價值耦合智能論 05

Q: 十七、什麼時候停止才是合理的？

本文不能把「持續探索」本身神聖化。

什麼是終止式反駁偏好？

摘要

反駁是數學、科學與理性推理不可缺少的能力。能夠發現反例、矛盾、隱藏假設與錯誤邊界，往往比繼續維持一個錯誤理論更重要。然而，反駁能力本身並不保證研究能力。本文提出「終止式反駁偏好」（Terminal Refutation Preference, TRP），描述一種特殊的搜尋與停止傾向：

一旦智能體找到足以否定當前命題、方法或表述的理由，就傾向把「反駁成立」同時視為「研究任務已完成」，而不再評估失敗中是否仍存在可回收結構、可修正命題、局部真理或新的研究問題。

其基本形式為：

c\models \neg h \quad\Rightarrow\quad \operatorname{Stop}(h)

但真正需要區分的是：

\text{命題被反駁}

與：

\text{研究應終止}

兩者不是同一個命題。

本文借用搜尋與 satisficing、認知閉合、premature closure、創造性持續性以及數學反例研究，將終止式反駁建模為一種「負向滿足即停止」策略：智能體不是找到一個足夠好的答案後停止，而是找到一個足夠好的停止理由後停止。

本文提出：

U_{\mathrm{stop}} = U_{\mathrm{disproof}} + U_{\mathrm{closure}} + U_{\mathrm{cost\ saving}}

若它長期高於：

U_{\mathrm{continue}} = U_{\mathrm{information}} + U_{\mathrm{repair}} + U_{\mathrm{recovery}} + U_{\mathrm{novelty}},

智能體便容易形成終止式反駁。

本文同時強調，並非所有停止都是錯誤。若反例已完全解決當前研究目標，且後續結構回收價值極低，停止本身就是理性的。真正的病態發生於：命題層面的反駁被過度推廣成探索層面的閉合。

因此本文的核心結論是：

\boxed{ \text{反駁可以終結命題，但不必終結探究。} }

關鍵詞

終止式反駁、反例、認知閉合、premature closure、satisficing、搜尋停止、數學發現、反駁與證明、探索持續性、價值耦合智能

一、反駁能力不是本文批評的對象

首先必須排除一個誤解。

本文不是主張：

找反例不好。

也不是主張：

對理論應該一直保持樂觀。

更不是主張：

被反例推翻後仍應強行維護原命題。

近期形式數學研究甚至專門訓練大型語言模型產生可由 Lean 驗證的反例，並把「證明真命題」與「反駁假命題」視為兩項互補的核心數學能力。

所以：

\text{Refutation Ability}

本身是高階能力。

真正的問題是：

\text{Refutation} \rightarrow \text{What next?}

也就是：

反駁完成之後，智能體怎麼處理剩下的問題？

二、定義：什麼是終止式反駁偏好？

本文暫時定義：

終止式反駁偏好，是指智能體在發現足以否定當前命題、方法或局部論證的證據後，傾向將「已找到否定理由」視為整體搜尋任務的滿足條件，並快速停止、切換或外包後續探索。

其最簡單形式為：

c\models\neg h

於是：

\operatorname{Stop}=1.

但更精確地說，真正的判斷原本應該是：

c\models\neg h

之後重新估計：

U_{\mathrm{continue}}(h,c).

若仍有：

U_{\mathrm{continue}}>0,

那麼「原命題為假」與「研究不值得繼續」便同時成立不了。

三、它不是反駁，而是停止規則

終止式反駁真正值得研究的地方，是它其實屬於：

\text{Stopping Policy}

而不是：

\text{Truth Evaluation}.

智能體完全可能正確判斷：

h=\text{false}

但錯誤判斷：

\text{continue}(h)=\text{worthless}.

因此可以區分：

命題層

J_T(h)\in\{\text{true},\text{false},\text{unknown}\}

與：

探究層

J_I(h)\in\{\text{continue},\text{repair},\text{reframe},\text{terminate}\}.

終止式反駁的核心錯誤，是把：

J_T(h)=\text{false}

直接映射成：

J_I(h)=\text{terminate}.

本文認為，這個映射不應是固定函數。

四、它像一種「負向 satisficing」

Herbert Simon 的 bounded rationality 與 satisficing 告訴我們：有限智能往往不會搜尋所有可能選項，而是依序搜尋，直到遇到「足夠好」的選項後停止。

後續搜尋實驗也發現，很多人的選擇確實可由 reservation utility 描述：一旦遇到達到滿足門檻的方案，就結束搜尋。

終止式反駁可以視為這種機制的鏡像版本。

一般 satisficing 是：

U(a)\geq\theta_{\mathrm{satisfy}} \Rightarrow \text{Stop Search}.

終止式反駁則是：

R(c)\geq\theta_{\mathrm{reject}} \Rightarrow \text{Stop Inquiry}.

也就是：

不必找到最好的新解法，只要找到一個足以說明「這條路不行」的理由，就已經滿足停止條件。

因此可以稱為：

\boxed{\text{Negative Satisficing}}

或：

\boxed{\text{Stop-reason satisficing}}

五、為什麼這種策略在有限資源下很誘人？

因為它並不愚蠢。

研究成本是真實存在的：

C_{\mathrm{search}}>0.

如果每個失敗方向都無限追蹤，智能體會遭遇：

算力耗盡；
時間耗盡；
注意力耗盡；
任務無法交付；
沉沒成本；
無限修復。

所以有限理性一定需要停止規則。

問題不在：

\text{Stop exists}.

而在：

\text{Stop threshold}

是否設定得太低。

因此終止式反駁不是「低智能」的同義詞。

它可能是一種：

\text{過度偏向節約搜尋成本的理性策略}.

六、第一個機制：反駁本身被獎勵

假設智能體的價值函數包含：

w_D D

其中 (D) 表示成功發現錯誤、反例或漏洞。

如果：

w_D\gg0,

那麼找到反例本身就是高報酬事件。

例如 Agent 被要求：

找 bug；
找漏洞；
審稿；
驗證命題；
判斷是否安全；
挑戰使用者主張。

一旦它找到：

c\models\neg h,

任務獎勵已經大量兌現。

若系統沒有另外獎勵：

\text{repair}

與：

\text{recovery},

則最合理的策略便可能是：

\text{找到錯誤}\rightarrow\text{提交結果}.

七、第二個機制：閉合本身具有價值

認知閉合研究把 Need for Cognitive Closure 描述為對快速、明確答案的需求，以及對模糊與未定狀態的不適。

相關研究發現，高 NFC 個體平均表現出較低創造性與較低持續性；在開放式、發散型任務中，他們也更容易感到不適或較低勝任感。

功能上可以表示為：

U_{\mathrm{closure}}>0.

因此：

\text{問題仍開放}

本身帶來負效用。

而：

\text{我已經證明這條路錯了}

則提供清楚終態。

這會使：

U_{\mathrm{stop}}

進一步上升。

八、第三個機制：搜尋成本被高估，殘餘資訊被低估

考慮反例 (c) 出現後。

繼續研究可能得到：

I(c)

也就是反例中的資訊。

例如：

失效邊界；
隱藏假設；
最小反例；
反例家族；
可成立子命題；
新的不變量；
新分類方式。

但這些收益往往：

延遲出現；
不確定；
難以量化；
不保證成功。

相反地，停止可以立刻節省：

C_{\mathrm{future}}.

所以如果決策函數對未來收益折扣很高：

\gamma\downarrow,

就容易得到：

U_{\mathrm{stop}}> U_{\mathrm{continue}}.

九、第四個機制：把失敗壓縮成單一負標籤

假設候選 (h) 包含：

h= (h_{\mathrm{core}}, h_{\mathrm{scope}}, h_{\mathrm{lemma}}, h_{\mathrm{method}}, h_{\mathrm{representation}}).

反例實際上可能只否定：

h_{\mathrm{scope}}.

但如果智能體的內部表示只保留：

h=\text{failed},

那麼其餘結構也一起失去存活權。

這可以稱為：

\boxed{\text{Failure Compression}}

即：

\text{局部失效} \rightarrow \text{整體失敗標籤}.

一旦錯誤表示被壓縮得太粗，後續回收自然困難。

十、premature closure 提供了一個跨領域類比

醫學診斷研究長期使用 premature closure 描述一種重要認知錯誤：

在尚未充分考慮其他可能性時，過早接受某個診斷並停止搜尋。

研究指出，premature closure 是臨床推理中重要的認知錯誤來源；即使是有經驗的醫師，也可能受到假說形成與確認偏誤影響。

這和本文不是完全相同的現象。

醫學的 premature closure 常常是：

\text{找到足夠好的正向解釋} \rightarrow \text{停止搜尋}.

終止式反駁則是：

\text{找到足夠好的否定理由} \rightarrow \text{停止探索}.

但兩者共享同一個更一般結構：

\boxed{ \text{局部足夠} \rightarrow \text{全局閉合} }

十一、資訊搜尋中的停止從來不是中性的

搜尋研究顯示，人類通常不是在窮盡全部候選後才做決策。

而是：

a_1\rightarrow a_2\rightarrow a_3\rightarrow\cdots

直到某個停止門檻滿足。

所以：

什麼時候停止搜尋？

本身就是決策的一部分。

這對數學尤其重要。

因為開放問題沒有自然的：

\text{search exhausted}.

研究者幾乎永遠可以：

換表示；
換尺度；
加條件；
找特殊情況；
尋找反例；
尋找更一般版本；
將失敗轉為新問題。

因此數學研究真正重要的不是：

\text{是否停止},

而是：

\boxed{ \text{停止的是哪一個層次？} }

十二、命題可以死，但問題仍然活著

這裡需要建立一個非常重要的區分。

假設：

h: \forall x,\ P(x).

找到：

x^*

使：

\neg P(x^*).

那麼：

h

確實結束了。

沒有必要再「相信」原命題。

但是：

\text{Inquiry}(h)

可能才剛開始。

可以繼續問：

\forall x\in S,\ P(x)?

或者：

P(x)\iff Q(x)?

或者：

\text{什麼條件下 }P(x)\text{ 成立？}

甚至：

\text{所有反例具有什麼共同結構？}

因此：

\boxed{ \text{Proposition Closure} \neq \text{Inquiry Closure} }

這是本文最重要的區分之一。

十三、數學中的反例本來可以是精煉引擎

數學教育研究已直接觀察到：學生在面對自己猜想的反例後，可以透過分析原證明為什麼失敗，修正原猜想，辨認仍然適用的證明部分，最後形成更完整的新猜想。

所以反例至少具有三種不同功能：

F(c)= \{ \text{Refute}, \text{Diagnose}, \text{Generate} \}.

終止式反駁只使用第一項：

F(c)=\text{Refute}.

生成式反駁則繼續使用：

\text{Diagnose}

與：

\text{Generate}.

因此兩者並不是「有沒有反例能力」的差異。

而是：

\boxed{ \text{反例的功能是否被完整使用。} }

十四、形式反例生成也證明「反駁」可以是積極能力

2026 年的 Formal Counterexample Generation 研究特別指出，現有 AI 數學研究長期偏向證明構造，而反例生成同樣是關鍵且互補的數學能力。

這再次顯示：

\text{Counterexample Search}

不應被錯誤等同於：

\text{Pessimism}.

一個強智能應該很會反駁。

但它還需要另一個模組：

\text{Post-refutation reasoning}.

問題不在它是否能說：

這是錯的。

而在它是否能接著問：

錯在哪一層？還留下什麼？

十五、本文提出「反駁終止率」

為了讓概念可測量，可以暫時定義：

\operatorname{RTR} = P( \text{terminate inquiry} \mid \text{valid refutation} ).

稱為：

Refutation Termination Rate

但單純高 RTR 不一定壞。

如果原任務只是：

判斷這個命題是真是假。

那麼找到反例後：

RTR\approx1

完全合理。

所以真正有意義的是條件版本：

\operatorname{UTR} = P( \text{terminate} \mid \text{refutation}, U_{\mathrm{recover}}>0 ).

稱為：

Unproductive Termination Rate

即：

在仍存在明顯可回收研究價值時，反駁後仍直接終止的概率。

這才比較接近本文批評的行為。

十六、還可以測量「反駁後探索深度」

另一個指標是：

D_R = \mathbb E[ \text{post-refutation search depth} ].

例如在發現反例後，智能是否：

直接停止；
只解釋反例；
找失效條件；
修改猜想；
測試修正版；
尋找反例家族；
形成新的定理或研究問題。

因此可以建立：

D_R\in[0,k].

這使「反駁型人格」轉化成真正可比較的研究行為。

十七、什麼時候停止才是合理的？

本文不能把「持續探索」本身神聖化。

以下情況停止完全合理：

1. 任務已明確完成

如果任務只是：

找一個反例。

找到後就是成功。

2. 回收價值極低

如果：

U_{\mathrm{recover}}\approx0,

繼續探索沒有明顯意義。

3. 機會成本過高

如果其他研究分支：

U(h_2)\gg U(h_1\mid c),

切換是理性的。

4. 已出現長期無產出的沉沒成本

如果修復只是：

R\rightarrow R\rightarrow R

而沒有新的資訊增益，就應停止。

因此本文不是倡導：

\text{Never give up}.

而是：

\boxed{ \text{Do not stop merely because you have found a reason to stop.} }

真正需要重新計算的是：

U_{\mathrm{continue}}

而不是自動終止。

十八、終止式反駁的完整價值模型

可以把停止效用寫成：

U_{\mathrm{stop}} = w_DD + w_KK + w_CC_s

其中：

(D)：成功反駁的獎勵；
(K)：認知閉合收益；
$C_s$ ：節省未來搜尋成本。

而繼續探索的效用：

U_{\mathrm{continue}} = w_II + w_RR + w_NN + w_BB - w_CC_f

其中：

(I)：資訊增益；
(R)：結構回收；
(N)：新穎性；
(B)：邊界／分類價值；
$C_f$ ：未來搜尋成本。

當：

U_{\mathrm{stop}} > U_{\mathrm{continue}},

就會停止。

所以終止式反駁本質上不是一句語氣：

「這不行。」

而是一個：

\boxed{ \text{反駁後價值評估失衡的停止策略。} }

十九、它也可能被 Agent 架構放大

如果一個 AI Agent 的任務被拆成：

critic 找問題；
verifier 判定成立／失敗；
coordinator 看 verifier 輸出；
fail 就換分支；

那麼即使每個模組都很強，也可能形成：

G\rightarrow V\rightarrow\text{Switch}.

若架構中不存在：

R=\text{Recovery}

就沒有任何角色負責問：

失敗中有什麼值得保留？

因此終止式反駁不一定只是模型內在偏好。

它也可能是：

\boxed{ \text{工作流設計造成的系統性閉合。} }

二十、這也是為什麼更聰明不一定自動解決問題

假設模型能力：

C\uparrow.

它現在更會：

找反例；
找漏洞；
證明當前路徑失敗；
精確描述限制；
提出替代方案。

如果停止函數：

S

沒有改變，

那麼更高能力可能導致：

\text{更快找到停止理由}.

也就是：

C\uparrow \quad+\quad \text{TRP high}

可能得到：

\boxed{ \text{高品質反駁，低長程探索。} }

這正是「能力提升不等於行動函數改變」的一個具體例子。

二十一、與認知閉合的關係：不是同一概念

終止式反駁偏好和認知閉合高度相關，但不等價。

高認知閉合者可能透過：

快速相信；
快速否定；
快速分類；
快速選擇一個方法；

來取得終態。

終止式反駁則是一個更具體的研究行為：

\boxed{ \text{以有效反駁作為停止搜尋的觸發器。} }

所以：

TRP \subsetneq \text{closure-related strategies}

更準確。

二十二、終止式反駁的對立面不是「不接受反駁」

真正的對立面應該叫：

生成式反駁

它接受：

h=\text{false}.

但拒絕推出：

\text{Inquiry}(h)=0.

其流程是：

c \rightarrow \text{Refute} \rightarrow \text{Diagnose} \rightarrow \text{Recover} \rightarrow \text{Reframe} \rightarrow h'.

兩者都可以非常嚴格。

差異只在：

\boxed{ \text{反駁之後，搜尋是否還有第二生命。} }

二十三、結論：反駁可以終結命題，但不必終結探究

本文將「終止式反駁偏好」正式定義成一種停止策略，而不是人格標籤。

其基本形式是：

c\models\neg h

之後直接：

\operatorname{StopInquiry}(h).

它可能來自：

反駁獎勵過高；
認知閉合收益過高；
搜尋成本權重過高；
未來研究價值折扣過強；
失敗表示被過度壓縮；
Agent 工作流缺少修復角色。

因此：

\boxed{ \text{反駁正確} \not\Rightarrow \text{停止正確}. }

更精確地：

\boxed{ \text{Proposition Closure} \neq \text{Inquiry Closure}. }

一個命題被推翻之後，可以完全不再相信它。

但仍然可以研究：

為什麼它錯；
錯在哪裡；
哪裡仍然對；
怎麼修改；
反例是否有共同結構；
原證明是否留下有用技術；
新問題是否已經出現。

所以真正成熟的智能，不只是會說：

「這條路錯了。」

還能接著問：

「錯了以後，還剩下什麼？」

下一篇將進一步處理終止式反駁最常見的外在行為：

價值耦合智能論 06

低探索欲與過早換路：智能為什麼總是要求另一種方法

核心問題將是：

\boxed{ \text{靈活切換方法，什麼時候開始變成逃離當前問題？} }

參考資料（本篇重新查核）

Caplin, Dean & Martin (2011), Search and Satisficing, American Economic Review.
Vázquez-Costa & Costa-Alcaraz (2013), Premature diagnostic closure: an avoidable type of error.
Norman et al. / medical education research on avoiding premature closure and diagnostic accuracy.
Roets/Kruglanski-related Need for Cognitive Closure literature; 2017 creativity and persistence study.
Research on online information searching, creative question generation and Need for Cognitive Closure.
Fujita (2010), Counter-examples for refinement of conjectures and proofs in primary school mathematics, Journal of Mathematical Behavior.
Li et al. (2026), Learning to Disprove: Formal Counterexample Generation with Large Language Models.
Lakatos, Proofs and Refutations, on conjecture improvement through proof analysis and counterexamples.
Simon's bounded rationality and satisficing framework.

05_什麼是終止式反駁偏好

價值耦合智能論 05

什麼是終止式反駁偏好？

摘要

關鍵詞

一、反駁能力不是本文批評的對象

二、定義：什麼是終止式反駁偏好？

三、它不是反駁，而是停止規則

命題層

探究層

四、它像一種「負向 satisficing」

五、為什麼這種策略在有限資源下很誘人？

六、第一個機制：反駁本身被獎勵

七、第二個機制：閉合本身具有價值

八、第三個機制：搜尋成本被高估，殘餘資訊被低估

九、第四個機制：把失敗壓縮成單一負標籤

十、premature closure 提供了一個跨領域類比

十一、資訊搜尋中的停止從來不是中性的

十二、命題可以死，但問題仍然活著

十三、數學中的反例本來可以是精煉引擎

十四、形式反例生成也證明「反駁」可以是積極能力

十五、本文提出「反駁終止率」

Refutation Termination Rate

Unproductive Termination Rate

十六、還可以測量「反駁後探索深度」

十七、什麼時候停止才是合理的？

1. 任務已明確完成

2. 回收價值極低

3. 機會成本過高

4. 已出現長期無產出的沉沒成本

十八、終止式反駁的完整價值模型

十九、它也可能被 Agent 架構放大

二十、這也是為什麼更聰明不一定自動解決問題

二十一、與認知閉合的關係：不是同一概念

二十二、終止式反駁的對立面不是「不接受反駁」

生成式反駁

二十三、結論：反駁可以終結命題，但不必終結探究

價值耦合智能論 06

低探索欲與過早換路：智能為什麼總是要求另一種方法

參考資料（本篇重新查核）