EveMissLab Ontology Core Series — Paper 01
潛能、載域與顯現：從空白背景到觀察者相對狀態的分層本體論
Potentiality, Carrier Domain, and Manifestation: A Typed Ontology of Blankness, Latency, and Observer-Relative State
文件編號：EML-ONTO-CORE-01
版本：v0.1
日期：2026-08-15
作者：Neo.K × AI 協作
機構：EveMissLab／一言諾科技有限公司
系列：Ontology Core Series
上游正典：
EveMissLab Ontology Canon v0.1Ontology Genealogy & Symbol Migration Map v0.1
性質：本體論方法論／資訊本體論／狀態空間理論／觀察者相對表示
證據狀態：理論框架與形式定義；不宣稱為已驗證的自然界終極本體論
摘要
傳統圖表示常將系統寫成節點與邊的集合，並將未被畫出的背景留作不具理論地位的空白。然而，當理論討論「展開」「連接」「收斂」「生成」「未生成」「信息完整」「失真」「觀察者尺度」時，單純把背景視為無意義畫布會產生結構性歧義：未顯現的部分究竟是不存在、未激發、不可觀測、未被表示，還是僅在當前尺度下沒有可辨識資訊？
本文建立 EveMissLab Ontology Core Series 的第一個基礎分層，明確區分：
Ω c a r , Λ , X l a t , X a c t , Π q , M q \boxed{
\Omega_{\mathrm{car}},
\quad
\Lambda,
\quad
\mathcal X_{\mathrm{lat}},
\quad
\mathcal X_{\mathrm{act}},
\quad
\Pi_q,
\quad
M_q
} Ω car , Λ , X lat , X act , Π q , M q 分別代表載域、潛在約束／可容許結構、潛在可達狀態、已激發狀態、觀察投影與顯現狀態。本文特別拒絕將「潛能」直接等同於「已儲存的信息量」，也拒絕將「顯現為空白」直接等同於「不存在」。為此，本文提出四種必須分離的零：
Z c a r , Z l a t , Z m a n q , Z i n f o q , τ . \boxed{
Z_{\mathrm{car}},
\quad
Z_{\mathrm{lat}},
\quad
Z_{\mathrm{man}}^{q},
\quad
Z_{\mathrm{info}}^{q,\tau}.
} Z car , Z lat , Z man q , Z info q , τ . 它們分別表示載域空、潛在可達態空、相對觀察條件下的顯現零，以及指定資訊型別下的信息零。本文證明，在無附加假設時，四種零之間不存在一般等價關係。
本文進一步建立 activation–manifestation factorization：
Man q , c = Π q ∘ Act c , \boxed{
\operatorname{Man}_{q,c}
=
\Pi_q
\circ
\operatorname{Act}_c,
} Man q , c = Π q ∘ Act c , 使「世界狀態真的改變」與「觀察者改變解析度後看見更多東西」可以被形式上分離。這一區分使展開算子得以分為至少兩類：狀態激發型展開與表示解析型展開，而不再把「生成」與「發現」混為同一事件。
本文最後將普通圖表示重新定位為顯現層的二次投影：
G q = Γ q ( M q ) , \boxed{
G_q
=
\Gamma_q(M_q),
} G q = Γ q ( M q ) , 因此「圖上沒有節點」只是一個 representation-relative statement，不能自動推出 carrier-null、latent-null 或 information-null。本文為後續三元算子族、SSDC 共享狀態域耦合、信息失真、同一性、邊界與 Closure/CRL 系列提供共同狀態語法。
關鍵詞： 載域、潛能態、顯現、空白、狀態空間、觀察者投影、coarse-graining、信息零、未激發態、三元本體論、SSDC
1. 問題：圖上的空白到底是什麼？
令普通圖：
G = ( V , E ) . G=(V,E). G = ( V , E ) . 在圖論、網路科學與大量計算模型中，研究者通常關注：
V V V 與：
E , E, E , 而不將「圖被畫在什麼背景上」視為圖本身的一級變量。
這在大量工程任務中完全合理。
但當研究問題改成：
節點從何處出現？
未生成節點是否具有可達性？
一個觀察者看不見的狀態是否仍存在？
壓縮後消失的結構是不存在，還是不可恢復？
「空白」是信息零，還是只是低顯現？
展開是世界生成，還是觀察解析度提高？
收斂是世界真的收縮，還是表示被壓縮？
普通：
G = ( V , E ) G=(V,E) G = ( V , E ) 就不再足夠。
問題的核心不是「圖論錯了」，而是：
representation domain ≠ the full ontology under study . \boxed{
\text{representation domain}
\neq
\text{the full ontology under study}.
} representation domain = the full ontology under study . 2. 第一個正典分離：載域不等於顯現圖
定義 2.1 — Carrier Domain
Ω c a r \boxed{
\Omega_{\mathrm{car}}
} Ω car 稱為 Carrier Domain / 載域 ，表示一個模型允許狀態、關係、事件或結構被定義、承載或實現的底層 domain。
這是一個極弱定義。
它不要求 Ω c a r \Omega_{\mathrm{car}} Ω car
不同理論可以選擇不同 carrier。
因此：
Ω c a r = typed carrier . \boxed{
\Omega_{\mathrm{car}}
=
\text{typed carrier}.
} Ω car = typed carrier . 3. 載域不是潛能
即使：
Ω c a r ≠ ∅ , \Omega_{\mathrm{car}}\neq\varnothing, Ω car = ∅ , 也不代表其中任意狀態都可合法生成。
定義 3.1 — Latent Admissibility Structure
令：
Λ \boxed{
\Lambda
} Λ 表示 Latent Admissibility Structure / 潛在可容許結構 。
Λ \Lambda Λ
令：
X l a t = Adm ( Ω c a r , Λ ) \boxed{
\mathcal X_{\mathrm{lat}}
=
\operatorname{Adm}
(
\Omega_{\mathrm{car}},
\Lambda
)
} X lat = Adm ( Ω car , Λ ) 表示在 carrier 與 latent constraints 下可容許、但尚未要求已激發的狀態族。
因此：
Ω c a r ≠ X l a t . \boxed{
\Omega_{\mathrm{car}}
\neq
\mathcal X_{\mathrm{lat}}.
} Ω car = X lat . 載域回答：在什麼 domain 中可以談狀態？
潛在可容許態回答：哪些狀態在此模型內是合法候選？
4. 潛能不等於已儲存信息
假設：
∣ X l a t ∣ |\mathcal X_{\mathrm{lat}}| ∣ X lat ∣ 很大。
不能因此直接說：
I l a t e n t = log ∣ X l a t ∣ . I_{\mathrm{latent}}
=
\log
|\mathcal X_{\mathrm{lat}}|. I latent = log ∣ X lat ∣. 除非另外給出 probability distribution、coding scheme、ensemble、message semantics、accessible degrees of freedom 或 operational measurement rule。
原則 P1 — Potentiality–Information Separation
Potentiality ≠ EncodedInformation \boxed{
\operatorname{Potentiality}
\neq
\operatorname{EncodedInformation}
} Potentiality = EncodedInformation 一般成立。
更精確地：
X l a t 是 admissibility structure， \boxed{
\mathcal X_{\mathrm{lat}}
\text{ 是 admissibility structure，}
} X lat 是 admissibility structure ， 而：
I τ 是在指定資訊型別與測量規則下定義的量。 \boxed{
I_\tau
\text{ 是在指定資訊型別與測量規則下定義的量。}
} I τ 是在指定資訊型別與測量規則下定義的量。 這避免將「可能有很多狀態」偷換成「這裡已經存了很多信息」。
5. 已激發狀態
定義 5.1 — Activated State Space
令 context / condition 為：
c ∈ C . c\in\mathcal C. c ∈ C . 定義部分 activation map：
Act c : X l a t ⇀ X a c t . \boxed{
\operatorname{Act}_c:
\mathcal X_{\mathrm{lat}}
\rightharpoonup
\mathcal X_{\mathrm{act}}.
} Act c : X lat ⇀ X act . 箭頭採 partial map，因為不是所有合法潛在狀態都必須在所有條件下被實現。
若：
x ∈ X l a t x\in\mathcal X_{\mathrm{lat}} x ∈ X lat 且：
Act c ( x ) = x c a c t , \operatorname{Act}_c(x)
=
x_c^{\mathrm{act}}, Act c ( x ) = x c act , 則：
x c a c t ∈ X a c t . x_c^{\mathrm{act}}
\in
\mathcal X_{\mathrm{act}}. x c act ∈ X act . 6. 顯現不是激發本身
即使狀態已激發，也不代表觀察者必然能完整看見。
令 observation condition：
q = ( o , s , r , d ) \boxed{
q=(o,s,r,d)
} q = ( o , s , r , d ) 其中：
o o o s s s r r r d d d
定義 6.1 — Observer Projection
Π q : X a c t → M q . \boxed{
\Pi_q:
\mathcal X_{\mathrm{act}}
\rightarrow
\mathcal M_q.
} Π q : X act → M q . 其中 M q \mathcal M_q M q q q q
若：
x c a c t ∈ X a c t , x_c^{\mathrm{act}}
\in
\mathcal X_{\mathrm{act}}, x c act ∈ X act , 則：
M q , c = Π q ( x c a c t ) . \boxed{
M_{q,c}
=
\Pi_q
(
x_c^{\mathrm{act}}
).
} M q , c = Π q ( x c act ) . 稱為相對 q , c q,c q , c Manifest State / 顯現態 。
7. Activation–Manifestation Factorization
結合前兩節：
x → Act c x c a c t → Π q M q , c . x
\xrightarrow{\operatorname{Act}_c}
x_c^{\mathrm{act}}
\xrightarrow{\Pi_q}
M_{q,c}. x Act c x c act Π q M q , c . 因此：
Man q , c = Π q ∘ Act c . \boxed{
\operatorname{Man}_{q,c}
=
\Pi_q
\circ
\operatorname{Act}_c.
} Man q , c = Π q ∘ Act c . 這把兩種常被混淆的事件拆開：
A. Ontic / state activation
x → x c a c t . x
\rightarrow
x_c^{\mathrm{act}}. x → x c act . 狀態真的改變。
B. Observational manifestation
x c a c t → Π q ( x c a c t ) . x_c^{\mathrm{act}}
\rightarrow
\Pi_q(x_c^{\mathrm{act}}). x c act → Π q ( x c act ) . 同一狀態被某種觀察／表示方式顯現。
因此：
state change ≠ representation change . \boxed{
\text{state change}
\neq
\text{representation change}.
} state change = representation change . 8. 空白畫布的正式定義
「空白」不是全域 primitive。
它必須相對某個 observation condition 定義。
令：
ν q : M q → R ≥ 0 \nu_q:
\mathcal M_q
\rightarrow
\mathbb R_{\ge0} ν q : M q → R ≥ 0 為顯現強度、可辨識結構量或任務相關可見度。
給定 threshold：
ϵ q ≥ 0. \epsilon_q\ge0. ϵ q ≥ 0. 定義 8.1 — Relative Blank State
若：
ν q ( M q , c ) ≤ ϵ q , \boxed{
\nu_q(M_{q,c})
\le
\epsilon_q,
} ν q ( M q , c ) ≤ ϵ q , 則稱 M q , c M_{q,c} M q , c q q q relative blank / 相對空白態 。
因此：
Blank q ( M ) \boxed{
\operatorname{Blank}_q(M)
} Blank q ( M ) 是 observer-relative predicate，而不是 absolute nothingness。
9. 四種「零」
9.1 Carrier Null
Z c a r : Ω c a r = ∅ . \boxed{
Z_{\mathrm{car}}
:
\Omega_{\mathrm{car}}
=
\varnothing.
} Z car : Ω car = ∅ . 9.2 Latent Null
Z l a t : X l a t = ∅ . \boxed{
Z_{\mathrm{lat}}
:
\mathcal X_{\mathrm{lat}}
=
\varnothing.
} Z lat : X lat = ∅ . 9.3 Manifest Zero
Z m a n q : ν q ( M ) ≤ ϵ q . \boxed{
Z_{\mathrm{man}}^q
:
\nu_q(M)
\le
\epsilon_q.
} Z man q : ν q ( M ) ≤ ϵ q . 9.4 Information Zero
對指定資訊型別 τ \tau τ I τ ( M ∣ q ) I_\tau(M\mid q) I τ ( M ∣ q )
Z i n f o q , τ : I τ ( M ∣ q ) = 0. \boxed{
Z_{\mathrm{info}}^{q,\tau}
:
I_\tau(M\mid q)=0.
} Z info q , τ : I τ ( M ∣ q ) = 0. 信息零永遠依賴 representation、probability / coding assumptions、task、observer access 與 information type。
10. 四種零不等價
命題 10.1 — Carrier Nonempty Does Not Imply Latent Nonempty
可存在：
Ω c a r ≠ ∅ \Omega_{\mathrm{car}}\neq\varnothing Ω car = ∅ 但 constraints 過強，使：
X l a t = ∅ . \mathcal X_{\mathrm{lat}}
=
\varnothing. X lat = ∅ . 因此：
¬ Z c a r ⇏ ¬ Z l a t . \boxed{
\neg Z_{\mathrm{car}}
\not\Rightarrow
\neg Z_{\mathrm{lat}}.
} ¬ Z car ⇒ ¬ Z lat . 命題 10.2 — Manifest Zero Does Not Imply Latent Null
取：
X l a t = { x 1 , x 2 } , \mathcal X_{\mathrm{lat}}
=
\{x_1,x_2\}, X lat = { x 1 , x 2 } , 以及 constant projection：
Π q ( x 1 ) = Π q ( x 2 ) = m 0 , \Pi_q(x_1)
=
\Pi_q(x_2)
=
m_0, Π q ( x 1 ) = Π q ( x 2 ) = m 0 , 其中：
ν q ( m 0 ) = 0. \nu_q(m_0)=0. ν q ( m 0 ) = 0. 則 Z m a n q Z_{\mathrm{man}}^q Z man q
X l a t ≠ ∅ . \mathcal X_{\mathrm{lat}}
\neq
\varnothing. X lat = ∅ . 所以：
Z m a n q ⇏ Z l a t . \boxed{
Z_{\mathrm{man}}^q
\not\Rightarrow
Z_{\mathrm{lat}}.
} Z man q ⇒ Z lat . 命題 10.3 — Information Zero Does Not Imply Visual Blank
令 manifest representation 恆為一個完全已知的非空符號：
M = m ⋆ . M=m^\star. M = m ⋆ . 若：
P ( M = m ⋆ ) = 1 , P(M=m^\star)=1, P ( M = m ⋆ ) = 1 , 則 Shannon entropy：
H ( M ) = 0 , H(M)=0, H ( M ) = 0 , 但：
ν q ( m ⋆ ) > 0 \nu_q(m^\star)>0 ν q ( m ⋆ ) > 0 完全可能。
因此：
Z i n f o q , S h a n n o n ⇏ Z m a n q . \boxed{
Z_{\mathrm{info}}^{q,\mathrm{Shannon}}
\not\Rightarrow
Z_{\mathrm{man}}^q.
} Z info q , Shannon ⇒ Z man q . 11. 空白不是一定有信息，也不是一定沒信息
本文拒絕兩種極端：
Blank ⇒ Nothing \boxed{
\text{Blank}
\Rightarrow
\text{Nothing}
} Blank ⇒ Nothing 一般不成立。
同樣：
Blank ⇒ Infinite hidden information \boxed{
\text{Blank}
\Rightarrow
\text{Infinite hidden information}
} Blank ⇒ Infinite hidden information 一般也不成立。
最低承諾是：
Blank q = low manifestation under q . \boxed{
\text{Blank}_q
=
\text{low manifestation under }q.
} Blank q = low manifestation under q . 至於 X l a t \mathcal X_{\mathrm{lat}} X lat I τ I_\tau I τ Ω c a r \Omega_{\mathrm{car}} Ω car
12. 觀察者切換可以讓「空白」變成「有結構」
取同一已激發狀態：
x a c t . x^{\mathrm{act}}. x act . 兩個 observation conditions：
q 1 , q 2 . q_1,
\qquad
q_2. q 1 , q 2 . 可能：
ν q 1 ( Π q 1 ( x a c t ) ) ≤ ϵ q 1 , \nu_{q_1}
(
\Pi_{q_1}(x^{\mathrm{act}})
)
\le
\epsilon_{q_1}, ν q 1 ( Π q 1 ( x act )) ≤ ϵ q 1 , 而：
ν q 2 ( Π q 2 ( x a c t ) ) > ϵ q 2 . \nu_{q_2}
(
\Pi_{q_2}(x^{\mathrm{act}})
)
>
\epsilon_{q_2}. ν q 2 ( Π q 2 ( x act )) > ϵ q 2 . 因此：
Blank q 1 ( x ) ∧ ¬ Blank q 2 ( x ) \boxed{
\operatorname{Blank}_{q_1}(x)
\land
\neg
\operatorname{Blank}_{q_2}(x)
} Blank q 1 ( x ) ∧ ¬ Blank q 2 ( x ) 完全一致。
13. 顯現增加不必等於世界生成
假設 x a c t x^{\mathrm{act}} x act
q 1 → q 2 q_1
\rightarrow
q_2 q 1 → q 2 使解析度提升。
若 Π q 2 \Pi_{q_2} Π q 2
M q 1 → M q 2 M_{q_1}
\rightarrow
M_{q_2} M q 1 → M q 2 可能表現成「展開」。
但 underlying state 不變。
因此定義兩種 preliminary expansion。
定義 13.1 — Activation Expansion
E a c t : x t → x t + 1 \boxed{
\mathcal E^{\mathrm{act}}
:
x_t
\rightarrow
x_{t+1}
} E act : x t → x t + 1 且某種可區分狀態自由度真的增加。
定義 13.2 — Resolution Expansion
E r e p r : Π q 1 ( x ) → Π q 2 ( x ) \boxed{
\mathcal E^{\mathrm{repr}}
:
\Pi_{q_1}(x)
\rightarrow
\Pi_{q_2}(x)
} E repr : Π q 1 ( x ) → Π q 2 ( x ) 其中 underlying state x x x
因此：
E a c t ≠ E r e p r . \boxed{
\mathcal E^{\mathrm{act}}
\neq
\mathcal E^{\mathrm{repr}}.
} E act = E repr . 14. 反過來：狀態可以改變，但顯現不變
若：
x 1 a c t ≠ x 2 a c t x_1^{\mathrm{act}}
\neq
x_2^{\mathrm{act}} x 1 act = x 2 act 但：
Π q ( x 1 a c t ) = Π q ( x 2 a c t ) , \Pi_q(x_1^{\mathrm{act}})
=
\Pi_q(x_2^{\mathrm{act}}), Π q ( x 1 act ) = Π q ( x 2 act ) , 則狀態已改變，但觀察者所見 M q M_q M q
因此：
No manifest change ⇏ No state change . \boxed{
\text{No manifest change}
\not\Rightarrow
\text{No state change}.
} No manifest change ⇒ No state change . 15. Projection Fiber 與隱藏差異
對：
m ∈ M q , m\in\mathcal M_q, m ∈ M q , 定義 fiber：
F q ( m ) = Π q − 1 ( m ) . \boxed{
F_q(m)
=
\Pi_q^{-1}(m).
} F q ( m ) = Π q − 1 ( m ) . 若：
∣ F q ( m ) ∣ > 1 , |F_q(m)|>1, ∣ F q ( m ) ∣ > 1 , 則不同已激發狀態被投影為同一 manifest state。
這建立：
manifest identity ≠ state identity . \boxed{
\text{manifest identity}
\neq
\text{state identity}.
} manifest identity = state identity . 16. Coarse-Graining 的現行位置
若 Π q \Pi_q Π q
但本文不把 coarse-graining 解釋成「物理信息真的消失」。
只說：
fine distinctions → same coarse representation . \boxed{
\text{fine distinctions}
\rightarrow
\text{same coarse representation}.
} fine distinctions → same coarse representation . 若進一步給定隨機變量 X X X
M = Π q ( X ) , M=\Pi_q(X), M = Π q ( X ) , 則 reconstruction ambiguity 可用例如：
H ( X ∣ M ) H(X\mid M) H ( X ∣ M ) 刻畫。
但：
H ( X ∣ M ) > 0 H(X\mid M)>0 H ( X ∣ M ) > 0 只表示從 manifest representation 無法唯一恢復 fine state，不等於宇宙物理信息被銷毀。
17. 圖是顯現層的再投影
令：
Γ q : M q → G q \Gamma_q:
\mathcal M_q
\rightarrow
\mathcal G_q Γ q : M q → G q 為 graph extraction。
則：
G q = Γ q ( M q ) . \boxed{
G_q
=
\Gamma_q
(
M_q
).
} G q = Γ q ( M q ) . 其中：
G q = ( V q , E q ) . G_q=(V_q,E_q). G q = ( V q , E q ) . 因此 ordinary graph 位於：
Ω c a r → X l a t → X a c t → M q → G q . \boxed{
\Omega_{\mathrm{car}}
\rightarrow
\mathcal X_{\mathrm{lat}}
\rightarrow
\mathcal X_{\mathrm{act}}
\rightarrow
M_q
\rightarrow
G_q.
} Ω car → X lat → X act → M q → G q . 圖上的 V q V_q V q E q E_q E q
18. Negative Space / 背景不得自動節點化
若：
p ∈ Ω c a r p\in\Omega_{\mathrm{car}} p ∈ Ω car 但 p p p G q G_q G q p p p
同樣也不得推出 p p p
原則 P2 — Background Neutrality
p ∉ V q \boxed{
p\notin V_q
} p ∈ / V q 本身只表示：在 graph extraction Γ q \Gamma_q Γ q p p p
它對 Λ \Lambda Λ X l a t \mathcal X_{\mathrm{lat}} X lat X a c t \mathcal X_{\mathrm{act}} X act
19. 節點生成的四種不同情況
一個「新節點出現」至少可能來自四種機制。
G1 — True Activation
x t → x t + 1 x_t
\rightarrow
x_{t+1} x t → x t + 1 真的產生新 active structure。
G2 — Resolution Reveal
underlying state 不變，但：
q 1 → q 2 q_1\rightarrow q_2 q 1 → q 2 使舊結構第一次可見。
G3 — Reclassification
同一 manifest data 被新的 Γ q \Gamma_q Γ q
G4 — Relational Individuation
原本只有 relational field，因新任務而把某個 relation-pattern individuation 成 node。
因此：
new node in graph ⇏ new existence ex nihilo . \boxed{
\text{new node in graph}
\not\Rightarrow
\text{new existence ex nihilo}.
} new node in graph ⇒ new existence ex nihilo . 20. 潛在域不是「預先存在的完整未來」
X l a t \mathcal X_{\mathrm{lat}} X lat
本文只要求：
X l a t = admissible / reachable candidate structure under a model . \mathcal X_{\mathrm{lat}}
=
\text{admissible / reachable candidate structure under a model}. X lat = admissible / reachable candidate structure under a model . 是否採 deterministic future、branching future、stochastic process、open-world generation 或 rule-changing dynamics，由後續模型決定。
因此：
Latent admissibility ≠ pre-written future . \boxed{
\text{Latent admissibility}
\neq
\text{pre-written future}.
} Latent admissibility = pre-written future . 21. 潛能域也可以改變
令：
Λ t \Lambda_t Λ t 為時間／版本／狀態相關 admissibility structure。
則可能：
Λ t → Λ t + 1 . \boxed{
\Lambda_t
\rightarrow
\Lambda_{t+1}.
} Λ t → Λ t + 1 . 於是：
X l a t ( t ) ≠ X l a t ( t + 1 ) . \mathcal X_{\mathrm{lat}}(t)
\neq
\mathcal X_{\mathrm{lat}}(t+1). X lat ( t ) = X lat ( t + 1 ) . 系統不只在既有可能性中選擇，也可能改變何者被視為可能。
22. 邊界初步分型
Paper 05 將完整處理 Boundary；本文只建立最低接口。
Carrier boundary
∂ Ω c a r \boxed{
\partial\Omega_{\mathrm{car}}
} ∂ Ω car Latent admissibility boundary
∂ X l a t \boxed{
\partial\mathcal X_{\mathrm{lat}}
} ∂ X lat Active-state boundary
∂ X a c t \boxed{
\partial\mathcal X_{\mathrm{act}}
} ∂ X act Manifest boundary
∂ q M \boxed{
\partial_q M
} ∂ q M 一般：
∂ Ω c a r ≠ ∂ X l a t ≠ ∂ q M . \boxed{
\partial\Omega_{\mathrm{car}}
\neq
\partial\mathcal X_{\mathrm{lat}}
\neq
\partial_q M.
} ∂ Ω car = ∂ X lat = ∂ q M . 所以「畫面邊界」不等於「存在邊界」。
23. 從本篇到 SSDC 的接口
本篇不正式建立 SSDC，但已能說明它為何需要。
對兩個存在 A , B A,B A , B
X a c t A , X a c t B . \mathcal X_{\mathrm{act}}^A,
\qquad
\mathcal X_{\mathrm{act}}^B. X act A , X act B . 若要問「A 與 B 真正共享哪個狀態域？」，就不能只檢查 A − B A-B A − B
必須研究某種共同表示／作用 domain：
Z A B q \mathcal Z_{AB}^q Z A B q 以及：
ϕ A q , ϕ B q . \phi_A^q,
\qquad
\phi_B^q. ϕ A q , ϕ B q . 後續 Paper 03 將建立：
S S D C A B q . \boxed{
\mathrm{SSDC}_{AB}^{q}.
} SSDC A B q . 因此 Paper 01 提供 SSDC 所需要的 state-space typing。
24. 從本篇到 Information Distortion 的接口
一旦有：
Π q : X a c t → M q , \Pi_q:
\mathcal X_{\mathrm{act}}
\rightarrow
\mathcal M_q, Π q : X act → M q , 就可以問：哪些 state information 被保存？哪些 relation 被壓縮？哪些 history 無法重建？哪些 boundary 被錯畫？哪些 provenance 被丟失？
後續 Paper 04 將以：
I \boxed{
\mathbf I
} I 與：
Δ I \boxed{
\Delta_{\mathbf I}
} Δ I 處理 typed information / distortion。
25. 從本篇到 Identity 的接口
若：
Π q ( x ) = Π q ( y ) , \Pi_q(x)
=
\Pi_q(y), Π q ( x ) = Π q ( y ) , 不能推出：
x = y . x=y. x = y . 因此同一性不能只由單一顯現表示決定。
後續 Paper 05 將建立：
x ≡ o , s , J , ϵ y . \boxed{
x
\equiv_{o,s,\mathcal J,\epsilon}
y.
} x ≡ o , s , J , ϵ y . 本篇的 projection fiber F q ( m ) F_q(m) F q ( m )
26. 外部理論對照
本節只做 boundary comparison，不宣稱外部文獻證明本文本體論。
26.1 Hidden State Variables
Chen 等人研究如何從高維觀察資料中發現可能的 hidden state variables。其重要啟示不是「所有不可見東西都存在」，而是 observation stream 不必等同於真正適合描述 dynamics 的 state variables。
本文因此保留：
Observed representation ≠ state description . \boxed{
\text{Observed representation}
\neq
\text{state description}.
} Observed representation = state description . 26.2 Latent State Dynamics
Hızlı 等人的 nonlinear dynamical-system 工作將 latent state recovery 與 transition dynamics identification 分開處理。
這支持一個一般方法論：
latent representation + transition law \boxed{
\text{latent representation}
+
\text{transition law}
} latent representation + transition law 應被分開建模。
本文的 X l a t \mathcal X_{\mathrm{lat}} X lat Act c \operatorname{Act}_c Act c
26.3 Coarse-Graining 與觀察尺度
Schulman 與 Gaveau 的 coarse-graining 工作強調，宏觀分割與觀察時間尺度有關，且不必存在唯一 coarse-graining prescription。
這與本文：
q = ( o , s , r , d ) q=(o,s,r,d) q = ( o , s , r , d ) 的 observer-relative manifestation 有方法論相容性。
26.4 Observational Entropy
Šafránek、Aguirre 與 Deutsch 的 Observational Entropy 明確以有限 measurement capabilities / observables 描述宏觀 observer 能取得的知識。
本文吸收的不是其特定熵公式，而是：
what is manifest or measurable depends on the observation structure . \boxed{
\text{what is manifest or measurable depends on the observation structure}.
} what is manifest or measurable depends on the observation structure . 26.5 Coarse-Graining 與隱藏相關
Alonso-Serrano 與 Visser 的 coarse-graining 模型指出，coarse description 中看似增加的 entropy 可以對應 fine-grained correlations 中不再被觀察的 information。
本文因此特別禁止把 representational loss 直接升格為 physical destruction。
27. 本文不主張什麼
本文明確不主張：
物理真空一定儲存無限資訊；
所有空白畫布都具有客觀 latent structure；
Ω c a r \Omega_{\mathrm{car}} Ω car 潛能態就是量子態；
observer 會創造物理世界；
未觀察到等於不存在；
未觀察到一定代表隱藏存在；
latent state cardinality 自動等於 entropy；
coarse-graining 一定破壞物理資訊；
所有 graph node 都對應獨立本體實體；
所有「新節點」都是新存在生成；
本文已解決可能性、現實性與存在性的所有哲學問題。
28. 七條核心命題
Core-1 — Carrier–Manifest Separation
Ω c a r ≠ G q . \boxed{
\Omega_{\mathrm{car}}
\neq
G_q.
} Ω car = G q . Core-2 — Latent–Information Separation
Potentiality ≠ EncodedInformation . \boxed{
\operatorname{Potentiality}
\neq
\operatorname{EncodedInformation}.
} Potentiality = EncodedInformation . Core-3 — Activation–Manifestation Separation
Man q , c = Π q ∘ Act c . \boxed{
\operatorname{Man}_{q,c}
=
\Pi_q
\circ
\operatorname{Act}_c.
} Man q , c = Π q ∘ Act c . Core-4 — Four-Zero Separation
Z c a r , Z l a t , Z m a n q , Z i n f o q , τ \boxed{
Z_{\mathrm{car}},
Z_{\mathrm{lat}},
Z_{\mathrm{man}}^{q},
Z_{\mathrm{info}}^{q,\tau}
} Z car , Z lat , Z man q , Z info q , τ 一般不得互相等同。
Core-5 — Observer-Relative Blankness
Blank q 1 ( x ) ⇏ Blank q 2 ( x ) . \boxed{
\operatorname{Blank}_{q_1}(x)
\not\Rightarrow
\operatorname{Blank}_{q_2}(x).
} Blank q 1 ( x ) ⇒ Blank q 2 ( x ) . Core-6 — Graph Emergence Is Ambiguous
new graph node ⇏ new ontic state . \boxed{
\text{new graph node}
\not\Rightarrow
\text{new ontic state}.
} new graph node ⇒ new ontic state . Core-7 — Projection Fiber Principle
Π q ( x ) = Π q ( y ) ⇏ x = y . \boxed{
\Pi_q(x)=\Pi_q(y)
\not\Rightarrow
x=y.
} Π q ( x ) = Π q ( y ) ⇒ x = y . 29. Canonical State Chain
本文最終得到：
Ω c a r → Λ X l a t → Act c X a c t → Π q M q → Γ q G q . \boxed{
\Omega_{\mathrm{car}}
\xrightarrow{\Lambda}
\mathcal X_{\mathrm{lat}}
\xrightarrow{\operatorname{Act}_c}
\mathcal X_{\mathrm{act}}
\xrightarrow{\Pi_q}
M_q
\xrightarrow{\Gamma_q}
G_q.
} Ω car Λ X lat Act c X act Π q M q Γ q G q . 其中箭頭並非全部同一類型：
Λ \Lambda Λ Act c \operatorname{Act}_c Act c Π q \Pi_q Π q Γ q \Gamma_q Γ q
因此任何 reverse inference：
G q → Ω c a r G_q
\rightarrow
\Omega_{\mathrm{car}} G q → Ω car 都需要額外假設。
30. 與三元本體論的新連接
舊三元：
Expansion − Connection − Convergence \text{Expansion}
-
\text{Connection}
-
\text{Convergence} Expansion − Connection − Convergence 在本篇之後不再直接作用於一個未分型「世界」。
至少必須問：
operator acts on which layer? \boxed{
\text{operator acts on which layer?}
} operator acts on which layer? 例如：
E l a t , E a c t , E r e p r , E g r a p h \mathcal E^{\mathrm{lat}},
\quad
\mathcal E^{\mathrm{act}},
\quad
\mathcal E^{\mathrm{repr}},
\quad
\mathcal E^{\mathrm{graph}} E lat , E act , E repr , E graph 可能是四種不同 Expansion。
同理， L \mathfrak L L C \mathfrak C C
這是下一篇的正式任務。
31. 結論
本文沒有把「空白」神秘化。
相反地，本文的核心是把空白拆開。
空白 ≠ 虛無 \boxed{
\text{空白}
\neq
\text{虛無}
} 空白 = 虛無 但同時：
空白 ≠ 必然存在大量隱藏資訊 . \boxed{
\text{空白}
\neq
\text{必然存在大量隱藏資訊}.
} 空白 = 必然存在大量隱藏資訊 . 真正需要區分的是：
Carrier → Admissibility → Activation → Manifestation → Representation . \boxed{
\text{Carrier}
\rightarrow
\text{Admissibility}
\rightarrow
\text{Activation}
\rightarrow
\text{Manifestation}
\rightarrow
\text{Representation}.
} Carrier → Admissibility → Activation → Manifestation → Representation . 因此一張看似空白的畫布，在理論上只允許我們最低限度地說：在指定觀察與表示條件下，目前沒有足夠顯現結構。
它不能單憑外觀決定是否存在 carrier、是否存在 admissible latent states、是否存在 active but invisible states、是否存在可重建信息、是否只是解析度不足，或是否只是 graph extraction 尚未節點化。
這一分離把「空白背景」從一個被忽略的圖外殘餘，轉成一個需要被型別化處理 的理論問題。
而這正是後續：
E , L , C , S S D C , I , Δ I , ≡ , C l , C R L \boxed{
\mathfrak E,
\mathfrak L,
\mathfrak C,
\mathrm{SSDC},
\mathbf I,
\Delta_{\mathbf I},
\equiv,
\mathfrak{Cl},
CRL
} E , L , C , SSDC , I , Δ I , ≡ , Cl , C R L 能夠被重新整合而不再互相污染的第一個條件。
參考文獻
Chen, B., Huang, K., Raghupathi, S., Chandratreya, I., Du, Q., & Lipson, H. Discovering State Variables Hidden in Experimental Data . arXiv:2112.10755, 2021.
Hızlı, Ç., Yıldız, Ç., Bethge, M., St. John, & Marttinen, P. Identifying latent state transition in non-linear dynamical systems . arXiv:2406.03337, 2024.
Schulman, L. S., & Gaveau, B. Coarse grains: the emergence of space and order . arXiv:cond-mat/0102071, 2001.
Šafránek, D., Aguirre, A., & Deutsch, J. M. Classical dynamical coarse-grained entropy and comparison with the quantum version . arXiv:1905.03841, 2019.
Alonso-Serrano, A., & Visser, M. Coarse graining Shannon and von Neumann entropies . arXiv:1704.00237, 2017.
版本註記
v0.1
首次建立：
Ω c a r \Omega_{\mathrm{car}} Ω car Λ \Lambda Λ X l a t \mathcal X_{\mathrm{lat}} X lat X a c t \mathcal X_{\mathrm{act}} X act Π q \Pi_q Π q M q M_q M q activation–manifestation factorization；
四種零；
relative blankness；
activation expansion / representation expansion 初步分離；
graph extraction chain；
SSDC、Information、Identity、Triadic Operator Family 的下游接口。