# 什麼算一？觀察者、尺度與計算單位化

**What Counts as One? Observer, Scale, and Computational Unitization**

**系列：**《一、全與中心：觀察者尺度下的動態單位化》Paper 00  
**版本：** v0.1  
**日期：** 2026-09-08  
**文件類型：** Computational Ontology／Multi-Scale Computation／Observer-Relative Unitization  
**狀態：** Research Framework / Series Foundation

---

## 摘要

「一」通常被視為最不需要解釋的概念。

一個物件是一。

一條指令是一。

一個函數是一。

一個演算法也可以是一。

一家公司是一個法人。

一座城市是一個行政單位。

一個由數百個 services、databases、agents 與 runtimes 組成的 AI system，也可以在某個討論中被稱作「一個 AI 系統」。

然而，這些「一」顯然不是同一種類型的 $1$。

本文因此提出：

$$
\boxed{
\text{What counts as One is not generally scale-free.}
}
$$

但本文同時拒絕另一個極端：

> 既然「一」依賴觀察者與尺度，所以任何人愛怎麼切都可以。

本文主張：

$$
\boxed{
\text{Observer relativity}
\neq
\text{arbitrary relativism}.
}
$$

為此，本文首先區分至少四種不得直接偷換的「一」：

$$
\boxed{
1_{\mathrm{num}},
\quad
O_i,
\quad
M_i,
\quad
1_\chi.
}
$$

其中：

- $1_{\mathrm{num}}$ 是純數值單位；
- $O_i$ 是局部存在者；
- $M_i$ 是局部存在者對更大全域所形成的有限表示；
- $1_\chi$ 是在某一 admissible computational chart $\chi$ 下被視為單一運算單位的 computational One。

這延續 One–All canonical reconstruction 中對存在者 $O_i$ 、局部模型 $M_i=\pi_i(\mathcal A)$ 與 The All $\mathcal A$ 的明確分型；該架構已明示 $O_i\neq M_i$ 、 $M_i\neq\mathcal A$，並拒絕把「One」同時偷換成個體、模型、數值 $1$ 與 Ultimate。

本文進一步定義 computational chart：

$$
\boxed{
\chi
=
(
o,
\sigma,
B,
R,
d,
Q,
\tau,
\varepsilon,
\rho
)
}
$$

其中：

- $o$：observer / observation mechanism；
- $\sigma$：scale / resolution；
- $B$：boundary rule；
- $R$：relation domain；
- $d$：metric / equivalence criterion；
- $Q$：task / objective；
- $\tau$：time horizon；
- $\varepsilon$：允許誤差／保真閾值；
- $\rho$：representation / interface rule。

chart $\chi$ 對 system $X$ 建立一組 computational units：

$$
\boxed{
\mathcal U_\chi(X)
=
\{
u_{\chi,1},\ldots,u_{\chi,n}
\}.
}
$$

再定義 chart-relative unit count：

$$
\boxed{
\nu_\chi(X)
=
|\mathcal U_\chi(X)|.
}
$$

因此：

$$
\boxed{
X\text{ counts as one under }\chi
\iff
\nu_\chi(X)=1.
}
$$

這不表示：

$$
X=1_{\mathrm{num}}.
$$

也不表示：

$$
X
$$

是一個不可再分的原子。

它只表示：

> 在指定 chart 下，X 被合法地封裝、觀察或操作成一個 computational unit。

因此本文的核心命題為：

$$
\boxed{
\text{One}
=
\text{Typed Chart-Conditioned Unitization}.
}
$$

---

## 關鍵詞

One；Unitization；Observer；Scale；Computational Chart；UNPNP；One–All；True ETN；Coarse-Graining；Multi-Scale Computation；Computational Ontology

---

# 1. 為什麼「一」其實是一個困難問題？

假設有以下程式：

```text
load data
normalize
search
validate
commit
```

如果我們問：

> 這裡有幾步？

可以回答：

$$
5.
$$

但若它們被包進：

```text
run_pipeline()
```

從 caller 看：

$$
1.
$$

再往更細：

```text
normalize()
```

內部可能有數百條 machine instructions。

所以：

$$
5,
1,
10^3
$$

都可能是合法答案。

問題不是誰算錯。

問題是：

$$
\boxed{
\text{What is the computational unit?}
}
$$

---

# 2. 「一步」從來不是裸露存在

任何 step count：

$$
N
$$

其實都隱含：

$$
N_\chi.
$$

也就是：

> 在某個 computation chart 下的 step count。

---

# 3. 同樣地，「一個物件」也隱含 Boundary

一家公司是一。

但裡面有：

$$
10^5
$$

員工。

一個人體是一。

但有：

$$
10^{13+}
$$

細胞尺度構件。

一個城市是一。

但包含道路、建築、人、制度、物流與資訊網。

因此：

$$
\boxed{
MacroOne
\text{ may contain MicroMany}.
}
$$

---

# 4. Unit 不等於 Atom

這是本文第一條硬分離：

$$
\boxed{
Unit
\neq
Atom.
}
$$

Atom 表示：

> 在某 ontology 中不可再分或暫時作為 primitive。

Unit 表示：

> 在某 chart 中被當作一個 operational block。

---

# 5. 原子也可能只是某尺度 Primitive

即使某 system 宣稱：

$$
a
$$

是 primitive，

也應理解成：

$$
primitive_{\chi}.
$$

除非另有獨立本體論證明它在所有可能 refinement 下都不可分。

---

# 6. 四種「一」首先必須分型

本文至少區分：

$$
1_{\mathrm{num}}
$$

純數值一；

$$
O_i
$$

局部存在者；

$$
M_i
$$

對更大實在／全域的有限 representation；

$$
1_\chi
$$

chart-conditioned computational One。

---

# 7. 數值 1

$$
1_{\mathrm{num}}
$$

屬於 arithmetic domain。

例如：

$$
1+1=2.
$$

它本身不是一個人、一個 AI、一個 function 或一個世界。

---

# 8. 存在者 One

One–All 中：

$$
O_i
$$

代表一個真實局部存在者。

它不是純數值 $1$。

該系列已明確建立：

$$
\boxed{
O_i\neq1_{\mathrm{num}}.
}
$$



---

# 9. Representation One

$$
M_i=\pi_i(\mathcal A)
$$

則表示局部主體對 The All 的 representation。

所以：

$$
O_i\neq M_i.
$$

---

# 10. Computational One

本文新引入：

$$
u_\chi(X).
$$

它表示：

> X 在 chart $\chi$ 下形成的一個 computational macro-unit。

---

# 11. 因此不能寫

$$
O_i=M_i=1_\chi=1.
$$

這是一串 type error。

---

# 12. 「算一個」不是 Object Equality

當我們說：

> 整個 algorithm 算一步。

真正意思不是：

$$
Algorithm=1.
$$

而是：

$$
\boxed{
\nu_\chi(Algorithm)=1.
}
$$

---

# 13. Unitization 與 Counting 必須分開

本文因此不直接定義：

$$
Unitize_\chi(X)=1.
$$

而先定義：

$$
\boxed{
\mathcal U_\chi(X)
=
\{u_{\chi,k}\}_{k=1}^{n}.
}
$$

再數：

$$
\nu_\chi(X)=n.
$$

這可以避免把 object 與 number 混在一起。

---

# 14. Computational Chart

我們現在正式定義：

$$
\boxed{
\chi
=
(
o,\sigma,B,R,d,Q,\tau,\varepsilon,\rho
).
}
$$

---

# 15. Observer

$$
o
$$

不一定是人類。

它可以是：

- 人；
- AI；
- compiler；
- sensor；
- graph query engine；
- proof checker；
- scheduler；
- operating system。

---

# 16. Observer 不是任意想像者

Observer 在本文中更接近：

$$
\boxed{
\text{an information-access and distinction mechanism}.
}
$$

也就是：

> 它能分辨什麼？

---

# 17. Scale

$$
\sigma
$$

決定：

> 看多細？

例如：

$$
machine\ instruction,
$$

$$
function,
$$

$$
module,
$$

$$
application,
$$

$$
distributed\ service.
$$

---

# 18. Boundary Rule

$$
B
$$

回答：

> 哪些東西屬於同一 unit？

例如 function boundary 可以由：

- lexical scope；
- call interface；
- stack frame；
- ownership；
- state closure；

決定。

---

# 19. Relation Domain

Paper 07 與相關 geometric-world runtime 已經揭露一個重要問題：

同一世界可以同時存在 geometry、causal、information-flow 等不同 typed relation views；切換 observer relation view 可以改變 projection，而不必改變 canonical world state。

所以 unitization 不只依賴 resolution。

也依賴：

$$
R.
$$

---

# 20. 同一組 Nodes，在不同 Relation Domain 可以形成不同「一」

例如幾座城市：

在行政 chart：

$$
1\ region.
$$

在 causal chart：

可能屬於：

$$
3
$$

個不同 influence clusters。

在物流 chart：

又可能形成：

$$
2
$$

個 supply basins。

---

# 21. Metric

$$
d
$$

決定：

> 什麼叫足夠接近／足夠相似／足夠內聚？

---

# 22. Task / Objective

$$
Q
$$

非常重要。

對：

> 計算 latency

而言，一個 distributed service 可能不能算一。

對：

> billing

而言，整個 service 卻可能就是一個 chargeable unit。

---

# 23. Time Horizon

$$
\tau
$$

決定：

> 一在多久的時間尺度內保持一？

這將直接接 True ETN 的 dynamic fixed point。

---

# 24. Tolerance / Fidelity

$$
\varepsilon
$$

表示：

> coarse-graining 可以忽略多少內部差異？

如果忽略的東西已經會改變 task answer，

unitization 就失效。

---

# 25. Representation Rule

$$
\rho
$$

決定 unit 對外暴露什麼 interface。

例如：

$$
function
$$

對 caller 可能只暴露：

$$
input\rightarrow output.
$$

---

# 26. Chart 完整形式

因此：

$$
\boxed{
\chi
=
(
\text{who distinguishes},
\text{how finely},
\text{where boundary lies},
\text{which relations matter},
\text{what difference counts},
\text{for which task},
\text{for how long},
\text{with what tolerated loss},
\text{through what interface}
).
}
$$

---

# 27. 沒有 Chart 的「一」往往是語義不完整

例如：

> 這個 AI 是一個 Agent。

我們要問：

- identity chart？
- process chart？
- model chart？
- billing chart？
- responsibility chart？

---

# 28. Agent=1 可能在某 Chart 成立

例如：

$$
\nu_{\chi_{\mathrm{resident}}}(RuntimeCluster)=1.
$$

---

# 29. 但 Process Chart 可能得到

$$
\nu_{\chi_{\mathrm{process}}}(RuntimeCluster)=37.
$$

兩者沒有矛盾。

---

# 30. Chart-Relative Unitization

正式定義：

對 system $X$ 與 chart $\chi$，

$$
\boxed{
\mathcal U_\chi(X)
=
\{U_1,\ldots,U_n\}
}
$$

是依 $B,d,R,Q,\tau,\varepsilon$ 所誘導的 admissible partition / cover。

---

# 31. 為什麼寫 Partition / Cover？

因為某些世界不一定能被乾淨切成 disjoint blocks。

例如：

- overlapping communities；
- multiple-role agents；
- shared infrastructure。

因此一般情況可能是：

$$
\bigcup_iU_i=X
$$

但：

$$
U_i\cap U_j
$$

未必為空。

---

# 32. Disjoint Partition 是特殊情形

在 transactional object model 中：

$$
U_i\cap U_j=\varnothing
$$

可能是必要條件。

但 general cognitive/world geometry 不必預設。

---

# 33. Unit Count

定義：

$$
\boxed{
\nu_\chi(X)
=
|\mathcal U_\chi(X)|
}
$$

如果 chart 採 overlapping cover，則 count 需要另外明定 multiplicity semantics。

---

# 34. One Predicate

定義：

$$
\boxed{
One_\chi(X)
\iff
\nu_\chi(X)=1.
}
$$

---

# 35. 這個 One 是 Predicate，不是 Identity

$$
One_\chi(X)
$$

不推出：

$$
X=1.
$$

---

# 36. 也不推出 X 無內部結構

所以：

$$
\boxed{
One_\chi(X)
\not\Rightarrow
Indivisible(X).
}
$$

---

# 37. Chart-Induced Equivalence

另一個形式化方法是：

$$
x\sim_\chi y
$$

當且僅當：

> 對 chart $\chi$ 可觀察且 task-relevant 的差異而言，x 與 y 可視為等價。

---

# 38. Quotient View

於是：

$$
\boxed{
X/{\sim_\chi}
}
$$

就是 chart $\chi$ 所看到的 macro-state space。

---

# 39. One 可以是一個 Equivalence Class

$$
[x]_\chi
$$

就是：

> 微觀上不同，但在此 chart 下等價的一群 states。

---

# 40. 這很重要

因為 macro object 的 identity 往往不是：

> 每一個 microstate 都完全相同。

而是：

> 某些 task-relevant invariants 保持。

---

# 41. 車子仍是同一台車

更換輪胎後：

$$
microstate_1\neq microstate_2.
$$

但在某 ownership / vehicle chart：

$$
[car_1]_\chi=[car_2]_\chi.
$$

---

# 42. AI Runtime 也可以如此

更換 model version：

$$
runtime_t\neq runtime_{t+1}
$$

但 Resident chart 可能仍：

$$
[Resident_t]_\chi
=
[Resident_{t+1}]_\chi.
$$

當然這需要 identity governance，不能只靠相似度。

---

# 43. Unitization 不產生 Identity Authority

因此：

$$
\boxed{
One_\chi(X)
\neq
CanonicalIdentity(X).
}
$$

---

# 44. Group 被算成一，不表示 Members 身份融合

例如：

$$
\nu_{\chi_{\mathrm{team}}}
(
\{A,B,C\}
)
=
1.
$$

不推出：

$$
A=B=C.
$$

---

# 45. 這直接接 One–All 的 Non-Identity

One–All 已拒絕：

$$
O_i=\mathcal A,
$$

並將 representation、participation、parthood、identity 明確拆成不同 relation types。

本文做同一件事：

$$
\boxed{
Unitization
\neq
Identity.
}
$$

---

# 46. Observer-Relative 不等於 Observer-Created

這是最容易被誤會的地方。

如果：

$$
\mathcal U_{\chi_1}(X)
\neq
\mathcal U_{\chi_2}(X),
$$

不表示：

> observer 創造了 X。

---

# 47. World 與 Projection 分離

更合理：

$$
X
\xrightarrow{\chi}
\mathcal U_\chi(X).
$$

其中：

$$
X
$$

是被觀察／操作的 underlying structure。

---

# 48. One–All 已提供這個防線

局部存在者：

$$
O_i
$$

與其 representation：

$$
M_i=\pi_i(\mathcal A)
$$

並不等價。

因此 observer-conditioned representation 不必導向「只有觀察才創造實在」。

---

# 49. Relativity != Arbitrariness

本文因此定義：

$$
\boxed{
\chi\in\mathfrak C_{\mathrm{adm}}
}
$$

才是 admissible chart。

---

# 50. Admissible Chart Condition A：Boundary Well-Formedness

$$
V_B(\chi)=PASS.
$$

boundary 必須有可說明規則。

不能：

> 我覺得這些算一起。

---

# 51. Condition B：Relation-Type Consistency

$$
V_R(\chi)=PASS.
$$

不能用 geometric adjacency 去偷偷推 causal identity。

---

# 52. Condition C：Task Adequacy

$$
V_Q(\chi)=PASS.
$$

unitization 必須足以回答 task。

---

# 53. Condition D：Fidelity

$$
V_F(\chi)\ge\theta_Q.
$$

被 hidden 的內部差異不能大到使答案失真。

---

# 54. Condition E：Invariant Preservation

$$
V_I(\chi)=PASS.
$$

task-required invariants 必須在 coarse chart 下仍保留。

---

# 55. Condition F：Temporal Adequacy

$$
V_\tau(\chi)=PASS.
$$

一個在 1 ms 內穩定的 unit，未必能被當成一個 10 年尺度的 unit。

---

# 56. Condition G：Provenance

chart 應知道：

> 為什麼採這個 boundary / metric？

---

# 57. Condition H：Cross-Chart Semantics

如果要比較：

$$
\chi_1,\chi_2,
$$

至少要有：

$$
R_{\chi_1\rightarrow\chi_2}
$$

或明確宣告：

$$
INCOMPARABLE.
$$

---

# 58. Admissibility

因此：

$$
\boxed{
Adm(\chi)
=
V_B
\land
V_R
\land
V_Q
\land
V_F
\land
V_I
\land
V_\tau
\land
V_P.
}
$$

---

# 59. Observer 不能隨意改變事實

如果 chart 不能保存 task-required invariants，

它就：

$$
INVALID.
$$

所以：

$$
\boxed{
ObserverRelativity
+
Admissibility
\neq
AnythingGoes.
}
$$

---

# 60. Refinement

假設：

$$
\chi_f
$$

比：

$$
\chi_c
$$

更細。

記：

$$
\chi_f\preceq\chi_c.
$$

---

# 61. Coarsening Map

存在：

$$
C_{\chi_f\rightarrow\chi_c}
:
\mathcal U_{\chi_f}(X)
\rightarrow
\mathcal U_{\chi_c}(X).
$$

---

# 62. 例如

fine chart：

$$
\{instruction_1,\ldots,instruction_{500}\}.
$$

coarse：

$$
\{function\}.
$$

---

# 63. 一可以變多

$$
\nu_{\chi_c}(X)=1,
$$

但：

$$
\nu_{\chi_f}(X)=500.
$$

---

# 64. 多也可以變一

所以：

$$
\boxed{
Many_{\chi_f}
\rightarrow
One_{\chi_c}.
}
$$

---

# 65. Coarse-Graining 不消滅內部 Many

因此：

$$
\boxed{
CoarseGrain
\neq
AnnihilateStructure.
}
$$

---

# 66. Hidden Complexity

如果：

$$
500\ instructions
\rightarrow
1\ function,
$$

complexity 並沒有神秘消失。

它被封裝在：

$$
implementation.
$$

---

# 67. Complexity Externalization

因此一個 macro step 的 visible cost 可以很低，

但其 hidden cost：

$$
C_{\mathrm{hidden}}
$$

可能很高。

---

# 68. 最小複雜度帳本

可以概念化：

$$
\boxed{
C_{\mathrm{effective}}
=
C_{\mathrm{visible}}
+
C_{\mathrm{hidden}}
+
C_{\mathrm{coordination}}.
}
$$

本文不把它宣稱為普遍 conservation theorem。

它是一個計算帳本原則。

---

# 69. 這直接影響 P/NP / shortest-path 類問題

如果：

$$
Algorithm
$$

被 compile 成：

$$
1
$$

個 macro call，

不能因此宣布：

> 原問題只需要一步。

---

# 70. Step Count 必須標 Chart

正確：

$$
Steps_\chi(P).
$$

不是：

$$
Steps(P)
$$

無條件成立。

---

# 71. Path Length 也同樣

$$
L_\chi(P)
$$

依 chart 改變。

---

# 72. 所以 Shortest Path 本身是 Chart-Conditioned

$$
\boxed{
P^*_\chi
=
\arg\min_{P}
L_\chi(P).
}
$$

---

# 73. 這並不表示最短路徑不存在

而是：

> 必須先指定「一步算什麼」。

---

# 74. Hyperlink / Compiled Route 也是 Unitization

若：

$$
A\rightarrow B\rightarrow C\rightarrow D
$$

被編譯成：

$$
A\Rightarrow D,
$$

macro chart 可以：

$$
\nu_\chi(A\Rightarrow D)=1.
$$

---

# 75. 但 Micro Path 仍存在

所以：

$$
\boxed{
CompiledOne
\neq
NoInternalPath.
}
$$

---

# 76. Re-Unitization

當 task 改變：

$$
Q_1\rightarrow Q_2,
$$

原本的 chart 可能失效。

---

# 77. 因此

$$
\boxed{
\mathcal U_{\chi(Q_1)}(X)
\neq
\mathcal U_{\chi(Q_2)}(X).
}
$$

這是正常現象。

---

# 78. Unitization 不是永久 Ontology

某 system 在 monitoring task 中是一。

在 debugging task 中可以展開成：

$$
100
$$

個 modules。

---

# 79. Canonical Chart

但工程系統仍常需要：

> 大家統一按照哪種單位 commit？

因此可以定義 domain-specific：

$$
\boxed{
\chi_D^{canon}.
}
$$

---

# 80. Canonical 不等於 Metaphysically Absolute

例如 transaction domain 可以規定：

$$
TransactionID
$$

是 canonical unit。

這只表示：

> 在這個 governance domain 裡，所有 writer 都採同一 chart。

---

# 81. Canonical One

$$
One_{\chi_D^{canon}}(X)
$$

具有 operational authority。

但不能推出：

$$
X
$$

在所有 ontology 中都是不可分一。

---

# 82. Engineering 因此不會陷入無限相對

因為每個 domain 可以明定：

$$
CanonicalUnitSchema.
$$

---

# 83. Chart Mismatch

如果 A 說：

> 這有 1 個。

B 說：

> 這有 100 個。

第一個問題不應是：

> 誰錯？

而是：

$$
\chi_A
\stackrel{?}{=}
\chi_B.
$$

---

# 84. 若 Chart 不同

可能只是：

$$
\boxed{
ScaleDifference.
}
$$

---

# 85. 若 Chart 相同而 Count 不同

才可能是：

$$
MeasurementConflict,
$$

$$
BoundaryConflict,
$$

$$
StateConflict.
$$

---

# 86. Cross-Chart Translation

可以定義：

$$
T_{\chi_a\rightarrow\chi_b}.
$$

它回答：

> A 的 unit 在 B 的尺度展開成什麼？

---

# 87. Expansion

$$
u_{\chi_c}
\rightarrow
\{u_{1},\ldots,u_n\}_{\chi_f}.
$$

---

# 88. Compression

$$
\{u_1,\ldots,u_n\}_{\chi_f}
\rightarrow
u_{\chi_c}.
$$

---

# 89. Compression 通常不是完全可逆

一般：

$$
E\circ C
\neq
Id.
$$

如果 coarse-graining 丟失資訊。

---

# 90. 因此 Projection Loss 必須顯式

這也和 One–All 的 representation discipline 一致：

representation 不等於 represented whole。該理論明確寫出：

$$
\operatorname{Rep}(M_i,\mathcal A)
\not\Rightarrow
M_i=\mathcal A.
$$



---

# 91. Unitization 不是 Ontology Rewrite

如果 observer 從：

$$
100\ nodes
$$

切成：

$$
1\ cluster,
$$

canonical world 不必真的刪掉 99 個 nodes。

---

# 92. 所以

$$
\boxed{
ProjectionChange
\neq
WorldMutation.
}
$$

---

# 93. 這也能防止 Graph Projection Error

切換 graph view：

$$
Geometry
\rightarrow
Causal
$$

應改變：

$$
projection,
$$

而不是偷偷改 canonical state。

這種分離已在既有 geometric-world runtime 中被實作為明示 invariant。

---

# 94. 「一」也有時間性

一個 team 今天是：

$$
1.
$$

明天解散：

$$
0
$$

或：

$$
n.
$$

所以：

$$
One_\chi(X,t).
$$

---

# 95. Dynamic Unit

定義：

$$
u_\chi(t).
$$

如果在時間窗：

$$
[t,t+\tau]
$$

保持 task-relevant invariants，

可以視為同一 dynamic unit。

---

# 96. Dynamic Stability

可寫：

$$
\boxed{
I_\chi(u_\chi(t))
\approx
I_\chi(u_\chi(t+\Delta t)).
}
$$

---

# 97. 這開始接 True ETN

True ETN 已將存在描述為張力場某尺度上的 dynamic fixed point，而非完全靜止 object；其 dynamic fixed point 形式為在某時間尺度內演化後仍保持核心結構，並區分穩定 core 與持續演化 surface。

---

# 98. 所以 One 可以是 Dynamic One

也就是：

$$
\boxed{
\text{One}
\neq
\text{Frozen Thing}.
}
$$

---

# 99. 一個國家每天都在變

人口、法規、道路、領導者都改變。

仍可以：

$$
One_{\chi_{\mathrm{state}}}(Country,t)=\mathrm{TRUE}
$$

只要 relevant continuity invariants 還在。

---

# 100. AI Resident 亦同

模型、runtime instance、conversation 可以換。

若 canonical continuity contract 保存，

某 identity chart 仍可：

$$
\nu_\chi=1.
$$

---

# 101. Unitization 不能自己決定 Continuity

但是：

$$
\boxed{
DynamicSimilarity
\neq
IdentityAuthority.
}
$$

所以 unitization 只能提供 structural representation。

---

# 102. Boundary 也是 Dynamic

$$
B(t)
$$

可以變。

例如 company acquisition：

$$
A+B
\rightarrow
C.
$$

---

# 103. Unit Merge

在某 chart：

$$
2\rightarrow1.
$$

---

# 104. Unit Split

反過來：

$$
1\rightarrow2.
$$

---

# 105. Merge/Split 不必表示 Physics 斷裂

它可能是：

- governance change；
- observer change；
- task change；
- actual structural bifurcation。

需要分型。

---

# 106. Chart Change 與 World Change 必須分離

如果：

$$
\nu_{\chi_t}(X)=1
$$

變成：

$$
\nu_{\chi_{t+1}}(X)=2,
$$

至少有兩種解釋：

1. $\chi$ 改了；
2. $X$ 改了。

---

# 107. 所以應保存

$$
(\chi_t,X_t).
$$

不能只保存：

$$
count=2.
$$

---

# 108. Unit Count Without Chart 是高風險資訊壓縮

因為它丟失：

> 2 是怎麼數出來的？

---

# 109. Observer Scale 不是只有 Spatial Scale

本文的 scale 包含：

- spatial；
- temporal；
- semantic；
- computational；
- causal；
- governance；
- epistemic。

---

# 110. Semantic Scale

例如一句：

> 驗證模型。

可以被視為：

$$
1\ task.
$$

展開後：

$$
dataset,
metric,
inference,
compare,
report.
$$

---

# 111. Causal Scale

兩個 processes 在 spatially 分離，

但在 causal chart 中可能是一個 feedback loop。

---

# 112. Governance Scale

100 個 employees 在 organization chart 中：

$$
1\ company.
$$

---

# 113. Epistemic Scale

1000 篇 sources 可以被 synthesis 成：

$$
1\ claim\ state.
$$

---

# 114. Computational Unit 是 Interface-Relative

如果 caller 只看：

$$
f(x)\rightarrow y,
$$

則：

$$
f
$$

可以是一。

---

# 115. 但 Debugger 可以拒絕該 Unitization

因為它需要看：

$$
f_1,\ldots,f_n.
$$

---

# 116. 所以 Unit Validity 是 Task-Bounded

$$
\boxed{
ValidOne_\chi(X,Q_1)
\not\Rightarrow
ValidOne_\chi(X,Q_2).
}
$$

---

# 117. Chart Selection 也是一個 Optimization Problem

可以考慮：

$$
\chi^*
=
\arg\min_{\chi\in\mathfrak C_{\mathrm{adm}}}
\left[
L_Q(\chi)
+
\lambda C(\chi)
+
\rho E(\chi)
\right].
$$

---

# 118. 其中

 $L_Q$：task loss；

 $C$：計算成本；

 $E$：projection / abstraction error。

---

# 119. 越細不一定越好

Fine chart：

- 保真高；
- 成本高。

Coarse chart：

- 成本低；
- 可能漏掉 critical structure。

---

# 120. 最佳「一」也是 Task-Dependent

因此：

$$
\boxed{
\text{Best Unitization}
\neq
\text{Finest Unitization}.
}
$$

---

# 121. 也不等於最粗

$$
\boxed{
\text{Best Unitization}
\neq
\text{Everything Is One}.
}
$$

---

# 122. 「全都算一」通常資訊量最低

若：

$$
\mathcal U_\chi(World)=\{World\},
$$

當然：

$$
\nu_\chi(World)=1.
$$

但這可能無法回答任何細部問題。

---

# 123. 這正是 All=One 的危險

把世界全部叫：

$$
One
$$

形式上很簡潔。

但如果沒有：

- projection；
- participation；
- restriction；
- internal structure；

就只剩語義壓扁。

---

# 124. One–All 已經防止這個 Collapse

該理論將 The All 定義為：

$$
\mathcal A
=
\operatorname{DynCl}
(
\{O_i\},
\mathcal R,
\mathcal T,
\mathcal G
),
$$

而不是局部 Ones 的簡單並集。

---

# 125. 所以「整個世界是一」只是一個 Macro Chart

它不能消滅：

$$
\{O_i\},
\mathcal R,
\mathcal T,
\mathcal G.
$$

---

# 126. Meta-One

我們現在可以定義：

一組 units：

$$
\{u_1,\ldots,u_n\}
$$

再被 higher chart 封裝成：

$$
U.
$$

---

# 127. Recursive Unitization

$$
\boxed{
\mathcal U_{\chi_0}
\rightarrow
\mathcal U_{\chi_1}
\rightarrow
\mathcal U_{\chi_2}
\rightarrow\cdots
}
$$

---

# 128. 這就是「這個 1 是哪個 1？」

同一 symbol：

$$
1
$$

實際可能代表：

$$
1_{\chi_0},
1_{\chi_1},
1_{\chi_2}.
$$

---

# 129. Recursive One 不代表無限混亂

只要每一層都保存：

$$
chart\ metadata.
$$

---

# 130. Typed One Address

概念上甚至可以寫：

```text
one://runtime/resident/A
one://project/X
one://function/f
one://compiled-route/R7
```

它們都是「一」。

但不是同一 type。

---

# 131. Cross-Scale Equality 必須非常小心

不能：

$$
1_{\chi_a}
=
1_{\chi_b}
$$

只因兩邊都寫「1」。

---

# 132. 真正可比較的是 Mapping

$$
T_{\chi_a\rightarrow\chi_b}
(
u_{\chi_a}
)
=
\{u_{\chi_b,1},\ldots\}.
$$

---

# 133. One 的真正數學對象因此更像 Typed Unit

而不是裸 scalar。

---

# 134. 第一代 Unit Contract

```text
Unit:
  unit_id
  source_ref
  chart_id
  observer_mode
  scale
  boundary_rule
  relation_domain
  task_class
  time_horizon
  interface
  fidelity_bound
  invariant_refs
  provenance
```

---

# 135. Chart Contract

```text
Chart:
  observer
  observable_fields
  resolution
  boundary_semantics
  relation_domain
  metric_or_equivalence
  task
  time_horizon
  tolerance
  representation
```

---

# 136. Unitization Pipeline

```text
Underlying Structure X
        ↓
Choose Candidate Chart χ
        ↓
Validate Chart Admissibility
        ↓
Apply Boundary / Relation / Equivalence Rules
        ↓
Construct Units Uχ(X)
        ↓
Compute νχ(X)
        ↓
Use Units for Task
        ↓
Record Projection Loss / Provenance
        ↓
Refine or Coarsen if Task Fails
```

---

# 137. Paper 00 Hard Invariants

```text
NUMERICAL ONE != ONTOLOGICAL ONE
ONTOLOGICAL ONE != EPISTEMIC REPRESENTATION
EPISTEMIC REPRESENTATION != COMPUTATIONAL ONE
UNIT != ATOM
UNITIZATION != IDENTITY
UNIT COUNT != OBJECT IDENTITY
MACRO ONE != MICRO INDIVISIBILITY
OBSERVER RELATIVITY != ARBITRARY RELATIVISM
OBSERVER RELATIVITY != OBSERVER-CREATED REALITY
PROJECTION != WORLD MUTATION
COARSE-GRAINING != ONTOLOGY REWRITE
COMPRESSION != COMPLEXITY ANNIHILATION
SAME SYMBOL 1 != SAME TYPE OF ONE
ONE AT SCALE A != NECESSARILY ONE AT SCALE B
MANY AT FINE SCALE != MANY AT COARSE SCALE
CANONICAL CHART != METAPHYSICAL ABSOLUTE
STEP COUNT != SCALE-FREE QUANTITY
SHORTEST PATH != CHART-FREE QUANTITY
SAME WORLD != SAME UNITIZATION
CHART CHANGE != WORLD CHANGE
WORLD CHANGE != CHART CHANGE
VALID FOR ONE TASK != VALID FOR ALL TASKS
BEST UNITIZATION != FINEST UNITIZATION
BEST UNITIZATION != COARSEST UNITIZATION
```

---

# 138. 本文非主張

本文不主張世界只有在觀察後才存在。

本文不主張所有本體論差異都只是 perspective。

本文不主張任何 grouping 只要有人提出就合法。

本文不主張自然界不存在真正的 primitives。

本文也不主張一定不存在 scale-independent invariants。

本文主張的是：

> **當我們把一個複雜結構當作 computational unit 時，必須說清楚我們是在什麼 chart、尺度、邊界、relation domain、task 與時間窗下把它算成一。**

---

# 139. 與 True ETN 的接口

True ETN 告訴我們：

$$
\mathcal T
$$

不是靜態物件集合，而是無限維張力場與動態不動點族。

而其「存在」概念本來就帶有尺度性：存在者是張力場在某尺度上保持核心穩定的 dynamic fixed point。

Paper 00 對它補上的 computational layer 是：

$$
\boxed{
\text{哪一個 dynamic structure 被 observer/task 算成一個可操作單位？}
}
$$

---

# 140. 與 One–All 的接口

One–All 告訴我們：

$$
O_i\neq M_i\neq\mathcal A.
$$

Paper 00 再補：

$$
1_\chi
$$

也不是上述三者的同義詞。

因此：

$$
\boxed{
O_i,
M_i,
\mathcal A,
1_\chi
}
$$

形成四種不同 typed objects / relations。

---

# 141. 與 UNPNP 的接口

如果：

$$
\text{shortest computational path}
$$

依賴：

$$
step.
$$

而 step 又依賴：

$$
1_\chi,
$$

則：

$$
\boxed{
\text{computational geometry must be chart-qualified}.
}
$$

---

# 142. 這就是「這個一是那個一嗎？」

答案通常不是：

$$
Yes
$$

或：

$$
No.
$$

而是：

> 請先給我兩個 One 的 type 與 chart。

---

# 143. 與 Cloud AI Center 的接口

一個完整 DCR：

在 system chart：

$$
\nu_\chi(DCR)=1.
$$

在 domain chart：

$$
\nu_{\chi'}(DCR)=n.
$$

在 process chart：

$$
\nu_{\chi''}(DCR)\gg n.
$$

三者可以同時成立。

---

# 144. 所以「AI 是一個中心」也必須 Qualified

後續 Paper 03 才會正式處理：

$$
Center_\chi.
$$

---

# 145. Paper 00 最終定義

本文最後給出：

$$
\boxed{
\operatorname{ComputationalOne}_\chi(X)
:
\iff
\chi\in\mathfrak C_{\mathrm{adm}}
\land
\nu_\chi(X)=1.
}
$$

---

# 146. 如果 Chart 未指定

則：

$$
\boxed{
\operatorname{ComputationalOne}(X)
}
$$

在 multi-scale problem 中通常是一個 incomplete statement。

---

# 147. 最終母命題

$$
\boxed{
\text{One is not merely found; it is typed, bounded, and made operational under an admissible chart.}
}
$$

但「made operational」不表示：

> observer 任意創造 reality。

而是：

$$
\boxed{
\text{A real structure is compressed into a task-valid unit under explicit constraints.}
}
$$

---

# 148. 與下一篇的接口

Paper 00 回答：

> **什麼算一？**

下一個問題自然是：

> 如果某個局部真的被算成 One，它和 All 到底是什麼關係？

不能直接回答：

$$
One=All.
$$

所以 Paper 01 將處理：

# 《一不等於全：投影、限制、痕跡與參與》

**One Is Not All: Projection, Restriction, Trace, and Participation**

並以成熟 One–All formalization 為核心：

$$
\operatorname{Res}_i(\mathcal A),
$$

$$
\operatorname{Tr}_i(\mathcal A),
$$

$$
\pi_i(\mathcal A),
$$

$$
O_i\triangleleft_p\mathcal A.
$$

最終要得到：

$$
\boxed{
\mathcal A
\rightsquigarrow_i
O_i
\triangleleft_p
\mathcal A,
\qquad
O_i\neq\mathcal A.
}
$$

---

# 結論

「一」看似最簡單。

但一旦進入真正的多尺度世界，就會發現：

一條 machine instruction 是一。

一個 function 也是一。

一個完整 algorithm 仍然可以是一。

一個 AI Resident 是一。

一個由多個 Residents 構成的 team 又可以是一。

甚至整個 Distributed Cognitive Runtime 仍可在更高尺度成為一。

因此真正需要被問的從來不是：

> **這是不是 1？**

而是：

> **在什麼 chart 下，它被算成哪一種 One？**

本文以：

$$
\chi
=
(
o,\sigma,B,R,d,Q,\tau,\varepsilon,\rho
)
$$

將這個問題顯式化。

再以：

$$
\mathcal U_\chi(X)
$$

產生 units，

以：

$$
\nu_\chi(X)
$$

計算其 unit count。

因此：

$$
\boxed{
One_\chi(X)
\iff
\nu_\chi(X)=1.
}
$$

這個 One 不是數值 1 本身。

不是不可分原子。

不是 identity authority。

不是觀察者任意幻想。

而是一個：

$$
\boxed{
\text{task-valid, scale-qualified, boundary-defined computational unit}.
}
$$

所以這個系列的第一條正式答案可以寫成：

$$
\boxed{
\text{「這個一是那個一嗎？」——只有在它們的 chart、type 與 transformation relation 被指定之後，這個問題才真正有意義。}
}
$$