❶ 核心問題

為什麼有些東西會持續存在？在一個無情變化的宇宙中——粒子碰撞、恆星點燃、山脈侵蝕、物種出現又消失——為什麼有些組態能持續數十億年，而另一些在微秒內就消散了？是否存在一個解釋哪些模式存活、哪些不存活的普遍原理，一個在生物學之前、在複製之前、在任何人觀察之前就已經運作的原理？

ECI 提出存在這樣的原理：持續性過濾（Persistence Filtering）。這個想法直截了當但影響深遠。在所有透過變異和互動而產生的組態中，有些碰巧比其他的更能抵抗擾動。隨著時間推移，脆弱的消失了，而穩健的累積起來。我們在任何時刻觀察到的不是曾經存在的所有組態的代表性樣本——而是存活者分佈，偏向於那些足夠耐久以至於還在這裡的組態。

這不是一個設計好的過程。沒有篩選者，沒有目標，沒有方向。它是一個統計上的結果，源於一個簡單的事實：持續得更久的東西，根據定義，在你觀察時更有可能存在。ECI 提出，差異性持續可能有助於解釋為什麼長壽的可觀察組態相對於不穩定的替代方案被過度代表——而且這個原理足夠普遍，適用於河石、晶格、化合物、生態群落和社會制度。

一個關鍵的起始澄清：這是一個存活者分佈的形式化，不是一條已知的宇宙定律。主張不是「所有穩定的東西都是持續性過濾的結果」。主張是，持續性過濾是一個有用的概念和數學透鏡，用於理解我們觀察到的東西的統計組成——而且這個透鏡產生可測試的預測。

❷ 具體案例

河石

沿著山溪走，從河床上撿起一塊石頭。它光滑、圓潤、大致呈橢圓形。再撿一塊——相似的形狀。再一塊——還是相似。你可能會傾向於認為河流產出光滑的圓石，好像水是一位有偏好美學的雕塑家。

但事情並非如此。河流不是產出圓石。河流摧毀不圓的石頭。鋸齒狀、破碎的、有稜角的石頭在結構上更弱——它們突出的邊緣承受更大的水動力應力，更容易裂開，破碎得更快。隨著時間推移，有稜角的石頭被逐漸分解為沙和沉積物，而更圓、更緊實的石頭則持續存在。你在河床上看到的形狀不是一個創造過程的產出。它們是一個破壞過程的存活者。

這是微型的持續性過濾（Persistence Filtering）。沒有涉及複製。沒有遺傳。沒有遺傳密碼。石頭不會繁殖。它們不會將形狀傳遞給後代。它們只是持續或不持續——而持續下來的就是你找到的。

沙丘、晶格、行星軌道

同樣的邏輯在每個尺度上運作。

沙丘。 在沙漠中，風創造了無數的沙丘組態——橫向沙脊、新月形沙丘（barchan）、星形沙丘、線性沙丘（seif）。不是所有組態都同等穩定。一個幾何形狀能有效引導氣流，使沉積的沙子強化其現有形狀的沙丘會持續存在並成長。一個幾何形狀導致風的侵蝕速度快於沙子累積速度的沙丘會萎縮並消失。你觀察到的沙丘場是空氣動力學穩定性的過濾殘餘物。

晶體結構。 當熔融礦物冷卻時，原子可以排列成許多可能的組態。只有位於自由能景觀（free-energy landscape）局部最小值的組態——原子間的吸引力和排斥力達到穩定平衡的地方——才能作為固體晶體持續存在。落在能量最大值或淺鞍點的組態是不穩定的：熱波動會將它們推向更穩定的排列。礦物學教科書中記錄的晶體結構是熱力學過濾的存活者。

行星軌道。 早期太陽系包含的天體遠多於我們今天看到的八顆行星（及各種矮行星、小行星和彗星）。引力互動將不穩定軌道上的天體彈射出去、送入太陽，或透過碰撞將它們粉碎成碎片。我們在 46 億年後觀察到的軌道架構是存活過引力過濾的子集。早期太陽系動力學的數值模擬（Nesvorny, 2018; Clement et al., 2018）證實，許多合理的初始組態在動力學上是不穩定的——當前的排列之所以持續，正是因為它是穩定的組態之一。

模式

在每個案例中，模式都是相同的：

1. 變異：許多組態產生（石頭形狀、沙丘幾何、晶體堆積、軌道排列）。
2. 差異性持續：某些組態對其環境中的破壞力比其他組態更穩健。
3. 過濾性累積：隨著時間推移，穩健的組態累積，脆弱的消失。
4. 觀察中的存活者偏差：我們觀察到的是過濾後的分佈，不是原始分佈。

不需要複製。不需要遺傳。不需要生物學意義上的「適應度」。只需要面對擾動時的差異性耐久度。

❸ 已確立的科學

與持續性過濾相關的數學基礎來自幾個充分確立的領域。然而，必須仔細區分：已確立的數學描述的是特定系統，而非 ECI 提出的普遍原理。

統計選擇（一般性）。 觀察樣本偏向持續性組態這個想法，在統計學中以各種名稱充分確立：存活者偏差（survivorship bias）、長度偏差抽樣（length-biased sampling）和大小偏差抽樣（size-biased sampling）。在可靠性工程中，一個運作系統中組件年齡的分佈不同於組件壽命的分佈——它偏向更長壽的組件，因為那些是你觀察時仍然存在的。Cox（1962）將此形式化為長度偏差抽樣。Wald 對二戰轟炸機損傷的存活者偏差分析（記載於 Mangel & Samaniego, 1984）是經典範例：你看到返回的飛機恰恰是那些存活下來被擊中的飛機，所以返回飛機上的損傷模式告訴你的是飛機在哪裡可以承受被擊中，而不是它們在哪裡最脆弱。

熱力學穩定性和自由能景觀。 在物理化學中，平衡態下分子組態的分佈受 Boltzmann 分佈支配：發現系統處於能量為 E 的組態的機率正比於 exp(-E / k_B T)。位於深自由能最小值的組態比高能態的組態指數性地更可能存在。這是持續性過濾的熱力學版本：穩定的組態持續存在，因為離開它們的能量成本相對於可用的熱波動而言很高。數學是精確的且經過徹底驗證。

動力系統：吸引盆。 在動力系統理論中，吸引盆（basin of attraction）是一組初始條件，從這些條件出發，系統演化到一個特定的吸引子（固定點、極限環、奇異吸引子）。盆的大小和形狀決定了哪些長期行為從典型的起始條件是「可達的」。位於大盆且具有深而寬的吸引子的組態是系統最可能到達——並停留——的組態。Strogatz（2015）提供了全面的論述。

複製子方程（Replicator equation）：一個特殊案例，不是一般性證據。 複製子方程，由 Taylor 和 Jonker（1978）引入並由 Hofbauer 和 Sigmund（1998）發展，是頻率依賴選擇在複製實體群體中的標準數學框架：

dx_i / dt = x_i [ f_i(x) - phi(x) ]

其中 x_i 是類型 i 的頻率，f_i(x) 是類型 i 的適應度（可能取決於群體組成 x），phi(x) 是平均適應度。

這個方程是充分確立且強大的——但它描述的是一個特定機制：差異性複製。複製子方程中的實體會繁殖，複製更快的類型頻率增加。這與持續性過濾（Persistence Filtering）聲稱描述的根本不同。 持續性過濾斷言，組態的差異性存活可以在沒有複製的情況下塑造觀察到的分佈。河石不會複製。晶格沒有後代。軌道組態不會繁殖。

因此，複製子方程最好被理解為一個特殊案例類比：它在數學上證明了差異性動態可以隨時間重塑分佈，而且其形式結構（頻率變化與偏離均值成正比）是具有啟發性的。但引用複製子方程作為持續性過濾的證據將是循環論證，因為複製子方程恰恰假設了持續性過濾聲稱要超越的機制（複製）。ECI 必須為非複製性案例提供自己的數學框架——這正是下一節試圖做的。

已確立的 vs. ECI 提出的。 以下是已確立的：抽樣中的存活者偏差、熱力學穩定性和 Boltzmann 分佈、動力學吸引盆、複製群體的複製子方程。而未確立的——而是 ECI 的提議——是這些特定的、領域限定的結果都是一個單一、更普遍的過濾原理的實例，這個原理跨所有組態空間運作。

❹ ECI 框架詮釋

一般性持續過濾器

ECI 提出，上述觀察——河石、晶體、軌道以及許多其他範例——是一個單一、普遍過程的實例：P_pers 是否系統性地取決於可獨立測量的 Q——其正負號和函數形式不一定是單調的。中間相容性可能是最佳的，且脈絡可能很重要。核心主張是，其相容性與環境系統性地關聯到其抵抗擾動之穩健性的組態，將展現差異性持續，因此在觀察到的分佈中差異性地累積。

為了將此形式化，考慮一個可能組態的空間，記為 Omega（組態空間）。每個組態由這個空間中的一個點 Omega 標記。在任何時間 t，有一個機率分佈 p_t(Omega) 描述我們發現系統處於組態 Omega 的可能性。

持續性過濾（Persistence Filtering）說：在後一個時間 t + Delta_t 的分佈由哪些組態存活過區間 Delta_t 來塑造。具體而言：

p_{t+Delta_t}(Omega) = p_t(Omega) . S(Omega, Delta_t) / integral p_t(Omega') . S(Omega', Delta_t) dOmega'

其中：

• S(Omega, Delta_t) = P(組態 Omega 存活到 t + Delta_t | Omega 在 t 時存在) —— 存活函數（survival function）
• 分母是一個正規化因子，確保機率總和為 1

這是持續性過濾方程（persistence filter equation）。它說：從你在時間 t 擁有的任何分佈開始，以每個組態存活到 t + Delta_t 的機率對其加權，然後重新正規化。結果是 t + Delta_t 時的新分佈——偏向存活機率更高的組態。

這個方程是一個定義/記帳恆等式（條件式重新加權），不是一條新的物理定律。 它是一個 Bayesian 更新，其中「存活」扮演似然度（likelihood）的角色。數學是標準的條件機率——任何統計學家在給定設置後都會這樣寫。方程本身沒有實證內容；它是一個記帳框架。

ECI 假說：什麼決定 P_pers？

上述方程本身幾乎是同義反覆的——它說「存活的東西更可能被觀察到」，這是平凡為真的。ECI 的真正科學內容在於我們提出什麼決定 P_pers（持續機率）。ECI 假設：

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

其中：

• Q（相容性，compatibility）——組態與其環境、基底及周圍系統施加的約束的匹配程度。在 耦合與共振（B5） 中正式定義。
• 結構穩定性（Structural stability）——組態對小擾動的抵抗力（受到推動後它是否返回原始狀態，還是崩潰？）。
• E（能量，energy）——組態是否有足夠的能量來維持自身以對抗熵的退化。
• 穩健性（Robustness）——組態在不轉變到質性不同狀態的情況下能承受的擾動幅度範圍。

關鍵要求：Q（相容性）和 S（存活）必須在觀察哪些組態實際持續存在之前獨立定義。這是參考文件第 41 節中的同義反覆迴避要求。如果我們透過觀察什麼存活來定義 Q，然後聲稱 Q 預測存活，我們什麼都沒有說。框架只有在以下情況下才增添了什麼：

1. Q 使用組態及其環境的性質來定義和測量，在存活結果之前或獨立於存活結果。
2. S 透過追蹤哪些組態在指定時間區間內實際持續來測量。
3. Q 預測 S 優於隨機——且優於更簡單的基線模型。

如果 Q 預測 S 不優於隨機，框架就什麼都沒有增添。這不是修辭上的顧慮——它是本頁的主要可否證性標準。

與 Darwin 式選擇的關係

Darwin 式天擇，形式化為核心循環（Core Cycle）（見 C5）並在演化過濾（C3）頁面詳細論述，是持續性過濾的一個特殊案例。它是以下條件同時成立的案例：

1. 複製存在——組態產生自身的副本。
2. 遺傳運作——後代與親代相似（副本不完美但具相關性）。
3. 可遺傳變異存在——個體之間的差異被傳遞到下一代。

當三個條件都成立時，持續性過濾呈現複製子方程所描述的特定動態：複製更快的組態頻率增加，群體透過差異性繁殖演化。這是天擇的熟悉機制——突變、選擇、遺傳漂變、物種形成。

但持續性過濾（Persistence Filtering），如 ECI 所提出的，不需要這三個條件中的任何一個。晶格持續存在而不複製。河石持續存在而不從親代石頭繼承其形狀。行星軌道存活而不產生後代軌道。在這些案例中，過濾純粹透過差異性耐久度運作——而複製子方程不適用。

這個關係是階層性的：

• 持續性過濾（Persistence Filtering）（一般性）：任何差異性存活塑造觀察到的組態分佈的過程。不需要複製。
• Darwin 式選擇（Darwinian Selection）（特殊案例）：持續性過濾 + 複製 + 遺傳 + 可遺傳變異。複製子方程在此適用。見 C3。

ECI 主張，承認這個階層關係在科學上是有成效的——它揭示了類選擇過程的模式塑造力量比生物學更廣泛，並激發在複製不存在的領域尋找持續性過濾。

核心循環連接

持續性過濾是 ECI 稱之為**核心循環（Core Cycle）**的更廣泛循環中的一個階段（見 C5）：

變異（新組態產生）→ 探索（組態與環境互動）→ 耦合機會（組態遇到與周圍環境耦合的機會；相容性和共振作為此階段內的機制運作，而非作為保證的結果）→ 過濾（不夠穩健的組態被淘汰）→ 持續（存活的組態進入下一輪）

持續性過濾對應於此循環中的過濾 → 持續轉變。它是循環修剪其產出的機制——保留穩健的組態並丟棄不穩健的。沒有持續性過濾，循環會產生變異而不累積任何東西；有了它，循環形成棘輪效應（ratchet），優先保留耐久的組態。

❺ 如果這是真的⋯⋯

如果持續性過濾真的是一個普遍原理——運作在任何組態空間上，而不僅僅是生物群體——那麼幾個深遠的含義隨之而來。

前生物組織。 持續性過濾將在生命起源很久之前就已經運作。前生物海洋中存在的化合物、早期地球表面的礦物結構、年輕行星的大氣組成——所有這些都會在任何複製分子出現之前被差異性持續所塑造。「前生物湯（prebiotic soup）」不是一個隨機混合物；它是一個過濾後的混合物，富含在當時條件下碰巧在熱力學上穩定或在動力學上被捕獲的化合物。這重新框架了生命的起源：第一個複製子不是從一個隨機的化學背景中出現的，而是從一個已經被過濾的背景中出現的，在那裡可用化學物質的不成比例份額由相對持久的分子種類組成。

資訊模式作為被過濾的組態。 如果組態空間 Omega 不僅包括物理結構，還包括資訊模式——資料格式、通訊協定、文化實踐、數學記法——那麼持續性過濾也將適用於資訊。在人類文明中持續存在的記法系統、語言和制度結構，至少部分是一個過濾過程的存活者，這個過程淘汰了與其社會、認知和技術環境匹配不良的組態。這不是否認人類的能動性和設計——而是建議即使是被設計的組態也面臨設計後的持續性過濾器。

跨領域的趨同形式。 如果不同的領域（地質學、化學、生物學、技術、文化）都服從同一個普遍的過濾原理，我們可能預期趨同形式——不是因為這些領域在因果上相連，而是因為它們面臨相似的過濾壓力。某些幾何形式（球體、螺旋、分枝樹）、某些網路架構（無標度、小世界）和某些組織模式（層級制、模組化分解）在極其不同的領域中的普遍存在，可能部分反映了這些組態在一般意義上對擾動是穩健的這一事實。

一種重新框架，而非替代。 持續性過濾不替代特定領域的解釋。地質學仍然需要板塊構造理論；化學仍然需要量子力學；生物學仍然需要天擇。持續性過濾提供的是一個共享的元模式（meta-pattern），連接這些特定領域的故事——一個預期某些結構主題在不同領域反覆出現的理由，以及一個量化任何給定系統中過濾程度的數學框架。

這些含義是推測性的。它們的價值完全取決於持續性過濾——如此處形式化的——是否在特定領域產生經得起實證檢驗的預測。

❻ 如何測試？

持續性過濾（Persistence Filtering）提出了幾個可測試的主張，每個都需要仔細注意同義反覆迴避標準：Q 和 S 必須被獨立定義和測量。

測試 1：從相容性獨立預測存活。 選擇一個特徵明確的系統——比如說，礦物晶體結構。使用晶體結構及其形成環境的可計算性質來定義 Q（相容性）：晶格能量、彈性模量、缺陷形成能量、相對於競爭相的熱力學穩定性。這些在知道哪些結構在地質時間尺度上持續之前就是可測量的。使用地質記錄來定義 S（存活）：在給定年齡的岩石中實際發現了哪些礦物結構，以及它們的相對豐度如何隨時間變化？框架預測獨立計算的 Q 與 S 相關。如果相關性不優於隨機——或不優於如「硬度」這樣的更簡單預測器——則框架對此系統沒有增添什麼。

測試 2：非複製性過濾的基於代理的模擬。 建構一個基於代理的模型，其中組態（不是複製的代理）被放置在一個有隨機擾動的環境中。每個組態有可測量的性質（結構對稱性、能量、連接性等），從中計算 Q。運行模擬並追蹤哪些組態隨時間存活（S）。框架預測：(a) 存活組態的分佈隨時間向高 Q 組態偏移，(b) Q 預測 S 優於隨機分配的存活機率。改變環境（不同的擾動態域）應該以可預測的方式改變 Q-S 關係。

測試 3：與零模型的比較。 對於任何經驗系統，將持續性過濾的預測（Q 預測 S）與零模型進行比較：(a) 隨機存活（S 獨立於組態性質）、(b) 基於大小的存活（更大/更重的東西存活更久，與結構性質無關）、(c) 基於頻率的存活（常見的組態僅僅因為它們常見而持續）。只有當基於 Q 的預測優於這些零模型時，框架才具有科學成效。

測試 4：跨領域普遍性。 將同一個形式模板（持續性過濾方程）應用於至少三個不同領域的系統——比如說，礦物穩定性、蛋白質摺疊持續性和組織存活。在每個領域中，使用領域適當的量度獨立定義 Q，獨立測量 S，並測試 Q-S 關係是否成立。如果框架在一個領域有效但在其他領域失敗，它就是一個領域特定的工具而非普遍原理——仍然有用，但普遍性的主張被削弱。

測試 5：前生物化學。 Miller-Urey 型實驗產生有機化合物的混合物。測量所有產生的化合物的性質（分子穩定性、反應性、聚合傾向）。使用這些來計算 Q。然後追蹤哪些化合物在混合物中隨時間持續（S）。框架預測存活的化合物相對於初始產出分佈，在高 Q 組態方面是富集的。如果存活分佈與初始分佈無法區分，則過濾沒有發生（或 Q 沒有捕捉到相關性質）。

什麼會削弱這個主張：如果在任何測試系統中，Q 預測 S 不優於更簡單的單變數基線（例如，僅熱力學穩定性、僅質量、僅大小）。這將建議多因子分解 S = f(Q, stability, E, robustness, ...) 增添了不必要的複雜性。

什麼會殺死這個主張：如果非複製性系統中的存活是真正隨機的——也就是說，如果沒有任何可測量的組態性質在多個領域和多種測量方法中預測其持續性優於隨機。這將意味著持續性過濾不是一個有用的透鏡：東西持續或不持續，而哪些東西存活沒有一般性結構。

❼ 連結到其他節點

→ ECI 循環（B6）：ECI 循環描述了維持任何運作系統的連續動態過程——資訊、載體和能量的持續流動。持續性過濾（Persistence Filtering）是決定哪些循環組態持續的機制：那些 ECI 循環對擾動穩健的組態持續存在，而那些循環脆弱的則退化。B6 提供動態；C2 提供作用於這些動態的過濾器。

→ 變異與協調（C1）：變異是持續性過濾運作的原材料。沒有變異——沒有多樣的組態進入系統——就沒有什麼可以過濾。C1 發展了 V-kappa 框架，描述變異和協調如何互動；C2 描述了那些多樣組態通過的時間篩。V*（最佳變異水平）假說直接相連：太多未經協調的變異產生脆弱的組態，會被過濾掉；太少則產生在條件變化時無法適應的組態。

→ 演化過濾（C3）：Darwin 式天擇是持續性過濾的特殊案例，其中複製、遺傳和可遺傳變異都存在。C3 詳細發展了這個特殊案例，包括支配其動態的複製子方程。關係是階層性的：C2（一般持續性過濾，不需要複製）包含 C3（生物選擇，需要複製）。

→ 核心循環（C5）：核心循環——變異、探索、耦合機會、過濾、持續——是 ECI 提出的普遍變化引擎。持續性過濾對應於此循環中的過濾到持續的轉變。C5 發展完整循環；C2 以數學細節發展過濾步驟。

→ 生命（D1）：生命是一個持續性過濾和演化過濾同時運作的領域。活的系統是同時持續（C2）且複製（C3）的組態，使它們同時受到一般過濾器和 Darwin 式特殊案例的作用。D1 檢視什麼將活的組態與僅僅持續的組態區分開來。

→ 可否證性（F3）：同義反覆迴避要求是本頁的核心可否證性關切。如果 Q 和 S 不能被獨立定義和測量，持續性過濾框架就崩潰為一個同義反覆（「存活的東西就是那些存活的東西」）。F3 發展了 ECI 對其所有主張適用的一般可否證性標準；C2 對這些標準的特定應用就是對 Q 和 S 的獨立定義要求。

❽ 數學細節

持續性過濾方程（改編）

持續性過濾方程形式化了差異性存活如何隨時間重塑組態的分佈。

令 Omega 表示組態空間——系統可能採取的所有可能組態的集合。令 p_t(Omega) 為時間 t 時組態上的機率密度。定義：

S(Omega, Delta_t) = P(Omega 存活到 t + Delta_t | Omega, t)

即在時間 t 存在的組態 Omega 在時間 t + Delta_t 仍然存在的機率。那麼 t + Delta_t 時的過濾分佈為：

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

其中正規化因子為：

Z(t, Delta_t) = integral p_t(Omega') . S(Omega', Delta_t) dOmega'

• 狀態：數學結構（帶存活似然度的 Bayesian 更新）是標準的。將其應用於任意組態空間作為一個提議的普遍過濾原理是 ECI 的貢獻。
• 假設：(1) 組態可以被有意義地表示為組態空間中的點。(2) 存活函數 S 原則上可以為所研究的系統估計。(3) 組態空間在區間 Delta_t 上不變（或相對於過濾動態變化緩慢）。
• 限制：方程描述的是在靜態組態空間上的過濾。它不捕捉新組態的生成（變異），那由核心循環（C5）處理。一個完整的模型將交替進行變異步驟（擴展 p_t 的支撐集）和過濾步驟（透過 S 收縮它）。

S 分解（提議）

ECI 提出存活函數 S 可以被分解為可識別因素的貢獻：

S(Omega, Delta_t) = f(Q(Omega, E_env), sigma(Omega), E(Omega), rho(Omega), ...)

其中：

• Q(Omega, E_env) —— 組態 Omega 與其環境 E_env 的相容性。使用 Omega 和 E_env 的結構、能量或資訊性質獨立於存活結果定義。見 B5 中 Q 的正式定義。

• sigma(Omega) —— Omega 的結構穩定性：小擾動是否將系統返回到 Omega 或推向不同的組態。透過 Lyapunov 穩定性、自由能景觀中的盆深度或系統線性化動態的特徵值分析來操作化。

• E(Omega) —— 能量預算：Omega 是否有足夠的自由能來維持其組態以對抗熵的退化。對於被動組態（晶體、石頭），這可能可以忽略；對於主動組態（細胞、生態系），這是關鍵的。

• rho(Omega) —— 穩健性：Omega 在不轉變為質性不同的組態的情況下能吸收的擾動幅度範圍。與 sigma 相關但不同——一個系統可以是局域穩定的（sigma 高）但對大擾動脆弱（rho 低）。

• 狀態：提議。分解是關於 S 結構的假說，不是推導的結果。f 的函數形式未指定。

• 關鍵約束（同義反覆迴避）：分解中的每個因子必須不參照存活結果即可獨立測量。具體而言：

  • Q 必須僅從 Omega 和 E_env 的性質可計算。
  • sigma 必須透過擾動實驗或動力學分析可測量。
  • E 必須透過量熱法、能量預算分析或熱力學計算可測量。
  • rho 必須透過逐漸增大幅度的系統擾動可測量。
  • S 必須透過觀察在區間 Delta_t 上的實際持續來測量。
  • 測試是 f(Q, sigma, E, rho, ...) 預測 S 是否優於隨機且優於更簡單的基線。

• 如果 Q 預測 S 不優於隨機，框架就什麼都沒有增添。 這是核心的可否證性標準。

與複製子方程的關係（特殊案例類比）

複製子方程支配複製類型群體中的頻率變化：

dx_i / dt = x_i [ f_i(x) - phi(x) ]

在這個方程中，複製速度快於平均值的類型頻率增加；複製速度慢於平均值的類型頻率減少。隨時間推移，群體分佈向高適應度類型偏移。

持續性過濾方程具有形式上的相似性：存活率（S）高於平均值的組態在分佈中增加；存活率低於平均值的減少。但機制根本不同：

| Feature | Replicator equation | Persistence filter equation | |---|---|---| | 機制 | 差異性複製 | 差異性存活（無複製） | | 需要繁殖 | 是 | 否 | | 需要遺傳 | 是 | 否 | | 分佈變化驅動力 | 更快的複製 | 更長的持續 | | 適用於 | 複製群體 | 任何組態空間 |

複製子方程是 C3 中所述更廣泛演化過濾的特殊案例，而演化過濾本身是持續性過濾（本頁）的特殊案例。引用複製子方程作為持續性過濾的證據將是一個範疇錯誤：複製子方程假設了複製，而這恰恰是持續性過濾聲稱要超越的要求。

• 狀態：複製子方程是已確立的。它在這裡作為結構類比（而非作為證據）的使用是 ECI 的框架選擇。

符號表

| Symbol | Name | Type | Defined in | |---|---|---|---| | Omega | 組態/組態空間 | 標準變數 | 本頁 | | p_t(Omega) | 時間 t 的組態分佈 | 標準變數 | 本頁 | | S(Omega, Delta_t) | 存活函數 | 提議的定義 | 本頁 | | Z(t, Delta_t) | 正規化因子 | 導出量 | 本頁 | | Q | 相容性函數 | 提議的定義 | B5 | | sigma | 結構穩定性 | 提議的定義 | 本頁 | | E | 能量預算 | 標準變數 | B3 | | rho | 穩健性 | 提議的定義 | 本頁 | | E_env | 環境描述子 | 標準變數 | 本頁 | | x_i | 類型 i 的頻率（複製子方程） | 已確立 | C3 | | f_i | 類型 i 的適應度（複製子方程） | 已確立 | C3 | | phi | 平均適應度（複製子方程） | 已確立 | C3 |

引用的關鍵文獻

| Reference | Result | Relevance to C2 | |---|---|---| | Cox (1962) | 長度偏差抽樣：觀察到的分佈偏向長持續時間的項目 | 存活者偏差的已確立統計基礎 | | Mangel & Samaniego (1984) | Wald 的二戰轟炸機存活者偏差分析 | 觀察數據中持續性過濾的經典範例 | | Taylor & Jonker (1978); Hofbauer & Sigmund (1998) | 頻率依賴選擇的複製子方程 | 特殊案例類比——僅適用於複製群體 | | Strogatz (2015) | 動力系統：吸引盆、穩定性分析 | 分析哪些組態持續的已確立數學工具 | | Nesvorny (2018); Clement et al. (2018) | 太陽系動力學不穩定性模擬 | 經驗範例：46 億年的軌道過濾 | | Boltzmann (1877) | Boltzmann 分佈：平衡機率正比於 exp(-E/k_B T) | 熱力學持續性過濾——穩定組態以指數方式被偏好 | | Prigogine (1977) | 耗散結構：遠離平衡態的能量流產生秩序 | 需要能量吞吐的主動持續 |