# 解空間本體論：問題、狀態圖與任務等價終態

## Ontology of Solution Spaces: Problems, State Graphs, and Task-Equivalent Terminal States

**系列名稱**：解空間幾何計算論（Geometric Computation of Solution Spaces, GCS）  
**系列編號**：EML-GCS-2026-03  
**作者**：Neo.K（許筌崴）with Aletheia（GPT）  
**機構**：EveMissLab／一言諾科技有限公司  
**版本**：v0.1 本體框架初稿  
**日期**：2026 年 7 月 28 日  
**文件定位**：解空間本體論、狀態圖、型別系統、任務等價、動態幾何、智慧體計算

---

## 摘要

在傳統計算模型中，問題通常被表示為字串、語言成員或函數輸入，而解則被表示為輸出、證書或接受狀態。這種形式對經典複雜度理論具有高度清晰性，卻不足以完整描述具有學習、外部詢問、工具調用、表示重寫、概念積分與任務重定義能力的智慧體。對此類系統而言，問題不只是靜態輸入，解也不只是單一答案點；兩者共同存在於一個會隨時間演化、可被改寫、可與外部空間耦合的異質狀態結構中。

本文提出「解空間本體論」，將一個問題 $x$ 的求解環境表示為：

$$
\mathfrak P_x(t)
=
\left(
V_t,
E_t,
\Theta_t,
\Lambda_t,
\tau_t,
\mu_t,
\mathcal B_t,
\mathcal O_t,
\sim_x
\right).
$$

其中包含狀態節點、轉移邊、型別系統、局部尺度、共同時間映射、結構權重、系統邊界、可用算子與任務等價關係。本文進一步區分問題初態、候選態、中介態、證明態、外部資訊態、環境態與終態，並將「解」重新定義為滿足任務契約的可接受終態集合，而非單一答案。

本文的核心命題是：求解的基本對象不是答案，而是由問題初態通往任務等價終態的可型別路徑、空間改寫與邊界交互。尋找、驗證、詢問、生成、創造與繞過六種解算子，分別作用於解空間中的路徑、可行域、外部連接、候選映射、空間結構與目標集合。由此，解空間不再只是被搜尋的背景，而成為智慧體計算的可操作本體。

本文不以此框架取代標準 P/NP，也不將任務等價終態誤稱為標準判定問題中的精確解。傳統複雜度理論可被保留為固定表示、固定型別、固定目標與封閉邊界條件下的特殊解空間。本文的目的，是為後續的概念積分、幾何快速通道、共同時間座標與攤銷複雜度建立統一承載結構。

**關鍵詞**：解空間、狀態圖、任務等價、型別系統、P/NP、圖動力系統、智慧體、空間改寫、可達性、計算本體論

---

## 1. 問題不只是輸入

### 1.1 經典問題表示

在經典計算理論中，一個判定問題通常可表示為語言：

$$
L\subseteq\Sigma^\ast.
$$

對輸入字串 $x\in\Sigma^\ast$ ，演算法判斷：

$$
x\in L
\quad\text{或}\quad
x\notin L.
$$

若考慮搜尋問題，則可寫為關係：

$$
R(x,w),
$$

其中 $w$ 是候選證書或解。

這種表示將問題的輸入、解的型別與驗證條件預先固定，使複雜度可以被清楚分析。

### 1.2 智慧體問題的擴張

但智慧體面對的任務往往不是一個已完成形式化的輸入。它可能包含：

- 不完整描述；
- 多個相互衝突的目標；
- 未知約束；
- 外部環境狀態；
- 可變的可用工具；
- 可協商的完成標準；
- 需要後續詢問才能確定的問題型別；
- 會在求解過程中改變的目標。

因此，更一般的問題應表示為一個問題狀態：

$$
p_x(t)
=
\left(
d_t,
q_t,
c_t,
r_t,
e_t
\right),
$$

其中：

- $d_t$ ：問題描述；
- $q_t$ ：目標與查詢；
- $c_t$ ：約束與契約；
- $r_t$ ：可用資源；
- $e_t$ ：外部環境狀態。

問題不是在 $t=0$ 時一次完成定義，而可能隨詢問、觀測與推理更新：

$$
p_x(t+1)
=
\mathcal U_p
\left(
p_x(t),
o_t,
i_t
\right),
$$

其中 $o_t$ 是觀測， $i_t$ 是新資訊。

所以，問題本身就是解空間中的動態狀態，而非空間之外的固定標籤。

---

## 2. 解空間的基本定義

### 2.1 解空間九元組

本文定義問題 $x$ 在時間 $t$ 的解空間為：

$$
\boxed{
\mathfrak P_x(t)
=
\left(
V_t,
E_t,
\Theta_t,
\Lambda_t,
\tau_t,
\mu_t,
\mathcal B_t,
\mathcal O_t,
\sim_x
\right)
}
$$

各部分意義如下。

### 2.2 狀態集合

$$
V_t
=
\left\{
v_1,v_2,\ldots
\right\}
$$

包含所有在當前模型中可表示的問題、概念、候選解、中介結果、證明、工具結果與環境狀態。

### 2.3 轉移關係

$$
E_t
\subseteq
V_t\times\mathcal O_t\times V_t.
$$

一條邊：

$$
(v_i,\omega,v_j)\in E_t
$$

表示算子 $\omega$ 可將狀態 $v_i$ 合法轉換為狀態 $v_j$ 。

因此，邊不是單純關係，而是帶有操作語義的有型別轉移。

### 2.4 型別系統

$$
\Theta_t:
V_t\cup E_t
\longrightarrow
\mathsf{Type}.
$$

型別系統規定：

- 哪些狀態可以作為問題；
- 哪些狀態可以作為候選解；
- 哪些輸出可被驗證；
- 哪些算子可作用於哪些狀態；
- 哪些空間之間允許轉換。

### 2.5 尺度結構

$$
\Lambda_t
=
\left\{
\lambda_1,\lambda_2,\ldots
\right\}
$$

描述不同狀態所在的尺度，例如：

- token；
- 概念；
-命題；
- 程序；
- 模組；
- 系統；
- 多智慧體網路；
- 物理環境。

同一問題在不同尺度上可能呈現不同圖結構。

### 2.6 時間映射

$$
\tau_t:
T_i\longrightarrow T^\ast
$$

將內部推理、外部工具、資料庫、其他智慧體與物理環境的局部時間映射至共同協調時間。

### 2.7 結構權重

$$
\mu_t:
V_t\cup E_t
\longrightarrow
\mathbb R_{\geq 0}^k
$$

可包含：

- 成本；
- 信賴度；
- 資訊量；
- 距離；
- 風險；
- 不確定性；
- 可重用性；
- 概念密度。

因此，同一條邊可能在不同成本維度上具有不同權重。

### 2.8 系統邊界

$$
\mathcal B_t
$$

規定哪些節點、算子與資源位於系統內，哪些屬於外部環境。

### 2.9 可用算子

$$
\mathcal O_t
\supseteq
\Omega,
$$

其中：

$$
\Omega
=
\left\{
\mathsf{Find},
\mathsf{Verify},
\mathsf{Ask},
\mathsf{Generate},
\mathsf{Create},
\mathsf{Bypass}
\right\}.
$$

### 2.10 任務等價關係

$$
\sim_x
\subseteq
V_t\times V_t
$$

描述兩個狀態是否在問題 $x$ 的任務契約下被視為等價完成。

---

## 3. 狀態的本體分類

解空間中的節點並不具有單一型態。至少可分為以下類別。

### 3.1 問題初態

$$
V_t^{\mathrm{prob}}
$$

包括原始描述、限制條件、目標與初始環境。

問題初態通常不是單點，而是一組狀態：

$$
S_x
\subseteq
V_t^{\mathrm{prob}}.
$$

若問題描述存在歧義，則可能有多個候選初態。

### 3.2 概念態

$$
V_t^{\mathrm{concept}}
$$

包括定義、類別、關係、模型、比喻、模式與跨領域映射。

概念態是概念積分主要作用的對象。

### 3.3 候選解態

$$
V_t^{\mathrm{cand}}
$$

包括任何尚未被完全驗證、但可能滿足任務的答案、程序、證書或方案。

### 3.4 中介態

$$
V_t^{\mathrm{mid}}
$$

包括：

- 子問題；
- 局部推導；
- 中間表示；
- 暫存結果；
- 啟發式方向；
- 未完成程序。

中介態可能不是答案，但決定解空間的可達性。

### 3.5 證明與證書態

$$
V_t^{\mathrm{cert}}
$$

包括形式證明、測試結果、實驗紀錄、來源引用、運行日誌與其他可驗證證據。

### 3.6 外部資訊態

$$
V_t^{\mathrm{ext}}
$$

來自：

- 人類回答；
- 外部 AI；
- 資料庫；
- 搜尋系統；
- 感測器；
- API；
- 物理實驗。

### 3.7 環境態

$$
V_t^{\mathrm{env}}
$$

表示任務所處環境，包括硬體、網路、物理世界、權限與制度條件。

### 3.8 終態

$$
V_t^{\mathrm{term}}
$$

表示程序停止或任務進入穩定完成、失敗、暫停或不可判定狀態。

因此：

$$
V_t
=
V_t^{\mathrm{prob}}
\cup
V_t^{\mathrm{concept}}
\cup
V_t^{\mathrm{cand}}
\cup
V_t^{\mathrm{mid}}
\cup
V_t^{\mathrm{cert}}
\cup
V_t^{\mathrm{ext}}
\cup
V_t^{\mathrm{env}}
\cup
V_t^{\mathrm{term}}.
$$

這些集合可以重疊。一個狀態可能同時是候選解與證書，也可能同時是概念態與中介態。

---

## 4. 解的重新定義

### 4.1 從答案點到接受區域

傳統模型常將解視為單一值：

$$
y=f(x).
$$

在解空間本體論中，解被定義為滿足任務契約的接受區域：

$$
G_x
=
\left\{
v\in V_t
\mid
\mathcal C_x(v)=1
\right\}.
$$

其中 $\mathcal C_x$ 是任務契約。

若使用多值驗證：

$$
\mathcal C_x:
V_t
\longrightarrow
\left\{
\mathsf{valid},
\mathsf{partial},
\mathsf{uncertain},
\mathsf{invalid},
\mathsf{unverifiable}
\right\},
$$

則可接受終態集合也可以分層：

$$
G_x^{\mathrm{strict}}
\subseteq
G_x^{\mathrm{acceptable}}
\subseteq
G_x^{\mathrm{approx}}.
$$

### 4.2 精確解

$$
g\in G_x^{\mathrm{strict}}
$$

完全符合形式定義與驗證契約。

### 4.3 可接受解

$$
g'\in G_x^{\mathrm{acceptable}}
$$

在任務實際需求下足以完成，但可能不等同於形式上的唯一精確答案。

### 4.4 近似解

$$
g_\varepsilon\in G_x^{\mathrm{approx}}
$$

滿足容許誤差：

$$
d(g_\varepsilon,G_x^{\mathrm{strict}})
\leq
\varepsilon.
$$

### 4.5 失敗終態

$$
F_x
=
\left\{
v\in V_t^{\mathrm{term}}
\mid
\mathcal C_x(v)=\mathsf{invalid}
\right\}.
$$

### 4.6 不可判定終態

$$
U_x
=
\left\{
v\in V_t^{\mathrm{term}}
\mid
\mathcal C_x(v)=\mathsf{unverifiable}
\right\}.
$$

因此，程序停止不等於問題已被解決。

---

## 5. 任務等價關係

### 5.1 定義

對問題 $x$ ，若兩個終態 $g_1,g_2$ 在任務契約下具有相同可接受結果，則寫為：

$$
g_1\sim_x g_2.
$$

### 5.2 任務等價不等於本體同一

通常：

$$
g_1\sim_x g_2
$$

不推出：

$$
g_1=g_2.
$$

例如兩個不同程序可以完成相同功能；兩個不同證明可以證明同一命題；不同路線可以抵達同一地點。

### 5.3 等價類

任務等價終態形成等價類：

$$
[g]_x
=
\left\{
z\in V_t
\mid
z\sim_x g
\right\}.
$$

若 $\sim_x$ 具備自反、對稱與傳遞性，則可形成商空間：

$$
V_t^{\mathrm{term}}/{\sim_x}.
$$

但在現實任務中，等價關係可能只是一個容忍關係或偏序關係，而非嚴格數學等價。

因此，也可以使用近似等價：

$$
g_1\sim_{x,\varepsilon}g_2.
$$

### 5.4 等價契約

任務等價必須由可驗證契約限定：

$$
\mathcal E_x(g_1,g_2)
=
1
\quad\Longrightarrow\quad
g_1\sim_x g_2.
$$

契約可能檢查：

- 功能一致；
- 輸出一致；
- 誤差界；
- 安全條件；
- 資源上限；
- 法律或制度要求；
- 可重現性；
- 可解釋性。

### 5.5 繞過的合法性

繞過算子：

$$
\mathsf{Bypass}(g)
=
g'
$$

只有在：

$$
g'\sim_x g
$$

且：

$$
\mathcal E_x(g,g')=1
$$

時才構成合法完成。

否則它只是偷換問題。

---

## 6. 圖結構與轉移語義

### 6.1 有向狀態圖

最基本的解空間可表示為有向圖：

$$
\mathcal G_x(t)
=
(V_t,E_t).
$$

一條邊：

$$
v_i
\overset{\omega}{\longrightarrow}
v_j
$$

表示算子 $\omega$ 將 $v_i$ 轉換為 $v_j$ 。

### 6.2 超圖

許多推理步驟需要多個輸入共同產生一個輸出，因此應使用超邊：

$$
e:
\left\{
v_1,\ldots,v_k
\right\}
\longrightarrow
v'.
$$

例如一個證明步驟可能同時依賴定義、引理與假設。

### 6.3 多層圖

不同尺度的狀態可以形成多層圖：

$$
\mathcal G_x
=
\left\{
\mathcal G_x^{(1)},
\mathcal G_x^{(2)},
\ldots,
\mathcal G_x^{(m)}
\right\}.
$$

其中各層可能分別表示：

- token 圖；
- 概念圖；
- 證明圖；
- 程序依賴圖；
- Agent 協作圖；
- 物理因果圖。

跨層映射為：

$$
\pi_{ij}:
\mathcal G_x^{(i)}
\longrightarrow
\mathcal G_x^{(j)}.
$$

### 6.4 動態圖

解空間會隨算子作用而更新：

$$
\mathcal G_x(t+1)
=
\mathcal U_G
\left(
\mathcal G_x(t),
\omega_t,
o_t
\right).
$$

可能發生：

$$
\Delta V_t\neq 0,
$$

$$
\Delta E_t\neq 0,
$$

甚至：

$$
\Delta\Theta_t\neq 0.
$$

所以求解不是只在圖上走，而可能同時改寫圖。

---

## 7. 型別安全與跨空間轉換

### 7.1 狀態型別

設：

$$
\Theta_t(v)
=
\theta_v.
$$

不同型別的節點不能任意互換。

例如，一段自然語言描述不能在未經編譯、解釋或形式化的情況下直接作為可執行程序。

### 7.2 邊的型別

對算子 $\omega$ ：

$$
\omega:
\theta_{\mathrm{in}}
\longrightarrow
\theta_{\mathrm{out}}.
$$

若輸入型別不符，則轉移非法。

### 7.3 型別轉換

跨空間轉換需要顯式轉換器：

$$
T_{ij}:
\theta_i
\longrightarrow
\theta_j.
$$

例如：

$$
\text{自然語言需求}
\longrightarrow
\text{形式規格}
\longrightarrow
\text{程序}
\longrightarrow
\text{執行狀態}
\longrightarrow
\text{輸出證據}.
$$

### 7.4 型別債務

若系統跳過必要轉換，便可能產生型別債務：

$$
D_{\mathrm{type}}
=
\sum_i
C_{\mathrm{unresolved}}
\left(
\theta_i\rightarrow\theta_{i+1}
\right).
$$

型別債務可能在後期以：

- 執行失敗；
- 語義誤差；
- 驗證困難；
- 安全風險；
- 不可重現性；

等形式出現。

---

## 8. 解空間邊界

### 8.1 內部與外部

解空間邊界：

$$
\mathcal B_t
$$

將狀態與算子分為：

$$
\mathfrak P_x^{\mathrm{in}}
$$

與：

$$
\mathfrak P_x^{\mathrm{out}}.
$$

### 8.2 邊界不是固定的

當智慧體安裝新工具、取得新權限或接入外部代理時：

$$
\mathcal B_{t+1}
\neq
\mathcal B_t.
$$

因此，原本位於外部的資源可以被納入系統。

### 8.3 邊界穿越

詢問算子主要穿越邊界：

$$
\mathsf{Ask}:
\mathfrak P_x^{\mathrm{in}}
\longrightarrow
\mathfrak P_x^{\mathrm{out}}
\longrightarrow
\mathfrak P_x^{\mathrm{in}}.
$$

### 8.4 邊界成本

每次邊界穿越都可能具有：

$$
C_{\mathcal B}
=
C_{\mathrm{permission}}
+
C_{\mathrm{communication}}
+
C_{\mathrm{translation}}
+
C_{\mathrm{trust}}
+
C_{\mathrm{return}}.
$$

因此，開放系統不等於免費取得外部能力。

---

## 9. 可達性與有效距離

### 9.1 可達集合

由狀態 $s$ 出發，在算子集合 $\mathcal O_t$ 下的可達集合為：

$$
\operatorname{Reach}_{\mathcal O_t}(s)
=
\left\{
v\in V_t
\mid
s\rightsquigarrow v
\right\}.
$$

問題可解的一個基本條件是：

$$
G_x
\cap
\operatorname{Reach}_{\mathcal O_t}(S_x)
\neq
\varnothing.
$$

### 9.2 距離

對兩個狀態 $u,v$ ，可定義帶權最短距離：

$$
d_t(u,v)
=
\inf_{\gamma:u\rightsquigarrow v}
C(\gamma).
$$

### 9.3 到終態集合的距離

$$
D_t(x)
=
\inf_{s\in S_x}
\inf_{g\in G_x}
d_t(s,g).
$$

### 9.4 距離不是固定的

當圖、型別、工具或任務等價關係改變時：

$$
D_{t+1}(x)
\neq
D_t(x).
$$

概念積分、創造算子與繞過算子都可能改變有效距離。

### 9.5 不可達不等於不存在

若：

$$
G_x
\cap
\operatorname{Reach}_{\mathcal O_t}(S_x)
=
\varnothing,
$$

只表示在當前空間、算子與邊界下不可達，不必然表示解不存在。

創造算子可能使：

$$
\operatorname{Reach}_{\mathcal O_{t+1}}(S_x)
\supsetneq
\operatorname{Reach}_{\mathcal O_t}(S_x).
$$

---

## 10. 路徑、程序與歷史

### 10.1 路徑

一條解路徑為：

$$
\gamma
=
\left(
v_0,\omega_1,v_1,\ldots,\omega_n,v_n
\right).
$$

其中：

$$
v_0\in S_x,
\qquad
v_n\in G_x.
$$

### 10.2 路徑與程序

每條路徑對應一個算子程序：

$$
\Pi_\gamma
=
\omega_n\circ\cdots\circ\omega_1.
$$

### 10.3 路徑歷史不可忽略

即使兩條路徑抵達同一終態：

$$
\gamma_1,\gamma_2
\rightarrow
g,
$$

它們的：

- 成本；
- 證據；
- 可重現性；
- 風險；
- 外部依賴；
- 可解釋性；

可能完全不同。

因此，完整解不只包含終態，也應包含路徑證書：

$$
\mathsf{SolutionRecord}
=
(g,\gamma,\mathcal C,\mathcal L),
$$

其中 $\mathcal L$ 是成本與事件帳本。

---

## 11. 解空間的不變量

雖然解空間可被改寫，但某些性質必須被保留。

### 11.1 任務契約不變量

若空間改寫：

$$
\Phi:
\mathfrak P_x
\longrightarrow
\widetilde{\mathfrak P}_x,
$$

則應滿足：

$$
g\in G_x
\Longleftrightarrow
\Phi(g)\in\widetilde G_x,
$$

或至少滿足可控近似：

$$
g\in G_x
\Longrightarrow
\Phi(g)\in\widetilde G_x^{\varepsilon}.
$$

### 11.2 證據可追溯不變量

每個關鍵轉移都應保留來源或理由：

$$
\operatorname{Trace}(v_i\rightarrow v_j)\neq\varnothing.
$$

### 11.3 型別安全不變量

若：

$$
v_i
\overset{\omega}{\longrightarrow}
v_j,
$$

則必須有：

$$
\Theta(v_i)
\in
\operatorname{Dom}(\omega).
$$

### 11.4 邊界揭露不變量

外部資源的引入不可被隱藏為內部免費計算。

### 11.5 成本守恆帳本

空間重寫可以降低線上成本，但不得抹除建造、查詢與驗證成本：

$$
C_{\mathrm{total}}
=
C_{\mathrm{history}}
+
C_{\mathrm{online}}
+
C_{\mathrm{external}}.
$$

---

## 12. 六算子在解空間中的作用位置

六算子可被定位如下。

### 12.1 尋找

作用於：

$$
E_t
$$

與既有可達路徑。

### 12.2 驗證

作用於：

$$
G_x,
F_x,
U_x
$$

以及可接受區域邊界。

### 12.3 詢問

作用於：

$$
\mathcal B_t
$$

並新增外部連接。

### 12.4 生成

作用於：

$$
V_t^{\mathrm{cand}}
$$

並由既有潛在結構映射候選態。

### 12.5 創造

作用於：

$$
V_t,
E_t,
\Theta_t,
\Lambda_t,
\mathcal O_t.
$$

### 12.6 繞過

作用於：

$$
\sim_x
$$

與終態集合 $G_x$ 。

因此：

$$
\boxed{
\begin{aligned}
\mathsf{Find}&:\text{路徑},\\
\mathsf{Verify}&:\text{邊界},\\
\mathsf{Ask}&:\text{系統內外},\\
\mathsf{Generate}&:\text{候選態},\\
\mathsf{Create}&:\text{空間結構},\\
\mathsf{Bypass}&:\text{目標等價類}.
\end{aligned}
}
$$

---

## 13. 與傳統 P/NP 的關係

### 13.1 固定解空間

若：

$$
V_t=V,
$$

$$
E_t=E,
$$

$$
\Theta_t=\Theta,
$$

$$
\mathcal B_t=\mathcal B,
$$

$$
G_x=\{g\},
$$

且只允許：

$$
\mathcal O_t
=
\left\{
\mathsf{Find},
\mathsf{Verify}
\right\},
$$

則解空間退化為傳統求解—驗證框架。

### 13.2 標準 P/NP 仍然成立

在此限制下，若要求精確解、封閉機器與最壞情況多項式時間，則問題仍是標準 P/NP。

### 13.3 上位框架不等於證明

允許詢問、創造與繞過，並不自動證明：

$$
P=NP.
$$

它只說明現實智慧體可以操作比固定判定問題更廣的空間。

### 13.4 投影關係

可寫為：

$$
\mathrm{P/NP}
=
\Pi_{\mathrm{closed,fixed,exact}}
\left(
\mathfrak P_x
\right).
$$

也就是傳統 P/NP 是解空間本體在封閉、固定與精確條件下的投影。

---

## 14. 可反駁條件

解空間本體論若要具有研究價值，必須可被實驗與反例限制。

### 14.1 狀態不可辨識

若節點型別與狀態邊界不能穩定識別，則圖模型可能只是事後敘事。

### 14.2 任務等價不可驗證

若：

$$
\mathcal E_x
$$

無法建立，則繞過算子不可被合法使用。

### 14.3 空間改寫無法降低總成本

若所有改寫都滿足：

$$
C_{\mathrm{rewrite}}
+
C_{\mathrm{new\ path}}
\geq
C_{\mathrm{old\ path}},
$$

則快速通道命題在該問題族上失效。

### 14.4 圖膨脹超過可治理範圍

若概念與候選節點持續增加而缺乏壓縮：

$$
|V_t|\rightarrow\infty,
$$

但有效距離不下降，則概念積分可能退化為資訊堆積。

### 14.5 型別轉換破壞語義

若跨空間映射不能保持任務不變量，則幾何捷徑只是假象。

---

## 15. 核心命題

### 命題一：解空間承載命題

所有解操作都需要某種狀態、轉移、型別、邊界與目標結構。六算子不是懸空的行為分類，而是對解空間不同部分的操作。

### 命題二：動態可達命題

問題是否可解，不只取決於解是否存在，也取決於在當前算子、型別、邊界與時間條件下是否可達。

### 命題三：終態多元命題

對開放智慧任務而言，解通常是一個經任務契約定義的接受區域，而不是唯一答案點。

### 命題四：路徑證書命題

完整解應同時包含終態、生成路徑、驗證證據與成本帳本。

### 命題五：空間可操作命題

高階智慧的核心能力之一，是把解空間本身作為可建造、可重寫、可壓縮與可治理的計算對象。

---

## 16. 結論

本文建立了解空間幾何計算論的本體承載層。

在此框架中，一個問題不只是輸入字串，而是一個會更新的問題狀態；一個解不只是答案點，而是滿足任務契約的終態區域；一條求解過程不只是演算法步驟，而是一條帶有型別、成本、證據、邊界與時間結構的狀態路徑。

解空間被表示為：

$$
\mathfrak P_x(t)
=
\left(
V_t,
E_t,
\Theta_t,
\Lambda_t,
\tau_t,
\mu_t,
\mathcal B_t,
\mathcal O_t,
\sim_x
\right).
$$

六種解算子分別作用於這一結構的不同部位：

$$
\text{尋找作用於路徑，}
$$

$$
\text{驗證作用於可接受邊界，}
$$

$$
\text{詢問作用於系統內外連接，}
$$

$$
\text{生成作用於候選態，}
$$

$$
\text{創造作用於空間本身，}
$$

$$
\text{繞過作用於目標等價類。}
$$

本文的核心結論可以壓縮為：

$$
\boxed{
\text{解不是一個孤立答案，而是一個在有型別動態空間中可達、可驗證的任務終態。}
}
$$

在此本體結構建立後，下一篇將進一步討論概念積分如何持續填充解空間、增加橋接關係、改變可達域，並使問題初態與任務終態之間的有效距離逐步縮短。

---

## 系列內部定位

本文為《解空間幾何計算論》系列第三篇。

第一篇建立總命題：

$$
\text{智慧體不只是更快搜尋，而可能改寫解所在的空間。}
$$

第二篇建立六種基本解算子：

$$
\mathsf{Find},
\mathsf{Verify},
\mathsf{Ask},
\mathsf{Generate},
\mathsf{Create},
\mathsf{Bypass}.
$$

本文則建立這些算子共同作用的解空間本體。下一篇將進入系列第四篇：

**《概念積分與解空間填充：智慧體如何長期建造快速通道》**。

---

## 前置文件

1. Neo.K with Aletheia，《超越 P/NP 二分：解空間幾何計算論的總命題》。  
2. Neo.K with Aletheia，《解不只是答案：尋找、驗證、詢問、生成、創造與繞過的六算子框架》。  
3. Neo.K，《概念積分：知識宇宙的生成擴張代數》。  
4. Neo.K，《空間狀態論：異質底空間、嵌套尺度與空間改寫算子的統一方法論》。  
5. Neo.K，《無限維方向壓縮法的數學與計算方法棧》。  
6. Neo.K，《P_NP 綜合因果圖一階邏輯與數學圖》。