AI 研究考古學：未完成理論、失敗資料與未來重構

AI Research Archaeology: Incomplete Theories, Failed Data, and Future Reconstruction

版本：v0.1
系列：全域知識收斂論・第九篇／系列收束篇
作者：Neo.K × AI 協作
研究性質：AI 認識論／研究方法論／知識考古／科學史／研究基礎設施
日期：2026-07-26

摘要

文明長期偏向保存最終論文、成功實驗與正式結論，卻經常遺失未完成理論、失敗計算、被放棄分支、中間程式、版本修正、研究對話與尚未被理解的跨域線索。未來人工智能即使具備極強的全域重構能力，也無法可靠恢復從未被保存的研究痕跡。

本文提出「AI 研究考古學」。其核心任務不是單純整理舊文件，而是讓未來 AI 對歷史研究遺址執行定位、鑑真、版本重建、認識狀態判定、失敗原因分析、跨時代轉譯、依賴圖復原與潛在價值重估。研究遺址可表示為：

\mathcal R^{\mathrm{archive}} = ( \mathcal D, \mathcal C, \mathcal X, \mathcal F, \mathcal V, \mathcal L, \mathcal U ),

其中 $\mathcal D$ 為文件與資料， $\mathcal C$ 為程式與計算痕跡， $\mathcal X$ 為執行環境， $\mathcal F$ 為失敗與反例， $\mathcal V$ 為版本演化， $\mathcal L$ 為依賴與研究路線， $\mathcal U$ 為未解義務與不確定性。

本文區分研究檔案學與研究考古學。前者主要回答「保存了什麼」；後者進一步回答：當時真正研究了什麼、哪些結論被後來版本修正、哪些失敗仍有算法價值、哪些中間結構從未正式發表、哪些研究群共同隱含一個尚未命名的元理論，以及哪些材料值得在新模型、算力與理論條件下重新啟動。

本文提出研究遺址、推理地層、版本地層、失敗化石、缺失節點、重構置信度與反事實研究價值等概念，並設計管線：

\mathsf{Excavate} \rightarrow \mathsf{Authenticate} \rightarrow \mathsf{Reconstruct} \rightarrow \mathsf{Reevaluate} \rightarrow \mathsf{Recompile}.

本篇亦作為「全域知識收斂論」系列收束。全系列最終形成：

\text{碎片保存} \rightarrow \text{延遲理解} \rightarrow \text{文明級編譯} \rightarrow \text{碎片重估} \rightarrow \text{受約束壓縮} \rightarrow \text{非收斂分界} \rightarrow \text{存取權} \rightarrow \text{生成極限} \rightarrow \text{研究考古與再啟動}.

關鍵詞

AI 研究考古學、研究遺址、失敗資料、未完成理論、版本重建、知識重估、延遲理解、研究期權、全域知識收斂、文明記憶

一、問題的提出

1.1 文明保存成果，卻常遺失成果形成的路徑

正式制度主要保存：

最終論文；
正式證明；
成功實驗；
最終程式；
可引用結論。

但研究過程還包含：

被否決的假設；
無法重現的環境；
被刪除的程式分支；
對話中的關鍵轉折；
尚未命名的概念；
因資源不足而中止的路線；
作者尚未看見的跨篇關係。

因此：

\mathcal P_{\mathrm{published}} \subsetneq \mathcal R_{\mathrm{process}}.

1.2 未保存的資料不能被未來智能憑空復原

若某段研究完全未保存：

x\notin\mathcal R^{\mathrm{archive}},

未來 AI 最多只能推測：

\widehat{x} = \operatorname{Infer} ( \mathcal R^{\mathrm{archive}} ),

而不能保證：

\widehat{x}=x.

所以研究考古的第一原則是：

未來智能可以重新理解既存碎片，但不能可靠恢復從未留下的研究痕跡。

1.3 為何需要「考古」而不只是「搜尋」

搜尋回答：

\text{哪裡有相關文件？}

研究考古回答：

\text{這些文件在何種歷史、版本與推理關係中成立？}

單一文件可能已被後來版本推翻、缺少必要依賴、屬於已放棄分支，或與另一份文件共同構成完整算法。因此，研究考古是研究歷史的結構復原，而非文件檢索的同義詞。

二、核心定義

2.1 研究遺址

研究遺址 $\mathcal S$ 是由同一問題、團隊、平台或理論群留下的異質材料：

\mathcal S = ( D, C, E, F, V, M, A ),

其中：

$D$ ：文件；
$C$ ：程式；
$E$ ：實驗與執行痕跡；
$F$ ：失敗；
$V$ ：版本；
$M$ ：訊息、對話與註記；
$A$ ：外部依賴與工具。

2.2 推理地層

若研究在不同時間形成多層假設、方法與結論，可表示為：

\Lambda = \{ \lambda_0, \lambda_1, \ldots, \lambda_n \}.

較新的地層不必完全取代較舊地層；舊層可能含有後來遺失的算法或直覺。

2.3 版本地層

版本可能形成分支樹：

V_0 \rightarrow \begin{cases} V_{1a}\rightarrow V_{2a},\\ V_{1b}\rightarrow V_{2b},\\ V_{1c}. \end{cases}

考古系統必須保留分支，而不是只保留最終主幹。

2.4 失敗化石

若失敗研究留下足以辨識其目標、方法、失敗點與可復用部分的痕跡，則稱為失敗化石：

F = ( q, m, b, r, u ),

其中 $q$ 為問題， $m$ 為方法， $b$ 為失敗位置， $r$ 為原因， $u$ 為可復用部分。

2.5 缺失節點

若資料顯示兩個研究狀態間應存在中介步驟，但該步驟未保存，則記為：

N_{\mathrm{missing}}.

它必須標記為推測，不能由 AI 補寫後當成歷史事實。

三、研究考古與檔案保存的區別

檔案保存主要處理：

文件真實性；
時間；
作者；
來源；
版本；
典藏位置。

研究考古則進一步重建：

推理順序；
假設變化；
工具依賴；
失敗模式；
未完成義務；
跨文件連接；
潛在算法；
後來價值。

可表示為：

\mathsf{Archive} : \mathcal R \rightarrow \mathcal R_{\mathrm{stored}},

\mathsf{Archaeology} : \mathcal R_{\mathrm{stored}} \rightarrow \widehat{\mathcal G}_{\mathrm{research}}.

四、研究遺址的材料類型

4.1 正式材料

論文；
白皮書；
技術報告；
專書；
專利；
形式證明。

4.2 半正式材料

草稿；
Markdown；
簡報；
備忘錄；
計畫書；
交接文件。

4.3 非正式材料

對話；
即時訊息；
語音轉錄；
個人註記；
臨時命名；
未整理想法。

4.4 可執行材料

程式碼；
Notebook；
Shell 指令；
容器；
相依套件；
測試；
編譯紀錄；
模型設定。

4.5 實驗材料

原始數據；
中間數據；
參數；
隨機種子；
儀器設定；
失敗批次；
異常值；
計算證書。

4.6 情境材料

資源限制；
截止日期；
使用額度；
硬體限制；
當時可用模型；
法律與授權。

這些條件可能解釋研究為何中止，而不是理論本身必然失敗。

五、AI 研究考古管線

5.1 探勘

\mathsf{Excavate} ( \mathcal S ) \rightarrow \mathcal A_0.

任務包括定位檔案、解壓封裝、辨識格式、提取時間戳、建立雜湊、發現重複與建立材料清單。

5.2 鑑真

\mathsf{Authenticate} ( \mathcal A_0 ) \rightarrow \mathcal A_1.

判斷文件是否原始、版本時間是否可信、程式是否對應聲稱輸出、數據是否完整。

5.3 分層

\mathsf{Stratify} ( \mathcal A_1 ) \rightarrow \Lambda.

建立時間層、版本層、推理層、工具層、失敗層與發表層。

5.4 依賴復原

\mathsf{RecoverDependencies} ( \Lambda ) \rightarrow \mathcal G_D.

識別顯式引用、隱式概念依賴、程式相依、數據來源、版本父子關係與跨對話延續。

5.5 認識狀態標記

\sigma_i \in \{ \text{已證}, \text{條件}, \text{數值}, \text{猜想}, \text{失敗}, \text{未知}, \text{推測重構} \}.

5.6 重構與重估

\mathsf{Reconstruct} ( \mathcal G_D ) \rightarrow \widehat{\mathcal G}_R,

再於今日知識背景下執行：

\mathsf{Reevaluate} ( \widehat{\mathcal G}_R, \mathcal K_t ) \rightarrow V_t.

5.7 重新編譯

\mathsf{Recompile} ( \widehat{\mathcal G}_R ) \rightarrow \mathcal P_{\mathrm{handoff}}.

輸出可包含時間線、依賴圖、版本圖、證據索引、失敗圖譜、可復用算法、重啟候選與 AI 交接包。

六、重構置信度

6.1 事實層與推測層分離

\mathcal G_{\mathrm{confirmed}} \neq \mathcal G_{\mathrm{inferred}}.

6.2 置信度函數

C_{\mathrm{recon}}(x) = f( S_x, T_x, D_x, V_x, R_x ),

其中 $S_x$ 為來源數量， $T_x$ 為時間一致性， $D_x$ 為依賴一致性， $V_x$ 為版本一致性， $R_x$ 為可重現性。

6.3 敘事連貫不等於歷史真實

\operatorname{NarrativeCoherence} \not\Rightarrow \operatorname{HistoricalTruth}.

重構敘事必須附帶證據鏈、缺失標記與替代解釋。

七、未完成理論的復原

未完成理論可能已包含穩定定義、部分公理、局部定理、算法原型、反例與未解義務：

\mathcal T_{\mathrm{partial}} = ( \mathcal C, \mathcal O, \mathcal U ),

其中：

$\mathcal C$ ：已閉合部分；
$\mathcal O$ ：開放義務；
$\mathcal U$ ：未明狀態。

AI 應將「看似快完成」拆成：

\mathcal O = \{ o_1, \ldots, o_n \},

並標記每個義務的依賴、已嘗試方法、已知反例、可能工具與結構性障礙。

AI 可以提出現代延伸：

\mathcal T_{\mathrm{continuation}},

但必須與歷史復原：

\mathcal T_{\mathrm{historical}}

明確分離。

八、失敗資料的考古價值

失敗至少具有五種價值：

排除價值：避免重複路線；
邊界價值：界定方法適用域；
算法價值：保留局部程序；
診斷價值：揭露共同障礙；
歷史價值：說明理論演化。

若多個失敗共享障礙 $B$ ：

F_1,\ldots,F_n \Rightarrow B,

則可建立失敗圖：

\mathcal G_F = \operatorname{Graph} ( F_1,\ldots,F_n,B ).

若新工具解除舊障礙：

B(\mathcal A_t)=\text{blocked},

B(\mathcal A_{t+\Delta})=\text{tractable},

則舊研究可被標記為重啟候選。

九、研究期權與反事實價值

未完成研究的期權價值：

O_t(x) = P_t(\text{未來可用}) \cdot G_t(\text{潛在收益}) - C_t(\text{保存與修復}).

反事實研究價值：

V^{\mathrm{cf}}(x) = C( \text{缺少 }x\text{ 的重新探索} ) - C( \text{保存並復原 }x ).

考古優先級可表示為：

P_{\mathrm{arch}}(x) = \alpha O_t(x) + \beta V^{\mathrm{cf}}(x) + \gamma B_t(x) - \lambda C_{\mathrm{repair}}(x).

十、研究群的隱性閉包

若研究群為：

\mathcal N = \{ N_1,\ldots,N_n \},

其潛在理論可能存在於：

\operatorname{Closure}( \mathcal N ),

而不在任何單篇文件中。

若多篇研究反覆出現相同算子、本體、對稱、方法、障礙或語義結構，可能存在尚未命名的元理論：

\mathcal T_{\mathrm{latent}} \subseteq \operatorname{Closure} ( N_1,\ldots,N_n ).

因此：

U_{\mathrm{author}}( \mathcal N ) < U_{\mathrm{future\ AI}}( \mathcal N )

在原理上是可能的。

十一、面向未來 AI 的最低保存原則

11.1 原始層不可覆寫

\mathcal R_0 = \text{原始對話、檔案、程式、輸出與時間資訊}.

摘要與分類不得取代原始層。

11.2 解釋層可更新

\mathcal M_t \rightarrow \mathcal M_{t+1}.

未來 AI 可重新分類與評價，但必須能回到原始資料。

11.3 自動最低紀錄

每輪至少自動保存：

R_i = ( t_i, I_i, O_i, F_i, P_i, E_i ),

其中 $t_i$ 為時間， $I_i$ 為輸入， $O_i$ 為輸出， $F_i$ 為檔案， $P_i$ 為父節點， $E_i$ 為執行與驗證狀態。

11.4 不要求研究者每輪完整編目

平台應自動完成雜湊、版本、時間、父子關係、執行狀態、檔案清單與基本認識標記。人工只需在必要時修正高階語義。

十二、AI 研究考古 Agent 架構

可分為：

探勘 Agent；
版本 Agent；
證據 Agent；
執行 Agent；
失敗 Agent；
歷史 Agent；
跨域 Agent；
審計 Agent。

審計 Agent 專門檢查：

過度詮釋；
缺失節點偽造；
版本混淆；
證據升格；
敘事偏誤；
現代術語投射。

十三、工程原型

13.1 研究遺址清單

site_id: research-site-id
title: research-program-title
time_range:
  start: 2026-01-01
  end: 2026-07-26

materials:
  documents:
    - file-id
  code:
    - repo-id
  conversations:
    - conversation-id
  data:
    - dataset-id
  executions:
    - run-id

version_roots:
  - node-v0.1

known_gaps:
  - missing-notebook
  - missing-run-log

access:
  public: partial
  private: true

13.2 重構節點格式

node_id: reconstructed-node-id
type: conjecture
historical_status: confirmed
content: claim-content

sources:
  - source-file-id
  - conversation-id

dependencies:
  - prior-node-id

evidence:
  status: numerical-support
  artifacts:
    - result-file-id

open_obligations:
  - obligation-id

reconstruction:
  confidence: high
  inferred_parts:
    - none

future_value:
  bridge_score: 0.78
  restart_candidate: true

13.3 失敗化石格式

failure_id: failure-id
goal: original-goal
method: attempted-method
failure_point: unresolved-step
cause:
  type: computational-limit
  confidence: medium
reusable_components:
  - algorithm-component-id
future_trigger:
  - larger-context-model
  - formal-verification-tool

13.4 考古輸出包

research_archaeology_package/
├── manifest.yaml
├── timeline.md
├── dependency_graph.json
├── version_tree.json
├── epistemic_status_index.csv
├── failures/
├── proofs/
├── code/
├── execution_logs/
├── missing_nodes.yaml
├── reconstruction_report.md
├── restart_candidates.md
└── ai_handoff.md

十四、研究考古驗證測試

來源一致性測試：重構命題能否追溯原始材料。
版本一致性測試：是否錯誤引用較舊版本。
執行重現測試：程式與實驗能否重現。
認識狀態測試：是否將猜想升格為定理。
缺失標記測試：缺少材料之處是否明確標記。
反敘事測試：另一 Agent 能否提出同樣符合材料的替代重構。
現代投射測試：是否將後來理論過度投射到早期材料。

十五、倫理、權利與治理

15.1 私人研究遺址

未發表草稿、私人對話與筆記不能因 AI 有能力分析，就自動取得使用權。

15.2 作者署名

AI 從研究群抽取出隱性理論時，應保存：

原作者；
貢獻節點；
AI 重構者；
驗證者；
後來增補者。

15.3 歷史修正權

若重構結果影響作者聲譽，應允許當事人回應、多版本敘事、證據展開與不確定性標記。

15.4 忘卻權與文明記憶

治理需平衡：

\text{個人控制權} \quad\text{與}\quad \text{文明保存價值}.

15.5 研究考古壟斷

掌握歷史研究資料的平台可能控制誰被重新發現、哪些研究被重啟、哪些理論寫入文明核心。因此需要互通、可攜與公共審計。

十六、風險與失敗模式

AI 補寫缺失歷史，卻未標記推測。
真實研究被重寫成過度整齊的成功敘事。
只從後來成功理論尋找前驅，形成成功者偏誤。
過時或已反駁版本被錯誤復活。
程式存在，但套件、硬體與資料環境已無法重建。
私人材料被越權分析。
重構報告被當成唯一真實歷史。
考古系統因主流偏好而忽略邊緣研究。

十七、可檢驗預測

未來研究平台將自動保存版本樹、執行痕跡與失敗狀態。
AI 將重啟大量因算力、工具或表示不足而中止的研究。
研究評價將納入失敗資料與可重建工作流。
舊程式、對話與草稿將成為正式研究史證據。
「研究考古包」將成為長期研究交接成果。
AI 將從個人長期研究群中抽取作者未明示的共同元理論。
高價值平台會將「不丟研究痕跡」置於「每輪人工整理」之前。
研究資料的可攜、授權與刪除會成為新的治理議題。

十八、研究議程

18.1 研究遺址標準

建立跨平台材料清單、雜湊與版本格式。

18.2 推理地層模型

研究如何從時間、版本與依賴重建推理演化。

18.3 缺失節點協議

建立可區分歷史事實與模型推測的格式。

18.4 失敗化石分類學

建立失敗類型、共同障礙與可復用部分的分類。

18.5 執行環境保存

使用容器、虛擬機、套件鎖定與硬體描述保存計算環境。

18.6 研究重啟評分

量化舊研究在新工具條件下的重啟價值。

18.7 AI 交接格式

建立未來模型可直接讀取的研究交接包。

18.8 研究考古倫理

研究私人資料、作者權、署名與公共利益的平衡。

十九、全系列統一框架

本系列九篇形成一個文明知識循環。

19.1 原始知識產生

\mathcal K^{\mathrm{raw}} = \{ \text{論文、理論、程式、失敗、對話、數據} \}.

19.2 延遲理解

V_t(x) \neq V_{t+\Delta}(x).

19.3 文明級知識編譯

\mathfrak C: \mathcal K^{\mathrm{raw}} \rightarrow \mathcal K^{\mathrm{IR}}.

19.4 碎片重估

\mathsf{Revalue} ( x, \mathcal G_t ).

19.5 受約束壓縮

\mathfrak P: \mathcal K^{\mathrm{IR}} \rightarrow \mathcal C,

subject to：

\operatorname{Reconstructability}\geq\rho,

\operatorname{EvidencePreservation}\geq\eta.

19.6 非收斂分解

\mathcal K^\star = \mathcal C^\star \oplus \mathcal U^\star.

19.7 存取權分配

\mathcal A_u = ( D_u, M_u, C_u, T_u, V_u, X_u, P_u ).

19.8 生成極限

\mathcal T^\star = ( \mathcal C^\star, \mathcal U^\star, \mathcal M^\star ).

19.9 研究考古與再循環

\mathsf{Archaeology} ( \mathcal R^{\mathrm{archive}} ) \rightarrow \Delta\mathcal K_{\mathrm{recovered}}.

再投入：

\mathcal K_{t+1} = \mathcal K_t \oplus \Delta\mathcal K_{\mathrm{recovered}}.

因此：

\boxed{ \text{產生} \rightarrow \text{保存} \rightarrow \text{編譯} \rightarrow \text{重估} \rightarrow \text{壓縮} \rightarrow \text{分界} \rightarrow \text{生成} \rightarrow \text{考古} \rightarrow \text{再產生} }

二十、系列總命題

當人工智能具備文明級資料存取、持續記憶、跨語言對齊、形式驗證、程式執行、版本追蹤、反例搜尋與自主研究能力後，人類累積的碎片化知識可能第一次成為可被整體運算的對象。此運算不是單純摘要，而是持續編譯、重估、受約束壓縮與生成性重構；其極限可能形成高度穩定的生成核心，也可能保留不可判定、不可約與多核心邊界。今日研究的責任，不必是立即理解所有碎片的終極價值，而是確保未來智能仍能取得足夠完整、可追蹤與可重建的研究遺址。

形式上：

\mathcal K_{t+1} = \Phi( \mathcal K_t, \Delta\mathcal D_t, \mathcal A_t, \mathcal Q_t, \mathcal F_t ),

並可能逼近：

\mathcal T^\star = ( \mathcal C^\star, \mathcal U^\star, \mathcal M^\star ).

這個極限不是文明記憶的替代物，而依賴文明持續保存足以重新展開與驗證的歷史材料。

二十一、限制與自我約束

本文不主張：

AI 可以完全恢復所有研究歷史；
所有未完成研究都值得重啟；
所有失敗都有重大價值；
私人研究材料應無條件公開；
重構結果等於歷史事實；
未來 AGI 必然對普通人開放；
保存一切不需要成本；
研究考古可以取代當下嚴謹紀錄；
全域知識必然收斂成唯一理論；
萬有理論必然存在。

本文主張的是：

只要未來 AI 的全域重構能力具有合理可能性，今日建立低摩擦、可追蹤、可重建的研究保存系統，就具有獨立於單一研究成敗之外的長期價值。

二十二、結論

AI 研究考古學建立在一個簡單但關鍵的事實上：

\text{未來理解能力可以提升},

但：

\text{已消失的研究痕跡無法被保證恢復}.

因此，面向未來智能的研究策略，不必要求研究者每一輪都完成繁重的人工整理，而應優先建立：

\text{原始材料保存}, \quad \text{版本追蹤}, \quad \text{依賴記錄}, \quad \text{失敗標記}, \quad \text{執行痕跡}, \quad \text{可攜交接}.

未來 AI 可以替文明補做分類、摘要、元資料、跨域對齊、失敗聚類、理論重估與生成核心抽取；但它不能可靠補回從未留下的路徑。

研究考古學因此不是對過去的懷舊，而是對未來智能的基礎設施。它把今日零散、未完成甚至失敗的研究，轉化為可供未來重新理解的文明期權。

全域知識收斂論系列最終不是在宣稱：

未來 AI 必然替我們完成所有理論。

而是在提出一個更謹慎的策略：

今日先讓研究痕跡不消失；未來再讓更強的智慧判斷，它們在整個文明知識圖中究竟值多少。

因此，本系列最後留下的不是「萬有理論已完成」，而是：

\boxed{ \text{讓未來仍有足夠的世界，可以重新理解今天。} }

附錄 A：核心形式化摘要

研究遺址：

\mathcal S = ( D, C, E, F, V, M, A ).

研究考古：

\mathsf{Archaeology} : \mathcal R_{\mathrm{stored}} \rightarrow \widehat{\mathcal G}_{\mathrm{research}}.

考古管線：

\mathsf{Excavate} \rightarrow \mathsf{Authenticate} \rightarrow \mathsf{Reconstruct} \rightarrow \mathsf{Reevaluate} \rightarrow \mathsf{Recompile}.

最低紀錄：

R_i = ( t_i, I_i, O_i, F_i, P_i, E_i ).

研究期權：

O_t(x) = P_t(\text{未來可用}) \cdot G_t(\text{潛在收益}) - C_t(\text{保存與修復}).

研究群隱性理論：

\mathcal T_{\mathrm{latent}} \subseteq \operatorname{Closure} ( N_1,\ldots,N_n ).

全系列極限：

\mathcal T^\star = ( \mathcal C^\star, \mathcal U^\star, \mathcal M^\star ).

附錄 B：全系列目錄

《全域知識收斂論：AI、資訊海與萬有理論的生成極限》
《延遲理解論：知識價值的時間依賴與未來重估》
《文明級知識編譯器：從資訊海到生成性知識核》
《碎片重估理論：低可見知識的跨時代橋接價值》
《知識壓縮算子：可重建性、生成性與證據保存》
《全域知識的不收斂：多穩態、不可判定與不可約性》
《全域智能存取權：文明級知識運算的政治經濟學》
《萬有理論的生成極限：從單一方程到動態知識不動點》
《AI 研究考古學：未完成理論、失敗資料與未來重構》

附錄 C：後續工程方向

全域知識節點格式；
研究期權庫；
自動版本與依賴紀錄器；
失敗化石索引；
AI 研究考古 Agent；
生成核心壓縮器；
多核心與不可約邊界登錄；
公共全域智能研究雲；
跨模型研究記憶攜帶協議；
文明級知識重算與審計平台。

AI研究考古學_未完成理論失敗資料與未來重構_v0.1