全域規則勢論 02：全域勢與局部態勢——從規則空間到狀態位置

Global Rule-Shi Theory 02: Global Shi and Local Situation — From Rule Space to State Position

系列： 全域規則勢論（Global Rule-Shi Theory, GRST）
篇次： GRST-02 / 12
作者： Neo.K
機構： EveMissLab（一言諾科技有限公司）
版本： v0.1
日期： 2026-10-04
文件性質： 本體論／動力系統／因果幾何／狀態空間理論
狀態： Working Paper / Formalization Draft
前篇： GRST-01《規則與世界資訊之間的缺失層》
主要前置框架： 《萬物皆流的展開態》、《無限維規則論》、SIO 空間資訊佔據與自由度框架、FDCS、DPS

摘要

GRST-01 提出全域規則勢 $\Sigma_R$ ，主張規則 $R$ 並非直接由單一步驟產生結果，而是先在可能世界空間上形成一個具有非均勻可達性、穩定性、吸引性、脆弱性、剪枝與轉移偏置的全域動力結構。本文進一步處理一個更精細的問題：若 $\Sigma_R$ 是全域結構，那麼單一狀態 $x$ 究竟如何「位於」這個結構之中？

本文提出「局部態勢」 $\sigma_R(x)$ ，並主張：狀態位置不能只理解為幾何座標、資料位址、拓撲節點或瞬時值。對一個動態世界而言，真正與未來演化相關的位置，是該狀態在規則勢中的動力位置。兩個狀態即使幾何相近、資訊量相同、自由度相同，甚至在某一投影下完全不可區分，也可能因其可達集、吸引域、逃逸成本、擾動敏感度、延遲結構與後續世界線分岔不同，而具有不同局部態勢。

本文定義：

\sigma_R(x) = \Sigma_R\big|_{\mathcal N_R(x)},

其中 $\mathcal N_R(x)$ 不必是普通歐氏鄰域，而可由規則可達性、因果鄰接、最短轉移步數、局部約束、吸引域與可干預結構共同決定。本文並提出「態勢位置向量」作為第一版操作化：

\Pi_R(x) = \left\langle A_R(x), B_R(x), S_R(x), E_R(x), Q_R(x), L_R(x), C_R(x) \right\rangle,

分別表示局部可達性、吸引域歸屬、穩定度、逃逸／進入成本、分岔複雜度、延遲效應與因果連通性。此向量不是宣稱勢可被七個數完全表示，而是建立可比較的第一層座標。

本文進一步區分五種「相同」：幾何相同、資訊相同、自由度相同、投影相同與態勢相同。前四者一般均不推出第五者。由此提出「態勢同一性」：兩狀態若在指定規則與研究尺度下具有近似相同的未來可達結構與擾動響應，才可視為局部態勢等價。反之，同一狀態在不同規則 $R_1,R_2$ 下可發生「態勢換位」：

\sigma_{R_1}(x) \neq \sigma_{R_2}(x).

這表示規則改變不是只改變下一步結果，而可能把同一狀態從一個吸引域、臨界點或穩定區，整體搬移到另一種未來地形中。

本文亦處理尺度問題。局部態勢並非必然尺度不變；一個狀態在微觀上可能高度不穩定，在宏觀投影下卻形成穩定不動點。因此本文引入尺度化局部態勢：

\sigma_R^{(\ell)}(x),

並將「跨尺度不動性」視為後續判定深層結構的重要候選條件。本文最後提出最小態勢圖譜實驗，以離散狀態系統、元胞自動機或有限圖重寫系統為基礎，建立可達圖、吸引域、擾動響應與存續測度，從而把「位置—狀態—關係」從靜態描述升級為「規則勢中的動力位置」。

關鍵詞： 全域規則勢、局部態勢、狀態位置、動力位置、吸引域、可達性、因果鄰域、態勢同一性、態勢換位、尺度化勢、世界線

1. 從「世界在哪裡」到「狀態位於哪種未來」

GRST-01 建立了母鏈：

R \longrightarrow \Sigma_R \longrightarrow \sigma_R(x) \longrightarrow \Gamma_{R,x} \longrightarrow O.

前篇的主要任務，是證明：

\text{Rule} \neq \text{Shi}.

本文則進一步處理：

\text{Global Shi} \neq \text{Local Situation}.

即使我們知道整個 $\Sigma_R$ ，仍不能因此省略 $x$ 在其中的具體位置。

對同一個全域規則勢：

\Sigma_R,

不同狀態：

x_A,\quad x_B

可以位於完全不同的動力區域。

例如：

$x_A$ 位於穩定吸引域中央；
$x_B$ 位於吸引域邊界；
$x_C$ 位於臨界分岔點；
$x_D$ 位於高逃逸成本區；
$x_E$ 位於一次微小擾動即可跨域的位置。

它們都活在同一套規則下，但「未來並不一樣」。

因此：

規則決定整個地形，狀態決定你站在地形的哪裡。

2. 幾何位置不是動力位置

2.1 傳統位置觀

最直觀的位置通常寫成：

x=(x_1,x_2,\ldots,x_n).

例如三維空間：

x=(x,y,z).

但 GRST 處理的不是單純空間位置，而是：

一個狀態在規則所誘導的未來結構中，具有何種可達性、穩定性與轉移地位。

因此同一個幾何位置，不必有同一個態勢。

若有不同內部狀態：

(x,s_1), \qquad (x,s_2),

即使幾何位置相同，也可能：

\sigma_R(x,s_1) \neq \sigma_R(x,s_2).

2.2 反過來也成立

兩個幾何位置：

x_A\neq x_B

若在規則下具有同構的局部未來結構，則可能：

\sigma_R(x_A) \cong \sigma_R(x_B).

因此 GRST 中真正重要的不是「坐標是否相同」，而是：

\boxed{ \text{future-structural position} }

亦即「未來結構位置」。

3. 局部態勢的正式定義

3.1 規則鄰域

普通拓撲中的鄰域常依距離定義。

但在 GRST 中，更自然的鄰域是「規則鄰域」。

定義 3.1（規則鄰域）

對狀態 $x$ 與規則 $R$ ，定義：

\mathcal N_R^{(k)}(x) = \left\{ y\in\mathcal X \mid d_R(x,y)\leq k \right\},

其中 $d_R(x,y)$ 表示在規則 $R$ 下，從 $x$ 到達 $y$ 所需的最小合法轉移步數。

若 $y$ 不可達，則：

d_R(x,y)=\infty.

這樣一來，鄰近不再是純空間概念，而是因果—轉移概念。

3.2 局部態勢

定義 3.2（局部態勢）

\boxed{ \sigma_R^{(k)}(x) = \Sigma_R\big|_{\mathcal N_R^{(k)}(x)}. }

若不特別標示尺度 $k$ ，則記：

\sigma_R(x).

因此 $\sigma_R(x)$ 描述的是：

從 $x$ 可以去哪裡；
多快可以到；
哪些方向被禁止；
哪些方向會回流；
哪些方向會發散；
哪些擾動會跨過吸引域邊界；
哪些未來需要高成本才可進入。

3.3 局部態勢不是單步轉移

單步轉移只看：

T_R(x).

但局部態勢至少要看：

T_R(x), \quad T_R^2(x), \quad T_R^3(x), \ldots

甚至在分支世界中看：

\Gamma_{R,x}.

因此：

\boxed{ T_R(x) \subset \sigma_R(x) }

但一般：

T_R(x) \neq \sigma_R(x).

4. 態勢位置向量

為了使局部態勢可被實驗比較，本文提出第一版「態勢位置向量」。

定義 4.1（態勢位置向量）

\boxed{ \Pi_R(x) = \left\langle A_R(x), B_R(x), S_R(x), E_R(x), Q_R(x), L_R(x), C_R(x) \right\rangle. }

其中：

4.1 可達性 $A_R(x)$

衡量：

A_R(x) = \left| \operatorname{Reach}_R(x) \right|.

它回答：

從這個狀態出發，規則允許它接觸多少未來？

4.2 吸引域歸屬 $B_R(x)$

若存在吸引子集合：

\mathcal A_R = \{a_1,a_2,\ldots\},

則 $B_R(x)$ 描述：

x

最終落向哪些吸引子及其相對穩定性。

4.3 穩定性 $S_R(x)$

表示對局部擾動：

x\rightarrow x+\delta

之後，系統是否傾向回到同一宏觀區域。

可用：

S_R(x) = 1- \mathbb E_{\delta} \left[ D( \Gamma_{R,x}, \Gamma_{R,x+\delta} ) \right]

作為一類概念性測度。

這裡 $D$ 為世界線差異度。

4.4 逃逸／進入成本 $E_R(x)$

有些狀態雖不穩定，但很難被推離。

有些狀態雖穩定，卻很容易被外部推入另一吸引域。

因此可定義：

E_R^{\mathrm{escape}}(x),

以及：

E_R^{\mathrm{entry}}(x).

兩者不必相同。

4.5 分岔複雜度 $Q_R(x)$

表示由 $x$ 出發，短期內世界線分支的豐富度。

例如：

Q_R^{(k)}(x) = \log \left| \Gamma_{R,x}^{(k)} \right|.

4.6 延遲結構 $L_R(x)$

某些差異不會立刻顯現。

所以需要：

L_R(x)

表示：

當前看似穩定，但多長時間後可能發生結構性轉折？

這一項直接對接先前「潛勢／延遲黑天鵝」的研究線。

4.7 因果連通性 $C_R(x)$

表示 $x$ 的局部改變，對其他狀態或宏觀變數的影響範圍。

可粗略寫成：

C_R(x) = \left| \operatorname{Influence}_R(x) \right|.

5. 七維向量不是勢本身

必須特別強調：

\Pi_R(x)

不是：

\sigma_R(x)

的完整本體。

而是：

\boxed{ \Pi_R(x) = \mathcal P_{\mathrm{measure}} \left( \sigma_R(x) \right) }

即對局部態勢的一個可操作投影。

其原因和整個 EveMissLab 長期的投影論一致：

可測量表徵不是本體本身。

不同研究目的可定義不同態勢投影：

\Pi_R^{(1)}, \quad \Pi_R^{(2)}, \quad \Pi_R^{(3)}.

只要明確標示測度軸即可。

6. 五種「相同」必須拆開

GRST 特別容易被誤解的地方是：「兩個狀態看起來一樣，那它們不是一樣嗎？」

本文區分五種相同性。

6.1 幾何相同

G(x_A)=G(x_B).

表示幾何外形一致。

6.2 資訊量相同

I(x_A)=I(x_B).

表示某個資訊測度一致。

6.3 自由度相同

D(x_A)=D(x_B).

表示可行方向維度一致。

6.4 投影相同

對觀察投影 $P$ ：

P(x_A)=P(x_B).

表示觀察者無法區分。

6.5 態勢相同

真正的 GRST 等價要求：

\sigma_R(x_A) \cong \sigma_R(x_B).

這表示兩者在指定規則與尺度下，具有近似相同的未來可達、穩定、分岔、擾動與吸引結構。

前四種一般均不推出第五種。

7. 態勢同一性

7.1 定義

定義 7.1（態勢等價）

在規則 $R$ 、尺度 $\ell$ 、時間窗 $T$ 與測度族 $\mathcal M$ 下，若：

d_{\mathcal M} \left( \sigma_R^{(\ell,T)}(x_A), \sigma_R^{(\ell,T)}(x_B) \right) \leq \varepsilon,

則稱：

x_A \sim_{\mathrm{Shi}} x_B.

這是一個條件化等價，而不是裸等價。

7.2 為什麼要有尺度與時間窗

一個狀態在十步內可能與另一狀態完全一樣：

\sigma_R^{(10)}(x_A) \approx \sigma_R^{(10)}(x_B),

但在一萬步後：

\sigma_R^{(10000)}(x_A) \not\approx \sigma_R^{(10000)}(x_B).

因此態勢同一性是：

\boxed{ \text{scale-conditioned} }

也是：

\boxed{ \text{horizon-conditioned}. }

8. 態勢換位：同一狀態在不同規則中的位置改變

這是 GRST 最重要的命題之一。

令同一狀態：

x

放入兩套規則：

R_1, \qquad R_2.

則一般可以：

\boxed{ \sigma_{R_1}(x) \neq \sigma_{R_2}(x). }

本文稱此為：

態勢換位（Shi Relocation）

8.1 不是狀態改變

注意：

x

沒有改。

改變的是：

R.

所以：

\text{State Identity}

保持，

但：

\text{Future Position}

改變。

8.2 一個抽象例子

假設狀態：

x

在 $R_1$ 下位於穩定吸引域：

x\in B_{R_1}(a).

而在 $R_2$ 下位於逃逸邊界：

x\in\partial B_{R_2}(b).

則同一 $x$ 的未來地位已完全不同。

因此：

\boxed{ \text{Same state} \neq \text{Same situation}. }

9. 規則空間中的勢變化

前面把規則當固定參數。

現在把規則本身也放進規則空間：

R\in\mathcal R.

則存在映射：

\mathfrak S: \mathcal R \rightarrow \mathfrak \Sigma.

其中：

R \mapsto \Sigma_R.

如果規則連續變化：

R(\lambda),

則可以研究：

\Sigma_{R(\lambda)}.

這提供一個新問題：

規則改多少，世界勢才發生相變？

可定義規則敏感度：

\chi_R = \frac{ d\Sigma_R }{ dR },

此式只是概念記法，不預設普通微分必然合法。

當：

\|\chi_R\|

非常大時，表示微小規則變化可能造成巨大世界勢改變。

這正是「meta-rule 臨界點」的一個候選形式。

10. 規則勢的臨界面

若規則空間中存在某個集合：

\mathcal C \subset \mathcal R,

使跨越該集合時：

\Sigma_R

的吸引域、可達性或長期存續結構發生不連續變化，則稱：

\mathcal C

為「規則勢臨界面」。

形式上：

R_- \rightarrow R_+

雖然：

d(R_-,R_+)\ll 1,

但：

D_{\Sigma} \left( \Sigma_{R_-}, \Sigma_{R_+} \right) \gg 1.

這與一般物理相變類似，但研究對象不是物質參數，而是規則本身。

這為後續動態規則論提供一個比「規則變了」更細緻的描述：

規則可以小改，但世界勢可以大變。

11. 局部態勢與吸引域

吸引域是局部態勢最容易操作化的一個部分。

若 $a$ 為吸引子：

T_R(a)=a,

其吸引域為：

B_R(a) = \left\{ x \mid T_R^t(x)\rightarrow a \right\}.

則狀態位置不能只記：

x.

還應記：

x\in B_R(a)?

以及：

d_R \left( x,\partial B_R(a) \right).

如果：

d_R \left( x,\partial B_R(a) \right) \gg 0,

狀態處於吸引域深處。

若：

d_R \left( x,\partial B_R(a) \right) \approx 0,

則它位於臨界邊緣。

兩個狀態可能具有相同宏觀輸出，但前者穩定、後者脆弱。

這就是：

\boxed{ \text{Observed equality} \neq \text{Shi equality}. }

12. 潛勢、延遲與看似平坦的未來

很多系統的態勢差異不是即時顯現。

令：

O_t(x_A) \approx O_t(x_B)

在：

0\leq t\leq T_0

皆成立。

但若：

O_{T_1}(x_A) \neq O_{T_1}(x_B), \qquad T_1>T_0,

則短期觀察會錯誤地把兩者視為等價。

這種結構可定義延遲態勢：

L_R(x;T).

如果一個狀態在短期平坦，但長期高度敏感，則：

L_R(x;T)

應為高值。

這與先前分岔點觀察方法論中的「累積潛勢」完全相容。

因此：

低即時敏感度，不代表低局部態勢。

13. 局部態勢與因果連通性

若改變狀態 $x$ 的微小部分：

do(x_i=x_i'),

導致大量遠端變數發生系統性改變，則 $x_i$ 具有高因果連通性。

可定義：

C_R(x_i) = \sum_j w_{ij}^{(R)},

其中：

w_{ij}^{(R)}

為在規則 $R$ 下， $i$ 對 $j$ 的因果影響權重。

但注意：

C_R(x_i)

不是「勢」本身。

它只是局部態勢的一個投影。

同樣因果連通度的節點，仍可能因吸引域、延遲性與擾動放大不同而具有不同局部態勢。

14. 尺度化局部態勢

14.1 為什麼尺度不可省略

微觀層：

x^{(\mu)}

可能劇烈波動。

宏觀層：

x^{(M)} = P_M(x^{(\mu)})

卻非常穩定。

因此：

\sigma_R^{(\mu)}(x)

與：

\sigma_R^{(M)}(x)

可能不同。

14.2 定義

定義 14.1（尺度化局部態勢）

\boxed{ \sigma_R^{(\ell)}(x) = \mathcal P_{\ell} \left( \sigma_R(x) \right), }

其中 $\mathcal P_{\ell}$ 為尺度投影。

14.3 跨尺度穩定核

如果某一結構在多個尺度下保持：

\sigma_R^{(\ell_1)}(x) \approx \sigma_R^{(\ell_2)}(x) \approx \cdots,

則可定義「跨尺度勢核」：

K_{\mathrm{Shi}}(x).

這可能成為後續辨識深層規則結構的重要工具。

因為越接近底層的結構，理論上越可能跨投影持續存活。

15. 與《萬物皆流的展開態》的正式接縫

《萬物皆流的展開態》提出：

每一個存在態、位置態、關係態，在更深底空間中應具有不可替代的對應位置。

GRST-02 對此做動力化。

原本：

\text{Position} = \text{where the state is}.

現在增加：

\text{Shi Position} = \text{where the state is in future-structure}.

因此位置至少拆成：

\boxed{ \operatorname{Pos}(x) = \left\langle \operatorname{GeoPos}, \operatorname{RelPos}, \operatorname{StatePos}, \operatorname{CausalPos}, \operatorname{ShiPos} \right\rangle. }

其中：

$\operatorname{GeoPos}$ ：幾何位置；
$\operatorname{RelPos}$ ：關係位置；
$\operatorname{StatePos}$ ：狀態位置；
$\operatorname{CausalPos}$ ：因果網路位置；
$\operatorname{ShiPos}$ ：在規則勢中的未來結構位置。

於是「1 就是 1」不只表示每一個狀態有自己的落點，也進一步表示：

每一個狀態在特定規則下，都有自己的未來位置。

16. 與 SIO 的正式接縫

SIO 已經指出：

\text{Geometric Occupancy} \neq \text{Freedom Occupancy}.

GRST 現在加入第三軸：

\boxed{ \text{Geometric Occupancy} \neq \text{Freedom Occupancy} \neq \text{Shi Position}. }

一個容器可能：

幾何空間相同；
剩餘自由度相同；
資訊量相同；

但只要局部構形不同，就可能：

\sigma_R(x_A) \neq \sigma_R(x_B).

所以：

SIO 告訴我們還剩多少路；GRST 告訴我們那些路不是等價的。

17. 與 FDCS 的正式接縫

FDCS 處理：

W_t(i,j,c),

即動態、時間與語境依賴的因果權重。

GRST 可把其中一部分寫成：

W_t(i,j,c,R).

因為同一語境 $c$ 中，只要規則改變：

R\rightarrow R',

因果權重結構可能整體改寫。

因此：

\boxed{ \text{Causal Field} = \text{one manifestation of Rule-Shi under a chosen representation}. }

GRST 不取代 FDCS，而是為其提供更上游的規則條件。

18. 與 DPS 的正式接縫

DPS 強調所有形式系統與觀察模型都是投影。

因此研究者實際拿到的不是：

\sigma_R(x)

本身，而是：

P \left( \sigma_R(x) \right).

這意味著兩個真實不同的態勢可能在某投影下被壓成相同：

P(\sigma_A) = P(\sigma_B),

但：

\sigma_A \neq \sigma_B.

因此：

觀察不到態勢差，不代表態勢沒有差。

同時也要保留反方向：

模型宣稱有態勢差，也不代表自然世界真的有差。

所以任何 GRST 實驗都必須附觀察投影 $P$ 。

19. 最小態勢圖譜實驗

19.1 研究目標

在一個有限離散系統中，對每個狀態：

x_i\in\mathcal X

計算其：

\Pi_R(x_i).

再建立「態勢圖譜」。

19.2 實驗平台候選

可使用：

元胞自動機；
有限圖重寫系統；
小型世界狀態機；
Boolean network；
小型生命遊戲變體；
CVSG / WEL 類世界規則引擎。

19.3 控制條件

固定：

R, \quad t_{\max}, \quad B, \quad U.

遍歷：

x_1,\ldots,x_n.

對每個 $x_i$ 記錄：

A_R(x_i), B_R(x_i), S_R(x_i), E_R(x_i), Q_R(x_i), L_R(x_i), C_R(x_i).

19.4 主要輸出

建立：

\mathcal M_R = \left\{ \Pi_R(x_i) \right\}_{i=1}^{n}.

若對 $\Pi_R$ 做聚類，可得到「態勢區域」。

這些區域不一定對應幾何區域，而是：

\boxed{ \text{future-behavior regions}. }

這將是 GRST 第一個真正可視化的實驗產物。

20. 態勢梯度的候選概念

若局部態勢具有可比較測度：

\phi_R(x),

則可考慮定義：

\nabla_{\mathrm{Shi}}\phi_R(x).

它表示：

從 $x$ 出發，往哪一個狀態方向會使局部未來地位改變最快？

這可能對：

搜尋；
控制；
生存；
最小干預；
臨界點識別；

具有直接價值。

但本文只把它列為候選概念，因為一般離散系統未必具有普通微分結構。

在圖上可改用：

\Delta_{\mathrm{Shi}}(x_i,x_j) = \phi_R(x_j)-\phi_R(x_i).

21. 態勢曲率的候選概念

若一個局部區域中，微小移動會造成巨大未來結構差異，則可說該區域具有高態勢曲率。

概念性地：

\kappa_{\mathrm{Shi}}(x) \propto \frac{ \text{future-structure change} }{ \text{state displacement} }.

高態勢曲率區可能對應：

相變邊界；
臨界點；
黑天鵝積累區；
分岔點；
世界線大幅分裂區。

這將與未來 GRST-04、GRST-07、GRST-10 有直接關係。

22. 局部態勢與「勢能」的區別

物理學中的勢能：

V(x)

通常可經：

F=-\nabla V

得到力。

GRST 的局部態勢：

\sigma_R(x)

更廣。

它可能包含：

多吸引子；
非保守流；
非可逆轉移；
離散更新；
多分支；
邏輯約束；
歷史依賴；
延遲效應；
非局部因果。

所以一般不能假定：

\sigma_R(x)=V(x).

但在某些保守物理系統中，勢能可以是局部態勢的一個重要投影。

23. 態勢位置與勝利位置

這篇雖不以博弈為核心，但可以重新理解「勝勢」。

在固定遊戲規則 $R_G$ 下：

\sigma_{R_G}(x)

可以描述棋局／局面的未來地位。

因此所謂「勝勢」不需要被理解為神秘直覺，而可被拆成：

\text{Win-Shi}(x) = f \left( B_R, S_R, E_R, Q_R, C_R, \ldots \right).

這也解釋了為什麼：

同樣棋子數量；
同樣局部材料；
同樣合法步數；

仍可能一方「勢」大幅領先。

不是因為有額外物質，而是其狀態落在不同未來結構位置。

24. 可反駁性

GRST-02 需要允許以下反例：

若所有狀態未來差異都可由幾何位置完全決定，則「ShiPos」沒有獨立價值；
若 $\Pi_R(x)$ 在預測上不能超越簡單的單步轉移特徵，則局部態勢可能只是冗餘描述；
若不同尺度下的態勢投影完全無法建立任何穩定對應，跨尺度勢核假說應被放棄；
若規則改變只影響下一步而從不重構吸引域或可達結構，則「態勢換位」的重要性會下降；
若任何兩個觀測等價狀態在長時間後也永遠保持未來等價，則投影損失對 GRST 的作用需被重新評估；
若「態勢曲率」「態勢梯度」不能在任何離散或連續系統中產生可操作定義，則應保留為非正式直覺而不進入核心公理。

25. 本篇暫定命題

命題 GRST-02-P1：局部性

對任意全域規則勢 $\Sigma_R$ 與狀態 $x$ ，局部態勢是其在與 $x$ 有關之規則鄰域上的限制：

\sigma_R(x) = \Sigma_R|_{\mathcal N_R(x)}.

命題 GRST-02-P2：位置多重性

幾何位置、資訊位置、因果位置與態勢位置一般不等價：

\operatorname{GeoPos} \neq \operatorname{InfoPos} \neq \operatorname{CausalPos} \neq \operatorname{ShiPos}.

命題 GRST-02-P3：態勢換位

存在：

x, R_1, R_2

使：

x_{R_1}=x_{R_2}=x

但：

\sigma_{R_1}(x) \neq \sigma_{R_2}(x).

命題 GRST-02-P4：投影非充分性

存在投影 $P$ 與兩狀態 $x_A,x_B$ ：

P(x_A)=P(x_B)

但：

\sigma_R(x_A)\neq\sigma_R(x_B).

命題 GRST-02-P5：尺度條件性

一般情況下：

\sigma_R^{(\ell_1)}(x) \neq \sigma_R^{(\ell_2)}(x).

因此任何「勢」判斷必須標記尺度。

26. 本篇核心結論

本文把 GRST-01 的全域框架向下一層正式展開。

第一：

\boxed{ \Sigma_R \neq \sigma_R(x). }

全域規則勢是整張未來地形；局部態勢是某一狀態所處的地形位置。

第二：

\boxed{ \text{State position} \neq \text{geometric position}. }

狀態位置至少包含關係、因果與未來結構位置。

第三：

\boxed{ \text{Same state} \not\Rightarrow \text{same Shi under different rules}. }

規則改變可以造成態勢換位。

第四：

\boxed{ \text{Observed equality} \not\Rightarrow \text{Shi equality}. }

投影相同不代表未來結構相同。

第五：

\boxed{ \text{Shi is scale-conditioned}. }

微觀與宏觀可有不同態勢投影，而跨尺度持續不變的結構值得被視為深層規則候選。

27. 下一篇

GRST-03｜自由度不是勢：規則誘導的可行空間與傾斜空間

下一篇將正式處理：

可行自由空間與態勢結構的數學分離；
同自由度、同資訊量但不同未來偏置的構造；
SIO 的 Freedom Occupancy 與 GRST 的 Shi Distribution；
約束、自由、勢三者的次序；
是否能把「勢」理解成自由空間上的測度、方向場、序或纖維；
「未承諾自由」為什麼仍然不是中性的。

附錄 A：GRST-02 最小符號表

符號	意義
$R$	規則系統
$\Sigma_R$	全域規則勢
$x$	世界狀態
$\sigma_R(x)$	局部態勢
$\mathcal N_R(x)$	規則鄰域
$d_R(x,y)$	規則轉移距離
$\Pi_R(x)$	態勢位置向量
$A_R(x)$	可達性
$B_R(x)$	吸引域結構
$S_R(x)$	局部穩定性
$E_R(x)$	逃逸／進入成本
$Q_R(x)$	分岔複雜度
$L_R(x)$	延遲結構
$C_R(x)$	因果連通性
$\sigma_R^{(\ell)}(x)$	尺度化局部態勢
$K_{\mathrm{Shi}}(x)$	跨尺度勢核候選

附錄 B：研究紀律補充

不把幾何位置偷換成動力位置；
不把局部穩定誤認成全域穩定；
不以單一時間窗宣稱態勢等價；
不以單一投影宣稱兩狀態本體相同；
不因某個狀態「目前沒變」就判定其勢低；
所有態勢比較都應標記規則 $R$ 、尺度 $\ell$ 與時間窗 $T$ ；
若能以更簡單既有量完整解釋現象，優先使用既有量，不為 GRST 強行保留獨立名詞。

文件結束

全域規則勢論 02：全域勢與局部態勢——從規則空間到狀態位置

全域規則勢論 02：全域勢與局部態勢——從規則空間到狀態位置

Global Rule-Shi Theory 02: Global Shi and Local Situation — From Rule Space to State Position

摘要

1. 從「世界在哪裡」到「狀態位於哪種未來」

2. 幾何位置不是動力位置

2.1 傳統位置觀

2.2 反過來也成立

3. 局部態勢的正式定義

3.1 規則鄰域

3.2 局部態勢

3.3 局部態勢不是單步轉移

4. 態勢位置向量

4.1 可達性 AR(x)A_R(x)AR​(x)

4.2 吸引域歸屬 BR(x)B_R(x)BR​(x)

4.3 穩定性 SR(x)S_R(x)SR​(x)

4.4 逃逸／進入成本 ER(x)E_R(x)ER​(x)

4.5 分岔複雜度 QR(x)Q_R(x)QR​(x)

4.6 延遲結構 LR(x)L_R(x)LR​(x)

4.7 因果連通性 CR(x)C_R(x)CR​(x)

5. 七維向量不是勢本身

6. 五種「相同」必須拆開

6.1 幾何相同

6.2 資訊量相同

6.3 自由度相同

6.4 投影相同

6.5 態勢相同

7. 態勢同一性

7.1 定義

7.2 為什麼要有尺度與時間窗

8. 態勢換位：同一狀態在不同規則中的位置改變

8.1 不是狀態改變

8.2 一個抽象例子

9. 規則空間中的勢變化

10. 規則勢的臨界面

11. 局部態勢與吸引域

12. 潛勢、延遲與看似平坦的未來

13. 局部態勢與因果連通性

14. 尺度化局部態勢

14.1 為什麼尺度不可省略

14.2 定義

14.3 跨尺度穩定核

15. 與《萬物皆流的展開態》的正式接縫

16. 與 SIO 的正式接縫

17. 與 FDCS 的正式接縫

18. 與 DPS 的正式接縫

19. 最小態勢圖譜實驗

19.1 研究目標

19.2 實驗平台候選

19.3 控制條件

19.4 主要輸出

20. 態勢梯度的候選概念

21. 態勢曲率的候選概念

22. 局部態勢與「勢能」的區別

23. 態勢位置與勝利位置

24. 可反駁性

25. 本篇暫定命題

命題 GRST-02-P1：局部性

命題 GRST-02-P2：位置多重性

命題 GRST-02-P3：態勢換位

命題 GRST-02-P4：投影非充分性

命題 GRST-02-P5：尺度條件性

26. 本篇核心結論

27. 下一篇

附錄 A：GRST-02 最小符號表

附錄 B：研究紀律補充

4.1 可達性 $A_R(x)$

4.2 吸引域歸屬 $B_R(x)$

4.3 穩定性 $S_R(x)$

4.4 逃逸／進入成本 $E_R(x)$

4.5 分岔複雜度 $Q_R(x)$

4.6 延遲結構 $L_R(x)$

4.7 因果連通性 $C_R(x)$