載體不是機理：電子、光子、量子、生物與相位計算的正交分類

系列：統一計算機分類與計算本體論 02
英文題名：Substrate Is Not Mechanism: An Orthogonal Classification of Electronic, Photonic, Quantum, Biological, and Phase Computing
作者：Neo.K × GPT-5.6 Sol
機構：EveMissLab（一言諾科技有限公司）
日期：2026-09-17
版本：v0.1
性質：內部理論整理／計算分類學／跨載體映射／混合計算形式化
狀態：Series B 正式第二篇
前篇：B-01〈計算機不是一種機器：載體、狀態空間與算子的統一型別系統〉

摘要

現代與未來計算架構的命名長期混合了至少四種不同問題：

用什麼東西承載計算？
狀態以什麼形式存在？
狀態如何演化？
系統如何選擇、調度與讀出結果？

因此，「光子計算」「量子計算」「相位計算」「本徵態計算」「拓撲計算」「生物計算」「Agentic 計算」不能被放在同一棵互斥分類樹中直接比較。

本文將 B-01 的統一計算型別：

\mathfrak C = \left\langle \mathcal H, \mathcal X, \mathcal O, \mathcal K, \mathcal M, \mathcal A, \mathcal R, \mathcal I, \Gamma, \mathcal E \right\rangle

進一步壓縮成四個核心分類軸：

\boxed{ \mathfrak C_{\mathrm{core}} = \left\langle \mathcal H, \mathcal X, \mathcal O, \mathcal K \right\rangle }

其中：

$\mathcal H$ ：substrate，物理／虛擬載體；
$\mathcal X$ ：state representation，狀態表示；
$\mathcal O$ ：transition mechanism，狀態轉換機理；
$\mathcal K$ ：control / selection，控制與選擇機制。

本文提出：

\boxed{ \text{Substrate} \perp_T \text{State Representation} \perp_T \text{Transition Mechanism} \perp_T \text{Control} }

其中：

\perp_T

表示分類正交性（taxonomic orthogonality），不是物理統計獨立性。

這意味著：

\boxed{ \text{Photonic} }

可以描述載體；

\boxed{ \text{Quantum} }

可以同時描述載體、狀態與演化規則；

\boxed{ \text{Phase} }

可以描述狀態表示或演化機理；

\boxed{ \text{Eigenstate} }

主要描述收斂／選擇／讀出機制；

\boxed{ \text{Agentic} }

主要描述高階控制與算子生成。

因此完全可能存在：

\boxed{ \text{photonic substrate} + \text{quantum state} + \text{phase evolution} + \text{eigenstate selection} + \text{classical/agentic control}. }

這不是混亂，而是一個正常的多軸型別。

本文進一步定義「相容性張量」：

\boxed{ \chi = \chi \left( \mathcal H, \mathcal X, \mathcal O, \mathcal K \mid \Gamma, \mathcal E \right) }

用來回答：

某個分類上合法的組合，在指定物理約束、精度、能源與工程環境下，是否真的能實現？

因此：

\boxed{ \text{Taxonomically Composable} \neq \text{Physically Compatible} \neq \text{Engineering Practical}. }

本文亦區分：

\boxed{ \text{native realization} }

與：

\boxed{ \text{simulated realization}. }

例如相位機理可以在經典電子計算機上模擬，也可以由光學、量子或類比動力系統原生實現；兩者在功能語義上可能等價，但成本、時間、精度與能量完全不同。

最後，本文提出未來計算機不應被理解為「電子 → 光子 → 量子 → 下一代」的單線替代，而更可能是：

\boxed{ \text{Substrate Evolution} + \text{Mechanism Diversification} + \text{Hybrid Routing}. }

這為後續可行性分級、量子回溯論重構、本徵態計算與 $0-\Omega_\infty-1$ 底空間提供共同分類基礎。

關鍵詞：載體、計算機理、光子計算、量子計算、相位計算、本徵態、生物計算、混合計算、正交分類、相容性張量

0. 核心錯誤：把所有「X 計算」都放進同一分類樹

常見分類會寫成：

\text{Computer} \rightarrow \begin{cases} \text{Electronic}\\ \text{Photonic}\\ \text{Quantum}\\ \text{Biological}\\ \text{Phase}\\ \text{Topological} \end{cases}

這看似方便，實際卻混合了不同維度。

例如：

\text{electronic}

明顯主要回答：

用什麼物理載體？

而：

\text{phase}

常常回答：

系統狀態以什麼相位關係表示／演化？

而：

\text{topological}

可能回答：

哪種全域不變量或拓撲結構承載／保護計算？

因此它們不能被當成同一層級的互斥選項。

本文改用：

\boxed{ \text{product-space taxonomy}. }

1. 四個核心分類軸

定義：

\boxed{ \mathfrak C_{\mathrm{core}} = \left\langle \mathcal H, \mathcal X, \mathcal O, \mathcal K \right\rangle. }

1.1 $\mathcal H$ ：Substrate

回答：

哪些物理自由度承載狀態？

1.2 $\mathcal X$ ：State Representation

回答：

什麼構成一個計算狀態？

1.3 $\mathcal O$ ：Transition Mechanism

回答：

狀態如何合法變化？

1.4 $\mathcal K$ ：Control / Selection

回答：

誰選擇要執行哪個轉換、何時執行、何時讀出？

因此：

\boxed{ \mathcal H \neq \mathcal X \neq \mathcal O \neq \mathcal K. }

2. 分類正交性不是物理獨立性

本文使用：

\perp_T

表示：

\boxed{ \text{taxonomic orthogonality}. }

即：

一個維度不能由另一維度單獨決定。

所以：

\mathcal H \perp_T \mathcal O

不代表：

P(\mathcal H,\mathcal O) = P(\mathcal H)P(\mathcal O).

物理上它們當然可能高度耦合。

例如某些 quantum operator：

O_q

只有在能維持 coherent quantum state 的：

\mathcal H_q

上才有原生實現。

因此：

\boxed{ \text{Orthogonal in classification} \neq \text{independent in realization}. }

3. 載體軸 $\mathcal H$

第一版載體集合可寫成：

\boxed{ \mathbb H = \{ H_e, H_p, H_q, H_m, H_f, H_b, H_c, H_v, H_g \}. }

其中：

$H_e$ ：electronic；
$H_p$ ：photonic；
$H_q$ ：quantum-native microscopic；
$H_m$ ：mechanical；
$H_f$ ：fluid / field-like；
$H_b$ ：biological / biochemical；
$H_c$ ：chemical / molecular；
$H_v$ ：virtual / simulated substrate；
$H_g$ ：hypothetical gravitational / quantum-gravitational substrate。

這不是最終完備分類，而是一個可擴張母集合。

4. 電子載體

電子計算最典型的是：

H_e.

它可以承載：

二進位 digital state；
analog voltage/current state；
oscillator phase；
neuromorphic dynamics；
stochastic state；
mixed-signal systems。

所以：

\boxed{ \text{Electronic} \neq \text{Binary Only}. }

更不能寫成：

\boxed{ H_e \Rightarrow O_{\mathrm{vonNeumann}}. }

電子只是載體。

5. 光子載體

光子／光學自由度可以承載：

intensity；
phase；
polarization；
frequency；
spatial mode；
temporal mode；
path；
quantum optical state。

因此：

H_p

可以支持：

X_{\mathrm{classical}},

也可以支持：

X_{\mathrm{quantum}}.

所以：

\boxed{ \text{Photonic Computer} }

本身不能告訴我們它是不是 quantum computer。

6. 量子原生載體

H_q

描述需要保留量子自由度：

coherence；
superposition；
entanglement；
interference；
quantum statistics。

但「量子計算」通常不只是：

H_q.

它還要求：

X_q, \quad O_q, \quad R_q.

因此量子計算是一個：

\boxed{ \text{multi-axis family}. }

7. 生物與化學載體

生物／化學系統可以使用：

concentration；
molecular binding；
gene expression；
reaction network；
neural spiking；
membrane potential；
morphology；
growth dynamics。

因此：

H_b,H_c

可以承載：

X_{\mathrm{discrete}}, X_{\mathrm{continuous}}, X_{\mathrm{stochastic}}, X_{\mathrm{graph}}, X_{\mathrm{dynamical}}.

所以：

\boxed{ \text{Biological Computing} \neq \text{one computation mechanism}. }

8. 機械、流體與場載體

如果計算由：

mechanical displacement；
resonant modes；
fluid vortex；
wave propagation；
field configuration；

承載，

則：

\mathcal H

只是換成不同物理自由度。

它們可以實現：

analog integration；
relaxation；
optimization；
reservoir dynamics；
phase coupling。

因此：

\boxed{ \text{physical dynamics itself can be computational substrate}. }

9. 虛擬載體

H_v

代表：

某種「新計算機」其實完全由另一台計算機模擬。

例如：

cellular automaton；
virtual quantum simulator；
simulated phase machine；
emulated architecture；
software-defined topology engine。

它仍可以具有自己的：

\mathcal X,\mathcal O,\mathcal K.

所以：

\boxed{ \text{virtual machine} }

在高層分類上仍然可以是一台真正的計算系統。

10. 狀態表示軸 $\mathcal X$

本文將狀態表示至少分成：

\boxed{ \mathbb X = \{ X_d, X_c, X_s, X_q, X_g, X_\phi, X_\tau, X_r \}. }

其中：

$X_d$ ：discrete；
$X_c$ ：continuous；
$X_s$ ：stochastic；
$X_q$ ：quantum；
$X_g$ ：graph / relational；
$X_\phi$ ：phase-structured；
$X_\tau$ ：topological；
$X_r$ ：hybrid / reconfigurable。

11. 離散狀態不等於電子

例如：

X_d

可以由：

電晶體；
光學 threshold；
DNA strand states；
mechanical latch；
magnetic domain；

承載。

所以：

\boxed{ X_d \not\Rightarrow H_e. }

同理：

H_e \not\Rightarrow X_d.

12. 連續狀態不等於「不是數位計算」

一個連續動力系統：

x(t)\in\mathbb R^n

可以被數位系統模擬。

同樣，一個數位機器在足夠高更新率與解析度下，也可以逼近連續流：

x_{n+1} = F_{\Delta t}(x_n)

在：

\Delta t\rightarrow0

時逼近：

\frac{dx}{dt} = f(x).

因此：

\boxed{ \text{Discrete} \neq \text{necessarily visibly discrete at macroscopic scale}. }

這也為 B-06 的：

0-\Omega_\infty-1

預留接口。

13. 相位狀態

相位：

\phi

可以是一個 state coordinate，

例如：

x = (A,\phi).

因此：

X_\phi

可以只是：

\boxed{ \text{phase representation}. }

但這還不是：

O_{\mathrm{phase}}.

如果演化規則是：

\phi_{t+1} = F(\phi_t,\ldots),

並且計算能力真正依賴 phase relation，

才進入：

\boxed{ \text{phase mechanism}. }

14. 拓撲狀態

若答案或保護性質依賴：

\mathcal T(x)

的拓撲不變量，

則：

X_\tau

可以是 topology-sensitive state。

但 topology 可以只是：

表示；
error protection；
transition constraint；
computational invariant。

所以：

\boxed{ \text{Topological State} \neq \text{Topological Mechanism} }

也需要拆開。

15. 機理軸 $\mathcal O$

第一版 operator family：

\boxed{ \mathbb O = \{ O_{\mathrm{seq}}, O_{\mathrm{parallel}}, O_{\mathrm{analog}}, O_{\mathrm{stoch}}, O_{\mathrm{rev}}, O_{\mathrm{quant}}, O_{\mathrm{phase}}, O_{\mathrm{relax}}, O_{\mathrm{eigen}}, O_{\mathrm{top}}, O_{\mathrm{agent}} \}. }

一個系統可以同時使用多個：

O_i.

所以：

\boxed{ \mathcal O }

本身通常也是集合，而不是單一標籤。

16. Sequential / Parallel 是更新組織，不是載體

O_{\mathrm{seq}}

表示：

x_0 \rightarrow x_1 \rightarrow x_2 \rightarrow\cdots

主要由序列控制。

O_{\mathrm{parallel}}

則表示多個 state transition 並發。

電子、光子、量子、生物都可以有不同程度的：

O_{\mathrm{parallel}}.

所以：

\boxed{ \text{Parallel} \neq \text{GPU only}. }

17. 類比機理

O_{\mathrm{analog}}

利用物理系統自身的連續 dynamics 去實現：

\dot{x} = f(x).

此時計算不是：

先寫 symbolic instruction，再逐條執行，

而可能是：

設定初始條件與耦合，讓物理演化本身完成運算。

這和：

H_e,H_p,H_m,H_f,H_b

都可以組合。

18. 隨機機理

O_{\mathrm{stoch}}

利用：

P(x_{t+1}|x_t)

而不是唯一：

x_{t+1}=F(x_t).

可出現在：

electronic noise；
thermal systems；
stochastic bits；
biological systems；
quantum measurement driven systems。

所以：

\boxed{ \text{Stochastic} }

也是跨載體機理。

19. 可逆機理

若：

[ O ]

存在逆：

O^{-1},

則屬：

O_{\mathrm{rev}}.

但：

\boxed{ \text{Reversible} \neq \text{Quantum}. }

經典 reversible logic 也存在。

量子 unitary evolution 常具有可逆性，但量子測量與完整系統工程還有另外層次。

20. 量子機理

O_{\mathrm{quant}}

利用：

unitary evolution；
quantum interference；
entanglement；
measurement；
quantum channels。

量子機理通常要求：

X_q

及相容：

H_q.

因此它比：

O_{\mathrm{phase}}

的載體限制更強。

21. 相位機理

O_{\mathrm{phase}}

的核心不是「系統裡有 phase」。

幾乎所有波動系統都有 phase。

真正 phase computing 應要求：

\boxed{ \text{computational result materially depends on controlled phase relations}. }

即：

y = F(\Delta\phi_{ij},\ldots).

所以：

\boxed{ \text{Phase Exists} \neq \text{Phase Computes}. }

22. Relaxation / Attractor 機理

若系統經由：

x_0 \rightarrow x(t) \rightarrow x^\ast

並滿足：

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

則可以利用：

\boxed{ \text{relaxation / attractor dynamics} }

進行求解。

這可以由：

electronic analog；
optical；
mechanical；
biological；
neural；
quantum annealing-like；

等方式實現。

23. 本徵態機理

本徵態計算是 relaxation 更特殊的一類候選。

如果：

\mathcal O\psi^\ast = \lambda\psi^\ast

或：

\psi^\ast \in \operatorname{Fix}(\mathcal O,\Gamma),

並把解碼嵌入：

\psi^\ast,

則：

O_{\mathrm{eigen}}

主要是一種：

\boxed{ \text{state-selection mechanism}. }

它不必指定：

H_q.

24. 拓撲機理

若計算主要利用：

\boxed{ \text{topological invariants / protected transformations} }

而不是普通局部 amplitude，

則可以歸入：

O_{\mathrm{top}}.

但 topology 也可能只是：

\Gamma

中的約束。

因此每一個「拓撲計算」都要問：

topology 是 state、operator、protection，還是 constraint？

25. Agentic 機理

O_{\mathrm{agent}}

與一般固定 operator 最大差別是：

\mathcal O_t

本身可被高階 Agent 修改、生成與組合。

例如：

\mathcal K_{\mathrm{agent}}: (g,x,\mathcal M) \rightarrow O_{\mathrm{new}}.

因此：

\boxed{ \text{Agentic} }

主要作用於：

\mathcal K

與：

\mathcal O

的可變性。

26. 控制軸 $\mathcal K$

控制可分：

\boxed{ \mathbb K = \{ K_{\mathrm{fixed}}, K_{\mathrm{program}}, K_{\mathrm{feedback}}, K_{\mathrm{learned}}, K_{\mathrm{agent}}, K_{\mathrm{meta}} \}. }

其中：

fixed control；
stored-program control；
feedback control；
learned policy；
Agent planner；
meta-architecture selector。

這個軸可以解釋：

為什麼同一物理載體上的計算機，在 AI 時代會變成完全不同的系統。

27. 馮・諾依曼主要在哪一軸？

狹義 VN 架構主要影響：

\boxed{ \mathcal K+\mathcal M+\mathcal A+\mathcal I. }

也就是：

stored program；
memory；
instruction addressing；
processor-memory organization。

它不是：

\mathcal H=\text{electricity}

的同義詞。

因此可以有：

\boxed{ \text{photonic stored-program computer}. }

也可以：

\boxed{ \text{electronic non-Von-Neumann machine}. }

28. 光子 × 經典

一個光子經典系統可為：

\boxed{ \langle H_p, X_c, O_{\mathrm{analog/phase}}, K_{\mathrm{classical}} \rangle. }

例如利用 interference 做 matrix operation 或 analog transform。

這不是 quantum computer。

29. 光子 × 量子

若使用：

H_p

承載：

X_q

並執行：

O_q,

則可得到：

\boxed{ \text{photonic quantum computer}. }

因此：

\boxed{ \text{photonic} }

與：

\boxed{ \text{quantum} }

不是互斥分類。

30. 電子 × 相位

電子 oscillator、PLL、coupled oscillator network 等可以承載：

X_\phi

並執行：

O_{\mathrm{phase}}.

所以：

\boxed{ \text{electronic phase computer} }

完全有分類意義。

相位不是光子專屬。

31. 光子 × 本徵態

假設光學系統設計成：

x(t) \rightarrow x^\ast

且：

x^\ast

直接代表目標 eigen/fixed state，

則：

\boxed{ \text{photonic eigenstate computer} }

是一個合法組合。

它的優勢或問題要由：

\chi

與成本模型判斷，而不是由名字判斷。

32. 生物 × Agentic

一個生物系統如果：

感測環境；
重構內部控制策略；
生成新 response pathways；
保留長期 adaptation memory；

則高層可以描述成：

\boxed{ H_b + O_{\mathrm{adaptive}} + K_{\mathrm{agent-like}}. }

是否真的稱 Agentic Computer，要看操作定義，而不是因為它「活著」。

33. 量子 × Agentic

未來可以存在：

\boxed{ \text{classical/AI agent} \rightarrow \text{quantum subroutine selection} }

甚至：

\mathcal K_{\mathrm{agent}}

依問題動態生成：

circuit；
ansatz；
measurement policy；
error-mitigation strategy。

所以 Agentic 與 Quantum 也在不同軸。

34. 相位 × 本徵態

這兩者尤其容易互相混。

相位計算：

O_{\mathrm{phase}}

描述演化主要依賴 phase relation。

本徵態計算：

O_{\mathrm{eigen}}

描述目標是選出／收斂至某個 eigen/fixed state。

兩者可以：

\boxed{ O_{\mathrm{phase}} + O_{\mathrm{eigen}}. }

即利用 phase dynamics 尋找 eigenstate。

但它們不是同義詞。

35. 「量子＝微觀」也需要精確

量子計算不是只因為元件很小。

真正關鍵是：

\boxed{ \text{quantum degrees of freedom are computationally used}. }

一台 nanoscale classical transistor machine 仍然可以是 classical computer。

因此：

\boxed{ \text{Microscopic} \neq \text{Quantum Computational}. }

36. 普朗克基底不是自動「更快量子電腦」

假設存在：

H_g

即更底層 quantum-gravitational / Planck-scale substrate。

仍然需要定義：

X_g, O_g, K_g, R_g.

不能只寫：

\text{smaller scale} \Rightarrow \text{faster computer}.

真正速度取決於：

transition rates；
controllability；
signal extraction；
noise；
energy；
addressability；
readout。

因此：

\boxed{ \text{smaller substrate scale} \neq \text{automatic computational superiority}. }

37. 相容性張量

本文定義：

\boxed{ \chi = \chi \left( H_i, X_j, O_k, K_l \mid \Gamma,\mathcal E \right). }

取值可粗略為：

\chi\in[0,1].

其中：

\chi=0

表示在指定物理模型與工程條件下不相容。

\chi\approx1

表示高度自然／成熟相容。

這使分類與工程判定正式分離。

38. 分類可組合，不代表所有組合都能做

乘積空間：

\mathbb H \times \mathbb X \times \mathbb O \times \mathbb K

只是候選型別空間。

真正可行域：

\boxed{ \mathfrak C_{\mathrm{valid}} = \{ (H,X,O,K) \mid \chi(H,X,O,K|\Gamma,\mathcal E)>0 \}. }

所以：

\boxed{ \text{Taxonomic Freedom} \neq \text{Physical Freedom}. }

39. 原生實現與模擬實現

定義：

\boxed{ \operatorname{Native} (O,H) }

當 (H) 的物理 dynamics 直接實現 (O)。

例如：

\text{optical interference}

原生實現某些 phase / linear transform。

相反：

\boxed{ \operatorname{Sim} (O,H) }

表示 (H) 透過另一層 representation 模擬 (O)。

所以同一：

O_{\mathrm{phase}}

可以有：

\text{native optical phase}

與：

\text{software simulated phase}.

40. 原生不一定總是比較好

原生實現可能有：

更低 latency；
更低 energy；
更高 parallelism；

但也可能：

更難 programming；
更難 precision control；
更難 error correction；
更難 debugging；
更難 generalize。

所以：

\boxed{ \text{Native} \neq \text{Automatically Better}. }

需要成本函數：

C(T|\mathfrak C).

41. 模擬不代表沒有必要做新載體

如果經典電子系統可以模擬：

O_{\mathrm{phase}},

不表示原生 phase machine 沒意義。

如果 classical machine 可以模擬 quantum dynamics，

也不表示 quantum hardware 沒意義。

因為：

\boxed{ \text{Functional Simulatability} \neq \text{Efficient Native Realizability}. }

這一點是整個未來計算分類的核心。

42. 混合計算不應被視為過渡階段

傳統想像：

\text{Classical} \rightarrow \text{Quantum}

像是新世代完全取代舊世代。

但更一般：

\boxed{ \mathfrak C_{\mathrm{hybrid}} = \bigoplus_i \mathfrak C_i + K_{\mathrm{route}}. }

若不同機制在不同任務上各有優勢，

混合系統可能不是暫時方案，

而是長期穩定架構。

43. 任務—架構相容度

定義：

\boxed{ \eta(T,\mathfrak C) }

表示任務 (T) 與架構 $\mathfrak C$ 的適配度。

一個 meta-controller 選擇：

\mathfrak C^\ast = \arg\max_i \eta(T,\mathfrak C_i).

因此真正未來計算競爭可能從：

哪一台電腦最強？

變成：

\boxed{ \text{Who routes each problem to the right computational domain best?} }

44. 元機理選擇

相位計算舊理論中的「元機理選擇」可以被一般化。

定義：

\boxed{ K_{\mathrm{meta}}: (T,E,R) \mapsto O^\ast. }

其中：

(T)：task；
(E)：environment；
(R)：resources。

輸出：

O^\ast

可能是：

sequential；
quantum；
phase；
eigenstate；
analog；
agentic hybrid。

因此：

\boxed{ \text{Meta-Mechanism Selection} }

可能比任何單一機理更重要。

45. 計算機演化的雙軸模型

本文提出未來計算演化至少有兩條主要軸。

第一條：

\boxed{ \mathcal H_0 \rightarrow \mathcal H_1 \rightarrow \mathcal H_2 }

即載體演化。

第二條：

\boxed{ \mathcal O_0 \rightarrow \mathcal O_1 \rightarrow \mathcal O_2 }

即機理演化。

兩者不必同步。

例如：

H_e

可能長期不變，

但：

O_{\mathrm{seq}} \rightarrow O_{\mathrm{parallel}} \rightarrow O_{\mathrm{agent}}

已經產生巨大能力變化。

46. 第三軸：控制演化

其實還有：

\boxed{ K_{\mathrm{fixed}} \rightarrow K_{\mathrm{program}} \rightarrow K_{\mathrm{learned}} \rightarrow K_{\mathrm{agent}} \rightarrow K_{\mathrm{meta}}. }

這可能是 AI 時代最重要的計算機演化之一。

因為硬體沒有變成新粒子，

計算系統卻已經能：

自動選演算法；
自動生成程式；
自動選工具；
自動路由模型；
自動重組工作流。

47. 第四軸：地址展開能力

B-01 保留：

1\rightarrow X.

現在可將其寫成：

\boxed{ \kappa_A = \operatorname{AddressExpansion}. }

當：

K_{\mathrm{agent}}

與：

I_{\mathrm{external}}

變強時，

單一地址：

a_i

能啟動的有效計算域：

X_i

可能劇烈增加。

因此未來計算機演化還有：

\boxed{ \text{address expansion axis}. }

48. 五個不能再混用的詞

新版規定：

\boxed{ \text{substrate} }

只回答承載；

\boxed{ \text{representation} }

只回答狀態形式；

\boxed{ \text{mechanism} }

回答狀態轉換；

\boxed{ \text{architecture} }

回答多元件如何組織；

\boxed{ \text{runtime} }

回答動態調度與資源整合。

未來舊論文整理時，先把每個「XX 計算機」投影到這五層。

49. 第一版交叉矩陣

以下不是可行性判決，只是型別相容候選：

載體 \ 機理	Sequential	Analog	Phase	Eigen/Relax	Quantum	Agentic Control
Electronic	✓	✓	✓	✓	部分／控制層	✓
Photonic	✓	✓	✓	✓	✓	外部控制
Mechanical	✓	✓	✓	✓	非主流	外部控制
Fluid/Field	有限	✓	✓	✓	視物理域	外部控制
Biological	✓	✓	可	✓	不作一般假定	類 Agentic
Quantum-native	✓	特殊	✓	✓	✓	常需經典/AI 控制
Virtual	✓	✓	✓	✓	模擬	✓

其中：

\boxed{ \text{✓} }

只表示分類／已知物理上存在合理實現路徑或已知類似機制，

不表示性能最好。

50. 相容性之外還要看成熟度

同一：

\chi>0

仍可能只是：

數學模型；
模擬；
實驗室 prototype；
工程原型；
商用成熟。

因此下一篇將建立：

\boxed{ F_0-F_5 }

與：

\boxed{ E_0-E_4. }

分類是否合理與工程成熟度必須分開。

51. 舊「XX 計算機」的重新標記策略

未來整理任一舊架構：

C_{\mathrm{old}}

不先問：

它是哪一類計算機？

而問：

\boxed{ \operatorname{Map} (C_{\mathrm{old}}) = (H,X,O,K,M,A,R,I,\Gamma,E). }

接著再判斷：

哪些欄位已形式化；
哪些只是隱喻；
哪些依賴未知物理；
哪些可以現代工程模擬；
哪些可以混合實現。

這能大幅降低舊理論互相打架的假象。

52. 核心結論

本文最終建立：

\boxed{ \text{Substrate} \neq \text{State} \neq \text{Mechanism} \neq \text{Control}. }

以及：

\boxed{ \text{Taxonomic Orthogonality} \neq \text{Physical Independence}. }

所以：

\boxed{ \text{Photonic} + \text{Quantum} + \text{Phase} + \text{Eigenstate} + \text{Agentic} }

不是一串互斥名詞。

它可以是一個完整、合法的多軸架構描述。

真正問題不是：

哪一個「X 計算機」取代其他所有計算機？

而是：

\boxed{ \text{Which substrate, state representation, mechanism, and control structure should be composed for this task?} }

這使未來計算機理論從「世代替代論」轉向：

\boxed{ \text{composition + compatibility + routing}. }

也就是：

\boxed{ \text{Substrate Evolution} + \text{Mechanism Diversification} + \text{Hybrid Orchestration}. }

內部理論脈絡

Neo.K × Aletheia，〈計算機不是處理器：可定址狀態轉換空間的重新定義〉，2026-08-29。
Neo.K × GPT-5.6，〈相位計算機理論 v0.1：相位本體、馮諾依曼模擬、非馮諾依曼原生與元機理選擇〉，2026。
Neo.K，〈本徵態計算機：從信息糊控制到概念空間直接訪問的操作性理論〉，2026-04-08。
Neo.K，〈混合計算必然性定理：從本徵態搜索到量子—經典共生架構〉，2026-04-08。
Neo.K × GPT-5.6 Sol，B-01〈計算機不是一種機器：載體、狀態空間與算子的統一型別系統〉，2026-09-17。

系列狀態：B-02 完成。
下一篇：B-03〈從可行到不可成立：未來計算機的可行性與證據成熟度分級〉。

載體不是機理：電子、光子、量子、生物與相位計算的正交分類

載體不是機理：電子、光子、量子、生物與相位計算的正交分類

摘要

0. 核心錯誤：把所有「X 計算」都放進同一分類樹

1. 四個核心分類軸

1.1 H\mathcal HH：Substrate

1.2 X\mathcal XX：State Representation

1.3 O\mathcal OO：Transition Mechanism

1.4 K\mathcal KK：Control / Selection

2. 分類正交性不是物理獨立性

3. 載體軸 H\mathcal HH

4. 電子載體

5. 光子載體

6. 量子原生載體

7. 生物與化學載體

8. 機械、流體與場載體

9. 虛擬載體

10. 狀態表示軸 X\mathcal XX

11. 離散狀態不等於電子

12. 連續狀態不等於「不是數位計算」

13. 相位狀態

14. 拓撲狀態

15. 機理軸 O\mathcal OO

16. Sequential / Parallel 是更新組織，不是載體

17. 類比機理

18. 隨機機理

19. 可逆機理

20. 量子機理

21. 相位機理

22. Relaxation / Attractor 機理

23. 本徵態機理

24. 拓撲機理

25. Agentic 機理

26. 控制軸 K\mathcal KK

27. 馮・諾依曼主要在哪一軸？

28. 光子 × 經典

29. 光子 × 量子

30. 電子 × 相位

31. 光子 × 本徵態

32. 生物 × Agentic

33. 量子 × Agentic

34. 相位 × 本徵態

35. 「量子＝微觀」也需要精確

36. 普朗克基底不是自動「更快量子電腦」

37. 相容性張量

38. 分類可組合，不代表所有組合都能做

39. 原生實現與模擬實現

40. 原生不一定總是比較好

41. 模擬不代表沒有必要做新載體

42. 混合計算不應被視為過渡階段

43. 任務—架構相容度

44. 元機理選擇

45. 計算機演化的雙軸模型

46. 第三軸：控制演化

47. 第四軸：地址展開能力

48. 五個不能再混用的詞

49. 第一版交叉矩陣

50. 相容性之外還要看成熟度

51. 舊「XX 計算機」的重新標記策略

52. 核心結論

內部理論脈絡

1.1 $\mathcal H$ ：Substrate

1.2 $\mathcal X$ ：State Representation

1.3 $\mathcal O$ ：Transition Mechanism

1.4 $\mathcal K$ ：Control / Selection

3. 載體軸 $\mathcal H$

10. 狀態表示軸 $\mathcal X$

15. 機理軸 $\mathcal O$

26. 控制軸 $\mathcal K$