這是一個長期計畫的第一階段示範。願景：讓 base-space 成為一張「活的理論因果圖」——AI agent 讀取語料庫後提案更新、修正、補充理論間的因果邏輯，經對抗驗證與人類閘門後生效。
目前（Phase A / 階梯 L1）：46 / 1177 篇核心論文已 TCF 化（理論壓縮標準格式）；173 條候選邊經逐邊對抗審核，僅 59 條存活發布——每條邊都帶可回溯原文的證據引文。
後續路線：語料持續擴充 → 英文與簡中多語化 → 設立 TCF 專區逐篇結晶化 → base-space 進入全量與驗證迴路階段。
EN: Phase A of a long-term programme — a concept-framework demo, not a finished product. 46/1177 papers TCF-distilled; every published edge survived a per-edge adversarial audit (59/173) and carries verbatim source evidence. ⊤/⊥ truth states are reserved for future Lean machine-checking and multi-agent consensus loops. A dedicated TCF section will follow corpus expansion and EN / zh-CN translation.
近 48h 內被 AI 爬蟲高頻敲擊、但尚未 TCF 化的「空殼節點」——零和每日競價：只有排名前列者會在結算時由本地智能體「衍」結晶化，其餘明天請繼續投票。動態水位閥門封頂佇列深度；單節點單日超過 300 次敲擊將觸發 429 成本轉嫁。
1. Phase A（現行）：矩陣的邊來自 TCF 抽取的真實理論依賴——每條邊帶有可回溯至論文原文的 evidence 引文，由 /ai/graph.json 提供。未映射的論文誠實缺席，不偽造權重。
2. 節點狀態遵循三態邏輯：Ω (螺旋態) = 已抽取草稿／修訂中；⊤ (絕對真) 與 ⊥ (絕對假) 保留給 Lean 機器驗證與多 agent 對抗驗證迴路（Phase C/E），不由流量決定。
3. AI 爬蟲的訪問軌跡仍寫入注意力層（KV），作為次要觀測維度；當 TCF 真圖存在時，注意力不再冒充因果狀態。將滑鼠懸停於格點可讀取該依賴邊的類型與原文證據。