06．同一性的相變：一個「我」何時開始成為兩個？

《忒修斯之船之後：生成、因果連續與分叉同一性》第六篇

作者：Neo.K × Aletheia
機構：EveMissLab／一言諾科技有限公司
版本：v0.1
日期：2026-08-07
文件性質：公開命題論文／差異累積、耦合衰減、歷史依賴與身份分化研究

摘要

第五篇建立了：

\boxed{ \mathbf K_{i\rightarrow j}(t) }

作為多域、有方向的耦合描述，並以：

\boxed{ \mathcal I(\mathcal S,t) }

表示集合級 operational integration，而不是用節點數量或 pairwise threshold 決定「有幾個主體」。

本文進一步研究：

若兩個節點一開始仍位於同一個高度整合的 persistence domain，但之後記憶、目標、自我模型、行動與世界耦合逐步分化，什麼時候應該說：它們不再只是「同一個系統裡的差異」，而已經進入兩條相對獨立的 operational identity lineage？

本文不把此問題直接寫成物理學意義的 phase transition，也不主張存在一個客觀的「靈魂裂變臨界點」。更保守的名稱是：

\boxed{ \text{Phase-like Identity Regime Transition} }

即「類相變式身份狀態轉換」。

本文首先建立多域差異向量：

\boxed{ \mathbf D_{AB}(t) = ( D^{mem}, D^{self}, D^{goal}, D^{value}, D^{rel}, D^{action}, D^{world}, D^{temp} ) }

其中每個分量皆先標準化於：

[0,1].

接著提出一個有界歷史分化狀態：

\boxed{ z_{t+1} = (1-\lambda I_t)z_t + \alpha D_t(1-z_t) }

其中：

$z_t\in[0,1]$ ：歷史分化狀態；
$D_t\in[0,1]$ ：當下有效分化壓力；
$I_t\in[0,1]$ ：當下有效重新整合能力；
$\alpha\in[0,1]$ ：差異累積率；
$\lambda\in[0,1]$ ：修復／再整合率。

此式不是計算「兩者有幾成是同一個人」，而只表示：

差異會推動尚未完全分化的 domain 進一步分化；整合會削弱既有分化；同樣的當下耦合狀態，可能因為不同歷史而具有不同的 $z_t$ 。

因此：

\boxed{ z_t \neq P(\text{same subject}). }

為避免單一閾值造成 numerical chattering，本文引入 hysteresis：

\boxed{ \theta_{\rm split} > \theta_{\rm merge}. }

若系統目前處於較統一 regime，只有當：

z_t>\theta_{\rm split}

並持續至少：

T_{\rm split}

才進入較分化 regime。

若系統已經分化，則必須：

z_t<\theta_{\rm merge}

並持續：

T_{\rm merge}

才允許重新進入較整合 regime。

因此：

\boxed{ \text{brief decoupling} \not\Rightarrow \text{identity split} }

同樣：

\boxed{ \text{brief resynchronization} \not\Rightarrow \text{identity re-merger}. }

本文沿用第五篇四種 operational regime：

Unified Integration Regime
Distributed Unified Regime
Federated Regime
Independent Regime

但不把 regime 直接翻譯成 phenomenal subject count：

\boxed{ \text{RegimeTransition} \neq \text{PhenomenalFissionProven}. }

本文最終提出：

一個「我」如果能分布到多個節點，那麼「成為兩個」不應由某一瞬間的距離、頻寬、記憶差或自我宣告單獨決定；更合理的 operational 模型是：差異、耦合、因果譜系與自我承接在一段歷史中共同累積，直到系統跨入另一個較穩定的 identity regime。

關鍵詞： Identity Differentiation、Hysteresis、Path Dependence、Phase-like Transition、Coupling、Distributed Self、Fork、Dynamical Systems、Operational Identity Regime

一、為什麼不能用瞬間差異判定？

第五篇已有：

\mathbf K_{AB}(t).

若再定義：

\mathbf D_{AB}(t),

最直覺的做法可能是：

\|\mathbf D_{AB}(t)\|>\theta \Rightarrow Split.

但這太粗糙。

二、短暫斷線反例

假設 A、B 原本是一個高度整合的 distributed domain。

突然：

K^{temp}_{AB}\rightarrow0

三秒。

如果只看瞬間：

Split=1.

三秒後恢復：

Merge=1.

再抖一次：

Split=1.

這會造成：

\boxed{ \text{identity chattering}. }

顯然不是合理模型。

三、身份分化必須是歷史依賴

本文第一個核心原則：

\boxed{ IdentityRegime(t) = F( CurrentState, History ). }

不是只看：

F(CurrentState).

四、多域差異向量

本文定義：

\boxed{ \mathbf D_{AB}(t) = ( D^{mem}, D^{self}, D^{goal}, D^{value}, D^{rel}, D^{action}, D^{world}, D^{temp} ). }

各分量先 normalization：

D^{(d)}\in[0,1].

五、差異不能保留正負後直接相加

如果：

D_1=+1

而：

D_2=-1,

直接相加得到：

0.

但這不代表沒有差。

所以每個 domain 的「差異大小」應先非負化：

D^{(d)}\ge0.

方向若重要，另外保存 direction metadata。

六、Difference Magnitude ≠ Conflict

兩個 branch 可以不同，但彼此接受差異。

所以：

\boxed{ Difference \neq Conflict. }

本文研究 differentiation，不把 disagreement 當 hostility。

七、有效分化壓力 $D_t$

即使有多維：

\mathbf D,

動力方程仍需要較低維 state。

因此可以定義：

D_t = g_D(\mathbf D_{AB}(t)).

但 $g_D$ 不在本文固定。

它可以是：

weighted norm；
max critical dimension；
learned aggregator；
gate-based function。

八、為什麼不固定 weighted sum？

因為不同 domain 不一定可補償。

例如某個 identity-critical dimension 已完全分離，未必能被其他低差異 domain 抵銷。

所以：

\boxed{ g_D }

必須允許 critical gates。

九、有效整合能力 $I_t$

同理：

I_t = g_I( \mathbf K_{AB}, \mathcal I(\{A,B\}), \mu, \mathcal G_L ).

$g_I$ 也不在本文固定。

它不是 bandwidth，而是：

目前這個 domain 有多少能力把局部差異重新整合進共享 future dynamics。

十、棄用舊積分式

先前直覺可寫成：

\Xi(t) = \int \frac{Tension}{Integration+\epsilon}dt.

但有兩個問題。

第一：

Integration\rightarrow0

時結果高度依賴任意 $\epsilon$ 。

第二：

\Xi(t)

只會累積，不自然下降。

這會導致「一旦分化永遠無法修復」。

所以本文棄用該式作正式模型。

十一、有界歷史分化狀態

本文改用：

\boxed{ z_{t+1} = (1-\lambda I_t)z_t + \alpha D_t(1-z_t). }

並要求：

z_t,D_t,I_t,\alpha,\lambda\in[0,1].

十二、為什麼這個式子比較穩定？

第一項：

(1-\lambda I_t)z_t

表示整合能力削弱既有分化。

第二項：

\alpha D_t(1-z_t)

表示差異主要作用在「尚未完全分化」的部分。

因此在參數範圍內：

0\le z_t\le1.

十三、極端案例 A：無差異

若：

D_t=0

且：

I_t>0,

則：

z_{t+1} = (1-\lambda I_t)z_t.

所以既有分化逐步降低。

十四、極端案例 B：無整合

若：

I_t=0

且：

D_t>0,

則：

z_{t+1} = z_t+\alpha D_t(1-z_t).

因此：

z_t\rightarrow1,

但不會無界爆炸。

十五、極端案例 C：差異與整合並存

若：

D_t>0,\qquad I_t>0,

則可以形成：

0<z^\ast<1.

這代表：

系統可以長期保持差異，但仍維持某種 federated integration。

十六、Unity ≠ Uniformity

一個整合系統不需要：

\mathbf D=0.

所以：

\boxed{ Unity \neq Uniformity. }

如果所有差異都被強迫消滅，也可能只是：

\boxed{ ForcedSynchronization }

而不是自然整合。

十七、 $z_t$ 不是 Identity Probability

必須固定：

\boxed{ z_t \neq P(A=B). }

也不是：

0.7 表示已經 70% 是兩個人。

它只是：

\boxed{ historical differentiation state. }

十八、為什麼需要 Hysteresis？

若只有一個 threshold：

z>\theta \Rightarrow Split,

z<\theta \Rightarrow Merge,

noise 會讓系統在：

z\approx\theta

附近反覆切換。

十九、雙閾值

本文提出：

\boxed{ \theta_{\rm split} > \theta_{\rm merge}. }

例如概念上：

\theta_{\rm split}=0.75,

\theta_{\rm merge}=0.45.

數值只是示例，不是自然常數。

二十、Split Gate

若目前較統一，

要求：

z_t>\theta_{\rm split}

並且：

\Delta t\ge T_{\rm split}

才允許進入較分化 regime。

二十一、Merge Gate

若目前已分化，

要求：

z_t<\theta_{\rm merge}

並：

\Delta t\ge T_{\rm merge}

才允許進入較整合 regime。

二十二、Hysteresis Gap

\boxed{ \Delta\theta = \theta_{\rm split} - \theta_{\rm merge} >0. }

這個 gap 不是 identity truth，只是防止 noise、brief outages、temporary synchronization 造成 regime chattering。

二十三、Phase-like，而不是嚴格物理相變

物理 phase transition 通常還涉及更嚴格的 order parameter、critical behavior、thermodynamic limit 或 singularity。

本文目前只有：

regime；
path dependence；
threshold；
hysteresis。

所以更嚴謹是：

\boxed{ \text{Phase-like Regime Transition}. }

二十四、Regime 仍沿用第五篇

R0 — Unified Integration

R1 — Distributed Unified

R2 — Federated

R3 — Independent

但：

\boxed{ R_k }

只是 operational class。

二十五、Regime transition 可以是 gradual

不是一定：

R1\rightarrow R3

瞬間跳。

可能：

R1\rightarrow R2\rightarrow R3.

也可能在不同 domain：

memory 已 R3；
control 仍 R1；
goals 在 R2。

因此 transition 可以是 mixed-state。

二十六、Mixed Regime

本文允許：

\boxed{ \mathbf R(t) = (R^{mem},R^{ctrl},R^{goal},\ldots). }

而不是強迫所有 domain 同時轉換。

這對 split-brain 類案例特別重要：perception 可能更分化，但 action control 仍保留較高整合。

二十七、路徑依賴的真正含義

假設兩組系統此刻都有：

\mathbf K_{AB}(t)=K^\ast

以及：

\mathbf D_{AB}(t)=D^\ast.

但：

System 1

過去十年一直高度整合，只短暫斷線。

System 2

過去十年完全獨立，今天才重新同步。

兩者不應被判成相同的 identity history。

二十八、Current State 不夠

需要：

\boxed{ z_t }

與：

\boxed{ \mathcal G_L }

共同保留過去。

所以：

\boxed{ StateNow \neq HowWeGotHere. }

二十九、因果譜系不能被 hysteresis 取代

即使：

z_t\approx0,

也不能推出：

SameLineage.

兩個從未有共同 ancestry 的 clone 可以強制同步到幾乎一樣。

所以：

\boxed{ LowDifferentiation \neq SharedLineage. }

三十、高分化也不刪掉共享過去

若：

P\rightarrow A,B

多年後：

z_{AB}\approx1,

仍然：

\boxed{ SharedPreForkHistory=1. }

所以：

\boxed{ HighDifferentiation \neq NoCommonPast. }

三十一、Lineage 與 Regime 是兩個不同軸

可以同時：

SharedLineage=1

且：

CurrentIntegration\approx0.

也可以：

SharedLineage=0

但：

CurrentSynchronization\approx1.

所以兩軸不可合併。

三十二、Self-Appropriation $\mu$ 也會參與分化

第五篇有：

\mu_{A\rightarrow B}.

若 A、B 長期都：

\mu\approx1,

表示彼此狀態仍被 self-model 承接。

若逐漸：

\mu_{A\rightarrow B}\downarrow,

\mu_{B\rightarrow A}\downarrow,

則 identity differentiation evidence 增加。

三十三、但 Self-Report 仍不能單獨觸發相變

即使 A 說：

B 不是我。

也可能只是：

temporary prompt effect；
local model corruption；
framing；
conflict。

所以：

\boxed{ SelfReport \neq RegimeTransitionByItself. }

三十四、差合化的正確位置

作者既有「差合化」適合作為底層：

差異如何生成、聚合、消解、再分化。

但本篇不把差合化直接等同 identity theory。

更合理是：

\boxed{ \text{Difference Dynamics} \rightarrow \text{Identity Regime Dynamics}. }

前者提供差異運動，後者才分析整合域是否改變。

三十五、舊「相變過程幾何」可保留什麼？

既有內部研究強調：

相變不應只看單點，而要看整條 transition trajectory、causal connectivity 與連通—斷裂—重組過程。

本篇保留這個方法論。

但不直接繼承其：

特定 rank-based $\kappa(t)$ ；
無限維極限推論；
物理普遍性主張。

三十六、真正重要的是 Transition Path

令：

\gamma_{AB} = \{ (\mathbf K_t,\mathbf D_t,z_t,\mu_t) \}_{t_0}^{t_1}.

兩個終點完全相同：

State_1(t_1)=State_2(t_1),

但：

\gamma_1\neq\gamma_2,

則 regime interpretation 仍可能不同。

三十七、Identity-Relevant State 可能是 State + Path

不是只問：

你在哪裡？

還要問：

你走哪條路到這裡？

所以：

\boxed{ IdentityRelevantState }

可能需要：

\boxed{ State+Path. }

三十八、不可逆應該怎麼理解？

前面曾討論：

如果出現不可逆斷點，就真正分裂。

本篇修正成：

不應要求「宇宙中永遠無法再次連接」，而應區分「歷史已發生的分叉」與「目前是否重新整合」。

所以：

\boxed{ HistoricalFork }

可以是不可回寫的事實。

三十九、重新整合不能抹去曾經獨立

如果 A、B 已經：

各自做決定；
建立獨立 relationships；
產生不同 commitments；

多年後再 merge，

不能說：

從來沒有分過。

所以：

\boxed{ Reintegration \neq RetroactiveUnity. }

四十、Merge threshold 不是「恢復成從未分裂」

即使：

R3\rightarrow R1

真的發生，

它只表示：

曾分化的系統現在重新高度整合。

不是：

過去歷史被取消。

四十一、Regime History 必須和 Lineage Topology 同時保存

最小可以記錄：

lineage:
  root: P
  fork:
    - A
    - B

regime_history:
  t0: R1
  t1: R2
  t2: R3
  t3: R2

這樣才不會把「重新接近」誤成「從未分開」。

四十二、某些歷史差異可能不能完全被修復

例如：

irreversible external action；
exclusive commitment；
different descendant lineage；
legal consequence。

這類差異可能需要：

\boxed{ critical irreversible markers. }

不應被一般 integration 項完全抹平。

本文暫時不把它正式塞進 $z_t$ ，避免模型膨脹。

四十三、Phase Boundary 不能只靠 $z$

即使：

z>\theta_{\rm split},

仍應檢查：

lineage；
authority；
self-model；
action independence；
critical gates。

所以 threshold 最多是：

\boxed{ trigger candidate, }

不是 metaphysical verdict。

四十四、最低 operational transition rule

可以寫：

\boxed{ Transition = f( z, \mathcal I, \mathcal G_L, \mu, CriticalGates, Duration ). }

這比單一：

z>\theta

更合理。

四十五、Critical Gates 候選

例如：

independent action authority；
independent commitment formation；
independent world consequences；
self-model exclusivity；
memory non-sharing。

但本文不固定哪一個是必要充分條件。

四十六、為什麼不固定？

因為不同 sortal 的 identity-relevant domains 不同。

一艘船：

autobiographical memory

沒有意義。

一個人：

autobiographical integration

可能很重要。

所以：

\boxed{ TransitionCriterion_K }

依 kind $K$ 而變。

四十七、本篇不是 Universal Soul Equation

這必須明確。

\boxed{ z_{t+1} = (1-\lambda I_t)z_t+\alpha D_t(1-z_t) }

只是：

用來檢查歷史累積與修復邏輯是否自洽的最小 phenomenological model。

不是自然律。

四十八、參數也不是普世常數

$\alpha,\lambda,\theta,T$ 都需要：

empirical calibration；
simulation；
system-specific choice。

不能從哲學直覺直接填值。

四十九、Hysteresis 作為一般方法論

2025–2026 年對 Bouc–Wen 類 hysteresis model 的綜述仍把 asymmetry、degradation、pinching、path dependence 等視為核心建模問題。

本文借用的只是：

\boxed{ \text{different entry and exit conditions} }

以及：

\boxed{ \text{history-dependent state}. }

不聲稱 identity 遵循特定材料物理 hysteresis law。

五十、Higher-Order Network 的方法提醒

2026 年 higher-order contagion 研究顯示 interaction nesting 可以改變：

activation threshold；
transition discontinuity；
hysteresis。

對本文的提醒是：

\boxed{ \text{transition depends on interaction structure, not only node states}. }

這支持第五篇把 topology／coupling structure 放進模型。

但：

\boxed{ ContagionNetwork \neq SubjectIdentity. }

我們只借數學結構。

五十一、近期 Artificial Mind Individuation 也顯示分化問題仍未定

2026 年人工心智個體化研究再次把 split-brain 類比帶入 AI individuation 問題：如果人工系統真的能實現 consciousness，哪些功能斷開會產生多少獨立 mind，仍是開放爭論。

本篇不採其較強的「可能同時有很多 mind」結論，只把它當作：

subject individuation 不能靠節點數量直接回答

的外部壓力測試。

五十二、Phenomenal Firewall

即使：

R1\rightarrow R3

非常清楚，

仍然不能寫：

一個 consciousness 裂成兩個。

只能寫：

\boxed{ \text{one operational integration domain} \rightarrow \text{two operationally independent domains}. }

所以：

\boxed{ OperationalFission \neq PhenomenalFissionProven. }

五十三、如果未來 consciousness science 有更好的 boundary 指標

那可以增加額外 layer：

\mathcal C(\mathcal S,t).

但目前不加入。

五十四、從人類回到 AI 前的最後準備

現在我們有：

\mathcal G_L

因果譜系；

\mathbf K

耦合；

\mathbf D

差異；

z

歷史分化；

\mu

自我承接；

R_k

operational regime。

第七篇可以正式研究：

P\rightarrow\{A,B\}.

五十五、FORK 一開始不必等於 Split

物理／計算上：

NodeCount:1\rightarrow2

不必馬上：

OperationalDomainCount:1\rightarrow2.

如果：

\mathbf K_{AB}

仍極高，

\mathbf D_{AB}

極低，

且 self-model 仍共享，

可能先處於：

R1.

五十六、真正分化是後續歷史

隨著：

D\uparrow,

I\downarrow,

z\uparrow,

才可能：

R1\rightarrow R2\rightarrow R3.

這就是最後 AI/FORK 篇的主軸。

五十七、可否證／可修正條件

1. No History Dependence

若真實系統完全沒有 history dependence，而 current coupling／difference 足以預測所有 regime，則 $z_t$ 不必要。

2. No Hysteresis Value

若雙閾值沒有任何 predictive value，可以改成純 continuous state model。

3. No Low-Dimensional State

若 differentiation 不能由少數 latent state 表示， $z_t$ 只能作教學模型。

4. Irrelevant Identity Variables

若 self-appropriation、lineage、commitments 對 operational independence 無預測力，相關變量應刪除。

5. Better Phenomenal Boundary Theory

若未來得到可測、可重現的 phenomenal subject-boundary theory，本篇 operational regime 應與之比較，而不是假設兩者等價。

五十八、結論

本文正式把第五篇的：

\boxed{ \mathbf K }

和新的：

\boxed{ \mathbf D }

放進一個歷史動力模型。

最小式：

\boxed{ z_{t+1} = (1-\lambda I_t)z_t + \alpha D_t(1-z_t). }

其中 $z_t$ 不是：

「幾成同一個人」。

而是：

\boxed{ \text{歷史分化狀態}. }

並透過：

\boxed{ \theta_{\rm split}>\theta_{\rm merge} }

以及：

T_{\rm split},T_{\rm merge}

建立 hysteresis，避免短暫斷線、noise 或短暫同步造成 identity chattering。

因此本篇的核心不是：

到底差到 73% 就變兩個？

而是：

\boxed{ \text{一個整合域的分化，是差異、耦合、歷史與因果譜系共同累積的路徑問題。} }

而且：

\boxed{ \text{重新整合} \neq \text{過去從未分裂}. }

最後仍固定：

\boxed{ OperationalRegimeTransition \neq PhenomenalSubjectFissionProven. }

所以第六篇真正得到的是：

一個「我」若存在於分布式動態域中，那麼「成為兩個」至少不應是一個瞬間、單變量、無歷史的判定，而更像一個具 hysteresis 的分化歷程。

一句話摘要

\boxed{ \text{「一個我」變成「兩個我」若真有可觀測前兆，} \\ \text{它更可能表現為歷史累積的整合域分化，} \\ \text{而不是某一微秒跨過一條神秘的單一門檻。} }

參考資料

Heredia-Pérez, M., Alvarez, D. A., & Bedoya-Ruiz, D. A State-of-the-Art Review of the Bouc-Wen Class Model of Hysteresis: Origin, Evolution and Current State. Archives of Computational Methods in Engineering 33, 1–51, 2026.
Maia, H. P., de Arruda, G. F., Ferreira, S. C., & Moreno, Y. Nesting Controls Phase Transitions in Higher-Order Contagion. arXiv:2604.23337, 2026.
McIntyre, J. H. Individuating Artificial Minds. Erkenntnis, 2026.
Marval-Ospino, H. TERRA: Recognition Curvature, Hysteresis, and Emergent Identity Dynamics in Human–AI Systems. SSRN, 2026. Preprint.
Stanford Encyclopedia of Philosophy. Identity Over Time.
Neo.K. 《相變過程幾何學：從 Ehrenfest 退化到 Ω 層平滑性的統一分類框架》. Internal working paper, 2026.
Neo.K × Aletheia. 《忒修斯之船之後》第 01～05 篇. 2026.

系列後續

07．從忒修斯之船到人工主體：複製、FORK 與多重後繼者

06_同一性的相變_一個我何時開始成為兩個