Continuum

Overview

Continuum คือ foundation ของ nectarserve — ระบบที่อ่านข้อความจากลูกค้าแล้วลงมือทำแทนเจ้าของร้าน · ทุกอย่างในหน้านี้ derive ลงมาจาก axiom กลาง AX1–AX5

Axioms · Theorems · Corollaries   สอดคล้องกัน — ตามมาจาก axiom ไม่ใช่ formal proof
Design                            เลือกไว้
รอยต่อ                            จุดที่ต่อกับของจริง

ส่วนประกอบหลัก

หกคำนี้ใช้ตลอดทั้งหน้า — รู้จักไว้ก่อน ที่เหลือจะอ่านง่ายขึ้น:

• Parcel — งานหนึ่งชิ้นที่เดินทางผ่านระบบ · พกสิ่งที่ทำไปแล้ว สิ่งที่รออยู่ และประวัติ
• Resolver — กลไกที่ลงมือทำงานจริง · เป็น LLM, code หรือคนก็ได้
• Mandate — ขอบเขตที่ระบบได้รับอนุญาตให้ทำ
• Channel — ทางที่ข้อความวิ่งเข้ามา (เช่น LINE)
• Thread — กลุ่มข้อความที่เป็นบทสนทนาเดียวกัน · หน่วยที่ระบบเข้าใจความหมายได้
• Gate — ด่านตรวจที่ทุกข้อความต้องผ่านก่อนระบบจะลงมือ

Theorems

ทฤษฎีบทของ nectarserve เอง · พื้นฐาน T1–T9 เป็น theorem สากล อยู่ที่ Systems · เลขคือรหัสประจำตัว ไม่ใช่ลำดับอ่าน — มีช่องว่างได้ และไม่ไล่เลขใหม่เพราะรหัสถูกอ้างฝังในโค้ดแล้ว

แกนที่คนสับสนบ่อย: T1 = ต้นทุนการทำงาน (compute) · T13 = ต้นทุนการถือครอง (storage) — คนละเรื่อง ไม่ขัดกัน

Pipeline — 10 ด่าน (T16)

ทุกข้อความผ่านด่านที่กำหนดไว้แน่นอนก่อน LLM ถูกเรียก · แต่ละด่าน derive จาก axiom:

ด่าน clarity (4) มาก่อนด่าน constraint (7) เสมอ — ไม่มีประโยชน์ที่จะเช็คว่า “ทำได้ไหม” ถ้ายังไม่รู้ว่า “จะทำอะไร” (T9)

Corollaries

C6 · C7 · C10 · C11 เป็น corollary สากล อยู่ที่ Systems

Design

ไม่ใช่สิ่งที่ axiom บังคับ แต่คือ choice ที่ axioms ทำให้สมเหตุสมผลที่สุด

Parcel — primitive เดียวของระบบ (AX1 · T6)

Parcel = {
  form:       bytes            ← สิ่งที่ทำไปแล้ว
  manifest:   Context          ← สิ่งที่รออยู่
  provenance: CommitRecord[]   ← ประวัติ immutable
}

Parcel = data เดินทางผ่านระบบได้เสมอ · ResolverContext = runtime ไม่เดินทาง · CommitOperation = boundary ที่นิ่งคั่นสองอย่าง

Memory — สามระดับ (AX1 · AX2 · AX4)

L1 — Raw observation   ลบได้ (log ชั่วคราว · TTL + evict)
L2 — Distilled         ลืมยากแต่ decay ได้ (weight = e^(−λ·days))
L3 — Core pattern      update ได้ถ้าผิด

L2 คือการอนุมาน ไม่ใช่ข้อเท็จจริง — “ชอบกาแฟร้อน” = น่าจะจริง (confidence=0.78) ไม่ใช่ จริงแน่นอน · และการอนุมานที่พูดออกไปเปลี่ยน state ของลูกค้า → ใช้เงียบๆ เพื่อตัดสินใจเท่านั้น (Observer Effect · AX3)

รอยต่อ

รอยต่อคือจุดที่ระบบไปต่อกับของจริง · ส่วนใหญ่เป็นรอยต่อตื้น — ของจริงเติมค่าครั้งเดียวก็กลายเป็น setting แล้วปิด

แต่มีรอยต่อหนึ่งที่ปิดไม่ได้เลย — ความจำของระบบกับของจริงที่มันอ้างถึง · ของจริงขยับเองได้ (AX3) และการกลับไปเช็กก็เปลี่ยนสิ่งที่วัด (Observer Effect) ช่องว่างนี้จึงไม่มีวันปิดสนิท (T17) · รอยต่อที่เหลืออยู่จริงจึงเป็นเรื่องเดียว — ความแน่ใจของความจำ

ที่ยังเปิดอยู่คือ จะทำให้ความแน่ใจนั้นโผล่ให้เห็นและจัดการยังไง · เพราะความแน่ใจของแต่ละความจำไม่เท่ากัน ระบบจึงแสดงมันไม่เท่ากัน — เงียบกับของที่ยังสด ยกขึ้นเฉพาะของที่ความแน่ใจตก ให้เจ้าของยืนยันเมื่อว่าง · ไม่มีอะไรน่าสงสัยก็ไม่ต้องถาม

ผลคือระบบที่บอกได้ว่าจำอะไรไว้ และไม่แน่ใจกับอันไหน

สองเหตุการณ์ที่ยังเปิดอยู่ — ทั้งคู่คือเหตุการณ์ที่ขยับความแน่ใจ ไม่ใช่ชนิดของความจำ:

• เรียนจากคำติ — เหตุการณ์ที่ แก้ ความแน่ใจ · ลูกค้าบ่น → รู้ว่าความจำหรือการตัดสินใจไหนผิด → ปรับ · แก่นคือ credit assignment: โทษให้ถูกตัวจากสัญญาณที่กำกวม เบาบาง และมาช้า
• เครื่องมือเปลี่ยน — เหตุการณ์ที่ ลด ความแน่ใจ · ความจำที่เรียนจากพฤติกรรมเก่าของเครื่องมืออาจผิดเมื่อเครื่องมือเปลี่ยน → ต้องรู้ว่าความจำชิ้นไหนผูกกับเครื่องมือไหน แล้วดึงความแน่ใจลงให้ทบทวน

หลักของชั้นนี้: เริ่มจากสิ่งที่วัดได้ → ปล่อยให้ structure emerge → ค่อย tune · กฎที่เขียนก่อนมี data มักผิด จึงให้ของจริงเป็นคนตั้งค่าตรงรอยต่อ (สอดคล้อง C13)