title: "生成種子庫作為生成記憶：持久化、檢索、系譜、重新水化與再生性遺忘" english_title: "Seed Library as Generative Memory: Persistence, Retrieval, Lineage, Rehydration, and Regenerative Forgetting" series: "Generative Seed Reconstruction Theory" series_id: "GSRT" paper_id: "GSRT-06" author: "Neo.K" organization: "EveMissLab" version: "0.1.0" status: "Research Draft / Generative Memory Architecture" date: "2026-08-30" language: "zh-TW" canonical_source: "UTF-8 Markdown"

生成種子庫作為生成記憶

持久化、檢索、系譜、重新水化與再生性遺忘

Seed Library as Generative Memory: Persistence, Retrieval, Lineage, Rehydration, and Regenerative Forgetting

系列： Generative Seed Reconstruction Theory（GSRT）
篇號： GSRT-06
作者： Neo.K
機構： EveMissLab
版本： v0.1.0
日期： 2026-08-30

摘要

GSRT-01 至 GSRT-05 已依序建立：可重建生成種子的存在猜想、最小可重建 seed 的 generator-relative complexity、decoder-side shared priors、seed factorization / composability，以及跨模態 shared generative atlas。到此，seed 已不再只是單一 RNG number，而可能是一個具有 identity、factors、constraints、projection、private residue、version、lineage 與 reconstruction contract 的外部生成狀態。

然而，只存在 seed object 並不等於存在 Seed Library。若成功生成後只是把 seed 放進資料夾，未來仍會遇到：

找不到真正相關 seed；
同一 seed 被重複保存；
版本更新後失效；
factor identity 漂移；
composition conflict 無法追蹤；
generator 更新後 reconstruction 崩潰；
舊 seed 與新 seed 的 lineage 消失；
artifact、seed、factor、projection、certificate 混成同一物件；
為節省空間過早刪除原始 artifact；
所有 memory item 永久留在 active context；
vector similarity 被誤用成 canonical identity。

本文提出 Seed Library as Generative Memory。其核心不是「保存更多生成設定」，而是：

\boxed{ \text{successful generation} \rightarrow \text{validated generative state} \rightarrow \text{persistent reusable memory} \rightarrow \text{future controlled regeneration}. }

本文定義 Seed Library：

\boxed{ \mathfrak L_G = ( \mathcal A, \mathcal S, \mathcal F, \mathcal H, \mathcal P, \mathcal R, \mathcal G_L, \mathcal I, \mathcal C, \mathcal E, \mathcal T ) }

其中：

$\mathcal A$ ：Artifact Archive / references；
$\mathcal S$ ：whole seed objects；
$\mathcal F$ ：factor objects；
$\mathcal H$ ：cross-modal meta-seeds；
$\mathcal P$ ：projection / private-residue objects；
$\mathcal R$ ：registries and stable identities；
$\mathcal G_L$ ：lineage graph；
$\mathcal I$ ：indexes；
$\mathcal C$ ：validation / reconstruction certificates；
$\mathcal E$ ：evaluators and evidence；
$\mathcal T$ ：memory tiers and lifecycle state。

本文首先嚴格分離 Artifact Archive 與 Generative Memory。原始 artifact 回答：

「曾經確切生成了什麼？」

seed 回答：

「如何重新定位、重建、修改或組合這個生成狀態？」

因此：

\boxed{ \text{Artifact Archive} \neq \text{Seed Library} }

以及：

\boxed{ \text{reconstructible} \neq \text{safe to delete source}. }

Seed Library 應與 exact / content-addressed source archive 共存，而不是用近似重建取代 evidence。

其次，本文引入 memory lifecycle：

\boxed{ \text{Ingest} \rightarrow \text{Candidate} \rightarrow \text{Validate} \rightarrow \text{Promote} \rightarrow \text{Use} \rightarrow \text{Compress} \rightarrow \text{Dormant} \rightarrow \text{Reopen} \rightarrow \text{Revise} \rightarrow \text{Archive}. }

此 lifecycle 不是單向。generator version、ontology、query、new evidence、failed reconstruction 或新的 composition task 都可以觸發 reopen。Seed Library 因而是一個動態外部生成記憶系統，而不是 append-only prompt dump。

本文採用 hierarchical memory tiers：

\boxed{ HOT \supset WARM \supset COLD \supset ARCHIVE }

但明確區分：

\boxed{ ActiveContext \neq ResidentMemory \neq AddressableMemory. }

一個 seed 不需要永遠進入模型 context；只要它仍可被索引、驗證並重新水化，即可存在於 addressable generative memory。

本文把 retrieval 改寫成 Generative Recall Portfolio。對 query / intent $q$ ，系統不只找 cosine nearest seed，而要選擇：

\boxed{ \mathcal R(q) = \{ S_{\mathrm{base}}, F_{\mathrm{identity}}, F_{\mathrm{style}}, F_{\mathrm{structure}}, H_{\mathrm{meta}}, C_{\mathrm{compat}}, E_{\mathrm{cert}} \}. }

retrieval 的目標不是「找到最像的舊文字」，而是找出足以完成當前 generation contract 的最小可驗證生成狀態集合。

為此本文定義 seed retrieval vector：

\mathbf V_{\mathrm{ret}} = ( R_{\mathrm{semantic}}, R_{\mathrm{relational}}, R_{\mathrm{identity}}, R_{\mathrm{factor}}, R_{\mathrm{compat}}, R_{\mathrm{fresh}}, R_{\mathrm{cert}}, R_{\mathrm{cost}} ).

vector similarity 只是其中一個 proposal signal，不得取代 canonical identity、version、lineage、compatibility 與 certificate。

本文進一步定義 Seed Lineage Graph：

\boxed{ \mathcal G_L = (V_L,E_L,\tau,\nu) }

其中 edge type $\tau$ 至少包含：

extracted-from；
derived-from；
compressed-from；
factorized-from；
composed-from；
mutated-from；
projected-from；
migrated-from；
supersedes；
invalidates；
verified-by。

由此可以區分：

\boxed{ \text{Compressible Seed Payload} }

與：

\boxed{ \text{Protected Lineage}. }

payload 可以重新壓縮、重新編碼或遷移；lineage-critical provenance 不應因 compression 被抹除。

本文同時提出 Generative Rehydration。當使用者或 Agent 請求生成：

q,

系統執行：

\boxed{ q \rightarrow \text{Recall Portfolio} \rightarrow \text{Compatibility Check} \rightarrow \text{Seed Assembly} \rightarrow \text{Generator Adapter} \rightarrow \text{Artifact} \rightarrow \text{Evaluation} \rightarrow \text{Memory Update}. }

這與 RAG 的「retrieve text and condition generation」不同；Seed Library 的 retrieval target 是可執行／可投影／可組裝的 generative state。

本文將「遺忘」改寫為 Regenerative Forgetting。若某 projection、cache、working context 或 derivable artifact 可由 canonical seed + provenance + generator contract 安全重新生成，系統可解除其 active materialization，而不等於刪除 authority。本文定義 disposition family：

\mathcal D_M = \{ KEEP, DEMOTE, COMPRESS, DORMANT, REOPENABLE, ARCHIVE, TOMBSTONE, DELETE \}.

其中 DELETE 必須是最嚴格操作；reconstructibility 不自動提供 deletion authority。

本文把 deduplication 分成四層：byte duplicate、identity duplicate、semantic / functional equivalence、lineage-related variant。兩個 seed 即使 reconstruction 結果相似，也可能因來源、授權、版本、factor coupling 或 history 不同而不能被合併。定義 contract-relative equivalence：

s_a \sim_{\Gamma,\mathcal Q,\varepsilon} s_b

只表示對指定 generator set、task family 與 tolerance 具有等價生成行為，而不是宣稱兩物件 identity 相同。

本文同時提出 certificate architecture。Seed object 可以累積：

Reconstruction Certificate；
Cross-Decoder Portability Certificate；
Factor Intervention Certificate；
Composition Certificate；
Cross-Modal Projection Certificate；
Cycle Certificate；
Migration Certificate。

certificate 有 version scope；model / generator / evaluator 更新後，舊 certificate 可以變成 STALE，而不應永久有效。

本文與既有外部工作保持明確邊界。Retrieval-Augmented Generation 已建立 parametric + non-parametric memory 的重要模式；Generative Agents 展示 experience memory、reflection 與 dynamic retrieval；MemGPT 以 virtual context management 和 tiered storage 處理有限 context；Voyager 則展示可持續累積、檢索與組合的 executable skill library。這些皆證明「模型權重之外的外部長期 memory / skill library」具有高度工程價值。GSRT-06 的研究差異在於：其 memory unit 不是 passage、episode、reflection 或 executable skill，而是由 realized artifact 反向建立、帶 reconstruction contract、factor / meta-factor、generator binding、lineage 與 cross-modal projection 的 persistent generative state object。

本文提出八個核心猜想：

Reusable Generative Memory Conjecture：累積 validated seeds 可降低未來重新從寬廣生成空間搜尋的成本；
Portfolio Retrieval Conjecture：relation / identity / factor / compatibility-aware retrieval 優於單純 vector-nearest retrieval；
Lineage Preservation Conjecture：保留 lineage 可顯著降低錯誤合併、錯誤版本重用與不可追溯生成；
Rehydration Conjecture：大量 working generative state 可被解除物化，只保存可重建 substrate，再按需重新水化；
Tiered Memory Conjecture：HOT / WARM / COLD / ARCHIVE 分層可降低 active-context cost，而不顯著降低可用生成能力；
Certificate Freshness Conjecture：version-scoped certificates 能降低 stale seed 被誤用為已驗證 seed 的比例；
Generative Memory Leverage Conjecture：library 的有效能力增長主要來自 validated factors、compatibility edges 與 reusable lineages，而非 artifact count 本身；
Non-Parametric Capability Accumulation Conjecture：在不更新 foundation-model weights 的情況下，Seed Library 仍可透過外部 generative memory 提升任務可達性與生成控制能力，但這應稱 external capability augmentation，而非 model learning。

本文最後提出 GSRT Seed Library MVP：以 SQLite / SEDB-like sparse registry + content-addressed artifact store + graph lineage + vector proposal index 建立最小 runtime；先支援 text seed，再擴張 image seed。MVP 必須具備 ingest、candidate extraction、blind reconstruction、certificate、retrieval、reuse、version drift、lineage、dedup、reopen、archive 與 negative controls。若 Seed Library 只增加 storage overhead，卻不能降低 future search cost、提高 reconstruction reuse、改善 composition control 或維持 provenance，則 Generative Memory Conjecture 應被削弱。

關鍵詞： Seed Library、generative memory、external memory、reconstructive memory、lineage、rehydration、regenerative forgetting、memory tiers、retrieval、provenance、RAG、MemGPT、Voyager、Generative Agents、GSRT

0. 系列位置：Seed 終於變成長期系統

前五篇可以壓縮為：

\boxed{ \text{Artifact} \rightarrow \text{Seed} \rightarrow \text{Factors} \rightarrow \text{Meta-Factors} \rightarrow \text{Cross-Modal Projection}. }

但若每一次成功都只得到孤立檔案：

seed_001
seed_002
seed_003

那還不叫 generative memory。

GSRT-06 問：

這些成功的生成狀態如何成為一個長期可尋址、可驗證、可重新利用的記憶系統？

1. Archive 與 Memory 的第一個區分

Archive 問：

過去保存了什麼？

Generative Memory 問：

過去哪一些生成結構可以被重新使用？

因此：

\boxed{ \text{Archive} \neq \text{Generative Memory}. }

2. Artifact Archive

定義：

\mathcal A.

保存：

exact source；
content hash；
timestamp / provenance；
original metadata；
legal / ownership metadata；
optional original prompt；
original generator execution trace。

3. Seed Store

定義：

\mathcal S.

保存：

whole seed；
reconstruction contract；
generator bindings；
version；
identity；
provenance；
evaluation status。

4. Factor Store

定義：

\mathcal F.

保存：

reusable factors；
target coordinates；
protected coordinates；
dependencies；
incompatibilities；
intervention evidence。

5. Meta-Seed Store

定義：

\mathcal H.

保存：

cross-modal identity；
relations；
temporal structure；
projection contracts；
modality-private residue references。

6. Projection Store

定義：

\mathcal P.

保存：

h \xrightarrow{\pi_m} S_m

的：

projector version；
preservation declaration；
approximation；
omitted relations；
private residue。

7. Registry

定義：

\mathcal R.

負責：

seed identity；
factor identity；
relation identity；
field identity；
ontology version；
generator identity；
evaluator identity。

8. Lineage Graph

定義：

\mathcal G_L.

保存：

seed 從哪裡來，又變成什麼。

9. Indexes

定義：

\mathcal I.

可以包含：

content hash；
vector index；
relation graph index；
factor index；
identity index；
compatibility index；
lineage index；
version index；
freshness index。

10. Certificates

定義：

\mathcal C.

保存：

reconstruction；
portability；
factor；
composition；
projection；
cycle；
migration；

的可驗證 evidence。

11. Evaluator Store

定義：

\mathcal E.

保存：

evaluator version；
metric；
test corpus；
threshold；
known blind spot；
validation evidence。

12. Tier State

定義：

\mathcal T.

表示：

HOT；
WARM；
COLD；
ARCHIVE；
DORMANT；
INVALID；
TOMBSTONED。

13. Seed Library 的正式定義

\boxed{ \mathfrak L_G = ( \mathcal A, \mathcal S, \mathcal F, \mathcal H, \mathcal P, \mathcal R, \mathcal G_L, \mathcal I, \mathcal C, \mathcal E, \mathcal T ). }

14. Seed Library 不是 Vector DB

vector database 可以解決：

\text{nearest-neighbor proposal}.

但不能單獨負責：

canonical identity；
version；
lineage；
compatibility；
authority；
factor semantics；
certificate freshness。

因此：

\boxed{ \text{Vector Search} \subset \text{Seed Retrieval}. }

15. Seed Library 不是 Prompt History

Prompt history：

prompt 1
prompt 2
prompt 3

回答：

我以前輸入過什麼？

Seed Library 回答：

哪些生成結構已被證明可重建、可組合、可投影、可再利用？

16. Seed Library 不是 Model Checkpoint Store

model checkpoint 保存：

\theta.

Seed Library 保存：

S.

因此：

\boxed{ \text{model capability} \neq \text{external generative memory}. }

17. Seed Library 不是 Artifact Cache

Cache 假設：

將來可能直接重用舊結果。

Seed Library 假設：

將來可能重新生成、變異、組合或投影。

18. Artifact Authority Boundary

即使：

S_X \rightarrow \widehat X \approx X,

原始：

X

仍可擁有：

evidential authority；
authorship；
exact provenance；
legal status。

因此：

\boxed{ S_X \neq Authority(X). }

19. Reconstructible 不是可刪除

核心原則：

\boxed{ \text{Reconstructible} \neq \text{Dispensable}. }

20. 來源刪除權限

Delete source 必須額外滿足：

legal permission；
retention policy；
evidence policy；
exact recovery requirement；
backup；
ownership；
user authorization。

seed reconstruction success 只是一項證據。

21. Seed Object

定義：

\boxed{ \mathsf{SeedObject} = ( id, v, m, payload, contract, bindings, prov, status ). }

22. Whole Seed

whole seed 保存：

factor coupling；
order；
calibration；
residual；
complete reconstruction recipe。

23. Factor View

factor view：

\Phi(S) = (S_1,\ldots,S_k).

它是 seed 的可操作 projection。

24. Whole–Factor Dual Storage

25. Meta-Seed Link

跨模態 seed 可引用：

h\in\mathcal H.

26. Private Residue Link

每個 modality seed 可帶：

R_m^{private}.

27. Seed Status

候選：

CANDIDATE
VALIDATED
REUSABLE
PORTABLE
STALE
INVALID
SUPERSEDED
ARCHIVED
TOMBSTONED

28. Candidate 不等於 Memory Authority

Extractor 建出的 seed：

s

初始只能：

status=CANDIDATE.

29. Validate

至少經：

s \rightarrow G \rightarrow \widehat X

並通過 contract。

30. Promote

通過 validation 才能：

CANDIDATE \rightarrow VALIDATED.

31. Reusable

factor / seed 在多個 task 中通過：

VALIDATED \rightarrow REUSABLE.

32. Portable

跨 decoder / generator family 通過：

REUSABLE \rightarrow PORTABLE.

33. Stale

generator / evaluator / ontology 更新後：

VALIDATED \rightarrow STALE.

STALE 不等於 INVALID。

34. Invalid

若重建失敗或已知 contract 被破壞：

status=INVALID.

35. Superseded

舊 seed 可能仍可用，但有更佳版本：

S_v \rightarrow S_{v+1}.

36. Archive

長期少用，但仍保留。

37. Lifecycle

本文採：

\boxed{ \text{Ingest} \rightarrow \text{Candidate} \rightarrow \text{Validate} \rightarrow \text{Promote} \rightarrow \text{Use} \rightarrow \text{Compress} \rightarrow \text{Dormant} \rightarrow \text{Reopen} \rightarrow \text{Revise} \rightarrow \text{Archive}. }

38. Lifecycle 不是單向

可以：

ARCHIVE \rightarrow REOPEN \rightarrow VALIDATED.

39. Reopen Trigger 1：New Task

過去 seed 沒測：

q_{new}.

需要重新開啟。

40. Reopen Trigger 2：Model Upgrade

\gamma_t \rightarrow \gamma_{t+1}.

41. Reopen Trigger 3：Failed Generation

原 certificate 宣告通過，但新 run failure。

42. Reopen Trigger 4：New Evidence

新 artifact 顯示 factor ontology 不完整。

43. Reopen Trigger 5：Ontology Migration

例如：

style

被拆為：

line
palette
shading

44. Reopen Trigger 6：User Request

使用者要求：

重新驗證。

45. Reopenable Compression

對高價值 seed：

\boxed{ \text{compression} \text{ should preserve a path to reopen evidence}. }

46. Memory Tier

\boxed{ HOT \rightarrow WARM \rightarrow COLD \rightarrow ARCHIVE. }

47. HOT

常用：

identity factors；
active project seeds；
frequently reused style；
active compatibility rules。

48. WARM

近期使用：

recent branches；
recent compositions；
project-local variants。

49. COLD

少用但仍可查：

old versions；
old experiments；
low-frequency factors。

50. ARCHIVE

主要保留：

provenance；
historical seeds；
superseded generators；
evidence。

51. Active Context

模型當下看到：

C_t^{active}.

52. Resident Memory

runtime 快速可讀：

M_{resident}.

53. Addressable Memory

完整 library：

M_{addressable}.

54. 三者分離

\boxed{ C_t^{active} \subseteq M_{resident} \subseteq M_{addressable}. }

55. 不需要把整個 Seed Library 塞進 context

這是 hierarchical generative memory 的基本條件。

56. Retrieval Is Generative Projection

對 query：

q,

定義：

\boxed{ \mathcal R(q) = Project \left( q, \mathfrak L_G \right). }

57. Recall Portfolio

retrieval output 不一定是一顆 seed。

可以是：

\boxed{ \mathcal R(q) = ( S_b, F_1,\ldots,F_k, H, K, C ). }

58. Base Seed

S_b

提供初始 whole state。

59. Factor Portfolio

例如：

identity；
composition；
style；
constraints。

60. Meta-Seed

提供跨模態共享 identity / relation。

61. Compatibility Contract

防止非法組合。

62. Certificates

告訴 runtime：

這些 object 在什麼版本、什麼模型、什麼 tolerance 下測過。

63. Retrieval Vector

\boxed{ \mathbf V_{ret} = ( R_{semantic}, R_{relational}, R_{identity}, R_{factor}, R_{compat}, R_{fresh}, R_{cert}, R_{cost} ). }

64. Semantic Relevance

R_{semantic}

可使用 embedding / semantic search。

65. Relational Relevance

R_{relational}

比較：

causal pattern；
dependency；
spatial relation；
temporal pattern。

66. Identity Relevance

R_{identity}

優先 stable entity ID。

67. Factor Relevance

query 指定：

要這種 lighting。

直接查：

factor\_type=lighting.

68. Compatibility

即使很相似：

R_{compat}=0

也不能使用。

69. Freshness

R_{fresh}

考慮：

last validation；
generator version；
ontology version；
evaluator version。

70. Certificate Strength

R_{cert}

區分：

single-run；
repeated；
cross-model；
holdout；
human verified。

71. Cost

R_{cost}

考慮：

seed bytes；
external dependencies；
decode cost；
runtime cost。

72. Retrieval 是 constrained selection

不是：

\arg\max similarity.

更接近：

\boxed{ \arg\max_{\mathcal R} Utility(\mathcal R,q) }

subject to：

compatibility；
freshness；
authority；
budget；
reconstruction contract。

73. Minimal Recall Portfolio

可以研究：

\boxed{ \mathcal R^\star(q) = \arg\min_{\mathcal R} C(\mathcal R) }

subject to generation success。

這是 GSRT-02 在 library retrieval 層的延伸。

74. Rehydration

Seed Library 的 recall 不是把舊 artifact 複製回 context。

而是：

\boxed{ \text{retrieve substrate} \rightarrow \text{reconstruct working generative state}. }

75. Rehydration Pipeline

\boxed{ q \rightarrow Recall \rightarrow Check \rightarrow Assemble \rightarrow Adapt \rightarrow Generate \rightarrow Evaluate \rightarrow Update. }

76. Check

檢查：

version；
compatibility；
authority；
conflict；
freshness；
tool availability。

77. Assemble

whole seed + factors + meta projection。

78. Adapt

對目前 generator：

A_{\gamma}.

79. Generate

\widehat X \sim G_\gamma(S).

80. Evaluate

用：

\mathcal E.

81. Update

成功：

usage count；
certificate；
portability evidence。

失敗：

reopen；
invalidation；
branch；
repair candidate。

82. Seed Lineage Graph

\boxed{ \mathcal G_L = (V_L,E_L,\tau,\nu). }

83. Node Types

artifact；
seed；
factor；
meta-seed；
projection；
certificate；
generator version。

84. Edge Types

至少：

extracted_from
derived_from
compressed_from
factorized_from
composed_from
mutated_from
projected_from
migrated_from
supersedes
invalidates
verified_by

85. Lineage 不是資料夾路徑

它必須能表示：

S_1 \rightarrow \begin{cases} S_{2a}\\ S_{2b}\\ S_{2c} \end{cases}.

86. Branch

不同變體可以共存。

87. Merge

若：

S_a,S_b \rightarrow S_c,

保存兩個 parents。

88. Composition Lineage

S_c = S_a^{identity} \oplus S_b^{style}.

lineage 要保存 factor-level parentage。

89. Meta-Lineage

跨模態：

h \rightarrow S_T,S_I,S_U.

都引用同一 meta parent。

90. Protected Lineage

本文定義：

\boxed{ L_{protected} }

包含：

source artifact hash；
parent ids；
operation；
generator；
version；
validation evidence。

91. Compressible Payload

P_{compressible}

可以：

re-encode；
compact；
rewrite；
migrate。

92. Lineage Separation

\boxed{ SeedObject = ProtectedLineage + CompressiblePayload. }

93. Payload Rewrite 不等於 Identity Loss

如果 identity / lineage invariant 保留：

\boxed{ BitwiseChange \neq SeedIdentityLoss. }

94. Deduplication Layer 1：Byte Duplicate

hash 相同。

95. Deduplication Layer 2：Identity Duplicate

同 stable ID 被重複 materialize。

96. Deduplication Layer 3：Behavioral Equivalence

定義：

\boxed{ s_a \sim_{\Gamma,\mathcal Q,\varepsilon} s_b. }

表示對指定 generator / task / tolerance 行為等價。

97. Behavioral Equivalent 不等於 Identity Same

不同來源：

s_a\neq s_b

可以有：

s_a \sim s_b.

98. Deduplication Layer 4：Lineage Variant

兩 seed 高度相似，但一個是：

repaired；
migrated；
independently rediscovered。

不能直接 collapse。

99. Semantic Duplicate

vector similarity 只能產生：

duplicate\_candidate.

100. Dedup Evidence

真正合併前至少檢查：

identity；
factor set；
behavior；
lineage；
rights；
version；
provenance。

101. Event Identity

重複引用同一生成事件：

event\_id

應 deduplicate。

102. Repetition 不是獨立 evidence

十個 summary 指向同一 source：

\neq

十份獨立證據。

103. Certificate Object

\boxed{ Cert = ( subject, contract, environment, evidence, result, scope, expiry ). }

104. Reconstruction Certificate

證明：

S \rightarrow \widehat X

在特定：

(\gamma,D,\varepsilon,\delta)

通過。

105. Portability Certificate

在：

\Gamma

上通過。

106. Factor Certificate

證明：

target effect；
preservation leakage；
portability。

107. Composition Certificate

證明特定 factor combination 通過。

108. Projection Certificate

證明：

h \rightarrow S_m

保持 relation contract。

109. Cycle Certificate

證明：

h \rightarrow m \rightarrow \widehat h

drift 低於門檻。

110. Migration Certificate

證明：

S^{v1} \rightarrow S^{v2}

沒有超過允許 loss。

111. Certificate Freshness

若：

model update；
evaluator update；
registry update；
ontology update；

則 certificate：

VALID \rightarrow STALE.

112. Stale 不等於 Fail

只表示：

需要重新驗證。

113. Certificate Freshness Conjecture

Conjecture GSRT-06-A

version-scoped certificate 可降低：

\text{stale seed misclassified as verified}

的比例。

114. Field Governance

Seed Library schema 不能假設今天已知道未來所有欄位。

需要 sparse extensible fields。

115. SEDB-like Field Registry

field：

style
identity
projection_loss
generator_scope

不只是一個 JSON key。

它應有：

stable field id；
type；
semantics；
version；
provenance；
lifecycle。

116. Field Relation

可以：

derived_from
merged_into
split_from
equivalent_to
conflicts_with
supersedes

117. Schema Evolution

新 factor 出現：

Need \rightarrow AddField \rightarrow SelectiveFill.

不要求所有舊 seed 立即補完。

118. Sparse Memory Entity

不同 seed 可以有不同 fields。

這對多模態尤其必要。

119. Vector Index 只做 Proposal

embedding 可以：

candidate search；
semantic cluster；
dedup proposal。

但：

\boxed{ Embedding \neq CanonicalIdentity. }

120. Regenerative Forgetting

若某 working material：

W

可安全由：

S+Prov+\gamma

重建，

則可：

\boxed{ Materialized(W) \rightarrow Dormant(W). }

121. Forgetting 不是 Delete

本文將 forgetting 定義成 disposition change。

122. Memory Disposition Family

\boxed{ \mathcal D_M = \{ KEEP, DEMOTE, COMPRESS, DORMANT, REOPENABLE, ARCHIVE, TOMBSTONE, DELETE \}. }

123. KEEP

保持 current tier。

124. DEMOTE

HOT：

\rightarrow

WARM / COLD。

125. COMPRESS

換成更小 representation，但保存 reopen path。

126. DORMANT

不主動參與 retrieval，仍可明確喚回。

127. REOPENABLE

只保存足夠 substrate + source pointer。

128. ARCHIVE

長期保存，低檢索優先。

129. TOMBSTONE

物件已刪 payload，但保留：

identity；
lineage；
deletion event；
reason。

130. DELETE

真正移除。

需最高治理門檻。

131. Regenerative Forgetting Conjecture

Conjecture GSRT-06-B

若 reconstruction substrate 與 evidence authority 分離得當，部分 working generative material 可解除物化而不顯著降低 future task performance。

132. Forgetting Gate

決策：

\boxed{ FG(x,q,policy,evidence). }

133. 不允許「因為很久沒用就刪」

age 只是 signal。

134. Utility

定義 seed utility vector：

\boxed{ \mathbf U_s = ( U_{reconstruct}, U_{reuse}, U_{compose}, U_{port}, U_{fresh}, U_{prov}, U_{cost} ). }

135. Usage Count 不等於 Utility

冷門但關鍵 seed：

usage\approx0

也可能高價值。

136. Seed Retrieval Log

每次 recall 記：

query；
selected seeds；
rejected candidates；
reason；
generator；
result。

這為後續 GSRT-07 navigation 提供資料。

137. Success Feedback

若 seed 成功：

U_{reuse} \uparrow.

138. Failure Feedback

若 seed 失敗：

freshness 下調；
reopen；
scope 收窄；
invalid。

139. Library Learning 不等於 Weight Learning

Seed Library 可以改善系統行為，但 foundation model：

\theta

沒改。

所以：

\boxed{ \text{External Memory Learning} \neq \text{Parametric Learning}. }

140. External Capability Augmentation

較精確：

\boxed{ Capability_{effective} = f( \theta, \mathfrak L_G, Retriever, Composer, Evaluator ). }

141. Non-Parametric Capability Accumulation Conjecture

Conjecture GSRT-06-C

固定：

\theta

時，隨 validated Seed Library 增長：

Capability_{effective}

可對特定 generation task family 上升。

142. 這不是保證能力單調上升

library 也可能造成：

stale memory；
bad retrieval；
conflict；
overload。

因此需要 governance。

143. Generative Memory Leverage

Artifact count：

N_A.

Reusable factors：

N_F.

Validated compatibility edges：

N_E.

144. 簡單 Leverage Proxy

可定義：

\boxed{ L_G = \alpha N_S + \beta N_F + \gamma N_E }

只作粗 proxy。

145. 不把所有組合數當能力

即使：

2^{N_F}

巨大，

大部分組合可能非法或低品質。

146. Effective Reachable State Count

更合理：

\boxed{ N_{reachable} = \#\{ \text{validated / high-probability reachable seed states} \}. }

147. Generative Memory Leverage Conjecture

Conjecture GSRT-06-D

library value 與：

reusable factors；
compatibility；
lineage；
certificates；

的關係可能比單純 artifact count 更強。

148. RAG 的位置

RAG 建立：

\boxed{ \text{parametric memory} + \text{non-parametric retrieval} }

作為 generation 的重要架構。

149. Seed Library 與 RAG 的差異

RAG 常 retrieve：

passages；
documents；
facts。

Seed Library retrieve：

generative state；
factor；
meta-seed；
compatibility；
reconstruction recipe。

150. Generative Agents 的位置

Generative Agents 使用：

experience stream；
reflection；
planning；
dynamic retrieval。

這證明 episodic memory + abstraction + retrieval 對 Agent 行為重要。

151. Seed Library 的不同

它不是以「代理人經歷」為基本單位。

而以：

\boxed{ \text{reusable generative state} }

為基本單位。

152. MemGPT 的位置

MemGPT 使用 OS-like virtual context management：

fast memory；
slow storage；
dynamic paging。

這與：

ActiveContext \neq AddressableMemory

高度相容。

153. Seed Library 多一層

MemGPT 處理：

什麼資訊放進 context？

Seed Library 還處理：

什麼生成狀態可以重新生成、組合與投影？

154. Voyager 的位置

Voyager 建立：

\boxed{ \text{ever-growing executable skill library}. }

skill 可被：

retrieve；
compose；
reuse。

155. Seed Library 與 Skill Library

Voyager skill：

\text{executable behavior}.

GSRT seed：

\text{reconstructive / generative state}.

二者可以未來互連，但不是同物件。

156. Skill 也可以成為 Factor

某些 code / agent action seed：

S_C

可能引用 Voyager-like skill。

157. Seed Library Runtime

最小模組：

ArtifactStore
SeedStore
FactorStore
MetaSeedStore
Registry
LineageGraph
IndexHub
CertificateStore
Retriever
Composer
Rehydrator
Evaluator
LifecycleController

158. ArtifactStore

content-addressed。

159. SeedStore

immutable versioned records 優先。

160. FactorStore

factor registry + intervention evidence。

161. MetaSeedStore

cross-modal relation core。

162. Registry

stable ids。

163. LineageGraph

parentage / operations。

164. IndexHub

多索引組合。

165. CertificateStore

validation evidence。

166. Retriever

建立 recall portfolio。

167. Composer

只執行合法 partial composition。

168. Rehydrator

把 external memory 變成 current generator-readable state。

169. Evaluator

reconstruction / factor / cross-modal / functional。

170. LifecycleController

tier / reopen / stale / archive。

171. MVP Storage

第一版不需要分散式資料庫。

可使用：

\boxed{ SQLite + ContentAddressedFiles + VectorIndex + GraphTables. }

172. SEDB-like Extension

若 sparse fields 快速增長：

\boxed{ \text{field registry} + \text{sparse values} }

比固定巨大 schema 更適合。

173. MVP v0.1：Text Seed Library

資料：

100-500

texts。

174. Ingest

每個 text：

artifact hash；
source；
seed candidates。

175. Validate

blind reconstruction。

176. Store Certificate

保存：

model；
version；
fidelity；
date；
seed hash。

177. Reuse

對新 query：

產生具有相同 relation structure 的新文本。

retriever 找 factor / seed。

178. Measure Search Reduction

baseline：

\text{fresh prompt + sampling}.

Seed Library：

\text{retrieve + adapt}.

179. Search Cost

定義：

\boxed{ C_{search} = N_{generation} + C_{human/model\ evaluation} + C_{revision}. }

180. Reuse Benefit

\boxed{ B_{reuse} = C_{search}^{baseline} - C_{search}^{library}. }

181. Reusable Generative Memory Conjecture

Conjecture GSRT-06-E

對 repeated / structurally related generation tasks：

\boxed{ \mathbb E[B_{reuse}]>0. }

182. MVP v0.2：Image Seed Library

加入：

image artifacts；
identity；
composition；
style；
lighting factors。

183. Image Retrieval

query：

同一角色，換室外黃昏構圖。

return：

identity factor；
composition candidate；
lighting factor；
compatibility。

184. Image Baseline

plain prompt + random sampling。

185. Library Condition

seed retrieval + composition + generation。

比較：

candidate count；
human selection rounds；
identity fidelity；
composition fidelity。

186. MVP v0.3：Cross-Modal

meta-seed：

h

連：

text；
image。

187. Version Drift Test

generator：

G_v \rightarrow G_{v+1}.

抽樣舊 seeds。

188. Revalidate

觀察：

P_{stale}.

189. Certificate Expiry Policy

可依：

time；
model version；
breaking change；
ontology change。

190. Retrieval Baseline A：Vector Only

nearest embedding。

191. Retrieval Baseline B：Metadata Filter + Vector

192. Retrieval Baseline C：Seed Portfolio

identity + relation + factor + compatibility + certificate。

193. Portfolio Retrieval Conjecture

Conjecture GSRT-06-F

在 generation reuse task 上：

\boxed{ PortfolioRetrieval > VectorOnly }

對成功率與控制性具有穩定優勢。

194. Dedup MVP

建立：

exact duplicates；
paraphrase seeds；
same behavior / different lineage；
independently extracted equivalents。

195. Dedup Acceptance

不能把：

\text{same behavior}

自動 merge 成：

\text{same identity}.

196. Forgetting MVP

選擇可重新生成 projection。

197. Dematerialize

移除 active cached artifact。

198. Rehydrate

只靠：

seed；
generator；
provenance；

重新生成。

199. Measure

reconstruction fidelity；
storage saved；
compute cost；
latency；
failure rate。

200. Rehydration Cost

\boxed{ C_{rehydrate} = C_{retrieve} + C_{decode} + C_{generate} + C_{verify}. }

201. Storage–Compute Tradeoff

減少 storage：

\Downarrow

可能增加：

C_{rehydrate}.

202. 不存在免費遺忘

因此 memory policy 是：

\boxed{ \text{storage} \leftrightarrow \text{compute} \leftrightarrow \text{latency} \leftrightarrow \text{risk}. }

203. Memory Tier Optimization

對 item $i$ ：

tier_i

可解：

\boxed{ \min C_{storage} + C_{expected\ recall} + C_{risk}. }

204. 但 Risk 必須可解釋

不能因一個 opaque score 低，就刪 evidence。

205. Negative Control 1：Random Seed Retrieval

若 random seed 和 intelligent retrieval 差不多：

retrieval layer 無價值。

206. Negative Control 2：Stale Seed

故意使用已知舊 model seed。

測 freshness gate。

207. Negative Control 3：Wrong Identity

semantic 很近但 identity 不同。

測 identity index。

208. Negative Control 4：Incompatible Factors

測 compatibility gate。

209. Negative Control 5：Copied Evidence

十份同源 certificate。

不應被當十份獨立證據。

210. Negative Control 6：Vector Collision

embedding 很近但 relation direction 相反。

211. Failure F1：Memory Bloat

|\mathfrak L_G| \rightarrow\infty

但 reuse 不增。

212. Failure F2：Retrieval Pollution

舊 seed 干擾新 generation。

213. Failure F3：Lineage Loss

compression 後不知道來源。

214. Failure F4：Certificate Staleness

舊 validation 被誤認為 current。

215. Failure F5：Factor Drift

factor identity 不同版本含義變了。

216. Failure F6：Dedup Collapse

不同 lineage 被錯誤合併。

217. Failure F7：Over-Materialization

所有 seed / artifact 都維持 HOT。

218. Failure F8：Under-Materialization

每次都重新生成，compute cost 爆炸。

219. Failure F9：Source Deletion

以「可重建」為理由刪掉不可替代 source。

220. Failure F10：Similarity Tyranny

vector nearest 被當最終 truth。

221. Failure F11：Unbounded Schema Drift

不同 Agent 自創：

style
visual_style
styling
style_v2

222. Failure F12：Registry Overreach

反過來 schema 太僵硬，阻止新 factor 出現。

223. Failure F13：Generator Lock-In

所有 seed 只對單一 provider 有效。

224. Failure F14：Rehydration Failure

dormant item 無法重新物化。

225. Failure F15：Archive Amnesia

archive technically exists，但索引不可達。

226. Falsification 1：No Reuse Benefit

若：

B_{reuse} \le 0

在大多數 repeated task 上成立，Seed Library 沒有工程優勢。

227. Falsification 2：Portfolio No Better

若 vector-only 與 portfolio retrieval 無穩定差異，複雜 retrieval architecture 應簡化。

228. Falsification 3：Lineage No Value

若 lineage 不改善：

rollback；
dedup；
audit；
migration；

則 protected lineage 可能過度設計。

229. Falsification 4：Tiering No Value

若 HOT / WARM / COLD 不降低 context / latency / storage cost，tiering 應簡化。

230. Falsification 5：Certificates No Value

若 stale / valid certificate distinction 不能預測 failure，certificate model 需重構。

231. Falsification 6：Rehydration Too Expensive

若：

C_{rehydrate}

長期大於直接存 artifact 的成本，regenerative forgetting 不具經濟性。

232. Falsification 7：Factor Library Does Not Compound

若 factor count / compatibility growth 不改善新 task generation，Library Leverage Conjecture 需削弱。

233. Falsification 8：External Memory Cannot Improve Fixed Model

若固定 model 在 Seed Library 增長後 task performance 無改善，Non-Parametric Capability Accumulation 不獲支持。

234. 八個核心猜想

C1 — Reusable Generative Memory

validated seed reuse 可降低 future generation search cost。

C2 — Portfolio Retrieval

relation / identity / factor / compatibility-aware retrieval 優於 vector-only。

C3 — Lineage Preservation

protected lineage 降低錯誤合併與不可追溯。

C4 — Rehydration

部分 working state 可安全 dematerialize 並按需重建。

C5 — Tiered Memory

分層降低 active-context burden。

C6 — Certificate Freshness

version-scoped validation 降低 stale misuse。

C7 — Generative Memory Leverage

factor / compatibility / lineage 比 artifact count 更接近有效 library value。

C8 — Non-Parametric Capability Accumulation

固定權重仍可由外部 generative memory 提升特定 task capability。

235. 本文不主張的事情

本文不主張：

seed 可以取代 source archive；
可重建就代表可以刪原件；
vector DB 就等於 Seed Library；
HOT / WARM / COLD 是唯一 tiering；
所有 seed 都應永久保存；
所有 seed 都應進入 active context；
external memory 等於 model learning；
certificate 永久有效；
semantic equivalence 等於 identity equivalence；
Seed Library 一定單調提高能力；
所有 factor 組合都合法；
ISQL 已經是 Seed Library storage format；
SEDB 已經是唯一最佳資料庫；
MVP 需要一開始就分散式；
library artifact count 可以直接代表 generative intelligence。

236. 本文真正建立的新層

前篇：

\text{Seed} \rightarrow \text{Factor} \rightarrow \text{Meta-Seed}.

本文：

\boxed{ \text{Generative Object} \rightarrow \text{Persistent Identity} \rightarrow \text{Lifecycle} \rightarrow \text{Retrieval} \rightarrow \text{Rehydration} \rightarrow \text{Reuse}. }

237. 從一次成功到可累積經驗

今日：

\boxed{ \text{Generation} \rightarrow \text{Artifact}. }

Seed Library：

\boxed{ \text{Generation} \rightarrow \text{Artifact} + \text{Reusable Generative State}. }

238. 生成一次，留下的不只是結果

而是：

seed；
factors；
compatibility；
failure；
evaluation；
lineage。

239. Generative Experience

本文把一次成功生成所累積的可重用外部狀態稱為：

Generative Experience

它不是人格記憶。

240. Experience Accumulation

\boxed{ \mathfrak L_{G,t+1} = Update \left( \mathfrak L_{G,t}, e_{t+1} \right). }

241. Update 不一定是 Append

可以：

add；
merge；
branch；
invalidate；
demote；
split；
reopen。

242. External Learning Loop

\boxed{ Generate \rightarrow Evaluate \rightarrow Extract \rightarrow Store \rightarrow Retrieve \rightarrow Regenerate. }

243. 這是 Library Learning

而不是：

\theta_{t+1} = \theta_t+\Delta\theta.

244. 長期結果

若成立：

\boxed{ \text{generation history} \rightarrow \text{increasingly structured external generative memory}. }

245. 與 GSRT-07 的接口

Seed Library 存在後，下一個問題是：

有了大量 seed / factor / compatibility edge，如何在這個空間裡尋路？

也就是從：

\text{retrieve old seed}

進一步到：

\boxed{ \text{search / mutate / traverse seed space}. }

這就是：

GSRT-07 — From Sampling to Seed-Space Navigation

246. 結論

GSRT-06 把 Seed Library 從「放 seed 的資料庫」重新定義成：

\boxed{ \text{a persistent, versioned, lineage-preserving, reconstructive generative memory system}. }

它的核心能力不是：

存得多。

而是：

\boxed{ \text{能找對} + \text{能重建} + \text{能重用} + \text{能驗證} + \text{能知道來源} + \text{能知道何時失效} + \text{能安全解除物化} + \text{能重新開啟}. }

真正成熟的 Seed Library 因此必須同時具有：

\boxed{ \text{Source Archive} + \text{Seed Store} + \text{Factor Store} + \text{Meta-Seed Store} + \text{Registry} + \text{Lineage} + \text{Indexes} + \text{Certificates} + \text{Lifecycle}. }

如果這個架構成立，生成式 AI 的歷史就不再只是：

\text{大量輸出檔案}.

而可能逐漸變成：

\boxed{ \text{可重新調用的生成經驗}. }

這是「不用每次重新抽卡」真正的記憶前提。

沒有 Seed Library，seed 只是一次性技巧。

有了 Seed Library，seed 才可能變成長期生成能力的一部分。

參考文獻

Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W.-t., Rocktäschel, T., Riedel, S., & Kiela, D. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems 33.
Park, J. S., O'Brien, J. C., Cai, C. J., Morris, M. R., Liang, P., & Bernstein, M. S. (2023). Generative Agents: Interactive Simulacra of Human Behavior. UIST 2023.
Packer, C., Wooders, S., Lin, K., Fang, V., Patil, S. G., Stoica, I., & Gonzalez, J. E. (2023). MemGPT: Towards LLMs as Operating Systems. arXiv:2310.08560.
Wang, G., Xie, Y., Jiang, Y., Mandlekar, A., Xiao, C., Zhu, Y., Fan, L., & Anandkumar, A. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models. arXiv:2305.16291.
Neo.K. (2026). 生成種子重建猜想：從已生成 Artifact 到可重用生成狀態. GSRT-01.
Neo.K. (2026). 最小可重建種子與生成重建複雜度. GSRT-02.
Neo.K. (2026). 共享模型先驗與跨 AI 模糊語義解碼. GSRT-03.
Neo.K. (2026). 生成種子的因子分解與可組合性. GSRT-04.
Neo.K. (2026). 跨模態生成種子與共享生成元空間. GSRT-05.
Neo.K. (2026). World Memory Compression and Long-Horizon Mathematical Persistence. MWT-10.
Neo.K. (2026). 從記憶保存到認知重建：長期 AI 記憶的生成基底、再生性遺忘與認知等價.
Neo.K. (2026). SEDB Unbounded Dynamic Field Technical Whitepaper.
Neo.K. (2026). Persistent Local Experience. ARCAI Paper 04.

Appendix A. Canonical Seed Library Definition

\boxed{ \mathfrak L_G = ( \mathcal A, \mathcal S, \mathcal F, \mathcal H, \mathcal P, \mathcal R, \mathcal G_L, \mathcal I, \mathcal C, \mathcal E, \mathcal T ). }

Appendix B. Canonical Rehydration Pipeline

\boxed{ q \rightarrow \text{Recall Portfolio} \rightarrow \text{Compatibility Check} \rightarrow \text{Seed Assembly} \rightarrow \text{Generator Adapter} \rightarrow \text{Artifact} \rightarrow \text{Evaluation} \rightarrow \text{Memory Update}. }

Appendix C. Seed Library Object Schema

seed_object:
  id:
  version:
  modality:
  status:
  tier:

  payload:
  payload_hash:

  reconstruction_contract:
    generator_scope:
    evaluator_scope:
    epsilon:
    delta:

  factors:
  meta_seed:
  private_residues:

  dependencies:
  incompatibilities:
  generator_bindings:

  provenance:
    source_artifacts:
    extractor:
    created_at:
    parent_seeds:
    operation:

  certificates:
    reconstruction:
    portability:
    factor:
    composition:
    projection:
    cycle:
    migration:

  freshness:
    last_validated:
    generator_version:
    ontology_version:
    evaluator_version:

  lifecycle:
    state:
    reopen_triggers:
    disposition:

  lineage:
    parents:
    children:
    supersedes:
    superseded_by:

Appendix D. Lineage Edge Schema

lineage_edge:
  edge_id:
  source_id:
  target_id:
  operation:
    extracted_from
    derived_from
    compressed_from
    factorized_from
    composed_from
    mutated_from
    projected_from
    migrated_from
    supersedes
    invalidates
    verified_by
  operator_version:
  evidence:
  timestamp:

Appendix E. Retrieval Record

generative_recall:
  query_id:
  query_contract:
  selected:
    base_seed:
    factors:
    meta_seed:
    compatibility:
    certificates:
  rejected:
  reasons:
  cost_budget:
  generator:
  result:
  evaluation:
  memory_update:

Appendix F. MVP Acceptance Gates

MVP 至少通過：

G1  ingest + stable identity
G2  candidate -> blind validation
G3  certificate storage
G4  portfolio retrieval
G5  successful seed reuse
G6  lineage preservation
G7  dedup without identity collapse
G8  stale-version detection
G9  reopen and revalidation
G10 tier movement
G11 rehydration after dematerialization
G12 source archive remains independent

Appendix G. Canonical Claim Strength

本文目前允許：

\boxed{ \text{Validated reconstructive seeds can be organized as a persistent external generative memory whose value is testable through retrieval, reuse, lineage, rehydration, and lifecycle experiments.} }

本文目前不允許：

\boxed{ \text{A Seed Library automatically constitutes learning, intelligence growth, or safe replacement of original artifacts.} }

文件結束