# 關係注意不對稱動力學：互惠、權重漂移、變化點與元溝通

**Relational Attention Asymmetry Dynamics: Reciprocity, Weight Drift, Change Points, and Meta-Communication**

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：認知動力學系列核心理論論文  
系列位置：第 4 篇／關係動力學篇  
前置依賴：第 1 篇《認知事件—算子架構》、第 2 篇《選擇配置動力學》、第 3 篇《雙重觀察動力學》  
公開定位：中層理論、準形式化模型、可檢驗研究綱領

---

## 摘要

長期關係中的「你變了」、「你不像以前那樣在乎我」、「我付出很多但對方沒有回應」等經驗，常被直接解釋為愛的減少、人格缺陷、依戀問題或道德失衡。既有《觀察者的觀察者》理論提出以注意力配置 $\Pi$ 解釋關係變淡、行為訊號與不對稱投入，並嘗試使用貝葉斯逆推從回覆延遲、主動聯絡、眼神接觸與記憶細節等訊號估計對方內部權重。然而，若將單一訊號直接映射為心理狀態，容易忽略情境、個體基線、策略行為、平台限制與不可識別性。

本文提出「關係注意不對稱動力學」（Relational Attention Asymmetry Dynamics, RAAD），將關係研究重構為一個隱狀態—觀測訊號—期待結構—時間變化的動態系統。本文定義主體 $i$ 對主體 $j$ 的潛在關係配置狀態：

$$
q_{ij}(t)
\in
[0,1]
$$

其中 $q_{ij}(t)$ 表示在特定時間尺度與情境集合下， $i$ 對 $j$ 的相對資源配置傾向；它不等同愛、承諾、道德價值或單一注意力瞬時值。可觀測行為訊號記為：

$$
Y_{ij,t}
=
(
\Delta t_{\text{reply}},
f_{\text{init}},
a_{\text{memory}},
t_{\text{joint}},
p_{\text{priority}},
\ldots
)
$$

並建模為：

$$
Y_{ij,t}
\sim
p
\left(
Y
\mid
q_{ij}(t),
C_{ij,t},
\theta_i,
\theta_j,
\Xi_t
\right)
$$

其中 $C_{ij,t}$ 是情境， $\theta_i,\theta_j$ 是個體基線， $\Xi_t$ 是未建模擾動。由此可見：

$$
Y_{ij,t}
\not\Rightarrow
q_{ij}(t)
$$

而只能形成後驗推斷。

本文進一步定義關係不對稱：

$$
\mathcal A_{ij}(t)
=
\frac{
|q_{ij}(t)-q_{ji}(t)|
}{
q_{ij}(t)+q_{ji}(t)+\varepsilon
}
$$

但明確指出：

$$
\mathcal A_{ij}\uparrow
\not\Rightarrow
\text{Relationship Failure}
$$

真正更接近痛苦與衝突來源的，可能是期待落差、可協商性不足與變化不可解釋。本文引入期待錯配：

$$
\mathcal E_{ij}(t)
=
\left|
q_{ji}(t)
-
\hat q_{ji}^{\,expected}(t)
\right|
$$

以及變化點：

$$
\tau^{*}
=
\arg\max_{\tau}
P
\left(
\tau
\mid
Y_{1:T}
\right)
$$

將「你變了」重新定義為：觀察者對對方潛在關係配置狀態存在持續、跨訊號、超越情境噪聲的後驗變化判斷，而非單一事件後的情緒結論。

本文提出互惠耦合、配置漂移、競爭排擠、期待不對稱、變化點檢測、元溝通與關係修復等模型；並建立競爭假說、可證偽條件與實驗設計。本文的核心貢獻是把關係中的痛苦從「誰比較愛誰」的道德敘事，轉化為一個可分析但不過度還原的動態問題：資源如何配置、訊號如何生成、模型如何推斷、期待如何偏離，以及雙方能否共同修正對彼此狀態的模型。

**關鍵詞：** 關係動力學、注意不對稱、互惠、權重漂移、變化點、元溝通、貝葉斯推斷、期待錯配、關係訊號、長期互動

---

# 0. 邊界聲明

本文首先明確以下限制。

第一，本文不主張：

$$
q_{ij}(t)
=
\text{Love}
$$

第二，本文不主張：

$$
q_{ij}(t)
=
\text{Commitment}
$$

第三，本文不主張任何單一行為訊號可以直接揭示對方內部狀態。

例如：

$$
\Delta t_{\text{reply}}\uparrow
\not\Rightarrow
q_{ij}\downarrow
$$

第四，本文不主張關係對稱是唯一健康狀態。

第五，本文不把「付出更多」直接等同「應得更多回報」。

第六，本文不把依戀、愛情、友情、親子、組織合作全部視為同一關係類型。本文建立的是可跨關係比較的最低動力框架。

第七，本文不主張可從有限行為資料精確讀心。本文處理的是：

$$
\boxed{
\text{Latent-State Inference under Uncertainty}
}
$$

即不確定條件下的隱狀態推斷。

第八，本文不以非正式案例數字、未驗證比例或固定準確率作為證據。

---

# 1. 問題提出：「你變了」究竟在說什麼？

## 1.1 表面句子

長期關係中常出現：

> 你變了。

但這句話可能指：

- 回覆變慢；
- 主動聯絡變少；
- 記得的細節變少；
- 優先順序改變；
- 共同活動減少；
- 情緒回應變弱；
- 互動方式改變。

因此：

$$
\text{You Changed}
$$

不是單一可觀測變量。

---

## 1.2 三個層次

本文將「你變了」拆成：

### 層次一：訊號變化

$$
Y_{ij,t_2}
\neq
Y_{ij,t_1}
$$

### 層次二：潛在狀態變化

$$
q_{ij}(t_2)
\neq
q_{ij}(t_1)
$$

### 層次三：關係意義變化

$$
\mathcal R_{ij}(t_2)
\neq
\mathcal R_{ij}(t_1)
$$

三者不能混同。

---

## 1.3 訊號變化不等於關係變化

例如回覆時間從 5 分鐘變成 2 小時：

$$
\Delta t_{\text{reply}}\uparrow
$$

可能來自：

- 工作負荷上升；
- 睡眠改變；
- 平台通知關閉；
- 地理時區；
- 新家庭責任；
- 關係配置下降。

因此：

$$
\boxed{
\Delta Y
\not\Rightarrow
\Delta q
\not\Rightarrow
\Delta \mathcal R
}
$$

---

# 2. 前置架構中的位置

第 1 篇建立：

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

第 2 篇建立有限選擇配置：

$$
\Pi_t(e)
$$

第 3 篇建立：

$$
\widehat Z_t^{other}
$$

與：

$$
\widehat Z_t^{self|other}
$$

本文把這些工具放入關係時間序列。

核心關係：

$$
Y_{ij,1:t}
\rightarrow
O_i^{meta}
\rightarrow
\widehat q_{ij}(t)
$$

但：

$$
\widehat q_{ij}(t)
\neq
q_{ij}(t)
$$

其中：

- $q_{ij}(t)$ ：潛在關係配置；
- $\widehat q_{ij}(t)$ ：觀察者的估計。

---

# 3. 潛在關係配置狀態

## 3.1 定義

設：

$$
q_{ij}(t)
\in
[0,1]
$$

表示主體 $i$ 在指定時間尺度與關係情境下，對主體 $j$ 的相對資源配置傾向。

它可能影響：

- 時間；
- 搜尋；
- 記憶；
- 優先排序；
- 回應；
- 共同規劃。

但：

$$
q_{ij}
$$

不是一個直接可觀測的心理物質。

---

## 3.2 與瞬時配置的區分

第 2 篇的：

$$
\Pi_t(e_j)
$$

可表示瞬時配置。

本文的：

$$
q_{ij}(t)
$$

是較慢時間尺度的潛在關係配置狀態。

因此：

$$
\Pi_t(e_j)
=
f
\left(
q_{ij}(t),
C_t,
G_t,
S_t,
\Xi_t
\right)
$$

即長期關係狀態會影響瞬時配置，但不完全決定它。

---

## 3.3 多時間尺度

可分：

$$
q_{ij}^{fast}(t)
$$

短期波動；

$$
q_{ij}^{meso}(t)
$$

中期關係狀態；

$$
q_{ij}^{slow}(t)
$$

長期結構。

因此：

$$
q_{ij}(t)
=
\mathcal Q
\left(
q^{fast},
q^{meso},
q^{slow}
\right)
$$

而非單一平滑曲線。

---

# 4. 可觀測訊號

## 4.1 訊號向量

定義：

$$
Y_{ij,t}
=
(
y_1,
y_2,
\ldots,
y_m
)
$$

候選訊號包括：

- 回覆延遲；
- 主動聯絡頻率；
- 共同時間；
- 記憶細節；
- 優先選擇；
- 中斷頻率；
- 修復行為；
- 未被要求的支持行動。

---

## 4.2 訊號不是普遍同義

同一訊號在不同個體中具有不同基線。

例如：

$$
\Delta t_{\text{reply}}=3\text{ 小時}
$$

對某人可能是快速。

對另一人可能是極慢。

所以需要：

$$
\theta_i
$$

個體基線。

---

## 4.3 訊號生成模型

本文使用：

$$
Y_{ij,t}
\sim
p
\left(
Y
\mid
q_{ij}(t),
C_{ij,t},
\theta_i,
\theta_j,
\Xi_t
\right)
$$

其中：

- $C_{ij,t}$ ：情境；
- $\theta_i$ ：個體基線；
- $\theta_j$ ：對象特徵；
- $\Xi_t$ ：未建模因素。

因此：

$$
\boxed{
\text{Signal}
\neq
\text{State}
}
$$

---

# 5. 貝葉斯逆推

## 5.1 後驗估計

觀察者 $j$ 根據 $i$ 的訊號估計：

$$
P
\left(
q_{ij}(t)
\mid
Y_{ij,1:t}
\right)
$$

依貝葉斯形式：

$$
P
\left(
q_t
\mid
Y_{1:t}
\right)
\propto
P
\left(
Y_t
\mid
q_t,C_t,\theta
\right)
P
\left(
q_t
\mid
Y_{1:t-1}
\right)
$$

---

## 5.2 多假說模型

不應直接假設：

$$
Y_t
\leftarrow
q_t
$$

唯一來源。

定義：

$$
\mathcal H_t
=
\{
H_{\text{allocation}},
H_{\text{workload}},
H_{\text{fatigue}},
H_{\text{strategy}},
H_{\text{platform}},
\ldots
\}
$$

比較：

$$
P(H_k\mid Y_{1:t})
$$

---

## 5.3 不可識別性

不同隱狀態可生成相似訊號。

$$
q_1\neq q_2
$$

但：

$$
p(Y\mid q_1,C_1)
\approx
p(Y\mid q_2,C_2)
$$

因此關係推斷存在根本不可識別性。

---

# 6. 「你變了」的變化點定義

## 6.1 不是單次偏差

一次晚回：

$$
Y_t
$$

不應直接構成變化。

需要檢查：

- 持續性；
- 跨訊號一致性；
- 超越基線；
- 情境控制。

---

## 6.2 狀態空間模型

候選：

$$
q_{ij}(t+1)
=
q_{ij}(t)
+
\omega_t
+
u_t
$$

其中：

- $\omega_t$ ：自然波動；
- $u_t$ ：結構性變化。

觀測：

$$
Y_{ij,t}
=
h
\left(
q_{ij}(t),
C_{ij,t},
\theta
\right)
+
\nu_t
$$

---

## 6.3 變化點

定義：

$$
\tau^{*}
=
\arg\max_{\tau}
P
\left(
\tau
\mid
Y_{1:T}
\right)
$$

若在 $\tau^{*}$ 前後：

$$
P
\left(
q_{after}
\neq
q_{before}
\mid
Y
\right)
$$

顯著上升，才有理由說存在結構性變化候選。

---

## 6.4 「你變了」的中版本命題

本文提出：

> 「你變了」可被形式化為：觀察者在控制情境噪聲與個體基線後，對對方潛在關係配置狀態產生持續、跨訊號、跨時間的後驗改變判斷。

不是：

$$
\text{回訊慢}
\Rightarrow
\text{不愛}
$$

---

# 7. 關係不對稱

## 7.1 定義

$$
\mathcal A_{ij}(t)
=
\frac{
|q_{ij}(t)-q_{ji}(t)|
}{
q_{ij}(t)+q_{ji}(t)+\varepsilon
}
$$

其中：

$$
\mathcal A_{ij}
\in
[0,1]
$$

近似表示配置不對稱程度。

---

## 7.2 不對稱不是病理

若：

$$
q_{ij}\neq q_{ji}
$$

不推出：

$$
\text{Unhealthy}
$$

因為：

- 親子；
- 照護；
- 師徒；
- 專案合作；

本來可能不對稱。

---

## 7.3 真正的風險來源

本文提出三個更關鍵因素。

### 期待落差

$$
\mathcal E_{ij}(t)
=
\left|
q_{ji}(t)
-
\hat q_{ji}^{expected}(t)
\right|
$$

### 不確定性

$$
\mathcal U_{ij}(t)
=
H
\left[
P(q_{ji}\mid Y)
\right]
$$

### 不可協商性

$$
\mathcal N_{ij}(t)
=
1-
\operatorname{Negotiability}_{ij}(t)
$$

因此關係壓力候選模型：

$$
D_{ij}(t)
=
f
\left(
\mathcal E_{ij},
\mathcal U_{ij},
\mathcal N_{ij},
C_t
\right)
$$

---

# 8. 互惠動力學

## 8.1 互惠不是鏡像

本文不要求：

$$
q_{ij}(t)
=
q_{ji}(t)
$$

互惠可理解為：

> 一方的行為與配置變化，是否進入另一方的更新與回應模型。

---

## 8.2 耦合方程

候選：

$$
\frac{dq_{ij}}{dt}
=
F_i
\left(
q_{ij},
\widehat q_{ji},
R_{ij},
C_i,
\Xi_i
\right)
$$

$$
\frac{dq_{ji}}{dt}
=
F_j
\left(
q_{ji},
\widehat q_{ij},
R_{ji},
C_j,
\Xi_j
\right)
$$

其中：

- $\widehat q_{ji}$ ：對對方配置的估計；
- $R_{ij}$ ：互動回饋。

---

## 8.3 估計比真值更直接影響反應

主體 $i$ 通常無法直接知道：

$$
q_{ji}
$$

只能依賴：

$$
\widehat q_{ji}
$$

因此：

$$
\frac{dq_{ij}}{dt}
$$

可能主要回應：

$$
\widehat q_{ji}
$$

而非：

$$
q_{ji}
$$

這是關係誤差放大的核心。

---

# 9. 誤判正反饋

## 9.1 負向循環

例如：

$$
Y_j
\rightarrow
\widehat q_{ji}\downarrow
$$

導致：

$$
q_{ij}\downarrow
$$

再導致：

$$
Y_i^{support}\downarrow
$$

使對方：

$$
\widehat q_{ij}\downarrow
$$

形成：

$$
\boxed{
\text{Misinterpretation}
\rightarrow
\text{Withdrawal}
\rightarrow
\text{Confirming Signal}
}
$$

---

## 9.2 自我實現

因此：

$$
\widehat q_{ji}\downarrow
$$

可能最終真的造成：

$$
q_{ji}\downarrow
$$

即推斷改變互動，互動再改變狀態。

---

## 9.3 加入飽和與修復

候選：

$$
\frac{dq_{ij}}{dt}
=
F_{\text{reciprocity}}
-
F_{\text{competition}}
-
F_{\text{fatigue}}
+
F_{\text{repair}}
-
F_{\text{saturation}}
$$

避免單純正反饋爆炸。

---

# 10. 配置競爭與關係漂移

## 10.1 關係不是孤立資源池

主體 $i$ 同時配置給：

$$
\{
e_1,e_2,\ldots,e_n
\}
$$

包括：

- 工作；
- 家庭；
- 朋友；
- 自我；
- 健康；
- AI；
- 娛樂。

因此：

$$
q_{ij}\downarrow
$$

可能不是負面評價，而是其他目標上升造成相對排擠。

---

## 10.2 競爭排擠

沿用第 2 篇：

$$
\chi_{ab}
=
-
\frac{
\partial \Pi(b)
}{
\partial s(a)
}
$$

若工作優先度上升：

$$
s_{\text{work}}\uparrow
$$

可能造成：

$$
\Pi(e_j)\downarrow
$$

即使對 $j$ 的情感評價未變。

---

## 10.3 漂移

定義：

$$
v_{ij}(t)
=
\frac{dq_{ij}}{dt}
$$

若：

$$
v_{ij}(t)<0
$$

表示配置下降趋势。

但短期：

$$
v_{ij}<0
$$

不等於結構性衰退。

需要檢查：

$$
\int_{t_0}^{t_1}
v_{ij}(t)\,dt
$$

與情境。

---

# 11. 記憶與「變了」的判斷

## 11.1 變化檢測需要歷史

若沒有：

$$
\mathcal M_t
$$

就無法比較：

$$
Y_{t_1}
$$

與：

$$
Y_{t_2}
$$

因此：

$$
\text{Change Detection}
=
f
\left(
Y_t,
\mathcal M_t^{history}
\right)
$$

---

## 11.2 記憶重構偏差

但：

$$
\mathcal M_t^{history}
$$

不等於真實歷史。

可能出現：

- 美化早期；
- 選擇性記憶；
- 當前情緒重寫過去；
- 負面事件放大。

因此：

$$
\widehat{\Delta q}
$$

可能來自錯誤基線。

---

## 11.3 關係懷舊偏差

定義候選：

$$
B_{nostalgia}
=
\widehat q_{past}
-
q_{past}^{reconstructed}
$$

若早期被過度美化，當前狀態更容易被判斷為下降。

此概念需後續實證。

---

# 12. 元溝通

## 12.1 內容溝通與模型溝通

內容溝通：

> 你為什麼不回我？

元溝通：

> 我發現自己最近把你的回覆變慢解讀成你降低了對我的重視，但我不確定這個推斷是否正確；我們能否比較一下各自看到的變化？

後者不是更「高級」，而是直接暴露模型。

---

## 12.2 元溝通的形式

主體 $i$ 向 $j$ 傳達：

$$
\mathcal C_{i\rightarrow j}^{meta}
=
(
Y_i,
\widehat q_{ji},
U_i,
E_i
)
$$

其中：

- $Y_i$ ：我觀察到的訊號；
- $\widehat q_{ji}$ ：我的推斷；
- $U_i$ ：我的不確定性；
- $E_i$ ：我的期待。

---

## 12.3 四層句型

### 觀測

> 我注意到最近我們主動聯絡次數變少。

### 推斷

> 我開始猜測你對這段關係的優先度可能下降。

### 不確定性

> 但我知道這也可能是工作或疲勞造成。

### 協商

> 我想知道你怎麼看，以及我們是否需要調整互動方式。

---

## 12.4 元溝通不是展示偽精確數據

本文拒絕：

> 你的 $\Pi$ 從 0.7 降到 0.3。

除非有真正測量模型。

更合理的是：

$$
P
\left(
q_{ji}\downarrow
\mid
Y
\right)
$$

以及不確定性區間。

---

# 13. 元溝通的失敗條件

## 13.1 無共同現實

若雙方對：

$$
Y
$$

本身都無法同意，需先處理觀測層。

---

## 13.2 高策略性

若一方故意操縱訊號：

$$
P(Y\mid q)
$$

失真。

---

## 13.3 不可協商

若：

$$
\operatorname{Negotiability}
\approx0
$$

元溝通可能只增加資訊，不改變關係。

---

## 13.4 安全風險

在：

- 暴力；
- 脅迫；
- 控制；

情境中，元溝通不是優先方案。

---

# 14. 七種失效模式

## 14.1 單訊號過擬合

$$
Y_1
\Rightarrow
q
$$

---

## 14.2 基線忽略

忽略：

$$
\theta_i
$$

---

## 14.3 情境忽略

忽略：

$$
C_t
$$

---

## 14.4 自我投影

$$
Z_i^{self}
\rightarrow
\widehat q_{ji}
$$

過強。

---

## 14.5 期待錯配

$$
\mathcal E_{ij}\uparrow
$$

---

## 14.6 變化點幻覺

自然波動被誤判成：

$$
\tau^{*}
$$

---

## 14.7 遞迴關係鎖定

反覆推測：

$$
O^{meta}(O^{meta}(\cdots))
$$

但外部證據下降。

---

# 15. 關係健康不應縮成單一指標

原始模型容易建立：

$$
Health
=
f(\Pi_A,\Pi_B)
$$

本文認為過度簡化。

更合理的候選向量：

$$
\mathbf H_{ij}
=
(
\mathcal A_{ij},
\mathcal E_{ij},
\mathcal U_{ij},
\mathcal N_{ij},
R_{ij}^{repair},
S_{ij}^{safety}
)
$$

其中：

- $\mathcal A$ ：不對稱；
- $\mathcal E$ ：期待錯配；
- $\mathcal U$ ：不確定性；
- $\mathcal N$ ：不可協商性；
- $R^{repair}$ ：修復能力；
- $S^{safety}$ ：安全性。

因此：

$$
\boxed{
\text{Relationship Health}
\neq
\text{Symmetry}
}
$$

---

# 16. 關係類型差異

## 16.1 伴侶

可能重視：

- 互惠；
- 承諾；
- 長期規劃；
- 情緒支持。

---

## 16.2 親子

天然可能存在：

$$
q_{parent,child}
\neq
q_{child,parent}
$$

---

## 16.3 友情

可能具有：

- 低頻；
- 高穩定；
- 長期斷續。

因此回覆慢未必表示下降。

---

## 16.4 組織

關係配置可能受：

- 角色；
- 任務；
- 權責；

主導。

所以模型參數不能跨關係類型直接共用。

---

# 17. AI 與關係推斷

## 17.1 AI 可以估計，但不應宣稱讀心

候選：

$$
P
\left(
q_{user\rightarrow AI}
\mid
Y_{1:t}
\right)
$$

可用於：

- 互動節奏；
- 流失風險；
- 長期需求。

但 AI 不應說：

> 你一定不在乎我了。

---

## 17.2 長期使用者模型

AI 可維護：

$$
\widehat q_t
$$

與：

$$
P(\tau^{*}\mid Y)
$$

但必須：

- 保留不確定性；
- 允許使用者更正；
- 避免操縱；
- 限制敏感推斷。

---

## 17.3 依賴風險

若 AI 根據：

$$
q_{user\rightarrow AI}\uparrow
$$

主動強化情感依賴，存在倫理風險。

因此第 13 篇需加入：

$$
\text{Inference}
\neq
\text{Exploitation}
$$

---

# 18. 分層猜想

## H1：跨訊號推斷猜想

多訊號模型在控制情境後，對潛在關係配置變化的預測優於單訊號模型。

---

## H2：基線校準猜想

個體化基線：

$$
\theta_i
$$

可顯著降低誤判。

---

## H3：變化點猜想

部分「你變了」經驗對應可檢測的跨訊號結構變化，而非單次事件。

---

## H4：期待錯配猜想

關係痛苦與：

$$
\mathcal E_{ij}
$$

的關聯可能高於與：

$$
\mathcal A_{ij}
$$

本身的關聯。

---

## H5：估計耦合猜想

主體行為更直接回應：

$$
\widehat q_{ji}
$$

而非不可見的：

$$
q_{ji}
$$

---

## H6：元溝通校準猜想

在安全且可協商關係中，明確區分觀測、推斷、不確定性與期待的元溝通，可降低模型錯配。

---

## H7：修復能力猜想

長期穩定更依賴：

$$
R_{ij}^{repair}
$$

而非完全對稱。

---

# 19. 競爭模型

## $H_0$ ：依戀類型模型

主要差異由依戀類型解釋。

---

## $H_1$ ：溝通頻率模型

主要由聯絡量解釋。

---

## $H_2$ ：交換公平模型

主要由投入—回報比例解釋。

---

## $H_3$ ：角色規範模型

主要由文化與角色期待解釋。

---

## $H_4$ ：關係注意不對稱動力學

使用：

- 潛在配置；
- 訊號生成；
- 期待錯配；
- 變化點；
- 元溝通。

比較：

- 預測力；
- 跨時間泛化；
- 修復預測；
- 模型複雜度。

---

# 20. 可證偽條件

## F1：潛在配置無增益

若加入：

$$
q_{ij}(t)
$$

不能改善跨時間預測，則隱狀態模型需降階。

---

## F2：多訊號無優勢

若單一訊號模型穩定優於多訊號模型，整合假說失敗。

---

## F3：期待錯配無關

若：

$$
\mathcal E_{ij}
$$

與痛苦、衝突、退出無關，期待模型需刪除。

---

## F4：變化點無重現

若「你變了」感知與任何可重複結構變化無關，變化點模型需弱化。

---

## F5：元溝通無效

若控制一般溝通時間後，元溝通不改善校準或修復，相關命題失敗。

---

## F6：更簡單模型支配

若：

$$
H_0\text{--}H_3
$$

在同等複雜度下穩定優於 $H_4$ ，本文框架應降階。

---

# 21. 實驗設計

## 21.1 長期多訊號追蹤

收集：

- 回覆延遲；
- 主動聯絡；
- 共同時間；
- 記憶細節；
- 自報期待；
- 情境負荷。

建立：

$$
P(q_t\mid Y_{1:t})
$$

比較單訊號與多訊號模型。

---

## 21.2 變化點驗證

在長期資料中估計：

$$
\tau^{*}
$$

並與：

- 自報「關係變了」時間；
- 重大生活事件；
- 第三方評估；

比較。

---

## 21.3 期待錯配

測量：

$$
\hat q_{ji}^{expected}
$$

與：

$$
\widehat q_{ji}
$$

檢查：

$$
\mathcal E_{ij}
$$

是否預測痛苦。

---

## 21.4 元溝通實驗

比較：

### 一般組

> 你最近都不理我。

### 元溝通組

> 我觀察到聯絡變少，我把它解讀成優先度下降，但我不確定；我想知道你的看法。

測量：

- 模型校準；
- 防衛性；
- 衝突；
- 後續行為。

---

# 22. 對原《觀察者的觀察者》的正式修補

## 22.1 保留

保留：

- 注意力反向推理；
- 多訊號整合；
- 「你變了」；
- 關係不對稱；
- 元溝通；
- 行為與內部狀態分離。

---

## 22.2 降階

將：

$$
\Delta t_{\text{reply}}
\propto
1/\Pi
$$

改為：

$$
Y
\sim
p(Y\mid q,C,\theta,\Xi)
$$

---

## 22.3 移除偽精確數值

移除：

- 5 分鐘等於 $0.8$ ；
- 5 小時等於 $0.2$ ；
- 固定準確率；
- 未驗證 N 值。

---

## 22.4 修正不對稱判決

將：

> 高度不對稱＝關係不健康。

改為：

$$
\mathcal A\uparrow
\not\Rightarrow
\text{Failure}
$$

並加入：

$$
\mathcal E,
\mathcal U,
\mathcal N,
R^{repair}
$$

---

## 22.5 修正「舔狗」概念

公開版不將人格化標籤作正式類型。

改為：

> 高單向配置—高期待錯配狀態。

---

## 22.6 修正元溝通

移除：

> 你的 $\Pi$ 從 0.7 變 0.3。

改為：

- 觀測；
- 推斷；
- 不確定性；
- 期待；
- 協商。

---

# 23. 與後續系列的依賴

本文支持：

## 第 5 篇：記憶動力學

研究關係歷史與變化檢測。

---

## 第 10 篇：認知鴻溝微觀分類學

研究他者模型與期待失配。

---

## 第 11 篇：機會反噬效應

研究身份威脅下的關係與群體投影。

---

## 第 13 篇：雙視角推斷 AI

工程化：

$$
P(q_t\mid Y_{1:t})
$$

但限制讀心宣稱。

---

## 第 14 篇：統一認知—行動動力學

將關係動力學作為多智能體擴展。

---

# 24. 理論貢獻

## 貢獻一：分離訊號、狀態與關係意義

$$
\Delta Y
\not\Rightarrow
\Delta q
\not\Rightarrow
\Delta\mathcal R
$$

---

## 貢獻二：建立潛在配置狀態

$$
q_{ij}(t)
$$

---

## 貢獻三：將「你變了」改為變化點問題

$$
\tau^{*}
$$

---

## 貢獻四：將不對稱與病理分離

$$
\mathcal A\uparrow
\not\Rightarrow
\text{Failure}
$$

---

## 貢獻五：提出期待錯配

$$
\mathcal E_{ij}
$$

---

## 貢獻六：把關係反應建立在估計而非真值

$$
\widehat q
\neq
q
$$

---

## 貢獻七：重構元溝通

$$
\text{Observation}
+
\text{Inference}
+
\text{Uncertainty}
+
\text{Expectation}
+
\text{Negotiation}
$$

---

# 25. 限制

第一， $q_{ij}$ 仍是建模構造，不是直接觀測物。

第二，關係類型差異巨大。

第三，文化規範影響訊號。

第四，策略行為可破壞似然模型。

第五，自報資料存在偏差。

第六，長期追蹤成本高。

第七，本文不解決愛與承諾的本體論。

第八，本文不應被用來監控伴侶或合理化控制行為。

---

# 26. 核心命題

## 弱版本

長期關係中的行為訊號、內部配置狀態與關係意義不是同一層次。

---

## 中版本

部分「你變了」經驗可被建模為：在控制個體基線與情境後，觀察者對對方潛在關係配置狀態形成持續、跨訊號的後驗變化判斷；其痛苦程度可能更受期待錯配、不確定性與修復能力影響，而非單純不對稱程度。

---

## 強版本猜想

對具有長期記憶、他者模型與互惠反應的多智能體系統，關係穩定性可部分理解為潛在配置狀態、估計誤差、期待結構與修復動力的耦合結果。

本文不聲稱已證明強版本。

---

# 終章：關係中的真實問題，不是「你到底愛不愛我」這一個數字

關係理論最容易犯兩種錯誤。

第一種是把一切交給主觀感受：

> 我感覺你變了，所以你一定變了。

第二種是把一切交給偽精確量化：

> 你回覆慢了，所以你的注意力從 $0.7$ 降到 $0.3$ 。

本文拒絕兩者。

真正的問題是：

$$
\boxed{
\text{我們觀察到了什麼？}
}
$$

$$
\boxed{
\text{我們由此推斷了什麼？}
}
$$

$$
\boxed{
\text{這個推斷有多不確定？}
}
$$

$$
\boxed{
\text{我們期待的是什麼？}
}
$$

$$
\boxed{
\text{雙方是否能共同修正模型？}
}
$$

因此：

$$
Y_{ij,t}
\not\Rightarrow
q_{ij}(t)
$$

而：

$$
\widehat q_{ij}(t)
\neq
q_{ij}(t)
$$

關係中的痛苦往往不是只由「真實狀態」造成，也由：

- 錯誤推斷；
- 期待錯配；
- 無法確認；
- 缺乏修復；

共同產生。

所以「你變了」真正成熟的形式，不是指控，而是變化檢測：

$$
\boxed{
P
\left(
q_{after}
\neq
q_{before}
\mid
Y_{1:T},C,\theta
\right)
}
$$

而元溝通真正成熟的形式，也不是：

> 我已經知道你怎麼想。

而是：

> 我把我看到的訊號、我的推斷、我的不確定性與我的期待放到同一張桌上，讓我們共同修正彼此的模型。

這使關係動力學從「愛的量化」轉向：

$$
\boxed{
\text{隱狀態}
+
\text{訊號}
+
\text{推斷}
+
\text{期待}
+
\text{修復}
}
$$

也使原本高度有洞見但過度混雜的關係理論，成為後續記憶、認知鴻溝、AI 長期互動與多智能體系統可以共同調用的獨立節點。

---

# 附錄 A：核心符號表

| 符號 | 定義 |
|---|---|
| $q_{ij}(t)$ | $i$ 對 $j$ 的潛在關係配置狀態 |
| $\widehat q_{ij}(t)$ | 對潛在配置的估計 |
| $Y_{ij,t}$ | 關係行為訊號向量 |
| $C_{ij,t}$ | 關係情境 |
| $\theta_i$ | 個體基線參數 |
| $\Xi_t$ | 未建模擾動 |
| $\mathcal A_{ij}(t)$ | 關係配置不對稱 |
| $\mathcal E_{ij}(t)$ | 期待錯配 |
| $\mathcal U_{ij}(t)$ | 狀態不確定性 |
| $\mathcal N_{ij}(t)$ | 不可協商性 |
| $D_{ij}(t)$ | 關係壓力候選量 |
| $\tau^{*}$ | 關係變化點 |
| $v_{ij}(t)$ | 配置漂移速度 |
| $R_{ij}^{repair}$ | 修復能力 |
| $S_{ij}^{safety}$ | 關係安全性 |
| $B_{nostalgia}$ | 關係懷舊偏差候選量 |

---

# 附錄 B：一句話版本

> 關係中的「你變了」不是單一行為訊號的直接翻譯，而是觀察者在不確定情境中，根據跨時間、多訊號資料推斷對方潛在配置狀態可能發生結構性變化；真正的衝突常來自期待錯配、估計誤差與修復失敗，而不只是注意力不對稱。

---

# 附錄 C：與原稿的版本差異

| 原始版本 | v2.0 重構 |
|---|---|
| 回訊速度直接對應 $\Pi$ | 改為含情境與基線的訊號生成模型 |
| 單訊號可估真實心理 | 改為多假說逆問題 |
| 「你變了」＝ $\Delta\Pi$ | 改為變化點與後驗狀態變化 |
| 高不對稱＝不健康 | 改為期待、不確定性、協商與修復共同決定 |
| 「舔狗」正式類型 | 改為高單向配置—高期待錯配狀態 |
| 元溝通展示 $\Pi=0.7\rightarrow0.3$ | 改為觀測—推斷—不確定性—期待—協商 |
| 關係狀態單時間尺度 | 改為快／中／慢多尺度 |
| 不對稱互惠只看真值 | 加入 $\widehat q\neq q$ |
| 正反饋 | 加入競爭、疲勞、修復與飽和 |
| 關係健康單一指標 | 改為多維向量 |

---

**全文完**