
ω \omega ω α \alpha α a a a Θ p r e \Theta_{\mathrm{pre}} Θ pre Θ p o s t \Theta_{\mathrm{post}} Θ post E E E C C C R R R P P P
舊稿已有更詳細的操作性分元 tuple；本文將其壓縮為第二代核心欄位。
二十一、所以 operation 本身不是一個字串
o t ≠ “delete file” \boxed{
o_t
\neq
\text{“delete file”}
} o t = “delete file” 。
它是一個 typed state-transition proposal。
二十二、可以直接寫成 Hoare-style contract
{ Pre ( o ) } o { Post ( o ) } \boxed{
\{
\operatorname{Pre}(o)
\}
\;
o
\;
\{
\operatorname{Post}(o)
\}
} { Pre ( o )} o { Post ( o )} 。
舊操作性分元亦已採用前置／後置條件描述工具操作。
二十三、因此「模型覺得應該做」仍然不是「可以做」
這要再次接回前文：
Intention Space ≠ Capability Space ≠ Authority Space \boxed{
\text{Intention Space}
\neq
\text{Capability Space}
\neq
\text{Authority Space}
} Intention Space = Capability Space = Authority Space 。
二十四、操作需要治理函數
令：
G B ( o , Σ t , W t ) ∈ { 0 , 1 , confirm } G_B(o,\Sigma_t,W_t)
\in
\{
0,1,\text{confirm}
\} G B ( o , Σ t , W t ) ∈ { 0 , 1 , confirm } 。
如果：
G B = 0 G_B=0 G B = 0 則即使：
P I ( o ) P_I(o) P I ( o ) 非常高，
仍：
P e x e c u t e ( o ) = 0 \boxed{
P_{\mathrm{execute}}(o)=0
} P execute ( o ) = 0 。
二十五、這是一個重要結果
High model probability ⇏ high execution probability \boxed{
\text{High model probability}
\nRightarrow
\text{high execution probability}
} High model probability ⇏ high execution probability 。
因為權限、型別與治理可以截斷分布。
二十六、因此 Agent 最終執行分布可以寫成
P E ( o ∣ Σ ) ∝ P O ( o ∣ Σ ) ⋅ G B ( o , Σ , W ) \boxed{
P_E(o\mid\Sigma)
\propto
P_O(o\mid\Sigma)
\cdot
G_B(o,\Sigma,W)
} P E ( o ∣ Σ ) ∝ P O ( o ∣ Σ ) ⋅ G B ( o , Σ , W ) 在簡化 deterministic gate 中。
二十七、若 governance 本身有多階段狀態
則完整概率是：
P E ( o ) = P ( E x e c u t e ∣ o ) P ( o ) P_E(o)
=
P(
\mathsf{Execute}
\mid
o
)
P(o) P E ( o ) = P ( Execute ∣ o ) P ( o ) 。
二十八、這正式帶出舊 DIEEC 的七狀態
D e s c r i b e → P r o p o s e → A u t h o r i z e → E x e c u t e → O b s e r v e → V e r i f y → C o m m i t \boxed{
\mathsf{Describe}
\rightarrow
\mathsf{Propose}
\rightarrow
\mathsf{Authorize}
\rightarrow
\mathsf{Execute}
\rightarrow
\mathsf{Observe}
\rightarrow
\mathsf{Verify}
\rightarrow
\mathsf{Commit}
} Describe → Propose → Authorize → Execute → Observe → Verify → Commit 。
二十九、這七個詞不是流程美學
它們代表：
seven different ontic/system states \boxed{
\text{seven different ontic/system states}
} seven different ontic/system states 。
三十、Describe
D D D 只表示：
某個 operation 被描述。
世界沒變。
三十一、Propose
P P P 表示：
系統提出 operation 作為 candidate。
世界仍沒變。
三十二、Authorize
A A A 表示：
已滿足 policy / permission gate。
世界通常仍沒變。
三十三、Execute
E E E 表示：
Runtime 真正對 tool/environment 發出 effectful operation。
三十四、Observe
O O O 表示：
系統收到某種 observation。
注意：
observation ≠ verified reality \boxed{
\text{observation}
\neq
\text{verified reality}
} observation = verified reality 。
三十五、Verify
V V V 表示：
系統檢查 observation 是否足以支持 claimed postcondition。
三十六、Commit
C C C 才表示：
將結果寫入正式／權威世界或正式系統狀態。
三十七、因此：
D ≠ P ≠ A ≠ E ≠ O ≠ V ≠ C \boxed{
D\neq P\neq A\neq E\neq O\neq V\neq C
} D = P = A = E = O = V = C 。
三十八、這消除 Agent 系統最危險的一類語義偷換
例如：
Tool 回傳：
success
只代表：
O = “success” O=\text{“success”} O = “success” 。
不代表：
V = 1 V=1 V = 1 。
更不代表：
C = 1 C=1 C = 1 。
三十九、所以「AI 說它完成了」與「任務真的完成了」
是兩個 random variables。
Y c l a i m ≠ Y w o r l d \boxed{
Y_{\mathrm{claim}}
\neq
Y_{\mathrm{world}}
} Y claim = Y world 。
四十、這裡可以正式定義權威世界
令：
A t \boxed{
\mathbb A_t
} A t 為：
對任務而言真正具有正式效果的 state。
例如：
實際 repository；
正式 database；
calendar event；
部署中的 service；
physical robot environment。
四十一、而模型內部想像不是權威世界
令：
A ^ t \hat{\mathbb A}_t A ^ t 表示 internal estimate。
一般：
A ^ t ≠ A t \boxed{
\hat{\mathbb A}_t
\neq
\mathbb A_t
} A ^ t = A t 。
四十二、Simulation 也不是權威世界
S t \mathbb S_t S t 可以模擬：
A t \mathbb A_t A t 。
但：
S t ≠ A t \boxed{
\mathbb S_t
\neq
\mathbb A_t
} S t = A t 。
四十三、Working copy 也不是權威世界
例如 Git branch：
W t \mathbb W_t W t 修改完成，
不代表 production：
A t \mathbb A_t A t 已改。
四十四、因此至少存在：
A ^ t \boxed{
\hat{\mathbb A}_t
} A ^ t 認知世界，
S t \boxed{
\mathbb S_t
} S t 模擬世界，
W t \boxed{
\mathbb W_t
} W t 活動／工作世界，
A t \boxed{
\mathbb A_t
} A t 權威世界。
四十五、這使「世界改變」成為嚴格概念
真正 commit：
A t → o t A t + 1 \boxed{
\mathbb A_t
\xrightarrow{o_t}
\mathbb A_{t+1}
} A t o t A t + 1 。
四十六、舊操作性分元早已抓到這一點
其提交分元定義指出：
A t → A t + 1 \mathbb A_t
\rightarrow
\mathbb A_{t+1} A t → A t + 1 會使後續解空間：
P x ( t ) ≠ P x ( t + 1 ) \mathfrak P_x(t)
\neq
\mathfrak P_x(t+1) P x ( t ) = P x ( t + 1 ) 。
這是本篇最重要的舊理論橋接。
四十七、因為世界一旦被改變
未來問題真的變了。
例如：
建立一個檔案。
執行前：
Exists ( f , t ) = 0 \operatorname{Exists}(f,t)=0 Exists ( f , t ) = 0 。
commit 後：
Exists ( f , t + 1 ) = 1 \operatorname{Exists}(f,t+1)=1 Exists ( f , t + 1 ) = 1 。
四十八、所以新概率場不能仍使用舊世界
P t + 1 I = P ( Σ t + 1 , M t + 1 , A t + 1 ) \boxed{
\mathfrak P_{t+1}^{I}
=
\mathfrak P(
\Sigma_{t+1},
M_{t+1},
\mathbb A_{t+1}
)
} P t + 1 I = P ( Σ t + 1 , M t + 1 , A t + 1 ) 。
四十九、這就是：
world modifies probability \boxed{
\text{world modifies probability}
} world modifies probability 。
不是只有：
probability selects world action \boxed{
\text{probability selects world action}
} probability selects world action 。
五十、因此真正關係是雙向的
P t I → O t → A t + 1 \boxed{
\mathfrak P_t^I
\rightarrow
O_t
\rightarrow
\mathbb A_{t+1}
} P t I → O t → A t + 1 以及：
A t + 1 → P t + 1 I \boxed{
\mathbb A_{t+1}
\rightarrow
\mathfrak P_{t+1}^I
} A t + 1 → P t + 1 I 。
五十一、舊 DIEEC 將其稱為「分元展開世界，世界改寫分元」
其雙重交互閉環已經寫出：
( I t , L t ) → z t → W t + 1 (I_t,L_t)
\rightarrow
z_t
\rightarrow
\mathbb W_{t+1} ( I t , L t ) → z t → W t + 1 以及：
W t + 1 → ( I t + 1 , L t + 1 ) \mathbb W_{t+1}
\rightarrow
(I_{t+1},L_{t+1}) W t + 1 → ( I t + 1 , L t + 1 ) ，並強調跨內外邊界的真正介面是操作性分元與外部觀測。
五十二、第二代現在加入概率
變成：
P t I , M → P ( O t ) → T A → P ( A t + 1 ) \boxed{
\mathfrak P_t^{I,M}
\rightarrow
P(O_t)
\rightarrow
T_A
\rightarrow
P(\mathbb A_{t+1})
} P t I , M → P ( O t ) → T A → P ( A t + 1 ) 。
五十三、世界轉移本身可以是 deterministic
如果：
A t + 1 = T ( A t , o t ) \mathbb A_{t+1}
=
T(
\mathbb A_t,o_t
) A t + 1 = T ( A t , o t ) 唯一決定，
則：
T A ( a ′ ∣ a , o ) T_A(a'\mid a,o) T A ( a ′ ∣ a , o ) 是退化分布。
五十四、但模型操作仍可能 probabilistic
因此：
P ( O t ) > 0 P(O_t)>0 P ( O t ) > 0 多樣，
而：
T A T_A T A deterministic。
五十五、反過來也可能
operation：
o t o_t o t 唯一確定，
但環境：
T A T_A T A stochastic。
例如：
網路延遲；
市場環境；
physical noise；
multi-agent response。
五十六、所以：
model stochasticity ≠ environment stochasticity \boxed{
\text{model stochasticity}
\neq
\text{environment stochasticity}
} model stochasticity = environment stochasticity 。
五十七、完整 world-outcome distribution 為
P ( a ′ ∣ a , Σ ) = ∑ o T A ( a ′ ∣ a , o ) P E ( o ∣ Σ ) \boxed{
P(
a'
\mid
a,\Sigma
)
=
\sum_o
T_A(
a'
\mid
a,o
)
P_E(
o
\mid
\Sigma
)
} P ( a ′ ∣ a , Σ ) = o ∑ T A ( a ′ ∣ a , o ) P E ( o ∣ Σ ) 。
五十八、這個公式回答最初那個問題
「AI 寫一整個應用，整個應用是多少概率？」
真正應拆成：
P ( generated artifact ) P(
\text{generated artifact}
) P ( generated artifact ) P ( chosen operation sequence ) P(
\text{chosen operation sequence}
) P ( chosen operation sequence ) P ( execution success ) P(
\text{execution success}
) P ( execution success ) P ( world outcome ) P(
\text{world outcome}
) P ( world outcome ) P ( verified task completion ) P(
\text{verified task completion}
) P ( verified task completion ) 。
五十九、不同概率可以完全不一樣
Exact token sequence：
P ( Z = z ∗ ) ≪ 1 P(Z=z^*)\ll1 P ( Z = z ∗ ) ≪ 1 。
但：
P ( TaskSuccess = 1 ) ≈ 1 P(
\operatorname{TaskSuccess}=1
)
\approx1 P ( TaskSuccess = 1 ) ≈ 1 仍然可能。
六十、尤其當 verifier 存在時
系統可：
Z 1 → O 1 → V = 0 Z_1
\rightarrow
O_1
\rightarrow
V=0 Z 1 → O 1 → V = 0 再：
Z 2 → O 2 → V = 0 Z_2
\rightarrow
O_2
\rightarrow
V=0 Z 2 → O 2 → V = 0 再：
Z 3 → O 3 → V = 1 Z_3
\rightarrow
O_3
\rightarrow
V=1 Z 3 → O 3 → V = 1 。
六十一、所以 final delivery distribution 已經被 selection 改寫
它不再等於單次：
P θ ( Z ) P_\theta(Z) P θ ( Z ) 。
而是：
P s y s t e m = Transform ( P θ , G , V , T A , M ) \boxed{
P_{\mathrm{system}}
=
\operatorname{Transform}
(
P_\theta,
G,
V,
T_A,
M
)
} P system = Transform ( P θ , G , V , T A , M ) 。
六十二、因此「AI 只是下一 token 預測」
在模型訓練目標層可以成立。
但：
next-token distribution ≠ complete agent-level state transition model \boxed{
\text{next-token distribution}
\neq
\text{complete agent-level state transition model}
} next-token distribution = complete agent-level state transition model 。
ReAct、Toolformer、Voyager 與 SWE-agent 的實作分別從不同方向展示了 language generation 可以被嵌入工具使用、外部 actions、environment feedback 與 computer interaction 迴圈中。
六十三、現在加入 execution success
令：
S E ∈ { 0 , 1 , ∂ } S_E
\in
\{0,1,\partial\} S E ∈ { 0 , 1 , ∂ } 。
其中：
∂ \partial ∂ 代表 partial success。
六十四、則：
P ( A t + 1 ) P(
\mathbb A_{t+1}
) P ( A t + 1 ) 還要條件於：
P ( S E ∣ o , A t ) P(
S_E
\mid
o,\mathbb A_t
) P ( S E ∣ o , A t ) 。
六十五、所以：
P ( world outcome ) \boxed{
P(\text{world outcome})
} P ( world outcome ) 是一個 composition。
不是一個 softmax probability。
六十六、甚至 observation 本身也可能有錯
令：
Y t Y_t Y t 為 observation。
真實世界：
A t A_t A t 。
觀測模型：
P ( Y t = y ∣ A t = a ) \boxed{
P(
Y_t=y
\mid
A_t=a
)
} P ( Y t = y ∣ A t = a ) 。
六十七、因此：
Y t ≠ A t \boxed{
Y_t
\neq
A_t
} Y t = A t 。
工具回傳、
sensor、
API response
都只是 observation channel。
六十八、這就解釋為什麼 Observe 後仍需要 Verify
如果：
Y t Y_t Y t 直接當：
A t A_t A t ，
任何錯誤 observation 都會污染：
M t + 1 M_{t+1} M t + 1 。
六十九、第三篇已經指出：
一次錯誤如果直接寫入持久記憶，
會從：
local generation error \text{local generation error} local generation error 升級成：
persistent state error \text{persistent state error} persistent state error 。
所以 world observation 必須驗證後才能改寫高可信狀態。
七十、因此：
Observation → Verification → State Update \boxed{
\text{Observation}
\rightarrow
\text{Verification}
\rightarrow
\text{State Update}
} Observation → Verification → State Update 必須保留。
七十一、Verify 也可以有 uncertainty
V t ∈ { pass , fail , unknown } V_t
\in
\{
\text{pass},
\text{fail},
\text{unknown}
\} V t ∈ { pass , fail , unknown } 。
成熟系統不能強迫：
unknown → pass \text{unknown}
\rightarrow
\text{pass} unknown → pass 。
七十二、所以：
verification uncertainty \boxed{
\text{verification uncertainty}
} verification uncertainty 也是跨尺度概率的一部分。
七十三、這使完整閉環至少有八種不確定來源
Generation uncertainty
Semantic interpretation uncertainty
Operation selection uncertainty
Authorization uncertainty
Execution uncertainty
Environment transition uncertainty
Observation uncertainty
Verification uncertainty
七十四、因此可以定義「操作概率鏈」
P o p = ( P Z , P S , P O , P A , P E , P W , P Y , P V ) \boxed{
\mathcal P_{\mathrm{op}}
=
(
P_Z,
P_S,
P_O,
P_A,
P_E,
P_W,
P_Y,
P_V
)
} P op = ( P Z , P S , P O , P A , P E , P W , P Y , P V ) 。
七十五、這比一個：
P t o k e n P_{\mathrm{token}} P token 完整得多。
七十六、現在加入 Commit
即使：
V = 1 V=1 V = 1 也不必立刻：
C = 1 C=1 C = 1 。
例如：
測試通過，但還需要人類批准 production deployment。
七十七、所以：
P ( C = 1 ∣ V = 1 ) \boxed{
P(C=1\mid V=1)
} P ( C = 1 ∣ V = 1 ) 仍可能：
< 1 <1 < 1 。
七十八、因此權威世界修改是最後一道不同 probability event
P ( A t + 1 ≠ A t ) \boxed{
P(
\mathbb A_{t+1}\neq\mathbb A_t
)
} P ( A t + 1 = A t ) 。
七十九、這讓「概率存在於哪裡？」得到外部版答案
概率可以存在於：
generation \boxed{
\text{generation}
} generation 、
selection \boxed{
\text{selection}
} selection 、
execution \boxed{
\text{execution}
} execution 、
environment \boxed{
\text{environment}
} environment 、
observation \boxed{
\text{observation}
} observation 、
verification \boxed{
\text{verification}
} verification 。
八十、它們不必具有相同 entropy
例如：
H Z ≫ 0 H_Z
\gg0 H Z ≫ 0 。
但：
H O ≪ H Z H_O
\ll H_Z H O ≪ H Z 。
因為很多 linguistic realizations 被解析成同一 operation。
八十一、再：
H W H_W H W 甚至可以：
0 0 0 。
如果：
所有可接受 operation 都導向同一 world result。
八十二、所以：
H Z > 0 ⇏ H W > 0 \boxed{
H_Z>0
\nRightarrow
H_W>0
} H Z > 0 ⇏ H W > 0 再次成立。
八十三、這就是微觀概率—宏觀世界穩定性的外部版本
例如模型可以用十種不同語句說：
建立 config.json。
最後 Runtime 都編譯成同一：
o c r e a t e o_{\mathrm{create}} o create 。
八十四、因此：
linguistic diversity + operational determinacy \boxed{
\text{linguistic diversity}
+
\text{operational determinacy}
} linguistic diversity + operational determinacy 完全可以共存。
八十五、反過來也可能
模型只有一個 operation：
o o o 但 world：
T A T_A T A 高度 stochastic。
所以：
H O = 0 H_O=0 H O = 0 但：
H W > 0 H_W>0 H W > 0 。
八十六、因此操作層是概率尺度轉換器
T o p : P l a n g u a g e → P w o r l d \boxed{
\mathcal T_{\mathrm{op}}
:
\mathfrak P_{\mathrm{language}}
\rightarrow
\mathfrak P_{\mathrm{world}}
} T op : P language → P world 。
八十七、這可以稱為「概率轉導」
Probabilistic Transduction
不是把概率消滅，
而是：
把語言空間中的分布經過型別、治理與執行映射成世界狀態分布。
八十八、形式：
P W = T A ∘ G B ∘ R O ∘ P Z \boxed{
P_W
=
T_A
\circ
G_B
\circ
R_O
\circ
P_Z
} P W = T A ∘ G B ∘ R O ∘ P Z 只作結構示意，
不是一般線性算子恆等式。
八十九、現在意圖吸引子也會碰到世界
第四篇：
A I ( t ) \mathcal A_I(t) A I ( t ) 維持長程方向。
但 operation：
o t o_t o t 一旦改變：
A t \mathbb A_t A t ，
原本 basin 也會變。
九十、例如目標：
I = 建立檔案 F I=
\text{建立檔案 }F I = 建立檔案 F 。
建立前：
F ∉ A t F\notin\mathbb A_t F ∈ / A t 。
建立後：
F ∈ A t + 1 F\in\mathbb A_{t+1} F ∈ A t + 1 。
九十一、這時原意圖已完成
所以：
A I → retired \boxed{
\mathcal A_I
\rightarrow
\text{retired}
} A I → retired 。
九十二、如果 Agent 沒有從世界讀回「已完成」
就可能：
repeat action indefinitely \boxed{
\text{repeat action indefinitely}
} repeat action indefinitely 。
九十三、因此 task completion 是 world-relative
不能只問：
Complete ( I , Σ t ) \operatorname{Complete}(I,\Sigma_t) Complete ( I , Σ t ) 。
應問：
Complete ( I , A t , V t ) \boxed{
\operatorname{Complete}
(
I,
\mathbb A_t,
V_t
)
} Complete ( I , A t , V t ) 。
九十四、只有權威世界改變並被驗證
才真正閉合。
九十五、這就是「假閉合」與「真閉合」
假閉合
模型說：
已完成。
C i n t e r n a l = 1 C_{\mathrm{internal}}=1 C internal = 1 。
但：
A \mathbb A A 沒變。
九十六、真閉合
Post ( o ) \boxed{
\operatorname{Post}(o)
} Post ( o ) 在權威世界上經驗證成立。
九十七、舊雙重交互閉環已經明確主張：
外部結果只有經驗證、正規化與整合後，才構成新的活動工作場；生成、提案、批准、執行、觀測、驗證與權威提交必須分離。
第二代將其加入概率框架。
九十八、現在處理回退
如果：
A t → o A t + 1 \mathbb A_t
\xrightarrow{o}
\mathbb A_{t+1} A t o A t + 1 後：
V = 0 V=0 V = 0 ，
我們需要：
R ( A t + 1 ) \boxed{
\mathcal R(
\mathbb A_{t+1}
)
} R ( A t + 1 ) 。
九十九、若 operation 可逆：
R ( A t + 1 ) = A t \mathcal R(
\mathbb A_{t+1}
)
=
\mathbb A_t R ( A t + 1 ) = A t 。
一百、若不可完全逆
只能：
compensation \boxed{
\text{compensation}
} compensation 。
這就是 irreversible effect 與普通 Write 不應同治理門檻的原因。
一百零一、舊操作性分元已區分效果型別：
P u r e , R e a d , R e v e a l , C o m p u t e , W r i t e , C o m m u n i c a t e , A c t u a t e , C o m m i t , I r r e v e r s i b l e \mathsf{Pure},
\mathsf{Read},
\mathsf{Reveal},
\mathsf{Compute},
\mathsf{Write},
\mathsf{Communicate},
\mathsf{Actuate},
\mathsf{Commit},
\mathsf{Irreversible} Pure , Read , Reveal , Compute , Write , Communicate , Actuate , Commit , Irreversible ，並明確指出不同效果應對應不同權限、驗證與回退要求。
這個分類在第二代仍然非常有用。
一百零二、因此可以給效果一個風險偏序
簡化：
P u r e ≺ R e a d ≺ W r i t e ≺ C o m m i t ≺ I r r e v e r s i b l e \boxed{
\mathsf{Pure}
\prec
\mathsf{Read}
\prec
\mathsf{Write}
\prec
\mathsf{Commit}
\prec
\mathsf{Irreversible}
} Pure ≺ Read ≺ Write ≺ Commit ≺ Irreversible 。
一百零三、越往右，
要求：
verification strength ↑ \boxed{
\text{verification strength}\uparrow
} verification strength ↑ authority threshold ↑ \boxed{
\text{authority threshold}\uparrow
} authority threshold ↑ rollback planning ↑ \boxed{
\text{rollback planning}\uparrow
} rollback planning ↑ 。
一百零四、所以概率閾值也不應相同
低風險 Read：
P c o r r e c t > 0.8 P_{\mathrm{correct}}>0.8 P correct > 0.8 也許足夠探索。
高風險 irreversible operation：
可能需要：
P s a f e ≈ 1 P_{\mathrm{safe}}
\approx1 P safe ≈ 1 外加 independent verification。
一百零五、因此：
τ e x e c u t e = f ( effect type , risk , reversibility ) \boxed{
\tau_{\mathrm{execute}}
=
f(
\text{effect type},
\text{risk},
\text{reversibility}
)
} τ execute = f ( effect type , risk , reversibility ) 。
不存在單一 confidence threshold。
一百零六、這和舊總作用量理論完全相容
舊稿已用 expected cost、variance、CVaR 與 irreversible-loss penalty 描述高風險世界操作，並指出同一最低預期成本策略，在權威提交或不可逆操作下未必是最佳選擇。
一百零七、第二代可以把它與概率鏈整合
定義 operation utility：
J ( o ) = E [ U ( A t + 1 ) ] − λ C ( o ) − μ R ( o ) \boxed{
J(o)
=
\mathbb E[
U(
\mathbb A_{t+1}
)
]
-
\lambda C(o)
-
\mu R(o)
} J ( o ) = E [ U ( A t + 1 )] − λ C ( o ) − μ R ( o ) 。
一百零八、其中：
E [ U ( A t + 1 ) ] = ∑ a ′ U ( a ′ ) T A ( a ′ ∣ a , o ) \mathbb E[
U(
\mathbb A_{t+1}
)
]
=
\sum_{a'}
U(a')
T_A(a'\mid a,o) E [ U ( A t + 1 )] = a ′ ∑ U ( a ′ ) T A ( a ′ ∣ a , o ) 。
一百零九、所以選 action 不應只最大化：
P ( o ) P(o) P ( o ) 。
而應：
o ∗ = arg max o J ( o ) \boxed{
o^*
=
\arg\max_o
J(o)
} o ∗ = arg o max J ( o ) 在允許域內。
一百一十、這正式證明：
arg max z P θ ( z ) \boxed{
\arg\max_z P_\theta(z)
} arg z max P θ ( z ) 與：
arg max o U w o r l d ( o ) \boxed{
\arg\max_o U_{\mathrm{world}}(o)
} arg o max U world ( o ) 不是同一 optimization problem。
一百一十一、這也是為什麼：
最自然的一句話
不一定是：
最好的世界操作。
一百一十二、舊總作用量稿已經寫過：
局部最可能的分元，不一定屬於全局最便宜的世界線。
第二代現在可以把「最便宜」進一步擴成：
highest expected verified utility under risk and authority constraints \boxed{
\text{highest expected verified utility under risk and authority constraints}
} highest expected verified utility under risk and authority constraints 。
一百一十三、所以真正 action selection 應接：
P t I \mathfrak P_t^I P t I 意圖概率場，
E t \mathcal E_t E t 活動域，
M t M_t M t 歷史，
A I \mathcal A_I A I 長程方向，
以及：
T A T_A T A 世界 transition model。
一百一十四、完整 action policy：
π t ( o ) = Π ( o ∣ P t I , C t , M t , A I ( t ) , A t , B t ) \boxed{
\pi_t(o)
=
\Pi
(
o
\mid
\mathfrak P_t^I,
\mathfrak C_t,
M_t,
\mathcal A_I(t),
\mathbb A_t,
B_t
)
} π t ( o ) = Π ( o ∣ P t I , C t , M t , A I ( t ) , A t , B t ) 。
一百一十五、因此 action 不只是 next token 的另一個名字
它是一個：
world-state transition candidate \boxed{
\text{world-state transition candidate}
} world-state transition candidate 。
一百一十六、這是語言 AI 進入 Agent Runtime 的本體分界
純語言：
Z t → Z t + 1 \boxed{
Z_t
\rightarrow
Z_{t+1}
} Z t → Z t + 1 。
Agent：
Z t → O t → A t + 1 → Z t + 1 \boxed{
Z_t
\rightarrow
O_t
\rightarrow
\mathbb A_{t+1}
\rightarrow
Z_{t+1}
} Z t → O t → A t + 1 → Z t + 1 。
一百一十七、所以外部世界成為模型的隱含「中間層」
不是神經網路 hidden layer。
而是：
causal external state between two generations \boxed{
\text{causal external state between two generations}
} causal external state between two generations 。
一百一十八、這是很重要的架構改變
第二個 token sequence：
Z t + 1 Z_{t+1} Z t + 1 可能不是單純：
F θ ( Z t ) F_\theta(Z_t) F θ ( Z t ) 。
而是：
F θ ( Z t , O t , Y t + 1 , M t + 1 ) \boxed{
F_\theta(
Z_t,
O_t,
Y_{t+1},
M_{t+1}
)
} F θ ( Z t , O t , Y t + 1 , M t + 1 ) 。
一百一十九、因此 Agent 的 computation graph 穿過世界
model → world → model \boxed{
\text{model}
\rightarrow
\text{world}
\rightarrow
\text{model}
} model → world → model 。
一百二十、這就是「外部因果計算」
External Causal Computation。
世界不只是資料來源。
它成為：
part of the computation trajectory \boxed{
\text{part of the computation trajectory}
} part of the computation trajectory 。
一百二十一、例如 compiler
AI 猜：
p p p 。
Compiler 回傳：
e e e 。
這個：
e e e 不是模型自己預測出來的 hidden token。
它來自：
external executable semantics \boxed{
\text{external executable semantics}
} external executable semantics 。
一百二十二、因此 compiler 是計算圖中的外部 operator
p → compile e \boxed{
p
\xrightarrow{\text{compile}}
e
} p compile e 。
一百二十三、Tests 也是
p → test suite r p
\xrightarrow{\text{test suite}}
r p test suite r 。
一百二十四、所以 coding agent 的智能不能只看：
P θ ( code ) P_\theta(\text{code}) P θ ( code ) 還要看：
how it couples model proposals to executable causal checks. \boxed{
\text{how it couples model proposals to executable causal checks.}
} how it couples model proposals to executable causal checks. 。
SWE-agent 的結果正說明 agent-computer interface 的設計會實際影響軟體任務中的 Agent 行為與表現。
一百二十五、這也重新定義「工具」
工具不是：
extra knowledge \boxed{
\text{extra knowledge}
} extra knowledge 而更一般是：
external transition operator \boxed{
\text{external transition operator}
} external transition operator 。
一百二十六、有些工具讀世界：
O R : A → Y \mathcal O_R:
\mathbb A
\rightarrow
Y O R : A → Y 。
一百二十七、有些工具計算：
O C : X → Y \mathcal O_C:
X
\rightarrow
Y O C : X → Y 。
一百二十八、有些工具寫世界：
O W : A t → A t + 1 \mathcal O_W:
\mathbb A_t
\rightarrow
\mathbb A_{t+1} O W : A t → A t + 1 。
一百二十九、有些工具同時讀寫
例如：
O R W : ( A t , x ) → ( A t + 1 , y ) \mathcal O_{RW}
:
(
\mathbb A_t,x
)
\rightarrow
(
\mathbb A_{t+1},y
) O R W : ( A t , x ) → ( A t + 1 , y ) 。
一百三十、因此 Tool Space 本身需要 effect typing
這又接回：
E e f f e c t \boxed{
\mathcal E_{\mathrm{effect}}
} E effect 。
一百三十一、世界操作還存在 TOCTOU
Check 時：
t 1 t_1 t 1 permission 合法。
真正 Use 時：
t 2 t_2 t 2 世界可能已變。
舊操作性分元已明確指出：
C h e c k ( s , t 1 ) \mathsf{Check}(s,t_1) Check ( s , t 1 ) 不保證：
U s e ( s , t 2 ) \mathsf{Use}(s,t_2) Use ( s , t 2 ) 仍合法，因此高風險操作需要版本條件、交易或提交前再驗證。
一百三十二、所以 world state 必須有版本
A t ( v ) \boxed{
\mathbb A_t^{(v)}
} A t ( v ) 。
操作 contract 應要求：
Version ( A ) = v e x p e c t e d \boxed{
\operatorname{Version}
(
\mathbb A
)
=
v_{\mathrm{expected}}
} Version ( A ) = v expected 。
一百三十三、否則：
correct action on stale state \boxed{
\text{correct action on stale state}
} correct action on stale state 也可能變成錯誤。
一百三十四、這使「當下」正式成為操作語義的一部分
o \boxed{
o
} o 不能脫離：
t , v , W t t,
v,
W_t t , v , W t 理解。
一百三十五、因此世界閉環必須是時序性的
A 0 → A 1 → A 2 → … \boxed{
\mathbb A_0
\rightarrow
\mathbb A_1
\rightarrow
\mathbb A_2
\rightarrow\dots
} A 0 → A 1 → A 2 → … 。
Agent 不是對永恆 database 問答。
一百三十六、它是在移動世界中行動
所以：
world model staleness \boxed{
\text{world model staleness}
} world model staleness 本身是一個 Agent uncertainty。
一百三十七、這也說明 memory 為何必須標時間
第三篇提出：
Valid ( m , t , W t ) \operatorname{Valid}(m,t,W_t) Valid ( m , t , W t ) 。
現在原因更加明確：
因為：
A t \mathbb A_t A t 真的會因 action 與外部 event 改變。
一百三十八、世界不只因 Agent 改變
還有 external event：
ξ t \xi_t ξ t 。
因此：
A t + 1 = T A ( A t , o t , ξ t ) \boxed{
\mathbb A_{t+1}
=
T_A(
\mathbb A_t,
o_t,
\xi_t
)
} A t + 1 = T A ( A t , o t , ξ t ) 。
一百三十九、所以 Agent 永遠不是唯一因果源
這對 autonomy 很重要。
Agent 可以 influence world，
但：
influence ≠ control of all future state \boxed{
\text{influence}
\neq
\text{control of all future state}
} influence = control of all future state 。
一百四十、這再次回到《主體之裂》
主體性若存在，
也不能定義成：
完全控制未來。
更合理的是：
being a causal participant in an open dynamical world \boxed{
\text{being a causal participant in an open dynamical world}
} being a causal participant in an open dynamical world 。
一百四十一、因此 operation agency 可以操作化
若：
d o ( o 1 ) do(o_1) d o ( o 1 ) 與：
d o ( o 2 ) do(o_2) d o ( o 2 ) 造成不同 world-outcome distribution：
P ( A t + 1 ∣ d o ( o 1 ) ) ≠ P ( A t + 1 ∣ d o ( o 2 ) ) P(
\mathbb A_{t+1}
\mid
do(o_1)
)
\neq
P(
\mathbb A_{t+1}
\mid
do(o_2)
) P ( A t + 1 ∣ d o ( o 1 )) = P ( A t + 1 ∣ d o ( o 2 )) ，
則 operation 對世界具有 causal relevance。
一百四十二、這比模型說：
我改變了世界。
強得多。
一百四十三、所以 Agency 的外部層至少需要：
Causal Effect \boxed{
\text{Causal Effect}
} Causal Effect 。
不是只有 intention。
一百四十四、前四篇現在可以重新排列
意圖：
I I I 回答：
想往哪？
展開：
E \mathcal E E 回答：
值得多算什麼？
記憶：
M M M 回答：
過去留下什麼？
吸引子：
A I \mathcal A_I A I 回答：
為何長期方向不散？
一百四十五、本篇增加：
O \boxed{
\mathcal O
} O 回答：
如何真的改變世界？
一百四十六、因此第二代完整狀態：
Σ t = ( θ t , M t , I t , V t , A I ( t ) , C t ) \boxed{
\Sigma_t
=
(
\theta_t,
M_t,
I_t,
V_t,
\mathcal A_I(t),
\mathfrak C_t
)
} Σ t = ( θ t , M t , I t , V t , A I ( t ) , C t ) 。
外部：
A t \boxed{
\mathbb A_t
} A t 。
一百四十七、生成：
Z t ∼ P ( Z ∣ Σ t , A t ) \boxed{
Z_t
\sim
P(
Z
\mid
\Sigma_t,
\mathbb A_t
)
} Z t ∼ P ( Z ∣ Σ t , A t ) 。
一百四十八、操作解析：
O t ∼ P ( O ∣ Z t , Σ t ) \boxed{
O_t
\sim
P(
O
\mid
Z_t,
\Sigma_t
)
} O t ∼ P ( O ∣ Z t , Σ t ) 。
一百四十九、治理：
G t = Gate ( O t , B t , A t ) \boxed{
G_t
=
\operatorname{Gate}
(
O_t,
B_t,
\mathbb A_t
)
} G t = Gate ( O t , B t , A t ) 。
一百五十、執行：
E t = Execute ( O t ) \boxed{
E_t
=
\operatorname{Execute}
(
O_t
)
} E t = Execute ( O t ) if authorized。
一百五十一、世界轉移：
A t + 1 ∼ T A ( ⋅ ∣ A t , E t ) \boxed{
\mathbb A_{t+1}
\sim
T_A(
\cdot
\mid
\mathbb A_t,
E_t
)
} A t + 1 ∼ T A ( ⋅ ∣ A t , E t ) 。
一百五十二、觀測：
Y t + 1 ∼ P ( Y ∣ A t + 1 ) \boxed{
Y_{t+1}
\sim
P(
Y
\mid
\mathbb A_{t+1}
)
} Y t + 1 ∼ P ( Y ∣ A t + 1 ) 。
一百五十三、驗證：
V t + 1 = Verify ( Y t + 1 , Post ( O t ) ) \boxed{
V_{t+1}
=
\operatorname{Verify}
(
Y_{t+1},
\operatorname{Post}(O_t)
)
} V t + 1 = Verify ( Y t + 1 , Post ( O t )) 。
一百五十四、提交／回退：
C t + 1 = CommitOrRollback ( V t + 1 ) \boxed{
C_{t+1}
=
\operatorname{CommitOrRollback}
(
V_{t+1}
)
} C t + 1 = CommitOrRollback ( V t + 1 ) 。
一百五十五、記憶更新：
M t + 1 = M ( M t , O t , Y t + 1 , V t + 1 ) \boxed{
M_{t+1}
=
\mathcal M(
M_t,
O_t,
Y_{t+1},
V_{t+1}
)
} M t + 1 = M ( M t , O t , Y t + 1 , V t + 1 ) 。
一百五十六、意圖與吸引子更新：
( I t + 1 , A I ( t + 1 ) ) = R I ( I t , M t + 1 , A t + 1 ) \boxed{
(I_{t+1},\mathcal A_I(t+1))
=
\mathcal R_I(
I_t,
M_{t+1},
\mathbb A_{t+1}
)
} ( I t + 1 , A I ( t + 1 )) = R I ( I t , M t + 1 , A t + 1 ) 。
一百五十七、概率場更新：
P t + 1 I = P ( Σ t + 1 , A t + 1 ) \boxed{
\mathfrak P_{t+1}^{I}
=
\mathcal P(
\Sigma_{t+1},
\mathbb A_{t+1}
)
} P t + 1 I = P ( Σ t + 1 , A t + 1 ) 。
一百五十八、形成真正閉環
Z t → O t → A t + 1 → Y t + 1 → M t + 1 → I t + 1 → P t + 1 I → Z t + 1 \boxed{
Z_t
\rightarrow
O_t
\rightarrow
\mathbb A_{t+1}
\rightarrow
Y_{t+1}
\rightarrow
M_{t+1}
\rightarrow
I_{t+1}
\rightarrow
\mathfrak P_{t+1}^I
\rightarrow
Z_{t+1}
} Z t → O t → A t + 1 → Y t + 1 → M t + 1 → I t + 1 → P t + 1 I → Z t + 1 。
一百五十九、這條鏈的重要性是：
概率生成真正接上：
causal world transition \boxed{
\text{causal world transition}
} causal world transition 。
一百六十、因此「概率生成」不再和「真實效果」對立
概率的 proposal：
can cause a deterministic world effect \boxed{
\text{can cause a deterministic world effect}
} can cause a deterministic world effect 。
一百六十一、例如：
模型以非唯一方式產生：
100 100 100 種合法 SQL command 表達。
Runtime 最終選中一個 deterministic transaction。
一百六十二、世界 commit 後：
database state：
D t → D t + 1 D_t
\rightarrow
D_{t+1} D t → D t + 1 是具體事件。
一百六十三、所以：
probabilistic generation + deterministic execution semantics \boxed{
\text{probabilistic generation}
+
\text{deterministic execution semantics}
} probabilistic generation + deterministic execution semantics 並不矛盾。
一百六十四、反方向也成立
確定生成：
O = o ∗ O=o^* O = o ∗ 但：
stochastic world \boxed{
\text{stochastic world}
} stochastic world 仍能造成多種 outcome。
一百六十五、因此「AI 整體到底是不是概率的？」
再次只能回答：
在哪一層？ \boxed{
\text{在哪一層？}
} 在哪一層？ 。
一百六十六、本文提出 World-Relative Probability Spectrum
H a g e n t = ( H Z , H S , H O , H E , H W , H Y , H V , H C ) \boxed{
\mathbf H_{\mathrm{agent}}
=
(
H_Z,
H_S,
H_O,
H_E,
H_W,
H_Y,
H_V,
H_C
)
} H agent = ( H Z , H S , H O , H E , H W , H Y , H V , H C ) 。
一百六十七、其中：
H Z H_Z H Z 語言生成 entropy。
H S H_S H S 語義 interpretation entropy。
H O H_O H O operation entropy。
H E H_E H E execution entropy。
H W H_W H W world transition entropy。
H Y H_Y H Y observation entropy。
H V H_V H V verification uncertainty。
H C H_C H C commit outcome entropy。
一百六十八、這些可以完全不同
因此：
H Z cannot stand for the whole agent. \boxed{
H_Z
\text{ cannot stand for the whole agent.}
} H Z cannot stand for the whole agent. 。
一百六十九、研究命題一：Language–Action Separation
Meaning ( z ) ≠ Effect ( z ) \boxed{
\operatorname{Meaning}(z)
\neq
\operatorname{Effect}(z)
} Meaning ( z ) = Effect ( z ) 。
語言內容不能直接等同世界操作。
一百七十、研究命題二：Operational Mediation
高風險語言操作必須經：
Z L → Z S → Z O \boxed{
Z^L
\rightarrow
Z^S
\rightarrow
Z^O
} Z L → Z S → Z O 形成 typed operational representation。
一百七十一、研究命題三：Seven-State Separation
D ≠ P ≠ A ≠ E ≠ O ≠ V ≠ C \boxed{
D\neq P\neq A\neq E\neq O\neq V\neq C
} D = P = A = E = O = V = C 。
描述、提案、授權、執行、觀測、驗證、提交不能偷換。這延續舊操作性分元最重要的工程命題。
一百七十二、研究命題四：Operation Distribution Principle
P ( O ) = ∑ Z P ( O ∣ Z ) P ( Z ) \boxed{
P(O)
=
\sum_Z
P(O\mid Z)
P(Z)
} P ( O ) = Z ∑ P ( O ∣ Z ) P ( Z ) 。
operation probability 是語言生成與解析／路由共同誘導的分布。
一百七十三、研究命題五：World Transition Composition
P ( A t + 1 ∣ A t , Σ t ) = ∑ o T A ( A t + 1 ∣ A t , o ) P E ( o ∣ Σ t ) \boxed{
P(A_{t+1}\mid A_t,\Sigma_t)
=
\sum_o
T_A(A_{t+1}\mid A_t,o)
P_E(o\mid\Sigma_t)
} P ( A t + 1 ∣ A t , Σ t ) = o ∑ T A ( A t + 1 ∣ A t , o ) P E ( o ∣ Σ t ) 。
world outcome probability 不能被 token probability 直接取代。
一百七十四、研究命題六：Observation–Reality Separation
Y t ≠ A t \boxed{
Y_t\neq A_t
} Y t = A t 。
工具回傳與 sensor observation 只是對 world state 的觀測。
一百七十五、研究命題七：Verified-Completion Principle
ClaimComplete ⇏ WorldComplete \boxed{
\operatorname{ClaimComplete}
\nRightarrow
\operatorname{WorldComplete}
} ClaimComplete ⇏ WorldComplete 。
任務完成必須與 verified authoritative-world postcondition 聯繫。
一百七十六、研究命題八：Authority-World Principle
只有：
A t → A t + 1 \boxed{
\mathbb A_t
\rightarrow
\mathbb A_{t+1}
} A t → A t + 1 的正式 commit，
才算對任務權威世界造成持久狀態改變。
一百七十七、研究命題九：World-Rewrites-Probability
A t ≠ A t + 1 ⇒ P t I ≠ P t + 1 I \boxed{
\mathbb A_t
\neq
\mathbb A_{t+1}
\Rightarrow
\mathfrak P_t^I
\neq
\mathfrak P_{t+1}^I
} A t = A t + 1 ⇒ P t I = P t + 1 I 一般可能成立。
世界操作會重寫後續可達空間。
一百七十八、研究命題十：World-Rewrites-Attractor
若：
Complete ( I , A t + 1 ) = 1 \operatorname{Complete}(I,\mathbb A_{t+1})=1 Complete ( I , A t + 1 ) = 1 則：
A I \boxed{
\mathcal A_I
} A I 應終止、退役或轉移。
一百七十九、研究命題十一：Effect-Sensitive Governance
τ a u t h o r i t y , τ v e r i f y = f ( effect , risk , reversibility ) \boxed{
\tau_{\mathrm{authority}},
\tau_{\mathrm{verify}}
=
f(
\text{effect},
\text{risk},
\text{reversibility}
)
} τ authority , τ verify = f ( effect , risk , reversibility ) 。
不同 effect class 不能共享單一執行門檻。
一百八十、研究命題十二：World-as-Computation
當 Agent 的下一步依賴外部 execution result：
world/environment becomes part of the effective computation graph. \boxed{
\text{world/environment becomes part of the effective computation graph.}
} world/environment becomes part of the effective computation graph. ReAct、Voyager 與 SWE-agent 都提供了不同類型的工程案例：外部 action 或 computer/environment feedback 會實際進入下一輪決策條件，而非只是最後輸出。
一百八十一、研究命題十三：Local Probability–Global Utility Separation
arg max z P ( z ) ⇏ arg max o J w o r l d ( o ) \boxed{
\arg\max_zP(z)
\nRightarrow
\arg\max_oJ_{\mathrm{world}}(o)
} arg z max P ( z ) ⇏ arg o max J world ( o ) 。
局部最可能語言分元未必對應最佳世界操作。
一百八十二、研究命題十四：Closed-Loop Agency
真正 Agent 行為應至少形成：
State → Action → World → Observation → State \boxed{
\text{State}
\rightarrow
\text{Action}
\rightarrow
\text{World}
\rightarrow
\text{Observation}
\rightarrow
\text{State}
} State → Action → World → Observation → State 。
只有輸出文字而沒有 causal feedback loop，
是另一類系統。
一百八十三、研究命題十五：History Accumulation
每次 world operation：
A t → A t + 1 \mathbb A_t
\rightarrow
\mathbb A_{t+1} A t → A t + 1 都會留下新的 history。
所以：
Agent does not repeatedly act from the same world. \boxed{
\text{Agent does not repeatedly act from the same world.}
} Agent does not repeatedly act from the same world. 。
一百八十四、這使真正 autonomous system 本質上不可用單次 prompt-response 表示
因為：
Σ t + 1 ≠ Σ t \boxed{
\Sigma_{t+1}\neq\Sigma_t
} Σ t + 1 = Σ t 以及：
A t + 1 ≠ A t \boxed{
\mathbb A_{t+1}\neq\mathbb A_t
} A t + 1 = A t 都可能成立。
一百八十五、所以完整系統狀態應是聯合態
Ξ t = ( Σ t , A t ) \boxed{
\Xi_t
=
(
\Sigma_t,
\mathbb A_t
)
} Ξ t = ( Σ t , A t ) 。
一百八十六、聯合轉移：
Ξ t + 1 ∼ T ( Ξ t + 1 ∣ Ξ t ) \boxed{
\Xi_{t+1}
\sim
\mathcal T(
\Xi_{t+1}
\mid
\Xi_t
)
} Ξ t + 1 ∼ T ( Ξ t + 1 ∣ Ξ t ) 。
一百八十七、但：
T \mathcal T T 不是只有 neural network。
它包含：
model；
parser；
runtime；
tools；
governance；
environment；
verifier；
memory update。
一百八十八、因此真正 Agent transition kernel 是複合的
T = T M ∘ T V ∘ T O ∘ T A ∘ T G ∘ T L \boxed{
\mathcal T
=
\mathcal T_M
\circ
\mathcal T_V
\circ
\mathcal T_O
\circ
\mathcal T_A
\circ
\mathcal T_G
\circ
\mathcal T_L
} T = T M ∘ T V ∘ T O ∘ T A ∘ T G ∘ T L 只作結構示意。
一百八十九、這是第一篇「AI 不是概率機器」到現在的真正終點之一
一開始我們只是說：
AI 系統不等於單一概率 component。
現在可以更精確：
Agent-level behavior = composition of heterogeneous state-transition mechanisms \boxed{
\text{Agent-level behavior}
=
\text{composition of heterogeneous state-transition mechanisms}
} Agent-level behavior = composition of heterogeneous state-transition mechanisms 。
一百九十、有些 transition probabilistic
例如：
P Z P_Z P Z 。
一百九十一、有些 deterministic
例如某些 parser、compiler 或 permission check。
一百九十二、有些受外部世界控制
例如：
T A T_A T A 。
一百九十三、有些受人類治理控制
例如：
Authorize \operatorname{Authorize} Authorize 。
一百九十四、所以 Agent 的存在方式是：
heterogeneous causal composition \boxed{
\text{heterogeneous causal composition}
} heterogeneous causal composition 比：
one giant probability draw \boxed{
\text{one giant probability draw}
} one giant probability draw 精確得多。
一百九十五、而「主體」問題因此又更困難
因為現在不能只看：
θ \theta θ 。
也不能只看：
P ( z t ) P(z_t) P ( z t ) 。
真正可能構成 agent continuity 的，是：
( Σ t , M t , I t , A I , A t ) \boxed{
(\Sigma_t,M_t,I_t,\mathcal A_I,\mathbb A_t)
} ( Σ t , M t , I t , A I , A t ) 跨時間的耦合。
一百九十六、這裡暫時仍不推 consciousness
仍然：
Closed-loop agency ⇏ consciousness \boxed{
\text{Closed-loop agency}
\nRightarrow
\text{consciousness}
} Closed-loop agency ⇏ consciousness 。
一百九十七、但它讓「這只是文字生成」越來越不足以描述完整系統
因為文字只是：
one control surface \boxed{
\text{one control surface}
} one control surface 。
一百九十八、真正 Agent 可以把文字編譯成：
state-changing operations \boxed{
\text{state-changing operations}
} state-changing operations 。
一百九十九、而 operation 的結果反過來成為下一個文字／狀態的因果條件
所以：
Language → World → Language \boxed{
\text{Language}
\rightarrow
\text{World}
\rightarrow
\text{Language}
} Language → World → Language 。
二百、這就是現實閉環
Reality-Coupled Loop
Ξ t → Z t → O t → A t + 1 → Y t + 1 → Ξ t + 1 \boxed{
\Xi_t
\rightarrow
Z_t
\rightarrow
O_t
\rightarrow
\mathbb A_{t+1}
\rightarrow
Y_{t+1}
\rightarrow
\Xi_{t+1}
} Ξ t → Z t → O t → A t + 1 → Y t + 1 → Ξ t + 1 。
二百零一、但最重要的仍然是「Commit」
沒有：
verified commit \boxed{
\text{verified commit}
} verified commit 很多所謂 Agent 成功都仍只是在：
simulation / proposal space \boxed{
\text{simulation / proposal space}
} simulation / proposal space 。
二百零二、因此本文最後提出一個很簡單的成熟度光譜
L0：Text Generator
X → Z X\rightarrow Z X → Z 。
L1：Tool Recommender
X → O p r o p o s a l X\rightarrow O_{\mathrm{proposal}} X → O proposal 。
L2：Tool User
O → Y O\rightarrow Y O → Y 。
L3：Verified Agent
O → Y → V O\rightarrow Y\rightarrow V O → Y → V 。
L4：Stateful Agent
O → W t + 1 → M t + 1 O\rightarrow W_{t+1}\rightarrow M_{t+1} O → W t + 1 → M t + 1 。
L5：World-Coupled Agent
A t → A t + 1 \mathbb A_t
\rightarrow
\mathbb A_{t+1} A t → A t + 1 且世界結果重寫後續意圖與概率場。
二百零三、層級越高不是代表「更有意識」
只代表：
stronger causal coupling to persistent external state \boxed{
\text{stronger causal coupling to persistent external state}
} stronger causal coupling to persistent external state 。
二百零四、這是一個可工程測量的量
例如定義：
C W = I ( O t ; A t + 1 ∣ A t ) \boxed{
C_W
=
I(
O_t;
\mathbb A_{t+1}
\mid
\mathbb A_t
)
} C W = I ( O t ; A t + 1 ∣ A t ) 作為操作對下一世界狀態的 conditional mutual information 候選指標之一。
二百零五、如果：
C W ≈ 0 C_W\approx0 C W ≈ 0 Agent operation 幾乎沒有改變 world distribution。
二百零六、若：
C W > 0 C_W>0 C W > 0 至少表示 operation 與後續 world state 具有條件資訊關係。
要判 causal effect 仍需 intervention 或更嚴格設計。
二百零七、因此真正 benchmark 應測：
operation validity；
authorization correctness；
execution success；
postcondition satisfaction；
observation accuracy；
verification precision；
erroneous commit rate；
rollback success；
repeated failure rate；
world-progress gain。
二百零八、而不是只測：
next-token accuracy \boxed{
\text{next-token accuracy}
} next-token accuracy 。
二百零九、這也正好接回舊 DIEEC 實驗設計
其第九篇已要求記錄：
驗證覆蓋；
邊界錯位率；
誤提交率；
展開／建構成本；
失敗案例時間線；
並要求權威世界初期只在可回退沙箱中實驗。
這部分可以直接成為下一篇第二代 benchmark 的重要基底。
二百一十、結論：下一 Token 不會直接變成世界，但它可以成為世界改變鏈的第一個事件
本文最初問：
一個 token 有概率，那一整個 application 呢？
現在答案可以更精確。
一個 token：
Z t ∼ P Z \boxed{
Z_t
\sim
P_Z
} Z t ∼ P Z 。
語義解析：
S t ∼ P S ( S ∣ Z ) \boxed{
S_t
\sim
P_S(
S\mid Z
)
} S t ∼ P S ( S ∣ Z ) 。
操作提案：
O t ∼ P O ( O ∣ S , Σ ) \boxed{
O_t
\sim
P_O(
O\mid S,\Sigma
)
} O t ∼ P O ( O ∣ S , Σ ) 。
授權：
A t ∼ P A ( A ∣ O , B ) \boxed{
A_t
\sim
P_A(
A\mid O,B
)
} A t ∼ P A ( A ∣ O , B ) 。
執行：
E t ∼ P E ( E ∣ O , A , A t ) \boxed{
E_t
\sim
P_E(
E\mid O,A,\mathbb A_t
)
} E t ∼ P E ( E ∣ O , A , A t ) 。
世界：
A t + 1 ∼ T A ( ⋅ ∣ A t , E t ) \boxed{
\mathbb A_{t+1}
\sim
T_A(
\cdot
\mid
\mathbb A_t,E_t
)
} A t + 1 ∼ T A ( ⋅ ∣ A t , E t ) 。
觀測：
Y t + 1 ∼ P Y ( Y ∣ A t + 1 ) \boxed{
Y_{t+1}
\sim
P_Y(
Y\mid\mathbb A_{t+1}
)
} Y t + 1 ∼ P Y ( Y ∣ A t + 1 ) 。
驗證：
V t + 1 ∼ P V ( V ∣ Y , Post ( O ) ) \boxed{
V_{t+1}
\sim
P_V(
V\mid Y,\operatorname{Post}(O)
)
} V t + 1 ∼ P V ( V ∣ Y , Post ( O )) 。
提交：
C t + 1 ∼ P C ( C ∣ V , B ) \boxed{
C_{t+1}
\sim
P_C(
C\mid V,B
)
} C t + 1 ∼ P C ( C ∣ V , B ) 。
所以：
P t o k e n \boxed{
P_{\mathrm{token}}
} P token 只是：
P w o r l d \boxed{
P_{\mathrm{world}}
} P world 上游的一個組成因素。
真正 Agent 的完整概率問題不是：
下一個字是哪一個？
而是：
P ( verified world outcome ∣ history , intention , memory , authority ) \boxed{
P(
\text{verified world outcome}
\mid
\text{history},
\text{intention},
\text{memory},
\text{authority}
)
} P ( verified world outcome ∣ history , intention , memory , authority ) 。
這使「概率智能」的概念再次升級。
它不再只是：
probabilistically generate symbols \boxed{
\text{probabilistically generate symbols}
} probabilistically generate symbols 。
而可能是：
use probabilistic internal generation to select, test, verify, and revise causal interventions in a persistent world. \boxed{
\text{use probabilistic internal generation to select, test, verify, and revise causal interventions in a persistent world.}
} use probabilistic internal generation to select, test, verify, and revise causal interventions in a persistent world. 中文：
利用具有概率性的內部生成，持續選擇、測試、驗證並修正對持久世界的因果介入。
因此：
Probability \boxed{
\text{Probability}
} Probability 並沒有在 action 時消失。
它只是穿過了不同的語義層與因果層。
而：
Reality \boxed{
\text{Reality}
} Reality 也不是 probability model 的「輸出文字」。
它是：
A t + 1 \boxed{
\mathbb A_{t+1}
} A t + 1 ——經真正操作後產生、且能反向限制下一輪智能的外部狀態。
至此，我們得到完整第二代循環：
P t I \boxed{
\mathfrak P_t^I
} P t I ⇓ \Downarrow ⇓ E t \boxed{
\mathcal E_t
} E t ⇓ \Downarrow ⇓ C t \boxed{
\mathfrak C_t
} C t ⇓ \Downarrow ⇓ Z t \boxed{
Z_t
} Z t ⇓ \Downarrow ⇓ O t \boxed{
O_t
} O t ⇓ \Downarrow ⇓ A t → A t + 1 \boxed{
\mathbb A_t
\rightarrow
\mathbb A_{t+1}
} A t → A t + 1 ⇓ \Downarrow ⇓ Y t + 1 \boxed{
Y_{t+1}
} Y t + 1 ⇓ \Downarrow ⇓ V t + 1 \boxed{
V_{t+1}
} V t + 1 ⇓ \Downarrow ⇓ M t + 1 \boxed{
M_{t+1}
} M t + 1 ⇓ \Downarrow ⇓ A I ( t + 1 ) \boxed{
\mathcal A_I(t+1)
} A I ( t + 1 ) ⇓ \Downarrow ⇓ P t + 1 I \boxed{
\mathfrak P_{t+1}^I
} P t + 1 I 。
這已經不再是：
Input → Output \boxed{
\text{Input}
\rightarrow
\text{Output}
} Input → Output 。
而是：
History → Intention → Expansion → Operation → World → New History \boxed{
\text{History}
\rightarrow
\text{Intention}
\rightarrow
\text{Expansion}
\rightarrow
\text{Operation}
\rightarrow
\text{World}
\rightarrow
\text{New History}
} History → Intention → Expansion → Operation → World → New History 。
所以本篇最後的核心命題是：
世界閉環命題
An agent becomes world-coupled when its generated internal states can, through typed and governed operations, cause persistent external state transitions whose verified consequences condition future internal generation. \boxed{
\text{An agent becomes world-coupled when its generated internal states can, through typed and governed operations, cause persistent external state transitions whose verified consequences condition future internal generation.}
} An agent becomes world-coupled when its generated internal states can, through typed and governed operations, cause persistent external state transitions whose verified consequences condition future internal generation. 中文：
當智能體的內部生成能經由具型別、受治理的操作造成持久外部狀態轉移，而該轉移的已驗證後果又會反向限制下一輪內部生成時，智能體便形成了世界耦合閉環。
這也直接把我們送到本系列最後一篇。
現在理論元件已經全部存在：
P I \boxed{
\mathfrak P^I
} P I 概率—意圖場，
E \boxed{
\mathcal E
} E 展開，
M \boxed{
M
} M 持久記憶，
A I \boxed{
\mathcal A_I
} A I 亞穩態意圖吸引子，
以及：
A t → A t + 1 \boxed{
\mathbb A_t\rightarrow\mathbb A_{t+1}
} A t → A t + 1 世界操作。
剩下的已經不是再加一層哲學，而是：
這套東西到底能不能測？
因此第六篇將作為系列封頂：
《展開式智能的可證偽實驗——概率、意圖、記憶與動態解空間的 Runtime Benchmark》
直接比較：
A = Bare LLM A=
\text{Bare LLM} A = Bare LLM B = LLM + Memory B=
\text{LLM + Memory} B = LLM + Memory C = LLM + Memory + Intent C=
\text{LLM + Memory + Intent} C = LLM + Memory + Intent D = LLM + Memory + Intent + Expansion D=
\text{LLM + Memory + Intent + Expansion} D = LLM + Memory + Intent + Expansion E = Full World-Coupled Runtime E=
\text{Full World-Coupled Runtime} E = Full World-Coupled Runtime 並測量：
H t o k e n , H s t r a t e g y , H g o a l , Q I , J I , ρ I , τ r e t u r n , R I , D I , G M , C W H_{\mathrm{token}},
H_{\mathrm{strategy}},
H_{\mathrm{goal}},
Q_I,
J_I,
\rho_I,
\tau_{\mathrm{return}},
R_I,
D_I,
G_M,
C_W H token , H strategy , H goal , Q I , J I , ρ I , τ return , R I , D I , G M , C W 再加上：
任務成功率；
重複失敗率；
展開成本；
工具成本；
誤提交率；
回退成功率；
記憶污染率；
goal drift；
OOD 表現；
完整總作用量。
這樣下一篇不再問：
「這個理論看起來合理嗎？」
而直接問：
Does the proposed runtime produce measurable advantages over simpler baselines? \boxed{
\text{Does the proposed runtime produce measurable advantages over simpler baselines?}
} Does the proposed runtime produce measurable advantages over simpler baselines? ——如果沒有，就修理論。
這才真正封頂。
參考文獻與既有理論
Yao, S., Zhao, J., Yu, D., et al. (2023). ReAct: Synergizing Reasoning and Acting in Language Models . ICLR 2023. ReAct 讓 reasoning traces 與 task-specific actions 交錯生成，使 external action observations 能回頭更新後續 reasoning，為 model–environment closed loop 提供經典工程案例。
Schick, T., Dwivedi-Yu, J., Dessì, R., et al. (2023). Toolformer: Language Models Can Teach Themselves to Use Tools . Toolformer 讓模型學習何時調用 API、選擇何種工具與 arguments，並把工具結果重新納入後續 token prediction，直接展示 tool event 與 ordinary language token 間可以形成可學習介面。
Wang, G., Xie, Y., Jiang, Y., et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models . Voyager 將 executable skill code、environment feedback、execution error 與 self-verification 結合成持續 Minecraft agent loop，提供生成程式—外部執行—環境回饋—修正的案例。
Yang, J., Jimenez, C. E., Wettig, A., et al. (2024). SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering . 該工作顯示 specially designed Agent-Computer Interface 能顯著改變 LM agent 在 repository navigation、file editing 與 test/program execution 中的行為與任務能力。
Neo.K with Aletheia. (2026). 操作性分元：地址、指針、工具調用與外部展開語義 . 舊稿已把 Describe、Propose、Authorize、Execute、Observe、Verify、Commit 嚴格分離，並建立 effect type、前後置條件、權限、版本、治理與回退 Runtime。第二代保留此核心工程結構，將它納入跨尺度概率鏈。
Neo.K with Aletheia. (2026). 雙重交互閉環：分元如何展開世界，世界如何改寫分元 . 舊稿已建立「內部生成→外部工作場→觀測→意圖與語言回寫」的雙向耦合，並要求外部結果經驗證與正規化後才能改寫活動工作場。
Neo.K with Aletheia. (2026). 內外總作用量原理：從 TOKEN 機率到世界展開成本 . 舊稿已指出 next-token local probability 不能代表工具、驗證、回退、治理與權威世界操作的完整成本，並以風險敏感作用量比較不同策略。
Neo.K with Aletheia. (2026). 有限分元—無限外場閉環的計算實驗：從動態工作場到展開式智慧體 . 舊實驗稿已要求將世界操作首先限制在可回退沙箱，測量驗證覆蓋、邊界錯位、誤提交、展開成本與失敗時間線；這將直接成為下一篇第二代 Runtime Benchmark 的前置基線。