❶ 核心問題

原始的可區辨性——一個狀態與另一個狀態不同的最基本能力——如何自我組織成結構化的、持久的模式？

❷ 具體案例

氣旋不是岩石那種意義上的「物體」。沒有任何單一空氣分子「屬於」它；分子持續地流進流出。然而氣旋可以持續存在數日。它有位置、有方向、有內部結構。它可以被追蹤、被預測、被命名。使它成為一個東西的，不是構成它的物質，而是透過能量流維持自身的有組織的差異模式。

類似的持久模式現象出現在許多尺度上：海洋渦流（Ocean Eddies）在水流穿越其中時仍維持連貫的結構；振動介質中的駐波（Standing Waves），即使介質的粒子來回振盪，波的模式依然持續；化學反應擴散模式（Turing Patterns）在活性介質中自我組織並維持空間結構。

在這些案例中，模式都不是由永久性組件「構成」的。模式是一種關係性結構——一種特定的差異組織——之所以持續，是因為它被不斷地維持著。ECI 追問的是：類似的機制是否也適用於資訊本身？

❸ 已確立的科學

幾個成熟的科學框架研究了持久的有組織結構如何從局部交互作用中湧現：

動力系統與吸引子（Dynamical Systems and Attractors）。 動力系統可以穩定在稱為吸引子的持久模式上——不動點（Fixed Points）、極限環（Limit Cycles）或奇異吸引子（Strange Attractors）——這些模式隨時間持續存在並抵抗小擾動。吸引子不是一個物理物體；它是狀態空間（State Space）中軌跡收斂的區域。這為「持久模式」提供了數學框架，而不需要任何單一組件是永久的。

耗散結構（Dissipative Structures, Prigogine）。 遠離平衡的熱力學系統可以自發地發展出有組織的空間或時間結構（對流胞、化學振盪），這些結構由持續的能量吞吐來維持。這些結構是有序的、持久的，且從無序的基底中產生——但它們需要持續的能量流才能存在。

自催化網路與超循環（Autocatalytic Networks and the Hypercycle）。 Eigen 和 Schuster（1977）展示了自我複製的分子單元可以形成超循環（Hypercycles）——催化耦合的封閉迴路，其中每個分子催化下一個分子的複製。這些超循環比單獨的複製子更穩定且更具演化潛力。超循環是一個特定的生物化學模型，而非所有資訊結構都會形成持久迴路的證明；ECI 將其用作橋梁/類比——一個展示簡單單元透過局部交互作用如何形成更高階持久組織的範例。

複雜系統中的自我組織（Self-Organization in Complex Systems）。 神經網路中的模式形成、蟻群行為、集群行為以及市場動態都證明了局部規則可以在沒有中央協調的情況下產生全域結構。這些現象在複雜性科學（Complexity Science）中有充分的研究，不需要關於資訊本質的任何形上學假設。

這些結果共同展示的是：持久的有組織模式確實可以且確實會從物理、化學和生物系統中的局部交互作用中湧現。「流動中的持久」主題——模式在其組件被替換的情況下依然存續——是一個真實且有充分紀錄的現象。然而，這些範例中沒有任何一個要求或暗示資訊本身具有獨立的本體論存在。

❹ ECI 框架詮釋

ECI 將資訊向量（Information Vector）（𝐈）定義為資訊單元（Information Unit）的結構化關係性組態，具有可能的非對稱性、遞迴性、封閉性或耦合潛力。持久性、遞迴性和封閉性是資訊向量（Information Vector）的可能屬性，而非成為資訊向量的前提條件。一個未能持續存在的資訊向量仍然是資訊向量——它只是一個未能通過持久性篩選（Persistence Filtering）的向量（見 C2）。

⚠️ 術語說明。「向量（Vector）」在此是一個臨時性的工作術語。它並不意指歐幾里得或線性代數意義上的向量（即具有定義好的加法和純量乘法的向量空間元素）。選用此詞是為了傳達「具有組織性和可能非對稱性的結構化資訊」（方向性是非對稱性的一種形式），但隨著形式化的成熟，可能會採用更精確的術語。具有物理學或數學背景的讀者應將此視為一個標籤，而非對代數結構的宣稱。

資訊向量如何形成。 從最小的可區辨差異（資訊單元/Information Unit；見 A1）出發，ECI 提出，當多個單元進入關係性組態——形成反饋迴路、維持封閉性、展現遞迴性——其結果便是一個可以超越任何單一組件壽命而持續存在的高階結構。形式化表達為：

I₁, I₂, …, Iₙ + relations → 𝐈 (Information Vector)

這是 ECI 框架內的一個定義，而非推導出的結果。

什麼使它持續存在？ 不是組件的永久性，而是關係性模式的持續維護。這需要：(a) 能量流以維持模式抵抗耗散；(b) 某種形式的錯誤校正、冗餘或自我修復；(c) 模式與其所在通道（Channel）之間的相容性（見 B1）。如果這些條件中的任何一個失效，向量就會退化。

它不是什麼。 資訊向量（Information Vector）不是靈魂，不是柏拉圖式的理型，不是脫離肉體的心靈。它是一個結構化的資訊模式，根據其動力學和環境，可能具有也可能不具有持久性。資訊向量是否可以獨立於特定載體（Carrier）而持續存在，是一個獨立的、更加推測性的假說（見靈魂假說（Soul Hypothesis）, E3）。

❺ 如果這是真的⋯⋯

如果有組織的資訊自然地形成持久的向量狀結構，將會產生若干推論：

身分成為一個模式問題，而非物質問題。 忒修斯之船問題——一個實體在其所有組件都被替換後是否仍然是「同一個」——將會有一個自然的資訊論答案：身分存在於關係性結構中，而非特定的物質基底中。這與關於個人身分的長期哲學討論相連結，並且對神經義肢、AI 意識和生物細胞更新等問題具有實踐相關性。

「生命」或許可以用資訊的術語來定義。 與其以化學來定義生命（碳、水、DNA），不如以資訊組織的類型來定義：自我維持、自我複製、適應性的資訊向量（Information Vector），實例化於載體（Carrier）中。這原則上允許非碳基生命的存在（見生命（Life）, D1）。

演化動力學適用於資訊模式，而不僅僅是生物體。 如果資訊向量（Information Vector）可以持續存在、競爭載體（Carrier）資源並產生變異，那麼類選擇的動力學可能在生物演化開始之前就已經在資訊層面運作（見持久性篩選（Persistence Filtering）, C2）。

這些是外推，而非預測。它們指出未來工作的方向，而非已確立的推論。

❻ 如何測試？

資訊向量的概念可以透過模擬和受控實驗來部分測試，儘管完整的本體論驗證超出了目前的能力範圍。

模擬途徑。 建構具有不同程度內部關係性結構的人工系統（遞迴神經網路、耦合振盪器陣列、基於代理人的模型）。測量具有更多封閉性、遞迴性和反饋的系統是否在擾動下展現更持久的有組織模式。這測試的是動力學預測——關係性結構促進持久性——而非資訊向量的本體論地位。

生物學比較。 比較不同內部反饋和封閉程度的系統中有組織資訊模式（基因調控網路、神經活動模式、免疫記憶）的持久性。如果在控制系統大小和能量預算後，具有更多向量狀屬性的系統顯示出更大的模式持久性，這將支持該框架。

關鍵方法論要求：「向量性」指標（遞迴性、反饋、封閉性）必須在觀察持久性之前且獨立於觀察持久性來測量。如果我們先識別哪些模式持續存在，然後追溯性地將它們標記為「高關係性結構」，那推理就是循環的。這是可否證性（Falsifiability, F3）陷阱 4 中所描述的持久性同義反覆的一個實例——相容性和存活必須被獨立地可操作化。

什麼會削弱這一主張：如果獨立測量的關係性結構（封閉性、遞迴性、反饋）在預測模式持久性方面，不比更簡單的變數（系統大小、僅能量輸入）更好。

什麼會推翻這一主張：如果持久的有組織模式可以完全由組件層面的性質來解釋，而不需要任何對關係性結構的引用——亦即，如果還原論在每個尺度上都完美運作，不存在湧現的組織。

❼ 連結到其他節點

→ 資訊基底（Information Substrate, A1）：資訊單元從中產生的基礎層——向量的原材料。 → 資訊本體論（Information Ontology, A3）：這些模式是否具有獨立本體論地位的哲學問題。 → ECI 循環單元（ECI Unit）：資訊向量與載體及能量匯聚以形成運作系統之處。

❽ 數學細節

定義：資訊向量（Information Vector）

I₁, I₂, …, Iₙ + 𝓡 → 𝐈

其中 Iₖ 為資訊單元（Information Unit），𝓡 表示它們之間的關係集合（反饋、封閉性、遞迴性、可能的非對稱性——方向性是其中一種形式）。

• 地位：定義（框架記號）。
• 假設：資訊單元可以形成穩定的關係性組態；這些組態可以獨立於特定物理基底來描述。
• 變數：n = 單元數量；𝓡 = 關係性結構（目前尚未被正式規範——這是未來工作必須解決的缺口）。
• 可否證推論：如果關係性結構 𝓡 對模式持久性沒有可測量的效果，那麼「向量」作為區別於「單元集合」的概念便無所增益。

擬議度量（草案）：

一個資訊結構的「向量性」可能可以透過以下指標來量化：遞迴率（Recurrence Rate）、反饋迴路密度（Feedback Loop Density）、封閉性（Closure，即回到起點的資訊流佔比）以及吸引子維度（Attractor Dimensionality）。這些指標在 ECI 內尚未被正式統一為單一度量。實現這一統一是該框架數學發展的優先事項（見核心方程式（Key Equations）, F2）。