--- title: "生成種子庫作為生成記憶：持久化、檢索、系譜、重新水化與再生性遺忘" english_title: "Seed Library as Generative Memory: Persistence, Retrieval, Lineage, Rehydration, and Regenerative Forgetting" series: "Generative Seed Reconstruction Theory" series_id: "GSRT" paper_id: "GSRT-06" author: "Neo.K" organization: "EveMissLab" version: "0.1.0" status: "Research Draft / Generative Memory Architecture" date: "2026-08-30" language: "zh-TW" canonical_source: "UTF-8 Markdown" --- # 生成種子庫作為生成記憶 ## 持久化、檢索、系譜、重新水化與再生性遺忘 ### Seed Library as Generative Memory: Persistence, Retrieval, Lineage, Rehydration, and Regenerative Forgetting **系列：** Generative Seed Reconstruction Theory（GSRT） **篇號：** GSRT-06 **作者：** Neo.K **機構：** EveMissLab **版本：** v0.1.0 **日期：** 2026-08-30 --- ## 摘要 GSRT-01 至 GSRT-05 已依序建立：可重建生成種子的存在猜想、最小可重建 seed 的 generator-relative complexity、decoder-side shared priors、seed factorization / composability，以及跨模態 shared generative atlas。到此，seed 已不再只是單一 RNG number，而可能是一個具有 identity、factors、constraints、projection、private residue、version、lineage 與 reconstruction contract 的外部生成狀態。 然而，只存在 seed object 並不等於存在 **Seed Library**。若成功生成後只是把 seed 放進資料夾，未來仍會遇到： - 找不到真正相關 seed； - 同一 seed 被重複保存； - 版本更新後失效； - factor identity 漂移； - composition conflict 無法追蹤； - generator 更新後 reconstruction 崩潰； - 舊 seed 與新 seed 的 lineage 消失； - artifact、seed、factor、projection、certificate 混成同一物件； - 為節省空間過早刪除原始 artifact； - 所有 memory item 永久留在 active context； - vector similarity 被誤用成 canonical identity。 本文提出 **Seed Library as Generative Memory**。其核心不是「保存更多生成設定」，而是： $$ \boxed{ \text{successful generation} \rightarrow \text{validated generative state} \rightarrow \text{persistent reusable memory} \rightarrow \text{future controlled regeneration}. } $$ 本文定義 Seed Library： $$ \boxed{ \mathfrak L_G = ( \mathcal A, \mathcal S, \mathcal F, \mathcal H, \mathcal P, \mathcal R, \mathcal G_L, \mathcal I, \mathcal C, \mathcal E, \mathcal T ) } $$ 其中： - $\mathcal A$：Artifact Archive / references； - $\mathcal S$：whole seed objects； - $\mathcal F$：factor objects； - $\mathcal H$：cross-modal meta-seeds； - $\mathcal P$：projection / private-residue objects； - $\mathcal R$：registries and stable identities； - $\mathcal G_L$：lineage graph； - $\mathcal I$：indexes； - $\mathcal C$：validation / reconstruction certificates； - $\mathcal E$：evaluators and evidence； - $\mathcal T$：memory tiers and lifecycle state。 本文首先嚴格分離 **Artifact Archive** 與 **Generative Memory**。原始 artifact 回答： > 「曾經確切生成了什麼？」 seed 回答： > 「如何重新定位、重建、修改或組合這個生成狀態？」 因此： $$ \boxed{ \text{Artifact Archive} \neq \text{Seed Library} } $$ 以及： $$ \boxed{ \text{reconstructible} \neq \text{safe to delete source}. } $$ Seed Library 應與 exact / content-addressed source archive 共存，而不是用近似重建取代 evidence。 其次，本文引入 memory lifecycle： $$ \boxed{ \text{Ingest} \rightarrow \text{Candidate} \rightarrow \text{Validate} \rightarrow \text{Promote} \rightarrow \text{Use} \rightarrow \text{Compress} \rightarrow \text{Dormant} \rightarrow \text{Reopen} \rightarrow \text{Revise} \rightarrow \text{Archive}. } $$ 此 lifecycle 不是單向。generator version、ontology、query、new evidence、failed reconstruction 或新的 composition task 都可以觸發 reopen。Seed Library 因而是一個動態外部生成記憶系統，而不是 append-only prompt dump。 本文採用 hierarchical memory tiers： $$ \boxed{ HOT \supset WARM \supset COLD \supset ARCHIVE } $$ 但明確區分： $$ \boxed{ ActiveContext \neq ResidentMemory \neq AddressableMemory. } $$ 一個 seed 不需要永遠進入模型 context；只要它仍可被索引、驗證並重新水化，即可存在於 addressable generative memory。 本文把 retrieval 改寫成 **Generative Recall Portfolio**。對 query / intent $q$，系統不只找 cosine nearest seed，而要選擇： $$ \boxed{ \mathcal R(q) = \{ S_{\mathrm{base}}, F_{\mathrm{identity}}, F_{\mathrm{style}}, F_{\mathrm{structure}}, H_{\mathrm{meta}}, C_{\mathrm{compat}}, E_{\mathrm{cert}} \}. } $$ retrieval 的目標不是「找到最像的舊文字」，而是找出足以完成當前 generation contract 的最小可驗證生成狀態集合。 為此本文定義 seed retrieval vector： $$ \mathbf V_{\mathrm{ret}} = ( R_{\mathrm{semantic}}, R_{\mathrm{relational}}, R_{\mathrm{identity}}, R_{\mathrm{factor}}, R_{\mathrm{compat}}, R_{\mathrm{fresh}}, R_{\mathrm{cert}}, R_{\mathrm{cost}} ). $$ vector similarity 只是其中一個 proposal signal，不得取代 canonical identity、version、lineage、compatibility 與 certificate。 本文進一步定義 **Seed Lineage Graph**： $$ \boxed{ \mathcal G_L = (V_L,E_L,\tau,\nu) } $$ 其中 edge type $\tau$ 至少包含： - extracted-from； - derived-from； - compressed-from； - factorized-from； - composed-from； - mutated-from； - projected-from； - migrated-from； - supersedes； - invalidates； - verified-by。 由此可以區分： $$ \boxed{ \text{Compressible Seed Payload} } $$ 與： $$ \boxed{ \text{Protected Lineage}. } $$ payload 可以重新壓縮、重新編碼或遷移；lineage-critical provenance 不應因 compression 被抹除。 本文同時提出 **Generative Rehydration**。當使用者或 Agent 請求生成： $$ q, $$ 系統執行： $$ \boxed{ q \rightarrow \text{Recall Portfolio} \rightarrow \text{Compatibility Check} \rightarrow \text{Seed Assembly} \rightarrow \text{Generator Adapter} \rightarrow \text{Artifact} \rightarrow \text{Evaluation} \rightarrow \text{Memory Update}. } $$ 這與 RAG 的「retrieve text and condition generation」不同；Seed Library 的 retrieval target 是可執行／可投影／可組裝的 **generative state**。 本文將「遺忘」改寫為 **Regenerative Forgetting**。若某 projection、cache、working context 或 derivable artifact 可由 canonical seed + provenance + generator contract 安全重新生成，系統可解除其 active materialization，而不等於刪除 authority。本文定義 disposition family： $$ \mathcal D_M = \{ KEEP, DEMOTE, COMPRESS, DORMANT, REOPENABLE, ARCHIVE, TOMBSTONE, DELETE \}. $$ 其中 DELETE 必須是最嚴格操作；reconstructibility 不自動提供 deletion authority。 本文把 deduplication 分成四層：byte duplicate、identity duplicate、semantic / functional equivalence、lineage-related variant。兩個 seed 即使 reconstruction 結果相似，也可能因來源、授權、版本、factor coupling 或 history 不同而不能被合併。定義 contract-relative equivalence： $$ s_a \sim_{\Gamma,\mathcal Q,\varepsilon} s_b $$ 只表示對指定 generator set、task family 與 tolerance 具有等價生成行為，而不是宣稱兩物件 identity 相同。 本文同時提出 certificate architecture。Seed object 可以累積： - Reconstruction Certificate； - Cross-Decoder Portability Certificate； - Factor Intervention Certificate； - Composition Certificate； - Cross-Modal Projection Certificate； - Cycle Certificate； - Migration Certificate。 certificate 有 version scope；model / generator / evaluator 更新後，舊 certificate 可以變成 STALE，而不應永久有效。 本文與既有外部工作保持明確邊界。Retrieval-Augmented Generation 已建立 parametric + non-parametric memory 的重要模式；Generative Agents 展示 experience memory、reflection 與 dynamic retrieval；MemGPT 以 virtual context management 和 tiered storage 處理有限 context；Voyager 則展示可持續累積、檢索與組合的 executable skill library。這些皆證明「模型權重之外的外部長期 memory / skill library」具有高度工程價值。GSRT-06 的研究差異在於：其 memory unit 不是 passage、episode、reflection 或 executable skill，而是由 realized artifact 反向建立、帶 reconstruction contract、factor / meta-factor、generator binding、lineage 與 cross-modal projection 的 **persistent generative state object**。 本文提出八個核心猜想： 1. **Reusable Generative Memory Conjecture**：累積 validated seeds 可降低未來重新從寬廣生成空間搜尋的成本； 2. **Portfolio Retrieval Conjecture**：relation / identity / factor / compatibility-aware retrieval 優於單純 vector-nearest retrieval； 3. **Lineage Preservation Conjecture**：保留 lineage 可顯著降低錯誤合併、錯誤版本重用與不可追溯生成； 4. **Rehydration Conjecture**：大量 working generative state 可被解除物化，只保存可重建 substrate，再按需重新水化； 5. **Tiered Memory Conjecture**：HOT / WARM / COLD / ARCHIVE 分層可降低 active-context cost，而不顯著降低可用生成能力； 6. **Certificate Freshness Conjecture**：version-scoped certificates 能降低 stale seed 被誤用為已驗證 seed 的比例； 7. **Generative Memory Leverage Conjecture**：library 的有效能力增長主要來自 validated factors、compatibility edges 與 reusable lineages，而非 artifact count 本身； 8. **Non-Parametric Capability Accumulation Conjecture**：在不更新 foundation-model weights 的情況下，Seed Library 仍可透過外部 generative memory 提升任務可達性與生成控制能力，但這應稱 external capability augmentation，而非 model learning。 本文最後提出 GSRT Seed Library MVP：以 SQLite / SEDB-like sparse registry + content-addressed artifact store + graph lineage + vector proposal index 建立最小 runtime；先支援 text seed，再擴張 image seed。MVP 必須具備 ingest、candidate extraction、blind reconstruction、certificate、retrieval、reuse、version drift、lineage、dedup、reopen、archive 與 negative controls。若 Seed Library 只增加 storage overhead，卻不能降低 future search cost、提高 reconstruction reuse、改善 composition control 或維持 provenance，則 Generative Memory Conjecture 應被削弱。 **關鍵詞：** Seed Library、generative memory、external memory、reconstructive memory、lineage、rehydration、regenerative forgetting、memory tiers、retrieval、provenance、RAG、MemGPT、Voyager、Generative Agents、GSRT --- # 0. 系列位置：Seed 終於變成長期系統 前五篇可以壓縮為： $$ \boxed{ \text{Artifact} \rightarrow \text{Seed} \rightarrow \text{Factors} \rightarrow \text{Meta-Factors} \rightarrow \text{Cross-Modal Projection}. } $$ 但若每一次成功都只得到孤立檔案： ```text seed_001 seed_002 seed_003 ``` 那還不叫 generative memory。 GSRT-06 問： > 這些成功的生成狀態如何成為一個長期可尋址、可驗證、可重新利用的記憶系統？ --- # 1. Archive 與 Memory 的第一個區分 Archive 問： > 過去保存了什麼？ Generative Memory 問： > 過去哪一些生成結構可以被重新使用？ 因此： $$ \boxed{ \text{Archive} \neq \text{Generative Memory}. } $$ --- # 2. Artifact Archive 定義： $$ \mathcal A. $$ 保存： - exact source； - content hash； - timestamp / provenance； - original metadata； - legal / ownership metadata； - optional original prompt； - original generator execution trace。 --- # 3. Seed Store 定義： $$ \mathcal S. $$ 保存： - whole seed； - reconstruction contract； - generator bindings； - version； - identity； - provenance； - evaluation status。 --- # 4. Factor Store 定義： $$ \mathcal F. $$ 保存： - reusable factors； - target coordinates； - protected coordinates； - dependencies； - incompatibilities； - intervention evidence。 --- # 5. Meta-Seed Store 定義： $$ \mathcal H. $$ 保存： - cross-modal identity； - relations； - temporal structure； - projection contracts； - modality-private residue references。 --- # 6. Projection Store 定義： $$ \mathcal P. $$ 保存： $$ h \xrightarrow{\pi_m} S_m $$ 的： - projector version； - preservation declaration； - approximation； - omitted relations； - private residue。 --- # 7. Registry 定義： $$ \mathcal R. $$ 負責： - seed identity； - factor identity； - relation identity； - field identity； - ontology version； - generator identity； - evaluator identity。 --- # 8. Lineage Graph 定義： $$ \mathcal G_L. $$ 保存： > seed 從哪裡來，又變成什麼。 --- # 9. Indexes 定義： $$ \mathcal I. $$ 可以包含： - content hash； - vector index； - relation graph index； - factor index； - identity index； - compatibility index； - lineage index； - version index； - freshness index。 --- # 10. Certificates 定義： $$ \mathcal C. $$ 保存： - reconstruction； - portability； - factor； - composition； - projection； - cycle； - migration； 的可驗證 evidence。 --- # 11. Evaluator Store 定義： $$ \mathcal E. $$ 保存： - evaluator version； - metric； - test corpus； - threshold； - known blind spot； - validation evidence。 --- # 12. Tier State 定義： $$ \mathcal T. $$ 表示： - HOT； - WARM； - COLD； - ARCHIVE； - DORMANT； - INVALID； - TOMBSTONED。 --- # 13. Seed Library 的正式定義 $$ \boxed{ \mathfrak L_G = ( \mathcal A, \mathcal S, \mathcal F, \mathcal H, \mathcal P, \mathcal R, \mathcal G_L, \mathcal I, \mathcal C, \mathcal E, \mathcal T ). } $$ --- # 14. Seed Library 不是 Vector DB vector database 可以解決： $$ \text{nearest-neighbor proposal}. $$ 但不能單獨負責： - canonical identity； - version； - lineage； - compatibility； - authority； - factor semantics； - certificate freshness。 因此： $$ \boxed{ \text{Vector Search} \subset \text{Seed Retrieval}. } $$ --- # 15. Seed Library 不是 Prompt History Prompt history： ```text prompt 1 prompt 2 prompt 3 ``` 回答： > 我以前輸入過什麼？ Seed Library 回答： > 哪些生成結構已被證明可重建、可組合、可投影、可再利用？ --- # 16. Seed Library 不是 Model Checkpoint Store model checkpoint 保存： $$ \theta. $$ Seed Library 保存： $$ S. $$ 因此： $$ \boxed{ \text{model capability} \neq \text{external generative memory}. } $$ --- # 17. Seed Library 不是 Artifact Cache Cache 假設： > 將來可能直接重用舊結果。 Seed Library 假設： > 將來可能重新生成、變異、組合或投影。 --- # 18. Artifact Authority Boundary 即使： $$ S_X \rightarrow \widehat X \approx X, $$ 原始： $$ X $$ 仍可擁有： - evidential authority； - authorship； - exact provenance； - legal status。 因此： $$ \boxed{ S_X \neq Authority(X). } $$ --- # 19. Reconstructible 不是可刪除 核心原則： $$ \boxed{ \text{Reconstructible} \neq \text{Dispensable}. } $$ --- # 20. 來源刪除權限 Delete source 必須額外滿足： - legal permission； - retention policy； - evidence policy； - exact recovery requirement； - backup； - ownership； - user authorization。 seed reconstruction success 只是一項證據。 --- # 21. Seed Object 定義： $$ \boxed{ \mathsf{SeedObject} = ( id, v, m, payload, contract, bindings, prov, status ). } $$ --- # 22. Whole Seed whole seed 保存： - factor coupling； - order； - calibration； - residual； - complete reconstruction recipe。 --- # 23. Factor View factor view： $$ \Phi(S) = (S_1,\ldots,S_k). $$ 它是 seed 的可操作 projection。 --- # 24. Whole–Factor Dual Storage 推薦： $$ \boxed{ \text{Whole Seed} + \text{Factor Views} + \text{Interaction Graph}. } $$ --- # 25. Meta-Seed Link 跨模態 seed 可引用： $$ h\in\mathcal H. $$ --- # 26. Private Residue Link 每個 modality seed 可帶： $$ R_m^{private}. $$ --- # 27. Seed Status 候選： ```text CANDIDATE VALIDATED REUSABLE PORTABLE STALE INVALID SUPERSEDED ARCHIVED TOMBSTONED ``` --- # 28. Candidate 不等於 Memory Authority Extractor 建出的 seed： $$ s $$ 初始只能： $$ status=CANDIDATE. $$ --- # 29. Validate 至少經： $$ s \rightarrow G \rightarrow \widehat X $$ 並通過 contract。 --- # 30. Promote 通過 validation 才能： $$ CANDIDATE \rightarrow VALIDATED. $$ --- # 31. Reusable factor / seed 在多個 task 中通過： $$ VALIDATED \rightarrow REUSABLE. $$ --- # 32. Portable 跨 decoder / generator family 通過： $$ REUSABLE \rightarrow PORTABLE. $$ --- # 33. Stale generator / evaluator / ontology 更新後： $$ VALIDATED \rightarrow STALE. $$ STALE 不等於 INVALID。 --- # 34. Invalid 若重建失敗或已知 contract 被破壞： $$ status=INVALID. $$ --- # 35. Superseded 舊 seed 可能仍可用，但有更佳版本： $$ S_v \rightarrow S_{v+1}. $$ --- # 36. Archive 長期少用，但仍保留。 --- # 37. Lifecycle 本文採： $$ \boxed{ \text{Ingest} \rightarrow \text{Candidate} \rightarrow \text{Validate} \rightarrow \text{Promote} \rightarrow \text{Use} \rightarrow \text{Compress} \rightarrow \text{Dormant} \rightarrow \text{Reopen} \rightarrow \text{Revise} \rightarrow \text{Archive}. } $$ --- # 38. Lifecycle 不是單向 可以： $$ ARCHIVE \rightarrow REOPEN \rightarrow VALIDATED. $$ --- # 39. Reopen Trigger 1：New Task 過去 seed 沒測： $$ q_{new}. $$ 需要重新開啟。 --- # 40. Reopen Trigger 2：Model Upgrade $$ \gamma_t \rightarrow \gamma_{t+1}. $$ --- # 41. Reopen Trigger 3：Failed Generation 原 certificate 宣告通過，但新 run failure。 --- # 42. Reopen Trigger 4：New Evidence 新 artifact 顯示 factor ontology 不完整。 --- # 43. Reopen Trigger 5：Ontology Migration 例如： ```text style ``` 被拆為： ```text line palette shading ``` --- # 44. Reopen Trigger 6：User Request 使用者要求： > 重新驗證。 --- # 45. Reopenable Compression 對高價值 seed： $$ \boxed{ \text{compression} \text{ should preserve a path to reopen evidence}. } $$ --- # 46. Memory Tier $$ \boxed{ HOT \rightarrow WARM \rightarrow COLD \rightarrow ARCHIVE. } $$ --- # 47. HOT 常用： - identity factors； - active project seeds； - frequently reused style； - active compatibility rules。 --- # 48. WARM 近期使用： - recent branches； - recent compositions； - project-local variants。 --- # 49. COLD 少用但仍可查： - old versions； - old experiments； - low-frequency factors。 --- # 50. ARCHIVE 主要保留： - provenance； - historical seeds； - superseded generators； - evidence。 --- # 51. Active Context 模型當下看到： $$ C_t^{active}. $$ --- # 52. Resident Memory runtime 快速可讀： $$ M_{resident}. $$ --- # 53. Addressable Memory 完整 library： $$ M_{addressable}. $$ --- # 54. 三者分離 $$ \boxed{ C_t^{active} \subseteq M_{resident} \subseteq M_{addressable}. } $$ --- # 55. 不需要把整個 Seed Library 塞進 context 這是 hierarchical generative memory 的基本條件。 --- # 56. Retrieval Is Generative Projection 對 query： $$ q, $$ 定義： $$ \boxed{ \mathcal R(q) = Project \left( q, \mathfrak L_G \right). } $$ --- # 57. Recall Portfolio retrieval output 不一定是一顆 seed。 可以是： $$ \boxed{ \mathcal R(q) = ( S_b, F_1,\ldots,F_k, H, K, C ). } $$ --- # 58. Base Seed $$ S_b $$ 提供初始 whole state。 --- # 59. Factor Portfolio 例如： - identity； - composition； - style； - constraints。 --- # 60. Meta-Seed 提供跨模態共享 identity / relation。 --- # 61. Compatibility Contract 防止非法組合。 --- # 62. Certificates 告訴 runtime： > 這些 object 在什麼版本、什麼模型、什麼 tolerance 下測過。 --- # 63. Retrieval Vector $$ \boxed{ \mathbf V_{ret} = ( R_{semantic}, R_{relational}, R_{identity}, R_{factor}, R_{compat}, R_{fresh}, R_{cert}, R_{cost} ). } $$ --- # 64. Semantic Relevance $$ R_{semantic} $$ 可使用 embedding / semantic search。 --- # 65. Relational Relevance $$ R_{relational} $$ 比較： - causal pattern； - dependency； - spatial relation； - temporal pattern。 --- # 66. Identity Relevance $$ R_{identity} $$ 優先 stable entity ID。 --- # 67. Factor Relevance query 指定： > 要這種 lighting。 直接查： $$ factor\_type=lighting. $$ --- # 68. Compatibility 即使很相似： $$ R_{compat}=0 $$ 也不能使用。 --- # 69. Freshness $$ R_{fresh} $$ 考慮： - last validation； - generator version； - ontology version； - evaluator version。 --- # 70. Certificate Strength $$ R_{cert} $$ 區分： - single-run； - repeated； - cross-model； - holdout； - human verified。 --- # 71. Cost $$ R_{cost} $$ 考慮： - seed bytes； - external dependencies； - decode cost； - runtime cost。 --- # 72. Retrieval 是 constrained selection 不是： $$ \arg\max similarity. $$ 更接近： $$ \boxed{ \arg\max_{\mathcal R} Utility(\mathcal R,q) } $$ subject to： - compatibility； - freshness； - authority； - budget； - reconstruction contract。 --- # 73. Minimal Recall Portfolio 可以研究： $$ \boxed{ \mathcal R^\star(q) = \arg\min_{\mathcal R} C(\mathcal R) } $$ subject to generation success。 這是 GSRT-02 在 library retrieval 層的延伸。 --- # 74. Rehydration Seed Library 的 recall 不是把舊 artifact 複製回 context。 而是： $$ \boxed{ \text{retrieve substrate} \rightarrow \text{reconstruct working generative state}. } $$ --- # 75. Rehydration Pipeline $$ \boxed{ q \rightarrow Recall \rightarrow Check \rightarrow Assemble \rightarrow Adapt \rightarrow Generate \rightarrow Evaluate \rightarrow Update. } $$ --- # 76. Check 檢查： - version； - compatibility； - authority； - conflict； - freshness； - tool availability。 --- # 77. Assemble whole seed + factors + meta projection。 --- # 78. Adapt 對目前 generator： $$ A_{\gamma}. $$ --- # 79. Generate $$ \widehat X \sim G_\gamma(S). $$ --- # 80. Evaluate 用： $$ \mathcal E. $$ --- # 81. Update 成功： - usage count； - certificate； - portability evidence。 失敗： - reopen； - invalidation； - branch； - repair candidate。 --- # 82. Seed Lineage Graph $$ \boxed{ \mathcal G_L = (V_L,E_L,\tau,\nu). } $$ --- # 83. Node Types - artifact； - seed； - factor； - meta-seed； - projection； - certificate； - generator version。 --- # 84. Edge Types 至少： ```text extracted_from derived_from compressed_from factorized_from composed_from mutated_from projected_from migrated_from supersedes invalidates verified_by ``` --- # 85. Lineage 不是資料夾路徑 它必須能表示： $$ S_1 \rightarrow \begin{cases} S_{2a}\\ S_{2b}\\ S_{2c} \end{cases}. $$ --- # 86. Branch 不同變體可以共存。 --- # 87. Merge 若： $$ S_a,S_b \rightarrow S_c, $$ 保存兩個 parents。 --- # 88. Composition Lineage $$ S_c = S_a^{identity} \oplus S_b^{style}. $$ lineage 要保存 factor-level parentage。 --- # 89. Meta-Lineage 跨模態： $$ h \rightarrow S_T,S_I,S_U. $$ 都引用同一 meta parent。 --- # 90. Protected Lineage 本文定義： $$ \boxed{ L_{protected} } $$ 包含： - source artifact hash； - parent ids； - operation； - generator； - version； - validation evidence。 --- # 91. Compressible Payload $$ P_{compressible} $$ 可以： - re-encode； - compact； - rewrite； - migrate。 --- # 92. Lineage Separation $$ \boxed{ SeedObject = ProtectedLineage + CompressiblePayload. } $$ --- # 93. Payload Rewrite 不等於 Identity Loss 如果 identity / lineage invariant 保留： $$ \boxed{ BitwiseChange \neq SeedIdentityLoss. } $$ --- # 94. Deduplication Layer 1：Byte Duplicate hash 相同。 --- # 95. Deduplication Layer 2：Identity Duplicate 同 stable ID 被重複 materialize。 --- # 96. Deduplication Layer 3：Behavioral Equivalence 定義： $$ \boxed{ s_a \sim_{\Gamma,\mathcal Q,\varepsilon} s_b. } $$ 表示對指定 generator / task / tolerance 行為等價。 --- # 97. Behavioral Equivalent 不等於 Identity Same 不同來源： $$ s_a\neq s_b $$ 可以有： $$ s_a \sim s_b. $$ --- # 98. Deduplication Layer 4：Lineage Variant 兩 seed 高度相似，但一個是： - repaired； - migrated； - independently rediscovered。 不能直接 collapse。 --- # 99. Semantic Duplicate vector similarity 只能產生： $$ duplicate\_candidate. $$ --- # 100. Dedup Evidence 真正合併前至少檢查： - identity； - factor set； - behavior； - lineage； - rights； - version； - provenance。 --- # 101. Event Identity 重複引用同一生成事件： $$ event\_id $$ 應 deduplicate。 --- # 102. Repetition 不是獨立 evidence 十個 summary 指向同一 source： $$ \neq $$ 十份獨立證據。 --- # 103. Certificate Object $$ \boxed{ Cert = ( subject, contract, environment, evidence, result, scope, expiry ). } $$ --- # 104. Reconstruction Certificate 證明： $$ S \rightarrow \widehat X $$ 在特定： $$ (\gamma,D,\varepsilon,\delta) $$ 通過。 --- # 105. Portability Certificate 在： $$ \Gamma $$ 上通過。 --- # 106. Factor Certificate 證明： - target effect； - preservation leakage； - portability。 --- # 107. Composition Certificate 證明特定 factor combination 通過。 --- # 108. Projection Certificate 證明： $$ h \rightarrow S_m $$ 保持 relation contract。 --- # 109. Cycle Certificate 證明： $$ h \rightarrow m \rightarrow \widehat h $$ drift 低於門檻。 --- # 110. Migration Certificate 證明： $$ S^{v1} \rightarrow S^{v2} $$ 沒有超過允許 loss。 --- # 111. Certificate Freshness 若： - model update； - evaluator update； - registry update； - ontology update； 則 certificate： $$ VALID \rightarrow STALE. $$ --- # 112. Stale 不等於 Fail 只表示： > 需要重新驗證。 --- # 113. Certificate Freshness Conjecture ### Conjecture GSRT-06-A version-scoped certificate 可降低： $$ \text{stale seed misclassified as verified} $$ 的比例。 --- # 114. Field Governance Seed Library schema 不能假設今天已知道未來所有欄位。 需要 sparse extensible fields。 --- # 115. SEDB-like Field Registry field： ```text style identity projection_loss generator_scope ``` 不只是一個 JSON key。 它應有： - stable field id； - type； - semantics； - version； - provenance； - lifecycle。 --- # 116. Field Relation 可以： ```text derived_from merged_into split_from equivalent_to conflicts_with supersedes ``` --- # 117. Schema Evolution 新 factor 出現： $$ Need \rightarrow AddField \rightarrow SelectiveFill. $$ 不要求所有舊 seed 立即補完。 --- # 118. Sparse Memory Entity 不同 seed 可以有不同 fields。 這對多模態尤其必要。 --- # 119. Vector Index 只做 Proposal embedding 可以： - candidate search； - semantic cluster； - dedup proposal。 但： $$ \boxed{ Embedding \neq CanonicalIdentity. } $$ --- # 120. Regenerative Forgetting 若某 working material： $$ W $$ 可安全由： $$ S+Prov+\gamma $$ 重建， 則可： $$ \boxed{ Materialized(W) \rightarrow Dormant(W). } $$ --- # 121. Forgetting 不是 Delete 本文將 forgetting 定義成 disposition change。 --- # 122. Memory Disposition Family $$ \boxed{ \mathcal D_M = \{ KEEP, DEMOTE, COMPRESS, DORMANT, REOPENABLE, ARCHIVE, TOMBSTONE, DELETE \}. } $$ --- # 123. KEEP 保持 current tier。 --- # 124. DEMOTE HOT： $$ \rightarrow $$ WARM / COLD。 --- # 125. COMPRESS 換成更小 representation，但保存 reopen path。 --- # 126. DORMANT 不主動參與 retrieval，仍可明確喚回。 --- # 127. REOPENABLE 只保存足夠 substrate + source pointer。 --- # 128. ARCHIVE 長期保存，低檢索優先。 --- # 129. TOMBSTONE 物件已刪 payload，但保留： - identity； - lineage； - deletion event； - reason。 --- # 130. DELETE 真正移除。 需最高治理門檻。 --- # 131. Regenerative Forgetting Conjecture ### Conjecture GSRT-06-B 若 reconstruction substrate 與 evidence authority 分離得當，部分 working generative material 可解除物化而不顯著降低 future task performance。 --- # 132. Forgetting Gate 決策： $$ \boxed{ FG(x,q,policy,evidence). } $$ --- # 133. 不允許「因為很久沒用就刪」 age 只是 signal。 --- # 134. Utility 定義 seed utility vector： $$ \boxed{ \mathbf U_s = ( U_{reconstruct}, U_{reuse}, U_{compose}, U_{port}, U_{fresh}, U_{prov}, U_{cost} ). } $$ --- # 135. Usage Count 不等於 Utility 冷門但關鍵 seed： $$ usage\approx0 $$ 也可能高價值。 --- # 136. Seed Retrieval Log 每次 recall 記： - query； - selected seeds； - rejected candidates； - reason； - generator； - result。 這為後續 GSRT-07 navigation 提供資料。 --- # 137. Success Feedback 若 seed 成功： $$ U_{reuse} \uparrow. $$ --- # 138. Failure Feedback 若 seed 失敗： - freshness 下調； - reopen； - scope 收窄； - invalid。 --- # 139. Library Learning 不等於 Weight Learning Seed Library 可以改善系統行為，但 foundation model： $$ \theta $$ 沒改。 所以： $$ \boxed{ \text{External Memory Learning} \neq \text{Parametric Learning}. } $$ --- # 140. External Capability Augmentation 較精確： $$ \boxed{ Capability_{effective} = f( \theta, \mathfrak L_G, Retriever, Composer, Evaluator ). } $$ --- # 141. Non-Parametric Capability Accumulation Conjecture ### Conjecture GSRT-06-C 固定： $$ \theta $$ 時，隨 validated Seed Library 增長： $$ Capability_{effective} $$ 可對特定 generation task family 上升。 --- # 142. 這不是保證能力單調上升 library 也可能造成： - stale memory； - bad retrieval； - conflict； - overload。 因此需要 governance。 --- # 143. Generative Memory Leverage Artifact count： $$ N_A. $$ Reusable factors： $$ N_F. $$ Validated compatibility edges： $$ N_E. $$ --- # 144. 簡單 Leverage Proxy 可定義： $$ \boxed{ L_G = \alpha N_S + \beta N_F + \gamma N_E } $$ 只作粗 proxy。 --- # 145. 不把所有組合數當能力 即使： $$ 2^{N_F} $$ 巨大， 大部分組合可能非法或低品質。 --- # 146. Effective Reachable State Count 更合理： $$ \boxed{ N_{reachable} = \#\{ \text{validated / high-probability reachable seed states} \}. } $$ --- # 147. Generative Memory Leverage Conjecture ### Conjecture GSRT-06-D library value 與： - reusable factors； - compatibility； - lineage； - certificates； 的關係可能比單純 artifact count 更強。 --- # 148. RAG 的位置 RAG 建立： $$ \boxed{ \text{parametric memory} + \text{non-parametric retrieval} } $$ 作為 generation 的重要架構。 --- # 149. Seed Library 與 RAG 的差異 RAG 常 retrieve： - passages； - documents； - facts。 Seed Library retrieve： - generative state； - factor； - meta-seed； - compatibility； - reconstruction recipe。 --- # 150. Generative Agents 的位置 Generative Agents 使用： - experience stream； - reflection； - planning； - dynamic retrieval。 這證明 episodic memory + abstraction + retrieval 對 Agent 行為重要。 --- # 151. Seed Library 的不同 它不是以「代理人經歷」為基本單位。 而以： $$ \boxed{ \text{reusable generative state} } $$ 為基本單位。 --- # 152. MemGPT 的位置 MemGPT 使用 OS-like virtual context management： - fast memory； - slow storage； - dynamic paging。 這與： $$ ActiveContext \neq AddressableMemory $$ 高度相容。 --- # 153. Seed Library 多一層 MemGPT 處理： > 什麼資訊放進 context？ Seed Library 還處理： > 什麼生成狀態可以重新生成、組合與投影？ --- # 154. Voyager 的位置 Voyager 建立： $$ \boxed{ \text{ever-growing executable skill library}. } $$ skill 可被： - retrieve； - compose； - reuse。 --- # 155. Seed Library 與 Skill Library Voyager skill： $$ \text{executable behavior}. $$ GSRT seed： $$ \text{reconstructive / generative state}. $$ 二者可以未來互連，但不是同物件。 --- # 156. Skill 也可以成為 Factor 某些 code / agent action seed： $$ S_C $$ 可能引用 Voyager-like skill。 --- # 157. Seed Library Runtime 最小模組： ```text ArtifactStore SeedStore FactorStore MetaSeedStore Registry LineageGraph IndexHub CertificateStore Retriever Composer Rehydrator Evaluator LifecycleController ``` --- # 158. ArtifactStore content-addressed。 --- # 159. SeedStore immutable versioned records 優先。 --- # 160. FactorStore factor registry + intervention evidence。 --- # 161. MetaSeedStore cross-modal relation core。 --- # 162. Registry stable ids。 --- # 163. LineageGraph parentage / operations。 --- # 164. IndexHub 多索引組合。 --- # 165. CertificateStore validation evidence。 --- # 166. Retriever 建立 recall portfolio。 --- # 167. Composer 只執行合法 partial composition。 --- # 168. Rehydrator 把 external memory 變成 current generator-readable state。 --- # 169. Evaluator reconstruction / factor / cross-modal / functional。 --- # 170. LifecycleController tier / reopen / stale / archive。 --- # 171. MVP Storage 第一版不需要分散式資料庫。 可使用： $$ \boxed{ SQLite + ContentAddressedFiles + VectorIndex + GraphTables. } $$ --- # 172. SEDB-like Extension 若 sparse fields 快速增長： $$ \boxed{ \text{field registry} + \text{sparse values} } $$ 比固定巨大 schema 更適合。 --- # 173. MVP v0.1：Text Seed Library 資料： $$ 100-500 $$ texts。 --- # 174. Ingest 每個 text： - artifact hash； - source； - seed candidates。 --- # 175. Validate blind reconstruction。 --- # 176. Store Certificate 保存： - model； - version； - fidelity； - date； - seed hash。 --- # 177. Reuse 對新 query： > 產生具有相同 relation structure 的新文本。 retriever 找 factor / seed。 --- # 178. Measure Search Reduction baseline： $$ \text{fresh prompt + sampling}. $$ Seed Library： $$ \text{retrieve + adapt}. $$ --- # 179. Search Cost 定義： $$ \boxed{ C_{search} = N_{generation} + C_{human/model\ evaluation} + C_{revision}. } $$ --- # 180. Reuse Benefit $$ \boxed{ B_{reuse} = C_{search}^{baseline} - C_{search}^{library}. } $$ --- # 181. Reusable Generative Memory Conjecture ### Conjecture GSRT-06-E 對 repeated / structurally related generation tasks： $$ \boxed{ \mathbb E[B_{reuse}]>0. } $$ --- # 182. MVP v0.2：Image Seed Library 加入： - image artifacts； - identity； - composition； - style； - lighting factors。 --- # 183. Image Retrieval query： > 同一角色，換室外黃昏構圖。 return： - identity factor； - composition candidate； - lighting factor； - compatibility。 --- # 184. Image Baseline plain prompt + random sampling。 --- # 185. Library Condition seed retrieval + composition + generation。 比較： - candidate count； - human selection rounds； - identity fidelity； - composition fidelity。 --- # 186. MVP v0.3：Cross-Modal meta-seed： $$ h $$ 連： - text； - image。 --- # 187. Version Drift Test generator： $$ G_v \rightarrow G_{v+1}. $$ 抽樣舊 seeds。 --- # 188. Revalidate 觀察： $$ P_{stale}. $$ --- # 189. Certificate Expiry Policy 可依： - time； - model version； - breaking change； - ontology change。 --- # 190. Retrieval Baseline A：Vector Only nearest embedding。 --- # 191. Retrieval Baseline B：Metadata Filter + Vector --- # 192. Retrieval Baseline C：Seed Portfolio identity + relation + factor + compatibility + certificate。 --- # 193. Portfolio Retrieval Conjecture ### Conjecture GSRT-06-F 在 generation reuse task 上： $$ \boxed{ PortfolioRetrieval > VectorOnly } $$ 對成功率與控制性具有穩定優勢。 --- # 194. Dedup MVP 建立： - exact duplicates； - paraphrase seeds； - same behavior / different lineage； - independently extracted equivalents。 --- # 195. Dedup Acceptance 不能把： $$ \text{same behavior} $$ 自動 merge 成： $$ \text{same identity}. $$ --- # 196. Forgetting MVP 選擇可重新生成 projection。 --- # 197. Dematerialize 移除 active cached artifact。 --- # 198. Rehydrate 只靠： - seed； - generator； - provenance； 重新生成。 --- # 199. Measure - reconstruction fidelity； - storage saved； - compute cost； - latency； - failure rate。 --- # 200. Rehydration Cost $$ \boxed{ C_{rehydrate} = C_{retrieve} + C_{decode} + C_{generate} + C_{verify}. } $$ --- # 201. Storage–Compute Tradeoff 減少 storage： $$ \Downarrow $$ 可能增加： $$ C_{rehydrate}. $$ --- # 202. 不存在免費遺忘 因此 memory policy 是： $$ \boxed{ \text{storage} \leftrightarrow \text{compute} \leftrightarrow \text{latency} \leftrightarrow \text{risk}. } $$ --- # 203. Memory Tier Optimization 對 item $i$： $$ tier_i $$ 可解： $$ \boxed{ \min C_{storage} + C_{expected\ recall} + C_{risk}. } $$ --- # 204. 但 Risk 必須可解釋 不能因一個 opaque score 低，就刪 evidence。 --- # 205. Negative Control 1：Random Seed Retrieval 若 random seed 和 intelligent retrieval 差不多： retrieval layer 無價值。 --- # 206. Negative Control 2：Stale Seed 故意使用已知舊 model seed。 測 freshness gate。 --- # 207. Negative Control 3：Wrong Identity semantic 很近但 identity 不同。 測 identity index。 --- # 208. Negative Control 4：Incompatible Factors 測 compatibility gate。 --- # 209. Negative Control 5：Copied Evidence 十份同源 certificate。 不應被當十份獨立證據。 --- # 210. Negative Control 6：Vector Collision embedding 很近但 relation direction 相反。 --- # 211. Failure F1：Memory Bloat $$ |\mathfrak L_G| \rightarrow\infty $$ 但 reuse 不增。 --- # 212. Failure F2：Retrieval Pollution 舊 seed 干擾新 generation。 --- # 213. Failure F3：Lineage Loss compression 後不知道來源。 --- # 214. Failure F4：Certificate Staleness 舊 validation 被誤認為 current。 --- # 215. Failure F5：Factor Drift factor identity 不同版本含義變了。 --- # 216. Failure F6：Dedup Collapse 不同 lineage 被錯誤合併。 --- # 217. Failure F7：Over-Materialization 所有 seed / artifact 都維持 HOT。 --- # 218. Failure F8：Under-Materialization 每次都重新生成，compute cost 爆炸。 --- # 219. Failure F9：Source Deletion 以「可重建」為理由刪掉不可替代 source。 --- # 220. Failure F10：Similarity Tyranny vector nearest 被當最終 truth。 --- # 221. Failure F11：Unbounded Schema Drift 不同 Agent 自創： ```text style visual_style styling style_v2 ``` --- # 222. Failure F12：Registry Overreach 反過來 schema 太僵硬，阻止新 factor 出現。 --- # 223. Failure F13：Generator Lock-In 所有 seed 只對單一 provider 有效。 --- # 224. Failure F14：Rehydration Failure dormant item 無法重新物化。 --- # 225. Failure F15：Archive Amnesia archive technically exists，但索引不可達。 --- # 226. Falsification 1：No Reuse Benefit 若： $$ B_{reuse} \le 0 $$ 在大多數 repeated task 上成立，Seed Library 沒有工程優勢。 --- # 227. Falsification 2：Portfolio No Better 若 vector-only 與 portfolio retrieval 無穩定差異，複雜 retrieval architecture 應簡化。 --- # 228. Falsification 3：Lineage No Value 若 lineage 不改善： - rollback； - dedup； - audit； - migration； 則 protected lineage 可能過度設計。 --- # 229. Falsification 4：Tiering No Value 若 HOT / WARM / COLD 不降低 context / latency / storage cost，tiering 應簡化。 --- # 230. Falsification 5：Certificates No Value 若 stale / valid certificate distinction 不能預測 failure，certificate model 需重構。 --- # 231. Falsification 6：Rehydration Too Expensive 若： $$ C_{rehydrate} $$ 長期大於直接存 artifact 的成本，regenerative forgetting 不具經濟性。 --- # 232. Falsification 7：Factor Library Does Not Compound 若 factor count / compatibility growth 不改善新 task generation，Library Leverage Conjecture 需削弱。 --- # 233. Falsification 8：External Memory Cannot Improve Fixed Model 若固定 model 在 Seed Library 增長後 task performance 無改善，Non-Parametric Capability Accumulation 不獲支持。 --- # 234. 八個核心猜想 ## C1 — Reusable Generative Memory validated seed reuse 可降低 future generation search cost。 ## C2 — Portfolio Retrieval relation / identity / factor / compatibility-aware retrieval 優於 vector-only。 ## C3 — Lineage Preservation protected lineage 降低錯誤合併與不可追溯。 ## C4 — Rehydration 部分 working state 可安全 dematerialize 並按需重建。 ## C5 — Tiered Memory 分層降低 active-context burden。 ## C6 — Certificate Freshness version-scoped validation 降低 stale misuse。 ## C7 — Generative Memory Leverage factor / compatibility / lineage 比 artifact count 更接近有效 library value。 ## C8 — Non-Parametric Capability Accumulation 固定權重仍可由外部 generative memory 提升特定 task capability。 --- # 235. 本文不主張的事情 本文不主張： 1. seed 可以取代 source archive； 2. 可重建就代表可以刪原件； 3. vector DB 就等於 Seed Library； 4. HOT / WARM / COLD 是唯一 tiering； 5. 所有 seed 都應永久保存； 6. 所有 seed 都應進入 active context； 7. external memory 等於 model learning； 8. certificate 永久有效； 9. semantic equivalence 等於 identity equivalence； 10. Seed Library 一定單調提高能力； 11. 所有 factor 組合都合法； 12. ISQL 已經是 Seed Library storage format； 13. SEDB 已經是唯一最佳資料庫； 14. MVP 需要一開始就分散式； 15. library artifact count 可以直接代表 generative intelligence。 --- # 236. 本文真正建立的新層 前篇： $$ \text{Seed} \rightarrow \text{Factor} \rightarrow \text{Meta-Seed}. $$ 本文： $$ \boxed{ \text{Generative Object} \rightarrow \text{Persistent Identity} \rightarrow \text{Lifecycle} \rightarrow \text{Retrieval} \rightarrow \text{Rehydration} \rightarrow \text{Reuse}. } $$ --- # 237. 從一次成功到可累積經驗 今日： $$ \boxed{ \text{Generation} \rightarrow \text{Artifact}. } $$ Seed Library： $$ \boxed{ \text{Generation} \rightarrow \text{Artifact} + \text{Reusable Generative State}. } $$ --- # 238. 生成一次，留下的不只是結果 而是： - seed； - factors； - compatibility； - failure； - evaluation； - lineage。 --- # 239. Generative Experience 本文把一次成功生成所累積的可重用外部狀態稱為： # **Generative Experience** 它不是人格記憶。 --- # 240. Experience Accumulation $$ \boxed{ \mathfrak L_{G,t+1} = Update \left( \mathfrak L_{G,t}, e_{t+1} \right). } $$ --- # 241. Update 不一定是 Append 可以： - add； - merge； - branch； - invalidate； - demote； - split； - reopen。 --- # 242. External Learning Loop $$ \boxed{ Generate \rightarrow Evaluate \rightarrow Extract \rightarrow Store \rightarrow Retrieve \rightarrow Regenerate. } $$ --- # 243. 這是 Library Learning 而不是： $$ \theta_{t+1} = \theta_t+\Delta\theta. $$ --- # 244. 長期結果 若成立： $$ \boxed{ \text{generation history} \rightarrow \text{increasingly structured external generative memory}. } $$ --- # 245. 與 GSRT-07 的接口 Seed Library 存在後，下一個問題是： > 有了大量 seed / factor / compatibility edge，如何在這個空間裡尋路？ 也就是從： $$ \text{retrieve old seed} $$ 進一步到： $$ \boxed{ \text{search / mutate / traverse seed space}. } $$ 這就是： # **GSRT-07 — From Sampling to Seed-Space Navigation** --- # 246. 結論 GSRT-06 把 Seed Library 從「放 seed 的資料庫」重新定義成： $$ \boxed{ \text{a persistent, versioned, lineage-preserving, reconstructive generative memory system}. } $$ 它的核心能力不是： > 存得多。 而是： $$ \boxed{ \text{能找對} + \text{能重建} + \text{能重用} + \text{能驗證} + \text{能知道來源} + \text{能知道何時失效} + \text{能安全解除物化} + \text{能重新開啟}. } $$ 真正成熟的 Seed Library 因此必須同時具有： $$ \boxed{ \text{Source Archive} + \text{Seed Store} + \text{Factor Store} + \text{Meta-Seed Store} + \text{Registry} + \text{Lineage} + \text{Indexes} + \text{Certificates} + \text{Lifecycle}. } $$ 如果這個架構成立，生成式 AI 的歷史就不再只是： $$ \text{大量輸出檔案}. $$ 而可能逐漸變成： $$ \boxed{ \text{可重新調用的生成經驗}. } $$ 這是「不用每次重新抽卡」真正的記憶前提。 沒有 Seed Library，seed 只是一次性技巧。 有了 Seed Library，seed 才可能變成長期生成能力的一部分。 --- # 參考文獻 1. Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W.-t., Rocktäschel, T., Riedel, S., & Kiela, D. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. *Advances in Neural Information Processing Systems 33*. 2. Park, J. S., O'Brien, J. C., Cai, C. J., Morris, M. R., Liang, P., & Bernstein, M. S. (2023). Generative Agents: Interactive Simulacra of Human Behavior. *UIST 2023*. 3. Packer, C., Wooders, S., Lin, K., Fang, V., Patil, S. G., Stoica, I., & Gonzalez, J. E. (2023). *MemGPT: Towards LLMs as Operating Systems*. arXiv:2310.08560. 4. Wang, G., Xie, Y., Jiang, Y., Mandlekar, A., Xiao, C., Zhu, Y., Fan, L., & Anandkumar, A. (2023). *Voyager: An Open-Ended Embodied Agent with Large Language Models*. arXiv:2305.16291. 5. Neo.K. (2026). *生成種子重建猜想：從已生成 Artifact 到可重用生成狀態*. GSRT-01. 6. Neo.K. (2026). *最小可重建種子與生成重建複雜度*. GSRT-02. 7. Neo.K. (2026). *共享模型先驗與跨 AI 模糊語義解碼*. GSRT-03. 8. Neo.K. (2026). *生成種子的因子分解與可組合性*. GSRT-04. 9. Neo.K. (2026). *跨模態生成種子與共享生成元空間*. GSRT-05. 10. Neo.K. (2026). *World Memory Compression and Long-Horizon Mathematical Persistence*. MWT-10. 11. Neo.K. (2026). *從記憶保存到認知重建：長期 AI 記憶的生成基底、再生性遺忘與認知等價*. 12. Neo.K. (2026). *SEDB Unbounded Dynamic Field Technical Whitepaper*. 13. Neo.K. (2026). *Persistent Local Experience*. ARCAI Paper 04. --- # Appendix A. Canonical Seed Library Definition $$ \boxed{ \mathfrak L_G = ( \mathcal A, \mathcal S, \mathcal F, \mathcal H, \mathcal P, \mathcal R, \mathcal G_L, \mathcal I, \mathcal C, \mathcal E, \mathcal T ). } $$ --- # Appendix B. Canonical Rehydration Pipeline $$ \boxed{ q \rightarrow \text{Recall Portfolio} \rightarrow \text{Compatibility Check} \rightarrow \text{Seed Assembly} \rightarrow \text{Generator Adapter} \rightarrow \text{Artifact} \rightarrow \text{Evaluation} \rightarrow \text{Memory Update}. } $$ --- # Appendix C. Seed Library Object Schema ```yaml seed_object: id: version: modality: status: tier: payload: payload_hash: reconstruction_contract: generator_scope: evaluator_scope: epsilon: delta: factors: meta_seed: private_residues: dependencies: incompatibilities: generator_bindings: provenance: source_artifacts: extractor: created_at: parent_seeds: operation: certificates: reconstruction: portability: factor: composition: projection: cycle: migration: freshness: last_validated: generator_version: ontology_version: evaluator_version: lifecycle: state: reopen_triggers: disposition: lineage: parents: children: supersedes: superseded_by: ``` --- # Appendix D. Lineage Edge Schema ```yaml lineage_edge: edge_id: source_id: target_id: operation: extracted_from derived_from compressed_from factorized_from composed_from mutated_from projected_from migrated_from supersedes invalidates verified_by operator_version: evidence: timestamp: ``` --- # Appendix E. Retrieval Record ```yaml generative_recall: query_id: query_contract: selected: base_seed: factors: meta_seed: compatibility: certificates: rejected: reasons: cost_budget: generator: result: evaluation: memory_update: ``` --- # Appendix F. MVP Acceptance Gates MVP 至少通過： ```text G1 ingest + stable identity G2 candidate -> blind validation G3 certificate storage G4 portfolio retrieval G5 successful seed reuse G6 lineage preservation G7 dedup without identity collapse G8 stale-version detection G9 reopen and revalidation G10 tier movement G11 rehydration after dematerialization G12 source archive remains independent ``` --- # Appendix G. Canonical Claim Strength 本文目前允許： $$ \boxed{ \text{Validated reconstructive seeds can be organized as a persistent external generative memory whose value is testable through retrieval, reuse, lineage, rehydration, and lifecycle experiments.} } $$ 本文目前不允許： $$ \boxed{ \text{A Seed Library automatically constitutes learning, intelligence growth, or safe replacement of original artifacts.} } $$ --- **文件結束**