第二章：公理坍缩
The Axiom Collapse
当表结构不再能够承载事实，数据必须回到碎片、观察与逻辑投影的层面。
传统数据库的核心逻辑是“先定形状，再存事实”。这本质上是一种对未来的傲慢：你假设自己在第一天就能预见数据在第一千天时的全部用途。当你定义 Table 和 Field 的那一刻，你就为数据判了死刑。
在 Archē 的视角下，事实不该先被压进二维表格，再等待迟来的解释。它应该先以碎片存在，再在观察中坍缩为状态。
2.1 存储的谎言：Schema 是认知的截瘫
结构化数据库的代价，是让现实世界的复杂事实在进入系统之前先遭到剪裁。
- 结构化即损耗：现实的复杂事实在进入 SQL 之前，必须经过残忍的压缩以适配字段类型。
- Schema 僵解：修改一个字段的代价，往往超过数据本身的价值，导致系统在陈旧结构上不断层累，最终崩塌。
2.2 事实原初汤：非结构化的极致
Archē 废除了“表”的概念。数据回归到它的原初状态：事实碎片（Fact Fragments）。
这些碎片漂浮在去中心化的原初汤（The Raw Flux）中。一个事实只包含三个不可缩减的元素：
- 事件印记：发生了什么，亦即语义张量。
- 因果锚点：谁参与了，依据是什么，亦即加密证明。
- 时空坐标：它在逻辑序列中的位置。
在这个阶段，数据是混沌的、无形状的，它是所有可能性的叠加态。
2.3 观测即坍缩：逻辑投影机制
如果数据没有固定形状，我们如何查询？答案在于观察。
在 Archē 架构中，查询（Query）演变为坍缩（Collapse）。当你需要获取系统状态时，你不是从表里读取一行，而是通过“公理滤镜”对原初汤进行一次逻辑投影。
- 投影过程：Agent 接收到你的意图，提取相关公理，例如所有权守恒、隐私隔离，然后在事实原初汤中进行高速筛选与逻辑补完。
- 瞬时态：状态，例如余额或个人资料，只存在于观察的那一秒。观察结束，状态消失。
结论是：没有持久化的“状态”，只有持久化的“事实”。状态只是公理在事实之海中激起的涟漪。
2.4 幻觉的屏障：公理的重力
传统系统依靠代码逻辑防止 Bug，Archē 依靠公理。
为什么 Agent 不会产生“我有一万亿”的幻觉？因为在坍缩发生时，公理是计算的边界条件。若一个事实碎片无法在当前公理集下推导出自洽路径，它在逻辑上就是不可见的。引擎会自动将其排异，如同物理世界中不符合万有引力的物体无法悬浮。
附录：范式转移对照表
| 维度 | 传统数据库 (Legacy DB) | Archē 原初汤 (The Raw Flux) |
|---|---|---|
| 存储逻辑 | 预定义结构（Schema） | 无结构事实碎片（Fact Shards） |
| 数据形态 | 静态快照（Snapshot） | 逻辑坍缩态（Collapsed State） |
| 一致性保证 | 事务锁 / ACID | 公理自洽性（Axiomatic Consistency） |
| 演化成本 | 极高（Migration / Alter） | 零成本（只需更新公理集） |
立法者追问
如果状态只是观察时短暂浮现的涟漪，而事实才是唯一持久之物，你还敢把数字世界的真实建立在一张会过期的表上吗？
下一步，问题不再是“把数据存在哪里”，而是“凭什么让所有 Agent 都承认它必然为真”？
继续