# 過去不是記憶：歷史選擇底空間、路徑依賴與當前狀態的生成

**Past Is Not Memory: Historical Choice-Base Spaces, Path Dependence, and the Construction of the Present**

**Tri-Temporal Cognitive Dynamics — 三生認知耦合動力學系列**  
**TCD-01 / Foundational Paper I**

作者：Neo.K（許筌崴）  
協作形式化：Aletheia  
機構：一言諾科技有限公司（EveMissLab）  
日期：2026-08-17  
版本：v0.1  
狀態：TCD foundational paper / historical-choice-space formalization

---

## Canonical Non-Identity Statement

本文建立：

$$
\boxed{
\text{Past}
\neq
\text{Memory}.
}
$$

更精確地：

$$
\boxed{
\text{Historical Choice Lineage}
\neq
\text{Stored Event Record}
\neq
\text{Current Snapshot}.
}
$$

本文不主張：

- 所有系統都必須保存完整歷史；
- 歷史永遠不可壓縮；
- 所有未選路徑都能被客觀重建；
- 每個過去時刻都存在可完整枚舉的「真正選擇集合」；
- 現在完全被過去決定；
- 路徑依賴排除創新、恢復或新分支；
- counterfactual history 等於 actual history；
- 「過去影響現在」需要任何物理逆因果；
- TCD 已在本文完成 Past–Present–Future 六向耦合。

本文只建立三生認知動力學的第一個時間底座：

$$
\boxed{
\mathcal B_t^-.
}
$$

---

# 摘要

Neo.K 既有《歷史作為狀態變量》已提出：若當前可觀測狀態 $X_t$ 對指定任務不足，則應將歷史 $H_{0:t}$ 壓縮為任務相對的歷史增廣狀態：

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

並形成：

$$
\boxed{
S_t^{\ast(T)}
=
(
X_t,
M_t^{(T)}
).
}
$$

其核心是：

> **相同的當前快照，不必然代表相同的動力身份與未來可達域。**

Tri-Temporal Cognitive Dynamics（TCD）不重寫這一結論，而是往前增加一個新的問題：

> **如果我們要理解「過去如何生成現在」，只保存實際發生事件的序列是否足夠？**

本文的回答是：

$$
\boxed{
\textbf{不一定。}
}
$$

對決策、智能、制度、研究與人工智慧系統而言，一個更完整的 historical object 可能至少包含：

1. 當時實際狀態；
2. 當時可行的選擇集合；
3. 當時主體實際看見／表示出的選擇集合；
4. 實際被選中的 action；
5. 當時看得見但未選的 alternatives；
6. 當時尚未被主體表示出的 unknown alternatives；
7. 當時主體生成或相信的 future candidate space；
8. 該次選擇造成的 dependencies、commitments、lock-in 與 option deletion；
9. 支持上述重建的 provenance / evidence。

因此本文將單一步歷史單元寫成：

$$
\boxed{
\mathfrak h_\tau^A
=
(
X_\tau,
\mathcal C_\tau^{adm},
\mathcal C_\tau^{vis,A},
a_\tau,
\mathcal U_\tau^A,
\mathcal F_\tau^A,
D_\tau,
E_\tau
).
}
$$

其中：

- $\mathcal C_\tau^{adm}$：在指定物理、制度與任務 contract 下可行的 choice set；
- $\mathcal C_\tau^{vis,A}$：agent $A$ 當時真正可表示／可考慮的 choice set；
- $a_\tau$：實際選擇；
- $\mathcal U_\tau^A=\mathcal C_\tau^{vis,A}\setminus\{a_\tau\}$：當時可見但未選的 alternatives；
- $\mathcal F_\tau^A$：當時可生成／可表示的 future candidate space；
- $D_\tau$：選擇留下的 dependency / commitment / lock-in；
- $E_\tau$：provenance / evidence。

歷史選擇譜系定義為：

$$
\boxed{
\Lambda_{0:t}^{-,A}
=
(
\mathfrak h_0^A,
\mathfrak h_1^A,
\dots,
\mathfrak h_{t-1}^A
).
}
$$

而「過去選擇底空間」不是完整保存這條序列，而是：

$$
\boxed{
\mathcal B_t^{-,A;(T,\epsilon)}
=
\Psi_{T,\epsilon}^{-}
(
\Lambda_{0:t}^{-,A}
),
}
$$

即：在指定任務 $T$ 與容忍誤差 $\epsilon$ 下，保留足以解釋現在與未來可達性的 historical sufficient structure。

這使本文能正式區分：

$$
\boxed{
\text{Memory}
\neq
\text{Historical Causal Residue}
\neq
\text{Historical Choice Space}.
}
$$

一個系統即使沒有可檢索的 episodic memory，過去仍可能被固著在：

- parameters；
- learned weights；
- infrastructure；
- institutions；
- commitments；
- installed standards；
- dependency graphs；
- accumulated technical debt；
- skills；
- habits；
- resource ownership；
- option deletion。

所以：

$$
\boxed{
\text{No explicit memory}
\not\Rightarrow
\text{No historical effect}.
}
$$

本文進一步提出 **Historical Choice-Space Dependence Principle**：

若存在兩個系統 $A,B$，其當前快照近似：

$$
X_t^{A}
\approx
X_t^{B},
$$

但其歷史選擇底空間不同：

$$
\mathcal B_t^{-,A}
\neq
\mathcal B_t^{-,B},
$$

且造成未來可達域：

$$
\Omega_{t:H}^{+,A}
\neq
\Omega_{t:H}^{+,B},
$$

則不能僅依當前 snapshot 宣稱兩系統處於相同認知／動力狀態。

本文並將路徑依賴分為：

- weak path dependence；
- strong path dependence；
- self-reinforcing path dependence；
- recoverable lock-in；
- irreversible option deletion。

同時引入 **Historical Visibility Gap**：

$$
\boxed{
G_\tau^{vis,A}
=
\mathcal C_\tau^{adm}
\setminus
\mathcal C_\tau^{vis,A},
}
$$

用來表示「當時其實可行，但主體沒有看見／沒有能力表示」的選項。這使歷史研究不再把：

> 當時沒選

自動偷換成：

> 當時知道有這個選項但拒絕。

本文亦引入 **Historical Future-Space Record**：

$$
\boxed{
\mathcal F_\tau^A
}
$$

即：

> 在過去時刻 $\tau$，主體當時所能生成與評估的未來候選空間。

這是後續 TCD 最重要的接口之一，因為未來可以研究：

> 一個主體今天之所以走到這裡，不只因為它過去做了什麼，也因為它過去「看得見哪些未來、看不見哪些未來」。

外部研究提供了相鄰但不等同的形式支點。POMDP 理論指出，在部分可觀測環境中，當前 observation 不足以作為控制狀態，必須將 action–observation history 壓縮成 belief state；Predictive State Representation 則進一步以對未來 observation 的 action-conditional predictions 作為 state representation。經濟學中的 path-dependence model 顯示， increasing returns 下的歷史事件可以把技術系統鎖入不同 adoption path。認知神經科學實驗則顯示，受試者能將來自不同 episodic memories 的人物、地點與物件細節重新組合成 novel future event simulations。這些結果都不證明本文完整 TCD，但共同支持一個有限命題：

$$
\boxed{
\text{current state, historical structure, and future reachability need not be separable by a naive snapshot model}.
}
$$

本文最後提出：

$$
\boxed{
\textbf{The past is not merely what was remembered; it is the structured residue of what was possible, perceived, chosen, rejected, and made harder or easier to become.}
}
$$

下一篇 TCD-02 將研究：

# **The Present Is Not a Point**
## **現在不是一個點：歷史壓縮後的可作用域與可達域**

**關鍵詞：** Tri-Temporal Cognitive Dynamics、Past Choice Base Space、History as State、Path Dependence、Historical Visibility、Historical Future Space、Option Deletion、Dynamical Identity、UCPNP、AI Memory

---

# 1. TCD 為什麼不能直接從「記憶」開始？

AI 系統談 past 時，最常見表示是：

$$
M_t
=
\text{memory store}.
$$

例如：

- conversation log；
- vector database；
- event store；
- replay buffer；
- episodic memory；
- long-term memory。

這些都很重要。

但它們回答的是：

> **系統保存了哪些過去資訊？**

而本文研究的是：

> **哪些歷史結構已經進入現在的可達性、能力、依賴與限制？**

兩者不同。

---

# 2. Memory 是一個 Representation Object

定義：

$$
\boxed{
M_t^{rec}
}
$$

為可檢索 memory representation。

它可以保存：

$$
M_t^{rec}
=
Encode(
H_{0:t}
).
$$

但：

$$
\boxed{
M_t^{rec}
}
$$

本身只是歷史的一種表示。

---

# 3. 過去可以在沒有「回憶」的情況下影響現在

例如一個 neural agent 經過 training 後：

$$
\theta_0
\rightarrow
\theta_t.
$$

即使它沒有保存：

$$
D_{train}
$$

的逐筆 episodic record，

past training 仍被壓進：

$$
\theta_t.
$$

所以：

$$
\boxed{
\text{Historical Effect}
\neq
\text{Retrievable Memory}.
}
$$

---

# 4. Structural Residue

本文將這類被過去固著到現在的結構稱為：

$$
\boxed{
R_t^{-}
=
\text{Historical Structural Residue}.
}
$$

可以包含：

- parameters；
- weights；
- dependency graph；
- institutional rules；
- resource allocation；
- installed infrastructure；
- habit；
- skill；
- permissions；
- technical debt；
- commitments。

---

# 5. History as State Variable 的既有地基

Neo.K 的 HSV 已定義：

$$
H_{0:t}
=
(
X_0,\ldots,X_t
).
$$

若：

$$
P(
Y_{t+\Delta}
\mid
X_t
)
\neq
P(
Y_{t+\Delta}
\mid
X_t,H_{0:t}
),
$$

則：

$$
X_t
$$

對任務 $T$ 不充分。

應引入：

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

---

# 6. TCD-01 不取代 HSV

本文新增的是：

> 歷史不只是一串 actual states。

因為決策型系統每一步還有：

$$
\boxed{
\text{what could be done}
}
$$

與：

$$
\boxed{
\text{what was represented as possible}.
}
$$

因此：

$$
\boxed{
H_{0:t}^{actual}
\subsetneq?
\Lambda_{0:t}^{choice}.
}
$$

這裡的 $\subsetneq?$ 是概念性提示，不宣稱兩者有固定集合包含關係。

---

# 7. Actual History

定義：

$$
\boxed{
H_{0:t}^{actual}
=
(
X_0,a_0,X_1,a_1,\ldots,X_t
).
}
$$

這保存：

> 真正發生了什麼。

---

# 8. Historical Choice State

對時間：

$$
\tau,
$$

定義：

$$
\boxed{
\mathfrak h_\tau^A
=
(
X_\tau,
\mathcal C_\tau^{adm},
\mathcal C_\tau^{vis,A},
a_\tau,
\mathcal U_\tau^A,
\mathcal F_\tau^A,
D_\tau,
E_\tau
).
}
$$

這是 TCD-01 的核心原子。

---

# 9. Admissible Choice Set

$$
\boxed{
\mathcal C_\tau^{adm}
}
$$

表示在指定 contract 下，agent 真正可以合法／物理執行的選擇。

這個 contract 可能包含：

- physics；
- hardware；
- law；
- permissions；
- resource budget；
- safety；
- institution；
- task constraints。

---

# 10. Visible Choice Set

$$
\boxed{
\mathcal C_\tau^{vis,A}
}
$$

表示 agent $A$ 在當時：

- 知道；
- 表示；
- 理解；
- 能送入 decision process；

的 choices。

一般：

$$
\boxed{
\mathcal C_\tau^{vis,A}
\neq
\mathcal C_\tau^{adm}.
}
$$

---

# 11. 為什麼這個不等號很重要？

一個選擇可能：

$$
c
\in
\mathcal C_\tau^{adm}
$$

但：

$$
c
\notin
\mathcal C_\tau^{vis,A}.
$$

agent 根本沒有「拒絕」它。

它只是：

$$
\boxed{
\text{did not represent it as a live option}.
}
$$

---

# 12. Historical Visibility Gap

定義：

$$
\boxed{
G_\tau^{vis,A}
=
\mathcal C_\tau^{adm}
\setminus
\mathcal C_\tau^{vis,A}.
}
$$

這是：

> 當時可行但未進入 agent 選擇域的部分。

---

# 13. 但 $\mathcal C^{adm}$ 也未必可完全知道

從今天回看 20 年前，

我們通常不能完美知道：

> 當時真正有哪些可行 alternatives。

因此應使用：

$$
\boxed{
\widehat{\mathcal C}_\tau^{adm}
}
$$

表示 evidence-bounded reconstruction。

---

# 14. Historical Unknown Mass

若 historical option space 不完整，

保留：

$$
\boxed{
\bot_\tau^{-}
}
$$

代表：

> 未能重建的過去選項區域。

這與 Paper 13 的：

$$
\bot_F
$$

在方法論上相似，

但時間方向不同。

---

# 15. Unchosen Visible Alternatives

定義：

$$
\boxed{
\mathcal U_\tau^A
=
\mathcal C_\tau^{vis,A}
\setminus
\{
a_\tau
\}.
}
$$

它們是真正：

> 看見了，但沒有選。

---

# 16. 未選不等於失敗

agent 沒選：

$$
u
$$

可能因：

- cost；
- risk；
- probability；
- values；
- lack of resources；
- uncertainty；
- sequencing；
- preference。

不能事後把：

$$
u
$$

自動叫：

> lost better path.

---

# 17. Rejected Alternative 需要 Evidence

若要進一步標記：

$$
u
$$

為：

$$
\boxed{
\text{explicitly rejected}
}
$$

應保存：

- decision record；
- reason；
- score；
- constraint；
- timestamp。

否則只能寫：

$$
\boxed{
\text{unchosen}.
}
$$

---

# 18. Historical Future-Space

定義：

$$
\boxed{
\mathcal F_\tau^A
}
$$

為 agent $A$ 在過去時刻 $\tau$：

> 能夠生成、表達或合理評估的 future candidate space。

這不是：

$$
\Omega_{\tau:\infty}^{true}.
$$

---

# 19. 過去的人看不見所有今天

這看似廢話，

但對 historical intelligence evaluation 很重要。

從今天看：

$$
f_{2026}
$$

很 obvious，

不代表：

$$
f_{1995}
$$

當時已經 obvious。

所以：

$$
\boxed{
\text{retrospective obviousness}
\neq
\text{historical visibility}.
}
$$

---

# 20. Historical Future Visibility

可以定義：

$$
\boxed{
V_\tau^{F,A}(f)
=
\mathbb I[
f
\in
\mathcal F_\tau^A
].
}
$$

或用連續 score 表示。

---

# 21. 為什麼 Past 要保存「當時看見的未來」？

因為現在的 action：

$$
a_\tau
$$

不是只由：

$$
X_\tau
$$

決定。

可能更接近：

$$
\boxed{
a_\tau
=
\pi(
X_\tau,
M_\tau,
\mathcal F_\tau^A,
V_\tau
).
}
$$

所以：

> 一個 agent 當時相信哪些 future 可能發生，

本身就是 history 的一部分。

---

# 22. Past Future-Space 與 Actual Future 不同

在 $\tau$ 時刻：

$$
\mathcal F_\tau^A.
$$

到了 $t>\tau$，

真正走到：

$$
X_t.
$$

不能因：

$$
X_t
$$

已知，

就重寫：

$$
\mathcal F_\tau^A.
$$

所以：

$$
\boxed{
\text{historical future-space}
\neq
\text{retrospective actual path}.
}
$$

---

# 23. 這是 Historical Backtest 的必要條件

如果要問：

> 1995 的 intelligent agent 能不能看見某類 2010 未來？

必須重建：

$$
I_{\le1995}
$$

與：

$$
\mathcal F_{1995}^{A}.
$$

不能讓：

$$
I_{2010}
$$

洩漏回去。

---

# 24. Dependency Residue

每個 action：

$$
a_\tau
$$

可能生成：

$$
\boxed{
D_{\tau+1}
=
\Delta D(
a_\tau
).
}
$$

例如：

- API dependency；
- legal obligation；
- capital expenditure；
- skill specialization；
- data format；
- hardware installed base；
- social relationship；
- institutional rule。

---

# 25. Dependency 不一定是壞事

dependency 可以：

$$
\boxed{
\text{enable future options}
}
$$

也可以：

$$
\boxed{
\text{delete future options}.
}
$$

因此：

$$
D_t
$$

不是單純 debt。

---

# 26. Enabling Dependency

若：

$$
D
$$

使未來新增：

$$
\Delta\mathcal C_{t+1}^{adm}>0,
$$

它具有：

$$
\boxed{
\text{option-enabling effect}.
}
$$

---

# 27. Constraining Dependency

若：

$$
D
$$

使：

$$
\mathcal C_{t+1}^{adm}
$$

縮小，

或提高：

$$
C_{switch},
$$

則形成：

$$
\boxed{
\text{option-constraining effect}.
}
$$

---

# 28. Path Dependence

本文沿既有選擇底空間論，若：

$$
a_\tau
\rightarrow
\mathcal C_{\tau+1}^{adm}
$$

顯著改變後續 choice set，

則存在 path dependence。

---

# 29. Weak Path Dependence

如果歷史選擇：

$$
a_\tau
$$

只提高回到 alternative path 的成本：

$$
\boxed{
C_{exit}(t+1)
>
C_{exit}(t),
}
$$

但仍可恢復，

稱：

$$
\boxed{
\text{weak path dependence}.
}
$$

---

# 30. Strong Path Dependence

若早期選擇在指定 horizon / intervention contract 下永久刪除某些 options：

$$
\boxed{
\mathcal S
\subset
\mathcal C_\tau^{adm},
}
$$

且之後：

$$
\forall t'>\tau,
\quad
\mathcal S
\cap
\mathcal C_{t'}^{adm}
=
\varnothing,
$$

稱：

$$
\boxed{
\text{strong path dependence}.
}
$$

這是 contract-relative，而不是宇宙絕對永久性。

---

# 31. Self-Reinforcing Path

若：

$$
a_\tau
$$

被選後：

$$
Benefit(stay)\uparrow,
$$

且：

$$
C_{exit}\uparrow,
$$

則：

$$
\boxed{
\text{self-reinforcing path}.
}
$$

---

# 32. Arthur 型 Lock-In 的外部校準

W. Brian Arthur 的 increasing-returns model 顯示：

> 在 competing technologies 的 adoption 中，小型 historical events 可以透過 increasing returns 造成 lock-in，導致後續系統集中到不同技術路徑。

這不是 TCD 的證明。

它只是非常清楚的外部例子：

$$
\boxed{
\text{same initial menu}
+
\text{different historical sequence}
\rightarrow
\text{different future regime}.
}
$$

---

# 33. Historical Selection Operator

定義：

$$
\boxed{
\mathsf S_\tau:
(
X_\tau,
\mathcal C_\tau^{vis,A},
\mathcal F_\tau^A
)
\rightarrow
a_\tau.
}
$$

選擇不是歷史終點。

因為：

$$
a_\tau
$$

會改變：

$$
\boxed{
\mathcal C_{\tau+1},
D_{\tau+1},
X_{\tau+1}.
}
$$

---

# 34. History Is Endogenous

因此：

$$
\boxed{
\text{history}
}
$$

不是單純：

> 外部事件打到 agent 身上。

它包含：

$$
\boxed{
\text{agent choices that alter later choice conditions}.
}
$$

---

# 35. Historical Choice Lineage

正式定義：

$$
\boxed{
\Lambda_{0:t}^{-,A}
=
(
\mathfrak h_0^A,
\mathfrak h_1^A,
\dots,
\mathfrak h_{t-1}^A
).
}
$$

這是 TCD 的 Past raw object。

---

# 36. 為什麼不能永久保存全部 $\Lambda$？

因為：

$$
|\Lambda_{0:t}|
\rightarrow
\infty
$$

隨時間增長。

而且：

- storage；
- retrieval；
- reasoning；
- privacy；
- audit；

成本會增加。

所以 TCD 仍需要 compression。

---

# 37. Past Choice Base Space

定義：

$$
\boxed{
\mathcal B_t^{-,A;(T,\epsilon)}
=
\Psi_{T,\epsilon}^{-}
(
\Lambda_{0:t}^{-,A}
).
}
$$

這不是「所有過去」。

而是：

> 對當前任務 $T$ 而言，足以保留未來可達性、依賴、身份與 historical alternative 相關性的壓縮 past structure。

---

# 38. 與 HSV 的關係

HSV：

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

TCD-01：

$$
\boxed{
\mathcal B_t^{-,A}
=
\Psi^{-}
(
\Lambda_{0:t}^{choice,A}
).
}
$$

因此：

$$
\boxed{
\text{HSV compresses actual history;}
}
$$

而 TCD-01 進一步允許：

$$
\boxed{
\text{choice opportunity + visibility + future expectation + dependency lineage}.
}
$$

---

# 39. 但 TCD-01 不宣稱 $\mathcal B^-$ 永遠比 HSV 更好

對很多任務：

$$
M_t^{(T)}
$$

已足夠。

如果額外 choice-space information：

$$
\Delta\mathcal L_T
\approx0,
$$

就不應多保存。

---

# 40. Historical Choice Information Gain

定義：

$$
\boxed{
\mathcal I_{\mathrm{choice}}^{(T)}
=
I(
Y_{t+\Delta};
\Lambda_{0:t}^{choice}
\mid
X_t,M_t^{HSV}
).
}
$$

若：

$$
\mathcal I_{\mathrm{choice}}^{(T)}
>
0,
$$

表示 choice-lineage 在 HSV 基礎上仍提供額外任務資訊。

---

# 41. 如果資訊增益為零怎麼辦？

若：

$$
\mathcal I_{\mathrm{choice}}^{(T)}
\approx0,
$$

則對該任務：

$$
\boxed{
\mathcal B_t^-
}
$$

可以退化成較簡單 HSV state。

TCD 不要求所有系統都背著完整歷史走路。

---

# 42. Present-State Isomorphism, Historical Divergence

沿 HSV：

$$
X_t^A
\approx
X_t^B.
$$

但：

$$
\mathcal B_t^{-,A}
\neq
\mathcal B_t^{-,B}.
$$

若造成：

$$
\boxed{
P(
Y_{t+\Delta}^A
\mid
X_t^A
)
\neq
P(
Y_{t+\Delta}^B
\mid
X_t^B
),
}
$$

則 snapshot identity 不足。

---

# 43. TCD 更強的一個版本：Reachability Divergence

即使短期 outcome distribution 近似，

仍可能：

$$
\boxed{
\Omega_{t:H}^{+,A}
\neq
\Omega_{t:H}^{+,B}.
}
$$

兩個現在看起來一樣的系統，

長期可達域可以不同。

---

# 44. Historical Choice-Space Dependence Principle

本文提出：

$$
\boxed{
\textbf{Historical Choice-Space Dependence Principle}
}
$$

> **若過去的選擇集合、可見集合、實際選擇、未選路徑與累積依賴會改變當前或未來的可達域，則 Past 應被建模為 choice-space lineage，而不能只被視為 memory record。**

---

# 45. POMDP 的外部校準

在部分可觀測 stochastic domains 中，

current observation：

$$
o_t
$$

通常不足以形成 optimal control state。

POMDP 方法以 observation / action history 更新 belief state：

$$
b_t.
$$

這與 HSV 的：

$$
\boxed{
\text{history compression into a sufficient control state}
}
$$

高度相鄰。

---

# 46. 但 Belief State 仍不是 TCD Past

POMDP belief state 主要回答：

> hidden current state 現在可能是什麼？

TCD Past 還可能保存：

- choice opportunity history；
- unchosen visible alternatives；
- future expectations at decision time；
- dependency / commitment lineage；
- lost options。

所以：

$$
\boxed{
BeliefState
\neq
HistoricalChoiceBaseSpace.
}
$$

---

# 47. Predictive State Representation 的外部校準

Predictive State Representation（PSR）顯示：

> dynamical state 可以由對 future observations 的 action-conditional predictions 表示，而不一定要直接使用 latent physical state。

這對 TCD 有一個重要啟發：

$$
\boxed{
\text{state can be defined by future-relevant historical sufficiency}.
}
$$

---

# 48. PSR 也提醒我們不要神化完整 history

如果一個 compact predictive state 已足夠：

$$
\boxed{
\text{full history need not be retained}.
}
$$

這與 TCD 的 minimum sufficient past 一致。

---

# 49. Episodic Future Simulation 的外部校準

認知神經科學的 experimental recombination paradigm 讓受試者：

1. 回憶多個過去 episodic events；
2. 抽取 person / location / object details；
3. 把來自不同 memories 的細節重新組合；
4. 想像一個 novel future event。

這提供一個有限但直接的現象：

$$
\boxed{
\text{past details}
\rightarrow
\text{future simulation ingredients}.
}
$$

---

# 50. 這不等於三生動力學已被神經科學證明

本文不做：

$$
\boxed{
\text{hippocampus}
=
\text{TCD engine}.
}
$$

它只是說：

> 至少在人類 episodic cognition 中，past representation 確實能成為 future construction 的材料。

---

# 51. Memory of Actual Events 與 Memory of Lost Options

傳統 event memory：

$$
\boxed{
\text{what happened}.
}
$$

TCD 還關心：

$$
\boxed{
\text{what was available but not taken}.
}
$$

這兩種資料的功能不同。

---

# 52. Lost Option Record

定義：

$$
\boxed{
L_\tau^A
=
\{
u
\in
\mathcal U_\tau^A:
u\notin
\mathcal C_t^{adm}
\}.
}
$$

表示：

> 當時可見但未選，現在已不可達的 options。

---

# 53. Lost Option Record 不應事後浪漫化

不能因：

$$
u
$$

後來消失，

就宣稱：

> 當年選它一定更好。

所以：

$$
\boxed{
\text{lost}
\neq
\text{superior}.
}
$$

---

# 54. Historical Regret 與 Historical Structure 不同

Regret 問：

$$
V(u)-V(a_\tau).
$$

TCD-01 先不要求知道：

$$
V(u).
$$

它只保存：

> 存在過這個可見 alternative，且選擇造成之後不可達。

因此：

$$
\boxed{
HistoricalStructure
\neq
RetrospectiveRegret.
}
$$

---

# 55. Counterfactual Past Space

可以建立：

$$
\boxed{
\mathcal H_\tau^{cf}
}
$$

表示從過去某 choice point 分支的 counterfactual histories。

但：

$$
\mathcal H_\tau^{cf}
$$

不是 actual history。

---

# 56. Counterfactual Evidence Contract

counterfactual branch 應標：

- simulated；
- inferred；
- model-based；
- speculative；
- impossible-to-resolve。

不能跟：

$$
H^{actual}
$$

混在同一 evidence level。

---

# 57. Past Choice Space 不是「所有可能世界」

本文反對把：

$$
\mathcal B_t^-
$$

定義成：

> 所有理論上可能的過去。

那會失去可操作性。

TCD Past 是：

$$
\boxed{
\text{contract-bounded historical choice structure}.
}
$$

---

# 58. Observer-Relative Historical Reconstruction

不同 observer：

$$
A,
B
$$

可能有：

$$
\widehat{\mathcal B}_t^{-,A}
\neq
\widehat{\mathcal B}_t^{-,B}.
$$

因為：

- evidence access 不同；
- ontology 不同；
- granularity 不同；
- causal assumptions 不同。

---

# 59. Reconstruction 不等於 Past Itself

所以：

$$
\boxed{
\widehat{\mathcal B}_t^{-}
\neq
\mathcal B_t^{-\,true}
}
$$

在一般情況下應保持。

很多 historical base space 只能做 evidence-bounded approximation。

---

# 60. Historical Provenance Packet

每個重建節點至少保存：

```text
time
observed_state
admissible_choice_contract
visible_choice_set
chosen_action
unchosen_visible_options
historical_future_candidates
dependencies_created
dependencies_removed
evidence_sources
reconstruction_confidence
unknown_option_mass
observer
```

---

# 61. Past Compression 不能刪掉未來真正需要的歷史

如果 compression：

$$
\Psi^{-}
$$

把某個重要 dependency 刪掉，

現在可能看不出：

> 為什麼某 future route 已不存在？

所以要定義：

$$
\boxed{
\kappa_{past}^{(T)}
=
\text{Past Compression Sufficiency Gap}.
}
$$

---

# 62. Minimal Past Sufficient Structure

沿 HSV 的思想，

定義：

$$
\boxed{
\mathcal B_t^{-\ast(T,\epsilon)}
=
\arg\min_{\mathcal B^-}
C(\mathcal B^-)
}
$$

使：

$$
\mathcal L_T(
X_t,\mathcal B^-
)
\le
\mathcal L_T(
X_t,\Lambda_{0:t}^{-}
)
+
\epsilon.
$$

---

# 63. Past 不必無限長，但它可能無限可展開

歷史 sequence 可以持續：

$$
\Lambda_0
\prec
\Lambda_1
\prec
\cdots.
$$

但任何實際 agent 都需要：

$$
\boxed{
\text{bounded historical representation}.
}
$$

---

# 64. Past Compression 是智能能力

高階 agent 不只是：

> 記得更多。

而可能：

> 知道哪些歷史結構必須留下，哪些可以安全壓縮。

所以：

$$
\boxed{
\text{memory capacity}
\neq
\text{historical sufficiency}.
}
$$

---

# 65. 過去也包含「曾經的未知」

如果：

$$
c
\notin
\mathcal C_\tau^{vis,A}
$$

但今天我們知道它當時可行，

這是：

$$
\boxed{
\text{historically invisible option}.
}
$$

這對 retrospective agent evaluation 很重要。

---

# 66. 不能因今天知道就怪過去 agent 沒選

需要問：

> 在當時的 information / representation / tools 下，這個 option 是否可見？

所以：

$$
\boxed{
\text{retrospective availability}
\neq
\text{historical cognitive accessibility}.
}
$$

---

# 67. Historical Accessibility

定義：

$$
\boxed{
Acc_\tau^A(c)
=
P(
c\in\mathcal C_\tau^{vis,A}
\mid
I_{\le\tau},
\Psi_\tau^A
).
}
$$

這只是一個估計概念，

不一定可精確量化。

---

# 68. 這直接接 UCPNP Historical Frontier

Series I 已問：

> 過去某時刻的 agent 在當時資源與知識下，哪些問題可達？

TCD-01 再加入：

> 當時它的 live choice / future space 到底長什麼樣？

所以：

$$
\boxed{
HCTF
+
HistoricalChoiceSpace
}
$$

可以形成更嚴格 historical backtest。

---

# 69. Past Choice Space 也能用於 AI Agent Audit

對長期 AI agent：

每次 major action 保存：

- choices considered；
- choices rejected；
- future hypotheses；
- reasons；
- dependencies generated。

之後 failure 發生時，

可以回看：

> 它當時根本沒想到？

還是：

> 想到了但錯誤拒絕？

---

# 70. 「沒有想到」與「選錯」不是同一失敗

$$
\boxed{
\text{Candidate Omission}
\neq
\text{Selection Error}.
}
$$

這直接承接 Series II：

$$
Search
\neq
Generation.
$$

---

# 71. Historical Omission Debt

如果 agent 一直看不到某類 option：

$$
c\notin
\mathcal C_\tau^{vis,A}
$$

跨很多 $\tau$，

可以定義：

$$
\boxed{
D_{omit}.
}
$$

它代表：

> recurring blind region.

---

# 72. Past 會塑造 Generator 本身

歷史 feedback：

$$
H_{0:t}
$$

會更新：

$$
G_S,
G_R,G_T.
$$

所以：

$$
\boxed{
\text{Past}
\rightarrow
\text{future-generation capability}.
}
$$

這個箭頭留給後續完整 TCD。

---

# 73. Past 會塑造現在的 Value Function

歷史也可能改變：

$$
V_t.
$$

同樣 choice：

$$
c
$$

對不同歷史 agent：

$$
V_t^A(c)
\neq
V_t^B(c).
$$

---

# 74. 這不是單純偏見

有些 value change 是合理 learning。

有些是：

- trauma；
- lock-in；
- capture；
- conditioning；
- institutional dependence。

所以要做 mechanism audit，

不能一律叫：

> historical bias.

---

# 75. Past 會塑造現在的 Capability

skill acquisition：

$$
S_{\tau}
\rightarrow
S_t
$$

使今天能做昨天不能做的事。

因此 past 不只刪 options，

也生成：

$$
\boxed{
\text{new capabilities}.
}
$$

---

# 76. Path Dependence 不等於悲觀鎖死論

真正的 TCD 應同時容許：

$$
\boxed{
\text{option deletion}
}
$$

與：

$$
\boxed{
\text{option creation}.
}
$$

所以歷史可以：

- 鎖死；
- 解鎖；
- 開新域；
- 建橋；
- 產生能力。

---

# 77. Recoverability

對被壓縮 option：

$$
c,
$$

定義：

$$
\boxed{
R_{rec}(c,t)
}
$$

表示在可接受 intervention / cost 下重新取得的可能性。

---

# 78. Recoverable Lock-In

如果：

$$
c\notin
\mathcal C_t^{adm}
$$

但存在 intervention：

$$
i
$$

使：

$$
c\in
\mathcal C_{t+k}^{adm},
$$

稱：

$$
\boxed{
\text{recoverable lock-in}.
}
$$

---

# 79. Irreversible Option Deletion

若在指定 horizon / intervention class 下：

$$
\not\exists i
$$

可恢復，

稱：

$$
\boxed{
\text{irreversible option deletion}.
}
$$

仍然是 contract-relative。

---

# 80. 過去的「一個選擇」可能改變後代 choice space

一個 architecture decision：

$$
a_{2026}
$$

可能使：

$$
\mathcal C_{2030}
$$

完全不同。

所以：

$$
\boxed{
\text{local action}
\rightarrow
\text{future option topology}.
}
$$

這就是 TCD 後續最重要的 dynamic bridge。

---

# 81. Past Base Space 的三個最低組件

若要最小化，

至少保留：

$$
\boxed{
\mathcal B_t^-
=
(
H_t^{real},
D_t^{res},
O_t^{lost}
).
}
$$

其中：

- $H_t^{real}$：realized history summary；
- $D_t^{res}$：historical dependency residue；
- $O_t^{lost}$：task-relevant lost / foreclosed options。

---

# 82. 更完整版本

本文推薦：

$$
\boxed{
\mathcal B_t^{-,A}
=
(
H_t^{real},
C_t^{hist},
V_t^{hist},
F_t^{hist},
D_t^{res},
O_t^{lost},
E_t^{prov},
U_t^{unk}
).
}
$$

其中：

- $C_t^{hist}$：historical choice sets；
- $V_t^{hist}$：historical visibility；
- $F_t^{hist}$：historical future spaces；
- $U_t^{unk}$：unknown historical region。

---

# 83. Past Base Space 不是單一集合

名字叫「底空間」，

但實際是：

$$
\boxed{
\text{typed structured state}.
}
$$

它可以用：

- graph；
- event-sourced DAG；
- state vector；
- database；
- causal model；
- compressed memory；

實作。

---

# 84. 不急著宣稱 Topological Space

本文使用：

$$
\mathcal B
$$

的「底空間」語言，

不表示已經給出完整：

$$
(X,\tau)
$$

topology。

如果後續需要：

- neighborhood；
- connectedness；
- homotopy；
- boundary；

再建立真正拓樸結構。

---

# 85. TCD Master Temporal Triple

雖然本文只研究 Past，

先留下全系列接口：

$$
\boxed{
\mathfrak T_t^{(3)}
=
(
\mathcal B_t^-,
\mathcal B_t^0,
\mathcal B_t^+
).
}
$$

其中：

- $\mathcal B_t^-$：Past Choice Base Space；
- $\mathcal B_t^0$：Present Reachable / Actionable Base Space；
- $\mathcal B_t^+$：Generated Future Base Space。

---

# 86. 本文只證明／定義第一格

目前：

$$
\boxed{
\mathcal B_t^-.
}
$$

後面：

$$
\mathcal B_t^0
$$

與：

$$
\mathcal B_t^+
$$

尚未正式定義完成。

所以不能現在就宣稱：

$$
\mathfrak T^{(3)}
$$

已形成成熟 dynamical system。

---

# 87. TCD-01 第一條原則

$$
\boxed{
\textbf{Past Is Not Memory Principle}
}
$$

> **對歷史依賴型認知／決策系統，過去不能自動等同於可檢索記憶；它還可能以結構殘差、能力、依賴、失去的選項與歷史可見未來空間持續存在於現在。**

---

# 88. TCD-01 第二條原則

$$
\boxed{
\textbf{Historical Visibility Principle}
}
$$

> **歷史評估必須區分「當時客觀可行」與「當時對該 agent 可見／可表示」；今天知道某選項存在，不代表過去 agent 當時具有該認知選項。**

---

# 89. TCD-01 第三條原則

$$
\boxed{
\textbf{Historical Future-Space Principle}
}
$$

> **要理解過去如何導向現在，不只要記錄 past action，也要記錄 past agent 當時認為哪些 future 可能、哪些 future 值得追求。**

---

# 90. TCD-01 第四條原則

$$
\boxed{
\textbf{Path-Dependent Reachability Principle}
}
$$

若：

$$
\mathcal B_t^{-,A}
\neq
\mathcal B_t^{-,B},
$$

則即使：

$$
X_t^A
\approx
X_t^B,
$$

仍可能：

$$
\boxed{
\Omega_{t:H}^{+,A}
\neq
\Omega_{t:H}^{+,B}.
}
$$

---

# 91. TCD-01 第五條原則

$$
\boxed{
\textbf{Minimum Sufficient Past Principle}
}
$$

> **Past representation 應保存任務所需的歷史功能，而不是無限制累積全部原始歷史。**

---

# 92. 最小 Benchmark A — Snapshot Twins

建立兩個 systems：

$$
A,B
$$

使：

$$
X_t^A=X_t^B.
$$

但其 history 不同。

測：

- transition；
- action；
- reachability；
- adaptation；

是否不同。

---

# 93. Benchmark B — Hidden Choice Lineage

兩 systems actual event log 類似，

但：

- historical visible choices 不同；
- discarded alternatives 不同。

測：

$$
\mathcal B_t^-
$$

是否比普通 event memory 更能預測後續 policy。

---

# 94. Benchmark C — Dependency Sedimentation

讓早期 choices 生成不同 dependency graph：

$$
D_t^A\neq D_t^B.
$$

再使 current snapshot 盡量對齊。

測長期：

$$
\Omega^+
$$

是否分岔。

---

# 95. Benchmark D — Historical Future-Space

保存 agent 在每個時間點生成的 future candidate set：

$$
\mathcal F_\tau^A.
$$

多年後分析：

> 哪些 present decisions 是因當時看見／看不見某 future 而產生？

---

# 96. Benchmark E — Historical Compression

比較：

1. full history；
2. HSV minimal sufficient state；
3. TCD choice-base state；
4. current snapshot only。

測：

$$
Prediction,
Control,
Reachability,
Cost.
$$

---

# 97. 可否證條件

## F97.1 Markov Sufficiency

若：

$$
X_t
$$

已對所有研究任務充分，

歷史增廣無 gain，

則 TCD Past 應退化。

## F97.2 Choice-Lineage No-Gain

若在 HSV 已足夠後，

加入 historical choice / visibility / future-space 資訊：

$$
\Delta\mathcal L_T\approx0,
$$

則不應宣稱 choice lineage 普遍必要。

## F97.3 Reconstruction Instability

若 historical admissible choice set：

$$
\widehat{\mathcal C}^{adm}
$$

高度不穩定，

則相關結論必須降級為 speculative reconstruction。

## F97.4 Counterfactual Contamination

若 simulated unchosen paths 被錯標為 actual history，

TCD audit 失效。

## F97.5 Memory Inflation

若保存所有 alternatives 與 futures 造成成本遠高於信息價值，

應提高 compression。

## F97.6 Path-Dependence Overclaim

若 system 可低成本恢復被刪 option，

不得宣稱 irreversible lock-in。

---

# 98. 與 TCD-02 的接口

本文回答：

> 過去怎麼被帶進現在？

下一篇要問：

> **現在到底是什麼？**

不是：

$$
\boxed{
X_t
}
$$

一個點。

而更可能是：

$$
\boxed{
\mathcal B_t^0
=
\text{historically conditioned actionable / reachable domain}.
}
$$

也就是：

> 現在不是宇宙中所有可想像選擇，而是經歷史壓縮、能力累積、依賴沉積、權限與資源約束後，此刻真正可作用的空間。

---

# 99. 結論

《歷史作為狀態變量》已經提出：

> 當 snapshot 不足時，把歷史壓進 state。

TCD-01 再向前走一步：

> **歷史不只是一串發生過的 states。**

對具有選擇、規劃、生成與依賴的智能系統，

Past 至少可能同時包含：

$$
\boxed{
\text{What happened}
}
$$

$$
+
$$

$$
\boxed{
\text{What could be chosen}
}
$$

$$
+
$$

$$
\boxed{
\text{What the agent could see as choosable}
}
$$

$$
+
$$

$$
\boxed{
\text{What was chosen}
}
$$

$$
+
$$

$$
\boxed{
\text{What was left unchosen}
}
$$

$$
+
$$

$$
\boxed{
\text{What futures were visible then}
}
$$

$$
+
$$

$$
\boxed{
\text{What dependencies and lost options were produced}.
}
$$

因此：

$$
\boxed{
\textbf{Past is not merely a memory archive.}
}
$$

它更接近：

$$
\boxed{
\textbf{a compressed lineage of choices, visibility, dependencies, and foreclosed or enabled futures.}
}
$$

這也解釋了：

為什麼兩個系統今天「看起來一樣」，

卻可能不是同一個動力狀態。

因為：

$$
\boxed{
\text{Snapshot Identity}
\neq
\text{Dynamical Identity}.
}
$$

而一旦：

$$
\mathcal B_t^-
$$

被正式建立，

下一個問題就會變得不可避免：

> **歷史壓縮後形成的「現在」，到底是一個點，還是一個具有可達性、能力、成本與權限邊界的作用域？**

下一篇：

# **TCD-02 — The Present Is Not a Point**
## **現在不是一個點：歷史壓縮後的可作用域與可達域**

---

# Claim Typing

| Claim | Type | Status |
|---|---|---|
| Past 與 retrievable memory 非同一 | D | Canonical separation |
| Historical choice state 應區分 admissible / visible choices | D | Canonical definition |
| Historical future-space $\mathcal F_\tau^A$ 應與 actual later future 分離 | D | Canonical definition |
| TCD Past 可由 task-relative sufficient structure 壓縮 | D / methodology | Proposed formalization |
| Historical choice lineage 可能改善對 reachability 的描述 | C/E | Empirical hypothesis |
| POMDP / PSR 支持 history-sensitive sufficient-state modeling | E / external structural calibration | Established adjacent formalism |
| Arthur path dependence model 提供 historical lock-in 例子 | E / external model | Established adjacent formalism |
| Episodic future simulation 使用過去 memory details 重組 future events | E / cognitive experiment | External phenomenon |
| 所有智能系統都需要 TCD Past | — | Not claimed |
| 所有未選路徑都可重建 | — | Explicitly rejected |

---

# Evidence Ladder

本文目前主要位於：

- **L0**：Past choice-base formalization；
- **L1–L2**：可建立 finite agent / path-dependence benchmark；
- **L3**：HSV、POMDP、PSR、path-dependence models 與 episodic-future experiments 提供相鄰支持；
- **L4**：需要長期 AI-agent audit / historical reconstruction experiments；
- **L5+**：完整 Past–Present–Future coupling 尚未建立。

---

# 參考文獻

## Neo.K 內部正典與譜系

1. Neo.K. *歷史作為狀態變量：路徑依賴、記憶增廣與複雜系統的動力身份*. 2026.
2. Neo.K. *選擇底空間論：政治符號學 2.0 基礎論文 II*. 2026.
3. Neo.K with Aletheia. *Historical Cognitive Tractability Frontier*. UCPNP Paper 04, 2026.
4. Neo.K with Aletheia. *Generative Forecasting*. UCPNP Series II Paper 13, 2026.
5. Neo.K with Aletheia. *Prospective Constructive Intelligence*. UCPNP Series II Paper 14, 2026.

## External technical calibration

6. Kaelbling, L. P., Littman, M. L., & Cassandra, A. R. *Planning and Acting in Partially Observable Stochastic Domains*. Artificial Intelligence 101, 99–134, 1998.
7. Littman, M. L., Sutton, R. S., & Singh, S. *Predictive Representations of State*. Advances in Neural Information Processing Systems 14, 2001.
8. Jiang, N., Kulesza, A., & Singh, S. *Completing State Representations using Spectral Learning*. NeurIPS, 2018.
9. Arthur, W. B. *Competing Technologies, Increasing Returns, and Lock-In by Historical Events*. The Economic Journal 99(394), 116–131, 1989.
10. Martin, V. C., Schacter, D. L., Corballis, M. C., & Addis, D. R. *A Role for the Hippocampus in Encoding Simulations of Future Events*. PNAS 108(33), 13858–13863, 2011.
11. van Mulukom, V., Schacter, D. L., Corballis, M. C., & Addis, D. R. *Re-Imagining the Future: Repetition Decreases Hippocampal Involvement in Future Simulation*. PLOS ONE 8(7), e69596, 2013.

---

## Public Version Disclaimer

本文是一個認知—決策—動力系統框架。

本文不聲稱：

- Past Choice Base Space 已是標準數學術語；
- 所有決策系統都具有強路徑依賴；
- 歷史事件可以被完整客觀重建；
- counterfactual history 等於 reality；
- POMDP、PSR、path dependence economics 或 hippocampal studies 已證明完整 TCD；
- 「底空間」一詞在本文已具有完整拓撲空間公理；
- 未來對現在存在物理逆因果；
- 本文對 classical $P$ vs. $NP$ 提供任何新證明。

本文真正建立的是：

$$
\boxed{
\text{Past}
\neq
\text{Memory}
\neq
\text{Current Snapshot}.
}
$$

以及：

$$
\boxed{
\text{Actual History}
+
\text{Choice Opportunity}
+
\text{Choice Visibility}
+
\text{Historical Future-Space}
+
\text{Dependency Residue}
}
$$

可能共同構成一個更完整的、任務相對的：

$$
\boxed{
\mathcal B_t^-.
}
$$