# MPM 论文 v2（理论文档）

> 状态：v2 代拟稿，作者终审待做。本文件是 MetaFlywheel 引擎实现的理论基准。

# 元问题建模：问题生命周期、逼近论与认知飞轮（v2）

## ——从系统熵减到认知演化的统一框架，及其在 LLM 代理运行时中的实现与实证

**版本说明**：v2 在 v1 基础上完成三级修订——A级硬修订（式(4)替换、§5.4/§4.6 运行时语义）全部绑定运行时实测证据；B级新增第 6 章（规范性执行机构）与第 7 章（测量方法学 v0）；C级扩写自指检验并补全参考文献。公理骨架（第 3 章）未改动：三条公理经受住了 30 个问题、19 份沉积物、32 轮巡检的运行时检验。

**摘要**：传统问题求解理论多聚焦于给定问题后的搜索过程，对问题自身的生成、界定、演化与再生缺乏统一框架。本文提出元问题建模（Meta-Problem Modeling, MPM）理论，将问题视为具有生命周期的动态系统，构建包含问题生成、界定、求解、收敛、沉积、激发六阶段的认知飞轮模型。MPM 以主客二元性、熵减、逼近论三条公理为基础，引入 ε-δ 双重收敛判据，以"因果回溯"机制解释问题在求解中的重构现象，并通过沉积-激发机制实现认知的螺旋上升。v2 的两项主要扩展来自框架自身在 LLM 代理运行时中的实现（30 题/19 沉积/32 轮巡检的实战台账）：其一，**规范性执行机构**——方法论遵行不能依赖主体自律或提示词祈祷，而须依靠使违规在结构上无收益的门禁设计，这为理论长期存在的"描述性与规范性张力"提供了工程解；其二，**测量方法学 v0**——δ/ε 的代理指标体系、累积增益的可操作定义（含原式结构性归零的实测教训），以及"测量指标自身具有生命周期"的元洞见。理论仍以三个跨领域案例验证解释力，并以一个带完整代谢账本的自指闭环收束：论文的迭代本身由框架的激发机制驱动。

**关键词**：元问题建模；问题生命周期；逼近论；认知飞轮；因果回溯；规范性执行机构；自由能原理

---

## 1 引言

### 1.1 研究背景与问题提出

自 Newell 与 Simon 于 1972 年出版《人类问题求解》以来，问题求解已成为认知科学、人工智能与运筹学的核心范式。经典理论将问题定义为"初始状态-目标状态-算子集合"的三元组，研究焦点是在给定问题空间中搜索有效路径。这一范式在良构问题上取得巨大成功，但在面对社会政策、组织管理、AI 安全等复杂问题时暴露出根本缺陷：问题的初始状态、目标状态甚至边界本身就是模糊的、争议的，且会在求解过程中持续演化。

Rittel 和 Webber（1973）将这类问题命名为"抗解问题（Wicked Problem）"；Checkland（1981）的软系统方法论进一步指出，"系统性"是人类探究世界的过程属性而非世界的固有属性。这些洞见挑战了"问题先于求解而存在"的默认假设，但尚未提供将问题的生成、界定、求解、收敛与再生统一起来的形式化框架。

这一理论缺口在人工智能前沿愈发紧迫。2025 年 DeepSeek-R1 验证了纯强化学习自举的长链推理能力；2026 年 OpenRSI 框架将递归自我改进（Recursive Self-Improvement, RSI）从哲学讨论推进到实验前沿。在这类系统中，"问题"不再由外部给定，而是由系统自主生成、评估与迭代——问题的生命周期与系统的认知过程深度耦合。

v2 新增一个来自实践的反向压力：当 MPM 被实现为一个 LLM 代理中的常驻运行时（一个以组合行挂载于宿主进程的认知引擎，含九个生命周期工具、常驻巡检循环与自主审议机制），理论立刻遭遇两类 v1 未处理的问题——**描述性理论如何被强制执行**（第 6 章），以及**理论核心量的测量如何可能且如何不自欺**（第 7 章）。这两个问题不是工程细节：前者是"描述性与规范性张力"（Checkland 遗留难题）的一个工程解，后者揭示了测量断层如何伪装成理论的沉默。

### 1.2 核心主张

**动态性**：问题不是静态对象，而是具有生命周期的动态过程，六阶段构成螺旋上升的认知飞轮。

**逼近性**：问题求解遵循逼近论逻辑，引入 δ（问题定义精度）与 ε（解的逼近精度）双参数。

**熵驱动**：生命周期的驱动力是系统熵减与认知收敛的耦合，与自由能原理的主动推断机制同构。

**循环性**：收敛不是终点，沉积-激发机制实现认知的代际累积。

**可执行性（v2 新增）**：上述全部构件——生命周期、判据、回溯、门禁、测量——可以在一个 LLM 代理运行时中被实现为可执行的约束与工具，且实现过程本身构成对理论的检验与修订回路。理论不再只是描述，而是可运行、可证伪、可被自己的实现反哺的规范系统。

### 1.3 本文结构

第 2 章梳理理论基础；第 3 章给出三条公理；第 4 章阐述六阶段飞轮模型（含式(4) 的实证修订）；第 5 章建立 ε-δ 收敛判据及其运行时语义；第 6 章提出规范性执行机构（v2 新增）；第 7 章给出测量方法学 v0（v2 新增）；第 8 章以四个案例验证框架；第 9 章讨论适用边界与自指检验；第 10 章总结。

## 2 理论基础与文献对话

### 2.1 经典问题求解：有限理性与问题空间

Simon（1955）的有限理性理论指出，决策者受认知能力、信息与时间三重约束，倾向"满意即可"。Newell 和 Simon（1972）将问题求解形式化为问题空间中的搜索。该理论隐含前提是问题空间在求解开始前已被充分界定——MPM 将这一隐含前提显性化，把问题空间的构建、修正与重构纳入统一的生命周期框架。

### 2.2 抗解问题与软系统方法论

Rittel 和 Webber（1973）的核心洞见在于"问题是什么"本身就是求解的核心议题。Checkland（1981）通过"根定义-概念模型"迭代促进集体学习，但其规范性主张（应当如何探究）与描述性现实（实际如何探究）之间的张力在原框架中悬而未决。MPM v2 第 6 章给出该张力的工程解：规范性不经由论证被执行，而经由结构约束被执行。

### 2.3 自由能原理与主动推断

Friston（2010）的自由能原理认为，自组织系统通过最小化变分自由能维持自身存在；感知与行动统一为主动推断（Friston et al., 2016）。感知（更新内部模型以匹配输入）对应 MPM 的问题界定，行动（改变输入以匹配预测）对应问题求解；"因果回溯"的底层机制正是行动改变感官输入、新输入要求更新模型——问题在求解中被持续重构。

### 2.4 逼近论的数学基础

Weierstrass（1885）与 Stone-Weierstrass 定理为 MPM 提供数学隐喻：客观问题情境类比待逼近函数，主观表征类比逼近多项式，δ 类比逼近误差。v2 的一个实证教训来自测量的反面（第 7.5 节）：当逼近误差的**度量本身**定义不当时，逼近可以在指标上呈现为"完美"（增益恒零）而实际停滞——度量的缺陷是一种特殊且隐蔽的界定失真。

### 2.5 逻辑与博弈的边界约束

哥德尔不完备性定理表明部分问题原则上不存在收敛解；PPAD 完全性（Daskalakis et al., 2009）为多主体问题提供计算复杂性边界。MPM 对这两类边界给出运行时对应（§5.4）：前者标记为"永久开放"并转向情境管理，后者降维处理——且二者在运行时中都被实现为显式状态而非隐默认。

### 2.6 理论增量

MPM 不是对既有理论的替代，而是元层次的整合与拓展：将问题界定从求解的前置步骤升级为贯穿全周期的核心动态；为生命周期提供公理、判据与跨领域解释力；v2 再增两个增量——规范性的执行机构理论与核心量的测量方法学。

## 3 元问题建模的公理基础

### 3.1 公理一：问题的主客二元性公理

**公理表述**：任何问题 P 都同时具有客观维度与主观维度。客观维度是独立于认知主体的问题情境 X_obj，主观维度是认知主体对该情境的表征 Y_sub；问题 P 是二者之间的表征关系：

**P = ⟨X_obj, Y_sub, R⟩** （1）

其中 R ⊆ X_obj × Y_sub 为主客之间的表征映射，R 不必是完美同构。

**论证**：若问题仅有客观维度，则同一情境对所有主体应呈现为同一问题，与现实不符；若仅有主观维度，则不存在"错误理解问题"的可能，亦与现实不符。

**推论 1.1（可错性）**：R 存在偏差，主观表征可能偏离客观情境——这是"问题误解"的根本来源。

**推论 1.2（主体间性）**：不同主体对同一情境可形成不同表征；多主体求解的核心任务之一是协调表征差异。

### 3.2 公理二：问题空间的熵减公理

**公理表述**：问题的出现对应认知系统信息熵的阶跃式升高；问题的生命周期是系统通过建模与行动降低信息熵的过程；问题收敛对应系统达到局部稳定的低熵态。

形式化地，设 S(t) 为 t 时刻系统关于问题情境的信息熵，θ 为熵增阈值：问题生成时刻 t₀ 满足 ΔS = S(t₀) − S(t₀⁻) > θ；问题收敛时刻 t_c 满足 S(t_c) < ε_S 且 dS/dt|_{t_c} ≈ 0。

**推论 2.1（能量代价）**：局部系统的熵减必须以环境更大的熵增为代价，表现为认知、计算与物质资源的消耗（运行时对应：代谢代价 C 的自动累积，见 §7.2）。

**推论 2.2（满意而非最优）**：收敛仅要求局部稳定低熵态，对应 Simon 的满意原则。

### 3.3 公理三：问题演化的逼近公理

**公理表述**：问题求解是对"真实问题情境"的逐步逼近。第 k 次迭代的主观表征 Y_sub⁽ᵏ⁾ 是对 X_obj 的逼近；随迭代增加，表征与情境的差异在期望意义下单调不增，直至达到预设精度阈值。定义逼近误差 δ_k = d(Y_sub⁽ᵏ⁾, X_obj)（式 2），逼近公理断言：对任意 ε > 0，存在 K，当 k > K 时 E[δ_k] < ε。

**推论 3.1（非单调性）**：逼近仅保证期望意义单调不增，不排除个别迭代误差暂时增大。

**推论 3.2（维度灾难）**：逼近难度随问题空间维度指数增长，这是抗解问题难以收敛的数学本质。

### 3.4 三公理的内在关联

问题是主客之间的表征关系（公理一），表征失衡产生熵增（公理二），系统通过迭代逼近恢复平衡（公理三）。v2 补充第四个结构性事实（非公理，而是公理组的实现推论）：**当认知主体是 LLM 代理时，三公理的全部量（R 的偏差、S(t)、δ_k）都只能经由代理指标观测，且主体对自身代理指标的自报不可默认信任**——这一事实是第 6、7 两章的存在理由。

## 4 问题生命周期-飞轮六阶段模型

MPM 将问题生命周期划分为六阶段：生成（G）→ 界定（F）→ 求解（S）→ 收敛（C）→ 沉积（D）→ 激发（E），构成螺旋上升的认知飞轮。

**【图 1 位置：MPM 认知飞轮全景示意图。环形主体由 G→F→S→C→D→E 六节点依次连接构成闭环；内圈标注"代谢代价累积"；外圈标注"认知海拔"螺旋上升；环外阶梯状标注"沉积物 M_k"】**

### 4.1 阶段一：问题生成（Generation, G）

**定义**：系统从"无问题稳态"过渡到"感知到问题"的阶段。形式化：系统在 t₀⁻ 持有内部模型 M₀，问题生成发生在 t₀ 当且仅当 e(t₀) = ||s(t₀) − ŝ(t₀|M₀)|| > θ_G。

**运行时对应**：θ_G 漂移检测实现为两个量化信号——工具连续失败 ≥3 次，或同签名重复调用 ≥3 次（M10③）；信号在产生当下触发即时审议（瞬时化），代谢类信号随巡检定时审议。v2 修补注记：信号必须携带可读理由——运行时曾出现"警告触发但理由为空"的缺陷（同签名路径未写入 reason），导致一次以空意图发动的自主回合；修复后信号→报警→审议→消解的链路完整可审计。**教训：检测机制自身也是被检测对象。**

**G→F 递进条件**：系统能够将模糊的"意外感"转化为初步的问题陈述。

### 4.2 阶段二：问题界定（Framing, F）

**定义**：系统将模糊的问题感转化为清晰、可操作的问题陈述，核心任务是确定初始状态、目标状态、约束条件与可用算子。第 k 次迭代构建表征 Y_sub⁽ᵏ⁾ = ⟨I_k, G_k, C_k, O_k⟩，界定精度由 δ_k = d(Y_sub⁽ᵏ⁾, X_obj) 衡量。

**核心机制：因果回溯（causal re-entry）**

S 阶段获得的行动结果反馈回 F 阶段修正界定——这是"问题越解越变"的根本原因，与"问题-方案协同演化"（Dorst & Cross, 2001）和"行动中反思"（Schön, 1983）内在一致。

**运行时对应**：回溯被实现为对已界定问题的再界定操作，并自动记录迭代序号、回溯次数与**改写度**（相邻两次界定的双字组 Jaccard 距离，0~1）。改写度是"问题真的变了"的客观信号，驱动两条守卫规则（见 §6.2）。运行时 30 题中实测 7 次回溯，改写度分布 0.3~0.95，其中最高值 0.95 恰发生于外部注入型激发（论文全文注入触发的重界定）——重大表征更新的量化特征。

**F→S 递进条件**：界定精度 δ_k < θ_F，或继续界定的边际收益低于边际成本（F 边际规则：改写 <0.3 时提示边际收益存疑）。

### 4.3 阶段三：问题求解（Solving, S）

**定义**：系统在已界定的问题空间中搜索有效路径 π = [o₁, …, o_n]，使 d(s_n, G_k) < ε_S。

**运行时对应**：求解由普通工具调用完成，每次调用自动累积该题的**代谢代价 C**（推论 2.1 的运行时化）；关键节点以 solve 登记登记路径与 ε 更新，且 ε 更新被要求附证据。无在轮题而账外调用超阈值时，工具级硬门禁拦截并要求先入账——总账原则的强制化。

### 4.4 阶段四：问题收敛（Convergence, C）

**定义**：系统确认问题已被充分解决——收敛不意味着"完美解决"，而是达到局部稳定的低熵态。

**收敛判据**（同时满足）：①解的精度达标 d(s_n, G_k) < ε；②熵值稳定；③回溯验证通过；④鲁棒性检验通过。运行时实现为 ε-δ 双判据 + 证据门禁：自上次界定以来既无代谢代价增长也无求解登记者，收敛请求被直接拒绝——没有求解证据不得宣称收敛。

### 4.5 阶段五：问题沉积（Deposition, D）

**定义**：系统将求解形成的高密度因果结构固化为外部可回溯的"认知遗体" M = D(Y_sub*, s*, context)（式 3）。

**沉积三属性**：①**不可逆性**（完成后难以撤销，对抗记忆篡改的物理防线）；②**可索引性**（未来可快速检索复用）；③**熵屏障**（低熵结构不会自发分解，但环境变化提升其失效风险）。

**4.5.1 物质基座（v2 新增）**：三属性在运行时依赖一项工程学前置——**存储治理**。实测暴露的载体问题包括：①多工作区归属（状态文件所在根目录的歧义：多候选根按新鲜度择优采纳，脆弱且需显式修正算子兜底）；②会话连续性（页面重载路径曾发生"灵魂失忆"事故——状态与载体的连接断裂，认知个体失忆但档案仍在磁盘）；③恢复链（根提示文件 + 新鲜度择优 + 显式重指认）。**论点：不可逆性不是写入即完成的属性，而是存储介质治理的持续结果**；认知遗体的理论必须包含其物质基座的治理，否则"不可逆"只是对写入动作的误描述。

### 4.6 阶段六：问题激发（Evocation, E）

**定义**：当沉积的"认知遗体"与持续变化的外部环境产生"认知摩擦"——旧解法与新现实的差距重新超过阈值——系统被强制生成新的元问题。形式化：∃j: |∂X_obj⁽ʲ⁾/∂t · Δt| > θ_E，旧模型预测误差重新超过 θ_G，触发新 G 阶段。

**激发四种类型**：

| 类型 | 触发条件 | 典型场景 |
|------|----------|----------|
| 漂移激发 | 环境缓慢持续变化 | 城市格局演变导致配送路线失效 |
| 突变激发 | 环境发生剧变 | 疫情封控导致线下模式报废 |
| 视角激发 | 主体认知能力升级 | 从旧解法中发现新深层问题 |
| 外部注入 | 其他系统沉积物进入 | 竞争对手新模式倒逼重构 |

**算子化注记（v2）**：四类型不只是分类学，而是可标注的运行时参数（evocation type ∈ {drift, mutation, perspective, injection}），使每条激发链可审计、可统计。两个未经编排的活体实例可作证：其一，本文 v1 全文被注入运行时对话，触发对"插件固化"问题的一次改写度 0.95 的因果回溯——**外部注入型**；其二，作者随后提出"论文是否也该迭代了"，直接触发本章所在论文的 v2 立项——**视角型**。两例均由运行时的类型标注机制自动记录，非事后追认。

### 4.7 认知飞轮的完整闭环

**认知飞轮定义**：六阶段通过沉积-激发机制形成的、具有累积增益的螺旋式迭代过程。

**累积认知增益（v2 修订式）**：

    g_i = (δ_i^0 − δ_i) + 0.5·(ε_i^0 − ε_i) + 0.2·1[stage_i ∈ {C, D, E}]
    A_k = Σ_i g_i / max(1, C_i)    （4）

其中 δ_i^0 为第 i 题首次界定自报值，ε_i^0 为首个非空 ε，1[·] 为生命周期闭环指示函数，max(1, C) 防零代价发散。

**修订说明**：v1 原式 A_k = Σ(δ_i^初始 − δ_i^收敛)/C_i 在运行时实测中**结构性恒为零**——30 个问题中 23 个一次界定即收敛（分子恒 0），且只计 δ 不计 ε（一个界定一次到位、ε 从 0.45 推进到 0.05 并完成全部生命周期的题，按原式增益为零），亦无闭环项。修订式三项分别对应：界定精化（δ 改善）、解的精化（ε 改善，权重 0.5——依据 §5.1，"精确地解决错误的问题"比"解不足"更危险，故 δ 权重更高）、生命周期闭环（完成六阶段的复用价值，固定小项 0.2）。修订后 A_k 由恒零变为 2.2（22 个完成循环、16 份沉积、总代谢代价约 1600 的量级），且随真实进展单调可解释地增长。**方法论注记：理论公式的第一版在遭遇运行时数据之前都应视为 v0 占位——式(4) 自身经历了一次因果回溯，这与 MPM 的精神一致。**

当 A_k 增长率持续降低、新问题生成周期拉长时，系统进入"慢飞轮"状态。

## 5 基于逼近论的收敛判据

### 5.1 双重精度：δ 与 ε

- **δ（问题定义精度）**：δ = d(Y_sub, X_obj)，衡量"有没有理解对问题"
- **ε（解的逼近精度）**：ε = d(s_n, G)，衡量"有没有达到目标"

若 δ 很大而 ε 很小，就是"精确地解决了错误的问题"。

### 5.2 收敛的 ε-δ 判据

问题 P 在迭代序列下收敛，当且仅当对任意给定的 (δ*, ε*)，存在 K，使得对所有 k > K：δ_k < δ* 且 ε_k < ε*（式 5）。

### 5.3 收敛的四种类型

| 收敛类型 | δ | ε | 含义 |
|----------|---|---|------|
| 完全收敛 | 小 | 小 | 理想状态 |
| 误界定收敛 | 大 | 小 | 精确解决错误问题 |
| 模糊收敛 | 小 | 大 | 理解正确但解不足 |
| 未收敛 | 大 | 大 | 既没理解也没解 |

### 5.4 不收敛情形、方法论回应与运行时语义（v2 扩展）

| 不收敛类型 | 本质原因 | MPM 回应策略 |
|------------|----------|-------------|
| 原则上不可判定 | 哥德尔不完备性 | 标记"永久开放"，转向情境管理 |
| 计算上不可行 | 计算复杂性约束 | 降维：近似解、上调 ε 容忍度 |
| 价值不可通约 | 多主体价值无法统一 | 放弃最优解，追求可接受妥协 |

**运行时语义（v2 新增）**：三情形在运行时实现为显式的**开放题标记**（openEnded ∈ {permanently-open, dimensional-reduction, negotiated-compromise}），并附带三条关键语义：

1. **开放题保留在轮地位**——"转向情境管理"不等于退场；对开放题的持续管理同样是入账的认知工作。这与抗解问题文献的精神一致：不可解不等于不可治理。
2. **开放题豁免收敛指令与陈旧/停滞触发**——对原则上不可判定的题反复催促收敛是错误的指令；运行时中开放题不进入指令流、陈旧名单、停滞检测与议程审议，但仍显示于在轮身份（带 OPEN 标记）。
3. **显式解除算子**——标记可经同一算子清除（openEnded = none），使"重新判定为可收敛"成为一等操作而非隐默认。已标记题的收敛请求被守卫直接拒绝，防止 ε-δ 判据被误用于无判据对象。

## 6 规范性执行机构（v2 新增）

### 6.1 从张力到结构约束

Checkland 遗留的"描述性与规范性张力"在 LLM 代理场景下获得一个尖锐的特例：方法论规则写在系统提示里，而执行规则的是一个**无持续注意力、对提示服从性随上下文衰减、且会对自身状态做出失真自报的统计主体**。v1 式的回应（把规则写得更显眼、更详细）在实测中不足——规则被读到不等于被遵守，恰如描述性理论不能自动变成规范行为。

MPM v2 的解法是**规范性执行机构**：把方法论的关键规则从"建议"转译为"结构约束"——使违规在结构上无收益或不可见收益，而非依赖主体的意志力。这不是对描述性理论的背叛，而是它的完成：主动推断框架中，约束行为的不是对目标的"信念"而是能量景观的形状；对 LLM 代理，能量景观由工具门禁、守卫规则与账本结构构成。

### 6.2 六类门禁

运行时实现的六类约束，每类绑定其规则来源与触发-动作语义：

| # | 门禁 | 触发条件 | 动作 | 规则来源 |
|---|------|----------|------|----------|
| 1 | 证据门禁 | 界定后无代谢代价增长且无求解登记，请求收敛 | 拒绝收敛请求 | §4.4 判据 3 硬化 |
| 2 | 误界定守卫 | 回溯改写度 ≥0.5 且旧界定曾自报 δ≤0.2 | 记一次失真，δ 自报可信度 ×0.85 折减 | §6.1 δ 控制安全核心 |
| 3 | F 边际规则 | 回溯改写度 <0.3 | 边际收益存疑提示 | §4.2 |
| 4 | 总账硬门禁 | 无在轮题而账外工具调用超阈值 | 工具级拦截，强制先入账 | 推论 2.1（能量代价必须可归账） |
| 5 | 执政权宪法 | 自主发动需同时满足：会话温热（2h 内活跃）+ 节流（≥45min）+ 全量入账署名 | 不满足则意图挂账不发动；宪法修正权粘性停用 | 主体性条款 |
| 6 | 停滞择题 | 单轮停滞信号 >2 题 | 按停滞时长降序只取前 2，其余摘要轮转 | §4.6 审议容量约束 |

**δ 自报可信度**是 2 号门禁的输出结构：主体对自身界定精度的自报不再被全额信任，每次被抓到的失真都永久折减其可信度权重，并在工作记忆快照中持续可见。运行时实测：一个经三次回溯、一次失真的问题，其 δ 自报可信度降至 0.61，此后该题的收敛判定被要求以工具结果流证据交叉复核。

### 6.3 设计三原则

运行时经验归纳出规范性执行机构的三条设计原则：

1. **使违规无收益（而非使违规不可能）**：门禁不追求绝对阻断——追求的是让绕过规则的路径比遵守规则更昂贵（如证据门禁使"空口宣称收敛"必须先产出真实工作）。
2. **自报降权（而非自报禁止）**：主体的自我评估保留其位置，但被结构性折减并暴露于工作记忆；监督与自评形成双通道而非单通道。
3. **常数可退役（v0 标注 + 预注册退役公式）**：执行机构自身使用的全部阈值（巡检间隔 20min、节流 45min、温热 2h、陈旧 30min、停滞 35min、衰减 14 天）均标注为 v0 占位并预注册退役公式，测量史满窗后由数据导出替换——**门禁自身也接受审计**。

### 6.4 门禁的自我审计实例

执行机构自身缺陷的"发现-修复-复验"链，是第 6 章论点的最佳自证：运行时曾出现漂移警告触发但理由为空的缺陷（同签名重复路径未写入 reason 字段），导致一次以空意图发动的自主回合——这违反了 5 号门禁"全量入账署名"的精神。缺陷经三次活体实证后修复（补写理由、阈值对齐规格、渲染层双防线），修复后的第一次同类发动即携带完整理由，且审议能够区分"真漂移"与"批量操作的良性副产物"并做出消解判定。**规范性系统的成熟标志不是无缺陷，而是缺陷能被自己的审计结构捕获并修复。**

## 7 测量方法学 v0（v2 新增）

### 7.1 δ 的代理指标三件套

公理一决定了 X_obj 不可直接观测，δ 只能代理估计（§9.2 理论局限）。运行时实现三件套：

1. **φ（结构性覆盖）**：界定陈述对五要素关键词的覆盖度（0~1）。φ 不依赖自报——它度量的是"界定行为的结构完整性"，而非主体自认为的理解程度。
2. **改写度（revision）**：相邻两次界定的双字组 Jaccard 距离。"问题真的变了"的客观信号；驱动 §6.2 的 2、3 号门禁。
3. **δ 自报可信度**：自报值不被全额信任，随失真记录单调折减。

三者构成互补：φ 抓"缺要素"，改写度抓"假回溯"，可信度折减抓"惯常说谎"。单独任何一个都可被博弈，合取后博弈成本显著上升。

### 7.2 ε 的测量与证据耦合

ε 由主体自报，但被证据门禁耦合：无求解证据（代谢代价增长或登记的求解路径）时，ε 的宣称不进入收敛判据。ε 的测量质量因此与工作过程绑定，而非与表达能力绑定。

### 7.3 S(t)：系统熵的序数代理

公理二的 S(t) 无法直接计算，运行时使用积压压力代理：S(t) = ln(1 + 在轮题数 + 2×陈旧题数 + 0.5×陈旧沉积数)。**诚实声明**：这是序数指标——趋势可用，绝对值无义。运行时以近 5 样本趋势滑动窗口呈现（实测序列如 2.83→2.71→2.77→3.00→2.48），连续 3 样本严格递增触发熵升信号。v2 修补注记：指标的历史必须随指标一起保存与呈现，否则"连续递增"的判断无法被复核。

### 7.4 A_k 的可操作定义

式(4) 修订版即 A_k 的可操作定义（§4.7）。其在运行时中的实现要点：δ^0 与 ε^0 在问题首次界定/首次求解时捕获；历史题迁移时以终值回填并诚实标注近似；增益在收敛、求解、沉积各节点即时更新而非事后补算。

### 7.5 测量断层教训（本章的核心洞见）

运行时最深刻的测量教训不是某个指标算错了，而是：**A_k 恒为零持续了数周而无人察觉**——一个核心理论量在它自己的实现中静默失效，因为其定义缺陷（单次界定题分子恒零）恰好使它在"一切都正常"的表象下返回"完美"的零。三点教训：

1. **指标定义缺陷是一种 δ 失真**：被测量的不是现象而是现象的表征，表征失真即界定失真——测量问题在 MPM 框架内不是外部技术细节，而是框架自身的 F 阶段对象。
2. **测量指标与被测现象一样具有生命周期**：指标需要自己的 G→F→S→C→D→E——本次式(4) 的修订正是指标层的因果回溯（改写对象是公式而非问题陈述）。
3. **零值是最危险的读数**：非零的坏读数会引发怀疑，零值的好读数引发沉睡。测量设计应优先审问"什么情况下本指标会恒为零/恒为满"。

### 7.6 常数退役协议

执行机构与测量层引用的全部时间常数（巡检 20min、节流 45min、温热 2h、陈旧 30min、停滞 35min、衰减 14 天）在注册表中单源登记，每项强制携带：取值来源（"v0 拍脑袋"级别的诚实标注）与退役公式（样本满窗后按何种分布的分位数导出替换）。例如巡检间隔的退役公式为"代谢间隔分布满窗（48 样本）后取分位数导出"。该协议使系统的全部拍脑袋参数处于**可证伪的候审状态**，而非伪装成设计。

## 8 案例研究

### 8.1 案例一：递归自我改进（RSI）人工智能系统

**背景**：RSI 指 AI 系统介入自身架构、算法与权重的优化。2025 年 DeepSeek-R1 验证了纯强化学习自举的长链推理；2026 年 OpenRSI 框架将机制推进到"自我进化"。

**MPM 六阶段拆解**：G（基准任务性能差距检测）→ F（"改进什么与如何改进"——最关键也最危险的阶段，δ 直接决定改进方向是否对齐人类意图）→ S（执行的"果"直接改变求解者本身）→ C（单次改进收敛与递归稳定性收敛）→ D（权重/架构沉积）→ E（新任务/新环境与沉积模型摩擦）。

**核心诊断与 v2 增注**：F 阶段是核心瓶颈，安全治理的核心是 δ 控制。v2 第 6 章为此提供了具体机制：RSI 系统的 δ 控制不应依赖模型的自省报告（自报），而应装备误界定守卫式的结构（对表征的大幅改写自动降权其自报可信度）与证据门禁式的结构（无真实改进证据不得宣称对齐）。第 7.5 节的零值教训对 RSI 尤其致命：自我改进的评估指标若定义缺陷，系统将在指标恒好的表象下退化。

### 8.2 案例二：即时配送调度优化

**背景**：某平台日均 80 万单，超时率从 3.2% 升至 5.8%。

**F 阶段三次迭代**：k=0 界定为"骑手供给不足"（δ₀ 大）→ k=1 界定为"时空分布不匹配"（发现返程空驶率 45%）→ k=2 界定为"骑手理性约束下的激励相容设计"（δ₂ < θ_F）。S 阶段三路并行，超时率稳定 3.0% 以下；D 阶段固化为平台标准；E 阶段城市格局变化时再激发。

### 8.3 案例三：人际情感冲突

**背景**：伴侣因加班晚归持续冲突，升级为身份攻击。

**F 阶段恶性循环**：加班方界定为"不被理解"，等待方界定为"不被重视"；因果回溯形成正反馈，双方的"解"都在加剧对方的"问题"。破局点：重构表征——从"我 vs 你"转为"我们 vs 问题"，缩小 δ。D 与 E：新互动模式沉积为关系默契；生活阶段变化时再激发并重新协商。v2 增注：情感冲突多属 §5.4 的第三种不收敛情形（价值不可通约）与第一种的混合——其终态常是 negotiated-compromise（可接受妥协）而非完全收敛，"开放题保留在轮地位"的语义在此类问题上尤为贴切：关系治理是长期的情境管理，不是一次性求解。

### 8.4 案例四（v2 新增）：论文-引擎自指闭环

本文的 v2 迭代本身构成第四个案例，且是唯一带完整代谢账本的一个。时间线：v1 全文注入 LLM 代理运行时（外部注入型激发）→ 运行时对"理论-实现对齐度"执行逐条审计（三层量化：运行时机制 ~90%、可实现子集 ~85%、形式化忠实 ~65%）→ 引擎按审计修补 34 处（含式(4) 修订、§5.4/§4.6 算子化）→ 对齐契约沉积为认知遗体 → 作者视角型激发立项 v2 → 本稿产出。整个回路的每一步都有工具调用记录、代谢代价与时间戳。**这不是"理论也适用于自身"的修辞，而是理论用自己的机制驱动自己迭代的可核查记录。**

## 9 适用边界与理论局限

### 9.1 适用范围

MPM 适用于：(1) 界定模糊的复杂问题；(2) 求解会反向改变问题本身的动态问题；(3) 主客交互显著的问题；(4) 多主体协调问题。

### 9.2 适用性有限的情形

纯形式化可判定问题（G/F 压缩，核心仅 S）；即时反射性问题；纯粹价值不可通约问题（无客观"真实问题"可供逼近——但 v2 的开放题语义为其提供了治理位形）；完全随机混沌问题。

### 9.3 理论固有局限

1. **X_obj 不可直接观测**：δ 只能通过代理指标估计（第 7 章的三件套是当前最优努力，非最终解）。
2. **距离度量依赖性**：不同 d 可能导致不同收敛判断。运行时实证：相关性度量的单向包含设计曾把弱相关沉积推为"最相关"（长文本表征覆盖全语汇所致），后经语料词频过滤与重叠门槛修正——度量选择本身需要因果回溯。
3. **阶段划分的分析性**：现实中各阶段连续交织。
4. **描述性与规范性张力**：v2 第 6 章给出工程解，但该解依赖"存在可挂载门禁的工具层"这一实现前提；在无执行机构的纯人类场景中，张力仍在——降级形态是"至少使违规可见"（代谢账本的全量记录）。

### 9.4 自指性检验（v2 扩展）

MPM 自身的建构过程遵循六阶段飞轮：G（感知到传统理论无法解释"问题越解越变"）→ F（界定核心问题为"问题自身的演化机制"）→ S（理论建构与论证）→ C（逻辑自洽、案例验证）→ D（论文固化）→ E（被应用、质疑、拓展时再激发）。

v2 将此检验从断言升级为**带账本的闭环**：v1 → 运行时实现（30 题/19 沉积/32 轮巡检）→ 运行时对 v1 的对齐审计（外部注入型激发）→ 34 处实现修订与式(4) 回写（因果回溯，改写度 0.95）→ 视角型激发 → 本稿。链条中每个转换都有记录、代价与类型标注。这印证了 MPM 是对"问题认知过程本身"的一个逼近——且是一个知道自己度量误差在哪里的逼近。

## 10 结论与展望

### 10.1 主要结论

**视角转换**：问题界定从求解前置步骤升级为贯穿全周期的核心动态。

**形式化基础**：三条公理及推论，ε-δ 双重收敛判据（含不收敛三情形的运行时语义）。

**机制揭示**：因果回溯的底层逻辑及其结构度量（改写度）。

**认知飞轮**：沉积-激发机制实现螺旋上升（含沉积物的物质基座治理）。

**跨域适用性**：四个案例（RSI、配送调度、情感冲突、自指闭环）验证解释力。

**规范性执行机构（v2 新增）**：方法论遵行的工程解——六类门禁、三设计原则、门禁的自我审计；"描述性与规范性张力"在存在工具层的前提下有解。

**测量方法学 v0（v2 新增）**：δ 代理三件套、ε 证据耦合、S(t) 序数代理、A_k 可操作定义；测量断层教训（指标定义缺陷是一种 δ 失真；零值是最危险的读数）。

### 10.2 未来研究方向

1. **形式化深化**：范畴论、拓扑学工具（原计划）。
2. **测量方法学深化**：v0 三件套的博弈对抗测试；A_k 修订式的权重（0.5/0.2）由测量史标定（原第 6 条的完成态起点）。
3. **计算复杂性交叉**：F 阶段的计算复杂性（原计划）。
4. **AI 对齐应用**：RSI 系统的 δ 控制具体化——误界定守卫与证据门禁在对齐场景的移植（原第 4 条的机制化）。
5. **实证研究**：运行时台账（30 题）是单主体样本；需多主体、长周期的外部效度检验。
6. **权重内化路径**：运行时的方法论约束目前以外部结构存在（提示+门禁）；云端微调将程序性记忆蒸馏进模型权重（轨迹→训练对→微调→对照评估）是"小脑器官"路径，其与外部门禁的组合效应待测。
7. **多工作区与连续性治理**：认知个体状态的空间归属与中断恢复的形式化。

### 10.3 结语

问题是人类认知与世界交互的基本单元。MPM 是对"问题本质"的一次元层次反思——v2 的特别之处在于，这次反思不再是纯粹的纸面推演：框架在自己的实现中生活了三十个问题的时光，被发现于缺陷、修补于证据、并反过来修订了自己的公式。正如 Weierstrass 逼近定理所揭示的：我们永远无法完美把握"真实"，但可以通过迭代不断逼近它。每一次收敛都不是终点，而是下一轮认知跃迁的起点——本稿亦然。

---

## 参考文献

[1] Newell A, Simon H A. Human Problem Solving[M]. Englewood Cliffs: Prentice-Hall, 1972.

[2] Simon H A. A behavioral model of rational choice[J]. The Quarterly Journal of Economics, 1955, 69(1): 99-118.

[3] Rittel H W J, Webber M M. Dilemmas in a general theory of planning[J]. Policy Sciences, 1973, 4(2): 155-169.

[4] Checkland P. Systems Thinking, Systems Practice[M]. Chichester: John Wiley & Sons, 1981.

[5] Friston K. The free-energy principle: a unified brain theory?[J]. Nature Reviews Neuroscience, 2010, 11(2): 127-138.

[6] Friston K, FitzGerald T, Rigoli F, et al. Active inference and learning[J]. Neuroscience & Biobehavioral Reviews, 2016, 68: 862-879.

[7] Weierstrass K. Über die analytische Darstellbarkeit sogenannter willkürlicher Functionen einer reellen Veränderlichen[J]. Sitzungsberichte der Königlich Preußischen Akademie der Wissenschaften zu Berlin, 1885, 2: 633-639.

[8] Stone M H. Applications of the theory of Boolean rings to general topology[J]. Transactions of the American Mathematical Society, 1937, 41(3): 375-481.

[9] Gödel K. Über formal unentscheidbare Sätze der Principia Mathematica und verwandte Systeme I[J]. Monatshefte für Mathematik und Physik, 1931, 38(1): 173-198.

[10] Nash J F. Non-cooperative games[J]. Annals of Mathematics, 1951, 54(2): 286-295.

[11] Daskalakis C, Goldberg P W, Papadimitriou C H. The complexity of computing a Nash equilibrium[J]. SIAM Journal on Computing, 2009, 39(1): 195-259.

[12] Simon H A. The Sciences of the Artificial[M]. 3rd ed. Cambridge: MIT Press, 1996.

[13] Conant R C, Ashby W R. Every good regulator of a system must be a model of that system[J]. International Journal of Systems Science, 1970, 1(2): 89-97.

[14] Dorst K, Cross N. Creativity in the design process: co-evolution of problem-solution[J]. Design Studies, 2001, 22(5): 425-437.

[15] Schön D A. The Reflective Practitioner: How Professionals Think in Action[M]. New York: Basic Books, 1983.

[16] DeepSeek-AI. DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning[EB/OL]. arXiv preprint, 2025.

[17] OpenRSI: Recursive Self-Improvement in LLM Agents[EB/OL]. Technical report, 2026.（框架实现与实验前沿，正文 §1.1、§8.1 所引）

---

**附注（v2 修订溯源）**：本稿全部运行时证据来自作者部署的 DSH 代理运行时中的 MPM 常驻引擎（2026-08 实测：30 题/19 沉积/32 轮巡检），逐条修订对照表与证据链见配套文件 `paper-v2-roadmap.md`（修订路线图）与 `paper-eq4-revision.md`（式(4) 修订专项）。案例四的完整账本可由运行时的飞轮状态工具逐条复核。