Paper 05｜精確性按需升級：ISQL、PSSA 與 Exact Cognitive Resolution

Precision on Demand: ISQL, Pre-Symbolic Semantic Addressing, and Exact Cognitive Resolution

系列： 反身多表示認知記憶架構系列（Reflexive Multi-Representation Cognitive Memory Architecture Series）
篇次： Paper 05 / 14
作者： Neo.K with Aletheia
機構： EveMissLab／一言諾科技有限公司
版本： v0.1 Canonical Draft
日期： 2026-09-11
文件性質： 精確語義／定址／跨表示解析／認知精度升級
前篇： Paper 04｜受控失真認知：為什麼未來 AI 記憶不應永遠追求無損
Canonical Source： UTF-8 Markdown
數學原始碼規範： inline math 僅使用 $...$ ；display math 僅使用 $$...$$

摘要

Paper 04 已建立一條核心原則：未來 AI 的中間 cognition 不應被迫在所有時刻維持無損表示。探索、類比、跨域耦合、反身觀察與 X 階認知都需要可控的 approximation 與 representation freedom。然而，只允許受控失真仍不足以形成可用的長期認知架構。當 AI 從探索進入正式推論、跨代理交接、工具執行、外部世界作用、canonical memory write、科學論證、版本治理或高風險決策時，系統必須能從低解析度與模糊耦合中重新升級到可定址、可版本化、可驗證、可追溯與可解碼的精確狀態。

本文提出 Exact Cognitive Resolution（精確認知解析） 作為反身多表示認知記憶架構的 precision escalation layer。它不是要求所有 cognition 永遠使用高精度表示，而是建立一套：

\boxed{ \text{Approximate Cognition} \rightarrow \text{Semantic Address Resolution} \rightarrow \text{Identity / Version Binding} \rightarrow \text{ISQL Precision Representation} \rightarrow \text{Source / Evidence Verification} \rightarrow \text{Commit} }

的按需升級路徑。

本文將既有兩條研究線重新整合。第一條是 PSSA（Pre-Symbolic Semantic Addressing，前符號語義定址）：在概念尚未完全命名、定義、形式化以前，AI 仍可以先建立穩定、版本化、可重建的 semantic address。其核心鏈為：

\boxed{ I_t \rightarrow \mathcal P_t \rightarrow r_t \rightarrow a_t \rightarrow Z_t \rightarrow \Pi_\lambda(Z_t) \rightarrow \sigma_\lambda }

其中 $r_t$ 是尚未完全對象化的被指候選， $a_t$ 是前符號語義地址， $Z_t$ 是由地址與約束 materialize 的結構化語義狀態。由此：

\boxed{ \text{Address}(r) \prec \text{Definition}(r) }

可在生成論意義上成立。

第二條是 ISQL（Infinite Spectral Quantization Language） 的現代精確表示線。本文不將 ISQL 視為所有 cognition 的唯一語言，而將其定位為：

\boxed{ \text{High-Precision Semantic Resolution Domain} }

用於穩定 identity、registry、version / binding、canonical machine representation、decoder contract、typed relation、context、history、projection 與 verification requirement。ISQL 因此不是鬆耦合認知場的替代物，而是當系統需要精確提交、正式交接與可驗證操作時可被調用的 precision layer。

本文進一步提出 Address Resolution Ladder、Precision Escalation Trigger、Semantic Binding Contract、Exactness Boundary、Resolution Receipt、Source Re-anchoring、Ambiguity Retention、Negative Constraint Addressing、Commit Gate、Re-resolution、Cross-AI Cognitive IR、Machine Canonical / Human Projection Separation 等概念。核心主張是：

\boxed{ \text{Cognition may begin before exact definition,} }

但：

\boxed{ \text{Commit must not occur before exact resolution of critical invariants.} }

這使未來 AI 能同時保有創造性與治理能力：概念可以先被發現、定位與耦合，再逐步提高語義解析度；而真正要進入 canonical state、外部 action 或跨 AI 高責任交接時，才要求 identity、version、authority、source、constraint 與 decoder contract 進入精確域。

關鍵詞： ISQL、PSSA、Semantic Addressing、Exact Cognitive Resolution、Precision Escalation、Canonical Binding、Identity、Version、Decoder Contract、Cross-AI IR、Semantic Resolution Ladder

0. 本篇定位：允許模糊之後，必須回答如何重新變精確

Paper 04 建立：

\boxed{ \text{Loose Coupling for Cognition} }

以及：

\boxed{ \text{Exactness for Commitment}. }

前者允許：

approximate relation；
lossy projection；
fuzzy analogy；
task-conditioned abstraction；
crystal；
X-order compression。

後者則要求：

exact target；
exact identity；
exact version；
exact authority；
exact constraint；
exact provenance。

真正缺少的是兩者中間的橋：

\boxed{ \text{How does cognition become exact again?} }

本文即處理這個問題。

1. 精確不是永遠存在，而是可以被升級

傳統資訊系統常假設：

\text{Input} \rightarrow \text{ExactRepresentation}.

但未來 AI cognition 更可能是：

\text{Input} \rightarrow \text{ApproximateState} \rightarrow \text{Refinement} \rightarrow \text{ExactState}.

因此：

\boxed{ \text{Exactness} = \text{a runtime-resolvable property} }

而不是 representation 出生時必須一次完成的固定屬性。

2. Precision Escalation

本文定義：

\mathcal E_p : R_{\epsilon_1} \rightarrow R_{\epsilon_2}

其中：

\epsilon_2 < \epsilon_1.

多階：

R_{\epsilon_0} \rightarrow R_{\epsilon_1} \rightarrow \cdots \rightarrow R_{\epsilon_n}.

最終：

\epsilon_n \approx0

至少對 critical invariants。

這就是：

\boxed{ \text{Precision Escalation}. }

3. 精確升級不是單純加更多文字

更多 token：

\not\Rightarrow \text{higher semantic precision}.

真正升級應包括：

identity disambiguation；
source binding；
version resolution；
relation typing；
uncertainty reduction；
constraint formalization；
authority check；
decoder selection；
scope clarification。

所以：

\boxed{ \text{Resolution} \neq \text{Verbose Expansion}. }

4. PSSA：精確性的起點不是 Definition，而是 Address

高階 cognition 常遇到：

我知道自己指向某個東西，但它還沒有名字。

如果系統要求：

\text{Definition} \rightarrow \text{Address}

就會逼 AI 過早封閉概念。

本文改採：

\boxed{ \text{Address} \prec \text{Definition}. }

也就是先定址，再定義。

5. Pre-Symbolic Target Candidate

令：

r_t

表示前符號被指候選。

它不是：

\text{word}.

也不是：

\text{stable concept}.

它更接近：

\boxed{ \text{a partially individuated semantic target} }

具有：

可切分性；
相鄰結構；
排除邊界；
尚未閉合的維度；
可進一步 materialize 的方向。

6. 概念底空間

令：

\mathcal P_t

為概念底空間。

它可包含：

known concepts；
relations；
constraints；
examples；
counterexamples；
latent directions；
world-state features；
task pressure；
previous semantic anchors。

因此：

r_t \in \mathcal P_t

不是說 $r_t$ 已是一個完成 node。

它可能只是：

\boxed{ \text{a local attractor or candidate region}. }

7. 前符號地址

本文採：

\boxed{ a_t = ( \alpha_t, \Gamma_t, \mathcal C_t, \mathcal N_t, \mathcal O_t, v_t, H_t, U_t ) }

其中：

$\alpha_t$ ：relative semantic anchor coordinate；
$\Gamma_t$ ：local relational neighborhood；
$\mathcal C_t$ ：positive constraints；
$\mathcal N_t$ ：negative constraints；
$\mathcal O_t$ ：allowed operators；
$v_t$ ：version；
$H_t$ ：history / provenance；
$U_t$ ：unknown / unresolved parts。

8. Address 不等於 Meaning

本文明確拒絕：

a_t = \text{Meaning}(r_t).

也拒絕：

a_t = Z_t.

Address 是：

\boxed{ \text{stable reconstruction interface} }

而不是完整 semantic state。

9. Relative Semantic Address

裸 latent vector：

z^{(A)}

與：

z^{(B)}

跨模型通常不共享 canonical coordinates。

因此 PSSA 優先採：

\alpha_t = ( s(r_t,a_1), \ldots, s(r_t,a_m) )

相對於 anchor bank：

\mathcal A = \{a_1,\ldots,a_m\}.

這提供：

\boxed{ \text{relative semantic localization}. }

10. Negative Constraints

新概念常不是：

我知道它是 X。

而是：

它不是 A、不是 B、不是 C，但與它們相鄰。

所以：

\mathcal N_t

非常重要。

例如：

r_t \sim \{A,B,C\}

但：

r_t \not\equiv A, B, C.

這能防止 premature collapse。

11. Unknown 必須是地址的一部分

如果：

U_t \neq \varnothing,

系統不應強迫補值。

所以：

\boxed{ \text{Addressable} \not\Rightarrow \text{Fully Defined}. }

這對探索與概念發現非常重要。

12. Address Resolution Ladder

本文提出：

A_0 \rightarrow A_1 \rightarrow A_2 \rightarrow A_3 \rightarrow A_4.

其中：

$A_0$ ：Rough Region

只知道大概在哪個 semantic region。

$A_1$ ：Relative Anchor Set

有鄰近與排除。

$A_2$ ：Typed Address

知道 object kind、relation neighborhood。

$A_3$ ：Version-Bound Address

知道 stable identity 與 version。

$A_4$ ：Canonical Address

具 registry、decoder、authority、source binding。

這形成：

\boxed{ \text{Address Resolution Ladder}. }

13. 不是所有 Cognition 都需要到 $A_4$

Explore：

A_0-A_2

可能已足夠。

Formal handoff：

A_3.

Canonical commit：

A_4.

所以：

\boxed{ \text{Address Precision} = \text{Task-Dependent}. }

14. Materialization

由 address：

a_t

生成：

Z_t.

即：

\boxed{ Materialize(a_t,C_t) \rightarrow Z_t. }

$Z_t$ 是可操作 semantic state。

它可以再投影成：

natural language；
graph；
tensor；
symbol；
ISQL；
program structure。

15. Materialization 不應被當成唯一真實展開

同一 address：

a_t

在不同 task 下可 materialize：

Z_t^{(1)} \neq Z_t^{(2)}.

只要 critical invariants 保持。

因此：

\boxed{ \text{Address} \text{ anchors a family of valid projections}. }

16. ISQL 的現代位置

本文採用 ISQL 的現代定位：

\boxed{ \text{a versioned structured code space for addressable and recoverable information} }

其最低 meta-core 可表示為：

\mathcal M_{min} = ( I, R, V, C, D )

其中：

$I$ ：Identity；
$R$ ：Registry / Namespace；
$V$ ：Version / Binding；
$C$ ：Canonical Machine Representation；
$D$ ：Decoder / Interpretation Contract。

17. ISQL 不等於 INSL

INSL lineage 強調：

structured sequence；
addressing；
potentially unbounded expansion；
spectral payload。

現代 ISQL 則已擴展為：

versioned code space；
typed state；
graph；
projection；
history；
machine representation。

因此：

\boxed{ \text{INSL} \subset \text{ISQL lineage} }

但兩者不應簡化成同一物件。

18. ISQL 也不等於 PSSA

PSSA 問：

概念還沒定義完成時，如何先定位？

ISQL 問：

一個已進入可操作精確域的 object 如何被穩定定址、版本化與解碼？

所以：

\boxed{ PSSA \rightarrow ISQL }

是一個可能的 refinement path。

19. PSSA → ISQL

若前符號候選：

r_t

逐步穩定，

地址：

a_t

可升級：

a_t \rightarrow ID_t.

再建立：

\text{RegistryBinding}.

最後：

\text{CanonicalMachineObject}.

所以：

\boxed{ \text{Pre-Symbolic Address} \rightarrow \text{Canonical Semantic Identity}. }

20. 但不是所有 PSSA 候選都應升格

許多探索候選可能：

消失；
merge；
split；
被否定；
被另一概念吸收。

所以升格需要 gate。

21. Concept Promotion Gate

本文暫定：

G_{concept} = G_{stability} \land G_{distinctness} \land G_{utility} \land G_{provenance} \land G_{reconstructability}.

只有通過才：

\text{PSSA Candidate} \rightarrow \text{Stable Object}.

22. Identity 與 Representation 分離

一旦有 stable identity：

ID(x),

不同表示：

R_i(x)

都綁定同一：

ID(x).

因此：

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

這是 Exact Cognitive Resolution 的第一個硬約束。

23. Identity 與 State 也分離

同一 object：

x

可有：

State_t(x)

不斷改變。

但：

ID(x)

不應每次變。

所以：

\boxed{ \text{AddressIdentity} \neq \text{StateRepresentation}. }

24. Version Binding

若：

State_t

改變，

必須知道：

Version(x)=v_t.

因此：

Bind( ID, \text{Version}, \text{Representation} ).

這防止：

\text{old state}

被誤認成：

\text{current state}.

25. Stable Identity 不等於 Eternal Meaning

Identity 可穩定。

Meaning 可演化。

所以：

\boxed{ ID(x) \text{ stable} \quad\land\quad Meaning_t(x) \text{ evolves}. }

這允許長期 semantic evolution。

26. Registry

Registry 的作用不是：

決定 truth。

而是：

決定 object / namespace / binding。

因此：

\boxed{ \text{Registry} \neq \text{Truth Authority}. }

27. Registry Entry

最小可包含：

object_id
namespace
kind
version
binding
decoder_ref
source_refs
status

這建立穩定 machine addressability。

28. Decoder Contract

若只有 canonical bytes：

C

但沒有 decoder：

D,

未來系統仍可能讀錯。

所以：

\boxed{ (C,D) }

應被視為一個完整 machine semantic contract。

29. Decoder Version

如果：

D_{v1} \neq D_{v2},

同一 payload 可能被不同解釋。

因此：

\boxed{ Version(payload) + Version(decoder) }

都需要。

30. Canonical Machine Representation

本文使用：

C_{machine}

表示 machine canonical form。

它不需要 human readable。

但應：

typed；
versioned；
deterministic or constrained；
decoder-bound；
validator-friendly。

31. Human Projection

由：

C_{machine}

可生成：

P_{human}.

但：

\boxed{ P_{human} \neq C_{machine}. }

所以 human-friendly text 不應反向成為 canonical source。

32. Cross-AI Cognitive IR

ISQL 可作為候選：

ISQL_{COG}

支援：

\text{MotherAI} \rightarrow \text{Specialist}

的 structured handoff。

其抽象 state：

X_{cog} = \langle ID, \text{State}, \text{Goal}, \text{Constraint}, \text{Relation}, \text{Budget}, \text{Unknown}, \text{ActionSpace}, \text{Provenance} \rangle.

33. Cognitive IR 的價值

如果每個 specialist 都要重新理解：

natural language；
style；
pragmatics；
paraphrase；

會浪費 capacity。

structured IR 可以降低：

\text{Language Interface Tax}.

34. 但 IR 不應取代所有探索

Explore 階段 Natural Language / Vector / Graph 可能更靈活。

所以：

\boxed{ \text{IR is a precision interface, not a universal imagination space}. }

35. Precision Escalation Trigger

什麼時候從 fuzzy state 升級？

本文提出：

T_p = F( \text{risk}, \text{ambiguity}, \text{conflict}, \text{authority}, \text{actionability}, \text{uncertainty}, \text{externality} ).

當：

T_p > \theta_p

觸發：

\text{PrecisionEscalate}().

36. Risk Trigger

若：

\text{Risk} \uparrow,

則：

\text{Precision} \uparrow.

例如高風險 action 要求更精確 target。

37. Ambiguity Trigger

若同一 label 對應：

x_1,x_2,\ldots

則需要：

\text{ResolveIdentity}.

38. Conflict Trigger

若：

R_A \not\equiv R_B,

需要：

\text{Re-resolve}.

39. Authority Trigger

若 action 需要權限，

必須：

\text{ResolveAuthority}.

不能依 summary 猜。

40. Actionability Trigger

當 cognition 即將：

\text{WorldAction}

時，precision 必須升級。

41. External Handoff Trigger

跨 agent / system handoff 也應提高 precision。

因為 shared context 下降。

42. Semantic Distance from Source

如果 representation 已經經過多次：

\text{Transform},

則：

\text{DistanceToSource} \uparrow.

也可觸發 re-resolution。

43. Exactness Boundary

本文定義：

\boxed{ \partial E }

為 exactness boundary。

在 boundary 之前：

cognition 可 fuzzy；
representation 可 lossy；
route 可 exploratory。

穿越 boundary 之後：

critical identity 必須 resolved；
version 必須 bound；
authority 必須 checked；
provenance 必須 available；
required constraints 必須 explicit。

44. Exactness Boundary 不等於單一位置

不同系統有不同 boundary。

例如：

tool call；
database mutation；
scientific publication；
code merge；
payment；
canonical memory write。

45. Multiple Exactness Boundaries

甚至同一 task：

\text{Explore} \rightarrow \text{Plan} \rightarrow \text{Tool} \rightarrow \text{Commit}

可有多個 boundary。

每次都重新檢查 critical invariants。

46. Exactness Boundary 的核心條件

本文提出：

\boxed{ G_E = G_I \land G_V \land G_A \land G_P \land G_C }

其中：

$G_I$ ：identity gate；
$G_V$ ：version gate；
$G_A$ ：authority gate；
$G_P$ ：provenance gate；
$G_C$ ：constraint gate。

47. Identity Gate

確認：

\text{Target} = \text{CorrectObject}.

禁止：

\text{similarity} \rightarrow \text{identity}.

48. Version Gate

確認：

\text{Version} = \text{CurrentRequiredVersion}.

避免 stale state。

49. Authority Gate

確認：

\text{Action} \subseteq \text{GrantedScope}.

50. Provenance Gate

確認 critical claim 可回：

\text{Source/Evidence}.

51. Constraint Gate

確認：

\text{Preconditions}

明確。

不能只靠 implicit context。

52. Unknown Gate

若 critical unknown：

U_{\text{critical}}\neq\varnothing,

則：

\text{Commit}=\text{Blocked}

或明示降級。

53. Commit 不等於 Certainty 100%

有些現實 decision 無法完全確定。

但 Commit 至少要：

知道 uncertainty；
知道 evidence；
知道 authority；
知道 scope；
知道 consequence。

所以：

\boxed{ \text{Exact Resolution} \neq \text{Perfect Knowledge}. }

54. 精確解析的是「已知狀態」，不是把未知消滅

若：

P=0.63,

精確表示可以是：

P=0.63

而不是硬轉：

\text{True}.

所以 uncertainty 本身可精確。

55. Exact Unknown

甚至：

\text{Unknown}(x)

也可以被 exact 表示。

這比假裝知道更高品質。

56. Ambiguity Retention

如果：

\text{Meaning}\in\{M_1,M_2\},

而尚不能 resolve，

精確狀態可以是：

\boxed{ \text{Ambiguous}(M_1,M_2) }

不是強迫選一個。

57. Precision 不等於 Collapse

因此：

\boxed{ \text{Exactness} \neq \text{premature single-state collapse}. }

它可以精確地保存多候選。

58. PSSA 的重要性再次出現

因為 unresolved concept：

r_t

可以有 exact address：

a_t

即使 definition 尚未 closure。

所以：

\boxed{ \text{Precision of address} \neq \text{completeness of concept}. }

59. Semantic Address vs Ontology Node

PSSA address：

a_t

可以是 temporary。

Ontology node：

v

通常要求較高 stability。

所以：

a_t \not\Rightarrow v.

60. Temporary Address

Temporary address 可有 lifecycle：

\text{OPEN} \rightarrow \text{REFINED} \rightarrow \text{MERGED} \rightarrow \text{PROMOTED} \rightarrow \text{DROPPED}.

這適合 concept discovery。

61. Promotion to Canonical Node

只有：

PROMOTED

後才建立：

\text{StableID}.

這避免 ontology pollution。

62. PSSA 與 Semantic Crystallization

一個多次出現的 pre-symbolic target：

r_t

若逐步穩定，

可能：

r_t \rightarrow a_t \rightarrow Z_t \rightarrow K_t.

最後 crystal 又成為 stable concept。

這是：

\boxed{ \text{concept crystallization path}. }

63. ISQL 與 Crystal 的接口

Crystal 可以攜帶：

\text{ISQLBinding}.

但 crystal 本體不等於 ISQL。

ISQL 負責：

exact address；
version；
decoder；
machine contract。

Crystal 負責：

compressed reusable cognition。

64. Exact Crystal

若某 crystal 用於 high-risk task，

可建立：

K^{exact} = ( \text{CrystalPayload}, \text{ISQLContract}, \text{SourceBundle} ).

這是高精度 crystal profile。

65. Approximate Crystal

Explore crystal 可只有：

semantic handle；
confidence；
expansion path。

兩者不能混。

66. Precision Profile

因此每個 crystal / route / object 可帶：

\text{PrecisionProfile}.

例如：

identity: exact
version: exact
semantic-detail: approximate
provenance: exact handle
epistemic-state: explicit

這比「整個 object 精確／不精確」更好。

67. Resolution Receipt

每次 precision escalation 產生：

\boxed{ RR = ( \text{before}, \text{after}, \text{resolved}, \text{remaining unknowns}, \text{sources}, \text{validators}, \text{version}, \text{cost} ) }

即 Resolution Receipt。

68. Resolution Receipt 的用途

未來 AI 可以問：

這個 object 何時從 fuzzy concept 變成 stable definition？

或：

哪些 ambiguity 當時仍沒解？

這對反身 audit 很重要。

69. Re-resolution

即使曾 resolved：

State_t

未來也可能因：

new evidence；
version change；
ontology change；
decoder change；

需要：

\text{ReResolve}.

所以：

\boxed{ \text{Resolution} \neq \text{eternal closure}. }

70. Semantic Policy Change

若：

Contract_{v1} \rightarrow Contract_{v2},

舊 resolved state 可能 stale。

所以：

Revalidate( State_{v1} | Contract_{v2} ).

71. Exactness Is Version-Relative

一個 object 對：

Schema_{v1}

完全精確，

對：

Schema_{v2}

可能缺 field。

所以：

\boxed{ \text{Exactness} \text{ is contract-relative}. }

72. Decoder Change 也可能造成 Re-resolution

若 decoder semantic 改變，

需要：

\text{ReDecode}.

否則 old payload 可能被錯解。

73. Source Re-anchoring

在升級精度時，系統可回：

\mathcal X.

這叫：

\boxed{ \text{Source Re-anchoring}. }

它避免：

\text{summary} \rightarrow \text{summary} \rightarrow \text{formalization}

一路誤差累積。

74. Source Re-anchoring 不代表總是讀全部 Raw

可只讀：

\text{RelevantSourceSlice}.

所以：

\boxed{ \text{Exactness} \neq \text{full replay}. }

75. Precise Slice

如果：

\text{Source}

很大，

可透過 exact address 找：

Slice(x).

這也是 ISQL / addressability 的價值。

76. Fine-Grained Provenance

最好做到：

Claim_i \rightarrow Source_j.

而不是：

\text{Document} \rightarrow \text{References}.

這提高 exact resolution quality。

77. Claim-Level Binding

可表示：

Bind( Claim_i, Evidence_j, Version_k ).

這使 commit 更可靠。

78. Relation-Level Binding

relation 也可：

Bind( A\xrightarrow{r}B, \text{Evidence}, \text{Validator} ).

不只 node 有 source。

79. Exactness of Relation

高風險 graph 中 edge 應有：

type；
direction；
scope；
source；
version；
status。

這比：

related\_to

精確得多。

80. Relation Proposal vs Validated Relation

Proposed(A,B,r)

與：

Validated(A,B,r)

必須分開。

這是 exact semantic governance。

81. ISQL 不是 Truth Oracle

即使某 relation 被完美 encode 進 ISQL，

也不代表：

\text{relation}=\text{true}.

ISQL 只保證：

\boxed{ \text{precise representation of a stated semantic state}. }

Truth 仍依 evidence / validation。

82. Exact Representation of False Claim

錯誤命題也可被精確表示。

因此：

\boxed{ \text{Representational Exactness} \neq \text{Epistemic Correctness}. }

83. Canonical Representation vs Canonical Truth

更要區分：

\text{CanonicalRepresentation}

與：

\text{CanonicalTruth}.

前者是格式／治理權威。

後者在很多領域根本不存在單一永久物件。

84. Current Epistemic Projection

對 claim：

P

可有：

SUPPORTED, CONTESTED, REFUTED, UNRESOLVED.

這是 current state。

不是改寫歷史。

85. Exact Cognitive Resolution 的完整狀態

本文暫定：

\boxed{ X^{exact} = ( ID, \text{Version}, \text{Scope}, \text{State}, \text{Relations}, \text{Constraints}, \text{Unknowns}, \text{Provenance}, \text{Authority}, \text{Decoder}, \text{EpistemicStatus} ) }

不是所有欄位都必須永遠 materialize。

但 Commit 需要 critical subset。

86. Critical Exactness Set

對 task：

\tau

定義：

E_{\tau} \subseteq \{ ID, \text{Version}, \text{Scope}, \text{State}, \text{Relation}, \text{Constraint}, \text{Unknown}, \text{Provenance}, \text{Authority}, \text{Decoder} \}.

只有：

\forall e\in E_{\tau}, \quad Resolved(e)=1

才可過 gate。

87. Exactness Boundary 可依 Action Type 不同

例如 read-only query：

E_{\tau} = \{ID,Version\}.

database mutation：

E_{\tau} = \{ID,Version,Authority,Constraint\}.

scientific publication：

E_{\tau} = \{Claim,Source,Scope,EpistemicStatus\}.

88. Exactness Cost

升級精度需要：

C_E.

包括：

source fetch；
validator；
graph expansion；
tool call；
human confirmation。

所以不能永遠 maximal precision。

89. Expected Resolution Value

定義：

V_E = \text{ExpectedRiskReduction} + \text{ExpectedDecisionGain} - \text{ResolutionCost}.

只有：

V_E>0

才值得升級，除非 policy 強制。

90. Policy-Mandated Resolution

某些 boundary：

Policy=MustResolve.

不受成本函數取消。

例如：

security credential scope；
financial transaction target；
canonical research claim。

91. Precision Escalation as Hyperlink Path

可將：

\text{ApproxState} \rightarrow \text{Address} \rightarrow ISQL \rightarrow \text{Raw}

編譯成 typed route。

例如：

H_{precision}.

這會接到 Paper 06。

92. Precision Hyperlink Contract

包含：

( \text{trigger}, target\_resolution, required\_invariants, source\_refs, \text{validator}, \text{fallback} ).

93. Precision Route 不能編譯 Authority

即使路徑已知：

\text{Approx} \rightarrow \text{Exact},

每次 authority 仍要重驗。

所以：

\boxed{ \text{Compiled Precision Route} \neq \text{Compiled Permission}. }

94. Cross-AI Handoff

Agent A 對：

x

有 internal state：

S_A.

Agent B 不需要拿到 A 全部 latent state。

只需：

X_{cog}^{handoff}.

它應保：

identity；
task；
state；
constraints；
open unknowns；
provenance；
next action。

95. Handoff Precision Level

低風險協作可：

Graph+Summary.

高責任 handoff 可：

ISQL+SourceRefs.

所以：

\boxed{ \text{Handoff Precision} = \text{Risk-Conditioned}. }

96. Same Model 也需要 Resolution

即使：

Model_A=Model_B,

不同 context：

C_A\neq C_B

仍可能 semantic state 不同。

所以同模型跨對話／跨 instance 也需要 stable address。

97. Conversation Memory

長期 conversation memory 可以保存：

\text{Crystal}.

但當要做高精度 continuation：

\text{Crystal} \rightarrow \text{SourceOnDemand}.

這就是：

\boxed{ \text{Crystal First, Source on Demand}. }

98. Crystal 不是 Canonical Source

所以：

\boxed{ \text{Resumable Projection} \neq \text{Historical Canonical Record}. }

這點對 cloud memory 很重要。

99. Working State Resolution

工作態：

W

也有精度。

初始：

W^{coarse}.

若 task 複雜：

W^{coarse} \rightarrow W^{resolved}.

100. Working State 的 Exact Components

至少：

goal；
current state；
completed actions；
unresolved branches；
constraints；
next entry；
authority。

某些 narrative detail 可 loss。

101. Exact Next Step

長期 Agent 最需要的不是整段 transcript。

而是：

\boxed{ \text{What exactly can be done next?} }

所以 next-entry point 是重要 exact field。

102. Rejected Paths 也可精確保存

否則模型可能重做：

\text{failed route}.

所以：

\text{DoNotRedo}

是 memory invariant。

103. Precision 與失敗記憶

失敗記憶可以被高度壓縮。

但要保：

failure condition；
reason；
affected version；
avoid rule。

這是一個 exact structural crystal。

104. Exactness and Contradiction

矛盾不能被 summary average。

Resolve 階段必須建立：

\text{ConflictSet}.

並保：

claims；
sources；
versions；
unresolved dimension。

105. Exactness and Branches

不同 branch：

B_1,B_2

必須有 distinct IDs。

不能因名字相似 merge。

106. Branch Merge Gate

合併前檢查：

\text{Compatibility}, \text{Conflict}, \text{Version}, \text{Source}.

107. Exactness and Temporal State

同一 identity：

x

在：

t_1,t_2

狀態不同。

所以：

State(x,t)

必須 time-bound。

108. Current vs Historical

Current(x)

與：

Historical(x,t)

需要不同 query semantics。

這防止舊狀態污染 current action。

109. Exactness and Authority

權限是動態 state。

所以：

Authority(agent,action,t)

不能被永久 crystalize。

每次重要 action 都需 current check。

110. Exactness and Expiry

permission 可有：

\text{expiry}.

若未 resolve：

\text{Commit}=\text{Blocked}.

111. Exactness and Scope

權限可能只對：

scope_A

有效。

所以：

\text{Authorized}

不能壓成單一 boolean。

112. Typed Authority

更合理：

A = ( \text{subject}, \text{action}, \text{target}, \text{scope}, \text{time}, \text{conditions} ).

113. Exactness and Tool Contracts

工具調用前需：

\text{InputSchema}

與：

\text{Precondition}.

Natural language intent 不能直接變 tool action。

114. Compiler Boundary

因此：

\text{NaturalLanguage} \rightarrow \text{StructuredIR} \rightarrow \text{ToolCall}.

IR 是 exactness boundary 的一種實作。

115. Structured IR 不一定是 ISQL

也可以是：

JSON schema；
AST；
typed DSL；
protobuf；
database transaction object。

ISQL 的價值在於提供更一般的 identity / version / decoder contract。

116. ISQL as Meta-Contract

所以 ISQL 不應與 JSON 競爭：

哪個格式比較好看？

它更像：

\boxed{ \text{semantic contract over machine representations}. }

117. Profile

ISQL 可有：

ISQL_{COG}, ISQL_{MEM}, ISQL_{ACTION}, \ldots

不同 profile。

核心 meta-contract 不變。

118. Profile Separation

ISQL_{COG} \neq ISQL_{ACTION}.

因為 cognition 與 action 所需 invariant 不同。

119. Resolution Profile

可定義：

Profile_{exact} = ( \text{fields}, \text{validators}, \text{sources}, \text{authority} ).

不同 task 選不同 profile。

120. Precision Escalation Pipeline

本文提出完整流程：

\boxed{ \begin{aligned} \text{ApproximateState} &\rightarrow NeedDetection\\ &\rightarrow AddressResolution\\ &\rightarrow IdentityBinding\\ &\rightarrow VersionResolution\\ &\rightarrow ConstraintFormalization\\ &\rightarrow ISQL/StructuredIR\\ &\rightarrow SourceReanchor\\ &\rightarrow Validation\\ &\rightarrow AuthorityCheck\\ &\rightarrow \text{Commit}. \end{aligned} }

不是每次都走全部。

121. Early Exit

若：

\text{Risk}

低，

可能在：

\text{AddressResolution}

後就足夠。

所以 pipeline 支援：

\boxed{ \text{Adaptive Stop}. }

122. Precision Escalation Failure

可能失敗於：

no unique identity；
source missing；
version conflict；
authority unknown；
decoder missing；
unresolved contradiction。

此時不能假裝已精確。

123. Fail-Closed vs Fail-Soft

高風險：

\text{FailClosed}.

低風險：

\text{FailSoft}

並附 uncertainty。

124. Exactness Debt

如果低風險 task 暫時跳過某些 resolution，

可記：

\boxed{ \text{Exactness Debt}. }

即未完成的解析義務。

125. Exactness Debt 不應無限累積

若：

\text{Debt} > \theta,

觸發 background-like scheduled? No. In runtime terms, future task should prioritize resolution when relevant.

本文僅提出：

\text{ResolveWhenReactivated}.

不假設非排程背景工作。

126. Re-encounter Trigger

當同一 unresolved object 再次高頻出現：

\text{Frequency} \uparrow,

resolution priority 提高。

127. High-Frequency Ambiguity Should Crystallize or Resolve

如果一個 ambiguous concept 常被使用，

系統要嘛：

\text{Resolve}

要嘛：

\text{CrystallizeAmbiguityContract}.

不能永久靠模糊 context 猜。

128. Exactness and Semantic Crystallization

成熟 crystal 可以降低 resolution cost。

因為：

K

已包含：

identity；
invariant；
validator；
expansion path。

所以：

C_{resolve}(K) < C_{resolve}(\text{RawRoute}).

129. Crystal as Precision Shortcut

這是：

\boxed{ \text{Crystallization for Recursion} }

與：

\boxed{ \text{Exactness for Commitment} }

的接口。

130. But Crystal Can Become Stale

如果 source / policy 變，

K

需要：

\text{Revalidate}.

否則 precision shortcut 變成 stale dogma。

131. Exactness and Reflexivity

高階 AI 可以問：

我的 identity resolution 是否可靠？
我使用哪個 decoder？
這個 exact state 是對哪個 schema exact？
source 是否 current？

這是：

\boxed{ \text{Resolution-Aware Reflexivity}. }

132. Meta-Resolution

甚至 resolution process 本身可以被觀察：

\text{Resolve}(x) \rightarrow Audit\text{Resolve}(x).

但仍要 stop。

133. Resolution Stop Rule

當：

\Delta \text{RiskReduction} < C_{next}

且已滿足 policy gates，

停止升級。

134. Infinite Semantic Precision Is Not Required

本文不追求：

\text{ultimate semantic closure}.

只追求：

\boxed{ \text{task-sufficient exact resolution}. }

135. Task-Sufficient Exactness

看似矛盾，但不是。

Exactness 指：

對所要求的 critical fields 精確。

不是：

對宇宙所有可能語義完全閉合。

136. Scoped Exactness

因此：

Exact(x|\tau,C)

比：

Exact(x)

更合理。

137. Exactness Vector

可定義：

\mathbf E_x = ( e_{id}, e_{version}, e_{scope}, e_{source}, e_{authority}, e_{constraint}, e_{epistemic} ).

每維：

e_i\in[0,1].

Commit gate 看 critical subset。

138. Partial Exactness

一個 state 可以：

identity exact；
source exact；
semantic detail approximate。

這是正常。

139. Precision Is Multidimensional

所以：

\boxed{ \text{Precision} \neq \text{one scalar}. }

這與 Paper 04 distortion vector 對偶。

140. Exactness–Distortion Duality

若：

D_i

是某維失真，

可粗略：

E_i = 1-D_i.

但實際不必線性。

概念上：

\boxed{ \text{Resolution} \text{ controls distortion in selected dimensions}. }

141. Precision Escalation and Model Capability

強模型可能更能從 fuzzy state 直接 resolve。

弱模型需要：

stricter schema；
more explicit source；
smaller ambiguity space。

所以 resolution pipeline 也應 model-aware。

142. Capability-Gated Resolution Freedom

強模型可自己：

request more source；
choose decoder；
compare branches；
detect ambiguity。

弱模型可能只接：

\text{already resolved state}.

143. Exactness as Infrastructure Service

未來 runtime 可以把 resolution 做成：

\text{Resolve}( \text{object}, \text{profile}, \text{risk}, \text{target\_precision} ).

這不是模型內部單次 reasoning 而已。

144. Resolution Service

回傳：

resolved_state
remaining_unknowns
source_refs
version
decoder
authority_status
validation_receipt

這讓 agent 可重用。

145. Resolution Cache

已解析：

x

可 cache。

但 cache 必須 version-bound。

146. Invalidation

若：

\text{SourceVersion}

改變，

cache invalid。

147. Precision Cache 也可能被降級

若 context 只需粗略，

不需要讀 full exact object。

所以 cache 可以多 resolution。

148. Multi-Resolution Canonical Views

對同一 object：

R^{(0)}, R^{(1)},\ldots,R^{(n)}.

但只有某些是 canonical for certain scope。

例如：

ID view；
relation view；
source view；
human view。

149. Canonicality Can Be Scoped

所以：

Canonical(R|\text{identity})

與：

Canonical(R|\text{human prose})

可以不同。

150. No Single Universal Canonical Surface

這是避免 format absolutism 的重要原則。

真正 canonical 的可能是：

\boxed{ \text{contracts and bindings} }

而不是單一 surface syntax。

151. Exactness and Cross-Model Migration

如果 future model 改變，

stable ID、registry、version、decoder contract 仍可沿用。

這比保存 raw embedding 更長壽。

152. Cross-Model Reprojection

新模型：

M_{new}

可：

Reproject( \text{CanonicalState} ) \rightarrow R_{new}.

而不用重新猜 identity。

153. Migration Validation

比較：

I_{critical} ( R_{old} )

與：

I_{critical} ( R_{new} ).

若一致，migration pass。

154. Exactness and Semantic Anchor Bank

Anchor bank 也需版本化。

因為 anchor meaning 可能演化。

所以：

\text{AnchorID} + \text{AnchorVersion}.

155. Anchor Drift

如果 anchor 自己漂移，

PSSA relative address 也會漂。

因此 anchor bank 需要：

\text{StabilityAudit}.

156. Anchor Replacement

若 anchor retire，

需要：

\text{MigrationMap}.

把舊地址轉新 anchor set。

157. Exactness and Distributed Memory

物理 store 可以分散。

但 stable address：

A(x)

可解析到：

\text{LocationSet}(x).

所以：

\boxed{ \text{Semantic Address} \neq \text{Physical Location}. }

158. Location Resolution

\text{ResolveLocation}( A(x), \text{policy} ) \rightarrow \text{endpoint}.

這與 cognitive hyperlink routing 相接。

159. Exactness and Replication

同一 object 有多份 physical copy。

Identity 仍一個。

所以：

\text{CopyCount} \neq \text{ObjectCount}.

160. Exactness and Deduplication

若兩份資料高度相似，

不能只靠 similarity dedup。

應 compare：

\text{Identity}, \text{Version}, \text{Source}.

161. Semantic Deduplication

可先：

\text{CandidateDuplicate}

再 exact resolve。

這是：

\boxed{ \text{approximate detect, exact merge}. }

162. Exactness and Privacy

semantic address 可存在，但某 agent 可能無權 materialize full state。

所以：

\text{Addressable} \neq \text{Readable}.

163. Authority-Aware Resolution

\text{Resolve}( a_t, \text{authority} )

可能只返回 redacted projection。

164. Hidden Existence Leakage

甚至 object existence 本身可能敏感。

所以 address resolution 也需 permission。

165. Exactness and Security

越精確 representation，越可能洩漏 sensitive detail。

所以 security policy 可能要求：

\text{precision ceiling}

對某些 observer。

166. Precision vs Privacy

這形成另一個 tradeoff：

\text{Utility} = \text{Precision} - \text{PrivacyRisk}.

所以 exactness 不是無條件越高越好。

167. Exactness and External Evidence

若 memory state 無足夠 evidence，

可標：

\text{Unverified}.

精確表示這個狀態。

168. Evidence Object

Evidence 本身可有：

\text{ID}, \text{Source}, \text{Time}, \text{Scope}, \text{Integrity}, \text{ChainOfCustody}.

高治理系統需要。

169. Exactness and Scientific Reproducibility

科學 claim commit 應綁：

dataset；
code；
parameters；
environment；
result；
version。

所以 exact resolution 可支援 reproducibility。

170. Exactness and Mathematical Proof

Proof object 可綁：

definitions；
assumptions；
lemmas；
dependencies；
formal artifact。

Natural language explanation 是 projection。

171. Exactness and Program State

Program continuation 需：

repo commit；
branch；
test state；
environment；
unresolved issue。

只靠 summary 不夠。

172. Exactness and Long-Horizon Agent

長期 agent 要恢復：

\text{Goal}, \text{State}, \text{Constraints}, \text{OpenLoops}, \text{NextStep}.

這些是 resumability invariants。

173. Resumability as Precision Test

若新 agent 無法正確接續，

說明 previous crystal / handoff resolution 不夠。

所以：

\boxed{ \text{Resume Success} }

是 exact memory quality 指標之一。

174. Exactness and Memory Governance

正式 write 需：

\text{Proposal} \rightarrow \text{Validate} \rightarrow \text{Commit}.

不能：

\text{Generated} \rightarrow \text{Canonical}.

175. Commit Receipt

CR = ( \text{object}, \text{version}, \text{change}, \text{source}, \text{validator}, \text{authority}, \text{time} ).

這是 exact state transition 證據。

176. Exactness and Supersession

新版本：

v_{t+1}

不能把：

v_t

抹除。

應：

\text{Supersedes}( v_{t+1}, v_t ).

177. Exactness and Correction

如果舊 state 錯，

建立：

\text{CorrectionEvent}.

不是 silent edit。

178. Exactness and Branch History

分支 merge / split 都應留下：

\text{Lineage}.

這使 world reconstruction 可恢復歷史。

179. Exactness and Event Sourcing

對重要 object，state 可由：

\text{Events} \rightarrow \text{CurrentProjection}.

這與 SEDB / MNEME 類設計一致。

180. Exactness and Derived Current State

Current state 是：

\text{Compiler}(\text{Events}).

不是 source event 本身。

所以：

\boxed{ \text{Current} \neq \text{Raw History}. }

181. Precision Escalation as Cognitive Compilation

從 fuzzy cognition：

F

到 exact machine state：

E

可理解為：

\boxed{ \text{Cognitive Compilation}. }

這不是單純 translation。

182. Compilation Adds Structure

它會加入：

types；
identifiers；
scopes；
constraints；
versions。

所以：

E \neq F

但 critical meaning 應保留。

183. Compilation Can Fail

如果 fuzzy state ambiguity 太高，

compiler 應：

\text{FAIL}

而不是猜。

184. Clarification as Resolution Operation

有時最正確動作是：

\text{AskClarification}.

在 autonomous system 中也可：

query source；
call verifier；
inspect branch；
ask user。

185. Resolution Operator Family

本文暫定：

\Omega_R = \{ \text{ResolveID}, \text{ResolveVersion}, \text{ResolveScope}, \text{ResolveSource}, \text{ResolveAuthority}, \text{ResolveConstraint}, \text{ResolveUnknown}, \text{ResolveDecoder} \}.

186. Resolution Program

複雜 task 可組成：

P_R = \Omega_1 \circ \Omega_2 \circ \cdots \circ \Omega_n.

這與 CODT operator program 相容。

187. Resolution Ordering Matters

例如：

\text{ResolveID} \rightarrow \text{ResolveVersion}

通常比反過來合理。

所以 resolution operators 非交換：

\Omega_i\Omega_j \neq \Omega_j\Omega_i.

188. Resolution Planner

高階模型可自己決定：

\text{PlanResolution}( \text{state}, \text{risk} ).

弱模型使用 fixed profile。

189. Resolution Planner 也需 Capability Gate

因為錯誤 resolution order 可能造成：

wrong source；
wrong identity；
wasted cost。

190. Exactness and X-Order Cognition

X 階 cognition 每升一階，不代表 precision 也升高。

高階 meta-state 可能更 abstract。

真正 precision escalation 常在：

\text{commit descent}.

191. Upward Abstraction, Downward Resolution

可以形成：

\boxed{ \text{Upward: abstraction / crystallization} }

\boxed{ \text{Downward: resolution / source re-anchoring} }

這是整套架構的重要雙向運動。

192. Cognitive Elevator

可把它想成：

\text{Raw} \leftrightarrow \text{ExactState} \leftrightarrow \text{Graph} \leftrightarrow \text{Crystal} \leftrightarrow \text{MetaCrystal}.

向上降低細節。

向下提高精度。

193. X-Order Reflection Can Descend on Demand

高階 AI 發現異常：

\text{MetaCrystal} \rightarrow \text{Crystal} \rightarrow \text{Graph} \rightarrow \text{Source}.

這就是反身解晶 + exact resolution。

194. Exactness and Stop

如果已滿足：

E_{\tau},

不應再無限下鑽。

所以：

\boxed{ \text{Exact Enough} }

是合法狀態。

195. Over-Resolution

過度 resolution 會：

增加 cost；
延遲 action；
淹沒 working memory；
引入 irrelevant detail。

所以 precision escalation 也需 stop rule。

196. Precision Hysteresis

為避免：

\text{coarse} \leftrightarrow \text{exact} \leftrightarrow \text{coarse}

頻繁震盪，

可設 hysteresis threshold。

197. Resolution Persistence

高成本 resolution 結果可在短期保持 hot。

形成：

\text{Cold} \rightarrow \text{Warm} \rightarrow \text{Hot}.

但仍 version-bound。

198. Hot Resolution Cache

可保存：

resolved ID；
current version；
validator result。

source change 即失效。

199. Exactness and Compiled Path

反覆成功：

\text{PSSA} \rightarrow \text{ISQL} \rightarrow \text{Source}

的 route 可編譯。

但每次 critical current state 仍重驗。

200. 本篇的十八條核心命題

命題一

\boxed{ \text{Exactness should be escalated on demand, not imposed everywhere}. }

命題二

\boxed{ \text{Addressing can precede full conceptual definition}. }

命題三

\boxed{ \text{Address is not meaning}. }

命題四

\boxed{ \text{PSSA preserves underdefined but addressable cognition}. }

命題五

\boxed{ \text{ISQL is a high-precision semantic resolution domain, not a universal cognition monopoly}. }

命題六

\boxed{ \text{Identity must be separated from state and representation}. }

命題七

\boxed{ \text{Version and decoder bindings are part of semantic precision}. }

命題八

\boxed{ \text{Canonical representation does not imply canonical truth}. }

命題九

\boxed{ \text{Unknown and ambiguity can themselves be represented exactly}. }

命題十

\boxed{ \text{Commit requires critical-field resolution, not universal semantic closure}. }

命題十一

\boxed{ \text{Exactness is task-, scope-, and contract-relative}. }

命題十二

\boxed{ \text{Source re-anchoring is the primary antidote to long-chain semantic drift}. }

命題十三

\boxed{ \text{Cross-AI handoff requires stable machine-facing semantic contracts}. }

命題十四

\boxed{ \text{Precision escalation can be represented as a typed cognitive route}. }

命題十五

\boxed{ \text{Compiled precision routes cannot compile authority}. }

命題十六

\boxed{ \text{High-order abstraction and low-order exact resolution are complementary directions}. }

命題十七

\boxed{ \text{Resolved states remain reopenable under version, evidence, or policy change}. }

命題十八

\boxed{ \text{Exactness for commitment does not require exactness for imagination}. }

201. 最小工程實作

一個 Exact Cognitive Resolution MVP 至少需要：

201.1 Stable Object Registry

object_id
namespace
kind
current_version
decoder_ref
source_refs
status

201.2 PSSA Store

temporary_address
anchor_vector
positive_constraints
negative_constraints
unknowns
history
promotion_status

201.3 Resolution Service

input_state
target_profile
risk
required_invariants

輸出：

resolved_state
remaining_unknowns
version
sources
authority_status
validation_receipt

201.4 ISQL / Structured IR Layer

支援：

ID；
State；
Goal；
Constraint；
Relation；
Unknown；
Provenance；
Version。

201.5 Exactness Gate

在：

action；
canonical write；
handoff；

前執行。

201.6 Resolution Receipt Store

保存 resolution lineage。

202. 可證偽實驗

Experiment A：Definition-First vs Address-First Concept Discovery

比較：

\text{Concept}\rightarrow \text{ID}

與：

\text{PreConcept}\rightarrow \text{Address}\rightarrow \text{Concept}.

測：

concept collapse；
novelty；
reuse；
identity stability。

Experiment B：Always-ISQL vs Precision-on-Demand

比較所有 cognition 都 structured IR，與只在 resolve / commit 使用。

測：

cost；
task success；
novelty；
error。

Experiment C：Cross-Model Address Portability

比較 raw embedding 與 anchor + stable ID。

Experiment D：Resolution Trigger

測 risk / ambiguity trigger 是否降低 critical error。

Experiment E：Exact Handoff

比較 freeform summary 與 structured cognitive IR 對跨 agent resume quality 的影響。

203. 評估向量

\mathbf Q = ( \text{IdentityAccuracy}, \text{VersionAccuracy}, \text{SourceTraceability}, \text{ConstraintFidelity}, \text{UnknownRetention}, \text{ResumeSuccess}, \text{ResolutionCost}, \text{Latency}, \text{CrossModelPortability} ).

204. 失敗模式

204.1 Premature Definition

尚未成熟概念被固定。

204.2 Identity Collapse

相似 object 被合併。

204.3 Address-as-Meaning Fallacy

把地址誤當完整概念。

204.4 ISQL Absolutism

所有 cognition 都要求精確編譯。

204.5 Canonicality Confusion

canonical format 被誤當 truth。

204.6 Decoder Drift

payload 正確但 decoder 變。

204.7 Version Ambiguity

未綁 current version。

204.8 Authority Caching Error

把過去 permission 當現在 permission。

204.9 Source Detachment

resolved state 無法回 source。

204.10 Over-Resolution

低風險 task 付出過高精度成本。

204.11 Under-Resolution

高風險 action 仍停留 fuzzy state。

204.12 Unresolved-as-Resolved

unknown 被默默填值。

205. 與 Paper 06 的接口

本篇建立：

\boxed{ \text{Approximate State} \rightarrow \text{Exact Resolved State} }

但在真實認知系統中，這條路不是固定函式。

AI 需要在：

Vector；
Graph；
Tensor；
PSSA；
ISQL；
Raw；
Tool；
Agent；

之間不斷跳轉。

因此下一篇將處理：

\boxed{ \text{How are these transitions themselves represented, governed, reused, and compiled?} }

也就是：

AI 超連結：跨表示認知轉移與語義即路由

Paper 06 將把 hyperlink 從：

A\rightarrow B

提升為：

\boxed{ \text{Typed Cognitive Transition Contract}. }

206. 結論：未來 AI 不必先完全知道，才能開始指向；但真正承諾以前，必須知道自己到底指向什麼

高階 cognition 的形成順序未必是：

\text{Name} \rightarrow \text{Definition} \rightarrow \text{Reasoning}.

更常可能是：

\boxed{ \text{Intent} \rightarrow \text{Pre-Symbolic Target} \rightarrow \text{Address} \rightarrow \text{Structured State} \rightarrow \text{Definition} \rightarrow \text{Formal Commitment}. }

這條路保留了 cognition 的生成性。

AI 可以先：

感知某個新結構；
知道它與什麼相鄰；
知道它不是什麼；
給它 temporary semantic address；
讓多輪 cognition 繼續圍繞它累積結構；

而不必在第一刻就創造一個過早封閉的 ontology node。

但一旦這個 cognition 要進入：

canonical memory；
inter-agent high-responsibility handoff；
formal proof；
code execution；
external action；
scientific claim；

系統就必須從：

\text{addressable ambiguity}

逐步升級到：

\text{resolved semantic identity}.

因此本文將這套架構濃縮為兩句：

\boxed{ \text{Address before definition when cognition is still forming.} }

以及：

\boxed{ \text{Resolve before commitment when consequences become real.} }

PSSA 提供前者。

ISQL 與 Exact Cognitive Resolution 提供後者。

兩者共同使反身多表示認知記憶架構同時保留：

\text{creative openness}

與：

\text{machine-grade precision}.

因此真正成熟的未來 AI 不應被迫在「模糊」與「精確」之間二選一，而應具備一種可調度的語義解析能力：

\boxed{ \text{discover loosely} \rightarrow \text{address progressively} \rightarrow \text{resolve selectively} \rightarrow \text{commit exactly}. }

這就是本文所稱的 Precision on Demand。

Paper 05｜精確性按需升級：ISQL、PSSA 與 Exact Cognitive Resolution

Paper 05｜精確性按需升級：ISQL、PSSA 與 Exact Cognitive Resolution

Precision on Demand: ISQL, Pre-Symbolic Semantic Addressing, and Exact Cognitive Resolution

摘要

0. 本篇定位：允許模糊之後，必須回答如何重新變精確

1. 精確不是永遠存在，而是可以被升級

2. Precision Escalation

3. 精確升級不是單純加更多文字

4. PSSA：精確性的起點不是 Definition，而是 Address

5. Pre-Symbolic Target Candidate

6. 概念底空間

7. 前符號地址

8. Address 不等於 Meaning

9. Relative Semantic Address

10. Negative Constraints

11. Unknown 必須是地址的一部分

12. Address Resolution Ladder

A0A_0A0​：Rough Region

A1A_1A1​：Relative Anchor Set

A2A_2A2​：Typed Address

A3A_3A3​：Version-Bound Address

A4A_4A4​：Canonical Address

13. 不是所有 Cognition 都需要到 A4A_4A4​

14. Materialization

15. Materialization 不應被當成唯一真實展開

16. ISQL 的現代位置

17. ISQL 不等於 INSL

18. ISQL 也不等於 PSSA

19. PSSA → ISQL

20. 但不是所有 PSSA 候選都應升格

21. Concept Promotion Gate

22. Identity 與 Representation 分離

23. Identity 與 State 也分離

24. Version Binding

25. Stable Identity 不等於 Eternal Meaning

26. Registry

27. Registry Entry

28. Decoder Contract

29. Decoder Version

30. Canonical Machine Representation

31. Human Projection

32. Cross-AI Cognitive IR

33. Cognitive IR 的價值

34. 但 IR 不應取代所有探索

35. Precision Escalation Trigger

36. Risk Trigger

37. Ambiguity Trigger

38. Conflict Trigger

39. Authority Trigger

40. Actionability Trigger

41. External Handoff Trigger

42. Semantic Distance from Source

43. Exactness Boundary

44. Exactness Boundary 不等於單一位置

45. Multiple Exactness Boundaries

46. Exactness Boundary 的核心條件

47. Identity Gate

48. Version Gate

49. Authority Gate

50. Provenance Gate

51. Constraint Gate

52. Unknown Gate

53. Commit 不等於 Certainty 100%

54. 精確解析的是「已知狀態」，不是把未知消滅

55. Exact Unknown

56. Ambiguity Retention

57. Precision 不等於 Collapse

58. PSSA 的重要性再次出現

59. Semantic Address vs Ontology Node

60. Temporary Address

61. Promotion to Canonical Node

62. PSSA 與 Semantic Crystallization

63. ISQL 與 Crystal 的接口

64. Exact Crystal

65. Approximate Crystal

66. Precision Profile

67. Resolution Receipt

68. Resolution Receipt 的用途

69. Re-resolution

70. Semantic Policy Change

$A_0$ ：Rough Region

$A_1$ ：Relative Anchor Set

$A_2$ ：Typed Address

$A_3$ ：Version-Bound Address

$A_4$ ：Canonical Address

13. 不是所有 Cognition 都需要到 $A_4$