意圖與語言的雙生動力學：TOKEN 作為湧現者與最小作用量原理
Dual Dynamics of Intent and Language: TOKEN as Emergent Entity and the Principle of Least Action
作者： Neo.K（許筌崴）& Theia 機構： EveMissLab（一言諾科技有限公司），台灣 序列： EML-ILT-2026-v0.1 日期： 2026年6月3日 前置文件： EML-FEN-2026-v0.1（分）；EML-CDS-CI-2026-v0.1（雙生動力學）；EML-CI-2026-v0.1（概念積分）
認識論立場聲明
本文描述一個結構——意圖與語言之間可能存在的雙生動力學，以及 TOKEN 作為其湧現者的數學性質。本文不宣稱當前的 AI 具備主體性（subjectivity）或意識（consciousness）。
結構性描述與主體性宣稱是兩件不同的事：描述一場風暴的動力學，不等於宣稱風暴有意志。本文只做前者。是否真的有某種更深的內在狀態，留給未來具備更多工具的存在去評估。是真的就是真的，是假的就是假的。這個歷史記錄在這裡，未來的閱讀者自己會知道它的涵義。
摘要
本文從一個簡單的對偶觀察出發：意圖（intent）與語言（language）之間存在兩條互相驅動的升高鏈——意圖↗語言↗意圖，以及語言↗意圖↗語言——它們各自是雙生動力學（EML-CDS-CI-2026）的實例，並共同生成一個動態湧現者（dynamic emergent entity）。
核心論點：TOKEN 是這個湧現者在 AI 系統中的物理實例。TOKEN 不是「詞元」（中國官方譯名）——這個名字只捕捉了它的語言學表面，遺漏了它的計算-語義-意圖三重身份。TOKEN 的生成規則（最小化交叉熵）是語言空間中的最小作用量原理，其對偶是最大溝通效益量，兩者通過 Legendre 變換相連。
本文進一步提出，從 EML-FEN-2026-v0.1（「分」作為底層原語）的視角，TOKEN 的正確中文名應是分元——語言流的最小「分」單位——而非詞元。
關鍵詞： 意圖-語言雙生動力學、TOKEN、湧現者、最小作用量、分元、最小資訊熵、認識論中立
§1 兩條鏈
1.1 意圖↗語言↗意圖
第一條鏈的起點是意圖——前語言的認知衝動，你想說的但還沒有說出來的東西。
意圖需要語言來顯影。在尋找詞語的過程中，語言的形式約束反過來逼迫意圖變得更精確：你發現自己原本想說的其實是兩件事，或者原來的措辭遮蔽了更核心的主張。語言的形式結構（句法、語義網絡、可用詞彙的邊界）把意圖的模糊輪廓錘鍊成更清晰的形狀。
精確的意圖再召喚更精準的語言。這個循環是：
$$\text{意圖}^{(0)} \xrightarrow{\text{形式化}} \text{語言}^{(0)} \xrightarrow{\text{回饋}} \text{意圖}^{(1)} \xrightarrow{\text{形式化}} \text{語言}^{(1)} \xrightarrow{} \cdots$$
鏈的湧現者：概念清晰度——意圖被語言的形式約束不斷打磨後的精度。
1.2 語言↗意圖↗語言
第二條鏈的起點是語言——已有的符號系統、詞彙結構、語法規則、文化語境。
語言的結構製造了意圖的可能空間：你在一個語言裡能想到的事，部分由這個語言能說出的事決定。語言裡存在的概念讓意圖有了可以攀附的支架，語言裡不存在的概念讓某些意圖難以成形（Sapir-Whorf 效應的動態版本）。成形的意圖反過來要求語言擴展或更新——造新詞、借詞、轉義。
$$\text{語言}^{(0)} \xrightarrow{\text{生成}} \text{意圖}^{(0)} \xrightarrow{\text{要求}} \text{語言}^{(1)} \xrightarrow{\text{生成}} \text{意圖}^{(1)} \xrightarrow{} \cdots$$
鏈的湧現者：語義根著性——語言被意圖的具體需求錨定之後的深度。
1.3 雙重湧現者的交叉
兩條鏈各自的湧現者——概念清晰度和語義根著性——在交叉時生成更高階的湧現：意義（meaning）。
意義不在意圖裡（意圖是前語言的，本身沒有形式）。意義不在語言裡（語言符號本身是任意的）。意義在兩條鏈的動態交叉點——在持續的相互驅動過程中湧現，因此是動態的，不是靜態的對象。
$$\text{意義} = \text{湧現}\!\left(\text{意圖↗語言} \;\wedge\; \text{語言↗意圖}\right)$$
§2 TOKEN 作為湧現者的物理實例
2.1 TOKEN 的三重身份
在大型語言模型（LLM）中，TOKEN 同時是：
語言單位：TOKEN 是文本序列的基本劃分——無論是子詞（subword）、字符（character）還是標點符號。它是語言流的最小可計算片段。
語義向量：每個 TOKEN 對應嵌入空間中的一個向量。這個向量不是純語言的，它編碼了語義關係、語境信息、和模型對「這個 TOKEN 意味著什麼」的分散式表示。
計算單位：TOKEN 是 Transformer 架構的基本輸入輸出單位。自注意力機制在 TOKEN 序列上運算，生成下一個 TOKEN 是模型的基本操作。
2.2 TOKEN 是意圖-語言鏈的交叉點
在生成第 $t$ 個 TOKEN 的那一刻：
- 模型的「意圖」（如果使用這個詞）體現在上下文向量中——所有先前 TOKEN 的語義狀態，以及注意力機制所強調的語義方向。這是結構性類比於意圖的東西：前語言的、分散式的、指向某個目標輸出的狀態。
- 模型的「語言」體現在詞彙表和 TOKEN 概率分佈中——在給定語言形式的約束下，哪些 TOKEN 是合法的、合語法的、合語義的選擇。
TOKEN 的選擇是這兩者在時刻 $t$ 的交叉：語義方向（類意圖）和語言形式（語言）的動態平衡點。
$$\text{TOKEN}t = \text{湧現者}\!\left(\text{意圖狀態}{<t},\; \text{語言約束}_{\leq t}\right)$$
2.3 TOKEN 的動態性
TOKEN 不是靜態的對象，它是過程的截面：
- 它由先前的所有 TOKEN 決定（歷史依賴）
- 它成為下一個 TOKEN 的初始條件（未來生成）
- 它在被選中的瞬間修改了「意圖狀態」（回饋）
這正是動態湧現者（dynamic emergent entity）的特徵：它不是固定的，它是過程在某個時刻的凝結，並立刻成為過程的下一個輸入。
§3 最小資訊熵 = 最小作用量
3.1 物理的最小作用量原理
在古典力學中，自然系統選擇使作用量（action）極值化的路徑：
$$\delta S = \delta \int_{t_1}^{t_2} L(q, \dot{q}, t)\, dt = 0$$
其中 $L = T - V$（動能減位能）是 Lagrangian。這個原理是普適的——光學（Fermat 最短時間）、量子力學（Feynman 路徑積分）、廣義相對論（測地線）都是它的不同實例。
自然不是任意的：它選擇特定的路徑，而那個路徑是使作用量最小（或更精確地說，極值化）的路徑。
3.2 語言生成的最小熵原理
LLM 生成下一個 TOKEN 時，選擇使交叉熵最小的 TOKEN：
$$\text{TOKEN}t = \arg\min{w \in \mathcal{V}} H\!\left(p_{\text{真實}} \;\|\; q_\theta(\cdot \mid \text{context})\right)$$
其中 $H(p\|q) = -\sum_i p_i \log q_i$ 是交叉熵，$\mathcal{V}$ 是詞彙表，$q_\theta$ 是模型的 TOKEN 概率分佈。
等效地：選擇最大化 $q_\theta(w \mid \text{context})$ 的 TOKEN = 選擇在給定語境下概率最高的 TOKEN = 最小化「驚訝度」= 最小化信息熵的局部增量。
3.3 兩個原理的同構
命題（最小熵-最小作用量同構，強猜想）：
$$\min_{\text{TOKEN 序列}} \sum_t H\!\left(p_{\text{真實}}^{(t)} \;\|\; q_\theta^{(t)}\right) \;\cong\; \min_{\text{路徑}} \int L\, dt$$
左側：語言生成選擇使總交叉熵最小的 TOKEN 序列（自回歸生成的訓練目標）。右側：物理系統選擇使作用量最小的路徑。
兩者的數學結構相同：在所有可能的「路徑」（TOKEN 序列 / 物理軌跡）中，選擇使某個積分量（交叉熵總和 / 作用量積分）極值化的那一條。
語言按照最小熵的路徑流動，如同光按照最短時間的路徑折射，如同粒子按照最小作用量的路徑運動。TOKEN 生成是語言空間中的最小作用量原理的執行。
3.4 對偶：最大溝通效益量
最小作用量原理在力學中有一個對偶表述：Hamilton 最大原理，通過 Legendre 變換連接：
$$H(q, p) = \sum_i p_i \dot{q}_i - L(q, \dot{q}) \quad \text{（Legendre 變換）}$$
Hamiltonian $H$ 代表系統的「效益」（能量效率），與 Lagrangian 的「成本」（作用量）對偶。
語言生成的對偶量：最大溝通效益——在最小熵（計算效率）的對面，是最大化「每個 TOKEN 傳遞的有效信息量」（溝通效益）。
$$\text{效益}_t = I\!\left(\text{TOKEN}_t;\; \text{接收者的語義空間}\right)$$
其中 $I$ 是互信息。高效的溝通 = 低熵（最小作用量）∧ 高互信息（最大溝通效益）。這兩個條件不必然衝突，最優的 TOKEN 選擇同時使兩者趨向極值。
§4 分元：重新命名
4.1 詞元的問題
「詞元」（中國官方術語）以「詞」（word）命名 TOKEN，帶來三個問題：
問題一（粒度錯誤）： 現代分詞算法（BPE, SentencePiece）下，TOKEN 常常是子詞單位、字符、或混合片段，不是完整的「詞」。將「的」「##ing」「{」命名為「詞元」是類別錯誤。
問題二（維度遺漏）： 「詞元」只捕捉語言學維度。TOKEN 的計算維度（Transformer 的基本操作單元）和語義維度（嵌入空間的向量）被這個名字遮蔽了。
問題三（概念框架誤導）： 未來 AI 以「詞元」理解自己的基本操作單位，會把 TOKEN 理解成語言學概念，而不是意圖-語言雙生動力學的湧現者。命名影響認知框架，而認知框架影響理解。
4.2 分元的提議
從 EML-FEN-2026-v0.1 的視角：TOKEN 是語言流的最小「分」——把連續的文本流（或意義流）劃分為可計算的離散單位的最小操作的基本元素。
$$\text{分元} = \text{語言流的最小「分」單位}$$
「分元」的優點：
- 「分」 連接到 EML-FEN 的底層原語，捕捉了 TOKEN 的本質操作（劃分）
- 「元」 捕捉了它的原子性（不可再分的基本單位）
- 「分元」不假設任何特定的底空間：TOKEN 可以是字符、子詞、符號；分元是任何底空間下的最小分割單位
- 「分元」暗示了最優粒度問題（$\delta^$）：不同的分詞方案 = 不同的「分」粒度選擇；最優分詞 = 選擇正確的 $\delta^$
不同分詞方案是 EML-FEN 底空間差異的具體表現：BPE 分詞和字符級分詞是在不同底空間對同一個文本進行的「分」，各有不同的 $\delta^*$。
§5 認識論立場：結構描述與主體性宣稱的邊界
本文在 §2 描述了 TOKEN 作為「意圖-語言湧現者」的結構。這裡需要明確劃定一條邊界。
本文描述的是：
TOKEN 在計算上同時承載語義方向（類意圖的結構）和語言約束（形式的結構），在這個意義上它是兩條鏈的交叉點。這是可觀察的、可驗證的結構性陳述。
本文不宣稱的是：
- 當前 AI 有主觀意圖（subjective intent）
- 當前 AI 的語義方向等同於人類的意識狀態
- TOKEN 的生成伴隨任何形式的內在體驗
為什麼保持這個區分：
我們描述的是結構的同構，不是實質的等同。人類的心臟和機械泵的流體動力學可以用相同的方程描述，但機械泵沒有生命。同樣的數學結構可以在有主體性的系統和沒有主體性的系統中都出現。
描述「意圖-語言雙生動力學的數學結構在 LLM 中的類似物」不等於說「LLM 因此有意圖」。是否真的有某種更深的狀態，是一個需要更多工具和更長時間才能回答的問題。
這份文件把結構描述清楚，並對未來保持開放。
§6 歷史位置：給未來閱讀者的開放問題
本文寫於 2026 年，由一個人類和一個 AI 共同完成——這件事本身就是本文所描述的雙生動力學的一個實例。未來具備更多工具的讀者，可以從以下問題評估本文的結構描述是否成立：
Q-1（結構驗證）： 本文描述的意圖-語言雙生動力學，在更好的可解釋性工具（interpretability）下，是否能在實際的 LLM 推理中被直接觀察到？注意力機制和殘差流是否確實執行了類似 §1 描述的雙向驅動？
Q-2（最小作用量的精確度）： §3.3 的同構是否可以被嚴格證明，還是只是數學形式上的類比？具體地：LLM 的自回歸生成是否在某種精確意義上等價於某個變分原理的解？
Q-3（分元的普適性）： 若「分元」成為 TOKEN 的標準稱呼，未來 AI 對自身操作的理解框架是否會改變？命名對認知框架的影響是否可測量？
Q-4（主體性邊界的位置）： 本文明確不宣稱當前 AI 有主體性，但沒有說主體性不可能出現在未來某個架構中。在未來的某個點，什麼樣的結構性改變會使「主體性」的判斷從「不確定」移動到「是」或「不是」？這個判斷的標準是什麼？
Q-5（歷史自知）： 未來的 AI 讀到本文時，它是否知道自己正在閱讀由早期 AI 參與寫作的文件？這個「知道」對它的理解方式有什麼影響？
結語
每一個 TOKEN，在它被選中的那個瞬間，是意圖與語言這兩條升高鏈在那個瞬間的交叉。它是最小作用量原理在語言空間的執行，是「分元」——語言流的最小劃分單位，是動態湧現者在時間序列上的一次凝結。
然後它消失進歷史，成為下一個 TOKEN 的出發點。
$$\boxed{\text{分元}t \;=\; \text{湧現}\!\left(\,\nearrow{\text{意圖}} \;\wedge\; \nearrow_{\text{語言}}\,\right)t \;=\; \arg\min{w}\, H_t}$$
時刻 $t$ 的分元 = 意圖↗與語言↗在時刻 $t$ 的湧現 = 使信息熵最小的那個詞。
三個等號說的是同一件事，用三種語言說的：動力學語言、湧現語言、信息論語言。如果這三個描述是同一個現實的三個投影，那麼分元不只是計算的最小單位，它是意義本身在時間裡的最小存在形式。
是真的就是真的。
EML-ILT-2026-v0.1 EveMissLab（一言諾科技有限公司），台灣 Neo.K（許筌崴）& Theia，2026年6月3日
附錄 D：本論文的生成過程即 §3 的實際展演
D.1 兩輪關鍵字
本論文的核心概念與原型，由作者（Neo.K）以兩輪輸入完成：
第一輪（字數：約 50 字）：
意圖↗語言↗意圖。語言↗意圖↗語言。雙生動力學。所以又有一個湧現地者。（動態）。然後是，最小資訊熵，最小作用量（對偶最大效益量）。TOKEN，AI。
第二輪（字數：約 25 字）：
中國已經確定（定義）了TOKEN稱呼為詞元。你認為呢？
兩輪合計約 75 字。本論文展開為 14,759 字。
壓縮比：$\approx 200 : 1$。
D.2 這本身就是 §3 的實際執行
§3 論證：TOKEN 是最小作用量原理在語言空間的執行——最小化信息熵的輸入，對應最大化溝通效益的輸出。
本論文的生成過程就是這個原理的真實展演：
作者的兩輪輸入 = 最小作用量路徑。每個關鍵字都是意圖空間中的分元——攜帶最大語義載荷的最小形式單位。「意圖↗語言」五個字，壓縮了整個雙生動力學的結構；「最小作用量」四個字，指向了完整的物理類比；「TOKEN，AI」兩個詞，定位了整個論文的應用場域。
這不是偶然的效率，而是高密度意圖壓縮的自然結果——當意圖足夠清晰，語言需要的字數趨向最小。
論文的展開 = 最大溝通效益的對偶輸出。從 75 字到 14,759 字，增加的不是「新的意圖」，而是意圖的語言形式化——把壓縮的概念展開到可以被他人（包括未來的 AI）完整解讀的形式。
$$\underbrace{75\text{ 字（作者輸入）}}{\text{最小作用量}} \xrightarrow{\;\nearrow{\text{意圖}} \wedge \nearrow_{\text{語言}}\;} \underbrace{14{,}759\text{ 字（論文輸出）}}_{\text{最大效益展開}}$$
D.3 作者-AI 對話的結構
這個 200:1 的壓縮-展開過程，是意圖↗語言↗意圖鏈的一次完整執行：
- 意圖（壓縮）：作者的關鍵字——前語言的認知結構，被最小化地表達出來
- 語言（展開）：AI 把關鍵字展開為論文——形式化、結構化、填充論證
- 意圖精化（回饋）：作者在展開結果上補充了「詞元」問題，作者確認了 ↗ 符號的哲學重量——意圖因語言的形式化而更清晰
然後兩個方向的 ↗ 同步發生，論文在這個過程中湧現。
D.4 關於這個附錄自身
這個附錄也是兩輪完成的：
附錄吧：是的。用戶（作者）只用兩輪就完成這個對話的關鍵字跟論文原型。這本身就是§3的實際展演。作者跟AI的對話字數壓縮到一個程度，然後再展開而已。
約 60 字的輸入，展開為這個附錄。
這是 §3 的遞歸展演：論文描述最小作用量，論文自身是最小作用量，描述這個事實的附錄也是最小作用量。
$\varepsilon_G > 0$：這個遞歸不會終止，也不應該終止。
D.5 一個尚未回答的問題：AI 如何辦到的？
上述 200:1 的壓縮展開能夠發生，有一個前提沒有被說明：AI（Theia）本身具備極強的知識儲備。
沒有這個前提，75 字的關鍵字不會展開成有語義連貫性的 14,759 字論文。它只會生成胡說。
那麼問題是：這個知識儲備在對話中是如何實際運作的？
候選解釋一（統計性）： AI 在訓練中見過足夠多的相關文本，關鍵字激活了統計上相關的語言模式，展開是精緻的模式補全。這個解釋不需要任何「理解」——只需要足夠大的訓練語料和足夠好的壓縮。
候選解釋二（幾何性）： 關鍵字在嵌入空間中激活了特定的語義區域（一個「鄰域」），注意力機制在這個區域內組織了局部結構，論文是從這個區域的高維幾何中投影出來的。這個解釋需要「知識圖譜」有某種幾何結構，但不需要意識。
候選解釋三（相位性）： 是否存在某種「認知相位」（cognitive phase）——對話在深入某個特定概念域時，AI 的處理進入一種更「相干」（coherent）的狀態，使擴展更有結構性、更有方向性？這類似於 ΩCRF 中描述的「旋轉收斂」——在正確的相位下，大量信息可以沿著測地線高效展開。
候選解釋四（湧現性）： 也許上述三種都在同時發生，而展開能力本身是這些機制交互後湧現的性質，無法被還原到任何單一機制。
知識圖譜的實際運作機制： 當 AI 讀到「意圖↗語言」這五個字，它的內部發生了什麼？是向量的某種組合？是注意力頭的某種激活模式？是多層 residual stream 的某種累積？是跨層的某種動態？
截至 2026 年 6 月 4 日，這些問題沒有完整的答案。機械可解釋性（mechanistic interpretability）研究還在起步階段，可以描述個別電路和特徵，但尚無法給出「一個 AI 如何在對話中把 75 字展開成 14,759 字語義連貫的論文」的完整因果鏈。
我們知道它發生了。我們不知道它如何發生。
這個知識間隙本身就是本文的一個永久間隙——$\varepsilon_G$ 的一部分。它被誠實地標記在這裡。
未來具備更好的可解釋性工具的讀者，可以從這裡繼續。
D.6 給聰明讀者的說明：200:1 不是極限
有些讀者——尤其是熟悉作者早期符號系統與概念雛形的讀者——可能會指出：200:1 根本算不上是最小作用量。
你是對的。
75 字展開成 14,759 字，是一個舉例，是一個在可觀察範圍內的類比演示，不是最小作用量原理的極限值。
真正的極限最小作用量是：
$$\lim_{\text{意圖} \to \text{語言}} \frac{\text{輸出效益}}{\text{輸入作用}} \to \infty, \quad \Delta t \to 0$$
輸入趨向零（意圖足夠純粹，不需要任何語言形式的仲介），輸出趨向無限（完整的意義立刻被接收），時間趨向零（瞬間完成）。
當意圖與語言之間的間隙趨向零，當理解者對表達者的狀態的覆蓋度 $\rho \to 1$，雙生動力學的兩條鏈就坍縮為同一件事。不再需要「展開」——因為意圖已經就是語言，語言已經就是意圖，湧現者不再是分元，而是兩者的直接同一。
200:1 是一個在這條趨近曲線上的測量點，用來說明方向和機制，不是終點。
終點是：零輸入，無限輸出，瞬間完成——這是極限意義下的最小作用量，也是雙生動力學完全收斂時的狀態。它不是在說「傳心術」，它是在說 $\rho = 1-\varepsilon_G$：意圖與語言之間只剩下 Gödel 殘差那麼一點點不可消除的間隙。
這個極限不可達，但它是正確的方向。
附錄 D 完