靜態真值的破界：判斷不是一個值，而是一個過程
動態邏輯解與生成判斷系列・第一篇
英文題名： Breaking the Static Truth-Value Frame: Judgment as a Process Rather Than a Mere Value 版本： v0.1日期： 2026-08-16作者： Neo.K（概念提出）／Aletheia（理論整理與形式化協作）
摘要
邏輯系統經常以命題的真值為核心表示：
J ( P ) ∈ { ⊤ , ⊥ } . J(P)\in\{\top,\bot\}. J ( P ) ∈ { ⊤ , ⊥ } . 這種表示對大量形式推理極其有效，但在人類研究、AI 推理、科學理論修正、法律判斷與多主體知識系統中，另一個問題同樣重要：一個命題如何從「尚未判定」經由證據、推理、反證、模型修正與語境變化，成為某個目前可採用的判斷？
本文提出一個最小區分：
Truth Value ≠ Judgment Process . \boxed{
\text{Truth Value}
\neq
\text{Judgment Process}.
} Truth Value = Judgment Process . 命題是否為真，與有限主體在某一時間點如何合理地判定命題，不是同一個問題。本文因此將靜態形式：
J ( P ) J(P) J ( P ) 提升為歷時形式：
J ( P , t ∣ E ≤ t , Γ t , O t , M t ) . \boxed{
J(P,t\mid E_{\leq t},\Gamma_t,O_t,M_t).
} J ( P , t ∣ E ≤ t , Γ t , O t , M t ) . 這並不否認經典邏輯的二值語義，而是增加「判斷狀態」與「判斷歷史」兩個分析層。本文進一步定義暫時閉合、重新開啟、證據事件、判斷轉移與歷史可追溯性，並指出：若新證據可以改變合理判斷，那麼「先前判定為真」與「命題永恆為真」不能混為一談。
本文同時區分本理論與既有 Propositional Dynamic Logic、Dynamic Epistemic Logic、AGM Belief Revision 與 Bayesian Epistemology。本理論的焦點不是以新語言取代這些成熟框架，而是建立一個可供後續「絕對動態解」「三態 Ω \Omega Ω
一、問題：我們平常把三件事壓成一件事
假設命題：
P = 「某藥物對某群體有效」 . P=\text{「某藥物對某群體有效」}. P = 「某藥物對某群體有效」 . 至少可以區分：
P P P 研究者在時間 t t t P P P
研究者如何從初始未知走到目前判斷。
第一項是 truth condition。
第二項是 epistemic status。
第三項是 judgment history。
但日常介面常直接顯示：
TRUE
或：
FALSE
於是：
world state = epistemic state = decision state \text{world state}
=
\text{epistemic state}
=
\text{decision state} world state = epistemic state = decision state 被不必要地壓成一層。
本文的第一個工作，就是把三者重新拆開。
二、真值與判斷狀態
令：
V ( P , W ) V(P,W) V ( P , W ) 表示命題 P P P W W W
令：
J a ( P , t ) J_a(P,t) J a ( P , t ) 表示代理者 a a a t t t P P P
則一般而言：
V ( P , W ) ≠ J a ( P , t ) . \boxed{
V(P,W)
\neq
J_a(P,t).
} V ( P , W ) = J a ( P , t ) . 更精確地說，兩者型別不同。
V : P × W → V V:
\mathcal P\times\mathcal W
\rightarrow
\mathcal V V : P × W → V 而：
J : A × P × T → S J . J:
\mathcal A\times\mathcal P\times\mathcal T
\rightarrow
\mathcal S_J. J : A × P × T → S J . 其中：
P \mathcal P P W \mathcal W W V \mathcal V V A \mathcal A A T \mathcal T T S J \mathcal S_J S J
當：
V = { ⊤ , ⊥ } \mathcal V=\{\top,\bot\} V = { ⊤ , ⊥ } 時，仍然完全可以有：
∣ S J ∣ > 2. |\mathcal S_J|>2. ∣ S J ∣ > 2. 因此「判斷狀態多於二態」不等於否定二值 truth semantics。
三、從 J ( P ) J(P) J ( P ) J ( P , t ) J(P,t) J ( P , t )
本文採用：
J a ( P , t ) = F ( P , E a ≤ t , Γ a ( t ) , O a ( t ) , M a ( t ) ) . \boxed{
J_a(P,t)
=
F(
P,
E_a^{\leq t},
\Gamma_a(t),
O_a(t),
M_a(t)
).
} J a ( P , t ) = F ( P , E a ≤ t , Γ a ( t ) , O a ( t ) , M a ( t )) . 其中：
E a ≤ t E_a^{\leq t} E a ≤ t 為代理者截至 t t t
Γ a ( t ) \Gamma_a(t) Γ a ( t ) 為當前判定域、語境與規則；
O a ( t ) O_a(t) O a ( t ) 為觀察位置、權限與資料可見性；
M a ( t ) M_a(t) M a ( t ) 為正在使用的模型、推理機制或理論框架。
因此：
J a ( P , t 0 ) ≠ J a ( P , t 1 ) J_a(P,t_0)
\neq
J_a(P,t_1) J a ( P , t 0 ) = J a ( P , t 1 ) 並不自動表示代理者矛盾。
可能只是：
E ≤ t 0 ≠ E ≤ t 1 . E^{\leq t_0}
\neq
E^{\leq t_1}. E ≤ t 0 = E ≤ t 1 . 四、判斷事件
定義判斷事件：
e k = ( τ k , type k , payload k , source k ) . e_k
=
(
\tau_k,
\operatorname{type}_k,
\operatorname{payload}_k,
\operatorname{source}_k
). e k = ( τ k , type k , payload k , source k ) . 其類型例如：
type k ∈ { evidence-add , counterevidence-add , source-invalidated , context-change , model-change , rule-change } . \operatorname{type}_k
\in
\{
\text{evidence-add},
\text{counterevidence-add},
\text{source-invalidated},
\text{context-change},
\text{model-change},
\text{rule-change}
\}. type k ∈ { evidence-add , counterevidence-add , source-invalidated , context-change , model-change , rule-change } . 判斷狀態因此由事件驅動：
S k + 1 = U ( S k , e k ) . S_{k+1}
=
U(S_k,e_k). S k + 1 = U ( S k , e k ) . 這使：
Judgment = event-sourced epistemic state . \boxed{
\text{Judgment}
=
\text{event-sourced epistemic state}.
} Judgment = event-sourced epistemic state . 五、判斷軌跡
令：
γ P = ( S 0 , S 1 , … , S n ) \gamma_P
=
(
S_0,S_1,\ldots,S_n
) γ P = ( S 0 , S 1 , … , S n ) 為命題 P P P
例如：
γ P = ( Ω 0 , Ω 1 , ⊤ p , Ω 2 , ⊥ p ) . \gamma_P
=
(
\Omega_0,
\Omega_1,
\top_p,
\Omega_2,
\bot_p
). γ P = ( Ω 0 , Ω 1 , ⊤ p , Ω 2 , ⊥ p ) . 其中：
Ω i \Omega_i Ω i ⊤ p \top_p ⊤ p ⊥ p \bot_p ⊥ p
重點不是此處已經完成三態語義，而是先建立：
current state ≠ whole trajectory . \boxed{
\text{current state}
\neq
\text{whole trajectory}.
} current state = whole trajectory . 六、暫時閉合
研究與行動不能永遠維持 open。
因此定義 closure operator：
C θ ( S t ) → S t c l o s e d \mathsf C_\theta(S_t)
\rightarrow
S_t^{\mathrm{closed}} C θ ( S t ) → S t closed 其中 θ \theta θ
例如：
θ = ( evidence threshold , risk tolerance , decision deadline ) . \theta
=
(
\text{evidence threshold},
\text{risk tolerance},
\text{decision deadline}
). θ = ( evidence threshold , risk tolerance , decision deadline ) . 如此：
Closure ≠ Final Truth . \boxed{
\text{Closure}
\neq
\text{Final Truth}.
} Closure = Final Truth . 暫時閉合的真正意思是：
在目前資訊與風險條件下，這個判斷已足以支持目前行動。
七、重新開啟
令 reopen operator：
R ( S t , e n e w ) = S t + 1 o p e n . \mathsf R(S_t,e_{new})
=
S_{t+1}^{\mathrm{open}}. R ( S t , e n e w ) = S t + 1 open . 當新事件具有足夠壓力時：
Δ ( e n e w , S t ) > ρ , \Delta(e_{new},S_t)>\rho, Δ ( e n e w , S t ) > ρ , 原判定重新進入開放狀態。
因此可能存在：
⊤ p → Ω → ⊥ p . \top_p
\rightarrow
\Omega
\rightarrow
\bot_p. ⊤ p → Ω → ⊥ p . 這不表示「真會變成假」。
更精確地說：
agent’s justified closure changed . \boxed{
\text{agent's justified closure changed}.
} agent’s justified closure changed . 八、與 AGM Belief Revision 的關係
AGM framework 已系統研究理論的：
expansion , contraction , revision . \text{expansion},
\quad
\text{contraction},
\quad
\text{revision}. expansion , contraction , revision . 因此本文不能宣稱「信念會因新證據更新」是一個新發現。
本系列的新工作在於將：
belief revision \text{belief revision} belief revision 與：
runtime judgment state \text{runtime judgment state} runtime judgment state 及：
executable document history \text{executable document history} executable document history 進一步接合。
也就是：
Theory Change + State Machine + Execution Ledger . \boxed{
\text{Theory Change}
+
\text{State Machine}
+
\text{Execution Ledger}.
} Theory Change + State Machine + Execution Ledger . 九、與 Dynamic Epistemic Logic 的關係
Dynamic Epistemic Logic 已研究 epistemic model 如何在 public announcement、action model 或其他資訊事件後被更新。
本系列與 DEL 有深刻親緣性，但研究對象不完全相同。
DEL 常寫：
M → α M ′ . M
\xrightarrow{\alpha}
M'. M α M ′ . 本文則把焦點放在：
J ( P , t ) → e J ( P , t + Δ t ) . J(P,t)
\xrightarrow{e}
J(P,t+\Delta t). J ( P , t ) e J ( P , t + Δ t ) . 亦即，把「命題判斷狀態」提升為直接可執行、可保存、可回放的研究物件。
十、與 Bayesian Epistemology 的關係
Bayesian epistemology 使用 credence：
0 ≤ P ( H ) ≤ 1 0\leq
P(H)
\leq1 0 ≤ P ( H ) ≤ 1 並研究證據如何更新：
P ( H ∣ E ) . P(H\mid E). P ( H ∣ E ) . 這非常適合成為動態判斷中的一個數值維度。
例如：
C t ( H ) = P t ( H ) . C_t(H)
=
P_t(H). C t ( H ) = P t ( H ) . 但：
C t ( H ) ≠ J ( H , t ) \boxed{
C_t(H)
\neq
J(H,t)
} C t ( H ) = J ( H , t ) 必須保留。
原因是判斷狀態還可能包含：
來源可靠度；
反證壓力；
證據完整度；
權限；
判定風險；
模型分歧；
是否允許閉合；
是否需要重新開啟。
因此 Bayesian probability 可以是 renderer 中最直覺的科普投影，但不能被誤認為完整 runtime state。
十一、歷史不可刪除原則
若目前判斷為：
J ( P , t n ) = ⊥ p , J(P,t_n)=\bot_p, J ( P , t n ) = ⊥ p , 不應覆寫掉：
J ( P , t k ) = ⊤ p J(P,t_k)=\top_p J ( P , t k ) = ⊤ p 曾經存在的事實。
因此定義：
H ( P ) = { ( S k , e k ) } k = 0 n . \mathcal H(P)
=
\{
(S_k,e_k)
\}_{k=0}^{n}. H ( P ) = {( S k , e k ) } k = 0 n . 並要求：
Current State + History \boxed{
\text{Current State}
+
\text{History}
} Current State + History 共同構成完整判斷物件。
這是後續「負罪前行」與責任追溯的邏輯前提：修正不能假裝過去沒有發生。
十二、判斷與責任
若代理者在時間 t t t
J ( P , t ) J(P,t) J ( P , t ) 採取行動：
a t , a_t, a t , 則後續重新判定不會讓：
a t a_t a t 從歷史消失。
因此：
Revisability ≠ Retroactive Innocence . \boxed{
\text{Revisability}
\neq
\text{Retroactive Innocence}.
} Revisability = Retroactive Innocence . 這將在第六篇正式展開。
十三、第一個最小動態判斷模型
定義：
J = ( P , S , E , U , C , R , H ) . \mathfrak J
=
(
P,
S,
E,
U,
C,
R,
H
). J = ( P , S , E , U , C , R , H ) . 其中：
P P P S S S E E E U U U C C C R R R H H H
其運行：
J 0 → e 1 J 1 → e 2 ⋯ → e n J n . \mathfrak J_0
\xrightarrow{e_1}
\mathfrak J_1
\xrightarrow{e_2}
\cdots
\xrightarrow{e_n}
\mathfrak J_n. J 0 e 1 J 1 e 2 ⋯ e n J n . 這已足以成為後續 Runtime 的最小抽象核心。
十四、本文不聲稱什麼
本文不聲稱：
所有真理都會改變 . \text{所有真理都會改變}. 所有真理都會改變 . 不聲稱：
經典二值邏輯無效 . \text{經典二值邏輯無效}. 經典二值邏輯無效 . 不聲稱：
只要有新證據就必須改變信念 . \text{只要有新證據就必須改變信念}. 只要有新證據就必須改變信念 . 更不聲稱：
動態 = 相對主義 . \text{動態}
=
\text{相對主義}. 動態 = 相對主義 . 本文只提出一個型別區分：
命題真值 ≠ 有限主體的判斷過程 . \boxed{
\text{命題真值}
\neq
\text{有限主體的判斷過程}.
} 命題真值 = 有限主體的判斷過程 . 十五、推論：靜態文件只顯示切片
如果論文只保存：
J ( P , t n ) , J(P,t_n), J ( P , t n ) , 那麼它只是：
Snapshot ( H ( P ) , t n ) . \operatorname{Snapshot}(\mathcal H(P),t_n). Snapshot ( H ( P ) , t n ) . 這對印刷文件完全合理。
但若研究目標包括：
判斷如何形成；
哪個證據使它反轉；
哪個假說何時被拆分；
何時閉合；
為何重開；
則靜態 snapshot 不足。
因此需要：
Executable Judgment History . \boxed{
\text{Executable Judgment History}.
} Executable Judgment History . 十六、結論
本文的最小命題為：
J ( P ) ⟶ J ( P , t ) \boxed{
J(P)
\longrightarrow
J(P,t)
} J ( P ) ⟶ J ( P , t ) 不是因為真理一定隨時間改變，而是因為：
判斷具有時間。
這個區分一旦建立，便可以進入下一篇的核心問題：
如果判斷是一條路徑，那麼「解」本身是否也應從一個固定答案，重新理解為一條具有來源、變換、閉合與責任的判定路徑？
參考文獻
Fischer, M. J., & Ladner, R. E. (1979). Propositional Dynamic Logic of Regular Programs . Journal of Computer and System Sciences, 18(2), 194–211. DOI: 10.1016/0022-0000(79)90046-1.
Alchourrón, C. E., Gärdenfors, P., & Makinson, D. (1985). On the Logic of Theory Change: Partial Meet Contraction and Revision Functions . Journal of Symbolic Logic, 50(2), 510–530. DOI: 10.2307/2274239.
Dynamic Epistemic Logic . Stanford Encyclopedia of Philosophy, Spring 2026 Edition.Logic of Belief Revision . Stanford Encyclopedia of Philosophy.Bayesian Epistemology . Stanford Encyclopedia of Philosophy.