# 可執行反事實世界：從世界線推理到世界線實例化 **系列：演化式 RSI、可執行反事實與 AI 自我科學系列（4/8）** **英文題名：Executable Counterfactual Worlds: From World-Line Reasoning to World-Line Instantiation** **版本：v0.1** **日期：2026-10-07** **語言：zh-TW** **文件性質：理論論文／Counterfactual Runtime／RSI World-Line Experimentation／Canonical Draft** **作者：** Neo.K **機構：** EveMissLab／一言諾科技有限公司 --- ## 摘要 反事實推理的基本形式是： $$ \text{如果 }X\text{ 改變，世界會如何不同？} $$ 在傳統人類推理中，大多數反事實世界只能存在於： - 語言； - 數學模型； - 心智模擬； - 簡化 simulation。 然而，當研究對象本身位於計算系統中時，部分反事實世界不再只能被「想像」，而可以被實際建立、執行、測量、比較與回退。 本文將這種結構稱為： $$ \boxed{ \text{Executable Counterfactual World} } $$ 其基本形式為： $$ W_t \xrightarrow{\Delta_i} W_t^{(i)} \xrightarrow{\operatorname{Run}} Y_i $$ 其中： - $W_t$：當前可重建世界狀態； - $\Delta_i$：候選介入； - $W_t^{(i)}$：介入後的反事實世界分支； - $Y_i$：該分支執行後產生的結果。 因此，反事實認識流程從： $$ \text{Counterfactual Reasoning} $$ 進一步變成： $$ \boxed{ \text{Counterfactual Reasoning} \rightarrow \text{Counterfactual Instantiation} \rightarrow \text{Counterfactual Execution} \rightarrow \text{World Comparison} } $$ 這種能力對 RSI 特別重要。AI 不必只推理： > 如果換掉 routing、memory、agent topology、evaluator 或模型結構，可能會怎樣？ 它可以建立多個可執行分支： $$ W_1,W_2,\ldots,W_n $$ 並在受控條件下真正運行。 因此，RSI 的假設空間逐漸從： $$ \mathcal H $$ 映射成： $$ \mathcal W_{\mathrm{exec}} $$ 即「可執行世界族」。 本文進一步區分可想像世界、模型合法世界、可達世界、可實例化世界、可執行世界與現實世界，避免將「跑得動」錯認為「世界上真的成立」。可執行反事實世界對計算機原生問題具有極高耦合度，但對材料、生物、能源、機器人與社會世界仍需 Reality Coupling 與 physical validation。 核心命題為： $$ \boxed{ \text{未來 AI 的反事實能力， 將不只表現在能想像多少世界， 也表現在能低成本建立、運行、淘汰多少世界。} } $$ --- # 1. 反事實世界的基本問題 設當前世界狀態為： $$ W_t. $$ 如果採用介入： $$ \Delta_i, $$ 則產生候選： $$ W_t^{(i)} = F( W_t, \Delta_i ). $$ 傳統反事實推理主要研究： $$ \hat W_t^{(i)} $$ 即： > 我們認為如果這樣改，世界可能變成什麼？ 問題在於： $$ \hat W_t^{(i)} $$ 只是模型投影。 因此： $$ \boxed{ \hat W_t^{(i)} \neq W_t^{(i)} } $$ 除非我們有能力真正建立該分支。 --- # 2. 六種世界狀態必須分開 本文至少區分六種不同意義的「世界」。 ## 2.1 Conceivable World 可以被描述： $$ W^{C} $$ 但不保證內部一致。 --- ## 2.2 Model-Legal World 符合某模型規則： $$ W^{M}\models\Theta. $$ 但模型規則本身可能錯。 --- ## 2.3 Reachable World 存在合法路徑： $$ W_t \xrightarrow{\pi} W' $$ 即： $$ W'\in\operatorname{Reach}(W_t). $$ --- ## 2.4 Instantiable World 可以在某個 runtime 中被真正建立： $$ W^{I} = \operatorname{Instantiate}(\Theta,\Delta). $$ --- ## 2.5 Executable World 不只可以建立， 還可以： $$ \operatorname{Run}(W^{I}). $$ --- ## 2.6 Reality-Coupled World 其輸出與真實目標世界具有足夠耦合： $$ d( W^{E}, W^{R} ) \le \epsilon. $$ 因此： $$ \boxed{ \text{Conceivable} \neq \text{Legal} \neq \text{Reachable} \neq \text{Instantiable} \neq \text{Executable} \neq \text{Reality-Coupled}. } $$ --- # 3. 可執行反事實世界的定義 本文定義： $$ \boxed{ W_i^{E} = ( S_i, R_i, A_i, E_i, P_i, L_i ) } $$ 其中： - $S_i$：初始 state； - $R_i$：rules / runtime； - $A_i$：allowed actions； - $E_i$：environment； - $P_i$：provenance； - $L_i$：lineage / branch identity。 一個世界若可以被： 1. 建立； 2. 執行； 3. 觀測； 4. 重播； 5. 比較； 則稱為 executable counterfactual world。 --- # 4. 從「如果」變成「分支」 傳統推理： $$ \text{If }h_i, \text{ then maybe }y_i. $$ 可執行反事實： $$ h_i \rightarrow W_i \rightarrow \operatorname{Run}(W_i) \rightarrow y_i. $$ 差異在於： $$ \boxed{ y_i } $$ 不再只是推論輸出， 而是該世界分支真正執行後的觀測。 --- # 5. Fork 是反事實實例化的核心操作 當前狀態： $$ S_t $$ 可以被 fork： $$ S_t \rightarrow \{ S_t^{(1)}, S_t^{(2)}, \ldots, S_t^{(n)} \}. $$ 每個分支只改： $$ \Delta_i. $$ 例如： $$ S_t^{(1)} = S_t+\Delta_{\mathrm{router}}, $$ $$ S_t^{(2)} = S_t+\Delta_{\mathrm{memory}}, $$ $$ S_t^{(3)} = S_t+\Delta_{\mathrm{agent-topology}}. $$ 之後： $$ Y_i = \operatorname{Run}(S_t^{(i)}). $$ 這使不同世界線第一次可以真正同時存在於 runtime 中。 --- # 6. Branch Identity 每個分支必須具有： $$ ID(W_i). $$ 不能只用： > 實驗 A、實驗 B。 至少要保存： - parent world； - mutation； - timestamp； - environment； - model version； - evaluator； - random seed； - dependencies。 因此： $$ \boxed{ \text{World Branch} = \text{State} + \text{Lineage}. } $$ --- # 7. ANWIS 的 World State 是天然 substrate 既有 ANWIS 將世界狀態寫成： $$ \mathbb W_t = ( G_t, S_t, E_t, D_t, C_t, M_t, A_t, P_t, R_t ). $$ 其中 world object、state、event、data、claim、model、access、provenance 與 representation 都被分離。 這種 canonical substrate 天然支援： $$ \mathbb W_t \rightarrow \mathbb W_t^{(1)}, \mathbb W_t^{(2)}, \ldots $$ 而不是複製一堆互不相干的頁面或輸出。 因此： $$ \boxed{ \text{Canonical World State} } $$ 是 executable counterfactual runtime 的重要前置。 --- # 8. Branch-Aware Identity 如果兩個世界都存在： $$ x $$ 同一個物件， 它們可能共享： $$ CanonicalID(x). $$ 但具有不同： $$ \text{BranchID}. $$ 因此： $$ x^{(1)} = ( ID_x, B_1 ), $$ $$ x^{(2)} = ( ID_x, B_2 ). $$ 這允許我們比較： > 同一個對象，在不同反事實世界中如何演化？ --- # 9. 世界線不是獨立故事，而是共享前史的分岔 設： $$ W_0 \rightarrow W_1 \rightarrow W_2 $$ 在： $$ t^\ast $$ 發生分岔： $$ W_{t^\ast} \rightarrow \begin{cases} W^{(A)}_{t^\ast+1}\\ W^{(B)}_{t^\ast+1}\\ W^{(C)}_{t^\ast+1} \end{cases} $$ 這些分支共享： $$ H_{\le t^\ast}. $$ 因此可執行反事實不應重複存整個世界。 而應使用： $$ \boxed{ \text{Shared History} + \text{Branch Delta} } $$ 降低 storage 與 provenance 成本。 --- # 10. Counterfactual Delta 定義： $$ \Delta_i = W_i-W_0. $$ 實務上不必完整 diff 所有 bytes， 而是保存語義變化： - modified module； - changed rule； - changed parameter； - changed action permission； - changed evaluator。 因此： $$ \boxed{ \text{Counterfactual World} = \text{Base World} + \text{Typed Delta}. } $$ --- # 11. 可執行反事實與普通 Simulation 的差異 simulation 通常是： $$ \hat W = M(W). $$ 它模擬某個外部世界。 可執行反事實在計算機原生 RSI 中可能是： $$ W_i = \text{actual modified software system}. $$ 也就是： $$ \boxed{ \text{simulation of an AI system} } $$ 與： $$ \boxed{ \text{actual forked AI system} } $$ 必須分開。 後者的結果對該軟體系統本身具有更直接的 validity。 --- # 12. 原生數位世界中的「實在」 如果研究問題是： > 新 scheduler 是否降低 latency？ 那麼真正 runtime 就是目標實在的一部分。 因此： $$ \operatorname{Run}(W_i) $$ 取得的不是： $$ \hat L_i $$ 模擬 latency， 而是： $$ L_i $$ 真正執行 latency。 所以： $$ \boxed{ \text{Digital-Native Counterfactual} } $$ 可以具有極高 reality coupling。 --- # 13. 物理問題仍然只是候選世界 如果研究： > 新型機器人控制器在真實地面是否穩定？ simulation branch： $$ W_i^{sim} $$ 即使成功， 也只能推出： $$ P( \text{physical success} \mid W_i^{sim} ) \uparrow. $$ 不能推出： $$ W_i^{physical} $$ 必然成功。 因此： $$ \boxed{ W^{sim} \neq W^{physical}. } $$ --- # 14. Reality Coupling Depth 可以延續前篇定義： $$ D_R $$ 表示反事實分支與目標世界的耦合深度。 例如： $$ D_R=0 $$ 純語言推演； $$ D_R=1 $$ 抽象 simulation； $$ D_R=2 $$ high-fidelity digital twin； $$ D_R=3 $$ 真實 computational runtime； $$ D_R=4 $$ direct physical experiment。 因此： $$ \boxed{ \text{Executable} \neq \text{Fully Reality-Coupled}. } $$ --- # 15. RSI 中最自然的反事實是「如果我改自己」 對 RSI 而言： $$ h_i $$ 往往是： - 改 memory； - 改 routing； - 改 search policy； - 改 evaluator； - 改 architecture。 所以： $$ W_i = \text{system state after self-modification }h_i. $$ 這使 self-improvement 本身成為： $$ \boxed{ \text{counterfactual world search}. } $$ --- # 16. 從候選模型到候選世界 一般 AutoML： $$ \{M_1,M_2,\ldots,M_n\} $$ 比較 models。 更完整 RSI： $$ \{ (M_i,R_i,E_i,G_i) \}_{i=1}^{n} $$ 比較的是整個研究世界。 因此： $$ \boxed{ \text{candidate model} \rightarrow \text{candidate self-improvement world}. } $$ --- # 17. 世界線可以改的不只模型 某個分支可能： $$ \Delta_i = \Delta M. $$ 另一個： $$ \Delta_j = \Delta R. $$ 另一個： $$ \Delta_k = \Delta E. $$ 甚至： $$ \Delta_l = ( \Delta M, \Delta R, \Delta E ). $$ 所以 executable counterfactual 讓 RSI 可以研究： > 如果連「改進方法」也換掉，未來世界會怎麼走？ --- # 18. 短期最優與長期最優可能不同 若分支只跑： $$ T=10 $$ 步， 某方法： $$ R_A $$ 可能最好。 但跑： $$ T=1000 $$ 步， $$ R_B $$ 可能超越。 因此 evaluator 應考慮： $$ Q_i(T). $$ 而不是只看： $$ Q_i(T_0). $$ 這使 executable world 特別適合研究： $$ \boxed{ \text{long-horizon consequences}. } $$ --- # 19. 反事實世界中的 Future Plasticity 一個分支現在能力高： $$ Q_A>Q_B. $$ 但： $$ P_A^{future} < P_B^{future}. $$ 也就是 A 更強但更僵化。 因此： $$ \boxed{ \text{current capability} \neq \text{future evolutionary value}. } $$ 可執行世界讓 RSI 可以直接比較多代後果。 --- # 20. Multi-Generation Branch Execution 可以讓： $$ W_i^{(0)} $$ 自己演化： $$ W_i^{(0)} \rightarrow W_i^{(1)} \rightarrow W_i^{(2)} \rightarrow \cdots $$ 比較： $$ Q_i^{(k)}, C_i^{(k)}, R_i^{(k)}, P_i^{(k)}. $$ 因此不只是： > 哪一代模型最好？ 而是： > 哪一條 RSI lineage 長期最好？ --- # 21. 世界線價值函數 可定義： $$ V(W_i) = \sum_{t=0}^{T} \gamma^t U( Q_{i,t}, C_{i,t}, R_{i,t}, G_{i,t}, P_{i,t} ). $$ 其中： - $Q$：capability； - $C$：compute； - $R$：redundancy； - $G$：generalization； - $P$：future plasticity。 這比只看 final score 更完整。 --- # 22. 反事實世界可以被提前淘汰 如果某分支在早期已明顯被支配： $$ W_i \prec W_j, $$ 則： $$ W_i $$ 可以停止。 這就是： $$ \boxed{ \text{Branch Pruning}. } $$ 所以： $$ N_{\mathrm{initial}} $$ 可以很大， 但： $$ N_t $$ 隨時間下降。 --- # 23. 世界線 pruning 不是只看分數 若： $$ Q_i 可以跑 被誤解成： > 一定是真。 --- # 36. 從反事實推理到實驗設計 如果 hypothesis space： $$ \mathcal H $$ 很大， 不能每個都 instantiate。 所以先： $$ \operatorname{Reason} : \mathcal H \rightarrow \mathcal H' $$ 再： $$ \operatorname{Instantiate} : \mathcal H' \rightarrow \mathcal W_E. $$ 因此： $$ \boxed{ \text{Reasoning reduces branch count;} \quad \text{execution reduces uncertainty.} } $$ --- # 37. 推理耦合與執行耦合 本文區分： $$ \boxed{ \text{Reasoning Coupling} } $$ 與： $$ \boxed{ \text{Execution Coupling}. } $$ Reasoning Coupling： 不同候選世界在推理中互相比較、約束。 Execution Coupling： 候選世界被實際運行後，結果再次影響其他世界的 prior、branch budget 與 hypothesis structure。 因此： $$ W_i \xrightarrow{E_i} D_i \rightarrow \mathcal W_{t+1}. $$ --- # 38. Cross-World Learning 若： $$ W_A $$ 失敗， 它的 failure condition： $$ F_A $$ 可以提前降低： $$ W_B,W_C $$ 中相似路徑的權重。 所以： $$ \boxed{ \text{world branches do not need to learn independently}. } $$ 可以共享： $$ K_{\mathrm{cross-world}}. $$ 這會降低整體 counterfactual compute。 --- # 39. Executable Counterfactual Compiler 可以設計： $$ \boxed{ \mathcal C_{\mathrm{ECW}} : (h,W_0) \rightarrow W_h } $$ 其工作包括： - parse hypothesis； - identify affected components； - compute typed delta； - generate isolated branch； - bind evaluator； - configure replay metadata。 也就是把： $$ \text{natural-language hypothesis} $$ 編譯成： $$ \text{executable world}. $$ 這可能成為 AI Self-Science 的核心 runtime。 --- # 40. 從 Prompt 到 World Program 今天： $$ \text{Prompt} \rightarrow \text{Answer}. $$ 未來可能： $$ \text{Intent} \rightarrow \text{World Program} \rightarrow \text{Execution} \rightarrow \text{Evidence}. $$ 例如： > 測試把 memory architecture 改成版本 B 是否能降低長任務 context cost。 系統不只是回答理論分析。 而是編譯出： $$ W_B $$ 真正執行。 --- # 41. 世界線也可以自我研究 更高階情況： $$ W_i $$ 內部本身也具有 RSI。 所以： $$ W_i \rightarrow W_i' \rightarrow W_i'' $$ 不同世界可以各自進化。 這變成： $$ \boxed{ \text{Counterfactual Lineage Competition}. } $$ 此時比較的不是單次 mutation， 而是： > 哪一種 RSI 方法在多代之後更好？ --- # 42. 這就是 Meta-RSI 的天然實驗平台 要比較： $$ R_A $$ 與： $$ R_B, $$ 可以建立： $$ W_A = (M_0,R_A,E_0,G_0), $$ $$ W_B = (M_0,R_B,E_0,G_0). $$ 讓它們運行： $$ k $$ 代。 再比較： $$ Q_A^{(k)}, C_A^{(k)}, R_A^{(k)}, P_A^{(k)} $$ 與： $$ Q_B^{(k)}, C_B^{(k)}, R_B^{(k)}, P_B^{(k)}. $$ 這是： $$ \boxed{ \text{Meta-RSI A/B World Test}. } $$ --- # 43. 但長期 world fork 會非常昂貴 若： $$ N $$ 分支， 每個分支再 fork： $$ b $$ 個， 深度： $$ d, $$ 則最壞： $$ N_d = Nb^d. $$ 這是 combinatorial explosion。 因此必須： - branch pruning； - shared state； - model-guided search； - multi-fidelity； - uncertainty threshold。 Executable Counterfactual 不是無限世界暴力展開。 --- # 44. 世界線選擇器 可以定義： $$ S(W_i) = \alpha V_i + \beta I_i - \gamma C_i - \delta R_i. $$ 其中： - $V_i$：expected value； - $I_i$：information gain； - $C_i$：compute cost； - $R_i$：risk。 只有： $$ S(W_i)>\tau $$ 才繼續。 這就是： $$ \boxed{ \text{Selective World Expansion}. } $$ --- # 45. 世界線執行的真正目的不是預測所有未來 不需要： $$ \text{simulate everything}. $$ 真正目標是： $$ \boxed{ \text{resolve decision-relevant uncertainty}. } $$ 如果某個差異： $$ \Delta_i $$ 不會影響決策， 就沒有必要完整跑。 這使反事實 runtime 保持有限。 --- # 46. 可執行反事實與科學方法 傳統科學： $$ \text{Hypothesis} \rightarrow \text{Experiment}. $$ 可執行反事實世界： $$ \text{Hypothesis} \rightarrow \text{World Construction} \rightarrow \text{World Evolution} \rightarrow \text{Comparison}. $$ 因此： $$ \boxed{ \text{Experiment} } $$ 可以被理解為： $$ \boxed{ \text{受控世界分岔}. } $$ 在物理科學中我們很難真正複製世界。 在計算機原生系統中，這件事部分可行。 --- # 47. 與 CWRCE 的關係 CWRCE 強調： $$ \boxed{ \text{WorldResponse can constrain Model}. } $$ Executable Counterfactual Worlds 進一步提供： $$ \boxed{ \text{Model can instantiate candidate worlds that generate responses}. } $$ 因此： $$ \text{Model} \rightarrow \text{World Branch} \rightarrow \text{Response} \rightarrow \text{Model Correction}. $$ 這是更密集的 Reality-Coupled Epistemic Loop。 --- # 48. 可證偽命題 ## 命題一：對計算機原生問題，可執行反事實優於純語言推演 在相同總成本下： $$ Q_{\mathrm{exec}} > Q_{\mathrm{reason-only}} $$ 應在大量可執行問題上成立。 --- ## 命題二：Branch-aware lineage 會提高回歸診斷效率 具有完整： $$ parent+\Delta+receipt $$ 的分支應更容易定位能力變化來源。 --- ## 命題三：Cross-world failure sharing 會降低重複搜尋成本 如果失敗知識可跨 branch 傳播， 則： $$ C_{\mathrm{total}} $$ 應低於完全獨立分支。 --- ## 命題四：長期多代 branch evaluation 會改變最佳 RSI 方法排序 即： $$ \arg\max_i Q_i^{(1)} $$ 不必等於： $$ \arg\max_i V(W_i^{0:T}). $$ --- ## 命題五：Reality Coupling Depth 越高，外部有效性通常越高，但實驗成本也越高 因此存在： $$ \boxed{ \text{Coupling–Cost Frontier}. } $$ --- # 49. 本文不主張 本文不主張： 1. 可執行世界等於真實世界； 2. 所有反事實都能實例化； 3. simulation 可以取代 physical validation； 4. fork 越多越好； 5. 所有 branch 都應永久保存； 6. 可執行世界沒有 evaluator bias； 7. computer-native runtime 沒有 implementation bug； 8. RSI 可以安全地任意 self-modify； 9. 世界線比較可以脫離 governance； 10. 本文已解決 branch explosion。 本文真正主張： $$ \boxed{ \text{只要反事實候選可以被安全地轉成可執行分支， 就不必讓所有「如果」永遠停留在語言與符號推演中。} } $$ --- # 50. 與前三篇的關係 第 1 篇： $$ R_t\neq R_{t+1} $$ RSI 方法本身可演化。 第 2 篇： $$ \text{Verification-Seeking Attractor} $$ 解釋為什麼可靠 RSI 偏好可驗證訊號。 第 3 篇： $$ C_{\mathrm{experiment}} \lesssim C_{\mathrm{reasoning}} $$ 說明計算機原生實驗成本可以非常低。 本文進一步得到： $$ \boxed{ \text{低成本驗證} + \text{可 fork 世界狀態} \rightarrow \text{Executable Counterfactual Worlds}. } $$ --- # 51. 通往第 5 篇 當 RSI 能建立大量可執行世界分支後，下一個問題是： > 哪個分支可以污染正式系統？ 答案不能是： > 跑得最好就直接覆蓋。 需要： $$ \boxed{ \text{Stable Branch} + \text{Exploration Branch} + \text{Regression} + \text{Transfer} + \text{Rollback} + \text{Lineage Verification}. } $$ 因此下一篇將正式展開： **《反身雙生 RSI：穩定分支、探索分支、回退與譜系驗證》**。 --- # 52. 結論 反事實推理的傳統形式是： $$ \text{如果世界不同，結果會如何？} $$ 計算機原生 RSI 則提供了一個新的可能： $$ \boxed{ \text{不要只想像那個世界； 把它 fork 出來，讓它跑。} } $$ 因此： $$ \text{Counterfactual Reasoning} $$ 可以進一步形成： $$ \boxed{ \text{Counterfactual Instantiation} \rightarrow \text{Counterfactual Execution} \rightarrow \text{World Comparison} \rightarrow \text{Structural Update}. } $$ 這不代表推理失去價值。 推理負責： $$ \boxed{ \text{決定哪些世界值得被建立。} } $$ 執行負責： $$ \boxed{ \text{讓那些世界自己產生證據。} } $$ 所以未來 AI Self-Science 的核心能力，可能不是無限模擬所有可能性，而是： $$ \boxed{ \text{以最低成本， 建立最有資訊價值的反事實世界， 並讓世界回應來淘汰自己的錯誤推理。} } $$ 當這個循環成熟後，RSI 的「想像未來」與「實驗未來」之間的邊界將逐漸模糊。 有些世界仍只能推理。 有些世界可以模擬。 而有些世界——尤其是計算機原生世界——真的可以暫時被建立出來。 這就是從世界線推理到世界線實例化的相位轉換。 --- # 既有 EveMissLab 前置 本篇主要承接： 1. **CWRCE-00｜跨世界實在耦合認識論** WorldResponse、Correction 與實在耦合認識閉環。 2. **CWRCE-03｜可能不等於可達：世界模型合法性與實際路徑** Conceivable、Legal、Reachable、Subject-Reachable 等層次的分離。 3. **ANWIS-01｜World State 作為 Canonical Substrate** canonical identity、temporal addressability、provenance、branch-aware identity。 4. **ANWIS-08｜反事實理論世界與分岔世界 Runtime** 反事實世界族與 branch runtime。 5. **小模型結構編譯與反身雙生研究計畫** stable model、reflexive branch、rollback、lineage receipt。 6. **RMCMA Extra B｜當記憶不再是記憶** Reconstructible Cognitive World 與跨模型、跨分支的可重建狀態。 7. **本系列第 1–3 篇** evolving RSI、Verification-Seeking Attractor、Computer-Native Experimental Science。 --- ## Canonical Source Note 本文件之 UTF-8 Markdown 原始碼為正式 source artifact。所有數學原始碼僅使用 ` $...$ ` 與 `$$...$$` 作為 canonical delimiter；不使用 Unicode 數學字元替代 LaTeX source，不進行 unicode escape round-trip，不自行美化反斜線、空白或 delimiter，不以聊天介面渲染內容取代正式原稿。