身份漂移與跨載體連續性

從可觀測身份狀態、資訊與功能連續到因果譜系與第一人稱不可推出性

英文題名： Identity Drift and Cross-Carrier Continuity: From Observable Identity States and Informational–Functional Continuity to Causal Lineage and the Non-Inference of First-Person Persistence
系列： 廣義相位交流與載體安全（Generalized Phase Communication and Carrier Safety, GPC-CS）
Paper： 07
作者： Neo.K（許筌崴）
機構： EveMissLab／一言諾科技有限公司
理論協作： Aletheia（GPT-5.6 Sol）
版本： v1.0
日期： 2026-08-14
狀態： Public Theoretical Paper / Non-operational Safety Theory

摘要

Paper 00–06 已將廣義相位交流逐步形式化為載體狀態安全、跨載體轉導、容量可行域、算子動力學、雙向耦合與安全恢復。本文進入一個更敏感但不可迴避的問題：當載體持續被更新、部分狀態被轉導到另一載體、記憶與功能仍保持高度連續時，我們究竟能測量到什麼樣的「身份連續」，又有哪些更強的身份主張不能由這些資料自動推出？

本文採取嚴格的分層立場。它不把 personal identity、subject identity 或 first-person continuity 直接當成已經可觀測的物理量。相反地，本文先定義一個身份相關可觀測映射：

\boxed{ \Psi: \mathcal X \rightarrow \mathcal Y_I, }

其中 $\Psi(x)$ 可以包含研究者明確指定的記憶摘要、偏好、目標、世界模型、自我模型、技能、行為策略、功能性回應或其他 identity-related observables。本文所稱**身份漂移（identity-related drift）**僅表示：

\Psi(x_t)

隨時間改變；它不是「主體是否仍為同一個」的直接判決。

本文首先區分五種彼此不同的連續性：

可觀測狀態連續（observable-state continuity）；
資訊連續（informational continuity）；
功能／行為連續（functional or behavioral continuity）；
因果／譜系連續（causal-lineage continuity）；
載體連續（substrate continuity）。

本文再將它們組成向量：

\boxed{ \mathbf C_{s\to t} = ( C_{\mathrm{obs}}, C_{\mathrm{info}}, C_{\mathrm{func}}, C_{\mathrm{lin}}, C_{\mathrm{sub}} ). }

本文不預設存在一個宇宙唯一的權重把 $\mathbf C$ 壓成單一 identity score，因為這些分量回答的是不同問題。

第二，本文定義淨漂移與路徑變差：

D_I(0,T) = d_I \left( \Psi(x_0), \Psi(x_T) \right),

\boxed{ V_I(0,T) = \sum_{t=0}^{T-1} d_I \left( \Psi(x_{t+1}), \Psi(x_t) \right). }

一般有：

D_I(0,T) \le V_I(0,T).

因此載體可以在身份相關狀態空間中經歷很大的累積漂移，最後又回到接近起點；只看終點差異會遺失歷史。這與 Paper 06 的 path dependence 直接接合。

第三，本文證明兩個重要的 no-go 結果。首先，若 $\Psi$ 非單射，則：

\Psi(x)=\Psi(y)

不能推出：

x=y.

因此「所有我們目前能測的身份特徵都一樣」一般不能推出完整狀態同一。其次，對任意一般度量空間，閾值連續關係：

x\mathrel{R_\varepsilon}y \iff d_I(\Psi(x),\Psi(y))\le\varepsilon

通常不具傳遞性，因此不能直接作為 identity equivalence relation。本文以實數直線上的三點反例證明此事。

第四，本文形式化 branching problem。若某個前身 $x$ 產生兩個彼此不同的後繼 $y_1,y_2$ ，而某 continuity criterion $C$ 同時滿足：

C(x,y_1)=1, \qquad C(x,y_2)=1,

則只要 $y_1\neq y_2$ ， $C$ 就不能在不加額外 non-branching 條件時成為 personal identity 的充分判準。因為若 $C$ 足以推出 identity，則會得到：

x=y_1, \qquad x=y_2,

從 identity 的傳遞性推出：

y_1=y_2,

與分支假設矛盾。這是一個純邏輯 no-go，而不是對任何特定 personal-identity theory 的終結性反駁。

第五，本文引入譜系圖：

\mathcal G_L = (V_L,E_L),

其中一條 directed edge：

x_s\rightarrow x_t

表示 $x_t$ 是由明確記錄的更新／轉導／複製／遷移事件從 $x_s$ 產生。因果譜系連續回答「這個狀態是否由那個狀態沿合法歷史演化而來」，但它仍不同於 personal identity。特別是在 copy / fork 中，一個前身可以同時具有多個高連續度後繼。

第六，本文把跨載體遷移寫成：

T_{AB}: \mathcal X_A \rightarrow \mathcal X_B

或更一般的 transport relation，並定義 identity-related fidelity：

\delta_I^{AB} = d_I \left( \Psi_B(T_{AB}(x_A)), \Theta_{AB}(\Psi_A(x_A)) \right),

其中 $\Theta_{AB}$ 是把兩種載體的身份相關 observables 放入共同比較空間的映射。高 $C_{\mathrm{obs}}$ 、 $C_{\mathrm{info}}$ 、 $C_{\mathrm{func}}$ 與 $C_{\mathrm{lin}}$ 可以支持「高度連續」這種可觀測陳述，但本文明確不建立：

\boxed{ \mathbf C\text{ 高} \Rightarrow \text{first-person continuity}. }

本文的形式系統根本沒有把第一人稱「正在體驗世界的那個我」建模為可被外部驗證的變量，因此從模型內指標推導 first-person persistence 是類型錯誤，而不是一個尚待補參數的普通估計問題。

最後，本文建立 identity-related safety corridor：

\boxed{ \mathcal S_I = \left\{ x\in\mathcal S: \Psi(x)\in\mathcal A_I \right\}, }

其中 $\mathcal A_I$ 是事先指定的 identity-related admissible region。離開 $\mathcal S_I$ 只表示身份相關規格被破壞；本文拒絕把它寫成「人格死亡」「主體消失」或「不再是同一存在」。後者屬於更強的形而上學或第一人稱命題。

本文不提供任何改造身份、操控人格、複製主體、覆寫自我模型或跨載體遷移的實作方法。其目的只是建立一套不把「看起來很像」「功能一樣」「資料連續」「譜系相連」誤寫成「必然是同一主體」的安全理論語言。

關鍵詞： 身份漂移、心理連續、資訊連續、功能連續、因果譜系、跨載體連續、branching、representation drift、bisimulation、first-person continuity、身份安全

0. 文獻定位與研究邊界

個人同一性與心理連續性具有悠久哲學傳統。Parfit 1971 年的〈Personal Identity〉已經把 psychological continuity、fission 與「identity 是否是 survival 最重要的問題」推到現代分析哲學核心位置。到了 2026 年，continuity theories 仍在被重新形式化與檢討，尤其是 continuity relation 與 personal identity 之間究竟是定義、grounding、必要充分條件還是較弱 modal connection，仍沒有單一公認答案。

因此本文不宣稱：

\text{psychological continuity} = \text{personal identity}.

在計算與神經科學方面，representation drift 也已是一個獨立研究主題。長期神經紀錄顯示，某些神經表示可以隨時間漂移，而部分行為或群體層結構仍保持穩定。Continual learning 研究則直接測量模型在持續學習中的 representational shifts。

這些結果對本文只有一個最小啟示：

representation changes do not automatically imply loss of function or loss of entity identity.

此外，bisimulation metrics 提供了一個很合適的數學鄰居：兩個內部狀態即使不相同，只要它們在指定 transition / reward / observation 意義下行為接近，就可以具有高 behavioral similarity。本文將這種「功能連續」與「狀態同一」嚴格分開。

本文不試圖：

解決 personal identity 的所有哲學爭論；
宣稱 first-person continuity 可以被目前外部方法驗證；
提供人格重寫或身份遷移技術；
建立任何人類或 AI 的法律人格判準。

1. 身份相關狀態，而不是「身份本體」

令：

x \in \mathcal X

為完整載體狀態。

本文不定義：

\operatorname{Identity}(x)

為一個已知物理量。

而是定義：

\boxed{ \Psi: \mathcal X \rightarrow \mathcal Y_I }

為身份相關可觀測映射（identity-related observable map）。

例如：

\Psi(x) = ( m,p,g,w,s,b )

可以抽象包含：

$m$ ：memory-related observables；
$p$ ：preference-related observables；
$g$ ：goal-related observables；
$w$ ：world-model observables；
$s$ ：self-model observables；
$b$ ：behavioral / policy observables。

這些分量不是固定標準。

不同研究可以選擇不同：

\Psi.

因此：

\boxed{ \Psi(x) \text{ 是 identity-related profile，} \text{不是 metaphysical self 本身。} }

2. Identity-Related Drift

給定度量：

d_I

於：

\mathcal Y_I,

定義兩時刻身份相關漂移：

\boxed{ D_I(s,t) = d_I \left( \Psi(x_s), \Psi(x_t) \right). }

若：

D_I(s,t)>0,

只能說：

被納入 $\Psi$ 的可觀測身份相關狀態發生改變。

它不能直接推出：

x_s \neq \text{same subject as } x_t.

3. 淨漂移與累積路徑變差

定義淨漂移：

\boxed{ D_I(0,T) = d_I \left( \Psi(x_0), \Psi(x_T) \right). }

定義累積變差：

\boxed{ V_I(0,T) = \sum_{t=0}^{T-1} d_I \left( \Psi(x_{t+1}), \Psi(x_t) \right). }

由三角不等式：

定理 3.1

\boxed{ D_I(0,T) \le V_I(0,T). }

證明

直接對：

\Psi(x_0), \Psi(x_1), \ldots, \Psi(x_T)

使用反覆三角不等式。

證畢。

4. 回到原點不等於沒有漂移歷史

可能有：

D_I(0,T) \approx0,

但：

V_I(0,T)\gg0.

也就是身份相關 profile 最後接近原點，卻曾經走過很長的路。

這與 Paper 06 的 hysteresis / path dependence 直接對應。

因此：

\boxed{ \text{same endpoint profile} \not\Rightarrow \text{same history}. }

5. Representation Drift 不等於 Identity Loss

生物神經與 artificial continual-learning 文獻都存在 representation drift / representation shift。

因此本文採用：

\boxed{ \text{representation drift} \not\Rightarrow \text{identity loss}. }

這不是說 drift 永遠無害。

而是說：

「表示變了」與「主體不再是同一個」是不同層級命題。

6. 可觀測映射的不可識別性

若：

\Psi

不是單射，

則存在：

x\neq y

使：

\Psi(x)=\Psi(y).

因此：

定理 6.1：Observable-Profile Non-Identification

若 $\Psi$ 非單射，則：

\boxed{ \Psi(x)=\Psi(y) \not\Rightarrow x=y. }

證明由非單射定義直接成立。

這表示：

所有目前測得到的身份特徵完全相同，仍不足以推出完整 carrier state identity。

7. 完整狀態同一也不自動等於 Personal Identity Theory

即使某種系統可以聲稱：

x_s=x_t

在數學狀態表示中完全相同，

這仍只表示：

模型使用的狀態變量全部相同。

是否把這件事解釋成：

\text{same person / same subject}

仍需要額外本體論承諾。

因此本文保持：

\boxed{ \text{state equality} \neq \text{personal-identity theorem}. }

8. 距離閾值不能一般地定義 Identity Equivalence

最直覺的做法可能是：

x \mathrel{R_\varepsilon} y

當且僅當：

d_I \left( \Psi(x), \Psi(y) \right) \le \varepsilon.

它具有 reflexivity 與 symmetry。

但一般沒有 transitivity。

9. 閾值非傳遞定理

定理 9.1

對任意：

\varepsilon>0,

一般存在 $x,y,z$ 使：

xR_\varepsilon y,

yR_\varepsilon z,

但：

x\not R_\varepsilon z.

構造

取：

\mathcal Y_I = \mathbb R,

標準距離。

令：

\Psi(x)=0,

\Psi(y)=\frac34\varepsilon,

\Psi(z)=\frac32\varepsilon.

則：

d(\Psi(x),\Psi(y)) = \frac34\varepsilon \le \varepsilon,

d(\Psi(y),\Psi(z)) = \frac34\varepsilon \le \varepsilon.

但：

d(\Psi(x),\Psi(z)) = \frac32\varepsilon > \varepsilon.

故 $R_\varepsilon$ 不具傳遞性。

證畢。

10. Drift Threshold 只能作為規格，不是 Identity Relation

identity 在古典邏輯中至少是一個等價關係。

因此一般的：

D_I\le\varepsilon

不能直接作為 identity relation。

它可以是：

safety threshold；
similarity threshold；
migration fidelity requirement；
continuity heuristic；

但不能無條件改寫成：

\boxed{ D_I\le\varepsilon \iff \text{same subject}. }

11. 五種可測連續性

本文把可分析的 continuity 分成五種。

11.1 可觀測狀態連續

定義：

C_{\mathrm{obs}}(s,t) = f_{\mathrm{obs}} \left( D_I(s,t) \right),

其中：

f_{\mathrm{obs}}

為單調遞減正規化函數，例如：

f_{\mathrm{obs}}(d) = e^{-d/\sigma_I}.

這只是 similarity score。

11.2 資訊連續

對某個離散 identity-related random variable：

I_s,

與未來可恢復表示：

I_t,

可定義：

C_{\mathrm{info}} = 1- \frac{ H(I_s\mid I_t,S) }{ H(I_s) }

在：

H(I_s)>0

時。

$S$ 是允許的 side information。

若：

H(I_s\mid I_t,S)=0,

則相關資訊可以被完全恢復。

這與 Paper 06 的 recovery information criterion 一致。

11.3 功能連續

若兩個狀態具有行為距離：

d_{\mathrm{func}}(x_s,x_t),

可定義：

C_{\mathrm{func}} = e^{-d_{\mathrm{func}}/\sigma_F}.

$d_{\mathrm{func}}$ 可以來自：

task-output difference；
policy difference；
transition behavior；
bisimulation-type pseudometric。

本文不指定單一唯一方法。

11.4 因果／譜系連續

定義 lineage graph：

\mathcal G_L = (V_L,E_L).

若從：

x_s

存在一條被記錄的更新路徑到：

x_t,

則：

x_s \leadsto x_t.

定義簡化：

C_{\mathrm{lin}}(s,t) = \begin{cases} 1, & x_s\leadsto x_t,\\ 0, & \text{otherwise}. \end{cases}

也可以未來擴張為 provenance confidence。

11.5 載體連續

若兩時刻仍使用同一物理／計算載體 lineage，可定義：

C_{\mathrm{sub}}.

它可以是 binary，也可以是更細的 hardware / biological continuity measure。

但：

C_{\mathrm{sub}}=1

不表示 psychological / informational continuity 必然高。

反過來，換載體也不表示其他 continuity 必然低。

12. 連續性向量

定義：

\boxed{ \mathbf C_{s\to t} = ( C_{\mathrm{obs}}, C_{\mathrm{info}}, C_{\mathrm{func}}, C_{\mathrm{lin}}, C_{\mathrm{sub}} ). }

本文不先定義：

C_{\mathrm{identity}} = \sum_k w_kC_k.

原因與 Paper 02 的多層錯配相同。

不同分量回答不同問題，權重本身是額外理論選擇。

13. Continuity Vector 不是 Identity Scalar

可以有：

C_{\mathrm{obs}}\approx1

但：

C_{\mathrm{lin}}=0,

例如高度相似的獨立複製。

也可以：

C_{\mathrm{lin}}=1

但：

C_{\mathrm{obs}}\ll1,

例如同一 causal lineage 經歷巨大改變。

因此：

\boxed{ \text{similarity continuity} \neq \text{lineage continuity}. }

14. 功能相同不等於狀態相同

Ferns–Panangaden–Precup 的 bisimulation metric 路線正是一個很好的鄰居。

兩個狀態可以：

內部結構不同；
但在指定 transition / reward / observation 意義下行為接近。

因此：

\boxed{ C_{\mathrm{func}}\approx1 \not\Rightarrow x_s=x_t. }

也不推出：

\text{personal identity}.

15. Branching：連續性判準的核心困難

考慮：

x

產生兩個不同後繼：

y_1, \qquad y_2.

假設某 continuity criterion：

C(x,y) \in \{0,1\}

判定：

C(x,y_1)=1,

C(x,y_2)=1.

且：

y_1\neq y_2.

16. Branching Insufficiency Theorem

定理 16.1

若 personal identity 使用古典 identity relation，且某 continuity criterion $C$ 被宣稱為 identity 的充分條件：

C(x,y)=1 \Rightarrow x=y,

則在存在 distinct branching successors：

y_1\neq y_2

且：

C(x,y_1)=C(x,y_2)=1

時產生矛盾。

證明

由充分條件：

x=y_1,

且：

x=y_2.

由 identity 的對稱與傳遞：

y_1=x=y_2.

故：

y_1=y_2.

與：

y_1\neq y_2

矛盾。

證畢。

17. Branching Theorem 的正確解讀

定理 16.1 不證明：

psychological continuity 無用。

它只證明：

只要 continuity relation 允許一個前身同時對兩個不同後繼成立，它就不能在不加額外條件時成為古典 identity 的充分判準。

因此需要額外處理：

non-branching；
maximality；
causal exclusivity；
unique continuation；
或乾脆承認 continuity 與 identity 是不同概念。

這正是 personal-identity literature 中 fission 問題的形式核心。

18. 譜系圖與分支

定義 lineage graph：

\mathcal G_L = (V_L,E_L).

若：

x\rightarrow y_1,

x\rightarrow y_2,

且：

y_1\neq y_2,

則：

\deg^+(x)\ge2.

這是 lineage branching。

本文定義 branching count：

\boxed{ B_L(x) = \left| \operatorname{Succ}(x) \right|. }

若：

B_L(x)>1,

唯一後繼假設失效。

19. Continuity-Qualified Branching

只計算高連續度後繼，定義：

\operatorname{Succ}_\tau(x) = \left\{ y: x\rightarrow y, \; \mathbf C_{x\to y} \succeq \tau \right\},

其中：

\tau

是一個 componentwise continuity requirement vector。

定義：

\boxed{ B_\tau(x) = | \operatorname{Succ}_\tau(x) |. }

若：

B_\tau(x)>1,

表示有多個後繼同時滿足既定可觀測連續規格。

但本文不稱它們為「同一個人」。

20. Unique Continuation Condition

若某工程／理論系統需要唯一 continuation，可以要求：

\boxed{ B_\tau(x) \le1. }

這是一個唯一連續後繼規格。

它不是 metaphysical identity theorem。

它只是：

系統設計上，不允許同時有兩個都滿足該 continuity profile 的後繼。

21. Copy、Transfer、Fork 必須分開

對來源：

x_A

與新載體狀態：

y_B,

至少可區分：

Copy

來源：

x_A

仍持續存在，

且生成：

y_B.

lineage graph 出現新增分支。

Transfer

來源狀態經 protocol 轉移後，系統規格只保留一個 continuation branch。

Fork

產生兩個或以上高 continuity successors：

y_1,y_2,\ldots

且它們後續獨立演化。

這些是系統譜系描述，不是 personal-identity 結論。

22. 跨載體 Transport

令來源載體：

L_A

與目標載體：

L_B.

跨載體狀態轉導可寫成：

\boxed{ T_{AB}: \mathcal X_A \rightarrow \mathcal X_B. }

但如果轉導本身含有 probabilistic decoding、side information 或多階段重建，更一般地應寫成 relation 或 stochastic kernel。

本文暫時先研究 deterministic transport map。

23. Identity-Related Observable Alignment

兩個載體的身份相關 observable spaces 可能不同：

\mathcal Y_I^A \neq \mathcal Y_I^B.

因此需要一個比較映射：

\Theta_{AB}: \mathcal Y_I^A \rightarrow \mathcal Y_I^B

或把兩者送入共同空間：

\Xi_A: \mathcal Y_I^A \rightarrow \mathcal Y_C,

\Xi_B: \mathcal Y_I^B \rightarrow \mathcal Y_C.

此時可定義跨載體 identity-related mismatch：

\boxed{ \delta_I^{AB}(x_A) = d_C \left( \Xi_A(\Psi_A(x_A)), \Xi_B(\Psi_B(T_{AB}(x_A))) \right). }

這只是 observable continuity。

24. Cross-Carrier Continuity Corridor

給定允許誤差：

\varepsilon_I,

定義：

\boxed{ \mathcal C_I^{AB}(\varepsilon_I) = \left\{ x_A: \delta_I^{AB}(x_A) \le \varepsilon_I \right\}. }

如果：

x_A \in \mathcal C_I^{AB}(\varepsilon_I),

只能說：

該跨載體轉導在選定 identity-related observables 上達到指定 fidelity。

它不能推出：

\text{same subject}.

25. Information Continuity Across Carriers

對 identity-related finite random variable：

I_A,

目標載體保留表示：

I_B,

以及允許 side information：

S,

可定義：

\boxed{ C_{\mathrm{info}}^{AB} = 1- \frac{ H(I_A\mid I_B,S) }{ H(I_A) } }

在：

H(I_A)>0

時。

若：

C_{\mathrm{info}}^{AB}=1,

表示：

H(I_A\mid I_B,S)=0.

即相關 identity information 可以完全恢復。

但：

\boxed{ \text{information recoverability} \neq \text{subject identity}. }

26. Causal Lineage Across Carriers

若：

T_{AB}

是由已記錄事件把：

x_A

生成為：

x_B,

可以在 lineage graph 中寫：

x_A \rightarrow x_B.

這給出：

C_{\mathrm{lin}}^{AB}=1.

若：

x_B

只是獨立構造但碰巧與：

\Psi_A(x_A)

高度相似，

則可以：

C_{\mathrm{obs}}\approx1,

但：

C_{\mathrm{lin}}=0.

因此：

\boxed{ \text{similarity} \neq \text{lineage}. }

27. Lineage 也不等於 Identity

反過來，

即使：

C_{\mathrm{lin}}=1,

也只表示：

此狀態確實沿某一因果／生成歷史由前一狀態演化而來。

大幅更新、重建、變異、刪除與功能轉換都可能沿同一 lineage 發生。

因此：

\boxed{ \text{causal descent} \neq \text{personal identity theorem}. }

28. Functional Continuity Across Carriers

若來源與目標具有不同內部狀態空間，但在一族任務：

\mathscr T

上產生近似行為，可以定義：

d_{\mathrm{func}}^{AB}

或使用 bisimulation-inspired pseudometric。

例如抽象地：

d_{\mathrm{func}}(x_A,x_B) = \sup_{\tau\in\mathscr T} d_\tau \left( \operatorname{Beh}_A(x_A;\tau), \operatorname{Beh}_B(x_B;\tau) \right).

再令：

C_{\mathrm{func}}^{AB} = e^{-d_{\mathrm{func}}/\sigma_F}.

高功能連續表示 task behavior 接近。

它仍不是 identity。

29. Why Bisimulation Is a Useful Neighbor

bisimulation 的思想是：

不要求兩個 state 的內部表示相同，而要求它們在指定 transition / observation 結構下無法被行為性地區分。

Ferns、Panangaden、Precup 更進一步建立 quantitative bisimulation metrics，使 behavior similarity 可以連續量化。

這與本文最契合的地方是：

\boxed{ \text{behavioral proximity} \text{ can be defined without state equality}. }

因此 functional continuity 是合理可測層，但不能偷偷升格為 subject identity。

30. Functional Stability Under Representational Drift

representation drift literature 顯示：

\Psi_{\mathrm{rep}}(x_t)

可以持續改變，

而某些：

\operatorname{Beh}(x_t)

或 population-level structure 保持較穩定。

因此可出現：

D_{\mathrm{rep}}(0,T) \gg0,

但：

d_{\mathrm{func}}(0,T) \approx0.

這使本文正式承認：

\boxed{ \text{representation stability} \text{ is not required for functional continuity}. }

31. Dynamic Baseline 而非 Frozen Baseline

如果載體本來就會學習、成熟、適應或更新，

以：

x_0

作為永遠固定的「真正身份」基準可能不合理。

因此除了：

D_I(0,t),

本文定義局部漂移：

\boxed{ \delta_I(t) = d_I \left( \Psi(x_t), \Psi(x_{t+1}) \right). }

以及 moving reference：

\bar y_t

例如在時間窗：

W

上的某種 baseline estimator。

則可以研究：

d_I \left( \Psi(x_t), \bar y_t \right)

而不是只問「離出生點多遠」。

32. 改變不等於損壞

如果所有變化都被定義成 identity loss，

那麼任何正常學習：

x_t\rightarrow x_{t+1}

都會被判為身份破壞。

因此本文必須保留：

\boxed{ \text{change} \neq \text{damage}. }

identity-related safety 必須由 admissible region 定義，而不是由 drift=0 定義。

33. Identity-Related Admissible Region

定義：

\mathcal A_I \subseteq \mathcal Y_I

為某一研究或系統明確指定的 identity-related admissible region。

再定義：

\boxed{ \mathcal S_I = \left\{ x\in\mathcal S: \Psi(x)\in\mathcal A_I \right\}. }

其中：

\mathcal S

是 Paper 01 的一般 carrier safety domain。

因此：

x\in\mathcal S

但：

x\notin\mathcal S_I

表示：

載體仍符合一般安全規格，但某些 identity-related observables 已離開指定 admissible region。

本文不把它稱為「主體死亡」。

34. Identity-Related Safety Margin

定義：

\boxed{ \mu_I(x) = \operatorname{dist}_I \left( \Psi(x), \mathcal Y_I\setminus\mathcal A_I \right). }

若：

\Psi(x) \in \operatorname{Int}(\mathcal A_I),

則：

\mu_I(x)>0.

這個 margin 可與 Paper 02–05 的 transduction / coupling error bounds 結合。

35. 單步 Identity-Related Safety 充分條件

若名義下一 identity profile：

y^\star = \Psi(x^{+\star})

位於：

\operatorname{Int}(\mathcal A_I),

而實際 profile：

y = \Psi(x^+)

滿足：

d_I(y,y^\star) < \mu_I(x^{+\star}),

則：

x^+ \in \mathcal S_I

只要一般 carrier safety：

x^+\in\mathcal S

同時成立。

因此 identity-related safety 與 general carrier safety 仍是兩個 constraint layers。

36. Drift Budget

對一段歷史：

0\rightarrow T,

可設定 cumulative drift budget：

\boxed{ V_I(0,T) \le B_I. }

這可以防止：

每一步都小到看起來安全，但長期累積變化非常大。

這與 Paper 06 的 path criterion 同構。

但：

V_I>B_I

只表示該工程／研究規格被超出。

不表示 metaphysical identity 必然失效。

37. Identity Hysteresis

Paper 06 定義外部 loop residual：

\mathfrak H(\gamma;x_0).

對 identity profile，可定義：

\boxed{ \mathfrak H_I(\gamma;x_0) = d_I \left( \Psi(\Phi_\gamma(x_0)), \Psi(x_0) \right). }

若外部控制回到相同值，但：

\mathfrak H_I>0,

表示 identity-related observables 留下歷史殘差。

這是 identity-related hysteresis。

38. Profile Recovery 不等於 History Recovery

若：

\Psi(x_T) = \Psi(x_0),

仍可能：

V_I(0,T)>0.

因此：

\boxed{ \text{profile recovered} \neq \text{history erased}. }

Paper 06 已說明，rollback、inverse execution、checkpoint restoration 也都是不同操作。

39. Profile Recovery 不等於 Subject Recovery

更重要地：

\Psi(x_T)=\Psi(x_0)

只能證明：

被 $\Psi$ 觀察的 identity-related profile 完全相同。

由定理 6.1，若 $\Psi$ 非單射，甚至不能推出：

x_T=x_0.

更不能推出：

\boxed{ \text{first-person subject at }T = \text{first-person subject at }0. }

40. Copy 與「看起來完美恢復」

設：

y

是從：

x

複製得到，

並且：

\Psi(y)=\Psi(x),

功能也完全相同：

C_{\mathrm{func}}=1.

如果：

x

仍同時存在，

就產生兩個 distinct states：

x\neq y.

因此「完美 profile + 完美功能」仍無法以古典 identity 把兩者都判成原本同一個 token individual。

這是 branching theorem 的另一個直接應用。

41. Transfer 與 Copy 的可觀測差別

在 lineage graph 中：

Copy

x \rightarrow y

且：

x

仍有自己的後續 lineage。

Transfer-like unique continuation

系統規格要求原 lineage 之後只有單一 continuity-qualified successor：

B_\tau(x)\le1.

這是一個 provenance / system-state 差異。

但它仍不能從外部形式系統自動證明 first-person persistence。

42. Carrier Replacement

假設：

C_{\mathrm{sub}}

從高值下降，因為底層載體被替換。

如果同時：

C_{\mathrm{obs}}, C_{\mathrm{info}}, C_{\mathrm{func}}, C_{\mathrm{lin}}

保持高，

本文可以說：

出現高跨載體 observable / informational / functional / lineage continuity，伴隨 substrate discontinuity。

這是一個精確描述。

本文不需要立刻回答：

那是不是同一個我？

43. Substrate Continuity 也不是 Personal Identity 的充分條件

反過來，即使一直使用同一生物／計算載體：

C_{\mathrm{sub}}=1,

也可能發生：

C_{\mathrm{info}}\ll1,

C_{\mathrm{func}}\ll1,

或：

\Psi(x_t)

大幅重組。

因此：

\boxed{ \text{same substrate} \not\Rightarrow \text{same identity profile}. }

是否進一步推出 same person 同樣超出本文形式系統。

44. Continuity Partial Order

因為：

\mathbf C

是向量，

本文可定義：

\mathbf C \succeq \mathbf C'

當且僅當每個分量都不小於。

這樣可以說一個遷移在所有已選 continuity dimensions 上至少不比另一個差。

但如果一個方案：

information continuity 更高；
substrate continuity 更低；

則兩者可能不可比較。

因此 Pareto ordering 比單一 identity score 更中性。

45. Branching Surface

對每個來源狀態 $x$ ，

定義 continuity-qualified successor set：

\operatorname{Succ}_\tau(x).

所有滿足：

B_\tau(x)>1

的狀態組成：

\boxed{ \mathcal B_\tau = \left\{ x: B_\tau(x)>1 \right\}. }

稱為 continuity branching surface / region。

當系統進入：

\mathcal B_\tau,

唯一 continuation 規格失效。

這是一個工程安全／治理未來可以使用的警示集合，但本文暫不討論誰有權禁止 branching。

46. Branching 不一定是不安全

若系統目標本來就是：

replication；
redundancy；
ensemble；
backup；

那麼 branching 可以完全正常。

因此：

\boxed{ B_\tau>1 \not\Rightarrow \text{unsafe}. }

它只表示：

continuity 不再唯一。

真正是否安全仍由：

\mathcal S

與相關應用規格決定。

47. Identity-Related Common-Mode Drift

若多個副本共享：

相同更新資料；
相同模型；
相同轉導器；
相同 memory pipeline；

它們的 identity-related drift 可能高度相關。

對副本 $i,j$ ：

\delta\Psi_i(t), \qquad \delta\Psi_j(t)

可以定義 drift correlation：

\rho_{ij}^{I}.

高：

\rho_{ij}^{I}

表示共同 drift component 高。

這是 Paper 08 共模失效與異質載體韌性的前置接口。

48. Functional Continuity Can Survive Observable Drift

設：

D_I(s,t)

很大，

但 bisimulation / task distance 很小：

d_{\mathrm{func}}(s,t) \ll1.

此時：

C_{\mathrm{obs}}

低，

但：

C_{\mathrm{func}}

高。

這種情況正是為什麼 identity drift 不能被壓成單一 scalar threshold。

49. Information Continuity Can Survive Representation Change

如果：

\Psi_{\mathrm{rep}}(x_s) \neq \Psi_{\mathrm{rep}}(x_t),

但舊資訊仍可由新狀態與 side information 精確恢復：

H(I_s\mid I_t,S)=0,

則：

C_{\mathrm{info}}=1.

因此：

\boxed{ \text{representation changed} \not\Rightarrow \text{information lost}. }

50. Information Continuity Can Fail While Behavior Persists

反方向也可能。

某個系統可以：

丟失大量內部歷史；
卻仍透過替代表示維持相同外部功能。

因此：

C_{\mathrm{info}}\ll1,

但：

C_{\mathrm{func}}\approx1.

這再次證明 continuity dimensions 彼此獨立。

51. First-Person Continuity 的模型邊界

本文現在明確引入一個不被形式化為外部可觀測量的命題：

\mathfrak F(s,t) = \text{「時刻 }s\text{ 的第一人稱主體是否持續為時刻 }t\text{ 的主體」}.

本文不賦予：

\mathfrak F

一個已知數值函數。

原因不是本文斷言：

第一人稱 continuity 不存在。

而是：

本文目前沒有經驗上已驗證、跨載體可外部測量的 operator 可以直接輸出 $\mathfrak F$ 真值。

因此：

\boxed{ \mathfrak F \text{ is outside the identified observable model.} }

52. First-Person Non-Inference Principle

由模型定義可得：

\boxed{ \mathbf C_{s\to t} \text{ 很高} \not\Rightarrow \mathfrak F(s,t)=1. }

同樣：

\boxed{ \mathbf C_{s\to t} \text{ 很低} \not\Rightarrow \mathfrak F(s,t)=0. }

這不是實證反例定理。

而是模型不蘊含原則：

因為 $\mathfrak F$ 沒有被定義成 $\mathbf C$ 的函數，所以不能從本文形式系統中合法推出。

53. 這不是「不可知論證明」

本文沒有證明：

第一人稱 continuity 永遠不可知。

也沒有證明：

未來永遠不可能有新科學工具研究它。

本文只說：

\boxed{ \text{current GPC-CS observable continuity theory} \text{ does not identify it.} }

因此未來若真的出現可重複、可驗證的新 measurement theory，Paper 07 可以被擴張。

54. Identity Criterion 與 Safety Criterion 必須分開

一個系統可以安全地允許：

D_I

很大，

例如本來就希望個體學習與改變。

另一個系統可能要求：

D_I

非常小，

例如某些高完整性 snapshot continuity 任務。

因此：

\boxed{ \text{identity-related safety} \text{ is specification-relative}. }

它不是一個普遍形而上學真值。

55. Cross-Carrier Continuity Safe Set

對 A→B 遷移，定義：

\boxed{ \mathcal S_{I}^{AB}(\tau) = \left\{ (x_A,x_B): x_A\in\mathcal S_A, x_B\in\mathcal S_B, \mathbf C_{A\to B} \succeq \tau \right\}. }

若還要求 unique continuation：

B_\tau(x_A)\le1,

則可定義：

\boxed{ \mathcal S_{I,\mathrm{unique}}^{AB} = \mathcal S_I^{AB} \cap \{ B_\tau\le1 \}. }

這是一個工程規格集合，而不是「真正身份」集合。

56. Continuity-Preserving Transport

若 transport：

T_{AB}

對一個來源集合：

K_A

都滿足：

\mathbf C_{A\to B}(x) \succeq \tau

以及：

T_{AB}(x) \in \mathcal S_B,

則稱：

T_{AB}

在 $K_A$ 上為 $\tau$ -continuity-preserving transport。

形式化為：

\boxed{ T_{AB} ( K_A ) \subseteq \operatorname{Proj}_B \left( \mathcal S_I^{AB}(\tau) \right). }

這仍不等於 identity-preserving theorem。

57. Round-Trip Continuity

若存在：

T_{AB}

與：

T_{BA},

可以研究：

x_A \rightarrow T_{AB}(x_A) \rightarrow T_{BA}(T_{AB}(x_A)).

定義 round-trip identity-profile residual：

\boxed{ \mathfrak R_I(x_A) = d_I \left( \Psi_A \left( T_{BA}(T_{AB}(x_A)) \right), \Psi_A(x_A) \right). }

這是跨載體版本的 cycle residual。

Paper 02 已證明：

cycle consistency 不等於語義保真。

同理：

\mathfrak R_I=0

也不等於 first-person continuity。

58. Identity-Related Recoverability

Paper 06 的 recovery target 可以選擇：

K_I \subseteq \mathcal S_I.

定義：

\operatorname{Rec}^{\mathcal S}_{\mathcal L_R}(K_I).

此集合回答：

哪些狀態可以安全回到符合 identity-related admissible profile 的核心？

但即使成功回到：

K_I,

本文仍不說：

原本的第一人稱主體被恢復。

59. Identity-Related State vs Legal / Social Identity

本文的：

\Psi

也不等於：

法律身份；
帳號 ID；
公民身份；
社會角色；
cryptographic identity。

這些可以作為 $\Psi$ 的某些 observables 或外部 labels，

但它們本身不解決 personal identity。

因此：

\boxed{ \text{identifier continuity} \neq \text{subject continuity}. }

60. 本文的十一個主命題

命題 A：Identity-related drift 不是 personal identity 判決

D_I(s,t)

只量測：

\Psi(x_s)

與：

\Psi(x_t)

的差異。

命題 B：淨漂移不包含完整歷史

\boxed{ D_I(0,T) \le V_I(0,T). }

命題 C：Observable profile equality 不推出完整 state equality

若 $\Psi$ 非單射：

\Psi(x)=\Psi(y) \not\Rightarrow x=y.

命題 D：Metric threshold 一般不是 identity equivalence

因為：

R_\varepsilon

通常不具傳遞性。

命題 E：Continuity criterion 在 branching 下不能無條件充分推出 classical identity

若：

C(x,y_1)=C(x,y_2)=1

且：

y_1\neq y_2,

則 continuity sufficiency 產生矛盾。

命題 F：Similarity、information、function、lineage、substrate continuity 必須分列

\boxed{ \mathbf C = ( C_{\mathrm{obs}}, C_{\mathrm{info}}, C_{\mathrm{func}}, C_{\mathrm{lin}}, C_{\mathrm{sub}} ). }

命題 G：Representation drift 可以與 functional continuity 共存

因此：

\text{representation drift} \not\Rightarrow \text{functional loss}.

命題 H：Cross-carrier continuity 可以被形式化，但不自動推出 personal identity

\delta_I^{AB}

與：

\mathbf C_{A\to B}

只支持可觀測連續陳述。

命題 I：Identity-related safety 是 specification-relative

\mathcal S_I = \{ x\in\mathcal S: \Psi(x)\in\mathcal A_I \}.

命題 J：First-person continuity 不在本文的已識別 observable model 中

因此：

\mathbf C \not\Rightarrow \mathfrak F

是模型不蘊含，而不是否定 $\mathfrak F$ 。

命題 K：Copy、transfer、fork 是 lineage topology，不是 metaphysical identity 的同義詞

它們可以被工程上明確區分，而不需要先解決主體本體論。

61. 可證偽性與未來擴張

本文的框架可以被下列未來結果修正。

61.1 找到高度可靠的 identity-related sufficient observable map

若未來建立某個：

\Psi^\star

在實際研究域上近似單射，且其狀態關係被獨立證明足以決定所研究的 identity notion，

則本文對 observable non-identification 的限制可以在該 domain 收縮。

61.2 某種 metric continuity relation 被證明具備完整 equivalence structure

若未來有非簡單閾值的 continuity relation 被證明具 reflexive、symmetric、transitive 且與某種 operational identity 完全對齊，

則 Paper 07 可直接吸收該 relation。

61.3 Branching 被物理或系統規則完全排除

若某類載體具有基本 no-cloning / no-fork property，導致：

B_\tau(x)\le1

永遠成立，

branching objection 在該載體族中的重要性下降。

61.4 First-person continuity 取得可重複的外部測量理論

若未來出現可靠 measurement model：

M_{\mathrm{1p}}

可跨載體預測並驗證第一人稱持續，

則：

\mathfrak F

可以正式加入 GPC-CS observable state。

本文不預先排除這種可能性。

62. 與 Paper 00–06 的整合

Paper 00：

\text{communication} \rightarrow \text{carrier-state transition}.

Paper 01：

\text{state safety} + \text{invariance}.

Paper 02：

\text{transduction fidelity} + \text{observable quotients}.

Paper 03：

\text{capacity feasibility}.

Paper 04：

\text{operator dynamics}.

Paper 05：

\text{bidirectional coupling}.

Paper 06：

\text{history} + \text{recoverability}.

Paper 07 現在加入：

\boxed{ \text{observable continuity} + \text{lineage} + \text{branching} + \text{identity-model boundary}. }

因此整個系列第一次可以對跨載體「持續」說出一個不過度宣稱的完整句子：

某個後繼可以在記憶、資訊、功能、譜系與部分身份相關狀態上高度連續；這些事實足以建立可測的 continuity profile，但本身不自動解決 classical personal identity 或 first-person persistence。

63. 結論

「還是不是同一個？」看似是一個二值問題：

0 \quad\text{or}\quad 1.

但在可觀測層面，至少存在五個不同維度：

\boxed{ \mathbf C_{s\to t} = ( C_{\mathrm{obs}}, C_{\mathrm{info}}, C_{\mathrm{func}}, C_{\mathrm{lin}}, C_{\mathrm{sub}} ). }

它們可以彼此分離。

載體可以：

表示漂移但功能持續；
資訊持續但換了 substrate；
lineage 持續但 profile 大幅改變；
profile 幾乎完全相同但沒有 causal lineage；
一個來源同時產生多個高 continuity successors。

因此本文拒絕把任一單獨分量提升成：

\text{personal identity}.

第一個 no-go 是：

\boxed{ \Psi(x)=\Psi(y) \not\Rightarrow x=y }

只要 $\Psi$ 非單射。

第二個 no-go 是：

\boxed{ d_I(\Psi(x),\Psi(y)) \le\varepsilon }

一般不能定義 identity equivalence，因為 metric threshold relation 通常不具傳遞性。

第三個 no-go 是 branching：

\boxed{ C(x,y_1)=C(x,y_2)=1 \land y_1\neq y_2 }

使 continuity 無法在不加 non-branching 條件時充分推出 classical identity。

因此 Paper 07 的真正結論不是：

identity 無法研究。

而是：

必須把「我們能測的連續」與「我們想問的同一」分開。

對跨載體系統，我們可以非常精確地研究：

\text{memory continuity},

\text{information recoverability},

\text{functional similarity},

\text{causal lineage},

\text{substrate continuity},

\text{branching topology},

以及：

\text{identity-related safe corridor}.

但本文形式系統不合法地推出：

\boxed{ \text{high continuity profile} \Rightarrow \text{same first-person subject}. }

這個限制不是缺點。

它正是未來跨載體技術真正需要的安全語言：不要把可測 proxy 當成本體答案。

下一篇 Paper 08 將從單一／雙載體 continuity 問題提升到群體層：

\boxed{ \text{共模失效與異質載體韌性}. }

核心將研究：如果大量載體共享相同模型、解碼器、轉導器、記憶架構與 identity-related update mechanism，為什麼「高度同質」既能帶來可預測性，也可能帶來相關失效；以及異質載體是否能透過 structural diversity 降低全域共模風險。

參考文獻

Parfit, D. (1971). Personal Identity. The Philosophical Review, 80(1), 3–27. DOI: 10.2307/2184309.
Lee, H.-y. (2026). Continuity theories reimagined. Synthese, 207, Article 248. DOI: 10.1007/s11229-026-05631-9.
Ferns, N., Panangaden, P., & Precup, D. (2011). Bisimulation Metrics for Continuous Markov Decision Processes. SIAM Journal on Computing, 40(6), 1662–1714. DOI: 10.1137/10080484X.
Marks, T. D., & Goard, M. J. (2021). Stimulus-dependent representational drift in primary visual cortex. Nature Communications, 12, 5169. DOI: 10.1038/s41467-021-25436-3.
Roth, Z. N., & Merriam, E. P. (2023). Representations in human primary visual cortex drift over time. Nature Communications, 14, 4422. DOI: 10.1038/s41467-023-40144-w.
Qin, S., Farashahi, S., Lipshutz, D., Sengupta, A. M., Chklovskii, D. B., & Pehlevan, C. (2023). Coordinated drift of receptive fields in Hebbian/anti-Hebbian network models during noisy representation learning. Nature Neuroscience. DOI: 10.1038/s41593-022-01225-z.
Kim, J., Kim, Y., & Sohn, J.-Y. (2025). Measuring Representational Shifts in Continual Learning: A Linear Transformation Perspective. Proceedings of ICML 2025, PMLR 267, 30267–30289.
van der Veldt, S., van de Ven, G. M., Moorman, S., & Etter, G. (2025). Learning continually with representational drift. arXiv:2512.22045.
Kirkpatrick, J., et al. (2017). Overcoming catastrophic forgetting in neural networks. Proceedings of the National Academy of Sciences, 114(13), 3521–3526. Preprint: arXiv:1612.00796.

系列狀態

Series: Generalized Phase Communication and Carrier Safety
Paper: 07
Version: v1.0
Canonical source encoding: UTF-8
Canonical mathematics delimiters: $...$ and $$...$$ only
Operational identity manipulation details: Excluded
Governance/deployment prescriptions: Out of scope
Depends on: Paper 00–06
Next: Paper 08 — 共模失效與異質載體韌性