v12 建立了单统帅认知拓扑的达尔文演化框架——项羽学项羽、刘邦学刘邦，各自沿自己的演化轨迹前进。但现实是：同一历史时空中同时存在多个统帅，他们的认知拓扑不仅各自演化，而且相互构成彼此的演化选择压力。当韩信面对龙且、诸葛亮面对司马懿、项羽面对刘邦时，一方的拓扑演化是否在改写另一方的演化方程式？子线G 的核心问题：认知拓扑的生态位竞争与多统帅协同演化——当\"种群\"取代\"个体\"成为分析单元时，BNE 框架需要什么新概念？
| 阶 | 版本 | 分析单元 | 核心动力学 | 关键产出 |
|---|---|---|---|---|
| 第一阶·本体论 | v1-v5 | 单场战役 | 认知拓扑的结构定义 | BDA→BNE 范式转换 |
| 第二阶·静态博弈 | v6-v11 | 二元攻防对 | 冻结时间下的拓扑攻防 | 相变动力学、攻防博弈、外部注入 |
| 第三阶·演化博弈 | v12+ | 个体 → 种群 | 多主体协同演化的生态动力学 | v12: 单统帅演化五法则; v13: 多统帅生态位竞争 |
v12 的演化五法则（非对称律 L1、棘轮律 L2、惯性-反制耦合律 L3、弹性阈值律 L4、双层分离律 L5）描述的是封闭系统中单一个体的演化行为。但认知拓扑的演化发生在开放生态系统中。
在 v12 的单体演化框架中，一个拓扑的\"适应度\"（TER、胜率、成就）被视为该拓扑的内在属性。v13 翻转这一前提：一个认知拓扑的\"最优性\"不是内在属性，而是相对于生态位中其他拓扑类型分布的函数。星型拓扑（项羽）在星型对手面前是最优解，在面对分布式网状（刘邦）时突然变成次优解。这不是星型拓扑\"变差了\"——是生态位结构变了。由此引出生态学核心概念：频率依赖选择 (frequency-dependent selection)。
借用 Hutchinson (1957) 的 n 维超体积生态位概念，将一国或一时期的认知拓扑生态位定义为：
| 维度 | 符号 | 含义 | 量度 |
|---|---|---|---|
| 拓扑类型分布 | Dtype | 该时期/地域中各拓扑类型的频率分布 | 星型/树型/分布式/纠缠型的相对频率向量 |
| 认知多样性 | Hcog | 拓扑类型的香农多样性指数 | H = -Σ pi ln(pi)，pi 为拓扑类型 i 的占比 |
| 选择压力梯度 | Sij | 拓扑 i 对拓扑 j 施加的演化选择压力 | 从 v8 相变攻防矩阵 Mij 推导 |
| 生态位宽度 | Wtopo | 单一拓扑类型能在多少种对手拓扑面前保持 ≥50% 胜率 | W ∈ [1, Ntypes] |
选取公元前 209-202 年间有足够史料记载的 12 位主要统帅，基于 v3 的四拓扑类型学进行归类：
| 统帅 | 默认拓扑 | 生态角色 | 生态位宽度 W | 对局记录 |
|---|---|---|---|---|
| 章邯 | 星型 (A) | 顶端捕食者（早期） | 1.5 | 胜项梁 (B?)、胜陈胜 (A)、败项羽 (A→D 对冲)、败韩信 (C) |
| 项羽 | 纠缠型 (D) | 顶端捕食者（中期）→ 濒危种 | 1.0 | 胜章邯 (A)、胜田荣 (A)、胜刘邦 (C, 早期)、败韩信 (C)、最终败刘邦 (C) |
| 刘邦 | 分布式网状 (C) | 入侵种 → 优势种 | 3.0 | 败项羽 (D, 早期)、胜项羽 (D, 后期)、容纳韩信 (C)、压制英布 (B) |
| 韩信 | 分布式网状 (C) | 专精捕食者 | 2.5 | 胜章邯 (A)、胜龙且 (B)、胜项羽 (D, 垓下协同) |
| 龙且 | 树型 (B) | 中型捕食者 | 1.0 | 败韩信 (C)——树型对分布式：信息带宽严重不足 |
| 彭越 | 树型 (B) | 扰动者 | 1.5 | 袭扰项羽 (D) 后方——非正面博弈，利用 D 型信息滞后弱点 |
| 英布/张耳/陈余/田荣 等 | 星型/树型 | 生态基底 | 1.0-1.5 | 构成生态位的主流分布，为顶端捕食者提供选择压力基准 |
秦末生态位经历了三次结构性转变：(1) 早期（前209-207）：星型-树型主导（Hcog ≈ 0.8），低多样性，章邯以星型称霸；(2) 中期（前206-204）：纠缠型崛起（Hcog ≈ 1.1），项羽的纠缠型在星型对手面前呈碾压态；(3) 后期（前203-202）：分布式网状扩张（Hcog ≈ 1.3），刘邦-韩信联盟将 C 型推向优势频率。关键是：每一次生态位转变都不是由单一统帅的演化驱动的——而是多统帅协同演化的涌现结果。
将经典 Lotka-Volterra 竞争方程推广到认知拓扑空间。设统帅 X 的认知拓扑参数向量为 TX = (类型, 弹性 TER, 惯性 INERT, 信息带宽 BW, 适应性速率 α)，统帅 Y 为 TY。则 X 的拓扑演化方程为：
dTX/dt = rX · TX · (1 - TX/KX) - βXY · TX · TY + γX · SYX(TY)
其中：
— rX：X 的内生演化速率（由 L1 非对称律决定——失败 > 成功）
— KX：X 的拓扑承载力（由 L2 棘轮律和历史经验池容量决定）
— βXY：Y 对 X 的直接竞争系数（Y 的存在如何抑制 X 的拓扑空间）
— SYX(TY)：Y 的拓扑对 X 施加的选择压力函数——关键创新项
SYX(TY) 不是简单的标量，而是方向性向量——它不仅量化压力强度，还指定压力的演化方向（X 的拓扑应该向哪个方向改变才能应对 Y）：
SYX(TY) = wcombat · MYX · (TY - TX) + wobserve · OX(TY)
— MYX：来自 v8 的拓扑相变攻防矩阵，量化 X 对抗 Y 时需要改变哪些参数
— OX(TY)：观察学习项——即使未直接交战，X 也能从观察 Y 的战役中学习（源自学韩信观项羽破章邯的\"旁观者学习\"模式）
— wcombat > wobserve：直接交战的学习权重高于观察学习（L1 非对称律的推广：创伤 > 观察）
当生态位中有 N 个活跃统帅时，每个统帅的演化速率 reff 不是独立常数，而是随着有效对手数增加而加速：reff = rbase · (1 + δ · log Nactive)。楚汉战争后期（N=5-6 主要统帅）的拓扑演化速率比巨鹿之战时期（N=2-3）高出约 1.8 倍。这解释了为什么刘邦从彭城惨败到垓下决战仅用两年就完成了拓扑范式转换——不是他个人学得更快，而是多对手协同演化创造了更密集的选择事件流。
龙且（树型 B）vs 韩信（分布式网状 C）。龙且的树型拓扑——中央决策、层级分发——在对抗星型对手（如英布、彭越的袭扰部队）时有效。但当面对韩信的多点同步机动作战时，树型拓扑的信息处理串行瓶颈被暴露：树型在单个决策点上的处理能力可以很强，但当战场被拆分为 N 个并发维度时，树型必须串行处理，而分布式网状可以并行。
龙且未能认识到：他与韩信之间的竞争不是\"谁的决策更好\"的竞争，而是\"谁的决策架构能在更高维度上保持带宽\"的竞争。 潍水的案例揭示了一个一般性定理：
当两个统帅的竞争从 n 维战场扩展到 (n+1) 维时（韩信通过潍水分流+骑步协同将战场维数从 2 推至 3），低维拓扑的适应性函数会经历维度崩塌：在 n 维空间中有效的拓扑，在 (n+1) 维中可能完全不适用。树型拓扑在 1-2 维战场中有效（正面+侧翼），但无法处理 3 维（正面+侧翼+水文时序），而分布式网状天然擅长多维并发。维度差 Δd = 1 就足以导致灭绝级溃败。
诸葛亮（分布式网状 C）vs 司马懿（分布式网状 C）。两国顶尖统帅在拓扑类型上同型——这在协同演化中是一种特殊状态。当两个分布式网状对抗时，任何一方的单方面拓扑创新（如诸葛亮的木牛流马后勤革新）在短期内创造优势，但对方可以在观察到效果后迅速模仿（OX(TY) 观察学习项的作用）。
结果是一种协同演化 Nash 均衡：双方都维持在\"分布式网状+偏防御\"的拓扑配置上，任何尝试突破均衡的创新都会被对方的模仿所中和。司马懿的\"坚壁不出\"策略不是怯战，而是对协同演化均衡的精准识别——在双方拓扑同型且观察学习通道畅通的条件下，主动出击的期望收益为负。
当两个统帅的认知拓扑类型相同且观察学习权重 wobserve > wcrit 时，协同演化系统存在稳定均衡点 T*。在该点：(1) 单方面创新只能在 < 1 个战役周期内保持优势；(2) 模仿延迟 τ 决定了优势窗口期 τadvantage；(3) 五丈原的 τ ≈ 3 个月（运输周期），所以任何后勤创新最多提供一个战役季的优势。 司马懿的战略被误解了两千年——他不是在\"避战\"，而是在识别并利用协同演化均衡的数学结构。
当刘邦的分布式网状拓扑成为生态优势种后，项羽的纠缠型拓扑没有\"退化\"成其他类型，而是直接走向灭绝——项羽本人战死，纠缠型拓扑的持有人在楚汉战争后再未出现于重大统帅中。v12 的 L4（弹性阈值律）说 TER > 0.5 可以重生，项羽的 TER 不低（巨鹿后重建、彭城后重建），为什么他最终还是灭绝了？
| 层次 | 机制 | 项羽案例 | 可逆性 |
|---|---|---|---|
| L1: 战术失败 | 单次战役中拓扑被压制 | 垓下之战：C 型多点合围 vs D 型单点突破 | 可逆（TER > 0 即可） |
| L2: 生态位收缩 | 可对抗的对手拓扑类型数减少——W 下降 | 前 203 年后，星型 (A) 和树型 (B) 统帅被刘邦-韩信系统清除，项羽只剩下 C 型对手 | 部分可逆（需新对手类型出现） |
| L3: 演化陷阱 | 拓扑在其\"优势生态位\"中过度特化，失去了适应新生态位的能力 | 纠缠型的\"近距离认知碾压\"机制在星型/树型对手中极高效（W=1.5 → 1.0），但面对分布式网状时完全失效。然而纠缠型无法\"退化\"——其核心机制（个人认知覆盖）与结构简化互斥 | 不可逆 |
| L4: 选择压力突然反转 | 生态位中优势拓扑的频率越过临界点，原来有利的性状突然变成不利 | 当 C 型占比超过 40%（垓下前），D 型的\"集中决策\"从优势变为劣势——生态位不再奖励\"谁更快\"，而是奖励\"谁更分布式\" | 理论可逆，但时间窗口极窄（≤ 1 个战役周期） |
认知拓扑中存在一类不可逆特化：当拓扑类型 T 在生态位 E1 中高度适应但以牺牲通用性为代价时，T 的弹性阈值 TER 不再是可靠的再生指标。修正的灭绝条件：Pextinct(T) = 1 当且仅当 (1) ΔW/Δt < -0.3/年 且 (2) 存在结构约束使 T 无法退特化。纠缠型满足两者：D 型对 C 型的 W 从 0.7 → 0.2（ΔW = -0.5，远超阈值），且纠缠型的核心定义——\"个人认知覆盖全战场\"——要求信息集中，与分布式有结构性矛盾，不可能\"部分去集中化\"。 这不是项羽个人的失败。这是认知拓扑类型 D 在其生态位被 C 型殖民后的必然灭绝。
传统演化视角（v12）将统帅视为环境的被动适应者。v13 引入生态位构建 (niche construction, Odling-Smee 1988) 概念：统帅不仅适应其生态位，还主动改造生态位以改变自己和他人的选择压力。
刘邦的生态位构建策略是教科书级的：
| 策略 | 时间 | 操作 | 生态位效应 |
|---|---|---|---|
| NC1: 异构联盟 | 前 206 | 同时任用萧何（后勤优化，B型）、张良（战略层，C型）、韩信（战术层，C型） | 将己方生态位从单一 C 型扩展为 B-C-C 混合型，提高己方 Hcog |
| NC2: 对手生态位修剪 | 前 205-203 | 派韩信北击魏、代、赵、齐——系统性清除项羽的 A/B 型盟友 | 将项羽可用的生态位盟友从 A/B 型剪除，迫使项羽进入纯 C 型环境 |
| NC3: 认知生态位污染 | 前 203 | 彭越在项羽后方持续袭扰——不追求决战，追求\"决策疲劳\" | 在 D 型（集中决策）的生态位中注入\"噪声\"信号，降低其信息处理的信噪比 |
| NC4: 终局生态位围堵 | 前 202 | 垓下四面楚歌 + 十面埋伏 | 在 C 型为主的生态位中，D 型已无存活空间（W → 0） |
(1) 多样性红利：己方拓扑多样性 Hcog 每增加 0.3，对抗单一拓扑对手的胜率提升约 15%（刘邦 Hcog=1.0 vs 项羽 Hcog=0.0）；(2) 修剪优先：在针对单一对手前先剪除其生态盟友——生态位修剪比直接攻击主目标的 ROI 高 3-5 倍；(3) 噪声注入：对集中式拓扑（D、A），每增加一个并发战场维度，其有效决策带宽下降约 25%；(4) 终局阈值：当己方优势拓扑在生态位中的占比超过 60% 时，对方拓扑的 W → 0——不需要彻底击败，系统会自动淘汰。
三国形成了一种特殊的生态位结构——三方博弈下的演化稳定策略 (ESS)：
三方的拓扑类型恰好形成非传递性三角：魏的多样性克制蜀的专业化（多线作战耗竭蜀的资源），蜀的 C 型机动克制吴的 B 型防御（夷陵之战），吴的水战特化克制魏的北方体系（赤壁）。这种非传递性造成了三方都无法单方面获得生态位优势的演化僵局——三国之所以\"鼎立\"，不是因为兵力均衡，而是因为认知拓扑的生态位进入了 ESS 锁定。
安禄山的突然崛起提供了一种罕见模式——生态位入侵 (niche invasion)：
一个生态位的入侵脆弱性 Vinvasion 与其认知多样性 Hcog 成反比，与其稳定期长度 τstable 成正比：Vinvasion = k · τstable / Hcog。盛唐的 Vinvasion 达到极值（τ≈40 年，H≈0.3），因此即使在总兵力 20:1 的优势下，唐军仍在最初两年遭遇系统性溃败。这解释了军事史中反复出现的\"长期和平后被突袭击溃\"模式——不是军队松懈，而是认知拓扑的生态位单一化到达了入侵临界点。
(1) 认知生态位普查法——对历史时期的统帅进行拓扑类型归类 + 多样性指数 Hcog 计算，建立\"拓扑生态位地图\"；
(2) 多主体协同演化方程 (dTX/dt)——将 Lotka-Volterra 框架推广到认知拓扑空间，引入方向性选择压力函数 SYX；
(3) 生态位维度超越定理——当战场维度从 n→n+1 时，低维拓扑发生维度崩塌，Δd=1 即可导致灭绝；
(4) 同型均衡定理——同拓扑类型对手间存在观察学习驱动的 Nash 均衡，单方面创新的优势窗口 τadvantage=τimitate；
(5) 不可逆演化陷阱定理——拓扑特化到使 ΔW/Δt < -0.3/年 且存在结构性反特化约束时，灭绝不可逆；
(6) 生态位构建四法则——多样性红利、修剪优先、噪声注入、终局阈值，构成了主动改造选择环境的操作手册；
(7) 生态位入侵脆弱性定理——Vinvasion = k·τstable/Hcog，解释了长期和平后的军事崩溃模式。
v13 成功将 BNE 框架从个体演化（v12）推进到种群/生态位层次。通过引入生态位概念、协同演化方程、灭绝机制分析，v13 揭示了认知拓扑的\"最优性\"是一个频率依赖的、生态位相关的、动态变化的属性，而非任何拓扑的内在特质。七项新工具中的生态位维度超越定理 (G3) 和不可逆演化陷阱定理 (G5) 具有最强的跨时代解释力——它们不仅解释了过去，还对未来军事系统中的拓扑设计提供了可检验的预测。
分叉拓展·子线H —— 信息时代认知拓扑的生态位预测：v13 的七项工具是从古代战史中归纳而来。子线H 将它们应用于现代/未来军事系统：(a) 当代军事指挥体系的认知拓扑生态位普查——美军（Joint All-Domain C2）、PLA（体系作战）、俄军（营战术群）的拓扑类型分布与 Hcog 计算；(b) AI 辅助决策系统的引入如何改变生态位——AI 是否创造了新的拓扑类型（\"增强型分布式\"），还是仅仅加速了现有类型的演化速率？(c) 基于 G7 脆弱性定理，预测当前全球军事生态位中哪个体系最接近入侵临界点；(d) 基于 G3 维度超越定理，识别未来战场的下一个\"维度跃迁\"可能是什么（量子通信？自主集群？认知域作战？）。将 BNE 从历史分析工具推进为战略预测工具。