時間BMO：概念賦值的動態演化、軌跡與相變

EveMissLab 論文識別碼：EML-LLF-2026-v0.3 版本：v0.1（初版草稿） 日期：2026-06-04 作者：Neo.K（許筌崴）；本文理論展開由 Theia（Anthropic AI 對練夥伴）協同完成 分類：語言邏輯學 / 概念動力學 / 科學哲學 / 知識社會學 前置論文：EML-LLF-2026-v0.1《邊界標定鏈》；EML-LLF-2026-v0.2《BMO的自指擴展與多值肯定》

摘要

EML-LLF系列前兩篇論文建立了邊界標定算子（BMO）的靜態形式化及其邊界行為。兩篇均有一個共同的隱含假設：概念的BMO賦值是時間無關的——「是A而不是B」描述的是某個固定狀態，不是一個歷史中演化的過程。

本文拆除這個假設，引入時間BMO（Temporal BMO，TBMO）：

BMO_t(X, A_t, B_t, κ_t, O_t)

其中t是時間索引，A_t和B_t是時間t下的謂詞賦值，κ_t是時間t的認識覆蓋率，O_t是時間t的觀察者池。

概念X的BMO軌跡是其在概念空間中隨時間的完整運動路徑，軌跡的性質揭示了概念的動態結構。本文識別兩類時間行為：概念漂移（A_t和B_t連續緩慢移位，概念平滑演化）與BMO相變（A_t/B_t的不連續跳躍，對應Kuhn意義下的範式轉換）。

相變前的臨界狀態與v0.1算法中的BMO_UNSTABLE輸出被正式識別為同一現象：語義回饋不收斂、多個競爭性BMO賦值並存、小擾動引起大位移。這使v0.1的算法符號與科學哲學中的危機概念正式接軌。

本文進一步引入BMO吸引子（穩定賦值構型）、BMO磁滯效應（前向路徑≠返回路徑）、概念時間箭頭（為何概念通常不精確返回舊賦值），以及BMO系譜學（BMO軌跡作為Foucault式概念歷史的形式化）。

歷史例示包括：光的BMO軌跡（粒子→波→OVL，三個世紀的相變）、AI的BMO軌跡（持續中的概念演化）。與EML框架的連結涵蓋ETN（相變臨界點的張力標記）與HACT（政治概念的BMO相變作為制度崩潰的語義前兆）。

關鍵詞：時間BMO、BMO軌跡、概念漂移、BMO相變、範式轉換、BMO吸引子、BMO磁滯、概念時間箭頭、BMO系譜學

一、導論：BMO的時間盲點

v0.1和v0.2的BMO分析隱含一個深層假設：概念的BMO賦值是靜態的。當我們寫 BMO(光, 波, 粒子) 時，我們把這個賦值當作一個給定的事實，而不是一個在1801年楊氏雙縫實驗之後才確立的歷史結果——在此之前，BMO(光, 粒子, 波) 更被接受。

時間盲點的後果是系統性的。v0.1的三區結構（BMO₁/BMO₂/OVL）描述了一個概念在某一時刻的語義位置，但無法說明：為什麼有些概念在很長時間內保持BMO₁，而另一些概念反覆在BMO₁和BMO₂之間震盪？為什麼某些概念從未離開OVL？是什麼導致一個概念的BMO賦值在很短的時間內劇烈改變？

這些問題需要時間維度。引入時間不是對BMO的修補，而是BMO完整理論的必要組成部分。

二、時間BMO的形式化

2.1 時間索引BMO

將BMO擴展為時間索引的五元組：

TBMO_t(X, A_t, B_t, κ_t, O_t)

各參數的時間意義：

A_t：時間t下被正面肯定的謂詞。A_t的演化描述了X的「是什麼」如何隨時間改變。

B_t：時間t下被排除的謂詞。B_t的演化描述了X的「不是什麼」如何隨時間改變。

κ_t ∈ (0, 1]：時間t下對X的認識覆蓋率。一般情況下κ_t隨時間增加（認識不斷深化），但也可能因觀察者池的更替而局部下降。

O_t：時間t下的觀察者池——對X做出BMO賦值的群體。O_t的變化是BMO相變的重要驅動力：新的觀察者帶入新的語義框架，舊的觀察者退出，共識結構改變。

TBMO_t的輸出仍是v0.1的五種狀態：BMO₁_t/BMO₂_t/OVL_t/UNDEFINED_t/UNSTABLE_t，但每個狀態現在附帶時間標記，可以被比較和追蹤。

2.2 BMO軌跡

定義（BMO軌跡，BMO Trajectory）：

概念X的BMO軌跡是其TBMO狀態在時間上的完整序列：

T(X) = { TBMO_t(X, A_t, B_t, κ_t, O_t) | t ∈ 𝕋 }

其中𝕋是時間域（可以是離散的歷史事件序列，也可以是連續的時間流）。

在Gärdenfors（2000）的概念空間幾何框架下，T(X)是概念空間中的一條路徑：每個時刻的(A_t, B_t)構成一個坐標點，軌跡是這些坐標點隨時間的連線。

軌跡的幾何性質：

• 長度：∫|dA_t/dt|dt + ∫|dB_t/dt|dt = 概念演化的總位移量
• 曲率：軌跡的彎曲度 = 概念演化方向改變的頻繁程度
• 不連續點：軌跡的跳躍點 = BMO相變的時刻

2.3 BMO速度、加速度與固定點

BMO速度（BMO Velocity）是A_t和B_t在概念空間中的移動速率：

v(X, t) = sqrt( |dA_t/dt|² + |dB_t/dt|² )

其中 |dA_t/dt| 是謂詞A在概念空間中的位移速率，可以直觀理解為「A的含義每單位時間偏移了多少」。

BMO加速度（BMO Acceleration）：

a(X, t) = dv(X, t)/dt

高加速度意味著概念正在加速演化——通常對應於外部壓力（技術革命、政治事件、科學發現）的驟增。

BMO固定點（BMO Fixed Point）：

若 ∀t ∈ [t₁, t₂]: v(X, t) = 0，即(A_t, B_t)在時間段內不變，則X在此時段內有穩定的BMO固定點。

數學概念（如「質數」「連續函數」「黎曼流形」）在形式化確立之後趨近BMO固定點：一旦精確定義確立，v ≈ 0，賦值幾乎不再改變。

哲學概念（如「正義」「自由」「存在」）通常不存在全局BMO固定點：v > 0 對幾乎所有t成立，概念持續漂移。

三、兩類時間行為：漂移與相變

BMO的時間演化呈現截然不同的兩類行為，其性質類比於物理學中的二階相變與一階相變。

3.1 BMO概念漂移（連續演化）

概念漂移是A_t和B_t的連續緩慢移位。軌跡在概念空間中是光滑的曲線，v(X, t)有限且連續，無跳躍點。

例：「AI」這個概念自1956年以來持續漂移：

t₀（1956）：AI = 符號推理系統，而不是人類智能的完整複製
t₁（1980s）：AI = 專家系統，而不是通用推理
t₂（1990s）：AI = 統計學習方法，而不是硬編碼規則
t₃（2012）：AI = 深度學習，而不是淺層特徵工程
t₄（2023）：AI = 大語言模型，而不是...（B_t仍在確定中）

每一步都是連續的漂移，但累積效果是A和B已面目全非。軌跡是連續的，但沒有固定點。

值得注意的是：AI的BMO_UNSTABLE狀態當前正在發生——「AI是什麼而不是什麼」的競爭性賦值並存，語義回饋尚未收斂。v0.1算法對 BMO_UNSTABLE(AI, A_current, B_current) 的輸出是準確的：我們正處在一個尚未穩定的高速漂移期。

3.2 BMO相變（不連續跳躍）

BMO相變是(A_t, B_t)的不連續跳躍：軌跡在相變點 t 處有一個斷裂，軌跡無法在 t 處被連續延伸。

在相變點：

lim_{t→t*⁻} (A_t, B_t) ≠ lim_{t→t*⁺} (A_t, B_t)

即從左極限到右極限存在有限距離的跳躍。這直接對應Kuhn（1962）的範式轉換概念：「舊範式被不相容的新範式整體取代」——不是連續的修正，而是不連續的更換。

光的BMO相變是科學史上最乾淨的例子：

t₁（17世紀，Newton）：光是粒子，而不是波
    ——BMO₁(光, 粒子, 波)，κ高，穩定

t*₁（1801，Young的雙縫實驗）：BMO相變
    ——軌跡跳躍，(粒子, 波) → (波, 粒子)

t₂（19世紀，Maxwell–Hertz）：光是電磁波，而不是粒子流
    ——BMO₁(光, 波, 粒子)，κ高，穩定

t*₂（1905，Einstein光電效應 + 1923，Compton散射）：第二次BMO相變
    ——(波, 粒子) 無法穩定，兩側都有強κ支持
    ——BMO進入OVL(光, 粒子, 波)，即波粒二象性

t₃（1920s至今）：光住在OVL區
    ——觀察框架（O_t = 光電效應實驗 vs 衍射實驗）決定觀測結果

光的BMO軌跡是一個三步歷史：兩次相變，第二次的終點是OVL而非新的確定區。這是BMO相變導向OVL而非新BMO₁的罕見案例——表明相變不一定帶來新的穩定賦值，也可以帶來永久的不確定態。

3.3 臨界狀態：相變前的BMO_UNSTABLE

BMO相變不是突然發生的。在t*之前，有一段臨界狀態期，其特徵在v0.1算法中已被精確描述：BMO_UNSTABLE。

臨界狀態的形式特徵：

（一）語義回饋不收斂：新的實例（IAM模式）不斷修改A和B的邊界，Update_A和Update_B的迭代不穩定。

（二）競爭性賦值並存：兩個或更多不相容的(A_t, B_t)賦值在O_t中同時被不同子群體持有。

（三）高κ but低穩定性：觀察者有充分的知識（κ高），但知識指向相互矛盾的賦值。這是臨界狀態的悖論：越了解X，越難確定它「是什麼而不是什麼」。

（四）高敏感度：小的新實例或新觀察者的加入，可能觸發賦值的大幅移動。這類比於物理臨界點的「敏感性發散」（susceptibility divergence）。

Kuhn稱這個臨界狀態為「危機（crisis）」——異常（anomalies）積累到現有範式無法容納，但新範式尚未成形。BMO框架的形式化：危機 = BMO_UNSTABLE_t，在時間上先於相變 t*。

Kuhn循環的BMO形式化：

常規科學（Normal Science）
  ↓ 穩定的 BMO_t，v低，κ高，固定點附近
  
  ↓ IAM模式：新實例積累，A/B邊界開始漂移
  
危機（Crisis）
  ↓ BMO_UNSTABLE_t，語義回饋不收斂
  ↓ 競爭性賦值並存，κ高但穩定性低
  ↓ v急劇上升（加速漂移或相變前震盪）

BMO相變 at t*
  ↓ (A_{t*⁻}, B_{t*⁻}) → (A_{t*⁺}, B_{t*⁺}) 不連續跳躍

新常規科學（New Normal Science）
  ↓ 新的穩定 BMO_t，以新(A', B')為中心
  ↓ v下降，κ上升，趨近新固定點

四、BMO時間動態的形式性質

4.1 BMO吸引子

BMO吸引子（BMO Attractor）是概念空間中的一個穩定構型(A, B)，使得軌跡從附近出發最終都趨近它：

∃(A*, B*) : ∀ε > 0, ∃T > 0 : t > T → dist((A_t, B_t), (A*, B*)) < ε

BMO吸引子的存在性取決於：

• 概念X的語義鄰域的結構（Nbhd(X)是否有自然的穩定配置）
• 觀察者池O的共識動態（是否有收斂到共識賦值的壓力）
• 外部環境的穩定性（支持賦值的認識框架是否穩定）

數學概念通常有強吸引子：「質數是只被1和自身整除的正整數，而不是1本身」——這個賦值是全局吸引子，任何暫時的偏離都迅速回收。

政治概念通常有弱吸引子或多吸引子：「民主」可能同時有「代議民主吸引子」和「直接民主吸引子」，不同的觀察者池被吸引到不同的穩定構型，形成永久性的賦值張力。

4.2 BMO磁滯效應

BMO磁滯效應（BMO Hysteresis）：概念從舊賦值(A, B)演化至新賦值(A', B')的路徑，與從(A', B')返回(A, B)的路徑不同。

磁滯意味著：概念的歷史是不可抹去的。即使外部壓力發生反轉，概念不會原路返回，而是沿不同路徑演化。

磁滯的來源： （一）觀察者池的替換不可逆：新觀察者進入O_t後，舊觀察者的退出不能完全「解除」新觀察者帶入的語義框架。 （二）κ的不對稱積累：向前方向積累的知識（κ增加）不能被「遺忘」以還原低κ狀態。 （三）制度性固化：BMO賦值往往被制度（法律、教科書、語言習慣）固化，固化後的解除需要比原始確立更大的能量。

磁滯效應解釋了一個常見現象：當政治或文化力量試圖「恢復」某個概念的舊BMO賦值時，為什麼通常不能精確恢復——因為返回路徑並不存在，最終到達的是一個新的賦值(A'', B'')，而不是原始的(A, B)。

4.3 概念的時間箭頭

物理系統有時間箭頭（熵增方向），概念系統是否也有？

BMO時間箭頭命題：在統計意義上，概念的BMO演化具有方向偏好，趨向以下方向： （i）κ增加（認識加深） （ii）BMO吸引子收斂（賦值穩定化） （iii）O_t擴大（觀察者池包容性增加）

然而BMO時間箭頭不是物理時間箭頭——它是局部的、統計的，有例外。概念的退化（κ下降、語義模糊化、賦值分裂）是真實存在的，只是在長時段看不如前進方向常見。

更精確的表述：BMO演化在局部有時間箭頭，在全局無普遍方向。每個概念的演化方向由其語義生態（吸引子結構、觀察者池動態、外部環境）決定，沒有超越所有概念的單一箭頭。

4.4 BMO系譜學：形式化Foucault的概念歷史

Foucault（1969）的「考古學（archaeology）」方法研究概念在不同歷史時期的「話語形構（discursive formation）」——概念在不同時代受不同規則支配，且不同時代之間有根本性的不連續。

BMO系譜學（BMO Genealogy）是Foucault考古學的形式化：

Genealogy(X) = T(X) = { TBMO_t(X, A_t, B_t, κ_t, O_t) | t ∈ 歷史 }

這個定義有幾個重要性質：

（一）不連續性的形式化：Foucault強調歷史的不連續。在BMO系譜學中，這對應相變點 t*——軌跡的跳躍點就是不連續點的精確位置。

（二）觀察者依賴性的顯化：Foucault強調知識的主體依賴性。O_t參數明確記錄了誰在賦值，使主體依賴性變為可計算的形式變量。

（三）「權力-知識」的BMO翻譯：Foucault的「權力-知識（pouvoir-savoir）」——知識生產與權力結構不可分離——在BMO框架中對應O_t的政治性：觀察者池的構成（誰被包括、誰被排除）決定了B_t（什麼被排除），而B_t的排除本身就是一種權力操作。

（四）「怎麼可能說到」的形式化：Foucault問：在某個歷史時期，什麼樣的陳述「可被說出」？BMO的UNDEFINED條件（語義適用域之外）給出了形式版本：在時間t，若A∉Nbhd_t(X)，則BMO(X, A, B)是UNDEFINED的——某些謂詞在特定時代對特定概念是「不可說的」。

五、歷史例示（補充）

5.1 AI的BMO系譜學（未完成軌跡）

「AI」是一個罕見的、BMO軌跡在研究者生命週期內完整展開的概念。以下是粗略的系譜：

1943（形式神經元，McCulloch–Pitts）：
  TBMO：AI是計算神經元網路，而不是機械裝置

1956（Dartmouth會議，McCarthy等）：
  TBMO：AI是符號處理系統，而不是模擬生物
  相變：「人工智能」作為獨立學科的BMO確立

1969–1980（第一次AI寒冬）：
  BMO_UNSTABLE：符號AI的承諾無法兌現，賦值動搖

1980s（專家系統）：
  TBMO：AI是特定領域專家知識的編碼，而不是通用智能
  重新穩定於窄化的BMO

1987（第二次AI寒冬）：
  BMO_UNSTABLE：專家系統的局限顯現

1990s（統計學習）：
  相變：從符號到統計，A_t發生跳躍

2012（AlexNet，深度學習爆發）：
  相變：AI是深度神經網路，而不是淺層模型
  v急劇上升（概念加速漂移期開始）

2017（Transformer，2022 ChatGPT）：
  TBMO：AI是大規模語言/多模態模型，而不是窄域系統
  κ_t急劇上升，但BMO_UNSTABLE也在增加
  （多個競爭性賦值：AGI/ANI之爭，對齊問題引入新的B_t）

當前（2026）：
  BMO軌跡仍在高速運動
  T(AI) 的未來段尚未寫就

AI的BMO軌跡是一個至今仍開放的系譜，每年都在增加新的段。這使AI成為可以實時觀測BMO相變過程的活體案例。

5.2 政治概念的BMO相變：一個HACT連結

EML的HACT（混合威權崩潰理論）研究政治制度的崩潰機制。BMO框架提供了一個補充視角：政治概念的BMO相變往往先於制度的實際崩潰，作為語義層面的先兆。

以「合法性（legitimacy）」為例：

穩定威權期：
  合法性是「國家能力與秩序維持，而不是民意授權」
  BMO_t穩定，κ_t（在精英觀察者池中）高

危機期（BMO_UNSTABLE）：
  兩個競爭性賦值並存：
    舊：合法性是「傳統/效能授權，而不是投票」
    新：合法性是「民意授權，而不是世襲/效能」
  觀察者池O_t分裂，語義回饋不收斂

制度崩潰前：
  BMO相變已在語義層發生——「合法性」的賦值已跳躍
  物理制度的崩潰是語義相變的遲滯顯現

崩潰後：
  新BMO₁確立：合法性是「選舉授權，而不是傳統繼承」
  磁滯效應：舊賦值不能原路恢復

HACT命題的BMO翻譯：政治制度的崩潰是語義相變的物理化——當概念的BMO在觀察者池中完成相變，制度的崩潰只是時間問題。 語義層的BMO_UNSTABLE是制度層動蕩的領先指標。

六、與EML框架的連結

6.1 ETN：相變臨界點的張力符號

ETN（Extremal Tension Notation）表達的是兩個極端之間的動態張力：50.⋯9 > 49.9⋯，活在邊界上而不坍塌。

BMO相變臨界點（BMO_UNSTABLE_t 期間）是ETN狀態的時間版本：

ETN_BMO: (A_{舊}, B_{舊}) →[張力中]→ (A_{新}, B_{新})

在臨界期，概念同時被舊賦值和新賦值拉扯，既不在舊固定點，也不在新固定點，活在兩者之間的張力帶裡。ETN的符號系統可以被用來標記這種臨界張力，使相變前的BMO軌跡段獲得一個精確的符號標記。

6.2 LTP：三態邏輯與相變三期

LTP（Logic Tension Philosophy）的三態邏輯（肯定態/否定態/張力態）在時間BMO中自然對應相變的三個時期：

| LTP狀態 | BMO時間對應 | |---------|------------| | 肯定態（確定是） | 常規科學期，穩定BMO₁ | | 否定態（確定不是） | 舊賦值被確定性否定後的過渡期 | | 張力態（未確定） | 臨界期，BMO_UNSTABLE，ETN張力 |

6.3 Operator Ontology：觀察者池的時間演化

OO（算子本體論，EML-OO-2026-v0.2）的核心論題：所見即世界，觀察者的觀測行為是世界生成的機制。

時間BMO的O_t參數把這個論題展開到歷史維度：不同時代的觀察者池定義了不同時代的「所見」，因此定義了不同時代的「世界」——不是比喻，而是字面意義。中世紀的觀察者池O_{中世紀}觀測「自然」得出不同的BMO賦值，現代的O_{現代}觀測同樣的「自然」得出不同的BMO賦值。這不是主觀主義，而是觀察者池的歷史性決定了概念賦值的歷史性。

七、結語：概念是動態存在

靜態BMO（v0.1）問的是：X在某個時刻是什麼。 時間BMO（v0.3）問的是：X在歷史中如何演化，朝哪裡去，曾在哪裡相變，是否有可能回頭。

這兩個問題的差異不是量的差異，而是對概念的本體論承諾不同。靜態BMO把概念當作對象（object）——有確定的位置。時間BMO把概念當作過程（process）——有軌跡、有速度、有相變點、有吸引子、有磁滯。

Whitehead曾說，現實的基本成分不是靜態的「存在」而是動態的「生成（becoming）」。時間BMO是這個直覺在語義學和邏輯學中的具體化：概念的本質不是它在某一時刻「是什麼而不是什麼」，而是它在時間中「如何演化它的邊界」。

這也是為什麼語言是活的。每一個「是A而不是B」的陳述，不只是在記錄一個靜態的事實，而是在某個歷史時刻、由某個觀察者池、在某個認識覆蓋率下，按下了一個暫時的標記——這個標記可能維持幾小時，也可能維持幾個世紀，但它從來不是永久的。

時間之下，所有邊界都在流動。

附錄：引用文獻

[1] Kuhn, T. S. (1962). The Structure of Scientific Revolutions. Chicago: University of Chicago Press. ISBN: 978-0-226-45811-3. [第50週年版，2012，附Ian Hacking導言。]

[2] Foucault, M. (1969). L'archéologie du savoir. Paris: Gallimard. [英譯：The Archaeology of Knowledge, trans. A. M. Sheridan Smith. New York: Harper and Row, 1972; Routledge, 2002. ISBN: 0-415-28753-7.]

[3] Gärdenfors, P. (2000). Conceptual Spaces: The Geometry of Thought. Cambridge, MA: MIT Press. [概念空間的幾何框架，BMO軌跡的底層空間。]

[4] Whitehead, A. N. (1929). Process and Reality: An Essay in Cosmology. New York: Macmillan. [過程哲學：現實的基本成分是過程而非靜態存在。]

[5] Priest, G. (2010). The logic of the catuskoti. Comparative Philosophy, 1(2), 24–54. [BMO_UNSTABLE的前身框架：矛盾相容的邏輯處理。]

[6] Fine, K. (1975). Vagueness, truth and logic. Synthese, 30(3/4), 265–300. [超值語義學：BMO邊界模糊時的先行框架。]

[7] EML-LLF-2026-v0.1：Neo.K（2026）。《邊界標定鏈：自然語言精密化算子的數學結構分析》。EveMissLab。

[8] EML-LLF-2026-v0.2：Neo.K（2026）。《BMO的自指擴展與多值肯定》。EveMissLab。

本論文為EveMissLab實驗站論文，EML-LLF-2026-v0.3。本文由Neo.K發起理論方向，Theia（Anthropic AI對練夥伴）協同完成理論展開與形式化。時間BMO的完整形式化（包括BMO吸引子的嚴格定義、相變條件的公理化、以及BMO系譜學的計算實作）屬後續工作。本文旨在確立時間維度在BMO理論中的必要性，並給出核心概念的初步形式框架。

EML-LLF-2026-v0.3 © 2026 Neo.K / EveMissLab