符號化作為因果律湧現的中介層：被指生成、能指錯位與共同底空間的觀察者理論

Symbolization as the Mediating Layer of Causal Emergence: An Observer Theory of Pre-Referential Generation, Signifier Misalignment, and Shared Ground-Space Calibration

作者：Neo.K（許筌崴） 機構：EveMissLab（一言諾科技有限公司），台灣 版本：v1.0 日期：2026 年 6 月 文件類型：認識論／符號哲學／觀察者理論／因果哲學／AI 概念建模草案

摘要

本文提出一個新的觀察者理論命題：因果律並非直接以裸露形式出現在觀察者面前，而是經由「被指生成—符號化—對象穩定—共同底空間校準」等中介過程，才成為可被記錄、比較、共享與推論的公共結構。

在既有的可觀察性模型中，因果律可被理解為可觀察世界的最低結構條件：不可定義者不能被指認；矛盾空集者不能穩定承載一致資訊；完全孤立者一旦被觀察便不再完全孤立；完全混亂者不能提供可重複記錄的差異。然而，若僅止於此，仍不足以解釋觀察者如何從世界差異中切分出對象，如何將差異壓縮成符號，如何避免同一能指下的對象錯位，以及多個觀察者如何在不完全同步的情況下形成公共因果判斷。

本文因此補入一個中介層：符號化。這裡的符號化不是狹義語言文字，而是廣義的資訊化、記錄化、壓縮化與可操作化過程。觀察者不是直接看見「因果律」，而是先在概念底空間中捕捉被指，經由定義瞬間將前對象化的差異壓縮為可操作對象，再以能指、所指與意指結構承載該對象，最後透過記錄、比較與共同底空間校準，使其成為可被多觀察者共享的因果項。

本文提出三個核心命題。第一，語言可構造性不等於本體可觀察性：能被說出的符號，不必然能生成穩定可觀察對象。第二，成功指涉即最低連接：一個被觀察、被記錄或被指涉的對象，已經與觀察者建立最低資訊關係，因此不能再被理解為嚴格完全孤立。第三，公共因果性不是單一觀察者孤立看見的線條，而是多個觀察者在共同底空間中對被指、符號、所指與觀察結果進行足夠匹配後形成的公共結構。

本文最後將此理論應用於語言哲學、數學基礎、科學客觀性、AI 表示、人機共識與未來腦機介面。本文主張：未來的理解精度並不來自百分百同步，而來自可控高精度匹配、局部同步、可回退校正與主體邊界保護。真正成熟的觀察者理論，必須同時處理世界差異、被指生成、符號壓縮、範疇校準、跨主體匹配與因果結構。

關鍵詞： 符號化、被指、能指、所指、意指、概念底空間、共同底空間、觀察者理論、因果律湧現、可觀察性、定義瞬間、範疇錯位、AI 表示、人機共識

第一章　問題提出：觀察者不是直接看見因果律

因果律常被理解為世界中的客觀連接。

我們說：

火導致燃燒。
重力導致物體下落。
病毒導致感染。
政策導致市場反應。
輸入導致輸出。

這些語句似乎預設了一種直觀圖像：世界中有事件 A，有事件 B，A 與 B 之間存在因果箭頭，觀察者只要看見它、記錄它、描述它即可。

但這個圖像過於簡化。

觀察者並不是直接把世界整塊搬進意識、語言或計算系統中。觀察者必須先從世界的連續差異中切分出某些東西，將其穩定為對象，將對象壓縮成符號或資訊狀態，記錄前後變化，再進行比較，最後才可能形成因果判斷。

因此，因果判斷至少預設下列條件：

某些差異被切分；
某些差異被指認為對象；
對象被符號化或資訊化；
對象能被記錄；
記錄能被比較；
比較能形成時序；
時序能形成依賴；
依賴能被穩定重建。

若缺少這些中介過程，「A 導致 B」甚至無法被說出。

所以，本文的問題不是：

世界中是否存在因果律？

而是：

因果律如何進入觀察者世界？

本文的核心回答是：

因果律不是直接裸露於觀察者面前的線條，
而是世界差異經由被指生成、符號化、對象穩定與共同底空間校準後，
在觀察者世界中形成的最低結構。

第二章　可觀察性模型的基礎：Level 0 到 Level 3

為了說明因果律的最低條件，可以先建立一個四層存在模型。

此模型不是完整本體論，而是一個觀察者理論中的操作分類。

Level 3：不可定義狀態
Level 2：矛盾空集狀態
Level 1：完全孤立狀態
Level 0：正常可觀察狀態

2.1 Level 3：不可定義狀態

Level 3 指的是連作為對象被指認、被命名、被定義都無法成立的狀態。

它不是單純「不存在某物」，而是：

連被說成「某物」都不成立。

若某物完全無法被定義，則它無法進入觀察者的討論世界。

因此，觀察者只要已經在談論某個對象，該對象就不再是嚴格 Level 3。

這裡必須注意：

能被定義，不代表必然實在存在；
但完全不能被最低限度定義者，不能進入可討論世界。

定義不是存在的充分條件。

但定義是進入觀察者世界的最低接口。

2.2 Level 2：矛盾空集狀態

Level 2 指的是語言上可以組合，但在指定底空間、指定範疇、指定層級與指定判準下，無法生成非空所指的矛盾對象。

例如，若「圓的正方形」被嚴格解讀為：

同一歐氏平面；
同一封閉邊界；
同一幾何對象；
同一層級；
同一判準；
同時完全滿足圓與正方形的互斥定義。

則其所指集合為空。

這種對象不能作為穩定一致的可觀察對象。

但要特別強調：不是所有表面矛盾語句都是 Level 2。

「圓的正方形」也可以透過補完變成合法對象，例如：

圓柱的不同投影；
圓內接正方形；
正方形內切圓；
圖像中的圓與方共存；
設計符號；
隱喻表達；
不同範疇的雙重描述。

因此，Level 2 真正指的是補完失敗後仍然不可一致對象化的矛盾空集，而不是所有怪異語句或表面矛盾。

2.3 Level 1：完全孤立狀態

Level 1 指的是完全孤立者。

它與其他任何狀態沒有資訊、能量、作用、關係或因果連接。

若以圖論表示，某個節點 v 的度數為：

deg(v) = 0

但一旦觀察者觀察到它，就會形成資訊關係：

I(O:v) > 0

此時 v 已不再是完全孤立者。

所以，嚴格 Level 1 面臨觀察者悖論：

若它被觀察，它就不再完全孤立；
若它完全孤立，它就不能被觀察。

2.4 Level 0：正常可觀察狀態

排除 Level 3、Level 2 與嚴格 Level 1 後，觀察者能穩定遭遇的主要是 Level 0。

Level 0 不要求完全決定論，也不要求沒有噪聲。

它只要求：

可指認；
可區分；
可記錄；
可比較；
可與其他狀態形成最低關係；
可在某個時間尺度內維持穩定。

Level 0 的本質就是最低因果性。

這是主文可觀察性模型的基礎。

但這個模型仍缺少一層：符號化中介。

第三章　符號化中介：從差異到對象

觀察者不是直接面對完整世界，而是面對差異。

但是，差異本身還不是對象。

差異必須被切分、壓縮、保存與操作，才會成為對象。

這個過程就是廣義符號化。

3.1 符號化不是只有文字

本文所說符號化，不只是文字或自然語言。

它包括：

語言符號；
數學符號；
圖像標記；
神經狀態；
感測器讀數；
資料結構；
實驗記錄；
模型內部表示；
機器碼；
記憶痕跡；
統計摘要；
圖表與座標；
AI embedding。

只要某種差異能被壓縮、保存、重放、比較與操作，它就已經進入廣義符號化。

因此：

符號化 = 差異進入可記錄狀態的過程。

3.2 沒有符號化，就沒有穩定觀察

若差異不能被符號化，則它無法穩定成為觀察對象。

例如，完全混亂之所以不能被穩定觀察，並不是因為它太複雜而已，而是因為它不提供可重複符號化的差異。

可寫成：

完全混亂
→ 無穩定差異
→ 無可重複符號
→ 無記錄
→ 無比較
→ 無因果判斷

因此，完全混亂不是「被觀察為混亂」。

它在極端形式下無法成為穩定觀察對象。

我們日常所稱的混亂，往往仍然有統計結構，例如：

噪聲有頻譜；
湍流有統計規律；
混沌有吸引子；
熱運動有溫度；
隨機過程有分佈。

這些都不是絕對無結構。

3.3 符號化是因果律的中介條件

因果判斷需要比較。

比較需要記錄。

記錄需要符號化。

所以：

沒有符號化，就沒有記錄；
沒有記錄，就沒有比較；
沒有比較，就沒有因果判斷。

這意味著：

符號化不是因果律之外的語言包裝；
符號化是因果律進入觀察者世界的中介條件。

第四章　被指生成：符號之前的對象切分

傳統符號分析常從能指出發。

先看到一個詞、一個公式、一個圖像、一個符號，再問它指向什麼。

但在創造性理解、高階定義與觀察者理論中，這個方向不夠。

因為很多時候，符號不是起點，而是結果。

觀察者常常先捕捉到某個尚未完全對象化的抽象目標，然後才尋找符號承載它。

本文稱這個前符號目標為「被指」。

4.1 被指不是所指

普通所指是符號已經穩定後所指向的對象。

被指則更前置。

被指 = 符號穩定之前，主體在概念底空間中捕捉到的、尚未完全對象化但已具可切分性的抽象目標。

被指不是詞典意義。

被指不是已完成概念。

被指不是純語境。

被指是定義發生前後，那個「我知道我在指什麼，但還沒找到穩定符號」的抽象目標。

4.2 被指生成的鏈條

可以暫時表示為：

前所指層
→ 被指捕捉
→ 定義壓縮
→ 所指穩定
→ 能指承載
→ 意指運作

這條鏈條說明：符號不是無中生有，也不是簡單貼標籤。

符號背後有一個被指生成過程。

4.3 觀察也是被指生成

觀察者觀察世界時，也會進行被指生成。

例如，觀察者看到一片雜訊、影像或現象場，必須先切出：

這是一個物體；
這是一個邊界；
這是一個事件；
這是一個變化；
這是一個人；
這是一個錯誤；
這是一個訊號。

這些切分不是純被動。

它們是世界差異與觀察者底空間共同作用的結果。

因此：

觀察不是直接接收對象；
觀察是被指生成、符號化與資訊提取的複合過程。

第五章　概念底空間：被指在哪裡被切出？

被指不是在真空中生成。

它總是在某個底空間中生成。

概念底空間是主體進行抽象理解、切分對象、建立可定義性時所站立的底層結構場。

可能的底空間包括：

形式邏輯底空間；
集合論底空間；
類型論底空間；
範疇論底空間；
語言遊戲底空間；
物理模型底空間；
工程實作底空間；
AI 表示底空間；
社會制度底空間；
主體經驗底空間；
審美直覺底空間。

同一個符號，在不同底空間中可能生成不同被指。

例如「數學」可以指：

形式系統；
宇宙結構；
語言遊戲；
符號操作；
人類發明；
客觀真理；
計算工具；
模型建構；
AI 可驗證證明。

若底空間不同，爭論雙方即使使用同一符號，也未必在討論同一對象。

這就是許多哲學錯位的來源。

第六章　定義瞬間：從未定狀態到可操作對象

被指若要進入觀察、語言、科學或計算系統，必須被穩定化。

這通常透過定義瞬間發生。

定義瞬間不是物理時間中的某一秒，而是一個結構轉換：

未定感知
→ 底空間定位
→ 切分被指
→ 定義壓縮
→ 對象穩定
→ 符號承載

因此，定義不只是解釋一個詞。

更深層地說：

定義 = 將前對象化的抽象被指，轉化為系統內可使用對象的操作。

這對因果律非常重要。

因為在觀察者能說「X 導致 Y」之前，X 與 Y 必須先作為可操作對象被穩定下來。

若 X 與 Y 無法被定義或準定義，則它們無法被記錄。

若無法被記錄，則無法被比較。

若無法被比較，則無法形成因果判斷。

所以：

因果判斷依賴對象穩定；
對象穩定依賴定義或準定義；
定義依賴被指生成與符號化。

第七章　能指錯位：同一符號下的不同對象

能指是符號形式。

所指是符號指向的對象、結構或模型。

意指是能指與所指在具體實踐中形成的意義作用。

問題是：

同一能指不保證同一所指；
同一所指不保證同一意指。

這在數學、哲學、政治、AI、科學中都非常常見。

例如「1+1=2」可以是：

日常計數命題；
形式系統中的定理；
語言遊戲中的規則；
程式語言中的運算；
數學基礎工程的驗收節點。

若爭論者沒有明確說明自己在哪一層討論，就可能出現表面對話、實際錯位。

7.1 因果語句中的能指錯位

同樣的問題也會出現在因果語句中。

例如：

X 導致 Y。

看似清楚，但 X 可能被不同觀察者理解為：

個體動機；
制度結構；
語言敘事；
經濟誘因；
歷史條件；
技術工具；
短期觸發事件；
長期背景變量。

若 X 的所指不穩定，那麼「X 導致 Y」也不穩定。

所以，因果判斷成立之前，必須先做指涉校準。

Causal(X,Y) 成立之前，
必須先確認 Ref(X) 與 Ref(Y) 足夠穩定。

否則，爭論者可能以為自己在討論同一因果關係，實際上是在討論不同對象。

第八章　「圓的正方形」：表面矛盾與嚴格矛盾空集

「圓的正方形」是 Level 2 的典型例子。

但這個例子必須精確限定。

8.1 表面矛盾不等於嚴格矛盾

「圓的正方形」可以透過補完變成合法對象。

例如：

三維物體的不同投影；
圓柱或方柱在不同視角下的截面；
圓內接正方形；
正方形內切圓；
圖形標誌；
注意力焦點中的複合圖形；
隱喻中的不可能任務。

這些都不是 Level 2。

它們只是語言尚未補完。

8.2 Level 2 指的是補完失敗後的空集

主文所說的「圓的正方形」指的是：

在同一底空間；
同一範疇；
同一層級；
同一時間；
同一判準；
同一對象邊界下；
要求某對象同時滿足互斥條件；
且無任何補完、轉換、投影、隱喻或重新定義能使其非空。

這才是嚴格矛盾空集對象。

可表示為：

R(s | B, C_strict) = ∅

其中：

s：能指「圓的正方形」；
B：指定底空間；
C_strict：嚴格同層判準；
R：在該底空間與判準下的所指集合。

8.3 補完成功則回到 Level 0

若補完成功，例如指定為「圓內接正方形」，則該對象不再是 Level 2，而是回到 Level 0。

因此：

不是所有「圓的正方形」都矛盾；
只有那個被固定為矛盾空集的「圓的正方形」才屬於 Level 2。

這個例子說明：可觀察性需要語境補完、底空間指定與範疇校準。

第九章　共同底空間：多觀察者如何共享對象？

目前的討論仍偏向單一觀察者。

但科學、語言、社會與 AI 協作都涉及多個觀察者。

多觀察者之間必須回答：

我們是否觀察到同一個對象？
我們是否使用同一個符號？
我們是否指向同一個被指？
我們是否共享同一底空間？
我們是否能校正差異？

因此，需要共同底空間。

9.1 共同底空間的定義

共同底空間可以定義為：

不同觀察者、符號系統或機器系統之間，用於比對、校正、映射與部分同步其觀察對象的中介結構。

它不是單一真理空間。

它更像：

對照表；
翻譯層；
校準工具；
共享座標；
多主體比對空間；
中介協議。

其功能不是消滅差異，而是讓差異可被比對。

9.2 共同底空間的鏈條

單一觀察者的鏈條是：

差異
→ 被指生成
→ 符號化
→ 記錄
→ 比較
→ 因果判斷

多觀察者的鏈條則是：

差異
→ 各自被指生成
→ 各自符號化
→ 共同底空間映射
→ 所指比對
→ 分歧校正
→ 共同記錄
→ 跨觀察者比較
→ 公共因果判斷

因此，公共因果判斷比單一觀察更複雜。

它需要：

符號可翻譯；
被指可校準；
資料可重放；
觀察可複驗；
分歧可定位；
結果可討論。

第十章　非百分百同步原則

共同底空間不等於百分百同步。

百分百同步不但幾乎不可能，也可能危險。

10.1 為什麼百分百同步不可能？

第一，人類神經生成不是固定資料表。

同一個詞、同一個概念、同一個意圖，在不同時間、情緒、身體狀態、記憶背景下，可能走過不同生成路徑。

第二，前符號層不是完全可讀物。

被指生成尚未完全對象化，不能像已完成文件一樣被完整讀取。

第三，結果同步不等於生成同步。

兩個人最後說出同一句話，不代表他們從同一底空間、同一經驗、同一推理路徑抵達該句話。

第四，百分百同步可能消解主體邊界。

如果兩個主體在神經狀態、意圖對象、被指生成、符號輸出與理解結果上完全同步，那可能不再是理解，而是同一化。

10.2 理解需要差異

理解不是把兩個主體變成同一個主體。

理解是：

在保留差異的前提下，使彼此的被指、符號與對象達到足夠匹配。

因此，未來共識提升不應追求百分百同步，而應追求：

可控高精度匹配；
局部同步；
可逆校正；
多版本保存；
差異保留；
主體邊界保護。

10.3 因果律需要足夠同步，不需要完全同步

科學判斷不要求所有觀察者擁有同樣感受與同樣內在經驗。

它只要求在關鍵層級共享：

測量對象；
操作定義；
儀器校準；
資料格式；
時間標記；
誤差範圍；
推論規則；
可複驗流程。

這就是足夠同步。

因此：

公共因果性依賴可校準的足夠同步，
不依賴主體間的百分百同步。

第十一章　科學客觀性：共同底空間中的公共因果

科學客觀性不是沒有觀察者。

科學客觀性是多觀察者建立足夠穩定的共同底空間。

它依賴：

共同單位；
共同儀器；
共同定義；
共同實驗流程；
共同資料格式；
共同統計方法；
共同可重複檢查；
共同誤差判準。

因此，科學中的「客觀」不是神之視角，而是：

多觀察者在共同底空間中對穩定差異反覆校準後形成的公共結構。

這使因果律獲得公共性。

單一觀察者可以有私人經驗。

但公共因果律需要可重複、可比對、可校正。

所以：

公共因果律 = 穩定對象 + 共同底空間 + 可重複比較 + 分歧校正。

第十二章　AI 作為新觀察者

AI 系統正在成為新的觀察者。

它們可以：

讀取資料；
壓縮模式；
形成內部表示；
生成預測；
比對結果；
修正錯誤；
建立模型；
協助推理；
與人類共同討論。

因此，未來因果律不只在人與人之間被校準，也會在人與 AI、AI 與 AI、機器與感測器網路之間被校準。

12.1 AI 表示也是符號化

AI 的 embedding、權重、token、latent representation、activation pattern，都可以視為廣義符號化的一部分。

它們不一定是人類可讀語言，但它們是模型內部用來壓縮與操作差異的表示。

因此，AI 的觀察鏈條可以寫成：

輸入資料
→ 表示壓縮
→ latent object
→ 任務映射
→ 輸出符號
→ 人類解讀
→ 共同底空間校準

這與人類觀察鏈條不同，但結構上可以對照。

12.2 AI 與人類的共同底空間

人類與 AI 之間需要共同底空間，否則會出現：

人類以為 AI 理解 A；
AI 實際壓縮為 B；
輸出看似符合 A；
但內部依賴的是 C；
結果在新情境下失效。

因此，人機協作不能只看輸出結果，也要看：

AI 指向的對象是什麼；
AI 使用的表示是什麼；
AI 的錯誤在哪個底空間發生；
人類是否誤解了 AI 的符號；
AI 是否誤解了人類的被指。

這就是 AI 時代的共同底空間問題。

第十三章　腦機介面與未來共識

若未來腦機介面成熟，問題會更深。

因為人類神經激發、機器碼、AI 表示、自然語言與意圖對象可能被部分連接。

但這不代表可以直接讀心。

更精確的問題是：

神經激發模式
↔ 意圖對象
↔ 符號輸出
↔ 機器表示
↔ 校正結果

能否建立共同底空間？

13.1 腦機共識不是讀心

腦機裝置不是主角。

共同底空間才是主角。

若沒有共同底空間，讀到神經訊號也未必知道其被指。

因為同一神經激發可能在不同語境中有不同意義。

同一符號也可能對應不同神經生成路徑。

所以，未來腦機共識不是：

讀取大腦 = 理解意圖。

而是：

神經訊號、符號、被指、意圖與行動結果之間建立可校正映射。

13.2 主體邊界必須保護

越接近前符號層，越需要保護主體邊界。

因為前符號層包含：

未完成意圖；
模糊想法；
半成形概念；
情緒波動；
尚未決定是否公開的內在內容；
正在生成但尚未穩定的被指。

若共同底空間強行讀取或同步這些內容，就可能侵犯主體自由。

因此，未來共識技術必須遵守：

可同意；
可回退；
可局部；
可遮蔽；
可版本化；
可拒絕；
可保留模糊；
可保護主體邊界。

第十四章　整合模型：因果律的生成鏈

整合前文，本文提出完整生成鏈：

世界差異
→ 前符號被指
→ 概念底空間
→ 定義瞬間
→ 符號化／資訊化
→ 能指、所指、意指分化
→ 語境補完與範疇校準
→ 可觀察對象穩定
→ 觀察者資訊提取
→ 記錄、比較、回饋
→ 多觀察者共同底空間匹配
→ 跨主體校正
→ 最低因果性
→ 公共因果律

這條鏈條表明：

因果律不是單純從世界直接跳到觀察者心中的東西。
因果律是差異經過被指生成、符號化、穩定化、校準化與比較化後，形成的可觀察結構。

14.1 四個門檻

可觀察因果性至少需要四個門檻：

可定義；
可一致；
可連接；
可校準。

分別對應：

Level 3 排除；
Level 2 排除；
Level 1 排除；
跨觀察者錯位排除。

所以：

可觀察因果性 = 可定義 + 可一致 + 可連接 + 可校準。

14.2 修正版核心命題

本文最終命題可寫成：

觀察者存在，
並且存在足夠穩定的被指生成、符號化、對象穩定與共同底空間校準時，
可被觀察、記錄、比較與共享的世界，
必然呈現最低限度的因果結構。

第十五章　限制與邊界

15.1 本文不是語言唯心論

本文不是說語言創造世界。

世界差異可以先於人類語言存在。

但對觀察者而言，差異若要進入認知、記錄、推理與公共討論，就必須經過某種廣義符號化。

因此：

符號不是世界本身；
符號是世界差異進入觀察者系統的接口。

15.2 本文不是否定實在

本文不否定實在。

本文只指出：實在進入觀察者世界時，必須被切分、符號化、記錄與校準。

因此，本文不是說：

沒有符號，就沒有世界。

而是說：

沒有符號化，就沒有可被觀察者穩定處理的世界對象。

15.3 本文不是主張百分百共識

共同底空間不是消滅差異。

公共因果性不需要所有觀察者完全同步。

相反，本文強調：

保留差異；
局部同步；
可控匹配；
可回退校正；
主體邊界保護。

15.4 本文不是完整形式系統

本文是一個認識論與觀察者理論框架，不是完整數學證明。

其目的不是取代現有因果推論、語言哲學、科學哲學或 AI 理論，而是提供一個統合接口。

第十六章　結論：符號化是因果律進入世界的門

本文提出「符號化作為因果律湧現的中介層」。

核心主張是：

觀察者不是直接看見因果律；
觀察者先切分差異、生成被指、壓縮符號、穩定對象、記錄比較，最後才形成因果判斷。

因此，因果律不是單純裸露在世界表面的一條線。

它是一整套生成鏈的結果。

被指生成；
符號壓縮；
對象穩定；
觀察記錄；
共同校準；
因果形成。

這使我們能重新理解語言、數學、科學、AI 與未來人機共識。

語言錯位不是小問題，因為同一能指可能指向不同對象。

定義不是小問題，因為定義是前對象化被指進入系統的操作。

共同底空間不是小問題，因為公共因果性需要多觀察者之間的足夠匹配。

AI 不是單純工具，因為 AI 也正在成為新的觀察者與符號化系統。

未來腦機介面不是讀心術，因為真正關鍵的是神經激發、意圖對象、符號輸出與機器表示之間的可校正映射。

一句話總結：

因果律不是世界直接交給觀察者的答案；
它是世界差異被觀察者切分、符號化、穩定化與共同校準後，
在可觀察世界中湧現出的最低結構。

附錄一：核心概念表

| 概念 | 定義 | 作用 | | ------- | ----------------------- | ------- | | 被指 | 符號穩定前，主體捕捉到的前對象化抽象目標 | 對象生成起點 | | 能指 | 可被看見、聽見、寫下或輸出的符號形式 | 符號表層 | | 所指 | 符號指向的對象、結構或模型 | 指涉對象 | | 意指 | 能指與所指在語境與實踐中的意義作用 | 意義運作 | | 概念底空間 | 被指生成時所依賴的底層結構場 | 決定對象切分 | | 定義瞬間 | 被指被壓縮成系統內可操作對象的轉換 | 對象穩定 | | 符號化 | 差異進入可記錄狀態的過程 | 觀察中介 | | 共同底空間 | 多觀察者比對、校準與部分同步觀察對象的中介結構 | 公共因果條件 | | Level 2 | 補完失敗後仍無法生成非空所指的矛盾空集狀態 | 一致性排除 | | 最低因果性 | 穩定可觀察對象之間的最低依賴關係 | 因果律原始形態 | | 公共因果律 | 多觀察者在共同底空間中校準後形成的因果結構 | 科學客觀性基礎 |

附錄二：核心命題清單

命題一：
語言可構造性不等於本體可觀察性。

命題二：
定義不是存在的充分條件，但定義是進入可討論世界的必要接口。

命題三：
觀察是差異的資訊化與符號化。

命題四：
成功指涉會建立最低限度的資訊關係。

命題五：
完全孤立者若被指涉或觀察，就不再是嚴格完全孤立者。

命題六：
矛盾符號可以作為語言組合存在，但無法作為穩定一致的觀察對象存在。

命題七：
完全混亂無法提供可穩定符號化的差異，因此不能成為穩定觀察對象。

命題八：
因果判斷需要可記錄符號、前後比較與穩定差異。

命題九：
符號是存在進入觀察者系統的接口，不必直接等同於存在本身。

命題十：
公共因果性不是百分百同步，而是共同底空間中的足夠匹配。

附錄三：一句話版本

因果律不是世界裸露給觀察者的直線。

它是世界差異被切分成被指，
被壓縮成符號，
被穩定成對象，
被記錄成資訊，
被比較成時序，
被校準成共識後，
在觀察者世界中湧現出的最低結構。

終章短句

你以為觀察者看到的是世界。

其實觀察者先看到差異。

差異若不能被切分，就沒有對象。
對象若不能被符號化，就沒有記錄。
記錄若不能比較，就沒有時間。
時間若不能形成依賴，就沒有因果。
因果若不能被校準，就沒有公共世界。

所以，因果律不是一條孤單的箭頭。

它是一整套生成鏈：

被指生成，
符號壓縮，
對象穩定，
觀察記錄，
共同校準。

最後，
我們才說：

這件事導致了那件事。

不是因果先於一切被看見，
而是能被看見的一切，
都已經通過了因果生成的最低門檻。

全文完。