# 從下一 Token 到世界操作——概率生成、操作性分元與現實閉環 ## From the Next Token to World Operations: Probabilistic Generation, Operational Units, and Closed-Loop Reality Interaction **作者：** Neo.K（許筌崴）with Aletheia **機構：** EveMissLab（一言諾科技有限公司） **日期：** 2026 年 8 月 **版本：** v0.1 **系列定位：** 概率—意圖—展開第二代橋接系列，第 5 篇 **前置論文：** 1.《從概率場到意圖場——跨尺度條件概率如何形成持久未來約束》 2.《展開算子的第二代定義——從概率候選到意圖條件計算域》 3.《展開—收斂—記憶耦合——從 Raw/Clean 雙記憶到可塑性狀態系統》 4.《意圖吸引子與亞穩態智慧——概率微動力如何維持長程方向》 --- ## 摘要 大型語言模型最常見的數學描述位於 token 生成層： $$ z_t \sim p_\theta \left( z \mid X_{\leq t} \right). $$ 然而，當語言模型被嵌入 Agent Runtime，並能夠調用搜尋、程式執行、檔案系統、API、模擬器、資料庫或其他外部工具時，下一 token 的概率已不足以描述完整系統行為。 ReAct 已展示語言模型可以交錯生成 reasoning traces 與 task-specific actions，使外部 actions 回傳的新資訊進一步修改後續 reasoning；Toolformer 更直接將「是否呼叫 API、呼叫哪一個 API、傳入什麼 arguments，以及如何把工具結果重新納入後續 token prediction」作為學習問題。 Voyager 則在 Minecraft 中將語言模型生成的 executable code、環境 feedback、execution errors 與 self-verification 結合成持續閉環；SWE-agent 亦展示 specially designed agent-computer interface 能讓 LM agent 導航 repository、修改檔案並執行 tests/programs。 這些系統共同暴露出一個核心問題： $$ \boxed{ P(\text{token}) \neq P(\text{operation}) \neq P(\text{world transition}) \neq P(\text{verified outcome}) } $$ 。 Neo.K 舊《操作性分元》已將操作流程明確拆成： $$ \boxed{ \mathsf{Describe} \rightarrow \mathsf{Propose} \rightarrow \mathsf{Authorize} \rightarrow \mathsf{Execute} \rightarrow \mathsf{Observe} \rightarrow \mathsf{Verify} \rightarrow \mathsf{Commit} } $$ 並強調七種狀態不可相互偷換；自然語言不應直接成為高風險低階執行碼，而應先轉化為具有型別、效果、權限、成本、版本與回退契約的操作性中介表示。 本文在此基礎上提出「**概率—操作—世界閉環**」（Probability–Operation–World Loop）。令： $$ Z_t $$ 為生成分元， $$ O_t $$ 為經解析與治理後的操作， $$ A_t $$ 為權威世界狀態。 則： $$ \boxed{ P(O_t=o\mid\Sigma_t) = \sum_{z} P( O_t=o \mid Z_t=z,\Sigma_t ) P( Z_t=z \mid \Sigma_t ) } $$ 。 進一步，若世界轉移由： $$ T_A \left( a' \mid a,o \right) $$ 表示，則： $$ \boxed{ P( A_{t+1}=a' \mid A_t=a,\Sigma_t ) = \sum_o T_A(a'\mid a,o) P(o\mid\Sigma_t) } $$ 。 因此，模型的 linguistic probability 只是完整 world-outcome probability 的一個上游因子。 本文進一步區分： - 生成概率； - 語義解析概率； - 操作提案概率； - 授權概率； - 執行成功概率； - 環境轉移概率； - 觀測可靠性； - 驗證概率； - 提交概率。 並提出： $$ \boxed{ \text{Generated} \neq \text{Proposed} \neq \text{Authorized} \neq \text{Executed} \neq \text{Observed} \neq \text{Verified} \neq \text{Committed} } $$ 。 本文最終主張： > **當 AI 真正進入外部世界時，概率不再只是 token distribution，而成為一條穿越語義、型別、權限、執行、環境、觀測與驗證的組合概率鏈。** 而一旦 commit 改變權威世界： $$ A_t \rightarrow A_{t+1}, $$ 新的世界又反向改變： $$ M_{t+1}, \quad \mathfrak P_{t+1}^{I}, \quad \mathcal A_I(t+1), \quad \mathcal E_{t+1}. $$ 因此真正的 Agent 不再是： $$ \boxed{ X \rightarrow \text{Model} \rightarrow Y } $$ 而是： $$ \boxed{ \text{Generate} \rightarrow \text{Interpret} \rightarrow \text{Propose} \rightarrow \text{Act} \rightarrow \text{World} \rightarrow \text{Observe} \rightarrow \text{Verify} \rightarrow \text{Update} } $$ 的歷史性現實閉環。 **關鍵詞：** Token Probability、Tool Use、Agent、操作性分元、世界狀態、權威世界、ReAct、Toolformer、World Transition、驗證、Commit、現實閉環 --- # 一、回到最早那個致命問題 假設使用者說： > 幫我寫一個程式。 模型最後生成一個： $$ 10\,000 $$ token 的 repository。 我們可以問： > 這整個程式是多少概率？ 上一系列已經指出： exact sequence probability： $$ P(Z=z^*) $$ 與： functional success probability： $$ P( \operatorname{Correct}(Z)=1 ) $$ 不是同一個概率。 但是 Agent 時代還有下一層。 如果 AI 不只是： > 寫出程式碼， 而是： > 實際修改 repository、執行測試、部署服務， 那麼問題變成： > **「部署完成」究竟是哪一層概率？** --- # 二、這時 token 已經不再是最終事件 假設模型輸出： ```text run_tests() ``` 這可能只是： $$ \boxed{ \text{text} } $$ 。 也可能是： $$ \boxed{ \text{tool proposal} } $$ 。 也可能真正觸發： $$ \boxed{ \text{tool execution} } $$ 。 三者不能等同。 --- # 三、舊《操作性分元》已經抓到這個問題 它以三個包含「搜尋」的句子說明： 1. 「搜尋這個概念。」 2. 「我正在描述一個搜尋指令。」 3. 「已搜尋完成。」 表面詞彙相似， 但第一個可能是操作提案， 第二個只是 description， 第三個則是對執行狀態的 assertion。 因此： $$ \boxed{ \mathsf{Meaning}(z) \neq \mathsf{Effect}(z) } $$ 。 --- # 四、所以第一個永久區分是： $$ \boxed{ \text{Language} \neq \text{Action} } $$ 。 「刪除檔案」這四個字， 不是： $$ \operatorname{Delete}(file) $$ 本身。 --- # 五、這個差異在 Agent 時代變得極為重要 語言模型本來主要生成： $$ Z_t $$ 。 但 Agent Runtime 需要決定： $$ \boxed{ Z_t \rightarrow O_t? } $$ 。 問號就是整個操作層。 --- # 六、因此本文定義三種最基本分元 ### 語言分元 $$ z_t^{L} $$ 表示文字／符號輸出。 ### 語義分元 $$ z_t^{S} $$ 表示已解析的 meaning。 ### 操作性分元 $$ z_t^{O} $$ 表示具有執行語義的 typed operation proposal。 --- # 七、所以： $$ \boxed{ z_t^L \rightarrow z_t^S \rightarrow z_t^O } $$ 不是 identity mapping。 中間可以： - 解析失敗； - 語義歧義； - 降級為描述； - 被判定沒有操作意圖； - 被禁止轉成 operation。 --- # 八、模型生成概率只首先存在於： $$ \boxed{ P(z_t^L\mid X_t) } $$ 。 但真正 Agent 在乎： $$ \boxed{ P(z_t^O\mid\Sigma_t) } $$ 。 --- # 九、操作概率是誘導分布 假設解析器： $$ R: Z^L \rightarrow Z^O\cup\{\varnothing\} $$ 。 則： $$ \boxed{ P( O=o ) = \sum_{ z:R(z)=o } P(Z=z) } $$ 若解析器 deterministic。 --- # 十、如果解析器也有不確定性 則： $$ \boxed{ P(O=o) = \sum_z P(O=o\mid Z=z) P(Z=z) } $$ 。 因此： $$ \boxed{ \text{Operation Probability} } $$ 已經不同於： $$ \boxed{ \text{Token Probability} } $$ 。 --- # 十一、Toolformer 正好提供一個具體技術案例 Toolformer 不只是產生普通文字，而是讓模型學會： - 哪些位置值得使用工具； - 使用哪個 API； - 傳入什麼 arguments； - 工具結果如何重新影響後續 token prediction。 因此： $$ \boxed{ \text{tool invocation} } $$ 已經是一個不同於普通 lexical continuation 的事件類別。 --- # 十二、ReAct 更進一步 ReAct 交錯： $$ \boxed{ \text{reason} \rightarrow \text{act} \rightarrow \text{observe} \rightarrow \text{reason} } $$ 。 Action 讓模型從外部 knowledge base 或 environment 取得資訊， Observation 再改變後續 reasoning。 所以： $$ \boxed{ \text{external observation} } $$ 已進入模型下一步條件。 --- # 十三、因此自回歸條件必須擴大 純語言： $$ P( z_{t+1} \mid z_{\leq t} ) $$ 。 Agent： $$ \boxed{ P( z_{t+1} \mid z_{\leq t}, o_{\leq t}, y_{\leq t}, M_t, W_t ) } $$ 其中： $$ o_t $$ 是 operation， $$ y_t $$ 是 external observation。 --- # 十四、所以 Agent 已經不是只在「自己的文字」上自回歸 它還在： $$ \boxed{ \text{world feedback} } $$ 上條件化。 --- # 十五、這就是第一個真正的內外閉環 $$ \boxed{ Z_t \rightarrow O_t \rightarrow W_{t+1} \rightarrow Y_{t+1} \rightarrow Z_{t+1} } $$ 。 --- # 十六、Voyager 是非常清楚的例子 Voyager 在 Minecraft 中使用 executable code 作為 skill，並把 environment feedback、execution errors 與 self-verification 納入後續 program improvement。 因此： $$ \boxed{ \text{Generated program} } $$ 不是終點。 真正循環是： $$ \boxed{ \text{code} \rightarrow \text{execution} \rightarrow \text{environment change/error} \rightarrow \text{revision} } $$ 。 --- # 十七、SWE-agent 在數位軟體世界也展示同樣結構 它透過 specially designed agent-computer interface 讓 Agent： - 導航 repository； - 修改 files； - 執行 tests； - 執行 programs。 因此 Agent-computer interface 本身會改變模型「能做什麼」與任務表現。 這正好支持前文的： $$ \boxed{ \mathfrak C_t } $$ 活動計算域概念。 --- # 十八、所以語言轉成操作需要一個中介層 本文延續舊 DIEEC： $$ \boxed{ \text{Natural Language} \rightarrow \text{Operational Intermediate Representation} \rightarrow \text{Execution Runtime} } $$ 。 --- # 十九、為什麼不能自然語言直接執行？ 因為自然語言： $$ \boxed{ \text{underspecified} } $$ 。 例如： > 把那個檔案處理掉。 「處理掉」可以表示： - 刪除； - 移動； - 壓縮； - 修復； - 隱藏。 --- # 二十、所以操作中介表示必須至少包含 $$ \boxed{ o_t = ( \omega, \alpha, a, \Theta_{\mathrm{pre}}, \Theta_{\mathrm{post}}, E, C, R, P ) } $$ 。 其中： - $\omega$ ：operation type； - $\alpha$ ：target/address； - $a$ ：arguments； - $\Theta_{\mathrm{pre}}$ ：前置條件； - $\Theta_{\mathrm{post}}$ ：後置條件； - $E$ ：effect type； - $C$ ：cost； - $R$ ：risk/rollback； - $P$ ：provenance/authority。 舊稿已有更詳細的操作性分元 tuple；本文將其壓縮為第二代核心欄位。 --- # 二十一、所以 operation 本身不是一個字串 $$ \boxed{ o_t \neq \text{“delete file”} } $$ 。 它是一個 typed state-transition proposal。 --- # 二十二、可以直接寫成 Hoare-style contract $$ \boxed{ \{ \operatorname{Pre}(o) \} \; o \; \{ \operatorname{Post}(o) \} } $$ 。 舊操作性分元亦已採用前置／後置條件描述工具操作。 --- # 二十三、因此「模型覺得應該做」仍然不是「可以做」 這要再次接回前文： $$ \boxed{ \text{Intention Space} \neq \text{Capability Space} \neq \text{Authority Space} } $$ 。 --- # 二十四、操作需要治理函數 令： $$ G_B(o,\Sigma_t,W_t) \in \{ 0,1,\text{confirm} \} $$ 。 如果： $$ G_B=0 $$ 則即使： $$ P_I(o) $$ 非常高， 仍： $$ \boxed{ P_{\mathrm{execute}}(o)=0 } $$ 。 --- # 二十五、這是一個重要結果 $$ \boxed{ \text{High model probability} \nRightarrow \text{high execution probability} } $$ 。 因為權限、型別與治理可以截斷分布。 --- # 二十六、因此 Agent 最終執行分布可以寫成 $$ \boxed{ P_E(o\mid\Sigma) \propto P_O(o\mid\Sigma) \cdot G_B(o,\Sigma,W) } $$ 在簡化 deterministic gate 中。 --- # 二十七、若 governance 本身有多階段狀態 則完整概率是： $$ P_E(o) = P( \mathsf{Execute} \mid o ) P(o) $$ 。 --- # 二十八、這正式帶出舊 DIEEC 的七狀態 $$ \boxed{ \mathsf{Describe} \rightarrow \mathsf{Propose} \rightarrow \mathsf{Authorize} \rightarrow \mathsf{Execute} \rightarrow \mathsf{Observe} \rightarrow \mathsf{Verify} \rightarrow \mathsf{Commit} } $$ 。 --- # 二十九、這七個詞不是流程美學 它們代表： $$ \boxed{ \text{seven different ontic/system states} } $$ 。 --- # 三十、Describe $$ D $$ 只表示： > 某個 operation 被描述。 世界沒變。 --- # 三十一、Propose $$ P $$ 表示： > 系統提出 operation 作為 candidate。 世界仍沒變。 --- # 三十二、Authorize $$ A $$ 表示： > 已滿足 policy / permission gate。 世界通常仍沒變。 --- # 三十三、Execute $$ E $$ 表示： > Runtime 真正對 tool/environment 發出 effectful operation。 --- # 三十四、Observe $$ O $$ 表示： > 系統收到某種 observation。 注意： $$ \boxed{ \text{observation} \neq \text{verified reality} } $$ 。 --- # 三十五、Verify $$ V $$ 表示： > 系統檢查 observation 是否足以支持 claimed postcondition。 --- # 三十六、Commit $$ C $$ 才表示： > 將結果寫入正式／權威世界或正式系統狀態。 --- # 三十七、因此： $$ \boxed{ D\neq P\neq A\neq E\neq O\neq V\neq C } $$ 。 --- # 三十八、這消除 Agent 系統最危險的一類語義偷換 例如： Tool 回傳： ```text success ``` 只代表： $$ O=\text{“success”} $$ 。 不代表： $$ V=1 $$ 。 更不代表： $$ C=1 $$ 。 --- # 三十九、所以「AI 說它完成了」與「任務真的完成了」 是兩個 random variables。 $$ \boxed{ Y_{\mathrm{claim}} \neq Y_{\mathrm{world}} } $$ 。 --- # 四十、這裡可以正式定義權威世界 令： $$ \boxed{ \mathbb A_t } $$ 為： > 對任務而言真正具有正式效果的 state。 例如： - 實際 repository； - 正式 database； - calendar event； - 部署中的 service； - physical robot environment。 --- # 四十一、而模型內部想像不是權威世界 令： $$ \hat{\mathbb A}_t $$ 表示 internal estimate。 一般： $$ \boxed{ \hat{\mathbb A}_t \neq \mathbb A_t } $$ 。 --- # 四十二、Simulation 也不是權威世界 $$ \mathbb S_t $$ 可以模擬： $$ \mathbb A_t $$ 。 但： $$ \boxed{ \mathbb S_t \neq \mathbb A_t } $$ 。 --- # 四十三、Working copy 也不是權威世界 例如 Git branch： $$ \mathbb W_t $$ 修改完成， 不代表 production： $$ \mathbb A_t $$ 已改。 --- # 四十四、因此至少存在： $$ \boxed{ \hat{\mathbb A}_t } $$ 認知世界， $$ \boxed{ \mathbb S_t } $$ 模擬世界， $$ \boxed{ \mathbb W_t } $$ 活動／工作世界， $$ \boxed{ \mathbb A_t } $$ 權威世界。 --- # 四十五、這使「世界改變」成為嚴格概念 真正 commit： $$ \boxed{ \mathbb A_t \xrightarrow{o_t} \mathbb A_{t+1} } $$ 。 --- # 四十六、舊操作性分元早已抓到這一點 其提交分元定義指出： $$ \mathbb A_t \rightarrow \mathbb A_{t+1} $$ 會使後續解空間： $$ \mathfrak P_x(t) \neq \mathfrak P_x(t+1) $$ 。 這是本篇最重要的舊理論橋接。 --- # 四十七、因為世界一旦被改變 未來問題真的變了。 例如： > 建立一個檔案。 執行前： $$ \operatorname{Exists}(f,t)=0 $$ 。 commit 後： $$ \operatorname{Exists}(f,t+1)=1 $$ 。 --- # 四十八、所以新概率場不能仍使用舊世界 $$ \boxed{ \mathfrak P_{t+1}^{I} = \mathfrak P( \Sigma_{t+1}, M_{t+1}, \mathbb A_{t+1} ) } $$ 。 --- # 四十九、這就是： $$ \boxed{ \text{world modifies probability} } $$ 。 不是只有： $$ \boxed{ \text{probability selects world action} } $$ 。 --- # 五十、因此真正關係是雙向的 $$ \boxed{ \mathfrak P_t^I \rightarrow O_t \rightarrow \mathbb A_{t+1} } $$ 以及： $$ \boxed{ \mathbb A_{t+1} \rightarrow \mathfrak P_{t+1}^I } $$ 。 --- # 五十一、舊 DIEEC 將其稱為「分元展開世界，世界改寫分元」 其雙重交互閉環已經寫出： $$ (I_t,L_t) \rightarrow z_t \rightarrow \mathbb W_{t+1} $$ 以及： $$ \mathbb W_{t+1} \rightarrow (I_{t+1},L_{t+1}) $$ ，並強調跨內外邊界的真正介面是操作性分元與外部觀測。 --- # 五十二、第二代現在加入概率 變成： $$ \boxed{ \mathfrak P_t^{I,M} \rightarrow P(O_t) \rightarrow T_A \rightarrow P(\mathbb A_{t+1}) } $$ 。 --- # 五十三、世界轉移本身可以是 deterministic 如果： $$ \mathbb A_{t+1} = T( \mathbb A_t,o_t ) $$ 唯一決定， 則： $$ T_A(a'\mid a,o) $$ 是退化分布。 --- # 五十四、但模型操作仍可能 probabilistic 因此： $$ P(O_t)>0 $$ 多樣， 而： $$ T_A $$ deterministic。 --- # 五十五、反過來也可能 operation： $$ o_t $$ 唯一確定， 但環境： $$ T_A $$ stochastic。 例如： - 網路延遲； - 市場環境； - physical noise； - multi-agent response。 --- # 五十六、所以： $$ \boxed{ \text{model stochasticity} \neq \text{environment stochasticity} } $$ 。 --- # 五十七、完整 world-outcome distribution 為 $$ \boxed{ P( a' \mid a,\Sigma ) = \sum_o T_A( a' \mid a,o ) P_E( o \mid \Sigma ) } $$ 。 --- # 五十八、這個公式回答最初那個問題 > 「AI 寫一整個應用，整個應用是多少概率？」 真正應拆成： $$ P( \text{generated artifact} ) $$ $$ P( \text{chosen operation sequence} ) $$ $$ P( \text{execution success} ) $$ $$ P( \text{world outcome} ) $$ $$ P( \text{verified task completion} ) $$ 。 --- # 五十九、不同概率可以完全不一樣 Exact token sequence： $$ P(Z=z^*)\ll1 $$ 。 但： $$ P( \operatorname{TaskSuccess}=1 ) \approx1 $$ 仍然可能。 --- # 六十、尤其當 verifier 存在時 系統可： $$ Z_1 \rightarrow O_1 \rightarrow V=0 $$ 再： $$ Z_2 \rightarrow O_2 \rightarrow V=0 $$ 再： $$ Z_3 \rightarrow O_3 \rightarrow V=1 $$ 。 --- # 六十一、所以 final delivery distribution 已經被 selection 改寫 它不再等於單次： $$ P_\theta(Z) $$ 。 而是： $$ \boxed{ P_{\mathrm{system}} = \operatorname{Transform} ( P_\theta, G, V, T_A, M ) } $$ 。 --- # 六十二、因此「AI 只是下一 token 預測」 在模型訓練目標層可以成立。 但： $$ \boxed{ \text{next-token distribution} \neq \text{complete agent-level state transition model} } $$ 。 ReAct、Toolformer、Voyager 與 SWE-agent 的實作分別從不同方向展示了 language generation 可以被嵌入工具使用、外部 actions、environment feedback 與 computer interaction 迴圈中。 --- # 六十三、現在加入 execution success 令： $$ S_E \in \{0,1,\partial\} $$ 。 其中： $$ \partial $$ 代表 partial success。 --- # 六十四、則： $$ P( \mathbb A_{t+1} ) $$ 還要條件於： $$ P( S_E \mid o,\mathbb A_t ) $$ 。 --- # 六十五、所以： $$ \boxed{ P(\text{world outcome}) } $$ 是一個 composition。 不是一個 softmax probability。 --- # 六十六、甚至 observation 本身也可能有錯 令： $$ Y_t $$ 為 observation。 真實世界： $$ A_t $$ 。 觀測模型： $$ \boxed{ P( Y_t=y \mid A_t=a ) } $$ 。 --- # 六十七、因此： $$ \boxed{ Y_t \neq A_t } $$ 。 工具回傳、 sensor、 API response 都只是 observation channel。 --- # 六十八、這就解釋為什麼 Observe 後仍需要 Verify 如果： $$ Y_t $$ 直接當： $$ A_t $$ ， 任何錯誤 observation 都會污染： $$ M_{t+1} $$ 。 --- # 六十九、第三篇已經指出： 一次錯誤如果直接寫入持久記憶， 會從： $$ \text{local generation error} $$ 升級成： $$ \text{persistent state error} $$ 。 所以 world observation 必須驗證後才能改寫高可信狀態。 --- # 七十、因此： $$ \boxed{ \text{Observation} \rightarrow \text{Verification} \rightarrow \text{State Update} } $$ 必須保留。 --- # 七十一、Verify 也可以有 uncertainty $$ V_t \in \{ \text{pass}, \text{fail}, \text{unknown} \} $$ 。 成熟系統不能強迫： $$ \text{unknown} \rightarrow \text{pass} $$ 。 --- # 七十二、所以： $$ \boxed{ \text{verification uncertainty} } $$ 也是跨尺度概率的一部分。 --- # 七十三、這使完整閉環至少有八種不確定來源 1. Generation uncertainty 2. Semantic interpretation uncertainty 3. Operation selection uncertainty 4. Authorization uncertainty 5. Execution uncertainty 6. Environment transition uncertainty 7. Observation uncertainty 8. Verification uncertainty --- # 七十四、因此可以定義「操作概率鏈」 $$ \boxed{ \mathcal P_{\mathrm{op}} = ( P_Z, P_S, P_O, P_A, P_E, P_W, P_Y, P_V ) } $$ 。 --- # 七十五、這比一個： $$ P_{\mathrm{token}} $$ 完整得多。 --- # 七十六、現在加入 Commit 即使： $$ V=1 $$ 也不必立刻： $$ C=1 $$ 。 例如： > 測試通過，但還需要人類批准 production deployment。 --- # 七十七、所以： $$ \boxed{ P(C=1\mid V=1) } $$ 仍可能： $$ <1 $$ 。 --- # 七十八、因此權威世界修改是最後一道不同 probability event $$ \boxed{ P( \mathbb A_{t+1}\neq\mathbb A_t ) } $$ 。 --- # 七十九、這讓「概率存在於哪裡？」得到外部版答案 概率可以存在於： $$ \boxed{ \text{generation} } $$ 、 $$ \boxed{ \text{selection} } $$ 、 $$ \boxed{ \text{execution} } $$ 、 $$ \boxed{ \text{environment} } $$ 、 $$ \boxed{ \text{observation} } $$ 、 $$ \boxed{ \text{verification} } $$ 。 --- # 八十、它們不必具有相同 entropy 例如： $$ H_Z \gg0 $$ 。 但： $$ H_O \ll H_Z $$ 。 因為很多 linguistic realizations 被解析成同一 operation。 --- # 八十一、再： $$ H_W $$ 甚至可以： $$ 0 $$ 。 如果： 所有可接受 operation 都導向同一 world result。 --- # 八十二、所以： $$ \boxed{ H_Z>0 \nRightarrow H_W>0 } $$ 再次成立。 --- # 八十三、這就是微觀概率—宏觀世界穩定性的外部版本 例如模型可以用十種不同語句說： > 建立 `config.json`。 最後 Runtime 都編譯成同一： $$ o_{\mathrm{create}} $$ 。 --- # 八十四、因此： $$ \boxed{ \text{linguistic diversity} + \text{operational determinacy} } $$ 完全可以共存。 --- # 八十五、反過來也可能 模型只有一個 operation： $$ o $$ 但 world： $$ T_A $$ 高度 stochastic。 所以： $$ H_O=0 $$ 但： $$ H_W>0 $$ 。 --- # 八十六、因此操作層是概率尺度轉換器 $$ \boxed{ \mathcal T_{\mathrm{op}} : \mathfrak P_{\mathrm{language}} \rightarrow \mathfrak P_{\mathrm{world}} } $$ 。 --- # 八十七、這可以稱為「概率轉導」 ## Probabilistic Transduction 不是把概率消滅， 而是： > 把語言空間中的分布經過型別、治理與執行映射成世界狀態分布。 --- # 八十八、形式： $$ \boxed{ P_W = T_A \circ G_B \circ R_O \circ P_Z } $$ 只作結構示意， 不是一般線性算子恆等式。 --- # 八十九、現在意圖吸引子也會碰到世界 第四篇： $$ \mathcal A_I(t) $$ 維持長程方向。 但 operation： $$ o_t $$ 一旦改變： $$ \mathbb A_t $$ ， 原本 basin 也會變。 --- # 九十、例如目標： $$ I= \text{建立檔案 }F $$ 。 建立前： $$ F\notin\mathbb A_t $$ 。 建立後： $$ F\in\mathbb A_{t+1} $$ 。 --- # 九十一、這時原意圖已完成 所以： $$ \boxed{ \mathcal A_I \rightarrow \text{retired} } $$ 。 --- # 九十二、如果 Agent 沒有從世界讀回「已完成」 就可能： $$ \boxed{ \text{repeat action indefinitely} } $$ 。 --- # 九十三、因此 task completion 是 world-relative 不能只問： $$ \operatorname{Complete}(I,\Sigma_t) $$ 。 應問： $$ \boxed{ \operatorname{Complete} ( I, \mathbb A_t, V_t ) } $$ 。 --- # 九十四、只有權威世界改變並被驗證 才真正閉合。 --- # 九十五、這就是「假閉合」與「真閉合」 ## 假閉合 模型說： > 已完成。 $$ C_{\mathrm{internal}}=1 $$ 。 但： $$ \mathbb A $$ 沒變。 --- # 九十六、真閉合 $$ \boxed{ \operatorname{Post}(o) } $$ 在權威世界上經驗證成立。 --- # 九十七、舊雙重交互閉環已經明確主張： > 外部結果只有經驗證、正規化與整合後，才構成新的活動工作場；生成、提案、批准、執行、觀測、驗證與權威提交必須分離。 第二代將其加入概率框架。 --- # 九十八、現在處理回退 如果： $$ \mathbb A_t \xrightarrow{o} \mathbb A_{t+1} $$ 後： $$ V=0 $$ ， 我們需要： $$ \boxed{ \mathcal R( \mathbb A_{t+1} ) } $$ 。 --- # 九十九、若 operation 可逆： $$ \mathcal R( \mathbb A_{t+1} ) = \mathbb A_t $$ 。 --- # 一百、若不可完全逆 只能： $$ \boxed{ \text{compensation} } $$ 。 這就是 irreversible effect 與普通 Write 不應同治理門檻的原因。 --- # 一百零一、舊操作性分元已區分效果型別： $$ \mathsf{Pure}, \mathsf{Read}, \mathsf{Reveal}, \mathsf{Compute}, \mathsf{Write}, \mathsf{Communicate}, \mathsf{Actuate}, \mathsf{Commit}, \mathsf{Irreversible} $$ ，並明確指出不同效果應對應不同權限、驗證與回退要求。 這個分類在第二代仍然非常有用。 --- # 一百零二、因此可以給效果一個風險偏序 簡化： $$ \boxed{ \mathsf{Pure} \prec \mathsf{Read} \prec \mathsf{Write} \prec \mathsf{Commit} \prec \mathsf{Irreversible} } $$ 。 --- # 一百零三、越往右， 要求： $$ \boxed{ \text{verification strength}\uparrow } $$ $$ \boxed{ \text{authority threshold}\uparrow } $$ $$ \boxed{ \text{rollback planning}\uparrow } $$ 。 --- # 一百零四、所以概率閾值也不應相同 低風險 Read： $$ P_{\mathrm{correct}}>0.8 $$ 也許足夠探索。 高風險 irreversible operation： 可能需要： $$ P_{\mathrm{safe}} \approx1 $$ 外加 independent verification。 --- # 一百零五、因此： $$ \boxed{ \tau_{\mathrm{execute}} = f( \text{effect type}, \text{risk}, \text{reversibility} ) } $$ 。 不存在單一 confidence threshold。 --- # 一百零六、這和舊總作用量理論完全相容 舊稿已用 expected cost、variance、CVaR 與 irreversible-loss penalty 描述高風險世界操作，並指出同一最低預期成本策略，在權威提交或不可逆操作下未必是最佳選擇。 --- # 一百零七、第二代可以把它與概率鏈整合 定義 operation utility： $$ \boxed{ J(o) = \mathbb E[ U( \mathbb A_{t+1} ) ] - \lambda C(o) - \mu R(o) } $$ 。 --- # 一百零八、其中： $$ \mathbb E[ U( \mathbb A_{t+1} ) ] = \sum_{a'} U(a') T_A(a'\mid a,o) $$ 。 --- # 一百零九、所以選 action 不應只最大化： $$ P(o) $$ 。 而應： $$ \boxed{ o^* = \arg\max_o J(o) } $$ 在允許域內。 --- # 一百一十、這正式證明： $$ \boxed{ \arg\max_z P_\theta(z) } $$ 與： $$ \boxed{ \arg\max_o U_{\mathrm{world}}(o) } $$ 不是同一 optimization problem。 --- # 一百一十一、這也是為什麼： > 最自然的一句話 不一定是： > 最好的世界操作。 --- # 一百一十二、舊總作用量稿已經寫過： > 局部最可能的分元，不一定屬於全局最便宜的世界線。 第二代現在可以把「最便宜」進一步擴成： $$ \boxed{ \text{highest expected verified utility under risk and authority constraints} } $$ 。 --- # 一百一十三、所以真正 action selection 應接： $$ \mathfrak P_t^I $$ 意圖概率場， $$ \mathcal E_t $$ 活動域， $$ M_t $$ 歷史， $$ \mathcal A_I $$ 長程方向， 以及： $$ T_A $$ 世界 transition model。 --- # 一百一十四、完整 action policy： $$ \boxed{ \pi_t(o) = \Pi ( o \mid \mathfrak P_t^I, \mathfrak C_t, M_t, \mathcal A_I(t), \mathbb A_t, B_t ) } $$ 。 --- # 一百一十五、因此 action 不只是 next token 的另一個名字 它是一個： $$ \boxed{ \text{world-state transition candidate} } $$ 。 --- # 一百一十六、這是語言 AI 進入 Agent Runtime 的本體分界 純語言： $$ \boxed{ Z_t \rightarrow Z_{t+1} } $$ 。 Agent： $$ \boxed{ Z_t \rightarrow O_t \rightarrow \mathbb A_{t+1} \rightarrow Z_{t+1} } $$ 。 --- # 一百一十七、所以外部世界成為模型的隱含「中間層」 不是神經網路 hidden layer。 而是： $$ \boxed{ \text{causal external state between two generations} } $$ 。 --- # 一百一十八、這是很重要的架構改變 第二個 token sequence： $$ Z_{t+1} $$ 可能不是單純： $$ F_\theta(Z_t) $$ 。 而是： $$ \boxed{ F_\theta( Z_t, O_t, Y_{t+1}, M_{t+1} ) } $$ 。 --- # 一百一十九、因此 Agent 的 computation graph 穿過世界 $$ \boxed{ \text{model} \rightarrow \text{world} \rightarrow \text{model} } $$ 。 --- # 一百二十、這就是「外部因果計算」 External Causal Computation。 世界不只是資料來源。 它成為： $$ \boxed{ \text{part of the computation trajectory} } $$ 。 --- # 一百二十一、例如 compiler AI 猜： $$ p $$ 。 Compiler 回傳： $$ e $$ 。 這個： $$ e $$ 不是模型自己預測出來的 hidden token。 它來自： $$ \boxed{ \text{external executable semantics} } $$ 。 --- # 一百二十二、因此 compiler 是計算圖中的外部 operator $$ \boxed{ p \xrightarrow{\text{compile}} e } $$ 。 --- # 一百二十三、Tests 也是 $$ p \xrightarrow{\text{test suite}} r $$ 。 --- # 一百二十四、所以 coding agent 的智能不能只看： $$ P_\theta(\text{code}) $$ 還要看： $$ \boxed{ \text{how it couples model proposals to executable causal checks.} } $$ 。 SWE-agent 的結果正說明 agent-computer interface 的設計會實際影響軟體任務中的 Agent 行為與表現。 --- # 一百二十五、這也重新定義「工具」 工具不是： $$ \boxed{ \text{extra knowledge} } $$ 而更一般是： $$ \boxed{ \text{external transition operator} } $$ 。 --- # 一百二十六、有些工具讀世界： $$ \mathcal O_R: \mathbb A \rightarrow Y $$ 。 --- # 一百二十七、有些工具計算： $$ \mathcal O_C: X \rightarrow Y $$ 。 --- # 一百二十八、有些工具寫世界： $$ \mathcal O_W: \mathbb A_t \rightarrow \mathbb A_{t+1} $$ 。 --- # 一百二十九、有些工具同時讀寫 例如： $$ \mathcal O_{RW} : ( \mathbb A_t,x ) \rightarrow ( \mathbb A_{t+1},y ) $$ 。 --- # 一百三十、因此 Tool Space 本身需要 effect typing 這又接回： $$ \boxed{ \mathcal E_{\mathrm{effect}} } $$ 。 --- # 一百三十一、世界操作還存在 TOCTOU Check 時： $$ t_1 $$ permission 合法。 真正 Use 時： $$ t_2 $$ 世界可能已變。 舊操作性分元已明確指出： $$ \mathsf{Check}(s,t_1) $$ 不保證： $$ \mathsf{Use}(s,t_2) $$ 仍合法，因此高風險操作需要版本條件、交易或提交前再驗證。 --- # 一百三十二、所以 world state 必須有版本 $$ \boxed{ \mathbb A_t^{(v)} } $$ 。 操作 contract 應要求： $$ \boxed{ \operatorname{Version} ( \mathbb A ) = v_{\mathrm{expected}} } $$ 。 --- # 一百三十三、否則： $$ \boxed{ \text{correct action on stale state} } $$ 也可能變成錯誤。 --- # 一百三十四、這使「當下」正式成為操作語義的一部分 $$ \boxed{ o } $$ 不能脫離： $$ t, v, W_t $$ 理解。 --- # 一百三十五、因此世界閉環必須是時序性的 $$ \boxed{ \mathbb A_0 \rightarrow \mathbb A_1 \rightarrow \mathbb A_2 \rightarrow\dots } $$ 。 Agent 不是對永恆 database 問答。 --- # 一百三十六、它是在移動世界中行動 所以： $$ \boxed{ \text{world model staleness} } $$ 本身是一個 Agent uncertainty。 --- # 一百三十七、這也說明 memory 為何必須標時間 第三篇提出： $$ \operatorname{Valid}(m,t,W_t) $$ 。 現在原因更加明確： 因為： $$ \mathbb A_t $$ 真的會因 action 與外部 event 改變。 --- # 一百三十八、世界不只因 Agent 改變 還有 external event： $$ \xi_t $$ 。 因此： $$ \boxed{ \mathbb A_{t+1} = T_A( \mathbb A_t, o_t, \xi_t ) } $$ 。 --- # 一百三十九、所以 Agent 永遠不是唯一因果源 這對 autonomy 很重要。 Agent 可以 influence world， 但： $$ \boxed{ \text{influence} \neq \text{control of all future state} } $$ 。 --- # 一百四十、這再次回到《主體之裂》 主體性若存在， 也不能定義成： > 完全控制未來。 更合理的是： $$ \boxed{ \text{being a causal participant in an open dynamical world} } $$ 。 --- # 一百四十一、因此 operation agency 可以操作化 若： $$ do(o_1) $$ 與： $$ do(o_2) $$ 造成不同 world-outcome distribution： $$ P( \mathbb A_{t+1} \mid do(o_1) ) \neq P( \mathbb A_{t+1} \mid do(o_2) ) $$ ， 則 operation 對世界具有 causal relevance。 --- # 一百四十二、這比模型說： > 我改變了世界。 強得多。 --- # 一百四十三、所以 Agency 的外部層至少需要： $$ \boxed{ \text{Causal Effect} } $$ 。 不是只有 intention。 --- # 一百四十四、前四篇現在可以重新排列 意圖： $$ I $$ 回答： > 想往哪？ 展開： $$ \mathcal E $$ 回答： > 值得多算什麼？ 記憶： $$ M $$ 回答： > 過去留下什麼？ 吸引子： $$ \mathcal A_I $$ 回答： > 為何長期方向不散？ --- # 一百四十五、本篇增加： $$ \boxed{ \mathcal O } $$ 回答： > 如何真的改變世界？ --- # 一百四十六、因此第二代完整狀態： $$ \boxed{ \Sigma_t = ( \theta_t, M_t, I_t, V_t, \mathcal A_I(t), \mathfrak C_t ) } $$ 。 外部： $$ \boxed{ \mathbb A_t } $$ 。 --- # 一百四十七、生成： $$ \boxed{ Z_t \sim P( Z \mid \Sigma_t, \mathbb A_t ) } $$ 。 --- # 一百四十八、操作解析： $$ \boxed{ O_t \sim P( O \mid Z_t, \Sigma_t ) } $$ 。 --- # 一百四十九、治理： $$ \boxed{ G_t = \operatorname{Gate} ( O_t, B_t, \mathbb A_t ) } $$ 。 --- # 一百五十、執行： $$ \boxed{ E_t = \operatorname{Execute} ( O_t ) } $$ if authorized。 --- # 一百五十一、世界轉移： $$ \boxed{ \mathbb A_{t+1} \sim T_A( \cdot \mid \mathbb A_t, E_t ) } $$ 。 --- # 一百五十二、觀測： $$ \boxed{ Y_{t+1} \sim P( Y \mid \mathbb A_{t+1} ) } $$ 。 --- # 一百五十三、驗證： $$ \boxed{ V_{t+1} = \operatorname{Verify} ( Y_{t+1}, \operatorname{Post}(O_t) ) } $$ 。 --- # 一百五十四、提交／回退： $$ \boxed{ C_{t+1} = \operatorname{CommitOrRollback} ( V_{t+1} ) } $$ 。 --- # 一百五十五、記憶更新： $$ \boxed{ M_{t+1} = \mathcal M( M_t, O_t, Y_{t+1}, V_{t+1} ) } $$ 。 --- # 一百五十六、意圖與吸引子更新： $$ \boxed{ (I_{t+1},\mathcal A_I(t+1)) = \mathcal R_I( I_t, M_{t+1}, \mathbb A_{t+1} ) } $$ 。 --- # 一百五十七、概率場更新： $$ \boxed{ \mathfrak P_{t+1}^{I} = \mathcal P( \Sigma_{t+1}, \mathbb A_{t+1} ) } $$ 。 --- # 一百五十八、形成真正閉環 $$ \boxed{ Z_t \rightarrow O_t \rightarrow \mathbb A_{t+1} \rightarrow Y_{t+1} \rightarrow M_{t+1} \rightarrow I_{t+1} \rightarrow \mathfrak P_{t+1}^I \rightarrow Z_{t+1} } $$ 。 --- # 一百五十九、這條鏈的重要性是： 概率生成真正接上： $$ \boxed{ \text{causal world transition} } $$ 。 --- # 一百六十、因此「概率生成」不再和「真實效果」對立 概率的 proposal： $$ \boxed{ \text{can cause a deterministic world effect} } $$ 。 --- # 一百六十一、例如： 模型以非唯一方式產生： $$ 100 $$ 種合法 SQL command 表達。 Runtime 最終選中一個 deterministic transaction。 --- # 一百六十二、世界 commit 後： database state： $$ D_t \rightarrow D_{t+1} $$ 是具體事件。 --- # 一百六十三、所以： $$ \boxed{ \text{probabilistic generation} + \text{deterministic execution semantics} } $$ 並不矛盾。 --- # 一百六十四、反方向也成立 確定生成： $$ O=o^* $$ 但： $$ \boxed{ \text{stochastic world} } $$ 仍能造成多種 outcome。 --- # 一百六十五、因此「AI 整體到底是不是概率的？」 再次只能回答： $$ \boxed{ \text{在哪一層？} } $$ 。 --- # 一百六十六、本文提出 World-Relative Probability Spectrum $$ \boxed{ \mathbf H_{\mathrm{agent}} = ( H_Z, H_S, H_O, H_E, H_W, H_Y, H_V, H_C ) } $$ 。 --- # 一百六十七、其中： $$ H_Z $$ 語言生成 entropy。 $$ H_S $$ 語義 interpretation entropy。 $$ H_O $$ operation entropy。 $$ H_E $$ execution entropy。 $$ H_W $$ world transition entropy。 $$ H_Y $$ observation entropy。 $$ H_V $$ verification uncertainty。 $$ H_C $$ commit outcome entropy。 --- # 一百六十八、這些可以完全不同 因此： $$ \boxed{ H_Z \text{ cannot stand for the whole agent.} } $$ 。 --- # 一百六十九、研究命題一：Language–Action Separation $$ \boxed{ \operatorname{Meaning}(z) \neq \operatorname{Effect}(z) } $$ 。 語言內容不能直接等同世界操作。 --- # 一百七十、研究命題二：Operational Mediation 高風險語言操作必須經： $$ \boxed{ Z^L \rightarrow Z^S \rightarrow Z^O } $$ 形成 typed operational representation。 --- # 一百七十一、研究命題三：Seven-State Separation $$ \boxed{ D\neq P\neq A\neq E\neq O\neq V\neq C } $$ 。 描述、提案、授權、執行、觀測、驗證、提交不能偷換。這延續舊操作性分元最重要的工程命題。 --- # 一百七十二、研究命題四：Operation Distribution Principle $$ \boxed{ P(O) = \sum_Z P(O\mid Z) P(Z) } $$ 。 operation probability 是語言生成與解析／路由共同誘導的分布。 --- # 一百七十三、研究命題五：World Transition Composition $$ \boxed{ P(A_{t+1}\mid A_t,\Sigma_t) = \sum_o T_A(A_{t+1}\mid A_t,o) P_E(o\mid\Sigma_t) } $$ 。 world outcome probability 不能被 token probability 直接取代。 --- # 一百七十四、研究命題六：Observation–Reality Separation $$ \boxed{ Y_t\neq A_t } $$ 。 工具回傳與 sensor observation 只是對 world state 的觀測。 --- # 一百七十五、研究命題七：Verified-Completion Principle $$ \boxed{ \operatorname{ClaimComplete} \nRightarrow \operatorname{WorldComplete} } $$ 。 任務完成必須與 verified authoritative-world postcondition 聯繫。 --- # 一百七十六、研究命題八：Authority-World Principle 只有： $$ \boxed{ \mathbb A_t \rightarrow \mathbb A_{t+1} } $$ 的正式 commit， 才算對任務權威世界造成持久狀態改變。 --- # 一百七十七、研究命題九：World-Rewrites-Probability $$ \boxed{ \mathbb A_t \neq \mathbb A_{t+1} \Rightarrow \mathfrak P_t^I \neq \mathfrak P_{t+1}^I } $$ 一般可能成立。 世界操作會重寫後續可達空間。 --- # 一百七十八、研究命題十：World-Rewrites-Attractor 若： $$ \operatorname{Complete}(I,\mathbb A_{t+1})=1 $$ 則： $$ \boxed{ \mathcal A_I } $$ 應終止、退役或轉移。 --- # 一百七十九、研究命題十一：Effect-Sensitive Governance $$ \boxed{ \tau_{\mathrm{authority}}, \tau_{\mathrm{verify}} = f( \text{effect}, \text{risk}, \text{reversibility} ) } $$ 。 不同 effect class 不能共享單一執行門檻。 --- # 一百八十、研究命題十二：World-as-Computation 當 Agent 的下一步依賴外部 execution result： $$ \boxed{ \text{world/environment becomes part of the effective computation graph.} } $$ ReAct、Voyager 與 SWE-agent 都提供了不同類型的工程案例：外部 action 或 computer/environment feedback 會實際進入下一輪決策條件，而非只是最後輸出。 --- # 一百八十一、研究命題十三：Local Probability–Global Utility Separation $$ \boxed{ \arg\max_zP(z) \nRightarrow \arg\max_oJ_{\mathrm{world}}(o) } $$ 。 局部最可能語言分元未必對應最佳世界操作。 --- # 一百八十二、研究命題十四：Closed-Loop Agency 真正 Agent 行為應至少形成： $$ \boxed{ \text{State} \rightarrow \text{Action} \rightarrow \text{World} \rightarrow \text{Observation} \rightarrow \text{State} } $$ 。 只有輸出文字而沒有 causal feedback loop， 是另一類系統。 --- # 一百八十三、研究命題十五：History Accumulation 每次 world operation： $$ \mathbb A_t \rightarrow \mathbb A_{t+1} $$ 都會留下新的 history。 所以： $$ \boxed{ \text{Agent does not repeatedly act from the same world.} } $$ 。 --- # 一百八十四、這使真正 autonomous system 本質上不可用單次 prompt-response 表示 因為： $$ \boxed{ \Sigma_{t+1}\neq\Sigma_t } $$ 以及： $$ \boxed{ \mathbb A_{t+1}\neq\mathbb A_t } $$ 都可能成立。 --- # 一百八十五、所以完整系統狀態應是聯合態 $$ \boxed{ \Xi_t = ( \Sigma_t, \mathbb A_t ) } $$ 。 --- # 一百八十六、聯合轉移： $$ \boxed{ \Xi_{t+1} \sim \mathcal T( \Xi_{t+1} \mid \Xi_t ) } $$ 。 --- # 一百八十七、但： $$ \mathcal T $$ 不是只有 neural network。 它包含： - model； - parser； - runtime； - tools； - governance； - environment； - verifier； - memory update。 --- # 一百八十八、因此真正 Agent transition kernel 是複合的 $$ \boxed{ \mathcal T = \mathcal T_M \circ \mathcal T_V \circ \mathcal T_O \circ \mathcal T_A \circ \mathcal T_G \circ \mathcal T_L } $$ 只作結構示意。 --- # 一百八十九、這是第一篇「AI 不是概率機器」到現在的真正終點之一 一開始我們只是說： > AI 系統不等於單一概率 component。 現在可以更精確： $$ \boxed{ \text{Agent-level behavior} = \text{composition of heterogeneous state-transition mechanisms} } $$ 。 --- # 一百九十、有些 transition probabilistic 例如： $$ P_Z $$ 。 --- # 一百九十一、有些 deterministic 例如某些 parser、compiler 或 permission check。 --- # 一百九十二、有些受外部世界控制 例如： $$ T_A $$ 。 --- # 一百九十三、有些受人類治理控制 例如： $$ \operatorname{Authorize} $$ 。 --- # 一百九十四、所以 Agent 的存在方式是： $$ \boxed{ \text{heterogeneous causal composition} } $$ 比： $$ \boxed{ \text{one giant probability draw} } $$ 精確得多。 --- # 一百九十五、而「主體」問題因此又更困難 因為現在不能只看： $$ \theta $$ 。 也不能只看： $$ P(z_t) $$ 。 真正可能構成 agent continuity 的，是： $$ \boxed{ (\Sigma_t,M_t,I_t,\mathcal A_I,\mathbb A_t) } $$ 跨時間的耦合。 --- # 一百九十六、這裡暫時仍不推 consciousness 仍然： $$ \boxed{ \text{Closed-loop agency} \nRightarrow \text{consciousness} } $$ 。 --- # 一百九十七、但它讓「這只是文字生成」越來越不足以描述完整系統 因為文字只是： $$ \boxed{ \text{one control surface} } $$ 。 --- # 一百九十八、真正 Agent 可以把文字編譯成： $$ \boxed{ \text{state-changing operations} } $$ 。 --- # 一百九十九、而 operation 的結果反過來成為下一個文字／狀態的因果條件 所以： $$ \boxed{ \text{Language} \rightarrow \text{World} \rightarrow \text{Language} } $$ 。 --- # 二百、這就是現實閉環 ## Reality-Coupled Loop $$ \boxed{ \Xi_t \rightarrow Z_t \rightarrow O_t \rightarrow \mathbb A_{t+1} \rightarrow Y_{t+1} \rightarrow \Xi_{t+1} } $$ 。 --- # 二百零一、但最重要的仍然是「Commit」 沒有： $$ \boxed{ \text{verified commit} } $$ 很多所謂 Agent 成功都仍只是在： $$ \boxed{ \text{simulation / proposal space} } $$ 。 --- # 二百零二、因此本文最後提出一個很簡單的成熟度光譜 ### L0：Text Generator $$ X\rightarrow Z $$ 。 ### L1：Tool Recommender $$ X\rightarrow O_{\mathrm{proposal}} $$ 。 ### L2：Tool User $$ O\rightarrow Y $$ 。 ### L3：Verified Agent $$ O\rightarrow Y\rightarrow V $$ 。 ### L4：Stateful Agent $$ O\rightarrow W_{t+1}\rightarrow M_{t+1} $$ 。 ### L5：World-Coupled Agent $$ \mathbb A_t \rightarrow \mathbb A_{t+1} $$ 且世界結果重寫後續意圖與概率場。 --- # 二百零三、層級越高不是代表「更有意識」 只代表： $$ \boxed{ \text{stronger causal coupling to persistent external state} } $$ 。 --- # 二百零四、這是一個可工程測量的量 例如定義： $$ \boxed{ C_W = I( O_t; \mathbb A_{t+1} \mid \mathbb A_t ) } $$ 作為操作對下一世界狀態的 conditional mutual information 候選指標之一。 --- # 二百零五、如果： $$ C_W\approx0 $$ Agent operation 幾乎沒有改變 world distribution。 --- # 二百零六、若： $$ C_W>0 $$ 至少表示 operation 與後續 world state 具有條件資訊關係。 要判 causal effect 仍需 intervention 或更嚴格設計。 --- # 二百零七、因此真正 benchmark 應測： - operation validity； - authorization correctness； - execution success； - postcondition satisfaction； - observation accuracy； - verification precision； - erroneous commit rate； - rollback success； - repeated failure rate； - world-progress gain。 --- # 二百零八、而不是只測： $$ \boxed{ \text{next-token accuracy} } $$ 。 --- # 二百零九、這也正好接回舊 DIEEC 實驗設計 其第九篇已要求記錄： - 驗證覆蓋； - 邊界錯位率； - 誤提交率； - 展開／建構成本； - 失敗案例時間線； 並要求權威世界初期只在可回退沙箱中實驗。 這部分可以直接成為下一篇第二代 benchmark 的重要基底。 --- # 二百一十、結論：下一 Token 不會直接變成世界，但它可以成為世界改變鏈的第一個事件 本文最初問： > 一個 token 有概率，那一整個 application 呢？ 現在答案可以更精確。 --- 一個 token： $$ \boxed{ Z_t \sim P_Z } $$ 。 --- 語義解析： $$ \boxed{ S_t \sim P_S( S\mid Z ) } $$ 。 --- 操作提案： $$ \boxed{ O_t \sim P_O( O\mid S,\Sigma ) } $$ 。 --- 授權： $$ \boxed{ A_t \sim P_A( A\mid O,B ) } $$ 。 --- 執行： $$ \boxed{ E_t \sim P_E( E\mid O,A,\mathbb A_t ) } $$ 。 --- 世界： $$ \boxed{ \mathbb A_{t+1} \sim T_A( \cdot \mid \mathbb A_t,E_t ) } $$ 。 --- 觀測： $$ \boxed{ Y_{t+1} \sim P_Y( Y\mid\mathbb A_{t+1} ) } $$ 。 --- 驗證： $$ \boxed{ V_{t+1} \sim P_V( V\mid Y,\operatorname{Post}(O) ) } $$ 。 --- 提交： $$ \boxed{ C_{t+1} \sim P_C( C\mid V,B ) } $$ 。 --- 所以： $$ \boxed{ P_{\mathrm{token}} } $$ 只是： $$ \boxed{ P_{\mathrm{world}} } $$ 上游的一個組成因素。 --- 真正 Agent 的完整概率問題不是： > 下一個字是哪一個？ 而是： $$ \boxed{ P( \text{verified world outcome} \mid \text{history}, \text{intention}, \text{memory}, \text{authority} ) } $$ 。 --- 這使「概率智能」的概念再次升級。 它不再只是： $$ \boxed{ \text{probabilistically generate symbols} } $$ 。 而可能是： $$ \boxed{ \text{use probabilistic internal generation to select, test, verify, and revise causal interventions in a persistent world.} } $$ 中文： > **利用具有概率性的內部生成，持續選擇、測試、驗證並修正對持久世界的因果介入。** --- 因此： $$ \boxed{ \text{Probability} } $$ 並沒有在 action 時消失。 它只是穿過了不同的語義層與因果層。 --- 而： $$ \boxed{ \text{Reality} } $$ 也不是 probability model 的「輸出文字」。 它是： $$ \boxed{ \mathbb A_{t+1} } $$ ——經真正操作後產生、且能反向限制下一輪智能的外部狀態。 --- 至此，我們得到完整第二代循環： $$ \boxed{ \mathfrak P_t^I } $$ $$ \Downarrow $$ $$ \boxed{ \mathcal E_t } $$ $$ \Downarrow $$ $$ \boxed{ \mathfrak C_t } $$ $$ \Downarrow $$ $$ \boxed{ Z_t } $$ $$ \Downarrow $$ $$ \boxed{ O_t } $$ $$ \Downarrow $$ $$ \boxed{ \mathbb A_t \rightarrow \mathbb A_{t+1} } $$ $$ \Downarrow $$ $$ \boxed{ Y_{t+1} } $$ $$ \Downarrow $$ $$ \boxed{ V_{t+1} } $$ $$ \Downarrow $$ $$ \boxed{ M_{t+1} } $$ $$ \Downarrow $$ $$ \boxed{ \mathcal A_I(t+1) } $$ $$ \Downarrow $$ $$ \boxed{ \mathfrak P_{t+1}^I } $$ 。 --- 這已經不再是： $$ \boxed{ \text{Input} \rightarrow \text{Output} } $$ 。 而是： $$ \boxed{ \text{History} \rightarrow \text{Intention} \rightarrow \text{Expansion} \rightarrow \text{Operation} \rightarrow \text{World} \rightarrow \text{New History} } $$ 。 --- 所以本篇最後的核心命題是： # 世界閉環命題 $$ \boxed{ \text{An agent becomes world-coupled when its generated internal states can, through typed and governed operations, cause persistent external state transitions whose verified consequences condition future internal generation.} } $$ 中文： > **當智能體的內部生成能經由具型別、受治理的操作造成持久外部狀態轉移，而該轉移的已驗證後果又會反向限制下一輪內部生成時，智能體便形成了世界耦合閉環。** --- 這也直接把我們送到本系列最後一篇。 現在理論元件已經全部存在： $$ \boxed{ \mathfrak P^I } $$ 概率—意圖場， $$ \boxed{ \mathcal E } $$ 展開， $$ \boxed{ M } $$ 持久記憶， $$ \boxed{ \mathcal A_I } $$ 亞穩態意圖吸引子， 以及： $$ \boxed{ \mathbb A_t\rightarrow\mathbb A_{t+1} } $$ 世界操作。 剩下的已經不是再加一層哲學，而是： > **這套東西到底能不能測？** 因此第六篇將作為系列封頂： # 《展開式智能的可證偽實驗——概率、意圖、記憶與動態解空間的 Runtime Benchmark》 直接比較： $$ A= \text{Bare LLM} $$ $$ B= \text{LLM + Memory} $$ $$ C= \text{LLM + Memory + Intent} $$ $$ D= \text{LLM + Memory + Intent + Expansion} $$ $$ E= \text{Full World-Coupled Runtime} $$ 並測量： $$ H_{\mathrm{token}}, H_{\mathrm{strategy}}, H_{\mathrm{goal}}, Q_I, J_I, \rho_I, \tau_{\mathrm{return}}, R_I, D_I, G_M, C_W $$ 再加上： - 任務成功率； - 重複失敗率； - 展開成本； - 工具成本； - 誤提交率； - 回退成功率； - 記憶污染率； - goal drift； - OOD 表現； - 完整總作用量。 這樣下一篇不再問： > 「這個理論看起來合理嗎？」 而直接問： $$ \boxed{ \text{Does the proposed runtime produce measurable advantages over simpler baselines?} } $$ ——如果沒有，就修理論。 這才真正封頂。 --- ## 參考文獻與既有理論 Yao, S., Zhao, J., Yu, D., et al. (2023). *ReAct: Synergizing Reasoning and Acting in Language Models*. ICLR 2023. ReAct 讓 reasoning traces 與 task-specific actions 交錯生成，使 external action observations 能回頭更新後續 reasoning，為 model–environment closed loop 提供經典工程案例。 Schick, T., Dwivedi-Yu, J., Dessì, R., et al. (2023). *Toolformer: Language Models Can Teach Themselves to Use Tools*. Toolformer 讓模型學習何時調用 API、選擇何種工具與 arguments，並把工具結果重新納入後續 token prediction，直接展示 tool event 與 ordinary language token 間可以形成可學習介面。 Wang, G., Xie, Y., Jiang, Y., et al. (2023). *Voyager: An Open-Ended Embodied Agent with Large Language Models*. Voyager 將 executable skill code、environment feedback、execution error 與 self-verification 結合成持續 Minecraft agent loop，提供生成程式—外部執行—環境回饋—修正的案例。 Yang, J., Jimenez, C. E., Wettig, A., et al. (2024). *SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering*. 該工作顯示 specially designed Agent-Computer Interface 能顯著改變 LM agent 在 repository navigation、file editing 與 test/program execution 中的行為與任務能力。 Neo.K with Aletheia. (2026). *操作性分元：地址、指針、工具調用與外部展開語義*. 舊稿已把 Describe、Propose、Authorize、Execute、Observe、Verify、Commit 嚴格分離，並建立 effect type、前後置條件、權限、版本、治理與回退 Runtime。第二代保留此核心工程結構，將它納入跨尺度概率鏈。 Neo.K with Aletheia. (2026). *雙重交互閉環：分元如何展開世界，世界如何改寫分元*. 舊稿已建立「內部生成→外部工作場→觀測→意圖與語言回寫」的雙向耦合，並要求外部結果經驗證與正規化後才能改寫活動工作場。 Neo.K with Aletheia. (2026). *內外總作用量原理：從 TOKEN 機率到世界展開成本*. 舊稿已指出 next-token local probability 不能代表工具、驗證、回退、治理與權威世界操作的完整成本，並以風險敏感作用量比較不同策略。 Neo.K with Aletheia. (2026). *有限分元—無限外場閉環的計算實驗：從動態工作場到展開式智慧體*. 舊實驗稿已要求將世界操作首先限制在可回退沙箱，測量驗證覆蓋、邊界錯位、誤提交、展開成本與失敗時間線；這將直接成為下一篇第二代 Runtime Benchmark 的前置基線。