# 認知事件—算子架構：從選擇、觀察、更新、記憶到行動的最小形式系統

**Cognitive Event–Operator Architecture: A Minimal Formal System from Selection, Observation, Update, Memory to Action**

作者：Neo.K  
機構：一言諾科技有限公司（EveMissLab）  
版本：v1.0  
日期：2026 年 7 月  
文件性質：認知動力學系列前置基礎論文  
系列位置：第 1 篇／核心前置篇  
公開定位：理論框架、準形式化模型、可檢驗研究綱領

---

## 摘要

既有認知理論常將注意力、觀察、記憶、學習、行為與影響力分別置於不同學科框架中，導致同一認知過程在不同理論中被重複命名、重複解釋，甚至由單一變量承擔過多功能。本文提出「認知事件—算子架構」（Cognitive Event–Operator Architecture, CEOA），建立一個不預設特定生物基質、不依賴單一心理學流派、亦不要求強本體論承諾的最小形式系統。

本文的核心主張不是「認知只有一條線性因果鏈」，而是：對任何具有有限資源、狀態持續性、環境交互與行動能力的認知主體，都可以研究一組最小功能角色之間的動態耦合。本文定義事件輸入 $E_t$ 、選擇配置算子 $\Pi_t$ 、觀察—表徵算子 $O_t$ 、狀態更新算子 $U_t$ 、記憶接口 $\mathcal M_t$ 、行動門控 $G_t$ 、行動輸出 $A_t$ 與環境回饋 $R_t$ ，並將主體狀態表示為：

$$
\mathcal S_t
=
(
X_t,
\Pi_t,
O_t,
U_t,
\mathcal M_t,
G_t,
A_t
)
$$

系統演化則由：

$$
\mathcal S_{t+1}
=
\mathcal F
(
\mathcal S_t,
E_t,
R_t,
\Xi_t
)
$$

描述，其中 $\Xi_t$ 表示未建模擾動、隨機性或外部干預。

本文提出七項核心區分：選擇不等於觀察、觀察不等於理解、理解不等於更新、更新不等於記憶、記憶不等於儲存、記憶不等於行動、行動不等於影響。基於此，本文重新界定後續認知動力學系列的理論邊界，避免 $\Pi$ 、 $O$ 、 $M$ 、 $B$ 、 $P$ 等符號在不同論文中互相搶奪解釋權。

本文進一步提出三類可證偽方向：（1）功能角色不可分離性檢驗；（2）跨時間耦合與瓶頸檢驗；（3）替代模型比較。若單一低維狀態變量足以在跨任務、跨時間、跨環境條件下穩定解釋選擇、觀察、更新、記憶與行動，則本文的模組分解必要性受到削弱。反之，若不同功能角色存在可重複的選擇性破壞、時間錯位與交互瓶頸，則支持事件—算子架構作為一種有效的中層理論。

**關鍵詞：** 認知事件、算子架構、注意力選擇、觀察、狀態更新、記憶接口、行動門控、認知動力學、事件時空、AI 認知架構

---

# 0. 邊界聲明

本文首先明確以下限制。

第一，本文不是一套完整的人類心智理論。

第二，本文不主張所有認知系統都必須由完全相同的生理結構實現。

第三，本文中的「算子」首先是功能角色與轉換關係的準形式化表示，而非已經證明存在的單一神經模組。

第四，本文不主張存在唯一的認知分解方式。本文提出的是一個最小候選架構，其價值取決於能否：

- 減少理論重複；
- 顯示瓶頸位置；
- 支援跨論文映射；
- 產生可檢驗預測；
- 改善 AI 與人類認知模型的可操作性。

第五，本文刻意不將強本體論概念納入最小公理層。任何關於 $\Omega$ 、無限資訊網絡、終極主體、宇宙意識或記憶作為高階本體投影的主張，均屬另一證據層級，不能作為本文最低模型成立的必要前提。

因此，本文的目標可濃縮為：

$$
\boxed{
\text{先建立最小功能架構，再允許高階理論向上附加}
}
$$

而不是：

$$
\boxed{
\text{先接受高階本體論，再回頭解釋認知}
}
$$

---

# 1. 問題提出：為何需要一篇新的前置論文？

## 1.1 理論成長造成的符號漂移

當一個理論系列快速擴張時，最常見的問題不是「完全沒有概念」，而是：

> 同一現象被不同論文以不同符號重新命名；同一符號又在不同論文中承擔不同功能。

例如，一個主體未執行某行為，可能被解釋為：

- 沒有注意到；
- 沒有理解；
- 沒有更新；
- 沒有記住；
- 沒有程序化；
- 沒有啟動；
- 不願承受成本；
- 缺少外部條件。

如果這些差異未被形式化，任何失敗都可以事後歸因給某一個「能力不足」。

如此便產生不可證偽風險：

$$
\text{Outcome Failure}
\Rightarrow
\text{Some Hidden Variable Failure}
$$

這類模型在敘事上很強，但在理論上很弱，因為它幾乎永遠可以事後修補。

因此，本系列需要先建立一個最小角色集合，使不同論文不再爭奪同一解釋空間。

---

## 1.2 線性鏈條的誘惑

理論早期常傾向建立：

$$
A
\rightarrow
B
\rightarrow
C
\rightarrow
D
$$

因為線性鏈清楚、容易敘述、容易畫圖。

然而認知系統具有至少四種反線性特徵。

### 第一，循環

過去行動會改變未來環境：

$$
A_t
\rightarrow
E_{t+1}
$$

### 第二，記憶回饋

過去狀態會經由記憶影響當前選擇：

$$
\mathcal M_t
\rightarrow
\Pi_t
$$

### 第三，模型依賴

觀察不是純輸入，而受既有內部狀態影響：

$$
O_t
=
O(E_t;X_t,\mathcal M_t)
$$

### 第四，多重瓶頸

同一行動失敗可能發生於不同位置：

$$
\Pi
,\ 
O
,\ 
U
,\ 
\mathcal M
,\ 
G
$$

任一處均可能形成局部失效。

因此，本文拒絕將認知架構縮減為單一路徑：

$$
\text{Input}
\rightarrow
\text{Thought}
\rightarrow
\text{Action}
$$

而改為動態耦合系統。

---

# 2. 最小本體：事件、狀態與算子

## 2.1 認知事件

定義一個認知相關事件為：

$$
e_t
\in
\mathcal E
$$

其中 $\mathcal E$ 是可被系統感知、內生生成、重建或推斷的事件空間。

事件不必等同外部物理刺激。

它可以是：

- 外部聲音；
- 圖像；
- 一句話；
- 身體疼痛；
- 一個內在念頭；
- 一段回憶；
- 一個預測；
- 一個他者模型；
- 一個尚未發生但被模擬的未來情境。

因此：

$$
\mathcal E
=
\mathcal E_{\text{external}}
\cup
\mathcal E_{\text{internal}}
\cup
\mathcal E_{\text{reconstructed}}
\cup
\mathcal E_{\text{simulated}}
$$

此定義的重要性在於：認知系統處理的不是「世界本身」，而是可進入其動態的事件。

---

## 2.2 系統狀態

設認知主體在時間 $t$ 的內部狀態為：

$$
X_t
\in
\mathcal X
$$

$X_t$ 不預設是一個向量，也不預設能被完整觀測。

它可以包含：

- 生理狀態；
- 情緒；
- 活化目標；
- 信念結構；
- 當前任務；
- 資源水平；
- 身份狀態；
- 社會位置；
- 內部世界模型。

因此本文只要求：

$$
X_t
\neq
X_{t+1}
$$

在一般情況下可因事件與內部運算而變化。

---

## 2.3 算子

本文中的算子定義為：

> 將某組輸入狀態映射為另一組狀態、資源配置、表徵或行動候選的功能轉換。

形式上：

$$
\mathcal O:
\mathcal D
\rightarrow
\mathcal C
$$

其中 $\mathcal D$ 為定義域， $\mathcal C$ 為值域。

需要強調：

$$
\boxed{
\text{算子}
\neq
\text{單一腦區}
}
$$

亦不必然：

$$
\boxed{
\text{算子}
=
\text{單一神經網絡模組}
}
$$

算子可以是分散式、重疊式、情境依賴式的功能關係。

---

# 3. 最小功能角色

本文提出七個核心功能角色。

---

## 3.1 事件輸入 $E_t$

定義：

$$
E_t
\subseteq
\mathcal E
$$

表示在時間 $t$ 對系統具有潛在相關性的事件集合。

需要區分：

$$
E_t
\neq
E_t^{\text{selected}}
$$

世界中可用事件很多，但實際被分配資源的事件極少。

因此事件輸入只是候選域，而不是已進入處理的內容。

---

## 3.2 選擇配置算子 $\Pi_t$

定義：

$$
\Pi_t:
\mathcal E
\rightarrow
\mathbb R_{\geq 0}
$$

$\Pi_t(e)$ 表示系統在時間 $t$ 對事件 $e$ 的相對處理資源、優先度或准入權重。

在有限資源條件下，可加入：

$$
\sum_{e\in E_t}
\Pi_t(e)
\leq
R_t^{\max}
$$

其中 $R_t^{\max}$ 為當前可配置資源上界。

這一定義比「注意力就是看哪裡」更廣，也比「注意力是所有認知源頭」更弱。

$\Pi$ 可以受到：

$$
X_t,
\mathcal M_t,
G_t^{\text{goal}},
S_t^{\text{salience}},
C_t^{\text{cue}}
$$

共同影響。

因此：

$$
\Pi_t
=
f_{\Pi}
(
E_t,
X_t,
\mathcal M_t,
G_t^{\text{goal}},
C_t^{\text{cue}}
)
$$

---

## 3.3 觀察—表徵算子 $O_t$

定義：

$$
O_t:
(E_t^{\Pi},X_t,\mathcal M_t)
\rightarrow
Z_t
$$

其中：

- $E_t^{\Pi}$ ：經選擇後的事件；
- $Z_t$ ：當前表徵。

因此：

$$
E_t^{\Pi}
\neq
Z_t
$$

事件被選中，不代表已被正確表徵。

同一事件：

$$
e
$$

可能在不同主體中形成：

$$
Z_t^{(1)}
\neq
Z_t^{(2)}
$$

這正是框架差異、專家—新手差異與文化解碼差異的基本入口。

---

## 3.4 狀態更新算子 $U_t$

定義：

$$
U_t:
(X_t,Z_t,\mathcal M_t)
\rightarrow
X_{t+1}
$$

其作用是決定：

> 新表徵是否、以及以何種程度改變系統狀態。

因此：

$$
\text{Observation}
\not\Rightarrow
\text{Update}
$$

一個人可以：

- 看見反例；
- 理解反例；
- 甚至承認反例；

但既有信念結構仍不改變。

可定義局部更新增益：

$$
g_t(e)
=
\frac{
\|X_{t+1}-X_t\|
}{
\|Z_t\|+\varepsilon
}
$$

當：

$$
g_t(e)\approx 0
$$

表示事件雖被處理，但幾乎未改變內部狀態。

這為後續「高激活—低可塑」理論提供前置接口。

---

## 3.5 記憶接口 $\mathcal M_t$

本文不將記憶定義為單一儲存庫。

定義：

$$
\mathcal M_t
=
(
\mathcal M_t^{\text{enc}},
\mathcal M_t^{\text{con}},
\mathcal M_t^{\text{ret}},
\mathcal M_t^{\text{forg}}
)
$$

分別對應：

- 編碼；
- 鞏固；
- 提取；
- 遺忘／抑制。

更重要的是：

$$
\mathcal M_t
\leftrightarrow
\Pi_t,
O_t,
U_t,
G_t
$$

記憶不是流程中的單一下一步，而是橫切接口。

例如：

$$
\Pi_t
=
f(
\mathcal M_t^{\text{habit}},
\mathcal M_t^{\text{salience}}
)
$$

$$
O_t
=
f(
E_t^{\Pi},
\mathcal M_t^{\text{model}}
)
$$

$$
U_t
=
f(
X_t,
Z_t,
\mathcal M_t^{\text{prior}}
)
$$

$$
G_t
=
f(
A_t^{*},
\mathcal M_t^{\text{procedural}}
)
$$

因此：

$$
\boxed{
\mathcal M
\text{ 是跨層接口，不是第 }n\text{ 層}
}
$$

---

## 3.6 行動門控 $G_t$

知識、理解與意圖不必然產生行動。

因此定義：

$$
G_t:
(A_t^{*},X_t,\mathcal M_t,E_t)
\rightarrow
p_t(A)
$$

其中 $A_t^{*}$ 為候選行動集合， $p_t(A)$ 為行動被實施的機率或相對權重。

$G_t$ 可受到：

- 程序可用性；
- 習慣；
- 即時成本；
- 延遲收益；
- 社會風險；
- 身份威脅；
- 疲勞；
- 環境提示；

共同影響。

因此「知而不行」不是必須新增一個人格本質變量，而可以先視為門控失配：

$$
K_t
\not\Rightarrow
A_t
$$

更精確地：

$$
P(A_t\mid K_t)
<
1
$$

---

## 3.7 行動輸出 $A_t$

定義：

$$
A_t
\in
\mathcal A
$$

行動可以是：

- 外顯行為；
- 語言輸出；
- 內部控制；
- 搜尋；
- 抑制；
- 延遲；
- 重新分配注意；
- 改變環境。

需要特別強調：

$$
A_t
\neq
I_t
$$

其中 $I_t$ 表示實際影響。

一個行動是否產生外部效果，還取決於：

- 系統權重；
- 環境條件；
- 他者反應；
- 時間窗口；
- 隨機擾動。

因此：

$$
I_t
=
f_I(
A_t,
W_t,
V_t,
E_t^{\text{env}},
\Xi_t
)
$$

這將認知—行動與影響力理論正式分層。

---

# 4. 七個不可混同命題

本文提出七個最小區分。

## 命題 1：選擇不等於觀察

$$
\Pi(e)>0
\not\Rightarrow
O(e)=z^{*}
$$

事件獲得注意資源，不代表形成正確表徵。

---

## 命題 2：觀察不等於理解

$$
O(e)=z
\not\Rightarrow
\operatorname{Comprehend}(z)
$$

系統可產生表徵，但未建立足夠關係結構。

---

## 命題 3：理解不等於更新

$$
\operatorname{Comprehend}(z)
\not\Rightarrow
X_{t+1}\neq X_t
$$

理解反例不代表修正信念。

---

## 命題 4：更新不等於穩定記憶

$$
X_{t+1}\neq X_t
\not\Rightarrow
\mathcal M_{t+\Delta}^{\text{ret}}(z)>0
$$

短期改變可能消失。

---

## 命題 5：記憶不等於行動

$$
\mathcal M^{\text{ret}}(z)>0
\not\Rightarrow
A_t
$$

知道且記得，仍可能不做。

---

## 命題 6：行動不等於影響

$$
A_t
\not\Rightarrow
I_t>0
$$

低權重行動可能沒有外部效果。

---

## 命題 7：影響不等於認知正確

$$
I_t\gg 0
\not\Rightarrow
Z_t\approx Z_t^{*}
$$

錯誤、偏見或虛假敘事也可能具有高影響力。

---

# 5. 從線性鏈到動態耦合系統

## 5.1 狀態方程

定義總系統：

$$
\mathcal S_t
=
(
X_t,
\Pi_t,
O_t,
U_t,
\mathcal M_t,
G_t,
A_t
)
$$

則：

$$
\mathcal S_{t+1}
=
\mathcal F
(
\mathcal S_t,
E_t,
R_t,
\Xi_t
)
$$

其中：

- $R_t$ ：回饋；
- $\Xi_t$ ：未建模擾動。

---

## 5.2 最小耦合圖

核心耦合可表示為：

$$
E_t
\rightarrow
\Pi_t
\rightarrow
O_t
\rightarrow
U_t
\rightarrow
X_{t+1}
$$

但同時：

$$
\mathcal M_t
\rightarrow
\Pi_t
$$

$$
\mathcal M_t
\rightarrow
O_t
$$

$$
\mathcal M_t
\rightarrow
U_t
$$

$$
\mathcal M_t
\rightarrow
G_t
$$

以及：

$$
A_t
\rightarrow
E_{t+1}
$$

因此真實結構是圖而不是鏈。

---

## 5.3 認知瓶頸

定義局部瓶頸：

$$
b_i(t)
=
1-q_i(t)
$$

其中：

$$
q_i(t)\in[0,1]
$$

表示第 $i$ 個功能角色的有效通過率。

若採乘積近似：

$$
Q_{\text{path}}
=
\prod_i q_i
$$

則任何局部低值都可能限制總體輸出。

但本文不主張乘積形式是普遍真理。

更一般地：

$$
Q_{\text{path}}
=
\Phi(
q_{\Pi},
q_O,
q_U,
q_{\mathcal M},
q_G
)
$$

$\Phi$ 可由實證決定。

---

# 6. 失效分類學

本架構的核心價值之一，是允許不同失敗被區分。

## 6.1 選擇失效

$$
\Pi_t(e)\approx 0
$$

事件幾乎不獲得資源。

案例：

- 完全沒注意到；
- 被其他刺激競爭；
- 目標錯位；
- 長期忽略。

---

## 6.2 表徵失效

$$
\Pi_t(e)>0
$$

但：

$$
O_t(e)
=
z_{\text{distorted}}
$$

案例：

- 術語誤解；
- 框架不兼容；
- 專業背景不足；
- 文化隱喻錯譯。

---

## 6.3 更新失效

$$
O_t(e)=z
$$

但：

$$
U_t(X_t,z)
\approx
X_t
$$

案例：

- 反例隔離；
- 身份防衛；
- 低可塑狀態；
- 信念凍結。

---

## 6.4 記憶失效

$$
X_{t+1}\neq X_t
$$

但：

$$
\mathcal M_{t+\Delta}^{\text{ret}}(z)
\approx
0
$$

案例：

- 忘記；
- 線索缺失；
- 狀態依賴提取失敗；
- 未程序化。

---

## 6.5 門控失效

$$
K_t>0
$$

$$
\mathcal M_t^{\text{ret}}(K_t)>0
$$

但：

$$
G_t(A_t^{*})
\approx
0
$$

案例：

- 拖延；
- 即時成本過高；
- 恐懼；
- 疲勞；
- 社會風險。

---

## 6.6 影響失效

$$
A_t\neq 0
$$

但：

$$
I_t\approx 0
$$

案例：

- 缺乏資源；
- 缺乏權重；
- 時機錯誤；
- 環境拒絕。

---

# 7. 時間尺度

不同算子運作於不同時間尺度。

設：

$$
\tau_{\Pi}
$$

為選擇配置時間尺度；

$$
\tau_O
$$

為表徵形成時間尺度；

$$
\tau_U
$$

為狀態更新時間尺度；

$$
\tau_{\mathcal M}
$$

為記憶鞏固與提取時間尺度；

$$
\tau_G
$$

為行動門控時間尺度。

通常可能存在：

$$
\tau_{\Pi}
<
\tau_O
<
\tau_U
$$

但並非普遍。

某些快速反射可滿足：

$$
\tau_G
<
\tau_O^{\text{deliberative}}
$$

某些身份更新則：

$$
\tau_U
\gg
\tau_O
$$

因此：

$$
\boxed{
\text{認知錯位可能是時間尺度錯位，而非能力缺失}
}
$$

這為後續認知鴻溝、代際差異與超前認知理論提供基礎。

---

# 8. 記憶的橫切地位

## 8.1 為何不能把記憶當「下一層」

若架構寫成：

$$
\Pi
\rightarrow
O
\rightarrow
U
\rightarrow
\mathcal M
\rightarrow
G
$$

會產生錯誤直覺：

> 記憶只在更新之後發生。

但實際上，選擇本身依賴過去記憶：

$$
\Pi_t
=
f(
E_t,
\mathcal M_t
)
$$

觀察依賴既有模型：

$$
O_t
=
f(
E_t^{\Pi},
\mathcal M_t^{\text{model}}
)
$$

行動依賴程序記憶：

$$
G_t
=
f(
A_t^{*},
\mathcal M_t^{\text{proc}}
)
$$

所以：

$$
\boxed{
\mathcal M
\text{ 是橫切接口}
}
$$

而不是：

$$
\boxed{
\mathcal M
\text{ 是第六層}
}
$$

---

## 8.2 記憶不是儲存

可操作上更適合把記憶寫為：

$$
\mathcal M
=
\operatorname{Access}
+
\operatorname{Reconstruction}
+
\operatorname{Persistence}
$$

因此：

$$
\text{stored}
\not\Rightarrow
\text{retrievable}
$$

$$
\text{retrievable}
\not\Rightarrow
\text{faithful}
$$

$$
\text{forgotten}
\not\Rightarrow
\text{erased}
$$

這些區分留待後續《記憶動力學》展開。

---

# 9. 行動門控與知行斷裂

## 9.1 從人格能力改為轉移問題

若一個人知道某知識 $K$ ，不應直接推論：

$$
K
\Rightarrow
A
$$

而應研究：

$$
P(A_{t+1}\mid K_t,X_t,E_t,\mathcal M_t)
$$

知行問題因而變成條件轉移。

可定義：

$$
\mathcal T_{K\rightarrow A}
:
K_t
\rightarrow
P(A_{t+1})
$$

這個轉移受到：

$$
\mathcal T_{K\rightarrow A}
=
f(
P_{\text{proc}},
H,
C_{\text{cue}},
C_{\text{aversive}},
V_{\text{expected}},
X_t
)
$$

影響。

其中：

- $P_{\text{proc}}$ ：程序可用性；
- $H$ ：習慣強度；
- $C_{\text{cue}}$ ：提示；
- $C_{\text{aversive}}$ ：厭惡成本；
- $V_{\text{expected}}$ ：預期收益。

這為後續知行轉化與厭惡成本理論提供更穩定接口。

---

# 10. 激活與更新的雙軸分離

後續認知冷熱點理論最需要修正的一點，是：

$$
\text{Activation}
\neq
\text{Update}
$$

定義：

$$
a_e(t)
=
\text{事件 }e\text{ 的激活／可達性}
$$

$$
u_e(t)
=
\text{事件 }e\text{ 對狀態更新的增益}
$$

則有四種狀態：

### 第一象限

$$
a_e\uparrow,
u_e\uparrow
$$

高激活、高更新。

### 第二象限

$$
a_e\uparrow,
u_e\downarrow
$$

高激活、低更新。

典型候選：

- 刻板印象；
- 固著信念；
- 反覆宣傳後的僵化敘事。

### 第三象限

$$
a_e\downarrow,
u_e\uparrow
$$

低激活、高可塑。

### 第四象限

$$
a_e\downarrow,
u_e\downarrow
$$

低激活、低更新。

因此，所謂「冷點」不能僅以低更新頻率定義。

這一修正將成為後續獨立論文的核心。

---

# 11. 雙重觀察者的前置位置

本文不直接證明：

> 所有智能體都必然具有不可關閉的雙重觀察者。

但可以定義二階觀察：

$$
O_t^{(1)}
:
E_t^{\Pi}
\rightarrow
Z_t
$$

$$
O_t^{(2)}
:
(
Z_t,
\hat Z_t^{\text{other}}
)
\rightarrow
Z_t^{\text{meta}}
$$

其中：

$$
\hat Z_t^{\text{other}}
$$

表示主體對他者狀態的估計。

若進一步出現：

$$
O^{(3)},
O^{(4)},\ldots
$$

便形成遞迴元觀察。

但本文只把它當成可擴展能力，不把無限遞迴當作最低模型必要條件。

---

# 12. 群體層擴展

個體選擇算子：

$$
\Pi_i(e)
$$

在群體中可擴展為：

$$
\Pi_{ij}
$$

表示主體 $i$ 對主體 $j$ 輸出的資源配置。

形成注意矩陣：

$$
\mathbf \Pi
=
[
\Pi_{ij}
]
$$

群體狀態可寫為：

$$
\mathcal G_t
=
(
\mathcal S_t^{(1)},
\ldots,
\mathcal S_t^{(n)},
\mathbf \Pi_t,
\mathbf W_t
)
$$

其中：

$$
\mathbf W_t
$$

為關係或傳輸權重矩陣。

這為後續群體創造力耦合拓撲提供接口。

---

# 13. AI 架構映射

本文的功能角色可以映射到 AI 系統，但不主張一一等同。

例如：

### 選擇配置

$$
\Pi
$$

可能由：

- routing；
- retrieval；
- attention allocation；
- scheduler；

部分實現。

### 觀察—表徵

$$
O
$$

可能由：

- encoder；
- world model；
- multimodal fusion；

部分實現。

### 記憶接口

$$
\mathcal M
$$

可能涉及：

- working context；
- vector store；
- episodic memory；
- procedural state；
- persistent user model。

### 行動門控

$$
G
$$

可能涉及：

- policy；
- planner；
- safety gate；
- tool selector。

因此，AI 不應簡單把：

$$
\text{Transformer Attention}
$$

等同：

$$
\Pi_{\text{cognitive}}
$$

兩者最多是候選映射之一。

---

# 14. 分層猜想

## 猜想 H1：功能可分離猜想

存在至少部分任務，使：

$$
\Pi,
O,
U,
\mathcal M,
G
$$

呈現選擇性差異。

亦即：

$$
q_{\Pi}\downarrow
$$

不必然伴隨：

$$
q_O\downarrow
$$

---

## 猜想 H2：瓶頸遷移猜想

同一主體在不同環境中，主要瓶頸位置可改變：

$$
b^{*}(t)
=
\arg\max_i
b_i(t)
$$

因此：

$$
b^{*}(t_1)
\neq
b^{*}(t_2)
$$

---

## 猜想 H3：記憶橫切猜想

若移除或破壞特定記憶接口，將同時影響多個功能角色，而非只影響單一「記憶層」。

---

## 猜想 H4：非線性耦合猜想

總體表現不是單一能力線性和：

$$
Q
\neq
\sum_i \alpha_i q_i
$$

而存在：

$$
\frac{\partial^2 Q}
{\partial q_i\partial q_j}
\neq
0
$$

即交互作用。

---

## 猜想 H5：跨時間錯位猜想

部分認知失敗主要源於：

$$
\tau_i
\neq
\tau_j
$$

而非能力絕對不足。

---

# 15. 競爭模型

本文不排除其他模型。

## $H_0$ ：單一潛在能力模型

假設存在：

$$
g_c
$$

可解釋大部分選擇、理解、更新、記憶與行動差異。

---

## $H_1$ ：雙系統模型

假設主要差異可由快速／慢速兩系統描述。

---

## $H_2$ ：端到端動力模型

不需要顯式功能分解，直接以：

$$
X_{t+1}
=
F(X_t,E_t)
$$

擬合。

---

## $H_3$ ：事件—算子模型

使用本文分解：

$$
\Pi,
O,
U,
\mathcal M,
G
$$

比較標準應包括：

- 預測力；
- 跨任務泛化；
- 反事實解釋；
- 干預可定位性；
- 模型複雜度。

若 $H_0$ 、 $H_1$ 或 $H_2$ 在同等複雜度下穩定優於 $H_3$ ，本文架構應被削弱或修改。

---

# 16. 可證偽條件

本文提出以下失敗條件。

## F1：不可分離失敗

若所有所謂算子差異都可被單一低維能力變量穩定吸收，則多算子分解必要性下降。

---

## F2：干預無差異失敗

若針對 $\Pi$ 、 $O$ 、 $U$ 、 $\mathcal M$ 、 $G$ 的差異化干預不產生可區分效果，則功能角色劃分需重估。

---

## F3：跨時間無效

若時間尺度差異不能改善對延遲失敗、習慣形成、記憶鞏固或行動退出的解釋，則時間耦合部分需刪減。

---

## F4：橫切記憶假說失敗

若記憶可被穩定證明只位於單一序列層，且不影響其他算子運作，則橫切模型失敗。

---

## F5：替代模型支配

若更簡單模型在跨場景中具有更高解釋力與預測力，則本文不應被保留為優先框架。

---

# 17. 實驗與研究設計

## 17.1 選擇—觀察分離

任務設計：

- 控制刺激暴露；
- 測量注意分配；
- 測量表徵正確性。

檢查：

$$
\Pi(e)
$$

與：

$$
O(e)
$$

是否可分離。

---

## 17.2 觀察—更新分離

提供明確反例，測量：

- 是否看見；
- 是否理解；
- 是否改變信念；
- 是否長期保持。

若存在：

$$
O(e)\text{ 成功}
$$

但：

$$
U(e)\approx 0
$$

支持分解。

---

## 17.3 記憶—行動分離

控制：

- 知識記憶；
- 程序可用性；
- 提示；
- 即時成本。

觀察：

$$
P(A\mid K)
$$

是否因門控條件改變。

---

## 17.4 瓶頸遷移

同一受試者跨情境測量：

$$
b^{*}(t)
$$

檢查主要瓶頸是否隨：

- 疲勞；
- 社會壓力；
- 時間限制；
- 任務新穎性；

而變化。

---

# 18. 系列依賴關係

本文作為系列第 1 篇，不依賴後續論文成立。

後續建議依賴：

$$
T_1
\rightarrow
T_2
$$

選擇配置動力學；

$$
T_1
\rightarrow
T_3
$$

雙重觀察動力學；

$$
T_1
\rightarrow
T_5
$$

記憶動力學；

$$
T_1
\rightarrow
T_8
$$

知行轉化動力學；

$$
T_1
\rightarrow
T_{14}
$$

統一認知—行動動力學。

因此本文的角色不是宣稱「終極完整」，而是提供：

$$
\boxed{
\text{共同語法}
+
\text{符號邊界}
+
\text{最低接口}
}
$$

---

# 19. 對原系列的符號重構建議

為避免碰撞：

## 元認知能力

建議：

$$
C_{\text{meta}}
$$

或：

$$
\mu
$$

---

## 記憶系統

統一：

$$
\mathcal M
$$

---

## 元觀察

統一：

$$
O^{meta}
$$

---

## 行為實施

不再優先視為人格能力 $B$ ，而改為：

$$
\mathcal T_{K\rightarrow A}
$$

或：

$$
G_t
$$

---

## 痛苦承受

不再用單一 $P$ 表示普遍人格本質，而拆成：

$$
C_{\text{aversive}}
$$

與：

$$
\tau_i(a,t)
$$

其中 $\tau_i(a,t)$ 表示情境化退出閾值。

---

# 20. 理論貢獻

本文的主要貢獻不是提出更多變量，而是減少錯位。

## 貢獻一：建立共同語法

使後續論文共享：

$$
E,\Pi,O,U,\mathcal M,G,A,R
$$

---

## 貢獻二：解除線性鏈依賴

由：

$$
A\rightarrow B\rightarrow C
$$

升級為：

$$
\mathcal S_{t+1}
=
\mathcal F(
\mathcal S_t,E_t,R_t,\Xi_t
)
$$

---

## 貢獻三：分離失敗位置

使「不做」「不懂」「不記得」「不更新」不再被混為同一問題。

---

## 貢獻四：為後續理論降階

後續論文不必再宣稱：

> 自己發現了最後缺失的一維。

而可以說：

> 自己研究共同架構中的特定耦合、瓶頸或擴展。

---

## 貢獻五：建立 AI 映射接口

允許認知理論與 AI 系統設計進行候選映射，而不把工程模組直接等同心理本體。

---

# 21. 限制

第一，本文尚未給出所有算子的唯一操作化定義。

第二，不同任務可能需要不同粒度。

第三，算子之間可能高度重疊。

第四，本文尚未決定最佳數學表示是：

- 狀態空間；
- 圖動力學；
- 隨機過程；
- 控制系統；
- 範疇化接口；
- 神經算子。

第五，本文不主張人類認知與 AI 認知必然同構。

第六，本文目前仍屬中層架構，需要後續實驗比較。

---

# 22. 核心命題

本文最終保留以下弱—中版本命題。

## 弱命題

認知、記憶與行動之間存在可分析的中間轉換，而非單一輸入—輸出映射。

---

## 中命題

至少在部分任務中，選擇、觀察、更新、記憶與行動門控具有足夠功能差異，值得建模為不同但耦合的角色。

---

## 強版本猜想

若一個系統具有有限資源、狀態持續性、事件選擇、內部表徵與環境行動，則其行為可能存在某種與本文事件—算子架構近似同構的功能分解。

本文不聲稱已證明強版本。

---

# 終章：從「最後一塊拼圖」轉向「可持續演化的理論架構」

快速成長的理論系統最危險的時刻，不是缺少新洞見，而是每一篇新論文都聲稱：

> 我發現了前一篇最後缺失的一塊。

如此持續下去，理論會形成：

$$
T_1
\rightarrow
T_2
\rightarrow
T_3
\rightarrow
\cdots
$$

每一篇都補上一個新變量。

最終得到的不是統一，而是變量堆積。

本文提出另一條路：

$$
\boxed{
\text{先建立最小功能角色}
}
$$

再研究：

$$
\boxed{
\text{角色之間如何耦合、失效、轉移與演化}
}
$$

因此，認知理論的核心不再是：

> 哪一個變量才是真正源頭？

而是：

> 在特定時間尺度、任務與環境中，哪一個轉換成為瓶頸？哪些接口互相增強？哪些角色發生錯位？

這使理論從單源論轉向動態系統論。

最短表示為：

$$
\boxed{
\mathcal S_{t+1}
=
\mathcal F
(
\mathcal S_t,
E_t,
R_t,
\Xi_t
)
}
$$

其中：

$$
\mathcal S_t
=
(
X_t,
\Pi_t,
O_t,
U_t,
\mathcal M_t,
G_t,
A_t
)
$$

這不是終極心智公式。

它只是一個刻意保持最低承諾的共同接口。

但正因如此，它可以成為後續注意力、觀察者、記憶、知行轉化、厭惡成本、認知鴻溝、群體耦合與 AI 架構共同生長的前置底座。

---

# 附錄 A：符號表

| 符號 | 定義 |
|---|---|
| $\mathcal E$ | 事件空間 |
| $E_t$ | 時間 $t$ 的候選事件集合 |
| $X_t$ | 內部狀態 |
| $\Pi_t$ | 選擇配置算子 |
| $O_t$ | 觀察—表徵算子 |
| $U_t$ | 狀態更新算子 |
| $\mathcal M_t$ | 記憶接口 |
| $G_t$ | 行動門控 |
| $A_t$ | 行動輸出 |
| $R_t$ | 環境回饋 |
| $\Xi_t$ | 未建模擾動 |
| $\mathcal S_t$ | 系統總狀態 |
| $a_e(t)$ | 事件激活／可達性 |
| $u_e(t)$ | 事件更新增益 |
| $b_i(t)$ | 局部瓶頸 |
| $\tau_i$ | 功能角色時間尺度 |

---

# 附錄 B：一句話版本

> 認知不是「注意到就理解、理解就記住、記住就會做」的線性鏈，而是一個由選擇、觀察、更新、記憶與行動門控共同耦合的動態事件系統。

---

# 附錄 C：與後續系列的關係

本文是以下論文的前置共同架構：

1. 《選擇配置動力學》
2. 《雙重觀察動力學》
3. 《關係注意不對稱動力學》
4. 《記憶動力學》
5. 《認知激活—可塑性動力學》
6. 《刻板印象的非對稱更新動力學》
7. 《知識—行動轉移動力學》
8. 《厭惡成本承受動力學》
9. 《認知鴻溝的多維微觀分類學》
10. 《機會反噬效應》
11. 《群體創造力耦合拓撲》
12. 《雙視角推斷架構》
13. 《統一認知—行動動力學》

本文不要求後續論文全部成立；其作用是提供共同語法與最低接口。

---

**全文完**