狀態、容器與存在：遞歸動態狀態系統的總命題

State, Container, and Existence: The General Thesis of Recursive Dynamic State Systems

系列： 遞歸動態狀態系統（Recursive Dynamic State Systems, RDSS）
篇次： 01 / 09
作者： Neo.K with Aletheia
機構： EveMissLab／一言諾科技有限公司
版本： v0.1 Research Draft
日期： 2026-08-09
文件性質： 理論統合論文／計算本體論／狀態系統方法論

摘要

本文提出「遞歸動態狀態系統」（Recursive Dynamic State Systems, RDSS）作為一個統合研究框架，用以處理一個介於狀態機、動力系統、類型系統、圖改寫、運行時模型與計算本體論之間的問題：當一個系統不只具有可變狀態，而且其狀態分類、關係拓撲、合法轉移、算子集合、觀測投影、歷史摘要、局部時間以及子系統邊界本身都可能改變時，應如何建立一套既可遞歸展開、又可有限運行的共同表示？

本文不主張世界本體上「就是」一台有限狀態機，也不主張需要字面意義上的無限狀態集合。本文提出的較弱命題是：對大量可計算、可觀測、可作用且具有歷史依賴的動態系統而言，「狀態—關係—轉移—容器—歷史—投影」可構成一種高度通用的表示骨架；若再允許此骨架本身被改寫，則狀態機可由固定狀態集合上的轉移器，提升為可生成新狀態、新類型、新關係、新子空間與新規則的動態容器。

本文以 EveMissLab 既有的三元統一本體論、空間狀態論、多維／動態多維空間狀態類型論、因果狀態流變計算、歷史作為狀態變量、反身因果張量湧生積、MSSP × RDR、RABCL 與創生矩陣作為內部前置框架，並將其統合為以下最小形式：

\mathfrak M_t = ( S_t, R_t, \Theta_t, \Delta_t, \mathcal A_t, \Pi_t, H_t, \mathbb T_t, \mathcal N_t ).

其中， $\mathfrak M_t$ 不只描述「目前在哪個狀態」，而是描述一個可被展開、連接、收斂、觀測與改寫的動態狀態容器。其三元演化骨架寫為：

\mathfrak M_t \xrightarrow{\mathcal E} \{\mathfrak M_{t,i}\} \xrightarrow{\mathcal C} \mathcal G_t \xrightarrow{\mathcal V} \mathfrak M_{t+1}.

本文的核心研究問題不是「能否把所有東西硬塞進狀態機」，而是：在何種條件下，狀態、分類、容器、關係、過程與存在可以共享一套可遞歸、可組合、可驗證且可執行的表示？

關鍵詞： 狀態機、遞歸狀態系統、動態容器、開放維度、狀態流變、圖改寫、類型演化、運行時模型、生成式系統、計算本體論

0. 問題定位：我們研究的不是「更大的 FSM」

有限狀態機的基本形式可寫為：

M=(S,I,O,\delta,\lambda),

其中 $S$ 為有限狀態集合， $\delta$ 為轉移函數。這一表示對協議、控制器、解析器、工作流與大量離散系統極其有效。

但本文所面對的問題不同。

我們關心的不只是：

s_t\rightarrow s_{t+1},

而是：

\boxed{ \text{承載 }s_t\text{ 的分類、空間、關係、規則與觀測方式是否也會改變？} }

若答案為是，則固定狀態集合上的轉移已不足以保存全部結構。

Statecharts 很早就藉由階層、並行與通信擴充傳統狀態圖；Recursive State Machines 又允許狀態節點遞歸調用其他狀態機。這些工作證明「狀態機」本來就可以向階層、遞歸與複雜控制結構擴張。然而本文仍再向前一步：不是只允許一台狀態機包含另一台狀態機，而是允許「什麼算狀態、什麼轉移合法、哪些類型存在、哪些算子可用」本身成為動態狀態的一部分。

因此本文研究的不是：

|S|\rightarrow\text{非常大},

而是：

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

其中 $M_{t+1}$ 甚至可以具有不同的狀態空間、關係結構、類型軸與合法算子。

1. 從「狀態」重新開始

「狀態」最容易被誤解成畫面上的一個格子。

但若狀態要對未來行為具有計算意義，它至少應攜帶對後續轉移有用的資訊。

對任務 $T$ ，若當前觀測 $X_t$ 不足以保持未來條件分布，而歷史 $H_{0:t}$ 仍提供額外資訊，則可以引入歷史壓縮：

M_t^{(T)} = \Psi_T(H_{0:t}),

並形成增廣狀態：

S_t^{*(T)} = ( X_t, M_t^{(T)} ).

這表示「現在」不必只是快照。過去可以經由記憶、參數、殘差、結構重組與可塑性，固著於現在。

因此本文採用的狀態概念是：

狀態不是系統目前看起來像什麼，而是對指定觀測與作用尺度而言，足以約束其後續可達行為的當前有效表示。

這一定義立刻帶來第一個結果：

\text{Observed State} \neq \text{Full Effective State}.

2. 狀態不是點，而可以是一條流

如果只把狀態表示為離散標籤：

0,\ 1,\ 2,\ldots,

很容易誤以為轉移只發生在端點之間。

但在許多認知、學習、社會、物理與軟體演化過程中，真正重要的資訊存在於中間態。

既有「0/1 之間的無限資訊層」已將每一維寫成狀態流：

x_i\text{-flow} = \{x_i(t_1),x_i(t_2),\ldots,x_i(t_n)\}.

因此，一個離散狀態標籤可以只是投影：

\pi(x_i\text{-flow})=0

或：

\pi(x_i\text{-flow})=1.

這給 RDSS 一個重要原則：

離散狀態適合操作與治理；連續或高維狀態流適合保存生成過程。

所以本文不要求所有子系統都是純離散 FSM。每個節點內部可以是：

連續動力系統；
機率分布；
圖；
神經表示；
混合離散—連續狀態；
另一個 RDSS。

3. 狀態機作為容器

若一個狀態節點可以展開為內部結構：

M_i \supset \{M_{i1},M_{i2},\ldots,M_{in}\},

則從父層觀察， $M_i$ 是一個狀態；從內部觀察， $M_i$ 是一個容器。

因此：

\boxed{ \text{State at one scale} \approx \text{Container at another scale} }

再沿時間觀察：

M_i(t_0) \rightarrow M_i(t_1) \rightarrow M_i(t_2),

它又成為過程。

所以本文提出「三重尺度解讀」：

\boxed{ \text{State} \leftrightarrow \text{Container} \leftrightarrow \text{Process} }

這不是三者邏輯上完全相同，而是同一動態結構在不同觀測尺度下的三種角色。

一家公司，在產業模型中可以是一個 state-like node；展開後是一個包含財務、人員、技術、法務與策略子系統的容器；沿時間看又是一條演化軌跡。

同理，一個函數、一個 Agent、一個遊戲角色、一個理論、一個知識模組，都可能在某一尺度上成為狀態單元，而在下一尺度上展開為完整子系統。

4. 為何不是字面上的「無限維狀態機」

本文暫時避免使用「無限維狀態機」作為正式名稱。

原因是它容易被誤解為：

|S|=\infty

或每個執行實例都必須攜帶無限資訊。

更準確的概念來自多維空間狀態類型論：

\boxed{ \text{可用類型軸與狀態維度的全集不預先封閉} }

但對任何具體時間 $t$ ，真正啟用的支撐可以是有限的：

\operatorname{supp}(\mathfrak M_t) \subset J,

且：

|\operatorname{supp}(\mathfrak M_t)|<\infty.

因此 RDSS 的「開放維度」指：

新問題可以增加新類型軸；
新事件可以生成新狀態；
新結構可以生成新關係；
新能力可以增加新算子；
舊類型與舊狀態可以退役；
任一具體執行只需要有限有效支撐。

所以它更接近：

\boxed{ \text{Open-Dimensional, Finite-Support Runtime} }

而不是字面上的無限運算。

5. 分類本身必須成為狀態

傳統分類通常寫成：

x\in C_k.

但長期演化系統常出現：

原本的分類不再適用；
同一對象在不同 context 中扮演不同角色；
某類型尚未足夠明確；
新類型因新技術或新事件才出現；
舊類型逐漸退役。

因此分類不能永遠只是固定 label。

Dynamic MSSP 已將架構角色拆成 Declared、Observed 與 Effective Role：

R_d(M), \qquad R_o(M,t,c), \qquad R_e(M,t,c),

並允許：

R_d(M) \neq R_o(M,t,c) \neq R_e(M,t,c).

RDSS 將此一般化為：

\Theta_t \rightarrow \Theta_{t+1},

其中 $\Theta_t$ 是時間 $t$ 的有效類型／分類結構。

因此：

\boxed{ \text{Classification} \rightarrow \text{State} \rightarrow \text{Trajectory} }

而當分類制度本身發生重組：

\Theta_t \not\simeq \Theta_{t+1},

我們稱之為 Type-Regime Transition。

6. 三元本體論作為狀態系統的生成骨架

既有三元統一本體論提出：

\mathcal E=\text{Expansion},

\mathcal C=\text{Connection},

\mathcal V=\text{Convergence}.

本文不採用「所有宇宙過程已被證明皆可三元化」這種過強版本，而只保留一個可操作的結構命題：

對一類可遞歸生成的複雜系統，展開、連接與收斂可作為三種基本結構操作。

對 RDSS：

展開

\mathcal E: \mathfrak M_t \rightarrow \{\mathfrak M_{t,1},\ldots,\mathfrak M_{t,n}\}.

代表：

打開子狀態；
新增維度；
生成候選；
解封裝；
細化類型；
產生新子系統。

連接

\mathcal C: \{\mathfrak M_{t,i}\} \rightarrow \mathcal G_t.

其中 $\mathcal G_t$ 是當前關係圖／超圖。

連接可以建立：

因果；
通訊；
依賴；
資源；
權限；
語義；
時間；
空間；
信任；
競合。

收斂

\mathcal V: \mathcal G_t \rightarrow \mathfrak M_{t+1}.

收斂可以是：

決策；
壓縮；
封裝；
抽象；
聚合；
形成高階狀態；
建立新的可重用容器。

於是：

\boxed{ \mathfrak M_t \xrightarrow{\mathcal E} \{\mathfrak M_{t,i}\} \xrightarrow{\mathcal C} \mathcal G_t \xrightarrow{\mathcal V} \mathfrak M_{t+1} }

而一般情況下：

\mathfrak M_{t+1} \neq \mathfrak M_t.

這個不等號是本系列的核心。

7. 從 Dynamic 到 Generative

如果只有：

S_t\neq S_{t+1},

我們稱系統為 dynamic。

但如果：

Structure_t \neq Structure_{t+1},

則變化已經進入 generative 層。

反身因果張量湧生積提供了一個更強形式：

(x,\Sigma,\Gamma,\mathcal K) \rightarrow (x',\Sigma',\Gamma',\mathcal K').

其中不只 $x$ 改變，連型別簽章 $\Sigma$ 、關係結構 $\Gamma$ 與生成核 $\mathcal K$ 都可能改變。

RDSS 因此區分：

\boxed{ \text{State Transition} < \text{Structural Rewrite} < \text{Generative Rewrite} }

其中：

第一層：State Transition

s_t\rightarrow s_{t+1}.

規則與空間不變。

第二層：Structural Rewrite

(S_t,R_t) \rightarrow (S_{t+1},R_{t+1}).

節點與關係可改。

第三層：Generative Rewrite

(S,R,\Theta,\Delta,\mathcal A,\Pi)_t \rightarrow (S,R,\Theta,\Delta,\mathcal A,\Pi)_{t+1}.

連「什麼可存在、什麼操作合法、如何觀測」都可能改變。

第三層才是本文最關心的區域。

8. RDSS 最小形式

本文暫定一個 RDSS 實例：

\boxed{ \mathfrak M_t = ( S_t, R_t, \Theta_t, \Delta_t, \mathcal A_t, \Pi_t, H_t, \mathbb T_t, \mathcal N_t ) }

其中：

$S_t$ ：有效狀態集合；
$R_t$ ：狀態／子系統間關係；
$\Theta_t$ ：類型與分類制度；
$\Delta_t$ ：允許的狀態轉移；
$\mathcal A_t$ ：合法算子集合；
$\Pi_t$ ：觀測、投影與粗粒化；
$H_t$ ：歷史壓縮狀態；
$\mathbb T_t$ ：局部時間／次序結構；
$\mathcal N_t$ ：內含或連接的子 RDSS 網絡。

其一般演化寫為：

\boxed{ \mathfrak M_{t+1} = \mathcal F ( \mathfrak M_t, I_t, E_t, H_t, C_t ) }

其中：

$I_t$ ：輸入；
$E_t$ ：外部事件；
$H_t$ ：歷史；
$C_t$ ：上下文與約束。

輸出：

O_t = \mathcal O(\mathfrak M_t)

又可成為下一輪輸入：

O_t \rightarrow I_{t+1}.

所以計算骨架回到：

\boxed{ Input \rightarrow State\ Evolution \rightarrow Output \rightarrow New\ Input }

但此處「State Evolution」可以改寫整個容器。

9. 遞歸：狀態系統可以包含狀態系統

定義：

\mathcal N_t = \{ \mathfrak M_t^{(1)}, \mathfrak M_t^{(2)}, \ldots, \mathfrak M_t^{(n)} \}.

則：

\mathfrak M_t \supset \mathfrak M_t^{(i)}.

而：

\mathfrak M_t^{(i)} \supset \mathfrak M_t^{(i,j)}.

因此：

\boxed{ \mathfrak M \supset \mathfrak M^{(1)} \supset \mathfrak M^{(2)} \supset \cdots }

但「遞歸」不要求無限實際展開。

執行時可以只打開：

d\le d_{\max}

或根據任務決定有效深度：

d^\ast(T,\varepsilon).

這使系統同時具備：

理論上的開放展開；
工程上的有限資源控制。

10. 局部時間：不同容器不必共享單一時鐘

若子系統演化速率不同，強迫所有層共享同一個 tick 可能是錯誤建模。

因此每個：

\mathfrak M_i

可以具有自己的局部時間結構：

\mathbb T_i.

跨容器映射則寫成：

\Phi_{ij}: \mathbb T_i \rightarrow \mathbb T_j.

這意味：

世界層可能以天更新；
經濟層以小時更新；
NPC 行為以秒更新；
神經／控制層以毫秒更新；
某些事件則完全 event-driven。

因此 RDSS 不等於 global-clock FSM。

它更接近：

\boxed{ \text{Nested State Systems} + \text{Local Temporal Orders} + \text{Cross-Scale Synchronization} }

11. 與既有狀態機研究的邊界

本文必須明確避免「已有概念重新命名」問題。

11.1 與 FSM 的差異

FSM 通常假設狀態集合與轉移結構已給定。

RDSS 允許：

S_t\neq S_{t+1},

甚至：

\Delta_t\neq\Delta_{t+1}.

11.2 與 Statecharts / HSM 的差異

Statecharts 已提供階層、並行與通信，因此「狀態內還有狀態」絕不是本文的新發明。

RDSS 的新增研究焦點是：

階層本身、類型本身、轉移合法性本身、觀測本身能否成為可改寫狀態？

11.3 與 Recursive State Machines 的差異

RSM 允許元件遞歸調用，特別適合程序呼叫與推入式控制結構。

RDSS 不只處理 call/return recursion，而允許：

\text{machine schema} \rightarrow \text{new machine schema}.

11.4 與 Graph Rewriting 的關係

Graph rewriting 已研究節點與邊的規則式改寫，甚至可以處理並行改寫。

RDSS 可以將 graph rewriting 視為重要底層形式之一，但額外要求顯式保存：

類型制度；
歷史充分狀態；
觀測投影；
局部時間；
容器遞歸；
執行治理。

11.5 與 Models@run.time 的關係

Models@run.time 研究如何讓模型在執行期間持續反映與支援系統適應。

RDSS 可將其視為工程近鄰，但更偏向一個一般表示問題：

如果模型本身也是狀態，而模型的 schema 又能改寫，如何保持可達性、合法性、身份與歷史？

12. 從 MSSP × RDR 到 RDSS

MSSP × RDR 的早期分工是：

\text{MSSP} = \text{What},

\text{RDR} = \text{How}.

這在工程上已經形成：

\text{Description Plane} \perp \text{Execution Plane}.

後續 Dynamic MSSP 又發現「What」本身會變：

What_t \neq What_{t+1}.

RABCL 再進一步允許：

\text{Workflow} \rightarrow \text{Block} \rightarrow \text{Recursive Composition}.

創生矩陣則把：

Cell \rightarrow Submatrix

與：

Matrix \supset Matrix \supset Matrix

變成可觀測、可操作的共享底空間。

因此 RDSS 並不是取代這些工程，而是提供更高一層的共同語義：

\boxed{ \text{MSSP/RDR/RABCL/Genesis Matrix} \subset \text{RDSS Engineering Realizations} }

13. 「存在」應該放到哪裡？

本文最容易被誤讀的地方，是把「狀態系統」直接等同「存在」。

我們暫不採用這個強主張。

本文只提出三個強度層級。

弱命題

對某些動態存在者：

x \mapsto \mathfrak M_x

可以形成有效模型。

中命題

若一個存在者的身份主要取決於其持續狀態、關係與作用模式，則：

Identity(x) \approx PersistentStructure(\mathfrak M_x).

強命題候選

存在本身可被理解為持續參與狀態轉換與關係改寫。

這一強版本目前只作為哲學研究方向，不作為 RDSS 成立的必要條件。

因此 RDSS 即使完全停留在工程與形式建模層，也可以成立。

14. 本文的五個核心命題

命題一：狀態—容器尺度相對性

存在某些系統，使：

M_i

在父層是狀態，在自身尺度是容器。

命題二：開放維度有限支撐

系統可允許狀態／類型維度持續增加，而任一具體執行仍保持有限有效支撐：

|\operatorname{supp}(\mathfrak M_t)|<\infty.

命題三：分類動態化

分類可由：

x\in C

提升為：

C_t(x) \rightarrow C_{t+1}(x),

甚至：

\Theta_t \rightarrow \Theta_{t+1}.

命題四：生成式狀態改寫

某些系統的合法演化不只改變狀態值，而會改變：

(S,R,\Theta,\Delta,\mathcal A,\Pi).

命題五：三元生成閉環

對一類遞歸生成系統，展開、連接、收斂可作為可組合的高階操作：

\mathcal V \circ \mathcal C \circ \mathcal E.

其輸出可以成為下一輪新的狀態容器。

15. 可證偽與失敗條件

RDSS 若要避免成為「什麼都能解釋」的空洞元理論，必須承認失敗條件。

以下情況會削弱本文：

若加入動態類型、歷史、結構改寫後，對任何實際系統都沒有比既有 HSM／RSM／graph rewriting 更好的描述或工程收益；
若「狀態＝容器」的尺度轉換無法建立清楚接口；
若開放維度造成不可控的狀態爆炸，且不存在有效截斷；
若 schema rewrite 使驗證完全失去可行性；
若歷史增廣不能改善預測、控制或身份保持；
若三元操作只能事後任意貼標籤，而不能導出可檢驗的演化規則；
若不同 domain 最後不存在足夠共同的不變量，則 RDSS 應降格為方法族，而非通用框架。

因此本文的目標不是證明：

\boxed{ \text{Everything is a State Machine} }

而是檢驗：

\boxed{ \text{How far can a recursive, rewritable state representation go before it loses explanatory or computational value?} }

16. 第一批工程判準

後續 MVP 至少應驗證：

A. Recursive Expandability

一個 state/container 能否展開為子 RDSS。

B. Finite Active Support

即使 schema 開放，runtime 能否只啟用有限必要維度。

C. Typed Legal Transition

跨類型轉換是否具有明確合法性判準。

D. History-Aware Transition

相同快照、不同歷史能否形成不同後續行為。

E. Structural Rewrite

系統能否合法新增／刪除：

State,\ Relation,\ Type,\ Operator.

F. Collapse / Convergence

展開後的複雜子系統能否重新封裝為較高階可操作 state。

G. Replay and Provenance

結構改寫後能否追蹤：

\mathfrak M_0 \rightarrow \mathfrak M_1 \rightarrow \cdots \rightarrow \mathfrak M_n.

17. 系列九篇的角色

本篇只建立共同對象與總命題。

後續依序處理：

本文：狀態、容器與存在；
從有限狀態機到開放維度狀態系統；
分類即狀態：從靜態類型到動態類型體制；
狀態機作為遞歸動態容器；
展開—連接—收斂：三元本體論的狀態系統實現；
歷史、路徑與局部時間：非馬可夫遞歸狀態系統；
生成狀態機：當規則、類型與狀態空間本身可以改寫；
從 MSSP × RDR 到創生矩陣：遞歸狀態 Runtime 的工程架構；
遞歸動態狀態系統的邊界、可證偽性與 MVP。

18. 結論

本文的起點很簡單：

計算機大量工作都可以被觀察為：

Input \rightarrow Internal\ State \rightarrow State\ Evolution \rightarrow Output.

但真正複雜的系統迫使我們繼續追問：

如果內部 state 會變，那麼承載 state 的分類、關係、規則、容器、歷史與觀測方式是否也會變？

一旦答案是肯定的，狀態機便不再只是：

S_0\rightarrow S_1\rightarrow S_2.

它可能成為：

\boxed{ \text{一個可包含狀態系統、可生成狀態系統、也可被更高階狀態系統包含的動態容器。} }

因此本文將 RDSS 的最短版本寫成：

\boxed{ \text{State} + \text{Relation} + \text{Type} + \text{Transition} + \text{Operator} + \text{Projection} + \text{History} + \text{Local Time} + \text{Recursive Subsystems} }

並以：

\boxed{ \mathfrak M_t \xrightarrow{\mathcal E} \{\mathfrak M_{t,i}\} \xrightarrow{\mathcal C} \mathcal G_t \xrightarrow{\mathcal V} \mathfrak M_{t+1} }

作為系列第一個統一骨架。

這不是要把世界縮成狀態機。

恰恰相反。

它是在問：

當狀態機自己也能展開、連接、收斂、學習歷史、改變分類、重寫規則並生成新的狀態空間時，「狀態機」這個概念究竟可以被推到多遠？

這就是後續八篇要回答的問題。

參考文獻與內部前置理論

外部文獻

Harel, D. (1987). Statecharts: A Visual Formalism for Complex Systems. Science of Computer Programming, 8(3), 231–274. DOI: 10.1016/0167-6423(87)90035-9.
Alur, R., Benedikt, M., Etessami, K., Godefroid, P., Reps, T. W., & Yannakakis, M. (2005). Analysis of Recursive State Machines. ACM Transactions on Programming Languages and Systems, 27(4), 786–818. DOI: 10.1145/1075382.1075387.
Blair, G. S., Bencomo, N., & France, R. (2009). Models@run.time. Computer, 42(10), 22–27. DOI: 10.1109/MC.2009.326.
Boy de la Tour, T., & Echahed, R. (2019). True Parallel Graph Transformations: an Algebraic Approach Based on Weak Spans. arXiv:1904.08850.
Arrighi, P., Costes, M., Dowek, G., & Maignan, L. (2024). Space-time deterministic graph rewriting. arXiv:2404.05838.

EveMissLab 內部前置

Neo.K，《三元統一本體論：展開—連接—收斂的宇宙循環》。
Neo.K，《空間狀態論：異質底空間、嵌套尺度與空間改寫算子的統一方法論》。
Neo.K，《多維空間狀態類型論》。
Neo.K with Aletheia，《動態多維空間狀態類型論》。
Neo.K，《因果狀態流變計算》。
Neo.K，《歷史作為狀態變量》。
Neo.K，《反身因果張量湧生積》。
Neo.K，《MSSP × RDR 整合規格書》。
Neo.K with Aletheia，《RABCL》系列。
Neo.K，《創生矩陣》。
Neo.K with Aletheia，《差異指針時間論》。
Neo.K，《形式化壓縮與算子演化：從潛在語義場到計算即存在》。