UNPNP Series 08

有效度超連結路徑編碼：不是所有程式都值得被改寫

Effective Hyperlink Path Encoding: Not Every Program Path Should Be Rewritten

系列名稱： UNPNP Hyperlink & Crystallized Computation Series
系列篇次： 08
作者： Neo.K with Aletheia（GPT）
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-09-07
文件性質： AI 原生計算／選擇性再編譯／UNPNP 理論論文
狀態： Canonical Draft

摘要

UNPNP Series 06 提出 Path Compilation，使多階 traversal 可以被重新編譯為新的直接超連結；Series 07 進一步提出 Computational Crystallization，使已驗證且具有生命週期價值的新路徑被提升為可重用計算原語。然而，這兩個能力若被無限制套用，會導致另一種極端：系統為了「超連結化」而將所有程式、所有路徑、所有狀態轉移都重新分析、重新編譯、重新驗證並持久化，最終讓 optimizer 自身變成新的複雜度來源。

本文提出 Effective Hyperlink Path Encoding，EHPE，中文稱為有效度超連結路徑編碼。其核心命題是：

\boxed{ \text{能被編譯成超連結} \neq \text{值得被編譯成超連結}. }

一條路徑是否值得被重新編譯與結晶，不應由「能不能做」決定，而應由完整生命週期效用決定。本文提出：

\boxed{ U_H(\Gamma) = B_{\mathrm{runtime}} + B_{\mathrm{future}} - C_{\mathrm{compile}} - C_{\mathrm{verify}} - C_{\mathrm{maintain}} - C_{\mathrm{select}} - C_{\mathrm{risk}}. }

其中：

$B_{\mathrm{runtime}}$ ：目前執行節省；
$B_{\mathrm{future}}$ ：未來可重用與高階結晶價值；
$C_{\mathrm{compile}}$ ：編譯成本；
$C_{\mathrm{verify}}$ ：等價與安全驗證成本；
$C_{\mathrm{maintain}}$ ：版本與依賴維護成本；
$C_{\mathrm{select}}$ ：未來尋找與選擇該 crystal 的成本；
$C_{\mathrm{risk}}$ ：錯誤、失效與安全風險成本。

只有當：

U_H(\Gamma)>0

且達到最低信任、穩定與可回退門檻時，該路徑才值得進入 path compilation 或 crystallization。

本文進一步提出 frequency、cost saving、stability、verification burden、maintenance burden、domain width、volatility、risk、selection overhead 與 future composability 九類核心因素，並建立 break-even：

N^\* = \left\lceil \frac{ C_{\mathrm{fixed}} }{ \Delta C_{\mathrm{run}} - C_{\mathrm{variable}} } \right\rceil.

如果預期重用次數：

N_{\mathrm{expected}} < N^\*,

即使單次 fast path 很快，也不應持久化成正式 crystal。

本文亦提出 Selective Recompilation Principle：

\boxed{ \text{Legacy Program} = \text{Canonical Program} + \text{Selective Crystal Overlay}. }

第一代 AI 再編譯系統不需要把整個傳統程式轉換成「全超連結程式碼」，而只需要對高頻、高成本、高穩定、可驗證且正向收益明確的區域建立有效 fast path。其餘一次性、低頻、高變動、難驗證、低收益或高風險路徑應保留原始形式。

本文進一步提出 Effective Hyperlink Density：

\rho_H = \frac{ |\mathcal K_{\mathrm{useful}}| }{ |\mathcal P_{\mathrm{candidate}}| },

並指出合理系統不應追求：

\rho_H\rightarrow1,

而應追求：

\boxed{ \max \sum_{\kappa\in\mathcal K} U_L(\kappa) }

亦即最大化整體有價值結晶，而不是最大化超連結數量。

最後，本文建立 Negative Optimization、Crystal Debt、Maintenance Explosion、Selection Congestion、Over-Specialization、Under-Generalization 與 Hyperlink Saturation 等失敗模式，並為 Series 09 的安全可達世界提供接口：即使某條路在純性能上極具價值，只要它穿越過高風險、權限不穩定或不可逆作用域，就可能被判定為不值得進入 fast path。

因此，本文的核心可以壓縮成：

\boxed{ \textbf{ UNPNP 的目標不是把世界全部變成超連結， 而是只把真正值得的計算路徑結晶成新的超連結。 } }

關鍵詞： UNPNP、Effective Hyperlink Path Encoding、EHPE、Selective Recompilation、Utility、Break-Even、Crystallization、Negative Optimization、Crystal Debt、AI Compiler

1. 從「能不能」到「值不值得」

Series 06 問：

能不能把多階 path 編譯成一條新 link？

Series 07 問：

哪些 compiled path 可以成熟成 crystal？

本文進一步問：

即使能，而且能驗證，真的值得做嗎？

因此：

\boxed{ \text{Feasibility} \neq \text{Utility}. }

2. 最危險的錯誤：全程式 Hyperlink 化

假設一個程式有：

M

條候選路徑。

如果對每一條都：

\text{observe} \rightarrow \text{compile} \rightarrow \text{verify} \rightarrow \text{store} \rightarrow \text{maintain},

則 optimizer 成本：

C_{\mathrm{opt}}

可能迅速膨脹。

甚至：

C_{\mathrm{opt}} > C_{\mathrm{saved}}.

這就是：

\boxed{ \text{optimization-induced complexity}. }

3. Effective Hyperlink Path Encoding

本文將一條 path：

\Gamma

是否值得超連結化的判定稱為：

\boxed{ \operatorname{EHPE}(\Gamma). }

其結果可以是：

\operatorname{EHPE}(\Gamma) \in \{ \text{retain}, \text{observe}, \text{compile}, \text{crystallize}, \text{retire} \}.

4. Utility First

核心不是：

\operatorname{CanCompile}(\Gamma).

而是：

\boxed{ U_H(\Gamma). }

如果：

U_H(\Gamma)\le0,

即使技術上可以編譯，

也不應 promotion。

5. 第一版 Utility

本文提出：

\boxed{ U_H(\Gamma) = B_R + B_F - C_C - C_V - C_M - C_S - C_R. }

其中：

$B_R$ ：runtime benefit；
$B_F$ ：future benefit；
$C_C$ ：compile cost；
$C_V$ ：verification cost；
$C_M$ ：maintenance cost；
$C_S$ ：selection / storage cost；
$C_R$ ：risk cost。

6. Runtime Benefit

令原始成本：

C_0(\Gamma).

compiled path：

C_1(\Gamma).

單次節省：

\Delta C_{\mathrm{run}} = C_0-C_1.

若：

\Delta C_{\mathrm{run}}\le0,

立即沒有 runtime 理由。

7. Future Benefit

某條 path 目前使用頻率不高，

但可能是：

上層 crystal 的 constituent；
多個任務共享 primitive；
future family-generalization seed；
expensive reasoning replacement。

因此加入：

B_F.

8. Future Benefit 不能亂估

如果把所有未來可能性都算成巨大收益，

則所有 path 都會看起來值得結晶。

因此：

B_F

應被 discount：

B_F^{\mathrm{disc}} = p_{\mathrm{reuse}} \gamma B_F.

其中：

0\le p_{\mathrm{reuse}}\le1.

9. Frequency

令：

f(\Gamma)

為觀察窗口內頻率。

高頻：

f\uparrow

通常增加：

U_H.

因為固定成本更容易攤銷。

10. Frequency 不是唯一條件

一條 path 即使高頻，

若：

C_0

本來極低，

則：

f \Delta C

仍可能很小。

因此：

\boxed{ \text{high frequency} \neq \text{high optimization value}. }

11. Cost Intensity

定義：

I_C(\Gamma) = f(\Gamma) C_0(\Gamma).

這比只看：

f

更合理。

高：

I_C

表示該 path 消耗大量總資源。

12. Stability

令：

S(\Gamma)

表示 path 結構穩定度。

高：

S

表示：

branch pattern 穩定；
contract 穩定；
dependency 穩定；
domain 穩定；
failure rate 低。

13. Volatility

與 stability 對偶：

V_o(\Gamma)

表示 volatility。

若：

V_o\uparrow,

則：

C_M\uparrow.

14. Stable but Rare

一條非常穩定但幾乎不執行的 path，

也不一定值得結晶。

所以：

S\uparrow

只是必要加分，

不是充分條件。

15. High-Cost but Unstable

一條非常昂貴但高度不穩定的 path，

可能：

C_M + C_V

太高。

因此也可能不值得。

16. Verification Burden

定義：

B_V(\Gamma) = C_{\mathrm{verify}}(\Gamma).

若 equivalence 很難驗，

則即使：

\Delta C_{\mathrm{run}}

高，

也可能無法 promotion。

17. Verification Amortization

若 verifier 可以重用：

V_{\mathrm{fast}},

則後續：

C_V^{\mathrm{run}}

下降。

所以要區分：

C_V^{\mathrm{build}}

與：

C_V^{\mathrm{runtime}}.

18. Maintenance Burden

定義：

B_M(\Gamma) = C_{\mathrm{maintain}} ( \Gamma, \Delta\mathcal W ).

包含：

version updates；
schema drift；
dependency change；
hardware change；
rule change；
revalidation。

19. Domain Width

令：

D_\Gamma

為 compiled path 有效域。

其寬度可以抽象表示：

W_D(\Gamma).

通常較寬的有效域：

W_D\uparrow

增加 reuse value。

20. 但太寬可能降低安全性

如果為追求 generalization，

把 guard 放太寬，

則：

\operatorname{FalsePositiveGuard} \uparrow.

所以：

\boxed{ \text{wide domain} \neq \text{good domain}. }

21. Guard Precision

定義：

P_G = \frac{ TP }{ TP+FP }.

若：

P_G

低，

fast path 可能被錯用。

22. Guard Recall

同時：

R_G = \frac{ TP }{ TP+FN }.

若太低，

大量本來可走 fast path 的狀態仍走 slow path。

23. Guard Utility

因此可定義：

U_G = \alpha P_G + \beta R_G - \gamma C_G.

不只是：

guard 越嚴越好。

24. Risk

令：

R(\Gamma)

表示：

side effect；
irreversibility；
privilege；
data sensitivity；
attack surface；
failure impact。

即使性能收益巨大：

\Delta C\gg0,

高：

R

仍可能讓：

U_H<0.

25. Risk-Adjusted Utility

正式：

\boxed{ U_H^R = U_H - \lambda_R R. }

高風險 domain：

\lambda_R

應更大。

26. Selection Cost

若 crystal library：

|\mathcal K|

很大，

每次找：

\kappa^\*

也有成本。

令：

C_{\mathrm{select}}.

因此：

\boxed{ \text{more shortcuts} \neq \text{faster routing}. }

27. Storage Cost

每個 crystal 可能保存：

executable；
guard；
validator；
provenance；
benchmark；
dependency fingerprint；
receipts。

所以：

C_{\mathrm{store}}>0.

28. Memory Is Not Free

即使外部 storage 很便宜，

索引、載入、驗證、版本同步仍然有成本。

因此：

\boxed{ \text{cheap storage} \neq \text{zero memory complexity}. }

29. Break-Even

固定成本：

C_F = C_{\mathrm{compile}} + C_{\mathrm{verify-build}} + C_{\mathrm{deploy}}.

每次節省：

\Delta C_{\mathrm{net}} = \Delta C_{\mathrm{run}} - C_{\mathrm{guard}} - C_{\mathrm{verify-run}} - C_{\mathrm{select}}.

則：

\boxed{ N^\* = \left\lceil \frac{ C_F }{ \Delta C_{\mathrm{net}} } \right\rceil. }

30. 無法 Break-Even

若：

\Delta C_{\mathrm{net}}\le0,

則：

N^\*=\infty.

這類 path 不應結晶。

31. Expected Reuse

令：

N_E = \mathbb E[N_{\mathrm{future}}].

若：

N_E<N^\*,

則不持久化。

32. Confidence-Aware Reuse

預期 reuse 不是確定值。

可以有：

N_E \pm \sigma_N.

保守判定：

N_E-k\sigma_N>N^\*.

才 promotion。

33. Lifecycle Utility

完整：

\boxed{ U_L(\kappa,N) = N\Delta C_{\mathrm{net}} - C_F - C_M(N) - C_R(N). }

34. Lifecycle 不應只看一次 benchmark

一次：

C_{\mathrm{new}}<C_{\mathrm{old}}

不足。

真正：

\boxed{ \sum_{t=1}^{T} C_{\mathrm{new}}(t) < \sum_{t=1}^{T} C_{\mathrm{old}}(t). }

才有生命週期價值。

35. Negative Optimization

如果：

U_L<0,

則：

\boxed{ \text{Negative Optimization}. }

也就是：

優化後整體更貴。

36. Negative Optimization 的來源

包括：

compilation too expensive；
verification too expensive；
guard too expensive；
low reuse；
frequent invalidation；
high maintenance；
slow selection；
memory overhead。

37. Crystal Debt

結晶建立後，

可能前期：

U_L>0,

後期因環境改變：

C_M\uparrow.

定義：

\boxed{ D_K = C_M + C_{\mathrm{repair}} - B_{\mathrm{remaining}}. }

若：

D_K>0,

形成 crystal debt。

38. Debt Trigger

如果：

D_K>\theta_D,

則：

\kappa \rightarrow \text{retire / rebuild}.

39. Maintenance Explosion

若：

|\mathcal K|

大量增加，

可能：

C_M(\mathcal K)

超線性增長。

例如 dependency 交叉。

所以需要：

\boxed{ \text{crystal governance}. }

40. Selection Congestion

如果很多 crystal guard：

G_1,\ldots,G_m

高度重疊，

routing 可能必須評估大量候選。

這就是：

\boxed{ \text{selection congestion}. }

41. Effective Hyperlink Density

令候選 path 數：

|\mathcal P_C|.

真正保留 crystal：

|\mathcal K_U|.

定義：

\boxed{ \rho_H = \frac{ |\mathcal K_U| }{ |\mathcal P_C| }. }

42. 不追求 $\rho_H=1$

如果：

\rho_H\rightarrow1,

表示幾乎所有 path 都被 crystallize。

這通常不是成熟，

而可能是：

\boxed{ \text{over-crystallization}. }

43. 最佳密度不是固定常數

理想：

\rho_H^\*

依：

workload；
hardware；
domain；
volatility；
memory；
risk；

改變。

44. Crystal Saturation

當新增 crystal 的 marginal benefit：

\Delta U_K

趨近：

0

甚至負數，

就出現：

\boxed{ \text{crystal saturation}. }

45. Marginal Utility

第：

m

個 crystal 的邊際價值：

MU_m = U(\mathcal K_m) - U(\mathcal K_{m-1}).

當：

MU_m\le0,

應停止擴張。

46. Selective Recompilation Principle

本文正式提出：

\boxed{ \textbf{ Only paths with positive risk-adjusted lifecycle utility should be promoted into persistent compiled hyperlinks. } }

中文：

\boxed{ \textbf{ 只有具有正向風險調整後生命週期效用的路徑， 才應被提升為持久化超連結。 } }

47. Legacy Program 不需要被整體替換

第一代：

P_{\mathrm{legacy}}

可以保持 canonical。

只疊加：

\mathcal K_t.

所以：

\boxed{ P_t = P_{\mathrm{legacy}} \oplus \mathcal K_t. }

48. Crystal Overlay

Overlay 只處理：

\Gamma_i

使：

U_H(\Gamma_i)>0.

其餘：

\Gamma_j

仍走 legacy path。

49. 為什麼這更適合傳統程式？

因為 legacy program 可能有：

複雜 side effect；
不完整 tests；
undocumented behavior；
plugin；
mod；
external dependency。

整體翻譯風險太高。

50. Shadow Recompilation

候選：

\widehat{\Gamma}

先不 active。

而是：

\Gamma \parallel \widehat{\Gamma}_{\mathrm{shadow}}.

觀察：

equivalence；
speed；
resources；
drift。

51. Promotion after Evidence

只有：

V_{\mathrm{equiv}}\ge\theta_V,

U_H^R>0,

才 promotion。

52. One-Shot Path

若：

f\approx0

且：

N_E\approx1,

則通常：

U_H<0.

不要結晶。

53. Expensive One-Shot Exception

但若單次原成本：

C_0

極大，

且 compile cost：

C_F

更低，

即使：

N=1

也可能值得。

所以 frequency 不是硬規則。

54. Low-Cost Repetitive Path

若 path 每秒執行很多次，

但單次只有：

\epsilon

成本，

總：

f\epsilon

仍可能值得或不值得，

需要實測。

55. Hot Loop

非常高頻 loop：

f\gg1

通常是 optimizer 重點。

這接近傳統 JIT / trace compiler。

56. Semantic Hot Path

UNPNP 更關心一種高階 hot path：

不一定是 CPU instruction 高頻，而是語義上反覆需要同一組跨底空間操作。

例如：

NPC 決策；
memory retrieval；
repeated tool chain；
game economy update；
recurring query planning。

57. Semantic Frequency

令：

f_S(\Gamma)

表示語義等價 path 的頻率。

即使 byte trace 不同，

若：

\Gamma_i \simeq_{\mathcal T} \Gamma_j,

可被視為同一 path family。

58. Family-Level Compilation

若：

\{\Gamma_1,\ldots,\Gamma_n\}

共享 task contract，

可以編譯：

\kappa_{\mathcal D}.

這比 instance-level 更有價值。

59. Over-Specialization

如果每個 input 都產生：

\kappa_x,

則：

|\mathcal K|

可能接近：

|\mathcal X|.

這就是：

\boxed{ \text{over-specialization}. }

60. Under-Generalization

若很多 crystal 可被 family abstraction 合併，

但系統沒有合併，

selection / maintenance cost 會上升。

61. Over-Generalization

反之，

把過多不同 path 合成同一 crystal，

guard domain 太寬，

會提高錯誤率。

62. Generalization Utility

可以定義：

U_G = B_{\mathrm{merge}} - C_{\mathrm{guard-complexity}} - C_{\mathrm{error}}.

只有：

U_G>0

才 generalize。

63. Path Portfolio

結晶庫應視為：

\boxed{ \text{portfolio} }

而不是 artifact dump。

每個：

\kappa

有：

收益；
風險；
成本；
相關性；
重疊。

64. Portfolio Utility

U(\mathcal K) \neq \sum U(\kappa_i)

總是成立。

因為 crystal 可能：

overlap；
interfere；
share verifier；
share index；
compete for selection。

65. Interaction Cost

加入：

C_{\mathrm{interaction}} ( \kappa_i,\kappa_j ).

完整：

U(\mathcal K) = \sum_i U(\kappa_i) - \sum_{i\neq j} C_{\mathrm{interaction}}.

66. Crystal Dependency Graph

結晶之間可有：

G_K=(V,E).

dependency graph 可以用於：

invalidation；
maintenance；
merge；
selection。

67. Dependency Centrality

某些 crystal：

\kappa_c

被很多 higher-order crystal 使用。

則其失效影響大。

需要更高驗證門檻。

68. Critical Crystal

定義：

I_{\mathrm{impact}}(\kappa)

若高，

則：

\theta_V(\kappa)

應提高。

69. Low-Impact Crystal

低 impact、可回滾 path：

\theta_V

可以低一些，

以加快實驗。

70. 風險與驗證應動態耦合

即：

\boxed{ R\uparrow \Rightarrow V_{\mathrm{required}}\uparrow. }

71. Effective Hyperlink Score

第一版可定義：

\boxed{ S_H(\Gamma) = w_fF + w_cC + w_sS + w_dD + w_pP - w_vV - w_mM - w_rR - w_qQ. }

其中：

$F$ ：frequency；
$C$ ：cost-saving potential；
$S$ ：stability；
$D$ ：domain width；
$P$ ：future composability；
$V$ ：verification burden；
$M$ ：maintenance；
$R$ ：risk；
$Q$ ：selection congestion contribution。

72. Score 不應取代成本帳本

S_H

適合 ranking。

真正 promotion 還是要求：

U_L>0.

73. Multi-Objective Decision

有些 path：

latency 很好；
energy 很差。

另一些反之。

因此：

\mathbf U = ( U_{\mathrm{latency}}, U_{\mathrm{energy}}, U_{\mathrm{memory}}, U_{\mathrm{quality}}, U_{\mathrm{risk}} ).

74. Pareto Frontier

不一定存在單一最佳 crystal。

可以保留：

\boxed{ \text{Pareto-optimal crystal set}. }

Adaptive Corridor Generator 再依當時 budget 選。

75. Hardware Profile

同一路徑：

\Gamma

在 CPU：

U_H^{CPU}

與 GPU：

U_H^{GPU}

可能不同。

所以 EHPE 應 hardware-aware。

76. Energy Profile

未來若關心能耗：

C_E

也進 utility。

有些 path latency 下降，

但 energy 上升。

77. Memory Profile

某些 crystal 用更多 memory 換 compute。

則：

C_{\mathrm{storage}} \uparrow,

C_{\mathrm{compute}} \downarrow.

回到 Series 01 的 complexity redistribution。

78. Budget-Dependent Utility

U_H(\Gamma\mid B_t)

會依 budget 改變。

所以同一 crystal 不是永遠最好。

79. Cold / Warm / Hot 也應由有效度驅動

Hot 不只是：

用很多次。

而應：

U_L(\kappa)\gg0

且：

T_K(\kappa)

高。

80. Hot but Bad

若一個 path 高頻但：

U_L<0,

則「常用」本身不能救它。

應退回 legacy path。

81. Slow but Valuable

某些 crystal 沒有降低 latency，

但大幅降低：

reasoning；
failure；
variance；
verification。

仍可能：

U_H>0.

所以「快」不是唯一效益。

82. Reliability Benefit

可以加入：

B_{\mathrm{reliability}} = C_{\mathrm{failure-old}} - C_{\mathrm{failure-new}}.

83. Variance Reduction

即使平均成本相似，

若：

\operatorname{Var}(C_{\mathrm{new}}) \ll \operatorname{Var}(C_{\mathrm{old}}),

也可能值得。

遊戲 real-time 尤其重要。

84. Tail Latency

可考慮：

p95, p99.

不只：

\mathbb E[C].

85. 遊戲中的 EHPE

對單機遊戲，

候選：

inventory query；
pathfinding；
NPC decision；
quest lookup；
combat micro-loop。

可以逐一計算：

U_H.

86. 第一階段不碰所有系統

只對：

R_0,R_1,R_2

低風險本地路徑做 EHPE：

read；
local reversible；
sandbox。

87. 遊戲中的高價值候選

例如：

\Gamma_{\mathrm{pathfinding}}

高頻、高成本、穩定。

如果可建立：

\kappa_{\mathrm{regional-route}}

可能有大收益。

88. 遊戲中的低價值候選

例如：

只在一次劇情事件觸發的唯一動畫 transition。

即使可 compile，

也不一定值得。

89. Adaptive Threshold

\theta_H

不必固定。

系統可依：

CPU load；
memory；
session duration；
game phase；

調整。

90. Early Session

遊戲剛開始：

N_E

未知。

可以多 observe，

少 persistent crystallize。

91. Mature Session

重複模式穩定後：

p_{\mathrm{reuse}}\uparrow.

promotion threshold 可以更積極。

92. Late-Game Shift

遊戲進入後期，

distribution 改變。

早期 crystal：

\kappa_{\mathrm{early}}

可能 stale。

因此 EHPE 必須持續重算 utility。

93. Utility Drift

U_H(\kappa,t+1) \neq U_H(\kappa,t).

因此：

\boxed{ \text{crystal value is time-dependent}. }

94. Continuous Re-Evaluation

不必每 tick 全算。

可以事件驅動：

version change；
frequency change；
failure spike；
memory pressure；
distribution shift。

95. Crystal Pruning

若：

U_H<\theta_R,

則：

\kappa \rightarrow \text{retire}.

釋放：

index；
memory；
maintenance burden。

96. Retire 不等於 Forget

provenance 可以保留低成本 record：

\text{retired crystal receipt}.

避免未來重做同一失敗 optimization。

97. Negative Optimization Crystal

如果某類 path 曾證明：

U_H<0,

可以形成：

\kappa_{\mathrm{no-opt}}^-.

表示：

在目前條件下，不值得再編譯。

98. Reopen Negative Crystal

但若：

hardware changed；
algorithm changed；
frequency changed；

則可以 reopen。

99. Effective Hyperlink Path Encoding Pipeline

第一版：

Observe Path
→ Estimate Frequency
→ Measure Cost
→ Estimate Stability
→ Estimate Verification Burden
→ Estimate Maintenance
→ Estimate Risk
→ Estimate Future Reuse
→ Compute Utility
→ Shadow Compile if Positive
→ Verify
→ Recompute Lifecycle Utility
→ Promote / Retain / Retire

100. EHPE 與 Adaptive Corridor Generator

Series 03 的：

\mathcal M

負責找 route。

EHPE 負責決定：

這條 route 是否值得成為持久化 fast path？

所以：

\boxed{ \mathcal M \neq \operatorname{EHPE}. }

101. EHPE 與 Path Compiler

Path Compiler：

\Gamma \rightarrow \widehat{\ell}.

EHPE：

\Gamma \rightarrow \text{compile?}

所以 EHPE 可以在 PC 前做 prefilter。

102. EHPE 與 Crystallizer

Crystallizer：

\widehat{\ell} \rightarrow \kappa.

EHPE 可在結晶前再做：

U_H(\widehat{\ell}).

因此：

\boxed{ \text{EHPE gates both compilation and crystallization}. }

103. EHPE 與 Semantic Revealing

若候選 path 太多，

可先：

\Pi_{\xi} ( \mathcal P ) = \mathcal P_{\mathrm{visible}}.

只評估當前高價值候選。

104. EHPE 與 DRC

DRC 可以：

發散 candidate optimization；
共振 high-value region；
壓縮為 optimization shortlist。

105. EHPE 與 SEDB

SEDB 可以保存：

path stats；
lifecycle receipts；
utility history；
crystal identity；
invalidation；
provenance。

但 EHPE 不依賴特定資料庫。

106. EHPE 與記憶方法

後續 Crystallized Semantic Graph 也會遇到同一問題：

是否每段對話都要做所有壓縮版本、所有 link、所有高階 crystal？

答案也是：

\boxed{ \text{selective crystallization}. }

107. Memory Crystal Utility

未來記憶可以有：

U_M(c)

依：

recall frequency；
importance；
semantic density；
retrieval benefit；
update burden。

但這屬技術白皮書展開。

108. 不是所有可記憶內容都要高階結晶

同樣：

\text{stored} \neq \text{high-order crystallized}.

109. EHPE 的安全前置

即使：

U_H^{\mathrm{performance}}>0,

若：

R>\theta_R,

仍可直接：

\operatorname{EHPE}=\text{retain slow path}.

110. Safety Veto

因此：

\boxed{ \operatorname{SafetyVeto}=1 \Rightarrow \operatorname{Promote}=0. }

性能不能凌駕必要安全邊界。

111. 外部不可逆路徑

例如：

payment；
destructive write；
account privilege；
production mutation。

第一代預設不進 automated crystallized fast path。

112. 內部 reversible path

這也是為什麼遊戲適合作為第一個實驗域。

其：

C_R

可以低很多。

113. EHPE 與 UNPNP 完整成本

Series 01：

\mathbf C.

本文把 EHPE 寫成：

\boxed{ \operatorname{EHPE} : (\Gamma,\mathbf C,\mathcal R,\mathcal H) \rightarrow d. }

其中：

d

是 compile decision。

114. 不是單純 Performance Optimizer

因為：

\mathbf C

包含：

time；
memory；
energy；
verification；
maintenance；
risk；
selection。

所以 EHPE 是：

\boxed{ \text{systemic optimization gate}. }

115. Core Proposition I

\boxed{ \textbf{ 可編譯性不是結晶化的充分條件；正向生命週期效用才是。 } }

116. Core Proposition II

\boxed{ \textbf{ UNPNP 不應追求最大超連結數量，而應追求最大有效超連結總效用。 } }

117. Core Proposition III

\boxed{ \textbf{ 傳統程式的合理 AI 再編譯路線不是一次性整體翻譯，而是以原程式為 canonical fallback，逐步疊加已驗證的高價值 crystal overlay。 } }

118. Core Proposition IV

\boxed{ \textbf{ 任何 fast path 的價值都會隨頻率、環境、硬體、風險與維護負擔改變，因此 crystal utility 必須被重新評估，而不是一次 promotion 後永久有效。 } }

119. Core Proposition V

\boxed{ \textbf{ 最好的超連結系統，不是超連結最多的系統，而是最少浪費不必要計算的系統。 } }

120. 第一版決策模型

令：

\Gamma

為候選 path。

先計：

\Delta C_{\mathrm{net}} = C_0 - C_1 - C_G - C_{V,\mathrm{run}} - C_S.

若：

\Delta C_{\mathrm{net}}\le0,

則：

\operatorname{retain}.

若：

\Delta C_{\mathrm{net}}>0,

再估：

N^\*.

若：

N_E<N^\*,

則：

\operatorname{observe}.

若：

N_E\ge N^\*

且：

R\le\theta_R,

則：

\operatorname{shadow\ compile}.

驗證通過且：

U_L>0,

才：

\operatorname{crystallize}.

121. 結論

UNPNP 從 Series 06 開始具備一個很容易讓人興奮的能力：

1 \rightarrow 2 \rightarrow \cdots \rightarrow 100

可以變成：

1 \rightarrow 100.

Series 07 更進一步指出：

這條新路還可以結晶，甚至再結晶。

但如果只停在這裡，就很容易產生新的錯誤：

既然可以，那就全部做。

本文給出的答案是：

\boxed{ \text{No.} }

真正成熟的 UNPNP Computer 不應把每一條 path 都編譯。

它必須持續問：

\boxed{ \text{這條路，值不值得？} }

一條真正值得被超連結化的路徑，至少應該在：

執行頻率；
單次成本；
穩定度；
可驗證性；
有效域；
維護負擔；
選擇成本；
未來組合價值；
風險；

之間取得正向生命週期效用。

因此未來一般程式的 AI 再編譯，不應是：

\text{Legacy Program} \rightarrow \text{Everything becomes hyperlinks}.

而應是：

\boxed{ \text{Legacy Program} + \text{Selective High-Utility Crystallized Hyperlink Overlay}. }

原本慢的地方，

如果值得，

AI 才重組。

原本已經夠快、只跑一次、變動太大或太危險的地方，

就不要碰。

所以本篇可以用一句話收束：

\boxed{ \textbf{ 不是所有程式都值得被改寫； 只有真正能讓整個生命週期更便宜、更穩定或更可靠的路， 才值得成為新的超連結。 } }

下一篇將進入這個系列另一個必要邊界：

當 fast path 真的可以快速跨越底空間時，如何限制它只能在被授權的世界中運行？

這將引出：

\boxed{ \text{安全可達世界}. }

後續篇章

Series 09｜安全可達世界：UNPNP 計算中的權限、能力與快速通道

下一篇將正式處理：

\mathcal W_t^{\mathrm{accessible}} = \mathcal W \cap \mathcal R(C_t),

並建立：

Reachable $\neq$ Authorized；
capability envelope；
identity / actor；
multi-gate permission；
internal experiment domain；
read-only external domain；
irreversible external action；
safe shortest path；
permission attenuation；
fail-closed；
fast authorization；
poisoned fast path；
why security must be part of the transition contract。

UNPNP Series 08 — 有效度超連結路徑編碼：不是所有程式都值得被改寫

UNPNP Series 08

有效度超連結路徑編碼：不是所有程式都值得被改寫

Effective Hyperlink Path Encoding: Not Every Program Path Should Be Rewritten

摘要

1. 從「能不能」到「值不值得」

2. 最危險的錯誤：全程式 Hyperlink 化

3. Effective Hyperlink Path Encoding

4. Utility First

5. 第一版 Utility

6. Runtime Benefit

7. Future Benefit

8. Future Benefit 不能亂估

9. Frequency

10. Frequency 不是唯一條件

11. Cost Intensity

12. Stability

13. Volatility

14. Stable but Rare

15. High-Cost but Unstable

16. Verification Burden

17. Verification Amortization

18. Maintenance Burden

19. Domain Width

20. 但太寬可能降低安全性

21. Guard Precision

22. Guard Recall

23. Guard Utility

24. Risk

25. Risk-Adjusted Utility

26. Selection Cost

27. Storage Cost

28. Memory Is Not Free

29. Break-Even

30. 無法 Break-Even

31. Expected Reuse

32. Confidence-Aware Reuse

33. Lifecycle Utility

34. Lifecycle 不應只看一次 benchmark

35. Negative Optimization

36. Negative Optimization 的來源

37. Crystal Debt

38. Debt Trigger

39. Maintenance Explosion

40. Selection Congestion

41. Effective Hyperlink Density

42. 不追求 ρH=1\rho_H=1ρH​=1

43. 最佳密度不是固定常數

44. Crystal Saturation

45. Marginal Utility

46. Selective Recompilation Principle

47. Legacy Program 不需要被整體替換

48. Crystal Overlay

49. 為什麼這更適合傳統程式？

50. Shadow Recompilation

51. Promotion after Evidence

52. One-Shot Path

53. Expensive One-Shot Exception

54. Low-Cost Repetitive Path

55. Hot Loop

56. Semantic Hot Path

57. Semantic Frequency

58. Family-Level Compilation

59. Over-Specialization

60. Under-Generalization

61. Over-Generalization

62. Generalization Utility

63. Path Portfolio

64. Portfolio Utility

65. Interaction Cost

66. Crystal Dependency Graph

67. Dependency Centrality

68. Critical Crystal

69. Low-Impact Crystal

70. 風險與驗證應動態耦合

71. Effective Hyperlink Score

72. Score 不應取代成本帳本

73. Multi-Objective Decision

74. Pareto Frontier

75. Hardware Profile

42. 不追求 $\rho_H=1$