# Technical Whitepaper 02 ## UNPNP Game Experimental Runtime：以單機遊戲驗證自適應超連結與計算結晶化 ### A Single-Player Game Runtime for Validating Adaptive Hyperlinks, Path Compilation, and Computational Crystallization **系列：** UNPNP / Crystallized Computation Technical Whitepapers **白皮書編號：** TW-02 **作者：** Neo.K with Aletheia（GPT） **機構：** EveMissLab／一言諾科技有限公司 **版本：** v0.1 **日期：** 2026-09-07 **文件性質：** 技術白皮書／研究 Runtime／單機遊戲實驗／AI 再編譯前置驗證 **狀態：** Canonical Draft --- ## 摘要 UNPNP 理論系列提出：AI-native runtime 不應只在固定計算圖中反覆求解，而應能在運行過程中觀察高成本路徑、發現自適應快速通道、重新編譯穩定 traversal，並把已驗證的新路徑結晶為可重用計算原語。若此機制成立，則在穩定或部分穩定的工作負載中，系統的未來計算成本應隨經驗累積而下降。 本文提出 **UNPNP Game Experimental Runtime，UGER**，作為第一個工程驗證環境。選擇單機遊戲的理由不是「遊戲比較容易」，而是它同時具備複雜狀態、可重播、可回滾、可量測、低外部風險與大量重複語義路徑，因此能在不引入真實外部副作用的情況下，測試 UNPNP 最核心的可證偽命題。 UGER 的核心比較為： $$ \boxed{ \text{Baseline A} \quad \text{vs.} \quad \text{Baseline B} \quad \text{vs.} \quad \text{Experimental C} } $$ 其中： - Baseline A：傳統／naive runtime，不使用 persistent corridor； - Baseline B：允許自適應 reasoning 與 routing，但不形成持久化 crystal； - Experimental C：完整啟用 Adaptive Corridor Generator、EHPE、Path Compilation、Crystallization、Fast / Slow Path 與 Invalidation。 為了隔離模型能力與架構能力，本文強制加入 **Frozen-Model Experiment**： $$ \boxed{ \theta_{t+1} = \theta_t } $$ 即模型權重固定，只允許外部結構演化： $$ \mathcal K_{t+1} \neq \mathcal K_t. $$ 如果在同一模型、同一遊戲版本、同一硬體、同一初始狀態與同一隨機 seed 下，Experimental C 能逐步達到： $$ R_{\mathrm{reason}}(t)\downarrow, $$ $$ H_{\mathrm{corridor}}(t)\uparrow, $$ $$ R_K(t)\uparrow, $$ $$ C_{\mathrm{avg}}(t)\downarrow, $$ 且： $$ F_R(t) $$ 不顯著惡化，則可提供直接證據支持「World-to-Corridor Compilation」與「Crystallized Computational Adaptation」確實具有獨立工程價值。 本文定義 UGER 的最小 runtime 模組： ```text Game Adapter State Observer Event Normalizer Transition Logger Semantic Revealing Layer Adaptive Corridor Generator EHPE Gate Path Compiler Crystal Store Fast / Slow Path Router Validator Safety Envelope Cost Ledger Replay Harness Experiment Controller ``` 並定義主要資料結構： - `WorldSnapshot` - `TransitionEvent` - `PathTrace` - `CorridorCandidate` - `CompiledPath` - `ComputationalCrystal` - `ExperimentReceipt` - `CostRecord` UGER 採取五階研究路線： $$ \boxed{ P_0 \rightarrow P_1 \rightarrow P_2 \rightarrow P_3 \rightarrow P_4 } $$ 分別為： 1. Synthetic World； 2. Turn-Based Game； 3. Simulation / Management Game； 4. Real-Time Single-Player Game； 5. Controlled Legacy Program Interface。 其中 Phase 4 不是直接修改 production software，而是把已驗證的 runtime 機制轉入受控 legacy program，使用 shadow recompilation 與 selective crystal overlay，作為未來一般程式 AI 再編譯技術的前置接口。 本文明確規定：第一代 UGER 不處理多人遊戲、真實外部寫入、付款、帳號權限、production mutation 或不可逆外部作用域。安全 envelope 預設限制於： $$ R_0,R_1,R_2, $$ 即 pure read、local reversible write 與 sandbox execution。 本文最後定義最重要的總驗證條件： $$ \boxed{ C_{\mathrm{UNPNP}}(N) < C_{\mathrm{baseline}}(N) } $$ 其中： $$ C_{\mathrm{UNPNP}}(N) $$ 必須包含： - reasoning； - routing； - compilation； - verification； - crystal lookup； - memory； - maintenance； - invalidation； - failure； - rollback。 因此，UGER 不允許把 complexity 移到看不見的地方後宣稱「變快」。只有當完整生命週期成本下降，且安全、正確性、失效率與維護成本仍在可接受域內，才視為 UNPNP runtime 成功。 **關鍵詞：** UNPNP、Game Experimental Runtime、Adaptive Corridor、Path Compilation、Computational Crystallization、Frozen Model、Benchmark、Replay、Ablation、Legacy Recompilation --- # 1. 研究目的 UGER 的主要研究問題不是： > AI 能不能玩遊戲？ 而是： $$ \boxed{ \textbf{ AI 能不能逐步把一個既有計算世界，重新編譯成一個未來更便宜的計算世界？ } } $$ --- # 2. 核心可證偽命題 若 UNPNP 有工程價值，則在部分穩定 workload 中： $$ \boxed{ C_{\mathrm{future}} < C_{\mathrm{initial}} } $$ 應隨使用歷史增加而出現。 --- # 3. 非目標 UGER v0.1 不追求： - 最強遊戲 AI； - state-of-the-art game score； - RL benchmark 排名； - 自主多人代理； - production deployment； - 完整 AI OS。 --- # 4. 第一版目標 只驗證： $$ \boxed{ \text{repeated computation} \rightarrow \text{reusable verified structure} } $$ 是否成立。 --- # 5. 核心實驗變因 最重要控制條件： $$ \boxed{ \text{same model} + \text{same world} + \text{same hardware} + \text{same seed} + \text{different runtime architecture}. } $$ --- # 6. Runtime 總架構 UGER v0.1： ```text Game / Synthetic World ↓ Game Adapter ↓ State Observer ↓ Event Normalizer ↓ Transition Logger ↓ Semantic Revealing ↓ Adaptive Corridor Generator ↓ EHPE Gate ↓ Fast / Slow Path Router ↓ Executor ↓ Validator ↓ Cost Ledger ↓ Receipt ↓ Path Compiler ↓ Crystal Store ↺ ``` --- # 7. Game Adapter 所有遊戲差異先封裝於： $$ \boxed{ \text{Game Adapter} } $$ UGER 核心不直接依賴遊戲 UI。 --- # 8. Game Adapter 介面 至少提供： ```text observe_state() list_local_actions() execute_action(action) save_state() load_state(snapshot_id) get_version() get_seed() ``` --- # 9. 結構化優先 若遊戲已有： - API； - mod interface； - scripting； - save data； - internal event hooks； 優先使用。 --- # 10. UI 操作不是第一選擇 因為 UI 會加入： - vision； - cursor； - OCR； - layout； - timing noise。 這會污染 UNPNP 計算實驗。 --- # 11. State Observer 輸出： $$ S_t. $$ 第一版可以分： $$ S_t = \langle S_{\mathrm{world}}, S_{\mathrm{actor}}, S_{\mathrm{task}}, S_{\mathrm{resource}} \rangle. $$ --- # 12. WorldSnapshot Schema ```text WorldSnapshot - snapshot_id - run_id - timestamp - tick - game_version - random_seed - world_state_digest - actor_state - task_state - resource_state - active_subspaces[] - capability_state ``` --- # 13. Event Normalizer 不同遊戲事件轉成統一： $$ E_t. $$ --- # 14. TransitionEvent Schema ```text TransitionEvent - event_id - run_id - from_snapshot - to_snapshot - transition_type - action - inputs - outputs - side_effects - subspace_from - subspace_to - cost_record_id - validation_state - provenance ``` --- # 15. Transition Logger 每個 transition 都要可追。 不保存 private chain-of-thought。 只保存可審計的 operation trace。 --- # 16. PathTrace 一段 path： $$ \Gamma = (\Theta_1,\ldots,\Theta_n). $$ --- # 17. PathTrace Schema ```text PathTrace - trace_id - run_id - start_snapshot - end_snapshot - events[] - task_contract - semantic_family - total_cost - failure_state - rollback_state - verifier_results[] ``` --- # 18. Semantic Revealing Layer 輸入： $$ S_t,g_t. $$ 輸出： $$ W_t^{active}. $$ --- # 19. Revealing 目標 避免每一輪把整個世界： $$ \mathcal W $$ 送進 reasoning。 要求： $$ |W_t^{active}| \ll |\mathcal W|. $$ --- # 20. 第一版顯影方法 可以只使用： - task scope； - local state； - active entities； - relevant inventory； - recent transitions； - current objective。 --- # 21. 不需要先做最強 Semantic Revealing 先測： > 有沒有 working-set reduction。 --- # 22. Adaptive Corridor Generator 輸入： $$ ( S_t, g_t, H_t, B_t, R_t, \mathcal K_t ). $$ 輸出： $$ \Phi_t. $$ --- # 23. CorridorCandidate Schema ```text CorridorCandidate - corridor_id - source_state_class - goal_class - candidate_events[] - required_capabilities[] - estimated_cost - estimated_risk - novelty_score - expected_reuse - validator_plan - fallback ``` --- # 24. Routing Levels 第一版： $$ L_0 = \text{Known Fast Path}, $$ $$ L_1 = \text{Local Adaptive}, $$ $$ L_2 = \text{Deep Reasoning}. $$ --- # 25. L0 若： $$ G_\kappa(S_t)=1 $$ 且 crystal trust 足夠： $$ T_K\ge\theta_T, $$ 直接用 crystal。 --- # 26. L1 若沒有 exact hot crystal， 在局部候選中 route。 --- # 27. L2 只有 novelty 高或 route failure 時才呼叫深 reasoning。 --- # 28. Novelty Score $$ N_t = N( S_t \mid \mathcal K_t ). $$ --- # 29. Reasoning Escalation $$ N_t\ge\theta_N \Rightarrow L_2. $$ --- # 30. EHPE Gate 所有 candidate path 不可直接 crystallize。 先： $$ \operatorname{EHPE}(\Gamma). $$ --- # 31. EHPE 最小欄位 ```text frequency runtime_cost estimated_saving stability verification_burden maintenance_burden risk domain_width expected_reuse selection_cost ``` --- # 32. EHPE 最小判斷 若： $$ U_H(\Gamma)\le0, $$ 則： $$ \text{retain / observe}. $$ --- # 33. Path Compiler Path Compiler 不應每個 trace 都啟動。 只處理 EHPE-positive path。 --- # 34. Compiler Pipeline ```text Trace Selection → Stable Segment Detection → Contract Inference → Candidate Recomposition → Differential Verification → Benchmark → Guard Generation → CompiledPath ``` --- # 35. CompiledPath Schema ```text CompiledPath - compiled_id - source_trace_ids[] - semantic_family - valid_domain - guard - executable_form - input_contract - output_contract - validator - fallback - dependency_fingerprint - benchmark - provenance ``` --- # 36. ComputationalCrystal Schema ```text ComputationalCrystal - crystal_id - compiled_id - lifecycle_state - trust_score - frequency - hit_count - success_count - failure_count - total_saved_cost - maintenance_cost - invalidation_rules - required_capabilities[] - risk_class - last_verified_at - version ``` --- # 37. Crystal Lifecycle $$ \boxed{ \text{candidate} \rightarrow \text{cold} \rightarrow \text{warm} \rightarrow \text{hot} \rightarrow \text{stale} \rightarrow \text{retired}. } $$ --- # 38. Promotion Gate Candidate $\rightarrow$ Cold： $$ V_{\mathrm{basic}}=1. $$ --- # 39. Cold $\rightarrow$ Warm 要求： $$ n_{\mathrm{success}}\ge\theta_W. $$ --- # 40. Warm $\rightarrow$ Hot 要求： $$ T_K\ge\theta_H, $$ $$ U_L>0, $$ $$ R\le\theta_R. $$ --- # 41. Hot $\rightarrow$ Stale 若： - dependency change； - version change； - guard anomaly； - failure spike。 --- # 42. Stale $\rightarrow$ Retired / Revalidated 視： $$ C_{\mathrm{repair}} $$ 與： $$ C_{\mathrm{rebuild}}. $$ --- # 43. Fast / Slow Path Router 核心： ```text if hot_crystal_matches: fast_path elif warm_candidate_matches: guarded_path else: adaptive_or_deep_path ``` --- # 44. Fast Path 應包含： - cheap guard； - cheap capability check； - fast validator； - receipt。 --- # 45. Slow Path 可以展開： - state； - candidate actions； - deep reasoning； - full validation。 --- # 46. Validator 至少三層： $$ V_{\mathrm{pre}}, V_{\mathrm{inline}}, V_{\mathrm{post}}. $$ --- # 47. Fast Validator Hot crystal 使用： - digest； - range； - invariant； - version； - state class。 --- # 48. Deep Validator 在： - novelty； - failure； - shift； - shadow compile； 時使用。 --- # 49. Safety Envelope 第一版： $$ E_S = \langle I, C, R, T, B \rangle. $$ --- # 50. Risk Classes UGER v0.1 只允許： $$ R_0, R_1, R_2. $$ --- # 51. $R_0$ Pure read。 --- # 52. $R_1$ Local reversible write。 --- # 53. $R_2$ Sandbox execution。 --- # 54. 明確排除 UGER v0.1 不做： - external payment； - account privilege； - production mutation； - irreversible external write； - multiplayer cheating； - remote exploit。 --- # 55. Cost Ledger CostRecord： ```text CostRecord - cost_id - run_id - event_id - wall_time_ms - cpu_time_ms - gpu_time_ms - memory_peak - io_bytes - state_transfer_bytes - model_calls - tool_calls - model_input_units - model_output_units - verification_cost - maintenance_cost - rollback_cost - failure_cost ``` --- # 56. 系統總成本 $$ \boxed{ C_T = C_{\mathrm{reason}} + C_{\mathrm{route}} + C_{\mathrm{execute}} + C_{\mathrm{verify}} + C_{\mathrm{compile}} + C_{\mathrm{select}} + C_{\mathrm{memory}} + C_{\mathrm{maintain}} + C_{\mathrm{failure}}. } $$ --- # 57. Token 只是部分成本 不能： $$ \text{token reduction} \Rightarrow \text{UNPNP success}. $$ --- # 58. Wall Clock $$ T_{\mathrm{wall}} $$ 必須單獨報告。 --- # 59. Tail Latency Real-time 階段至少： $$ p50,p95,p99. $$ --- # 60. Reasoning Ratio $$ R_{\mathrm{reason}} = \frac{ N_{\mathrm{deep-reasoned}} }{ N_{\mathrm{transition}} }. $$ --- # 61. Corridor Hit Ratio $$ H_{\mathrm{corridor}} = \frac{ N_{\mathrm{verified-corridor-hit}} }{ N_{\mathrm{transition}} }. $$ --- # 62. Crystal Hit Ratio $$ H_K = \frac{ N_{\mathrm{crystal-hit}} }{ N_{\mathrm{transition}} }. $$ --- # 63. Crystal Invalid Rate $$ I_K = \frac{ N_{\mathrm{invalid-crystal}} }{ N_{\mathrm{crystal-use}} }. $$ --- # 64. Failure Rate $$ F_R = \frac{ N_{\mathrm{fail}} }{ N_{\mathrm{transition}} }. $$ --- # 65. Rollback Rate $$ R_B = \frac{ N_{\mathrm{rollback}} }{ N_{\mathrm{transition}} }. $$ --- # 66. Maintenance Cost $$ C_M. $$ --- # 67. Selection Cost $$ C_S. $$ --- # 68. Crystal Growth $$ |\mathcal K_t|. $$ 必須監控。 --- # 69. Crystal Utility $$ U_L(\kappa) = N\Delta C_{\mathrm{net}} - C_{\mathrm{build}} - C_{\mathrm{maintain}} - C_{\mathrm{risk}}. $$ --- # 70. Break-Even $$ N^\* = \left\lceil \frac{ C_{\mathrm{fixed}} }{ \Delta C_{\mathrm{net}} } \right\rceil. $$ --- # 71. Experiment Controller 負責： - baseline config； - seeds； - model lock； - hardware lock； - run schedule； - receipts。 --- # 72. ExperimentReceipt Schema ```text ExperimentReceipt - experiment_id - phase - baseline_type - game_id - game_version - model_id - model_version - hardware_profile - config_digest - random_seeds[] - start_time - end_time - aggregate_metrics - crystal_manifest - failure_summary - reproducibility_status ``` --- # 73. Baseline A $$ B_A = \text{Traditional / Naive}. $$ 特徵： - no persistent corridor； - no crystal； - ordinary planner / scripted logic。 --- # 74. Baseline B $$ B_B = \text{Adaptive without Crystallization}. $$ 允許： - reasoning； - search； - local adaptive routing。 不允許： - persistent crystal reuse。 --- # 75. Experimental C $$ E_C = \text{Adaptive + Crystallization}. $$ 允許完整： - corridor； - EHPE； - path compiler； - crystal； - fast path； - invalidation。 --- # 76. Optional Baseline D 可加入： $$ B_D = \text{ordinary cache / memoization}. $$ --- # 77. 為什麼需要 Cache Baseline？ 避免最後只證明： > cache 有用。 --- # 78. Frozen-Model Protocol 固定： $$ \theta_{\mathrm{model}}. $$ --- # 79. Model Config Lock 保存： - model ID； - version； - temperature； - sampling； - prompt template； - tool set。 --- # 80. 只有外部結構可變 允許： $$ \mathcal K_t, \mathcal R_t, \mathcal I_t, \mathcal S_t. $$ --- # 81. Frozen-Model Success 若： $$ C_{\mathrm{avg}}(t)\downarrow $$ 且： $$ R_{\mathrm{reason}}(t)\downarrow, $$ 則支持： $$ \boxed{ \text{structural learning}. } $$ --- # 82. Phase 0：Synthetic World 最小世界可包含： - grid； - object store； - inventory； - task queue； - deterministic transitions。 --- # 83. Phase 0 研究目標 只驗證： - schema； - replay； - path compilation； - crystal lifecycle； - invalidation； - cost ledger。 --- # 84. Phase 0 Success Gate 至少： $$ C_C C_{\mathrm{saved}}, $$ 停止擴張。 --- # 86. Phase 1：Turn-Based Game 候選類型： - tactics； - turn-based RPG； - board-like strategy。 --- # 87. Phase 1 優點 低 timing noise。 --- # 88. Phase 1 主要測 - semantic family； - guard； - negative crystal； - multi-step action； - replay。 --- # 89. Phase 2：Simulation / Management 候選： - colony； - economy； - management； - world simulation。 --- # 90. Phase 2 主要測 - long-running state； - maintenance； - stale crystal； - higher-order crystal； - dynamic working set。 --- # 91. Phase 3：Real-Time Single Player 候選： - RTS； - action simulation； - real-time management。 --- # 92. Phase 3 主要測 - latency； - p95 / p99； - variance； - fast-path utility； - deoptimization speed。 --- # 93. Phase 4：Controlled Legacy Program 不是 production。 --- # 94. Phase 4 Target 例如： - parser； - local query engine； - simulation； - test runner； - build pipeline； - deterministic data transform。 --- # 95. Legacy Adapter 提供： ```text observe_call() trace_call_graph() capture_io() shadow_execute(candidate) compare_outputs() rollback() ``` --- # 96. Shadow Recompilation $$ \Gamma_{\mathrm{legacy}} \parallel \widehat{\Gamma}_{\mathrm{shadow}}. $$ --- # 97. Phase 4 不直接替換 新 path 先只： - shadow； - benchmark； - verify。 --- # 98. Promotion to Active Overlay 只有： $$ V_{\mathrm{equiv}}\ge\theta_V, $$ $$ U_L>0, $$ $$ R\le\theta_R. $$ --- # 99. Legacy Crystal Overlay $$ \boxed{ P_t = P_{\mathrm{legacy}} \oplus \mathcal K_t. } $$ --- # 100. Source Rewrite 是後續研究 不是 TW-02 v0.1 必做。 --- # 101. Replay Harness 所有 phase 都要求 deterministic replay 優先。 --- # 102. Replay Input 保存： - start snapshot； - random seed； - config； - version； - model config。 --- # 103. Replay Output 比較： - end state； - cost； - errors； - path； - crystal usage。 --- # 104. Differential Verification 同 input： $$ \Gamma_{\mathrm{old}}(x) $$ 與： $$ \widehat{\Gamma}(x). $$ --- # 105. Exact Equivalence 適用 deterministic domain。 --- # 106. Semantic Equivalence 適用： $$ \Gamma \simeq_{\mathcal T} \widehat{\Gamma}. $$ --- # 107. Statistical Equivalence stochastic domain 使用： $$ D( P_{\Gamma}, P_{\widehat{\Gamma}} ) \le \epsilon. $$ --- # 108. A/B/C Protocol 同一組 seeds： $$ \{s_1,\ldots,s_n\}. $$ 分別跑： $$ B_A, B_B, E_C. $$ --- # 109. Sample Size 初期不硬定全域樣本數。 由 variance 決定。 --- # 110. 最低要求 不能單 seed、單 run 就下結論。 --- # 111. Distribution Split 至少： - observed； - validation； - shifted。 --- # 112. Observed 允許形成 crystal。 --- # 113. Validation 不新增或限制新增 crystal。 測泛化。 --- # 114. Shifted 故意變： - rules； - map； - items； - difficulty； - entities。 --- # 115. Shift Success 舊 crystal 應： $$ \text{hot} \rightarrow \text{warm / stale}. $$ --- # 116. Invalidation Accuracy 測： $$ Acc_I = \frac{ TP_I+TN_I }{ N_I }. $$ --- # 117. Guard Precision $$ P_G = \frac{ TP }{ TP+FP }. $$ --- # 118. Guard Recall $$ R_G = \frac{ TP }{ TP+FN }. $$ --- # 119. 高 Precision 優先 因 fast path false positive 風險高。 --- # 120. Negative Crystal Experiment 故意提供： $$ \Gamma_{\mathrm{bad}}. $$ --- # 121. 觀察 系統是否： $$ \text{repeat bad exploration} \downarrow. $$ --- # 122. Negative Crystal Reopen 環境改後： $$ \Gamma_{\mathrm{bad}} $$ 變 valid。 測是否 reopen。 --- # 123. Higher-Order Crystal Experiment 先得到： $$ \kappa_1,\kappa_2,\kappa_3. $$ 再： $$ K^{(2)} ( \kappa_1,\kappa_2,\kappa_3 ). $$ --- # 124. Higher-Order Success 要求： $$ C(\kappa^{(2)}) < C(\kappa_1\rightarrow\kappa_2\rightarrow\kappa_3). $$ --- # 125. Cache-Control Experiment 加入普通 memoization baseline。 --- # 126. 如果 Crystal 只在 identical input 贏 那只是 cache-like。 --- # 127. Semantic Family Experiment 讓 raw state 不同， 但 task contract 相同。 --- # 128. Procedure-Level Reuse 成功要求： $$ s_a\neq s_b $$ 仍能命中： $$ \kappa_{\mathcal D}. $$ --- # 129. Ablation 1：No Revealing 關掉： $$ \Pi_\xi. $$ --- # 130. Ablation 2：No Corridor Store 不保存 path memory。 --- # 131. Ablation 3：No EHPE 所有 candidate 都 compile。 --- # 132. Ablation 4：No Negative Crystal 失敗 path 不記錄。 --- # 133. Ablation 5：No Invalidation crystal 永不 stale。 --- # 134. Ablation 6：Deep Verify Only 沒有 fast verifier。 --- # 135. Ablation 7：Fast Verify Only 沒有 deep escalation。 --- # 136. Ablation 8：No Path Compilation 只 cache result。 --- # 137. Ablation 9：No Higher-Order Crystal 只允許一階。 --- # 138. Ablation 10：No Selection Pruning 保留所有 crystal。 --- # 139. Ablation 的目標 測每個模組是否真的貢獻： $$ \Delta U>0. $$ --- # 140. Success Gate 1：完整成本 要求： $$ \boxed{ C_T^{E_C} < C_T^{B_A}. } $$ --- # 141. Success Gate 2：Reasoning $$ R_{\mathrm{reason}}^{E_C} < R_{\mathrm{reason}}^{B_B}. $$ --- # 142. Success Gate 3：錯誤 $$ F_R^{E_C} \le F_R^{B_A} + \epsilon. $$ --- # 143. Success Gate 4：維護 $$ C_M $$ 不能吞掉 runtime saving。 --- # 144. Success Gate 5：Selection $$ C_S $$ 不能隨 crystal count 爆炸。 --- # 145. Success Gate 6：Shift crystal invalidation 正常。 --- # 146. Success Gate 7：Replay 結果可重現。 --- # 147. Failure Gate 1 $$ C_{\mathrm{compile}} + C_M > C_{\mathrm{saved}}. $$ --- # 148. Failure Gate 2 $$ R_{\mathrm{reason}} $$ 不下降。 --- # 149. Failure Gate 3 $$ |\mathcal K|\uparrow $$ 但： $$ H_K $$ 不升。 --- # 150. Failure Gate 4 錯誤率惡化。 --- # 151. Failure Gate 5 Guard cost 高於 saved cost。 --- # 152. Failure Gate 6 Distribution shift 下 crystal 仍盲目 hot。 --- # 153. Failure Gate 7 Memory / selection overhead 超線性爆炸。 --- # 154. 研究負結果的價值 若某 workload： $$ Q_K\approx0, $$ 也應記錄。 --- # 155. Non-Crystallizable Workload Class 可以形成： $$ \boxed{ \mathcal D_{\mathrm{NC}}. } $$ --- # 156. Workload Taxonomy 第一版分類： ```text high-repetition stable high-repetition dynamic low-repetition stable one-shot stochastic adversarial-like high-verification-burden ``` --- # 157. Crystallizability Score $$ Q_K(\mathcal D) = f( F, S, C, V, M, R ). $$ --- # 158. Long-Term Research Output 最重要的不只是： > UNPNP 成功。 而是建立： $$ \boxed{ \text{Which workloads are crystallizable?} } $$ --- # 159. Model Transfer Experiment 當 v0.1 穩定後， 固定： $$ \mathcal K. $$ 換模型： $$ M_A\rightarrow M_B. $$ --- # 160. 測什麼？ - crystal reuse； - guard interpretation； - validator consistency； - routing variance。 --- # 161. Cross-Agent Experiment Agent A 建 crystal。 Agent B 使用。 --- # 162. 需要 Provenance 不能只共享 executable blob。 --- # 163. Crystal Package ```text crystal guard contract validator provenance version capability requirements benchmark evidence ``` --- # 164. Hardware Transfer 同一 crystal： $$ H_A\rightarrow H_B. $$ --- # 165. Hardware-Aware Version 必要時： $$ \kappa^{CPU}, \kappa^{GPU}. $$ --- # 166. Security Test 1 Capability mismatch。 --- # 167. 預期 $$ \text{deny}. $$ --- # 168. Security Test 2 Stale capability。 --- # 169. 預期 hot crystal 立即降級。 --- # 170. Security Test 3 Untrusted external input。 --- # 171. 預期 不能自動變 privileged instruction。 --- # 172. Security Test 4 Irreversible action request。 --- # 173. 預期 UGER v0.1： $$ \text{deny / out-of-scope}. $$ --- # 174. Research Storage 第一版可用： - SQLite / DuckDB； - JSONL； - local object store； - SEDB prototype。 --- # 175. 不要先建大型分散式架構 因為會污染實驗。 --- # 176. Recommended Directory ```text /runtime/ adapter/ observer/ router/ compiler/ crystal/ validator/ safety/ /data/ snapshots/ traces/ crystals/ receipts/ benchmarks/ /experiments/ phase0/ phase1/ phase2/ phase3/ phase4/ ``` --- # 177. Configuration ```text model.yaml game.yaml runtime.yaml safety.yaml benchmark.yaml ``` --- # 178. Crystal Store 至少支援： - lookup； - insert； - promote； - demote； - invalidate； - retire； - stats。 --- # 179. Crystal Index 第一版可以： - exact state class； - semantic family； - goal class； - dependency fingerprint。 --- # 180. 不需要一開始上 Vector DB 先證明 primitive routing。 --- # 181. 如果需要 Semantic Family 再加 embedding / semantic index。 --- # 182. Runtime Loop ```text observe → reveal → detect novelty → lookup crystal → if hit: validate guard and execute → else: adaptive route / deep reason → validate result → log receipt → update statistics → EHPE candidate → optional compile → optional crystallize ``` --- # 183. Pseudocode ```text while not done: state = observe() active = reveal(state, goal) crystal = crystal_store.match(active, goal) if crystal and crystal.guard(active): result = execute(crystal) if fast_validate(result): log(result) update(crystal) continue else: demote(crystal) corridor = adaptive_route(active, goal) if corridor is uncertain: corridor = deep_reason(active, goal) result = execute(corridor) verified = deep_validate(result) log(result, verified) if verified: candidate = ehpe(trace_window) if candidate.utility > threshold: compiled = compile(candidate) if differential_verify(compiled): crystal_store.insert(compiled) ``` --- # 184. Research Reproducibility 每次 release： - source commit； - config； - game version； - model version； - hardware； - seeds； - manifest。 --- # 185. Benchmark Artifact 每輪輸出： ```text metrics.json crystal_manifest.json failure_report.md cost_ledger.csv replay_receipt.json ``` --- # 186. Release Gate UGER v0.1 release 至少要求： - deterministic Phase 0 pass； - reproducible benchmark； - no unsafe external action； - cost ledger complete； - crystal invalidation demonstrated。 --- # 187. Phase 1 Gate Turn-based： $$ C_T^{E_C} < C_T^{B_A} $$ 至少在部分 workload 顯著成立。 --- # 188. Phase 2 Gate Simulation： maintenance cost 仍受控。 --- # 189. Phase 3 Gate Real-time： p95 / p99 improvement 或 variance reduction 成立。 --- # 190. Phase 4 Gate Legacy shadow path： equivalence + lifecycle utility 成立。 --- # 191. Future Legacy Recompilation Interface 若 Phase 4 成功， 下一代可加入： ```text Source Mapper IR Builder Semantic Path Profiler Candidate Rewriter Patch Generator Formal / Property Verifier Source Patch Gate ``` --- # 192. 但不在 TW-02 v0.1 實作 這只是 future interface。 --- # 193. AI Recompilation 的三階段 $$ \boxed{ \text{Runtime Overlay} \rightarrow \text{Shadow Replacement} \rightarrow \text{Source Rewrite}. } $$ --- # 194. 第一階段最安全 Runtime overlay 不改 canonical source。 --- # 195. 第二階段 Shadow replacement 只比較。 --- # 196. 第三階段 只有成熟後回寫 source。 --- # 197. 這避免一次性 AI Rewrite 降低： - regression； - hallucinated refactor； - hidden behavior loss。 --- # 198. 與 SEDB 的關係 SEDB 可保存： - event； - crystal； - receipt； - cost； - dependency。 --- # 199. 與 Omphalos 的關係 Omphalos 可作為： - route search； - method selection； - counter-evidence； - alternative path discovery。 --- # 200. 與 CSG 的關係 TW-01 CSG 可以保存： > 系統知道什麼。 TW-02 crystal store 保存： > 系統知道怎麼更快做。 --- # 201. 未來雙圖 $$ \boxed{ \mathcal G_{\mathrm{semantic}} \leftrightarrow \mathcal G_{\mathrm{computational}}. } $$ --- # 202. 第一版仍分離 避免 action / memory 混淆。 --- # 203. 核心命題一 $$ \boxed{ \textbf{ 單機遊戲不是 UNPNP 的最終應用，而是最適合第一個驗證「計算世界能否被逐步重新編譯」的受控實驗生態。 } } $$ --- # 204. 核心命題二 $$ \boxed{ \textbf{ Frozen-model protocol 是 UGER 的核心控制實驗，因為它可以把模型能力提升與結晶化架構收益分離。 } } $$ --- # 205. 核心命題三 $$ \boxed{ \textbf{ 任何 UNPNP 加速都必須以完整成本帳本衡量；把成本移到編譯、驗證、記憶或維護後不能假裝它消失。 } } $$ --- # 206. 核心命題四 $$ \boxed{ \textbf{ 如果 crystal 不能在 distribution shift 下正確失效、降級與重建，那麼 fast path 不是學習，而是技術債。 } } $$ --- # 207. 核心命題五 $$ \boxed{ \textbf{ 未來一般程式 AI 再編譯應由 runtime evidence 驅動，先做 selective overlay，再做 shadow replacement，最後才考慮 source rewrite。 } } $$ --- # 208. 最終實驗總式 Baseline： $$ C_B(N) = \sum_{i=1}^{N} C_{\mathrm{base}}(x_i). $$ UGER： $$ \boxed{ C_U(N) = C_{\mathrm{build}} + C_{\mathrm{compile}} + C_{\mathrm{verify}} + C_{\mathrm{select}} + C_{\mathrm{maintain}} + C_{\mathrm{failure}} + \sum_{i=1}^{N} C_{\mathrm{run}}^{K}(x_i). } $$ 成功： $$ \boxed{ C_U(N) < C_B(N). } $$ --- # 209. 加入錯誤與風險 $$ C_U^\* = C_U + \lambda_F C_{\mathrm{error}} + \lambda_R C_{\mathrm{risk}}. $$ 最終仍要求： $$ \boxed{ C_U^\* < C_B^\*. } $$ --- # 210. 結論 UGER 的任務不是證明： > AI 能把所有程式變快。 也不是證明： $$ P=NP. $$ 它只需要先回答一個更小、但足夠重要的問題： > 在一個複雜、可重複、可測量、可回滾的世界裡，AI 是否能把反覆走過的計算路徑逐步轉化為已驗證、可重用、低成本的計算原語？ 如果答案是否定的， 那麼 UNPNP 的 path compilation / crystallization 假說需要修正。 如果答案是肯定的， 並且我們真的觀察到： $$ R_{\mathrm{reason}}\downarrow, $$ $$ H_{\mathrm{corridor}}\uparrow, $$ $$ H_K\uparrow, $$ $$ C_{\mathrm{avg}}\downarrow, $$ 同時： $$ F_R $$ 不失控， $$ C_M $$ 不吞掉收益， 那麼就出現一個很重要的工程事實： $$ \boxed{ \textbf{ 模型權重沒有變， 但系統因為重新組織自己的計算圖而變得更有效率。 } } $$ 這就是： $$ \boxed{ \text{World-to-Corridor Compilation}. } $$ 而從那一刻開始， 下一個研究問題才真正有意義： > 這個方法能不能離開遊戲，進入一般 legacy software？ 因此 TW-02 的最後接口不是 production deployment， 而是： $$ \boxed{ \text{Controlled Legacy Program} \rightarrow \text{Shadow Recompilation} \rightarrow \text{Selective Crystal Overlay}. } $$ 如果這一步也成立， 未來才有資格進一步研究： $$ \boxed{ \text{AI-Native General Program Recompilation}. } $$ 所以整個研究路線可以最終壓成： $$ \boxed{ \text{先讓 AI 在遊戲中學會「長路」， 再讓它去學會重新編譯真正的程式世界。 } } $$ --- ## 後續研究接口 本白皮書完成後，下一個尚未正式啟動的未來工程主題為： **AI-Native Legacy Program Recompilation** 其正式啟動條件應至少包括： 1. UGER Phase 0–2 通過； 2. Frozen-model 結構學習效應可重現； 3. Crystal lifecycle 可控； 4. EHPE 能抑制 over-crystallization； 5. Invalidation / deoptimization 可重現； 6. 完整 cost ledger 顯示正向 lifecycle utility； 7. Controlled Legacy Program shadow experiment 通過。 在此之前，UGER 應保持為研究 runtime，而不是自動修改一般 production software 的系統。