# SPET Paper 00
# 穩定投影期元理論：形式基礎
## Stable Projection Epoch Theory: Formal Foundations for Rule-Governed Piecewise-Static Projection

**版本：v0.1**  
**日期：2026-08-27**  
**理論定位：SPET Series Paper 00 / Formal Foundations**  
**作者：** Neo.K  
**機構：** EveMissLab／一言諾科技有限公司

---

## 摘要

本文提出**穩定投影期元理論**（Stable Projection Epoch Theory, SPET），研究一類普遍存在於高維表示、AI 注意力空間、符號—關係狀態、圖像化載體、記憶系統與異質計算中的問題：當底層狀態持續演化時，投影是否必須同步、連續且即時地追蹤底層狀態？

本文的核心回答是否定的。SPET 主張：**狀態演化的連續性或迭代性，不要求投影演化具有同樣的時間結構。** 對大量計算系統而言，更穩定的方案是先在來源空間內完成一段受規則與約束控制的計算，使指定投影作用域達到局部閉包或可接受穩定狀態，再凍結投影框架並一次投影；在該投影期元內，投影框架保持不變，允許原生計算、查詢、局部變換與觀察；只有在顯式 Release、Reopen 或 Reprojection Certificate 通過時，系統才進入下一個投影期元。

本文形式化定義 Projection Epoch、Projection Frame、Projection Scope、Freeze、Release、Reprojection、Projection Readiness、Spatial Invariants、Attention Projection Invariants 與 Transition Certificates，並提出 piecewise-static projection semantics：

$$
\Pi(t)=\Pi_k,
\qquad
t\in[\tau_k,\tau_{k+1}).
$$

本文同時吸收閉包空間數學論（Closure-Space Mathematics, CSM）中的 typed closure、scope contract、stable closure state、reopening、ledger 與 no-premature-promotion 原則，將其由 proof-space 推廣到 projection-governed computational state。SPET 不主張所有投影都應靜態化，也不主張靜態投影總是優於動態投影；其主張是：**投影更新應是一個有型別、有作用域、有證書且可稽核的狀態轉移，而不是底層狀態每次微小變動的隱含副作用。**

初步 HDSRC 實驗顯示，對高維 factor-aware projection，單一底層值變化即可導致大規模投影座標重排；相反地，在固定 projection epoch 內，局部原生計算與多步 state transform 可以維持 frame、space 與 attention invariants，並在 Release 後合法進入下一個重新投影期元。這為 SPET 提供第一批工程動機與可反駁實驗基礎。

**關鍵詞：** 穩定投影期元、Stable Projection Epoch、投影框架、空間不變量、注意力不變量、閉包空間數學、分段靜態投影、AI 原生計算、HDSRC

---

# 0. 研究地位與非主張

SPET 是一個**投影控制理論**，不是單一圖像格式、視覺化演算法或神經網路架構。

本文不主張：

1. 所有動態投影都是錯誤的；
2. 所有系統都應使用固定座標；
3. 投影後狀態與來源狀態必然完全等價；
4. attention invariant 等於 attention 永遠不變；
5. projection frame 一旦建立便永久不可修改；
6. Stable Epoch 能自動解決所有 representation drift；
7. 任何局部閉包都可以提升為全域閉包。

本文主張的是較弱但更可操作的命題：

> 對一個明確宣告的 projection scope，若其 readiness、rules、constraints 與 invariants 通過檢查，則投影可以被凍結成一個有限期元；在該期元內，投影框架保持穩定；重新投影必須是顯式、typed、certified 的 transition。

---

# 1. 問題：為什麼投影不應自動追蹤每個狀態變化

設來源狀態為：

$$
S_t\in\mathcal S.
$$

傳統直覺常假設存在動態投影：

$$
\Pi_t:\mathcal S\rightarrow\mathcal P
$$

並令：

$$
P_t=\Pi_t(S_t).
$$

當：

$$
S_t\rightarrow S_{t+1}
$$

時，又立即重新計算：

$$
P_{t+1}=\Pi_{t+1}(S_{t+1}).
$$

問題在於，若 $\Pi_t$ 本身依賴 $S_t$ 的全域結構，例如：

- factor-aware ordering；
- attention-weighted layout；
- graph embedding；
- spectral decomposition；
- adaptive clustering；
- topology-dependent packing；

則局部狀態變化：

$$
\Delta S\ll S
$$

可能導致：

$$
\Delta\Pi\gg\Delta S.
$$

也就是**小狀態變化造成大投影漂移**。

此時：

$$
\text{State Locality}
\not\Rightarrow
\text{Projection Locality}.
$$

若 projected-native operator 依賴座標、tile、region 或 locality，則每一步重新投影都可能改變 operator 的語義域。

因此 SPET 的第一問題不是：

> 如何讓投影永遠追上最新狀態？

而是：

> 什麼時候應允許投影改變？什麼時候應禁止投影改變？

---

# 2. 基本非坍縮原則

SPET 先建立四個不得塌縮的層次：

$$
\boxed{
\text{State Evolution}
\neq
\text{Projection Evolution}
\neq
\text{Observation Evolution}
\neq
\text{Commit Evolution}.
}
$$

來源狀態可以改變，而 projection frame 不改變；

projection frame 可以改變，而 canonical source identity 不改變；

observation 可以刷新，而 computation 不必重新執行；

commit 可以延遲，而局部計算已完成。

因此：

$$
S_{t+1}\neq S_t
$$

不推出：

$$
\Pi_{t+1}\neq\Pi_t.
$$

反過來：

$$
\Pi_{t+1}\neq\Pi_t
$$

也不推出：

$$
S_{t+1}\neq S_t.
$$

重新排版、重新索引、重新分塊或重新投影，本身可以是一個 representation event，而不是 semantic mutation。

---

# 3. Projection Frame

定義一個投影框架：

$$
\boxed{
\pi
=
\langle
\mathcal A,
\mathcal L,
\mathcal T,
\mathcal R,
\mathcal V
\rangle.
}
$$

其中：

- $\mathcal A$：address mapping；
- $\mathcal L$：locality relation；
- $\mathcal T$：tile / region partition；
- $\mathcal R$：representation rule set；
- $\mathcal V$：frame version / identity。

投影函數寫成：

$$
\Phi_{\pi}:\mathcal S\rightarrow\mathcal P.
$$

這種記法強調：

$$
\Phi_{\pi}(S)
$$

與：

$$
\Phi_{\pi'}(S)
$$

可以是不同但都合法的 representation。

因此 frame 本身必須成為顯式計算物件，而不是 encoder 的隱藏暫態。

---

# 4. Projection Scope

投影不要求「整個世界完成」。

定義 projection scope：

$$
\boxed{
\sigma
=
\langle
D_{\rm state},
D_{\rm relation},
D_{\rm topology},
D_{\rm task},
D_{\rm attention},
D_{\rm precision},
D_{\rm history}
\rangle.
}
$$

其中每一域可以標記為：

$$
\mathsf{OPEN},
\quad
\mathsf{PARTIAL},
\quad
\mathsf{READY},
\quad
\mathsf{FROZEN}.
$$

因此：

$$
\boxed{
\mathsf{ProjectionReady}
\neq
\mathsf{WorldComplete}.
}
$$

一個 AI 仍可在其他域繼續推理，但只要目前要投影的 scope 已達 readiness contract，就可以建立新的 projection epoch。

---

# 5. Projection Epoch

定義第 $k$ 個穩定投影期元：

$$
\boxed{
\mathcal E_k
=
\left\langle
S_k^\star,
\sigma_k,
\pi_k,
\mathcal G_k,
\mathcal C_k,
\mathcal I_k^{\rm space},
\mathcal I_k^{\rm attn},
\mathsf{Cert}_k,
\tau_k
\right\rangle.
}
$$

其中：

- $S_k^\star$：Freeze 時的來源狀態快照或語義錨點；
- $\sigma_k$：投影作用域；
- $\pi_k$：固定投影框架；
- $\mathcal G_k$：rules；
- $\mathcal C_k$：constraints；
- $\mathcal I_k^{\rm space}$：空間不變量；
- $\mathcal I_k^{\rm attn}$：注意力投影不變量；
- $\mathsf{Cert}_k$：Freeze certificate；
- $\tau_k$：epoch 起點。

若下一次合法 transition 發生於 $\tau_{k+1}$，則：

$$
\Pi(t)=\Phi_{\pi_k},
\qquad
t\in[\tau_k,\tau_{k+1}).
$$

這就是 SPET 的 piecewise-static semantics。

---

# 6. Freeze

Freeze 不是停止所有計算。

Freeze 是：

> 宣告某個 projection scope、frame 與 invariant contract 在指定期元內固定。

定義：

$$
\mathsf{Freeze}
:
(S,\sigma,\mathcal G,\mathcal C)
\rightarrow
(\mathcal E,\mathsf{Cert}).
$$

只有當：

$$
\mathsf{ProjReady}(S,\sigma)=1
$$

且：

$$
\mathsf{RuleCheck}(S,\mathcal G)=\mathsf{PASS}
$$

以及：

$$
\mathsf{ConstraintCheck}(S,\mathcal C)=\mathsf{PASS}
$$

時，Freeze 才可成功。

因此：

$$
\boxed{
\mathsf{FreezeCert}=\mathsf{PASS}
\Rightarrow
\text{Epoch may begin}.
}
$$

Freeze 不是證明世界完備，而只是證明：

> 在目前宣告的投影作用域內，建立穩定投影是合法的。

---

# 7. Closure Readiness

SPET 接受 CSM 的 stable closure state 概念，但將其限制在 projection scope。

若 active closure operator family 為：

$$
\mathfrak C_{\sigma}
=
\{C_1,\ldots,C_n\},
$$

且存在：

$$
S^\star
$$

使：

$$
C_i(S^\star)=S^\star
$$

對所有與 projection scope 有關的 active $C_i$ 成立，則稱：

$$
\boxed{
S^\star
\text{ is projection-closure-ready under }\sigma.
}
$$

注意：

$$
S^\star
\text{ projection-ready}
$$

不推出：

$$
S^\star
\text{ globally final}.
$$

這是一個相對閉包，而不是絕對閉包。

---

# 8. 空間不變量

定義空間不變量族：

$$
\boxed{
\mathcal I^{\rm space}
=
\{
I_{\rm addr},
I_{\rm region},
I_{\rm locality},
I_{\rm topology},
I_{\rm reach},
I_{\rm tile}
\}.
}
$$

## 8.1 Address Invariant

若來源 coordinate 為 $i$，其 epoch 內投影位置為：

$$
p_i=\pi_k(i),
$$

則在 epoch 內：

$$
\boxed{
\pi_k(i)=p_i=\text{constant}.
}
$$

## 8.2 Region Invariant

若：

$$
i\in R_a,
$$

則其投影必須保持在合法 region：

$$
\pi_k(i)\in\Pi_k(R_a).
$$

## 8.3 Locality Invariant

對需要局部計算的依賴集合：

$$
\mathcal N(i),
$$

要求：

$$
d_P(\pi_k(i),\pi_k(j))
\le\delta
$$

對指定 $j\in\mathcal N(i)$ 成立，或保證它們可在有限 materialization budget 下取得。

## 8.4 Reachability Invariant

若 canonical relation 中：

$$
i\leadsto j,
$$

且該 relation 屬於 projection scope，則 projected representation 必須保留可查詢的對應關係。

## 8.5 Tile Invariant

若 operator 宣告：

$$
F:T_a\rightarrow T_a,
$$

則其 required dependency 不得在未宣告情況下跨出 $T_a$。

---

# 9. 注意力投影不變量

SPET 將 attention 視為 projection correctness 的一部分，而不是附加視覺效果。

定義：

$$
\boxed{
\mathcal I^{\rm attn}
=
\left\langle
I_{\rm support},
I_{\rm rank},
I_{\rm mass},
I_{\rm locality},
I_{\rm reach},
I_{\rm identity}
\right\rangle.
}
$$

## 9.1 Support Invariant

給定 attention threshold $\theta$：

$$
A_\theta
=
\{i:a_i\ge\theta\}.
$$

若該 support 被 Freeze contract 保護，則 epoch 內要求：

$$
A_\theta(t)=A_\theta(\tau_k).
$$

## 9.2 Rank Invariant

對指定 protected set：

$$
a_i>a_j
$$

則要求：

$$
a_{\pi_k(i)}'>a_{\pi_k(j)}'.
$$

## 9.3 Mass Invariant

對 region $R$：

$$
M_R
=
\sum_{i\in R}a_i.
$$

投影後要求：

$$
|M_R-M_{\Pi(R)}'|
\le\varepsilon.
$$

## 9.4 Attention Invariant 不等於 Eternal Attention

SPET 明確拒絕：

$$
\boxed{
\mathsf{Invariant}
=
\mathsf{ForeverConstant}.
}
$$

真正的定義是：

$$
\boxed{
\mathsf{Invariant}
=
\mathsf{ConstantOrBoundedWithinDeclaredEpoch}.
}
$$

Release 後，新 epoch 可以合法建立不同 attention profile。

---

# 10. Epoch 內原生計算

給定固定 frame $\pi_k$，projected-native operator：

$$
F_P
:
\mathcal P_{\pi_k}
\rightarrow
\mathcal P_{\pi_k}
$$

若對 canonical operator $F_S$ 有：

$$
\boxed{
D_{\pi_k}
\left(
F_P(\Phi_{\pi_k}(S))
\right)
=
F_S^{\pi_k}(S),
}
$$

則稱 $F_P$ 在 epoch $\mathcal E_k$ 下滿足 exact frame-relative computational equivalence。

若只滿足某 equivalence relation $\sim$：

$$
D_{\pi_k}
\left(
F_P(\Phi_{\pi_k}(S))
\right)
\sim
F_S^{\pi_k}(S),
$$

則稱為 approximate / class-relative computational equivalence。

這裡的重要限制是：

$$
F_S^{\pi_k}
$$

是**固定 frame 語義**的 canonical oracle，而不是每一步都重新計算投影。

---

# 11. Dynamic Reprojection 與 Stable Epoch 不必等價

SPET 不要求：

$$
F_S^{\pi_k}(S)
=
F_S^{\pi_{k+1}}(S).
$$

相反地，允許：

$$
\boxed{
F_S^{\pi_k}(S)
\neq
F_S^{\pi_{k+1}}(S).
}
$$

這並不是矛盾。

因為兩者屬於不同 projection semantics。

因此，Stable Epoch 的任務不是消除 frame-relative 差異，而是明確指定：

$$
\boxed{
\text{which frame is authoritative within which interval}.
}
$$

---

# 12. Release

定義：

$$
\mathsf{Release}(\mathcal E_k)
$$

表示解除：

- frame freeze；
- protected scope；
- attention certificate；
- spatial certificate；

使來源空間可以再次自由演化。

Release 不一定立即導致 reproject。

它只意味：

$$
\boxed{
\pi_k
\text{ is no longer authoritative for future projection}.
}
$$

---

# 13. Reprojection

重新投影是一個顯式 transition：

$$
\boxed{
\mathsf{Reproject}
:
(\mathcal E_k,S_{k+1}^\star)
\rightarrow
\mathcal E_{k+1}.
}
$$

並建立：

$$
\pi_k\rightarrow\pi_{k+1}.
$$

SPET 禁止將重新投影視為任意 state mutation 的自動副作用：

$$
\boxed{
\text{State Mutation}
\not\Rightarrow
\text{Frame Mutation}.
}
$$

---

# 14. Reprojection Certificate

定義：

$$
\boxed{
\mathsf{RPCert}_{k\to k+1}
=
\left\langle
Cause,
ScopeDiff,
FrameDiff,
SpatialDiff,
AttentionDiff,
ConstraintDiff,
Provenance
\right\rangle.
}
$$

合法原因可包括：

1. task scope 改變；
2. attention regime 改變；
3. locality debt 過高；
4. representation obstruction；
5. topology 改變；
6. precision profile 改變；
7. computational cost benefit 足以抵銷 frame migration cost。

只有：

$$
\mathsf{RPCert}_{k\to k+1}
=
\mathsf{PASS}
$$

才允許：

$$
\pi_k\rightarrow\pi_{k+1}.
$$

---

# 15. Projection Obstruction

SPET 延伸 CSM obstruction，定義投影阻斷：

$$
\boxed{
O_\Pi
=
\langle
TargetFrame,
Scope,
Invariant,
Mechanism,
Strength,
Certificate
\rangle.
}
$$

例如：

$$
O_{\rm locality},
\quad
O_{\rm attention},
\quad
O_{\rm topology},
\quad
O_{\rm semantic},
\quad
O_{\rm cost}.
$$

若候選 frame $\pi'$ 會破壞 required invariant，則：

$$
O_\Pi\triangleright\pi'.
$$

因此 projection selection 不再只是 heuristic optimization，而是一個：

$$
\text{Generate Candidate}
\rightarrow
\text{Check Rules}
\rightarrow
\text{Check Constraints}
\rightarrow
\text{Check Invariants}
\rightarrow
\text{Certify}.
$$

---

# 16. Epoch Ledger

每一個 projection transition 必須進入 ledger：

$$
\boxed{
\mathsf{Ledger}_{\Pi}
=
\{e_0,e_1,\ldots\}.
}
$$

其中：

$$
e_k
=
\left\langle
EpochID,
OldFrame,
NewFrame,
Cause,
Scope,
InvariantProfile,
Certificate,
Version,
Time
\right\rangle.
$$

Reprojection 不抹除舊 history。

因此：

$$
\boxed{
\text{Current Frame}
\neq
\text{Only Historical Frame}.
}
$$

這使 projection history 可 replay、audit 與 rollback-analysis。

---

# 17. SPET 基本公理 / 規範 v0.1

## SPET-A1 — Projection Explicitness

所有具有 computational consequence 的 projection 必須有顯式 frame identity。

## SPET-A2 — State / Frame Non-Collapse

$$
S_{t+1}\neq S_t
\not\Rightarrow
\pi_{t+1}\neq\pi_t.
$$

## SPET-A3 — Scoped Readiness

Projection readiness 必須相對於明確 scope，不得宣稱 absolute readiness。

## SPET-A4 — Certified Freeze

任何 Stable Epoch 必須由 Freeze certificate 建立。

## SPET-A5 — Within-Epoch Frame Stability

在 epoch 未 Release 前：

$$
\pi(t)=\pi_k.
$$

## SPET-A6 — Invariant Explicitness

Spatial / attention invariants 必須顯式宣告，不能只依賴實作習慣。

## SPET-A7 — No Implicit Reprojection

State mutation 不得隱式觸發 authoritative frame mutation。

## SPET-A8 — Certified Transition

跨 epoch frame transition 必須有 Reprojection Certificate。

## SPET-A9 — Reopening Legality

已 Freeze 的 scope 可以被 Release / Reopen，但必須留下 provenance。

## SPET-A10 — Epoch-Relative Semantics

Operator correctness 必須宣告其作用的 projection frame / epoch。

## SPET-A11 — Non-Eternal Invariant

Invariant 的有效性是 scoped / epoch-relative，不等於永久固定。

## SPET-A12 — Ledgered Projection Dynamics

所有 authoritative projection transition 必須可回放與稽核。

---

# 18. 第一批可證命題

## Proposition 18.1 — Within-Epoch Coordinate Stability

若 $\mathcal E_k$ 合法 Freeze，且沒有 Release event，則：

$$
\forall t\in[\tau_k,\tau_{k+1}),
\qquad
\pi(t)=\pi_k.
$$

因此任何只依賴 $\pi_k$ 的 coordinate identity 在 epoch 內保持穩定。

## Proposition 18.2 — State Mutation Does Not Entail Reprojection

存在：

$$
S'\neq S
$$

但：

$$
\Phi_{\pi_k}(S')
$$

仍為合法 epoch state。

因此：

$$
\boxed{
S'\neq S
\centernot\Rightarrow
\pi'\neq\pi.
}
$$

## Proposition 18.3 — Frame-Relative Closure

若 operator family：

$$
\mathcal F_k
=
\{F_1,\ldots,F_m\}
$$

皆滿足：

$$
D_{\pi_k}
\circ
F_i^P
\circ
\Phi_{\pi_k}
=
F_i^S,
$$

且每一步保持所有 epoch invariants，則有限 composition：

$$
F_m^P\circ\cdots\circ F_1^P
$$

在同一 frame 下保持 frame-relative computational closure。

## Proposition 18.4 — Dynamic / Static Non-Equivalence Is Admissible

存在 $S$ 、 $\pi_k$ 、 $\pi_{k+1}$ 與 operator $F$ 使：

$$
F^{\pi_k}(S)
\neq
F^{\pi_{k+1}}(S).
$$

此差異不否定 SPET；它證明 projection frame 是 semantic parameter。

## Proposition 18.5 — Epoch Transition Preserves Historical Identity

即使：

$$
\pi_k\neq\pi_{k+1},
$$

舊 epoch 仍可由 ledger 唯一識別，因此新 frame 不覆寫舊 frame 的歷史存在。

---

# 19. 與 CSM 的關係

SPET 不取代 CSM，而是把 CSM 的若干 closure machinery 投射到 computational projection domain。

CSM 的：

$$
\Sigma_{\rm Cl}
=
(C_1,\ldots,C_n)
$$

在 SPET 中可對應到：

$$
\Sigma_{\rm SPET}
=
(
\mathsf{Compute},
\mathsf{ClosureCheck},
\mathsf{Freeze},
\mathsf{Project},
\mathsf{Operate},
\mathsf{Release},
\mathsf{Reproject}
).
$$

CSM 的 locally closure-stable state 提供 Projection Readiness 的形式來源；

CSM 的 Scope Contract 提供 Projection Scope 的 no-collapse 邊界；

CSM 的 Reopening Operator 提供 Release / Reopen 的版本化語義；

CSM 的 Closure Ledger 提供 Projection Epoch Ledger 的 provenance 模型；

CSM 的 obstruction propagation 則可推廣為 projection obstruction certification。

因此 SPET 可以被理解為：

$$
\boxed{
\text{CSM-style governed closure}
+
\text{projection semantics}
+
\text{computational invariants}.
}
$$

---

# 20. HDSRC 的第一個實例

HDSRC 的高維 symbolic-relational state 可投影至 image-native carrier。

若 projection order 由 factor-aware global structure 決定，則底層局部 mutation 可能導致大量 coordinate reorder。

初步實驗已觀察：

$$
\Delta S_{\rm local}
\Rightarrow
\Delta\pi_{\rm global}
$$

在 dynamic re-projection 模式下可能成立。

Stable Epoch 則改用：

$$
\Phi_{\pi_k}(S_t),
\qquad
t\in[\tau_k,\tau_{k+1}),
$$

其中 $\pi_k$ 固定。

在此模式下，可執行：

- basis-local update；
- tile-local transform；
- relation-native query；
- relation qsim update；
- multi-step projected-native composition；

而不要求每一步重新建立 factor-aware coordinate order。

當 Release 發生後，再對完成的新狀態：

$$
S_{k+1}^\star
$$

建立：

$$
\pi_{k+1}.
$$

這使「思考／計算」與「投影更新」具有不同節奏。

---

# 21. 靜態不是動態的退化版本

SPET 對 static / dynamic projection 的基本分類為：

$$
\boxed{
\mathsf{ProjectionMode}
\in
\{
\mathsf{STATIC\_EPOCH},
\mathsf{DYNAMIC\_TRACKING},
\mathsf{HYBRID}
\}.
}
$$

Static Epoch 的優勢可能包括：

- coordinate identity 穩定；
- cache / tile locality 穩定；
- operator semantics 穩定；
- provenance 清晰；
- attention certificate 可驗證；
- incremental commit 更容易；
- AI 可在固定 representation 上累積短期計算。

Dynamic Tracking 的優勢可能包括：

- 更即時反映 global geometry；
- 可持續追蹤 rapidly-changing manifold；
- 適合需要連續 adaptive layout 的任務。

因此不存在：

$$
\mathsf{Dynamic}
>
\mathsf{Static}
$$

這種一般排序。

正確問題是：

$$
\boxed{
\text{哪一種 projection temporal semantics 適合目前的 task / scope？}
}
$$

---

# 22. 對 AI 原生計算的含義

現代 AI 系統往往把 representation update、attention update、state update 與 materialization 混合在高頻序列流程中。

SPET 提供另一種可能：

$$
\text{Internal Compute}
\rightarrow
\text{Scoped Closure}
\rightarrow
\text{Freeze}
\rightarrow
\text{Native Projection}
\rightarrow
\text{Projected Compute}
\rightarrow
\text{Release}.
$$

這允許 AI 在一段時間內使用穩定 projected state，而不是每一次內部狀態變化都重建整個 representation。

因此可研究：

$$
\boxed{
\text{State update frequency}
\neq
\text{Projection update frequency}.
}
$$

進一步甚至可以有：

$$
f_{\rm state}
\gg
f_{\rm projection}.
$$

若 projected-native computation 可在 epoch 內長時間維持有效，則可能降低：

- representation churn；
- global re-layout；
- intermediate materialization；
- memory movement；
- re-indexing cost；
- attention remapping cost。

本文只提出理論框架，不在此宣稱上述效益已普遍成立。

---

# 23. 主要風險與未解問題

SPET 仍有至少七個重要問題：

1. 如何自動判定 Projection Readiness？
2. 哪些 invariant 應該是 hard constraint，哪些可以 approximate？
3. epoch 太長是否造成 representation staleness？
4. epoch 太短是否退化回 continuous reprojection？
5. attention invariant 與 task adaptation 如何取得平衡？
6. frame migration cost 如何量化？
7. projected-native operator family 的閉包範圍有多大？

因此 SPET 的長期研究問題不是：

> 能不能凍結投影？

而是：

> 如何選擇最合理的 Freeze / Release 時機，使 representation stability、semantic fidelity 與 computational utility 同時可控？

---

# 24. SPET Research Program

後續系列建議如下：

- **Paper 01**：Typed Projection Scope, Closure Readiness, and Freeze Certification
- **Paper 02**：Spatial Projection Invariants and Persistent Coordinate Frames
- **Paper 03**：Attention Projection Invariants
- **Paper 04**：Certified Reprojection, Release, Reopening, and Epoch Transition
- **Paper 05**：Projected-Native Computation under Stable Epochs
- **Technical Whitepaper**：SPET × HDSRC Projected-Native Runtime

---

# 25. 結論

本文提出 Stable Projection Epoch Theory，核心思想可以濃縮為：

$$
\boxed{
\text{State continuity does not require projection continuity.}
}
$$

更完整地：

$$
\boxed{
\text{Semantic / computational evolution may proceed continuously or iteratively,
while authoritative projection may evolve discretely through certified epochs.}
}
$$

因此，一個投影系統不必在每一次底層狀態變化後立即重新排列、重建或重新物化 representation。

更一般的流程是：

$$
\boxed{
\text{Compute}
\rightarrow
\text{Closure}
\rightarrow
\text{Freeze}
\rightarrow
\text{Project}
\rightarrow
\text{Operate}
\rightarrow
\text{Release}
\rightarrow
\text{Recompute}
\rightarrow
\text{Reproject}.
}
$$

在每一個 epoch 內：

$$
\pi(t)=\pi_k.
$$

在 epoch transition 上：

$$
\pi_k\rightarrow\pi_{k+1}
$$

必須有 scope、rules、constraints、invariants、certificate 與 provenance。

這使 projection 從一個被動表示步驟，升格為一個具有時間邊界、狀態契約與可稽核 transition semantics 的正式計算物件。

SPET 的核心並不是崇尚靜態，而是拒絕把「永遠動態更新」當成無條件更好的預設。對某些高維 AI 與 projected-native computation，真正穩定且可運算的解法可能正是：

$$
\boxed{
\text{先完成一段計算，再一次投影；投影後暫時停止漂移；
下一段計算完成後，再合法地進入下一個投影期元。}
}
$$

---

## 內部理論血統與實驗依據

1. Closure-Space Mathematics Paper 00 — Relative-Global Mathematical Closure.
2. CSM Paper 01 — Globality Typing and Domain Stratification.
3. CSM Paper 02 — Typed Closure Graphs, Obstruction Propagation, Reopening, and Closure Schedules.
4. HDSRC — High-Dimensional Symbolic Relational Compilation.
5. HDSRC Native Projection Computation Equivalence experiments.
6. HDSRC Native Projection State-Transform Closure experiments.
7. HDSRC Stable Projection Epoch feasibility experiments.

本文中的 SPET 定義為上述理論與實驗之後形成的新形式化層，不回溯宣稱舊理論已經完整包含本文全部定義。