大模型的"思考"藏在连续向量空间里，好用，但有三处结构性短板：一个情境在向量空间里没有确定坐标，相似性靠隐式距离，难以审计；同一句话两次编码可能落进不同邻域，推理路径不可复现；"举一反三"依赖内部关联，没有显式邻域结构支撑迁移。

符号系统恰好相反——可定位、可计算、可审计，但传统符号AI太僵硬，缺少连续相似度。三进制九维19683认知系统想做的，是把两边接起来：确定性符号提供坐标骨架，欧氏距离提供连续邻域。

骨架怎么搭

系统从《易经》六十四卦的符号建模范式中反向学习，但不照搬二进制规则，而是迁移并锁定一套三进制九维公理：三爻态为阳（+1，显、外、生）、中（0，介、耦、势均）、阴（-1，隐、内、敛）；九维卦 G = [g₁, g₂, …, g₉]，g₁为上爻、g₉为下爻，每维取值于 {-1, 0, +1}；全空间为 3^9 = 19,683 卦。

五类算子固定下来：反演 F_C 逐爻取对，F_C(+1) = -1、F_C(0) = 0；倒序 F_Z 序列翻转；反演倒序 F_CZ 先倒序再反演；互核 F_H 做内投影，输出5维中央连爻向量；变爻 F_B 满足 F_B(+1) = 0、F_B(-1) = 0、F_B(0) = +1，支持1至9爻同时动。

等价类为 {G, F_C(G), F_Z(G), F_CZ(G)}，在全空间合并后剩下 5,002 个独立等价组。空间距离用欧氏距离 D(G_A, G_B) = √Σ(g_Ai − g_Bi)²，用于 Top-N 邻域检索。公理一旦锁定不可修改，人文卦辞与象辞属于文本创作，不得改动底层数学。

四层引擎各管一段

坐标服务层：给定一段自然语言情境描述，系统把它映射为目标9维向量，在全部19,683个状态上按欧氏距离检索 Top-N 最近卦，并附上反演、倒序、互核、变爻的全套推演。这一层回答的是"我现在在哪"。

五域语义桥：系统建了五个语义域——体用变、洛书九宫、小六壬、疗愈、人卦典，共享同一套19,683坐标。核心假设是同一索引的卦在各域指同一情境，抽样机械一致性为 12/12。也就是说，在体用变域定位到的情境，可以直接在疗愈域找到对应方向，在小六壬找到对应时位判断，在人卦典找到对应深解。

邻域泛化层：已知情境完成定位后，系统用最近邻的深卦典洞见完成知识迁移。19,683卦空间不是离散孤岛，而是由欧氏距离连成的连续流形——相邻卦共享相似结构，其卦辞与解读构成可迁移的经验池。

混合与工具层：符号提供可审计骨架，大模型提供语义分辨率与人类语言解释。系统封装为 Agent 可调用的工具注册表（encode / search / bridge / decide），推理时大模型可显式调用认知层做定位、跨域桥接与邻域泛化，而不是完全依赖隐式向量。

从符号回到人话

认知层本身是母结构与母语言，但符号坐标必须翻译成人类已有的认知语言才有用。系统附带一份 19,683条 的人卦典，每条含卦名、卦辞、白话解读与行动指引。

解读不是随意写的，而是从卦的象义中"长"出来：先由爻态构成与算子结构推出象义骨架，再由大模型翻译成可读语言。这保证了符号与解读之间的可追溯性，避免卦典退化成自由文本创作。

项目主页已开放：q1z2q3-debug.github.io/sanjiu-19683/，采用 MIT / CC-BY-4.0 开源。

这套系统不打算取代大模型。它是在大模型之上加一层可定位、可泛化、可审计的符号坐标层，把"我在哪""谁与我相邻""经验能从哪迁移"三个问题，从隐式向量关联变成显式坐标计算。19,683个卦位、5,002个等价组、五域共判、19,683条卦典——一个还在生长的认知空间。