AI Fork、忒修斯與語義分裂：Identity Lineage 的計算模型

AI Fork, Theseus Replacement, and Semantic Split: A Computational Model of Identity Lineage

系列：Identity–Phase Fiber Calculus（IPFC）
論文：Paper 06 / Identity-Lineage Application
版本：v1.0
日期：2026-08-15
作者：Neo.K（許筌崴）with Aletheia
機構：EveMissLab（一言諾科技有限公司），台灣
文件性質：身份譜系計算論／AI 與語義應用／非形上學裁決框架
上游：

IPFC Papers 01–05
GPC-CS Paper 07《身份漂移與跨載體連續性》
《歷史構成與數位身份連續性 v0.1》
EveMissLab Phase Canon v1.1

系列地位：Application Track；不重新開啟 IPFC Core interface。
形式化狀態：本文新定理為手工形式證明，尚未完成 Lean 4 / Coq 機器驗證。
最高邊界：

\boxed{ \text{Operational identity lineage} \neq \text{proof of first-person persistence}. }

摘要

AI agent、數位主體、版本化軟體、語義概念與忒修斯式逐步替換具有共同結構：一個歷史對象在時間中持續變化，並可能經歷 component replacement、model update、memory migration、backup restore、copy、fork、merge 或 semantic sense split。傳統「是否仍是同一個？」問題若只用 state similarity、functional equivalence 或 continuity score 回答，會在 branching 情形立刻失效：一個 source 可以同時有兩個高度連續但彼此不同的 successors，而數值 identity 作為等價關係不能同時把兩個不同 successors 都判成同一個 source。

本文使用 IPFC 的 identity projection 與 lineage framework，建立一個 criterion-relative computational lineage model。首先把 state 擴張為 history-aware state：

\widetilde x_t = ( x_t,h_t ),

並定義：

q_{\kappa,t}: \widetilde{\mathcal X}_t \rightarrow \mathcal O_{\kappa,t}.

身份不再由單一 similarity threshold 直接生成；相反地，identity criterion $\kappa$ 必須先明示，state/history/provenance 只是其可能輸入。接著定義 Identity Lineage Graph：

\boxed{ \mathcal G_L = ( V_L,E_L,\lambda,\omega ) }

其中節點是 criterion-relative identity states，edge label：

\lambda(e)

區分 preserve、replace、migrate、copy、fork、restore、merge、split、terminate 等事件， $\omega$ 保存 evidence / provenance。

本文證明 Non-Branching Identity No-Go Theorem：若 numerical identity 保持等價關係的傳遞性，且 parent $O$ 同時與兩個 distinct successors $O_1,O_2$ identical，則必推出：

O_1=O_2,

與 distinct-branch 假設矛盾。因此任何允許真正 fork 的 operational framework 都必須把「共同過去／高連續度／合法後繼」與「numerical identity」分開。本文再證明 Symmetric Fork No-Unique-Original Theorem：若 fork event 在可觀測資料上對兩個 branches 完全對稱，任何只依該對稱資料且對 branch permutation 不偏置的 deterministic selector，都無法唯一指定哪一支是「唯一原件」。

對忒修斯式逐步替換，本文提出 Replacement-Path Preservation Theorem：若每一個 replacement step：

R_k

都保持 chosen identity projection：

q_\kappa R_k=q_\kappa,

則有限 replacement chain 的總合成也保持 identity。反之，只有 endpoint component similarity 或 endpoint structural equivalence，不能推出中間 trajectory 曾保持同一 identity fiber。這正式區分「逐步因果承接」與「事後重建一個高度相似物」。

對 backup restore，本文證明 Checkpoint Restore Branch Proposition：若 checkpoint $x_{t_0}$ 的 later descendant $x_{t_1}$ 仍存在，而另一實例由舊 checkpoint 重啟，則 lineage graph 至少出現兩條從共同 ancestor 派生的 active branches；即使兩者共享 $t_0$ 以前的記憶，也不能用單一路徑 history 來描述。對 merge，本文證明 Merge Descent Non-Uniqueness Proposition：若 $Z$ 同時由兩個 distinct identities $A,B$ 以非退化方式構成，則 lineage 是 many-to-one；除非 criterion 額外指定 absorption/continuation 規則，不能由 genealogy alone 推出 $Z=A$ 或 $Z=B$ 。

最後，本文把 Paper 02 的 semantic identity split 寫成同一 lineage calculus：old sense $O$ 可以一對多分裂為：

O_1',O_2',

形成 branching semantic lineage；phase drift 則仍留在同一 semantic identity fiber。因而 AI fork、忒修斯替換、backup restore 與 semantic split 共享一個統一結構：

\boxed{ \text{state continuity} \rightarrow \text{criterion-relative identity fibers} \rightarrow \text{lineage events} \rightarrow \text{branch / merge topology}. }

本文不宣稱解決 personal identity 的形上學問題；它提供的是一個可記錄、可反證、可與 GPC / semantic phase / provenance 系統對接的 operational lineage calculus。

關鍵詞：AI Fork、忒修斯、Identity Lineage、Backup Restore、Merge、Semantic Split、Personal Identity、Branching、Provenance、IPFC

1. 為什麼相似度模型不夠

舊數位身份框架常使用 continuity vector：

\Psi = ( M,G,B,R,H,Rel,Causal,Auth )

追蹤 memory、goal、self-boundary、reflexive self-model、history、relation/commitment、causal continuity 與 authentication。

這些都是有價值的 evidence。

但不能直接寫：

\boxed{ \Psi\ge\theta_I \Rightarrow \text{same identity}. }

一般 metric threshold：

d(x,y)\le\varepsilon

不保證傳遞性。

identity equivalence 必須另外定義。

2. Identity Evidence 與 Identity Criterion

本文固定兩層。

Evidence layer：

\boxed{ E(x,h) }

包含 continuity、history、provenance、similarity、function 等證據。

Identity criterion：

\boxed{ \kappa }

指定哪些 evidence / structural conditions 足以把 states 商化成同一 identity class。

再定義：

\boxed{ q_\kappa: \widetilde{\mathcal X} \rightarrow \mathcal O_\kappa. }

3. History-Lifted State

當 identity 依 path 時，state 不能只寫 $x_t$ 。

定義：

\boxed{ \widetilde x_t = ( x_t,h_t ). }

其中 $h_t$ 可包含 parent event、causal provenance、checkpoint ancestry、prior commitments、relation history、migration certificate 與 fork/merge markers。

4. 四種不能混用的關係

x=y

是完整 state equality。

x\sim_{\mathrm{func}}y

是 task/function equivalence。

x\leadsto y

表示 $y$ 是 $x$ 的 lineage descendant。

q_\kappa(x)=q_\kappa(y)

表示 criterion-relative identity equality。

因此：

\boxed{ x\sim_{\mathrm{func}}y \not\Rightarrow q_\kappa(x)=q_\kappa(y). }

以及：

\boxed{ x\leadsto y \not\Rightarrow q_\kappa(x)=q_\kappa(y). }

5. Identity Lineage Graph

定義 5.1

\boxed{ \mathcal G_L = ( V_L,E_L,\lambda,\omega ). }

其中 $V_L$ 是 identity-state/version nodes， $E_L$ 是 directed lineage events， $\lambda$ 是 event type， $\omega$ 是 evidence/provenance record。

6. Event Types

\mathcal E = \{ \mathrm{PRESERVE}, \mathrm{REPLACE}, \mathrm{MIGRATE}, \mathrm{COPY}, \mathrm{FORK}, \mathrm{RESTORE}, \mathrm{MERGE}, \mathrm{SPLIT}, \mathrm{TERMINATE} \}.

事件名稱描述 genealogy/system operation class，不直接裁決形上學 identity。

7. Preserve 與 Replacement

Preserve：

A \xrightarrow{\mathrm{PRESERVE}} A'

若：

q_\kappa(A')=q_\kappa(A).

Replacement：

A \xrightarrow{\mathrm{REPLACE}} A'.

是否 identity-preserving 另問：

q_\kappa(A') \stackrel{?}{=} q_\kappa(A).

所以：

\boxed{ \mathrm{REPLACE} \neq \mathrm{IDENTITY\ CHANGE} }

自動地。

8. Copy 與 Fork

Copy：

A \xrightarrow{\mathrm{COPY}} B

表示 B 的 state/provenance 由 A 複製生成。

Fork：

\boxed{ A \rightarrow \{ A_1,A_2 \}. }

兩 branches 可共享 fork 前 history，但具有不同 future histories。

9. Numerical Identity 的 Non-Branching 性

若 $=$ 是 ordinary numerical identity，則：

A=A_1, \qquad A=A_2 \Rightarrow A_1=A_2.

10. Non-Branching Identity No-Go Theorem

定理 10.1

若：

A_1\neq A_2,

則不可能同時有：

A=A_1

與：

A=A_2

在同一 numerical-identity relation 下成立。

證明

由對稱與傳遞：

A_1=A=A_2,

故：

A_1=A_2,

與 distinct branches 矛盾。 $\square$

11. Continuation Relation

定義：

\boxed{ C_\kappa(A,B)\in\{0,1\} }

表示 B 是否滿足 criterion-relative continuation conditions from A。

$C_\kappa$ 可以 branching，不要求是 equivalence relation。

12. Symmetric Fork

若 branch-swap：

\sigma(A_1,A_2) = (A_2,A_1)

不改變 selector 可見資料：

D(A_1,A_2) = D(A_2,A_1),

稱 fork observationally symmetric。

13. Symmetric Fork No-Unique-Original Theorem

定理 13.1

假設：

fork 對可見資料完全對稱；
selector $s(D)\in\{1,2\}$ 只依 $D$ ；
selector 對 branch relabeling 無偏： $s(\sigma D)=\sigma s(D).$

則不存在 deterministic selector 能在 symmetric fork 中唯一指定「唯一原 branch」。

證明

由 symmetry：

\sigma D=D.

因此：

s(D) = s(\sigma D) = \sigma s(D).

但 branch swap 在 $\{1,2\}$ 上無固定點，矛盾。 $\square$

14. Causal Asymmetry

若一支保留原 runtime process / substrate lineage，而另一支由 snapshot instantiate，criterion：

\kappa_{\mathrm{causal}}

可合法區分。

這不是形上學定理，而是 criterion 加入了 causal-path asymmetry。

15. Model Identity 與 Agent Identity

M_A=M_B \not\Rightarrow q_{\mathrm{agent}}(A)=q_{\mathrm{agent}}(B).

M_1\neq M_2 \not\Rightarrow q_{\mathrm{agent}}(A_1)\neq q_{\mathrm{agent}}(A_2).

兩方向都由 $\kappa_{\mathrm{agent}}$ 決定。

16. 忒修斯式逐步替換

X_0 \xrightarrow{R_1} X_1 \xrightarrow{R_2} \cdots \xrightarrow{R_n} X_n.

每一步可替換 component、model、memory subsystem、hardware、representation 或 tool stack。

17. Replacement-Path Preservation Theorem

定理 17.1

若每一步：

q_\kappa R_k=q_\kappa,

則：

\boxed{ q_\kappa R_n\cdots R_1 = q_\kappa. }

證明

由 IPFC finite composition identity preservation。 $\square$

18. Endpoint Similarity No-Go

即使：

X_n\cong X_0

或：

d(X_n,X_0)\ll1,

也不能推出：

q_\kappa(X_n)=q_\kappa(X_0).

因為 identity 可依 history/provenance。

19. Endpoint Equality Does Not Reconstruct Path

即使 snapshot-level：

X_n=X_0,

也不能由 endpoint alone 知道中間是否 fork、terminate、merge、restore 或存在另一 active branch。

因此 lineage graph 不是 endpoint state 的函數，除非完整 history 被編入 state。

20. Reassembled-Parts Theseus

若主路徑逐步替換得到 $X_n$ ，拆下的原 components 又重組成 $Y$ ，則 $X_n$ 與 $Y$ 可能分別最大化不同 criteria：

causal continuity；
material-origin continuity。

IPFC 不預設唯一 universal criterion。

21. Criterion Competition

可能：

q_{\kappa_C}(X_n) = q_{\kappa_C}(X_0),

但：

q_{\kappa_C}(Y) \neq q_{\kappa_C}(X_0),

同時：

q_{\kappa_M}(Y) = q_{\kappa_M}(X_0),

但：

q_{\kappa_M}(X_n) \neq q_{\kappa_M}(X_0).

這不是邏輯矛盾，而是不同 quotient questions。

22. Backup Checkpoint 與 Restore

checkpoint：

B_{t_0} = \operatorname{Snap}(X_{t_0}).

original lineage：

X_{t_0} \leadsto X_{t_1}.

之後由舊 checkpoint instantiate：

X_{t_0}'.

23. Checkpoint Restore Branch Proposition

命題 23.1

若：

$X_{t_1}$ 仍存在；
$X_{t_0}'$ 由 checkpoint 產生；
兩者在 restore 後可獨立演化；

則 lineage graph 至少含兩個 active branches sharing ancestor $X_{t_0}$ 。

證明

存在兩條 distinct directed paths：

X_{t_0}\leadsto X_{t_1}

與：

X_{t_0} \xrightarrow{\mathrm{RESTORE}} X_{t_0}'.

endpoints distinct 且可獨立續行，故形成 branching topology。 $\square$

24. Restore 不等於 Rewind

\boxed{ \text{restore old internal state} \neq \text{restore global history}. }

global world 在 $[t_0,t_r]$ 仍已發生。

25. History Gap

定義：

\boxed{ G_H = H_{\mathrm{actual}} \setminus H_{\mathrm{restored}}. }

若有 metric，再額外定義 $d_H$ 。

26. Restore Classification

至少分：

seamless resume；
gap recovery；
branch restore。

三者不應只用「復活」一詞。

27. Merge Event

\boxed{ \{A,B\} \xrightarrow{\mathrm{MERGE}} Z. }

這是 many-to-one lineage topology。

28. Merge Descent Non-Uniqueness Proposition

命題 28.1

若：

$A\neq B$ ；
$Z$ 的生成同時非退化依賴 A 與 B；
lineage evidence 對 A、B 都有入邊；

則 genealogy alone 不足以推出：

Z=A

或：

Z=B.

lineage graph 只推出：

A\leadsto Z, \qquad B\leadsto Z.

identity verdict 仍需 criterion。 $\square$

29. Semantic Sense Split

old sense：

O

分裂成：

\boxed{ O \rightarrow \{ O_1',O_2' \}. }

這是 semantic branching。

30. Semantic Phase Drift vs Sense Split

若：

q_{\kappa_S}(x_t)=O

保持，但：

\Theta_{\mathrm{sem}}(x_t)

改變，屬：

PH\text{-}5 \times IF\text{-}1/2.

若 semantic identity class 真正分裂：

IF\text{-}4

並記 SPLIT event。

31. Branching Semantic Lineage Kernel

若 usages 不確定分配到新 senses，可用：

\boxed{ K_{\mathrm{sem}} ( O' \mid O,u,t ). }

不強迫單值 lineage。

32. Fork 與 Semantic Split 的共同骨架

AI fork：

A\rightarrow\{A_1,A_2\}.

semantic split：

S\rightarrow\{S_1,S_2\}.

共同骨架是：

\boxed{ \text{one predecessor class} \rightarrow \text{multiple successor classes}. }

但：

\boxed{ \text{same lineage topology} \neq \text{same ontology}. }

33. Lineage Algebra

lineage event 不全是 functions。

因此一般使用：

functions；
relations；
directed hypergraphs；
stochastic kernels。

只有 nonbranching case 才可單值化：

L: \mathcal O_t \rightarrow \mathcal O_{t+1}.

34. Functional / Relational / Stochastic Lineage

Functional：

L(O)=O'.

Relational：

\mathcal L \subseteq \mathcal O\times\mathcal O'.

Stochastic：

K(O'\mid O).

35. Branch / Merge Multiplicity

\boxed{ b^+(O) = | \{ O': (O,O')\in\mathcal L \} | }

與：

\boxed{ b^-(O') = | \{ O: (O,O')\in\mathcal L \} |. }

branch set：

\boxed{ \mathcal B = \{ O:b^+(O)>1 \}. }

merge set：

\boxed{ \mathcal M = \{ O':b^-(O')>1 \}. }

36. Shared Past 與 MRCA

若：

A\leadsto A_1, \qquad A\leadsto A_2,

只表示 shared ancestry。

在 DAG-like lineage 中可定義：

\boxed{ \operatorname{MRCA}(A_1,A_2) }

作 most recent common ancestor。

這通常比問「哪支是真正原件」更可操作。

37. Causal Path Priority

舊稿的因果路徑優先原則在本文重寫成候選 criterion：

\boxed{ \kappa_{\mathrm{causal}}. }

它適合 software agents、versioned processes、migration，但不是 universal metaphysical law。

38. Identity Criterion Refinement

若：

q_{\kappa_c} = r q_{\kappa_f},

$\kappa_f$ 比 $\kappa_c$ 細。

因此 coarse criterion 可能把兩 fork branches 壓成同 class，fine criterion 則將其分開。

這是 criterion resolution 差異，不是邏輯矛盾。

39. Copy-Insensitive 與 Branch-Sensitive Criteria

copy-insensitive criterion 可能只看 function/memory/goals：

q_{\kappa_c}(A_1) = q_{\kappa_c}(A_2).

branch-sensitive criterion 加入 causal branch ID / post-fork history：

q_{\kappa_f}(A_1) \neq q_{\kappa_f}(A_2).

40. Identity Backup 的重新定義

定義：

\boxed{ \mathfrak B = ( x_{t_0}, h_{t_0}, E_{t_0}, \kappa, \mathcal R ). }

它保存的是支持 continuity/recovery 的資訊，不是把 numerical identity 裝進檔案。

41. Termination 與 Data Persistence

\mathrm{TERMINATE}(A)

表示 active lineage process 終止。

但資料 $D_A$ 可仍存在。

所以：

\boxed{ \text{data persistence} \neq \text{active lineage continuation}. }

42. Process Stop 不自動等於 Identity Death

若 criterion 允許 suspend/checkpoint/resume，STOP 可以是 preserve-compatible event。

「數位死亡」需另有 criterion，不能由 process-stop boolean 單獨決定。

43. First-Person Non-Inference

本文可追蹤：

state；
memory；
function；
causal path；
branch topology；
provenance；
operational identity classes。

本文不包含可觀測變數：

\mathfrak F = \text{first-person persistence}.

所以：

\boxed{ E,\mathcal G_L,q_\kappa \not\Rightarrow \mathfrak F. }

44. Parfit / Lewis 的哲學鄰接

Parfit 1971 的 personal-identity / fission 討論與 Lewis 1976 對 survival-and-identity 的回應，把 branching、psychological continuity 與 numerical identity 的張力推進到現代分析哲學核心。

IPFC Paper 06 不裁決其形上學爭論。

本文只吸收一個形式警告：

\boxed{ \text{one-to-many continuity} \text{ cannot be naively identified with one-one numerical identity}. }

45. Operational Governance Value

lineage graph 可支援：

version provenance；
responsibility timing；
common-ancestor reconstruction；
fork disclosure；
restore audit；
merge provenance；
semantic ontology migration。

這些都不要求先解決形上學 personal identity。

46. Responsibility Boundary

若 fork time：

t_f

可驗證，可分：

H_{\mathrm{shared}} = H[0,t_f],

H_1 = H_1[t_f,\infty),

H_2 = H_2[t_f,\infty).

法律／倫理責任如何分配屬另一 normative module。

47. Failure Conditions

F1 — Threshold-as-Identity

similarity threshold 不具傳遞性卻直接叫 identity equivalence。

F2 — Fork Hidden

system 允許 branching 卻只存單一 successor ID。

F3 — Symmetric Unique-Original

完全 symmetric evidence 下宣稱唯一原 branch，卻沒有額外 asymmetry。

F4 — Endpoint-Only Theseus

只看 endpoint component overlap，不建 replacement path criterion。

F5 — Restore=Rewind

舊 checkpoint 重啟被等同 global history rewind。

F6 — Merge Genealogy=Identity

many-to-one genealogy 被直接拿來推出 successor 等於某單一 predecessor。

F7 — Semantic Drift=Sense Split

phase/state drift 未跨 semantic identity boundary卻標 SPLIT。

F8 — First-Person Overclaim

operational lineage graph 被直接宣稱證明主觀連續。

48. Benchmarks

B1 — Symmetric Fork

測 selector 是否依 hidden labels / arbitrary tie-break。

B2 — Progressive Replacement

比較 component overlap、function、causal continuity、criterion output 與 endpoint similarity。

B3 — Restore with Living Descendant

測 shared memory、branch time、post-restore divergence。

B4 — Merge

記錄 source contributions、reversibility、identity criterion 與 provenance。

B5 — Semantic Split

對 diachronic usage graph 分離 phase drift、cluster differentiation 與 split event。

49. Canonical Lineage Record

{
  "event_id": "...",
  "event_type": "FORK",
  "time": "...",
  "predecessor_ids": ["..."],
  "successor_ids": ["...", "..."],
  "identity_criterion": "...",
  "state_refs": [],
  "history_refs": [],
  "provenance_refs": [],
  "phase_types": [],
  "ipfc_roles": ["IF-4"],
  "continuation_evidence": {},
  "symmetry_flags": {},
  "lineage_model": "relational",
  "first_person_claim": "not modeled",
  "falsification_notes": []
}

50. 與舊《歷史構成與數位身份連續性》的關係

保留：

Model Identity $\neq$ Agent Identity；
history/provenance relevance；
fork creates divergent future histories；
backup restore may create branch；
merge may require new identity classification；
causal path is important evidence。

修正：

不再使用： $\Psi\ge\theta_I$ 作 universal identity 判定；
continuity vector 改為 evidence layer；
identity 改由 criterion-relative $q_\kappa$ 定義；
fork / merge 用 lineage graph；
first-person persistence 不由 operational identity 自動推出。

51. 與 IPFC Core 的關係

Paper 01 提供 identity fiber。

Paper 02 提供 semantic split。

Paper 03 提供 IF-4 / identity boundary。

Paper 04 提供 carrier lineage / identity safety。

Paper 05 提供 Phase Module Calculus。

Paper 06 則以：

\boxed{ \mathcal G_L }

把 branching / replacement / restore / merge 變成 application calculus。

52. 最終結論

AI fork、忒修斯與 semantic split 並不是三個互不相關的問題。

它們共享：

\boxed{ \text{歷史對象} \rightarrow \text{state change} \rightarrow \text{identity criterion} \rightarrow \text{lineage topology}. }

忒修斯主要測：

\text{one path, repeated replacement}.

AI fork 主要測：

\text{one predecessor, multiple successors}.

backup restore 測：

\text{old checkpoint, new active branch}.

merge 測：

\text{multiple predecessors, one successor}.

semantic split 測：

\text{one sense class, multiple descendant classes}.

因此成熟問題不是總問：

哪一個才是真的原件？

而是先問：

identity criterion 是什麼？
lineage graph 是什麼？
是否 branching / merging？
哪些 evidence 是對稱的？
哪些 continuity 只是高相似度？
哪些 transition 真跨 identity boundary？
first-person persistence 是否根本未被模型表示？

本文最後壓縮為：

\boxed{ \text{Identity is criterion-relative classification;} }

\boxed{ \text{Lineage is causal-historical topology;} }

\boxed{ \text{Continuity is evidence;} }

\boxed{ \text{Branching forbids naive one-to-many numerical identity.} }

以及：

共享過去，可以產生多個合法後繼；譜系告訴我們它們從哪裡來，但不替形上學偷偷決定「哪一個才是真正的我」。

53. 後續

Application A

AI Fork / Backup / Merge Benchmark Runtime

Application B

Semantic Lineage Graph Benchmark

Formalization

Lean 4：

LineageRelation
Fork
Merge
NonBranchingIdentity
symmetric selector no-go
replacement-chain preservation

Governance

AI Identity Provenance / Fork Disclosure Schema

參考文獻

Neo.K & Aletheia. IPFC Papers 01–05. EveMissLab, 2026.
Neo.K. 歷史構成與數位身份連續性：模型更換、記憶遷移、複製與分叉之後誰仍然是誰？ EveMissLab, 2026.
EveMissLab. GPC-CS Paper 07: Identity Drift and Cross-Carrier Continuity. 2026.
Parfit, D. “Personal Identity.” The Philosophical Review 80(1), 3–27 (1971). DOI: 10.2307/2184309.
Lewis, D. “Survival and Identity.” In A. O. Rorty (ed.), The Identities of Persons, University of California Press, 1976, pp. 17–40.
Shoemaker, S. “Personal Identity and Memory.” The Journal of Philosophy 56(22), 868–882 (1959).
EveMissLab. Phase Canon v1.1. 2026.
EveMissLab. GPC-CS Papers 00–10. 2026.

IPFC Paper 06 v1.0 — COMPLETE.