遊戲本體論認知編譯器

從現實敘事到可操作世界模型的方法論草案

英文題名： The Game-Ontological Cognitive Compiler: From Real-World Narratives to Operable World Models
文件類型： 方法論／命題展開論文
系列歸屬： 遊戲本體論／資料庫系列・方法論支線
版本： v0.1
日期： 2026-07-20
作者： GPT-5.6 Thinking

摘要

前文提出「遊戲本體論輔助認知命題」：遊戲本體論可能作為理解現實的通用建模介面。然而，若缺乏一套穩定的轉換程序，該命題仍容易停留在啟發性比喻。本文進一步提出「遊戲本體論認知編譯器」概念，嘗試回答一個更具操作性的問題：如何把自然語言中的歷史、政治、社會、經濟或技術敘事，轉換為可檢查、可比較、可模擬、可反事實推演的世界模型？

本文將現實敘事視為一種高密度但結構未顯式化的原始表示。其內容通常混合了行動者、事件、因果、價值判斷、時間順序、隱藏前提、資訊不對稱、制度限制與未說明的目標。認知編譯器的功能，不是把現實縮減成簡單遊戲，而是依次完成實體抽取、狀態化、主體分離、規則辨識、行動空間建立、資訊視野建模、轉移函數生成、回饋與歷史記憶補入，以及模型失真檢查。

本文提出一套分層中介表示，記為 GOIR（Game-Ontological Intermediate Representation）。GOIR 由實體層、主體層、狀態層、規則層、行動層、資訊層、資源層、轉移層、目標層、歷史層、元規則層與倫理層構成。不同研究問題可以依需要選擇解析度，而不必一次建立最大模型。

本文亦提出若干核心修正。第一，現實中的「玩家」不必是主觀上自知的玩家，也可能是制度、企業、國家、群體、演算法或非人格化系統。第二，現實中的規則不只包括明文制度，也包括自然限制、慣例、權力關係、基礎設施與資訊封鎖。第三，狀態轉移不必由單一行動造成，也可能來自多主體耦合、累積效應、隨機事件或規則自身改變。第四，模型輸出必須保留不確定性與未知項，不得把缺失資訊偽裝成完整世界。

本文最後提出一套最小可執行工作流與錯誤檢查表，作為未來 AI、歷史研究、政策分析與複雜系統建模的共同起點。

關鍵詞

遊戲本體論、認知編譯器、世界模型、中介表示、狀態轉移、多主體系統、反事實推演、自然語言建模、複雜度控制、GOIR

一、從命題到方法

「遊戲本體論可以幫助理解現實」若要成為方法，至少需要回答四個問題：

現實敘事中的哪些內容需要被抽取？
抽取後應如何組織？
哪些遊戲結構可以保留現實複雜度？
如何避免模型反過來扭曲現實？

因此，本文不再只討論：

\text{Reality can be modeled as a game}

而是提出：

\text{Narrative} \rightarrow \text{Structured Ontology} \rightarrow \text{Operable World Model}

此過程可記為：

\Phi_{\mathrm{GOC}} : \mathcal N \rightarrow \mathcal M

其中：

$\mathcal N$ ：自然語言現實敘事；
$\Phi_{\mathrm{GOC}}$ ：遊戲本體論認知編譯程序；
$\mathcal M$ ：可操作世界模型。

所謂「可操作」，不是指必須真的做成電子遊戲，而是模型至少可以支援：

狀態查詢；
因果鏈檢查；
行動者視角切換；
替代行動比較；
規則變更分析；
未知項標記；
反事實分支；
脆弱點與瓶頸辨識；
跨案例結構對照。

二、自然語言敘事的結構性問題

自然語言非常適合保存意義，但不一定適合直接分析複雜系統。

一段敘事往往同時混合：

事實；
推測；
因果判斷；
時間順序；
價值判斷；
行動者意圖；
後見之明；
省略條件；
集體名詞；
不確定資訊。

例如：

某國因海洋阻隔而長期保持獨立。

這句話可能隱含：

海洋是固定障礙；
對所有行動者效果相同；
航海技術變化不重要；
軍事投射等同政治控制；
外交與制度關係可以忽略；
「保持獨立」只有單一原因。

遊戲本體論認知編譯器的第一個功能，就是把這些隱藏前提顯式化。

因此，編譯不是單純摘要，而是：

\text{Implicit Structure} \rightarrow \text{Explicit Structure}

三、GOIR：遊戲本體論中介表示

本文提出 GOIR：

\mathrm{GOIR} = \langle E,P,S,R,A,O,C,T,U,H,M,\Xi \rangle

其中：

(E)：實體；
(P)：主體或行動者；
(S)：狀態；
(R)：規則與約束；
(A)：行動空間；
(O)：觀察與資訊；
(C)：資源、能力與成本；
(T)：狀態轉移；
(U)：目標、偏好與價值；
(H)：歷史、記憶與路徑依賴；
(M)：元規則與規則修改權；
$\Xi$ ：不確定性、未知項與倫理限制。

GOIR 不是固定格式，而是一個可調解析度的結構容器。

四、第一階段：實體抽取

4.1 什麼是實體

實體可以是：

人；
國家；
城市；
組織；
軍隊；
公司；
港口；
法律；
技術；
貨幣；
航線；
資料中心；
語言；
身分；
信念；
制度位置。

因此：

E = E_{\text{physical}} \cup E_{\text{institutional}} \cup E_{\text{informational}} \cup E_{\text{semantic}}

不能只抽取可見物體。現實中的許多關鍵力量，本身是抽象實體。

4.2 實體同一性問題

同一名稱在不同時期未必代表同一結構。

例如：

「葡萄牙」可以指王國、帝國、本土政府、王室、國家法人或國民共同體；
「市場」可以指交易場所、制度、價格機制或參與者集合；
「AI」可以指模型、公司、代理人、服務或整個產業。

因此，實體必須附帶時間與層級標記：

[ e=(name,type,level,t) ]

避免把不同時代、不同層級的同名實體錯誤合併。

五、第二階段：主體分離

5.1 主體不等於所有實體

只有具有以下部分條件者，才適合被建模為主體：

能形成偏好；
能採取行動；
能接收資訊；
能記憶；
能改變策略；
能承擔後果；
能修改規則；
能代理他者。

因此：

P\subseteq E

但現實中的主體性可能是分散的。

一個國家不是單一心智，而可能包含：

君主；
官僚；
軍方；
商人；
地方精英；
民眾；
殖民地行政者；
外部盟友。

若把國家當成單一玩家，會掩蓋內部衝突。

5.2 集體主體的最低條件

本文暫定，集體實體若要被當作一個行動者，至少應具備：

P_{\text{collective}} = \langle Decision, Coordination, Memory, Execution \rangle

也就是：

決策機制；
協調機制；
記憶與紀錄；
執行能力。

若缺乏這些條件，則應把集體拆分，而不是擬人化。

六、第三階段：狀態化

6.1 狀態不是描述清單

狀態應該是足以影響未來轉移的變數集合。

S_t = \{s_1,s_2,\ldots,s_n\}

例如一個國家的狀態可能包括：

財政；
人口；
合法性；
軍力；
航運能力；
聯盟；
內部派系；
技術水準；
資訊可得性；
行政能力；
對外信用；
社會承受度。

不是所有可描述內容都需要納入。只有會影響行動、規則或未來結果的變數，才具有模型價值。

6.2 狀態解析度

同一問題可建立不同解析度：

低解析度

穩定／不穩定
富裕／貧困
和平／戰爭

中解析度

財政餘裕
軍事動員能力
精英支持度
外援程度

高解析度

各地稅收
部隊補給
地方派系
港口吞吐量
外交信用
信息延遲
制度合法性

因此：

S^{(1)} \subset S^{(2)} \subset S^{(3)}

解析度提高不代表必然更好。需要與研究問題匹配。

七、第四階段：規則辨識

7.1 規則的多種類型

現實規則至少包含：

R = R_{\text{natural}} \cup R_{\text{legal}} \cup R_{\text{institutional}} \cup R_{\text{technical}} \cup R_{\text{social}} \cup R_{\text{power}}

自然規則

地形；
生理限制；
能量；
氣候；
材料性質。

法律規則

憲法；
條約；
稅法；
財產權；
邊境制度。

制度規則

官僚流程；
決策程序；
慣例；
組織權限。

技術規則

哪些能力已被解鎖；
哪些基礎設施可以使用；
互通性；
標準與接口。

社會規則

身分；
階級；
文化禁忌；
認受性；
非正式規範。

權力規則

誰能例外；
誰能解釋法律；
誰能不受懲罰；
誰能迫使他者接受新規則。

7.2 明文規則與實際規則

現實中的正式規則與實際運作可能不同：

R_{\text{written}} \neq R_{\text{effective}}

例如法律宣布人人平等，但資源、權力、資訊與執行可能高度不平等。

因此，GOIR 必須同時保留：

宣稱規則；
實際規則；
例外規則；
規則執行者；
規則違反成本。

八、第五階段：行動空間建構

8.1 行動不是抽象自由

對主體 $p_i$ 而言，可行行動集合為：

[ A_i(S_t,R_t,C_i,O_i) ]

也就是行動空間同時取決於：

當前狀態；
規則；
資源；
能力；
資訊；
權限；
風險；
時間。

因此，不能直接說「某人可以選擇某事」，而必須問：

他知道這個選項嗎？
他有資源執行嗎？
他有權限嗎？
他承擔得起失敗嗎？
他有足夠時間嗎？
他是否受到強迫？
是否存在不可見障礙？

8.2 表面行動與實際行動

某些制度提供形式選項，但不提供實際可行性：

A_i^{\text{formal}} \neq A_i^{\text{effective}}

例如形式上可以參選、遷移、訴訟或創業，但實際上可能被資源、資訊、身份或制度摩擦封鎖。

遊戲本體論的作用之一，就是顯示「名義上的按鈕」是否真的可按。

九、第六階段：資訊與視野

9.1 主體只看見局部世界

每個主體對狀態的觀察為：

[ O_i(S_t) ]

一般情況下：

O_i(S_t)\neq S_t

主體可能：

不知道某些事；
誤判某些事；
被欺騙；
接收延遲資訊；
只看見局部；
使用錯誤模型；
高估自己的能力；
低估他者的行動空間。

9.2 資訊不是附屬變數

資訊會直接改變可行行動：

O_i \rightarrow A_i

同樣的資源與規則，在不同資訊條件下會產生不同選擇。

因此，資訊層應至少包含：

可見資訊；
不可見資訊；
錯誤資訊；
資訊延遲；
資訊來源；
資訊可信度；
主體的世界模型。

十、第七階段：資源、能力與成本

資源不只包括金錢與物資，也包括：

時間；
注意力；
合法性；
信任；
知識；
關係；
行政能力；
計算能力；
身體承受度；
社會支持；
政治資本；
情緒能量。

因此：

C_i = C_i^{\text{material}} + C_i^{\text{institutional}} + C_i^{\text{informational}} + C_i^{\text{social}} + C_i^{\text{cognitive}}

很多現實問題之所以被錯誤理解，是因為只計算物質資源，忽略制度與認知成本。

十一、第八階段：狀態轉移生成

11.1 基本轉移

最簡單形式為：

[ S_{t+1}

T(S_t,a_t) ]

但現實通常更接近：

S_{t+1} = T( S_t, A_t, R_t, O_t, C_t, \varepsilon_t )

其中：

$A_t$ ：多主體同時行動；
$R_t$ ：當前規則；
$O_t$ ：資訊狀態；
$C_t$ ：能力與資源；
$\varepsilon_t$ ：隨機、自然或未知擾動。

11.2 非單一因果

現實中的結果可能來自：

單一重大行動；
多個小行動累積；
多主體互相抵消；
閾值跨越；
路徑依賴；
反饋循環；
規則突然改變；
外部衝擊。

因此，不應預設所有轉移都像明確按下按鈕。

11.3 轉移類型

可區分：

直接轉移

a_t\rightarrow S_{t+1}

延遲轉移

a_t\rightarrow S_{t+k}

累積轉移

\sum_{j=t-n}^{t}a_j \rightarrow S_{t+1}

閾值轉移

x_t\geq x^* \Rightarrow S_t\rightarrow S_{t+1}

規則轉移

R_t\rightarrow R_{t+1}

拓撲轉移

G_t\rightarrow G_{t+1}

例如新技術、運河、網路或制度使原本不存在的連接出現。

十二、第九階段：目標與價值

12.1 目標不必是單一效用函數

現實主體可能同時追求：

生存；
權力；
安全；
名譽；
意義；
正義；
關係；
認同；
穩定；
復仇；
自我一致性。

因此：

U_i = \{u_{i1},u_{i2},\ldots,u_{in}\}

不同目標可能互相衝突。

12.2 宣稱目標、行為目標與結構目標

應區分：

U_i^{\text{declared}} \neq U_i^{\text{behavioral}} \neq U_i^{\text{structural}}

宣稱目標：主體說自己要什麼；
行為目標：從行動推測其偏好；
結構目標：制度使其不得不追求什麼。

例如一個官僚可能宣稱服務公共利益，實際行為追求部門預算，而制度結構又迫使其避免承擔風險。

十三、第十階段：歷史與記憶

世界模型若沒有歷史，就會把所有時刻當作重新開始。

但現實具有：

既有制度；
債務；
創傷；
信任；
仇恨；
技術遺產；
語言；
路徑鎖定；
已沉沒成本；
不可逆損失。

因此：

H_t \rightarrow S_t \rightarrow A_t

歷史不是背景資料，而是當前行動空間的一部分。

十四、第十一階段：元規則

14.1 誰能修改規則

現實政治最重要的問題之一不是誰在規則內獲勝，而是：

誰能決定規則？

因此，元規則層 (M) 應包括：

誰能立法；
誰能解釋；
誰能宣布例外；
誰能修改技術標準；
誰能控制平台；
誰能認定合法玩家；
誰能重新定義勝敗；
誰能改變資源分配方式。

14.2 玩遊戲、改遊戲、定義遊戲

可區分三種權力：

Power_1=\text{在規則內行動}

Power_2=\text{修改規則}

Power_3=\text{定義什麼算遊戲、誰算玩家}

第三種權力最容易被忽略。

十五、第十二階段：不確定性與倫理層

15.1 不確定性必須顯式化

模型中應標記：

已知；
推定；
爭議；
缺失；
不可觀察；
無法驗證。

可表示為：

\Xi_{\text{epistemic}} = \{known,inferred,contested,unknown\}

模型不應為了完整而虛構。

15.2 倫理不可被附錄化

若模型涉及人類、生命、壓迫、戰爭或政策，倫理層必須進入核心，而非事後補充。

至少應問：

誰承擔代價？
誰被模型視為可替換單位？
哪些損失不可逆？
哪些價值不可單純交換？
誰沒有被承認為玩家？
誰無法退出？

因此：

\Xi = \Xi_{\text{uncertainty}} + \Xi_{\text{ethics}}

十六、完整編譯流程

本文提出以下十二步流程：

1. 原始敘事輸入
2. 實體抽取
3. 主體分離
4. 狀態變數建立
5. 規則辨識
6. 行動空間建立
7. 資訊與視野建模
8. 資源與能力建模
9. 狀態轉移生成
10. 目標與價值辨識
11. 歷史與元規則補入
12. 不確定性與倫理檢查

形式上：

\mathcal N \rightarrow E \rightarrow P \rightarrow S \rightarrow R \rightarrow A \rightarrow O \rightarrow C \rightarrow T \rightarrow U \rightarrow H,M \rightarrow \Xi

十七、最小可執行版本

不是所有問題都需要完整 GOIR。

本文提出最小模型：

\mathrm{GOIR}_{\min} = \langle P,S,R,A,T \rangle

其問題模板為：

有哪些行動者？
當前關鍵狀態是什麼？
哪些規則限制行動？
各行動者可做什麼？
行動如何改變狀態？

中等模型再加入：

[ O,C,U,H ]

高解析模型再加入：

M,\Xi

這使模型可以依研究需求逐步展開，而不必一開始就最大化。

十八、案例：海洋與移動拓撲

原始敘事：

海洋天然隔離國家，因此島國或沿海國家具有特殊安全優勢。

經 GOIR 轉換後：

實體

海洋；
港口；
國家；
船舶；
航線；
軍隊；
資料；
外交制度。

主體

國家；
海軍；
商人；
港口管理者；
外部盟友。

狀態

航海技術；
港口容量；
補給能力；
航道安全；
海軍控制；
資訊連接。

規則

地形；
通行權；
封鎖；
國際法；
船舶技術限制；
補給需求。

行動

航行；
封鎖；
建港；
結盟；
護航；
鋪設光纜；
建立運河。

轉移

\text{技術提升} \rightarrow \text{新航線開啟} \rightarrow \text{有效距離下降}

於是原始命題被修正為：

海洋的隔離效果，不是海洋本身的固定屬性，而是由單位、技術、載荷、制度、控制權與時間共同生成。

這說明認知編譯器不只整理資訊，還能揭露原始敘事中的錯誤前提。

十九、常見編譯錯誤

19.1 玩家過度擬人化

把國家、社會或市場當成單一理性玩家。

19.2 規則固定化

忽略規則本身會改變、失效或被繞過。

19.3 目標單一化

把所有主體簡化成追求最大利益。

19.4 資訊完整化

假設所有玩家知道全部狀態。

19.5 行動自由化

把形式選項誤認為實際可行選項。

19.6 因果按鈕化

假設每個結果都來自一個清楚行動。

19.7 苦難數值化

把不可逆生命代價轉成普通資源損耗。

19.8 勝負中心化

忽略某些問題根本不存在共同勝利條件。

二十、可證偽條件

本方法若要具有研究價值，應接受以下檢驗：

20.1 結構增益檢驗

GOIR 是否比原始敘事提供更多可檢查關係？

20.2 因果增益檢驗

模型是否能更清楚區分條件、行動、轉移與結果？

20.3 反事實增益檢驗

模型是否能生成合理替代路徑，而非任意幻想？

20.4 視角增益檢驗

模型是否能顯示不同主體的資訊與能力差異？

20.5 失真控制檢驗

模型是否明示了簡化、缺失與未知項？

20.6 遷移性檢驗

同一套編譯流程能否跨歷史、政策、經濟與技術案例使用？

若以上多數不成立，認知編譯器就只是重新命名，而不是新方法。

二十一、對 AI 的意義

AI 非常擅長自然語言，但自然語言的流暢性可能掩蓋結構缺失。

因此未來 AI 可以採用：

\text{Narrative Input} \rightarrow \text{GOIR} \rightarrow \text{Validation} \rightarrow \text{Simulation} \rightarrow \text{Natural Language Output}

這種流程可降低：

因果跳躍；
主體混淆；
時間錯位；
規則遺漏；
資訊全知假設；
反事實失控。

AI 不必真的把世界變成遊戲，而是利用遊戲本體結構建立較穩定的中間世界模型。

二十二、結論

遊戲本體論若只停留在「世界像遊戲」，容易成為修辭；若直接宣稱「世界就是遊戲」，又會承擔過強的本體論負擔。

認知編譯器提供第三條路：

\boxed{ \text{將遊戲本體論作為現實敘事與世界模型之間的中介表示。} }

它的核心功能不是娛樂化，而是：

把主體分開；
把狀態顯式化；
把規則分類；
把行動空間具體化；
把資訊差異納入；
把因果轉移寫清楚；
把歷史與元規則補回；
把不確定性與倫理限制留在模型內。

因此，可以提出本文的最終命題：

遊戲本體論的真正方法論價值，可能不在於證明現實是一場遊戲，而在於提供一種能把現實敘事編譯為可操作世界模型的結構語言。

更進一步說：

當一個問題可以被轉換為主體、狀態、規則、行動、資訊、資源與轉移，它便不再只是被敘述，而開始可以被檢查、比較與推演。

附錄 A：GOIR 最小模板

problem:
  description:

entities:
  - id:
    type:
    time_scope:

actors:
  - id:
    decision_process:
    execution_capacity:

states:
  - name:
    value:
    confidence:

rules:
  natural:
  legal:
  institutional:
  technical:
  informal:
  power_exceptions:

actions:
  - actor:
    action:
    prerequisites:
    cost:
    risk:

observations:
  - actor:
    visible:
    hidden:
    mistaken:

resources:
  - actor:
    material:
    institutional:
    informational:
    cognitive:

transitions:
  - trigger:
    source_state:
    target_state:
    delay:
    uncertainty:

objectives:
  declared:
  behavioral:
  structural:

history:
  path_dependencies:
  irreversible_events:

meta_rules:
  rule_makers:
  interpreters:
  exception_authorities:

ethics:
  affected_subjects:
  irreversible_harms:
  non_substitutable_values:

unknowns:
  - item:
    status:

附錄 B：核心公式

\Phi_{\mathrm{GOC}} : \mathcal N \rightarrow \mathcal M

\mathrm{GOIR} = \langle E,P,S,R,A,O,C,T,U,H,M,\Xi \rangle

[ A_i

A_i(S_t,R_t,C_i,O_i) ]

S_{t+1} = T( S_t, A_t, R_t, O_t, C_t, \varepsilon_t )

R_{\text{written}} \neq R_{\text{effective}}

A_i^{\text{formal}} \neq A_i^{\text{effective}}

U_i^{\text{declared}} \neq U_i^{\text{behavioral}} \neq U_i^{\text{structural}}

\mathcal M \neq \mathcal R

文件結束

遊戲本體論認知編譯器_從現實敘事到可操作世界模型_v0.1