01｜從域到世界：主體外化、生成成本下降與世界化臨界點

From Domain to World: Subject Externalization, Falling Generative Costs, and the Worldization Threshold

系列：《全域世界與跨域生成辨識論》
篇次： 01 / 08
作者： Neo.K × Aletheia
版本： v0.1
日期： 2026-09-20
文件性質： 本體論／認識論／AI 時代世界生成／主體域外化／世界化臨界點
定位： 本系列起始篇。本文不討論任何具體公司、平台或產品，只建立抽象理論框架。

機構： EveMissLab／一言諾科技有限公司

摘要

人類並不是到了人工智慧時代才開始「擁有世界」。任何具有記憶、價值、偏好、因果模型、角色模型、反事實想像與未實現可能性的主體，都可以被理解為攜帶一個局部而動態的主體域。過去，這類主體域大多只能透過語言、圖像、遊戲、制度、程式或其他有限媒介被部分外化，因此外部作品通常只是內部結構的一小段投影。

本文提出「世界化臨界點假說」：人工智慧真正改變的，不是主體域首次存在，而是生成、解析、轉譯、模擬、同步、驗證與持續化等成本同時下降，使原本只能被片段表達的主體域，有機會被外化為具有持續狀態、規則、歷史、代理者、可查詢結構與可生成能力的可操作世界。

本文區分「域」與「世界」：域可以只是一組局部結構、知識、關係或可能性；世界則要求更高程度的結構閉合、狀態持續、歷史可追蹤、內部關係一致、可操作性與生成能力。世界化並不是單純增加內容量，而是跨越一個結構閾值：

\text{Domain} \rightarrow \text{Persistent Structured World}.

本文進一步提出世界化成本向量、世界性指標與臨界條件，並主張 AI 時代可能出現新的資產形態：主體不只累積作品，而開始累積可以持續生成作品、角色、故事、模擬與互動的世界結構。

核心命題為：

\boxed{ \text{AI does not create subject-world structure from nothing;} }

\boxed{ \text{AI lowers the cost of externalizing subject domains into worlds.} }

因此，AI 時代真正發生的可能不是「內容爆炸」，而是「世界外化能力的普及化」。

關鍵詞： 主體域、世界化、世界生成、人工智慧、外化、世界模型、持續狀態、生成成本、世界資產、認識論

0. 問題提出：人一直都攜帶自己的局部世界

若將一個主體只理解為「接收資訊並產生輸出」的節點，會遺失大量實際結構。

一個主體在任意時間 $t$ 可能同時具有：

\mathcal S_{a,t} = \langle K, M, V, P, H, R, F, I \rangle ,

其中：

$K$ ：知識與信念；
$M$ ：記憶；
$V$ ：價值與偏好；
$P$ ：可能性與計畫；
$H$ ：歷史經驗；
$R$ ：關係結構；
$F$ ：因果與規則模型；
$I$ ：想像、反事實與未實現狀態。

這些內容不是平坦清單。

它們彼此連接、衝突、修正、壓縮並共同生成後續選擇。

因此，更合理的描述不是：

\text{Subject} = \text{Data Container},

而是：

\boxed{ \text{Subject} = \text{Dynamic Local Domain}. }

這個主體域本來就帶有某種「局部世界」性質。

人工智慧時代的關鍵變化，不是第一次出現這種結構，而是：

主體域開始能以遠低於過去的成本，被大規模外化、補全、結構化、模擬與持續運行。

1. 域不等於世界

本文先做最重要的區分：

\boxed{ \text{Domain} \neq \text{World}. }

一個域可以只是：

一組概念；
一張關係圖；
一個問題空間；
一套規則；
一批角色設定；
一組可能狀態；
一個知識分區；
一套局部語義。

例如：

D = (V_D,E_D)

就可以表示一個關係域。

但這還不足以構成本文所稱的「世界」。

世界至少需要加入：

W = \langle X, R, \Theta, H, O, A, M, B \rangle ,

其中：

$X$ ：實體與狀態；
$R$ ：關係；
$\Theta$ ：規則與狀態轉移；
$H$ ：歷史；
$O$ ：可觀察結構；
$A$ ：行動者與可行動空間；
$M$ ：持續記憶；
$B$ ：邊界與作用域。

因此：

\boxed{ \text{World} = \text{Domain} + \text{Persistence} + \text{Transition} + \text{History} + \text{Agency} + \text{Boundary}. }

這不是唯一可能的世界定義，但足以建立本文所需的操作性區分。

2. 作品是世界的投影，而不是世界本身

過去人類已經長期將主體域外化。

小說、繪畫、音樂、制度、遊戲、程式、建築、宗教敘事、法律系統，都可以被理解為：

P_i(\mathcal S),

即主體域 $\mathcal S$ 經過某個投影算子 $P_i$ 形成的外部表達。

例如：

P_{\text{text}}(\mathcal S) = \text{Novel},

P_{\text{image}}(\mathcal S) = \text{Illustration},

P_{\text{code}}(\mathcal S) = \text{Program}.

但在傳統條件下：

\operatorname{Externalized}(\mathcal S) \ll \operatorname{Potential}(\mathcal S).

也就是：

被真正外化的內容，通常只是主體內部可能結構的一小部分。

一個作者可能知道角色的過去、未來、性格、世界歷史、地理、社會規則與大量尚未寫出的事件，但一部作品只能投影其中有限切片。

因此：

\boxed{ \text{Artifact} \neq \text{Underlying World}. }

3. 傳統外化的瓶頸不是想像，而是成本

假設一個主體希望把內部域 $\mathcal S$ 外化成世界 $W$ 。

過去通常需要經歷：

\mathcal S \rightarrow \text{Text} \rightarrow \text{Specification} \rightarrow \text{Art} \rightarrow \text{Code} \rightarrow \text{Database} \rightarrow \text{Simulation}.

每一層都有成本。

本文將世界化成本表示為：

\mathbf C_W = ( C_g, C_p, C_t, C_s, C_y, C_v, C_m ),

其中：

$C_g$ ：生成成本；
$C_p$ ：解析成本；
$C_t$ ：跨媒介轉譯成本；
$C_s$ ：模擬成本；
$C_y$ ：同步與一致性成本；
$C_v$ ：驗證成本；
$C_m$ ：長期維護成本。

在傳統生產模式下，常見狀態是：

\|\mathbf C_W\| \gg C_{\mathrm{individual}}.

即完整世界的外化成本遠超單一個體可承受範圍。

因此，人類長期採取的其實是：

\boxed{ \text{Partial World Projection}. }

不是沒有世界，而是只能輸出世界的一部分。

4. AI 改變的是跨邊界頻寬

若主體域與外部世界之間存在轉譯邊界：

\partial(\mathcal S,W),

那麼人工智慧的重要作用，可以理解為提高此邊界的有效頻寬。

傳統：

B_{\partial}^{\text{human}} = \text{low}.

AI 輔助後：

B_{\partial}^{\text{AI-assisted}} \gg B_{\partial}^{\text{human}}.

這裡的頻寬不是單指文字輸出速度，而包括：

把自然語言轉成結構；
把概念轉成圖像；
把圖像轉成資料；
把規則轉成程式；
把設定轉成角色；
把角色轉成互動；
把互動轉成歷史；
把歷史再壓縮回世界狀態。

因此：

\boxed{ \text{AI} = \text{Boundary Bandwidth Amplifier}. }

這是一個比「AI 是內容生成器」更一般的定位。

5. 生成成本下降不是單一維度事件

若只有圖像生成成本下降，世界仍不一定形成。

若只有文字生成成本下降，也可能只是產生更多文字。

世界化真正需要的是多成本同步下降：

C_g\downarrow, \quad C_p\downarrow, \quad C_t\downarrow, \quad C_s\downarrow, \quad C_y\downarrow, \quad C_v\downarrow, \quad C_m\downarrow.

這裡最關鍵的不是某一項接近零，而是：

\boxed{ \sum_i w_i C_i < C_{\mathrm{critical}}. }

當總體世界化成本低於臨界值 $C_{\mathrm{critical}}$ ，原本只能被描述的域，才開始有條件轉化為可維護世界。

這就是本文所稱：

\boxed{ \text{Worldization Threshold}. }

6. 世界化臨界點假說

本文提出：

當一個域在持續性、一致性、可尋址性、可生成性、可互動性與可驗證性上，同時跨越最低閾值，且維護成本低於可持續範圍時，它便從「內容域」轉化為「可操作世界」。

定義世界性向量：

\mathbf Q_W = ( q_p, q_c, q_a, q_g, q_i, q_v ),

其中：

$q_p$ ：Persistence，持續性；
$q_c$ ：Coherence，一致性；
$q_a$ ：Addressability，可尋址性；
$q_g$ ：Generativity，可生成性；
$q_i$ ：Interactivity，可互動性；
$q_v$ ：Verifiability，可驗證性。

若：

q_j\ge\tau_j

對所有必要維度成立，且：

\sum_i w_i C_i < C_{\mathrm{critical}},

則可說：

D \xrightarrow{\mathcal W} W,

其中 $\mathcal W$ 是世界化算子。

因此：

\boxed{ \mathcal W(D)=W }

並不表示域在本體上「變成另一種存在」，而是表示它跨越了操作性世界門檻。

7. 世界化不是內容量增加

這一點必須特別強調。

大量文本：

T_1,T_2,\ldots,T_n

並不自然形成世界。

大量圖片：

I_1,I_2,\ldots,I_n

也不自然形成世界。

即使：

n\rightarrow\infty,

仍可能只是：

\boxed{ \text{Unstructured Content Accumulation}. }

世界化要求的是：

\text{Content} \rightarrow \text{State} \rightarrow \text{Relation} \rightarrow \text{History} \rightarrow \text{Transition} \rightarrow \text{Persistence}.

所以：

\boxed{ \text{More Content} \not\Rightarrow \text{More World}. }

反過來，小型但高度結構化的系統，可能比海量內容更接近世界。

8. 世界的最低持續條件

一個可操作世界至少必須回答：

現在有什麼？
這些存在彼此什麼關係？
哪些規則有效？
什麼可以改變？
誰能造成改變？
改變之後發生了什麼？
這段歷史是否被保存？
下一次進入時，世界是否仍承接之前狀態？

若無法回答第 8 點，則它可能只是一次性生成。

因此：

\boxed{ \text{Generation} \neq \text{Persistence}. }

而世界化的核心之一，就是把一次性生成轉為持續存在的狀態軌跡。

9. 世界不是靜態資料庫

若世界只是資料庫：

W=D_{\mathrm{db}},

那麼它仍缺少狀態演化。

真正的世界至少需要：

s_{t+1} = T(s_t,a_t,e_t),

其中：

$s_t$ ：當前世界狀態；
$a_t$ ：內部代理者行動；
$e_t$ ：外部輸入；
$T$ ：狀態轉移。

因此：

\boxed{ \text{World} = \text{Persistent State} + \text{Transition}. }

這也是世界和純知識庫的根本差異之一。

10. 主體域外化不代表主體被複製

本文必須避免另一個概念滑移。

若：

E(\mathcal S)=W,

並不推出：

W=\mathcal S.

外化世界可能保存：

主體的偏好；
主體的概念；
主體的記憶切片；
主體的想像；
主體建構的規則。

但仍然：

\boxed{ \text{Externalized World} \neq \text{Original Subject}. }

更精確地說：

W = \Pi(\mathcal S;\Lambda),

其中：

$\Pi$ ：外化投影；
$\Lambda$ ：工具、媒介、限制、模型與資源條件。

因此任何外化世界都是條件化產物。

11. AI 不是把主體變成世界，而是降低投影損失

傳統投影可表示為：

\Pi_0: \mathcal S \rightarrow A,

其中 $A$ 是有限作品。

投影損失：

L_0 = d(\mathcal S,\widehat{\mathcal S}_A).

AI 輔助後：

\Pi_1: \mathcal S \rightarrow W,

若世界能保存更多結構，則可能：

L_1<L_0.

因此更準確的說法不是：

AI 把想像變成現實。

而是：

\boxed{ \text{AI can reduce externalization loss}. }

但這個損失通常不會等於零。

12. 世界化的三個層級

本文提出三個初步層級。

12.1 表示世界

W_R

主要保存：

設定；
實體；
關係；
規則；
歷史描述。

它可以被查詢，但不一定自行演化。

12.2 可執行世界

W_E

加入：

T: S\times A \rightarrow S.

即世界可以接受行動並產生新狀態。

12.3 自生成世界

W_G

加入內部生成機制：

G_W: W_t \rightarrow \Delta W_{t+1}.

它可以產生：

新角色；
新事件；
新關係；
新地點；
新歷史分支；
新子世界。

因此：

\boxed{ W_R \prec W_E \prec W_G. }

這不是價值排序，而是功能層級。

13. 世界一旦形成，作品變成世界的投影

在傳統內容生產中：

\mathcal S \rightarrow A_i.

世界化後：

\mathcal S \rightarrow W \rightarrow A_i.

因此：

A_i = P_i(W).

這使同一世界可以生成：

W \rightarrow \{ A_{\mathrm{text}}, A_{\mathrm{image}}, A_{\mathrm{game}}, A_{\mathrm{video}}, A_{\mathrm{agent}}, A_{\mathrm{simulation}}, \ldots \}.

世界於是從「作品背景」升級為：

\boxed{ \text{Upstream Generative Asset}. }

14. 世界資產與作品資產的差異

作品資產具有：

A_i.

世界資產則具有：

W \rightarrow \{A_1,A_2,\ldots,A_n\}.

因此其價值不只在於當前內容，而在於：

\operatorname{PotentialOutput}(W).

可以定義一個探索性世界資產值：

V_W = F( \text{Coh}, \text{Gen}, \text{Reuse}, \text{Persist}, \text{Adapt}, \text{Expand} ),

其中：

$Coh$ ：一致性；
$Gen$ ：生成能力；
$Reuse$ ：重用性；
$Persist$ ：持續性；
$Adapt$ ：跨媒介適配；
$Expand$ ：擴展能力。

這使世界資產具有與單一作品不同的複利結構。

15. 世界使用可能反過來增加世界

若世界被持續使用，會產生：

D_{\mathrm{interaction}}.

經過清洗、驗證與整合：

U: (W_t,D_{\mathrm{interaction}}) \rightarrow W_{t+1}.

因此：

\boxed{ W_t \rightarrow \text{Use} \rightarrow \text{Data} \rightarrow W_{t+1}. }

若滿足：

Q(W_{t+1})>Q(W_t),

則世界不是被使用後耗損，而可能變得更完整。

這就是世界資產最值得研究的複利性。

16. 但更多互動不必然讓世界更好

若不做治理：

D_{\mathrm{interaction}}

也可能帶來：

設定污染；
世界觀漂移；
角色失真；
歷史矛盾；
規則衝突；
垃圾資料；
敵意注入；
隨機噪音。

因此：

\boxed{ \text{More Interaction} \not\Rightarrow \text{Better World}. }

必須存在：

V: D_{\mathrm{interaction}} \rightarrow D_{\mathrm{validated}}.

世界複利才可能成立。

17. 世界化是一個遞歸過程

最小循環為：

\mathcal S_0 \rightarrow W_0 \rightarrow E_0 \rightarrow \mathcal S_1 \rightarrow W_1.

其中：

$\mathcal S_0$ ：初始主體域；
$W_0$ ：外化世界；
$E_0$ ：世界中的體驗；
$\mathcal S_1$ ：體驗後更新的主體域；
$W_1$ ：重新生成的世界。

因此：

\boxed{ \text{Subject} \rightarrow \text{World} \rightarrow \text{Experience} \rightarrow \text{Subject} \rightarrow \text{World}. }

這不是線性內容生產，而是主體—世界遞歸。

18. 多主體世界進一步打破單作者模型

若：

\mathcal S_1, \mathcal S_2, \ldots, \mathcal S_n

共同進入一個世界：

W,

則：

W_{t+1} = U( W_t, \mathcal S_1, \mathcal S_2, \ldots, \mathcal S_n ).

此時世界不再只是某一主體的投影，而成為：

\boxed{ \text{Multi-subject Co-generated World}. }

這會帶來新的：

權限問題；
所有權問題；
世界治理問題；
歷史真實性問題；
分支與合併問題；
主體邊界問題。

這些不在本文展開，但它們是後續世界工程不可避免的議題。

19. 世界化與模擬必須區分

一個世界可以被模擬：

\operatorname{Sim}(W).

但：

\boxed{ \operatorname{Sim}(W)\neq W }

除非另外證明更強的身份條件。

同樣地：

\text{World-like} \neq \text{World-identical}.

本文只主張某些系統跨越了操作性世界門檻，不主張它們因此與物理世界或任何原始世界本體同一。

這個區分將在本系列後續篇章正式展開。

20. 世界化與遊戲化也必須區分

若一個世界可被表示為遊戲：

G(W),

不能推出：

W=G.

也不能因為大量現象可用遊戲結構建模，就直接推出：

\text{Everything is ontologically a game}.

因此：

\boxed{ \text{Worldization} \neq \text{Gamification} \neq \text{Game Ontology Identity}. }

本文在第一篇先保留這個邊界，第二篇再正式處理「表示上界」與「存在上界」的分離。

21. 世界化臨界點的可檢驗預測

如果本文框架有價值，至少應產生可觀察預測。

21.1 預測一：內容量不再是唯一重要指標

兩個系統：

A, B

即使：

|A|>|B|,

若：

Q_W(B)>Q_W(A),

則 $B$ 可能更接近世界。

21.2 預測二：當維護成本下降時，小型創作者也能持有複雜世界

若：

\|\mathbf C_W\|\downarrow,

則世界生產權會從大型組織逐步向個體與小群體擴散。

21.3 預測三：未來核心資產會從內容庫向世界庫移動

即：

\text{Artifact Portfolio} \rightarrow \text{World Portfolio}.

21.4 預測四：世界之間將出現轉譯、分支與合併需求

當世界數量增加：

W_1,W_2,\ldots,W_n,

就會自然出現：

\text{Merge}, \text{Fork}, \text{Translate}, \text{Project}, \text{Simulate}, \text{Verify}.

這些操作會逐漸成為新的基礎工具。

22. 反例與否證條件

本文不應變成「任何內容都能叫世界」的語言遊戲。

因此若一個系統：

沒有持續狀態；
無法追蹤歷史；
缺乏關係一致性；
不能接受有效操作；
無法形成可辨識邊界；
每次生成都與過去無關；
不存在可驗證的狀態變化；

則它不應僅因「內容很多」而被稱為操作性世界。

因此：

\boxed{ \text{World} \neq \text{Arbitrary Content Collection}. }

23. 本文邊界

本文不主張：

所有主體域都應被完整外化；
所有外化世界都具有主體性；
模擬世界與物理世界本體同一；
世界一定高於所有其他概念；
世界化必然帶來正面結果；
世界內容越多越有價值；
AI 可以無損讀出一個主體的完整內在狀態。

本文僅提出：

\boxed{ \text{Falling externalization costs can turn richer domains into operable worlds}. }

24. 從內容時代到世界時代

過去的典型模式：

\text{Idea} \rightarrow \text{Artifact}.

AI 時代可能逐步轉為：

\text{Subject Domain} \rightarrow \text{World} \rightarrow \text{Many Artifacts}.

再進一步：

\text{World} \rightarrow \text{Interaction} \rightarrow \text{New World State} \rightarrow \text{New Artifacts}.

因此創作不再只是：

\text{make something}.

而開始變成：

\boxed{ \text{maintain a generative world}. }

25. 核心命題整理

本文核心可壓縮為六條。

第一：

\boxed{ \text{Subject} \neq \text{Flat Data Container}. }

第二：

\boxed{ \text{Domain} \neq \text{World}. }

第三：

\boxed{ \text{Artifact} = \text{Projection of a Larger Domain or World}. }

第四：

\boxed{ \text{AI lowers the cost of crossing the subject-world boundary}. }

第五：

\boxed{ \text{Worldization occurs when structural thresholds are crossed}. }

第六：

\boxed{ \text{Worlds can become upstream generative assets}. }

26. 結論

人類一直具有主體域。

人一直在用語言、圖像、制度、遊戲、程式與藝術，把這些域的一部分投影到外部。

因此 AI 時代真正的新事物，不是：

人突然開始創造世界。

而是：

原本極度昂貴、破碎、局部、難以維護的世界外化過程，開始快速降低成本。

當：

C_g, C_p, C_t, C_s, C_y, C_v, C_m \downarrow,

並且：

\mathbf Q_W \ge \boldsymbol\tau,

則：

D \xrightarrow{\mathcal W} W.

這就是世界化臨界點。

一旦跨過這個臨界點，創作的基本單位就可能改變。

過去累積的是：

\text{Artifact}.

未來越來越可能累積：

\boxed{ \text{World}. }

而作品、角色、故事、遊戲、模擬、影像與互動，逐漸變成世界的不同投影。

因此，本系列的第一個結論不是「萬物皆世界」，而是一個更保守也更重要的命題：

\boxed{ \text{AI makes world-scale externalization increasingly operational}. }

下一篇將進一步處理：

\boxed{ \text{World} \neq \text{Game}, }

以及為什麼「遊戲作為高普適表示」與「世界作為高階承載結構」可以同時成立，而不需要互相吞併。

系列下一篇

02｜世界、遊戲與全域承載：表示上界與存在上界的分離

核心問題：

\boxed{ \text{Universality of Representation} \neq \text{Universality of Ontology}. }