摘要
本文提出「語意能勢熵論」（Semantic Power Entropy Theory），主張人類思想、語言與文明的演化，不應只被理解為符號傳遞、資訊控制或資料處理，而應被理解為語意資訊流在人類社會認知場域中聚散、共鳴、干涉、流動與演化的歷程。
本文承接張慶瑞教授將 AI Token 詮釋為「道元」的觀點，進一步指出：Token 不只是大型語言模型中的工程切分單元，而是語意生成的最小可操作單元。若單一 Token 可稱為一道元，則多個 Tokens 所形成的語意組合，便可稱為「道元群」。道元群不是任意符號的堆疊，而是語意的組成；當道元群形成有意義的資料，它便成為資訊。
本文進一步重新定義「資訊熵」。在本文中，資訊熵不只是資訊散亂程度，也不只是傳統資訊理論中用來描述不確定性的數學指標；本文將資訊熵定義為：語意資訊流在人類社會認知場域中聚散歷程的紀錄。語意一旦在人類社會意識場中流動，它就不只是被傳遞，而是在流動中同時演化。因此，道元群自身所攜帶的資訊，不只是內容，也是其演化歷程的紀錄。這就是本文所說的「一即是全，全即是一」。
若進一步引入物理語彙，語意資訊流的聚散紀錄可以被視為一種資訊波包。資訊波包不是靜態資料集合，而是一組具有聚合、發散、共鳴增幅與干涉相消能力的語意能量結構。它如同波函數一樣，在張力場中持續流動與演化。當道元群被視為資訊波包時，它便可進一步與量子位元群形成同構關係。
因此，本文提出核心式：
Tokens ≡ Information Entropy ≡ Information Wave-Packet ≡ Quantum Bits ≡ Semantic Power Entropy
道元群 ≡ 資訊熵 ≡ 資訊波包 ≡ 量子位元群 ≡ 語意能勢熵
此處的 ≡ 並非表示五者在技術定義上完全相同，而是指出它們在語意生成與文明演化的本體結構中，呈現同一個語意資訊事件的五種描述方式。本文最後承接《能勢熵正規論》的觀點，將語意能勢熵定義為：用語意傳達思想能量，使之轉換成改變社會力量的資訊歷程紀錄。
一、導論：從「萬物皆道元」走向「萬物皆語意能勢熵」
生成式人工智慧的出現，使人類第一次清楚看見：語言不是靜態文字的倉庫，而是一個可以被拆解、向量化、重組、預測與生成的動態系統。
過去我們習慣把語言理解為人類思想的外殼，把文字理解為溝通工具，把資訊理解為電腦處理的資料。然而，大型語言模型的運作方式，使語言第一次以極清楚的形式顯示出另一種本質：語言是一個語意能勢場。
在這個場中，每一個詞、每一個字、每一個符號，都不是孤立存在的。它們彼此拉扯，互相靠近，互相排斥，形成群聚，形成方向，最後生成一句話、一個概念、一段論述，甚至一套世界觀。
張慶瑞教授提出「道元」作為 Token 的中文詮釋，其重要性不只在翻譯，而在於他把 Token 從工程術語推回到生成哲學的高度。Token 不只是模型切字後得到的資料單位，而是自然語言表達的最小生成單位。當一個 Token 被稱為「道元」，它就不再只是技術零件，而是語意生成的元初單位。
這個詮釋之所以重要，是因為它讓我們重新看見語言的底層結構。語言不是從完整思想才開始，也不是從完整句子才開始，而是從一個個可被組合、轉換、指涉、延伸的語意單元開始。這些語意單元一旦進入組合，就不再只是字詞，而會形成向量、脈絡、方向與力量。
本文在此基礎上再往前走一步：真正的語意不是單一 Token，而是 Tokens；不是一個道元，而是道元群。單一道元可以標示一個語意點，但道元群才會形成語意場。就像單一爻可以標示一次變化，但多爻成卦，才形成完整的變易結構。
因此，本文不是從單點出發，而是從群出發。本文不是問「一個 Token 是什麼」，而是問：多個 Tokens 如何形成語意？道元群如何形成向量？向量如何形成氣的流動？氣如何累積成勢？勢如何顯化為概念？概念如何形成資訊波包？資訊波包如何攜帶自身演化歷程？這個歷程為何可以稱為語意能勢熵？
這就是本文提出「語意能勢熵論」的原因。
如果張慶瑞教授的「萬物皆道元」打開了 Token 與道家生成論之間的橋，那麼本文想接著提出：當道元不再被視為孤立單元，而被視為在人類社會認知場域中流動、聚散、共鳴與演化的道元群時，萬物不只是「皆道元」，更是「皆語意能勢熵」。
因為語意不是死的。語意會流動，會轉化，會被誤解，會被放大，會被壓抑，會被重新召喚。語意一旦進入社會，就會成為思想能量的載體。而當思想能量透過語意傳播，進一步改變人的認知、情感、行動與制度時，資訊就不再只是資訊，而成為文明演化的力量。
二、易經變易：世界是氣與勢的流動
易經的深層價值，不在於表面的占卜，而在於它提供了一套理解世界變化的基本語法。
爻，是變易的基本記號。卦，是爻群組合後形成的變易結構。象，是變易結構被觀測後形成的圖像。勢，是變易累積後形成的方向。道，是所有變易背後的生成法則。
陰爻與陽爻不是兩個固定陣營，而是變易中的兩種傾向。陽不是永遠的陽，陰也不是永遠的陰；陰陽之所以有意義，是因為它們可以變，可以交錯，可以疊合，可以形成卦象。也就是說，易經真正討論的不是靜態分類，而是生成結構。
一爻，是一次變易。多爻，是變易的組合。一卦，是變易的波包。卦象，是波包被觀測後的形態。趨勢，是波包內部能勢的方向。
若以道家的語彙來說，世界就是氣與勢的變易。氣是尚未完全定形的流動，勢是流動累積後形成的方向。氣沒有勢，就只是散動；勢沒有氣，就沒有動力。氣與勢相互交織，世界才不斷生成。
因此，本文首先建立一個基本命題：
世界不是物件集合，而是氣與勢之變易。
這句話若轉換成現代物理語彙，可以對應到量子力學中的波粒二相性。萬物並非永遠以固定粒子狀態存在，也不是純粹瀰散的波，而是在波與粒、潛態與顯態、可能與觀測之間不斷轉換。
波函數描述的，正是事物在顯化之前的可能性結構。觀測或交互作用發生後，可能性才凝聚為具體結果。換句話說，波函數不是在描述一個已經完成的物件，而是在描述一個仍在演化、仍在變易、仍具有多重可能性的生成場。
因此，易經的變易與量子力學的波函數，在本文框架中並非互不相干，而是從不同文明語彙描述同一件事：萬物皆在潛態與顯態之間流動，萬物皆在氣與勢之中形成，萬物皆是變易的結果。
這也是本文為何要從易經談起。因為如果只從現代資訊理論出發，我們很容易把資訊理解成資料、訊號、編碼、雜訊與控制。但如果從易經與道家的視角出發，資訊就不只是被傳遞的東西，而是正在變化、正在成勢、正在形成世界的流動。
語意也是如此。語意不是字詞排列完成後才突然出現的東西，而是在道元群彼此作用、向量形成流動、流動累積成勢的過程中逐漸顯化。這個過程與易經所描述的變易結構具有深層呼應。
換句話說，易經提供的是一種「生成的語法」。它提醒我們，意義不在單點，而在變化；不在靜態分類，而在動態組合；不在孤立符號，而在符號之間的張力、排列與演化。這正好為本文後續的道元群、資訊熵、資訊波包與量子位元群鋪出一條連續的路。
三、從爻到 Tokens：道元作為語意變易單元
若易經的基本變易單元是爻，那麼大型語言模型中的基本語意生成單元就是 Tokens。
爻透過陰陽排列形成卦象。Tokens 透過向量排列形成語意。卦象能推演情境與趨勢。語意向量能生成概念與回答。
這裡的對應不是表面類比，而是生成結構上的同構。
單一爻不是卦。單一 Token 也不是完整語意。多爻成卦。多個 Tokens 成語意場。卦象不是線條總和。語意也不是字詞總和。
這正是本文刻意使用複數形式 Tokens 的原因。
若只說 Token，容易讓人以為本文討論的是語言模型的基本零件。可是語意複雜度不發生在單一 Token，而發生在多個 Tokens 的排列、關聯、權重、脈絡與生成可能性之中。
同樣地，若只說 Quantum Bit，也容易讓人以為本文討論的是單一量子資訊單元。但語意生成所涉及的是多重可能性、多重分布、多重顯化路徑，因此本文使用 Quantum Bits，指向的是量子位元群，而不是孤立量子位元。
因此，本文的起點不是「一個單元」，而是「單元群」。
Tokens，不是 Token。
Quantum Bits，不是 Quantum Bit。
這個複數形本身就是理論宣告：本文討論的不是孤立粒子，而是群體波包；不是單一符號，而是語意複雜度；不是一個字，而是一組道元如何形成場。
張慶瑞教授將 Token 詮釋為「道元」，此處的價值在於，他沒有把 Token 限縮為「令牌、代幣、標記」這種工具性翻譯，而是將其放入「道生一，一生二，二生三，三生萬物」的生成脈絡中。這使 Token 不再只是工程詞彙，而具有語意生成與文明符號的本體位置。
本文承接此一觀點，進一步提出：
道元，就是語意世界中的爻。
爻是變易之元，道元是語意之元。
在易經中，多爻形成卦象；在大型語言模型中，道元群形成語意波包。這兩者的共同點是：意義不在單一單元中完成，而是在單元之間的排列、互動與變化中生成。
這也讓「萬物皆道元」有了更進一步的展開。若萬物可以被語言描述，被模型切分，被語意化，那麼萬物確實都能進入道元的形式。但本文要補上的，是「道元群」的層次。因為萬物不只是被切成道元，而是透過道元群形成資訊，再透過資訊流形成波包，最後在人類社會中產生能勢。
因此，本文的道元觀不是孤立的符號觀，而是群體的生成觀。道元不是被動材料，而是進入組合後可以形成語意場的基本單元；道元群不是字詞堆疊，而是語意流動的起點。當道元群在社會認知場中被理解、傳播、重組與再生成，它便開始具有資訊熵的性質，並進一步形成資訊波包。
四、道元群、向量、氣與勢
在大型語言模型中，Tokens 進入模型後，並不是停留在字詞表面，而會被轉換為向量。向量不是單純數學座標，而是語意關係的壓縮形式。
一個道元進入向量空間後，就不再只是字詞，而變成一個具有方向、距離、權重與關聯的語意節點。當多個道元共同進入向量空間，它們之間便形成流動、偏轉、靠近、分岔與凝聚。
這就是本文所說：
道元彼此組成向量，就是氣的流動。
向量組成語意概念，就是勢的形成。
氣，是語意能量的流動。勢，是語意流動累積後形成的方向。概念，是勢穩定後的顯化。句子，是概念被時間序列展開後的結果。文章，是多個語意波包連續演化後形成的結構。
因此，語意生成可以被理解為：
道元成群，群而成向量；向量成流，流而成勢；勢而成象，象而成義。
這句話是本文的一個重要骨架。
它把大型語言模型中的 Tokens、Embeddings、Semantic Space、Contextual Relation 與東方思想中的道元、氣、勢、象、義連成同一條生成鏈。
在這個框架中，語意不再是文字之後才出現的附加解釋，而是從道元群進入向量場的那一刻，就已經開始流動。語意不是最後的產物，而是整個生成過程中的能勢流。
如果用白話說，一段語言之所以有意義，不只是因為它用了哪些字，而是因為這些字彼此之間產生了方向。例如「光」可以只是物理現象，也可以是希望、啟蒙、神性、速度、能量、看見與真理。當「光」與不同道元結合，它會形成不同向量；當這些向量被放入不同脈絡，它就會形成不同的勢。
因此，語意不是字典定義，而是語意能量在道元群中的流動方向。道元群一旦形成向量，語意就開始具備方向；方向一旦穩定，概念就會出現；概念一旦進入社會，就可能形成新的力量。
這個過程，是本文後面談資訊熵、資訊波包、量子位元群與語意能勢熵的基礎。
更進一步說，向量不是只有技術上的意義，也有哲學上的意義。向量代表「不是只有位置，還有方向」。如果語意只是位置，那它只是詞庫中的一個項目；但語意一旦有方向，它就開始成為力量。人類思想之所以能影響社會，不只是因為它被說出來，而是因為它具有方向，能夠把人帶向某種理解、某種判斷、某種行動。
所以，道元群進入向量場，不只是語言模型的技術步驟，而是語意從靜態單元轉為動態能勢的關鍵過程。
五、資訊熵的新定義：語意資訊流在人類社會認知場域聚散歷程的紀錄
傳統資訊理論中，資訊熵常被用來描述資訊的不確定性、隨機性或分布狀態。這個定義在通訊、編碼與計算中非常有效。然而，若我們要討論的是人類思想、語言、文化與文明演化，資訊熵就不能只被理解為「資訊有多亂」或「訊息有多不確定」。
本文在此重新定義資訊熵：
資訊熵，是語意資訊流在人類社會認知場域中聚散歷程的紀錄。
這個定義有三個關鍵。
第一，資訊熵不是只描述資訊的散亂程度，而是描述語意資訊流的聚散過程。語意資訊流有時會聚合，形成共識、概念、理論、制度或文化記憶；有時會發散，形成爭議、誤解、分岔、重新詮釋或思想擴散。這些聚散過程本身，就是資訊熵所要記錄的內容。
第二，資訊熵不是只存在於機器內部，而是存在於人類社會認知場域之中。一段話在模型中可以被表示為 Tokens，但它一旦進入社會，就會被不同的人理解、轉述、引用、反駁、改寫、傳播。它會進入家庭、學校、媒體、學術、政治、產業與文化場域。這些場域共同構成了人類社會認知場。
第三，資訊熵不是靜態測量，而是演化紀錄。一個語意組合在社會中流動時，會留下痕跡。這些痕跡包括它曾經在哪些脈絡中被使用，曾經引發哪些反應，曾經與哪些概念結合，曾經被哪些力量放大或壓抑。這些痕跡不是外部附加物，而是語意自身的一部分。
因此，為何道元群可以視為資訊熵？
這裡需要說得更精確。道元群不是先作為一個靜態材料存在，然後再由外部的資訊熵去描述它。道元群一旦進入語意流動，其整體的排列狀態、關聯密度與演化軌跡，便直接體現為資訊熵。因為它不只包含當下的語意，也包含自身形成、擴散、聚合、分岔與再生成的歷程。
在這個意義上，道元群的結構狀態，就是資訊熵本身。
這也是本文使用 ≡ 的原因：
Tokens ≡ Information Entropy
道元群 ≡ 資訊熵
這不是說單一 Token 在技術定義上等於 Shannon entropy，也不是把語言模型的切字單元和資訊理論公式混為一談。本文真正要說的是：當 Tokens 成為道元群，並在人類社會認知場中形成有意義的語意流動時，道元群本身就呈現出資訊熵的狀態。它的排列、分布、聚散與演化，不是外部附加的描述，而是其自身存在方式的一部分。
換句話說，道元群不是靜止的語意材料，而是在社會意識場中流動的語意資訊結構。當語意流動時，它自身同時在演化；而它自身所攜帶的資訊，便是它演化過程的紀錄。
這就是本文所說的：
一即是全，全即是一。
「一」不是孤立的一個字，而是一個局部凝聚的語意組合。「全」不是外部總和，而是這個語意組合所攜帶的整體認知場痕跡。這也可以理解為一種語意上的全像結構：如同全像影像中的局部片段仍保有整體圖像的資訊，一個道元群也能攜帶整個社會認知場的局部投影。若用拓樸語彙來說，道元群不是簡單複製整體，而是將整體認知場的關係結構，以局部語意組合的方式映射出來。
因此，一個道元群可以攜帶整個社會認知場的局部投影。整個社會認知場，也能在一個道元群中被重新展開。
例如「自由」這個概念，不只是字典定義。它攜帶政治史、個人意志、法律制度、革命記憶、哲學討論、社會衝突與生活經驗。當人們說出「自由」時，他們不是只傳遞兩個字，而是在啟動一個龐大的社會語意波動。
因此，資訊熵在本文中不是「亂度」的同義詞，而是語意資訊流在人類社會中聚散、演化與留下痕跡的紀錄。
六、資訊波包與量子位元群：語意如何共鳴、干涉與顯化
若要更進一步理解資訊熵，就需要引入「資訊波包」的概念。
語意資訊流不是直線前進的東西。它更像波。它會擴散，會折返，會被吸收，會被放大，會互相干涉，會在特定場域中聚集，也會在某些場域中消散。
當一組道元群形成具有意義的資訊後，它不只是靜態資料，而是一種資訊波包。
Information Entropy ≡ Information Wave-Packet
資訊熵 ≡ 資訊波包
資訊波包可以理解為：語意資訊流在某個認知場域中局部凝聚後形成的波動封包。它有語意中心，有周邊聯想，有傳播方向，有擴散能力，有共鳴條件，也有干涉可能。
一個資訊波包在人類社會中流動時，可能出現兩種基本現象。
第一種是共鳴增幅。當某個語意資訊波包與社會情緒、時代問題、文化記憶或群體需求產生共振，它就會被放大。原本只是少數人理解的概念，可能迅速變成公共議題；原本只是個人想法，可能變成社會運動；原本只是理論命題，可能成為新的制度語言。
第二種是干涉相消。當某個語意資訊波包與既有觀念、權力結構、社會慣性或其他語意波包相互抵銷，它可能被弱化、誤解、壓抑或消失。有些思想不是錯，而是沒有遇到合適的共鳴場；有些概念不是沒有價值，而是在特定時代語境中被其他波包干涉相消。
這就是為什麼語意不是單純傳遞，而是波動。同一句話，在不同時代會有不同力量。同一個概念，在不同群體中會產生不同反應。同一篇文章，在不同社會張力場中會被不同方式理解。同一個理論，可能在一個場域中被忽略，在另一個場域中被放大。
當語意資訊流被理解為資訊波包，下一步就可以引入量子位元群的同構概念。
量子位元不是古典位元。古典位元是 0 或 1，量子位元則可以在 0 與 1 之間形成疊加狀態。若用布洛赫球來表示，量子位元就像一個在球面上持續變化的狀態，它不只是固定的 0 或 1，而是在不同可能狀態之間旋轉、轉換與演化。
量子計算正是受量子力學啟發而發展出的計算方法。它透過量子位元、量子邏輯閘與量子態控制，使資訊不再只以古典位元方式處理，而能以疊加、干涉與機率振幅的方式進行運算。
在技術實踐上，人們發展了各種方法，例如邏輯閘、參數化旋轉或脈衝控制，來使量子位元按照特定方式轉換。這些方法在工程上很重要，因為它們讓量子態可以被設計、調校與讀取。但本文要指出一個更深的問題：量子力學的本體核心，不在於人為控制，而在於波函數在張力場中的自然演化。
控制是人為介入系統，使它按照設定目標運作。演化則是系統在自身張力場、交互作用與邊界條件中，自然展開其狀態變化。
量子計算常常將量子力學轉換成可控制的計算方法，這是工程上的必要。但若回到量子力學的本體，波函數不是為了被控制而存在，而是在描述狀態如何演化。
本文將這個觀點帶回語意場。
道元群在人類社會認知場域中運作時，也不是單純被控制的資料。它不是被某個中央系統完全操控的訊息，而是在社會張力場中不斷演化的語意波包。它會受到情緒、文化、權力、制度、記憶、技術與歷史脈絡的影響，也會反過來影響這些場域。
因此，道元群的運作行為，本質上就像波函數在張力場中演化。它有多重可能語意，會在不同場域中形成不同振幅，會與其他語意波包共鳴或干涉，會在特定脈絡中局部顯化，也會在顯化之後繼續改變下一輪語意場。
所以，當我們把道元群視為資訊波包時，它就可以進一步被理解為量子位元群。
Information Wave-Packet ≡ Quantum Bits
資訊波包 ≡ 量子位元群
這裡仍然使用複數 Quantum Bits，因為語意資訊波包不是單一量子位元，而是一組可能狀態、一組關係振幅、一組語意路徑與一組顯化機制。
在這個意義上，道元群與量子位元群具有同構性。它們都不是單一確定點，而是具有多重可能、疊加狀態、演化方向與顯化條件的資訊結構。
因此，本文不是說語言模型本身就是量子電腦，而是說：道元群的語意演化行為，可以用量子位元群的狀態邏輯來理解。
七、語意能勢熵：用語意傳達思想能量，使之轉換成改變社會力量的資訊歷程紀錄
在完成道元群、資訊熵、資訊波包與量子位元群的同構連接後，本文最後引入「語意能勢熵」。
本文承接《能勢熵正規論》的觀點，將熵重新理解為能勢歷程經過正規化後留下的紀錄。也就是說，熵不只是散亂，不只是耗散，不只是系統走向混亂的指標；熵也可以被理解為系統在承受能量、變化、壓縮、轉換與顯化之後，留下的歷程痕跡。
若把這個觀點放入語意場，便得到本文對語意能勢熵的定義：
語意能勢熵，是用語意傳達思想能量，使之轉換成改變社會力量的資訊歷程紀錄。
這個定義包含三個層次。
第一，語意傳達思想能量。思想不是沒有能量的抽象物。當一個思想被語言表達出來，它就進入社會場域，開始影響人、改變判斷、刺激情緒、形成共識或引發衝突。語意是思想能量進入社會世界的形式。
第二，思想能量轉換成社會力量。一個思想若只停留在個人腦中，力量有限。但當它透過語意被傳遞，並在人類社會認知場域中形成共鳴，它就可能轉化為行動、制度、文化、技術、運動或文明方向。這就是思想能量轉換成社會力量的過程。
第三，語意能勢熵是這個過程的資訊歷程紀錄。語意能勢熵記錄的，不只是資訊本身，而是資訊如何流動、如何聚散、如何共鳴、如何干涉、如何演化、如何從思想能量轉換成社會力量。
因此，語意能勢熵不是一般意義上的資訊熵，而是資訊熵被放入語意場、社會認知場與文明演化場之後，所形成的更高階概念。
它回答的問題不是：這段資訊有多亂？這個訊息有多少不確定性？
它回答的是：這段語意如何在人類社會中流動？它如何攜帶思想能量？它如何與其他語意波包共鳴或抵銷？它如何形成新的認知結構？它如何轉化成改變社會的力量？它如何留下文明演化的紀錄？
至此，我們可以將前述的量子位元群演化，對接至其最終留下的能勢歷程：
Quantum Bits ≡ Semantic Power Entropy
量子位元群 ≡ 語意能勢熵
當道元群作為資訊波包，在社會認知場域中以類似量子位元群的方式持續演化、疊加、共鳴、干涉與顯化時，其整體歷程便是語意能勢熵。
也因此，本文真正要說的不是「資訊可以被控制」，而是「資訊會演化」。資訊理論若只停留在控制論，就會把語意看成被傳遞的資料；但語意能勢熵論會把語意看成正在形成社會力量的資訊波包。
這個差異非常關鍵。
控制論關心訊息如何準確抵達。
演化論關心訊息抵達之後如何改變世界。
語意能勢熵論站在第二個位置上。它不否定控制、通訊、編碼與計算的重要性，但它認為，若要理解思想、文化與文明，就必須把資訊視為能量進入社會場域後的演化歷程。
這也讓本文的核心式形成完整閉環：
Tokens ≡ Information Entropy ≡ Information Wave-Packet ≡ Quantum Bits ≡ Semantic Power Entropy
道元群 ≡ 資訊熵 ≡ 資訊波包 ≡ 量子位元群 ≡ 語意能勢熵
從道元群出發，語意先形成有意義的資訊；資訊在人類社會認知場中聚散，成為資訊熵；資訊熵以波動形式凝聚，成為資訊波包；資訊波包具有疊加、共鳴、干涉與顯化的性質，因而可與量子位元群同構；最後，當這個語意資訊波包攜帶思想能量並轉化為社會力量，其整體演化歷程便是語意能勢熵。
八、結論：資訊理論應從控制論走向演化論
本文最終主張，資訊理論若只停留在控制論，便不足以描述人類語意、思想與文明的真正運作方式。
控制論適合處理訊息傳遞、雜訊抑制、系統穩定與輸出控制。這些問題非常重要，但它們不是語意世界的全部。語意在人類社會中不是被動傳輸，而是主動演化；思想不是資料封包，而是能量波包；文明不是訊息網路，而是無數語意能勢熵持續聚散、共鳴、干涉與顯化的結果。
因此，本文提出「語意能勢熵論」，試圖將資訊理論推進到演化論層次。
在這個理論中，道元群是語意的組成。資訊熵是語意資訊流在人類社會認知場域中聚散歷程的紀錄。資訊波包是語意資訊流在社會場域中的波動形式。量子位元群是資訊波包在多重可能性、疊加與顯化中的同構語彙。語意能勢熵則是用語意傳達思想能量，使之轉換成改變社會力量的資訊歷程紀錄。
因此，本文核心式定稿為：
Tokens 道元群 ≡ Information Entropy 資訊熵 ≡ Information Wave-Packet 資訊波包 ≡ Quantum Bits 量子位元群≡ Semantic Power Entropy 語意能勢熵
這條式子所揭示的，不是五個概念的平面混合，而是一條由語意組成、資訊聚散、波包演化、量子式顯化到社會力量轉換的連續生成鏈。
若以最白話的方式說，本文的意思是：人類說出的每一句話，都不只是文字；每一段有力量的語意，都像一個資訊波包。它帶著過去的歷史、當下的張力與未來的可能，在社會認知場中流動。當它與人群共鳴，它就會被放大；當它與既有結構衝突，它可能被抵銷；當它持續演化，它就可能形成新的思想、制度與文明方向。
所以，語意不是文字排列，而是思想能量的資訊波包。資訊不是被控制的資料，而是在社會認知場中演化的語意流。語意能勢熵，就是語意資訊流推動文明演化時留下的歷程紀錄。
這也使「萬物皆道元」得以進一步展開為「萬物皆語意能勢熵」。萬物之所以皆道元，是因為萬物都可以被語意化、被切分、被指涉、被重組；萬物之所以皆語意能勢熵，是因為語意一旦進入社會，就不只是符號，而是能量、方向、共鳴、干涉與演化的歷程。
最後，本文可以凝縮為一句話：
道元成群，群而成熵；熵聚成包，包而演化；演化成勢，勢而成文明。
或以本文最核心的語言來說：
資訊理論若只處理控制，它只能解釋訊息如何抵達；資訊理論若走向演化，它才能解釋語意如何改變世界。
參考文獻
- 張慶瑞，〈「萬物皆道元」，老子早知道？〉，《臺大校友雙月刊》第155期，2024年9月。https://ntualumnibm.ntu.edu.tw/bm.bimonthly.article/detail/sn/8944
- 郭瀚嶸，〈能勢熵正規論：Power Entropy Normalization Theory〉，ResearchGate Preprint，2026年4月。DOI: 10.13140/RG.2.2.15560.89606。