符号 AI · 预印本 · 附证明
符号系统中的数据遍历
向量库按相似度检索，却无法告诉你为什么。符号系统进行遍历——它沿着命名的、类型化的、有向的边行走，而这条行走路径就是答案的论证。类型化关系遍历作为一等检索原语，附带证明。
在向量库系统中，你按相似度检索——返回与查询最临近的前 k 个条目。在符号系统中，你进行遍历——你在概念之间沿着命名的、类型化的、有向的边行走，而这条行走路径本身就是答案的论证。我们将类型化关系遍历视为一等检索原语，并给出其形式化刻画：一个类型化知识图谱（概念由携带关系类型的有向边连接——关系带有反关系、传递的、功能性的等属性——以及一个置信度），通过有界的、置信度衰减的复合来遍历。我们证明四条性质。定理1（保守性，Conservativity）：遍历绝不会返回位于断言的边之传递闭包之外的事实——它无法编造。定理2（终止性，Termination）：在每跳衰减 γ<1 和下限 θ 下，每条路径的长度 ≤ ⌊logγ(θ/c₀)⌋，因此遍历会停止。定理3（路径即证明，Path-as-proof）：每个返回的事实都携带一条由断言的边构成的路径，在与路径长度成线性的时间内重新验证它——遍历产出可核查的解释；相似度检索则不然。定理4（功能性唯一性，Functional uniqueness）：沿着功能性关系，遍历至多产出一个后继，或检测出矛盾。我们在一个可用种子复现的模拟中验证了全部四条（在 44,853 个派生事实中 0 次编造；最大路径长度等于所证明的界；100% 重新验证通过；50/50 矛盾被捕获），并将遍历定位为一个真实部署的、包含数万条类型化关系、跨越数十万条边的符号图谱之下的答案原语。
1 · 引言
两个系统被问及同一个问题，却做了两件本质上不同的事。一个向量库进行检索：它将查询嵌入、计算相似度，并返回最临近的前 k 个条目——一个无序集合，没有方向，没有复合，除了"它很接近"之外没有任何关于为什么的说明。一个符号系统进行遍历：它从一个概念出发，沿着命名的、类型化的、有向的边行走——这导致那、这是那的一部分、这意味着那——将边复合成路径。结果是一组被抵达的事实，每一个都伴随着抵达它的路径。这条路径不是元数据；它就是推导，并且是可核查的。
遍历常被贬为一个实现细节——"我们用了图数据库"——但它是一个具有自身语义与自身保证的检索原语，而这些保证恰恰是相似度索引无法提供的：它无法编造出一个超出已断言范围的事实（§4）；它按构造终止（§5）；每个答案都携带一个证明（§6）；并且它尊重所行走关系的逻辑约束（§7）。
2 · 类型化知识图谱
我们将知识建模为一个有向图 G = (V, E)。V 是一组概念。E 是一组类型化有向边 (s, r, o, c)：主体 s、关系类型 r、客体 o、置信度 c ∈ (0,1]；断言的边为 E₀ ⊆ E。每个关系类型 r 携带若干属性：一个反关系 r⁻¹（因此 (s,r,o) 蕴含 (o, r⁻¹, s)）；一个传递的标志（若置位，则 (a,r,b) 与 (b,r,c) 蕴含 (a,r,c)）；以及一个功能性的标志（一个主体对 r 至多承载一个客体——即 OWL 2 FunctionalProperty 的含义 [1]）。类型化正是它区别于普通图之处：一条边不仅仅连接两个概念，它还命名了这段关系，而这个名字带有逻辑效力——方向、可复合性、基数。沿着causes边行走所回答的问题，不同于沿着part-of边行走所回答的问题，而系统知道这个区别。
3 · 遍历语义
一次从种子概念 s₀ 出发的遍历查询会产出在选定关系下从 s₀ 可达的事实，并受制于三条使其保持可靠且有限的界：(1) 复合——沿着一个传递的关系，一条路径 s₀ → a → … → o 产出派生事实 (s₀, r, o)；(2) 带下限的置信度衰减——一个派生事实的置信度是其各边置信度之积（经过 k 跳、每跳因子为 γ 后为 c₀γk），一旦置信度落到下限 θ 以下，遍历便放弃该路径；(3) 已知端点——遍历只访问 V 中的概念，无法凭空发明一个从未被断言的概念。两条关系层面的规则支配可靠性：沿功能性关系的一步至多产出一个后继（§7），而一步若会断言一个与已有功能性取值相矛盾的值，则引发一个矛盾而非继续进行。结果是一组派生事实，每一个都与产出它的路径——那串断言的边——配对。
4 · 定理1 —— 保守性（无编造）
令 Cl(E₀) 表示断言的边在所声明的传递关系下的传递闭包。
对路径长度 k 作归纳。基础（k=1）：该事实是一条断言的边，(s,r,o) ∈ E₀ ⊆ Cl(E₀)。归纳步：一个路径长度为 k+1 的返回事实，是由一个长度为 k 的返回事实（依归纳假设在 Cl(E₀) 中）与一条沿声明为传递关系的额外断言的边复合而成；依传递闭包的定义，该复合仍在 Cl(E₀) 中。遍历只通过这两种动作引入事实（§3），因此每个返回的事实都落在 Cl(E₀) 中。
保守性是遍历版的无幻觉：该操作只能浮现出断言的图谱已然蕴含之物。相似度索引没有这样的性质——它返回任何临近之物，而临近并非蕴含。
5 · 定理2 —— 终止性（深度界）
一条长度为 k 的路径的置信度为 c₀γk，而遍历仅在 c₀γk ≥ θ 时继续。取 logγ（由于 γ<1 会反转不等式）得到 k ≤ logγ(θ/c₀)；由于 k 是整数，k ≤ ⌊logγ(θ/c₀)⌋。有限图中有界长度的路径数目是有限的，因此遍历终止。
因此置信度下限不仅是认识论上的（不再信任一条冗长且已衰减的链条），更是一条终止保证：它把"我该搜索多远？"转化为一个闭式的深度界。（示例性地，γ=0.75、θ=0.4、c₀=1 给出 3 跳的界；部署所用的常数属于内部规范。）
6 · 定理3 —— 路径即证明（可验证性）
这条路径恰是遍历所遵循的推导。将每个 ei 对照 E₀ 重新核查，确认每一跳都是被断言的；检查 ei.object = ei+1.subject，确认复合是良构的；两者合起来见证了在 Cl(E₀) 中的成员资格（定理1）。共有 k 跳，每跳在常数时间内被核查，因此验证是 O(k)。
这正是最鲜明地将遍历与相似度检索区分开来的性质。一个余弦最近邻结果回答的是"这里有个接近之物"，并且不提供任何可核查之物。一个遍历结果回答的是"这里有个事实，这里是蕴含它的、由断言的边构成的链条"——答案连同它自身的证明一起到来，验证代价与证明长度成线性。对于一个其消费者必须为其所采取的行动辩护的系统而言，这就是断言与论证之间的区别。
7 · 定理4 —— 功能性唯一性与矛盾
一个功能性关系约束 |{o : (s,r,o) ∈ E₀}| ≤ 1。若库满足该约束，则 s 在 r 下的后继集至多有一个元素，故该步骤至多产出一个后继。若它包含两个不同的客体，则功能性约束依定义被违反——恰是矛盾条件——遍历报告之。
功能性关系因而同时赋予遍历两样东西：一个分叉界（功能性链条绝不散开）与一个一致性检查（图谱能在此抓住自己陷入矛盾之处）。二者都是类型化的性质，而非数据量的性质——它们在任何规模上都成立。
8 · 相关性是可达性，而非临近性
遍历重构了一篇关于记忆的姊妹论述所提出的问题——哪些事实尽管嵌入相似度不佳却仍然相关？ [2]——并从结构上回答它。
由构造确立：这两种排序是从不同的对象计算出来的——一个来自图结构，一个来自向量几何——且彼此都不细化对方。其推论正是要点所在：对于因果的、程序性的、以及部分—整体的问题，相关的事实是那个你能沿着正确种类的边抵达的事实，而遍历恰恰在按临近性排序的相似度将其丢弃之处找到它。方向同样重要：causes 与 caused-by 是不同的边，而一个只测量临近性的系统无法把原因与其结果区分开。
9 · 数值验证
我们在一个可用种子复现的模拟中验证这四条定理（traversal-validate.py，seed 20260915）：一个包含 N = 4,000 个概念、带有一个传递关系的 20,000 条断言的边的类型化图，外加一个注入了 50 个矛盾的功能性关系；示例性 γ = 0.75、θ = 0.4、c₀ = 1（深度界 3）；从 300 个种子出发遍历。
| 性质 | 结果 | 状态 |
|---|---|---|
| T1 保守性 | 跨 44,853 个派生事实 0 次编造（全部在闭包中） | PASS |
| T2 终止性 | 观测到的最大路径长度 3 = 所证明的界 ⌊log0.75(0.4)⌋ = 3 | PASS |
| T3 路径即证明 | 通过重走路径重新验证了 44,853 / 44,853 个事实 | PASS |
| T4 功能性唯一性 | 检测出 50 / 50 个矛盾；950 / 950 个一致的主体产出了唯一后继 | PASS |
每个派生事实都被蕴含，每条路径都被重新核查，深度界是紧的，每个功能性冲突都被捕获——这四条保证恰如所证明的那样成立。
10 · 真实部署中的规模
这并非渐近式的空谈；遍历原语如今就运行在一个具有可观规模的符号知识图谱之上。在一篇关于离线符号 AI 的姊妹论文所描述的部署系统 [3] 中，该库持有约 65,000 条类型化关系实例，跨 35 种关系类型（其中三种是功能性的），覆盖大约 427,000 条图边——而答案正是由此处所分析的、有界的、置信度衰减的、携带路径的遍历产出，而非由嵌入检索产出。这些定理正是使其在规模上保持安全的原因：保守性界定了什么可以被返回，终止性界定了工作量，而路径即证明使每个答案无论图谱增长到多大都可审计。
11 · 与本系列的关系
遍历是符号层的答案原语，姊妹系列工作的其余部分皆依赖于它。Peel [3] 提供了类型化图谱与功能性否决；本文是关于该图谱如何被行走的形式化刻画。检索不是记忆 [2] 论证相关性并非临近性；§8 将其具体化为可达性。行动前先验证 [4] 使用一个符号谕言机进行有界推理；遍历，连同定理1–2，就是那种有界的、可靠的推理。编排鸿沟 [5] 要求每个塑造行为的事实都带有溯源；定理3 就是由构造而来的溯源。
12 · 局限
- 各项保证都相对于断言的图谱与所声明的属性。保守性意味着遍历不返回闭包之外的任何东西；它并不证明断言的边为真——源的正确性是一项独立的义务。
- 假定关系类型化正确。把一个非传递关系声明为传递会让复合越界；该保证以正确的类型化为条件。
- 该模拟使用一个 DAG 和示例性常数。有环图由带访问集的遍历处理（依定理2 仍会终止），但所报告的闭包统计是针对无环情形的；部署所用的置信度常数被保留（护城河抹除）。
- 分析加上一次受控验证，而非一项基准测试——并未与图数据库或 SPARQL 引擎相比；其贡献在于这些保证，而非性能比较。
13 · 结论
向量库按临近性作答，却无法告诉你为什么。符号系统按遍历作答——行走类型化的、有向的、可复合的边——而这条行走路径就是理由。我们已证明该原语是保守的（无法编造）、可终止的（置信度下限即深度界）、自我论证的（每个答案都携带一个可在线性时间内核查的证明）、且具备一致性感知的（功能性关系界定分叉并捕获矛盾），并且这些性质在一个真实部署的规模上成立。
参考文献
- W3C. "OWL 2 Web Ontology Language: Structural Specification and Functional-Style Syntax (Second Edition)." W3C Recommendation —— owl:FunctionalProperty，传递属性与反属性。
- Perslis Research. "Retrieval Is Not Memory: Memory as a Governance Function over Experience." Preprint, 2026. research.perslis.com/memory.html
- Perslis Research. "Peel: Structural Hallucination Prevention for Offline AAC Through Symbolic Fact Authorship." Preprint, 2026. research.perslis.com/peel.html
- Perslis Research. "Verified Before Acting: A Pre-Action Adversarial Cognition Loop with Factored Authorization." Preprint, 2026. research.perslis.com/adversarial-loop.html
- Perslis Research. "The Orchestration Gap: Why Model-Level Alignment Cannot Survive Multi-Model Runtimes." Preprint, 2026. research.perslis.com/orchestration-gap.html
如何引用
Perslis Research. "Traversing Data in Symbolic Systems: Typed-Relation Traversal as a First-Class Retrieval Primitive." Preprint, 2026. https://research.perslis.com/traversal.html
@techreport{perslis_traversal_2026,
title = {Traversing Data in Symbolic Systems: Typed-Relation
Traversal as a First-Class Retrieval Primitive},
author = {{Perslis Research}},
institution = {Perslis Research},
type = {Preprint (moat-scrubbed)},
year = {2026},
url = {https://research.perslis.com/traversal.html}
}