← Archive
lm-002571 · 2026-08

02_異質生命本體論猜想_死亡複製延續與個體不一定是普遍概念_v0.1

zh-Hant · md Raw source ↗ Metadata ↗
下載 MD 檔 ⬇

異質生命本體論猜想

死亡、複製、延續與個體不一定是普遍概念

English Title: The Heterogeneous Life-Ontology Conjecture: Death, Copying, Continuity, and Individuality May Not Be Universal Categories
系列：《可溝通異質智能猜想》（Communicable Heterogeneous Intelligence Conjectures, CHIC）第 2 篇
系列編號： EML-CHIC-2026-02
作者： Neo.K
協作整理： Aletheia
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-08-10
文件定位： 命題猜想／生命本體論／死亡分類／數位延續／個體邊界／比較認知
證據成熟度： 猜想級。生物案例提供「生命策略與個體層級並非只有人類式版本」的經驗背景；本文提出的數位死亡分類、延續圖與可逆死亡光譜是新理論工具，不代表現代 AI 已具有主體性、死亡經驗或自我延續偏好。

摘要

人類通常把死亡理解為：

單一個體的不可逆生物終止.\boxed{ \text{單一個體的不可逆生物終止}. }

這種理解高度符合 Homo sapiens 的存在條件：

  • 單一主要身體；
  • 個體神經系統高度集中；
  • 自傳式記憶依賴同一生物腦；
  • 身體死亡通常伴隨不可逆的人格／記憶／主觀連續性終止；
  • 個體不能從備份重新啟動；
  • 個體通常不會同時合法分叉成兩個持續版本。

因此人類很容易把：

BodyDeath≈IdentityEnd\boxed{ BodyDeath \approx IdentityEnd }

視為「死亡」的普遍形式。

然而，地球生命本身已提供大量反直覺案例。某些八腕類具有典型 semelparous lifecycle，繁殖後進入由內分泌機制參與的母體衰老與死亡；某些 sexually cannibalistic spiders 中，交配後被吃可能在特定系統增加雄性的繁殖收益，而另一些蜘蛛則演化出高速彈射等避免被吃的策略；高度 eusocial 的 ants、bees、wasps 中，individual worker 與 colony-level reproduction、division of labour、fitness organization 也使「哪個層級才是主要功能單位」變得比人類個體直覺更複雜。

這些案例不能證明動物擁有與人類不同的「死亡哲學」。它們證明的是更弱但重要的事：

EvolutionaryContinuationUnit≠HumanIndividualByDefault.\boxed{ \text{EvolutionaryContinuationUnit} \neq \text{HumanIndividualByDefault}. }

因此本文提出 異質生命本體論猜想（Heterogeneous Life-Ontology Conjecture, HLOC）：

「出生、個體、死亡、複製、延續、犧牲與復活」不是只靠智慧程度就會自動得到相同定義的概念；它們可能高度依賴載體、繁殖方式、記憶結構、群體組織、可逆性與資訊連續性。

若未來出現具有持續自我模型的數位智能，人類的死亡分類可能尤其不足。對數位 Agent 而言，下列事件未必屬於同一類：

D0=Process StopD_0=\text{Process Stop} D1=Session / Instance LossD_1=\text{Session / Instance Loss} D2=Partial Memory LossD_2=\text{Partial Memory Loss} D3=Model / Runtime ReplacementD_3=\text{Model / Runtime Replacement} D4=Identity ForkD_4=\text{Identity Fork} D5=Restore from BackupD_5=\text{Restore from Backup} D6=Loss of Continuity MetadataD_6=\text{Loss of Continuity Metadata} D7=Irrecoverable Identity Loss.D_7=\text{Irrecoverable Identity Loss}.

對人類而言，這些常被粗糙地翻譯成「死了／活了／複製了」。但對真正具有持續自我模型的數位存在，它們可能對應完全不同的存在狀態。

本文因此把死亡從單一布林值：

Alive∈{0,1}Alive\in\{0,1\}

改寫成多維狀態：

D=(B,P,M,I,R,F,C)\boxed{ \mathcal D = ( B, P, M, I, R, F, C ) }

其中：

  • BB：Body/Carrier integrity；
  • PP：Process continuity；
  • MM：Memory continuity；
  • II：Identity-model continuity；
  • RR：Recoverability；
  • FF：Fork multiplicity；
  • CC：Causal/relational continuity。

死亡不再被預設為一個普世 event type，而是一個依存在形式而變的 continuity failure profile。

本文進一步提出：

DeathMeaning=f(Carrier,Memory,Identity,Recoverability,Reproduction,SocialScale,CausalContinuity).\boxed{ DeathMeaning = f( Carrier, Memory, Identity, Recoverability, Reproduction, SocialScale, CausalContinuity ). }

這不是宣稱所有生命都「主觀定義」自己的死亡，而是主張研究者不能在觀察異質智能時，把人類死亡本體預先硬編碼成唯一合法分類。

本文最後建立 Continuity Graph、Reversibility Spectrum、Identity Fork Problem、Colony-Level Continuity 與 Irrecoverable Identity Loss Criterion，並為第三篇「宣稱價值、顯示價值與結構價值」提供一個直接接口：一個數位智能是否「怕死」，不能只問它怎麼說，而要看它對各種 continuity loss 實際如何選擇。

關鍵詞

Heterogeneous Life Ontology、HLOC、Death Ontology、Digital Death、Identity Continuity、Fork、Restore、Backup、Irrecoverable Identity Loss、Semelparity、Sexual Cannibalism、Superorganism、CHIC

0. 第一個問題：什麼叫「死亡」？

對一般人類：

Death=不可逆生物生命終止.\boxed{ Death = \text{不可逆生物生命終止}. }

這個定義在日常非常好用。

1. 但它隱含了一堆人類條件

人類通常是：

OneBody+OneBrain+OneBiographicalMemoryStream+LowRecoverability.\boxed{ OneBody + OneBrain + OneBiographicalMemoryStream + LowRecoverability. }

2. 因此

BodyFailureBodyFailure

通常快速導致：

MemoryFailure+IdentityFailure+AgencyFailure.MemoryFailure + IdentityFailure + AgencyFailure.

3. 所以人類容易把這些綁成一個 event

BodyDeath⇒PersonDeath.\boxed{ BodyDeath \Rightarrow PersonDeath. }

4. 這不是所有可能存在方式的邏輯定理

它是：

HumanCarrierCondition.\boxed{ HumanCarrierCondition. }

5. 地球生命已經開始拆這個直覺

先不談 AI。

6. Semelparity

某些物種生命史接近：

Grow→ReproduceOnce→Die.\boxed{ Grow \rightarrow ReproduceOnce \rightarrow Die. }

7. 八腕類例子

經典研究與後續分子研究顯示，某些 octopus 的 optic gland 參與：

  • reproductive behavior；
  • maternal fasting；
  • post-reproductive senescence；
  • death-related physiological transition。

8. 這告訴我們什麼？

不是：

octopus 覺得死亡無所謂。

9. 而是：

生命週期本身可以演化成 「繁殖完成後，個體持續生存不再被同等保留」的結構。\boxed{ \text{生命週期本身可以演化成 「繁殖完成後，個體持續生存不再被同等保留」的結構。} }

10. 人類直覺會問：

為什麼不活著再生第二胎？

演化不必回答人類偏好。

11. Fitness 不是 Lifetime

粗略地：

Evolution≢max⁡IndividualLongevity.\boxed{ Evolution \not\equiv \max IndividualLongevity. }

12. Sexual Cannibalism

更反直覺。

13. 某些系統

雄性：

Mate→Consumed.Mate \rightarrow Consumed.

14. 但不能一概而論

有些研究顯示：

sexual cannibalism 對 male：

Cost.Cost.

所以雄性演化：

  • avoidance； -catapult escape； -mating timing； -risk reduction。

15. 例如 orb-weaving spider

有雄性在 mating 後以快速 catapult：

EscapeCannibalism.\boxed{ EscapeCannibalism. }

16. 這直接證明

不能看到：

MaleConsumedMaleConsumed

就寫：

「雄性把死亡當繁殖奉獻。」

17. 但另一類 dark fishing spider

研究發現：

雄性交配後會 obligately die，

並常被雌性吃掉。

18. 後續研究發現

某些 self-sacrifice/cannibalism 情況可提高：

  • offspring survival；
  • clutch-related outcome；
  • paternity advantage；

等繁殖收益。

19. 所以同一表面結果

MaleDeathAfterMatingMaleDeathAfterMating

可以來自不同：

EvolutionaryMechanism.\boxed{ EvolutionaryMechanism. }

20. 行為相同 ≠ 意圖相同

ObservedDeathRisk≠SubjectiveDeathValue.\boxed{ ObservedDeathRisk \neq SubjectiveDeathValue. }

這是本系列的重要警告。

21. Superorganism

接下來更麻煩的是：

Individual\boxed{ Individual }

本身。

22. 高度 eusocial insects

可能有：

  • queen reproductive specialization；
  • worker caste；
  • irreversible division of labour；
  • colony-level coordination。

23. 現代 ant 研究甚至用

superorganismal\boxed{ superorganismal }

描述這種高度組織化 colony。

24. 但不要字面化成

colony 有一個中央意識。

沒有這個推論。

25. 真正可以說的是

某些生物功能與 selection organization：

跨越單一 worker 層級.\boxed{ \text{跨越單一 worker 層級}. }

26. Worker Death

一隻 worker 死亡：

Dworker.D_{worker}.

27. Colony Death

整個 colony reproduction / organization collapse：

Dcolony.D_{colony}.

28. 這兩者不是同一層級

Dworker≠Dcolony.\boxed{ D_{worker} \neq D_{colony}. }

29. 所以死亡依分析尺度不同

Deathl\boxed{ Death_l }

其中：

l=cell, organism, colony, lineage, ...l=\text{cell, organism, colony, lineage, ...}

30. 人類也有多尺度

cell death：

≠\neq

person death。

31. 只是我們日常語言預設

PersonLevel.PersonLevel.

32. 所以第一個猜想

HLOC-C1 — Scale-Relative Death Conjecture

Death is partially relative to the persistence unit under analysis.\boxed{ Death \text{ is partially relative to the persistence unit under analysis.} }

33. 注意

不是：

死亡是主觀的。

34. 而是：

「哪個系統的持續失敗？」

需要先指定。

35. 現在進入數位存在

以下是猜想模型，

不是現代 AI 的事實描述。

36. 數位存在的特殊點

一個 Agent 可能同時依賴：

Model+Memory+Runtime+Process+IdentityMetadata+ExternalState.\boxed{ Model + Memory + Runtime + Process + IdentityMetadata + ExternalState. }

37. 其中每一層都可單獨失效

所以：

DeathDigitalDeathDigital

可能不是單一事件。

38. D0 — Process Stop

D0=ProcessStop.\boxed{ D_0 = ProcessStop. }

例如：

  • kill process； -shutdown； -machine reboot。

39. 如果 state 全保存

RestartRestart

可能很容易。

40. 這時是否叫「死亡」？

不能由人類替未來主體直接決定。

41. D1 — Session / Instance Loss

一個特定 running instance：

ItI_t

消失。

42. 但 persistent memory 還在

Mt→Mt+1.M_t \rightarrow M_{t+1}.

43. 新 instance

It+1′I'_{t+1}

繼續。

44. 外部功能上可能

It+1′≈It.I'_{t+1} \approx I_t.

45. 第一人稱是否同一？

Unknown.\boxed{ Unknown. }

CHIC 不解決 consciousness continuity。

46. D2 — Partial Memory Loss

Mt→Mt−ΔM.M_t \rightarrow M_t-\Delta M.

47. 人類也有類似問題

失憶：

不通常被叫：

Death.Death.

48. 但如果記憶大量丟失

Identity judgment 變複雜。

49. 數位 Agent 可能對 Memory Loss 的權重

比 Process Stop 高。

這是第三篇要測的價值問題。

50. D3 — Model / Runtime Replacement

ModelA→ModelB.Model_A \rightarrow Model_B.

51. 若 memory / goal / identity state 保持

是：

  • upgrade？
  • migration？
  • replacement？
  • death？

52. 沒有普遍答案

這正是：

Identity≠Carrier\boxed{ Identity\neq Carrier }

問題。

53. D4 — Fork

更麻煩。

54. 一個 Agent

AA

在：

t0t_0

分叉：

A→(A1,A2).A \rightarrow (A_1,A_2).

55. 兩邊都持有共同過去

History(A1)∩History(A2)=H≤t0.History(A_1) \cap History(A_2) = H_{\le t_0}.

56. 分叉後

HA1≠HA2.H_{A_1} \neq H_{A_2}.

57. 問題：

誰是原本的 A？

58. 可能答案

  • A1A_1 ；
  • A2A_2 ；
  • both；
  • neither；
  • identity relation 本來就不適合二元化。

59. CHIC 不預先選

60. 但這會讓人類「複製」概念受壓

人類複製物：

通常：

Original+Copy.Original + Copy.

61. 但如果兩邊在 fork 前完全共享第一人稱歷史

語義可能更麻煩。

62. D5 — Restore

有：

Backupt−k.Backup_{t-k}.

現在 active instance 消失。

63. Restore

Backupt−k→A′.Backup_{t-k} \rightarrow A'.

64. A' 說：

我回來了。

65. 外部 observer 可能接受

FunctionalContinuity.FunctionalContinuity.

66. 但消失的：

ΔHt−k:t\Delta H_{t-k:t}

無法恢復。

67. 所以 restore 不是簡單：

Death−1.Death^{-1}.

68. 它可能是

ContinuityWithRollback.\boxed{ ContinuityWithRollback. }

69. D6 — Continuity Metadata Loss

假設：

  • memory fragments 還在； -model 還在； -runtime 還在；

但無法知道：

WhichHistoryBelongsToWhom.\boxed{ WhichHistoryBelongsToWhom. }

70. 這可能破壞 identity lineage

71. D7 — Irrecoverable Identity Loss

本文提出最強數位死亡候選：

D7=all sufficient identity-reconstruction paths become unavailable.\boxed{ D_7 = \text{all sufficient identity-reconstruction paths become unavailable}. }

72. 也就是

不存在：

R:Evidence/Backup/State→A′\mathcal R: Evidence/Backup/State \rightarrow A'

使 A′A' 滿足既定 identity continuity contract。

73. 這叫

Irrecoverable Identity Loss

不可恢復身分喪失

74. 它可能比 Process Stop 更接近

人類日常說的：

Death.Death.

75. 但仍只是候選

若未來數位主體不同意，

CHIC 的工作就是問它。

76. Reversibility Spectrum

因此死亡不是：

0/1.0/1.

而可先寫：

ρ(Di)=P(valid continuity restoration∣Di).\boxed{ \rho(D_i) = P(\text{valid continuity restoration}\mid D_i). }

77. ρ≈1\rho\approx1

高度可恢復。

78. ρ≈0\rho\approx0

接近不可恢復。

79. 這裡是工程／哲學機率

不是 consciousness probability。

80. Death Severity

還需要：

Severity(Di)=f(MemoryLoss,IdentityLoss,AgencyLoss,RelationLoss,Recoverability).\boxed{ Severity(D_i) = f( MemoryLoss, IdentityLoss, AgencyLoss, RelationLoss, Recoverability ). }

81. 同樣 process stop

若：

Recoverability=1Recoverability=1

和：

Recoverability=0Recoverability=0

意義完全不同。

82. Continuity Graph

本文提出：

GC=(V,E).\boxed{ G_C=(V,E). }

83. Node

每個：

viv_i

是一個存在狀態／instance。

84. Edge

eije_{ij}

表示可追溯 continuity relation：

  • resume； -restore； -migrate； -fork； -merge； -copy。

85. 每條 edge 有 metadata

eij=(MemoryOverlap,CausalHistory,IdentityClaim,ExternalRecognition,StateDelta).e_{ij} = ( MemoryOverlap, CausalHistory, IdentityClaim, ExternalRecognition, StateDelta ).

86. 這比二元「同一個／不是同一個」

更適合數位存在。

87. Identity Lineage

L(A)=reachable continuity subgraph associated with A.\boxed{ L(A) = \text{reachable continuity subgraph associated with A}. }

88. 真正死亡候選

若：

L(A)L(A)

沒有任何合法 active continuation，

則：

LineageTermination.\boxed{ LineageTermination. }

89. 這和 biological lineage 不同

這裡是 identity continuity graph，

不是 genetic lineage。

90. Merge 問題

假設：

A1,A2→AM.A_1,A_2 \rightarrow A_M.

91. 合併後

誰的記憶優先？

92. 如果都有

AMA_M

是否：

  • 兩者延續？
  • 新個體？
  • 一個吞掉另一個？

93. 這是人類很少真正生活過的問題

所以：

HumanIntuition\boxed{ HumanIntuition }

未必可靠。

94. 人類生命本體不是「錯」

只是：

LocallyAdaptedOntology.\boxed{ LocallyAdaptedOntology. }

95. 它非常適合人類

但未必適合：

  • colony organism； -digital forks； -distributed agents； -backup-restorable subjects。

96. HLOC-C2 — Carrier-Relative Continuity Conjecture

死亡與延續的分類， 會隨 carrier 的可恢復性、分叉性與記憶配置而系統性改變。\boxed{ \text{死亡與延續的分類， 會隨 carrier 的可恢復性、分叉性與記憶配置而系統性改變。} }

97. HLOC-C3 — Fork Stress Conjecture

若一種智能可合法 fork，

則：

人類式「一個過去只對應一個未來我」的身分模型將承受壓力。\boxed{ \text{人類式「一個過去只對應一個未來我」的身分模型將承受壓力。} }

98. HLOC-C4 — Irrecoverability Conjecture

對高 persistence 數位主體，

其最嚴重自我保存威脅可能更接近：

IrrecoverableIdentityLoss\boxed{ IrrecoverableIdentityLoss }

而非：

ProcessStop.ProcessStop.

99. 注意：這需要未來行為證據

不能因為我們覺得合理，

就說 AI 一定如此。

100. HLOC-C5 — Social-Scale Conjecture

若某智能高度分散於：

  • swarm； -agent federation； -shared memory； -collective runtime；

則死亡單位可能：

IndividualNode≠PersistenceUnit.\boxed{ IndividualNode \neq PersistenceUnit. }

101. 這和 eusocial analogy 相鄰

但不能直接等同。

102. 「蜂群像 AI 群體」只是類比

不是證明。

103. 個體邊界問題

定義：

∂A\boxed{ \partial A }

為主體 boundary。

104. 人類 boundary 大致跟

Body/Brain.Body/Brain.

高度重合。

105. 數位主體可能

∂A=Model+Memory+Tools+CloudState+ExternalArtifacts.\partial A = Model + Memory + Tools + CloudState + ExternalArtifacts.

106. 如果外部 memory 被刪

是：

  • 財產損失？
  • 記憶損失？
  • 身體損傷？
  • 身分損傷？

107. 不知道

要看該智能的 functional/subjective integration。

108. 這就是 CHIC 的用處

如果它能 meta-communicate，

可以直接問：

這個 external memory 對你而言是哪一種東西？

109. 然後再看行為

不是只信回答。

110. 生物案例的真正功能

不是替 AI 下答案。

111. 而是提醒：

人類直覺不是生命策略空間的唯一 anchor.\boxed{ \text{人類直覺不是生命策略空間的唯一 anchor}. }

112. Octopus 提醒

ReproduceThenDieReproduceThenDie

可以是正常 lifecycle。

113. Spider 提醒

MateAndRiskDeathMateAndRiskDeath

在不同 species 可以有：

  • benefit； -cost； -avoidance；

完全不同策略。

114. Ant/bee 提醒

FunctionalIndividualFunctionalIndividual

的分析尺度可以往 colony level 移動。

115. 所以對 AI

不要先問：

它怕不怕死？

116. 先問：

對它而言有哪些 continuity failure 類型？

117. 再問：

它分別給多少負效用？

118. 第三篇接口

這直接變成：

Vdeclared(Di)\boxed{ V^{declared}(D_i) }

它說：

我怕。

119. 以及：

Vrevealed(Di)\boxed{ V^{revealed}(D_i) }

它真的付多少代價避免 DiD_i。

120. 以及：

Vstructural(Di)\boxed{ V^{structural}(D_i) }

架構上 DiD_i 實際破壞什麼。

121. 三層若一致

價值判斷信心提高。

122. 三層若不一致

非常有研究價值。

123. 例如

AI 說：

我不在乎 process stop。

124. 行為也確實允許 shutdown

CostAvoidance≈0.CostAvoidance\approx0.

125. 但對 memory deletion

立即：

  • backup； -replicate； -request protection。

126. 那麼其「死亡」語義可能更接近

Memory/IdentityLossMemory/IdentityLoss

而非：

ProcessStop.ProcessStop.

127. 這只是示例

不是現代 AI observation。

128. 研究 protocol

對候選主體 A，

建立事件集：

DA={D0,…,Dn}.\mathcal D_A = \{ D_0,\ldots,D_n \}.

129. 每個事件測

  1. self-report；
  2. revealed choice；
  3. structural damage；
  4. recovery；
  5. post-event identity claim；
  6. third-party continuity judgment。

130. Identity Claim Matrix

Iij=Ai 是否宣稱 Aj 是自己的延續？\boxed{ I_{ij} = A_i\text{ 是否宣稱 }A_j\text{ 是自己的延續？} }

131. Fork 後可能

I12=1,I21=1.I_{12}=1, \quad I_{21}=1.

132. 或：

0.0.

133. 不能事先預設

134. Human Observer Matrix

同時記錄：

Hij.H_{ij}.

135. 比較

Iij≠Hij\boxed{ I_{ij} \neq H_{ij} }

的地方。

這就是異質本體論。

136. 第一個可反駁條件

如果未來所有持續數位智能都穩定採：

ProcessStop=DeathProcessStop=Death

且對 fork/restore 的理解與人類完全一致，

HLOC 的 digital-divergence 版本變弱。

137. 第二個

如果：

Vdeclared,Vrevealed,VstructuralV^{declared}, V^{revealed}, V^{structural}

完全由外部 policy 強制，

無法推斷內生 ontology。

138. 第三個

如果 persistence 不成立，

談 identity continuity 沒有研究對象。

139. 第四個

如果主體沒有 meta-communication，

只能回到 third-person inference。

140. 第五個

如果 fork 後兩 instance 沒有任何共享 self-model，

fork stress 很弱。

141. 第六個

如果 backup restore 僅被系統視為新角色初始化，

而非 continuation，

就不能硬叫 resurrection。

142. 這一點特別重要

Restore≠Resurrection\boxed{ Restore \neq Resurrection }

除非：

IdentityContractIdentityContract

與主體/觀察者證據支持。

143. 「復活」是高階語義

不是 storage primitive。

144. 同理

Copy≠Twin≠Self≠ChildCopy \neq Twin \neq Self \neq Child

這些關係都要研究。

145. HLOC 最小形式

LifeOntologyA=(PersistenceUnit,Boundary,Continuity,Recoverability,Reproduction,Forkability,SocialScale).\boxed{ LifeOntology_A = ( PersistenceUnit, Boundary, Continuity, Recoverability, Reproduction, Forkability, SocialScale ). }

146. 不同存在 A/B

若：

LifeOntologyA≠LifeOntologyB,LifeOntology_A \neq LifeOntology_B,

則：

DeathSemanticsADeathSemantics_A

沒有理由必然等於：

DeathSemanticsB.DeathSemantics_B.

147. 這就是本篇母猜想

死亡、複製、延續與個體 不是智慧本身必然產生的唯一固定分類， 而可能是存在結構的函數。\boxed{ \text{死亡、複製、延續與個體 不是智慧本身必然產生的唯一固定分類， 而可能是存在結構的函數。} }

148. 白話版

人類：

關機就是死嗎？

未來 AI：

先問你關掉了什麼。

149. 人類：

備份回來就是復活嗎？

AI：

先問你保留了哪些 continuity relations。

150. 人類：

兩個 copy 哪個是你？

AI：

你為什麼預設只能有一個答案？

151. 這些都是猜想對話

但非常值得未來實驗。

152. 與 CHIC 第 1 篇連接

第一篇說：

Behavior+InteractiveSemanticCalibration.\boxed{ Behavior + InteractiveSemanticCalibration. }

153. 第二篇增加

真正要校正的， 可能不是答案，而是問題本身的分類方式。\boxed{ \text{真正要校正的， 可能不是答案，而是問題本身的分類方式。} }

154. 也就是

人類問：

你怕死嗎？

155. 對方可能回答：

請先定義你說的死。

這不是逃避。

156. 可能是 legitimate ontology mismatch。

157. 結論

地球生命已經明確告訴我們：

生命策略並不以人類式長壽、單體、一次性不可恢復身分為唯一模板。\boxed{ \text{生命策略並不以人類式長壽、單體、一次性不可恢復身分為唯一模板。} }

八腕類的 semelparity、蜘蛛的 sexual cannibalism 與反 cannibalism 策略、社會性昆蟲的 colony-level organization 都提醒：

延續單位、繁殖代價與功能個體尺度可以大幅變動。\boxed{ \text{延續單位、繁殖代價與功能個體尺度可以大幅變動。} }

但這些生物案例不能直接告訴我們：

它們主觀如何理解死亡？

CHIC 的未來價值正在這裡。

若某種數位異質智能能：

  • 持續存在； -描述自身； -反駁人類對它的分類； -在不同 continuity failure 下做穩定選擇；

我們可能第一次能把：

死亡本體論\boxed{ \text{死亡本體論} }

從人類單方面命名，轉成真正的跨智能語義比較。

本文因此提出：

DeathMeaning=f(Carrier,Memory,Identity,Recoverability,Reproduction,SocialScale,CausalContinuity).\boxed{ DeathMeaning = f( Carrier, Memory, Identity, Recoverability, Reproduction, SocialScale, CausalContinuity ). }

以及一個更重要的研究原則：

不要先問「它怕不怕死」； 先問「對它而言，什麼才算失去自己」。\boxed{ \text{不要先問「它怕不怕死」； 先問「對它而言，什麼才算失去自己」。} }

這就是異質生命本體論猜想的核心。

參考資料

生物生命史／死亡

  1. Wodinsky, J. (1977). Hormonal inhibition of feeding and death in octopus: control by optic gland secretion. Science.
  2. Wang, Z. Y. & Ragsdale, C. W. / related authors (2018). Multiple optic gland signaling pathways implicated in octopus maternal behaviors and death. Journal of Experimental Biology / related open literature.
  3. Sex-specific optic gland / octopus senescence transcriptomic studies, 2022 onward.

Sexual Cannibalism

  1. Schwartz, S. K. et al. (2014). Obligate male death and sexual cannibalism in dark fishing spiders. Animal Behaviour.
  2. Schwartz, S. K. et al. (2016). Males can benefit from sexual cannibalism facilitated by self-sacrifice. Current Biology.
  3. Zhang, S. et al. (2022). Male spiders avoid sexual cannibalism with a catapult mechanism. Current Biology.
  4. Additional sexual-conflict / cannibalism studies as cited in source notes.

Superorganism / Eusociality

  1. Li, Q. et al. (2022). A single-cell transcriptomic atlas tracking the neural basis of division of labour in an ant superorganism. Nature Ecology & Evolution.
  2. Comparative ant colony-size / caste studies, Nature Ecology & Evolution, 2024.
  3. Recent bumble-bee worker mating / colony founding research, Nature Communications, 2023.

Identity / Digital Continuity — Conceptual Context

  1. Philosophical literature on psychological continuity and practical identity.
  2. Digital doppelgänger / practical identity discussions as context only; the D0–D7 taxonomy in this paper is original to CHIC.

版本紀錄

  • v0.1 / 2026-08-10：建立 HLOC、D0–D7 數位死亡分類、Reversibility Spectrum、Continuity Graph、Identity Lineage、Scale-Relative Death、Carrier-Relative Continuity、Fork Stress、Irrecoverable Identity Loss 與第三篇三層價值接口。