# 生成狀態機：當規則、類型與狀態空間本身可以改寫 ## Generative State Machines: When Rules, Types, and State Spaces Rewrite Themselves **系列：** 遞歸動態狀態系統（Recursive Dynamic State Systems, RDSS） **篇次：** 07 / 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：** 2026-08-10 **文件性質：** 生成式狀態系統／反身規則改寫／Meta-Transition 形式化 --- ## 摘要 本文為《遞歸動態狀態系統》（RDSS）系列第七篇，處理本系列形式強度最高的問題：如果不只狀態值會改變，而且「允許哪些狀態存在、哪些類型有效、哪些關係合法、哪些轉移可執行、哪些算子可被調用」本身也能在運行期間被改寫，那麼狀態機應如何被重新定義？ 傳統狀態更新可寫為： $$ x_{t+1} = \delta_t(x_t,u_t). $$ 一般動態狀態系統允許： $$ x_t \neq x_{t+1}. $$ 本文所稱「生成狀態機」（Generative State Machine, GSM）則進一步允許： $$ \boxed{ \delta_t \neq \delta_{t+1}, \qquad \Theta_t \neq \Theta_{t+1}, \qquad \mathcal A_t \neq \mathcal A_{t+1}, \qquad Schema_t \neq Schema_{t+1}. } $$ 因此系統更新不再只是： $$ State \rightarrow State', $$ 而是： $$ \boxed{ ( State, Type, Relation, Rule, Operator, Schema )_t \rightarrow ( State, Type, Relation, Rule, Operator, Schema )_{t+1}. } $$ 本文將普通狀態轉移稱為 **object-transition**，將會改寫狀態機自身定義的變化稱為 **meta-transition**。對 RDSS 容器 $\mathfrak M_t$，定義 meta-state： $$ \mathfrak G_t = ( \Sigma_t, \Theta_t, R_t, \Delta_t, \mathcal A_t, \mathcal K_t, \mathcal P_t, \mathcal V_t ), $$ 以及： $$ \boxed{ \mu_t: ( \mathfrak M_t, \mathfrak G_t, H_t, E_t ) \rightharpoonup ( \mathfrak M_{t+1}, \mathfrak G_{t+1} ). } $$ 本文不主張所有系統都應允許自我修改，更不主張無限制 autonomous self-rewriting 是合理工程目標。相反地，本文提出「受治理生成」原則：任何 rule birth、operator birth、type birth、relation birth、schema rewrite 或 transition rewrite，都必須具有生成見證、合法性證明／驗證結果、權威來源、版本、影響範圍與回滾策略。 本文承接 RCTEP 的核心形式： $$ (x,\Sigma,\Gamma,\mathcal K) \rightarrow (x',\Sigma',\Gamma',\mathcal K'), $$ 將其重新定位為 RDSS meta-transition 的上層生成語義。外部研究中的 self-modifying pushdown systems 已示範「執行過程修改自身 transition set」可以被形式化與模型檢查；multi-level self-adaptive systems 也已使用 second-order state machine 描述高階約束變化。RDSS 的新增研究焦點則是將規則、類型、算子、接口、契約與遞歸容器 schema 的共同變化放入同一個可追蹤的生成狀態框架。 **關鍵詞：** 生成狀態機、反身計算、Meta-Transition、Self-Modifying System、Schema Evolution、Rule Birth、Operator Birth、RCTEP、RDSS、Runtime Verification --- # 0. 問題：如果決定「下一步怎麼走」的規則自己也會變呢？ 普通狀態機假設： $$ \delta: S\times I \rightarrow S $$ 已經給定。 系統可以從： $$ s_1 \rightarrow s_2 \rightarrow s_3, $$ 但： $$ \delta $$ 本身通常不是狀態。 即使是大型 hierarchical / recursive state machine，核心問題仍常是： > 在既有 machine semantics 下，現在位於哪裡、下一步如何轉移？ 本文提出更高一層問題： > **如果系統在運行過程中學會了一種原本不存在的新轉移規則，或者新增了一種新狀態類型，那它還是不是同一台狀態機？** --- # 1. 三個層級必須分開 ## Level 0 — Value Change $$ x_t \rightarrow x_{t+1}. $$ 例如： $$ Health: 100 \rightarrow 80. $$ ## Level 1 — Structural Change $$ (S_t,R_t) \rightarrow (S_{t+1},R_{t+1}). $$ 例如新節點、新關係、刪除舊連接、新子容器。 ## Level 2 — Meta-Rule Change $$ (\Delta_t,\mathcal A_t,\Theta_t) \rightarrow (\Delta_{t+1},\mathcal A_{t+1},\Theta_{t+1}). $$ 因此： $$ \boxed{ Value\ Change < Structural\ Change < Meta\text{-}Rule\ Change. } $$ --- # 2. 規則改變會直接改寫未來可達域 若： $$ \Omega_t^{future} = Reach( S_t, \Delta_t ), $$ 則只要： $$ \Delta_t \neq \Delta_{t+1}, $$ 即使： $$ S_t=S_{t+1}, $$ 仍可能： $$ \boxed{ \Omega_t^{future} \neq \Omega_{t+1}^{future}. } $$ 所以規則不是狀態之外的背景常數；在生成系統中，它自己就是狀態的一部分。 --- # 3. Meta-State 本文定義： $$ \boxed{ \mathfrak G_t = ( \Sigma_t, \Theta_t, R_t, \Delta_t, \mathcal A_t, \mathcal K_t, \mathcal P_t, \mathcal V_t ). } $$ 其中： - $\Sigma_t$：schema / mode signature； - $\Theta_t$：type regime； - $R_t$：關係型別與拓撲規則； - $\Delta_t$：轉移規則； - $\mathcal A_t$：算子集合； - $\mathcal K_t$：契約； - $\mathcal P_t$：接口／端口； - $\mathcal V_t$：驗證與治理規則。 因此 $\mathfrak G_t$ 描述的是： > **這台狀態機目前「是什麼樣的狀態機」。** --- # 4. Object-Transition 與 Meta-Transition 普通狀態轉移： $$ \tau_t: \mathfrak M_t \rightarrow \mathfrak M_{t+1} $$ 稱為 object-transition。 若： $$ Schema( \mathfrak M_t ) = Schema( \mathfrak M_{t+1} ), $$ 表示 machine semantics 基本未改。 Meta-transition： $$ \mu_t: ( \mathfrak M_t, \mathfrak G_t ) \rightharpoonup ( \mathfrak M_{t+1}, \mathfrak G_{t+1} ) $$ 且： $$ \mathfrak G_t \neq \mathfrak G_{t+1}. $$ --- # 5. 生成狀態機的最小更新式 $$ \boxed{ ( \mathfrak M_{t+1}, \mathfrak G_{t+1} ) = \mathcal F_G ( \mathfrak M_t, \mathfrak G_t, H_t, E_t, U_t ). } $$ 其中： - $H_t$：歷史； - $E_t$：外部事件； - $U_t$：治理／人工／上層介入。 --- # 6. RCTEP 與 Meta-Transition RCTEP 已提出： $$ \boxed{ ( x_{t+1}, \Sigma_{t+1}, \Gamma_{t+1}, \mathcal K_{t+1}, \mathcal W_{t+1} ) = \mathop{\boxtimes}\limits_{\Gamma_t,H_t,\mathcal K_t}^{\circlearrowleft} ( x_t ). } $$ 其核心不是只生成 $x_{t+1}$，而是同時更新 $\Sigma$ 、 $\Gamma$ 與 $\mathcal K$ ；輸出還能反過來改寫下一輪運算結構。 RDSS 因此將 RCTEP 重新定位為： $$ \boxed{ \text{Meta-Transition 的上層生成語義。} } $$ --- # 7. Rule Birth 新規則候選： $$ r_{new}. $$ 生命週期： $$ \boxed{ Candidate \rightarrow Validated \rightarrow Staged \rightarrow Active \rightarrow Deprecated \rightarrow Archived. } $$ Rule birth 至少需要： $$ w_r = ( Source, Trigger, Domain, Precondition, Effect, Invariant, Evidence, Authority, Rollback ). $$ 所以： $$ \boxed{ AIProposal \neq ActiveRule. } $$ --- # 8. Rule Rewrite 與 Parameter Update 若只是： $$ Threshold: 30 \rightarrow 40, $$ 屬於 parameter update。 若： $$ Logic(r_t) \neq Logic(r_{t+1}), $$ 則是 rule rewrite。 因此： $$ \boxed{ Parameter\ Update < Rule\ Rewrite. } $$ --- # 9. Operator Birth 令： $$ \mathcal A_t = \{ a_1,\ldots,a_n \}. $$ 若生成： $$ a_{new}, $$ 則： $$ \mathcal A_{t+1} = \mathcal A_t \cup \{ a_{new} \}. $$ 新 operator 不只是新的條件，而是新的作用能力。 所以： $$ \boxed{ Rule\ Birth < Operator\ Birth. } $$ --- # 10. Type Birth、Relation Birth 與 State-Space Birth Type birth： $$ \Theta_{t+1} = \Theta_t \cup \{ T_{new} \}. $$ Relation birth： $$ R_{t+1} = R_t \cup \{ relation_{new} \}. $$ State-space birth： $$ X' = X \times Y. $$ 其中最後一種不是新增一個 state，而是新增一個狀態維度／判定域。 --- # 11. Schema Rewrite 定義： $$ Schema_t = ( S_t, \Theta_t, R_t, \Delta_t, \mathcal A_t, \mathcal P_t, \mathcal K_t ). $$ 則： $$ \boxed{ Schema_t \xrightarrow{\mu} Schema_{t+1}. } $$ 因此： $$ \boxed{ GSM = State\ Machine + Schema\ Evolution. } $$ --- # 12. 外部形式先例：Self-Modifying Transition Systems 已有形式研究使用 self-modifying pushdown systems 表示執行中可修改自身 transition set 的程序，並在此模型上進行 LTL model checking。 這說明： $$ \boxed{ \Delta_t \rightarrow \Delta_{t+1} } $$ 不是無法形式化的概念。 RDSS 只是把研究邊界再擴大到： $$ Types, Operators, Ports, Contracts, NestedSchemas. $$ --- # 13. 外部形式先例：Second-Order Adaptation multi-level self-adaptive system 已使用： - lower-level state machine； - upper-level second-order state machine； 描述高階 constraints 的變動如何要求底層系統調整。 這可被理解成： $$ \boxed{ state\ about\ states. } $$ RDSS 再加入： $$ \boxed{ rules\ about\ rules } $$ 與： $$ \boxed{ schemas\ about\ schemas. } $$ --- # 14. 改寫來源必須分級 External Rewrite： $$ ExternalHuman \rightarrow SchemaUpdate. $$ Assisted Self-Rewrite： $$ SystemProposal \rightarrow HumanCommit. $$ Governed Autonomous Rewrite： $$ SystemProposal \rightarrow PolicyValidation \rightarrow AutoCommit. $$ 三者不能都叫做「無限制自我修改」。 --- # 15. Rewrite Authority Levels ## A0 — External Only 系統不能提出修改。 ## A1 — Proposal 可提出 $\widetilde\mu$，不可 commit。 ## A2 — Sandboxed Apply 可在 sandbox 試行。 ## A3 — Low-Risk Autonomous Commit 只允許白名單 meta-transition。 ## A4 — Broad Autonomous Rewrite 可修改大部分 schema。 本文不預設 A4 是合理終點。 --- # 16. Candidate Schema 與 Authority 任何 meta-transition 先產生： $$ \widetilde{\mathfrak G}_{t+1}. $$ 驗證： $$ Z_{t+1} = Validate( \widetilde{\mathfrak G}_{t+1} ). $$ 只有： $$ Z_{t+1} \models Invariant $$ 且： $$ GovernanceOK=1 $$ 才： $$ \mathfrak G_{t+1} = Commit( \widetilde{\mathfrak G}_{t+1} ). $$ 因此： $$ \boxed{ Candidate \neq Authority. } $$ --- # 17. Meta-Transition 原子性 若同一 schema rewrite 需要： - 新 type； - 新 operator； - 新 validator； - 新 migration； 則不能一半已生效、一半尚未生效。 因此： $$ \boxed{ All\ Required\ Meta\ Changes \rightarrow Validate \rightarrow Atomic\ Commit. } $$ 但這只是局部原子，不要求全世界 global lock。 --- # 18. Version 與 Meta-Diff 每個 $\mathfrak G_t$ 需要： $$ ( SchemaID, Version, Hash, ParentVersion ). $$ Meta-diff： $$ \Delta_G = ( \Delta_\Sigma, \Delta_\Theta, \Delta_R, \Delta_\Delta, \Delta_{\mathcal A}, \Delta_{\mathcal P}, \Delta_{\mathcal K} ). $$ 所以可解釋演化的真正單位不是只有「新版本」，而是： $$ \boxed{ MetaDiff. } $$ --- # 19. Meta-Transition Witness 正式： $$ \mu_t $$ 必須帶： $$ \boxed{ w_\mu = ( Source, Trigger, History, Proposal, Validation, Invariant, Impact, Authority, Rollback, Version ). } $$ 若無 witness： $$ \mu_t = \mathsf{UntrustedMutation}. $$ --- # 20. Hard Invariants 與 Soft Objectives 硬不變量： $$ \mathcal I^{hard} $$ 例如： - identity continuity； - security boundary； - no unauthorized I/O； - accounting conservation； - safety envelope。 要求： $$ I( \mathfrak G_t ) = I( \mathfrak G_{t+1} ) = 1. $$ Soft objectives 則可以暫時下降，但應形成 debt / recovery plan。 因此： $$ \boxed{ Hard\ Invariant \neq Soft\ Objective. } $$ --- # 21. Safe Meta-Transition $$ \boxed{ SafeMeta(\mu) = Defined \land TypeSafe \land InvariantSafe \land AuthoritySafe \land RollbackReady \land ImpactBounded. } $$ 只有： $$ SafeMeta(\mu)=1 $$ 才允許正式提交。 --- # 22. 影響半徑 定義： $$ \rho(\mu) = \text{Impact Radius}. $$ 可根據： - dependency depth； - affected containers； - affected contracts； - affected states； - affected users； 估計。 一般： $$ \rho(\mu)\uparrow \Rightarrow AuthorityRequirement\uparrow. $$ --- # 23. Runtime Verification 必須共演化 若： $$ Rule_t \rightarrow Rule_{t+1}, $$ 但 verifier 還在驗證： $$ Property_t, $$ 就會形成： $$ \boxed{ New\ Behavior + Old\ Monitor. } $$ 因此： $$ Property_t \rightarrow Property_{t+1} $$ 也可能是一個 meta-transition。 自適應系統研究已經直接處理「requirements 本身變動時，runtime verification automata 如何安全適應並保留中間驗證結果」的問題。 --- # 24. Validator Birth 如果出現： $$ T_{new} $$ 但： $$ Validator(T_{new}) $$ 不存在， 則 type 最多只能停在 Candidate / Limbo。 因此： $$ \boxed{ TypeBirth \Rightarrow ValidatorAvailable. } $$ --- # 25. Operator Birth 與 Capability Boundary 新算子： $$ a_{new} $$ 必須同時定義： $$ Capability(a_{new}) $$ 與： $$ Authority(a_{new}). $$ 因為： $$ \boxed{ Existence \neq Permission. } $$ --- # 26. Schema Rewrite 與 State Migration 當： $$ Schema_t \rightarrow Schema_{t+1}, $$ 舊 state $x_t$ 未必自然合法。 需要： $$ m: X_t \rightharpoonup X_{t+1}. $$ 若： $$ x \notin Dom(m), $$ 則： $$ m(x) = \mathsf{MigrationUndefined}. $$ 而不是假造： $$ 0. $$ 可採： - freeze； - rollback； - archive； - manual repair。 --- # 27. Rule / Operator Retirement 刪除規則不能等於刪除歷史。 正式生命週期： $$ Active \rightarrow Deprecated \rightarrow Archived. $$ 舊 state 仍可能需要 legacy rule / executor 才能解釋或遷移。 因此： $$ \boxed{ Retired \neq Never\ Existed. } $$ --- # 28. Meta-History 第六篇有普通歷史： $$ H_t. $$ 本篇加入： $$ H_t^{meta} = \{ \mathfrak G_0, \ldots, \mathfrak G_t \}. $$ 因此必須區分： $$ \boxed{ History\ of\ State } $$ 與： $$ \boxed{ History\ of\ Rules. } $$ --- # 29. 同狀態異機器 可能： $$ x_t^{(A)} = x_t^{(B)} $$ 但： $$ \mathfrak G_t^{(A)} \neq \mathfrak G_t^{(B)}. $$ 因此： $$ \boxed{ Same\ State \neq Same\ Machine. } $$ 更完整的動力身份接近： $$ \boxed{ DynamicalIdentity = ( State, MetaState, History ). } $$ --- # 30. GSM 與 ECV 第五篇定義： $$ \mathcal E, \mathcal C, \mathcal V. $$ GSM 允許： $$ \mathcal E_t \neq \mathcal E_{t+1}, $$ $$ \mathcal C_t \neq \mathcal C_{t+1}, $$ $$ \mathcal V_t \neq \mathcal V_{t+1}. $$ 亦即： > **連「如何展開、如何連接、如何收斂」本身也可以演化。** 因此： $$ \boxed{ ( \mathcal E_t, \mathcal C_t, \mathcal V_t ) \xrightarrow{\mu} ( \mathcal E_{t+1}, \mathcal C_{t+1}, \mathcal V_{t+1} ). } $$ 可稱為 Meta-ECV。 --- # 31. Meta-ECV 必須有限 不能允許： $$ Rule \rightarrow RuleAboutRule \rightarrow RuleAboutRuleAboutRule \rightarrow \cdots $$ 無限制展開。 因此： $$ d_{meta} \le d_{meta}^{max}. $$ 或： $$ \boxed{ MetaReflectionCost \le Budget_{meta}. } $$ 這延續 ODSS： $$ \boxed{ Open\ Meta\text{-}Schema + Finite\ Meta\text{-}Support. } $$ --- # 32. AI 的正確位置 AI 可： - 找 rule gap； - 提出 rule birth； - 建議 type split； - 建議 operator composition； - 生成 validator candidate； - 建立 migration candidate； - 預估 impact radius。 但： $$ \boxed{ AIProposal \neq MetaCommit. } $$ 尤其： $$ \rho(\mu)\uparrow $$ 時，治理要求應提高。 --- # 33. 遊戲案例 原本： $$ GuardRule: Wanted \rightarrow Attack. $$ 世界後來增加： $$ Corruption. $$ 守衛行為開始取決於： $$ Wanted, Bribe, Faction, Corruption. $$ 這不是只新增： $$ State=Corrupt. $$ 而是： $$ \boxed{ \Delta_{Guard,t} \rightarrow \Delta_{Guard,t+1}. } $$ 世界演化改變了世界的局部轉移律。 --- # 34. 軟體案例 原本： $$ RetryPolicy: max=3. $$ 後來系統學到： $$ NetworkCondition $$ 應影響 retry。 新的 policy 是： $$ RetryPolicy_t \rightarrow RetryPolicy_{t+1}. $$ 若只是低風險 threshold，可允許較低治理。 若涉及 payment duplicate risk，則需要高權限與完整驗證。 --- # 35. Agent 案例 原本 routing： $$ TaskType \rightarrow SubAgent. $$ 後來歷史顯示： $$ Trust, Cost, Latency, FailureRate $$ 也應進入 routing。 因此： $$ Router_t \rightarrow Router_{t+1}. $$ 這表示： $$ \boxed{ \text{Agent learns not only answers, but how to organize its own cognition.} } $$ 但仍必須受 policy / authority 限制。 --- # 36. 生成見證 RCTEP 已強調：如果生成新模式卻無法說明來源、生成核、歷史條件、不變量與重算方式，「湧生」很容易退化成任意命名。 GSM 因此採用： $$ \boxed{ No\ Witness \Rightarrow No\ Authoritative\ Generation. } $$ 理想情況： $$ Replay( \mathfrak G_t, w_\mu ) \approx \widetilde{\mathfrak G}_{t+1}. $$ --- # 37. Rollback 與 Invertibility 高風險 meta-transition 應具有： $$ Snapshot_{pre} $$ 或： $$ RollbackPlan. $$ 但不要求： $$ \mu^{-1} $$ 在數學上存在。 因此： $$ \boxed{ Rollbackability \neq Invertibility. } $$ --- # 38. Authority Escalation Trap 若系統提出新規則： > 未來可以跳過 validator。 這是： $$ \boxed{ AuthorityEscalation. } $$ 應由硬不變量拒絕。 一般： $$ Authority_{t+1} \not> Authority_t $$ 除非有外部正式授權。 --- # 39. 驗證平面獨立性 如果被驗證物可以任意改 validator： $$ System \rightarrow Validator(System), $$ 則驗證失去獨立性。 因此需要： $$ \boxed{ DataPlane \neq ControlPlane \neq VerificationPlane \neq AuthorityPlane. } $$ 這與 MSSP × RDR / CAIR 既有治理邏輯一致。 --- # 40. 反身性不等於無限制自治 Reflexivity 僅表示： > 輸出能改寫下一輪計算結構。 它不表示： > 系統有權改寫所有結構。 因此： $$ \boxed{ Reflexivity \neq Unbounded\ Autonomy. } $$ --- # 41. GSM 九個不變量候選 ## G1 — Explicit Meta-State 規則與 schema 必須可表示。 ## G2 — Candidate Before Authority 所有生成先成候選。 ## G3 — Witnessed Rewrite 正式 meta-transition 必須可追蹤。 ## G4 — Versioned Schema 所有 schema change 必須版本化。 ## G5 — Hard-Invariant Preservation 硬不變量不得被普通 rewrite 破壞。 ## G6 — Migration Definedness schema change 必須處理舊 state。 ## G7 — Verifier Co-Evolution 規則變更必須確認驗證邏輯仍適用。 ## G8 — Bounded Meta-Depth meta reflection 需有限支撐／有限深度。 ## G9 — Rollback or Recovery 高風險 rewrite 必須具備恢復方案。 --- # 42. 可證偽問題 1. Meta-rewrite 是否真的提高適應能力？ $$ Performance_{fixed} \quad vs.\quad Performance_{rewritable}. $$ 2. 驗證、遷移與治理成本是否大於收益？ 3. Rule birth 是否只是 overfitting？ 4. Operator birth 是否真正增加： $$ Reachability_{new} - Reachability_{old}? $$ 5. Schema rewrite 是否保持身份與契約？ 6. Runtime verifier 是否跟得上 schema 演化速度？ 若答案長期為否，GSM 應退回更保守的 fixed-schema RDSS。 --- # 43. 與前六篇的統合 目前系列： 1. State / Container / Existence 2. Open Dimensions 3. Classification as State 4. Recursive Dynamic Container 5. ECV Generative Cycle 6. History + Path + Local Time 7. Meta-State + Meta-Transition + Schema Rewrite 因此 RDSS 的完整更新式可以寫成： $$ \boxed{ ( \mathfrak M_{t+1}, \mathfrak G_{t+1}, H_{t+1} ) = \mathcal F ( \mathfrak M_t, \mathfrak G_t, H_t, \mathbb T_t, E_t, U_t ). } $$ --- # 44. 結論 傳統狀態機問： > 系統現在在哪個 state？ RDSS 前六篇再問： > 它有哪些類型？ > 有哪些子容器？ > 經歷過什麼歷史？ > 哪些未來仍可達？ > 它現在使用哪個局部時間？ 本篇再往上一層： > **決定以上問題的規則本身，現在處於什麼狀態？** 因此： $$ \boxed{ State } $$ 之上又出現： $$ \boxed{ MetaState. } $$ 普通轉移： $$ \boxed{ \tau: State_t \rightarrow State_{t+1}. } $$ 生成轉移： $$ \boxed{ \mu: ( State_t, MetaState_t ) \rightarrow ( State_{t+1}, MetaState_{t+1} ). } $$ 這使狀態機不只可以「在世界裡移動」。 它還可以在受治理、可驗證、可回滾的條件下： $$ \boxed{ \text{改變世界允許如何移動。} } $$ 這就是生成狀態機的核心。 --- # 參考文獻 ## 外部文獻 1. Touili, T., & Ye, X. (2019). *LTL Model Checking of Self Modifying Code*. arXiv:1909.12635. 2. Merelli, E., Paoletti, N., & Tesei, L. (2012). *A Multi-Level Model for Self-Adaptive Systems*. arXiv:1209.1628. 3. Carwehl, M., Vogel, T., Rodrigues, G. N., & Grunske, L. (2023). *Runtime Verification of Self-Adaptive Systems with Changing Requirements*. arXiv:2303.16530. 4. Mück, T., Donyanavard, B., Maity, B., Moazzemi, K., & Dutt, N. (2021). *MARS: Middleware for Adaptive Reflective Computer Systems*. arXiv:2107.11417. 5. Morin, B., Barais, O., Jézéquel, J.-M., Fleurey, F., & Solberg, A. (2009). *Models at Runtime to Support Dynamic Adaptation*. ## EveMissLab 內部前置 1. Neo.K，《反身因果張量湧生積》。 2. Neo.K，《空間狀態論》。 3. Neo.K，《因果狀態流變計算》。 4. Neo.K，《歷史作為狀態變量》。 5. RDSS 01–06。