04｜類比不是同一：從相似、同態、同構到本體同一的辨識階梯

Analogy Is Not Identity: A Discrimination Ladder from Similarity and Homomorphism to Isomorphism and Ontological Identity

系列：《全域世界與跨域生成辨識論》
篇次： 04 / 08
作者： Neo.K × Aletheia
版本： v0.1
日期： 2026-09-20
文件性質： 認識論／本體論／跨域映射／模型辨識／結構保存
定位： 本系列第四篇。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

人類與人工智慧都依賴類比進行理解。當兩個系統在外觀、功能、結構、因果關係或行為上高度相似時，我們傾向以其中一個解釋另一個。然而，從「看起來像」到「本體上相同」之間，存在多個不可省略的辨識階梯。

本文提出「跨域辨識階梯」：

\boxed{ \text{Similarity} \prec \text{Analogy} \prec \text{Homomorphism} \prec \text{Isomorphism} \prec \text{Identity}. }

這一序列不是宣稱所有情況都具有嚴格數學偏序，而是表示不同主張所需的論證責任逐步提高。相似只要求某些特徵接近；類比要求存在可解釋的對應；同態要求指定運算或關係被保存；同構要求在指定結構下存在可逆映射；本體同一則要求兩個對象在相關定義域中不是「兩個結構相同的東西」，而是同一個存在。

本文特別處理三種常見錯誤。第一，「相似性升格」：由表面或行為相似直接推出機制相同。第二，「同構升格」：由結構同構推出本體同一。第三，「觀察者壓平」：因有限觀察者無法區分兩系統，就誤判兩者沒有差異。

本文進一步提出多層等價向量：

\mathbf E(X,Y) = ( e_{\mathrm{surf}}, e_{\mathrm{beh}}, e_{\mathrm{func}}, e_{\mathrm{struct}}, e_{\mathrm{causal}}, e_{\mathrm{hist}}, e_{\mathrm{onto}} ),

用以區分表面、行為、功能、結構、因果、歷史與本體層的等價程度。兩個系統可以在前六層高度接近，而在本體層仍保持差異。

本文核心命題為：

\boxed{ \text{Indistinguishability under a relation} \neq \text{identity across all relations}. }

以及：

\boxed{ X\cong Y \not\Rightarrow X=Y. }

這為下一篇「模擬不是被模擬物」提供直接基礎。

關鍵詞： 類比、相似、同態、同構、本體同一、行為等價、功能等價、觀察者、辨識、跨域映射

0. 問題提出：像，不等於是

人類最常用的理解方式之一是：

這個東西像那個東西。

這個操作非常重要。

沒有類比，人類很難將新事物連接到已有知識。

但類比同時也是概念坍縮的重要來源。

當：

X\sim Y,

我們常在自然語言中快速滑向：

X=Y.

例如：

行為相似；
功能相似；
結構相似；
規則相似；
輸出相似；
生成過程相似。

這些都可以成立。

但：

\boxed{ \text{Similarity} \not\Rightarrow \text{Identity}. }

這就是本文的起點。

1. 辨識階梯

本文提出：

\boxed{ L_0 \prec L_1 \prec L_2 \prec L_3 \prec L_4 }

其中：

L_0 = \text{Similarity},

L_1 = \text{Analogy},

L_2 = \text{Homomorphism},

L_3 = \text{Isomorphism},

L_4 = \text{Identity}.

這不是單純術語排序。

而是：

\boxed{ \text{Claim Strength} \uparrow \Rightarrow \text{Proof Burden} \uparrow. }

2. 第一層：相似

最弱層為：

X\sim Y.

這可能只表示：

d(X,Y)<\epsilon.

其中 $d$ 是某個觀察尺度下的距離。

但：

d(X,Y)<\epsilon

只表示：

在目前測量方式下，兩者接近。

它不告訴我們：

為什麼接近；
哪些維度接近；
哪些維度不同；
是否共享機制；
是否共享因果結構；
是否可以互相替代。

所以：

\boxed{ \text{Similarity} = \text{low-burden relational proximity}. }

3. 相似性依賴觀察尺度

若：

d_1(X,Y)\ll1

但：

d_2(X,Y)\gg1,

則：

X

與：

Y

在不同尺度下可能同時：

很像；
很不像。

因此：

\boxed{ \text{Similarity is metric-dependent}. }

不先指定：

d,

「這兩個東西很像」只是弱命題。

4. 第二層：類比

類比比相似更強。

它要求存在某種：

\Phi: X \rightarrow Y

使得：

Relations_X

與：

Relations_Y

之間形成可解釋對應。

因此：

\boxed{ \text{Analogy} = \text{interpretable relational mapping}. }

例如：

A:B \sim C:D.

這不要求：

A=C,

也不要求：

B=D.

只要求：

Relation(A,B) \approx Relation(C,D).

5. 類比不是結構證明

類比可以非常啟發。

但它仍可能是：

部分的；
修辭的；
選擇性的；
局部的；
單向的。

因此：

\boxed{ \text{Analogy} \not\Rightarrow \text{Structural Preservation}. }

一個好比喻不等於一個數學同態。

6. 類比的三種強度

本文可將類比分為：

6.1 表面類比

A_s(X,Y).

只保存：

外觀；
敘事；
直覺；
語詞。

6.2 功能類比

A_f(X,Y).

保存：

Function_X \leftrightarrow Function_Y.

6.3 關係類比

A_r(X,Y).

保存：

Relation_X \leftrightarrow Relation_Y.

因此：

\boxed{ A_s \neq A_f \neq A_r. }

7. 第三層：同態

若：

h:X\rightarrow Y

滿足某些操作保存：

h(a\star_X b) = h(a)\star_Y h(b),

則：

h

可以稱為相應結構下的同態。

其核心是：

\boxed{ \text{Operation Preservation}. }

這比一般類比更強。

因為它不是說：

這兩者很像。

而是：

指定運算經映射後仍保持。

8. 同態仍然允許資訊損失

同態不要求：

h

可逆。

可能存在：

x_1\neq x_2,

但：

h(x_1)=h(x_2).

因此：

\boxed{ \text{Homomorphism} \not\Rightarrow \text{Losslessness}. }

一個跨域映射可以保存關鍵規則，但壓平部分差異。

9. 同態的核心風險：核

若：

\ker h

非平凡，則：

h

會把某些差異映射到同一結果。

因此：

\boxed{ \ker h }

可以被理解為：

在這個表示下被消失的差異。

這對跨域建模很重要。

因為：

\text{Good mapping}

不能只看：

h(X),

還要看：

\ker h.

10. 第四層：同構

若存在：

f:X\rightarrow Y

以及逆映射：

f^{-1}:Y\rightarrow X,

並且相關結構被雙向保存，則：

X\cong Y.

這表示：

\boxed{ \text{Structural Equivalence under a specified structure}. }

同構非常強。

但仍然不是：

X=Y.

11. 同構不是本體同一

兩個群可以同構。

兩個圖可以同構。

兩個狀態機可以同構。

兩個世界模型也可能在某個結構層同構。

但它們仍然可以是：

X\neq Y.

因此：

\boxed{ X\cong Y \not\Rightarrow X=Y. }

同構只表示：

在指定結構下，它們無差別。

不是：

它們是同一個存在。

12. 「指定結構下」是關鍵限定詞

若：

X\cong_{\mathcal S}Y,

則只表示：

X

與：

Y

在結構族 $\mathcal S$ 下同構。

但可能：

X\not\cong_{\mathcal H}Y,

其中：

\mathcal H

是歷史結構。

也可能：

X\not\cong_{\mathcal C}Y,

其中：

\mathcal C

是因果結構。

因此：

\boxed{ \text{Isomorphic under one structure} \neq \text{isomorphic under all structures}. }

13. 第五層：本體同一

最強命題為：

X=Y.

這裡的意思不是：

$X$ 和 $Y$ 很像。

不是：

$X$ 和 $Y$ 功能相同。

不是：

$X$ 和 $Y$ 結構同構。

而是：

\boxed{ X \text{ and } Y \text{ are the same entity under the relevant identity criterion}. }

這需要明確身份判準。

14. 身份判準不是免費的

任何：

X=Y

都依賴某個：

I_{\rho}(X,Y),

其中：

\rho

是身份關係。

例如：

數值身份；
邏輯身份；
時間連續身份；
物理身份；
法律身份；
功能身份；
計算身份；
主體身份。

因此：

\boxed{ \text{Identity} }

本身也需要指定域。

15. 多層等價向量

為避免把不同等價層混在一起，本文定義：

\mathbf E(X,Y) = ( e_{\mathrm{surf}}, e_{\mathrm{beh}}, e_{\mathrm{func}}, e_{\mathrm{struct}}, e_{\mathrm{causal}}, e_{\mathrm{hist}}, e_{\mathrm{onto}} ).

其中：

$e_{\mathrm{surf}}$ ：表面等價；
$e_{\mathrm{beh}}$ ：行為等價；
$e_{\mathrm{func}}$ ：功能等價；
$e_{\mathrm{struct}}$ ：結構等價；
$e_{\mathrm{causal}}$ ：因果等價；
$e_{\mathrm{hist}}$ ：歷史等價；
$e_{\mathrm{onto}}$ ：本體等價。

因此兩個系統可能：

e_{\mathrm{surf}}\approx1,

e_{\mathrm{beh}}\approx1,

e_{\mathrm{func}}\approx1,

但：

e_{\mathrm{onto}}\ll1.

16. 行為等價

定義：

X \sim_{\mathrm{beh}} Y

表示：

\forall i\in I, \quad Output_X(i) \approx Output_Y(i).

這說明：

對某組輸入，兩者表現相近。

但：

\boxed{ X \sim_{\mathrm{beh}} Y \not\Rightarrow X=Y. }

因為不同內部機制可以產生相同輸出。

17. 功能等價

若：

Function(X) = Function(Y),

可以記為：

X \sim_{\mathrm{func}} Y.

但同一功能可以有不同實現。

因此：

\boxed{ \text{Functional Equivalence} \neq \text{Implementation Identity}. }

18. 多重實現

若：

F

可以由：

X_1, X_2, \ldots, X_n

實現：

Realize(X_i)=F,

則：

\boxed{ \text{One Function} \rightarrow \text{Many Realizations}. }

這直接證明：

Function(X)=Function(Y)

不能推出：

X=Y.

19. 結構等價

若：

X\cong_{\mathrm{struct}}Y,

則兩者的結構關係可以互相保存。

這是非常強的等價。

但仍然可能：

History(X)\neq History(Y).

也可能：

Material(X)\neq Material(Y).

所以：

\boxed{ \text{Structural Equivalence} \neq \text{Historical Identity} \neq \text{Material Identity}. }

20. 因果等價

更強一層可以要求：

X \sim_{\mathrm{causal}} Y.

即：

Intervene(X,a) \approx Intervene(Y,a)

對一組干預成立。

但即使：

\forall a\in A, \quad Intervene(X,a) = Intervene(Y,a),

仍可能只代表：

\boxed{ \text{Causal Equivalence under intervention set }A. }

不是本體同一。

21. 觀察集依賴

若觀察者只能使用測試集合：

T.

且：

\forall t\in T, \quad t(X)=t(Y),

則：

X \equiv_T Y.

這代表：

\boxed{ \text{Indistinguishable under }T. }

但若存在：

t^*\notin T

使得：

t^*(X)\neq t^*(Y),

則：

X\neq Y.

因此：

\boxed{ \text{Indistinguishability} }

永遠依賴測試域。

22. 觀察者壓平

本文將下列錯誤稱為：

\boxed{ \text{Observer Flattening}. }

若某有限觀察者：

O

無法區分：

X,Y,

則推出：

X=Y.

但正確形式只能是：

\boxed{ X \equiv_O Y. }

即：

對觀察者 $O$ 而言，目前不可區分。

不是：

它們本體上相同。

23. 認識論等價與本體等價

因此必須區分：

X \equiv_{\mathrm{epi}} Y

與：

X = _{\mathrm{onto}} Y.

前者：

目前知識下無法區分。

後者：

本體上同一。

因此：

\boxed{ \text{Epistemic Equivalence} \neq \text{Ontological Identity}. }

24. 不可區分的兩種來源

若：

X \equiv_O Y,

可能有兩種完全不同原因。

24.1 真正同一

X=Y.

24.2 觀察能力不足

Resolution(O) < Resolution_{\mathrm{required}}.

因此：

\boxed{ \text{No observed difference} \not\Rightarrow \text{no difference exists}. }

25. 類比的合法用途

類比最合理的用途是：

\boxed{ \text{Hypothesis Generation}. }

即：

X\sim Y

可以提示：

\exists f: Structure(X) \rightarrow Structure(Y).

然後再去檢查：

哪些結構保存；
哪些不保存；
哪些只是表面；
哪些有因果對應。

因此：

\boxed{ \text{Analogy} \rightarrow \text{Testable Mapping Hypothesis}. }

而不是：

\boxed{ \text{Analogy} \rightarrow \text{Identity}. }

26. 類比的錯誤用途

最危險的形式：

X\sim Y

所以：

X=Y.

這是：

\boxed{ \text{Analogy Collapse}. }

更隱蔽的版本是：

X \sim_{\mathrm{beh}} Y

所以：

Mechanism(X)=Mechanism(Y).

這同樣不成立。

27. 同構升格錯誤

若：

X\cong Y,

直接推：

X=Y,

本文稱之為：

\boxed{ \text{Isomorphism Escalation Error}. }

這個錯誤之所以常見，是因為：

\cong

已經非常強。

但：

\cong

仍然是：

在指定結構下可逆等價。

不是：

數值身份。

28. 同構類與個體

若：

[X]_{\cong}

表示 $X$ 的同構類，

則：

Y\in[X]_{\cong}

只表示：

Y\cong X.

而：

Y=X

需要：

Y

與：

X

是同一個個體。

因此：

\boxed{ \text{Same isomorphism class} \neq \text{same individual}. }

29. 歷史是區分的重要來源

即使：

State(X_t) = State(Y_t),

仍可能：

History(X) \neq History(Y).

因此：

\boxed{ \text{Present-state identity} \not\Rightarrow \text{historical identity}. }

對具有路徑依賴的世界、主體與系統，這尤其重要。

30. 來源與歷史可能具有本體重要性

若兩個對象：

X,Y

當前完全相同，

但：

Origin(X)\neq Origin(Y),

則某些身份理論會判定：

X\neq Y.

因此：

\boxed{ \text{Identity criterion may include provenance}. }

這會直接影響：

模擬；
複製；
分叉；
主體連續性；
世界複製。

31. 分叉提供最直觀反例

假設：

X_0

在時間：

t_0

被複製成：

X_1, X_2.

初始：

State(X_1)=State(X_2).

甚至：

Structure(X_1)\cong Structure(X_2).

但分叉後：

History(X_1)\neq History(X_2).

因此：

\boxed{ X_1\neq X_2. }

這說明：

\boxed{ \text{Perfect structural duplication} \not\Rightarrow \text{numerical identity}. }

32. 模擬問題已經出現

若：

Sim(X)

與：

X

在大量測試下：

Sim(X)\equiv_T X,

我們最多能先得到：

\boxed{ \text{Simulation Fidelity under }T. }

不能直接得到：

Sim(X)=X.

因此下一篇可以自然建立於本文。

33. 表示等價也不是本體等價

若兩個表示：

R_1(X), R_2(X)

都對應同一對象 $X$ ，

則：

R_1(X) \neq R_2(X)

仍可成立。

因此：

\boxed{ \text{Same Referent} \neq \text{Same Representation}. }

反過來：

R(X)\approx R(Y)

也不推出：

X=Y.

34. 跨域映射必須標示保存什麼

任何：

f:X\rightarrow Y

都應附帶：

Preserve(f)

描述它保存：

外觀；
行為；
功能；
運算；
因果；
歷史；
身份。

若不標示：

\boxed{ \text{“mapping” is underspecified}. }

35. 映射證書

本文提出一個簡單的映射證書：

Cert(f) = ( D_f, C_f, L_f, R_f ),

其中：

$D_f$ ：定義域；
$C_f$ ：值域；
$L_f$ ：保存層級；
$R_f$ ：失真與不可約差異報告。

這讓：

f

不再只是「看起來能對應」。

而是：

\boxed{ \text{certified relation}. }

36. 辨識階梯與證明責任

可整理為：

層級	最低要求
相似	指定尺度下接近
類比	存在可解釋關係對應
同態	指定運算或關係被保存
同構	指定結構下存在可逆保存
同一	滿足指定身份判準

因此：

\boxed{ \text{Higher claim} \Rightarrow \text{higher burden}. }

37. 高階智能最容易犯的錯

一個非常強的智能可以快速看到：

SharedStructure(X,Y).

這是優勢。

但也可能因為抽象過快而：

\Delta(X,Y) \rightarrow 0

在表示中被錯誤壓平。

因此：

\boxed{ \text{Fast abstraction} \neq \text{correct identity judgment}. }

越高階的跨域能力，越需要辨識守界。

38. 統一與辨識是雙重能力

真正成熟的高階理解需要：

U(X,Y) = \text{Common Structure},

以及：

D(X,Y) = \text{Irreducible Difference}.

因此：

\boxed{ \text{Understanding} = \text{Integration} + \text{Discrimination}. }

只有統一能力：

U

會產生「萬物皆 XX」。

只有區分能力：

D

則可能失去跨域抽象。

二者需要同時存在。

39. 類終極與差異保留

若：

Q^*

接近高階統一結構，

我們不應要求：

\forall X,Y, \quad X=Y.

更合理的是：

\boxed{ Q^* \text{ can represent commonality without erasing identity distinctions}. }

即：

\boxed{ \text{Quasi-Ultimate} = \text{Maximum Integration} + \text{Maximum Discrimination}. }

40. 一個東西可以在某層一樣，在另一層不同

本文可用最簡潔形式表示：

X = _{\rho_1} Y,

但：

X \neq_{\rho_2} Y.

例如：

X = _{\mathrm{func}} Y,

但：

X \neq_{\mathrm{hist}} Y.

這不是矛盾。

因為：

\boxed{ \text{Equality-like relations are relation-indexed}. }

41. 相同與不同可以同時成立

因此：

Same(X,Y|\rho_1)=1

與：

Different(X,Y|\rho_2)=1

可以同時成立。

這是跨域辨識非常重要的思想。

它避免二元化：

要嘛一樣，要嘛完全不一樣。

更好的模型是：

\boxed{ \text{Same under some relations, different under others}. }

42. 本體同一是最終升格，不是預設

本文主張：

\boxed{ \text{Identity should be the last upgrade}. }

也就是：

先測：

\sim,

再測：

\approx,

再測：

\to,

再測：

\cong,

最後才考慮：

=.

這是一個保守但高可靠的認識論程序。

43. 反方向也要避免：差異不代表完全無關

本文同樣反對另一個極端。

若：

X\neq Y,

不能推出：

Relation(X,Y)=\varnothing.

兩個不同對象仍然可以：

高度相似；
功能等價；
結構同構；
因果等價；
相互模擬。

因此：

\boxed{ \text{Non-identity} \neq \text{total unrelatedness}. }

44. 高品質理論應同時回答兩個問題

任何跨域理論都應回答：

\boxed{ \text{Why are these things similar?} }

以及：

\boxed{ \text{Why are they still different?} }

若只回答第一個：

\text{collapse risk}.

若只回答第二個：

\text{fragmentation risk}.

因此：

\boxed{ \text{Good Theory} = \text{Similarity Explanation} + \text{Difference Explanation}. }

45. 映射的三種終點

給定：

f:X\rightarrow Y,

可能出現：

45.1 部分保存

f \text{ preserves only selected relations}.

45.2 結構同構

X\cong Y.

45.3 本體同一

X=Y.

三者不可混用。

因此：

\boxed{ \text{Mapping Success} \neq \text{Identity Success}. }

46. 與上一個「萬物皆 XX」問題的接軌

上一篇指出：

\text{Operator Universality} \neq \text{Ontological Universality}.

本文補上原因之一：

即使跨域算子建立了：

X \leftrightarrow Y,

這個對應可能只位於：

L_1, L_2, L_3,

而尚未到：

L_4.

因此：

\boxed{ \text{Cross-domain mapping} \not\Rightarrow \text{domain identity}. }

47. 與下一篇「模擬」問題的接軌

模擬可以達到：

e_{\mathrm{surf}}\rightarrow1,

e_{\mathrm{beh}}\rightarrow1,

e_{\mathrm{func}}\rightarrow1,

甚至：

e_{\mathrm{struct}}\rightarrow1.

但仍可能：

e_{\mathrm{onto}}<1.

因此：

\boxed{ \text{Perfect simulation under chosen observables} \not\Rightarrow \text{ontological identity}. }

下一篇將正式處理這個問題。

48. 本文核心命題組

第一：

\boxed{ \text{Similarity} \neq \text{Identity}. }

第二：

\boxed{ \text{Analogy} \neq \text{Homomorphism}. }

第三：

\boxed{ \text{Homomorphism} \neq \text{Isomorphism}. }

第四：

\boxed{ \text{Isomorphism} \neq \text{Identity}. }

第五：

\boxed{ \text{Indistinguishability under a relation} \neq \text{identity across all relations}. }

49. 辨識原則

本文最終提出：

\boxed{ \mathsf{Disc}(X,Y) = \{ \rho: X \neq_{\rho} Y \} }

以及：

\boxed{ \mathsf{Same}(X,Y) = \{ \rho: X =_{\rho} Y \}. }

高階辨識的目標，不是強迫：

\mathsf{Disc}(X,Y)=\varnothing

或：

\mathsf{Same}(X,Y)=\varnothing.

而是精確描述：

\boxed{ \mathsf{Same}(X,Y) \quad\text{and}\quad \mathsf{Disc}(X,Y). }

也就是：

它們在哪些關係下相同，在哪些關係下不同。

50. 結論

類比是智能理解世界最重要的工具之一。

但也正因為如此，它最容易被升格過頭。

從：

X\sim Y

到：

X=Y

之間，不是一步。

而是一整條辨識階梯：

\boxed{ \text{Similarity} \prec \text{Analogy} \prec \text{Homomorphism} \prec \text{Isomorphism} \prec \text{Identity}. }

越往右：

\text{Proof Burden} \uparrow.

因此真正成熟的跨域理解，不是：

找到相似，就宣布同一。

而是：

找到相似，建立映射，測試保存，確認失真，檢查可逆性，最後才判斷是否有資格談同一。

這使我們可以同時保留：

\boxed{ \text{Strong Analogy} }

與：

\boxed{ \text{Strong Difference}. }

而不需要在：

完全相同

與：

完全無關

之間二選一。

最終核心可壓縮為：

\boxed{ \text{Same under some relations} \neq \text{same in all respects}. }

下一篇將把這個辨識框架推進到更尖銳的問題：

如果一個模擬與原物在所有可觀察測試中都無法區分，它是否就等於原物？

本文的答案已經預告：

\boxed{ \text{Not without an additional identity argument}. }

系列下一篇

05｜模擬不是被模擬物：行為等價、結構等價與存在差異

核心命題：

\boxed{ Sim(X)\approx X \not\Rightarrow Sim(X)=X. }