Series C / Paper 05

自主研究的最小閉環條件：從自動化流水線到證據敏感的認知自主性

Minimal Closure Conditions for Autonomous Research: From Automated Pipelines to Evidence-Sensitive Epistemic Autonomy

版本：v0.1
日期：2026-08-14
狀態：Theory + executable structural checker paper

摘要

當代 AI research agents 已可串聯文獻搜尋、假設生成、程式撰寫、實驗執行、資料分析、圖表生成與論文寫作。然而「一條研究 pipeline 能自動跑到終點」不等於「系統具有研究自主性」。固定工作流即使完全無人值守，也可能只是自動化；相反地，一個真正的研究閉環至少必須讓外部 evidence 對後續假設、實驗與策略產生因果作用。

本文提出 Minimal Autonomous Research Closure（MARC），將最小自主研究系統形式化為：

\mathfrak R_t = ( Q_t, B_t, H_t, \Pi_t, M_t, R_t ),

其中 $Q_t$ 是研究目標， $B_t$ 是 epistemic state， $H_t$ 是候選假設， $\Pi_t$ 是研究策略， $M_t$ 是持久記憶與 provenance， $R_t$ 是資源與安全邊界。一次最小研究循環為：

\boxed{ \text{state} \rightarrow \text{hypothesis} \rightarrow \text{intervention} \rightarrow \text{observation} \rightarrow \text{verification} \rightarrow \text{epistemic update} \rightarrow \text{policy revision} \rightarrow \text{next state}. }

本文提出七個最小閉環條件：持久狀態、假設可變性、外部介入、非退化 evidence、evidence-sensitive update、策略回饋、provenance-preserving bounded execution。並區分四級自主性：流水線自動化、適應性自動化、認知自主、策略自主。

本文證明三個基礎結果。第一，若在控制既有狀態後，未來 research action 與新 evidence 條件獨立，則 evidence 無法改變研究路由，因此系統不具 evidence-sensitive epistemic autonomy。第二，若研究狀態圖包含由 hypothesis 經 intervention、observation、verification、epistemic update 返回 future-policy selection 的可達閉路，且至少存在一項 evidence 能改變下一步策略，則系統具備本文定義下的最小 operational research closure。第三，若 claim / artifact 生成速率長期高於可驗證速率，verification backlog 必然增長；在常數平均速率模型下：

B_T \geq B_0 + T(\bar g-\bar v)

當：

\bar g>\bar v.

因此提高生成能力而不提高 verification throughput，可能使研究系統在表面產量增加的同時降低可審核性。

公開系統與 benchmark 提供了相互補充的現實定位。The AI Scientist-v2 已展示從假設到實驗與 manuscript 的 end-to-end agentic workflow；Arbor 以 persistent Hypothesis Tree 將 hypotheses、artifacts、evidence 與 distilled insights 跨時間保留；Claw AI Lab 將研究重構為可觀察、可 rollback 的持久 laboratory process；AHOIS 更進一步把「能依 physical evidence 建構、挑戰與修正 explanation」視為 epistemic autonomy。另一方面，ResearchGym 報告 frontier research agents 在 real-world closed-loop tasks 上仍存在明顯 capability–reliability gap；2026 verification-gap survey 也指出 runnable research systems 的 code availability 已高於 execution traces、seeds 與 novelty-verification artifacts 的完整度。

因此本文不主張現有系統已等於 autonomous scientist，也不把 manuscript completion 當作自主性的判準。本文主張的是一個較窄的結構命題：

\boxed{ \text{Autonomous research begins when evidence can alter the system's own future research trajectory without requiring step-level human choice.} }

關鍵詞： autonomous research；epistemic autonomy；agentic AI；research loop；verification gap；persistent memory；hypothesis revision；closed-loop science

1. 自動化與自主性的區別

考慮一個完全自動化 workflow：

P_0 \rightarrow P_1 \rightarrow P_2 \rightarrow \cdots \rightarrow P_n.

即使其中每一步都由 AI 執行，而且整條 pipeline 無人監督，也可能存在：

P_{t+1} = F_t(P_t)

而與實際 experiment result 無關。

這種系統可以：

自動搜尋；
自動生成 hypothesis；
自動跑 code；
自動寫 report；

但如果 failure 與 success 都不會改變 future route，那它仍接近：

\boxed{ \text{automated production pipeline}. }

研究自主性需要更強的條件：

\boxed{ \text{evidence must have causal leverage over future research action}. }

2. 研究系統狀態

令時間 $t$ 的研究狀態為：

\mathfrak R_t = ( Q_t, B_t, H_t, \Pi_t, M_t, R_t ).

其中：

$Q_t$ ：Research Objective

目前研究問題、目標與允許修改的 meta-objective。

$B_t$ ：Epistemic State

包含：

admissible worlds；
uncertainty；
shared permissions；
unresolved contradictions；
evidence weights。

可直接接 Paper 03：

B_t \supseteq ( \mathcal A_t, \mathfrak P_t, \mathfrak K_t ).

$H_t$ ：Hypothesis Space

目前可考慮、可淘汰、可變形的 hypotheses。

$\Pi_t$ ：Research Policy

決定：

下一個 hypothesis；
下一個 experiment；
verification budget；
pivot / refine / stop。

$M_t$ ：Persistent Memory

保存：

prior attempts；
failed hypotheses；
artifacts；
execution results；
provenance；
reusable lessons。

$R_t$ ：Resource and Boundary State

包含：

compute；
time；
API budget；
permissions；
safety boundaries；
allowed tools。

3. 最小研究循環

一次 minimal cycle：

h_t = G(\mathfrak R_t),

其中 $G$ 生成或選擇 hypothesis。

再由 experiment designer：

a_t = D(h_t,\mathfrak R_t).

將 intervention：

a_t

送入環境：

o_{t+1} = \mathcal E(a_t).

由 Paper 04 的 epistemic carrier 將 output 轉成 certificate：

\chi_{t+1} = V( a_t, o_{t+1}, \eta_t ).

再更新 epistemic state：

B_{t+1} = U( B_t, \chi_{t+1} ).

研究策略再依新狀態修改：

\Pi_{t+1} = \mathcal M( \Pi_t, B_{t+1}, M_t ).

最後：

\mathfrak R_{t+1} = F( \mathfrak R_t, \chi_{t+1}, B_{t+1}, \Pi_{t+1} ).

因此完整 closure：

\boxed{ \mathfrak R_t \rightarrow h_t \rightarrow a_t \rightarrow o_{t+1} \rightarrow \chi_{t+1} \rightarrow B_{t+1} \rightarrow \Pi_{t+1} \rightarrow \mathfrak R_{t+1}. }

4. 七個最小閉環條件

C1. Persistent State

系統必須能跨 step 保留：

M_{t+1} \supseteq \mathrm{Relevant}(M_t,\chi_{t+1}).

沒有持久狀態，失敗不容易轉成長程學習。

C2. Hypothesis Variability

存在至少兩個可選 hypothesis：

|H_t|\geq2

或至少存在可修改 hypothesis 的 operator。

如果唯一 hypothesis 被永久固定，則系統沒有真正的 hypothesis revision。

C3. External Intervention

系統必須能執行至少一個會改變或探測外部 carrier / environment 的 action：

a_t\in\mathcal A_{\mathrm{ext}}.

純內部思考可以是研究的一部分，但不能單獨閉合 empirical loop。

C4. Non-Degenerate Evidence

存在 observations：

o^+, o^-

使：

U(B_t,o^+) \neq U(B_t,o^-).

若所有可能 observation 都產生同一 belief state，experiment 沒有 epistemic value。

C5. Evidence-Sensitive Epistemic Update

新 evidence 必須實際改變：

belief；
admissible worlds；
confidence；
fault hypotheses；中的至少一項。

C6. Policy Feedback

存在 evidence $e_1,e_2$ 使：

\Pi_{t+1}(\cdot\mid e_1) \neq \Pi_{t+1}(\cdot\mid e_2).

也就是 evidence 能改變下一步研究路由。

C7. Provenance-Preserving Bounded Execution

研究 action 必須在：

provenance 可保存；
resource 可追蹤；
permission / safety boundary 可判定；

的條件下運作。

這一條不是「求真」本身的邏輯必要條件，但對可部署 autonomous research system 是 operational minimum。否則系統即使有 epistemic closure，也可能不可審核、不可重現或無法安全持續。

5. 四級自主性

Level 0：Pipeline Automation

a_{t+1} = F(t,Q_0).

future action 幾乎由預先 workflow 決定。

Level 1：Adaptive Automation

evidence 可以調參或 retry：

\theta_{t+1} = f(\theta_t,e_t),

但 hypothesis class / research route 基本不改變。

Level 2：Epistemic Autonomy

evidence 可使系統：

reject hypothesis；
generate alternative；
redesign experiment；
allocate verification；
pivot / refine。

即：

e_t \rightarrow B_{t+1} \rightarrow \Pi_{t+1}.

Level 3：Strategic Autonomy

在 human-defined meta-boundary 內，系統可以重新定義 subproblem：

Q_{t+1} \neq Q_t,

例如：

發現原問題不可識別；
改寫 measurement objective；
分裂研究路線；
暫停低價值分支。

Level 3 仍不等於「自由選擇人生研究方向」或 unrestricted AGI。

6. 定理 1：Evidence-Coupling Necessity

定理

令：

E_t

為新 evidence，

A_{t+1}

為下一個 substantive research action，

S_t

為 evidence 到來前的完整既有狀態。

若：

A_{t+1} \perp E_t \mid S_t,

則：

I( E_t; A_{t+1} \mid S_t ) = 0.

因此新 evidence 不對下一步研究 action 提供條件資訊，系統不具本文所定義的 evidence-sensitive research autonomy。

證明

條件獨立：

P( A_{t+1},E_t \mid S_t ) = P( A_{t+1} \mid S_t ) P( E_t \mid S_t )

等價於：

I( E_t; A_{t+1} \mid S_t ) = 0.

因此在控制既有狀態後，觀察到不同 evidence 不會改變 future action distribution。

證畢。

解讀

最重要的分界不是：

系統有沒有跑 experiment？

而是：

experiment result 是否能改變它之後要做什麼？

7. Evidence Leverage

可定義：

\Lambda_t = I( E_t; A_{t+1} \mid S_t ).

若：

\Lambda_t=0,

新 evidence 對 next action 沒有條件資訊。

若：

\Lambda_t>0,

表示 research policy 對 evidence 敏感。

但：

\Lambda_t>0

並不保證 sensitivity 是正確的。

一個錯誤 feedback controller 也可能高度敏感。

因此還需 Paper 02–04 的：

evidence normalization；
admissibility；
trust chain；
verification quality。

8. 定義：Minimal Autonomous Research Closure

令 research-state graph：

G_R=(V_R,E_R).

節點至少包含：

\{ H, A, O, V, B, \Pi \}.

分別代表：

hypothesis；
action / intervention；
observation；
verification；
epistemic state；
policy。

若存在 directed cycle：

H \rightarrow A \rightarrow O \rightarrow V \rightarrow B \rightarrow \Pi \rightarrow H',

且至少存在兩個 evidence outcomes：

e_1,e_2

使：

\Pi(e_1)\neq\Pi(e_2),

則稱該系統具有 Minimal Autonomous Research Closure。

注意：

H'

可以是：

refined $H$ ；
alternative hypothesis；
new branch；
stop decision。

9. 定理 2：Operational Closure Sufficiency

定理

若系統滿足：

存在 hypothesis generation / selection；
hypothesis 可導致外部 intervention；
intervention 產生 non-degenerate observation；
observation 經 verifier 進入 epistemic update；
epistemic update 能改變 future research policy；
future policy 能再產生新的 hypothesis / intervention；

則其 research-state graph 包含至少一個 evidence-sensitive closed research cycle。

證明

由 1–4，存在 path：

H \rightarrow A \rightarrow O \rightarrow V \rightarrow B.

由 5：

B \rightarrow \Pi

且對至少兩種 evidence 結果，policy 不同。

由 6：

\Pi \rightarrow H'

或新的 intervention。

因此存在：

H \rightarrow A \rightarrow O \rightarrow V \rightarrow B \rightarrow \Pi \rightarrow H',

且 evidence 對循環後段具有因果路由作用。

依本文定義，此系統具有 minimal autonomous research closure。

證畢。

限制

這是一個結構充分條件。

它不保證：

hypothesis 有創造性；
verifier 正確；
science 有價值；
系統勝過人類；
結果可發表。

10. Human-in-the-Loop 不等於非自主

設 human action sequence：

U_t.

若每一個 research step 都需要人類選擇下一步：

A_{t+1} = f(U_t),

則 autonomy 弱。

但若人類只設定：

( Q_0, R_0, \text{constraints} )

而在 episode 內：

A_{t+1} = \pi( S_t,E_t ),

系統仍可以具有 operational autonomy。

因此應區分：

\boxed{ \text{human governance} \neq \text{human micromanagement}. }

在實際研究系統中，安全審批、資源上限與 milestone steering 並不自動取消 autonomy。

11. Persistent Memory 是研究閉環的一部分

如果每一輪都重設：

M_{t+1}=\varnothing,

系統仍可能完成短 cycle，

但長期容易：

重複失敗；
忘記 negative results；
重試已淘汰方向；
失去 provenance；
無法累積策略。

Arbor 的 Hypothesis Tree Refinement 特別明確地將：

hypotheses；
artifacts；
evidence；
distilled insights；

跨時間保存在 persistent tree 中，並由 long-lived coordinator 管理全域策略、short-lived executors 執行 isolated experiments。

這提供一個很重要的現實證據：

\boxed{ \text{long-horizon autonomy} \text{需要 externalized cumulative research state}. }

12. Failure as Information

真正的自主研究閉環不能只處理：

\text{success}.

還必須把：

\text{failure}

轉成：

\text{epistemic update}.

令 experiment：

a_t

失敗。

至少可分類：

F_t \in \{ \text{hypothesis failure}, \text{implementation failure}, \text{measurement failure}, \text{resource failure}, \text{verification failure} \}.

不同 failure 應導向不同 action：

\rho: F_t \rightarrow \{ \text{refine}, \text{retry}, \text{pivot}, \text{rollback}, \text{abandon}, \text{escalate} \}.

如果所有 failure 都只導向：

\text{retry same thing},

則 closure 可能退化成 livelock。

13. Closure 不等於 Progress

存在 closed loop：

S_t \rightarrow S_{t+1}

不代表：

\mathcal Q(S_{t+1}) > \mathcal Q(S_t).

系統可能：

oscillate；
overfit verifier；
exploit benchmark；
refine trivial metric；
recursively confirm wrong premise。

因此需另外定義 progress functional：

J_t = J( B_t, H_t, \chi_t, R_t ).

但：

J_t

本身也可能被錯誤 specification 污染。

所以 autonomous research 的主要問題不是只把 loop 閉起來，而是：

\boxed{ \text{close the loop against an epistemically meaningful external carrier}. }

14. Verification Gap

令時間 $t$ 新生成、尚需驗證的 claim / artifact 數量為：

g_t.

同一時間可完成充分 verification 的數量為：

v_t.

verification backlog：

B_{t+1} = \max( 0, B_t+g_t-v_t ).

定理 3：Verification Backlog Growth

若對所有相關 $t$ ：

g_t\geq g,

v_t\leq v,

且：

g>v,

則：

B_T \geq B_0 + T(g-v)

只要 backlog 不先被外部丟棄。

證明

由：

B_{t+1} = \max( 0, B_t+g_t-v_t )

以及：

g_t-v_t \geq g-v > 0,

得到：

B_{t+1} \geq B_t+(g-v).

遞推：

B_T \geq B_0+T(g-v).

證畢。

意義

若 AI 讓：

g\uparrow

遠快於：

v\uparrow,

研究系統可能出現：

\boxed{ \text{more output} + \text{less verified fraction}. }

這正是 autonomous research scalability 的核心 bottleneck 之一。

15. 2026 Verification-Gap 現況

一份 2026 autonomous-research-agent survey 對 computational AI/ML research systems 編碼後指出：

runnable systems 中，code release 已相對常見；
seeds、execution traces 等 reproduction-grade artifacts 明顯較少；
novelty verification 也遠未普及；
closed-loop systems 的 claim verification 仍落後於生成能力。

因此：

\boxed{ \text{research generation frontier} > \text{research verification frontier} }

至少已成為一個需要獨立測量的系統問題。

本文因此把：

\text{verification throughput}

視為 autonomous-research capacity 的基本狀態變數，而不是論文完成後才考慮的附屬工作。

16. 現有系統的定位

16.1 The AI Scientist-v2

已可迭代：

formulate hypotheses；
design / execute experiments；
analyze / visualize data；
write manuscripts。

這證明 end-to-end research automation 已有實際系統案例。

但 manuscript completion 不自動證明：

problem choice 優良；
evidence interpretation 正確；
novelty 真實；
physical validity；
long-run reliability。

16.2 Arbor

Arbor 明確研究 long-horizon autonomous research。

其 persistent Hypothesis Tree 把：

\text{hypothesis} + \text{artifact} + \text{evidence} + \text{distilled lesson}

跨時間連接。

這與本文的：

M_t

高度相容。

16.3 Claw AI Lab

Claw AI Lab 把 autonomous research 改寫為 interactive persistent laboratory，而不是 black-box paper generator。

其：

event stream；
artifact inspection；
rollback；
multi-project monitoring；
reproduction mode；

對本文 C1、C6、C7 都具有直接工程意義。

16.4 AHOIS

AHOIS 直接區分 procedural automation 與 epistemic autonomy。

其物理 critic 能：

causal questioning；
constraint checking；
counterexample generation；
falsification criteria；

並在 real optical platform 中依 evidence 修改 explanation。

這是 Paper 05 最接近「外部自然世界閉環」的現有案例之一。

16.5 Codex Long-Horizon Work

OpenAI 公開的 Codex long-horizon workflow 採用：

\text{plan} \rightarrow \text{edit} \rightarrow \text{tools} \rightarrow \text{observe} \rightarrow \text{repair} \rightarrow \text{status update} \rightarrow \text{repeat}.

其 durable project memory、milestone validation 與 stop-and-fix rule 顯示，即使在 software engineering，長程 Agent 成功也高度依賴 externalized state 與 continuous verification。

17. ResearchGym：能力不等於可靠性

ResearchGym 將 real-world research repositories 轉成 closed-loop tasks，保留 dataset、evaluation harness 與 baseline，但隱去 paper 的 proposed method。

其 2026 實驗顯示 frontier agent 可以偶爾取得強結果，但整體可靠性明顯不足，常見失敗包括：

impatience；
poor resource management；
weak-hypothesis overconfidence；
parallel experiment coordination failure；
context-length constraints。

因此：

\boxed{ \text{closed-loop access} \neq \text{closed-loop competence}. }

Paper 05 只定義最小 closure，不能把 closure 存在直接升格成 autonomous-scientist capability。

18. 自主研究不是固定「科學方法腳本」

一個常見誤解是把 research autonomy 寫成固定 SOP：

\text{Question} \rightarrow \text{Hypothesis} \rightarrow \text{Experiment} \rightarrow \text{Conclusion}.

但真正研究可能需要：

\text{redefine question},

\text{invalidate instrument},

\text{change representation},

\text{discover confounder},

\text{abandon metric}.

因此 closure 的本質不是固定節點順序。

而是：

\boxed{ \text{the system can use evidence to reconfigure its own admissible future research routes}. }

19. Problem Selection 邊界

2026 的批判性 position paper 指出，現有 AI scientist systems 在自然科學中仍常依賴人類：

定義問題；
提供 dataset；
定義成功標準；

並警告 benchmark / tool affordance 可能把研究推向容易測量而非真正重要的問題。

本文因此把：

Q_t

分成：

Q_t = ( Q_t^{\mathrm{meta}}, Q_t^{\mathrm{sub}} ).

其中：

$Q^{\mathrm{meta}}$ 可由人類治理；
$Q^{\mathrm{sub}}$ 可由 Agent 在 boundary 內自適應重構。

這讓研究自主性不必等同：

\boxed{ \text{unbounded problem sovereignty}. }

20. Minimal Closure Score

本文不主張唯一 scalar，但可建立診斷向量：

\mathbf C_R = ( c_M, c_H, c_A, c_E, c_U, c_\Pi, c_P )

分別對應：

memory；
hypothesis variability；
actionability；
evidence non-degeneracy；
update sensitivity；
policy feedback；
provenance / bounds。

每個：

c_i\in[0,1].

可定義保守 closure score：

C_{\min} = \min_i c_i.

若任一核心條件為：

0,

則：

C_{\min}=0.

這比 arithmetic average 更符合「閉環最弱鏈條」直覺。

21. Research Autonomy Index

另定義 autonomy vector：

\mathbf A = ( A_{\mathrm{step}}, A_{\mathrm{hyp}}, A_{\mathrm{exp}}, A_{\mathrm{verify}}, A_{\mathrm{pivot}}, A_{\mathrm{goal}} ).

其中分別表示系統在：

step selection；
hypothesis revision；
experiment design；
verification routing；
pivot decision；
goal restructuring；

上的自主比例。

這避免二分法：

\text{autonomous / not autonomous}.

一個系統可以在 experiment execution 高度自主，但在 problem selection 幾乎完全由人類決定。

22. 本篇 Structural Checker

附帶 Python checker 比較三類系統。

System A：Fixed Pipeline

無論 experiment 返回：

\text{support}

或：

\text{refute},

下一個 action 都是：

\text{write report}.

所以：

\Lambda=0.

System B：Adaptive Retry

若 execution fail：

\text{retry},

若 success：

\text{continue}.

有 feedback，但 hypothesis 不修改。

對應 Level 1。

System C：Epistemic Closed Loop

若 evidence refutes：

h_0 \rightarrow h_1.

若 evidence supports：

h_0 \rightarrow \text{refine}(h_0).

並保存：

result；
reason；
provenance；
next branch。

對應至少 Level 2。

checker 也模擬：

g=5, \qquad v=3,

因此：

B_T = B_0+2T.

用以驗證 verification-backlog growth。

23. 最小自主研究系統

因此本文提出：

\boxed{ \mathfrak R_{\mathrm{MARC}} = ( \text{persistent state}, \text{mutable hypotheses}, \text{external actions}, \text{non-degenerate evidence}, \text{trusted verification}, \text{epistemic update}, \text{policy feedback}, \text{provenance}, \text{bounded execution} ). }

其中真正最不能省略的核心閉路是：

\boxed{ \text{evidence} \rightarrow \text{epistemic state} \rightarrow \text{future policy}. }

如果這條邊不存在：

\boxed{ \text{automation remains open-loop at the epistemic level}. }

24. 與 AGI 前夜命題的關係

這篇不證明 AGI 已經到來。

但它指出一個重要結構變化。

以前：

\text{AI} \rightarrow \text{answer}.

現在可以形成：

\boxed{ \text{AI ensemble} + \text{memory} + \text{tools} + \text{computer} + \text{network} + \text{verification} }

並使：

\text{research state}_{t+1}

真正取決於：

\text{world feedback}_t.

這使「自主研究」第一次不只是一個語言生成比喻，而可以被拆成：

closure；
evidence leverage；
verification capacity；
policy autonomy；
auditability；

等可測量量。

25. 結論

本文提出自主研究的最小閉環條件。

最核心區分是：

\boxed{ \text{automation} \neq \text{epistemic autonomy}. }

一條 pipeline 可以完全無人執行，但若：

I( E_t; A_{t+1} \mid S_t ) = 0,

則 evidence 不會改變 future research route。

相反地，只要存在：

H \rightarrow A \rightarrow O \rightarrow V \rightarrow B \rightarrow \Pi \rightarrow H'

且：

\exists e_1,e_2: \Pi(e_1)\neq\Pi(e_2),

便形成本文定義下的 minimal evidence-sensitive research closure。

但 closure 仍不等於 truth、progress 或 scientific value。

此外，如果：

\bar g>\bar v,

則 verification backlog 長期增長：

B_T \geq B_0 + T( \bar g-\bar v ).

所以未來 autonomous research 的瓶頸很可能不只是：

\boxed{ \text{Can AI generate research?} }

而是：

\boxed{ \text{Can the system close, verify, remember, revise, and govern the research loop faster than it generates new claims?} }

本文最終命題為：

\boxed{ \textbf{Autonomous research begins when evidence can alter the system's own future research trajectory without requiring step-level human choice.} }

下一篇將把研究焦點轉向異質模型本身：

Series C / Paper 06 — Cross-Model Epistemic Convergence.

參考文獻

Yamada, Y. et al. (2025). The AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search. arXiv:2504.08066.
Jin, J. et al. (2026). Toward Generalist Autonomous Research via Hypothesis-Tree Refinement. arXiv:2606.11926.
Claw AI Lab: An Autonomous Multi-Agent Research Team. (2026). arXiv:2605.22662.
Garikaparthi, A., Patwardhan, M., & Cohan, A. (2026). ResearchGym: Evaluating Language Model Agents on Real-World AI Research. arXiv:2602.15112.
Zeng, X. et al. (2026). Socratic Agents for Autonomous Scientific Discovery in High-Dimensional Physical Systems. arXiv:2606.26722.
Ding, T. et al. (2026). Autonomous Research Agents: A Survey of AI Scientists and the Verification Gap. arXiv:2608.05179.
Bisht, H. et al. (2026). Agentic AI Scientists Are Not Built For Autonomous Scientific Discovery. arXiv:2605.08956.
OpenAI. (2026). Run Long Horizon Tasks with Codex. OpenAI Developers.
Google DeepMind. (2025). AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms.

狀態標記

Definitions: research state、MARC、four autonomy levels、Evidence Leverage、Closure Score、Research Autonomy Vector。
Proved: Evidence-Coupling Necessity、Operational Closure Sufficiency、Verification Backlog Growth。
Externally grounded observations: AI Scientist-v2 end-to-end pipeline、Arbor persistent hypothesis tree、Claw AI Lab persistent/inspectable laboratory abstraction、AHOIS physical closed-loop epistemic revision、ResearchGym reliability gap、verification-gap survey、Codex long-horizon loop。
Structural checker: fixed pipeline vs adaptive retry vs epistemic closed loop；verification backlog.
Not claimed: current systems equal autonomous scientists、closure implies scientific progress、human governance cancels autonomy、AGI has been achieved。

自主研究的最小閉環條件：從自動化流水線到證據敏感的認知自主性

Series C / Paper 05

自主研究的最小閉環條件：從自動化流水線到證據敏感的認知自主性

Minimal Closure Conditions for Autonomous Research: From Automated Pipelines to Evidence-Sensitive Epistemic Autonomy

摘要

1. 自動化與自主性的區別

2. 研究系統狀態

QtQ_tQt​：Research Objective

BtB_tBt​：Epistemic State

HtH_tHt​：Hypothesis Space

Πt\Pi_tΠt​：Research Policy

MtM_tMt​：Persistent Memory

RtR_tRt​：Resource and Boundary State

3. 最小研究循環

4. 七個最小閉環條件

C1. Persistent State

C2. Hypothesis Variability

C3. External Intervention

C4. Non-Degenerate Evidence

C5. Evidence-Sensitive Epistemic Update

C6. Policy Feedback

C7. Provenance-Preserving Bounded Execution

5. 四級自主性

Level 0：Pipeline Automation

Level 1：Adaptive Automation

Level 2：Epistemic Autonomy

Level 3：Strategic Autonomy

6. 定理 1：Evidence-Coupling Necessity

定理

證明

解讀

7. Evidence Leverage

8. 定義：Minimal Autonomous Research Closure

9. 定理 2：Operational Closure Sufficiency

定理

證明

限制

10. Human-in-the-Loop 不等於非自主

11. Persistent Memory 是研究閉環的一部分

12. Failure as Information

13. Closure 不等於 Progress

14. Verification Gap

定理 3：Verification Backlog Growth

證明

意義

15. 2026 Verification-Gap 現況

16. 現有系統的定位

16.1 The AI Scientist-v2

16.2 Arbor

16.3 Claw AI Lab

16.4 AHOIS

16.5 Codex Long-Horizon Work

17. ResearchGym：能力不等於可靠性

18. 自主研究不是固定「科學方法腳本」

19. Problem Selection 邊界

20. Minimal Closure Score

21. Research Autonomy Index

22. 本篇 Structural Checker

System A：Fixed Pipeline

System B：Adaptive Retry

System C：Epistemic Closed Loop

23. 最小自主研究系統

24. 與 AGI 前夜命題的關係

25. 結論

參考文獻

狀態標記

$Q_t$ ：Research Objective

$B_t$ ：Epistemic State

$H_t$ ：Hypothesis Space

$\Pi_t$ ：Research Policy

$M_t$ ：Persistent Memory

$R_t$ ：Resource and Boundary State