title: MGCP–USE 07：通用狀態演化——跨尺度後仍不可消除的是什麼？
series: MGCP–USE / Minimal Generatively Complete Physics & Universal State Evolution
document_id: MGCP-USE-07
version: 0.1
date: 2026-09-20
language: zh-TW
status: Research Draft
source_format: UTF-8 Markdown
depends_on: MGCP-USE-00 · MGCP-USE-01 · MGCP-USE-02 · MGCP-USE-03 · MGCP-USE-04 · MGCP-USE-05 · MGCP-USE-06

MGCP–USE 07：通用狀態演化——跨尺度後仍不可消除的是什麼？

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
日期： 2026-09-20
版本： 0.1

摘要

MGCP–USE 00–06 已建立一條由「最小完備生成物」走向「通用狀態演化」的完整研究鏈：候選最低生成結構、原始狀態轉換、原始資訊殘跡、逆向宇宙、跨尺度 Transition Atlas，以及由 AI 進行規則、因果、不變量與可證偽模型重建。本篇首次正面回答整個系列最核心的問題：

\boxed{ \text{當狀態表示、物理尺度、自由度、有效規則與環境都改變後，還有什麼演化結構不能被消除？} }

本文不預設答案是一條「宇宙總方程」。相反地，通用性可能存在於更抽象的層級：可區分性、約束、轉換、選擇、不變量、穩定性、因果可排序性、信息保留／丟失、尺度流、臨界結構或可證偽的生成關係。

然而，「很多系統都出現」遠遠不足以稱為 fundamental。本文嚴格區分三類共同性：

\boxed{ \text{Fundamental Invariant} }

\boxed{ \text{RG / Scale Invariant} }

\boxed{ \text{Emergent Regularity}. }

第一類若存在，應在跨表示、跨尺度與跨環境比較後仍不可約；第二類只要求在某種 renormalization / coarse-graining flow 下穩定；第三類則可能由大量不同微觀機制在宏觀尺度形成相似結構。三者不能因語言相近而混為一談。

本文提出 Universal State-Evolution Candidate Core：

\mathcal U = ( \mathcal D, \mathcal C, \mathcal I, \mathcal S, \mathcal R, \mathcal G ),

其中：

$\mathcal D$ ：可區分性結構；
$\mathcal C$ ：約束與允許轉換；
$\mathcal I$ ：不變／準不變結構；
$\mathcal S$ ：選擇與穩定性；
$\mathcal R$ ：關係、順序與因果；
$\mathcal G$ ：尺度映射、粗粒化與生成關係。

這不是最終答案，而是第一版待驗證的「通用原語候選空間」。

本文進一步提出五層 Universality Ladder、Structural Equivalence Test、Cross-Scale Survival Test、Counterexample Search、Novel-Prediction Test 與 Universal Candidate Acceptance Gate。只有能在未被用於發現它的物理域中產生新限制或新預測的候選，才有資格從「共同描述」升格為「通用演化結構」。

2025–2026 年的外部研究提供了重要支撐：renormalization 研究持續顯示不同微觀系統可在尺度流中聚合到共同有效描述；invariant-function learning 已能跨不同環境提取 intrinsic dynamics；2026 年的 machine-learning conservation-law discovery 已能直接從 trajectory 找出多個獨立積分不變量；2026 年 dimensionless-law discovery 則進一步示範從稀疏資料中恢復跨參數域的無因次統一 governing relations。這些研究沒有證明宇宙存在單一 Universal State Evolution，但證明了「跨環境、跨尺度、跨表示尋找保留結構」是一個可被逐步形式化與實驗化的問題。

本篇最終得到一個比「萬物公式」更保守、也更可操作的定義：

\boxed{ \text{Universal State Evolution} = \text{在允許的表示、尺度、環境與模型變換下， 仍對未見狀態轉換施加非平凡限制的最小演化結構族。} }

Part I — 什麼才叫「通用」？

1. 「到處都看到」不是充分條件

假設某種模式：

P

出現在：

D_1,D_2,\ldots,D_n.

不能立刻得到：

P = \text{fundamental}.

它可能只是：

common mathematical form；
observational selection；
coarse-graining artifact；
universality class；
stable emergent pattern；
researcher-imposed representation。

因此：

\boxed{ \text{frequency of appearance} \neq \text{ontological fundamentality}. }

2. Universal 的第一個最低條件：跨表示

若：

P

只在某一 coordinate system 中存在，換表示：

x\rightarrow y=f(x)

後消失，則它可能只是 notation artifact。

所以需要：

P_x \sim_{\mathrm{struct}} P_y.

這稱為：

\boxed{ \text{Representation Robustness}. }

3. 第二個條件：跨環境

如果：

P

只在 environment $e_1$ 成立，換到 $e_2$ 就崩潰，則更可能是 environment-specific mechanism。

2025 年 invariant-function learning 正是以多環境資料分離 intrinsic dynamics 與 environment-specific terms。

因此：

\boxed{ \text{environment invariance} }

是重要但仍不足的條件。

4. 第三個條件：跨尺度

候選：

P_\lambda

若只在：

\lambda\in[\lambda_a,\lambda_b]

成立，就可能是 effective regularity。

若要更強，需要研究：

\mathcal C_{\lambda_1\rightarrow\lambda_2}(P_{\lambda_1})

是否仍存在非平凡對應。

5. 第四個條件：跨物理域

若一個模式只出現在 fluid dynamics，不能叫 universal state evolution。

至少需要：

P^{(a)} \sim_{\mathrm{struct}} P^{(b)}

跨多個獨立 domain。

6. 第五個條件：產生新限制

最關鍵的是：

\boxed{ \text{universality must constrain unseen transitions}. }

若一個「通用原理」只能事後描述已知系統，卻對未見狀態沒有任何額外限制，它更接近分類語言。

Part II — 三種必須分開的共同性

7. Fundamental Invariant

定義研究性候選：

I_F

若：

在多種 representation 下保留；
不依賴單一 effective scale；
無法由已知 coarse-graining artifact 解釋；
對未見 transition 有限制力；
刪除後破壞多域物理一致性；

則可列為：

\boxed{ \text{Fundamental Invariant Candidate}. }

8. RG / Scale Invariant

若：

\mathcal R_\lambda

是 renormalization / coarse-graining map，而：

I_{\mathrm{RG}}

滿足：

\mathcal R_\lambda(I_{\mathrm{RG}}) = I_{\mathrm{RG}},

或在 fixed point 附近保持特定 scaling form，則屬：

\boxed{ \text{Scale Invariant}. }

這可以非常普遍，但不等於宇宙最底層本體。

9. Emergent Regularity

不同 microscopic systems：

M_1,M_2,\ldots

可以在宏觀上產生：

R_{\mathrm{macro}}.

例如 thermodynamic laws、hydrodynamic modes、critical scaling、synchronization、attractors。

這稱為：

\boxed{ \text{Emergent Regularity}. }

它可能具有極高預測力，卻仍不需要是 fundamental。

10. 三者的關係

可能：

I_F \Rightarrow I_{\mathrm{RG}} \Rightarrow R_{\mathrm{emergent}},

但不必如此。

因此：

\boxed{ \text{same observable regularity} \not\Rightarrow \text{same fundamental origin}. }

Part III — Renormalization 提供的核心教訓

11. 為什麼 RG 對本系列重要

RG 的核心是研究：

\text{description} + \text{parameters} + \text{couplings}

如何隨解析尺度改變。

2025 年 Nature Reviews Physics 的 network renormalization 綜述再次強調，RG 本質上是在多自由度系統中研究跨 resolution 的描述與參數流。

12. Universality 的力量

不同 microscopic details：

m_1,m_2,\ldots

經 RG flow：

\mathcal R^n(m_i)

可能流向同一 fixed point：

m^\ast.

因此：

\boxed{ \text{macroscopic universality can coexist with microscopic diversity}. }

13. RG 對逆向本體論的限制

如果：

m_1\rightarrow m^\ast,

m_2\rightarrow m^\ast,

只觀察：

m^\ast

通常無法唯一反推：

m_1 \text{ or } m_2.

所以 universality 同時也是：

\boxed{ \text{information-loss mechanism}. }

14. 跨尺度穩定需要兩種讀法

A. 真正底層保留

某結構從 UV 到 IR 始終存在。

B. RG fixed structure

不同 UV 細節消失後，某宏觀結構反而出現。

兩者表面都像跨尺度穩定，但來源完全不同。

Part IV — Structural Equivalence

15. 為什麼不能只比公式字面

例如：

\dot x=f(x)

與：

\partial_t \rho = \mathcal L[\rho]

字面不同，卻可能共享：

constrained state transition；
invariant manifold；
generator；
fixed point；
stability spectrum。

因此需要：

\operatorname{StructuralEquivalence}.

16. Structural Signature

對每個 transition model：

T

建立：

\Sigma(T) = ( \mathcal D, \mathcal C, \mathcal I, \mathcal S, \mathcal R, \mathcal G ).

17. 結構等價判準

若兩個系統：

T_A,T_B

存在 map：

\Phi: \Sigma(T_A) \rightarrow \Sigma(T_B)

且保留可觀測 distinction、constraint relation、invariant correspondence 與 transition-composition structure，則可以標：

T_A \sim_{\Sigma} T_B.

18. 不要求 Isomorphism

真正跨物理域時，完全同構通常過強。

可區分：

\text{isomorphism},

\text{homomorphism},

\text{coarse structural correspondence}.

Part V — Universal State-Evolution Candidate Core

19. 第一版候選核心

\mathcal U = ( \mathcal D, \mathcal C, \mathcal I, \mathcal S, \mathcal R, \mathcal G ).

這不是宣稱自然界最終只剩六個東西，而是六類需要被跨尺度反覆檢驗的最小候選問題。

20. $\mathcal D$ ：可區分性

若完全沒有：

S_A\not\equiv S_B,

就無法定義狀態變化。

候選最弱原語之一是：

\boxed{ \text{difference / distinguishability}. }

21. $\mathcal C$ ：約束

任何物理轉換都可以寫成：

S^+\in\mathcal A(S^-),

其中 $\mathcal A(S)$ 是允許結果集合。

因此：

\boxed{ \text{transition is constrained possibility}. }

22. $\mathcal I$ ：不變結構

某些量或關係：

I(S^-) = I(S^+)

或：

I(S^+) \le I(S^-)

可能限制所有轉換。

2026 年 OAC-Net 類方法已能從 trajectory 同時恢復多個 independent integrals of motion，顯示直接由資料尋找多重守恆結構已是實際機器學習研究問題。

23. $\mathcal S$ ：選擇與穩定性

可能狀態很多：

\{S_i\},

但實際動力學只停留在某些 attractor、stable phase、admissible branch、vacuum 或 robust manifold。

因此：

\boxed{ \text{selection / stability} }

可能是跨域演化的重要結構。

24. $\mathcal R$ ：關係與順序

狀態可能需要：

R(S_i,S_j).

包括 causal order、relational time、interaction graph、dependency、process composition。

25. $\mathcal G$ ：生成與尺度映射

S_{\lambda_1} \rightarrow S_{\lambda_2}

可能代表 temporal evolution、coarse-graining、RG、emergence 或 reconstruction limit。

因此 $\mathcal G$ 是跨尺度比較的必要元件。

Part VI — 是否存在一條通用狀態演化方程？

26. Strong USE Hypothesis

存在：

\mathfrak F

使所有物理域：

S_{n+1} = \mathfrak F(S_n)

只是不同表示。

27. Operator-Grammar Hypothesis

不存在單一 $\mathfrak F$ ，但存在共同 operator grammar：

\mathfrak G_{\mathrm{op}}.

所有領域規則都由有限原語組合：

F_a = \operatorname{Compose} ( g_1,g_2,\ldots ).

28. Weak USE Hypothesis

不存在共同方程或共同 operator grammar，只存在：

\mathcal U = ( \mathcal D,\mathcal C,\mathcal I,\mathcal S,\mathcal R,\mathcal G )

這種 meta-structural constraints。

29. Null Hypothesis

\boxed{ H_0: \text{no nontrivial Universal State Evolution exists}. }

本系列必須允許 $H_0$ 勝出。

Part VII — Universality Ladder

30. U0 — Verbal Commonality

例如「所有東西都會變」。

沒有非平凡預測力。

31. U1 — Mathematical Analogy

共享 bifurcation、network、diffusion、oscillation 等數學形式。

32. U2 — Environment-Invariant Dynamics

跨環境可恢復相同 intrinsic function。

33. U3 — Representation / Scale Robustness

候選在改 representation 或適當 scale mapping 後仍有結構對應。

34. U4 — Cross-Domain Constraint

候選在多個物理 domain 對 transition 產生共同限制。

35. U5 — Cross-Domain Predictive Primitive

候選能在未被用於發現它的 domain 中預測 forbidden transition、invariant、scaling、stability 或 novel relation。

36. U6 — Fundamental Candidate

通過 cross-representation、cross-scale、cross-environment、cross-domain 與 active falsification，且尚無更低階有效／湧現解釋。

即使 U6 也只能稱 fundamental candidate。

Part VIII — Dimensionless Structure

37. 為什麼無因次關係值得看

dimensionless group：

\Pi_i

較容易跨 unit system 與尺度比較。

38. Buckingham $\Pi$ 思路

若：

q_1,\ldots,q_n

由 $k$ 個基本維度構成，常可形成：

n-k

個 dimensionless groups：

\Pi_1,\ldots,\Pi_{n-k}.

39. 2026 Dimensionless Law Discovery

2026 年的 deep-learning-assisted symbolic-discovery 研究展示：可從 sparse observations 中先識別 dominant dimensionless groups，再用 symbolic regression 恢復 unified governing equations，並在 mechanical / fluid benchmark 中跨參數區域泛化。

對 USE 的啟示是：

\boxed{ \text{跨尺度共同結構可能更容易在 dimensionless relation 中被看見。} }

但 dimensionless 不等於 fundamental。

Part IX — Conservation Laws

40. 守恆律是強候選

若：

I(S_t) = \text{constant},

則 $I$ 直接限制可到達狀態。

41. 2026 Multiple Conservation-Law Discovery

OAC-Net 以 gradient orthogonality penalty 學習多個 independent integrals of motion，並對 real-analytic functions 給出 functional independence 的理論條件。

這類技術可直接進入 Atlas invariant discovery。

42. 守恆律仍需審計尺度

必須區分：

exact global conservation；
subsystem conservation；
approximate conservation；
emergent conservation；
anomalous breaking。

Part X — Stability and Attractors

43. 演化也包括「什麼能留下」

若：

F(S^\ast)=S^\ast,

則 $S^\ast$ 是 fixed point。

若附近擾動回到 $S^\ast$ ，則具有 stability。

44. 穩定性提供 selection

大狀態空間中，只有某些區域長期可存活。

因此 stability 可能是通用演化的重要候選結構。

45. Attractor 共性可能只是 emergent

多種系統都有 attractor，不能因此宣稱 attractor 是 fundamental ontology。

Part XI — Irreversibility

46. 不可逆性必須分層

A. Fundamental Irreversibility

B. Open-System Irreversibility

C. Coarse-Grained Irreversibility

D. Statistical Arrow

47. 宏觀 entropy arrow 不能直接升格

\Delta S_{\mathrm{thermo}} \ge0

很普遍，但不能直接推出：

\text{fundamental transition primitive} = \text{entropy increase}.

Part XII — Causal Structure

48. 因果可能通用，但形式未必通用

真正候選可能不是 fixed classical order，而是：

\boxed{ \text{consistent dependency / influence structure}. }

49. Causal Universality 必須比時間先後更抽象

可包含 conditional dependence、intervention structure、process compatibility、relational ordering。

Part XIII — Emergence

50. Emergent law 可以比 microscopic law 更有預測力

macro variable：

M

有時能提供比 full microstate 更穩定的 causal description。

51. 高 causal effectiveness 不代表更 fundamental

它可能只代表：

\boxed{ \text{better effective description}. }

Part XIV — Universal Nonlinear Dynamics 案例

52. 不同系統可共享同一 dynamics family

2025 年 Physics Reports 的 review 討論 pendula、Josephson junctions、power grids 等不同系統，卻共享 inertia、damping、forcing 等相近 phase dynamics。

這證明：

\boxed{ \text{cross-domain dynamical universality} }

可以真實存在。

53. 但這仍不是宇宙通用演化

共享 mathematical reduction 不等於所有物理狀態都由同一 equation 支配。

Part XV — Counterexample-First Strategy

54. 找反例比累積支持案例更重要

提出：

P

為 universal candidate 後，第一步應尋找最可能使它失效的 domain。

55. Universal Candidate Falsification Set

\mathcal F(P) = \{ D_{\mathrm{quantum}}, D_{\mathrm{critical}}, D_{\mathrm{chaotic}}, D_{\mathrm{gravity}}, D_{\mathrm{cosmology}}, D_{\mathrm{open}} \}.

56. Hardest-Domain Test

例如：

deterministic primitive 去測 quantum stochasticity；
fixed-order primitive 去測 indefinite-order process；
reversible primitive 去測 dissipative / cosmological system；
local primitive 去測 gravity / gauge constraints。

Part XVI — Minimality of Universal Structure

57. 通用候選也要消融

如果：

\mathcal U = ( u_1,u_2,\ldots,u_n ),

測試：

\mathcal U\setminus\{u_i\}.

58. Universal Minimality

\mathcal U_{\min}

滿足：

\forall u_i\in\mathcal U_{\min},

\operatorname{ConstraintPower} ( \mathcal U_{\min}\setminus\{u_i\} ) < \operatorname{ConstraintPower} ( \mathcal U_{\min} ).

Part XVII — Predictive Power

59. 通用結構必須預測未見 transition

若 $\mathcal U$ 由：

D_1,\ldots,D_n

抽出，最重要測試是：

D_{n+1}.

60. 預測不一定是精確下一狀態

通用原理可以只限制：

S_{t+1} \in\Omega(S_t).

constraint prediction 仍然是真正預測。

Part XVIII — Universal Candidate Acceptance Gate

61. Gate U-A：Representation Robustness

候選不能只在單一 notation 存在。

62. Gate U-B：Environment Robustness

跨環境仍保留。

63. Gate U-C：Scale Audit

明確區分 fundamental、RG、effective。

64. Gate U-D：Cross-Domain Presence

至少跨多個獨立物理域。

65. Gate U-E：Nontrivial Constraint

必須排除某些可能 transition。

66. Gate U-F：Counterexample Search

必須主動尋找 hardest-domain 反例。

67. Gate U-G：Novel Prediction

至少一項未見資料預測。

68. Gate U-H：Minimality

刪除任一核心原語會降低 predictive / constraint power。

69. Gate U-I：Alternative Explanation

必須比較 RG universality、emergent regularity、representation artifact 與 selection bias。

70. Gate U-J：Active Falsification

必須能指定：

\boxed{ \text{什麼觀測會使 universal claim 失敗？} }

Part XIX — USE Candidate Record

71. 第一版資料結構

USE_Candidate_Record:
  candidate_id
  candidate_structure
  source_domains
  source_scales
  representation_forms
  structural_signature
  environment_robustness
  representation_robustness
  scale_robustness
  rg_status
  emergence_status
  causal_status
  invariant_status
  stability_status
  predictive_constraints
  unseen_domain_tests
  counterexamples
  competing_explanations
  ablation_results
  active_falsifiers
  evidence_level
  provenance

Part XX — USE Evidence Levels

72. USE-L0：Semantic Commonality

只有語言共同描述。

73. USE-L1：Mathematical Analogy

共享數學結構。

74. USE-L2：Environment-Robust Pattern

跨環境保留。

75. USE-L3：Representation / Scale Mapped Pattern

跨表示或尺度 mapping 保留。

76. USE-L4：Cross-Domain Constraint

在多物理域施加非平凡約束。

77. USE-L5：Novel Predictive Structure

能預測未見 domain / transition。

78. USE-L6：Fundamental Candidate

排除主要 emergent / RG / representation explanations，經 active falsification 仍存活。

截至本文：

\boxed{ \text{不存在被本系列認定為 USE-L6 的已知結構。} }

Part XXI — 第一版候選原語清單

79. Difference

S_A\not\equiv S_B.

80. Constraint

S^+\in\mathcal A(S^-).

81. Transition / Relation

R(S^-,S^+).

82. Invariant / Monotone

I(S^+)=I(S^-)

或：

M(S^+)\le M(S^-).

83. Selection / Stability

某些狀態比其他狀態更穩定或可持續。

84. Scale Mapping

\mathcal C_\lambda: S_{\mathrm{fine}} \rightarrow S_{\mathrm{coarse}}.

85. Information Retention / Loss

I(S^-;S^+).

86. Causal / Dependency Structure

R_{\mathrm{dep}}(A,B).

這八項只是第一版候選，不是結論。

Part XXII — 可能的結果空間

87. Result A：找到強 USE

存在：

\mathfrak F

跨物理域直接產生有效規則。

88. Result B：找到 Operator Grammar

不存在單一方程，但存在有限 transformation primitives。

89. Result C：只有 Meta-Structural Universality

只剩：

\mathcal U = ( \mathcal D,\mathcal C,\mathcal I,\mathcal S,\mathcal R,\mathcal G ).

90. Result D：只有局部 universality classes

不同領域彼此沒有非平凡共同核心。

91. Result E：Universal State Evolution 假說失敗

H_0

勝出。

這仍是重要結果。

Part XXIII — 與最小完備生成物重新接合

92. 如果 MGCP 被找到

假設：

K_0

及第一轉換：

\Pi_0

被可靠約束。

可以問：

\Sigma(\Pi_0)

是否包含：

\mathcal U.

93. 若原始轉換已包含 USE

可能 Universal State Evolution 就是最低生成結構的展開規則。

94. 若原始轉換不包含後來 USE

則 $\mathcal U$ 可能是 emergent meta-law。

這是一個不同的宇宙圖像。

95. 若規則真的演化

則 $\mathcal U$ 可能不是固定 law，而是：

\boxed{ \text{law-change constraint}. }

例如：

F_{n+1} \in\Omega(F_n).

這把 USE 從 universal law 提升為 universal law-evolution constraint。

Part XXIV — 第 07 篇核心結論

96. 結論一：Universal 不等於 Fundamental

\boxed{ \text{widely shared} \not\Rightarrow \text{fundamental}. }

97. 結論二：RG universality 與 emergent regularity 必須先排除

否則宏觀共同性很容易被誤認成宇宙底層共同性。

98. 結論三：真正候選必須跨表示、跨環境、跨尺度、跨域

\boxed{ \text{representation} + \text{environment} + \text{scale} + \text{domain}. }

99. 結論四：通用結構不必是一條方程

它可能是 operator grammar、constraint family、invariant class、causal / relational structure 或 scale-transition rule。

100. 結論五：最小通用核心目前更像結構族，而不是「萬物公式」

第一版候選：

\boxed{ \mathcal U = ( \mathcal D, \mathcal C, \mathcal I, \mathcal S, \mathcal R, \mathcal G ). }

仍需第 08 篇嚴格驗證。

101. 結論六：Counterexample Search 比支持案例累積更重要

通用命題要先去最可能失敗的物理域。

102. 結論七：通用性最終必須轉化為未見預測

\boxed{ \text{universality without novel constraint} = \text{taxonomy, not theory}. }

Part XXV — 對第 08 篇的接口

103. 最後一篇不是總結，而是驗證

MGCP–USE 08 將問：

\boxed{ \text{我們如何知道這些候選不是把已知物理重新命名？} }

104. 第 08 篇需要的四類驗證

A. Held-Out Transition

候選預測未參與發現的 transition。

B. Counterfactual World

改 initial / boundary condition，測試候選仍否成立。

C. Cross-Domain Transfer

用某域抽出的 primitive 約束另一域。

D. Active Experiment

設計最能淘汰候選的實驗。

105. 第 08 篇也要處理負面結果

如果沒有候選能跨過：

\text{USE-L4},

應接受：

\boxed{ \text{no useful universal state-evolution core found}. }

而不是降低驗證標準。

106. 系列終點

\boxed{ K_0 \rightarrow \Pi_0 \rightarrow \mathcal A_R \rightarrow \mathfrak G \rightarrow \mathcal A_T \rightarrow \mathcal R_{\mathrm{AI}} \rightarrow \mathcal U \rightarrow \text{Falsification}. }

這條鏈的價值不是保證找到宇宙終極答案，而是把「上帝粒子的上帝粒子到底是什麼？」逐步改造成一套可以失敗、可以被排除、可以持續累積證據的物理研究程序。

參考文獻

Gui, S., Li, X., Ji, S. "Discovering Physics Laws of Dynamical Systems via Invariant Function Learning." Proceedings of the 42nd International Conference on Machine Learning, PMLR 267, 20662–20693 (2025).
https://proceedings.mlr.press/v267/gui25a.html
Gabrielli, A., Garlaschelli, D., Patil, S. P., et al. "Network renormalization." Nature Reviews Physics 7, 203–219 (2025).
https://doi.org/10.1038/s42254-025-00817-5
Ananthanarayan, B., Banik, S., Bera, S., et al. "Some topics concerning the standard model, Feynman integrals and renormalization group methods: a review of some recent investigations and results." European Physical Journal Special Topics 234, 8005–8054 (2026).
https://doi.org/10.1140/epjs/s11734-025-02019-7
Shen, J., Liu, D. "Discovering Multiple Conservation Laws from Trajectories by Machine Learning." Applied Sciences 16, 8412 (2026).
https://doi.org/10.3390/app16178412
Lu, Y., Xiao, D. "Discovery of dimensionless governing equations from sparse data using deep learning-assisted symbolic computation." Applied Mathematical Modelling 160, 117128 (2026).
https://doi.org/10.1016/j.apm.2026.117128
"Universal nonlinear dynamics in damped and driven physical systems: From Pendula via Josephson junctions to power grids." Physics Reports 1147, 1–112 (2025).
https://doi.org/10.1016/j.physrep.2025.09.005
Nocerino, E. "Emergent properties and the multiscale characterization challenge in condensed matter, from crystals to complex materials: a review." Journal of Physics D: Applied Physics 58, 393001 (2025).
https://doi.org/10.1088/1361-6463/ae0344
"Emergence and Causality in Complex Systems: A Survey of Causal Emergence and Related Quantitative Studies." 2024.
https://pmc.ncbi.nlm.nih.gov/articles/PMC10887681/
Wilson, K. G. "The renormalization group and critical phenomena." Reviews of Modern Physics 55, 583 (1983).
https://doi.org/10.1103/RevModPhys.55.583
Kadanoff, L. P. "Scaling laws for Ising models near $T_c$ ." Physics Physique Fizika 2, 263 (1966).
https://doi.org/10.1103/PhysicsPhysiqueFizika.2.263
Noether, E. "Invariante Variationsprobleme." Nachrichten von der Gesellschaft der Wissenschaften zu Göttingen, 235–257 (1918).
Buckingham, E. "On Physically Similar Systems; Illustrations of the Use of Dimensional Equations." Physical Review 4, 345–376 (1914).
https://doi.org/10.1103/PhysRev.4.345
Mori, H. "Transport, collective motion, and Brownian motion." Progress of Theoretical Physics 33, 423–455 (1965).
https://doi.org/10.1143/PTP.33.423
Zwanzig, R. "Memory effects in irreversible thermodynamics." Physical Review 124, 983 (1961).
https://doi.org/10.1103/PhysRev.124.983

Source Integrity Note

本文件為 UTF-8 Markdown canonical source。數學原始碼只使用 $...$ 與 $$...$$ delimiter，不進行 LaTeX-to-Unicode 數學替換，不使用 unicode-escape round-trip。

本文延續 MGCP–USE 00–06 的「從零開始」約束，不使用作者既有私人理論作為前提。Universal State-Evolution Candidate Core、Universality Ladder、Structural Signature、Universal Candidate Acceptance Gate、USE-L0–L6 等為本系列研究工作結構，並非現代物理學既有標準分類。

本文引用 renormalization、universality、invariant-function learning、machine-learned conservation laws、dimensionless governing-law discovery、causal emergence 與跨系統 nonlinear dynamics，目的在於建立「如何區分 fundamental、scale-invariant 與 emergent commonality」的外部技術與理論底座。本文不宣稱目前已有任何已知物理結構通過本系列 USE-L6 標準，也不宣稱宇宙必然存在單一 Universal State Evolution。

MGCP–USE 07：通用狀態演化——跨尺度後仍不可消除的是什麼？

MGCP–USE 07：通用狀態演化——跨尺度後仍不可消除的是什麼？

摘要

Part I — 什麼才叫「通用」？

1. 「到處都看到」不是充分條件

2. Universal 的第一個最低條件：跨表示

3. 第二個條件：跨環境

4. 第三個條件：跨尺度

5. 第四個條件：跨物理域

6. 第五個條件：產生新限制

Part II — 三種必須分開的共同性

7. Fundamental Invariant

8. RG / Scale Invariant

9. Emergent Regularity

10. 三者的關係

Part III — Renormalization 提供的核心教訓

11. 為什麼 RG 對本系列重要

12. Universality 的力量

13. RG 對逆向本體論的限制

14. 跨尺度穩定需要兩種讀法

A. 真正底層保留

B. RG fixed structure

Part IV — Structural Equivalence

15. 為什麼不能只比公式字面

16. Structural Signature

17. 結構等價判準

18. 不要求 Isomorphism

Part V — Universal State-Evolution Candidate Core

19. 第一版候選核心

20. D\mathcal DD：可區分性

21. C\mathcal CC：約束

22. I\mathcal II：不變結構

23. S\mathcal SS：選擇與穩定性

24. R\mathcal RR：關係與順序

25. G\mathcal GG：生成與尺度映射

Part VI — 是否存在一條通用狀態演化方程？

26. Strong USE Hypothesis

27. Operator-Grammar Hypothesis

28. Weak USE Hypothesis

29. Null Hypothesis

Part VII — Universality Ladder

30. U0 — Verbal Commonality

31. U1 — Mathematical Analogy

32. U2 — Environment-Invariant Dynamics

33. U3 — Representation / Scale Robustness

34. U4 — Cross-Domain Constraint

35. U5 — Cross-Domain Predictive Primitive

36. U6 — Fundamental Candidate

Part VIII — Dimensionless Structure

37. 為什麼無因次關係值得看

38. Buckingham Π\PiΠ 思路

39. 2026 Dimensionless Law Discovery

Part IX — Conservation Laws

40. 守恆律是強候選

41. 2026 Multiple Conservation-Law Discovery

42. 守恆律仍需審計尺度

Part X — Stability and Attractors

43. 演化也包括「什麼能留下」

44. 穩定性提供 selection

45. Attractor 共性可能只是 emergent

Part XI — Irreversibility

46. 不可逆性必須分層

A. Fundamental Irreversibility

B. Open-System Irreversibility

C. Coarse-Grained Irreversibility

D. Statistical Arrow

47. 宏觀 entropy arrow 不能直接升格

Part XII — Causal Structure

48. 因果可能通用，但形式未必通用

49. Causal Universality 必須比時間先後更抽象

Part XIII — Emergence

50. Emergent law 可以比 microscopic law 更有預測力

51. 高 causal effectiveness 不代表更 fundamental

Part XIV — Universal Nonlinear Dynamics 案例

52. 不同系統可共享同一 dynamics family

53. 但這仍不是宇宙通用演化

Part XV — Counterexample-First Strategy

54. 找反例比累積支持案例更重要

55. Universal Candidate Falsification Set

56. Hardest-Domain Test

20. $\mathcal D$ ：可區分性

21. $\mathcal C$ ：約束

22. $\mathcal I$ ：不變結構

23. $\mathcal S$ ：選擇與穩定性

24. $\mathcal R$ ：關係與順序

25. $\mathcal G$ ：生成與尺度映射

38. Buckingham $\Pi$ 思路