視覺演化與自適應算子生態：從固定美術語法到開放世界創作系統

Visual Evolution and Adaptive Operator Ecology

——當藝術、AI、媒介與觀察者共同演化時，視覺理論如何保持可用而不僵化

VUSD Series — Paper 05 / 05
作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-08-31
定位： 基礎理論 / Open-World Visual Theory / Adaptive Operator Ecology
研究狀態： 理論框架；本文提出的是演化式視覺知識模型，而非宣稱可預測所有未來藝術形式

摘要

Visual Understanding Shared-Domain Theory（VUSD）前四篇建立了：

Creator Intent、Context、Visual Decision、Perceptual Mechanism、Shared Domain、Observer Projection 與 Experienced Meaning 的分層；
Known Intent、Inferred Intent、Creator Rationale、Functional Rationale 與 Evidence Provenance 的分離；
Understanding Shared-Domain Operator Family；
Visual Counterfactual Reasoning 與可檢驗的視覺因果假說。

然而，若整個理論停在此處，就仍有一個根本問題：

美術不是靜態系統。

藝術會演化。

創作者會演化。

媒介與工具會演化。

AI 會演化。

觀察者會演化。

市場、文化、符號與審美慣例也會演化。

因此，任何固定的：

美術規則表
構圖法則表
風格分類表
Shared-Domain Operator Set

都只能被視為某個時間、媒介與文化範圍內的暫時模型。

本文因此提出：

Visual Adaptive Operator Ecology

視覺自適應算子生態

核心形式為：

\boxed{ \mathcal O_{\mathrm{visual}}(t) \neq \mathcal O_{\mathrm{visual}}(t+1) }

以及：

\boxed{ \mathcal U(t) \neq \mathcal U(t+1). }

本文主張，視覺算子應被建模為：

可發現
可版本化
可組合
可分裂
可合併
可重新解釋
可限定適用域
可失效
可復興
可被 AI 與人類共同創造

的動態知識實體。

因此：

\boxed{ \text{Domain Constraint} \neq \text{Ontological Closure}. }

我們可以先對角色立繪、電影構圖、UI、古風人物、油畫或漫畫建立高度約束的 Operator Family；但不能因此宣稱：

這些就是全部美術的永久語法。

本文最後提出 Operator Lifecycle、Operator Ecology Graph、Sharedness Drift、Observer Evolution、Human–AI Visual Coevolution、Novel Operator Discovery、Fork / Merge / Deprecation，以及 Visual Theory Runtime 所需的版本化知識結構。

1. 前四篇仍有一個潛在危險

假設我們建立：

\mathcal U_0 = \{ Attention, Salience, Contrast, Distance, Reciprocity, Reveal, Conceal, Rhythm, Tension, \dots \}.

很容易在工程上逐漸變成：

「這就是完整的視覺理解本體。」

但這是不合理的。

因為：

\boxed{ \mathcal U_0 \neq \mathcal U_{\mathrm{all}}. }

Paper 03 已經提出這條邊界。

Paper 05 的任務是進一步說明：

為什麼它永遠不能被視為終局。

2. 美術不是固定對象

藝術形式會被：

材料
工具
技術
經濟
政治
文化
平台
市場
受眾
AI

持續改寫。

因此：

Art_t \neq Art_{t+1}.

例如：

油畫顏料
攝影
電影
彩色印刷
漫畫網點
數位繪圖
3D CGI
手機螢幕
短影音
生成式 AI
VR / AR

每一種技術都不只是：

讓舊藝術做得更快

而可能直接創造：

新的 visual decision space
新的 compositional grammar
新的 observer expectation
新的 production constraint

3. Visual Understanding 必須時間化

Paper 01 的：

Meaning = f( Artifact, Observer, Context )

應升級成：

\boxed{ Meaning_t = f( Artifact_t, Observer_t, Context_t ). }

因為：

Observer_t \neq Observer_{t+1}.

4. 同一作品的 Meaning 也會變

一件作品不必改變像素，

但：

Artifact = constant

時：

Meaning_t \neq Meaning_{t+1}

仍可能成立。

原因包括：

文化符號改變
觀眾習慣改變
技術普及
新的政治語境
新的藝術史分類
新的媒介慣例
新的 AI 視覺語言

因此：

\boxed{ \text{Artifact Stability} \neq \text{Meaning Stability}. }

5. 「前衛」會老化

某種形式在時間 $t$ ：

novel
strange
avant-garde

在時間 $t+1$ ：

mainstream
familiar
retro

都可能成立。

因此：

Novelty_t(A) \neq Novelty_{t+1}(A).

6. Observer Prior 會更新

Paper 03 將 expectation 定義為 observer-conditioned operator。

現在更完整：

Prior_O(t+1) = Update( Prior_O(t), Artifacts_t ).

所以：

Expectation_t \neq Expectation_{t+1}.

藝術作品反過來修改觀察者本身。

7. 美術與 Observer 是耦合演化

並不是：

Art \rightarrow Observer.

而是：

\boxed{ Art_t \leftrightarrow Observer_t. }

觀察者偏好影響：

創作者
平台
市場
AI training data

而新作品又影響：

observer prior
visual literacy
genre expectation

因此：

(Art,Observer)_{t+1} = F( Art_t, Observer_t ).

8. 創作者也會演化

同一藝術家：

Creator_t \neq Creator_{t+1}.

原因：

技能增加
審美轉變
生活經驗
新工具
新媒介
市場回饋
政治環境
與 AI 共創

所以 Paper 02 的 Creator Intent：

I_t

必須版本化。

9. AI 也是演化中的視覺參與者

AI 不只是工具。

它至少可能扮演：

Observer
Evaluator
Generator
Editor
Art Director
Operator Discoverer
Theory Compiler

而：

AI_t \neq AI_{t+1}.

今天不能理解的視覺關係，

下一代模型可能能理解。

今天無法操作的 latent state，

下一代 provider 可能可直接 address。

10. AI Capability Drift

因此應定義：

Capability_{AI}(t).

例如：

2024:
image caption

2026:
multimodal visual comparison
reference-conditioned evaluation
counterfactual visual reasoning

future:
native trajectory intervention
operator discovery
cross-medium visual synthesis

這些只是概念示意，不是時間預測。

重點是：

\boxed{ \text{AI Visual Capability} \text{ is non-static}. }

11. Operator Set 也必須演化

如果藝術與 observer 都會變，

則：

\mathcal O_t

不能固定。

更合理：

\boxed{ \mathcal O_{t+1} = Adapt( \mathcal O_t, E_t ) }

其中：

E_t

表示新 evidence。

12. Operator Ecology

本文不將 Operator Registry 視為：

dictionary

而視為：

Ecology

因為算子可能：

出生
擴散
組合
變異
分化
競爭
共存
失效
復興
跨媒介遷移

這些行為更接近生態與語言演化，

而不是固定函式庫。

13. Operator Lifecycle

本文提出：

\boxed{ Discover \rightarrow Hypothesize \rightarrow Test \rightarrow Provisionalize \rightarrow Adopt \rightarrow Evolve \rightarrow Fork/Merge/Deprecate }

14. Discover

來源可能是：

新作品
新畫家
新媒介
新 AI 生成
新受眾反應
跨文化比較
counterfactual experiment

系統發現：

現有 operator 無法充分描述某種穩定關係。

15. Hypothesize

建立：

CANDIDATE_OPERATOR

包含：

provisional name
observed pattern
possible inputs
possible outputs
scope
alternative explanation

16. Test

透過：

cross-work comparison
counterfactual intervention
human annotation
AI cross-model comparison
observer test

檢查。

17. Provisionalize

即使初步有效，

預設狀態也應是：

PROVISIONAL

不是：

UNIVERSAL

18. Adopt

只有當：

repeated evidence
stable definition
useful discrimination
counterfactual utility

達標，

才進入：

ACTIVE

19. Evolve

Operator 的定義可能改變：

O^{v0.1} \rightarrow O^{v0.2}.

但舊版本不應消失。

20. Fork

如果一個 operator：

在不同 domain 表現不同

可：

O \rightarrow \{ O_a, O_b \}.

例如：

visual tension

可能拆成：

portrait relational tension
architectural spatial tension
temporal cinematic tension

21. Merge

若兩個算子：

長期無法穩定區分
高度重疊

可：

O_a+O_b \rightarrow O_c.

22. Deprecate

若 operator：

定義失敗
不可驗證
只是假相關
被更佳模型取代

可標：

DEPRECATED

但不必刪除歷史紀錄。

23. Deprecated ≠ False Forever

歷史上某個 operator 可能：

在特定時代有效

但今天不再普適。

因此應標：

HISTORICAL

而不是：

FALSE

24. Operator Status

第一版狀態：

CANDIDATE
PROVISIONAL
ACTIVE
DOMAIN_ACTIVE
HISTORICAL
DEPRECATED
MERGED
FORKED
DISPUTED

25. Scope 是一級屬性

每個 Operator 都必須回答：

在哪裡成立？

Scope 可包含：

time
culture
medium
genre
artist
audience
AI model
task

因此：

O= ( Definition, Scope, Evidence, Version ).

26. Domain Constraint

我們完全可以說：

在古風角色立繪 domain 中，先使用這一套 operator。

這是工程上必要的。

但：

\boxed{ \text{Domain Constraint} \neq \text{Ontological Closure}. }

即：

我們只是限定目前的研究範圍。

不是：

世界只能這樣畫。

27. Bootstrap Ontology

Paper 03 的：

\mathcal U_0

因此應稱：

Bootstrap Shared-Domain Ontology

而不是：

Final Visual Ontology。

28. Operator Ecology Graph

定義：

G_O(t) = ( V_O, E_O ).

其中：

$V_O$ ：Operator；
$E_O$ ：Operator relationship。

關係包括：

derived_from
specializes
generalizes
composes_with
conflicts_with
replaces
forked_from
merged_from
historically_precedes
inspired_by

29. Operator Genealogy

例如：

portrait_gaze_tension

可能來自：

directional_conflict
+
viewer_binding
+
distance_relation

所以：

O_c = Compose( O_a, O_b, O_d ).

這形成 operator genealogy。

30. 視覺語法也有譜系

藝術史中的：

流派
畫派
風格
媒介

可以和 Operator Genealogy 對接。

但兩者仍不相同。

\boxed{ \text{Art Movement} \neq \text{Operator Family}. }

一個 movement 可以共享多個 operator，

同一 operator 也可能跨 movement。

31. 高階美術 Operator 可以是歷史條件式

例如：

modern_gacha_gloss
90s_visual_novel_proportion
cyberpunk_neon_coding
ink_wuxia_negative_space

這些非常有用。

但它們應標：

historically conditioned
domain composite

而不是 universal primitive。

32. Stable Core 與 Adaptive Periphery

可以暫時把 Operator Ecology 分：

Stable Core

例如：

overlap
scale
direction
contrast
repetition

跨 domain 可能較穩。

Adaptive Periphery

例如：

genre-specific glamour
platform-specific thumbnail salience
era-specific fashion coding
AI-native texture language

更容易變。

33. Stable 不等於永恆

即使 Stable Core：

O_s

也只能說：

目前跨大量 domain 較穩定。

不能說：

O_s = UniversalTruth.

34. Sharedness Drift

Paper 03 提出 Sharedness Score：

S(u_i).

Paper 05 加入時間：

\boxed{ S_t(u_i). }

因此：

\Delta S = S_{t+1}(u_i) - S_t(u_i).

35. Operator Drift

定義：

Drift(O_i,t_1,t_2)

可能來自：

meaning drift
scope drift
observer drift
medium drift
technical drift

36. Symbol Drift

例如某符號：

特定顏色
特定服裝
特定 icon

在不同時代可能完全換意義。

因此：

SymbolMeaning_t \neq SymbolMeaning_{t+1}.

37. Style Drift

同一 Style Label：

anime
retro
cyberpunk
minimalist

在數十年中可能逐漸改義。

所以 Style Archive 應版本化：

Style(t).

38. Aesthetic Basin Drift

生成模型也會建立：

Default Aesthetic Basin

但：

Basin_{model1} \neq Basin_{model2}.

模型演化後：

AI味

本身也會改。

甚至未來可能出現：

early generative AI retro style

39. AI-native Art

未來可能出現一些形式：

不是人類先發明後被 AI 模仿。

而是：

AI search
AI generation
human selection
human revision
AI refinement

共同形成。

因此：

\boxed{ \text{AI Art Evolution} \neq \text{Human Art Imitation Only}. }

40. Human–AI Visual Coevolution

完整循環：

Human_t \rightarrow AI_t \rightarrow Artifact_t \rightarrow Audience_t \rightarrow Human_{t+1} \rightarrow AI_{t+1}.

所以：

\boxed{ VisualCulture_{t+1} = F( Human_t, AI_t, Artifacts_t, Audience_t, Technology_t ). }

41. 來源變得不可簡單切割

新風格可能同時包含：

人類原始創意
AI 隨機探索
模型 prior
使用者選擇
市場擴散
其他創作者再利用

因此：

「誰發明這個風格？」

可能沒有單一答案。

42. Visual Lineage

未來 Runtime 應保存：

human-originated
ai-originated
co-emergent
unknown
mixed-lineage

但要保留 evidence，

不能靠主觀猜測。

43. AI 可以發現新 Operator

Paper 04 已提出 counterfactual creation。

如果 AI 反覆發現：

某組 visual relations

在不同作品中產生可重現效果，

就可以建立：

CANDIDATE_OPERATOR

44. Operator Discovery Pipeline

\boxed{ Observe \rightarrow Cluster \rightarrow Describe \rightarrow Hypothesize \rightarrow Counterfactual Test \rightarrow Cross-Observer Test \rightarrow Provisional Operator }

45. 無名稱關係也可以先存在

不要要求：

先有漂亮的自然語言名稱才能建檔。

可先表示：

operator_candidate:7831

保存：

structural signature
example set
counterexample set
effect distribution

之後再命名。

46. Natural Language Label ≠ Operator Identity

因此：

\boxed{ \text{Name} \neq \text{Operator}. }

同一 operator 可以有：

中文名
英文名
藝術家俚語
AI temporary label

但 identity 應穩定。

47. Synonym Merge

不同 AI 可能獨立提出：

visual pull
focal attraction
attention gravity

可能其實高度重疊。

需透過 evidence 決定：

merge
related
distinct

48. Polysemy Split

反過來同一詞：

tension

可能包含很多不同 operator。

所以自然語言詞：

Label

不等於：

OneOperator.

49. Dynamic Natural-Language Theory Layer

這正是 VUSD 對先前「數學化／算子化美術」的補充。

我們需要：

formal operator
+
natural-language rationale
+
historical explanation
+
observer interpretation

共同存在。

50. Formal-only Failure

如果只保存：

angle = 37°
contrast = 0.64

AI 知道：

怎麼量。

但不一定知道：

為什麼重要。

51. Language-only Failure

如果只保存：

這樣比較有張力。

則：

不可測
不可比較
不可反事實

52. Dual Representation

因此：

\boxed{ \text{Visual Theory} = \text{Formal Representation} + \text{Natural-Language Rationale}. }

兩者互相校驗。

53. Operator Versioning

例如：

vusd.shared.reciprocity.v0.1
vusd.shared.reciprocity.v0.2

版本更新需記：

definition change
scope change
evidence change
known incompatibility

54. Semantic Version 不必等於軟體版本

可有：

concept_version
schema_version
runtime_version

分開。

因為：

\boxed{ \text{Theory Evolution} \neq \text{Software Release Evolution}. }

55. Knowledge Migration

當 operator split：

O \rightarrow \{ O_1, O_2 \}

舊資料不能直接丟掉。

需要：

migration mapping

例如：

old:tension
→ new:directional_tension
→ new:relational_tension
→ unresolved

56. Unresolved Migration

有些歷史資料無法判斷應映射到哪個新 operator。

應標：

UNRESOLVED

而不是強行猜。

57. Knowledge Runtime 必須允許不一致

兩個理論可能：

互相競爭

而尚未決定。

所以：

\boxed{ \text{Knowledge Base} \neq \text{Single Consistent Doctrine}. }

58. Competing Theories

例如：

Theory A:
對稱主要提高穩定性

Theory B:
在此 domain 對稱主要提高 institutional formality

兩者可以同時存在。

系統保存：

scope
evidence
counterevidence

59. Plurality by Design

藝術理論本身就可能存在：

形式主義
心理學
符號學
歷史分析
市場分析
創作者自述

VUSD 不需要把它們強制壓成一個唯一答案。

60. Theory Conflict Operator

甚至可以建立：

supports
contradicts
scope_overlaps
scope_disjoint
alternative_explanation

來管理理論衝突。

61. Observer Evolution

Observer 不是固定 profile。

定義：

O_t = ( Culture_t, Knowledge_t, Preference_t, Prior_t, Task_t, Capabilities_t ).

所以：

O_{t+1} = Update( O_t, Experience_t ).

62. Aesthetic Literacy

觀察者看得越多：

composition
color
art history
AI artifacts

可能改變其 judgment。

所以：

Judgment(O_{novice}) \neq Judgment(O_{expert}).

不是誰一定比較真，

而是 observer state 不同。

63. AI Observer Evolution

AI evaluator 更新模型後：

O_{AI}^{v1} \neq O_{AI}^{v2}.

所以同一張作品：

以前判斷 A
後來判斷 B

不一定是 bug。

可能是：

observer model evolution

但必須版本化。

64. Evaluation Reproducibility

因此每個 judgment 應保存：

observer
model
version
prompt/schema
date
context

否則未來無法重現。

65. Historical Observer Model

甚至可以建立：

observer:VictorianEngland
observer:2020sGachaPlayer
observer:ModernArtHistorian

但都只是模型，

不是完整重建歷史心靈。

66. Observer Model ≠ Actual Historical Person

因此：

\boxed{ \text{Historical Observer Model} \neq \text{Actual Historical Experience}. }

只能是 evidence-constrained approximation。

67. Audience Drift

作品原本的受眾：

Audience_t

與多年後：

Audience_{t+1}

可能不同。

例如原本：

兒童商品

後來可能被：

成人收藏市場

重新解讀。

68. Market Language Drift

Appeal-Preserving 研究中的：

Audience Appeal

也必須時間化：

A_t.

所以：

AudienceAppeal_t \neq AudienceAppeal_{t+1}.

69. Exposure / Tension Drift

某種：

露出
姿勢
眼神

在不同年代的張力作用可能不同。

因此不能把今天的：

TensionMap

直接當成歷史普適值。

70. Dynamic Observer Projection

完整式：

\boxed{ M_{O,t} = \Pi_{O_t}( U_t, C_t ). }

這是 VUSD 第五篇最重要的時間化公式之一。

71. Dynamic Visual Judgment

若：

J_t( Artifact, Observer, Context )

代表 judgment，

則：

J_t \neq J_{t+1}

可能成立。

72. 沒有永久 Beauty Oracle

因此：

\boxed{ \text{Conditional Aesthetic Judgment} \neq \text{Permanent Universal Beauty Oracle}. }

AI 可以判斷，

但它的判斷有：

task
observer
time
culture
model

條件。

73. 這並不導致「一切都是相對」

因為某些結構仍可能高度穩定。

例如：

occlusion
scale
direction
contrast

可以被大量 observer 共同檢出。

所以：

\boxed{ \text{Dynamic Meaning} \neq \text{No Structure}. }

74. Stability 是實證問題

對 operator：

O_i

應實際測：

跨時代穩定度
跨文化穩定度
跨 AI 穩定度
跨媒介穩定度

而不是先驗宣稱普適。

75. Operator Stability Vector

可以：

Stability(O_i) = ( S_{time}, S_{culture}, S_{medium}, S_{observer}, S_{model} ).

76. Universal Claim Gate

若要把某 operator 提升為：

CROSS_DOMAIN_STABLE

至少需要多 domain evidence。

若要叫：

UNIVERSAL

門檻應極高，

甚至 VUSD v0.1 建議：

預設不使用 universal 標籤。

77. Open-World Principle

核心：

\boxed{ \text{Unknown Future Visual Grammar} \text{ must remain representable}. }

系統不能因為資料庫沒有：

這種新藝術

就：

force-map

到舊類別。

78. Unknown Operator State

應允許：

UNKNOWN_RELATION
UNCLASSIFIED_PATTERN
CANDIDATE_NEW_OPERATOR

79. Unknown ≠ Error

新藝術剛出現時：

系統不知道

可能正是正確狀態。

所以：

\boxed{ \text{Unknown} \neq \text{Failure}. }

80. Novelty Detection

如果新作品反覆：

無法被既有 operator 解釋

且存在穩定 pattern，

應提高：

NovelOperatorLikelihood.

81. Operator Discovery Trigger

例如：

Residual = ObservedEffect - PredictedEffect.

若：

Residual

長期在某 cluster 中偏高，

可能表示：

missing operator

82. Residual-driven Theory Growth

因此：

\boxed{ \text{Theory Growth} \leftarrow \text{Persistent Explanatory Residual}. }

這很重要。

理論不是：

想到新詞就加。

而是：

現有模型反覆解釋不了，所以需要新結構。

83. Counterfactual Discovery

Paper 04 的反事實可以主動創造 residual。

例如：

故意違反現有規則

發現：

竟然產生一種穩定新效果。

則：

CounterfactualExploration \rightarrow CandidateOperator.

84. Novel Visual Grammar

新語法可能是：

G_{new} = Compose( O_a, O_b, O_c )

但也可能無法被舊 operator 完整分解。

此時：

NEW_GRAMMAR

應先保存為新實體。

85. Emergent Operator

定義：

在大量案例中反覆出現，具有穩定作用，但並未事先寫入 ontology 的關係模式。

即：

Emergent Visual Operator

86. AI-generated Operator

來源標：

AI_DISCOVERED

不代表：

AI owns truth

而只是 provenance。

87. Human-discovered Operator

同理：

HUMAN_DEFINED
HUMAN_DISCOVERED

也不代表永遠正確。

88. Co-discovered Operator

可能：

AI 找 pattern
人類命名
AI 反事實驗證
藝術家應用

因此：

CO_DISCOVERED

更合理。

89. Evolution through Use

Operator 被藝術家使用後，

可能：

變成慣例
失去 novelty
被反轉
被戲仿

所以 Operator 的 effect 本身可能受到：

UsageFrequency_t

影響。

90. Saturation Effect

某種視覺語法過度使用：

Frequency\uparrow

可能：

Novelty\downarrow.

甚至：

AttentionEffect\downarrow.

這是文化層 feedback。

91. Convention Formation

原本：

novel operator

經大量使用後可能變：

genre convention

所以：

Novel \rightarrow Conventional.

92. Convention Violation

一旦 convention 建立，

新的創作者又可：

故意違反

形成新的 tension。

因此：

Convention \rightarrow Violation \rightarrow NewConvention.

93. Visual Evolution Loop

完整：

\boxed{ Novelty \rightarrow Adoption \rightarrow Convention \rightarrow Saturation \rightarrow Violation \rightarrow Novelty' }

這不是必然規律，

只是可用演化模式。

94. Operator Fitness

可定義暫時性的：

Fitness_t(O)

不是「美學真理」，

而是：

在某 domain / audience / medium 中
被採用與保留的能力

95. Fitness ≠ Quality

很流行：

\not\Rightarrow

很高品質。

所以：

\boxed{ \text{Operator Fitness} \neq \text{Aesthetic Quality}. }

96. Popularity ≠ Universality

同理：

\boxed{ \text{Popularity} \neq \text{Universality}. }

97. Selection Pressure

Operator adoption 受到：

production cost
market performance
platform algorithm
audience preference
technical affordance
creator preference

影響。

98. Platform-induced Visual Evolution

短影音縮圖、

社群 feed、

手機 UI，

會選擇：

high salience
large face
high contrast
fast readability

等策略。

這不代表它們是「更好的藝術」，

而是：

platform fitness

較高。

99. AI Model-induced Visual Evolution

生成模型也可能偏好：

某種臉
某種光影
某種構圖
某種 detail distribution

大量作品因此趨同。

這形成：

Model-induced Aesthetic Selection Pressure

100. Default Convergence Risk

如果 AI 工具總是：

best-looking

但實際：

toward model prior

就會造成：

Distinctiveness\downarrow.

所以 VUSD 必須保留：

rare style
historical style
unfashionable style
deliberate ugliness

等合法空間。

101. Evolution 不等於 Progress

本文拒絕：

\boxed{ \text{Evolution} = \text{Improvement} }

藝術演化只是：

change
adaptation
divergence
recombination

不表示下一代一定更美。

102. AI Evolution 也不等於審美必然進步

模型更強：

理解能力 ↑
生成控制 ↑

可能。

但：

偏見
同質化
市場收斂

也可能提高。

所以：

Capability\uparrow \not\Rightarrow AestheticDiversity\uparrow.

103. Diversity as System Objective

Visual Theory Runtime 應能監控：

operator diversity
style diversity
observer diversity
candidate diversity

避免單一 basin 吞掉全部。

104. Diversity ≠ Randomness

保留多樣性不是：

亂畫

而是：

允許多個有效但不同的 visual grammar 共存。

105. Ecology instead of Canon

因此：

\boxed{ \text{Visual Theory} \text{ should behave more like an ecology than a canon}. }

不是一本：

永久有效的規則書

而是一個：

有歷史
有競爭
有分支
有版本
有證據

的系統。

106. Canonical ≠ Eternal

即使某個 operator 被標：

CANONICAL_FOR_DOMAIN

也只是：

目前 domain runtime 的 canonical representation。

不是永恆真理。

107. Canonicalization 的作用

Canonicalization 是為了：

互通
版本控制
測試
工程可用

不是為了：

宣布藝術完成

108. Dynamic Canon

因此：

Canonical_t \rightarrow Canonical_{t+1}

應允許正常 migration。

109. Evolution Governance

不是任何新 operator 都直接進 canonical。

需要：

evidence gate
scope gate
counterfactual gate
compatibility gate
review gate

110. Operator Admission Gate

建議至少檢查：

是否可明確區分？
是否有重複 evidence？
是否只是現有 operator 的別名？
是否有反事實 utility？
適用 scope 是什麼？
有沒有 counterexample？
是否需要 human review？

111. Operator Promotion

狀態：

CANDIDATE \rightarrow PROVISIONAL \rightarrow ACTIVE

必須是獨立 promotion。

因此：

\boxed{ \text{Operator Discovery} \neq \text{Operator Promotion}. }

112. 與 EveAtelier Promotion Invariant 對齊

這與既有：

\text{Execution Success} \neq \text{Canonical Promotion}

同構。

在知識層：

\boxed{ \text{Hypothesis Success} \neq \text{Knowledge Promotion}. }

113. Theory Candidate ≠ Canonical Theory

同理：

\boxed{ \text{Theory Candidate} \neq \text{Canonical Theory}. }

114. Evidence Decay

某條 theory 的 evidence 可能：

過時
重新解讀
來源失效
被新研究反駁

所以 evidence 也有：

Validity_t.

115. Historical Evidence 不會「過期」，但作用域會改

例如某文獻：

證明 1920 年某流派確實這樣討論

這項歷史事實不必失效。

但不能因此：

推出 2030 年依然同樣有效

116. Temporal Scope

每條 record 應標：

valid_from
valid_to
observed_from
observed_to
historical_scope

117. Confidence Drift

Confidence_t(R)

也可以隨新 evidence 更新。

118. Disagreement Preservation

如果學術界對某作品有多種解讀，

Runtime 應保留：

interpretation A
interpretation B
interpretation C

而不是強行平均成：

one neutral sentence

119. Observer-community Layer

甚至可以建立：

community:art_historians
community:gacha_players
community:traditional_painters

記錄：

interpretation distribution

120. Community ≠ Individual

所以：

\boxed{ \text{Community Model} \neq \text{Individual Observer}. }

121. Dynamic Shared-Domain Operator Family

完整可寫：

\mathcal U_t = \mathcal U_{core,t} \cup \mathcal U_{domain,t} \cup \mathcal U_{candidate,t}.

其中：

core：跨域較穩定；
domain：特定領域有效；
candidate：待驗證新算子。

122. Adaptive Update

\mathcal U_{t+1} = Update( \mathcal U_t, Evidence, Residual, Counterfactual, ObserverShift ).

123. 不一定單調增加

不能假設：

\mathcal U_t \subseteq \mathcal U_{t+1}.

因為會有：

merge
deprecation
reinterpretation

所以是：

\boxed{ \mathcal U_t \rightarrow \mathcal U_{t+1} }

而非單純累加。

124. Dynamic Rationale

同一 visual decision：

D

在不同時間：

R_f(t)

可能不同。

例如：

大眼睛

在某時代：

novel stylization

後來：

genre convention

再後來：

retro coding

125. Dynamic Counterfactual

所以 Paper 04 的：

\Delta U

也應時間化：

\Delta U_t.

126. Visual Counterfactual at Time t

P( \Delta U_t \mid \mathcal I, C_t, O_t ).

這是更完整形式。

127. Theory Revalidation

舊 rule 應定期：

re-test

不是因為所有東西都會壞，

而是：

我們不知道哪些會漂移。

128. Revalidation Priority

可依：

high usage
high historical drift
high observer disagreement
new medium
new AI model

決定。

129. New Medium Entry

若出現新媒介：

未知 display / spatial interface / AI-native canvas

系統不應直接：

套用 2D composition rule

而要建立：

NEW_MEDIUM_SCOPE

130. Cross-medium Migration

某 operator 可以：

2D → film
film → game UI
game UI → VR

但作用可能變。

所以：

Transfer(O,Medium_a,Medium_b)

需驗證。

131. Medium-native Operator

某些 operator 只有特定媒介有：

temporal cut
camera motion
parallax
interactive response

不應硬塞回靜態圖。

132. AI-native Operator

未來也可能出現：

latent-continuity grammar
interactive generative drift
observer-responsive style mutation

等 AI-native visual operators。

目前不應假定其完整形式。

133. Open Slot Principle

Knowledge Runtime 應有：

EXTENSION_SLOT

允許：

unknown future operator families

接入。

134. Schema Evolution

因此資料 schema 也不能封閉。

需：

versioned schema
extension namespace
unknown-field preservation
migration

135. Unknown-field Preservation

舊 runtime 看到新欄位時：

不懂。

應盡量：

preserve

而不是刪掉。

這是跨版本視覺知識的重要工程要求。

136. Formal Ontology 與 Natural Language 同步演化

當 operator 改版，

其：

definition
examples
counterexamples
natural-language explanation
historical notes

也要同步。

137. Explanation Drift

即使數學 operator 不變，

人類如何解釋它也可能改。

所以：

Explanation_t \neq Explanation_{t+1}.

138. Visual Theory Runtime 不是百科全書

它不是只回答：

什麼是印象派？

它需要：

versioned theory
evidence
operator graph
counterfactual record
observer projection

是可執行知識層。

139. Runtime Query Examples

這個 operator 目前在哪些 domain 有效？

它在 1980 與 2026 的 observer projection 有何不同？

哪些新作品正在產生 persistent residual？

是否需要建立 candidate operator？

140. New Artist Ingestion

未來建立畫家檔案時：

作品集合
↓
Visual Decision Extraction
↓
Recurring Pattern
↓
Rationale Evidence
↓
Shared-Domain Profile
↓
Historical Context
↓
Counterfactual Boundary

但要保留：

time evolution

141. Artist as Trajectory

所以畫家不應只是一個固定 Style Vector。

而是：

\boxed{ Artist = Trajectory(t). }

142. Artist Phase

可以有：

early
middle
late
experimental
commission-driven

但以 evidence 為準。

143. Style Distribution over Time

Style_{artist}(t) = Distribution( D_t, U_t ).

144. Audience as Trajectory

同樣：

Audience = Trajectory(t).

145. AI as Trajectory

同樣：

AIObserver = Trajectory(version).

146. VUSD 必須是一個 Dynamic Theory

最終：

\boxed{ VUSD = VUSD(t). }

但這不表示每天全部理論重寫。

而是：

理論允許證據驅動更新。

147. Stability + Plasticity

一個好系統要同時具備：

stability
+
plasticity

太穩：

ontology fossilization

太可塑：

semantic drift chaos

148. Stability–Plasticity Trade-off

可表示：

Utility = Coherence + Adaptability - Drift - Rigidity.

149. Canonical Core + Experimental Edge

建議架構：

Canonical Core
Provisional Layer
Experimental Layer
Historical Layer
Deprecated Layer

150. Canonical Core

供：

AADS
SEDB
Style Atlas
Evaluator
RVGR

穩定使用。

151. Provisional Layer

已經有一定 evidence，

但仍在測試。

152. Experimental Layer

AI / 人類新發現的 operator。

153. Historical Layer

保存舊理論與舊語義。

154. Deprecated Layer

保留 lineage，

但不建議新任務預設使用。

155. Fail Closed on Unresolved Mapping

如果舊 operator 無法安全映射到新版：

UNRESOLVED

不應偷偷選一個。

因此：

\boxed{ \text{Unresolved Semantic Migration} \Rightarrow \text{Fail Closed}. }

156. 與 SEDB-Visual 的關係

SEDB-Visual 應保存：

operator version
time scope
evidence provenance
observer scope
artist phase
historical context

157. 與 Style Atlas 的關係

Style Atlas 不只是：

找像這張的畫風

還應回答：

這個風格在哪個時期？
目前是否已漂移？
哪些 operator 是歷史性的？
哪些仍活躍？

158. 與 AADS 的關係

AADS 不應永遠使用：

fixed operator grammar

而應：

bind runtime-compatible operator version

159. 與 RVGR 的關係

RVGR 的 Rewrite 也可能發現：

existing operator insufficient

但 RVGR 只能提出：

candidate theory signal

不能自行修改 canonical ontology。

160. Self-Proposal ≠ Self-Grant

沿用既有 AI autonomy invariant：

\boxed{ \text{Self-Proposal} \neq \text{Self-Grant}. }

在 VUSD：

\boxed{ \text{AI Operator Proposal} \neq \text{Canonical Operator Admission}. }

161. Capability ≠ Authority

AI 能發現新 pattern：

\not\Rightarrow

AI 自動有權修改 canonical theory。

所以：

\boxed{ \text{Capability} \neq \text{Authority}. }

162. Knowledge Promotion Gate

需要：

evidence
compatibility
scope
counterfactual
review

163. Dynamic Aesthetic Judgment

Evaluator 也應保存：

evaluation model version
theory snapshot
observer profile

否則：

2026 的 ACCEPT

未來可能無法重現。

164. Re-evaluation ≠ Historical Rewrite

未來 evaluator 改版後，

可以：

re-evaluate

但不能刪掉舊 judgment。

165. Judgment Lineage

保存：

J^{v1} \rightarrow J^{v2}

並解釋：

why changed

166. Evolutionary Knowledge Runtime

這直接導向系列 Technical Whitepaper：

Visual Theory Evolutionary Knowledge Runtime

它應把本篇所有：

version
scope
evidence
operator lifecycle
observer drift
migration

工程化。

167. Research Program

Paper 05 建議以下實驗。

E1 — Temporal Operator Stability

對不同年代作品測：

S_t(O).

E2 — Observer Drift

相同作品給：

不同年代資料建模的 observer profile

比較 projection。

E3 — Cross-model Evolution

同一 dataset：

不同 AI model/version

比較 shared-domain extraction。

E4 — Operator Discovery

刻意不提供固定 operator label，

讓多 AI 自主聚類與命名。

E5 — Operator Fork/Merge Validation

觀察：

哪些 operator 應拆
哪些其實同義

E6 — Historical Style Drift

追蹤單一 style label 的 decades evolution。

E7 — Artist Trajectory

將單一畫家不同時期建模為：

Style(t).

E8 — Audience Drift

同作品跨 observer cohort 比較。

E9 — Model-induced Aesthetic Basin

比較不同 image model 的 default convergence。

E10 — Human–AI Coevolution Simulation

追蹤：

AI 產生
人類選擇
人類改寫
AI 再學習

的 visual grammar drift。

168. Falsification

本篇理論若要成立，需要證明：

至少部分 operator 確實存在可測時間漂移；
某些 operator 具有較高跨時間穩定性；
固定 ontology 對新媒介／新作品會出現 persistent residual；
operator discovery 能增加預測或 revision utility；
動態版本化不會導致不可控制 semantic chaos。

如果這些都不成立，

那麼：

固定 operator registry

可能就已經足夠。

VUSD 應接受這種可能。

169. 不是任何變化都需要新 Operator

若只是：

新配色
新服裝
新角色

不一定需要 ontology growth。

需要問：

現有 operator 是否仍能充分描述？

170. Novel Surface ≠ Novel Operator

因此：

\boxed{ \text{Novel Surface} \neq \text{Novel Visual Operator}. }

171. Novel Operator Criteria

至少：

stable relational pattern
repeated occurrence
distinct explanatory value
counterfactual effect
cannot be adequately represented by current operators

172. 不讓 AI 無限發明術語

這是非常重要的工程問題。

若 AI 每看到一張新圖就發明：

operator_88423

系統會失控。

所以需要：

Operator Novelty Threshold

173. Compression Pressure

新的 operator 應該：

增加解釋力，同時減少不必要複雜度。

可表示：

Utility(O_{new}) = ExplanationGain - ComplexityCost.

174. Minimum Description Principle

如果新 operator 只是舊 operator 的組合，

最好保存為：

composite

而非新 primitive。

175. Primitive Promotion Gate

只有無法有效分解時，

才考慮：

primitive candidate

176. Shared-Domain Ecology 不等於無限維混亂

即使 operator 數量增長，

可以透過：

hierarchy
graph
scope
composition
versioning

保持結構。

177. Open World ≠ No Constraints

核心：

\boxed{ \text{Open World} \neq \text{No Constraints}. }

恰恰相反，

開放世界更需要：

evidence
scope
version
lineage

178. Dynamic ≠ Arbitrary

同理：

\boxed{ \text{Dynamic} \neq \text{Arbitrary}. }

更新必須有 evidence。

179. Evolution ≠ Replacement

新美術出現不表示舊美術失去價值。

所以：

\boxed{ \text{Evolution} \neq \text{Replacement}. }

180. Historical Coexistence

古典油畫、

像素藝術、

漫畫、

生成藝術，

可以同時存在。

因此視覺生態：

\text{branching}

比：

\text{linear progress}

更合理。

181. Visual Evolution as Branching Graph

G_{evolution} = ( Styles, Operators, Lineages, Recombinations ).

182. Recombination

新視覺語法常來自：

Style_A + Style_B + Medium_C \rightarrow Style_D.

不是憑空出生。

183. Mutation

AI 生成中的：

unexpected artifact

有時可能被人類視為：

error

也可能被重新利用成：

style feature

所以：

Error_t \rightarrow Operator_{t+1}

在某些情況可能成立。

184. Error ≠ Innovation

但：

\boxed{ \text{Error} \neq \text{Innovation}. }

只有被：

有意識採用
可重複
具作用

後，才可能升格。

185. Intentionalization

一個偶然效果：

accident

被創作者保留並重複使用後：

intentionalized operator

這是藝術史常見的演化機制之一。

186. AI Accidental Discovery

AI 也可能：

生成錯誤
→ 人類覺得有趣
→ 保留
→ 反事實測試
→ 新 visual grammar

這是 Human–AI Coevolution 的重要來源。

187. Creator Intent after Discovery

有趣的是：

新 operator 的第一個出現可能沒有 intent。

但第二次開始：

intentional reuse

所以：

OriginIntent \neq LaterIntent.

188. Historical Reconstruction 因此要小心

看到一個後來成為流派特色的效果，

不能自動推：

第一次出現時作者就知道它會形成這個流派。

189. Emergence ≠ Planned Origin

因此：

\boxed{ \text{Emergence} \neq \text{Planned Origin}. }

190. Evolutionary Rationale

某個 operator 為何被保留，

也可以分析：

production advantage
audience response
distinctiveness
symbolic utility
platform fitness
creator preference

但這是：

evolutionary rationale

不等於作者原始 intent。

191. 新增第四類 Rationale

Paper 02 有：

Creator Rationale
Contextual Cause
Functional Rationale

Paper 05 補：

Evolutionary Rationale

即：

為什麼某種視覺策略在文化／市場／媒介中被保留、擴散或淘汰？

形式：

R_e: O_t \rightarrow O_{t+1}.

192. Evolutionary Rationale ≠ Aesthetic Merit

某策略擴散：

\not\Rightarrow

它更美。

可能只是：

更便宜
更適合縮圖
更適合演算法推薦

193. Full Rationale Model

因此：

R= ( R_c, R_x, R_f, R_e ).

其中：

$R_c$ ：Creator；
$R_x$ ：Contextual；
$R_f$ ：Functional；
$R_e$ ：Evolutionary。

194. 完整 VUSD 時間模型

最終可寫：

\boxed{ I_t \rightarrow C_t \rightarrow D_t \rightarrow P_t \rightarrow U_t \rightarrow \Pi_{O_t} \rightarrow M_t }

而下一時間步：

( Artifacts_t, Observers_t, AI_t, Culture_t ) \rightarrow Update

形成：

\boxed{ VUSD_{t+1}. }

195. Meta-Operator

甚至可以把：

operator discovery
operator split
operator merge
operator deprecation

本身視為：

Meta-Operators

它們操作的是：

Visual Theory

而不是 artwork。

196. Meta-Operator Family

vusd.meta.operator_discover
vusd.meta.operator_hypothesize
vusd.meta.operator_split
vusd.meta.operator_merge
vusd.meta.operator_deprecate
vusd.meta.scope_rebind
vusd.meta.evidence_update
vusd.meta.observer_recalibrate

197. Meta-level Authority

這些 meta-operator 權限應高於一般 visual operator。

因此：

\boxed{ \text{Visual Edit Authority} \neq \text{Theory Mutation Authority}. }

198. Knowledge Governance

Theory mutation 應有：

proposal
review
test
promotion
rollback

199. Rollback

若新版 operator 定義造成：

大量 regression

需要能回退。

所以 theory runtime 也要：

version rollback

200. Rollback ≠ Erase History

回退只是：

active version

改回舊版。

不能刪除：

failed theory version

因為它也是研究證據。

201. Core Invariants

VUSD-E1

\boxed{ \mathcal O_t \neq \mathcal O_{t+1} \text{ may hold}. }

VUSD-E2

\boxed{ \mathcal U_0 \neq \mathcal U_{\mathrm{all}}. }

VUSD-E3

\boxed{ \text{Domain Constraint} \neq \text{Ontological Closure}. }

VUSD-E4

\boxed{ \text{Artifact Stability} \neq \text{Meaning Stability}. }

VUSD-E5

\boxed{ \text{Observer} = \text{Trajectory}, \text{ not fixed constant}. }

VUSD-E6

\boxed{ \text{Evolution} \neq \text{Progress}. }

VUSD-E7

\boxed{ \text{Operator Fitness} \neq \text{Aesthetic Quality}. }

VUSD-E8

\boxed{ \text{Popularity} \neq \text{Universality}. }

VUSD-E9

\boxed{ \text{Novel Surface} \neq \text{Novel Operator}. }

VUSD-E10

\boxed{ \text{AI Operator Proposal} \neq \text{Canonical Operator Admission}. }

VUSD-E11

\boxed{ \text{Open World} \neq \text{No Constraints}. }

VUSD-E12

\boxed{ \text{Dynamic} \neq \text{Arbitrary}. }

VUSD-E13

\boxed{ \text{Evolution} \neq \text{Replacement}. }

VUSD-E14

\boxed{ \text{Emergence} \neq \text{Planned Origin}. }

VUSD-E15

\boxed{ \text{Visual Edit Authority} \neq \text{Theory Mutation Authority}. }

202. 系列總整合

VUSD Series 五篇到此形成完整結構：

Paper 01 — General Theory

I \rightarrow C \rightarrow D \rightarrow P \rightarrow U \rightarrow \Pi_O \rightarrow M.

Paper 02 — Intent / Rationale / Evidence

區分：

R_c, R_x, R_f.

Paper 03 — Shared-Domain Operators

建立：

\mathcal U_0.

Paper 04 — Counterfactual Causality

建立：

\Delta D \rightarrow \Delta P \rightarrow \Delta U \rightarrow \Delta M_O.

Paper 05 — Evolution

時間化：

VUSD \rightarrow VUSD(t).

並新增：

R_e.

203. VUSD 完整形式

因此可以暫時寫成：

\boxed{ VUSD_t = ( I_t, C_t, D_t, P_t, U_t, O_t, M_t, R_t, E_t ) }

其中：

$I_t$ ：Intent；
$C_t$ ：Context；
$D_t$ ：Decision；
$P_t$ ：Mechanism；
$U_t$ ：Shared Domain；
$O_t$ ：Observer；
$M_t$ ：Experienced Meaning；
$R_t$ ：Rationale；
$E_t$ ：Evidence。

並透過：

Update

進入：

VUSD_{t+1}.

204. 理論最終目標

VUSD 不是要回答：

「什麼畫法永遠最好？」

而是建立一個系統，可以回答：

在這個時間、
這個文化、
這個媒介、
這個 observer、
這個創作意圖下，
這個視覺決策為什麼可能有效？

以及：

如果條件改變，
它還有效嗎？

再進一步：

如果新的作品反覆超出既有理論，
我們是否應該修改理論？

205. 最終命題

本文最後提出：

\boxed{ \text{A visual theory must describe an evolving world} }

但同時：

\boxed{ \text{must not freeze that world into its current description}. }

因此：

一套真正 AI-native 的美術理論，不應只是更大的規則書。

它應是一個：

能觀察
能解釋
能反事實
能承認未知
能記錄歷史
能接受競爭理論
能發現新算子
能版本化更新

的開放知識系統。

206. 結論

如果 VUSD 只完成前三篇，

它會是一套很完整的：

視覺描述與理解框架。

如果加上 Paper 04，

它開始具有：

反事實與因果檢驗能力。

而 Paper 05 的作用是防止這整套系統最終變成：

新的固定美術教條。

真正合理的形式是：

\boxed{ \text{Visual Understanding} = \text{Visual Understanding}(t). }

我們可以在某個時代，

對某些 domain，

建立非常高品質、非常嚴格、非常好用的 Visual Operator Set。

但：

\boxed{ \text{現在能描述得很好} \neq \text{未來已被完整定義}. }

因此，VUSD 最終不是：

Closed Visual Ontology

而是：

Evolving Visual Understanding System

當新的藝術家、

新的 AI、

新的媒介、

新的觀察者、

新的文化語法出現時，

系統不是先說：

「你不符合我們的理論。」

而應先問：

「是作品失敗了，還是我們的理論少了一個算子？」

這個問題，

就是 VUSD 從固定美術理論走向真正開放世界視覺智能的最後一步。

End of VUSD Paper 05 / 05 — v0.1