---
title: "非最優人生路徑仍然留下歷史：損失、殘值、反事實與可整合延續"
title_en: "Non-Optimal Life Paths Still Leave History: Loss, Residue, Counterfactuals, and Integrable Continuation"
series: "有限主體的時間飽和：選擇底空間、人生路徑與可達世界經濟學"
series_en: "Temporal Saturation of Finite Subjects: Choice Base Spaces, Life Paths, and the Economics of Reachable Worlds"
series_id: "EML-TSFS-2026"
paper_no: "05/08"
document_id: "EML-TSFS-2026-05-v0.1"
authors:
  - "Neo.K（許筌崴）"
  - "Aletheia（GPT-5.6 Sol，AI 協作）"
institution: "EveMissLab／一言諾科技有限公司"
date: "2026-09-07"
version: "v0.1"
language: "zh-TW"
document_type: "理論框架／時間經濟學／人生路徑／反事實價值／歷史殘值"
status: "Public Theory Draft"
canonical_source: "UTF-8 Markdown"
---

# 非最優人生路徑仍然留下歷史

## 損失、殘值、反事實與可整合延續

### Non-Optimal Life Paths Still Leave History: Loss, Residue, Counterfactuals, and Integrable Continuation

---

## 摘要

人生經驗常被兩種互相對立的敘事過度簡化。第一種是結果主義式敘事：沒有完成原目標、錯過機會、停滯、失敗或遭受長期負面狀態，就等於那段時間完全浪費。第二種則是事後合理化敘事：既然任何經驗都能改變一個人，所有痛苦、繞路、停滯與失敗最終都「有其必要」或「其實都是為了成就現在」。本文拒絕這兩種極端。

本文提出三層區分。第一層是「原目標帳」：一段路徑相對於當時目標可能確實造成損失、延遲與機會成本。第二層是「歷史殘值帳」：即使原目標帳為負，該路徑仍可能留下知識、反例、排除路徑、關係、記憶、主體模型修正、價值排序與未來選項。第三層是「延續整合帳」：主體能否在目前底空間中，將既成歷史重組為較佳的未來路徑。

本文以人生路徑：

$$
\gamma_{[t_0,t_1]}
$$

為基本分析單位，定義其多帳本時間價值：

$$
\boxed{
V_T(\gamma)
=
V_{\mathrm{goal}}
+
V_{\mathrm{experience}}
+
V_{\mathrm{learning}}
+
V_{\mathrm{negative}}
+
V_{\mathrm{option}}
+
V_{\mathrm{historical}}
-
C_{\mathrm{harm}}
-
C_{\mathrm{opportunity}}
-
C_{\mathrm{lockin}}.
}
$$

其中「negative value」不是負總價值，而是失敗、反例與排除錯誤路線所留下的負知識價值。本文尤其建立：

$$
\boxed{
V_{\mathrm{goal}}(\gamma)<0
\not\Rightarrow
R_H(\gamma)=0,
}
$$

其中 $R_H(\gamma)$ 表示歷史殘值。反過來亦成立：

$$
\boxed{
R_H(\gamma)>0
\not\Rightarrow
V_T(\gamma)>0.
}
$$

因此，一段人生可以同時「真的有損失」與「不是資訊上的零」。

本文進一步區分「回溯整合」與「回溯最佳化」：

$$
\boxed{
\text{Retrospective Integration}
\neq
\text{Retroactive Optimization}.
}
$$

能在今天重新理解、利用或整合某段歷史，不代表當初走過的路就是最優、必要或值得遭遇。本文最後提出：

$$
\boxed{
\text{A non-optimal past can become part of a better continuation.}
}
$$

這不是替過去辯護，而是在不可逆歷史中，把「現在還能做什麼」從「過去是否最優」中分離出來。

**關鍵詞：** 非最優路徑、歷史殘值、反事實、時間經濟學、人生路徑、機會成本、負知識、回溯整合、不可逆歷史、選擇底空間

---

# 0. 研究定位與非主張聲明

本文不主張：

1. 所有痛苦都有意義；
2. 所有失敗最後都會帶來成長；
3. 所有停滯都可以被重新解釋成必要準備；
4. 只要後來成功，先前損失就不再是損失；
5. 任何傷害都可被「學到東西」合理化；
6. 歷史殘值可以抵銷一切傷害；
7. 人生存在可被完整計算的唯一全局最優路徑；
8. 未發生的反事實人生可被精確知道；
9. 後見之明可以還原當時完整可行集合；
10. 遺憾必然表示當時選擇錯誤；
11. 現在的自我必須感謝所有過去；
12. 本文試圖用單一價值函數評判所有人生。

本文只主張：

$$
\boxed{
\text{Loss}
\neq
\text{Historical Nullity}.
}
$$

以及：

$$
\boxed{
\text{Historical Residue}
\neq
\text{Retroactive Justification}.
}
$$

---

# 1. 問題的提出：一段時間可以真的浪費，又不是真的「什麼都沒有」嗎？

設主體 $S$ 在時間：

$$
[t_0,t_1]
$$

原本有一個目標：

$$
G_0.
$$

但實際路徑：

$$
\gamma
$$

沒有使主體靠近 $G_0$，甚至：

$$
d(\gamma(t_1),G_0)
>
d(\gamma(t_0),G_0).
$$

若只看原目標帳，可以說：

$$
V_{\mathrm{goal}}(\gamma)<0.
$$

這個負值可能包含：

- 延誤；
- 未完成；
- 錯過窗口；
- 金錢成本；
- 關係成本；
- 健康成本；
- 注意力成本；
- 替代方案消失；
- 其他不可逆機會成本。

如果理論因為「人生都有經驗」就拒絕承認這些負值，那只是敘事粉飾。

但另一個問題仍然存在：

> 當這條路已經真的走過，它是否等於一個完全空白的歷史區間？

本文的答案是：不一定。

---

# 2. 原目標價值與整體路徑價值不是同一個函數

對原目標：

$$
G_0,
$$

定義：

$$
V_{G_0}(\gamma).
$$

但整體路徑價值：

$$
V_T(\gamma)
$$

可以包含其他維度。

因此：

$$
\boxed{
V_{G_0}(\gamma)
\neq
V_T(\gamma).
}
$$

例如某段求學、職涯、創業、研究或關係路徑可能沒有達成原先目標，

但仍可能留下：

$$
\Delta K,
\Delta M,
\Delta R,
\Delta B,
\Delta V,
\Delta O,
$$

分別對應：

- 知識；
- 記憶；
- 關係；
- 底空間；
- 價值排序；
- 可用選項。

這些殘留不會自動使總帳轉正，

但也不能因原目標失敗而被全部視為零。

---

# 3. 三本帳：損失、殘值、延續

本文將回顧人生路徑至少拆成三本帳。

## 3.1 原目標損益帳

記為：

$$
L_G(\gamma).
$$

可包含：

$$
L_G
=
C_{\mathrm{delay}}
+
C_{\mathrm{missed}}
+
C_{\mathrm{opportunity}}
+
C_{\mathrm{harm}}
+
C_{\mathrm{lockin}}.
$$

若：

$$
L_G>0,
$$

表示相對於當時目標與可行替代，確實存在損失。

---

## 3.2 歷史殘值帳

定義：

$$
\boxed{
R_H(\gamma)
=
F_R
\left(
\Delta K,
\Delta M,
\Delta R,
\Delta \mathbb B,
\Delta O,
\Delta N
\right).
}
$$

其中：

- $\Delta K$：新增知識；
- $\Delta M$：記憶與經驗結構；
- $\Delta R$：關係與社會結構；
- $\Delta \mathbb B$：選擇底空間更新；
- $\Delta O$：未來選項更新；
- $\Delta N$：敘事與身份重寫資源。

因此：

$$
\boxed{
L_G(\gamma)>0
\land
R_H(\gamma)>0
}
$$

完全可以同時成立。

---

## 3.3 延續價值帳

對目前時點 $t_2>t_1$，

問的不是：

> 那段歷史究竟值不值得重新發生？

而是：

> 在它已經發生的條件下，現在有哪些後續路徑？

定義：

$$
V_{\mathrm{cont}}
=
\max_{\pi\in\Pi_{t_2}}
E
\left[
V(\pi)
\mid
H_{0:t_2}
\right].
$$

這是：

$$
\boxed{
\text{Continuation Problem}.
}
$$

它不同於：

$$
\text{Past Optimization Problem}.
$$

---

# 4. 歷史殘值不是「所有經驗都有正價值」

若一段路徑：

$$
\gamma
$$

造成：

$$
C_{\mathrm{harm}}\gg0,
$$

即使：

$$
R_H(\gamma)>0,
$$

仍可能：

$$
V_T(\gamma)<0.
$$

因此：

$$
\boxed{
R_H(\gamma)>0
\not\Rightarrow
V_T(\gamma)>0.
}
$$

這是本文最重要的防誤用條件之一。

歷史殘值只表示：

> 那段已經發生的歷史留下了某些仍可被未來使用的結構。

它不表示：

> 那段歷史總體而言值得、必要或應被重複。

---

# 5. 負知識：知道什麼不成立也是知識

一條失敗路徑可能留下：

$$
K^-.
$$

本文將其稱為：

$$
\boxed{
\text{Negative Knowledge}.
}
$$

例如：

- 某方法不可行；
- 某合作模式不適合；
- 某產品假設錯誤；
- 某理論表示造成混亂；
- 某生活方式長期不可持續；
- 某選擇會導致特定副作用；
- 某目標其實不是主體真正想要的。

若未來能避免重複支付相同成本，

則：

$$
V_{\mathrm{negative}}>0.
$$

但再次強調：

$$
V_{\mathrm{negative}}>0
$$

不表示原失敗本身：

$$
V_{\mathrm{total}}>0.
$$

---

# 6. 排除路徑也是可達空間資訊

設當時候選路徑集合：

$$
\Pi_t
=
\{
\pi_1,\pi_2,\ldots,\pi_n
\}.
$$

若實際走過：

$$
\pi_i
$$

後獲得充分理由判定：

$$
\pi_i\notin\Pi_t^{\mathrm{preferred}},
$$

則未來搜索空間縮小：

$$
\Pi_{t+1}
=
\Pi_t
\setminus
\{\pi_i\}
\cup
\Delta\Pi.
$$

因此：

$$
\boxed{
\text{Failed Path}
\rightarrow
\text{Search-Space Reduction}
}
$$

可能成立。

但只有當排除是：

- 可歸因；
- 可泛化；
- 可記憶；
- 可重用；

時才具有較高價值。

純粹受傷而沒有形成可用區分，不能自動算成高價值學習。

---

# 7. 反事實人生為什麼無法被精確計算

當主體回頭說：

> 如果當時選另一條路，我現在一定會更好。

這是一個反事實命題。

令未發生路徑：

$$
\gamma^\star.
$$

其真實結果：

$$
Y(\gamma^\star)
$$

沒有被觀察。

我們最多只有：

$$
\widehat{Y}(\gamma^\star).
$$

因此：

$$
\boxed{
Y(\gamma^\star)
\neq
\widehat{Y}(\gamma^\star).
}
$$

一般無法由：

$$
Y(\gamma)
$$

唯一推出：

$$
Y(\gamma^\star).
$$

所以遺憾可以合理，

但不應把：

$$
\text{counterfactual estimate}
$$

誤當：

$$
\text{counterfactual fact}.
$$

---

# 8. 回溯遺憾與決策品質的分離

假設後來知道：

$$
Y(\gamma)<Y(\gamma^\star).
$$

即使真的如此，

仍不能直接推出當時決策一定不合理。

因為當時資訊集：

$$
I_{t_0}
$$

與現在不同：

$$
I_{t_2}\supset I_{t_0}.
$$

決策應相對於：

$$
I_{t_0},
\mathbb B_S(t_0),
\mathcal R_{t_0}
$$

評估。

因此需要區分：

$$
\boxed{
\text{Bad Outcome}
\neq
\text{Bad Decision Process}.
}
$$

以及反方向：

$$
\boxed{
\text{Good Outcome}
\neq
\text{Good Decision Process}.
}
$$

這避免結果偏誤吞掉歷史條件。

---

# 9. 什麼叫「真的浪費」？

本文不拒絕「浪費」這個詞，

但需要條件化。

可以定義一個近似的時間浪費區間：

若一段路徑長期滿足：

$$
V_{\mathrm{goal}}\leq0,
$$

$$
V_{\mathrm{experience}}\leq0,
$$

$$
V_{\mathrm{learning}}\approx0,
$$

$$
V_{\mathrm{negative}}\approx0,
$$

$$
V_{\mathrm{relation}}\leq0,
$$

$$
V_{\mathrm{option}}\leq0,
$$

且：

$$
C_{\mathrm{harm}}
+
C_{\mathrm{opportunity}}
+
C_{\mathrm{lockin}}
\gg0,
$$

則可以合理說：

$$
\boxed{
V_T(\gamma)\ll0.
}
$$

這種路徑非常接近：

$$
\boxed{
\text{Genuine Temporal Loss}.
}
$$

理論沒有必要把它改寫成「其實都很好」。

---

# 10. 但即使是真損失，仍然已經進入歷史

一旦：

$$
\gamma
$$

發生，

則：

$$
\gamma\subset H_S(t_1).
$$

這個事實不能由評價函數取消。

因此：

$$
\boxed{
\text{Negative Value}
\neq
\text{Non-Existence}.
}
$$

從 $t_1$ 之後，

主體面對的是：

$$
\mathbb B_S(t_1)
$$

而不是：

$$
\mathbb B_S(t_0).
$$

因此後續最佳策略應相對於：

$$
H_S(t_1)
$$

重新求解。

---

# 11. 回溯整合不是回溯最佳化

本文定義：

$$
\boxed{
\text{Retrospective Integration}
}
$$

為：

> 將既成歷史中的知識、記憶、損失、關係、限制與殘值重新納入現在的底空間，使其成為後續決策可使用的結構。

形式上：

$$
\mathbb B_S(t_2)
=
F_B
\left(
\mathbb B_S(t_1),
H_{t_1:t_2},
R_H(\gamma)
\right).
$$

但：

$$
\boxed{
\text{Retrospective Integration}
\neq
\text{Retroactive Optimization}.
}
$$

後者是事後宣稱：

> 因為今天可以用，所以當初就是最優。

這個推論不成立。

---

# 12. 「一切都是為了今天」的敘事陷阱

敘事身份會嘗試建立：

$$
\text{Past}
\rightarrow
\text{Present}
$$

的因果連續。

這對身份整合很有用。

但若進一步寫成：

$$
\text{Every Past Event}
\rightarrow
\text{Necessary for Present Good},
$$

就會形成：

$$
\boxed{
\text{Narrative Necessitarianism}.
}
$$

即「敘事必然論」。

它的問題是：

1. 混淆因果與必要性；
2. 忽略替代路徑；
3. 忽略可避免傷害；
4. 把結果存在誤當路徑最優；
5. 把現在成功反向授權過去所有事件。

本文拒絕這種敘事。

---

# 13. 歷史殘值的六種類型

本文暫時將：

$$
R_H
$$

拆成六類。

## 13.1 知識殘值

$$
R_K.
$$

留下可重用知識。

---

## 13.2 排除殘值

$$
R_-.
$$

知道哪些路不值得再走。

---

## 13.3 關係殘值

$$
R_R.
$$

留下仍持續的關係、合作或社會接口。

---

## 13.4 能力殘值

$$
R_C.
$$

某段路即使未達原目標，仍形成技能。

---

## 13.5 敘事／身份殘值

$$
R_N.
$$

讓主體更清楚自己如何成為現在狀態。

---

## 13.6 選項殘值

$$
R_O.
$$

過去留下今天仍可打開的未來選項。

因此：

$$
\boxed{
R_H
=
F(
R_K,
R_-,
R_R,
R_C,
R_N,
R_O
).
}
$$

---

# 14. 殘值也可能衰減

歷史殘值不是永久資產。

若：

- 技能過時；
- 關係消失；
- 記憶失真；
- 世界條件改變；
- 知識被淘汰；
- 新工具使舊能力失去價值；

則：

$$
R_H(t+\tau)
<
R_H(t)
$$

可能成立。

因此：

$$
\boxed{
\text{Historical Residue}
}
$$

本身也是時間依賴函數。

---

# 15. 從損失中提取殘值也需要成本

不是只要「想開一點」就能完成歷史整合。

定義：

$$
C_{\mathrm{integration}}.
$$

它可能包含：

- 回顧；
- 整理；
- 重新學習；
- 修復；
- 重新建立關係；
- 把舊資料轉成可用形式；
- 把失敗寫成可檢索規則；
- 把經驗從模糊記憶轉成可判斷結構。

因此：

$$
\boxed{
V_{\mathrm{usable\ residue}}
=
R_H
-
C_{\mathrm{integration}}.
}
$$

如果：

$$
C_{\mathrm{integration}}\gg R_H,
$$

主體也可以合理選擇：

$$
\mathsf{LeaveBehind}.
$$

不是每段歷史都必須被榨乾成價值。

---

# 16. 忘記也是一種合法策略

既然時間主權包括：

$$
\text{what to retain},
$$

也應包含：

$$
\text{what not to keep active}.
$$

某些歷史只需要：

- 被承認；
- 被歸檔；
- 不再重複；
- 不再持續佔用當前注意力。

因此：

$$
\boxed{
\text{Integration}
\neq
\text{Permanent Active Recall}.
}
$$

這和高階智能中的記憶閘控具有結構相鄰性，

但本文只處理有限主體的一般時間配置。

---

# 17. 意圖連續不等於目標不變

如果原目標：

$$
G_0
$$

因歷史與世界變化已：

$$
G_0\notin\mathcal R_{t_2},
$$

那麼要求：

$$
G_{t_2}=G_0
$$

可能反而不合理。

更成熟的表示是：

$$
\boxed{
\text{Intentional Continuity}
\neq
\text{Target Identity}.
}
$$

令高階意圖核：

$$
K_I
$$

包含：

- 核心價值；
- 方向偏好；
- 不可接受邊界；
- 問題生成規則；
- 修正原則。

則具體目標可以：

$$
G_t
\rightarrow
G_{t+1},
$$

只要：

$$
\operatorname{Trace}
\left(
G_{t+1},
K_I
\right)
\geq
\theta.
$$

因此：

$$
\boxed{
\operatorname{Invariant}(I)
=
\operatorname{RuleOfRetargeting}(I).
}
$$

---

# 18. 非最優過去與較優延續

本文最核心的延續命題可以寫成：

$$
\boxed{
\gamma_{\mathrm{past}}
\notin
\Pi_{\mathrm{optimal}}^{\mathrm{past}}
}
$$

但仍可能：

$$
\boxed{
\pi_{\mathrm{future}}^\ast
=
\arg\max_{\pi}
V
\left(
\pi
\mid
H_{\mathrm{actual}}
\right).
}
$$

也就是：

> 過去不是最優，不妨礙從實際歷史出發尋找現在最好的後續。

因此：

$$
\boxed{
\text{A non-optimal past can become part of a better continuation.}
}
$$

注意：

它不是：

$$
\text{A non-optimal past was secretly optimal}.
$$

---

# 19. 沉沒成本與歷史殘值不是同一件事

「已經花了很多時間，所以要繼續」是典型沉沒成本問題。

本文區分：

$$
C_{\mathrm{sunk}}
$$

與：

$$
R_H.
$$

前者是已支付且不可收回的成本。

後者是仍可影響未來的資產或資訊。

因此：

$$
\boxed{
C_{\mathrm{sunk}}
\neq
R_H.
}
$$

是否繼續，不應因：

$$
C_{\mathrm{sunk}}\uparrow
$$

而自動提高。

應看：

$$
V_{\mathrm{future}}
\left(
\text{continue}
\mid
R_H
\right)
$$

與其他選項比較。

---

# 20. 何時應該留下，何時應該退出？

對一條已經走了一段的路徑，

可比較：

$$
V_{\mathrm{continue}},
$$

$$
V_{\mathrm{pivot}},
$$

$$
V_{\mathrm{stop}}.
$$

其中：

$$
V_{\mathrm{continue}}
$$

只能使用仍有效的：

$$
R_H,
$$

而不能把已支付成本：

$$
C_{\mathrm{sunk}}
$$

當成未來收益。

因此成熟的歷史整合不是：

> 我已經投入這麼多，所以不能停。

而是：

> 我已經投入這麼多，其中有什麼仍然能改變未來？如果沒有，停止也是合法選項。

---

# 21. 核心命題

## 命題一：原目標失敗非歷史為零

$$
\boxed{
V_{\mathrm{goal}}(\gamma)<0
\not\Rightarrow
R_H(\gamma)=0.
}
$$

---

## 命題二：歷史殘值非總價值為正

$$
\boxed{
R_H(\gamma)>0
\not\Rightarrow
V_T(\gamma)>0.
}
$$

---

## 命題三：壞結果非壞決策

$$
\boxed{
\text{Bad Outcome}
\neq
\text{Bad Decision Process}.
}
$$

---

## 命題四：回溯整合非回溯最佳化

$$
\boxed{
\text{Retrospective Integration}
\neq
\text{Retroactive Optimization}.
}
$$

---

## 命題五：沉沒成本非歷史殘值

$$
\boxed{
C_{\mathrm{sunk}}
\neq
R_H.
}
$$

---

## 命題六：負知識可具有未來價值

$$
\boxed{
K^-
\rightarrow
V_{\mathrm{future}}>0
}
$$

可以成立，

但不推出：

$$
V_{\mathrm{past}}>0.
$$

---

## 命題七：意圖連續非目標固定

$$
\boxed{
\text{Intentional Continuity}
\neq
\text{Target Identity}.
}
$$

---

## 命題八：非最優過去仍可進入較優延續

$$
\boxed{
\text{Non-Optimal Past}
\not\Rightarrow
\text{Non-Optimal Future}.
}
$$

---

# 22. 結論：不能把損失洗白，也不能把已經發生的歷史當成零

對不可逆主體而言，

人生中確實可能存在：

$$
\boxed{
\text{Genuine Temporal Loss}.
}
$$

有些時間：

- 沒有達成目標；
- 沒有帶來好體驗；
- 沒有形成可用知識；
- 還造成真實傷害與機會成本。

理論不需要否認它。

但另一些路徑則可能是：

$$
V_{\mathrm{goal}}<0,
$$

卻：

$$
R_H>0.
$$

這代表：

> 它不是一條好路，但它已經留下仍可被未來使用的歷史。

因此成熟的時間經濟學需要同時拒絕兩句過強的話：

第一句：

> 只要沒完成原目標，那段人生就是零。

第二句：

> 既然後來都能吸收，所以當初的一切都是必要。

更精確的結論是：

$$
\boxed{
\text{Loss can remain loss while history remains usable.}
}
$$

以及：

$$
\boxed{
\text{A non-optimal life path can still become part of an optimal continuation from here.}
}
$$

這裡的「optimal」永遠是條件化的：

$$
\text{optimal from the actual current state},
$$

而不是：

$$
\text{proof that the past was optimal}.
$$

因此，回頭看人生真正重要的問題也許不是：

> 我能不能證明那段時間其實沒有浪費？

而是：

> 哪些損失需要承認，哪些殘值值得留下，哪些錯誤不該再支付第二次，而從現在這個真實底空間出發，下一步還有哪些更好的路？

---

# 與系列後續的接口

Paper 01 建立：

$$
\text{Project Inactivity}
\neq
\text{Substrate Inactivity}.
$$

Paper 02 建立：

$$
\text{Local Saturation}
\neq
\text{Global Exhaustion}.
$$

Paper 03 建立：

$$
\text{Replay}
\neq
\text{First Experience}.
$$

Paper 04 建立：

$$
\text{No Output}
\neq
\text{No Temporal Value}.
$$

Paper 05 建立：

$$
\boxed{
\text{Historical Residue}
\neq
\text{Retroactive Justification}.
}
$$

以及：

$$
\boxed{
\text{Non-Optimal Past}
\not\Rightarrow
\text{Non-Optimal Future}.
}
$$

Paper 06 將正式處理「意圖連續、目標漂移與完成時間」：研究長期方向如何在計畫延遲、目標替換、世界更新與不可逆封路中保持可追溯連續，並回答為什麼「一直朝同一方向」不能被簡化成「永遠不改目標」。

---

# 參考與前置理論

1. Neo.K with Aletheia，《計畫沒有前進，底空間卻在前進：多專案共享基底、間接進展與完成時間錯位》，EML-TSFS-2026-01-v0.1。
2. Neo.K with Aletheia，《不是世界沒有更多可能：局部可達域飽和、有效新穎性與停止生成的理性》，EML-TSFS-2026-02-v0.1。
3. Neo.K with Aletheia，《第一次只有一次：歷史不可逆、記憶狀態與重複體驗的時間經濟學》，EML-TSFS-2026-03-v0.1。
4. Neo.K with Aletheia，《休息不是空白時間：無產出狀態、認知恢復、直接體驗價值與時間主權》，EML-TSFS-2026-04-v0.1。
5. Neo.K with Aletheia，《選擇底空間與選擇算子族：從人格描述到動態主體建模》，2026。
6. Neo.K with Aletheia，《可理解但不可窮盡：生成內核、人格可壓縮性與複雜主體的動力學》，2026。
7. Neo.K with Aletheia，《延遲理解論：知識價值的時間依賴與未來重估》，2026。
