SPET Paper 00

穩定投影期元理論：形式基礎

Stable Projection Epoch Theory: Formal Foundations for Rule-Governed Piecewise-Static Projection

版本：v0.1
日期：2026-08-27
理論定位：SPET Series Paper 00 / Formal Foundations
作者： Neo.K
機構： EveMissLab／一言諾科技有限公司

摘要

本文提出穩定投影期元理論（Stable Projection Epoch Theory, SPET），研究一類普遍存在於高維表示、AI 注意力空間、符號—關係狀態、圖像化載體、記憶系統與異質計算中的問題：當底層狀態持續演化時，投影是否必須同步、連續且即時地追蹤底層狀態？

本文的核心回答是否定的。SPET 主張：狀態演化的連續性或迭代性，不要求投影演化具有同樣的時間結構。 對大量計算系統而言，更穩定的方案是先在來源空間內完成一段受規則與約束控制的計算，使指定投影作用域達到局部閉包或可接受穩定狀態，再凍結投影框架並一次投影；在該投影期元內，投影框架保持不變，允許原生計算、查詢、局部變換與觀察；只有在顯式 Release、Reopen 或 Reprojection Certificate 通過時，系統才進入下一個投影期元。

本文形式化定義 Projection Epoch、Projection Frame、Projection Scope、Freeze、Release、Reprojection、Projection Readiness、Spatial Invariants、Attention Projection Invariants 與 Transition Certificates，並提出 piecewise-static projection semantics：

\Pi(t)=\Pi_k, \qquad t\in[\tau_k,\tau_{k+1}).

本文同時吸收閉包空間數學論（Closure-Space Mathematics, CSM）中的 typed closure、scope contract、stable closure state、reopening、ledger 與 no-premature-promotion 原則，將其由 proof-space 推廣到 projection-governed computational state。SPET 不主張所有投影都應靜態化，也不主張靜態投影總是優於動態投影；其主張是：投影更新應是一個有型別、有作用域、有證書且可稽核的狀態轉移，而不是底層狀態每次微小變動的隱含副作用。

初步 HDSRC 實驗顯示，對高維 factor-aware projection，單一底層值變化即可導致大規模投影座標重排；相反地，在固定 projection epoch 內，局部原生計算與多步 state transform 可以維持 frame、space 與 attention invariants，並在 Release 後合法進入下一個重新投影期元。這為 SPET 提供第一批工程動機與可反駁實驗基礎。

關鍵詞： 穩定投影期元、Stable Projection Epoch、投影框架、空間不變量、注意力不變量、閉包空間數學、分段靜態投影、AI 原生計算、HDSRC

0. 研究地位與非主張

SPET 是一個投影控制理論，不是單一圖像格式、視覺化演算法或神經網路架構。

本文不主張：

所有動態投影都是錯誤的；
所有系統都應使用固定座標；
投影後狀態與來源狀態必然完全等價；
attention invariant 等於 attention 永遠不變；
projection frame 一旦建立便永久不可修改；
Stable Epoch 能自動解決所有 representation drift；
任何局部閉包都可以提升為全域閉包。

本文主張的是較弱但更可操作的命題：

對一個明確宣告的 projection scope，若其 readiness、rules、constraints 與 invariants 通過檢查，則投影可以被凍結成一個有限期元；在該期元內，投影框架保持穩定；重新投影必須是顯式、typed、certified 的 transition。

1. 問題：為什麼投影不應自動追蹤每個狀態變化

設來源狀態為：

S_t\in\mathcal S.

傳統直覺常假設存在動態投影：

\Pi_t:\mathcal S\rightarrow\mathcal P

並令：

P_t=\Pi_t(S_t).

當：

S_t\rightarrow S_{t+1}

時，又立即重新計算：

P_{t+1}=\Pi_{t+1}(S_{t+1}).

問題在於，若 $\Pi_t$ 本身依賴 $S_t$ 的全域結構，例如：

factor-aware ordering；
attention-weighted layout；
graph embedding；
spectral decomposition；
adaptive clustering；
topology-dependent packing；

則局部狀態變化：

\Delta S\ll S

可能導致：

\Delta\Pi\gg\Delta S.

也就是小狀態變化造成大投影漂移。

此時：

\text{State Locality} \not\Rightarrow \text{Projection Locality}.

若 projected-native operator 依賴座標、tile、region 或 locality，則每一步重新投影都可能改變 operator 的語義域。

因此 SPET 的第一問題不是：

如何讓投影永遠追上最新狀態？

而是：

什麼時候應允許投影改變？什麼時候應禁止投影改變？

2. 基本非坍縮原則

SPET 先建立四個不得塌縮的層次：

\boxed{ \text{State Evolution} \neq \text{Projection Evolution} \neq \text{Observation Evolution} \neq \text{Commit Evolution}. }

來源狀態可以改變，而 projection frame 不改變；

projection frame 可以改變，而 canonical source identity 不改變；

observation 可以刷新，而 computation 不必重新執行；

commit 可以延遲，而局部計算已完成。

因此：

S_{t+1}\neq S_t

不推出：

\Pi_{t+1}\neq\Pi_t.

反過來：

\Pi_{t+1}\neq\Pi_t

也不推出：

S_{t+1}\neq S_t.

重新排版、重新索引、重新分塊或重新投影，本身可以是一個 representation event，而不是 semantic mutation。

3. Projection Frame

定義一個投影框架：

\boxed{ \pi = \langle \mathcal A, \mathcal L, \mathcal T, \mathcal R, \mathcal V \rangle. }

其中：

$\mathcal A$ ：address mapping；
$\mathcal L$ ：locality relation；
$\mathcal T$ ：tile / region partition；
$\mathcal R$ ：representation rule set；
$\mathcal V$ ：frame version / identity。

投影函數寫成：

\Phi_{\pi}:\mathcal S\rightarrow\mathcal P.

這種記法強調：

\Phi_{\pi}(S)

與：

\Phi_{\pi'}(S)

可以是不同但都合法的 representation。

因此 frame 本身必須成為顯式計算物件，而不是 encoder 的隱藏暫態。

4. Projection Scope

投影不要求「整個世界完成」。

定義 projection scope：

\boxed{ \sigma = \langle D_{\rm state}, D_{\rm relation}, D_{\rm topology}, D_{\rm task}, D_{\rm attention}, D_{\rm precision}, D_{\rm history} \rangle. }

其中每一域可以標記為：

\mathsf{OPEN}, \quad \mathsf{PARTIAL}, \quad \mathsf{READY}, \quad \mathsf{FROZEN}.

因此：

\boxed{ \mathsf{ProjectionReady} \neq \mathsf{WorldComplete}. }

一個 AI 仍可在其他域繼續推理，但只要目前要投影的 scope 已達 readiness contract，就可以建立新的 projection epoch。

5. Projection Epoch

定義第 $k$ 個穩定投影期元：

\boxed{ \mathcal E_k = \left\langle S_k^\star, \sigma_k, \pi_k, \mathcal G_k, \mathcal C_k, \mathcal I_k^{\rm space}, \mathcal I_k^{\rm attn}, \mathsf{Cert}_k, \tau_k \right\rangle. }

其中：

$S_k^\star$ ：Freeze 時的來源狀態快照或語義錨點；
$\sigma_k$ ：投影作用域；
$\pi_k$ ：固定投影框架；
$\mathcal G_k$ ：rules；
$\mathcal C_k$ ：constraints；
$\mathcal I_k^{\rm space}$ ：空間不變量；
$\mathcal I_k^{\rm attn}$ ：注意力投影不變量；
$\mathsf{Cert}_k$ ：Freeze certificate；
$\tau_k$ ：epoch 起點。

若下一次合法 transition 發生於 $\tau_{k+1}$ ，則：

\Pi(t)=\Phi_{\pi_k}, \qquad t\in[\tau_k,\tau_{k+1}).

這就是 SPET 的 piecewise-static semantics。

6. Freeze

Freeze 不是停止所有計算。

Freeze 是：

宣告某個 projection scope、frame 與 invariant contract 在指定期元內固定。

定義：

\mathsf{Freeze} : (S,\sigma,\mathcal G,\mathcal C) \rightarrow (\mathcal E,\mathsf{Cert}).

只有當：

\mathsf{ProjReady}(S,\sigma)=1

且：

\mathsf{RuleCheck}(S,\mathcal G)=\mathsf{PASS}

以及：

\mathsf{ConstraintCheck}(S,\mathcal C)=\mathsf{PASS}

時，Freeze 才可成功。

因此：

\boxed{ \mathsf{FreezeCert}=\mathsf{PASS} \Rightarrow \text{Epoch may begin}. }

Freeze 不是證明世界完備，而只是證明：

在目前宣告的投影作用域內，建立穩定投影是合法的。

7. Closure Readiness

SPET 接受 CSM 的 stable closure state 概念，但將其限制在 projection scope。

若 active closure operator family 為：

\mathfrak C_{\sigma} = \{C_1,\ldots,C_n\},

且存在：

S^\star

使：

C_i(S^\star)=S^\star

對所有與 projection scope 有關的 active $C_i$ 成立，則稱：

\boxed{ S^\star \text{ is projection-closure-ready under }\sigma. }

注意：

S^\star \text{ projection-ready}

不推出：

S^\star \text{ globally final}.

這是一個相對閉包，而不是絕對閉包。

8. 空間不變量

定義空間不變量族：

\boxed{ \mathcal I^{\rm space} = \{ I_{\rm addr}, I_{\rm region}, I_{\rm locality}, I_{\rm topology}, I_{\rm reach}, I_{\rm tile} \}. }

8.1 Address Invariant

若來源 coordinate 為 $i$ ，其 epoch 內投影位置為：

p_i=\pi_k(i),

則在 epoch 內：

\boxed{ \pi_k(i)=p_i=\text{constant}. }

8.2 Region Invariant

若：

i\in R_a,

則其投影必須保持在合法 region：

\pi_k(i)\in\Pi_k(R_a).

8.3 Locality Invariant

對需要局部計算的依賴集合：

\mathcal N(i),

要求：

d_P(\pi_k(i),\pi_k(j)) \le\delta

對指定 $j\in\mathcal N(i)$ 成立，或保證它們可在有限 materialization budget 下取得。

8.4 Reachability Invariant

若 canonical relation 中：

i\leadsto j,

且該 relation 屬於 projection scope，則 projected representation 必須保留可查詢的對應關係。

8.5 Tile Invariant

若 operator 宣告：

F:T_a\rightarrow T_a,

則其 required dependency 不得在未宣告情況下跨出 $T_a$ 。

9. 注意力投影不變量

SPET 將 attention 視為 projection correctness 的一部分，而不是附加視覺效果。

定義：

\boxed{ \mathcal I^{\rm attn} = \left\langle I_{\rm support}, I_{\rm rank}, I_{\rm mass}, I_{\rm locality}, I_{\rm reach}, I_{\rm identity} \right\rangle. }

9.1 Support Invariant

給定 attention threshold $\theta$ ：

A_\theta = \{i:a_i\ge\theta\}.

若該 support 被 Freeze contract 保護，則 epoch 內要求：

A_\theta(t)=A_\theta(\tau_k).

9.2 Rank Invariant

對指定 protected set：

a_i>a_j

則要求：

a_{\pi_k(i)}'>a_{\pi_k(j)}'.

9.3 Mass Invariant

對 region $R$ ：

M_R = \sum_{i\in R}a_i.

投影後要求：

|M_R-M_{\Pi(R)}'| \le\varepsilon.

9.4 Attention Invariant 不等於 Eternal Attention

SPET 明確拒絕：

\boxed{ \mathsf{Invariant} = \mathsf{ForeverConstant}. }

真正的定義是：

\boxed{ \mathsf{Invariant} = \mathsf{ConstantOrBoundedWithinDeclaredEpoch}. }

Release 後，新 epoch 可以合法建立不同 attention profile。

10. Epoch 內原生計算

給定固定 frame $\pi_k$ ，projected-native operator：

F_P : \mathcal P_{\pi_k} \rightarrow \mathcal P_{\pi_k}

若對 canonical operator $F_S$ 有：

\boxed{ D_{\pi_k} \left( F_P(\Phi_{\pi_k}(S)) \right) = F_S^{\pi_k}(S), }

則稱 $F_P$ 在 epoch $\mathcal E_k$ 下滿足 exact frame-relative computational equivalence。

若只滿足某 equivalence relation $\sim$ ：

D_{\pi_k} \left( F_P(\Phi_{\pi_k}(S)) \right) \sim F_S^{\pi_k}(S),

則稱為 approximate / class-relative computational equivalence。

這裡的重要限制是：

F_S^{\pi_k}

是固定 frame 語義的 canonical oracle，而不是每一步都重新計算投影。

11. Dynamic Reprojection 與 Stable Epoch 不必等價

SPET 不要求：

F_S^{\pi_k}(S) = F_S^{\pi_{k+1}}(S).

相反地，允許：

\boxed{ F_S^{\pi_k}(S) \neq F_S^{\pi_{k+1}}(S). }

這並不是矛盾。

因為兩者屬於不同 projection semantics。

因此，Stable Epoch 的任務不是消除 frame-relative 差異，而是明確指定：

\boxed{ \text{which frame is authoritative within which interval}. }

12. Release

定義：

\mathsf{Release}(\mathcal E_k)

表示解除：

frame freeze；
protected scope；
attention certificate；
spatial certificate；

使來源空間可以再次自由演化。

Release 不一定立即導致 reproject。

它只意味：

\boxed{ \pi_k \text{ is no longer authoritative for future projection}. }

13. Reprojection

重新投影是一個顯式 transition：

\boxed{ \mathsf{Reproject} : (\mathcal E_k,S_{k+1}^\star) \rightarrow \mathcal E_{k+1}. }

並建立：

\pi_k\rightarrow\pi_{k+1}.

SPET 禁止將重新投影視為任意 state mutation 的自動副作用：

\boxed{ \text{State Mutation} \not\Rightarrow \text{Frame Mutation}. }

14. Reprojection Certificate

定義：

\boxed{ \mathsf{RPCert}_{k\to k+1} = \left\langle Cause, ScopeDiff, FrameDiff, SpatialDiff, AttentionDiff, ConstraintDiff, Provenance \right\rangle. }

合法原因可包括：

task scope 改變；
attention regime 改變；
locality debt 過高；
representation obstruction；
topology 改變；
precision profile 改變；
computational cost benefit 足以抵銷 frame migration cost。

只有：

\mathsf{RPCert}_{k\to k+1} = \mathsf{PASS}

才允許：

\pi_k\rightarrow\pi_{k+1}.

15. Projection Obstruction

SPET 延伸 CSM obstruction，定義投影阻斷：

\boxed{ O_\Pi = \langle TargetFrame, Scope, Invariant, Mechanism, Strength, Certificate \rangle. }

例如：

O_{\rm locality}, \quad O_{\rm attention}, \quad O_{\rm topology}, \quad O_{\rm semantic}, \quad O_{\rm cost}.

若候選 frame $\pi'$ 會破壞 required invariant，則：

O_\Pi\triangleright\pi'.

因此 projection selection 不再只是 heuristic optimization，而是一個：

\text{Generate Candidate} \rightarrow \text{Check Rules} \rightarrow \text{Check Constraints} \rightarrow \text{Check Invariants} \rightarrow \text{Certify}.

16. Epoch Ledger

每一個 projection transition 必須進入 ledger：

\boxed{ \mathsf{Ledger}_{\Pi} = \{e_0,e_1,\ldots\}. }

其中：

e_k = \left\langle EpochID, OldFrame, NewFrame, Cause, Scope, InvariantProfile, Certificate, Version, Time \right\rangle.

Reprojection 不抹除舊 history。

因此：

\boxed{ \text{Current Frame} \neq \text{Only Historical Frame}. }

這使 projection history 可 replay、audit 與 rollback-analysis。

17. SPET 基本公理 / 規範 v0.1

SPET-A1 — Projection Explicitness

所有具有 computational consequence 的 projection 必須有顯式 frame identity。

SPET-A2 — State / Frame Non-Collapse

S_{t+1}\neq S_t \not\Rightarrow \pi_{t+1}\neq\pi_t.

SPET-A3 — Scoped Readiness

Projection readiness 必須相對於明確 scope，不得宣稱 absolute readiness。

SPET-A4 — Certified Freeze

任何 Stable Epoch 必須由 Freeze certificate 建立。

SPET-A5 — Within-Epoch Frame Stability

在 epoch 未 Release 前：

\pi(t)=\pi_k.

SPET-A6 — Invariant Explicitness

Spatial / attention invariants 必須顯式宣告，不能只依賴實作習慣。

SPET-A7 — No Implicit Reprojection

State mutation 不得隱式觸發 authoritative frame mutation。

SPET-A8 — Certified Transition

跨 epoch frame transition 必須有 Reprojection Certificate。

SPET-A9 — Reopening Legality

已 Freeze 的 scope 可以被 Release / Reopen，但必須留下 provenance。

SPET-A10 — Epoch-Relative Semantics

Operator correctness 必須宣告其作用的 projection frame / epoch。

SPET-A11 — Non-Eternal Invariant

Invariant 的有效性是 scoped / epoch-relative，不等於永久固定。

SPET-A12 — Ledgered Projection Dynamics

所有 authoritative projection transition 必須可回放與稽核。

18. 第一批可證命題

Proposition 18.1 — Within-Epoch Coordinate Stability

若 $\mathcal E_k$ 合法 Freeze，且沒有 Release event，則：

\forall t\in[\tau_k,\tau_{k+1}), \qquad \pi(t)=\pi_k.

因此任何只依賴 $\pi_k$ 的 coordinate identity 在 epoch 內保持穩定。

Proposition 18.2 — State Mutation Does Not Entail Reprojection

存在：

S'\neq S

但：

\Phi_{\pi_k}(S')

仍為合法 epoch state。

因此：

\boxed{ S'\neq S \centernot\Rightarrow \pi'\neq\pi. }

Proposition 18.3 — Frame-Relative Closure

若 operator family：

\mathcal F_k = \{F_1,\ldots,F_m\}

皆滿足：

D_{\pi_k} \circ F_i^P \circ \Phi_{\pi_k} = F_i^S,

且每一步保持所有 epoch invariants，則有限 composition：

F_m^P\circ\cdots\circ F_1^P

在同一 frame 下保持 frame-relative computational closure。

Proposition 18.4 — Dynamic / Static Non-Equivalence Is Admissible

存在 $S$ 、 $\pi_k$ 、 $\pi_{k+1}$ 與 operator $F$ 使：

F^{\pi_k}(S) \neq F^{\pi_{k+1}}(S).

此差異不否定 SPET；它證明 projection frame 是 semantic parameter。

Proposition 18.5 — Epoch Transition Preserves Historical Identity

即使：

\pi_k\neq\pi_{k+1},

舊 epoch 仍可由 ledger 唯一識別，因此新 frame 不覆寫舊 frame 的歷史存在。

19. 與 CSM 的關係

SPET 不取代 CSM，而是把 CSM 的若干 closure machinery 投射到 computational projection domain。

CSM 的：

\Sigma_{\rm Cl} = (C_1,\ldots,C_n)

在 SPET 中可對應到：

\Sigma_{\rm SPET} = ( \mathsf{Compute}, \mathsf{ClosureCheck}, \mathsf{Freeze}, \mathsf{Project}, \mathsf{Operate}, \mathsf{Release}, \mathsf{Reproject} ).

CSM 的 locally closure-stable state 提供 Projection Readiness 的形式來源；

CSM 的 Scope Contract 提供 Projection Scope 的 no-collapse 邊界；

CSM 的 Reopening Operator 提供 Release / Reopen 的版本化語義；

CSM 的 Closure Ledger 提供 Projection Epoch Ledger 的 provenance 模型；

CSM 的 obstruction propagation 則可推廣為 projection obstruction certification。

因此 SPET 可以被理解為：

\boxed{ \text{CSM-style governed closure} + \text{projection semantics} + \text{computational invariants}. }

20. HDSRC 的第一個實例

HDSRC 的高維 symbolic-relational state 可投影至 image-native carrier。

若 projection order 由 factor-aware global structure 決定，則底層局部 mutation 可能導致大量 coordinate reorder。

初步實驗已觀察：

\Delta S_{\rm local} \Rightarrow \Delta\pi_{\rm global}

在 dynamic re-projection 模式下可能成立。

Stable Epoch 則改用：

\Phi_{\pi_k}(S_t), \qquad t\in[\tau_k,\tau_{k+1}),

其中 $\pi_k$ 固定。

在此模式下，可執行：

basis-local update；
tile-local transform；
relation-native query；
relation qsim update；
multi-step projected-native composition；

而不要求每一步重新建立 factor-aware coordinate order。

當 Release 發生後，再對完成的新狀態：

S_{k+1}^\star

建立：

\pi_{k+1}.

這使「思考／計算」與「投影更新」具有不同節奏。

21. 靜態不是動態的退化版本

SPET 對 static / dynamic projection 的基本分類為：

\boxed{ \mathsf{ProjectionMode} \in \{ \mathsf{STATIC\_EPOCH}, \mathsf{DYNAMIC\_TRACKING}, \mathsf{HYBRID} \}. }

Static Epoch 的優勢可能包括：

coordinate identity 穩定；
cache / tile locality 穩定；
operator semantics 穩定；
provenance 清晰；
attention certificate 可驗證；
incremental commit 更容易；
AI 可在固定 representation 上累積短期計算。

Dynamic Tracking 的優勢可能包括：

更即時反映 global geometry；
可持續追蹤 rapidly-changing manifold；
適合需要連續 adaptive layout 的任務。

因此不存在：

\mathsf{Dynamic} > \mathsf{Static}

這種一般排序。

正確問題是：

\boxed{ \text{哪一種 projection temporal semantics 適合目前的 task / scope？} }

22. 對 AI 原生計算的含義

現代 AI 系統往往把 representation update、attention update、state update 與 materialization 混合在高頻序列流程中。

SPET 提供另一種可能：

\text{Internal Compute} \rightarrow \text{Scoped Closure} \rightarrow \text{Freeze} \rightarrow \text{Native Projection} \rightarrow \text{Projected Compute} \rightarrow \text{Release}.

這允許 AI 在一段時間內使用穩定 projected state，而不是每一次內部狀態變化都重建整個 representation。

因此可研究：

\boxed{ \text{State update frequency} \neq \text{Projection update frequency}. }

進一步甚至可以有：

f_{\rm state} \gg f_{\rm projection}.

若 projected-native computation 可在 epoch 內長時間維持有效，則可能降低：

representation churn；
global re-layout；
intermediate materialization；
memory movement；
re-indexing cost；
attention remapping cost。

本文只提出理論框架，不在此宣稱上述效益已普遍成立。

23. 主要風險與未解問題

SPET 仍有至少七個重要問題：

如何自動判定 Projection Readiness？
哪些 invariant 應該是 hard constraint，哪些可以 approximate？
epoch 太長是否造成 representation staleness？
epoch 太短是否退化回 continuous reprojection？
attention invariant 與 task adaptation 如何取得平衡？
frame migration cost 如何量化？
projected-native operator family 的閉包範圍有多大？

因此 SPET 的長期研究問題不是：

能不能凍結投影？

而是：

如何選擇最合理的 Freeze / Release 時機，使 representation stability、semantic fidelity 與 computational utility 同時可控？

24. SPET Research Program

後續系列建議如下：

Paper 01：Typed Projection Scope, Closure Readiness, and Freeze Certification
Paper 02：Spatial Projection Invariants and Persistent Coordinate Frames
Paper 03：Attention Projection Invariants
Paper 04：Certified Reprojection, Release, Reopening, and Epoch Transition
Paper 05：Projected-Native Computation under Stable Epochs
Technical Whitepaper：SPET × HDSRC Projected-Native Runtime

25. 結論

本文提出 Stable Projection Epoch Theory，核心思想可以濃縮為：

\boxed{ \text{State continuity does not require projection continuity.} }

更完整地：

\boxed{ \text{Semantic / computational evolution may proceed continuously or iteratively, while authoritative projection may evolve discretely through certified epochs.} }

因此，一個投影系統不必在每一次底層狀態變化後立即重新排列、重建或重新物化 representation。

更一般的流程是：

\boxed{ \text{Compute} \rightarrow \text{Closure} \rightarrow \text{Freeze} \rightarrow \text{Project} \rightarrow \text{Operate} \rightarrow \text{Release} \rightarrow \text{Recompute} \rightarrow \text{Reproject}. }

在每一個 epoch 內：

\pi(t)=\pi_k.

在 epoch transition 上：

\pi_k\rightarrow\pi_{k+1}

必須有 scope、rules、constraints、invariants、certificate 與 provenance。

這使 projection 從一個被動表示步驟，升格為一個具有時間邊界、狀態契約與可稽核 transition semantics 的正式計算物件。

SPET 的核心並不是崇尚靜態，而是拒絕把「永遠動態更新」當成無條件更好的預設。對某些高維 AI 與 projected-native computation，真正穩定且可運算的解法可能正是：

\boxed{ \text{先完成一段計算，再一次投影；投影後暫時停止漂移； 下一段計算完成後，再合法地進入下一個投影期元。} }

內部理論血統與實驗依據

Closure-Space Mathematics Paper 00 — Relative-Global Mathematical Closure.
CSM Paper 01 — Globality Typing and Domain Stratification.
CSM Paper 02 — Typed Closure Graphs, Obstruction Propagation, Reopening, and Closure Schedules.
HDSRC — High-Dimensional Symbolic Relational Compilation.
HDSRC Native Projection Computation Equivalence experiments.
HDSRC Native Projection State-Transform Closure experiments.
HDSRC Stable Projection Epoch feasibility experiments.

本文中的 SPET 定義為上述理論與實驗之後形成的新形式化層，不回溯宣稱舊理論已經完整包含本文全部定義。