# 宏觀個體與局部投影 v0.2
## ——從構成物、有效關係到可觀察世界的全域對象論

**English Title:** *Macro-Individuals and Local Projections: Constituents, Effective Relations, and the Ontology of Globally Observable Systems*  
**系列：**《宏觀個體導向的動態全域觀察方法論》01 / 07  
**Series B：** *Macro-Object-Oriented Dynamic Global Observation Methodology*  
**作者：** Neo.K × AI 協作  
**版本：** v0.2  
**日期：** 2026-09-16  
**文件性質：** Systems Theory／AI-Native Engineering／Software Ontology／Observation Theory／Multi-Scale Systems／Agentic Perception  
**承接：** Series A〈綠燈錯置與操作意圖不對齊〉、Effective Architecture、Global Observer、Project-World Cognition、APR  
**後續接口：** B02〈角色即觀察算子〉、B03〈解析度理論〉、B04〈能力解析度與觀察解析度不對稱〉

**機構：** EveMissLab／一言諾科技有限公司  

---

## 摘要

軟體、遊戲、企業流程、Agent 系統與一般複雜工程對象，常被一個容易忽略的認知錯誤所描述：人們把某一種最熟悉、最容易存取或最容易形式化的表示，直接當成「那個系統本身」。

例如：

- source code 被當成軟體；
- UI 被當成 App；
- architecture diagram 被當成 architecture；
- runtime trace 被當成真實系統；
- 美術資產被當成遊戲美術體驗；
- 玩家畫面被當成遊戲；
- API schema 被當成 service；
- test suite 被當成 specification；
- repository 被當成 project；
- Agent memory snapshot 被當成世界狀態。

本文提出 Series B 的第一個根本分離：

$$
\boxed{
\text{Macro-Object}
\neq
\text{Any Single Representation or Projection}.
}
$$

然而，若只說「任何觀察都是投影」，仍不夠精確。本文進一步區分：

$$
\boxed{
\text{Constituent}
\neq
\text{Projection}.
}
$$

程式碼、資料、規則、美術資產、runtime component、人工流程、外部服務等，可以是宏觀個體的**構成物（constituents）**；而「程式設計師眼中的系統」「玩家實際看到的遊戲」「安全 reviewer 所見的 trust boundary」「browser screenshot」「runtime trace」則是對宏觀個體的**觀察投影（projections）**。

因此本文把宏觀個體 $X$ 表示為：

$$
\boxed{
X_t
=
\Phi
\left(
\mathcal C_t,
\mathcal R_t,
\mathcal S_t,
\mathcal D_t,
\mathcal A_t,
\mathcal E_t,
\mathcal H_t
\right),
}
$$

其中：

- $\mathcal C_t$：constituents，構成物；
- $\mathcal R_t$：relations，關係；
- $\mathcal S_t$：effective state，有效狀態；
- $\mathcal D_t$：dynamics / transition law，動力與狀態轉移；
- $\mathcal A_t$：authority / responsibility structure，權限與責任；
- $\mathcal E_t$：environment，環境；
- $\mathcal H_t$：relevant history，影響當前可理解性與行為的歷史。

觀察者則透過：

$$
\boxed{
O_i:X_t\rightarrow Y_i
}
$$

取得局部表示。

因此：

$$
O_i(X_t)
$$

可以是真實、正確、有用的，

但一般仍然：

$$
\boxed{
O_i(X_t)\neq X_t.
}
$$

本文不把這種分離建立成純哲學命題，而將它連接到 systems engineering、software architecture、control-theoretic observability、multi-view learning 與 AI Agent engineering。NASA Systems Engineering Handbook 將 system 定義為共同運作以產生所需能力的 elements 組合，元素包括 hardware、software、equipment、facilities、personnel、processes 與 procedures，並指出 system-level value 主要來自 parts 之間的關係；ISO/IEC/IEEE 42010:2022 則明確區分 entity of interest 的 architecture 與表達 architecture 的 Architecture Description。這些既有工程框架都支持一個重要近鄰：

$$
\boxed{
\text{Entity}
\neq
\text{Description of Entity}.
}
$$

本文同時連接控制理論的 observability：Kalman 系統理論早已指出，系統狀態與 input/output representation 並非同一件事，輸出能否充分重建內部 state 是一個獨立問題。本文將這個概念廣義化：AI Agent 面對的宏觀個體通常不是線性 dynamical system，因此本文不直接套用 Kalman observability 的數學條件，而借用其核心問題：

> **從目前可取得的一組 observations，我們到底能區分多少可能的 macro states？**

這也建立後續 B03「解析度理論」的入口。

本文最終提出：

$$
\boxed{
\text{Globality}
\neq
\text{Full Materialization}.
}
$$

全域理解不代表一次把所有 constituent、relation、history 與 modality 全部載入 context。它表示：

> **Agent 維持對宏觀個體存在的認知，知道目前所見只是局部投影，知道哪些未觀察部分可能改變結論，並能在需要時提高相應區域的觀察解析度。**

所以 Series B 的第一條總原則是：

$$
\boxed{
\textbf{
Keep the macro-object globally represented;
materialize local evidence only where the current projection is insufficient.
}
}
$$

---

# 1. 問題：到底哪一個才是「那個東西」？

問：

> 一個軟體在哪裡？

直覺答案可能是：

```text
source code
```

但一個實際軟體還包含：

- runtime；
- database；
- configuration；
- external services；
- credentials / authority；
- deployment；
- state；
- browser；
- operator；
- recovery procedure；
- user interaction；
- historical compatibility。

所以：

$$
\text{Software}
\neq
\text{SourceCode}.
$$

再問：

> 一個遊戲在哪裡？

可能回答：

```text
game executable
```

但實際遊戲還包含：

- rules；
- art；
- animation；
- audio；
- state；
- save；
- input；
- timing；
- platform；
- player interaction；
- online server；
- community / live-ops content。

所以：

$$
\text{Game}
\neq
\text{Executable}.
$$

---

# 2. 「看得到的東西」常被誤認成「整體」

人類與 AI 都傾向把：

$$
\text{Most Accessible Representation}
$$

誤認成：

$$
\text{Object}.
$$

工程師容易把：

$$
\text{Repository}
$$

當：

$$
\text{System}.
$$

玩家容易把：

$$
\text{RenderedExperience}
$$

當：

$$
\text{Game}.
$$

運維人員可能把：

$$
\text{RuntimeMetrics}
$$

當：

$$
\text{SystemHealth}.
$$

但這些都只是：

$$
\boxed{
\text{privileged projections}.
}
$$

它們之所以「像本體」，

不是因為它們真的是整體，

而是因為：

> 對某一群觀察者而言，它們具有最高可見性。

---

# 3. 第一個根本分離：Object ≠ Representation

令宏觀對象：

$$
X.
$$

一個 representation：

$$
R_i(X)
$$

可以是：

- code；
- diagram；
- screenshot；
- log；
- schema；
- documentation；
- graph；
- test report；
- player replay。

一般：

$$
\boxed{
R_i(X)\neq X.
}
$$

即使：

$$
R_i
$$

非常高品質。

---

# 4. ISO/IEC/IEEE 42010：Architecture ≠ Architecture Description

ISO/IEC/IEEE 42010:2022 的一個重要區分是：

> architecture description 是對 entity of interest architecture 的表達；architecture 與表達 architecture 的 description 不是同一物件。

這與本文非常接近。

例如：

$$
AD(S)
$$

是：

$$
\text{Architecture Description of }S.
$$

但：

$$
\boxed{
AD(S)\neq \text{Architecture}(S).
}
$$

因此：

```text
C4 diagram is correct
```

也不能直接推出：

```text
effective system is fully represented
```

---

# 5. 這不是在否定模型

如果：

$$
\text{Model}\neq \text{World},
$$

不代表：

$$
\text{Model}=\text{Useless}.
$$

模型的價值正是：

> 有選擇地省略。

所以：

$$
\boxed{
\text{UsefulRepresentation}
=
\text{RelevantCompression}.
}
$$

一個 architecture view 若把宇宙所有 detail 都放入，

反而失去：

$$
\text{Abstraction}.
$$

---

# 6. 第二個根本分離：Constituent ≠ Projection

這是本文相較 Series A 更精確的一步。

之前很容易把：

- Program；
- Art；
- Design；

都叫做：

> 遊戲的 projections。

但更嚴格來說：

程式碼、資產、規則本身可以是：

$$
\boxed{
\text{Constituents}.
}
$$

而：

> programmer's view of the game

才是：

$$
\boxed{
\text{Projection}.
}
$$

因此：

$$
\boxed{
\text{Constituent}
\neq
\text{Projection}.
}
$$

---

# 7. Constituent

令：

$$
c_i\in\mathcal C.
$$

 $c_i$ 是宏觀個體中實際參與：

- state；
- behavior；
- constraint；
- outcome；
- lifecycle；

形成的構成物。

例如遊戲：

$$
\mathcal C_G
=
\{
\text{Code},
\text{Rules},
\text{Assets},
\text{Data},
\text{Runtime},
\text{Input},
\text{Save},
\text{Server},\ldots
\}.
$$

軟體：

$$
\mathcal C_S
=
\{
\text{Code},
\text{DB},
\text{Config},
\text{Runtime},
\text{Services},
\text{HumanOps},\ldots
\}.
$$

---

# 8. Projection

projection 是：

$$
O_i(X)
$$

即：

> 在指定觀察條件下，宏觀個體呈現給 observer 的可用表示。

例如：

$$
O_{player}(G).
$$

它可能包含：

- rendered world；
- controls；
- audio；
- difficulty；
- feedback；
- perceived responsiveness。

但玩家通常看不到：

- backend DB；
- save serializer；
- build system；
- anti-cheat internals。

---

# 9. 同一個東西可以既是 Constituent，也能成為 Projection Carrier

例如：

$$
UI
$$

作為 software architecture 的一部分，

可以是：

$$
c_{UI}.
$$

但：

> 透過 UI 觀察系統狀態

則是：

$$
O_{UI}(S).
$$

所以：

$$
\boxed{
\text{UI-as-component}
\neq
\text{UI-as-observation}.
}
$$

這個區分非常重要。

---

# 10. Code 同理

source code：

$$
c_{code}
$$

是實際 constituent。

但工程師從 code 推理 system：

$$
O_{code}(S).
$$

則是 projection。

所以：

$$
\boxed{
\text{Code}
}
$$

可以同時扮演：

1. world constituent；
2. evidence carrier。

但兩個角色不可混。

---

# 11. 宏觀個體不是 Constituents 的袋子

如果：

$$
X
=
\{c_1,c_2,\ldots,c_n\},
$$

只是「元件集合」。

真正系統還需要：

$$
\mathcal R.
$$

因此：

$$
\boxed{
X
\neq
\mathcal C.
}
$$

---

# 12. 關係才讓構件成為一個系統

NASA Systems Engineering Handbook 明確指出：

> system-level value 超出 individual parts 的部分，主要由 parts 之間如何 interconnected 所產生。

因此：

$$
\boxed{
\mathcal C
+
\mathcal R
}
$$

才開始接近系統。

例如：

```text
frontend
backend
database
```

只是三個 constituents。

但：

```text
frontend
→ API contract
→ backend
→ transaction
→ database
```

才建立：

$$
\text{RelationStructure}.
$$

---

# 13. NASA 的 system definition

NASA 把 system 定義成：

> 為滿足需求而共同運作的 elements 組合。

而 elements 可以包含：

- hardware；
- software；
- equipment；
- facilities；
- personnel；
- processes；
- procedures。

這對 software ontology 非常重要。

它意味：

$$
\boxed{
\text{System}
}
$$

並不天然等於：

$$
\boxed{
\text{software artifacts only.}
}
$$

---

# 14. Human 也可能是 Constituent

如果 finance operator 每天必須手動修復 settlement mismatch，

且沒有這個流程：

$$
\text{ExternalPromise}
$$

就無法成立，

那麼：

$$
\boxed{
\text{HumanProcess}
}
$$

是當前有效系統的一部分。

這不是價值判斷。

只是：

$$
\boxed{
\text{causal participation.}
}
$$

---

# 15. Effective Architecture 已經遇到這個問題

既有 Effective Architecture 理論提出：

$$
A_e
=
\Psi
(
A_C,
A_R,
A_D,
A_O,
A_H,
A_X,
A_K
).
$$

即：

- code；
- runtime；
- data；
- ops；
- human；
- external；
- compatibility；

共同決定：

$$
A_e.
$$

因此：

$$
\boxed{
A_{code}
\nRightarrow
A_{effective}.
}
$$

---

# 16. B01 將 Effective Architecture 再往上抽象

Effective Architecture 問：

> 哪些關係真正使 software 結果成立？

B01 問：

> **那個由有效構件與有效關係形成的宏觀對象，本體上應如何被表示？**

所以：

$$
A_e
$$

變成：

$$
X
$$

的一個重要 structural component。

---

# 17. 宏觀個體的七元表示

本文提出：

$$
\boxed{
X_t
=
\Phi
(
\mathcal C_t,
\mathcal R_t,
\mathcal S_t,
\mathcal D_t,
\mathcal A_t,
\mathcal E_t,
\mathcal H_t
).
}
$$

這不是聲稱所有系統都必須精確七元化。

它是一個最低限度工程 ontology。

---

# 18. $\mathcal C_t$ — Constituents

回答：

> 現在有哪些構成物？

包括：

- modules；
- assets；
- data stores；
- humans；
- services；
- tools；
- policies；
- devices；
- external providers。

---

# 19. $\mathcal R_t$ — Relations

回答：

> 它們怎麼連？

包括：

- call；
- data flow；
- control；
- timing；
- dependency；
- ownership；
- contract；
- authority；
- compensation；
- handoff。

---

# 20. $\mathcal S_t$ — Effective State

同一結構：

$$
\mathcal C,\mathcal R
$$

在不同 state 下，

可能呈現完全不同 macro behavior。

例如：

```text
same code
+
different database state
=
different product world
```

所以：

$$
\boxed{
\text{Structure}
\neq
\text{State}.
}
$$

---

# 21. $\mathcal D_t$ — Dynamics

宏觀個體不只「是什麼」，

還有：

> 怎麼變。

所以需要：

$$
\mathcal D_t:
S_t\rightarrow S_{t+1}.
$$

例如：

- request handling；
- game tick；
- transaction；
- retry；
- scheduler；
- player action；
- agent action。

---

# 22. $\mathcal A_t$ — Authority / Responsibility

兩個 structurally identical systems，

如果：

- 誰能 deploy；
- 誰能 write；
- 誰能 authorize；

不同，

實際 macro object 也可能不同。

因此：

$$
\boxed{
\text{Authority}
}
$$

不是外部註記。

它可能是 system behavior 的 constituent relation。

---

# 23. $\mathcal E_t$ — Environment

system：

$$
X
$$

總是在 environment：

$$
E
$$

中運作。

NASA systems engineering 同樣強調 intended use environment。

軟體 environment 可以包括：

- OS；
- browser；
- network；
- traffic；
- external API；
- user population；
- hardware；
- institutional process。

---

# 24. $\mathcal H_t$ — Relevant History

兩個當下 state 看似相同的 systems，

如果歷史不同，

可能有不同：

- hidden compatibility；
- migration status；
- rollback option；
- authority lineage；
- accumulated debt；
- user expectation。

所以：

$$
\boxed{
\text{StateEquality}
\nRightarrow
\text{HistoryEquality}.
}
$$

---

# 25. 宏觀個體不是靜態物件

因此：

$$
X_t
$$

應該被理解成：

$$
\boxed{
\text{temporally indexed effective individual}.
}
$$

不是：

$$
X.
$$

永遠不變。

---

# 26. Identity Over Time

如果：

$$
X_t\neq X_{t+1}
$$

在每個 detail 都成立，

為什麼仍稱：

> 同一個遊戲／軟體？

這涉及：

# Macro Identity

本文暫不給終極哲學定義。

工程上可以用：

$$
\boxed{
\text{IdentityContinuity}
=
\text{CoreInvariantContinuity}
+
\text{CausalLineage}
+
\text{AcceptedEvolution}.
}
$$

---

# 27. 不是 Byte Identity

軟體升版：

$$
Code_{v1}\neq Code_{v2}.
$$

但產品仍可被視為：

$$
\text{SameProductLine}.
$$

所以：

$$
\boxed{
\text{MacroIdentity}
\neq
\text{ByteIdentity}.
}
$$

---

# 28. 不是 State Identity

game save 每秒都變。

但遊戲 macro-individual 仍存在。

所以：

$$
\boxed{
\text{MacroIndividual}
}
$$

允許：

$$
\text{StateChange}.
$$

---

# 29. Macro Closure

令：

$$
\operatorname{Close}
(
\mathcal C,
\mathcal R,
\mathcal S,
\mathcal D,
\mathcal A,
\mathcal E
)
$$

表示：

> 對當前研究目的而言，足以形成一個可辨識、可作用、可追蹤的 macro-object。

則：

$$
\boxed{
X
=
\operatorname{MacroClosure}(\cdots).
}
$$

---

# 30. Closure 不是 Absolute Completeness

MacroClosure 不代表：

> 宇宙中所有與 X 有因果關係的東西都加入。

否則：

$$
X=\text{Universe}.
$$

這失去工程意義。

所以：

$$
\boxed{
\text{Closure}
}
$$

必須：

$$
\boxed{
query\text{-}relative
+
causal\text{-}relative
+
scope\text{-}relative.
}
$$

---

# 31. System-of-Interest

NASA 工程語言也有：

# System-of-Interest

也就是：

> 目前 life-cycle engineering / technical management 所關心的 system。

同一物件在更高層 system 中，

又可以只是：

$$
\text{component}.
$$

這支持：

$$
\boxed{
Macro/Micro
}
$$

不是宇宙固定標籤。

---

# 32. Macro / Meso / Micro 是相對尺度

例如：

```text
function
→ module
→ service
→ product
→ enterprise ecosystem
```

對 function：

$$
\text{module}
$$

是 macro。

對 enterprise：

$$
\text{module}
$$

是 micro。

所以：

$$
\boxed{
ScaleRole(x)
=
f(
\text{SystemOfInterest},
\text{Query}
).
}
$$

---

# 33. 宏觀個體是 Scale-Relative Object

因此：

$$
\boxed{
\text{MacroObject}
}
$$

不是：

> 最大的東西。

而是：

> 在當前分析尺度中形成相對完整行為與關係閉合的對象。

---

# 34. Game Example：真正的遊戲

令：

$$
G_t
=
\Phi(
\mathcal C_G,
\mathcal R_G,
S_t,
D_t,
A_t,
E_t,
H_t
).
$$

其中 constituents：

```text
code
art
rules
data
audio
runtime
save
input
server
```

relations：

```text
animation ↔ hitbox
input ↔ state
rule ↔ resource
server ↔ client
save ↔ progression
```

---

# 35. Program ≠ Game

程式：

$$
c_{program}\in\mathcal C_G.
$$

但：

$$
\boxed{
\text{Program}
\neq
\text{Game}.
}
$$

因為：

> source code 不包含玩家 perception 本身，也不直接等於當前 runtime state。

---

# 36. Art ≠ Game

美術：

$$
c_{art}\in\mathcal C_G.
$$

但：

$$
\boxed{
\text{Art}
\neq
\text{Game}.
}
$$

即使全資產非常漂亮，

gameplay relations 仍可能壞。

---

# 37. Design ≠ Game

Rules / design：

$$
c_{design}\in\mathcal C_G.
$$

但：

$$
\boxed{
\text{Design}
\neq
\text{Game}.
}
$$

因為 design spec 仍需：

$$
\text{RuntimeRealization}.
$$

---

# 38. Player Experience ≠ Game

玩家經驗：

$$
O_{player}(G).
$$

它極重要，

但：

$$
\boxed{
O_{player}(G)\neq G.
}
$$

因為它是：

> macro-object 對 player observer 的 interaction projection。

---

# 39. 但沒有 Player Projection，某些 Game Property 無法判斷

例如：

- readable telegraph；
- perceived difficulty；
- enjoyment；
- interaction clarity。

只看 source：

$$
O_{code}
$$

無法完整決定。

所以：

$$
\boxed{
Projection\neq Object
}
$$

不代表：

$$
Projection\text{ is secondary}.
$$

---

# 40. Projection 是 Object 的可判定入口

不同 property：

$$
q
$$

需要不同 projection：

$$
O_q.
$$

所以：

$$
\boxed{
\text{ObjectUnderstanding}
}
$$

依賴：

$$
\boxed{
\text{ProjectionSelection}.
}
$$

這正是 B02 的入口。

---

# 41. Software Example：UI 是軟體嗎？

問：

> 使用者看見的 UI 是不是軟體？

回答：

UI 是：

1. software constituent；
2. user-facing projection carrier；
3. observable state surface。

但：

$$
\boxed{
UI\neq Software.
}
$$

---

# 42. Source Code 是軟體嗎？

同樣：

source code 是：

1. constituent；
2. implementation representation；
3. engineer observation carrier。

但：

$$
\boxed{
SourceCode\neq RunningSoftware.
}
$$

---

# 43. Database 是軟體嗎？

database 可能保存 critical state。

但：

$$
\text{Database}
\neq
\text{Software}.
$$

同一 schema：

$$
\text{Schema}
$$

不同 state：

$$
S_a,S_b
$$

產品表現完全不同。

---

# 44. Runtime Trace 是真實系統嗎？

runtime trace 比 source 更接近：

$$
\text{ObservedBehavior}.
$$

但仍：

$$
\boxed{
\text{Trace}
\neq
\text{System}.
}
$$

因為 trace：

- 有 sampling；
- 有 instrumentation；
- 有時間窗口；
- 有未被記錄的 state。

---

# 45. Effective Architecture 不是宇宙總圖

既有 Effective Architecture 已提出：

$$
A_e^{(q)}.
$$

即：

> effective architecture 也需要 query / viewpoint。

例如：

$$
A_e^{security}
$$

與：

$$
A_e^{reliability}
$$

強調不同關係。

所以：

$$
\boxed{
\text{OneEffectiveSystem}
\rightarrow
\text{MultipleControlledViews}.
}
$$

---

# 46. Projection 不會創造 Object

本文要避免 extreme constructivism。

如果：

$$
O_i(X)
$$

不同，

不表示：

$$
X
$$

完全由 observer 創造。

更合理：

$$
\boxed{
X\text{ constrains }O_i(X).
}
$$

observer 決定：

- 看哪裡；
- 看什麼尺度；
- 用什麼表示。

但 object 本身仍施加：

$$
\text{causal constraints}.
$$

---

# 47. Observer-Relative ≠ Observer-Arbitrary

因此：

$$
\boxed{
\text{ObserverRelative}
\nRightarrow
\text{Arbitrary}.
}
$$

例如：

> player view

與：

> source-code view

不同。

但兩者都被同一：

$$
G
$$

約束。

---

# 48. Viewpoint 與 View

ISO architecture description tradition 中：

- viewpoint；
- view；

本來就有區分。

本文將其工程化為：

$$
\text{PerspectivePolicy}
\rightarrow
\text{ObservationProjection}.
$$

B02 會正式處理：

$$
\text{Role}
\rightarrow
\text{ObservationOperator}.
$$

---

# 49. Projection Operator

令：

$$
O_i:
\mathcal X\rightarrow\mathcal Y_i.
$$

 $O_i$ 可以包括：

- selection；
- aggregation；
- compression；
- transformation；
- measurement；
- semantic mapping。

所以：

$$
O_i
$$

不必只是：

> 截一張圖。

---

# 50. Projection 可以 Lossy

一般：

$$
O_i
$$

是 many-to-one。

存在：

$$
X_a\neq X_b
$$

使：

$$
O_i(X_a)=O_i(X_b).
$$

這就是：

# Observational Ambiguity

---

# 51. Equivalence Class

定義：

$$
X_a\sim_i X_b
\iff
O_i(X_a)=O_i(X_b).
$$

則 $O_i$ 會把 world states 分成 equivalence classes。

對某一 observation：

$$
y_i,
$$

相容狀態集合：

$$
\boxed{
[y_i]
=
\{
X:
O_i(X)=y_i
\}.
}
$$

---

# 52. Projection 的解析度

如果：

$$
|[y_i]|
$$

很大，

表示很多不同 macro states 在此 projection 下不可區分。

如果加入另一 projection：

$$
O_j,
$$

則：

$$
[y_i,y_j]
=
[y_i]\cap[y_j].
$$

若：

$$
[y_i,y_j]
\subset
[y_i],
$$

則：

$$
\boxed{
\text{ObservationalResolution}\uparrow.
}
$$

這將成為 B03 的正式核心。

---

# 53. Control Theory 的 Observability 近鄰

Kalman 系統理論區分：

- internal state；
- input/output relation。

並研究：

> 能否從 input/output measurement 恢復 system state？

對線性系統存在嚴格 observability 條件。

本文不把一般軟體／遊戲直接視為 Kalman linear system。

但借用：

$$
\boxed{
\text{State may exist without being recoverable from current outputs}.
}
$$

這一基本觀念。

---

# 54. Macro-Object Observability

本文提出廣義工作概念：

# Macro-Object Observability

即：

> 給定可用 observation operators 與有限 budget，Agent 能否重建足以支援當前 decision 的 macro-object state？

形式：

$$
\boxed{
\text{Obs}(X\mid\mathcal O,B,Q)
}
$$

其中：

- $\mathcal O$：available operators；
- $B$：budget；
- $Q$：query / decision。

---

# 55. 不要求 Recover Entire State

傳統 observability 常問：

> state 是否可唯一重建？

AI engineering 更常需要：

> 對當前 decision 而言，是否足夠？

因此：

$$
\boxed{
\text{DecisionSufficientObservability}
}
$$

比：

$$
\text{FullStateRecovery}
$$

更實用。

---

# 56. Decision-Sufficient Equivalence

若兩個 states：

$$
X_a,X_b
$$

在當前 decision $Q$ 上沒有差異：

$$
\text{Decision}_Q(X_a)=\text{Decision}_Q(X_b),
$$

那麼不一定需要區分。

所以：

$$
\boxed{
\text{ResolutionNeed}
}
$$

也是：

$$
\text{query-relative}.
$$

---

# 57. Multi-View Learning 的近鄰

Multi-view learning 長期研究：

> 同一 object 可由不同 sources / feature subsets 形成多個 views。

其典型原則包含：

- consensus；
- complementarity。

這與本文非常接近。

但本文的重點不同：

multi-view learning 通常研究：

$$
\text{learn from multiple representations}.
$$

本文則研究：

$$
\boxed{
\text{Agent dynamically decides which system projections must be acquired to close a macro-level engineering decision}.
}
$$

---

# 58. Complementary Views

如果：

$$
O_1(X)
$$

與：

$$
O_2(X)
$$

包含互補資訊，

則 joint observation：

$$
O_{joint}(X)
=
(
O_1(X),O_2(X)
)
$$

可提高：

$$
\text{StateDistinguishability}.
$$

但這不代表：

$$
O_1+O_2=X.
$$

---

# 59. Views 永遠仍是 Views

即使：

$$
\mathcal O
=
\{O_1,\ldots,O_n\},
$$

仍可能存在：

$$
X_a\neq X_b
$$

使：

$$
O_i(X_a)=O_i(X_b)
$$

對全部已啟動 $i$ 成立。

所以：

$$
\boxed{
\text{MultiView}
\nRightarrow
\text{Omniscience}.
}
$$

---

# 60. 系統級 Emergence

NASA glossary 將 emergent behavior 描述為：

> 由大量較簡單 components 互動而出現、事前未被預期的 system behavior。

B01 使用更保守版本：

$$
\boxed{
\text{MacroBehavior}
}
$$

可以依賴：

$$
\boxed{
\text{Relations} / \text{Interactions}
}
$$

而不只單一 constituent property。

---

# 61. Emergence 不需要神秘化

本文不需要主張：

> macro property 無法由 micro 原理解釋。

只需要：

$$
\boxed{
\text{Componentwise Inspection}
\nRightarrow
\text{Immediate Macro Prediction}.
}
$$

因為 interaction topology 可能是必要資訊。

---

# 62. Component Correctness 與 Macro Behavior

A03 已提出：

$$
V(c_i)=1
\quad\forall i
$$

不推出：

$$
V(X)=1.
$$

B01 從 failure theory 改寫成 ontology：

> 因為 $X$ 本來就不是 constituent set。

而是：

$$
\boxed{
\text{Constituents}
+
\text{Relations}
+
\text{State}
+
\text{Dynamics}
+
\text{Environment}.
}
$$

---

# 63. Macro Property

令宏觀 property：

$$
M(X).
$$

它可能不能寫成簡單：

$$
\sum_i m(c_i).
$$

而需要：

$$
\boxed{
M(X)
=
f(
\mathcal C,
\mathcal R,
\mathcal S,
\mathcal D,
\mathcal E
).
}
$$

---

# 64. 遊戲中的 Macro Property

例如：

# 「好不好讀」

不是：

$$
\text{ArtQuality}.
$$

而可能是：

$$
\text{Readability}
=
f(
\text{Art},
\text{Animation},
\text{Timing},
\text{Rules},
\text{Camera},
\text{PlayerExpectation}
).
$$

所以：

$$
\boxed{
\text{Readability}
}
$$

是 relation-rich macro property。

---

# 65. 軟體中的 Macro Property

例如：

# perceived latency

$$
T_p
=
T_{network}
+
T_{server}
+
T_{serialization}
+
T_{client}
+
T_{render}.
$$

因此：

$$
\text{ServerFast}
\nRightarrow
\text{ProductFast}.
$$

---

# 66. Reliability 也是 Macro Property

一個 service：

$$
\text{Reliable}.
$$

但整體：

$$
\text{DependencyChain}
$$

脆弱，

產品 reliability 仍差。

所以：

$$
\boxed{
\text{Reliability}(\text{System})
}
$$

是 system-level relation property。

---

# 67. 安全性也具有 Macro 性

每個 module 沒明顯漏洞，

但：

- authority composition；
- trust boundary；
- permission interaction；

可以產生 system vulnerability。

因此：

$$
\boxed{
\text{Security}
}
$$

也不是純 component attribute。

---

# 68. Macro Object 與 Environment Boundary

決定：

> environment 是否屬於 object

往往依：

$$
Q.
$$

例如 payment provider：

對：

> internal code ownership

它是 environment。

對：

> checkout macro-object

它是 effective external constituent / boundary participant。

所以：

$$
\boxed{
\text{Boundary}
}
$$

是 analysis contract。

---

# 69. Boundary 不是隨便畫

若某 external entity：

$$
e
$$

對 outcome：

$$
Y
$$

有 material causal contribution，

則完全忽略：

$$
e
$$

會降低模型有效性。

因此 boundary 要滿足：

$$
\boxed{
\text{causal adequacy for current query}.
}
$$

---

# 70. Query-Conditioned Macro Object

本文更精確地寫：

$$
\boxed{
X^{(q)}_t.
}
$$

同一 underlying world：

$$
W_t
$$

對 query：

$$
q_1,q_2
$$

可能形成不同：

$$
\text{SystemOfInterest}.
$$

---

# 71. 這不代表 Object 不存在

只是：

> 哪個部分被納入「本輪宏觀個體」有分析尺度。

例如：

$$
\text{Earth}
$$

存在。

但：

- climate model；
- logistics model；
- political map；

各取不同 projection / boundary。

---

# 72. Object / Model / View 三層

本文建議固定：

$$
\boxed{
\text{WorldObject}
}
$$

$$
\downarrow
$$

$$
\boxed{
\text{MacroModel}
}
$$

$$
\downarrow
$$

$$
\boxed{
\text{ObservationView}.
}
$$

其中：

- WorldObject：有效存在；
- MacroModel：Agent 對它的工作世界模型；
- ObservationView：當前 evidence projection。

---

# 73. 不要把 World Model 當 World

Agent 內部：

$$
\hat X_t
$$

只是：

$$
\boxed{
\text{belief / reconstruction}.
}
$$

所以：

$$
\hat X_t\neq X_t
$$

一般成立。

---

# 74. Persistent World State 的地位

APR 的：

$$
W_t
$$

不是要宣稱：

> Agent 已經擁有真世界。

它是：

$$
\boxed{
\text{persistent best-current world belief}.
}
$$

所以：

$$
\text{Evidence}
\rightarrow
\text{BeliefRevision}.
$$

---

# 75. Macro-Object Belief

Series B 可使用：

$$
\hat X_t
=
\text{Belief}(X_t\mid E_{\le t}).
$$

Agent 的工作是：

$$
\boxed{
\hat X_t
\rightarrow
\text{sufficient for current action}.
}
$$

而不是：

$$
\hat X_t=X_t
$$

絕對完美。

---

# 76. 不確定性必須保留

如果 evidence 不足，

不要把：

$$
\text{Unknown}
$$

壓成：

$$
\text{False}.
$$

所以：

$$
\boxed{
\text{MacroModel}
=
\text{Known}
+
\text{Unknown}
+
\text{Conflicted}
+
\text{Stale}.
}
$$

---

# 77. Project-World Cognition

既有 Project-World Cognition 已提出：

> 一句 sparse intent 不應直接被理解成 prompt→code→runs。

而是：

$$
\text{SparseIntent}
\rightarrow
\text{ProjectWorldModel}
\rightarrow
\text{Architecture}
\rightarrow
\text{Implementation}
\rightarrow
\text{Verification}
\rightarrow
\text{Maintenance}.
$$

B01 將：

$$
\text{ProjectWorld}
$$

正式視為：

$$
\boxed{
\text{MacroObjectModel}.
}
$$

---

# 78. Project World 不只是 Repository

Project World 可以含：

- product intent；
- architecture；
- implementation；
- data；
- security；
- observability；
- deployment；
- maintenance future；
- operations；
- external actors。

所以：

$$
\boxed{
\text{Project}
\neq
\text{Repository}.
}
$$

---

# 79. Agent 遇到的真正對象是 World, Not Files

在 AI coding runtime 中，

files 只是：

$$
\boxed{
\text{observational / action surfaces}.
}
$$

真正 task 是：

$$
\boxed{
\text{change project world state}.
}
$$

---

# 80. File Edit 只是 State Transition Carrier

例如：

$$
\text{Edit}(file)
$$

可能造成：

$$
\Delta X.
$$

但：

$$
\boxed{
\text{FileChanged}
\nRightarrow
\text{MissionStateChangedCorrectly}.
}
$$

這接回 Series A。

---

# 81. Macro Object 是 AI Completion 的 Target

如果 Agent 只把：

$$
\text{Artifact}
$$

當 target，

會得到：

$$
\text{ArtifactCompletion}.
$$

如果 target 是：

$$
X_t,
$$

則需要：

$$
\boxed{
\text{MacroStateTransition}.
}
$$

這就是 Global-First Completion 更深的本體論理由。

---

# 82. Global-First 為什麼有效

Global-First 不是：

> 一次改很多檔案。

其深層意義：

> **先讓 macro-object 必要 constituents / relations 被 instantiated，才看得到真正 integration topology。**

所以：

$$
\boxed{
\text{GlobalInstantiation}
\rightarrow
\text{BoundaryVisibility}.
}
$$

---

# 83. 局部過度打磨會隱藏 Macro Failure

如果：

```text
module A
→ polish
→ test
→ polish
```

但：

$$
B
$$

尚不存在，

那：

$$
R_{AB}
$$

根本尚未物化。

所以很多 macro failure：

$$
\boxed{
\text{cannot yet be observed}.
}
$$

---

# 84. 全域不是「全部一次做完」

Global-First 的 global：

$$
\boxed{
\text{GlobalStructureFirst}.
}
$$

不是：

$$
\boxed{
\text{GlobalPerfectionFirst}.
}
$$

所以：

$$
\boxed{
\text{Coverage}
\rightarrow
\text{Integration}
\rightarrow
\text{Refinement}.
}
$$

---

# 85. Macro Object 不是所有尺度同時同解析度

一個 project world 可以保留：

```text
macro:
  payment subsystem exists

meso:
  retry boundary unresolved

micro:
  exact function not loaded
```

這仍是 global model。

所以：

$$
\boxed{
\text{GlobalRepresentation}
\neq
\text{UniformDetail}.
}
$$

---

# 86. Multi-Resolution Macro Model

令：

$$
\lambda(x)
$$

是 component $x$ 的當前 representation scale。

則：

$$
\lambda_i\neq\lambda_j
$$

完全合理。

Agent 可以：

- payment：fine；
- analytics：coarse；
- unused subsystem：latent summary。

這是：

$$
\boxed{
\text{MultiResolutionWorldModel}.
}
$$

---

# 87. 全域計算方法論的對接

既有 Global Computation Methodology 已提出：

$$
\boxed{
\text{Computation}
\neq
\text{Observation}
}
$$

以及：

$$
\boxed{
\text{GlobalDependency}
\neq
\text{FullMaterialization}.
}
$$

B01 的宏觀對象論正好提供：

> 到底什麼是被 globally represented 的對象？

答案：

$$
\boxed{
\text{MacroObject} / \text{MacroWorldState}.
}
$$

---

# 88. Computation ≠ Observation

一個 system 內部可能：

$$
\text{Compute}(X)
$$

很多 state。

observer 只取得：

$$
O_i(X).
$$

所以：

$$
\boxed{
\text{WorldEvolution}
}
$$

與：

$$
\boxed{
\text{ObservedWorld}.
}
$$

是不同層。

---

# 89. 這對 AI 特別重要

LLM / Agent 不應把：

> context 裡沒有

直接推成：

> world 裡不存在。

所以：

$$
\boxed{
\text{NotObserved}
\neq
\text{NotExisting}.
}
$$

---

# 90. Observation Boundary

每次 Agent action 前，

應知道：

$$
\boxed{
\mathcal O_{active}.
}
$$

即：

> 我現在到底看得到什麼？

這是 meta-observation。

---

# 91. Projection Awareness

成熟 Agent 應能說：

```text
I have code evidence.
I do not yet have runtime evidence.
The claim concerns user-visible behavior.
Therefore current projection is insufficient.
```

這就是：

$$
\boxed{
\text{ProjectionAwareness}.
}
$$

---

# 92. B01 的全域性定義

本文提出最小：

$$
\boxed{
\text{Globality}_0
=
\text{MacroObjectAwareness}
+
\text{ProjectionAwareness}.
}
$$

即：

1. 知道有一個宏觀個體；
2. 知道目前所見不是全部。

---

# 93. 更強 Globality

後續將加：

$$
\text{OperatorAwareness}
$$

與：

$$
\text{DynamicResolutionControl}.
$$

最終：

$$
\boxed{
\text{Globality}
=
\text{MacroObjectAwareness}
+
\text{OperatorAwareness}
+
\text{DynamicResolutionControl}.
}
$$

---

# 94. 「全域」不等於 God View

沒有 observer 必須：

$$
O_{god}(X)=X.
$$

Series B 反而假設：

$$
\boxed{
\text{GodViewUnavailable}.
}
$$

Agent 需要在有限：

- token；
- time；
- tools；
- modalities；

下重建足夠世界。

---

# 95. 全域是 Navigation Ability

所以：

$$
\boxed{
\text{GlobalUnderstanding}
}
$$

更像：

$$
\boxed{
\text{navigation across projections and scales}.
}
$$

不是：

$$
\boxed{
\text{permanent maximal context}.
}
$$

---

# 96. Macro Object Awareness 的最低資料結構

可以只有：

```yaml
macro_object:
  identity:
  scope:
  constituents:
  relations:
  state_summary:
  environment:
  unknowns:
  evidence_map:
```

不需要：

> 所有原始資料。

---

# 97. Unknown Map

尤其要有：

```yaml
unknowns:
  - runtime_state
  - mobile_visual_state
  - external_payment_retry_semantics
```

因為：

$$
\boxed{
\text{KnowUnknown}
}
$$

本身就是 globality。

---

# 98. Evidence Map

```yaml
evidence_map:
  code:
    fresh: true
  unit_tests:
    fresh: true
  browser:
    fresh: false
  production_runtime:
    available: false
```

這使 Agent 不會：

$$
\text{CodePass}
\rightarrow
\text{WorldPass}
$$

直接跳躍。

---

# 99. Macro Object Contract

可以用：

```yaml
macro_object:
  system_of_interest:
  query:
  boundary:
  required_relations:
  relevant_environment:
  observation_operators:
```

讓：

$$
X^{(q)}
$$

有明確 scope。

---

# 100. Object Boundary 也需要 Version

如果：

$$
q
$$

變，

macro-object boundary 可能變。

因此：

$$
\boxed{
\text{BoundaryVersion}.
}
$$

不要默認上一輪 scope 永遠適用。

---

# 101. 觀察投影也需要 Version

$$
O_i^{(v)}.
$$

例如新的 browser version 改變：

$$
\text{rendering}.
$$

所以：

$$
\text{Projection}
$$

也可能隨 tool / version 演化。

---

# 102. 宏觀個體的三種錯誤建模

## M1 — Artifact Reduction

$$
X=\text{Code}.
$$

## M2 — View Reduction

$$
X=\text{UI}.
$$

## M3 — Diagram Reduction

$$
X=\text{ArchitectureDescription}.
$$

三者都把：

$$
\text{representation}
$$

壓成：

$$
\text{object}.
$$

---

# 103. 第四種：Role Reduction

例如：

> backend engineer 認為 backend 就是 product。

這是：

$$
\boxed{
\text{RoleProjection}
\rightarrow
\text{ObjectIdentity}.
}
$$

B02 會專門處理。

---

# 104. 第五種：State Reduction

例如：

> CI 現在綠，所以 system healthy。

這是：

$$
\boxed{
\text{CurrentObservedState}
\rightarrow
\text{MacroIdentity}.
}
$$

忽略 dynamics / history / environment。

---

# 105. 第六種：Data Reduction

例如：

> metrics 正常，所以 user experience 正常。

metrics：

$$
O_{metrics}(X).
$$

不是：

$$
X.
$$

---

# 106. 第七種：Human Narrative Reduction

架構師說：

> 系統是這樣。

也是：

$$
O_{human}(X).
$$

即使架構師非常資深，

仍需：

$$
\text{Evidence}.
$$

---

# 107. Effective Architecture 已提出 Declared / Observed / Effective

這裡可一般化：

$$
\boxed{
\text{DeclaredObject}
\neq
\text{ObservedObject}
\neq
\text{EffectiveObject}.
}
$$

其中：

- Declared：我們說它是什麼；
- Observed：我們目前看到什麼；
- Effective：真正參與 outcome 的有效結構。

---

# 108. Effective Object 仍是模型

嚴格來說：

$$
X_{effective}
$$

也是人類／Agent 重建出的 working ontology。

所以：

$$
\boxed{
\text{EffectiveModel}
}
$$

應保留：

- confidence；
- provenance；
- unknowns。

避免把「有效」變成新的絕對真理。

---

# 109. Macro-Object Reconstruction

Agent 的工程任務之一：

$$
\boxed{
\hat X
=
\text{Reconstruct}(\text{Evidence}).
}
$$

輸入 evidence：

$$
E
=
\{
\text{code},
\text{runtime},
\text{data},
\text{ops},
\text{human},
\text{external},
\text{history}
\}.
$$

---

# 110. Reconstruction 不是一次完成

$$
E_t
\rightarrow
\hat X_t
$$

新 evidence：

$$
E_{t+1}
$$

更新：

$$
\hat X_{t+1}.
$$

所以：

$$
\boxed{
\text{MacroModel}
}
$$

是 persistent / revisable。

---

# 111. Macro Model Drift

如果 world：

$$
X_t
$$

變了，

但：

$$
\hat X_t
$$

沒變，

則：

$$
\boxed{
\text{ModelDrift}.
}
$$

這就是 Dynamic MSSP / architecture recovery 的持續性問題。

---

# 112. Observation Drift

如果：

$$
O_i
$$

仍假設舊 environment，

也會：

$$
\text{ObservationBias}.
$$

例如 test fixture 沒跟 production schema 變。

---

# 113. Projection Conflict

如果：

$$
O_i(X)
$$

與：

$$
O_j(X)
$$

表面矛盾，

可能有三種原因：

1. 真 contradiction；
2. timing / state 差；
3. projection semantics 不同。

所以：

$$
\boxed{
\text{CrossProjectionDifference}
\nRightarrow
\text{WorldContradiction}.
}
$$

---

# 114. Projection Reconciliation

需要：

$$
\boxed{
\text{Time}
+
\text{Scope}
+
\text{Semantics}
+
\text{Provenance}.
}
$$

才能比較不同 views。

這會進入 B07 Cross-Perspective Closure。

---

# 115. Projection Can Lie

不是 operator 有意識說謊。

而是：

$$
O_i
$$

可能因：

- stale data；
- measurement error；
- wrong instrumentation；
- lossy compression；

產生誤導。

所以：

$$
\boxed{
\text{Observation}
\neq
\text{GroundTruth}.
}
$$

---

# 116. Multiple Projections 可以互相校正

如果：

$$
O_i(X)
$$

與：

$$
O_j(X)
$$

獨立程度足夠，

則：

$$
\text{CrossCheck}
$$

可以提高：

$$
\text{BeliefQuality}.
$$

這連接 A08。

---

# 117. 但 Multi-View 也可能全部同質

如果：

$$
O_1\approx O_2,
$$

則多 view 沒增加多少 distinguishability。

所以：

$$
\boxed{
\text{ViewCount}
\neq
\text{ViewDiversity}.
}
$$

---

# 118. 真正需要的是 Complementary Projection

令資訊增益：

$$
\text{IG}(O_j\mid O_i).
$$

若：

$$
\text{IG}\approx0,
$$

新 projection 幾乎是 redundant。

若：

$$
\text{IG}\gg0,
$$

才是 complementary。

---

# 119. B01 到 B02 的轉折

現在我們知道：

$$
X
$$

是 macro-object，

且：

$$
O_i(X)
$$

只是 projection。

下一個問題：

> **誰／什麼決定 $O_i$？**

答案之一：

$$
\boxed{
\text{Role / Perspective}.
}
$$

所以 B02：

# 角色即觀察算子

將把：

- programmer；
- artist；
- designer；
- player；
- frontend；
- backend；
- security；
- runtime；

形式化為：

$$
O_i.
$$

---

# 120. B01 到 B03 的轉折

另一個問題：

> 兩個 projections 到底哪個「解析度比較高」？

不是單純：

$$
\text{pixels}.
$$

而是：

> 能區分多少可能 macro states？

因此 B03 會正式建立：

$$
\boxed{
\text{Resolution}
=
\text{ReductionOfObservationalAmbiguity}.
}
$$

---

# 121. B01 到 APR 的轉折

如果：

$$
O_i
$$

很多，

不可能全部永遠 full-resolution。

所以需要：

$$
\boxed{
\text{ObservationGovernance}.
}
$$

APR 正是：

> 何時看、看什麼、看多少、何時重看、何時停止。

B01 只是先回答：

> 我們到底是在看什麼？

---

# 122. 宏觀個體與 APR

APR state：

$$
W_t
$$

可理解為：

$$
\boxed{
\hat X_t
}
$$

的 persistent working representation。

Perceptual Policy：

$$
\pi_t
$$

選：

$$
O_i,\rho,\Omega,\nu,\ldots
$$

去更新：

$$
\hat X_t.
$$

---

# 123. Global Understanding 的最小定義

本文提出：

$$
\boxed{
\text{GlobalUnderstanding}(X)
}
$$

至少需要：

1. 宏觀個體存在於 working model；
2. 當前 projection 被顯式標記；
3. 未觀察域不被當成不存在；
4. relevant relations 被保留；
5. unknown / conflict / stale 可被表示；
6. 必要時能取得其他 projection。

---

# 124. Global Understanding 不需要

它不需要：

- 所有 files 常駐；
- 所有 logs 常駐；
- 所有 screenshots 常駐；
- 所有 roles 常駐；
- 所有 modalities 常開。

因此：

$$
\boxed{
\text{GlobalUnderstanding}
\nRightarrow
\text{GlobalMaximumMaterialization}.
}
$$

---

# 125. 全域理解的成本優勢

如果只維持 macro graph：

$$
G_M,
$$

需要時才 materialize：

$$
\text{Subgraph}_i,
$$

則：

$$
\text{Cost}
$$

可遠低於：

$$
\text{LoadEverything}.
$$

這是 token-efficient globality。

---

# 126. Global Skeleton

宏觀 working model 可以先只有：

```text
system
├── UI
├── API
├── data
├── runtime
├── external provider
└── human ops
```

加：

```text
critical relations
unknowns
risk
```

這就是：

# Global Skeleton

---

# 127. Local Materialization

當：

> checkout bug

發生，

只深入：

```text
UI
↔ API
↔ payment
↔ event
```

其他部分仍 coarse。

所以：

$$
\boxed{
\text{GlobalSkeleton}
+
\text{LocalMaterialization}
}
$$

是 Series B 的重要工程模式。

---

# 128. 這不是傳統 Hierarchical Decomposition 的簡單重述

hierarchical decomposition 已經存在很久。

本文新增的 AI-native 重點是：

1. Agent 持續維持 macro-object；
2. observation operators 可動態切換；
3. resolution 可動態調整；
4. modality 可動態取得；
5. evidence budget 受 APR 管理；
6. closure 依 current intent / risk 動態決定。

---

# 129. Macro Object 與 Agent World Model

World model 若只表示：

$$
\text{State}.
$$

仍不夠。

它還需表示：

- evidence provenance；
- unknowns；
- observation scope；
- relation confidence；
- authority；
- history。

所以：

$$
\boxed{
\text{WorldModel}
}
$$

在 AI engineering 中應是：

$$
\boxed{
\text{Epistemically Annotated Macro Model}.
}
$$

---

# 130. Epistemic Annotation

例如：

```yaml
payment_service:
  exists: known
  version: 4.2
  runtime_state: stale
  ownership: known
  retry_semantics: conflicted
  source_evidence:
    - code
    - docs
  missing:
    - production_trace
```

這比單純 graph 更接近真正可治理 world model。

---

# 131. Macro Individual 與 Agency

若 macro object 本身是 Agent system，

還需要：

- goals；
- authority；
- memory；
- action capability；
- environment interaction。

所以：

$$
\boxed{
\text{Agent}
}
$$

也是一種更特殊：

$$
\text{MacroIndividual}.
$$

但 B01 不把所有宏觀個體都 agent 化。

---

# 132. Macro Object 可以沒有 Agency

例如：

- repository；
- building；
- data pipeline；
- ecosystem；

都可形成 macro-object，

即使沒有自主 decision。

所以：

$$
\boxed{
\text{MacroObject}
\nRightarrow
\text{Agent}.
}
$$

---

# 133. Macro Individual vs Macro Object

本文允許兩詞近義使用，

但可做輕度區分：

$$
\text{MacroObject}
$$

偏：

> 被觀察對象。

$$
\text{MacroIndividual}
$$

偏：

> 具有相對 identity continuity 的整體。

例如：

$$
\text{SoftwareProduct}
$$

更接近 macro-individual。

---

# 134. Identity Boundary 的測試

問：

> 拿掉 $c_i$ 後，還是同一個宏觀個體嗎？

如果：

$$
\text{yes},
$$

 $c_i$ 可能不是 identity-critical。

如果：

$$
\text{no},
$$

可能是：

$$
\text{CoreConstituent}.
$$

但這只是 heuristic。

---

# 135. Function Boundary 的測試

問：

> 拿掉 $r_{ij}$ 後，核心 capability 是否仍成立？

如果：

$$
\text{no},
$$

則：

$$
r_{ij}
$$

是 effective relation。

這與 Effective Architecture 完全一致。

---

# 136. Observation Boundary 的測試

問：

> 若不看 $O_i$，當前 decision 是否仍可可靠完成？

如果：

$$
\text{yes},
$$

可 skip。

如果：

$$
\text{no},
$$

則：

$$
O_i
$$

是 required observation path。

這是 APR 的接口。

---

# 137. 三種必要性

所以可區分：

## Constituent Necessity

$$
N_C(c_i).
$$

## Relation Necessity

$$
N_R(r_{ij}).
$$

## Observation Necessity

$$
N_O(O_k\mid Q).
$$

三者完全不同。

---

# 138. 不要用 Observation Necessity 推 Constituent Necessity

例如：

> 玩家看不到 database。

不代表：

$$
\text{Database}
$$

不是 game / software constituent。

同理：

> code reviewer 看不到 player emotion。

不代表：

$$
\text{PlayerExperience}
$$

對某些 product property 不重要。

---

# 139. 不要用 Constituent Importance 推 Observation Priority

某 component 很核心，

不表示每個 task 都要看它。

例如：

$$
\text{Database}
$$

對產品很重要。

但改：

> CSS margin

通常不需深入 database。

所以：

$$
\boxed{
\text{SystemImportance}
\neq
\text{ObservationPriority}.
}
$$

---

# 140. Dynamic Observation 的本體論前提

要動態決定：

> 看哪裡，

首先需要：

> 知道整體有哪些可能的地方。

所以：

$$
\boxed{
\text{DynamicObservation}
}
$$

依賴：

$$
\boxed{
\text{MacroObjectModel}.
}
$$

---

# 141. 沒有 Macro Object，只能做 Local Search

如果 Agent 根本不知道：

- UI；
- API；
- data；
- runtime；

共同構成一個產品，

它就無法合理問：

> 是否應切到 runtime perspective？

所以：

$$
\boxed{
\text{GlobalRouting}
}
$$

的前提是：

$$
\boxed{
\text{GlobalObjectSchema}.
}
$$

---

# 142. Macro Object Schema 不需要完整

可以是：

$$
\text{Partial}.
$$

但應知道：

$$
\text{Unknown}.
$$

因此：

$$
\boxed{
\text{PartialKnownWorld}
}
$$

優於：

$$
\boxed{
\text{FalseCompleteWorld}.
}
$$

---

# 143. False Completeness

Agent 只有：

$$
\text{CodeProjection},
$$

卻宣稱：

> 系統已完整理解。

這就是：

# False Macro Completeness

形式：

$$
\boxed{
\text{ObservedScope}
<
\text{ClaimedScope}.
}
$$

---

# 144. B01 與綠燈錯置的最終關係

Series A 發現：

$$
\text{Green}
\neq
\text{Closed}.
$$

B01 解釋一個更深原因：

> 因為 validator 常只操作 $O_i(X)$，而 completion claim 卻對 $X$ 本身發言。

也就是：

$$
\boxed{
Scope(V)
=
O_i(X)
}
$$

但：

$$
\boxed{
Scope(Claim)
=
X.
}
$$

---

# 145. Projection-to-Object Fallacy

本文定義：

# Projection-to-Object Fallacy

若：

$$
Property(O_i(X))
$$

被無條件提升為：

$$
Property(X),
$$

則：

$$
\boxed{
\text{ProjectionToObjectFallacy}.
}
$$

---

# 146. 例：CI Green

$$
CI(X)=PASS.
$$

如果 CI 只觀察：

$$
O_{tests}(X),
$$

則：

$$
\boxed{
CI=PASS
\nRightarrow
X=Healthy.
}
$$

---

# 147. 例：漂亮 Screenshot

$$
Visual(X)=PASS.
$$

仍：

$$
Backend(X)
$$

可能 FAIL。

所以：

$$
\boxed{
\text{VisualBeauty}
\nRightarrow
\text{MacroCorrectness}.
}
$$

---

# 148. 例：Formal Proof

proof checker 證：

$$
P.
$$

那麼：

$$
P=Verified.
$$

但若產品意圖是：

$$
Q,
$$

仍不能：

$$
P\rightarrow Q.
$$

所以 projection 也包含：

$$
\text{SpecificationProjection}.
$$

---

# 149. Representation Stack

一個宏觀個體可能有：

```text
world
↓
effective architecture
↓
declared architecture
↓
code
↓
tests
↓
reports
↓
dashboard
```

每層都是：

$$
\boxed{
\text{representation / projection with different loss.}
}
$$

---

# 150. Semantic Distance

可以概念定義：

$$
d_i
=
Distance(
PropertySpace(X),
PropertySpace(O_i(X))
).
$$

不同 projection：

$$
d_i
$$

不同。

這不容易直接數值化，

但可以用：

- missed failure class；
- ambiguity size；
- information gain；

近似。

---

# 151. Observational Ambiguity Set

給 evidence：

$$
E_t,
$$

定義：

$$
\boxed{
\mathcal A_t
=
\{
X:
Compatible(X,E_t)
\}.
}
$$

這是：

> 所有仍與目前 evidence 相容的 macro states。

---

# 152. 全域理解其實是在縮小 $\mathcal A_t$

每次新 observation：

$$
E_{t+1}
$$

理想：

$$
\mathcal A_{t+1}
\subseteq
\mathcal A_t.
$$

直到：

$$
Decision(\mathcal A_t)
$$

穩定。

這會成為 B03 的數學核心之一。

---

# 153. 不必把 $\mathcal A_t$ 壓成 singleton

如果所有：

$$
X\in\mathcal A_t
$$

都支持同一 action：

$$
a^\ast,
$$

就可：

$$
\text{Act}.
$$

所以：

$$
\boxed{
\text{DecisionClosure}
}
$$

不必：

$$
\boxed{
\text{OntologicalOmniscience}.
}
$$

---

# 154. Macro Object Observability 的決策版本

定義：

$$
Obs_Q(X)
$$

足夠，

若：

$$
\forall X_a,X_b\in\mathcal A_t,
$$

都有：

$$
Decision_Q(X_a)=Decision_Q(X_b).
$$

則：

$$
\boxed{
Q\text{-observable enough}.
}
$$

---

# 155. 這是 APR Stop Rule 的本體論版本

APR 問：

> 何時不用再看？

B01/B03 回答：

> 當剩餘 observational ambiguity 不再改變當前 decision。

因此：

$$
\boxed{
\text{StopObserving}
}
$$

具有清楚語義。

---

# 156. 不確定仍可行動

如果：

$$
Unknown>0,
$$

但：

$$
\text{RiskLow}
$$

且：

$$
\text{DecisionStable},
$$

可以：

$$
\text{Act}.
$$

所以：

$$
\boxed{
\text{Unknown}
\nRightarrow
\text{Block}.
}
$$

---

# 157. 高風險則提高 Resolution

若：

$$
Risk\uparrow,
$$

容許：

$$
|\mathcal A_t|
$$

可能需要更小。

所以：

$$
\boxed{
\text{RequiredResolution}
=
f(
\text{Risk},
\text{Irreversibility},
\text{DecisionSensitivity}
).
}
$$

這會接到 B03/B06。

---

# 158. 宏觀個體與責任

如果 action 改變：

$$
X_t\rightarrow X_{t+1},
$$

責任不應只綁：

$$
\text{file}.
$$

而應綁：

$$
\boxed{
\text{MacroEffect}.
}
$$

例如：

> 改一行 config

可能造成：

$$
\text{GlobalBehaviorChange}.
$$

所以：

$$
\boxed{
\text{LocalAction}
}
$$

可以有：

$$
\boxed{
\text{MacroResponsibility}.
}
$$

---

# 159. Causal Radius

令 local change：

$$
\delta c_i.
$$

其 causal radius：

$$
Rad(\delta c_i)
$$

決定：

> 多少 macro relation 可能受影響。

這也是 Global-First / validation routing 的基礎。

---

# 160. Macro Object 不是 Big Object

一個 macro-object 可以很小。

例如：

$$
\text{AuthenticationFlow}
$$

是一個 bounded macro-object：

- UI；
- API；
- credential；
- session；
- DB；
- authority；
- user。

它不是整個 enterprise，

但相對 single function 是 macro。

---

# 161. Task-Scoped Macro Object

所以 Agent 可動態建立：

$$
X_T.
$$

例如：

```text
Task:
fix checkout double charge
```

建立：

$$
X_T
=
\text{CheckoutTransactionWorld}.
$$

而不是載入整個 company。

---

# 162. Macro Object Extraction

從 Project World 中：

$$
W_P
$$

抽出：

$$
X_T
$$

需要：

- causal relevance；
- boundary；
- risk；
- dependencies。

這可以由：

$$
\text{GlobalFirst}
$$

與：

$$
APR
$$

共同完成。

---

# 163. B01 的工程輸出：Macro Object Card

```yaml
macro_object:
  id: checkout-flow
  query: eliminate duplicate charge
  scale: meso-macro

  constituents:
    - checkout-ui
    - order-api
    - payment-service
    - payment-provider
    - order-db

  relations:
    - ui_to_api
    - api_to_payment
    - payment_to_provider
    - callback_to_order_state

  state:
    freshness: partial

  environment:
    - network
    - provider retry behavior

  authority:
    - payment-write
    - refund-write

  observations:
    available:
      - code
      - tests
      - runtime trace
    missing:
      - provider replay

  unknowns:
    - idempotency under delayed callback
```

---

# 164. 這張 Card 不是 Object

再強調：

$$
\boxed{
\text{MacroObjectCard}
\neq
\text{MacroObject}.
}
$$

它只是：

$$
\boxed{
\text{AgentWorkingRepresentation}.
}
$$

避免新一輪 representation/object conflation。

---

# 165. B01 的核心命題

本文 v0.2 收束為二十四條。

## P1 — Macro-Object Non-Identity

$$
\boxed{
\text{MacroObject}
\neq
\text{AnySingleRepresentation}.
}
$$

## P2 — Constituent / Projection Separation

$$
\boxed{
\text{Constituent}
\neq
\text{Projection}.
}
$$

## P3 — Entity / Description Separation

$$
\boxed{
\text{Entity}
\neq
\text{Description}(\text{Entity}).
}
$$

## P4 — System Beyond Artifact

$$
\boxed{
\text{System}
\neq
\text{Repository}.
}
$$

## P5 — Relation Principle

$$
\boxed{
\text{SystemValue}
}
$$

依賴：

$$
\boxed{
\text{RelationsAmongConstituents}.
}
$$

## P6 — Macro Construction

$$
\boxed{
X_t
=
\Phi(
\mathcal C_t,
\mathcal R_t,
\mathcal S_t,
\mathcal D_t,
\mathcal A_t,
\mathcal E_t,
\mathcal H_t
).
}
$$

## P7 — Observation Projection

$$
\boxed{
O_i:X\rightarrow Y_i.
}
$$

## P8 — Projection Non-Identity

$$
\boxed{
O_i(X)\neq X.
}
$$

## P9 — Observer-Relative Non-Arbitrariness

$$
\boxed{
\text{ObserverRelative}
\nRightarrow
\text{ObserverArbitrary}.
}
$$

## P10 — Macro / Micro Relativity

$$
\boxed{
ScaleRole(x)
=
f(SystemOfInterest,Query).
}
$$

## P11 — Query-Conditioned Macro Object

$$
\boxed{
X^{(q)}.
}
$$

## P12 — Boundary Causal Adequacy

$$
\boxed{
\text{Boundary}
}
$$

應對 current query 保留 material causal structure。

## P13 — World / Model Separation

$$
\boxed{
\hat X_t\neq X_t.
}
$$

一般成立。

## P14 — Unknown Preservation

$$
\boxed{
\text{NotObserved}
\neq
\text{NotExisting}.
}
$$

## P15 — Projection-to-Object Fallacy

$$
\boxed{
Property(O_i(X))
\nRightarrow
Property(X).
}
$$

## P16 — Multi-View Non-Omniscience

$$
\boxed{
\text{MultiView}
\nRightarrow
\text{Omniscience}.
}
$$

## P17 — Observational Ambiguity

$$
\boxed{
\mathcal A_t
=
\{X:Compatible(X,E_t)\}.
}
$$

## P18 — Resolution as Ambiguity Reduction

新 evidence 若：

$$
\mathcal A_{t+1}
\subset
\mathcal A_t,
$$

則 observational resolution 提高。

## P19 — Decision-Sufficient Observability

若所有 remaining compatible states 支持同一 decision，

則可視為：

$$
\boxed{
Q\text{-observable enough}.
}
$$

## P20 — Globality Non-Materialization

$$
\boxed{
\text{Globality}
\neq
\text{FullMaterialization}.
}
$$

## P21 — Global Skeleton / Local Materialization

$$
\boxed{
\text{GlobalSkeleton}
+
\text{LocalMaterialization}
}
$$

是可擴展 global cognition 的基本模式。

## P22 — Global Understanding

$$
\boxed{
\text{GlobalUnderstanding}
=
\text{MacroObjectAwareness}
+
\text{ProjectionAwareness}
+
\text{UnknownAwareness}.
}
$$

## P23 — Dynamic Observation Prerequisite

$$
\boxed{
\text{DynamicObservation}
}
$$

需要：

$$
\boxed{
\text{MacroObjectModel}.
}
$$

## P24 — Series B Prime Principle

$$
\boxed{
\textbf{
Keep the macro-object globally represented;
materialize local evidence only where the current projection is insufficient.
}
}
$$

---

# 166. 結論

「那個系統到底在哪裡？」

對複雜軟體、遊戲、Agent 與 socio-technical system 而言，

答案通常不是：

> code。

也不是：

> UI。

不是：

> diagram。

不是：

> runtime trace。

也不是：

> 玩家看到的畫面。

這些都可以是：

- constituent；
- representation；
- evidence carrier；
- projection。

但：

$$
\boxed{
\text{MacroIndividual}
}
$$

是由：

$$
\boxed{
\text{Constituents}
+
\text{Relations}
+
\text{State}
+
\text{Dynamics}
+
\text{Authority}
+
\text{Environment}
+
\text{RelevantHistory}
}
$$

在一個有意義尺度上形成的有效整體。

這個整體並不要求某一個 observer 一次完整看到。

相反：

$$
\boxed{
O_i(X)\neq X
}
$$

才是正常狀態。

因此 AI 的真正挑戰不是：

> 找到一個終極 view。

而是：

> **知道目前 view 只是 view。**

知道：

- 還有哪些 constituents；
- 還有哪些 relevant relations；
- 哪些 state 未觀察；
- 哪些 evidence 已 stale；
- 哪些 projections 能區分目前仍混在一起的 macro states。

從這裡開始，

「全域」也被重新定義。

它不再是：

$$
\boxed{
\text{EverythingAlwaysVisible}.
}
$$

而是：

$$
\boxed{
\text{MacroObjectContinuity}
+
\text{ProjectionAwareness}
+
\text{SelectiveMaterialization}.
}
$$

這就是 Series B 的地基。

B02 將從這裡繼續：

> 如果任何單一 view 都不是 object，那麼 programmer、artist、designer、player、frontend、backend、security、runtime 等「角色」到底是什麼？

答案將被形式化為：

$$
\boxed{
\textbf{Role as Observation Operator}.
}
$$

---

# 參考文獻

## A. 外部研究與標準

1. NASA. *NASA Systems Engineering Handbook*, Rev. 2. NASA/SP-2016-6105 Rev2.  
   https://www.nasa.gov/reference/systems-engineering-handbook/  
   本文特別採用其 system 定義：system 是共同運作以產生所需 capability 的 elements 組合；elements 包含 hardware、software、equipment、facilities、personnel、processes、procedures；system-level value 主要由 parts 間的 relationships / interconnections 產生。

2. NASA. *Systems Engineering Handbook — 2.0 Fundamentals of Systems Engineering*.  
   https://www.nasa.gov/reference/2-0-fundamentals-of-systems-engineering/  
   作為本文「構成物 + 關係 + intended environment」的工程近鄰。

3. ISO/IEC/IEEE 42010:2022. *Software, systems and enterprise — Architecture description*.  
   https://www.iso.org/standard/74393.html  
   本標準明確區分 architecture of an entity of interest 與 expressing that architecture 的 Architecture Description，並定義 architecture viewpoints / model kinds。本文以此支持 `Entity != Description(Entity)` 的外部工程近鄰。

4. Kalman, R. E. (1963). *Mathematical Description of Linear Dynamical Systems*. Journal of the Society for Industrial and Applied Mathematics, Series A: Control, 1(2), 152–192. DOI: 10.1137/0301010.  
   將 state-variable representation 與 input/output relation 分離，並建立 controllability / observability 與 minimal realization。本文不把一般軟體直接套用線性 observability theorem，而借用「state 與 observation output 不同、state 是否可由 output 重建是一個獨立問題」的基礎觀念。

5. Åström, K. J., & Murray, R. M. (2008). *Feedback Systems: An Introduction for Scientists and Engineers*. Princeton University Press.  
   Observability 部分說明：在不能直接量測全部 state 的情況下，可由 model 與 input/output observations 建立 observer 估計 state。本文將其作為 Macro-Object Observability 的控制理論近鄰。

6. Oppenheim, A. V., & Verghese, G. C. (2010). *Signals, Systems and Inference*. MIT OpenCourseWare.  
   特別區分 actual physical plant 與 idealized model，並討論由 measurements / model 重建 state。本文以此支持 world/model 與 state/observation 分離。

7. Xu, C., Tao, D., & Xu, C. (2013). *A Survey on Multi-view Learning*. arXiv:1304.5634.  
   Multi-view learning 將同一 object 的不同 sources / feature subsets 視為不同 views，典型利用 consensus 與 complementary principles。本文把它作為多投影互補的外部近鄰，而不等同於 AI engineering 的動態觀察治理。

8. Anderson, P. W. (1972). *More Is Different*. Science, 177(4047), 393–396.  
   經典 emergence / hierarchy discussion。本文不依賴強還原論／反還原論立場，只採「宏觀規律與構件互動層級值得被獨立建模」的歷史思想近鄰。

9. Murphy, G. C., Notkin, D., & Sullivan, K. (1995). *Software Reflexion Models: Bridging the Gap between Source and High-Level Models*. Proceedings of SIGSOFT FSE.  
   高階架構模型與 source structure 可以 divergence，提供 Effective Architecture / representation–system separation 的軟體工程先例。

10. ISO/IEC/IEEE 42010 architecture-description literature and viewpoint tradition.  
    本文的 `Role / Perspective / Projection` 與 viewpoint-based architecture 有結構親緣，但後續 B02 將角色進一步擴張成動態 observation operator，不主張與標準術語完全等價。

## B. Neo.K / EveMissLab 既有研究

11. Neo.K. 〈真正的系統在哪裡？宣告架構與有效架構的分離〉，《表觀完好系統》03, 2026.  
    建立：
    $$
    A_{\mathrm{declared}}
    \nRightarrow
    A_{\mathrm{effective}},
    $$
    以及：
    $$
    A_e
    =
    \Psi(
    A_C,
    A_R,
    A_D,
    A_O,
    A_H,
    A_X,
    A_K
    ).
    $$
    並提出：真正的系統存在於使承諾、狀態、恢復與結果成立的有效關係結構中。

12. Neo.K. 〈局部正確與全域失敗〉，Series A A03 v0.2, 2026.  
    建立：
    $$
    O_i(X)\neq X
    $$
    與 Projection Closure 不推出 Macro Closure。

13. Neo.K. 〈能力—視角啟動不對稱〉，Series A A07 v0.2, 2026.  
    建立 Projection Awareness、Perspective Routing、Observation Regime 與 capability / observation 分離。

14. Neo.K. 〈同質綠燈：多 Agent 不等於多視角〉，Series A A08 v0.2, 2026.  
    建立 Independent Evidence、Heterogeneous Projection Coverage、Evidence Lineage 與 correlated failure。

15. Neo.K. *一句話不是魔法：Sparse Intent 與 Project-World Cognition*, Global Observer Series C07, 2026.  
    建立 Project-World Cognition、Global Project Attention Coverage 與 Project Epistemic Self-Awareness。

16. Neo.K. *由世界到個體、由個體到世界：全域觀察的對偶計算*, Global Observer Series C02, 2026.  
    提出 AI 自主調整 observation resolution 與 domain structure 的全域認知方向，並對接 multi-scale modeling、coarse-graining、active perception 與 world models。

17. Neo.K. *Global Computation Methodology Series*, 2026.  
    建立：
    $$
    \text{Computation}\neq \text{Observation},
    $$
    $$
    \text{GlobalDependency}\neq \text{FullMaterialization}.
    $$

18. Neo.K. *Adaptive Perceptual Reading / Agentic Perception Runtime*, 2026.  
    建立目標、世界狀態、不確定性、風險與資源約束下的感知治理；Series B 將把 APR 作為 dynamic macro-object observation 的 runtime substrate。

19. Neo.K. *Global-First Completion*, v2 / v2.1, 2026.  
    以 macro / meso / micro causal map、global instantiation、boundary closure 與 responsibility-layer diagnosis 實作 macro-object-oriented completion。

20. Neo.K. 〈從靜態 MSSP 到動態 MSSP：讓架構角色成為可觀察狀態〉，2026.  
    將 declared / observed / effective roles 動態化，形成角色、結構與世界 evidence 的持續比較。

---

**End of Series B — B01 v0.2**