❶ 這個框架能用數學表達嗎？

可以——但必須附上重要的但書，說明數學在目前階段能做和不能做的事。本頁是 ECI 協調本體論（coordination ontology）的完整方程式目錄：每一個方程式、每一個變數、每一個假設，統一收錄在此以供查閱。

其中部分方程式是從統計學、資訊理論和物理學借用的既有數學工具。另一部分是定義——將 ECI 的概念詞彙形式化的記號慣例。少數幾條是提議性的關係式，其函數形式仍屬未知。還有一條是明確的玩具模型（toy model），用於建立直覺，但不打算作為量化預測。

本頁每一條方程式都附帶六項後設資料（metadata）：Source、Status、Assumptions、Variables、Empirical implication / N/A for definitions，以及（如適用）其分類理由。這是一個參考頁面——以查閱為導向，而非敘事性文字。若你想了解這些方程式背後的概念脈絡，請循連結前往各方程式所在的上下文頁面。

❷ 數學為何重要

數學在一個理論框架中具備三項功能：

精確性（Precision）。 自然語言存在歧義。「資訊形塑載體」可以有多種意思。將相容函數寫成 Q(I, C, C) 則迫使你明確指定：Q 接收三個引數、回傳一個純量（或至少是有序集合上的一個值），並且取決於資訊模式、載體與通道之間的關係。你無法像在句子裡那樣，把歧義藏在方程式裡。

推導性（Deduction）。 一旦將關係形式化，你就能推導出從語言描述中不明顯的結果。帶相關性延伸的變異數公式（方程式 10）告訴你一些「協調影響宏觀穩定性」這句話沒有說出的事情：具體而言，微觀組件之間的正相關可以增加宏觀層級的波動，而不僅僅是降低它。這一後果單靠語言無法直覺地得出。

可測試性（Testability）。 方程式產生可與資料比較的預測。「持久的事物與其環境相容」作為陳述並不可測試。但「p_{t+Delta_t}(Omega) 正比於 p_t(Omega) 乘以 S(Omega, Delta_t)，其中 S 可獨立測量」則提供了可測量、可擬合、並且有可能遭到否定的東西。

然而，數學也可能帶來虛假的信心。一個精確但函數形式未知的方程式——例如 S = f(Q, stability, E, robustness, ...)——並不比語言版本更具資訊量。它只是看起來更具資訊量。本頁對於哪些方程式現在就可供量化使用、哪些僅為等待具體化的形式範本，會如實交代。

❸ ECI 使用的既有數學工具

ECI 並非從頭建構其數學。它借助多個成熟的數學框架，將這些工具改編到協調本體論的脈絡中。

| Mathematical tool | Field of origin | How ECI uses it | Key reference | |---|---|---|---| | Shannon 熵 H(X) = -Sigma p(x) log p(x) | 資訊理論（Information theory） | 量測載體的資訊含量；量化觀測者壓縮中損失的資訊 | Shannon (1948) | | 資料處理不等式（Data Processing Inequality, DPI）：I(X;Z) <= I(X;Y) for Markov chain X -> Y -> Z | 資訊理論（Information theory） | 形式化觀測者壓縮——觀測者的輸出不可能包含比觀測者所接收到的更多的關於來源的資訊 | Cover & Thomas (2006) | | 帶相關性延伸的平均值變異數公式（Variance of the mean with correlation extension） | 機率論／統計學（Probability / statistics） | 連結微觀層級的協調與宏觀層級的穩定性；相關性項驅動湧現理論 | 標準機率論 | | 複製子動態（Replicator dynamics）：dx_i/dt = x_i[f_i(x) - phi(x)] | 演化賽局理論（Evolutionary game theory） | 持續性過濾的結構類比（特殊情況：僅限複製型族群） | Taylor & Jonker (1978); Hofbauer & Sigmund (1998) | | Bayesian 更新（Bayesian updating）：後驗正比於先驗乘以似然 | 機率論（Probability theory） | 持續性過濾方程式的範本 | Bayes (1763); 標準 | | 重整化群／粗粒化（Renormalization group / coarse-graining） | 統計物理（Statistical physics） | 尺度遞迴函數 G 的範本 | Kadanoff (1966); Wilson (1971) | | Born 規則（Born rule）：P(outcome) = |<psi\|phi>|^2 | 量子力學（Quantum mechanics） | 觀測者零假設（H_0）的基礎 | Born (1926); 標準量子力學 |

這些並非 ECI 的貢獻。它們是 ECI 在其上建構的數學基礎設施。以下使用這些工具的每一條方程式，都繼承了它們的假設和限制。

❹ 完整方程式目錄

本節包含 ECI 框架的全部十三條方程式。每條方程式均附帶完整的後設資料：Source、Status、Assumptions、Variables（如適用含單位）、以及 Falsifiable consequence。

五個狀態類別如下：

| Status | Meaning | |---|---| | 定義（Definition） | ECI 框架內的記號慣例；本身不可單獨進行經驗測試 | | 已確立（Established） | 在明確陳述的有效範圍內，被接受的數學定理、定義或經驗上充分支持的關係；非 ECI 貢獻 | | 改編（Adapted） | 從既有數學改寫而來，結構保留；ECI 將其應用於新的領域 | | 提議（Proposed） | ECI 提出的新關係式；函數形式可能未知 | | 玩具模型（Toy model） | 在簡化假設下僅供說明之用；不打算作為量化預測 |

方程式 1 —— ECI 運作系統

Omega_ECI = (I, C, E ; C)

ECI 框架的核心運作單元：任何運作中的系統都需要資訊（Information, I）、載體（Carrier, C）和能量（Energy, E），在通道（Channel, C）的約束下運行。

| Metadata | Content | |---|---| | Source | ECI 原創——定義框架的最小單元 | | Status | 定義（Definition） | | Assumptions | (1)「運作中的系統」意指處理、維持或轉換資訊的系統。(2) 這三個元素聯合必要且各自不充分。(3) 通道 C 約束但不消除系統的運作。 | | Variables | I = 資訊模式（information pattern）（無量綱，或以 Shannon 熵量化時為位元 bits）；C = 載體（carrier）（物理基質；類型取決於系統）；E = 能量（energy）（焦耳 J，或以瓦特 W 表示能量流率）；C = 通道（channel）（載體運作所經由的介質／基質；以維度、時間及耦合約束來表徵） | | Falsifiable consequence | 若發現一個運作中的系統，其三個元素（I、C、E）之一確實不存在——不僅僅是難以辨識，而是可證明地不存在——則 ECI 分解對該系統失敗。若該分解在多種系統類型中未能提供超越現有描述的預測力或解釋力，則此框架不具實用性。 |

詳細發展於：ECI 單元

方程式 2 —— 包含關係

C in C_alpha

載體始終在特定通道之內（被其包含）運作。通道的特性——其維度架構、時間頻寬、耦合特性——約束載體能做的事。

| Metadata | Content | |---|---| | Source | ECI 原創——形式化載體與通道的關係 | | Status | 定義（Definition） | | Assumptions | (1) 每個載體至少有一個可辨識的通道。(2) 通道的約束是真實的且可測量的，而非僅為分類標籤。(3) 載體可能跨越多個通道運作，但每次運作都受其當前所在通道的約束。 | | Variables | C = 載體（carrier）（攜帶資訊的物理基質）；C_alpha = 特定通道（channel）（約束載體的介質／環境）；下標 alpha 索引的是哪個通道 | | Falsifiable consequence | 若載體經常以違反其通道已知約束的方式運作——例如，若通過某介質傳輸的電磁信號持續超過該介質的頻寬限制——則包含關係有誤。若通道特性對載體行為沒有可測量的影響，則此概念毫無助益。 |

詳細發展於：載體（B2）、通道（B4）

方程式 3 —— 相容函數

Q(I, C, C)

一個量化資訊模式（I）與在給定通道（C）中運作的給定載體（C）之間匹配程度的函數。Q 值越高，表示載體能在該通道約束下更忠實地表徵和處理該資訊模式。

| Metadata | Content | |---|---| | Source | ECI 原創——耦合、持續性和存取理論的核心 | | Status | 定義（Definition）（就概念而言）；提議（Proposed）（就任何具體的可操作化而言） | | Assumptions | (1) 相容性是 I-C-C 關係的一個真實的、可測量的特性，而非事後標籤。(2) Q 原則上可以獨立於系統是否實際持續或成功來估計。(3) Q 不是二元的（相容／不相容），而是漸進的。 | | Variables | I = 資訊模式（information pattern）；C = 載體（carrier）；C = 通道（channel）；Q = 相容性（compatibility）（純量或有序值，無量綱）。具體的可操作化可能依測量方法引入單位（例如，互資訊 mutual information 以位元 bits 計，訊噪比 signal-to-noise ratio 以 dB 計）。 | | Falsifiable consequence | 若獨立測量的 Q 在多種系統類型中無法比隨機更好地預測系統表現（信號保真度、持續時間、耦合強度），則相容性概念毫無價值。避免套套邏輯的準則至為關鍵：Q 必須在不參考其所預測之結果的情況下進行定義和測量。 |

詳細發展於：耦合與共振（B5）、持續性過濾（C2）

方程式 4 —— 耦合強度

Gamma(X, Y)

一個量化兩個系統 X 和 Y 之間資訊耦合（information coupling）強度的函數——一個系統的狀態在多大程度上影響或約束另一個系統的狀態。

| Metadata | Content | |---|---| | Source | ECI 原創——形式化框架中使用的交互作用概念 | | Status | 定義（Definition）（就概念而言）；具體的可操作化可能是已確立的（例如，互資訊 mutual information、轉移熵 transfer entropy、Granger 因果性 Granger causality） | | Assumptions | (1) 耦合強度是 X-Y 關係的一個可測量特性。(2) Gamma 在一般情況下是對稱的，但可分解為方向性分量（X 影響 Y 與 Y 影響 X）。(3) Gamma = 0 意味著統計獨立；Gamma > 0 意味著某種程度的相互約束。 | | Variables | X、Y = 兩個系統（可以是任何尺度的 ECI 單元、子系統或組件）；Gamma = 耦合強度（coupling strength）（以標準化互資訊定義時為無量綱；以原始互資訊定義時為位元 bits；以物理耦合量值定義時為領域特定單位，如彈簧常數 N/m） | | Falsifiable consequence | 若以 Gamma 測量的耦合強度未能預測 X 和 Y 之間的協調行為程度——若高耦合系統（高 Gamma）的行為並不比弱耦合系統（低 Gamma）更協調——則此量值並未捕捉到它所聲稱的東西。 |

詳細發展於：耦合與共振（B5）

方程式 5 —— 資源預算

B_total = B_ordinary + B_extra + B_maintenance

系統可用的總資源預算，分解為三個功能類別。關鍵洞察：「貨幣」B 可以是能量、神經組織、發育投資、處理時間，或任何其他有限資源。給定功能 i 可用的載體容量 K_i 隨後從分配的預算導出：K_i = g(B_i, architecture)。

| Metadata | Content | |---|---| | Source | ECI 原創——資源配置框架 | | Status | 提議（Proposed） | | Assumptions | (1) 在給定時間窗口內，總資源是有限且守恆的（或至少有界的）。(2) 存在有意義的三分法：常規運作、額外／探索性容量、以及維護／修復。(3) 從預算 B_i 到容量 K_i 的對映取決於系統的架構——相同的預算在不同架構中產生不同的容量。(4) 預算類別可能重疊或隨時間轉移；此分解代表的是一個快照。 | | Variables | B_total = 總資源預算（total resource budget）（單位取決於資源：能量為焦耳 J、神經組織為 mm^3、處理時間為小時等）；B_ordinary = 分配給常規運作的資源；B_extra = 分配給探索性、新穎或非常規功能的資源；B_maintenance = 分配給維護、修復、錯誤校正的資源；K_i = 從預算分配 i 導出的載體容量（carrier capacity）（位元 bits、狀態數，或領域特定的容量單位）；g = 架構依賴的對映函數（形式未指定） | | Falsifiable consequence | 若三分法未能在有意義的接合處劃分資源使用——若系統無法以常規／額外／維護分配來有效表徵，或若此分解未能預測效能取捨（例如，增加 B_extra 而犧牲 B_maintenance 導致更高探索性但更低穩健性）——則此框架在「資源是有限的」之外毫無助益。 |

詳細發展於：跨通道存取（E1）、載體（B2）

方程式 6 —— 獨立機會匹配（玩具模型）

P(match >= 1) = 1 - (1 - q)^N

在 N 個獨立機會中，每個機會的成功機率為 q 時，至少一次成功匹配的機率。這是標準機率論的結果，在此作為存取機率如何隨機會數量擴展的簡化說明。

| Metadata | Content | |---|---| | Source | 標準機率論（所有 N 次獨立試驗均失敗之機率的補數） | | Status | 玩具模型（Toy model） | | Assumptions | (1) 每個機會與其他所有機會獨立——這是關鍵性的簡化，在真實系統中幾乎確定為假。(2) 每個機會具有相同的成功機率 q——在實務上也不切實際。(3) N 個機會在相關時間窗口內可同時或依序取得。這些假設被明確承認為不切實際。真實系統具有相關的機會、可變的 q，以及結構化的（而非隨機的）搜尋。 | | Variables | P(match >= 1) = 至少一次成功匹配的機率（無量綱，範圍 [0, 1]）；q = 每個機會的成功機率（per-opportunity success probability）（無量綱，範圍 [0, 1]）；N = 獨立機會數（無量綱整數） | | Falsifiable consequence | 作為玩具模型，此方程式不打算對真實系統做量化預測。其可否證的內容僅限於定性主張：在其他條件相同的情況下，增加 N（機會數量）會增加至少一次匹配的機率。若增加獨立機會的數量並未增加匹配機率——若對真正獨立的機會仍有強烈的遞減報酬——則基本機率論將會是錯的（而它不是）。真正可否證的問題是，真實系統是否能被獨立機會很好地近似（它們幾乎確定不能）。 |

詳細發展於：跨通道存取（E1）

方程式 7 —— 功能性存取

A_access approx [1 - (1 - q)^N] x R(kappa, K, Gamma, stability)

系統實際達成的存取是機會匹配機率（方程式 6）與調節因子 R 的乘積，R 取決於協調性（kappa）、載體容量（K）、耦合強度（Gamma）和系統穩定性。R 的函數形式目前未知。

| Metadata | Content | |---|---| | Source | ECI 原創——嘗試將玩具模型（方程式 6）連結到真實系統的表現 | | Status | 提議（Proposed） | | Assumptions | (1) 存取可以有意義地分解為「機會」分量和「系統備妥性」分量。(2) 這兩個分量大致上是相乘的（而非，例如相加或取最小值）。(3) R 捕捉調節已匹配機會是否實際被利用的系統層級因素。(4) R 的函數形式未知——此方程式是結構假設，而非量化模型。 | | Variables | A_access = 實現的存取（realized access）（無量綱或領域特定單位如位元/秒、信號偵測機率等）；q、N = 如方程式 6；kappa = 協調參數（coordination parameter）（無量綱；來自 C1）；K = 載體容量（carrier capacity）（位元 bits 或領域特定）；Gamma = 耦合強度（coupling strength）（如方程式 4）；stability = 系統穩定性量值（領域特定）；R = 調節函數（modulating function）（形式未知） | | Falsifiable consequence | 若實現的存取不依賴於系統層級因素（kappa、K、Gamma、stability）——若單獨的機會匹配機率就足以在多樣化的系統中預測存取——則 R 是不必要的，此分解毫無助益。若找不到任何 R 的可操作化能改善超越基線 P(match >= 1) 的預測，則此提議結構失敗。 |

詳細發展於：跨通道存取（E1）

方程式 8 —— 持續性過濾方程式

p_{t+Delta_t}(Omega) = p_t(Omega) . S(Omega, Delta_t) / Z

時間 t + Delta_t 的組態分佈等於先驗分佈乘以存活函數 S 再重新歸一化。這在數學上與 Bayesian 更新完全相同，其中「存活」扮演似然函數的角色。

| Metadata | Content | |---|---| | Source | 改編自一般的 Bayesian 更新／篩選動態。其數學結構（先驗乘以似然，再歸一化）是標準的。將其應用於任意組態空間作為一般過濾原則，是 ECI 的貢獻。 | | Status | 改編（Adapted） | | Assumptions | (1) 組態可以有意義地表示為組態空間 Omega 中的點。(2) 存活函數 S(Omega, Delta_t) 是良定義的且原則上可估計。(3) 組態空間在區間 Delta_t 內不變，或相對於過濾動態變化緩慢。(4) 在區間內不生成新組態——此方程式僅捕捉過濾，不含變異。完整模型在變異步驟與過濾步驟之間交替。 | | Variables | p_t(Omega) = 時間 t 的組態機率密度（無量綱密度，積分為 1）；S(Omega, Delta_t) = 組態 Omega 在區間 Delta_t 內的存活機率（survival probability）（無量綱，範圍 [0, 1]）；Z = 歸一化常數 = integral of p_t(Omega') . S(Omega', Delta_t) dOmega'（確保 p_{t+Delta_t} 積分為 1）；Delta_t = 時間區間（秒、年或任何一致的時間單位） | | Falsifiable consequence | 方程式本身幾近套套邏輯（「存活下來的東西在存活的族群中更常見」）。可否證的內容透過 S 的提議分解（方程式 9）進入。若 S 無法從可測量的組態特性獨立預測——若存活實際上是隨機的——則持續性過濾框架在「持續更久的事物被觀察到的次數更多」之外，不具備任何解釋價值。 |

詳細發展於：持續性過濾（C2）

方程式 9 —— 存活函數分解

S = f(Q, stability, E, robustness, ...)

是什麼決定一個組態是否存活？ECI 假設存活函數 S 可分解為來自相容性（Q）、結構穩定性、能量存取（E）、穩健性，以及可能的其他因素的貢獻。f 的函數形式未指定。

| Metadata | Content | |---|---| | Source | ECI 原創——提議存活函數的結構 | | Status | 提議（Proposed） | | Assumptions | (1) 存活不是隨機的——存在可測量的組態特性，能預測其持續機率。(2) 這些特性可歸類為所列的類別（相容性、穩定性、能量、穩健性）。(3) 所列因素是存活的主要決定因子（可能存在其他因素但屬次要）。(4) 每個因素可以獨立測量，不參考存活結果。這最後一項假設是避免套套邏輯的準則，不可妥協。 | | Variables | S = 存活機率（survival probability）（無量綱，範圍 [0, 1]）；Q = 相容函數（compatibility function）（如方程式 3）；stability = 結構穩定性（structural stability），以 Lyapunov 指數（1/s）、自由能景觀中的盆地深度（J）或特徵值分析（領域特定）來可操作化；E = 能量存取（energy access）（瓦特 W 或 J/s）；robustness = 擾動容忍度（perturbation tolerance），以組態在不發生質性狀態變化的情況下可吸收的最大擾動幅度來測量（領域特定單位）；f = 將這些因素對映到存活機率的未知函數 | | Falsifiable consequence | 若獨立測量的 Q、stability、E 和 robustness 在多個受測系統中未能比隨機更好地預測 S——且不優於更簡單的單變數基線（例如，僅熱力學穩定性、僅質量）——則此分解增加了不必要的複雜性。若非複製性系統中的存活在多個領域和測量方法中確實是隨機的，則持續性過濾不是一個有用的視角。 |

詳細發展於：持續性過濾（C2）

方程式 10 —— 帶相關性延伸的平均值變異數

Var(X-bar) = sigma^2 / N + (2 / N^2) Sigma_{i < j} Cov(X_i, X_j)

N 個可能相關的隨機變數之樣本平均值的變異數。第一項是獨立變數的經典結果；第二項捕捉組件之間的相關性如何影響宏觀層級的穩定性。

| Metadata | Content | |---|---| | Source | 標準機率論與統計學。非 ECI 貢獻。 | | Status | 已確立（Established） | | Assumptions | (1) X_1, ..., X_N 具有共同變異數 sigma^2（若變異數不同，公式可直接推廣）。(2) 二階動差存在（變異數和共變異數是有限的）。(3) 所關心的宏觀變數是樣本平均值 X-bar = (1/N) Sigma X_i。對於微觀狀態的非線性函數之宏觀變數，此公式不直接適用——需要粗粒化函數 G（方程式 11）。 | | Variables | X-bar = N 個變數的樣本平均值（單位與 X_i 相同）；sigma^2 = 個別變數的變異數（單位為 X_i 的平方）；N = 組件數量（無量綱整數）；Cov(X_i, X_j) = 組件 i 和 j 之間的共變異數（covariance）（單位為 X_i 的平方） | | Falsifiable consequence | 公式本身是一個數學恆等式——不可能被經驗否證。可以被測試的是 ECI 的詮釋性主張，即相關性項（第二項）「比 1/N 項對協調理論更具相關性」。若在真實的協調系統中相關性項始終可忽略——若獨立同分佈（IID）近似總是足夠的——則對協調結構的強調是錯置的，更簡單的模型即已足夠。 |

詳細發展於：湧現與尺度（C4）

方程式 11 —— 尺度遞迴

X^{(L+1)} = G_L(X^{(L)})

在層級 L 進行粗粒化的宏觀變數，在層級 L+1 充當有效的微觀變數。函數 G_L 是層級特定的粗粒化函數，捕捉層級 L 的實體如何交互作用並結合以產生層級 L+1 的有效實體。

| Metadata | Content | |---|---| | Source | ECI 原創，受統計物理中重整化群方法的啟發（Kadanoff 1966, Wilson 1971）。層級式粗粒化的一般概念已相當成熟；遞迴 G_L 結構廣泛適用於複雜系統的具體主張，則是 ECI 的貢獻。 | | Status | 提議（Proposed） | | Assumptions | (1) 可辨識的層級存在——層級邊界可以被有意義地劃定。(2) G_L 捕捉了從層級 L 到層級 L+1 過渡的本質動態。(3) 跨層級的回饋雖然真實存在，但相對於 G_L 所捕捉的「向上」粗粒化而言是次要的。(4) G_L 在每個層級可能不同——細胞結合成組織的方式，與生物體結合成族群的方式不同。(5) 真實的階層可能並非嚴格巢狀的；跳級和向下的交互作用使遞迴圖像更加複雜。 | | Variables | X^{(L)} = 層級 L 的狀態向量（state vector）（組件和單位取決於系統和層級——分子座標、細胞狀態、生物體行為等）；G_L = 層級 L 的粗粒化函數（coarse-graining function）（將一組層級-L 狀態對映到一個層級-(L+1) 狀態）；L = 層級索引（level index）（無量綱整數） | | Falsifiable consequence | 若同一系統不同層級的 G 函數在結構上毫無共通之處——若沒有一般性的模式在層級過渡中重現——則「跨尺度相同語法」的主張失敗，尺度遞迴不是一個富有成效的框架。若複雜系統中的宏觀特性與微觀層級的變異、協調或網路結構沒有系統性的關係，則 G 框架不具實用性。 |

詳細發展於：湧現與尺度（C4）

方程式 12 —— 觀測者壓縮與資料處理不等式

Y = Pi_O(X)

I(X; Z) <= I(X; Y) for Markov chain X -> Y -> Z

觀測者（O）將來源資訊（X）壓縮為輸出表徵（Y = Pi_O(X)），其中 Pi_O 是觀測者的壓縮／投影函數。資料處理不等式（Data Processing Inequality, DPI）保證任何進一步的處理（Y -> Z）不能增加關於來源 X 的資訊。

| Metadata | Content | |---|---| | Source | DPI 是資訊理論中的既有結果（Cover & Thomas, 2006）。壓縮函數 Y = Pi_O(X) 是 ECI 將 DPI 應用於觀測者系統的記號。 | | Status | 已確立（Established）（DPI）；定義（Definition）（Pi_O 記號及其對觀測者的應用） | | Assumptions | (1) 處理鏈 X -> Y -> Z 構成 Markov 鏈（Z 僅透過 Y 依賴 X）。(2) 觀測者的輸出 Y 是其輸入的函數——觀測者無法存取超出其感覺通道所接收的關於 X 的資訊。(3) 互資訊 I(X; Y) 是良定義的（相關的機率分佈存在且具有有限熵）。 | | Variables | X = 來源狀態（source state）（被觀測的現實面向；單位和維度取決於脈絡）；Y = 觀測者輸出（observer output）（觀測者對 X 的表徵；維度通常遠低於 X）；Z = 對 Y 的任何進一步處理；Pi_O = 觀測者特定的壓縮／投影函數（observer-specific compression/projection function）；I(X; Y) = X 和 Y 之間的互資訊（mutual information）（位元 bits） | | Falsifiable consequence | DPI 本身是一個數學定理，在其假設範圍內不能被經驗否證。然而，ECI 將其應用於觀測者則提出了一個可測試的主張：觀測者的輸出不應包含比觀測者通過其輸入通道所接收的更多的關於來源的資訊。 若發現系統性的違反——若某觀測者可被證明從其輸入中提取了比輸入中存在的更多的關於來源的資訊——則要嘛 Markov 鏈假設有誤（存在隱藏通道）、要嘛互資訊的測量有缺陷、要嘛 DPI 被違反了（這將需要修正資訊理論本身）。 |

詳細發展於：觀測者壓縮（D4）

方程式 13 —— 觀測者零假設

H_0: P(outcome | observer_A) = P(outcome | observer_B) if physical setup identical

觀測者獨立性的零假設：若兩位觀測者設置了物理上完全相同的測量裝置，其結果的機率分佈應該相同。任何觀測者特定的對物理測量結果的影響，都將違反此零假設。

| Metadata | Content | |---|---| | Source | 標準量子力學的預測。Born 規則給出 P(outcome) = |<psi\|phi>|^2，這取決於量子態和測量裝置，而非誰在觀看。這是每位在職物理學家的預設期望。 | | Status | 已確立（Established）（作為標準量子力學的預測） | | Assumptions | (1)「物理設置相同」意指量子態製備、測量裝置和環境條件相同（在實驗精度範圍內）。(2) 觀測者身分是兩個條件之間唯一不同的變數。(3) 測量結果從 Born 規則分佈中取樣。 | | Variables | P(outcome | observer_A) = 在觀測者 A 進行實驗時，特定測量結果的機率（無量綱，範圍 [0, 1]）；P(outcome | observer_B) = 觀測者 B 的同上；outcome = 測量結果（領域特定：光子偵測、自旋測量等） | | Falsifiable consequence | 若大規模、充分統計效力、預先註冊、基於量子隨機數產生器（QRNG）隨機化的實驗，在物理設置控制為相同的情況下，發現測量結果分佈系統性地依賴於觀測者身分，則零假設被拒絕。這將是物理學史上最非凡的實驗結果之一。ECI 明確納入此零假設，以便對其進行嚴格測試，並（最可能地）確認之，從而約束框架的投機性邊緣。拒絕 H_0 將打開觀測者複雜性影響物理的邊界；確認 H_0 則將關閉它。 |

詳細發展於：觀測者與經驗（D3）、可否證性（F3）

❺ 數學目前能做與不能做的事

以上十三條方程式分為兩個截然不同的類別，混淆它們將是嚴重的錯誤。

數學現在能做的事

形式範本。 持續性過濾方程式（方程式 8）、變異數公式（方程式 10）、DPI（方程式 12）和觀測者零假設（方程式 13）在數學上是精確的，今天就可以應用於資料。它們具有良定義的輸入、良定義的輸出，以及良定義的適用或失敗條件。

強制精確的定義。 ECI 運作系統（方程式 1）、包含關係（方程式 2）、相容函數（方程式 3）、耦合強度（方程式 4）和觀測者壓縮記號（方程式 12）迫使框架明確指定其變數及其關係。它們防止了困擾許多理論框架的語言滑溜性。

定性預測。 即使是玩具模型（方程式 6）和提議的方程式（方程式 5、7、9、11）也產生定性預測：更多獨立機會應增加匹配機率；存活應與獨立測量的相容性相關；相關性項在協調系統中應該是重要的。

數學目前不能做的事

從提議方程式進行量化預測。 方程式 5、7、9 和 11 的函數形式未知。寫下 S = f(Q, stability, E, robustness, ...) 並不能告訴你 S 是這些因素的乘積、加權和、閾值函數，還是完全不同的東西。在函數形式被指定（或至少被資料約束）之前，這些方程式是關於哪些變數重要的假設，而非預測模型。

數值。 即使在函數形式已知的情況下（例如變異數公式），框架尚未為大多數參數提供數值估計。特定神經迴路的 kappa 是多少？特定載體-通道配對的 Q 是多少？這些需要在特定系統中進行經驗測量——方程式告訴你要測量什麼，而不是測量結果會是什麼。

跨系統比較。 框架提議相同的形式結構適用於各系統（尺度遞迴、持續性過濾、V-kappa 框架）。這是否實際為真是一個經驗問題。數學提供比較的範本；它不保證比較將是富有成效的。

❻ 可操作化優先序

並非所有方程式都同樣準備好進行經驗測試。下表按目前的可測試性對它們進行排序，並指出將每條方程式推向經驗使用所需的下一步。

| Equation | Current testability | What is needed next | Priority | |---|---|---|---| | 方程式 10（帶相關性的變異數） | 現在可測試——適用於任何具有微觀層級資料和宏觀層級量測的系統 | 多系統比較：相關性項是否在神經、生態和社會系統中改善對宏觀穩定性的預測？ | 高 | | 方程式 12（DPI / 觀測者壓縮） | 現在可測試——測量任何感覺／處理系統的輸入和輸出之間的互資訊 | 跨感覺模態的系統性測試：是否有任何系統違反 DPI 界限？ | 高 | | 方程式 13（觀測者零假設） | 現在可測試——以觀測者身分作為控制變數的標準量子力學實驗 | 大規模、預先註冊、基於 QRNG 的實驗，測試觀測者身分是否影響測量統計 | 高 | | 方程式 8（持續性過濾器） | 在可操作化後可測試——需要可獨立測量的 S | 識別 p_t 和 S 均可獨立估計的系統；礦物穩定性、蛋白質摺疊持續性，或組織存活 | 中 | | 方程式 9（S 分解） | 在可操作化後可測試——需要 Q、stability、E、robustness 的獨立量值 | 從這些變數已有既定可操作化的系統開始（例如晶體的熱力學穩定性、生態系統的能量預算） | 中 | | 方程式 11（尺度遞迴） | 在可操作化後可測試——需要在同一系統的多個層級識別 G | 神經迴路（單一神經元到族群）、生態階層（生物體到群落）、社會系統（個人到組織） | 中 | | 方程式 5（資源預算） | 在特定系統中可測試——需要測量預算分配 | 神經科學：神經組織分配是否可以有意義地分解為常規／額外／維護？生態學：能量預算是否可以？ | 中低 | | 方程式 4（耦合強度） | 透過既有量值可測試——互資訊、轉移熵、Granger 因果性均為既有量值 | 應用於 ECI 特定的預測：Gamma 是否預測協調結果？ | 中 | | 方程式 3（相容性 Q） | 需要可操作化——概念需要領域特定的測量協定 | 為至少三個領域開發 Q 量值；測試 Q 是否獨立預測結果 | 中 | | 方程式 7（功能性存取） | 需要可操作化——R 未知 | 取決於方程式 3、4 和 5 的進展；在組件可測量之前無法測試 | 低 | | 方程式 6（玩具模型） | 不供測試——僅供說明之用；真正的問題是真實系統是否近似獨立機會 | 不適用——服務於教學目的 | 不適用 | | 方程式 1、2（ECI 系統、包含關係） | 定義——透過框架整體的實用性間接測試 | 持續進行：I-C-E 分解是否在各系統中被證明有用？ | 持續進行 |

❼ 連結到其他節點

-> 應用與未來（F1）：應用主張依賴於本頁開發的方程式。第一層應用（近期）依賴已確立的方程式（方程式 10、12、13）；第二層和第三層應用依賴函數形式仍未知的提議方程式。

-> 可否證性（F3）：本頁每條方程式的「Falsifiable consequence」條目，實施了 F3 頁面上開發的標準。方程式狀態標籤（Definition、Established、Adapted、Proposed、Toy model）和六項後設資料要求，源自 F3 的標籤系統。F3 提供哲學；F2 提供方程式。

❽ 主符號表

ECI 框架中使用的所有記號，統一收錄於此。符號按類別分組。若某符號出現在多條方程式中，全部列出。

核心 ECI 符號

| Symbol | Name | Type | Units | Defined in | Used in Equations | |---|---|---|---|---|---| | Omega_ECI | ECI 運作系統（ECI operational system） | 定義（Definition） | -- | ECI 單元 | 1 | | I | 資訊模式（Information pattern） | 框架變數（Framework variable） | 位元 bits（量化時）或無量綱 | ECI 單元 | 1, 3 | | C | 載體（Carrier） | 框架變數（Framework variable） | 系統依賴 | 載體（B2） | 1, 2, 3 | | E | 能量（Energy） | 框架變數（Framework variable） | J 或 W | 能量（B3） | 1, 9 | | C, C_alpha | 通道（Channel）（一般、特定） | 框架變數（Framework variable） | 以維度、時間、耦合約束表徵 | 通道（B4） | 1, 2, 3 | | Q | 相容函數（Compatibility function） | 提議定義（Proposed definition） | 無量綱（或在具體可操作化中為位元 bits、dB） | 耦合（B5） | 3, 7, 9 | | Gamma | 耦合強度（Coupling strength） | 提議定義（Proposed definition） | 無量綱（標準化）或位元 bits（原始互資訊） | 耦合（B5） | 4, 7 |

資源與容量符號

| Symbol | Name | Type | Units | Defined in | Used in Equations | |---|---|---|---|---|---| | B_total | 總資源預算（Total resource budget） | 提議變數（Proposed variable） | 系統依賴（J、mm^3、小時等） | 跨通道（E1） | 5 | | B_ordinary | 常規運作預算（Ordinary operation budget） | 提議變數（Proposed variable） | 與 B_total 同 | 跨通道（E1） | 5 | | B_extra | 額外／探索性預算（Extra/exploratory budget） | 提議變數（Proposed variable） | 與 B_total 同 | 跨通道（E1） | 5 | | B_maintenance | 維護預算（Maintenance budget） | 提議變數（Proposed variable） | 與 B_total 同 | 跨通道（E1） | 5 | | K, K_i | 載體容量（Carrier capacity）（一般、功能特定） | 提議變數（Proposed variable） | 位元 bits 或領域特定 | 載體（B2） | 5, 7 | | g | 預算到容量的對映（Budget-to-capacity mapping） | 提議函數（Proposed function） | -- | 跨通道（E1） | 5 |

存取與匹配符號

| Symbol | Name | Type | Units | Defined in | Used in Equations | |---|---|---|---|---|---| | q | 每機會成功機率（Per-opportunity success probability） | 玩具模型參數（Toy model parameter） | 無量綱 [0, 1] | 跨通道（E1） | 6, 7 | | N（匹配脈絡） | 獨立機會數（Number of independent opportunities） | 玩具模型參數（Toy model parameter） | 無量綱整數 | 跨通道（E1） | 6, 7 | | A_access | 實現的存取（Realized access） | 提議變數（Proposed variable） | 領域特定 | 跨通道（E1） | 7 | | R | 系統備妥性調節函數（System readiness modulating function） | 提議函數（形式未知）（Proposed function, unknown form） | 無量綱 | 跨通道（E1） | 7 |

持續性與過濾符號

| Symbol | Name | Type | Units | Defined in | Used in Equations | |---|---|---|---|---|---| | Omega（組態） | 組態／組態空間（Configuration / configuration space） | 標準變數（Standard variable） | -- | 持續性（C2） | 8, 9 | | p_t(Omega) | 時間 t 的組態分佈（Configuration distribution at time t） | 標準變數（Standard variable） | 無量綱密度 | 持續性（C2） | 8 | | S | 存活函數（Survival function） | 提議定義（Proposed definition） | 無量綱 [0, 1] | 持續性（C2） | 8, 9 | | Z | 歸一化常數（Normalization constant） | 導出量（Derived quantity） | -- | 持續性（C2） | 8 | | Delta_t | 時間區間（Time interval） | 標準變數（Standard variable） | 秒 s、年 yr 或一致單位 | 持續性（C2） | 8 | | stability (sigma) | 結構穩定性（Structural stability） | 提議變數（Proposed variable） | Lyapunov 指數（1/s）、盆地深度（J）或基於特徵值 | 持續性（C2） | 9 | | robustness (rho) | 擾動容忍度（Perturbation tolerance） | 提議變數（Proposed variable） | 領域特定 | 持續性（C2） | 9 |

湧現與尺度符號

| Symbol | Name | Type | Units | Defined in | Used in Equations | |---|---|---|---|---|---| | X-bar | 樣本平均值（Sample mean） | 標準變數（Standard variable） | 與 X_i 同 | 湧現（C4） | 10 | | sigma^2 | 個別變數的變異數（Variance of individual variables） | 標準變數（Standard variable） | (X_i 的單位)^2 | 湧現（C4） | 10 | | N（組件） | 微觀層級組件數（Number of micro-level components） | 標準變數（Standard variable） | 無量綱整數 | 湧現（C4） | 10 | | Cov(X_i, X_j) | 組件間的共變異數（Covariance between components） | 已確立（Established） | (X_i 的單位)^2 | 湧現（C4） | 10 | | X^{(L)} | 層級 L 的狀態（State at level L） | 提議變數（Proposed variable） | 層級依賴 | 湧現（C4） | 11 | | G_L | 層級 L 的粗粒化函數（Coarse-graining function at level L） | 提議函數（Proposed function） | -- | 湧現（C4） | 11 | | L | 層級索引（Level index） | 標準變數（Standard variable） | 無量綱整數 | 湧現（C4） | 11 |

資訊理論與觀測者符號

| Symbol | Name | Type | Units | Defined in | Used in Equations | |---|---|---|---|---|---| | X（來源） | 來源狀態（Source state） | 標準變數（Standard variable） | 脈絡依賴 | 觀測者壓縮（D4） | 12 | | Y | 觀測者輸出（Observer output） | 標準變數（Standard variable） | 脈絡依賴 | 觀測者壓縮（D4） | 12 | | Z（經處理） | 進一步處理的輸出（Further-processed output） | 標準變數（Standard variable） | 脈絡依賴 | 觀測者壓縮（D4） | 12 | | Pi_O | 觀測者壓縮函數（Observer compression function） | 定義（ECI 記號）（Definition, ECI notation） | -- | 觀測者壓縮（D4） | 12 | | I(X; Y) | 互資訊（Mutual information） | 已確立（Established） | 位元 bits | 資訊理論 | 12 | | H_0 | 觀測者零假設（Observer null hypothesis） | 已確立（標準量子力學預測）（Established, standard QM prediction） | -- | 觀測者（D3） | 13 |

協調符號（跨方程式使用）

| Symbol | Name | Type | Units | Defined in | Used in Equations | |---|---|---|---|---|---| | V | 變異（量值族群）（Variation, family of measures） | 提議定義（Proposed definition） | 領域特定 | 變異（C1） | 方程式 10、11 之脈絡 | | kappa | 協調參數（Coordination parameter） | 提議定義（Proposed definition） | 無量綱 | 變異（C1） | 7，方程式 10、11 之脈絡 |