# 狀態、容器與存在：遞歸動態狀態系統的總命題
## State, Container, and Existence: The General Thesis of Recursive Dynamic State Systems

**系列：** 遞歸動態狀態系統（Recursive Dynamic State Systems, RDSS）  
**篇次：** 01 / 09  
**作者：** Neo.K with Aletheia  
**機構：** EveMissLab／一言諾科技有限公司  
**版本：** v0.1 Research Draft  
**日期：** 2026-08-09  
**文件性質：** 理論統合論文／計算本體論／狀態系統方法論

---

## 摘要

本文提出「遞歸動態狀態系統」（Recursive Dynamic State Systems, RDSS）作為一個統合研究框架，用以處理一個介於狀態機、動力系統、類型系統、圖改寫、運行時模型與計算本體論之間的問題：當一個系統不只具有可變狀態，而且其狀態分類、關係拓撲、合法轉移、算子集合、觀測投影、歷史摘要、局部時間以及子系統邊界本身都可能改變時，應如何建立一套既可遞歸展開、又可有限運行的共同表示？

本文不主張世界本體上「就是」一台有限狀態機，也不主張需要字面意義上的無限狀態集合。本文提出的較弱命題是：對大量可計算、可觀測、可作用且具有歷史依賴的動態系統而言，「狀態—關係—轉移—容器—歷史—投影」可構成一種高度通用的表示骨架；若再允許此骨架本身被改寫，則狀態機可由固定狀態集合上的轉移器，提升為可生成新狀態、新類型、新關係、新子空間與新規則的動態容器。

本文以 EveMissLab 既有的三元統一本體論、空間狀態論、多維／動態多維空間狀態類型論、因果狀態流變計算、歷史作為狀態變量、反身因果張量湧生積、MSSP × RDR、RABCL 與創生矩陣作為內部前置框架，並將其統合為以下最小形式：

$$
\mathfrak M_t
=
(
S_t,
R_t,
\Theta_t,
\Delta_t,
\mathcal A_t,
\Pi_t,
H_t,
\mathbb T_t,
\mathcal N_t
).
$$

其中， $\mathfrak M_t$ 不只描述「目前在哪個狀態」，而是描述一個可被展開、連接、收斂、觀測與改寫的動態狀態容器。其三元演化骨架寫為：

$$
\mathfrak M_t
\xrightarrow{\mathcal E}
\{\mathfrak M_{t,i}\}
\xrightarrow{\mathcal C}
\mathcal G_t
\xrightarrow{\mathcal V}
\mathfrak M_{t+1}.
$$

本文的核心研究問題不是「能否把所有東西硬塞進狀態機」，而是：在何種條件下，狀態、分類、容器、關係、過程與存在可以共享一套可遞歸、可組合、可驗證且可執行的表示？

**關鍵詞：** 狀態機、遞歸狀態系統、動態容器、開放維度、狀態流變、圖改寫、類型演化、運行時模型、生成式系統、計算本體論

---

# 0. 問題定位：我們研究的不是「更大的 FSM」

有限狀態機的基本形式可寫為：

$$
M=(S,I,O,\delta,\lambda),
$$

其中 $S$ 為有限狀態集合， $\delta$ 為轉移函數。這一表示對協議、控制器、解析器、工作流與大量離散系統極其有效。

但本文所面對的問題不同。

我們關心的不只是：

$$
s_t\rightarrow s_{t+1},
$$

而是：

$$
\boxed{
\text{承載 }s_t\text{ 的分類、空間、關係、規則與觀測方式是否也會改變？}
}
$$

若答案為是，則固定狀態集合上的轉移已不足以保存全部結構。

Statecharts 很早就藉由階層、並行與通信擴充傳統狀態圖；Recursive State Machines 又允許狀態節點遞歸調用其他狀態機。這些工作證明「狀態機」本來就可以向階層、遞歸與複雜控制結構擴張。然而本文仍再向前一步：不是只允許一台狀態機包含另一台狀態機，而是允許「什麼算狀態、什麼轉移合法、哪些類型存在、哪些算子可用」本身成為動態狀態的一部分。

因此本文研究的不是：

$$
|S|\rightarrow\text{非常大},
$$

而是：

$$
\boxed{
M_t\rightarrow M_{t+1}
}
$$

其中 $M_{t+1}$ 甚至可以具有不同的狀態空間、關係結構、類型軸與合法算子。

---

# 1. 從「狀態」重新開始

「狀態」最容易被誤解成畫面上的一個格子。

但若狀態要對未來行為具有計算意義，它至少應攜帶對後續轉移有用的資訊。

對任務 $T$，若當前觀測 $X_t$ 不足以保持未來條件分布，而歷史 $H_{0:t}$ 仍提供額外資訊，則可以引入歷史壓縮：

$$
M_t^{(T)}
=
\Psi_T(H_{0:t}),
$$

並形成增廣狀態：

$$
S_t^{*(T)}
=
(
X_t,
M_t^{(T)}
).
$$

這表示「現在」不必只是快照。過去可以經由記憶、參數、殘差、結構重組與可塑性，固著於現在。

因此本文採用的狀態概念是：

> **狀態不是系統目前看起來像什麼，而是對指定觀測與作用尺度而言，足以約束其後續可達行為的當前有效表示。**

這一定義立刻帶來第一個結果：

$$
\text{Observed State}
\neq
\text{Full Effective State}.
$$

---

# 2. 狀態不是點，而可以是一條流

如果只把狀態表示為離散標籤：

$$
0,\ 1,\ 2,\ldots,
$$

很容易誤以為轉移只發生在端點之間。

但在許多認知、學習、社會、物理與軟體演化過程中，真正重要的資訊存在於中間態。

既有「0/1 之間的無限資訊層」已將每一維寫成狀態流：

$$
x_i\text{-flow}
=
\{x_i(t_1),x_i(t_2),\ldots,x_i(t_n)\}.
$$

因此，一個離散狀態標籤可以只是投影：

$$
\pi(x_i\text{-flow})=0
$$

或：

$$
\pi(x_i\text{-flow})=1.
$$

這給 RDSS 一個重要原則：

> **離散狀態適合操作與治理；連續或高維狀態流適合保存生成過程。**

所以本文不要求所有子系統都是純離散 FSM。每個節點內部可以是：

- 連續動力系統；
- 機率分布；
- 圖；
- 神經表示；
- 混合離散—連續狀態；
- 另一個 RDSS。

---

# 3. 狀態機作為容器

若一個狀態節點可以展開為內部結構：

$$
M_i
\supset
\{M_{i1},M_{i2},\ldots,M_{in}\},
$$

則從父層觀察， $M_i$ 是一個狀態；從內部觀察， $M_i$ 是一個容器。

因此：

$$
\boxed{
\text{State at one scale}
\approx
\text{Container at another scale}
}
$$

再沿時間觀察：

$$
M_i(t_0)
\rightarrow
M_i(t_1)
\rightarrow
M_i(t_2),
$$

它又成為過程。

所以本文提出「三重尺度解讀」：

$$
\boxed{
\text{State}
\leftrightarrow
\text{Container}
\leftrightarrow
\text{Process}
}
$$

這不是三者邏輯上完全相同，而是同一動態結構在不同觀測尺度下的三種角色。

一家公司，在產業模型中可以是一個 state-like node；展開後是一個包含財務、人員、技術、法務與策略子系統的容器；沿時間看又是一條演化軌跡。

同理，一個函數、一個 Agent、一個遊戲角色、一個理論、一個知識模組，都可能在某一尺度上成為狀態單元，而在下一尺度上展開為完整子系統。

---

# 4. 為何不是字面上的「無限維狀態機」

本文暫時避免使用「無限維狀態機」作為正式名稱。

原因是它容易被誤解為：

$$
|S|=\infty
$$

或每個執行實例都必須攜帶無限資訊。

更準確的概念來自多維空間狀態類型論：

$$
\boxed{
\text{可用類型軸與狀態維度的全集不預先封閉}
}
$$

但對任何具體時間 $t$，真正啟用的支撐可以是有限的：

$$
\operatorname{supp}(\mathfrak M_t)
\subset J,
$$

且：

$$
|\operatorname{supp}(\mathfrak M_t)|<\infty.
$$

因此 RDSS 的「開放維度」指：

1. 新問題可以增加新類型軸；
2. 新事件可以生成新狀態；
3. 新結構可以生成新關係；
4. 新能力可以增加新算子；
5. 舊類型與舊狀態可以退役；
6. 任一具體執行只需要有限有效支撐。

所以它更接近：

$$
\boxed{
\text{Open-Dimensional, Finite-Support Runtime}
}
$$

而不是字面上的無限運算。

---

# 5. 分類本身必須成為狀態

傳統分類通常寫成：

$$
x\in C_k.
$$

但長期演化系統常出現：

- 原本的分類不再適用；
- 同一對象在不同 context 中扮演不同角色；
- 某類型尚未足夠明確；
- 新類型因新技術或新事件才出現；
- 舊類型逐漸退役。

因此分類不能永遠只是固定 label。

Dynamic MSSP 已將架構角色拆成 Declared、Observed 與 Effective Role：

$$
R_d(M),
\qquad
R_o(M,t,c),
\qquad
R_e(M,t,c),
$$

並允許：

$$
R_d(M)
\neq
R_o(M,t,c)
\neq
R_e(M,t,c).
$$

RDSS 將此一般化為：

$$
\Theta_t
\rightarrow
\Theta_{t+1},
$$

其中 $\Theta_t$ 是時間 $t$ 的有效類型／分類結構。

因此：

$$
\boxed{
\text{Classification}
\rightarrow
\text{State}
\rightarrow
\text{Trajectory}
}
$$

而當分類制度本身發生重組：

$$
\Theta_t
\not\simeq
\Theta_{t+1},
$$

我們稱之為 **Type-Regime Transition**。

---

# 6. 三元本體論作為狀態系統的生成骨架

既有三元統一本體論提出：

$$
\mathcal E=\text{Expansion},
$$

$$
\mathcal C=\text{Connection},
$$

$$
\mathcal V=\text{Convergence}.
$$

本文不採用「所有宇宙過程已被證明皆可三元化」這種過強版本，而只保留一個可操作的結構命題：

> **對一類可遞歸生成的複雜系統，展開、連接與收斂可作為三種基本結構操作。**

對 RDSS：

### 展開

$$
\mathcal E:
\mathfrak M_t
\rightarrow
\{\mathfrak M_{t,1},\ldots,\mathfrak M_{t,n}\}.
$$

代表：

- 打開子狀態；
- 新增維度；
- 生成候選；
- 解封裝；
- 細化類型；
- 產生新子系統。

### 連接

$$
\mathcal C:
\{\mathfrak M_{t,i}\}
\rightarrow
\mathcal G_t.
$$

其中 $\mathcal G_t$ 是當前關係圖／超圖。

連接可以建立：

- 因果；
- 通訊；
- 依賴；
- 資源；
- 權限；
- 語義；
- 時間；
- 空間；
- 信任；
- 競合。

### 收斂

$$
\mathcal V:
\mathcal G_t
\rightarrow
\mathfrak M_{t+1}.
$$

收斂可以是：

- 決策；
- 壓縮；
- 封裝；
- 抽象；
- 聚合；
- 形成高階狀態；
- 建立新的可重用容器。

於是：

$$
\boxed{
\mathfrak M_t
\xrightarrow{\mathcal E}
\{\mathfrak M_{t,i}\}
\xrightarrow{\mathcal C}
\mathcal G_t
\xrightarrow{\mathcal V}
\mathfrak M_{t+1}
}
$$

而一般情況下：

$$
\mathfrak M_{t+1}
\neq
\mathfrak M_t.
$$

這個不等號是本系列的核心。

---

# 7. 從 Dynamic 到 Generative

如果只有：

$$
S_t\neq S_{t+1},
$$

我們稱系統為 dynamic。

但如果：

$$
Structure_t
\neq
Structure_{t+1},
$$

則變化已經進入 generative 層。

反身因果張量湧生積提供了一個更強形式：

$$
(x,\Sigma,\Gamma,\mathcal K)
\rightarrow
(x',\Sigma',\Gamma',\mathcal K').
$$

其中不只 $x$ 改變，連型別簽章 $\Sigma$ 、關係結構 $\Gamma$ 與生成核 $\mathcal K$ 都可能改變。

RDSS 因此區分：

$$
\boxed{
\text{State Transition}
<
\text{Structural Rewrite}
<
\text{Generative Rewrite}
}
$$

其中：

### 第一層：State Transition

$$
s_t\rightarrow s_{t+1}.
$$

規則與空間不變。

### 第二層：Structural Rewrite

$$
(S_t,R_t)
\rightarrow
(S_{t+1},R_{t+1}).
$$

節點與關係可改。

### 第三層：Generative Rewrite

$$
(S,R,\Theta,\Delta,\mathcal A,\Pi)_t
\rightarrow
(S,R,\Theta,\Delta,\mathcal A,\Pi)_{t+1}.
$$

連「什麼可存在、什麼操作合法、如何觀測」都可能改變。

第三層才是本文最關心的區域。

---

# 8. RDSS 最小形式

本文暫定一個 RDSS 實例：

$$
\boxed{
\mathfrak M_t
=
(
S_t,
R_t,
\Theta_t,
\Delta_t,
\mathcal A_t,
\Pi_t,
H_t,
\mathbb T_t,
\mathcal N_t
)
}
$$

其中：

- $S_t$：有效狀態集合；
- $R_t$：狀態／子系統間關係；
- $\Theta_t$：類型與分類制度；
- $\Delta_t$：允許的狀態轉移；
- $\mathcal A_t$：合法算子集合；
- $\Pi_t$：觀測、投影與粗粒化；
- $H_t$：歷史壓縮狀態；
- $\mathbb T_t$：局部時間／次序結構；
- $\mathcal N_t$：內含或連接的子 RDSS 網絡。

其一般演化寫為：

$$
\boxed{
\mathfrak M_{t+1}
=
\mathcal F
(
\mathfrak M_t,
I_t,
E_t,
H_t,
C_t
)
}
$$

其中：

- $I_t$：輸入；
- $E_t$：外部事件；
- $H_t$：歷史；
- $C_t$：上下文與約束。

輸出：

$$
O_t
=
\mathcal O(\mathfrak M_t)
$$

又可成為下一輪輸入：

$$
O_t
\rightarrow
I_{t+1}.
$$

所以計算骨架回到：

$$
\boxed{
Input
\rightarrow
State\ Evolution
\rightarrow
Output
\rightarrow
New\ Input
}
$$

但此處「State Evolution」可以改寫整個容器。

---

# 9. 遞歸：狀態系統可以包含狀態系統

定義：

$$
\mathcal N_t
=
\{
\mathfrak M_t^{(1)},
\mathfrak M_t^{(2)},
\ldots,
\mathfrak M_t^{(n)}
\}.
$$

則：

$$
\mathfrak M_t
\supset
\mathfrak M_t^{(i)}.
$$

而：

$$
\mathfrak M_t^{(i)}
\supset
\mathfrak M_t^{(i,j)}.
$$

因此：

$$
\boxed{
\mathfrak M
\supset
\mathfrak M^{(1)}
\supset
\mathfrak M^{(2)}
\supset
\cdots
}
$$

但「遞歸」不要求無限實際展開。

執行時可以只打開：

$$
d\le d_{\max}
$$

或根據任務決定有效深度：

$$
d^\ast(T,\varepsilon).
$$

這使系統同時具備：

- 理論上的開放展開；
- 工程上的有限資源控制。

---

# 10. 局部時間：不同容器不必共享單一時鐘

若子系統演化速率不同，強迫所有層共享同一個 tick 可能是錯誤建模。

因此每個：

$$
\mathfrak M_i
$$

可以具有自己的局部時間結構：

$$
\mathbb T_i.
$$

跨容器映射則寫成：

$$
\Phi_{ij}:
\mathbb T_i
\rightarrow
\mathbb T_j.
$$

這意味：

- 世界層可能以天更新；
- 經濟層以小時更新；
- NPC 行為以秒更新；
- 神經／控制層以毫秒更新；
- 某些事件則完全 event-driven。

因此 RDSS 不等於 global-clock FSM。

它更接近：

$$
\boxed{
\text{Nested State Systems}
+
\text{Local Temporal Orders}
+
\text{Cross-Scale Synchronization}
}
$$

---

# 11. 與既有狀態機研究的邊界

本文必須明確避免「已有概念重新命名」問題。

## 11.1 與 FSM 的差異

FSM 通常假設狀態集合與轉移結構已給定。

RDSS 允許：

$$
S_t\neq S_{t+1},
$$

甚至：

$$
\Delta_t\neq\Delta_{t+1}.
$$

## 11.2 與 Statecharts / HSM 的差異

Statecharts 已提供階層、並行與通信，因此「狀態內還有狀態」絕不是本文的新發明。

RDSS 的新增研究焦點是：

> **階層本身、類型本身、轉移合法性本身、觀測本身能否成為可改寫狀態？**

## 11.3 與 Recursive State Machines 的差異

RSM 允許元件遞歸調用，特別適合程序呼叫與推入式控制結構。

RDSS 不只處理 call/return recursion，而允許：

$$
\text{machine schema}
\rightarrow
\text{new machine schema}.
$$

## 11.4 與 Graph Rewriting 的關係

Graph rewriting 已研究節點與邊的規則式改寫，甚至可以處理並行改寫。

RDSS 可以將 graph rewriting 視為重要底層形式之一，但額外要求顯式保存：

- 類型制度；
- 歷史充分狀態；
- 觀測投影；
- 局部時間；
- 容器遞歸；
- 執行治理。

## 11.5 與 Models@run.time 的關係

Models@run.time 研究如何讓模型在執行期間持續反映與支援系統適應。

RDSS 可將其視為工程近鄰，但更偏向一個一般表示問題：

> **如果模型本身也是狀態，而模型的 schema 又能改寫，如何保持可達性、合法性、身份與歷史？**

---

# 12. 從 MSSP × RDR 到 RDSS

MSSP × RDR 的早期分工是：

$$
\text{MSSP}
=
\text{What},
$$

$$
\text{RDR}
=
\text{How}.
$$

這在工程上已經形成：

$$
\text{Description Plane}
\perp
\text{Execution Plane}.
$$

後續 Dynamic MSSP 又發現「What」本身會變：

$$
What_t
\neq
What_{t+1}.
$$

RABCL 再進一步允許：

$$
\text{Workflow}
\rightarrow
\text{Block}
\rightarrow
\text{Recursive Composition}.
$$

創生矩陣則把：

$$
Cell
\rightarrow
Submatrix
$$

與：

$$
Matrix
\supset
Matrix
\supset
Matrix
$$

變成可觀測、可操作的共享底空間。

因此 RDSS 並不是取代這些工程，而是提供更高一層的共同語義：

$$
\boxed{
\text{MSSP/RDR/RABCL/Genesis Matrix}
\subset
\text{RDSS Engineering Realizations}
}
$$

---

# 13. 「存在」應該放到哪裡？

本文最容易被誤讀的地方，是把「狀態系統」直接等同「存在」。

我們暫不採用這個強主張。

本文只提出三個強度層級。

## 弱命題

對某些動態存在者：

$$
x
\mapsto
\mathfrak M_x
$$

可以形成有效模型。

## 中命題

若一個存在者的身份主要取決於其持續狀態、關係與作用模式，則：

$$
Identity(x)
\approx
PersistentStructure(\mathfrak M_x).
$$

## 強命題候選

存在本身可被理解為持續參與狀態轉換與關係改寫。

這一強版本目前只作為哲學研究方向，不作為 RDSS 成立的必要條件。

因此 RDSS 即使完全停留在工程與形式建模層，也可以成立。

---

# 14. 本文的五個核心命題

## 命題一：狀態—容器尺度相對性

存在某些系統，使：

$$
M_i
$$

在父層是狀態，在自身尺度是容器。

---

## 命題二：開放維度有限支撐

系統可允許狀態／類型維度持續增加，而任一具體執行仍保持有限有效支撐：

$$
|\operatorname{supp}(\mathfrak M_t)|<\infty.
$$

---

## 命題三：分類動態化

分類可由：

$$
x\in C
$$

提升為：

$$
C_t(x)
\rightarrow
C_{t+1}(x),
$$

甚至：

$$
\Theta_t
\rightarrow
\Theta_{t+1}.
$$

---

## 命題四：生成式狀態改寫

某些系統的合法演化不只改變狀態值，而會改變：

$$
(S,R,\Theta,\Delta,\mathcal A,\Pi).
$$

---

## 命題五：三元生成閉環

對一類遞歸生成系統，展開、連接、收斂可作為可組合的高階操作：

$$
\mathcal V
\circ
\mathcal C
\circ
\mathcal E.
$$

其輸出可以成為下一輪新的狀態容器。

---

# 15. 可證偽與失敗條件

RDSS 若要避免成為「什麼都能解釋」的空洞元理論，必須承認失敗條件。

以下情況會削弱本文：

1. 若加入動態類型、歷史、結構改寫後，對任何實際系統都沒有比既有 HSM／RSM／graph rewriting 更好的描述或工程收益；
2. 若「狀態＝容器」的尺度轉換無法建立清楚接口；
3. 若開放維度造成不可控的狀態爆炸，且不存在有效截斷；
4. 若 schema rewrite 使驗證完全失去可行性；
5. 若歷史增廣不能改善預測、控制或身份保持；
6. 若三元操作只能事後任意貼標籤，而不能導出可檢驗的演化規則；
7. 若不同 domain 最後不存在足夠共同的不變量，則 RDSS 應降格為方法族，而非通用框架。

因此本文的目標不是證明：

$$
\boxed{
\text{Everything is a State Machine}
}
$$

而是檢驗：

$$
\boxed{
\text{How far can a recursive, rewritable state representation go before it loses explanatory or computational value?}
}
$$

---

# 16. 第一批工程判準

後續 MVP 至少應驗證：

### A. Recursive Expandability

一個 state/container 能否展開為子 RDSS。

### B. Finite Active Support

即使 schema 開放，runtime 能否只啟用有限必要維度。

### C. Typed Legal Transition

跨類型轉換是否具有明確合法性判準。

### D. History-Aware Transition

相同快照、不同歷史能否形成不同後續行為。

### E. Structural Rewrite

系統能否合法新增／刪除：

$$
State,\ Relation,\ Type,\ Operator.
$$

### F. Collapse / Convergence

展開後的複雜子系統能否重新封裝為較高階可操作 state。

### G. Replay and Provenance

結構改寫後能否追蹤：

$$
\mathfrak M_0
\rightarrow
\mathfrak M_1
\rightarrow
\cdots
\rightarrow
\mathfrak M_n.
$$

---

# 17. 系列九篇的角色

本篇只建立共同對象與總命題。

後續依序處理：

1. **本文：狀態、容器與存在**；
2. **從有限狀態機到開放維度狀態系統**；
3. **分類即狀態：從靜態類型到動態類型體制**；
4. **狀態機作為遞歸動態容器**；
5. **展開—連接—收斂：三元本體論的狀態系統實現**；
6. **歷史、路徑與局部時間：非馬可夫遞歸狀態系統**；
7. **生成狀態機：當規則、類型與狀態空間本身可以改寫**；
8. **從 MSSP × RDR 到創生矩陣：遞歸狀態 Runtime 的工程架構**；
9. **遞歸動態狀態系統的邊界、可證偽性與 MVP**。

---

# 18. 結論

本文的起點很簡單：

計算機大量工作都可以被觀察為：

$$
Input
\rightarrow
Internal\ State
\rightarrow
State\ Evolution
\rightarrow
Output.
$$

但真正複雜的系統迫使我們繼續追問：

> 如果內部 state 會變，那麼承載 state 的分類、關係、規則、容器、歷史與觀測方式是否也會變？

一旦答案是肯定的，狀態機便不再只是：

$$
S_0\rightarrow S_1\rightarrow S_2.
$$

它可能成為：

$$
\boxed{
\text{一個可包含狀態系統、可生成狀態系統、也可被更高階狀態系統包含的動態容器。}
}
$$

因此本文將 RDSS 的最短版本寫成：

$$
\boxed{
\text{State}
+
\text{Relation}
+
\text{Type}
+
\text{Transition}
+
\text{Operator}
+
\text{Projection}
+
\text{History}
+
\text{Local Time}
+
\text{Recursive Subsystems}
}
$$

並以：

$$
\boxed{
\mathfrak M_t
\xrightarrow{\mathcal E}
\{\mathfrak M_{t,i}\}
\xrightarrow{\mathcal C}
\mathcal G_t
\xrightarrow{\mathcal V}
\mathfrak M_{t+1}
}
$$

作為系列第一個統一骨架。

這不是要把世界縮成狀態機。

恰恰相反。

它是在問：

> **當狀態機自己也能展開、連接、收斂、學習歷史、改變分類、重寫規則並生成新的狀態空間時，「狀態機」這個概念究竟可以被推到多遠？**

這就是後續八篇要回答的問題。

---

# 參考文獻與內部前置理論

## 外部文獻

1. Harel, D. (1987). *Statecharts: A Visual Formalism for Complex Systems*. Science of Computer Programming, 8(3), 231–274. DOI: 10.1016/0167-6423(87)90035-9.
2. Alur, R., Benedikt, M., Etessami, K., Godefroid, P., Reps, T. W., & Yannakakis, M. (2005). *Analysis of Recursive State Machines*. ACM Transactions on Programming Languages and Systems, 27(4), 786–818. DOI: 10.1145/1075382.1075387.
3. Blair, G. S., Bencomo, N., & France, R. (2009). *Models@run.time*. Computer, 42(10), 22–27. DOI: 10.1109/MC.2009.326.
4. Boy de la Tour, T., & Echahed, R. (2019). *True Parallel Graph Transformations: an Algebraic Approach Based on Weak Spans*. arXiv:1904.08850.
5. Arrighi, P., Costes, M., Dowek, G., & Maignan, L. (2024). *Space-time deterministic graph rewriting*. arXiv:2404.05838.

## EveMissLab 內部前置

1. Neo.K，《三元統一本體論：展開—連接—收斂的宇宙循環》。
2. 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》。
3. Neo.K，《多維空間狀態類型論》。
4. Neo.K with Aletheia，《動態多維空間狀態類型論》。
5. Neo.K，《因果狀態流變計算》。
6. Neo.K，《歷史作為狀態變量》。
7. Neo.K，《反身因果張量湧生積》。
8. Neo.K，《MSSP × RDR 整合規格書》。
9. Neo.K with Aletheia，《RABCL》系列。
10. Neo.K，《創生矩陣》。
11. Neo.K with Aletheia，《差異指針時間論》。
12. Neo.K，《形式化壓縮與算子演化：從潛在語義場到計算即存在》。