這份八語言程式碼知識蒸餾架構提案，核心不是找一種「能理解所有語言」的解析器，而是把不同語言的語法與可見性規則留在各自的適配器，再讓共通引擎處理證據、必要內容、編碼與傳輸預算。

建議的資料流是：只讀快照 → 語言適配器 → 通用語義中介表示（IR）→ 必需內容閉包 → 無損編碼 → 精確計量與背壓 → 獨立解碼與驗收。

不過，這仍是提案，不是八語言已經上線的成果。它可以承諾「指定範圍內的必需靜態知識完整，且每個交付帧不超過 24,576 位元組」，不能承諾任意專案、任意規模的完整程式語義都能塞進單一固定大小的帧。

先分清楚：哪些已有紀錄，哪些仍是提案

既有歷史回執記錄，某次 FastCode 五檔快照的核心交付帧為 18,869 位元組，包含 79 條匯入、84 項定義與 79 條靜態依賴引用。84 項定義包含方法和巢狀定義，不只是頂層公開介面。回執也記錄了 751 個呼叫運算式全部省略，因此結果是部分交付，不能稱為程式語義零遺漏。

另一份定向回歸紀錄顯示 40 項測試通過。不過，這是特定測試集合的歷史結果，不代表本輪重新執行，也不能據此推論所有測試都已通過。現有抽取資訊亦不足以證明參數、回傳型別、預設值、泛型限制與完整 API 契約都已保存。

提案因此要把「編碼無損」「必需核心完整」和「完整程式語義」分開：解碼後還原已選記錄，不等於所有必要聲明都已抽出；必要聲明完整，也不等於掌握動態派發、執行期行為與所有副作用。

通用 IR：共用結構，不抹平語言差異

建議的通用語義圖以四類節點為核心：

• Package／Namespace：表示套件、命名空間或宣告容器，但不把它們視為同一種實體。
• Module／File：表示具內容身分的原始碼檔案或語言模組。
• ContractNode：表示型別、介面、trait、結構、列舉、型別別名及公開綁定等契約聲明。
• CallableNode：表示函式、方法、建構子、運算子與其他可呼叫聲明。

節點之外，圖還要保存依賴、實作、呼叫與繼承等關係，以及條件、來源範圍、解析狀態和證據等級。來源中出現一條呼叫或實作聲明，只能證明原始碼寫了這項關係，不能直接證明它一定能編譯、執行或在執行期派發到某個目標。遇到動態呼叫、巨集生成或結構型介面等無法確認的情況，應保留「未知」及原因，而不是猜出確定關係。

來源也必須可追溯：記錄原始檔案摘要、原始位元組範圍、條件與抽取規則；同一份來源被多項義務引用時可以只計費一次，但各項義務仍要分別驗證。若只保存類別名稱或一段類別標頭，也不能把它說成完整類別正文。

八種語言需要不同的可見性政策

「公開」不是一個各語言通用的布林值。提案要求適配器分別處理聲明本身的存取規則、容器是否可達、外部名稱、條件及證據等級。

語言	適配器應特別處理的公開表面
TypeScript	區分型別與值的匯入、匯出，也要分開判斷模組匯出和套件入口可達性。378
Python	將明確列出的匯出集合視為匯出意圖證據；底線命名只是慣例，不等於存取控制。動態匯入與執行期注入應保留未知。
Java	同時看成員、包含型別、套件與模組限制；不能因成員是 public 就假設任何呼叫端都可達。
C#	綜合存取修飾詞、包含型別、組件受眾與部分聲明；命名空間不是存取控制。
Go	按語言規則判斷匯出識別字，並處理建置標籤、平台檔案和點匯入等情況。
Rust	沿模組路徑與重新匯出關係判斷公開範圍，區分受限公開、trait、實作區塊與條件屬性。
C	將獲授權範圍內的標頭宣告視為 API 候選，但標頭中的宣告不等於二進位檔實際匯出。
C++	同時處理標頭 API 候選、類別成員存取、模板、巨集和模組匯出；一般命名空間本身不是匯出開關。

TypeScript 的模組匯出形式、型別匯入／匯出，以及套件入口設定需分開理解，已有官方文件可作依據。378 至於其餘七種語言的規範細節，以及八個語法包的實際節點欄位，這份提案沒有足夠的一手核驗證據；正式接納各適配器前仍須補齊。無法證明某聲明不屬於必要公開範圍時，應保留為條件或未知候選；若因此超出預算，就回報阻塞，而不是猜測它是私有內容來縮小核心。

Tree-sitter 可作前端，但不是編譯器替身

Tree-sitter 能建立具體語法樹，也支援以 S-expression 查詢語法節點。1116 因此提案把它視為多語言結構解析的候選底座，再由適配器抽取聲明、依賴、條件、公開候選與呼叫點；但語法樹不會自動提供編譯器等級的型別檢查、巨集展開、連結或執行期語義。

目標機的部署限制也很明確：不安裝或呼叫 JDK、.NET SDK、Node.js、Rust 工具鏈、Go、GCC／Clang，也不執行待分析專案的程式碼、建置腳本或套件管理器。候選做法是使用經核准的預編譯解析執行環境和語法元件；若沒有相符的平台資產，就回報缺失，不得回退到本地編譯或自動下載。Tree-sitter 語言元件與執行環境仍有 ABI 相容性要核對，不能只看套件名稱或安裝成功與否。13

這不代表系統「完全不執行任何程式」：原生解析器本身也是可執行依賴。需要明確的是，它不執行目標專案程式碼，並且要對解析器工作程序設置記憶體與時間限制，分別回報語法錯誤、未支援語法、讀取失敗與資源耗盡。

必需內容先閉包；超限就明確失敗

提案把優先級整理成三個處理層：P0、P1 與義務所需支援內容屬於必需層；P2 通常是語義補充；P3 通常是細節。只要某段支援內容是完成必要義務的前提，它就必須納入必需閉包，不能因為預設屬於 P2 或 P3 就省略。

這個閉包不只包括節點和關係，也包括簽名、來源、條件、別名、容器及證明義務所需的支援聲明。只留下關係邊、卻丟掉關係成立的條件或來源，不算無損。

建議的預算狀態包括：完整內容可裝入時交付；必要核心完整但選配內容被省略時，清楚標示部分交付；核心超出目前配額但尚未超過已授權硬上限時，允許有界調整；核心超過硬上限時則停止重試並阻塞。不能悄悄刪掉 P0／P1，也不能因為遇到真實超限就自行提高上限。

**24,576 位元組是物理硬頂，不是普遍裝載保證。**任意多、彼此獨立的必要契約，不可能保證都塞進固定大小的單一帧。若必需核心超限，誠實的選項是阻塞，或另行取得分頁、分任務或外部來源引用的授權；後者也不能再說成「所有知識都在單一 24KB 帧內」。既有 V2 A 的 22,016 位元組上限亦不應因這份提案而自動提高。

計量時要看完整傳輸帧，包括內層記錄、外層 JSON-RPC、識別資訊、診斷、跳脫字元與換行。壓縮後的傳輸位元組，也不能直接等同於模型實際收到的內容量或 token 數。

怎麼看待「18,869 位元組」這個數字

歷史實驗另記錄過 378,113 位元組的原全量帧、59,292 位元組的舊核心，以及正式核心帧 18,869 位元組。這些數字來自不同的交付範圍與表示方式；縮小幅度不能全部歸功於去重或 Interning。後續評估應分開報告「省略選配內容的效果」「同一核心的編碼效果」和「最後完整帧的大小」，也不應將 18,869 位元組稱作全域最小值。

八語言驗收：先凍結範圍，再看結果

提案選定的候選靶場包括 TypeScript 的 Redux、Java 的 Spring Framework spring-core、C# 的 ASP.NET Core HTTP 抽象、Python 的既有 FastCode 五檔範圍、Rust 的 ripgrep 搜尋抽象、Go 的 Gin、C 的 Redis，以及 C++ 的 fmt。這些是待確認版本、檔案與來源範圍的候選，不代表本輪已下載或測試。

為避免看到結果後才挑選容易通過的樣本，每個靶場都應先固定來源版本、檔案清單、摘要、聲明範圍、必要義務、條件與獨立預期答案。比較規模也不能只看程式碼行數：還要記錄輸入位元組、依賴數、契約及可呼叫聲明數、簽名大小、條件與別名數；公開核心密度也應與正文密度分開比較。

驗收門檻建議包括：凍結預期集合中的必要聲明與依賴全數召回；簽名、修飾詞、限制、別名、條件及來源逐項一致；解碼後必要引用全部閉合；凍結負向測試中不得出現錯誤的確定關係；完整帧不超過有效預算；同一輸入與版本產生穩定核心；並以實際回執證明離線、只讀、不執行目標程式碼及資源限制有效。

生成器與評價器也不能只共用同一套規則、再互相證明正確。獨立答案應透過來源複讀和凍結標註建立，並涵蓋巢狀聲明、條件、重新匯出、同名聲明、歧義呼叫與負向案例。八個基準全部通過後，才適合說「此基準集合上的八種語言達標」，而不是宣稱任意未來專案都能通過。

漸進落地，保留舊契約

提案規劃四階段：先替 Python 建立通用 IR 映射並維持既有回歸；接著加入預編譯解析底座與 Go、TypeScript；再擴充 Java、C#；最後處理 Rust、C 與 C++，並完成混合語言輸入與失敗隔離測試。

每個階段都要明確版本化 IR、適配器與語法、查詢規則、核心政策、編碼及協定。新通用模式應採明確協商，舊 V1／V2 契約不應被靜默改寫；缺少完整正文的聲明片段，也不能冒充舊模式要求的完整正文來源證明。

**結論是：**這套架構有條件可行，適合作為八語言演進提案；但現有證據不足以宣稱八種語言已完成或已達標。真正可靠的承諾，不是任意專案都能壓縮到某個比例，而是範圍清楚、來源可驗、未知不冒充確定、必要內容不被暗中刪除，超出容量時也能如實阻塞。

這份八語言程式碼知識蒸餾架構提案，核心不是找一種「能理解所有語言」的解析器，而是把不同語言的語法與可見性規則留在各自的適配器，再讓共通引擎處理證據、必要內容、編碼與傳輸預算。

建議的資料流是：只讀快照 → 語言適配器 → 通用語義中介表示（IR）→ 必需內容閉包 → 無損編碼 → 精確計量與背壓 → 獨立解碼與驗收。

不過，這仍是提案，不是八語言已經上線的成果。它可以承諾「指定範圍內的必需靜態知識完整，且每個交付帧不超過 24,576 位元組」，不能承諾任意專案、任意規模的完整程式語義都能塞進單一固定大小的帧。

先分清楚：哪些已有紀錄，哪些仍是提案

既有歷史回執記錄，某次 FastCode 五檔快照的核心交付帧為 18,869 位元組，包含 79 條匯入、84 項定義與 79 條靜態依賴引用。84 項定義包含方法和巢狀定義，不只是頂層公開介面。回執也記錄了 751 個呼叫運算式全部省略，因此結果是部分交付，不能稱為程式語義零遺漏。

另一份定向回歸紀錄顯示 40 項測試通過。不過，這是特定測試集合的歷史結果，不代表本輪重新執行，也不能據此推論所有測試都已通過。現有抽取資訊亦不足以證明參數、回傳型別、預設值、泛型限制與完整 API 契約都已保存。

提案因此要把「編碼無損」「必需核心完整」和「完整程式語義」分開：解碼後還原已選記錄，不等於所有必要聲明都已抽出；必要聲明完整，也不等於掌握動態派發、執行期行為與所有副作用。

通用 IR：共用結構，不抹平語言差異

建議的通用語義圖以四類節點為核心：

• Package／Namespace：表示套件、命名空間或宣告容器，但不把它們視為同一種實體。
• Module／File：表示具內容身分的原始碼檔案或語言模組。
• ContractNode：表示型別、介面、trait、結構、列舉、型別別名及公開綁定等契約聲明。
• CallableNode：表示函式、方法、建構子、運算子與其他可呼叫聲明。

節點之外，圖還要保存依賴、實作、呼叫與繼承等關係，以及條件、來源範圍、解析狀態和證據等級。來源中出現一條呼叫或實作聲明，只能證明原始碼寫了這項關係，不能直接證明它一定能編譯、執行或在執行期派發到某個目標。遇到動態呼叫、巨集生成或結構型介面等無法確認的情況，應保留「未知」及原因，而不是猜出確定關係。

來源也必須可追溯：記錄原始檔案摘要、原始位元組範圍、條件與抽取規則；同一份來源被多項義務引用時可以只計費一次，但各項義務仍要分別驗證。若只保存類別名稱或一段類別標頭，也不能把它說成完整類別正文。

八種語言需要不同的可見性政策

「公開」不是一個各語言通用的布林值。提案要求適配器分別處理聲明本身的存取規則、容器是否可達、外部名稱、條件及證據等級。

語言	適配器應特別處理的公開表面
TypeScript	區分型別與值的匯入、匯出，也要分開判斷模組匯出和套件入口可達性。378
Python	將明確列出的匯出集合視為匯出意圖證據；底線命名只是慣例，不等於存取控制。動態匯入與執行期注入應保留未知。
Java	同時看成員、包含型別、套件與模組限制；不能因成員是 public 就假設任何呼叫端都可達。
C#	綜合存取修飾詞、包含型別、組件受眾與部分聲明；命名空間不是存取控制。
Go	按語言規則判斷匯出識別字，並處理建置標籤、平台檔案和點匯入等情況。
Rust	沿模組路徑與重新匯出關係判斷公開範圍，區分受限公開、trait、實作區塊與條件屬性。
C	將獲授權範圍內的標頭宣告視為 API 候選，但標頭中的宣告不等於二進位檔實際匯出。
C++	同時處理標頭 API 候選、類別成員存取、模板、巨集和模組匯出；一般命名空間本身不是匯出開關。

TypeScript 的模組匯出形式、型別匯入／匯出，以及套件入口設定需分開理解，已有官方文件可作依據。378 至於其餘七種語言的規範細節，以及八個語法包的實際節點欄位，這份提案沒有足夠的一手核驗證據；正式接納各適配器前仍須補齊。無法證明某聲明不屬於必要公開範圍時，應保留為條件或未知候選；若因此超出預算，就回報阻塞，而不是猜測它是私有內容來縮小核心。

Tree-sitter 可作前端，但不是編譯器替身

Tree-sitter 能建立具體語法樹，也支援以 S-expression 查詢語法節點。1116 因此提案把它視為多語言結構解析的候選底座，再由適配器抽取聲明、依賴、條件、公開候選與呼叫點；但語法樹不會自動提供編譯器等級的型別檢查、巨集展開、連結或執行期語義。

目標機的部署限制也很明確：不安裝或呼叫 JDK、.NET SDK、Node.js、Rust 工具鏈、Go、GCC／Clang，也不執行待分析專案的程式碼、建置腳本或套件管理器。候選做法是使用經核准的預編譯解析執行環境和語法元件；若沒有相符的平台資產，就回報缺失，不得回退到本地編譯或自動下載。Tree-sitter 語言元件與執行環境仍有 ABI 相容性要核對，不能只看套件名稱或安裝成功與否。13

這不代表系統「完全不執行任何程式」：原生解析器本身也是可執行依賴。需要明確的是，它不執行目標專案程式碼，並且要對解析器工作程序設置記憶體與時間限制，分別回報語法錯誤、未支援語法、讀取失敗與資源耗盡。

必需內容先閉包；超限就明確失敗

提案把優先級整理成三個處理層：P0、P1 與義務所需支援內容屬於必需層；P2 通常是語義補充；P3 通常是細節。只要某段支援內容是完成必要義務的前提，它就必須納入必需閉包，不能因為預設屬於 P2 或 P3 就省略。

這個閉包不只包括節點和關係，也包括簽名、來源、條件、別名、容器及證明義務所需的支援聲明。只留下關係邊、卻丟掉關係成立的條件或來源，不算無損。

建議的預算狀態包括：完整內容可裝入時交付；必要核心完整但選配內容被省略時，清楚標示部分交付；核心超出目前配額但尚未超過已授權硬上限時，允許有界調整；核心超過硬上限時則停止重試並阻塞。不能悄悄刪掉 P0／P1，也不能因為遇到真實超限就自行提高上限。

**24,576 位元組是物理硬頂，不是普遍裝載保證。**任意多、彼此獨立的必要契約，不可能保證都塞進固定大小的單一帧。若必需核心超限，誠實的選項是阻塞，或另行取得分頁、分任務或外部來源引用的授權；後者也不能再說成「所有知識都在單一 24KB 帧內」。既有 V2 A 的 22,016 位元組上限亦不應因這份提案而自動提高。

計量時要看完整傳輸帧，包括內層記錄、外層 JSON-RPC、識別資訊、診斷、跳脫字元與換行。壓縮後的傳輸位元組，也不能直接等同於模型實際收到的內容量或 token 數。

怎麼看待「18,869 位元組」這個數字

歷史實驗另記錄過 378,113 位元組的原全量帧、59,292 位元組的舊核心，以及正式核心帧 18,869 位元組。這些數字來自不同的交付範圍與表示方式；縮小幅度不能全部歸功於去重或 Interning。後續評估應分開報告「省略選配內容的效果」「同一核心的編碼效果」和「最後完整帧的大小」，也不應將 18,869 位元組稱作全域最小值。

八語言驗收：先凍結範圍，再看結果

提案選定的候選靶場包括 TypeScript 的 Redux、Java 的 Spring Framework spring-core、C# 的 ASP.NET Core HTTP 抽象、Python 的既有 FastCode 五檔範圍、Rust 的 ripgrep 搜尋抽象、Go 的 Gin、C 的 Redis，以及 C++ 的 fmt。這些是待確認版本、檔案與來源範圍的候選，不代表本輪已下載或測試。

為避免看到結果後才挑選容易通過的樣本，每個靶場都應先固定來源版本、檔案清單、摘要、聲明範圍、必要義務、條件與獨立預期答案。比較規模也不能只看程式碼行數：還要記錄輸入位元組、依賴數、契約及可呼叫聲明數、簽名大小、條件與別名數；公開核心密度也應與正文密度分開比較。

驗收門檻建議包括：凍結預期集合中的必要聲明與依賴全數召回；簽名、修飾詞、限制、別名、條件及來源逐項一致；解碼後必要引用全部閉合；凍結負向測試中不得出現錯誤的確定關係；完整帧不超過有效預算；同一輸入與版本產生穩定核心；並以實際回執證明離線、只讀、不執行目標程式碼及資源限制有效。

生成器與評價器也不能只共用同一套規則、再互相證明正確。獨立答案應透過來源複讀和凍結標註建立，並涵蓋巢狀聲明、條件、重新匯出、同名聲明、歧義呼叫與負向案例。八個基準全部通過後，才適合說「此基準集合上的八種語言達標」，而不是宣稱任意未來專案都能通過。

漸進落地，保留舊契約

提案規劃四階段：先替 Python 建立通用 IR 映射並維持既有回歸；接著加入預編譯解析底座與 Go、TypeScript；再擴充 Java、C#；最後處理 Rust、C 與 C++，並完成混合語言輸入與失敗隔離測試。

每個階段都要明確版本化 IR、適配器與語法、查詢規則、核心政策、編碼及協定。新通用模式應採明確協商，舊 V1／V2 契約不應被靜默改寫；缺少完整正文的聲明片段，也不能冒充舊模式要求的完整正文來源證明。

**結論是：**這套架構有條件可行，適合作為八語言演進提案；但現有證據不足以宣稱八種語言已完成或已達標。真正可靠的承諾，不是任意專案都能壓縮到某個比例，而是範圍清楚、來源可驗、未知不冒充確定、必要內容不被暗中刪除，超出容量時也能如實阻塞。