# PNCW Paper 07 # 投影原生軟體時空：從狀態切片到因果—時間世界投影 ## Projection-Native Software Spacetime: ## From State Slices to Causal-Temporal World Projection **版本：v0.1** **日期：2026-08-28** **系列：Projection-Native Computational World Series / 投影原生計算世界系列** **定位：Series Paper 07 / Causal-Temporal and Multi-Temporal Projection Layer** **依賴：PNCW Paper 00–06、Software Spacetime Theory Series 01–04** **主要來源接口：Software Spacetime、Multi-Temporal Computing、Software Causal Topology、Fractal AI Spacetime Governance** **作者：** Neo.K **機構：** EveMissLab／一言諾科技有限公司 --- ## 摘要 Projection-Native Computational World（PNCW）Paper 00–06 已建立一條從 canonical world、active context、stable carrier 到 visual computational surface 與 atomic reveal 的統一架構： $$ \boxed{ W_t \rightarrow C_{q,t}^{active} \rightarrow \mathcal E_k \rightarrow P_k \rightarrow V_{q,k} \rightarrow U_{q,k}. } $$ 這條鏈成立，但其中的 canonical source 常被簡寫為單一時間索引下的世界狀態： $$ W_t. $$ 本文指出，這個形式對許多 AI-native runtime、simulation、agent workflow、compiler pipeline、database transaction、game world、replay system 與分支式計算而言仍過度簡化。真正需要被投影的來源往往不是「某個瞬間的高維 state」，而是具有： - local temporal domains； - software worldlines； - event histories； - causal partial orders； - replay / branch structures； - cross-domain synchronization； - observer-relative temporal resolution； 的 **Software Spacetime（軟體時空）**。 本文因此將 PNCW 的 canonical source 從單一 state slice 提升為： $$ \boxed{ \mathfrak S = ( \mathcal D, G_C, G_R, \mathcal R, \mathcal P, \mathcal H ), } $$ 其中每個 software spacetime domain： $$ \boxed{ D_i = ( X_i, T_i, E_i, C_i, O_i, R_i, A_i ) } $$ 具有自己的狀態空間 \(X_i\)、局部時間結構 \(T_i\)、事件集合 \(E_i\)、因果關係 \(C_i\)、observer / projection structure \(O_i\)、resources \(R_i\) 與 control capabilities \(A_i\)。 本文引入 **Spacetime Projection Operator**： $$ \boxed{ \Pi^{ST}_{q,O} : \mathfrak S \rightarrow Y^{ST}_{q,O}, } $$ 更完整地： $$ \boxed{ \Pi^{ST}_{ q, O, \sigma, \Lambda, \Delta T, \mathcal K, \mathcal B, \pi } : \mathfrak S \rightarrow Y^{ST}. } $$ 其中： - \(q\)：task / query； - \(O\)：observer； - \(\sigma\)：domain / object scope； - \(\Lambda\)：state / temporal / causal / observation resolution policy； - \(\Delta T\)：temporal window / multi-time selection； - \(\mathcal K\)：causal cone / dependency region； - \(\mathcal B\)：branch / replay selection； - \(\pi\)：projection frame / presentation contract。 本文的核心新命題是： $$ \boxed{ \text{State Projection} \subset \text{Spacetime Projection}. } $$ 單一時刻的 state view 只是 spacetime projection 的退化特例。更一般的 PNCW output 可以一次投影： - 一段 worldline； - 一個 causal cone； - 一組互不比較的 parallel events； - 多個 local temporal domains； - replay 與 live state 的差異； - speculative branch ensemble； - critical path 與 off-critical work； - branch point、join point、commit boundary。 本文進一步採用 Software Causal Topology 的核心區分： $$ \boxed{ \text{Serialization Order} \neq \text{Necessary Causal Order}. } $$ token stream、event ledger sequence、UI list order 或 timestamp sorting 都可以是某種合法 linearization，但不應被誤認為 world 的 causal ontology。若原始 computation 是一個 partial order： $$ (E,\prec), $$ 則一條 sequence： $$ L(E,\prec) = (e_{\pi(1)},\ldots,e_{\pi(n)}) $$ 只是其一個 total-order extension / presentation，而不是因果結構本身。 因此，「AI 為什麼一定要一個 token 一個 token輸出」的問題，在本文中被提升為： $$ \boxed{ \begin{aligned} &\text{High-Dimensional}\\ +&\text{Multi-Temporal}\\ +&\text{Causal}\\ +&\text{Branched}\\ +&\text{Cross-Structural World} \\ &\not\Rightarrow \text{One Linear Observation Timeline}. \end{aligned} } $$ 本文最終提出： $$ \boxed{ \text{Projection-Native Spacetime} = \text{Selective State} + \text{Selective Time} + \text{Selective Causality} + \text{Selective Branches} + \text{Observer-Relative Resolution}. } $$ 這使 PNCW 從「非序列狀態輸出架構」進一步升級為「因果—時間世界投影架構」。 **關鍵詞：** Projection-Native Software Spacetime、Software Worldline、Multi-Temporal Computing、Causal Topology、Branch Projection、Replay、Partial Order、Temporal Projection、PNCW --- # 0. 研究目的與邊界 本文只處理： $$ \boxed{ \text{Software Spacetime} \rightarrow \text{Projection-Native Observation}. } $$ 本文暫不處理下一篇 Paper 08 的： - CSPMF cross-structural perception； - persistent perceptual memory； - APR attention； - PHOSPHOR actuation； - full perception–action loop。 因此 Paper 07 的任務非常單純： > 把 PNCW 的 source ontology 從 state slice 擴展成 causal-temporal software world。 --- # 1. PNCW 既有形式的限制 PNCW 前六篇常寫： $$ W_t. $$ 這在形式上方便，也適合表示： > 時間 \(t\) 的 canonical world state。 但它容易讓人誤解成： $$ \boxed{ \text{World} = \text{Snapshot}. } $$ 本文否定這個等同。 --- # 2. World 不等於 Snapshot 更一般地： $$ \boxed{ \text{World} = \text{State} + \text{Evolution} + \text{Events} + \text{Causality} + \text{History} + \text{Branches}. } $$ Snapshot 只是 World 的一個截面。 --- # 3. Software Spacetime Domain 本文採用： $$ \boxed{ D_i = ( X_i, T_i, E_i, C_i, O_i, R_i, A_i ). } $$ 其中： - \(X_i\)：state space； - \(T_i\)：local temporal structure； - \(E_i\)：events； - \(C_i\)：causal relations； - \(O_i\)：observer / projection structure； - \(R_i\)：resources； - \(A_i\)：control capabilities。 --- # 4. Software Spacetime 不等於 Physical Spacetime $$ \boxed{ \text{Software Spacetime} \neq \text{Physical Spacetime}. } $$ 本文只借用「spacetime」表示： > state、local time、causal relations、observation 與 worldline 被統一納入同一 runtime abstraction。 不搬用 Lorentz geometry，也不宣稱軟體服從相對論物理定律。 --- # 5. Global Software Spacetime 令： $$ \boxed{ \mathfrak S = ( \mathcal D, G_C, G_R, \mathcal R, \mathcal P, \mathcal H ). } $$ 其中： - \(\mathcal D=\{D_1,\ldots,D_n\}\)：software spacetime domains； - \(G_C\)：cross-domain causal / dependency graph； - \(G_R\)：resource contention / mapping graph； - \(\mathcal R\)：shared physical / virtual resources； - \(\mathcal P\)：governance policies； - \(\mathcal H\)：history / branch / replay lineage。 --- # 6. State Slice 對某 domain \(D_i\)，在 local time \(t_i\)： $$ \boxed{ S_i(t_i) \in X_i. } $$ 這只是一個 state slice。 --- # 7. Software Worldline 對可識別 software entity \(x\)： $$ \boxed{ \gamma_x: T_i \rightarrow X_i. } $$ 其中： $$ \gamma_x(t) $$ 表示 entity 在 local time \(t\) 的 state。 --- # 8. Worldline 的工程含義 worldline 可以表示： - process lifecycle； - thread execution； - Agent task； - game NPC； - database transaction； - compiler job； - simulation object； - virtual machine； - workflow branch。 --- # 9. Worldline 不等於單一 Log Sequence 一條 execution log： $$ L_x = (l_1,\ldots,l_m) $$ 可以記錄 worldline 的 observations。 但： $$ \boxed{ \text{Worldline} \neq \text{Log Sequence}. } $$ 因為 log 可以： - sparse； - sampled； - reordered； - aggregated； - partial。 --- # 10. State / Observation Non-Collapse 對 observer： $$ O_i = ( F_i, Z_i, Q_i, L_i ), $$ 其中： - \(F_i\)：focus； - \(Z_i\)：zoom； - \(Q_i\)：resolution； - \(L_i\)：enabled semantic layers。 定義： $$ \boxed{ \Phi_i: ( S_i, CTS_i, O_i ) \rightarrow V_i. } $$ 所以： $$ \boxed{ \text{State} \neq \text{Observation}. } $$ --- # 11. Not Observed 不等於 Not Existing $$ \boxed{ \text{Not Observed} \neq \text{Not Existing}. } $$ 這與 PNCW 的 selective materialization / selective observation 完全相容。 --- # 12. State Projection 是退化特例 如果只選： $$ \Delta T = \{t^\star\}, $$ 只選一個 branch： $$ \mathcal B = \{b^\star\}, $$ 且 causal scope 只包含當前 state 所需 relations， 則： $$ \Pi^{ST}(\mathfrak S) $$ 退化成： $$ \Pi(W_{t^\star}). $$ 因此： $$ \boxed{ \text{State Projection} \subset \text{Spacetime Projection}. } $$ --- # 13. Local Time 對 domain \(D_i\)，local time： $$ \boxed{ t_i(\tau) = b_i + \int_0^\tau \alpha_i(s)\,ds. } $$ 其中： - \(\tau\)：reference / physical time； - \(b_i\)：offset； - \(\alpha_i\)：temporal rate。 --- # 14. Temporal Rate / Compute Rate Non-Collapse $$ \boxed{ \alpha_i \neq \text{physical compute speed}. } $$ clock multiplier 不會憑空增加硬體 throughput。 --- # 15. Temporal Feasibility 令： $$ \kappa_i(t_i) $$ 為每單位 local time 所需 physical work density， $$ c_i(\tau) $$ 為有效 compute service rate。 若不跳事件、不降 fidelity、不改 semantics： $$ \boxed{ \kappa_i(t_i) \alpha_i^{real} \le c_i. } $$ --- # 16. Requested / Realized Temporal Rate Non-Collapse $$ \boxed{ \alpha_i^{cmd} \neq \alpha_i^{real}. } $$ 要求 \(100\times\) 不代表能實現 \(100\times\)。 --- # 17. 六類 Temporal Domain 本文採用： $$ \boxed{ \mathfrak T_D = \{ Anchored, Elastic, EventJump, Replay, Speculative, Frozen \}. } $$ --- # 18. Anchored Domain 與 wall time / external time 有強同步需求： - human interaction； - audio； - network protocol； - external sensor； - market feed； - real deadline。 可要求： $$ \boxed{ |t_i-g_i(\tau)| \le \epsilon_i. } $$ --- # 19. Elastic Domain 允許： $$ \boxed{ \alpha_i \in [ \alpha_i^{min}, \alpha_i^{max} ]. } $$ 適合 offline simulation、background world model、batch analysis 等。 --- # 20. Event-Jump Domain 若： $$ t^\star > t $$ 是下一個會改變 observable state 的有效事件， 則可： $$ \boxed{ t_i \rightarrow t^\star } $$ 而不逐 tick 執行空狀態。 --- # 21. Fast-Forward / Event-Jump Non-Collapse $$ \boxed{ \text{FastForward} \neq \text{EventSkipping}. } $$ 前者可能仍計算所有 intermediate work；後者依 event semantics 省略無狀態變化區間。 --- # 22. Replay Domain Replay domain 可與 live world time 解耦。 其目標可以是： $$ \boxed{ \max \text{Replay Throughput} } $$ subject to determinism / evidence / resource constraints。 --- # 23. Speculative Domain 由 snapshot： $$ \Sigma_t $$ 建立： $$ \boxed{ \{ D^{(1)}, D^{(2)}, \ldots, D^{(n)} \}. } $$ --- # 24. Candidate Branch / Commit Non-Collapse $$ \boxed{ \text{Candidate Branch} \neq \text{World Commit}. } $$ 這是 PNCW branch projection 必須保留的 authority boundary。 --- # 25. Frozen Domain $$ \alpha_i=0. $$ 但： $$ \boxed{ \text{Temporal Inactivity} \neq \text{Ontological Deletion}. } $$ --- # 26. Multi-Temporal World 若： $$ \mathcal D = \{D_1,\ldots,D_n\}, $$ 則同一 global system 在 physical time \(\tau\) 可以具有： $$ \boxed{ ( t_1(\tau), t_2(\tau), \ldots, t_n(\tau) ). } $$ 不要求： $$ t_i=t_j. $$ --- # 27. Multi-Temporal Projection 因此 observer projection 不應只問： > 現在是幾點？ 而應問： $$ \boxed{ \text{Which domain? Which local time? Which temporal contract?} } $$ --- # 28. Temporal Selection Operator 定義： $$ \boxed{ \Theta_O: \mathfrak S \rightarrow \Delta T_O. } $$ \(\Delta T_O\) 可以包含多個 domain-specific temporal windows。 --- # 29. Temporal Window 例如： $$ \boxed{ \Delta T_O = \{ (D_1,[t_1^a,t_1^b]), (D_2,t_2^\star), (D_3,\text{replay }[u,v]) \}. } $$ 所以一個 observation 可以同時橫跨不同 local times。 --- # 30. Local-Time Freedom / Boundary Freedom Non-Collapse $$ \boxed{ \text{LocalTimeFreedom} \neq \text{BoundaryFreedom}. } $$ 一個 domain 可以本地 fast-forward，但跨 external I/O、commit、human boundary 時仍需 synchronization contract。 --- # 31. Cross-Domain Synchronization 若： $$ e_i \rightarrow e_j $$ 跨 domain 有 causal exchange， 需： $$ \boxed{ \Gamma_{ij} } $$ 描述 synchronization / mapping / tolerance contract。 --- # 32. Temporal Drift 對 anchored / synchronized domain： $$ \boxed{ \delta_i(\tau) = t_i(\tau) - g_i(\tau). } $$ --- # 33. Temporal Debt 若實際 progress 低於 target progress，可以定義： $$ \boxed{ B_i = \max( 0, p_i^\star-p_i ). } $$ Temporal debt 可影響 materialization、priority、observation 與 resource allocation。 --- # 34. Temporal Observation Resolution 觀察頻率： $$ \rho_i^{obs} $$ 不必等於 execution rate： $$ \alpha_i. $$ 因此： $$ \boxed{ \text{Execution Frequency} \neq \text{Observation Frequency}. } $$ --- # 35. Adaptive Temporal Observation 可根據： - information change； - uncertainty； - risk； - temporal debt； - causal importance； - global objective； 調整： $$ \boxed{ \rho_i^{obs}. } $$ --- # 36. Observation Resolution / Temporal Rate Non-Collapse $$ \boxed{ \lambda^{observe} \neq \alpha^{time}. } $$ domain 跑很快，不代表 observer 要高頻看它。 --- # 37. Event Set 令： $$ \boxed{ E = \{e_1,\ldots,e_m\}. } $$ 若 \(e_a\) 是 \(e_b\) 合法發生／完成／驗證／commit 的必要前置： $$ \boxed{ e_a \prec e_b. } $$ --- # 38. Causal Partial Order 若： $$ e_a\nprec e_b $$ 且： $$ e_b\nprec e_a, $$ 則在目前 causal model： $$ \boxed{ e_a \parallel_C e_b. } $$ --- # 39. Incomparability 不等於 Safe Parallelism 即使： $$ e_a\parallel_C e_b, $$ 仍可能： - write same state； - compete same GPU； - share lock； - violate resource compatibility。 因此： $$ \boxed{ SafeParallel(a,b) = C(a,b) \land R(a,b) \land S(a,b). } $$ --- # 40. Causal Graph / Resource Graph / Containment Graph 至少區分： $$ \boxed{ G_C \neq G_R \neq G_O. } $$ 其中： - \(G_C\)：causal graph； - \(G_R\)：resource contention graph； - \(G_O\)：ownership / containment graph。 --- # 41. Containment / Causality Non-Collapse $$ \boxed{ \text{Containment} \neq \text{Causality}. } $$ UI parent-child tree 不能直接當 execution dependency。 --- # 42. Serialization / Causality Non-Collapse 若： $$ ledger\_seq(u) < ledger\_seq(v), $$ 不自動表示： $$ u\prec v. $$ 因此： $$ \boxed{ \text{Serialization Order} \neq \text{Necessary Causal Order}. } $$ --- # 43. Token Stream 是 Linearization 令 causal structure： $$ \mathcal P = (E,\prec). $$ 序列化輸出： $$ \boxed{ L(\mathcal P) = ( e_{\pi(1)}, \ldots, e_{\pi(n)} ). } $$ 其中 \(\pi\) 必須至少滿足需要保留的 happens-before constraints。 --- # 44. Linearization 不等於 Causal Structure $$ \boxed{ L(\mathcal P) \neq \mathcal P. } $$ linearization 可以攜帶 causal annotation，但一條裸 sequence 本身不等於原 partial order。 --- # 45. 多個合法 Linearization 對同一 poset，可存在： $$ L_1(\mathcal P), L_2(\mathcal P), \ldots $$ 而它們都尊重 hard causal order。 因此： $$ \boxed{ \text{One Causal World} \rightarrow \text{Many Valid Sequences}. } $$ --- # 46. Sequence Non-Uniqueness 這直接支持 PNCW： $$ \boxed{ \text{Presentation Order} \text{ is not uniquely determined by causal ontology}. } $$ --- # 47. Causal Work 對 causal DAG： $$ G=(V,E), $$ 權重： $$ w:V\rightarrow\mathbb R_{\ge0}. $$ 定義： $$ \boxed{ W(G,w) = \sum_{v\in V}w(v). } $$ --- # 48. Critical Depth $$ \boxed{ D(G,w) = \max_{p\in\mathcal P(G)} \sum_{v\in p}w(v). } $$ --- # 49. Structural Parallelism Signal $$ \boxed{ \Pi_s = \frac{W}{D}. } $$ 但： $$ \boxed{ \frac{W}{D} \neq \text{CPU Count Recommendation}. } $$ --- # 50. Poset Width DAG reachability 誘導偏序： $$ u\preceq v. $$ 定義： $$ \boxed{ \omega(G) = \max_A |A| } $$ 其中 \(A\) 為 antichain。 --- # 51. Width / Work-Depth Non-Collapse $$ \boxed{ \omega(G) \neq \frac{W}{D}. } $$ width 描述最大不可比較集合；\(W/D\) 描述平均結構比例。 --- # 52. Causal Projection 定義： $$ \boxed{ \mathcal K_O = \Pi_Causal( G_C, q, O, Scope ). } $$ 它可以是一個 causal cone / dependency region。 --- # 53. Backward Causal Cone 對 result \(r\)： $$ \boxed{ K^{-}(r) = \{ e: e\preceq r \}. } $$ 表示所有可能對 \(r\) 有必要因果路徑的 events。 --- # 54. Forward Causal Cone $$ \boxed{ K^{+}(e) = \{ x: e\preceq x \}. } $$ 表示 event \(e\) 可能影響的 downstream region。 --- # 55. Causal Cone Projection Observer 可以要求： > 給我導致這個錯誤的 causal cone。 即： $$ \boxed{ Y = \Pi^{ST}( \mathfrak S \mid K^{-}(error) ). } $$ --- # 56. Critical-Path Projection 也可以： $$ \boxed{ Y_{crit} = \Pi^{ST}( \mathfrak S \mid CriticalPath(G_C,w) ). } $$ --- # 57. Antichain Projection 可一次顯示： $$ \boxed{ A^\star = \arg\max_A |A|. } $$ 這是一組彼此不可比較的 events。 --- # 58. Parallel Region / Parallel Execution Non-Collapse 即使 antichain 可視為 potential parallel region，也仍需 resource / state compatibility。 所以： $$ \boxed{ \text{Parallel Projection} \neq \text{Safe Parallel Execution}. } $$ --- # 59. Snapshot 令： $$ \boxed{ \Sigma_t } $$ 為可恢復 snapshot。 --- # 60. Replay $$ \boxed{ \mathcal R( \Sigma_t, U_{t:t+k} ) \rightarrow \hat S_{t+k}. } $$ --- # 61. Branch $$ \boxed{ \mathcal B(\Sigma_t) = \{ \Sigma_t^{(1)}, \ldots, \Sigma_t^{(n)} \}. } $$ --- # 62. Branch Dimensions 不同 branch 可具有不同： - inputs； - policy； - resource allocation； - time rate； - AI decision； - model hypothesis。 --- # 63. Branch Projection 定義： $$ \boxed{ \Pi_B: \{ \Sigma^{(1)}, \ldots, \Sigma^{(n)} \} \rightarrow V_B. } $$ --- # 64. Branch Ensemble observer 可以一次取得： $$ \boxed{ V_B = \left\langle SharedPrefix, BranchPoints, Divergence, Outcomes, Costs, Risks, CommitStatus \right\rangle. } $$ --- # 65. 一次看見多個未來 因此「一口氣看到」可以是： $$ \boxed{ \text{One Branch Point} \rightarrow \text{Multiple Projected Futures}. } $$ 而不是依序讀： ```text Future A... Future B... Future C... ``` --- # 66. Replay / Live Non-Collapse $$ \boxed{ \text{Replay State} \neq \text{Live World State}. } $$ 兩者可同時被投影到同一 Canvas，但必須有明確 temporal identity。 --- # 67. Candidate Branch / World Commit Non-Collapse 再次要求： $$ \boxed{ \text{Candidate Branch} \neq \text{World Commit}. } $$ 視覺上看見 speculative future 不代表它已成為現實 world state。 --- # 68. Spacetime Projection Operator 本文正式定義： $$ \boxed{ \Pi^{ST}_{ q, O, \sigma, \Lambda, \Delta T, \mathcal K, \mathcal B, \pi } : \mathfrak S \rightarrow Y^{ST}. } $$ --- # 69. Projection Scope \(\sigma\) 決定： - domains； - entities； - resources； - semantic regions。 --- # 70. Resolution Bundle 定義： $$ \boxed{ \Lambda = ( \lambda^{state}, \lambda^{time}, \lambda^{causal}, \lambda^{branch}, \lambda^{observe}, \lambda^{render} ). } $$ --- # 71. State Resolution $$ \lambda^{state} $$ 控制 state detail。 --- # 72. Temporal Resolution $$ \lambda^{time} $$ 控制： - sample frequency； - interval granularity； - event density； - replay detail。 --- # 73. Causal Resolution $$ \lambda^{causal} $$ 控制： - hard verified edges only； - inferred edges； - full provenance； - summarized causal groups。 --- # 74. Branch Resolution $$ \lambda^{branch} $$ 控制： - show all branches； - top-k branches； - cluster equivalent futures； - show only committed branch。 --- # 75. Observe / Render Resolution 沿用 PNCW： $$ \lambda^{observe} \neq \lambda^{render}. $$ --- # 76. 六種 Resolution Non-Collapse 一般： $$ \boxed{ \lambda^{state} \neq \lambda^{time} \neq \lambda^{causal} \neq \lambda^{branch} \neq \lambda^{observe} \neq \lambda^{render}. } $$ --- # 77. Spacetime Projection Contract 定義： $$ \boxed{ \mathsf{STProjContract} = \left\langle Query, Observer, Domains, TemporalSelection, CausalSelection, BranchSelection, ResolutionBundle, Authority, HistoryPolicy, Fallback \right\rangle. } $$ --- # 78. Temporal Anchor 每個 projection 必須聲明： $$ \boxed{ \mathsf{TemporalAnchor}. } $$ 例如： - LIVE； - SNAPSHOT； - REPLAY； - SPECULATIVE； - FROZEN； - MULTI-TIME。 --- # 79. Branch Anchor 同樣： $$ \boxed{ \mathsf{BranchAnchor}. } $$ 不能讓不同 branch 的 state 無標記混在一起。 --- # 80. Causal Evidence Class 因果 edge 應有 epistemic class： $$ \boxed{ \{ observed, verified, inferred, hypothesized, unknown, rejected \}. } $$ --- # 81. Missing Edge / Proven Independence Non-Collapse $$ \boxed{ \text{MissingEdge} \neq \text{ProvenIndependence}. } $$ 這對 AI-generated causal projection尤其重要。 --- # 82. Hard / Soft Causal Layer Hard causal scheduling / commit： $$ E^{hard} $$ 應要求較強證據。 Observer explanatory view 可額外顯示： $$ E^{soft}. $$ --- # 83. Causal Projection / Causal Authority Non-Collapse $$ \boxed{ \text{Visible Causal Hypothesis} \neq \text{Scheduling / Commit Authority}. } $$ --- # 84. Spacetime Materialization materialization 不只決定「哪些 state」。 還要決定： $$ \boxed{ \text{which times, events, edges and branches become resident}. } $$ --- # 85. Temporal Materialization 例如只保留： - every 100th snapshot； - anomaly neighborhoods； - commit boundaries； - branch points； - critical-path events。 --- # 86. Causal Materialization 只 materialize： $$ K^{-}(target) $$ 而不展開整個 history graph。 --- # 87. Branch Materialization 只 materialize top-k branches： $$ \mathcal B^\star \subset \mathcal B. $$ --- # 88. Selective Spacetime Materialization 因此： $$ \boxed{ \text{Selective Materialization} = \text{State} + \text{Time} + \text{Causality} + \text{Branch}. } $$ --- # 89. GCM Integration GCM Paper 05 已決定： - what domain； - what representation； - what resolution； - what materialization。 Paper 07 將 temporal / causal axes 加入 GCM plan： $$ \boxed{ \mathsf{PPlan}^{ST} = ( DomainPlan, TemporalPlan, CausalPlan, BranchPlan, CarrierPlan, VisualPlan, RevealPlan ). } $$ --- # 90. Temporal Plan 決定： - temporal class； - time window； - replay/live； - sample rate； - temporal debt tolerance； - synchronization constraints。 --- # 91. Causal Plan 決定： - target causal cone； - edge evidence threshold； - work/depth summary； - critical path； - branch/join points。 --- # 92. Branch Plan 決定： - committed branch； - speculative branches； - comparison set； - branch materialization budget。 --- # 93. Context Projection Integration PNCW Paper 02 的： $$ C_q^{active} $$ 現在可由： $$ \boxed{ C_q^{active} = \Pi_C( \mathfrak S \mid \Delta T, \mathcal K, \mathcal B ). } $$ active cognition 可以包含一段 causal-temporal world，而不是只含「當前資料」。 --- # 94. Context 可包含 Worldline 例如： $$ C_q^{active} = \{ \gamma_x[t_a:t_b], K^{-}(r), Snapshot_t, BranchDiff \}. $$ --- # 95. SPET Integration SPET Freeze 不應被誤解為凍結 source world evolution。 它 Freeze 的是： $$ \boxed{ \text{projection frame / scope contract}. } $$ --- # 96. Spacetime Source 可繼續演化 source： $$ \mathfrak S_t \rightarrow \mathfrak S_{t+1} $$ 仍可持續。 但某 projected epoch： $$ \mathcal E_k $$ 綁定 temporal / causal anchor。 --- # 97. Temporal Anchor / Frame ID Carrier FrameID 應可加入： $$ \boxed{ TemporalAnchor + BranchAnchor + CausalScopeDigest. } $$ 避免同座標混入不同時域／分支 state。 --- # 98. HDSRC Integration HDSRC carrier 可以不只保存： - state values； - relations； 還可投影： - temporal layers； - event layers； - branch IDs； - causal edge layers； - critical path overlays。 --- # 99. Time as Carrier Dimension 時間不一定要映射成 horizontal x-axis。 可選： - separate layers； - recursive subcanvas； - color / phase； - animation； - branch plane； - explicit time tiles。 因此： $$ \boxed{ \text{Temporal Projection} \neq \text{Timeline UI only}. } $$ --- # 100. MRMIC / NVCL Integration Canvas 可同時顯示： - live world； - frozen snapshot； - replay； - speculative branch； - causal cone； - critical path； - off-critical parallel regions。 --- # 101. Multi-Time Canvas 定義： $$ \boxed{ V^{MT} = \Psi( D_1(t_1), D_2(t_2), \ldots, D_n(t_n) ). } $$ 同一 Canvas 不要求所有 panels 共享同一 local time。 --- # 102. Time Label Requirement 每個 visual region 必須可知： $$ \boxed{ DomainID, TemporalAnchor, BranchID, Version. } $$ 否則 multi-time projection 容易產生 semantic confusion。 --- # 103. Causal Canvas Canvas edge 可以分： - containment； - causal； - resource； - ownership； - inferred； - speculative。 不能全部畫成同一種 arrow。 --- # 104. Causal Layer Toggle Observer 可以： $$ \boxed{ LayerToggle( Verified, Inferred, Resource, Containment ). } $$ 這是 observer operation，不改 source world。 --- # 105. Worldline View Visual object 可展開： $$ \boxed{ \gamma_x[t_a:t_b]. } $$ 使用： - path； - timeline； - state strip； - event graph； - animation。 --- # 106. Causal Cone View 對 error / result： $$ \boxed{ K^{-}(target) } $$ 可直接在 Canvas 中高亮。 --- # 107. Branch Ensemble View 對： $$ \mathcal B(\Sigma_t) $$ Canvas 可以一次顯示： - common prefix； - divergence； - each branch state； - policy differences； - cost； - risk； - commit status。 --- # 108. Critical Path View 對： $$ CriticalPath(G_C,w) $$ 可直接顯示真正 blocking chain，而不是只看 CPU utilization。 --- # 109. Antichain View 對最大 antichain： $$ A^\star $$ 可視化 structural concurrency opportunities。 但需標記： $$ \boxed{ \text{Potential Concurrency} \neq \text{Safe Concurrency}. } $$ --- # 110. Atomic Spacetime Reveal PNCW Paper 01 的 Atomic Reveal 可提升成： $$ \boxed{ \varnothing \rightarrow Y_{ST}^{auth}. } $$ 其中 \(Y_{ST}^{auth}\) 是完整 causal-temporal artifact。 --- # 111. Atomic Reveal 不等於全部 History Bytes Resident 仍然： $$ \boxed{ \text{Logical Spacetime Availability} \neq \text{Full Historical Residency}. } $$ --- # 112. Progressive Temporal Materialization Reveal 後可按需： - expand older history； - load causal predecessors； - open replay； - materialize branch； - increase temporal resolution。 --- # 113. 一口氣看到的 Spacetime 版本 使用者可以一次看到： ```text Result ├─ current state ├─ causal predecessors ├─ parallel branches ├─ critical path ├─ speculative alternatives ├─ replay lineage └─ unresolved causal edges ``` 而不是先讀完一條 narrative 才理解整個 execution structure。 --- # 114. Sequential Narrative as Projection 自然語言仍然可以： $$ \boxed{ Text = \Pi_{narrative}(Y_{ST}). } $$ 它是一種 projection，而不是 source ontology。 --- # 115. Narrative Order / Causal Order Non-Collapse 作者可以為可讀性先講 result、後講原因。 所以： $$ \boxed{ \text{Narrative Order} \neq \text{Causal Order}. } $$ --- # 116. Text Can Preserve Causality Explicitly 本文不主張 sequence 必然丟失 causal information。 若 text 帶 explicit graph IDs / references，它可以描述 causal DAG。 因此更精確是： $$ \boxed{ \text{Bare Linear Order} \text{ does not itself encode full causal topology}. } $$ --- # 117. Presentation Mismatch 主要問題是： $$ \boxed{ \text{Causal-Temporal World} \rightarrow \text{Mandatory Bare Sequence} } $$ 可能使： - concurrency 變難看； - branch structure 變難導航； - replay/live 混淆； - critical path 不直觀； - temporal heterogeneity 被壓平。 --- # 118. Spacetime Observation Topologies PNCW 現在可加入： $$ \boxed{ \mathfrak T_O^{ST} = \{ Timeline, DAG, Worldline, BranchTree, MultiTimeCanvas, CausalCone, Hybrid \}. } $$ --- # 119. Timeline 適合 single-domain chronological view。 --- # 120. DAG 適合 causal dependencies。 --- # 121. Worldline 適合 tracking one entity across time。 --- # 122. Branch Tree 適合 replay / speculation / policy alternatives。 --- # 123. Multi-Time Canvas 適合同時比較多 domains 的不同 local times。 --- # 124. Hybrid 一個 artifact 可以同時： - DAG； - timeline； - worldline； - canvas； - text narrative。 --- # 125. Observer-Relative Spacetime 不同 observer 可選不同： $$ \Delta T, \mathcal K, \mathcal B, \Lambda. $$ 因此： $$ \boxed{ Y_{O_1}^{ST} \neq Y_{O_2}^{ST} } $$ 完全合法。 --- # 126. State Equality / History Equality Non-Collapse 即使： $$ S(t_1)=S(t_2), $$ 仍可能： $$ \boxed{ H(t_1) \neq H(t_2). } $$ PNCW 不應只用 endpoint state 判斷相同 world history。 --- # 127. Same Endpoint / Different Worldlines 存在： $$ \gamma_1(t_f) = \gamma_2(t_f) $$ 但： $$ \gamma_1 \neq \gamma_2. $$ 所以： $$ \boxed{ \text{Same Endpoint} \neq \text{Same Worldline}. } $$ --- # 128. Replay Equality / Live Equality Non-Collapse Replay 可以重建相同 state： $$ \hat S_t=S_t $$ 但 execution context / authority / external side effects 可能不同。 因此： $$ \boxed{ \text{Replay State Equality} \neq \text{Live World Identity}. } $$ --- # 129. Branch Equality / Commit Equality Non-Collapse 一個 speculative branch 可能與 live world state byte-identical，仍不代表已 committed。 --- # 130. Temporal Inactivity / Nonexistence Non-Collapse Frozen domain 保留： $$ \boxed{ \text{Temporal Inactivity} \neq \text{Nonexistence}. } $$ 這與 PNCW dormant/materialized state完全相容。 --- # 131. Global Time / Local Time Non-Collapse $$ \boxed{ \text{Reference Time} \neq \text{Local Domain Time}. } $$ --- # 132. Local Time / Causal Order Non-Collapse 兩個 event timestamp： $$ t_a 一次取得完整 structured artifact / visual world。 Paper 07 加上： > 一次取得完整 **causal-temporal structure**。 --- # 154. 一口氣看到不只是一張大圖 真正可以一次取得： $$ \boxed{ \text{State} + \text{Worldlines} + \text{Causal DAG} + \text{Local Times} + \text{Branches} + \text{Replay} + \text{Critical Path}. } $$ --- # 155. 從 Output 到 World Inspection 因此 PNCW 不再只回答： > AI 最後輸出什麼？ 而開始回答： > observer 要如何查看 AI / software world 正在怎麼演化、為什麼演化、還有哪些可選分支？ --- # 156. High-Dimensional 不再是唯一重點 原先問題： $$ HighD \rightarrow Sequence. $$ 現在更完整： $$ \boxed{ \begin{aligned} &HighDimensional\\ +&MultiTemporal\\ +&Causal\\ +&Branched\\ +&CrossDomain \\ &\rightarrow \text{Observer Projection}. \end{aligned} } $$ --- # 157. 真正的 Information-Geometry Mismatch 當 source 是： $$ (\mathfrak S,G_C,\mathcal B), $$ 而唯一 presentation 是： $$ (y_1,\ldots,y_n), $$ 問題不是 sequence「錯」，而是它只是 source geometry 的一種低自由度 projection。 --- # 158. Sequence Remains Valid 文本、speech、logs 仍非常重要。 所以： $$ \boxed{ \text{Sequence} \text{ remains a first-class spacetime projection}. } $$ --- # 159. 但 Sequence 不再是唯一視角 Observer 應能選： - narrative； - causal DAG； - timeline； - branch tree； - worldline； - multi-time canvas； - hybrid。 --- # 160. PNCW Runtime Architecture v2 Form Paper 07 後，完整 read-side pipeline 可寫： $$ \boxed{ \begin{aligned} \mathfrak S &\xrightarrow{\mathsf{SpacetimeScope}} \Omega_{q,O}^{ST}\\ &\xrightarrow{\mathsf{ContextProjection}} C_{q}^{active}\\ &\xrightarrow{\mathsf{SPETFreeze}} \mathcal E_k\\ &\xrightarrow{\mathsf{HDSRC}} P_k\\ &\xrightarrow{\mathsf{MRMIC/NVCL}} V_{q,k}^{ST}\\ &\xrightarrow{\mathsf{VisibilityCommit}} U_{q,k}^{ST}. \end{aligned} } $$ --- # 161. Vertical Slice — Paper 07 Extension 在原 PNCW MVP 上新增： 1. 至少 3 個 local temporal domains； 2. live / replay / speculative temporal classes； 3. causal DAG； 4. one critical path； 5. one antichain region； 6. snapshot + branch； 7. multi-time Canvas； 8. backward causal cone query； 9. branch comparison； 10. atomic spacetime reveal。 --- # 162. Benchmark 1 — Linear Narrative vs Causal DAG 比較使用者理解： - dependency； - parallelism； - blockers； - branch points。 --- # 163. Benchmark 2 — Single-Time vs Multi-Time View 測試多 domain 不同 local times 是否： - 降低 context switching； - 提升 anomaly understanding； - 降低時間混淆。 --- # 164. Benchmark 3 — Full History vs Causal Cone 比較： $$ \text{FullReplayMaterialization} $$ 與： $$ K^{-}(target) $$ 在： - bytes； - latency； - comprehension； - diagnosis accuracy； 上的差異。 --- # 165. Benchmark 4 — Sequential Branch Description vs Branch Canvas 比較： ```text A narrative B narrative C narrative ``` 與： $$ BranchEnsembleView. $$ --- # 166. Metrics 定義： $$ \boxed{ \mathbf M_{ST} = \left\langle TemporalCoverage, CausalRecall, CausalPrecision, BranchCoverage, HistoryMaterializedFraction, TimeToCausalUnderstanding, TimeToBranchComparison, CriticalPathAccuracy, TemporalConfusionRate \right\rangle. } $$ --- # 167. Failure Condition — Temporal Collapse 若所有 domains 最後仍被強迫： $$ t_i=\tau, $$ 則 multi-temporal projection價值消失。 --- # 168. Failure Condition — Causal Collapse 若 UI 只按 timestamp 排序，不保留 causal edge： $$ \boxed{ \text{Causal Projection Failed}. } $$ --- # 169. Failure Condition — Branch Collapse 若 speculative / replay branch 與 live world 無 identity boundary： $$ \boxed{ \text{Branch Governance Failed}. } $$ --- # 170. Failure Condition — Full-History Materialization 若每次 causal query 都 load 全 history： $$ \boxed{ \text{Selective Spacetime Materialization Failed}. } $$ --- # 171. Failure Condition — Temporal Label Loss 若 Canvas panel 無法辨識 local time / branch / replay status，multi-time view 可能反而造成錯誤理解。 --- # 172. Failure Condition — Causal Overclaim AI inferred edge 若未標記 evidence class，可能把 hypothesis 當 hard dependency。 因此： $$ \boxed{ \text{Causal Visualization} \text{ requires epistemic labeling}. } $$ --- # 173. 與 Paper 08 的接口 Paper 07 完成： $$ \boxed{ \text{What kind of world is being projected?} } $$ 答案： > 一個 multi-temporal、causal、branched software spacetime。 Paper 08 接下來才處理： $$ \boxed{ \text{How is that world perceived, remembered, attended to, acted upon, and verified?} } $$ --- # 174. Paper 08 的預留鏈 下一篇預留： $$ \boxed{ \mathfrak S \rightarrow \text{Machine Observation} \rightarrow \text{Cross-Structural Perceptual State} \rightarrow \text{Memory} \rightarrow \text{Attention} \rightarrow \text{Cognition} \rightarrow \text{Projection} \rightarrow \text{Action} \rightarrow \mathfrak S'. } $$ 但本文不提前形式化其 actuation semantics。 --- # 175. 系列位置更新 $$ \boxed{ \begin{aligned} P00 &: \text{Projection-Native World Foundations}\\ P01 &: \text{Visibility / Atomic Reveal}\\ P02 &: \text{Virtual Context Projection}\\ P03 &: \text{Stable High-D Projection Carrier}\\ P04 &: \text{Visual Computational Canvas}\\ P05 &: \text{Global Compute / Local Materialization}\\ P06 &: \text{Non-Sequential AI Output Architecture}\\ P07 &: \text{Projection-Native Software Spacetime}\\ P08 &: \text{Projection-Native Perception–Action Loop} \end{aligned} } $$ --- # 176. 結論 PNCW Paper 00–06 將「AI 結果」從 token stream 提升為： $$ \boxed{ \text{structured projected computational world}. } $$ 本文再往下一層追問： > 那個被投影的 world 究竟是什麼？ 答案不應只是一個： $$ W_t. $$ 更一般地，它是： $$ \boxed{ \mathfrak S = \text{States} + \text{Local Times} + \text{Events} + \text{Causality} + \text{Worldlines} + \text{Branches} + \text{Observers} + \text{Resources} + \text{History}. } $$ 因此： $$ \boxed{ \text{State Projection} \subset \text{Spacetime Projection}. } $$ 一個 snapshot view 只是最簡單的 projection。 Observer 還可以要求： - 一段 worldline； - 一個 causal cone； - 一條 critical path； - 一組 parallel antichain events； - replay / live comparison； - speculative branch ensemble； - 多個 local temporal domains 的同時狀態。 本文同時確立： $$ \boxed{ \text{Serialization Order} \neq \text{Necessary Causal Order}. } $$ 所以一條 token stream 可以是合法 narrative projection，但它不是世界因果結構本身。 真正的 PNCW 因此不是： $$ \text{High-D State} \rightarrow \text{Big Image}. $$ 而是： $$ \boxed{ \begin{aligned} &\text{High-Dimensional}\\ +&\text{Multi-Temporal}\\ +&\text{Causal}\\ +&\text{Branched}\\ +&\text{Cross-Domain Software Spacetime} \\ &\rightarrow \text{Task-Relative Projected World}. \end{aligned} } $$ 這也重新定義了「一口氣看到」。 它不只是一次看到一份完整文件。 它可以是： > 一次看見目前世界、它如何形成、哪些路徑互相獨立、真正 blocking 的 critical chain、哪些 speculative futures 尚未 commit，以及不同 software domains 此刻各自位於哪一個 local time。 因此 Paper 07 的核心母命題是： $$ \boxed{ \text{A computational world need not be projected as a single state slice or a single temporal sequence.} } $$ 以及： $$ \boxed{ \text{Projection-Native Computation} \text{ must eventually become } \text{Projection-Native Spacetime}. } $$ 這是 PNCW 從非序列 output architecture 進一步走向完整 software-world observation architecture 的關鍵一步。 --- ## 內部理論與工程血統 本文主要承接： 1. PNCW Paper 00–06； 2. Software Spacetime: From Single Execution Time to Multi-Temporal Computing； 3. Multi-Temporal Computing and Adaptive Time； 4. Software Causal Topology and Computational Efficiency； 5. Fractal AI Spacetime Governance； 6. PHOSPHOR Spacetime architecture lineage； 7. CTCL causal / temporal ledger concepts； 8. GCM computation / observation / materialization separation； 9. SPET stable projection epoch； 10. HDSRC projected-native carrier； 11. MRMIC/NVCL recursive visual computational world。 本文保留 Software Spacetime 原系列的 claim boundary：Software Spacetime 是工程抽象而非物理時空同一性；multi-temporal speed control 不等於硬體性能憑空放大；causal incomparability 不等於安全平行；speculative branch 不等於 world commit；AI policy 不等於無界 authority。