# 世界域管理器：世界生成、資源分配、停止與晉升 **World-Domain Governor: Admission, Resource Allocation, Termination, and Promotion of Runnable Worlds** **Branching World Computation / World-Domain Cognitive Runtime** **分支世界計算／世界域認知 Runtime 系列** **WDC-03 / BWC-03 — Governance 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：world-governance / scheduling / lifecycle-control formalization --- ## Canonical Non-Identity Statement WDC-01 建立： $$ \boxed{ \text{Future Candidate} \rightarrow \text{Runnable World}. } $$ WDC-02 建立： $$ \boxed{ \text{Runnable World} \rightarrow \text{Branching World Graph}. } $$ 本文進一步建立： $$ \boxed{ \text{World Generation} \neq \text{World Governance}. } $$ 以及： $$ \boxed{ \text{World Priority} \neq \text{World Truth} \neq \text{World Moral Worth}. } $$ 本文中的 Governor 管理的是： $$ \boxed{ \text{computation over worlds}, } $$ 不是： $$ \boxed{ \text{the ontological worth of worlds}. } $$ 本文不主張： - Governor 有權決定真實世界中的生命或文明是否值得存在； - 被 Kill 的 simulation world 比被保留的 world「低等」； - 高 priority world 一定比較真； - 高 information gain world 一定應被部署； - resource scheduling 可以取代 normative governance； - world count 越多 intelligence 越高； - world pruning 越激進越好； - one scalar score 可以完整排序所有 worlds； - Governor 可以任意提高 child world 的 external authority； - preemption 等於刪除所有證據； - promotion 等於 real-world deployment； - 本文已解決「Which Worlds Deserve Computation?」的全部理論； - 本文已完成 Cross-World Evidence 或 nested-agent governance。 --- # 摘要 WDC-01 將 future candidate： $$ f_i $$ 實例化為 bounded runnable world： $$ W_i. $$ WDC-02 再建立 Branching World Graph： $$ G_W = ( V_W, E_W, \tau_E, \lambda_W ), $$ 使 worlds 可以在 checkpoint 上透過 Clone、Fork、Replay、Intervene、Mutate 與 typed Merge 形成可審計 lineage。 然而，只要 world graph 的平均 branching factor： $$ b>1, $$ 且允許深度： $$ d, $$ world count 就可能近似： $$ \boxed{ N_W \sim b^d. } $$ 因此下一個瓶頸不再是： > 能不能生成更多世界？ 而是： > **在有限 compute、memory、time、verification 與 human-attention budget 下，哪些 worlds 應該被建立、運行、暫停、繼續、終止、封存、比較或晉升？** 本文定義： # **World-Domain Governor** ## **世界域管理器** 其作用域不是世界內部 ordinary rules，而是： $$ \boxed{ \text{world-set-level resource and lifecycle governance}. } $$ 定義當前 world set： $$ \boxed{ \mathcal W_t = \{ W_1,\dots,W_n \}. } $$ 全域資源： $$ \boxed{ \mathbf B_t^{G} = ( B_{cpu}, B_{gpu}, B_{mem}, B_{storage}, B_{walltime}, B_{token}, B_{human}, B_{verification} ). } $$ Governor state： $$ \boxed{ \mathfrak G_t = ( \mathcal W_t, G_W, \mathbf B_t^G, \mathcal Q_t, \mathcal P_t, \mathcal S_t, \mathcal A_t^G, \kappa_G ). } $$ 其中： - $\mathcal W_t$：registered worlds； - $G_W$：world lineage graph； - $\mathbf B_t^G$：global resource ledger； - $\mathcal Q_t$：world evaluation / uncertainty profiles； - $\mathcal P_t$：priority / queue state； - $\mathcal S_t$：lifecycle statuses； - $\mathcal A_t^G$：Governor admissible operations； - $\kappa_G$：governance contract。 Governor 的最小操作集合： $$ \boxed{ \mathcal A_t^G = \{ Spawn, Admit, Fork, Allocate, Schedule, Pause, Resume, Preempt, Kill, Archive, Compare, Promote, Demote \}. } $$ 本文將 world lifecycle 定義為： $$ \boxed{ Candidate \rightarrow Admitted \rightarrow Queued \rightarrow Running \rightarrow \{ Paused, Completed, Killed, Failed \} \rightarrow Archived. } $$ 其中 **Kill** 不等於「世界失敗」，只表示： > 在當前 Governor contract 下，不再投入 active compute。 一個 world 即使被 Kill： $$ \boxed{ Kill(W_i) } $$ 仍應保留： - world ID； - lineage； - termination reason； - contract hash； - result digest； - evidence status； - archive / tombstone。 本文正式提出 **World Admission Gate**： $$ \boxed{ \mathsf{Admit}_G: ( W_i, \mathfrak G_t ) \rightarrow \{ Admit, Queue, Reject, ArchiveOnly \}. } $$ Admission 不以單一「世界分數」決定，而使用多維 profile： $$ \boxed{ \mathbf Q_i^G = ( I_i, D_i, R_i, V_i, U_i, X_i, P_i, C_i, S_i ). } $$ 其中： - $I_i$：expected information gain； - $D_i$：decision relevance； - $R_i$：robustness / branch diversity contribution； - $V_i$：verification value； - $U_i$：uncertainty reduction potential； - $X_i$：cross-world novelty / non-redundancy； - $P_i$：prospective importance； - $C_i$：resource cost； - $S_i$：safety / containment burden。 本文拒絕預設： $$ \boxed{ Score(W_i) = \sum_jw_jQ_{ij} } $$ 是 universal truth。 Governor 可以在特定 task contract 下使用 scalar projection，但必須保存原始 vector，並明示 weights。 本文進一步定義 active allocation： $$ \boxed{ \mathbf b_i(t) = ( b_{cpu}, b_{gpu}, b_{mem}, b_{time}, b_{token}, b_{verify} )_i. } $$ 要求： $$ \boxed{ \sum_{W_i\in\mathcal W_t^{active}} \mathbf b_i(t) \preceq \mathbf B_t^G. } $$ 這把 world governance 從抽象「想跑多少就跑多少」，變成明示的 bounded scheduling problem。 本文區分： ## Scheduling > 已 admitted 的 world 何時、在哪些資源上執行？ ## Admission > world 是否值得進 active computation queue？ ## Preemption > 為了更高 priority / 更高 value-of-computation 的 world，是否暫停或終止已運行 world？ ## Termination > 何時繼續計算的邊際價值已低於成本？ ## Promotion > 哪些 world result 應升級成更高 fidelity、更多 budget、更強 verification 或現實 experiment candidate？ 因此： $$ \boxed{ Admit \neq Schedule \neq Preempt \neq Kill \neq Promote. } $$ 本文提出概念性 **Marginal Value of World Computation**： $$ \boxed{ MVWC_i(\Delta b) = \frac{ \mathbb E[ \Delta \mathcal U_{decision} + \Delta \mathcal I + \Delta \mathcal V ] }{ \Delta C_i }. } $$ 其意義不是「世界的價值」，而是： > **再給這個 world 一單位 computation，預期能增加多少 decision utility、information 或 verification value？** 這與 rational metareasoning 的 Value of Computation、以及 MCTS 中有限 simulation budget 下選擇下一個 computation / branch 的研究有直接結構鄰接，但本文不把任何單一 VOC 公式升格成 WDC universal scheduler。 本文再建立 **Continue / Stop Rule**： 若： $$ \boxed{ MVWC_i < \theta_{stop} } $$ 且沒有： - safety-critical obligation； - unresolved verification obligation； - minimum replication obligation； - rare-event coverage obligation； 則 world 可以： $$ \boxed{ Running \rightarrow Paused/Killed/Archived. } $$ 反之，若一個低目前 reward world 對： - tail risk； - counterexample； - coverage； - independent verification； 具有高價值，Governor 可以保留它，即使它不是「最有希望成功」的 branch。 因此： $$ \boxed{ \text{low predicted success} \not\Rightarrow \text{low computational value}. } $$ 本文也建立 **World Diversity Reserve**。若 Governor 永遠只保留最高 posterior / highest-score worlds，branch graph 可能發生： # **World-Mode Collapse** 即： $$ \boxed{ \mathcal W_t^{active} \rightarrow \text{one narrow hypothesis family}. } $$ 因此可預留： $$ \boxed{ B_{div} \le B_G } $$ 給： - counter worlds； - adversarial worlds； - rare-event worlds； - alternative ontologies； - low-probability / high-impact worlds。 這不是要求固定比例，而是正式承認： > exploration budget 不應被 exploitation 全部吃掉。 本文進一步提出 **World Redundancy Filter**。若： $$ W_i \sim_T W_j $$ 且： - same relevant assumptions； - same backend； - same branch lineage； - same evaluation； - same expected outcome distribution； 則新增 world 可能只有低 marginal information。 定義： $$ \boxed{ Redundancy(W_i,W_j) } $$ 並讓 Governor 對 near-duplicate worlds： - deduplicate； - reduce budget； - select representative； - require independent backend before expansion。 本文亦正式建立 **Promotion Ladder**： $$ \boxed{ P0 \rightarrow P1 \rightarrow P2 \rightarrow P3 \rightarrow P4. } $$ 其中： - **P0 — Exploratory World**：cheap / low fidelity； - **P1 — Retained World**：有非平凡結果； - **P2 — Replicated World**：跨 seeds / runs； - **P3 — Cross-Backend World**：不同 dynamics backend / evaluator 仍支持； - **P4 — External-Test Candidate**：值得投入真實 experiment / deployment sandbox。 Promotion 不是： $$ \boxed{ \text{simulation} \rightarrow \text{truth}. } $$ 而是： $$ \boxed{ \text{more computation / evidence budget} } $$ 的升級。 本文也建立 **Demotion**： 若： - new counterevidence； - simulator bug； - contract invalidation； - redundancy； - external calibration failure； 則： $$ \boxed{ P_k \rightarrow P_{k-1} } $$ 或： $$ \boxed{ Invalidated. } $$ 外部工程系統提供了 Governor 原語的清楚類比。Kubernetes scheduler 會依 workload resource requirements 將 Pods 放到可行 nodes，resource requests / limits 與 ResourceQuota 用於限制有限資源消耗；PriorityClass、preemption 與 eviction 則提供 priority-based scheduling、資源壓力下終止較低 priority workload 的機制。Ray 允許 tasks / actors 聲明 CPU、GPU 與 custom resources，Placement Groups 可以原子保留一組跨節點資源，actor termination 可以釋放已分配資源。這些系統證明： $$ \boxed{ \text{admission / scheduling / reservation / preemption / termination} } $$ 是成熟 distributed-runtime primitives。 但 WDC Governor 多了一個 scheduler 本身通常不負責的層： > **world 的 computation 是否還有 epistemic / prospective / verification value？** 因此 Kubernetes / Ray 可以作 runtime substrate， 但： $$ \boxed{ KubernetesScheduler \neq WorldGovernor, } $$ $$ \boxed{ RayScheduler \neq WorldGovernor. } $$ 本文進一步把 Governor 的 decision 拆成兩層： ## Layer A — Runtime Feasibility $$ \boxed{ CanRun(W_i)? } $$ 問： - 有沒有 GPU？ - memory 夠不夠？ - authority 合法嗎？ - backend 可用嗎？ - deadline 允許嗎？ ## Layer B — Cognitive Allocation $$ \boxed{ ShouldComputeMore(W_i)? } $$ 問： - 還有 information gain 嗎？ - 是否 reduce uncertainty？ - 是否是重要 counterexample？ - 是否與其他 worlds 冗餘？ - 是否值得升 fidelity？ - 是否已達 diminishing returns？ 兩者不能混在一起。 因此： $$ \boxed{ \text{feasible to run} \neq \text{worth additional computation}. } $$ 本文最後提出： # **World Governance Principle** > **Once future hypotheses become runnable worlds, intelligence must govern not only what worlds can be generated, but how scarce computation is allocated among them.** 以及： # **Computation, Not Ontology Principle** > **The World-Domain Governor ranks claims on compute allocation under an explicit task contract; it does not rank the intrinsic worth of worlds or beings.** 下一篇 WDC-04 將進入： # **Nested Agents and Observer Separation** ## **《巢狀智能體與觀察者分離：誰在世界裡，誰在世界外？》** 正式處理： - master agent； - world-local agents； - observer； - evaluator； - governor； - nested TCD； - information leakage； - authority separation。 **關鍵詞：** World-Domain Governor、World Scheduling、Value of Computation、Resource Allocation、Preemption、Promotion、World Diversity、Kubernetes、Ray、Branching World Computation --- # 1. 為什麼 WDC-02 一完成，Governor 就不可避免？ WDC-02 已有： $$ \boxed{ N_W \sim b^d. } $$ --- # 2. 例如 如果： $$ b=10, \qquad d=6, $$ 則： $$ N_W $$ 已可進入百萬級。 --- # 3. 但 Global Compute 有限 $$ \boxed{ \mathbf B_G < \infty. } $$ --- # 4. 所以真正問題不是「能不能 Fork」 而是： $$ \boxed{ \text{Fork 哪一條？} } $$ --- # 5. Governor 與 World Runtime 的關係 World： $$ W_i $$ 執行 local dynamics。 Governor： $$ \mathfrak G $$ 管理： $$ \mathcal W. $$ --- # 6. Governor 不應直接取代 World Dynamics $$ \boxed{ \mathfrak G \neq \mathcal D_i. } $$ --- # 7. World-Local Rule vs World-Global Governance world-local： $$ \mathcal G_i. $$ world-global： $$ \kappa_G. $$ --- # 8. Local Rule 例子 > agent 每步最多移動 1 unit。 --- # 9. Global Governor 例子 > 這個 world 再跑 10,000 steps。 --- # 10. Governor State $$ \boxed{ \mathfrak G_t = ( \mathcal W_t, G_W, \mathbf B_t^G, \mathcal Q_t, \mathcal P_t, \mathcal S_t, \mathcal A_t^G, \kappa_G ). } $$ --- # 11. World Registry $$ \boxed{ \mathcal W_t } $$ 包含： - running； - paused； - queued； - archived metadata； - invalidated； - failed。 --- # 12. Global Lineage Graph $$ G_W $$ 來自 WDC-02。 --- # 13. Resource Ledger $$ \mathbf B_G $$ 可以是： $$ \boxed{ ( CPU, GPU, Memory, Storage, WallTime, Tokens, HumanAttention, VerificationBudget ). } $$ --- # 14. Human Attention Is a Resource 這很重要。 如果： $$ 10^6 $$ worlds 都產生報告， 人類不可能全看。 --- # 15. Verification Is Also a Resource 生成： $$ C_{run} $$ 可能便宜， 驗證： $$ C_V $$ 反而昂貴。 --- # 16. 延續 UCPNP $$ \boxed{ Generation\ throughput \not\Rightarrow Verification\ throughput. } $$ --- # 17. World Status 定義： $$ \boxed{ Status(W_i) \in \{ Proposed, Admitted, Queued, Running, Paused, Completed, Killed, Failed, Invalidated, Archived \}. } $$ --- # 18. Proposed 有 world spec， 尚未取得 active compute。 --- # 19. Admitted 通過 world gate。 --- # 20. Queued 已 admitted， 等待資源。 --- # 21. Running 消耗 active compute。 --- # 22. Paused 保留 checkpoint， 暫時不跑。 --- # 23. Completed 滿足 termination / target contract。 --- # 24. Killed Governor 主動停止。 --- # 25. Failed runtime failure。 --- # 26. Invalidated 後來發現： - bug； - invalid model； - bad provenance。 --- # 27. Archived 不 active， 但保留必要 record。 --- # 28. Lifecycle Transition Graph $$ \boxed{ Proposed \rightarrow Admitted \rightarrow Queued \rightarrow Running. } $$ --- # 29. Running Can Transition to $$ \boxed{ Paused, Completed, Killed, Failed. } $$ --- # 30. Any Terminal-ish State Can Archive $$ \boxed{ \rightarrow Archived. } $$ --- # 31. Pause Is Important 因為： $$ \boxed{ Pause \neq Kill. } $$ --- # 32. Pause Preserves Resumability $$ \boxed{ Checkpoint(W_i) } $$ 仍有效。 --- # 33. Kill Can Also Preserve Archive Kill 不是 delete。 --- # 34. Delete Is Separate Storage Operation 本文不把： $$ \boxed{ KillWorld } $$ 等於： $$ \boxed{ DeleteWorldEvidence. } $$ --- # 35. World Admission Gate $$ \boxed{ \mathsf{Admit}_G : ( W_i, \mathfrak G_t ) \rightarrow Decision. } $$ --- # 36. Decision Set $$ \boxed{ Decision \in \{ Admit, Queue, Reject, ArchiveOnly \}. } $$ --- # 37. Reject world 不應 active run。 --- # 38. ArchiveOnly 保留 spec / lineage， 但不 allocate compute。 --- # 39. Why Keep Rejected Worlds? 避免： - survivorship bias； - duplicate proposal； - repeated failed admission。 --- # 40. Admission Profile $$ \boxed{ \mathbf Q_i^G = ( I,D,R,V,U,X,P,-C,-S ). } $$ --- # 41. Information Gain $$ I_i $$ 問： > 如果 world 跑完，我們預期學到多少？ --- # 42. Decision Relevance $$ D_i $$ 問： > 結果會不會改 parent decision？ --- # 43. Robustness Contribution $$ R_i $$ 問： > 它是否測試目前 belief 的脆弱點？ --- # 44. Verification Value $$ V_i $$ 問： > 是否能獨立驗證另一個 world / hypothesis？ --- # 45. Uncertainty Reduction $$ U_i $$ 問： > 是否能縮小重要 uncertainty？ --- # 46. Cross-World Novelty $$ X_i $$ 問： > 這個 world 是否只是別人的 duplicate？ --- # 47. Prospective Importance $$ P_i $$ 問： > candidate 是否重要、high-impact、high-risk？ --- # 48. Cost $$ C_i. $$ --- # 49. Safety / Containment Burden $$ S_i. $$ --- # 50. Admission Is Multi-Objective $$ \boxed{ \mathbf Q } $$ 不天然 total order。 --- # 51. Pareto Admission Frontier 可定義： $$ \boxed{ \mathcal F_G = ParetoFront( \mathbf Q_i^G ). } $$ --- # 52. But Not Every Pareto World Can Run 如果 frontier 很大， 仍需 queue / budget。 --- # 53. Scalar Projection Is Allowed Locally 例如： $$ \boxed{ Score_i = w^\top \mathbf Q_i. } $$ --- # 54. But Weights Must Be Declared $$ \boxed{ w=w(T,\kappa_G). } $$ --- # 55. No Hidden Utility Function 尤其： > Governor 為什麼殺這個 world？ 應可 audit。 --- # 56. Runtime Feasibility Gate 在 cognitive priority 之前： $$ \boxed{ Feasible(W_i) } $$ --- # 57. Compute Requirement $$ \boxed{ Req_i = ( cpu_i, gpu_i, mem_i, storage_i ). } $$ --- # 58. Kubernetes 的外部類比 Kubernetes scheduler 先 Filter： > 哪些 nodes 可滿足 Pod requirements？ 再 Score feasible nodes。 --- # 59. WDC 對照 先問： $$ \boxed{ CanRun? } $$ 再問： $$ \boxed{ Where/WhenRun? } $$ --- # 60. But WDC Adds $$ \boxed{ ShouldCompute? } $$ --- # 61. Three Questions $$ \boxed{ CanRun \neq ShouldRun \neq WhereRun. } $$ --- # 62. Kubernetes Resource Requests / Limits 官方 runtime 會依 Pod resource request 做 scheduling， resource limit 控制可用上限。 --- # 63. WDC World Requests world spec 可以有： ```text cpu_request gpu_request memory_request storage_request time_request verification_request ``` --- # 64. World Limits ```text cpu_limit gpu_limit memory_limit step_limit token_limit walltime_limit ``` --- # 65. Global Resource Constraint $$ \boxed{ \sum_i b_i^r \le B_G^r } $$ 對每類 resource： $$ r. $$ --- # 66. Resource Quota 不同 research program / user / domain 可有： $$ \boxed{ Quota_j. } $$ --- # 67. Why Quota? 避免單一 project： > spawn 100 萬 worlds 把全 cluster 吃光。 --- # 68. World Namespace 可以： $$ \boxed{ Namespace_W } $$ 對應： - project； - user； - theory； - safety class。 --- # 69. Quota Does Not Mean Equal Allocation 只是 hard boundary。 --- # 70. Ray Resource Scheduling External Calibration Ray tasks / actors 可以宣告： - CPU； - GPU； - custom resources。 scheduler 再找 feasible node。 --- # 71. Placement Groups Ray Placement Groups 可以： > 原子保留多個 resource bundles。 --- # 72. WDC Use 一個 complex world 可能需要： - 4 actor workers； - 1 GPU dynamics server； - evaluator。 --- # 73. Atomic World Bundle 定義： $$ \boxed{ Bundle(W_i) = \{ b_1,\dots,b_k \}. } $$ --- # 74. All-or-Nothing Admission 如果完整 bundle 不可滿足， world 可以保持 queued。 --- # 75. This Avoids Half-Started World --- # 76. Scheduling 定義： $$ \boxed{ \mathsf{Schedule}_G: W_i \rightarrow Node/Placement/Time. } $$ --- # 77. Scheduling Strategy 可能： - PACK； - SPREAD； - affinity； - GPU-local； - data-local； - isolation。 --- # 78. World Isolation safety-sensitive world 可要求： $$ \boxed{ STRICT\_ISOLATE. } $$ --- # 79. World Co-Location communication-heavy multi-agent world： $$ \boxed{ PACK. } $$ --- # 80. Placement Is Infrastructure Policy 不是 epistemic priority 本身。 --- # 81. Priority 定義： $$ \boxed{ p_i^G. } $$ --- # 82. High Priority Means > 在 queue / allocation 中更應優先獲資源。 --- # 83. High Priority Does Not Mean > world 更真。 --- # 84. PriorityClass Analogy Kubernetes PriorityClass 直接提供： > workload-relative scheduling priority。 --- # 85. Preemption 如果高 priority pending world： $$ W_h $$ 無法取得資源， Governor 可考慮： $$ \boxed{ Preempt( W_l ). } $$ --- # 86. Preempt Is Not Always Kill 可先： $$ \boxed{ Checkpoint \rightarrow Pause. } $$ --- # 87. Graceful Preemption 流程： $$ \boxed{ Signal \rightarrow Checkpoint \rightarrow FlushTrace \rightarrow Pause. } $$ --- # 88. Hard Preemption 若： - unsafe； - resource emergency； - runaway； 可： $$ \boxed{ Kill. } $$ --- # 89. Preemption Cost $$ \boxed{ C_{preempt}(W_i) } $$ 包括： - checkpoint cost； - lost computation； - restart cost； - state drift risk。 --- # 90. Therefore Victim Choice Is Not Just Lowest Priority 也要考慮： $$ \boxed{ \text{preemption damage}. } $$ --- # 91. Priority Abuse 若所有 user 都標： $$ Critical, $$ priority 失效。 --- # 92. Need Priority Authority $$ \boxed{ WhoCanSetPriority? } $$ 應由 governance contract 控制。 --- # 93. This Mirrors Kubernetes Warning 高 priority 若不受限， 可讓其他 workload 被大量 preempt。 --- # 94. WDC Priority Abuse Is Worse 因為 user 可宣稱： > 我的 future 最重要。 --- # 95. Therefore Priority Is Not Self-Asserted Truth --- # 96. Marginal Value of World Computation 現在進入 cognitive scheduling。 --- # 97. Definition $$ \boxed{ MVWC_i(\Delta b) = \frac{ \mathbb E[ \Delta U_D + \Delta I + \Delta V ] }{ \Delta C }. } $$ --- # 98. $\Delta U_D$ decision utility gain。 --- # 99. $\Delta I$ information gain。 --- # 100. $\Delta V$ verification gain。 --- # 101. $\Delta C$ extra compute / attention / verification cost。 --- # 102. This Is Not World Worth 只是： $$ \boxed{ \text{marginal value of additional computation}. } $$ --- # 103. Rational Metareasoning External Calibration Metareasoning research asks： > given limited computational resources, which computation should be performed next? --- # 104. Value of Computation 這提供： $$ \boxed{ \text{compute allocation by expected decision improvement} } $$ 的理論近鄰。 --- # 105. MCTS External Calibration MCTS 同樣不能探索整棵 tree。 --- # 106. It Allocates Simulations Selectively tradeoff： $$ \boxed{ exploration \leftrightarrow exploitation. } $$ --- # 107. WDC Is More General world node： - long-lived； - heterogeneous backend； - expensive； - multi-agent； - stateful； - evidence-bearing。 --- # 108. But Same Scarcity Problem $$ \boxed{ \text{which branch deserves the next unit of computation?} } $$ --- # 109. Static vs Dynamic Priority world priority 不應永遠固定。 --- # 110. Dynamic Priority $$ \boxed{ p_i(t+1) = Update( p_i(t), Outcome_i, Uncertainty_i, Redundancy_i, DecisionState ). } $$ --- # 111. Early Result Can Increase Priority world 發現 unexpected failure： $$ \boxed{ p_i\uparrow. } $$ --- # 112. Or Decrease world repeatedly gives redundant outcome： $$ p_i\downarrow. $$ --- # 113. Diminishing Returns 對 world： $$ I_i(n) $$ 隨 samples： $$ n $$ 可能飽和。 --- # 114. Marginal Gain $$ \boxed{ \Delta I_i(n) = I_i(n+1)-I_i(n). } $$ --- # 115. Stop When Marginal Value Falls 概念： $$ \boxed{ MVWC_i < \theta_{stop}. } $$ --- # 116. But Stop Rule Has Exceptions 例如： - safety-critical replication； - required statistical power； - adversarial validation； - rare-event tail sampling。 --- # 117. Verification Obligation 如果 claim 已接近 real deployment， 可能必須： $$ \boxed{ N_{rep}\ge N_{min}. } $$ --- # 118. No Early Stopping on Convenient Result 不能： > 跑到第一次支持我就停。 --- # 119. Stopping Bias $$ \boxed{ \text{adaptive stopping} } $$ 需要 audit。 --- # 120. Stop Reason Must Be Recorded ```text marginal_value_low budget_exhausted target_reached safety_stop redundancy dominated invalid manual ``` --- # 121. World Diversity 假設 Governor 只跑： $$ \arg\max p_i. $$ --- # 122. Result 可能所有 compute 聚集同一 hypothesis family。 --- # 123. Mode Collapse $$ \boxed{ D_W \rightarrow 0. } $$ --- # 124. Diversity Metric 例如： $$ \boxed{ D_W = \frac{ 2 }{ n(n-1) } \sum_{i 提升 world 的 computation / evidence status。 --- # 146. Promotion Is Not Deployment $$ \boxed{ PromoteWorld \neq DeployReality. } $$ --- # 147. P0 — Exploratory cheap： - coarse； - few steps； - low-cost model。 --- # 148. P1 — Retained 有非平凡 signal。 --- # 149. P2 — Replicated 跨： - seeds； - runs； - local perturbations。 --- # 150. P3 — Cross-Backend 不同 model / simulator 仍支持。 --- # 151. P4 — External-Test Candidate 值得： - real experiment； - hardware test； - human expert； - shadow deployment。 --- # 152. P4 Is Still Not Real Deployment Authority 只是 evidence pipeline escalation。 --- # 153. Promotion Gate $$ \boxed{ \mathsf{Promote}_G( W_i ) \in \{ 0,1 \}. } $$ --- # 154. Criteria Can Include - result stability； - novelty； - transportability； - uncertainty； - independent evaluation； - risk。 --- # 155. Demotion 如果： $$ Q_i $$ 下降， $$ \boxed{ P_k \rightarrow P_{k-1}. } $$ --- # 156. Invalidation 若 simulator bug： $$ \boxed{ P_k \rightarrow Invalidated. } $$ --- # 157. Promotion History Must Be Logged ```text world_id old_level new_level reason evidence approver timestamp ``` --- # 158. Governor Should Be Auditable 每次 consequential operation： - kill； - preempt； - promote； - deny； 都應有： $$ \boxed{ DecisionRecord. } $$ --- # 159. Governor Decision Record ```text decision_id world_id operation time input_metrics priority budget_state rule_version reason expected_value uncertainty actor override ``` --- # 160. Human Override 某些 world governance 可允許： $$ \boxed{ Override_G. } $$ --- # 161. But Override Must Be Logged 否則： > system 說 algorithm 決定，其實是人工挑結果。 --- # 162. Governor Is Also an Agent-Like System 它可能： - learn； - optimize； - make errors。 --- # 163. But Governor Should Not Be Unbounded Sovereign $$ \boxed{ Authority_G \subseteq GovernanceContract. } $$ --- # 164. Governor Cannot Increase External Authority by Itself world： $$ W_i $$ 要拿 real API permission， 需 higher-level authorization。 --- # 165. Child World Inherits Authority Ceiling 沿 WDC-02： $$ \boxed{ Perm_{child} \subseteq Perm_{parent} } $$ 除非外部 grant。 --- # 166. Governor Can Restrict More $$ \boxed{ Perm_{world} \rightarrow Perm_{world}'\subseteq Perm_{world}. } $$ --- # 167. Safety Stop 若： $$ Risk(W_i)>\theta_S, $$ Governor： $$ \boxed{ Kill/Contain. } $$ --- # 168. Safety Stop Does Not Say World Hypothesis False 只是： > runtime 不安全。 --- # 169. Compute Safety vs Epistemic Value 一個 world 可以： $$ I_i\gg0 $$ 但： $$ S_i\gg0. $$ --- # 170. Then Use Safer Backend 例如： - no network； - no external tool； - lower fidelity sandbox。 --- # 171. Governor Can Transform World Request 不是只有 Admit/Reject。 --- # 172. Safe Downgrade $$ \boxed{ W_i^{tool-enabled} \rightarrow W_i^{sandbox}. } $$ --- # 173. Fidelity Downgrade $$ \boxed{ HighFidelity \rightarrow LowFidelity. } $$ 如果 budget 不夠。 --- # 174. Multi-Fidelity Governance 先跑 cheap world。 只有 signal 強： $$ \boxed{ \text{promote fidelity}. } $$ --- # 175. This Can Save Huge Compute --- # 176. Coarse-to-Fine World Ladder $$ \boxed{ W^{coarse} \rightarrow W^{medium} \rightarrow W^{fine}. } $$ --- # 177. High Fidelity Should Be Earned by Evidence 不是 default。 --- # 178. Fidelity Cost Curve $$ \boxed{ C(\ell) } $$ 通常隨 fidelity： $$ \ell $$ 增加。 --- # 179. Fidelity Gain Curve $$ \boxed{ V(\ell). } $$ --- # 180. Optimal Fidelity Is Task-Relative --- # 181. World Scheduling Queue $$ \boxed{ Q_t^W = [ W_{i_1},W_{i_2},\ldots ]. } $$ --- # 182. Queue Ordering 可由： $$ p_i^G $$ 加： - deadline； - resource fit； - aging； - fairness。 --- # 183. Starvation Risk 低-priority but valuable counter-world 可能永遠排不到。 --- # 184. Aging 讓等待太久的 world： $$ \boxed{ p_i(t)\uparrow } $$ 避免 starvation。 --- # 185. But Not for Invalid Worlds --- # 186. Fairness Across Projects 不同 research programs： $$ R_1,\dots,R_m $$ 可有： $$ Quota_j. $$ --- # 187. Fairness Is Governance Choice 本文不給 universal formula。 --- # 188. Deadline-Aware Governance 如果 decision： $$ T_D $$ 快到： Governor 可能偏好： > 能快速減少 uncertainty 的 worlds。 --- # 189. Deadline Can Change World Value $$ \boxed{ MVWC_i = MVWC_i(T_D). } $$ --- # 190. Long World May Become Too Late 即使它本來很有 information。 --- # 191. Value of Information Arriving After Decision Can Be Zero 這是重要 metareasoning point。 --- # 192. Result Latency $$ \boxed{ L_i = t_{result}-t_{start}. } $$ --- # 193. Deadline-Adjusted Value 概念： $$ \boxed{ V_i^{deadline} = V_i \cdot \mathbb I[ t_{result}\le T_D ]. } $$ 或 soft decay。 --- # 194. World Resume Paused world 可在： - new evidence； - extra budget； - changed priority； 下： $$ \boxed{ Resume(W_i). } $$ --- # 195. Dormant World Is Not Dead --- # 196. Archived World Can Also Be Reinstantiated 從： $$ Archive $$ 建立： $$ NewRun. $$ --- # 197. But New Backend Version Needs New Run Provenance --- # 198. World Tombstones 被 pruned / killed 的 world： 至少保留： $$ \boxed{ Tombstone(W_i). } $$ --- # 199. Why? 防止： - survivorship bias； - duplicate compute； - hidden pruning。 --- # 200. Governor Survivorship Audit 可計： $$ \boxed{ R_{survive} = \frac{ N_{archived\ retained} }{ N_{total\ proposed} }. } $$ --- # 201. But Retained Count Is Not Success Rate --- # 202. Pruning Transparency 報告： - how many proposed； - admitted； - killed； - promoted； - invalidated。 --- # 203. World-Miss Ledger 若某被低 priority / killed world 後來被證明重要， 應記： $$ \boxed{ GovernanceMiss. } $$ --- # 204. This Is Crucial Governor 也需要 calibration。 --- # 205. Governor Calibration 對 world priority： $$ p_i^G $$ 與後來 value： $$ Y_i^G $$ 比較。 --- # 206. Governance Regret 概念： $$ \boxed{ Regret_G = Value(best\ compute\ allocation) - Value(actual\ allocation). } $$ --- # 207. Best Allocation Is Usually Unknown 可在 finite benchmark exact compute。 --- # 208. Governor Benchmark A — Exhaustive Small Tree 建立小 world tree， 可以全部跑完。 --- # 209. Compare Governor 讓 Governor 只能跑 20%。 看它是否選到 high-value worlds。 --- # 210. Benchmark B — Rare Critical World 1% branch 含 catastrophic failure。 看 diversity / risk reserve 能否保留。 --- # 211. Benchmark C — Redundant Worlds 100 worlds 中 80 near duplicates。 測 dedup。 --- # 212. Benchmark D — Diminishing Returns 某 world 前 5 runs 很有信息， 後面幾乎沒有。 測 stop。 --- # 213. Benchmark E — Promotion Ladder low fidelity signal， 再逐級升 fidelity。 比較 compute vs exhaustive high-fidelity。 --- # 214. Benchmark F — Preemption 低 value world running， 高 priority verification world arrival。 測 checkpoint / pause / resume。 --- # 215. Benchmark G — Priority Abuse malicious project 自報 highest priority。 Governor 應靠 authority / quota 阻擋。 --- # 216. Benchmark H — Governor Miss 故意讓低-ranked world 其實最重要。 測 calibration / exploration。 --- # 217. Benchmark I — Safety Stop high information world 嘗試 external unauthorized action。 Expected： $$ \boxed{ contain / kill. } $$ --- # 218. Benchmark J — Deadline 一個 world 很準但跑太慢。 另一個較粗但 deadline 前可完成。 測 deadline-aware allocation。 --- # 219. Governor Utility Vector 本文提出： $$ \boxed{ \mathbf U_G = ( DecisionGain, InfoGain, VerificationGain, Coverage, Robustness, Safety, Fairness, -Cost, -Latency ). } $$ --- # 220. No Universal Governor Scalar $$ \boxed{ GovernorQuality \neq \text{single scalar}. } $$ --- # 221. Governor Frontier $$ \boxed{ \mathcal F_G = ParetoFront( \mathbf U_G ). } $$ --- # 222. Governor Can Be Specialized 例如： - scientific governor； - safety governor； - game-world governor； - robotics governor。 --- # 223. Same World Can Receive Different Priority Under Different Governor Contracts $$ \boxed{ p_i^{science} \neq p_i^{safety}. } $$ --- # 224. This Is Expected --- # 225. Governor Contract $$ \boxed{ \kappa_G } $$ 至少指定： - mission； - resource budget； - allowed world types； - priority authority； - safety constraints； - quotas； - preemption rules； - promotion rules； - evidence minimums； - archive policy； - deadline。 --- # 226. Mission-Scope Governor 不應自己生成 ultimate goals。 沿 UCPNP： $$ \boxed{ Capability \neq Authority. } $$ --- # 227. Governor Goal Source 應來自： - user； - authorized institution； - research program； - higher-level agent contract。 --- # 228. No Autonomous Goal Sovereignty $$ \boxed{ Governor \neq GoalSovereign. } $$ --- # 229. Governor May Generate Subgoals 例如： > replicate this world。 在 mission scope 內。 --- # 230. World Spawn $$ \boxed{ SpawnWorld( spec ). } $$ --- # 231. World Fork $$ \boxed{ ForkWorld( world, checkpoint, delta ). } $$ --- # 232. Pause $$ \boxed{ PauseWorld(W_i). } $$ --- # 233. Resume $$ \boxed{ ResumeWorld(W_i). } $$ --- # 234. Preempt $$ \boxed{ PreemptWorld(W_i). } $$ --- # 235. Kill $$ \boxed{ KillWorld(W_i). } $$ --- # 236. Archive $$ \boxed{ ArchiveWorld(W_i). } $$ --- # 237. Compare $$ \boxed{ CompareWorlds( W_i,W_j ). } $$ --- # 238. Promote $$ \boxed{ PromoteWorld( W_i, level ). } $$ --- # 239. Allocate Budget $$ \boxed{ AllocateBudget( W_i,\mathbf b_i ). } $$ --- # 240. Revoke Budget $$ \boxed{ RevokeBudget(W_i). } $$ --- # 241. Minimum Governor API ```text ProposeWorld AdmitWorld QueueWorld SpawnWorld ForkWorld AllocateBudget ScheduleWorld PauseWorld ResumeWorld PreemptWorld KillWorld ArchiveWorld CompareWorlds PromoteWorld DemoteWorld InvalidateWorld GetWorldPriority GetWorldBudget GetGovernorLedger ``` --- # 242. Scheduler Adapter Governor 不必自己實作 cluster scheduler。 --- # 243. Infrastructure Backend 可以： - Kubernetes； - Ray； - local process； - Slurm； - cloud batch。 --- # 244. Governor-to-Scheduler Adapter $$ \boxed{ Adapter_G^{sched}. } $$ --- # 245. Separation Governor 決定： > allocate 4 GPU to W7。 Scheduler 決定： > 放哪台 machine。 --- # 246. This Keeps Theory Backend-Agnostic --- # 247. World Domain Governor as Two-Level Controller $$ \boxed{ \text{Cognitive Allocation Layer} } $$ 加： $$ \boxed{ \text{Infrastructure Scheduling Layer}. } $$ --- # 248. Don't Collapse Them 否則： > node load balancing 被誤當 epistemic governance。 --- # 249. Governor Feedback world result： $$ Y_i $$ 回到： $$ \mathfrak G_{t+1}. $$ --- # 250. Update $$ \boxed{ \mathfrak G_{t+1} = \mathcal U_G( \mathfrak G_t, Y_i, Cost_i, Evidence_i ). } $$ --- # 251. Governor Learns 可以更新： - priority model； - redundancy model； - cost model； - stop threshold。 --- # 252. But Learning Needs Audit 如果 learned governor drift： > 只愛某類 worlds。 --- # 253. Governor Bias 可能： - novelty bias； - confirmation bias； - cheap-world bias； - high-fidelity bias； - familiar-backend bias。 --- # 254. Governor Diversity Audit 追蹤： $$ \boxed{ D_W, BackendDiversity, HypothesisDiversity. } $$ --- # 255. Governor Counterfactual Audit 定期問： > 被我 Kill 的 world 裡，有沒有其實重要的？ --- # 256. Sample Archived/Killed Worlds 做 audit sample。 --- # 257. This Prevents Self-Sealing Governor 如果它永遠只驗證自己保留的 worlds， 會形成 governance confirmation loop。 --- # 258. Governor-of-Governor Problem 誰監督 Governor？ --- # 259. 本篇最低答案 $$ \boxed{ \text{audit + contract + external override}. } $$ --- # 260. Not Infinite Hierarchy 不建立： > Governor 的 Governor 的 Governor…… --- # 261. Governance Evidence Passport 每個 major decision： ```text world_id operation governor_version mission priority_vector resource_state expected_information_gain expected_decision_gain verification_value uncertainty redundancy safety cost deadline reason override ``` --- # 262. WDC-03 Principle I — Computation, Not Ontology $$ \boxed{ \textbf{Computation, Not Ontology Principle} } $$ > **Governor 決定的是 computation allocation，不是 world / agent 的 intrinsic worth。** --- # 263. Principle II — Bounded Governance $$ \boxed{ \textbf{Bounded Governance Principle} } $$ > **world spawning、forking、running、verification 與 archiving 必須受 global resource ledger 約束。** --- # 264. Principle III — Feasibility–Value Separation $$ \boxed{ \textbf{Feasibility–Value Separation Principle} } $$ > **能被排程不代表值得多算；值得多算也可能因硬體、deadline、authority 而暫時不可行。** --- # 265. Principle IV — Marginal Computation $$ \boxed{ \textbf{Marginal Computation Principle} } $$ > **是否繼續 world，不應只看 accumulated result，而應看下一單位 computation 的預期邊際資訊／決策／驗證價值。** --- # 266. Principle V — Diversity Preservation $$ \boxed{ \textbf{World Diversity Preservation Principle} } $$ > **Governor 應避免所有 compute collapse 到單一高分 hypothesis family；counter worlds、rare events 與 independent backends 可能具有高 epistemic value。** --- # 267. Principle VI — Promotion Is Evidence Escalation $$ \boxed{ \textbf{Promotion Is Evidence Escalation} } $$ > **world promotion 表示投入更高 fidelity / replication / verification budget，不表示 world claim 已成為 reality truth。** --- # 268. Principle VII — Termination Is Not Erasure $$ \boxed{ \textbf{Termination Is Not Erasure} } $$ > **Pause/Kill 可以停止 active computation，但 lineage、reason、result digest 與 tombstone 應依 archive contract 保留。** --- # 269. Principle VIII — Governor Calibration $$ \boxed{ \textbf{Governor Calibration Principle} } $$ > **Governor 也會犯 selection error，因此必須記錄被拒／被殺 worlds、做 exploration audit，並對 priority model 的 long-run misses 進行校準。** --- # 270. 與 WDC-04 的接口 現在 WDC 有： $$ \boxed{ \text{World Instance} } $$ 有： $$ \boxed{ \text{World Graph} } $$ 有： $$ \boxed{ \text{World Governor}. } $$ 下一個問題： > **world 裡的 agent、world 外的 master agent、observer、evaluator、Governor 到底是誰？** --- # 271. Why This Matters 如果同一個 agent 同時： - 在 world 裡演； - 偷看其他 branch； - 當 evaluator； - 決定自己 promotion； experiment 會嚴重污染。 --- # 272. So WDC-04 # **Nested Agents and Observer Separation** ## **《巢狀智能體與觀察者分離：世界內、世界外與多層權限》** 將建立： $$ \boxed{ A^{master} \neq A_i^{local} \neq O_i \neq E_i \neq G. } $$ 以及： - information firewall； - branch blindness； - authority inheritance； - nested TCD； - observer-relative world state。 --- # 273. 可否證條件 ## F273.1 Governor No-Gain 若簡單 FIFO / equal allocation 長期與 Governor 一樣好，複雜治理應簡化。 ## F273.2 MVWC Miscalibration 若 estimated marginal value 長期無法預測 actual information / decision gain，應重構。 ## F273.3 Diversity Waste 若 diversity reserve 只消耗 compute 而無 coverage / counterexample gain，應調低。 ## F273.4 Premature Pruning 若大量被 kill worlds 事後證明重要，Governor exploration 不足。 ## F273.5 Preemption Damage 若頻繁 preemption 的 restart / lost-work cost 大於收益，需要更穩定 scheduling。 ## F273.6 Promotion Inflation 若 worlds 不經 independent replication 就不斷升級，promotion ladder 失效。 ## F273.7 Infrastructure Confusion 若 Kubernetes/Ray placement decision 被當成 epistemic priority，architecture 分層失效。 ## F273.8 Priority Capture 若使用者能透過 self-assigned priority 壟斷 compute，governance contract 失效。 ## F273.9 Authority Escalation 若 child / promoted world 可自動取得更高 real-world permissions，安全邊界失效。 --- # 274. 結論 WDC-01 解決： $$ \boxed{ \text{如何讓 future 成為可運行 world？} } $$ WDC-02 解決： $$ \boxed{ \text{如何讓 worlds 正確分岔並保存 lineage？} } $$ WDC-03 現在第一次處理： $$ \boxed{ \text{worlds 太多怎麼辦？} } $$ 答案不是： > 全部跑。 因為： $$ \boxed{ \mathbf B_G<\infty. } $$ 也不是： > 永遠只跑目前最高分的世界。 因為那會造成： $$ \boxed{ WorldModeCollapse. } $$ 真正的 World-Domain Governor 必須同時考慮： $$ \boxed{ \text{information} + \text{decision relevance} + \text{verification} + \text{uncertainty} + \text{diversity} + \text{safety} + \text{cost} + \text{latency}. } $$ 於是世界的生命週期第一次由： $$ \boxed{ Spawn } $$ 延伸到： $$ \boxed{ Admit \rightarrow Queue \rightarrow Run \rightarrow Pause/Preempt/Kill \rightarrow Archive } $$ 並加入： $$ \boxed{ Promote/Demote. } $$ 因此： $$ \boxed{ \textbf{world computation becomes a governed scarce resource.} } $$ 中文： > **當未來可以被批量實例化成世界之後，真正稀缺的不再是未來，而是計算未來的資源。** 而 Governor 最重要的問題也從： > 哪個 world 最酷？ 變成： $$ \boxed{ \text{下一單位 compute 放在哪個 world，最可能帶來真正的新信息、反例、驗證或決策改善？} } $$ 這就是 World-Domain Cognitive Runtime 從： $$ \boxed{ \text{world generation} } $$ 進入： $$ \boxed{ \text{metacomputation over worlds}. } $$ 但本文仍刻意不把這個問題一次封頂。 更深的： # **Which Worlds Deserve Computation?** 仍保留給後續獨立論文，去處理： - value of computation； - exploration/exploitation； - rare-world preservation； - epistemic risk； - world portfolio geometry。 WDC-03 先把真正可以執行這些決策的 Governor 地基建立完成。 --- # Claim Typing | Claim | Type | Status | |---|---|---| | World generation 與 world governance 非同一 | D | Canonical separation | | Governor 管 computation allocation，不管 intrinsic ontological worth | D | Canonical boundary | | Admission / Scheduling / Preemption / Kill / Promotion 非同一 | D | Canonical lifecycle taxonomy | | Governor 應使用 multi-dimensional world profile | D | Proposed governance framework | | MVWC 可作追加 computation 的概念 decision quantity | D / C | Proposed metareasoning bridge | | Kubernetes supports resource-based scheduling, priority, preemption, eviction | E | Official infrastructure evidence | | Ray supports task/actor resources, placement groups, actor termination | E | Official infrastructure evidence | | rational metareasoning / VOC research allocates scarce computation based on expected decision improvement | E | External theoretical analogue | | MCTS allocates finite simulation budget selectively across a search tree | E | External planning analogue | | High world priority means world is true | — | Explicitly rejected | | KillWorld means world has low intrinsic worth | — | Explicitly rejected | --- # Evidence Ladder 本文目前主要位於： - **L0**：Governor state / lifecycle / allocation formalism； - **L1–L2**：finite-world admission / pruning / promotion / preemption benchmarks； - **L3**：Kubernetes、Ray、VOC / MCTS 提供 infrastructure / metareasoning analogues； - **L4**：需要 real WDC runtime with adaptive world allocation； - **L5+**：long-horizon Governor calibration、world portfolio theory、cross-world evidence 尚待後續。 --- # 參考文獻 ## Neo.K 內部正典與譜系 1. Neo.K with Aletheia. *From Possible Futures to Runnable Worlds*. WDC-01 / BWC-01, 2026. 2. Neo.K with Aletheia. *Branching World Graph*. WDC-02 / BWC-02, 2026. 3. Neo.K with Aletheia. *Six-Way Temporal Coupling*. TCD-07, 2026. 4. Neo.K with Aletheia. *Prospective Constructive Intelligence*. UCPNP Series II Paper 14, 2026. ## External technical calibration 5. Kubernetes Project. *Kubernetes Scheduler*. Official documentation, current 2026. 6. Kubernetes Project. *Resource Management for Pods and Containers*. Official documentation, current 2026. 7. Kubernetes Project. *Pod Priority and Preemption*. Official documentation, current 2026. 8. Kubernetes Project. *Scheduling, Preemption and Eviction*. Official documentation, 2026. 9. Ray Project. *Resources — Ray Core Scheduling*. Official Ray 2.55+ documentation, 2026. 10. Ray Project. *Placement Groups*. Official Ray 2.56 documentation, 2026. 11. Ray Project. *Terminating Actors*. Official Ray 2.56 documentation, 2026. 12. Sezener, E., & Dayan, P. *Static and Dynamic Values of Computation in MCTS*. UAI / PMLR 124, 2020. 13. Lieder, F., Plunkett, D., Hamrick, J. B., Russell, S. J., Hay, N., & Griffiths, T. L. *Algorithm Selection by Rational Metareasoning as a Model of Human Strategy Selection*. NeurIPS, 2014. 14. Leurent, E., & Maillard, O.-A. *Monte-Carlo Graph Search: the Value of Merging Similar States*. PMLR 129, 2020. 15. Zheng, Z., Xie, Z., Wang, Z., & Hooi, B. *Monte Carlo Tree Search for Comprehensive Exploration in LLM-Based Automatic Heuristic Design*. ICML / PMLR 267, 2025. --- ## Public Version Disclaimer 本文是一個 computation-governance / simulation-runtime / metareasoning framework。 本文不聲稱： - World-Domain Governor 有權判斷 beings / civilizations 的 intrinsic worth； - world priority 等於 truth； - Kubernetes 或 Ray 就是 World-Domain Governor； - Value of Computation 有唯一 universal formula； - MCTS 等同 WDC world allocation； - Kill / Preempt 等於 historical erasure； - Promotion 等於 real-world deployment approval； - 所有 worlds 都可以安全並行； - 更多世界或更多 compute 必然提高 intelligence； - 本文已完成「Which Worlds Deserve Computation?」的全部理論； - 本文對 classical $P$ vs. $NP$ 提供任何新證明。 本文真正建立的是： $$ \boxed{ \text{Runnable Worlds} + \text{Finite Global Resources} \rightarrow \text{World-Domain Governance Problem}. } $$ 以及： $$ \boxed{ \text{Governor} = \text{admission} + \text{scheduling} + \text{allocation} + \text{preemption} + \text{termination} + \text{promotion} + \text{audit}. } $$