程式研究區
MSSP 接下來要長成什麼。
這一區不是 MSSP 現況的說明，是它下一批版本的材料。四個方向各有一份研究草案：AI 管理、EveMiss FPL 專案形式化語言、架構可視化，以及動態／規模感知的 MSSP。
FOUR DIRECTIONS
這四篇對應 MSSP 接下來的四個方向：AI 管理、EveMiss FPL 專案形式化語言、架構可視化（人與 AI 都看得懂），以及動態／規模感知的 MSSP。它們不是 MSSP 現況的說明，是它下一批版本的材料。
回到 MSSP 專區 ↗- FPL 專案形式化語言
EveMiss FPL 專案形式化語言
面向 AI 原生軟體開發的可執行架構語言
把專案架構本身變成一種可執行的語言：MSSP-Lang 定義模組與關係，編譯器把它展開成專案骨架，AI 負責中觀架構生成與微觀實作，人類保留宏觀決策。操作的對象不是資料與邏輯，是模組與關係。
與 MSSP 的關係直接建在 MSSP 之上：MSSP-Lang 的語法單位就是 FMS／SCL／SMS／TMS／DMS，而母集與子集的判準是它的型別規則。
更名 — 撰寫時的工作名稱為「資料夾程式語言（Folder Programming Language）」。縮寫 FPL 沿用，展開由 Folder 改為 Formal。
- 架構可視化
GitHub 架構透視器：讓隱藏的架構可視化
一個倉庫的真實架構藏在 import 圖、目錄慣例與變更歷史裡，讀 README 看不到。這篇提出把它直接畫出來，並且畫成人與 AI 都能消費的形式。
- 動態 MSSP
軟體專案的規模感知架構組織範式
從認知負荷、圖論與組織理論推導出「多大的專案該用多少結構」，並讓這個判斷隨專案成長自動演化，而不是在第一天就凍結一套模板。
與 MSSP 的關係直接對應 MSSP 手冊裡的「度」，並把它從一張表格推進成可推導的模型。
- AI 管理
AI 驅動的靜態記憶體邊界推斷系統
在 MSSP 的模組邊界之上做後驗式靜態推斷：讓 AI 推出每個模組的記憶體上界，取代動態管理的不可預測與傳統靜態分析的過度保守。
與 MSSP 的關係推斷的單位就是 MSSP 的模組邊界——沒有那條邊界，靜態上界只能退回整個程式的保守估計。