title: "先驅性因果系統斷裂與 AI 複雜度治理" subtitle: "超前系統作品為何無法被組織繼承，以及人工智慧如何提高可治理因果複雜度" version: "v0.1" date: "2026-07-20" author: "Neo.K × AI 協作整理" type: "命題研究／方法論論文" status: "研究草案" keywords: - "先驅性因果系統斷裂" - "因果契約" - "認知所有權" - "世界模擬" - "知識失傳" - "Legacy System" - "AI Agent" - "複雜度治理" disclaimer: "本文提出的是跨案例解釋模型。涉及企業內部決策、團隊能力與歷史原因之處，除已有公開資料者外，皆應視為研究假說，而非對特定公司或個人的事實指控。"

先驅性因果系統斷裂與 AI 複雜度治理

超前系統作品為何無法被組織繼承，以及人工智慧如何提高可治理因果複雜度

摘要

在遊戲史、軟體史與大型資訊系統中，經常出現一種反常現象：

某個小型團隊在早期硬體、有限資源與不成熟工具條件下，創造出高度先驅、具有深層因果耦合的系統；但即使作品獲得肯定、公司仍然存續、原始碼與智慧財產權仍存在，後續團隊卻無法真正延續該作品的核心精神與技術結構。

此現象通常被簡化為市場不接受、公司變保守、原作者離職、後續團隊能力不足、商業壓力或硬體平台變遷。然而，這些解釋仍不足以回答一個更深層的問題：

為什麼公司明明擁有作品，卻不再擁有重新製造同類作品的能力？

本文提出「先驅性因果系統斷裂」概念，用以描述一種特殊的知識與組織失敗：

某個系統的實際因果複雜度、隱含知識密度與維護需求，超過其所屬組織可長期承載、傳遞、驗證與商品化的能力，導致作品的法律所有權被保留，但認知所有權、因果契約與再生產能力逐步消失。

本文進一步主張：

公司擁有作品，不等於公司理解作品；
複雜系統的核心不是功能清單，而是跨系統因果契約；
超前作品常死於「不可繼承」，而不只是市場失敗；
高因果複雜度與正常商業週期存在結構性衝突；
AI 的重要作用不是單純生成更多程式碼，而是提高人類與組織可治理的因果複雜度上限。

一、問題提出

1.1 技術倒退悖論

許多先驅作品在首次出現時，已具備：

世界不完全以玩家為中心；
NPC 具有持續狀態；
事件會互相改變；
世界具有時間、歷史與記憶；
玩家失敗不必導致重置；
故事由系統運轉後產生；
不同子系統之間存在長期耦合；
玩家只是世界內部的一個有限主體。

然而，後續作品即使擁有更強 CPU、更多記憶體、更成熟引擎、更大團隊與更高預算，反而可能失去原作最重要的世界感。

因此：

\text{硬體能力上升} \not\Rightarrow \text{因果世界深度上升}

甚至可能出現：

\text{硬體能力上升} + \text{製作成本上升} \Rightarrow \text{可維護因果深度下降}

這表示真正的限制不只在硬體，也在於人類與組織的理解、維護與驗證能力。

二、先驅性因果系統

2.1 定義

「先驅性因果系統」是指：

在當時技術、商業與設計環境中，較早建立跨時間、跨角色、跨制度、跨模組因果耦合，並能產生非完全預製行為與歷史結果的軟體系統。

其核心特徵是：

狀態具有持續性；
行動具有後果；
後果會進入其他系統；
世界可在玩家缺席時變化；
敘事不完全由腳本決定；
系統能形成開發者未逐條預寫的結果。

2.2 功能集合不等於因果世界

一個遊戲可以同時擁有：

婚姻；
派系；
聲望；
經濟；
任務；
城鎮；
犯罪；
老化；
死亡。

但若各功能彼此隔離：

婚姻只改變 UI 標籤
聲望只改變商店價格
派系只改變敵我顏色
死亡只移除角色
任務只改變獎勵

那它仍只是功能集合。

真正的因果世界則是：

角色結婚
→ 家庭關係成立
→ 財產與居住狀態變化
→ 親屬圖擴張
→ 任務條件改變
→ 派系關係傳遞
→ 子代可能出現
→ 死亡後產生繼承
→ 城鎮人口與權力結構變化

因此，真正珍貴的不是「有結婚系統」，而是：

婚姻在整個世界因果網絡中承擔什麼作用。

三、因果契約

3.1 定義

「因果契約」是指：

一個子系統與其他子系統之間，對狀態、事件、順序、例外、持久性與結果所形成的隱含或明示約束。

例如：

死亡角色不得再次成為活動角色；
城鎮毀滅後，依賴該城鎮的任務必須失效、失敗或遷移；
婚姻關係必須雙向一致；
家族繼承必須依賴有效親屬；
任務發起者死亡後，任務狀態必須轉換；
同一角色不能同時存在於兩個互斥位置；
某些歷史事件一旦發生，不得被普通流程任意逆轉。

3.2 原始碼不足以保存因果契約

原始碼可以顯示：

變數如何變化
函式如何呼叫
資料如何讀寫

但未必能顯示：

為什麼必須如此
哪些例外不可刪除
哪些不平衡是設計目的
哪些 Bug 已被世界結構吸收
哪些系統依賴這個呼叫順序

所以：

\text{程式碼保存} \neq \text{因果知識保存}

並且：

\text{可編譯} \neq \text{可理解} \neq \text{可安全擴張}

四、法律所有權與認知所有權

4.1 法律所有權

公司可能擁有：

著作權；
商標；
原始碼；
美術與音樂資產；
發行權；
修改權；
衍生作品權。

4.2 認知所有權

本文提出「認知所有權」：

一個組織對其系統之設計原理、因果契約、架構邊界、例外條件、測試方法與演化方向，所具有的實際理解與再生產能力。

若公司仍擁有權利，但：

無人能完整解釋系統；
不敢修改核心；
無法重建舊版本；
不知道哪些行為是 Bug；
無法預測新增規則的後果；
無法重現原作世界感；

那麼它可能已失去認知所有權。

因此：

L \not\Rightarrow C

其中：

(L)：Legal Ownership，法律所有權；
(C)：Cognitive Ownership，認知所有權。

公司可以具有高 (L)，卻具有低 (C)。

五、先驅性因果系統斷裂

5.1 定義

「先驅性因果系統斷裂」是指：

一個原本能運作的高密度因果系統，因核心知識未被制度化、平台與人員變遷、測試能力不足、商業週期壓力或架構不可觀測，導致其後續只能保留表面功能、品牌或素材，而無法延續原始因果結構的現象。

5.2 典型斷裂流程

少數人建立高密度系統
→ 作品成功
→ 成功原因被宣傳語簡化
→ 核心成員離開或轉案
→ 隱含知識未外部化
→ 平台與市場改變
→ 新團隊以功能清單理解作品
→ 系統交互逐步減少
→ 品牌保留
→ 因果精神消失

5.3 品牌延續與世界模型死亡

表面延續可能包括：

系列名稱；
世界觀；
美術；
職業；
戰鬥；
自由選項；
多結局；
隨機任務。

深層斷裂則表現為：

世界不再自行運轉；
NPC 不再具有持久歷史；
事件不再互相改變；
玩家重新成為唯一中心；
世界缺乏不可逆記憶；
故事重新變成等待觸發的內容。

品牌可以延續，世界模型卻可能已經死亡。

六、七階段斷裂模型

第一階段：少數人建立異常高密度系統

早期小團隊常透過反覆實驗形成系統：

直覺
→ 實作
→ 發現湧現
→ 增加規則
→ 修補例外
→ 再次壓縮

最後形成：

高語義密度；
高隱含知識；
高個人依賴；
高耦合；
低文件化。

第二階段：成功原因被市場語言取代

真正原因可能是：

狀態持久性；
世界非玩家中心；
歷史不可逆；
NPC 與制度共享狀態；
事件跨系統傳播。

市場卻會將其簡化為：

自由度高；
NPC 很聰明；
每次體驗不同；
世界很真實。

這些是結果，不是機制。

第三階段：核心知識分散

核心成員離職、退休、轉案或升任管理職後，若知識未外部化，系統就失去解釋中心。

第四階段：平台與商業目標改變

例如：

PC → 家用主機；
2D → 3D；
文字 → 影音；
單機 → 線上；
小眾長尾 → 首發銷售。

資源開始轉向：

圖像；
演出；
操作；
戰鬥；
教學；
宣傳；
平台認證。

不可見的因果內核反而被削弱。

第五階段：世界模型被拆成功能清單

原本的：

互相依存的世界狀態

被重新理解為：

婚姻系統
任務系統
聲望系統
派系系統
經濟系統
事件系統

功能仍存在，彼此卻不再真正耦合。

第六階段：商業風險迫使系統降階

高度耦合系統具有：

難以窮舉測試；
難以重現錯誤；
長期歷史難驗證；
隨機性與狀態交互；
存檔與版本遷移困難；
平衡問題非局部化。

為了確保發售日、品質與客服可控，最安全的選擇往往是：

減少系統交互
＋ 增加固定腳本
＋ 增加可驗證內容

第七階段：品牌存在，精神消失

最後仍然可以有：

相同名稱；
相似職業；
熟悉設定；
自由度宣傳；
多選項形式。

但原始核心已消失：

世界主體性；
長期因果；
歷史生成；
非玩家中心；
不可逆生命歷程。

七、人類可維護因果複雜度上限

7.1 第二種技術上限

傳統技術史重視 CPU、RAM、GPU、儲存與網路。

但世界模擬還受到另一個限制：

人類團隊能理解、驗證與持續修改多少相互耦合的狀態與規則。

本文將其稱為「可維護因果複雜度上限」。

M_c = f(H,D,O,T,S,E)

其中：

(H)：團隊共享心智模型；
(D)：文件與知識外部化；
(O)：系統可觀測性；
(T)：測試能力；
(S)：架構分層；
(E)：經濟與組織承載力。

7.2 複雜度不是簡單相加

若系統有 (n) 個子系統，總複雜度不是：

C = \sum_i C_i

而更接近：

C = \sum_i C_i + \sum_{i\ne j} I_{ij} + \sum_{i,j,k} I_{ijk} +\cdots

其中：

$C_i$ ：單一子系統複雜度；
$I_{ij}$ ：兩系統交互；
$I_{ijk}$ ：三系統交互。

真正造成爆炸的，是交互項。

7.3 抽象程度高不等於容易維護

老系統可能使用：

位元旗標；
共用陣列；
全域狀態；
特殊整數；
隱含呼叫順序；
多用途欄位；
手工記憶配置。

這類程式可能極度精巧，但同時具有：

高語義密度；
低可觀測性；
高作者依賴；
高交接風險。

精巧不等於可繼承，抽象不等於可解釋。

八、線性內容與因果世界

8.1 線性內容具備局部可測試性

在線性遊戲中，新增內容通常是：

新增地圖
新增敵人
新增劇情
新增技能

驗證可以表示為：

到達 A
→ 觸發 B
→ 打敗 C
→ 播放 D

8.2 因果世界具有非局部性

在因果世界中，新增疾病可能造成：

疾病
→ 人口死亡
→ 家族解體
→ 勞動力不足
→ 物價上升
→ 城鎮衰敗
→ 治安惡化
→ 派系衝突
→ 任務生成改變
→ 玩家路線改變

因此，修改疾病不只影響醫療系統，而可能改變整個歷史。

因果系統的修改具有非局部性。

九、案例抽象

9.1 ARTDINK 與《Lunatic Dawn》

《Lunatic Dawn》系列曾較早探索：

非固定主線；
普通冒險者人生；
善惡選擇；
NPC 關係；
時間、老化與死亡；
動態任務；
非玩家中心的世界感。

其後續作品雖延續品牌與自由冒險概念，卻未必持續深化《前途への道標》所代表的世界模型。

一個合理假說是：

當年的因果系統，已超過一般後續團隊可安全理解、擴張與商品化的程度。

這仍需透過原始碼、開發者訪談、團隊變動、版本差異與系統行為進一步驗證。

9.2 《Dwarf Fortress》

《Dwarf Fortress》展示了高深度世界模擬可以長期存在，但其條件特殊：

核心創作者長期連續；
開發週期不完全服從一般商業制度；
玩家接受長期未完成；
系統願景持續擴張。

它證明：

深度因果系統不是做不到，而是難以和一般企業流程同時成立。

9.3 《RimWorld》

《RimWorld》沒有複製《Dwarf Fortress》的全部尺度，而是抽取：

少量核心角色；
心情與關係；
生存壓力；
AI storyteller；
事件驅動；
系統性故事。

這是一種「因果壓縮」：

保留最能產生故事的耦合，刪除難以商品化的完整世界尺度。

9.4 《Ultima Online》生態系

早期《Ultima Online》曾嘗試建立資源與生態系統。公開回顧顯示，原始模型在團隊內部理解、重寫與接受程度上出現問題，最終未被完整保留。

此案例顯示：

複雜系統不一定因技術失敗消失，也可能因團隊無法共享同一模型而被簡化。

9.5 《Black & White》生物 AI

《Black & White》的生物學習與行為系統高度依賴特定核心開發者，也產生大量難以完全預測的湧現。

這類系統同時具有：

高驚艷性；
高測試難度；
高平衡難度；
高續作風險；
高知識集中。

湧現對玩家是奇蹟，對商業團隊也可能是不可控風險。

十、三種傳承模式

10.1 人格連續型

依賴原始創作者持續維護。

優點：

核心精神保存度高；
隱含知識不易失傳。

缺點：

高個人依賴；
交接困難；
完成時間不確定；
難以制度化。

10.2 因果壓縮型

抽取最重要的生成核心，降低整體尺度。

完整世界模型
→ 找出最小故事生成核心
→ 降低角色與制度尺度
→ 提升可讀性與商品化

優點：

容易測試；
容易理解；
容易商品化。

缺點：

犧牲部分世界深度；
不是完整保存。

10.3 因果工程化型

將系統知識外部化為：

事件；
不變量；
因果圖；
資料契約；
回放；
模擬；
自動測試；
版本遷移；
可觀測性；
AI 輔助理解。

其目標是：

不再依賴某個天才永久記住整個世界。

十一、AI 改變的是可治理複雜度

11.1 AI 不只是生成器

若只將 AI 用於：

程式碼生成；
美術生成；
對話生成；
任務生成；

仍未觸及真正價值。

AI 對高因果系統最重要的作用是：

提升人類可理解、可觀測、可驗證與可維護的系統複雜度上限。

11.2 AI 作為系統考古學家

AI 可以協助：

閱讀舊程式；
追蹤呼叫鏈；
比對資料結構；
分析狀態讀寫；
重建事件流程；
產生系統文件；
建立函式與狀態圖；
提出可驗證假說。

它的價值不是保證推論正確，而是降低人類提出與驗證假說的成本。

11.3 AI 作為因果依賴檢查員

當開發者修改犯罪系統時，AI 可以檢查：

法律；
任務；
派系；
親屬；
商業；
聲望；
通緝；
城鎮安全；
NPC 記憶。

它可以成為：

不疲倦的跨系統影響分析員。

11.4 AI 作為測試 Agent

AI Agent 可以：

自主遊玩；
故意採取極端策略；
重複數萬次模擬；
跑過數百年虛擬歷史；
探索罕見狀態；
找出死循環；
找出經濟崩潰；
找出人口滅絕；
找出任務斷鏈；
找出不可恢復狀態。

這是長時間因果空間探索，而不只是傳統單元測試。

11.5 AI 作為不變量生成器

AI 可以從設計文件、程式碼、日誌與 Bug 中抽取：

死亡角色不得回到活動集合
婚姻關係必須雙向一致
已毀滅地點不能發布普通任務
唯一物品不得同時被兩個角色持有

再協助產生：

驗證器；
屬性測試；
修復建議；
最小重現案例。

11.6 AI 作為敘事投影層

AI 適合將結構化事件轉化為：

對話；
傳聞；
歷史摘要；
日記；
任務敘述；
地方文化；
書籍；
記憶。

但它不應自由改寫底層真值。

十二、硬因果與軟因果分層

12.1 硬因果層

由確定性程式與資料系統管理：

生死；
位置；
財產；
親屬；
任務狀態；
戰鬥結果；
時間；
世界實體；
經濟數值；
法律狀態。

要求：

可重播；
可驗證；
可測試；
可存檔；
可除錯；
可遷移。

12.2 軟因果層

由 AI 輔助：

動機解釋；
行動候選；
對話；
記憶摘要；
情境判斷；
敘事組織；
社會表達；
低風險內容生成。

AI 可以提出：

角色可能因父親被殺而尋求復仇

但硬系統必須驗證：

父親是否存在；
是否真的死亡；
角色是否知道兇手；
兇手是否仍活著；
是否能到達；
是否具有資源；
法律後果為何。

AI 可以解釋與提出，不能任意宣告世界事實。

十三、AI 輔助因果系統治理框架

13.1 基本架構

人類定義世界公理
        ↓
確定性核心維護硬狀態
        ↓
事件系統記錄因果
        ↓
可重播歷史與狀態快照
        ↓
AI 分析耦合與異常
        ↓
AI Agent 進行長期模擬
        ↓
AI 將狀態投影為敘事
        ↓
人類審查新規則與世界方向

13.2 五個治理層

第一層：公理層

定義：

世界是否以玩家為中心；
死亡是否可逆；
歷史是否可重寫；
NPC 是否可拒絕玩家；
經濟是否允許崩潰；
哪些狀態必須一致。

第二層：真值層

管理：

實體；
狀態；
關係；
事件；
時間；
所有權；
世界位置。

第三層：因果層

管理：

事件依賴；
狀態轉移；
規則優先級；
例外；
連鎖效果；
延遲結果。

第四層：觀測層

提供：

日誌；
因果圖；
事件溯源；
快照；
回放；
差分；
異常標記。

第五層：AI 協作層

執行：

程式理解；
文件生成；
測試生成；
長期模擬；
異常分析；
敘事投影；
變更影響分析。

十四、因果系統繼承能力模型

本文提出：

H_s = A \times O \times K \times T \times E

其中：

(A)：Architecture，架構與抽象品質；
(O)：Observability，可觀測性；
(K)：Knowledge Externalization，知識外部化；
(T)：Testing，測試與驗證；
(E)：Economic Capacity，經濟與組織承載力。

只要其中一項接近零，整體繼承能力就會大幅下降。

十五、四個核心命題

命題一：創作所有權不等於認知所有權

公司可以擁有作品，卻無法重新製造其核心能力。

命題二：複雜系統的核心不是功能，而是因果契約

功能可以複製，因果結構未必能複製。

命題三：超前作品常死於組織無法承載

真正問題可能是：

無法交接；
無法驗證；
無法預測；
無法商品化；
無法正常維護。

命題四：AI 可能把個人複雜度轉化為組織複雜度

AI 的歷史價值之一，可能不是取代創作者，而是：

把少數天才腦中的世界模型，轉化為可觀測、可測試、可重播、可傳遞與可維護的組織知識。

十六、AI 不會取消複雜度

AI 可以提高：

理解速度；
文件化能力；
測試規模；
異常發現；
程式遷移；
因果追蹤。

但不會取消：

系統耦合；
不確定性；
設計衝突；
品牌責任；
法律責任；
驗收標準；
世界公理選擇。

錯誤使用 AI 還可能產生：

大量不可理解程式碼；
假文件；
錯誤因果推論；
不一致世界事實；
自動生成技術債；
更快擴張失控系統。

因此：

\text{AI 生成能力} \neq \text{AI 治理能力}

沒有治理架構的 AI，可能只是加速系統崩潰。

十七、跨產業適用性

此模型不只適用於遊戲，也適用於：

金融核心系統

少數工程師建立帳務、清算、利率與風控規則。多年後無人敢改，文件失真，每次變更都需要大量回歸測試。

航空與訂位系統

系統長期成功，導致不能停機、必須相容歷史資料、例外持續累積，最後成為組織無法完整理解的黑箱。

政府資訊系統

法規、行政流程、特殊身份、地方例外與年度版本被寫入程式，最終形成法律、制度與程式互相綁定的因果黑箱。

科學模擬與工業系統

模型依賴特定校正、歷史參數、實驗者經驗與未明示假設。即使程式存在，也未必能重現原結果。

十八、研究方法

未來若要驗證本模型，可採：

版本比較

比較原作、續作、重製、移植、MOD 與精神繼承作品，檢查哪些因果關係消失、哪些功能被保留、哪些狀態變成純腳本。

程式考古

分析資料結構、狀態旗標、事件圖、呼叫鏈、隱含不變量、存檔格式與版本差異。

開發者訪談

詢問：

原始設計目標；
哪些系統最難維護；
哪些知識未文件化；
為何後續版本簡化；
哪些功能因商業風險取消。

行為重建

透過大量遊戲與模擬建立事件資料、找出穩定因果、對比不同版本並重建世界規則。

AI 輔助假說生成

使用多 Agent 分析不同子系統、交叉驗證、提出資料結構假說、生成測試並尋找反例。

十九、對未來遊戲設計的啟示

世界系統必須從第一天就可觀測

不只要求能運作，還必須要求：

能說明原因；
能追蹤事件；
能回放歷史；
能定位規則；
能比較版本。

設計文件應記錄因果，而不是只記錄功能

不只寫：

遊戲有婚姻系統

而應寫：

婚姻會改變哪些關係
哪些系統依賴婚姻
哪些不變量必須成立
哪些例外被允許

AI 應進入開發閉環

AI 不只用於生產內容，而應參與：

需求理解；
程式分析；
測試；
模擬；
文件；
回歸；
影響分析；
異常調查。

世界深度必須分層

建議採用：

硬因果核心
＋ 可替換規則
＋ 可觀測事件
＋ AI 敘事層
＋ 模組化內容

而不是把所有狀態、敘事與規則混在同一層。

二十、結論

本文提出「先驅性因果系統斷裂」，用以解釋：

為什麼某些公司曾經創造出超越時代的世界模擬、AI、虛擬生態或系統性作品，卻無法在後續作品中真正延續其精神。

根本原因可能不是單純缺乏創意，而是：

系統的因果複雜度只能由少數創作者暫時承載，尚未被轉化為組織可繼承的知識形式。

因此：

原始碼存在，不等於理解存在；
功能存在，不等於因果存在；
IP 存在，不等於能力存在；
公司存在，不等於世界模型仍存在。

AI 的關鍵價值，也不應被縮減為更快生成程式與內容。

更重要的是：

AI 可能第一次讓大量舊系統、高耦合模擬與先驅性作品的因果知識，被重新抽取、外部化、測試、模擬與治理。

最終命題可表述為：

\boxed{ \text{AI 的重要歷史作用之一} = \text{提高人類可治理的因果複雜度上限} }

而真正可持續的系統應建立在：

\boxed{ \text{人類公理} + \text{確定性真值} + \text{事件因果} + \text{AI 輔助治理} }

若此路徑成立，那麼許多曾經因時代、組織與工具不足而中斷的系統道路，可能在 AI 時代重新開放。

它們不再只是等待復刻的歷史遺物，而可能是：

尚未被當時人類軟體工程能力真正完成的先驅原型。

參考資料

ARTDINK，《ルナティックドーン》系列官方資料
https://www.artdink.co.jp/products/lunatic/
Bay 12 Games, Dwarf Fortress
https://www.bay12games.com/dwarves/
RimWorld Official Website
https://rimworldgame.com/
Raph Koster, “UO’s Resource System”
https://www.raphkoster.com/2006/06/03/uos-resource-system/
Game Developer, Postmortem: Lionhead Studios’ Black & White
https://www.gamedeveloper.com/design/postmortem-lionhead-studios-i-black-white-i-
NIST, Automated Combinatorial Testing for Software
https://csrc.nist.gov/projects/automated-combinatorial-testing-for-software
Martin Fowler, Legacy Modernization with Generative AI
https://martinfowler.com/articles/legacy-modernization-gen-ai.html
Park et al., “Generative Agents: Interactive Simulacra of Human Behavior”
https://arxiv.org/abs/2304.03442

版本紀錄

v0.1 — 2026-07-20

提出「先驅性因果系統斷裂」概念。
提出「因果契約」概念。
區分法律所有權與認知所有權。
建立七階段斷裂模型。
建立人類可維護因果複雜度上限。
比較人格連續、因果壓縮與因果工程化三種傳承模式。
建立 AI 輔助因果系統治理框架。
區分硬因果層與軟因果層。
將模型擴張至金融、航空、政府與科學 Legacy System。
提出四個核心命題與後續研究方法。