基元与 plus：TreeHeap 有序性的来源
这篇先不跑实验。
它先把一个更底层的想法固定下来：
TreeHeap 的卷积问题，
可能不是先找 kernel，
而是先找语义空间里的基元和 plus。
这个想法来自整数系统。
整数的有序性不是随便排出来的。
它有一个非常小的核心：
基元：0 或 1
算子：plus / successor
顺序：n -> n + 1
闭包：n + 1 仍然是整数
取模：n + base 折回 n
如果 TreeHeap 也想形成自然的有序地址空间，那么我们也要问：
语义空间里的 1 是什么？
语义空间里的 plus 是什么？
TreeHeap 的 n+1 是怎么生成的？
为什么这比卷积更底层
上一篇文章说，卷积可以理解成：
线性秩序
+ 局部窗口
+ 取模位移
+ 同一个 kernel 的重复作用
但这里还有一个没回答的问题：
线性秩序从哪里来？
如果我们只是人为给节点编号：
node_0, node_1, node_2, ...
那这个顺序可能只是外部编号。
它不一定是 TreeHeap 自己的结构。
更自然的做法是：
node_{n+1} = plus(node_n, primitive)
也就是说：
有序性由 plus 生成。
这就像整数：
1 = 0 + 1
2 = 1 + 1
3 = 2 + 1
而不是先把整数排好，再事后说它有顺序。
对应关系
可以先做一个对照表：
| 整数系统 | TreeHeap / 语义空间 |
|---|---|
0 |
origin / root primitive |
1 |
最小语义基元 |
n + 1 |
next semantic state / next node |
plus(a, b) |
语义组合或结构推进算子 |
< |
repeated plus 生成的顺序 |
mod base |
有限 TreeHeap 地址环 |
| convolution | 在这个地址环上滑动 kernel |
所以真正要找的是：
primitive
plus
ordered orbit
其中 orbit 是：
x0
x1 = plus(x0, p)
x2 = plus(x1, p)
...
x_base ~= x0
如果这个成立，TreeHeap 就不仅是有编号。
它有了一个内部生成的顺序。
什么是基元
基元不是人工语法标签。
它不是：
SUBJECT
OBJECT
VERB
至少在 M0/M1 阶段不能这样定义。
基元应该先被看成：
能让状态发生最小可重复变化的元素。
在整数里，这个元素是：
1
在 TreeHeap 里，它可能是：
一个最小路径步长
一个最小 slot shift
一个最小语义方向
一个局部结构生成元
一个 learned primitive basis
我们不应该一开始就假设它是什么。
应该设计实验去找：
哪个 p 可以让 plus(x, p) 稳定地产生 next？
plus 可能是什么
候选 plus 可以有很多种：
plus(v, p) = v + p
plus(v, p) = normalize(v + p)
plus(v, p) = CMul(v, p)
plus(H, p) = compose(H, p)
plus(path, step) = path_shift(path, step)
plus(H, p) = learned_operator(H, p)
这些都只是候选。
不能先说哪一个一定对。
ARA 里应该把它们当作实验变量。
真正的判断标准是：
它能不能生成稳定有序轨道？
有序轨道
如果找到了一个 primitive p 和一个 plus，那么就可以生成：
x0 = origin
x1 = plus(x0, p)
x2 = plus(x1, p)
x3 = plus(x2, p)
这是一条轨道。
我们希望它满足：
相邻可预测
远邻可区分
重复作用不发散
到达 base 后可以回环
也就是：
nearest(plus(x_n, p)) = x_{n+1}
distance(x_n, x_{n+1}) < distance(x_n, x_{n+3})
distance(x_base, x_0) small
这才是 TreeHeap 的有序性。
不是外部排出来的。
而是由内部算子生成的。
取模怎么出现
如果轨道长度是 base：
x0, x1, x2, ..., x_{base-1}
那么取模就是：
x_{n + base} ~= x_n
也就是：
idx(x) in Z_base
这时 TreeHeap 地址空间变成：
Z / base Z
也就是一个有限循环地址环。
卷积 kernel 才能滑动：
window(i) = [
x_{i-1 mod base},
x_i,
x_{i+1 mod base}
]
这就是：
基元 + plus
生成 order
order + mod
生成 cyclic address
cyclic address + kernel
生成卷积
这对 TreeHeap 很重要
之前我们说：
TreeHeap 是有序树。
但这句话还不够。
还要追问：
这个有序性是外部编号给的，
还是 TreeHeap 自己生成的？
如果只是外部编号，那它只是工程索引。
如果有：
x_{n+1} = plus(x_n, p)
那它就是结构规律。
这两者差别很大。
前者只能帮我们扫描。
后者可能帮我们推理。
新 predict：P-MATH02
可以把下一步写成：
P-MATH02: Semantic primitive and plus operator
预判：
如果 TreeHeap 空间存在可用于结构生成的有序性，
那么应该存在某种 primitive p 和 plus 算子，
使 repeated plus 生成稳定、有序、可取模的语义轨道。
形式：
x_0 = origin
x_{n+1} = plus(x_n, p)
x_{n+base} ~= x_n
toy 实验应该怎么做
先不要碰语言。
还是 M0 纯数学 toy。
设：
base = 8
origin = x0
primitive = p
生成：
x1 = plus(x0, p)
x2 = plus(x1, p)
...
x8 ~= x0
测这些指标：
successor_accuracy:
nearest(plus(x_n, p)) == x_{n+1}
cycle_error:
distance(x_base, x_0)
order_margin:
distance(x_n, x_{n+1}) < distance(x_n, x_{n+3})
closure:
plus(x_n, p) still in TreeHeap space
kernel:
[x_{i-1}, x_i, x_{i+1}] mod base can be matched
如果这些都不成立，就不要急着讨论语言。
因为连：
1, 2, 3, 4
这样的内部顺序都还没长出来。
语言里的直觉
等数学 toy 成立以后，语言才进来。
那时候可以问：
球 + 脚 -> 足球
球 + 手 -> 篮球
动作 + 施事 -> 事件
事件 + 时间 -> 时态
事件 + 地点 -> 场景
但这些不能一开始就当作人工标签。
更好的路径是：
先无监督找 primitive basis
再看这些 basis 是否对应可解释概念
也就是说：
先找数学上的 1。
再看这个 1 在语言里像不像“脚”“手”“时间”“地点”。
对当前路线的影响
这会把路线再往前插一层：
M0: TreeHeap object algebra
M0-P2: primitive + plus + ordered orbit
M1: approximate inverse / learned plus
M2: TreeHeap-object echo
M3: structure invariant
S2: translation
也就是说，SubHeap Kernel Search 之前，还要先问：
kernel 在哪个有序空间里移动？
这个有序空间是不是由 plus 生成？
如果不是，它可能只是工程扫描。
如果是，它才更像 TreeHeap 自己的代数。
当前状态
这篇是理论整理。
还没有实验 claim。
已经可以进入 ARA：
ara/m0-treeheap-math/logic/predicts.md
下一步实验文件可以叫：
ara/m0-treeheap-math/src/primitive_plus_probe.py
ara/m0-treeheap-math/evidence/primitive_plus_probe/
先用合成 toy 找：
primitive
plus
ordered orbit
mod base
cyclic kernel
等这个成立，再往 Echo 和 S2 推。
License: GPLv3