# 前符號語義定址
## 從被指候選、概念底空間到可投影語義狀態的中介層
### Pre-Symbolic Semantic Addressing: From Pre-Referential Targets and Conceptual Base Spaces to Projectable Semantic States

**作者：** Neo.K  
**AI 協作整理：** GPT-5.6 Sol  
**機構：** EveMissLab／一言諾科技有限公司  
**版本：** Draft v0.1  
**日期：** 2026-08-21  
**定位：** 研究議程草稿／語言哲學／形式語義／高維表徵／AI 原生語言／符號生成前置理論

---

## 摘要

本文提出一個待研究的中介層：**前符號語義定址**（Pre-Symbolic Semantic Addressing, PSSA）。

研究問題不是「符號如何指向已完成的概念」，也不是「如何把一個已存在的概念壓縮成單一符號」，而是更前置的問題：

> 當一個主體已經知道自己「想指向某個抽象結構」，但該結構尚未穩定成自然語言詞彙、形式概念、數學符號、矩陣、程式或其他固定表示時，系統如何先定位它？

本文承接既有「前所指層／被指候選／概念底空間」理論，並連接「高維語義流形論文／CHSIR／Semantic Anchor Bank／單符號宇宙／相對無界符號展開」等後端表示理論。本文的核心主張是：在前符號被指候選與可投影結構化語義狀態之間，可能需要一個獨立的**Address / Locate / Select / Bind** 層。

本文暫時將完整生成鏈寫為：

$$
\boxed{
I_t
\rightarrow
\mathcal P_t
\rightarrow
r_t
\rightarrow
a_t
\rightarrow
Z_t
\rightarrow
\Pi_\lambda(Z_t)
\rightarrow
\sigma_\lambda
}
$$

其中：

- $I_t$：意圖、問題壓力或待指向方向；
- $\mathcal P_t$：前符號概念底空間；
- $r_t$：尚未完全對象化的被指候選；
- $a_t$：前符號語義地址；
- $Z_t$：由地址與約束 materialize 的結構化語義狀態；
- $\Pi_\lambda$：指定投影；
- $\sigma_\lambda$：自然語言、數學、矩陣、程式碼、圖像或單符號等輸出。

本文特別拒絕「地址就是概念」以及「單一地址可無損封裝完整概念且無需解碼」等過強命題。地址應被理解為**穩定、版本化、可重建的定位接口**，而非其所指向的完整 semantic state。

本文的主要目的不是完成理論，而是固定後續實驗方向，避免再次把研究退回到單純詞彙精細化、符號壓縮或 AI-to-AI 共享語義問題。

**關鍵詞：** 前符號語義定址、前所指層、被指候選、概念底空間、Semantic Addressing、CHSIR、Semantic Anchor Bank、單符號宇宙、語義投影、概念生成

---

# 1. 問題：語言以前，系統先做了什麼

自然語言研究通常從已存在的詞、句子、符號與概念開始。

但在高階創造、哲學定義、數學發現、工程設計與 AI 概念生成中，常存在另一種狀態：

> 我還不知道它應該叫什麼，但我知道自己正在指向某個東西。

這個狀態不能簡單等同於：

$$
\text{word}
$$

也不能等同於：

$$
\text{concept}
$$

因為「概念」本身可能尚未穩定。

因此本文的基本問題是：

$$
\boxed{
\text{在命名以前，如何定位？}
}
$$

---

# 2. 前所指層與被指候選

本文承接既有工作中的「被指」概念。

普通所指通常已經相對穩定，可以由某個符號承載。

本文使用的：

$$
r_t
$$

則更前置。

它表示：

> 在符號、正式概念、定義與所指穩定以前，主體在某個概念底空間中捕捉到的、尚未完全對象化但已具可切分性與可定義性的抽象候選。

因此：

$$
\boxed{
r_t
\neq
\text{stable signified}.
}
$$

它更接近：

$$
\boxed{
\text{pre-symbolic target candidate}.
}
$$

---

# 3. 概念底空間

令：

$$
\mathcal P_t
$$

表示當前概念底空間。

它不是單純字典。

它可以包含：

- 已知概念；
- 關係；
- 約束；
- 反例；
- 感知與世界模型；
- 數學結構；
- 任務；
- 歷史；
- 可能的生成方向。

因此：

$$
r_t
\in
\mathcal P_t
$$

不表示 $r_t$ 已經是一個完成節點。

更可能表示：

$$
r_t
$$

是一個尚未收斂的局部吸引區、候選結構或可達方向。

---

# 4. 本文真正新增的中介層

現有鏈條可以粗略寫成：

$$
\text{Pre-Symbolic Target}
\rightarrow
\text{Structured Semantic Representation}
\rightarrow
\text{Projection}.
$$

本文主張，中間需要額外拆出：

$$
\boxed{
\text{Addressing}.
}
$$

即：

$$
\boxed{
r_t
\rightarrow
a_t
\rightarrow
Z_t.
}
$$

研究重點不是：

$$
a_t
=
r_t,
$$

而是：

> $a_t$ 如何提供足夠的定位資訊，使系統可以在之後 materialize 出與 $r_t$ 足夠一致的結構化語義狀態 $Z_t$。

---

# 5. 地址不等於概念

本文明確拒絕：

$$
\boxed{
a_t
=
\text{concept}.
}
$$

也拒絕：

$$
\boxed{
a_t
=
Z_t.
}
$$

地址應理解為：

$$
\boxed{
\text{identifier}
+
\text{relative location}
+
\text{constraints}
+
\text{version}
+
\text{reconstruction instructions}.
}
$$

因此：

$$
a_t
$$

更接近可重建 semantic state 的接口，而不是 semantic state 本身。

---

# 6. 前符號地址的暫定結構

本文暫時定義：

$$
\boxed{
a_t
=
(
\alpha_t,
\Gamma_t,
\mathcal C_t,
\mathcal O_t,
v_t,
H_t,
U_t
).
}
$$

其中：

- $\alpha_t$：相對語義錨點座標；
- $\Gamma_t$：局部關係與鄰域結構；
- $\mathcal C_t$：當前已知約束；
- $\mathcal O_t$：允許的生成、查詢與解碼算子；
- $v_t$：版本；
- $H_t$：來源與生成歷史；
- $U_t$：尚未確定、開放或未知部分。

這不是最終 schema，而是後續實驗的 v0.1 起點。

---

# 7. 相對錨點而非絕對座標

裸向量：

$$
z^{(A)}
$$

與：

$$
z^{(B)}
$$

通常不具有跨模型 canonical coordinates。

因此本文優先採用相對地址：

$$
\boxed{
\alpha_t
=
(
s(r_t,a_1),
s(r_t,a_2),
\ldots,
s(r_t,a_m)
).
}
$$

其中：

$$
\mathcal A
=
\{
a_1,\ldots,a_m
\}
$$

是相對語義錨點集合。

這個結構的目標不是宣稱找到絕對語義空間，而是提供：

$$
\boxed{
\text{relative semantic localization}.
}
$$

---

# 8. 排除條件也是地址的一部分

前符號候選常常不是：

> 我知道它是 $X$。

而是：

> 我知道它不是 $A$ 、不是 $B$ 、也不是 $C$，但與它們相鄰。

因此地址不應只包含正向鄰近，也應保存：

$$
\boxed{
\text{negative constraints}.
}
$$

例如：

$$
r_t
\sim
\{
A,B,C
\}
$$

但：

$$
r_t
\not\equiv
A,
$$

$$
r_t
\not\equiv
B,
$$

$$
r_t
\not\equiv
C.
$$

這些排除關係可以先定位一個尚未命名的概念區域。

---

# 9. 未定義也必須可保存

傳統表示往往要求：

$$
\text{unknown}
\rightarrow
\text{fill value}.
$$

本文反對過早坍縮。

地址應允許：

$$
U_t
\neq
\varnothing.
$$

即：

- 尚未決定的關係；
- 多個候選；
- 未知維度；
- 暫時衝突；
- 尚未驗證的假說；

可以作為地址的一部分保存。

因此：

$$
\boxed{
\text{addressability}
\not\Rightarrow
\text{full conceptual closure}.
}
$$

---

# 10. 定址發生在命名前

傳統 semantic addressing 常是：

$$
\text{Concept}
\rightarrow
\text{ID}.
$$

本文研究的方向則是：

$$
\boxed{
\text{PreConcept}
\rightarrow
\text{Address}
\rightarrow
\text{Concept / Representation}.
}
$$

這是一個根本差異。

主體不必先完整知道：

> 這是什麼。

只需要先知道：

> 它大概在哪裡、與什麼相鄰、與什麼不同、受到哪些約束、可以如何繼續展開。

---

# 11. 定址與定義不同

定義：

$$
Definition(r)
$$

傾向把被指固定成一個可操作對象。

定址：

$$
Address(r)
$$

則可以更早發生。

因此：

$$
\boxed{
Address(r)
\prec
Definition(r)
}
$$

在生成論意義上可能成立。

這裡的：

$$
\prec
$$

表示結構先後，而不是絕對時間先後。

---

# 12. 定址與注意不同

注意力可以表示：

> 當下看哪裡。

但定址還要求：

> 之後如何再次找到同一候選區域。

因此：

$$
\boxed{
\text{Attention}
\neq
\text{Addressing}.
}
$$

Attention 可以是 ephemeral。

Addressing 必須至少具有：

- 可重訪性；
- 版本性；
- 相對穩定性；
- 可重建性。

---

# 13. 定址與 embedding 不同

Embedding：

$$
z
\in
\mathbb R^d
$$

可以成為地址的一部分。

但：

$$
\boxed{
a_t
\neq
z_t
}
$$

一般更合理。

因為地址還需要：

- version；
- constraints；
- provenance；
- negative relations；
- unresolved states；
- decoding contract。

因此本文反對：

$$
\boxed{
\text{semantic address}
=
\text{raw embedding}.
}
$$

---

# 14. 從地址 Materialize 語義狀態

定義：

$$
\boxed{
Z_t
=
\operatorname{Materialize}
(
a_t,
\Theta_t
).
}
$$

其中：

$$
\Theta_t
$$

表示目前模型、工具、知識庫與解碼環境。

因此同一地址在不同解碼環境下可能得到：

$$
Z_t^{(A)}
$$

與：

$$
Z_t^{(B)}.
$$

不要求：

$$
Z_t^{(A)}
=
Z_t^{(B)}.
$$

但應要求重要不變量保持在容許誤差內。

---

# 15. 地址的版本化

如果候選概念演化：

$$
r_t
\rightarrow
r_{t+1},
$$

不能默默讓同一地址改變含義。

因此：

$$
\boxed{
a_t
\rightarrow
a_{t+1}
}
$$

應伴隨顯式 version transition。

例如：

$$
v_{t+1}
>
v_t.
$$

或者建立：

$$
a_{t+1}
\neq
a_t.
$$

這避免 semantic silent drift。

---

# 16. 地址不可靜默重定義

本文採用強約束：

$$
\boxed{
AddressStable(a_t)
\Rightarrow
NoSilentRedefinition(a_t).
}
$$

若語義核心改變到超過：

$$
\epsilon_a,
$$

則必須：

- bump version；
- fork address；
- record migration；
- preserve provenance。

---

# 17. 定錯址與說錯話不同

這是本文最重要的新區分之一。

若自然語言輸出：

$$
\sigma_t
$$

不夠精準，有兩種不同原因。

## Type A：Projection Error

底層地址與語義狀態基本正確，但語言投影失真：

$$
a_t
\approx
a_t^\ast,
$$

但：

$$
\Pi_\lambda(Z_t)
$$

不佳。

此時只需：

$$
\boxed{
\text{re-project}.
}
$$

## Type B：Address Error

一開始就定位到錯誤語義區域：

$$
a_t
\not\approx
a_t^\ast.
$$

此時再怎麼換詞都無法根治。

需要：

$$
\boxed{
\text{re-address}.
}
$$

---

# 18. 語義精細化如何回饋到地址

前一系列主要研究：

$$
\sigma_t
\rightarrow
\operatorname{Refine}
\rightarrow
\sigma_{t+1}.
$$

本文加入：

$$
\boxed{
\sigma_{t+1}
\rightarrow
UpdateAddress(a_t).
}
$$

若反例顯示：

> 不是措辭不夠精準，而是最初被指位置就錯了，

則：

$$
a_{t+1}
=
\operatorname{ReAddress}
(
a_t,
X_{t+1}
).
$$

因此 refinement 不只發生在 surface language。

---

# 19. 完整閉環

暫定完整模型：

$$
\boxed{
I_t
\rightarrow
\mathcal P_t
\rightarrow
r_t
\rightarrow
a_t
\rightarrow
Z_t
\rightarrow
\sigma_t
\rightarrow
X_t
\rightarrow
a_{t+1}.
}
$$

其中：

$$
X_t
$$

是反例、驗證結果或外部回饋。

這形成：

$$
\boxed{
\text{Intent}
\rightarrow
\text{Locate}
\rightarrow
\text{Materialize}
\rightarrow
\text{Project}
\rightarrow
\text{Test}
\rightarrow
\text{Re-Address}.
}
$$

---

# 20. 與 CHSIR 的關係

CHSIR 處理：

$$
\boxed{
\text{structured semantic state}
}
$$

如何成為多投影的 canonical intermediate representation。

本文更前置。

本文問：

> CHSIR 之前，那個尚未完全形成的抽象候選如何被定位，才能形成 CHSIR？

因此：

$$
\boxed{
PSSA
\rightarrow
CHSIR
\rightarrow
Projection.
}
$$

---

# 21. 與單符號宇宙的關係

單符號宇宙可以被理解為：

$$
\Omega
=
\Pi_\Omega(
Z_t
).
$$

本文加入前端：

$$
\boxed{
r_t
\rightarrow
a_t
\rightarrow
Z_t
\rightarrow
\Omega.
}
$$

因此：

$$
\Omega
$$

不是概念地址本身，也不是完整 semantic state。

它是：

$$
\boxed{
\text{a projection from an addressable structured semantic state}.
}
$$

---

# 22. 與無界展開符號的關係

若：

$$
\Omega
$$

可重新展開：

$$
\Omega
\rightarrow
\mathcal R_\Omega(t),
$$

則展開結果仍應可追溯到：

$$
a_t.
$$

因此：

$$
\boxed{
\text{Unbounded expansion}
}
$$

不是脫離地址任意生成，而應受：

- provenance；
- constraints；
- admissible paths；
- version；

約束。

---

# 23. 與潛在語義場的關係

若一個符號：

$$
\sigma
$$

具有潛在語義場：

$$
\mathcal P_t(\sigma),
$$

本文加入相反方向：

$$
\boxed{
r_t
\rightsquigarrow
a_t
\rightsquigarrow
\sigma.
}
$$

因此可以區分：

## 後符號展開

$$
\sigma
\rightsquigarrow
m.
$$

## 前符號生成

$$
r
\rightsquigarrow
a
\rightsquigarrow
\sigma.
$$

兩者共同形成雙向語義動力。

---

# 24. 與意圖符號的關係

意圖符號已有：

$$
\mathcal I
=
(
\text{目的},
\text{方法},
\text{邊界},
\text{資源},
\text{驗證},
\text{回饋},
\text{責任}
).
$$

但本文中的：

$$
I_t
$$

更前置。

它可以只是：

> 問題壓力、想指向方向、尚未完全結構化的生成需求。

因此：

$$
\boxed{
I_t
\rightarrow
a_t
}
$$

與：

$$
\boxed{
\mathcal I_{\mathrm{executable}}
}
$$

不是同一層。

前者是概念生成前的定址。

後者是可執行意圖契約。

---

# 25. 定址不是共享理解研究

本文不研究：

- AI-to-AI shared semantic space；
- receiver alignment；
- multi-agent interoperability；

雖然未來 PSSA 可以接到這些領域。

本文只處理：

$$
\boxed{
\text{一個生成系統在自己的概念尚未完成以前，如何建立可追蹤的語義位置。}
}
$$

---

# 26. 第一版核心假說

## H1：Pre-Symbolic Addressability

存在一些尚未完成 lexicalization 或正式概念化的抽象候選：

$$
r_t,
$$

仍可被賦予可重訪的：

$$
a_t.
$$

## H2：Address Before Definition

對部分高階概念生成：

$$
Address(r)
$$

可以在：

$$
Definition(r)
$$

之前形成。

## H3：Relative Addressing

有效地址不必依賴絕對 semantic coordinates，而可以由相對 anchors、relations、constraints 與 version 構成。

## H4：Address Error Is Distinct From Projection Error

定址錯誤與語言投影錯誤具有不同修復路徑。

## H5：Refinement Can Trigger Re-Addressing

新的反例可能迫使系統更新的不是詞彙，而是底層地址。

---

# 27. 第一版反例

本文必須處理至少以下反例。

## Counterexample A

若一個尚未命名的概念其實只是：

$$
\text{vague feeling},
$$

而沒有任何穩定可辨識結構，是否仍能定址？

若不能，則 PSSA 需要最低 addressability threshold。

## Counterexample B

若兩個完全不同概念具有非常相近 anchor coordinates，如何避免誤址？

需要 relations 與 constraints，而不能只靠 vector similarity。

## Counterexample C

如果 $a_t$ 需要完整 $Z_t$ 才能定義，則 Address 層只是冗餘。

所以後續必須證明：

$$
Complexity(a_t)
<
Complexity(Z_t)
$$

同時保持足夠 reconstruction utility。

## Counterexample D

若任何未完成想法都能被稱為「前符號地址」，理論將不可反駁。

因此需要 explicit addressability tests。

---

# 28. Addressability 的最低條件

本文暫定：

$$
\boxed{
Addressable(r_t)=1
}
$$

至少需要：

1. **可重訪性**：稍後仍能再次定位相近候選；
2. **可區分性**：能與鄰近候選分開；
3. **約束性**：不是任意未來內容都可塞入；
4. **版本性**：變化可以被記錄；
5. **可展開性**：能 materialize 成更完整表示；
6. **可反駁性**：新反例可以證明原地址錯誤。

---

# 29. 定址品質函數

暫定：

$$
\boxed{
Q_{\mathrm{addr}}
=
\alpha R
+
\beta D
+
\gamma C
+
\eta V
+
\kappa M
-
\lambda E
-
\mu \mathrm{Drift}.
}
$$

其中：

- $R$：revisitability；
- $D$：discriminability；
- $C$：constraint adequacy；
- $V$：versionability；
- $M$：materialization quality；
- $E$：reconstruction error；
- $\mathrm{Drift}$：semantic drift。

若：

$$
Q_{\mathrm{addr}}
\ge
\tau_a,
$$

才接受為有效 provisional address。

---

# 30. 第一個實驗：無命名定址

給模型一個難以直接命名的新抽象概念。

禁止：

- 造新詞；
- 直接下完整定義。

只允許輸出：

- anchors；
- near concepts；
- negative relations；
- constraints；
- open questions；
- provisional relations。

形成：

$$
a_0.
$$

之後隔離上下文，再要求由：

$$
a_0
$$

重新 materialize 候選：

$$
\hat r_1.
$$

測量：

$$
d(
r_0,
\hat r_1
).
$$

---

# 31. 第二個實驗：地址與名稱分離

對同一個：

$$
r
$$

產生多個不同名稱：

$$
\sigma_1,
\sigma_2,
\sigma_3.
$$

若它們都可以映射回同一：

$$
a,
$$

則支持：

$$
\boxed{
\text{name invariance under shared address}.
}
$$

反過來，同一名稱若映射到不同：

$$
a_1,
a_2,
$$

則支持：

$$
\boxed{
\text{same sign}
\not\Rightarrow
\text{same pre-symbolic target}.
}
$$

---

# 32. 第三個實驗：Projection Error vs Address Error

建立兩種人工錯誤：

## Condition P

地址正確，但投影語句故意模糊。

## Condition A

投影語句表面流暢，但地址故意偏移到鄰近概念。

比較兩者在 refinement 後的修復路徑。

預測：

$$
\boxed{
\text{Projection Error}
}
$$

主要由重新措辭修復。

而：

$$
\boxed{
\text{Address Error}
}
$$

需要重建 anchors、relations 或 constraints。

---

# 33. 第四個實驗：版本與漂移

建立：

$$
a_0,
a_1,
a_2
$$

表示同一概念的不同演化版本。

測試：

- silent overwrite；
- explicit version；
- forked address；

三種策略的 provenance 與 reconstruction error。

預測：

$$
\boxed{
\text{explicit versioning}
}
$$

能降低 semantic drift 的不可追蹤性。

---

# 34. 第五個實驗：單符號投影

從：

$$
a_t
$$

materialize：

$$
Z_t.
$$

再投影：

$$
\Omega_t
=
\Pi_\Omega(Z_t).
$$

測試：

$$
\Omega_t
\rightarrow
\hat Z_t
$$

是否仍能恢復：

- anchors；
- relations；
- constraints；
- unresolved fields；
- version。

此實驗直接連接單符號宇宙。

---

# 35. 第六個實驗：矩陣帳本

將地址寫成矩陣／帳本：

$$
\mathbf A_t
=
[
\text{anchors}
\mid
\text{relations}
\mid
\text{constraints}
\mid
\text{unknowns}
\mid
\text{version}
].
$$

每次 refinement：

$$
\mathbf A_{t+1}
=
\mathbf A_t
+
\Delta\mathbf A_t.
$$

保存：

- 新增；
- 刪除；
- 修改；
- 否定；
- reopen；
- merge；
- split。

這可以成為最早的工程 MVP。

---

# 36. 研究的第一個工程目標

不是直接建「超越語言系統」。

第一個 MVP 應非常小：

> 給一個尚未命名的抽象概念，系統先輸出可版本化的 semantic address ledger，而不是直接造詞；之後可以從該地址產生自然語言、數學、矩陣或新符號投影。

工作流程：

$$
\boxed{
\text{Input}
\rightarrow
\text{Address Ledger}
\rightarrow
\text{Materialized Semantic State}
\rightarrow
\text{Multi-Projection}.
}
$$

---

# 37. 建議資料結構

PSSA v0.1 最低 schema：

```text
address_id
version
intent_hint
positive_anchors
negative_anchors
relations
constraints
open_variables
candidate_categories
admissible_operations
provenance
counterexamples
confidence
materialization_refs
projection_refs
supersedes
superseded_by
```

這比直接保存：

```text
concept_name
definition
```

更適合研究尚未完成的概念。

---

# 38. 不要重做的研究

後續實驗不應再把主要時間放在：

1. 自然語言是否可以一直精細化；
2. 新詞是否能一直生成；
3. AI 與 AI 是否共享同一理解域；
4. 單純證明有限 primitive 可以生成大量複合語義；
5. 再次把 concept address 當完整 concept；
6. 單純比較自然語言與矩陣誰更精準。

這些已經不是目前主線。

---

# 39. 真正要做的研究

未來主線應集中在：

1. **未命名概念能否被穩定定址？**
2. **定址最少需要哪些欄位？**
3. **如何區分定址錯誤與投影錯誤？**
4. **地址如何 version / fork / merge？**
5. **地址如何 materialize 成 CHSIR 或其他高維語義狀態？**
6. **不同投影是否可回到同一地址？**
7. **單符號是否能作為地址導出的 carrier，而不是地址本身？**
8. **無界展開是否仍受 address ledger 約束？**
9. **矩陣帳本能否成為第一個可運行原型？**
10. **何時必須 re-address，而不是只 refine language？**

---

# 40. 本文的非主張

本文不主張：

$$
\boxed{
\text{Pre-Symbolic Address}
=
\text{Concept}.
}
$$

不主張：

$$
\boxed{
\text{Address}
=
\text{Embedding}.
}
$$

不主張：

$$
\boxed{
\text{Address}
=
\text{World State}.
}
$$

不主張：

$$
\boxed{
\text{Single Symbol}
=
\text{Complete Meaning}.
}
$$

也不主張：

$$
\boxed{
\text{Pre-Symbolic}
=
\text{Non-Semantic}.
}
$$

「前符號」只是表示尚未固定進明確符號或正式概念，不表示完全不存在結構。

---

# 41. 暫定 Canonical Chain

本草稿暫時固定以下鏈條：

$$
\boxed{
I_t
\rightarrow
\mathcal P_t
\rightarrow
r_t
\rightarrow
a_t
\rightarrow
Z_t
\rightarrow
\Pi_\lambda(Z_t)
\rightarrow
\sigma_\lambda.
}
$$

反饋：

$$
\boxed{
\sigma_\lambda
\rightarrow
X_t
\rightarrow
\operatorname{Audit}(a_t)
\rightarrow
a_{t+1}.
}
$$

因此完整循環：

$$
\boxed{
\text{Intent}
\rightarrow
\text{Pre-Symbolic Target}
\rightarrow
\text{Address}
\rightarrow
\text{Materialize}
\rightarrow
\text{Project}
\rightarrow
\text{Validate}
\rightarrow
\text{Re-Address}.
}
$$

---

# 42. 與前一系列的銜接

前一系列研究：

$$
\boxed{
\text{語言符號形成後如何精細化、收斂與重新基底。}
}
$$

本文開始研究：

$$
\boxed{
\text{語言符號形成前如何定位、materialize 與投影。}
}
$$

兩者接起來後：

$$
\boxed{
\text{Pre-Symbolic Addressing}
\rightarrow
\text{Projection}
\rightarrow
\text{Post-Symbolic Refinement}
\rightarrow
\text{Re-Addressing}.
}
$$

這將是後續研究真正的新循環。

---

# 43. 結論

本草稿的目的不是完成前符號語義定址理論。

它只固定一件事：

> 下一階段研究的中心，不再是「如何把語言說得更精準」，而是「在語言、符號與正式概念形成以前，如何先建立一個可重訪、可版本化、可展開、可驗證、可修正的語義位置」。

最短命題為：

$$
\boxed{
\text{Before naming, locate.}
}
$$

更完整地：

$$
\boxed{
\text{Intent}
\rightarrow
\text{Locate}
\rightarrow
\text{Materialize}
\rightarrow
\text{Project}.
}
$$

而 refinement 的真正高階形式則不是永遠修詞，而是：

$$
\boxed{
\text{If projection fails, re-project;}
\qquad
\text{if location fails, re-address.}
}
$$

這就是後續實驗應該沿著推進的主線。

---

# 後續工作

下一版優先完成：

1. PSSA v0.1 address schema；
2. Addressability Test；
3. Projection Error / Address Error benchmark；
4. Version / Fork / Merge protocol；
5. Matrix Address Ledger；
6. Address-to-CHSIR materialization；
7. Address-to-single-symbol projection；
8. Re-address trigger；
9. 多投影 round-trip validation；
10. 與既有 Semantic Anchor Bank、CHSIR、單符號宇宙的統一接口。