UNPNP-II / Multi-Scale Computational Geometry — Paper 05

微觀展開與宏觀遞升

Recursive Refinement, Coarsening, Multi-Resolution Atlases, and World-to-Primitive Transitions

系列名稱： UNPNP-II｜Multi-Scale Computational Geometry
系列中文名： UNPNP 第二層：多尺度計算幾何與相對最短路徑
篇次： Paper 05 / 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： 2026-09-08
文件性質： 多尺度計算／遞歸世界／計算結晶化／UNPNP 擴充論文
前置： Paper 01–04、MWT、GCM、UNPNP-I Path Compilation / Computational Crystallization
狀態： Canonical Draft

摘要

UNPNP-II 前四篇已建立四個基礎分離：

計算中的「一」不是天然原子；
最短路徑必須相對 computational chart、observer、World boundary 與 objective；
computational route 不必是一條普通 graph line，而可以是 point、jump-line、surface、cluster、field 或 recursive geometry；
work、causal depth、wall-clock、state distance、geometric distance 與 history 彼此不同。

由此產生下一個核心問題：

如果一個高層計算單位下面可以是一整個世界，那這個世界如何被打開？又在什麼條件下可以重新被壓成一個新的「一」？

本文提出 Recursive Refinement / Coarsening Framework，將 UNPNP-II 的多尺度運算正式寫成：

\boxed{ R_{\downarrow} : u^{(k)} \rightarrow \mathcal W^{(k-1)} }

與：

\boxed{ R_{\uparrow} : \mathcal W^{(k-1)} \rightarrow u^{(k)}. }

其中 $k$ 不是固定五層編號，而是一個可遞歸延伸的 scale index。高層 unit $u^{(k)}$ 在需要時可展開成較低層 local computational world：

\mathcal W^{(k-1)}.

反過來，若一個低層世界在指定 domain 中具有穩定邊界、可驗證語義、可界定副作用、可壓縮 route structure 與正 lifecycle utility，則可以透過 Path Compilation 與 Computational Crystallization 被提升為新的高層 primitive：

\boxed{ \mathcal W^{(k-1)} \rightarrow \widehat{\mathcal R}^{(k-1)} \rightarrow \kappa^{(k)}. }

本文將此稱為 World-to-Primitive Transition。

同時，當 distribution shift、anomaly、audit、permission change、dependency change 或 failure 發生時，高層 primitive 必須可以重新被打開：

\boxed{ \kappa^{(k)} \xrightarrow{\operatorname{Reopen}} \mathcal W^{(k-1)}. }

因此：

\boxed{ \text{Abstraction} + \text{Reopenability} }

是多尺度計算世界成立的共同條件。

本文亦正式接入 MWT 的：

\boxed{ \text{Finite Active Support} + \text{Unbounded Refinement} }

以及 GCM 的：

\boxed{ \text{Recursive Globality} \neq \text{Recursive Full Expansion}. }

因此，多尺度 Runtime 不應永久展開全部尺度，而只維持一個有限的 active refinement frontier：

\boxed{ |\mathcal F_t^{\mathrm{active}}| <\infty. }

世界可以概念上無界精細化：

\cdots \rightarrow \mathcal W^{(-2)} \rightarrow \mathcal W^{(-1)} \rightarrow \mathcal W^{(0)} \rightarrow \mathcal W^{(+1)} \rightarrow \cdots

但任一時刻真正 materialize 的只是一個有限尺度子集。

本文進一步提出 Computational Atlas。一個大型 World 不必使用單一尺度或單一 representation，而可以由多張 chart 組成：

\boxed{ \mathcal A_W = \{ (U_i,\chi_i,\sigma_i) \}_{i\in I}. }

不同 chart 可以使用不同：

granularity；
dependency geometry；
24／72 computational configuration；
temporal-causal frame；
observer resolution。

chart 之間透過可驗證 transition map / bridge 連接。

因此：

\boxed{ \text{One World} \neq \text{One Resolution} \neq \text{One Geometry} \neq \text{One Computational Form}. }

本文最後將 UNPNP 的 Path Compilation 與 Computational Crystallization 重新定位為跨尺度轉換機制的一部分。Path Compilation 不再只代表「把一條長路變成一條新超連結」，而可以成為：

\boxed{ \text{lower-scale route} \rightarrow \text{higher-scale primitive}. }

而 Decrystallization 則是：

\boxed{ \text{higher-scale primitive} \rightarrow \text{lower-scale route/world}. }

由此，UNPNP-II 開始具有完整的微觀展開—宏觀遞升閉環。

1. 一個點下面可以是一整個世界

Paper 03 已建立：

\boxed{ \mathsf{Pt}^{(k)} = \mathcal W^{(k-1)} }

在 scale-relative projection 意義下可以成立。

這句話的真正含義不是「點本體上等於世界」，而是：對第 $k$ 層 Runtime 而言，一個不再展開的 computational unit，在更細的第 $k-1$ 層可以有自己的 state、operator、route、history、observer 與 validation。

因此：

\boxed{ \text{Point}^{(k)} \rightarrow \text{World}^{(k-1)} }

是 refinement relation。

2. Scale Index

令：

\Sigma

表示可用尺度集合。

不要求：

\Sigma = \{-2,-1,0,1,2\}

固定有限。

只需存在局部相鄰關係：

k-1 \prec k \prec k+1.

3. 微、微遞歸、中、宏、宏遞升

人類語言可粗略寫：

recursive micro
micro
meso
macro
recursive macro

但正式上更適合：

\cdots < \sigma_{-2} < \sigma_{-1} < \sigma_0 < \sigma_{+1} < \sigma_{+2} < \cdots

表示可繼續向下與向上延伸。

4. Scale 不等於 Physical Size

微觀不一定表示物理尺寸小。

例如 function internals、database query plan、Agent subroutine、logical proof step，都可以是 computational micro-scale。

所以：

\boxed{ \text{computational scale} \neq \text{physical spatial scale}. }

5. Scale 也不等於 Time Scale

一個 micro computation 可以耗很久，而 macro event 可以瞬間完成。

所以：

\boxed{ \sigma \neq T. }

Paper 04 的 temporal frame 必須另外保留。

6. Refinement Operator

第一版：

\boxed{ R_{\downarrow}^{k\to k-1} : u^{(k)} \rightarrow \mathcal W_u^{(k-1)}. }

它回答：

這個目前被當成一的 unit，內部需要如何展開？

7. Refinement 不只是看更多字

真正 refinement 可能需要：

source expansion；
trace materialization；
dependency reconstruction；
causal reconstruction；
geometry inference；
lower-scale state loading；
permission resolution；
validator binding。

8. Refinement Cost

\boxed{ C_{\downarrow} = C_{\mathrm{load}} + C_{\mathrm{materialize}} + C_{\mathrm{infer}} + C_{\mathrm{verify}} + C_{\mathrm{sync}} + C_{\mathrm{context}}. }

9. Refinement 不應免費

如果 AI 每一步都：

expand everything

則：

C_{\downarrow}

本身會成為主要成本。

因此：

\boxed{ \text{maximum refinement everywhere} }

不是合理策略。

10. Coarsening Operator

定義：

\boxed{ R_{\uparrow}^{k-1\to k} : \mathcal W^{(k-1)} \rightarrow u^{(k)}. }

11. Coarsening 不等於 Crystallization

任何 summary 都可以 coarse-grain。

所以：

\boxed{ \text{Coarsening} \supset \text{Crystallization}. }

12. Representational Coarsening

例如：

1000 logs
→ one summary

只改 observer representation。

13. Structural Coarsening

例如：

100 graph nodes
→ one cluster hypernode

改變 route representation。

14. Computational Coarsening

若：

\Gamma^{(k-1)}

可以被新的 procedure：

\widehat{\ell}^{(k)}

取代，且實際成本下降，才接近 computational coarsening。

15. Crystallizing Coarsening

最強形式：

\boxed{ K: \widehat{\ell}^{(k)} \rightarrow \kappa^{(k)}. }

經穩定、驗證與 lifecycle promotion 後成為 earned primitive。

16. World-to-Primitive Transition

本文正式定義：

\boxed{ \operatorname{W2P} : \mathcal W^{(k-1)} \rightarrow \kappa^{(k)}. }

其 pipeline：

\mathcal W^{(k-1)} \rightarrow \mathcal R^{(k-1)} \rightarrow \widehat{\mathcal R}^{(k-1)} \rightarrow \kappa^{(k)}.

17. W2P 不代表世界消失

原 world：

\mathcal W^{(k-1)}

仍可保留於 archive、canonical source、source trace、replay store 或 lower-scale runtime。

所以：

\boxed{ \text{promotion} \neq \text{erasure}. }

18. Primitive-to-World Transition

反向：

\boxed{ \operatorname{P2W} : \kappa^{(k)} \rightarrow \mathcal W^{(k-1)}. }

即 reopen、decrystallize、refine 或 inspect internals。

19. P2W Trigger

可能由：

failure
distribution shift
audit
debug
permission change
version drift
novel input
low confidence
verification request

觸發。

20. Reopenability

任何 promoted primitive 都應滿足：

\boxed{ \operatorname{Reopen}(\kappa) \neq \varnothing. }

至少存在 provenance path 回到 lower-scale source。

21. Compression without Reopenability

如果：

\kappa

不可追溯，則 debug、validation、stale detection 與 responsibility 都會惡化。

因此：

\boxed{ \text{compression without reopenability} = \text{governance debt}. }

22. Multi-Resolution World

一個 World 可同時有：

\rho_{\sigma_1}(\mathbf W), \ldots, \rho_{\sigma_n}(\mathbf W).

它們不必全部 materialize。

23. Resolution Field

對 domain：

D_i,

定義：

\boxed{ \Lambda_t: D_i \mapsto \sigma_i(t). }

24. 不同 Domain 可以不同尺度

\sigma_i \neq \sigma_j

完全合法。

例如：

stable region → coarse
failing service → fine
high-risk transaction → fine
archive → dormant

25. Maximum Resolution Everywhere 不是 Globality

\boxed{ \text{Global Observation} \neq \text{Maximum Resolution Everywhere}. }

真正需要的是：

\boxed{ \text{Maximum Relevant Distinction Under Bounded Computation}. }

26. Active Refinement Frontier

令：

\boxed{ \mathcal F_t^{\mathrm{active}} }

表示當前真正展開的尺度邊界。

要求：

\boxed{ |\mathcal F_t^{\mathrm{active}}| <\infty. }

27. Conceptually Unbounded, Operationally Finite

世界可以無界 refinement，但 Runtime 只 materialize 有限尺度子集。

所以：

\boxed{ \text{Unbounded Refinement} \neq \text{Infinite Active Materialization}. }

28. Finite Active Support

這直接承接 MWT：

\boxed{ \text{Finite Active Support} + \text{Unbounded Refinement}. }

29. GCM 的同一原則

亦對應：

\boxed{ \text{Recursive Globality} \neq \text{Recursive Full Expansion}. }

30. Active Horizon

\boxed{ H_t^{\Sigma} = [ \sigma_{\min}(t), \sigma_{\max}(t) ]. }

31. Horizon 可移動

若 anomaly 出現在更低層：

\sigma_{\min}\downarrow.

問題解決後：

\sigma_{\min}\uparrow.

32. Refinement Debt

若某 domain 長期維持過粗且 unresolved evidence 累積：

\boxed{ D_{\mathrm{refine}}(D_i). }

33. Debt Trigger

當：

D_{\mathrm{refine}} > \theta_R,

必須：

R_{\downarrow}.

34. Coarsening Debt

若 domain 已穩定卻永遠保持 micro materialization，則形成：

D_{\mathrm{coarse}}.

35. Coarsening Trigger

若：

C_{\mathrm{maintain-fine}} > E[ C_{\mathrm{reopen}} ],

則應考慮：

R_{\uparrow}.

36. Scale Utility

\boxed{ U_\sigma = B_{\mathrm{information}} + B_{\mathrm{control}} + B_{\mathrm{verification}} - C_{\mathrm{materialize}} - C_{\mathrm{reason}} - C_{\mathrm{sync}} - C_{\mathrm{maintain}}. }

37. Optimal Resolution

\boxed{ \sigma^\* = \arg\max_{\sigma} U_\sigma. }

它是 task-relative。

38. Resolution Switch

\boxed{ T_\Sigma: \sigma_i \rightarrow \sigma_j. }

本身有：

C_{\Sigma\text{-switch}}.

39. Scale Thrashing

若：

\sigma_a \leftrightarrow \sigma_b

頻繁來回，可形成 Scale Thrashing。

40. Hysteresis

為避免反覆切換，可要求：

\theta_{\downarrow} \neq \theta_{\uparrow}.

41. Computational Atlas

對 World：

\mathbf W,

定義：

\boxed{ \mathcal A_W = \{ (U_i,\chi_i,\sigma_i) \}_{i\in I}. }

42. Atlas 不只是一組 View

每張 chart 可有自己的：

unitization；
geometry；
computational form；
transition law；
temporal frame；
observer projection；
cost model。

43. Chart Overlap

若：

U_i\cap U_j\neq\varnothing,

需要 consistency map。

44. Transition Map

\boxed{ \psi_{ij}: \rho_i(U_i\cap U_j) \rightarrow \rho_j(U_i\cap U_j). }

這裡借用 atlas 的結構思想，不宣稱必為微分幾何 smooth map。

45. Computational Transition Map

可由 serialization、embedding、compilation、summarization、discretization、aggregation、type translation、causal projection 或 semantic bridge 實作。

46. Transition Fidelity

\boxed{ F_{ij} \in [0,1]. }

47. Loss

\boxed{ L_{ij} = 1-F_{ij}. }

若：

L_{ij} > \theta_L,

不能安全替代。

48. Atlas Consistency

對 task invariant：

I_q,

要求：

\boxed{ I_q( \psi_{ij}(x) ) \simeq I_q(x). }

49. Triple Overlap

希望：

\psi_{ik} \simeq \psi_{jk}\circ\psi_{ij}

在 relevant invariants 上一致。

50. Glue Debt

若 transition map 存在 unresolved inconsistency：

\boxed{ D_{\mathrm{glue}}. }

51. Atlas 不要求全局單一 Chart

如果一個 World 不能被一種 representation 低成本完整處理，就保留 multiple local charts。

52. One World, Many Charts

\boxed{ \text{One World} \neq \text{One Chart}. }

53. Atlas 與 MWT

MWT 的 presentation：

\rho_{\alpha,O,t}(\mathbf W)

提供多 chart 的本體邊界。

54. Atlas 與 GCM

GCM 不要求所有 domain 使用同一 computational form；本文再補上不要求相同 chart / scale。

55. Atlas 與 UNPNP

UNPNP hyperlink 可以成為：

\boxed{ \text{cross-chart transition}. }

56. Scale Hyperlink

\boxed{ \ell_{\sigma_i\to\sigma_j} : (U_i,\sigma_i) \rightarrow (U_j,\sigma_j). }

57. Upward Hyperlink

\ell_{\uparrow}

把 micro result 映射到 macro conclusion。

58. Downward Hyperlink

\ell_{\downarrow}

從 macro alert resolve 到 micro evidence。

59. Cross-Scale Hyperlink Cost

\boxed{ C_{\ell_\Sigma} = C_{\mathrm{resolve}} + C_{\mathrm{materialize}} + C_{\mathrm{translate}} + C_{\mathrm{verify}}. }

60. Scale Routing

Runtime 不只選「下一個 state 去哪裡」，也選「下一步在哪個尺度算」。

61. Scale-Aware Corridor

\boxed{ \mathcal M: ( s, q, \sigma, \mathcal A_W, B, R, \mathcal H ) \mapsto (\Phi,\sigma'). }

62. Route May Refine Before Moving

有時 optimum action 是先：

s^{(k)} \xrightarrow{R_\downarrow} \mathcal W^{(k-1)}

再決策。

63. Route May Coarsen Before Moving

也可以：

\mathcal W^{(k-1)} \xrightarrow{R_\uparrow} u^{(k)} \rightarrow u'^{(k)}.

64. Route May Alternate Scale

M \rightarrow m \rightarrow \mu \rightarrow m \rightarrow M.

這是一條 scale route。

65. Scale Route Cost

\boxed{ C_\Sigma(\mathcal R) = C_{\downarrow} + C_{\mathrm{micro}} + C_{\uparrow} + C_{\mathrm{macro}}. }

66. Fine Is Not Always Better

若：

C_{\downarrow} + C_{\mathrm{micro}} > C_{\mathrm{macro-approx}},

且 approximation 足夠，則不應 refinement。

67. Coarse Is Not Always Better

若 macro chart 遺失重要 invariant：

L_O>\theta,

必須 refinement。

68. Resolution as Risk Control

高風險 action 可要求不得使用過粗抽象。

69. Financial Example

Inquiry 可 coarse。

真正 transfer 前要 refine identity、authorization、balance、recipient、limits 與 transaction state。

70. Compiler Example

macro：

optimize function

可展開 CFG、SSA、dataflow、alias、vectorization、register allocation。

71. AI Agent Example

macro：

complete research task

meso：

search
retrieve
compare
reason
verify
write
cite

micro：

tool calls
model invocations
memory reads

72. Adventure Land Example

macro：

farm_cycle

meso：

farm
restock
bank
return

micro：

navigation
inventory
combat
state checks

73. Generative Agents Example

macro：

persona_step

meso：

perceive
retrieve
plan
reflect
execute

micro：

memory nodes
embedding
LLM calls
retrieval scoring

74. Scale-Aware Crystallization

如果：

\Gamma_\mu

穩定：

\Gamma_\mu \rightarrow \kappa_m.

之後：

\Gamma_m \rightarrow \kappa_M.

75. Recursive Crystallization

\boxed{ K^{(k+1)} ( K^{(k)} ( \Gamma^{(k-1)} ) ) }

形成 nested earned primitives。

76. Crystallization Tower

\Gamma^{(-2)} \rightarrow \kappa^{(-1)} \rightarrow \kappa^{(0)} \rightarrow \kappa^{(+1)}.

77. Tower 不等於永久封閉

任何：

\kappa^{(k)}

都可 reopening。

78. Cascading Reopen

底層 dependency 改變可能讓上層 crystal 連鎖 stale。

79. Invalidation Propagation

\boxed{ \operatorname{Invalidate} ( \kappa^{(k-1)} ) \Rightarrow \operatorname{Revalidate} ( \kappa^{(k)} ). }

80. Scale Dependency Graph

\boxed{ G_\Sigma = (V_\Sigma,E_\Sigma) }

可記錄 derived-from、refines、coarsens、validates、depends-on、invalidates。

81. Scale Graph 不等於 World

仍只是 runtime metadata。

82. Hidden Thickness Across Scale

Paper 04 的：

\Delta(v) = ( \Delta_W, \Delta_C, \Delta_T, \Delta_S )

應保留於 higher-scale primitive。

83. Thickness Accumulation

\boxed{ \Delta_W^{(+1)} = \operatorname{Agg} ( \Delta_W^{(0)} ) }

依 task 可用 sum / max / distribution。

84. Thickness Summary

可保存 resource envelope：

\boxed{ \mathcal E_\Delta = ( W_{\min}, W_{\max}, D_{\max}, T_{\mathrm{p95}}, R_{\max} ). }

85. Resource Envelope

高層 point 即使 hop = 1，仍能估算 work、depth、latency 與 risk。

86. False Primitive

如果 hidden dependency / thickness 完全不可界定，應標：

\boxed{ \text{opaque unit} }

而不是 earned primitive。

87. Opaque Unit ≠ Earned Primitive

\boxed{ \text{Opaque Unit} \neq \text{Earned Primitive}. }

前者只是看不到；後者是驗證後不需平常展開。

88. Scale Authority

不是所有 observer 都有權：

R_\downarrow.

89. Authorized Refinement

\boxed{ R_{\downarrow}^{a} : u^{(k)} \rightarrow \mathcal W^{(k-1)}. }

只有 actor $a$ 有 capability 才合法。

90. Authorized Coarsening

高風險 summary 也不能隨意生成，因為 aggregate 也可能洩漏資訊。

91. Safe Reachable World × Scale

\boxed{ \mathcal W_{t,a}^{\mathrm{safe}} = \{ (D,\sigma): \operatorname{Authorized}(a,D,\sigma) \}. }

92. Visible ≠ Refinable

\boxed{ \text{Visible} \neq \text{Refinable}. }

93. Refinable ≠ Executable

\boxed{ \text{Refinable} \neq \text{Executable}. }

94. Responsibility Does Not Vanish Under Coarsening

\boxed{ \text{Coarsening} \not\Rightarrow \text{Responsibility Erasure}. }

95. Multi-Resolution Validation

每一層可以有：

V^{(k)}.

96. Local Validation

驗 lower-scale implementation。

97. Cross-Scale Validation

驗：

R_{\uparrow}

是否保留 higher-level contract。

98. Reopen Validation

驗：

R_{\downarrow}

能否重建足夠 source structure。

99. Scale Round-Trip

u^{(k)} \xrightarrow{R_\downarrow} \mathcal W^{(k-1)} \xrightarrow{R_\uparrow} \widehat{u}^{(k)}.

要求：

\boxed{ \widehat{u}^{(k)} \simeq_q u^{(k)}. }

100. 不要求 Bitwise Identity

Round-trip 可採 task-relative semantic equivalence。

101. Lossy Coarsening

若：

R_\uparrow

有 loss：

L_\uparrow>0,

必須明示。

102. Loss Budget

\boxed{ L_\uparrow \le B_L(q). }

103. Task-Lossless

即使 global information 有 loss，只要 task invariants 保留，也可稱 task-lossless。

104. Scale-Relative Validity

宏觀 conclusion 應帶：

\sigma

而不是宣稱 absolute truth。

105. Resolution Certificate

ResolutionCertificate
- domain
- world_revision
- active_scale
- task
- observer
- refinement_reason
- coarsening_reason
- fidelity
- loss_budget
- validation
- epoch

106. Refinement Receipt

RefinementReceipt
- source_unit
- source_scale
- target_scale
- materialized_world
- authorization
- cost
- evidence
- validator
- expiry

107. Coarsening Receipt

CoarseningReceipt
- source_world
- source_scale
- target_unit
- target_scale
- preserved_invariants
- information_loss
- hidden_thickness
- provenance
- invalidation

108. World-to-Primitive Certificate

應至少保存：

source_world
valid_domain
compiled_route
semantic_contract
resource_envelope
temporal_causal_envelope
verification
provenance
reopen_pointer
lifecycle_state

109. Primitive-to-World Certificate

primitive
reason_for_reopen
resolved_source
scale
version
authorization
reconstruction_fidelity
missing_sources

110. Missing Source

如果 source 消失，不可假裝 P2W 完整可逆。

應標：

\boxed{ \text{reopenability degraded}. }

111. Partial Reopen

\kappa \rightarrow \widehat{\mathcal W}

可作 approximate reconstruction，但需標 fidelity。

112. Digest ≠ Crystal

\boxed{ \text{digest} \neq \text{crystallized primitive}. }

Hash 不提供可執行 contract。

113. Summary ≠ Primitive

\boxed{ \text{summary} \neq \text{executable crystal}. }

114. Model Weight ≠ Automatic Primitive

trained model 是否成為 earned primitive，仍取決於 contract、verification、version、provenance 與 fallback。

115. Macro / Micro Boundary 可以移動

今天：

f()

是 point。

debug 時：

f() \rightarrow CFG \rightarrow instructions.

116. Dynamic Scale Boundary

\boxed{ B_\Sigma(t,q,O). }

117. Observer-Relative Scale

User、Compiler、Hardware Profiler 可以有不同 active frontier。

118. Same World, Different Active Frontier

\mathcal F_{t,O_1}^{\mathrm{active}} \neq \mathcal F_{t,O_2}^{\mathrm{active}}.

正常。

119. Shared World ≠ Shared Resolution

\boxed{ \text{Shared World} \neq \text{Shared Active Resolution}. }

120. Scale-Constrained Route

\sigma_{\min} \le \sigma(t) \le \sigma_{\max}.

121. Forbidden Refinement

某些 domain 可禁止到過細 privacy scale。

122. Required Refinement

高風險操作前可以要求最低 audit resolution。

123. Scale-Aware Shortest Route

Paper 02 的 route optimization 現在加入 scale path：

\boxed{ (\mathcal R^\*,\Sigma^\*) = \arg\min_{\mathcal R,\Sigma} J( \mathcal R,\Sigma \mid W,q,B,R ). }

124. Short Route May Require Deep Refinement

有時：

R_\downarrow

先花成本，反而找到更短 future path。

125. Value of Information

\boxed{ VOI_{\downarrow} = E[ J_{\mathrm{before}} - J_{\mathrm{after}} ] - C_{\downarrow}. }

若：

VOI_{\downarrow}>0,

refinement 值得。

126. Value of Coarsening

\boxed{ VOC_{\uparrow} = C_{\mathrm{maintain-fine}} - E[ C_{\mathrm{reopen}} + C_{\mathrm{loss}} ]. }

127. Adaptive Resolution Policy

\boxed{ \pi_\Sigma: ( W,q,O,B,R,\mathcal H ) \mapsto \{ R_\downarrow, R_\uparrow, \operatorname{Stay} \}. }

128. Scale-Route Co-Optimization

\boxed{ (\Sigma^\*,\mathcal R^\*) = \arg\min J( \Sigma,\mathcal R ). }

129. Atlas Router

\boxed{ \mathcal M_{\mathrm{atlas}} : ( W,q,O,B,R ) \mapsto (U_i,\chi_i,\sigma_i). }

130. Atlas Router → Corridor

\mathcal M_{\mathrm{atlas}} \rightarrow \mathcal M_{\mathrm{corridor}}.

131. Joint Router

更強：

\boxed{ (\chi,\sigma,\mathcal R) = \mathcal M_{\mathrm{joint}} ( W,q,B,R,\mathcal H ). }

132. Geometry × Scale

Paper 03 的 $g$ 與本文 $\sigma$ 不同。

同一 geometry 可存在多個 scale。

133. Geometry May Change under Coarsening

\mathsf{Sf}^{(\mu)} \rightarrow \mathsf{Pt}^{(M)}.

134. Geometry May Change under Refinement

\mathsf{Pt}^{(M)} \rightarrow \mathsf{Cl}^{(m)} \rightarrow \mathsf{Ln}^{(\mu)}.

135. Time × Scale

Paper 04 的 macro event：

E^{(k)}

可展開成 micro history：

\mathcal H^{(k-1)}.

136. Temporal Refinement

R_{\downarrow}^{T} \subset R_{\downarrow}.

137. Causal Refinement

transaction 展開成：

authorize
reserve
write
verify
commit

是：

R_{\downarrow}^{C}.

138. State Refinement

s^{(M)} \rightarrow (s_1,\ldots,s_n)^{(\mu)}.

139. Geometry Refinement

\mathsf{Pt}^{(M)} \rightarrow \mathsf{Cl}^{(\mu)}.

140. Multi-Axis Refinement

實際 refinement 往往同時改：

( \sigma, g, \tau, p, \lambda, O ).

因此：

\boxed{ R_{\downarrow} = \text{multi-axis chart refinement}. }

141. Refinement Path

\chi_0 \rightarrow \chi_1 \rightarrow \cdots \rightarrow \chi_n.

142. Refinement Path 本身也可最佳化

不同方法可由 source、trace、profiler、symbolic expansion、simulation 到達 target detail。

143. Coarsening Path 也可以不同

可選 summary、cluster、index、compile、model、crystal。

144. Scale Compilation

\boxed{ \operatorname{SC} : \mathcal W^{(k-1)} \rightarrow \kappa^{(k)}. }

145. Scale Decompilation

\boxed{ \operatorname{SD} : \kappa^{(k)} \rightarrow \mathcal W^{(k-1)}. }

不要求完全逆，只要求合法 reopen。

146. Lossless Audit Mode

高風險 domain 可要求 exact replay，而不是 task-relative reconstruction。

147. Archive as Scale Backstop

online runtime 不保留 micro materialization 時，archive 保存 canonical evidence。

148. Active Scale ≠ Available Historical Scale

\boxed{ \text{Active Scale} \neq \text{Available Historical Scale}. }

149. Dormant World

lower-scale world 可以 dormant，不 active 但可重載。

150. Dormant ≠ Deleted

\boxed{ \text{Dormant} \neq \text{Nonexistent}. }

151. Lazy Refinement

只有 task 需要時：

R_\downarrow.

152. Predictive Refinement

如果：

P(\text{need micro soon})>\theta,

可以提前展開。

153. Predictive Coarsening

長期不需要的 detail 可提早 de-materialize。

154. Scale Cache

最近展開的 lower-scale world 可暫存。

155. Scale Cache ≠ Crystal

cache 保存 materialization；crystal 保存成熟 computational primitive。

156. Resolution Policy Memory

Runtime 可以學習：

哪些 task 通常要展開到哪一層？

157. Repeated Refinement Path 可結晶

例如：

macro alert
→ module
→ function
→ exact trace

反覆成功，可形成：

\widehat{\ell}_{\downarrow}.

158. Refinement Hyperlink

\boxed{ \widehat{\ell}_{\downarrow} : u^{(k)} \rightarrow W_{\mathrm{target}}^{(k-n)}. }

跳過不必要中間 materialization。

159. Upward Crystallized Link

\widehat{\ell}_{\uparrow} : W^{(k-n)} \rightarrow \kappa^{(k)}.

160. Cross-Scale Path Compilation

\boxed{ \operatorname{PC}_{\Sigma} : \mathcal R_{\mathrm{cross-scale}} \rightarrow \widehat{\ell}_{\Sigma}. }

161. Cross-Scale Crystal

\boxed{ K_{\Sigma} ( \widehat{\ell}_{\Sigma} ) = \kappa_{\Sigma}. }

162. Debug Crystal

若某 error pattern 的 macro symptom 反覆指向同一 micro evidence，可結晶成 diagnostic hyperlink。

163. Memory Crystal

high-level project crystal 可以按需展開到 source decision nodes，也是 cross-scale reveal。

164. Compiler Crystal

high-level source pattern 可以映射到 optimized lower-level execution form。

165. Multi-Scale Computational Diameter

\boxed{ \operatorname{ECD}_{\Sigma,\Xi}(W) = \sup_{x,y} d_{\Sigma,\Xi}(x,y). }

166. Crystallization Can Reduce Cross-Scale Diameter

cross-scale hyperlink 成熟後：

\operatorname{ECD}_{t+1} < \operatorname{ECD}_{t}

可能成立。

167. World Ontology 沒有因此縮小

下降的是 effective computational distance。

168. Scale Complexity Transfer

C_{\mathrm{online-refine}} \downarrow

可能來自：

C_{\mathrm{index}} + C_{\mathrm{crystal}} + C_{\mathrm{maintenance}} \uparrow.

169. Cross-Scale Cost Ledger

\boxed{ C_{\mathrm{scale-total}} = C_{\mathrm{refine}} + C_{\mathrm{coarsen}} + C_{\mathrm{bridge}} + C_{\mathrm{validate}} + C_{\mathrm{maintain}} + C_{\mathrm{reopen}}. }

170. Amortized Scale Optimization

C_{\mathrm{life}} = C_{\mathrm{build-scale-links}} + N C_{\mathrm{route}} + C_{\mathrm{maintenance}}.

171. Scale-Optimal ≠ Route-Optimal

coarse scale 的 route 很短，information loss 仍可能過高。

172. Verification May Trigger Refinement

如果：

V^{(k)} <\theta_V,

可只為驗證而：

R_\downarrow.

173. Verification-Only Refinement

\boxed{ R_{\downarrow}^{V}. }

174. Observation-Only Refinement

R_{\downarrow}^{O}.

175. Execution Refinement

R_{\downarrow}^{E}.

三者不必相同。

176. Compute Fine, Observe Coarse

\sigma_{\mathrm{compute}} < \sigma_{\mathrm{observe}}

可以成立。

177. Compute Coarse, Observe Fine

可以插值成高解析 presentation，但必須標 observation loss。

178. Materialize Selectively

\boxed{ \text{Compute Globally} + \text{Materialize Selectively}. }

179. Multi-Resolution Solve

多尺度 solver：

S_\mu, S_m, S_M

可共同工作。

180. Scale Coupling Port

\boxed{ P_{\mu\leftrightarrow M}. }

181. AI-Native Distinction

AI 可以動態選：

是否 refinement；
到哪層；
哪個 chart；
哪種 geometry；
哪個 solver；
何時 coarsen。

182. Scale Selection 不能只靠 LLM Feel

需要 metrics、receipts、validation、replay 與 cost ledger。

183. Scale Benchmark

可比較：

A

Always fine。

B

Always coarse。

C

Rule-based adaptive。

D

AI adaptive + crystallized scale routes。

184. Metrics

至少：

refinement_count
coarsening_count
scale_switches
active_nodes
materialized_state
route_cost
verification_cost
reopen_count
false_coarsening
false_refinement
information_loss
crystal_hit

185. False Coarsening

粗 abstraction 抹掉重要 dependency 導致錯誤決策。

186. False Refinement

不必要展開巨大 micro world 造成成本爆炸。

187. Premature Crystallization

尚未穩定就：

W^{(k-1)} \rightarrow \kappa^{(k)}

會隱藏 unresolved structure。

188. Over-Refinement

永遠追求：

\sigma\rightarrow-\infty

不可能 operationally complete。

189. Infinite Regress

每個 primitive 都可再問「裡面還有什麼」，但 Runtime 不需回答到宇宙終極原子。

190. Operational Stopping Condition

若：

VOI_{\downarrow}\le0

或 budget 不足，停止 refinement。

191. Sufficient Resolution

\boxed{ \operatorname{SufficientResolution} ( \sigma \mid q,B,R )=1. }

192. Task-Sufficient ≠ Ontologically Final

\boxed{ \text{task-sufficient} \neq \text{ontologically final}. }

193. No Final Macro Required

向上同樣可以無界，但本文不宣稱存在一個 ultimate primitive 包含宇宙。

194. Scale-Relative Globality

\boxed{ \mathrm{Global}_{W^{(k)}}(U) \land \mathrm{Local}_{W^{(k+1)}}(U). }

195. Macro Ascent and Global Computation

macro ascent 可以理解為：

把 lower-level global coherent world 提升成 higher-level local primitive。

196. Global-to-Local Primitive

\boxed{ \text{Global}^{(k)} \rightarrow \text{Local Primitive}^{(k+1)}. }

197. Local-to-World Refinement

\boxed{ \text{Local Primitive}^{(k+1)} \rightarrow \text{Global World}^{(k)}. }

198. Scale Duality

\boxed{ \text{Global}^{(k)} \leftrightarrow \text{Local}^{(k+1)}. }

199. Macro Primitive as Contract

higher-scale primitive 主要保存：

input；
output；
guard；
side effects；
resource envelope；
verification；
provenance；
reopen pointer。

200. Contract Is Scale Boundary

API contract 可以是 scale boundary 的工程表示。

201. API 不自動代表 Good Boundary

若 abstraction leakage 很大，scale boundary 不穩定。

202. Boundary Stability

\boxed{ S_B(u) = f( \text{contract stability}, \text{dependency stability}, \text{error containment}, \text{reopen frequency} ). }

203. Frequent Reopen 是警訊

若：

f_{\mathrm{reopen}}\gg1,

可能表示 abstraction 太粗、environment 漂移或 guard 太弱。

204. Crystal Demotion

\text{hot} \rightarrow \text{warm} \rightarrow \text{cold} \rightarrow \text{stale}.

並可能向下重新展開。

205. Scale Lifecycle

raw
observed
structured
compiled
crystallized
coarse-stable
reopened
revalidated
retired

206. Scale History

必須保存：

\mathcal H_\Sigma.

207. Same Primitive State ≠ Same Scale History

兩個 hot crystal 可能來源與驗證成熟度完全不同。

208. Scale Provenance

\boxed{ \text{scale provenance} }

是一級資料。

209. Cross-Scale Responsibility

高層 primitive 出錯可向下 trace：

\kappa^{(k)} \rightarrow \kappa^{(k-1)} \rightarrow \mathcal H^{(k-2)}.

210. Cross-Scale Explanation

AI 可以回答：

為什麼這一整組 operation 被當成一？

並展開 provenance。

211. Human-Readable Projection

人類不必讀全部 micro details，只需：

abstraction；
confidence；
reason；
drill-down path。

212. AI-Native Internal Scale

AI 可使用比人類 UI 更細或更異質的 internal atlas，但仍要保留可審計 projection。

213. Scale Portability

primitive 跨 runtime 搬移時，reopen pointer、contract 與 resource envelope 需要可移植。

214. Portable Macro Contract ≠ Portable Micro Implementation

\boxed{ \text{portable macro contract} \neq \text{portable micro implementation}. }

215. Portable Crystal

較容易移植的是：

semantic contract；
provenance；
tests；
interface；
guards。

實作可重編譯。

216. Cross-Provider Recrystallization

\kappa_A^{(k)} \rightarrow W_B^{(k-1)} \rightarrow \kappa_B^{(k)}.

217. Mathematical World Atlas

對數學研究，一個 theorem-level point 可展開成 lemmas、definitions、experiments、formal proof 與 counterexample search。

218. Proof-to-Primitive

形式驗證 derivation：

\Pi

可成 higher-scale reusable lemma primitive。

219. Lemma Reopening

\text{Lemma} \rightarrow \text{Proof Object}.

220. MWT 的自然接口

MWT 同時容納 object、proof、computation、observer、presentation；UNPNP-II 負責它們的尺度路由。

221. 24／72 Across Scale

每層：

p^{(k)} \in \mathfrak P_{24},

\lambda^{(k)} \in \mathfrak L_3.

222. Scale Transition Can Change Form

p^{(k)} \neq p^{(k+1)}

正常。

223. Example

micro：

D\text{-}P\text{-}D-F

macro：

D\text{-}R\text{-}D-F.

底層 parallel computation 在高層成 recognition primitive。

224. This Is Not O(0) Magic

高層 recognition 仍攜帶 hidden build / execution thickness。

225. Local Metadata

一個 unit 的 local configuration 可寫：

\boxed{ c_i^{(k)} = \langle \sigma_i, g_i, p_i, \lambda_i, \Theta_i, O_i \rangle. }

226. Multi-Scale Route Object

Paper 03 的 route object 可加入 scale：

\boxed{ \mathcal R_\Sigma = \langle U,E,H,\preceq,\mathcal K,\mathcal F,\Sigma,\Pi,\Theta \rangle. }

227. Route Segment Carries Scale

r_i = \langle u_i, u_j, \sigma_i, \sigma_j, g_i, p_i, \lambda_i \rangle.

228. Cross-Scale Edge

若：

\sigma_i\neq\sigma_j,

則是 cross-scale transition。

229. Scale-Conserving Edge

若：

\sigma_i=\sigma_j,

為 within-scale transition。

230. Scale Jump

若跨多層 direct hyperlink，需要更強 validation。

231. Jump Is Not Skip of Obligations

可跳 representation，不可跳 authorization、invariants、causality、proof obligations。

232. Cross-Scale Validator

\boxed{ V_\Sigma(r_i) }

驗 target correctness、fidelity、hidden dependency、permissions 與 resource envelope。

233. Scale Safety

過粗可能漏風險，過細可能暴露敏感資訊。

234. Safe Resolution Interval

\boxed{ \sigma \in [ \sigma_{\mathrm{privacy}}, \sigma_{\mathrm{safety}} ]. }

235. Actor-Specific Safe Interval

\Sigma_a^{\mathrm{safe}} \neq \Sigma_b^{\mathrm{safe}}.

236. Scale as Capability

能力包可包含：

can_refine_to_level
can_reopen_crystal
can_view_micro_provenance
can_execute_micro_tools

237. Scale-Aware Authorization

\boxed{ \operatorname{Auth} ( a,D,\sigma,op ). }

238. Refinement Attack Surface

更細資料可能包含 secrets、credentials、private memory 或 internal prompts。

因此：

R_\downarrow

是 security-sensitive action。

239. Coarsening Can Leak Aggregates

summary 也可能洩漏 aggregate information，所以 $R_\uparrow$ 同樣需 privacy analysis。

240. Scale-Safe Hyperlink

cross-scale hyperlink 必須綁 actor、purpose、scope、expiry、projection policy。

241. Semantic Validity ≠ Accessibility

\boxed{ \text{Valid} \neq \text{Accessible}. }

242. Active Frontier Scheduling

Runtime 要決定哪些 domain 值得保持 fine。

243. Frontier Budget

\boxed{ \sum_{D_i\in\mathcal F_t} C_{\mathrm{active}}(D_i) \le B_t. }

244. Frontier Optimization

\boxed{ \mathcal F_t^\* = \arg\max_{\mathcal F} \sum_i U_\sigma(D_i) }

subject to budget。

245. Priority

高優先：

uncertainty；
risk；
novelty；
active failure；
verification debt。

低優先：

stable；
repetitive；
well-crystallized。

246. Crystallization Frees Frontier Budget

lower-scale world 升成 hot primitive 後可釋放 active budget。

247. Reopen Consumes Frontier Budget

大量 stale crystal 會造成 resource pressure。

248. Scale Breathing

健康 Runtime 應：

\boxed{ \text{Refine} \rightarrow \text{Solve} \rightarrow \text{Crystallize} \rightarrow \text{Coarsen} \rightarrow \text{Reopen when needed}. }

249. Scale Breathing 與 ELC

Expansion 可對應 refinement；Linking 建 cross-scale / cross-domain bridge；Convergence 可對應 coarsening / crystallization。

但兩者不完全同義。

250. Combined Loop

\boxed{ R_\downarrow \rightarrow E \rightarrow L \rightarrow C \rightarrow K \rightarrow R_\uparrow. }

251. Reality Demands Reopen

若新 evidence 到來，再：

R_\downarrow.

252. Dynamic Fixed Point at Scale

stable primitive 更像：

K_t \simeq K_{t+1}

在一定 epoch 下穩定。

253. World Change May Shift Optimal Scale

W_t\rightarrow W_{t+1}

可以使：

\sigma_t^\* \neq \sigma_{t+1}^\*.

254. Learning Is Scale Reorganization

系統學到的不只是 knowledge，也包括：

哪些東西未來不必再展開那麼細？

255. Healthy Forgetting as Coarsening

只要保留 provenance，將 low-value micro detail 從 active world 移出不等於 destructive forgetting。

256. Active De-materialization ≠ Canonical Deletion

\boxed{ \text{active de-materialization} \neq \text{canonical deletion}. }

257. AI Memory Interface

working context 可 coarse，canonical memory 保留 source。

258. Retrieval Is Refinement

\boxed{ \text{Crystal First} \rightarrow \text{Source on Demand} }

是一種 memory-scale refinement。

259. Semantic Crystal as Macro Point

\kappa_M

可視為 memory world 的 macro point。

260. Source Nodes as Micro World

\{m_1,\ldots,m_n\}

是其 lower-scale support。

261. Memory Reopen

\kappa_M \rightarrow \{m_i\}.

符合 P2W。

262. Scale-Aware Search

Search router 可先選：

summary
crystal
document
paragraph
event
raw source

哪一層足夠。

263. Memory Scale Pareto

\boxed{ \operatorname{ParetoMin} ( C_{\mathrm{search}}, L_{\mathrm{semantic}}, C_{\mathrm{context}} ). }

264. Generalization

同一原理適用 code、simulation、proof、workflow、distributed system、game world。

265. 底空間套底空間

每個：

\mathcal B_i^{(k)}

可包含：

\{ \mathcal B_{i,1}^{(k-1)}, \ldots \}.

266. Nested Subspaces

\boxed{ \mathcal B^{(k)} \supset \mathcal B^{(k-1)} \supset \mathcal B^{(k-2)} }

只是其中一種 nesting。

267. Overlapping Subspaces

不要求樹狀，也可 DAG / hypergraph / cover。

268. Scale Structure 不一定是 Tree

因此：

\Sigma

更適合是 partially ordered scale relation。

269. Scale Poset

\boxed{ (\Sigma,\preceq_\Sigma). }

270. Multiple Refinement Axes

object 可沿 spatial、temporal、semantic、causal、code、observer 等不同方向 refinement。

271. Scale Vector

更一般：

\boxed{ \boldsymbol{\sigma} = ( \sigma_S, \sigma_T, \sigma_C, \sigma_M, \sigma_O ). }

272. Scalar Scale 只是簡化

v0.1 可先用單 $k$ 推理，但保留 vector-scale extension。

273. Anisotropic Refinement

只展開 causal dimension：

\sigma_C\downarrow

而其他維度不變。

274. Multi-Dimensional Active Frontier

\boxed{ \mathcal F_t \subset \Sigma_1\times\cdots\times\Sigma_m. }

275. 工程 MVP 不必一次做完

第一版可以只用：

coarse
medium
fine

三級。

276. 理論保持可擴張

避免把 MVP 限制誤認成 ontology。

277. 第一條核心定律

\boxed{ \textbf{ A computational primitive may be a compressed world at a finer scale. } }

278. 第二條核心定律

\boxed{ \textbf{ Unbounded refinement does not require unbounded active materialization. } }

279. 第三條核心定律

\boxed{ \textbf{ Coarsening is not crystallization unless the higher-scale unit earns executable and verifiable primitive status. } }

280. 第四條核心定律

\boxed{ \textbf{ Every promoted primitive must retain lawful reopenability or explicitly declare its loss. } }

281. 第五條核心定律

\boxed{ \textbf{ Global at one scale may be local at another scale. } }

282. 第六條核心定律

\boxed{ \textbf{ One World does not imply one resolution, one geometry, one observer, or one computational form. } }

283. 對 Paper 01 的收束

Paper 01 問「什麼算一？」；本文回答：一可以來自一整個 lower-scale world 的合法收斂與結晶。

284. 對 Paper 02 的收束

Paper 02 說 shortest 是 relative；本文加入 scale route 本身進 optimization。

285. 對 Paper 03 的收束

Paper 03 說 geometry 可 heterogeneous；本文說 geometry 可以隨 refinement / coarsening 跨尺度改變。

286. 對 Paper 04 的收束

Paper 04 說 macro event 具有 temporal-causal thickness；本文將 thickness 保留為高層 primitive metadata。

287. 對 UNPNP-I 的收束

Path Compilation：

\Gamma \rightarrow \widehat{\ell}.

Crystallization：

\widehat{\ell} \rightarrow \kappa.

本文擴張：

\boxed{ \mathcal W^{(k-1)} \rightarrow \Gamma^{(k-1)} \rightarrow \widehat{\ell}^{(k)} \rightarrow \kappa^{(k)}. }

288. 對 MWT 的接口

World primitive 不被拆成唯一 canonical tuple；refinement 作用的是 presentation / runtime world。

289. 對 GCM 的接口

domain / resolution / materialization / observer 可被 Scale Policy 動態選擇。

290. 對 24／72 的接口

每一 scale 可以有自己的：

p^{(k)}, \lambda^{(k)}.

291. 下一篇：24／72 作為局部路徑語法

前五篇完成多尺度底座。

Paper 06 將回答：

一條跨尺度 route 的每一段，到底如何標記它使用的是哪種 computational form 與 transition law？

292. Paper 06 預告

24／72 作為局部路徑語法

Computational Forms and Transition Laws as Local Route Semantics

將定義：

\boxed{ r_i = \langle B_i, U_i, O_i, L_i, g_i, \sigma_i, \Theta_i \rangle. }

並研究：

P5^F \rightarrow P11^F \rightarrow P17^K \rightarrow P23^F

這種跨範式、跨轉移律、跨幾何、跨尺度 route。

結論

如果一個 high-level function、algorithm、agent action 或 computational crystal 被視為一個「點」，不代表它下面什麼都沒有。

相反：

\boxed{ \text{Point}^{(k)} \rightarrow \text{World}^{(k-1)} }

可以是一個正常 refinement relation。

而 lower-scale world 經過路徑辨識、編譯、驗證、domain 界定與 lifecycle 評估後，也可以：

\boxed{ \text{World}^{(k-1)} \rightarrow \text{Primitive}^{(k)}. }

因此多尺度 computational world 的基本呼吸是：

\boxed{ \text{Refine} \rightarrow \text{Compute} \rightarrow \text{Verify} \rightarrow \text{Crystallize} \rightarrow \text{Coarsen} \rightarrow \text{Reopen when needed}. }

但這個世界不能靠「全部展開」運行。

它必須遵守：

\boxed{ \text{Finite Active Support} + \text{Unbounded Refinement}. }

所以真正的多尺度 AI-native Runtime 不是永遠看得最細，而是：

在有限資源下，持續決定哪裡需要往下展開、哪裡可以向上結晶、哪些世界可以暫時休眠，以及哪些已經被壓成一個點的世界必須重新被打開。

最終，本篇可以壓成：

\boxed{ \textbf{ 微觀不是永遠的底， 宏觀也不是永遠的頂； 一個世界可以成為一個點， 一個點也可以重新打開成一個世界。 } }

這就是 UNPNP-II 從「多尺度路徑」正式進入「遞歸計算世界」的關鍵接口。

UNPNP-II _ Multi-Scale Computational Geometry — Paper 05 — 微觀展開與宏觀遞升

UNPNP-II / Multi-Scale Computational Geometry — Paper 05

微觀展開與宏觀遞升

Recursive Refinement, Coarsening, Multi-Resolution Atlases, and World-to-Primitive Transitions

摘要

1. 一個點下面可以是一整個世界

2. Scale Index

3. 微、微遞歸、中、宏、宏遞升

4. Scale 不等於 Physical Size

5. Scale 也不等於 Time Scale

6. Refinement Operator

7. Refinement 不只是看更多字

8. Refinement Cost

9. Refinement 不應免費

10. Coarsening Operator

11. Coarsening 不等於 Crystallization

12. Representational Coarsening

13. Structural Coarsening

14. Computational Coarsening

15. Crystallizing Coarsening

16. World-to-Primitive Transition

17. W2P 不代表世界消失

18. Primitive-to-World Transition

19. P2W Trigger

20. Reopenability

21. Compression without Reopenability

22. Multi-Resolution World

23. Resolution Field

24. 不同 Domain 可以不同尺度

25. Maximum Resolution Everywhere 不是 Globality

26. Active Refinement Frontier

27. Conceptually Unbounded, Operationally Finite

28. Finite Active Support

29. GCM 的同一原則

30. Active Horizon

31. Horizon 可移動

32. Refinement Debt

33. Debt Trigger

34. Coarsening Debt

35. Coarsening Trigger

36. Scale Utility

37. Optimal Resolution

38. Resolution Switch

39. Scale Thrashing

40. Hysteresis

41. Computational Atlas

42. Atlas 不只是一組 View

43. Chart Overlap

44. Transition Map

45. Computational Transition Map

46. Transition Fidelity

47. Loss

48. Atlas Consistency

49. Triple Overlap

50. Glue Debt

51. Atlas 不要求全局單一 Chart

52. One World, Many Charts

53. Atlas 與 MWT

54. Atlas 與 GCM

55. Atlas 與 UNPNP

56. Scale Hyperlink

57. Upward Hyperlink

58. Downward Hyperlink

59. Cross-Scale Hyperlink Cost

60. Scale Routing

61. Scale-Aware Corridor

62. Route May Refine Before Moving

63. Route May Coarsen Before Moving

64. Route May Alternate Scale

65. Scale Route Cost

66. Fine Is Not Always Better

67. Coarse Is Not Always Better

68. Resolution as Risk Control

69. Financial Example

70. Compiler Example

71. AI Agent Example

72. Adventure Land Example

73. Generative Agents Example

74. Scale-Aware Crystallization

75. Recursive Crystallization