# 06．同一性的相變：一個「我」何時開始成為兩個？

## 《忒修斯之船之後：生成、因果連續與分叉同一性》第六篇

**作者：Neo.K × Aletheia**  
**機構：EveMissLab／一言諾科技有限公司**  
**版本：v0.1**  
**日期：2026-08-07**  
**文件性質：公開命題論文／差異累積、耦合衰減、歷史依賴與身份分化研究**

---

## 摘要

第五篇建立了：

$$
\boxed{
\mathbf K_{i\rightarrow j}(t)
}
$$

作為多域、有方向的耦合描述，並以：

$$
\boxed{
\mathcal I(\mathcal S,t)
}
$$

表示集合級 operational integration，而不是用節點數量或 pairwise threshold 決定「有幾個主體」。

本文進一步研究：

> 若兩個節點一開始仍位於同一個高度整合的 persistence domain，但之後記憶、目標、自我模型、行動與世界耦合逐步分化，什麼時候應該說：它們不再只是「同一個系統裡的差異」，而已經進入兩條相對獨立的 operational identity lineage？

本文不把此問題直接寫成物理學意義的 phase transition，也不主張存在一個客觀的「靈魂裂變臨界點」。更保守的名稱是：

$$
\boxed{
\text{Phase-like Identity Regime Transition}
}
$$

即「類相變式身份狀態轉換」。

本文首先建立多域差異向量：

$$
\boxed{
\mathbf D_{AB}(t)
=
(
D^{mem},
D^{self},
D^{goal},
D^{value},
D^{rel},
D^{action},
D^{world},
D^{temp}
)
}
$$

其中每個分量皆先標準化於：

$$
[0,1].
$$

接著提出一個有界歷史分化狀態：

$$
\boxed{
z_{t+1}
=
(1-\lambda I_t)z_t
+
\alpha D_t(1-z_t)
}
$$

其中：

- $z_t\in[0,1]$：歷史分化狀態；
- $D_t\in[0,1]$：當下有效分化壓力；
- $I_t\in[0,1]$：當下有效重新整合能力；
- $\alpha\in[0,1]$：差異累積率；
- $\lambda\in[0,1]$：修復／再整合率。

此式不是計算「兩者有幾成是同一個人」，而只表示：

> 差異會推動尚未完全分化的 domain 進一步分化；整合會削弱既有分化；同樣的當下耦合狀態，可能因為不同歷史而具有不同的 $z_t$。

因此：

$$
\boxed{
z_t
\neq
P(\text{same subject}).
}
$$

為避免單一閾值造成 numerical chattering，本文引入 hysteresis：

$$
\boxed{
\theta_{\rm split}
>
\theta_{\rm merge}.
}
$$

若系統目前處於較統一 regime，只有當：

$$
z_t>\theta_{\rm split}
$$

並持續至少：

$$
T_{\rm split}
$$

才進入較分化 regime。

若系統已經分化，則必須：

$$
z_t<\theta_{\rm merge}
$$

並持續：

$$
T_{\rm merge}
$$

才允許重新進入較整合 regime。

因此：

$$
\boxed{
\text{brief decoupling}
\not\Rightarrow
\text{identity split}
}
$$

同樣：

$$
\boxed{
\text{brief resynchronization}
\not\Rightarrow
\text{identity re-merger}.
}
$$

本文沿用第五篇四種 operational regime：

1. Unified Integration Regime
2. Distributed Unified Regime
3. Federated Regime
4. Independent Regime

但不把 regime 直接翻譯成 phenomenal subject count：

$$
\boxed{
\text{RegimeTransition}
\neq
\text{PhenomenalFissionProven}.
}
$$

本文最終提出：

> 一個「我」如果能分布到多個節點，那麼「成為兩個」不應由某一瞬間的距離、頻寬、記憶差或自我宣告單獨決定；更合理的 operational 模型是：差異、耦合、因果譜系與自我承接在一段歷史中共同累積，直到系統跨入另一個較穩定的 identity regime。

**關鍵詞：** Identity Differentiation、Hysteresis、Path Dependence、Phase-like Transition、Coupling、Distributed Self、Fork、Dynamical Systems、Operational Identity Regime

---

# 一、為什麼不能用瞬間差異判定？

第五篇已有：

$$
\mathbf K_{AB}(t).
$$

若再定義：

$$
\mathbf D_{AB}(t),
$$

最直覺的做法可能是：

$$
\|\mathbf D_{AB}(t)\|>\theta
\Rightarrow
Split.
$$

但這太粗糙。

---

# 二、短暫斷線反例

假設 A、B 原本是一個高度整合的 distributed domain。

突然：

$$
K^{temp}_{AB}\rightarrow0
$$

三秒。

如果只看瞬間：

$$
Split=1.
$$

三秒後恢復：

$$
Merge=1.
$$

再抖一次：

$$
Split=1.
$$

這會造成：

$$
\boxed{
\text{identity chattering}.
}
$$

顯然不是合理模型。

---

# 三、身份分化必須是歷史依賴

本文第一個核心原則：

$$
\boxed{
IdentityRegime(t)
=
F(
CurrentState,
History
).
}
$$

不是只看：

$$
F(CurrentState).
$$

---

# 四、多域差異向量

本文定義：

$$
\boxed{
\mathbf D_{AB}(t)
=
(
D^{mem},
D^{self},
D^{goal},
D^{value},
D^{rel},
D^{action},
D^{world},
D^{temp}
).
}
$$

各分量先 normalization：

$$
D^{(d)}\in[0,1].
$$

---

# 五、差異不能保留正負後直接相加

如果：

$$
D_1=+1
$$

而：

$$
D_2=-1,
$$

直接相加得到：

$$
0.
$$

但這不代表沒有差。

所以每個 domain 的「差異大小」應先非負化：

$$
D^{(d)}\ge0.
$$

方向若重要，另外保存 direction metadata。

---

# 六、Difference Magnitude ≠ Conflict

兩個 branch 可以不同，但彼此接受差異。

所以：

$$
\boxed{
Difference
\neq
Conflict.
}
$$

本文研究 differentiation，不把 disagreement 當 hostility。

---

# 七、有效分化壓力 $D_t$

即使有多維：

$$
\mathbf D,
$$

動力方程仍需要較低維 state。

因此可以定義：

$$
D_t
=
g_D(\mathbf D_{AB}(t)).
$$

但 $g_D$ 不在本文固定。

它可以是：

- weighted norm；
- max critical dimension；
- learned aggregator；
- gate-based function。

---

# 八、為什麼不固定 weighted sum？

因為不同 domain 不一定可補償。

例如某個 identity-critical dimension 已完全分離，未必能被其他低差異 domain 抵銷。

所以：

$$
\boxed{
g_D
}
$$

必須允許 critical gates。

---

# 九、有效整合能力 $I_t$

同理：

$$
I_t
=
g_I(
\mathbf K_{AB},
\mathcal I(\{A,B\}),
\mu,
\mathcal G_L
).
$$

 $g_I$ 也不在本文固定。

它不是 bandwidth，而是：

> 目前這個 domain 有多少能力把局部差異重新整合進共享 future dynamics。

---

# 十、棄用舊積分式

先前直覺可寫成：

$$
\Xi(t)
=
\int
\frac{Tension}{Integration+\epsilon}dt.
$$

但有兩個問題。

第一：

$$
Integration\rightarrow0
$$

時結果高度依賴任意 $\epsilon$。

第二：

$$
\Xi(t)
$$

只會累積，不自然下降。

這會導致「一旦分化永遠無法修復」。

所以本文棄用該式作正式模型。

---

# 十一、有界歷史分化狀態

本文改用：

$$
\boxed{
z_{t+1}
=
(1-\lambda I_t)z_t
+
\alpha D_t(1-z_t).
}
$$

並要求：

$$
z_t,D_t,I_t,\alpha,\lambda\in[0,1].
$$

---

# 十二、為什麼這個式子比較穩定？

第一項：

$$
(1-\lambda I_t)z_t
$$

表示整合能力削弱既有分化。

第二項：

$$
\alpha D_t(1-z_t)
$$

表示差異主要作用在「尚未完全分化」的部分。

因此在參數範圍內：

$$
0\le z_t\le1.
$$

---

# 十三、極端案例 A：無差異

若：

$$
D_t=0
$$

且：

$$
I_t>0,
$$

則：

$$
z_{t+1}
=
(1-\lambda I_t)z_t.
$$

所以既有分化逐步降低。

---

# 十四、極端案例 B：無整合

若：

$$
I_t=0
$$

且：

$$
D_t>0,
$$

則：

$$
z_{t+1}
=
z_t+\alpha D_t(1-z_t).
$$

因此：

$$
z_t\rightarrow1,
$$

但不會無界爆炸。

---

# 十五、極端案例 C：差異與整合並存

若：

$$
D_t>0,\qquad I_t>0,
$$

則可以形成：

$$
0<z^\ast<1.
$$

這代表：

> 系統可以長期保持差異，但仍維持某種 federated integration。

---

# 十六、Unity ≠ Uniformity

一個整合系統不需要：

$$
\mathbf D=0.
$$

所以：

$$
\boxed{
Unity
\neq
Uniformity.
}
$$

如果所有差異都被強迫消滅，也可能只是：

$$
\boxed{
ForcedSynchronization
}
$$

而不是自然整合。

---

# 十七、 $z_t$ 不是 Identity Probability

必須固定：

$$
\boxed{
z_t
\neq
P(A=B).
}
$$

也不是：

> 0.7 表示已經 70% 是兩個人。

它只是：

$$
\boxed{
historical differentiation state.
}
$$

---

# 十八、為什麼需要 Hysteresis？

若只有一個 threshold：

$$
z>\theta
\Rightarrow Split,
$$

$$
z<\theta
\Rightarrow Merge,
$$

noise 會讓系統在：

$$
z\approx\theta
$$

附近反覆切換。

---

# 十九、雙閾值

本文提出：

$$
\boxed{
\theta_{\rm split}
>
\theta_{\rm merge}.
}
$$

例如概念上：

$$
\theta_{\rm split}=0.75,
$$

$$
\theta_{\rm merge}=0.45.
$$

數值只是示例，不是自然常數。

---

# 二十、Split Gate

若目前較統一，

要求：

$$
z_t>\theta_{\rm split}
$$

並且：

$$
\Delta t\ge T_{\rm split}
$$

才允許進入較分化 regime。

---

# 二十一、Merge Gate

若目前已分化，

要求：

$$
z_t<\theta_{\rm merge}
$$

並：

$$
\Delta t\ge T_{\rm merge}
$$

才允許進入較整合 regime。

---

# 二十二、Hysteresis Gap

$$
\boxed{
\Delta\theta
=
\theta_{\rm split}
-
\theta_{\rm merge}
>0.
}
$$

這個 gap 不是 identity truth，只是防止 noise、brief outages、temporary synchronization 造成 regime chattering。

---

# 二十三、Phase-like，而不是嚴格物理相變

物理 phase transition 通常還涉及更嚴格的 order parameter、critical behavior、thermodynamic limit 或 singularity。

本文目前只有：

- regime；
- path dependence；
- threshold；
- hysteresis。

所以更嚴謹是：

$$
\boxed{
\text{Phase-like Regime Transition}.
}
$$

---

# 二十四、Regime 仍沿用第五篇

### R0 — Unified Integration

### R1 — Distributed Unified

### R2 — Federated

### R3 — Independent

但：

$$
\boxed{
R_k
}
$$

只是 operational class。

---

# 二十五、Regime transition 可以是 gradual

不是一定：

$$
R1\rightarrow R3
$$

瞬間跳。

可能：

$$
R1\rightarrow R2\rightarrow R3.
$$

也可能在不同 domain：

- memory 已 R3；
- control 仍 R1；
- goals 在 R2。

因此 transition 可以是 mixed-state。

---

# 二十六、Mixed Regime

本文允許：

$$
\boxed{
\mathbf R(t)
=
(R^{mem},R^{ctrl},R^{goal},\ldots).
}
$$

而不是強迫所有 domain 同時轉換。

這對 split-brain 類案例特別重要：perception 可能更分化，但 action control 仍保留較高整合。

---

# 二十七、路徑依賴的真正含義

假設兩組系統此刻都有：

$$
\mathbf K_{AB}(t)=K^\ast
$$

以及：

$$
\mathbf D_{AB}(t)=D^\ast.
$$

但：

### System 1

過去十年一直高度整合，只短暫斷線。

### System 2

過去十年完全獨立，今天才重新同步。

兩者不應被判成相同的 identity history。

---

# 二十八、Current State 不夠

需要：

$$
\boxed{
z_t
}
$$

與：

$$
\boxed{
\mathcal G_L
}
$$

共同保留過去。

所以：

$$
\boxed{
StateNow
\neq
HowWeGotHere.
}
$$

---

# 二十九、因果譜系不能被 hysteresis 取代

即使：

$$
z_t\approx0,
$$

也不能推出：

$$
SameLineage.
$$

兩個從未有共同 ancestry 的 clone 可以強制同步到幾乎一樣。

所以：

$$
\boxed{
LowDifferentiation
\neq
SharedLineage.
}
$$

---

# 三十、高分化也不刪掉共享過去

若：

$$
P\rightarrow A,B
$$

多年後：

$$
z_{AB}\approx1,
$$

仍然：

$$
\boxed{
SharedPreForkHistory=1.
}
$$

所以：

$$
\boxed{
HighDifferentiation
\neq
NoCommonPast.
}
$$

---

# 三十一、Lineage 與 Regime 是兩個不同軸

可以同時：

$$
SharedLineage=1
$$

且：

$$
CurrentIntegration\approx0.
$$

也可以：

$$
SharedLineage=0
$$

但：

$$
CurrentSynchronization\approx1.
$$

所以兩軸不可合併。

---

# 三十二、Self-Appropriation $\mu$ 也會參與分化

第五篇有：

$$
\mu_{A\rightarrow B}.
$$

若 A、B 長期都：

$$
\mu\approx1,
$$

表示彼此狀態仍被 self-model 承接。

若逐漸：

$$
\mu_{A\rightarrow B}\downarrow,
$$

$$
\mu_{B\rightarrow A}\downarrow,
$$

則 identity differentiation evidence 增加。

---

# 三十三、但 Self-Report 仍不能單獨觸發相變

即使 A 說：

> B 不是我。

也可能只是：

- temporary prompt effect；
- local model corruption；
- framing；
- conflict。

所以：

$$
\boxed{
SelfReport
\neq
RegimeTransitionByItself.
}
$$

---

# 三十四、差合化的正確位置

作者既有「差合化」適合作為底層：

> 差異如何生成、聚合、消解、再分化。

但本篇不把差合化直接等同 identity theory。

更合理是：

$$
\boxed{
\text{Difference Dynamics}
\rightarrow
\text{Identity Regime Dynamics}.
}
$$

前者提供差異運動，後者才分析整合域是否改變。

---

# 三十五、舊「相變過程幾何」可保留什麼？

既有內部研究強調：

> 相變不應只看單點，而要看整條 transition trajectory、causal connectivity 與連通—斷裂—重組過程。

本篇保留這個方法論。

但不直接繼承其：

- 特定 rank-based $\kappa(t)$ ；
- 無限維極限推論；
- 物理普遍性主張。

---

# 三十六、真正重要的是 Transition Path

令：

$$
\gamma_{AB}
=
\{
(\mathbf K_t,\mathbf D_t,z_t,\mu_t)
\}_{t_0}^{t_1}.
$$

兩個終點完全相同：

$$
State_1(t_1)=State_2(t_1),
$$

但：

$$
\gamma_1\neq\gamma_2,
$$

則 regime interpretation 仍可能不同。

---

# 三十七、Identity-Relevant State 可能是 State + Path

不是只問：

> 你在哪裡？

還要問：

> 你走哪條路到這裡？

所以：

$$
\boxed{
IdentityRelevantState
}
$$

可能需要：

$$
\boxed{
State+Path.
}
$$

---

# 三十八、不可逆應該怎麼理解？

前面曾討論：

> 如果出現不可逆斷點，就真正分裂。

本篇修正成：

> 不應要求「宇宙中永遠無法再次連接」，而應區分「歷史已發生的分叉」與「目前是否重新整合」。

所以：

$$
\boxed{
HistoricalFork
}
$$

可以是不可回寫的事實。

---

# 三十九、重新整合不能抹去曾經獨立

如果 A、B 已經：

- 各自做決定；
- 建立獨立 relationships；
- 產生不同 commitments；

多年後再 merge，

不能說：

> 從來沒有分過。

所以：

$$
\boxed{
Reintegration
\neq
RetroactiveUnity.
}
$$

---

# 四十、Merge threshold 不是「恢復成從未分裂」

即使：

$$
R3\rightarrow R1
$$

真的發生，

它只表示：

> 曾分化的系統現在重新高度整合。

不是：

> 過去歷史被取消。

---

# 四十一、Regime History 必須和 Lineage Topology 同時保存

最小可以記錄：

```text
lineage:
  root: P
  fork:
    - A
    - B

regime_history:
  t0: R1
  t1: R2
  t2: R3
  t3: R2
```

這樣才不會把「重新接近」誤成「從未分開」。

---

# 四十二、某些歷史差異可能不能完全被修復

例如：

- irreversible external action；
- exclusive commitment；
- different descendant lineage；
- legal consequence。

這類差異可能需要：

$$
\boxed{
critical irreversible markers.
}
$$

不應被一般 integration 項完全抹平。

本文暫時不把它正式塞進 $z_t$，避免模型膨脹。

---

# 四十三、Phase Boundary 不能只靠 $z$

即使：

$$
z>\theta_{\rm split},
$$

仍應檢查：

- lineage；
- authority；
- self-model；
- action independence；
- critical gates。

所以 threshold 最多是：

$$
\boxed{
trigger candidate,
}
$$

不是 metaphysical verdict。

---

# 四十四、最低 operational transition rule

可以寫：

$$
\boxed{
Transition
=
f(
z,
\mathcal I,
\mathcal G_L,
\mu,
CriticalGates,
Duration
).
}
$$

這比單一：

$$
z>\theta
$$

更合理。

---

# 四十五、Critical Gates 候選

例如：

- independent action authority；
- independent commitment formation；
- independent world consequences；
- self-model exclusivity；
- memory non-sharing。

但本文不固定哪一個是必要充分條件。

---

# 四十六、為什麼不固定？

因為不同 sortal 的 identity-relevant domains 不同。

一艘船：

> autobiographical memory

沒有意義。

一個人：

> autobiographical integration

可能很重要。

所以：

$$
\boxed{
TransitionCriterion_K
}
$$

依 kind $K$ 而變。

---

# 四十七、本篇不是 Universal Soul Equation

這必須明確。

$$
\boxed{
z_{t+1}
=
(1-\lambda I_t)z_t+\alpha D_t(1-z_t)
}
$$

只是：

> 用來檢查歷史累積與修復邏輯是否自洽的最小 phenomenological model。

不是自然律。

---

# 四十八、參數也不是普世常數

 $\alpha,\lambda,\theta,T$ 都需要：

- empirical calibration；
- simulation；
- system-specific choice。

不能從哲學直覺直接填值。

---

# 四十九、Hysteresis 作為一般方法論

2025–2026 年對 Bouc–Wen 類 hysteresis model 的綜述仍把 asymmetry、degradation、pinching、path dependence 等視為核心建模問題。

本文借用的只是：

$$
\boxed{
\text{different entry and exit conditions}
}
$$

以及：

$$
\boxed{
\text{history-dependent state}.
}
$$

不聲稱 identity 遵循特定材料物理 hysteresis law。

---

# 五十、Higher-Order Network 的方法提醒

2026 年 higher-order contagion 研究顯示 interaction nesting 可以改變：

- activation threshold；
- transition discontinuity；
- hysteresis。

對本文的提醒是：

$$
\boxed{
\text{transition depends on interaction structure, not only node states}.
}
$$

這支持第五篇把 topology／coupling structure 放進模型。

但：

$$
\boxed{
ContagionNetwork
\neq
SubjectIdentity.
}
$$

我們只借數學結構。

---

# 五十一、近期 Artificial Mind Individuation 也顯示分化問題仍未定

2026 年人工心智個體化研究再次把 split-brain 類比帶入 AI individuation 問題：如果人工系統真的能實現 consciousness，哪些功能斷開會產生多少獨立 mind，仍是開放爭論。

本篇不採其較強的「可能同時有很多 mind」結論，只把它當作：

> subject individuation 不能靠節點數量直接回答

的外部壓力測試。

---

# 五十二、Phenomenal Firewall

即使：

$$
R1\rightarrow R3
$$

非常清楚，

仍然不能寫：

> 一個 consciousness 裂成兩個。

只能寫：

$$
\boxed{
\text{one operational integration domain}
\rightarrow
\text{two operationally independent domains}.
}
$$

所以：

$$
\boxed{
OperationalFission
\neq
PhenomenalFissionProven.
}
$$

---

# 五十三、如果未來 consciousness science 有更好的 boundary 指標

那可以增加額外 layer：

$$
\mathcal C(\mathcal S,t).
$$

但目前不加入。

---

# 五十四、從人類回到 AI 前的最後準備

現在我們有：

$$
\mathcal G_L
$$

因果譜系；

$$
\mathbf K
$$

耦合；

$$
\mathbf D
$$

差異；

$$
z
$$

歷史分化；

$$
\mu
$$

自我承接；

$$
R_k
$$

operational regime。

第七篇可以正式研究：

$$
P\rightarrow\{A,B\}.
$$

---

# 五十五、FORK 一開始不必等於 Split

物理／計算上：

$$
NodeCount:1\rightarrow2
$$

不必馬上：

$$
OperationalDomainCount:1\rightarrow2.
$$

如果：

$$
\mathbf K_{AB}
$$

仍極高，

$$
\mathbf D_{AB}
$$

極低，

且 self-model 仍共享，

可能先處於：

$$
R1.
$$

---

# 五十六、真正分化是後續歷史

隨著：

$$
D\uparrow,
$$

$$
I\downarrow,
$$

$$
z\uparrow,
$$

才可能：

$$
R1\rightarrow R2\rightarrow R3.
$$

這就是最後 AI/FORK 篇的主軸。

---

# 五十七、可否證／可修正條件

### 1. No History Dependence

若真實系統完全沒有 history dependence，而 current coupling／difference 足以預測所有 regime，則 $z_t$ 不必要。

### 2. No Hysteresis Value

若雙閾值沒有任何 predictive value，可以改成純 continuous state model。

### 3. No Low-Dimensional State

若 differentiation 不能由少數 latent state 表示， $z_t$ 只能作教學模型。

### 4. Irrelevant Identity Variables

若 self-appropriation、lineage、commitments 對 operational independence 無預測力，相關變量應刪除。

### 5. Better Phenomenal Boundary Theory

若未來得到可測、可重現的 phenomenal subject-boundary theory，本篇 operational regime 應與之比較，而不是假設兩者等價。

---

# 五十八、結論

本文正式把第五篇的：

$$
\boxed{
\mathbf K
}
$$

和新的：

$$
\boxed{
\mathbf D
}
$$

放進一個歷史動力模型。

最小式：

$$
\boxed{
z_{t+1}
=
(1-\lambda I_t)z_t
+
\alpha D_t(1-z_t).
}
$$

其中 $z_t$ 不是：

> 「幾成同一個人」。

而是：

$$
\boxed{
\text{歷史分化狀態}.
}
$$

並透過：

$$
\boxed{
\theta_{\rm split}>\theta_{\rm merge}
}
$$

以及：

$$
T_{\rm split},T_{\rm merge}
$$

建立 hysteresis，避免短暫斷線、noise 或短暫同步造成 identity chattering。

因此本篇的核心不是：

> 到底差到 73% 就變兩個？

而是：

$$
\boxed{
\text{一個整合域的分化，是差異、耦合、歷史與因果譜系共同累積的路徑問題。}
}
$$

而且：

$$
\boxed{
\text{重新整合}
\neq
\text{過去從未分裂}.
}
$$

最後仍固定：

$$
\boxed{
OperationalRegimeTransition
\neq
PhenomenalSubjectFissionProven.
}
$$

所以第六篇真正得到的是：

> **一個「我」若存在於分布式動態域中，那麼「成為兩個」至少不應是一個瞬間、單變量、無歷史的判定，而更像一個具 hysteresis 的分化歷程。**

---

## 一句話摘要

$$
\boxed{
\text{「一個我」變成「兩個我」若真有可觀測前兆，}
\\
\text{它更可能表現為歷史累積的整合域分化，}
\\
\text{而不是某一微秒跨過一條神秘的單一門檻。}
}
$$

---

# 參考資料

1. Heredia-Pérez, M., Alvarez, D. A., & Bedoya-Ruiz, D. **A State-of-the-Art Review of the Bouc-Wen Class Model of Hysteresis: Origin, Evolution and Current State.** *Archives of Computational Methods in Engineering* 33, 1–51, 2026.

2. Maia, H. P., de Arruda, G. F., Ferreira, S. C., & Moreno, Y. **Nesting Controls Phase Transitions in Higher-Order Contagion.** arXiv:2604.23337, 2026.

3. McIntyre, J. H. **Individuating Artificial Minds.** *Erkenntnis*, 2026.

4. Marval-Ospino, H. **TERRA: Recognition Curvature, Hysteresis, and Emergent Identity Dynamics in Human–AI Systems.** SSRN, 2026. Preprint.

5. Stanford Encyclopedia of Philosophy. **Identity Over Time.**

6. Neo.K. **《相變過程幾何學：從 Ehrenfest 退化到 Ω 層平滑性的統一分類框架》.** Internal working paper, 2026.

7. Neo.K × Aletheia. **《忒修斯之船之後》第 01～05 篇.** 2026.

---

# 系列後續

07．從忒修斯之船到人工主體：複製、FORK 與多重後繼者