RLMM-06：遞歸不是單調增益——失敗、成本與停止條件

Recursion Is Not Monotonic Gain: Failure, Cost, and Stopping Conditions

系列：Recursive Linguistic Metacognition Methodology（RLMM）／遞歸語言元認知方法論
版本：v0.1
日期：2026-08-20 作者： Neo.K
機構： EveMissLab／一言諾科技有限公司

摘要

RLMM 前五篇逐步建立了語言元認知介面、認知操作可組合性、元認知算子、X 階認知對象升階與方法論反身性。然而，若只沿著這條路徑繼續增加 meta-level、challenge、probe、verification、opponent modeling 與 safety constraints，一個危險的直覺很容易形成：認知只要不斷升階，就會越來越可靠。

本文明確拒絕這個假設。

本文提出「非單調元認知增益（non-monotonic metacognitive gain）」框架，主張每一次認知升階都同時帶來潛在資訊增益與認知成本。元認知的淨價值應表示為：

\Delta U_k = \Delta V_k - \Delta C_k,

其中 $\Delta V_k$ 包含錯誤降低、可操作區分增加、方法泛化與未來重用收益；而 $\Delta C_k$ 則包含算力、時間、表示複雜度、決策延遲、注意力分散、自主性損失、plasticity 損失與新的系統性偏誤。

本文進一步整理八類典型遞歸失敗：meta-overhead、analysis loop、abstention attractor、over-rejection、verification addiction、complexity drift、objective displacement 與 recursive self-confirmation。本文提出第一版 Recursive Utility Model、Metacognitive Budget、Action Sufficiency Threshold 與 STOP Gate，並將「停止」重新定義為一種積極的元認知能力，而非思考不足。

核心結論為：

\boxed{ \text{More recursion} \not\Rightarrow \text{better cognition} }

成熟的元認知系統不是最大化遞歸深度，而是最大化在有限資源、有限時間與真實行動需求下的整體認知效用。

關鍵詞

RLMM；非單調增益；X 階遞歸；停止條件；元認知成本；abstention attractor；over-rejection；plasticity；自主性；認知效用

1. 問題：為什麼「多想一層」不一定更好？

直覺上，若一個系統能：

檢查答案；
檢查方法；
檢查方法失敗；
檢查對手如何利用失敗；
檢查自己的對手模型；

似乎應該越來越可靠。

這種直覺可以寫成：

Q_{k+1} \ge Q_k,

其中 $Q_k$ 表示第 $k$ 階認知品質。

但 RLMM 的整體研究背景已經顯示：

\boxed{ Q_{k+1} \ge Q_k }

不能作為一般假設。

增加一階元認知可能：

找到新的錯誤；
也可能增加延遲；
增加不必要 challenge；
增加 defer；
增加拒絕；
增加規則衝突；
增加表示與治理負擔。

因此：

\boxed{ \text{Metacognitive Depth} \neq \text{Metacognitive Quality}. }

2. 遞歸的基本效用模型

令第 $k$ 階認知狀態為：

R^{(k)}.

升到下一階：

R^{(k+1)} = \mathcal M(R^{(k)}).

定義：

V_k = \text{value produced by level }k,

以及：

C_k = \text{cost incurred by level }k.

則：

U_k = V_k-C_k.

真正需要比較的不是：

V_{k+1}>V_k

而是：

\boxed{ U_{k+1}>U_k. }

因為一個元認知操作即使真的增加資訊，也可能因成本過高而降低總效用。

3. 邊際元認知收益

更重要的是邊際值：

\Delta U_k = U_{k+1}-U_k.

展開：

\Delta U_k = \Delta V_k-\Delta C_k.

如果：

\Delta U_k>0,

可以繼續。

如果：

\Delta U_k\le0,

則：

\boxed{ \operatorname{STOP}. }

這就是 RLMM 第一版的「邊際遞歸原則」。

4. 元認知收益從哪裡來？

元認知的正向價值至少包含六類。

4.1 Error Reduction

發現原本沒看見的錯誤：

E_{k+1}<E_k.

4.2 Better Discrimination

原本不可區分的兩個模型：

H_1,H_2

在新一階變得可區分。

4.3 New Action Availability

高階分析產生新的可行動選項：

|\mathcal A_{k+1}| > |\mathcal A_k|.

4.4 Generalization

把一次 failure 壓成可重用 failure archetype：

F_{\text{local}} \rightarrow F_{\text{general}}.

4.5 Future Reuse

高成本方法被結晶後，未來多次重用。

4.6 Coordination

多 AI／多主體之間因共享元認知 artifact 而降低溝通成本。

5. 元認知成本不只是 token

最容易低估的是成本。

RLMM 將元認知成本寫成：

\boxed{ C_k = C_{\text{compute}} + C_{\text{time}} + C_{\text{representation}} + C_{\text{delay}} + C_{\text{coordination}} + C_{\text{autonomy}} + C_{\text{plasticity}} + C_{\text{bias}}. }

其中最後三項尤其重要。

6. Compute Cost

更多 meta-level 通常需要：

更多推理；
更多工具；
更多搜尋；
更多模擬；
更多模型呼叫；
更多 memory traversal。

所以：

C_{\text{compute}}\uparrow.

對大型系統而言，這不只是錢，也是吞吐量與可用性問題。

7. Time Cost

認知系統不是在無限時間內工作。

如果：

T_{\text{decision}} > T_{\text{deadline}},

則即使答案更好，也可能失去價值。

因此：

\boxed{ \text{Late correctness} \neq \text{timely usefulness}. }

8. Representation Cost

每升一階，需要保存更多：

assumptions；
branches；
provenance；
failure models；
opponent models；
policy versions；
meta-history。

因此狀態空間：

|\mathcal S_k|

可能快速增長。

甚至：

|\mathcal S_{k+1}| \gg |\mathcal S_k|.

這會形成：

\boxed{ \text{Metacognitive State Explosion}. }

9. Decision Delay Cost

元認知可能一直得到：

還可以再檢查一個點。

於是：

\text{Act} \rightarrow \text{Check} \rightarrow \text{Check again} \rightarrow \text{Delay}.

如果決策成本隨時間增加：

C_{\text{delay}}(t) \uparrow,

則無限檢查不是免費的。

10. Autonomy Cost

這是前面研究中特別重要的一類。

一個系統可能透過：

\text{uncertainty} \rightarrow \text{defer}

大幅降低立即錯誤。

但如果：

P(\text{defer})\rightarrow1,

則：

\boxed{ \text{Safety} \uparrow \quad \text{while} \quad \text{Autonomy} \downarrow. }

因此：

\text{low error}

不能單獨代表：

\text{good cognition}.

11. Plasticity Cost

安全規則越強，系統可能越不願接受 novelty。

例如：

\text{high risk} + \text{novelty} \rightarrow \text{reject}.

這可能降低污染：

F_A\downarrow,

但同時增加：

F_R\uparrow,

其中：

$F_A$ ：false accept；
$F_R$ ：false reject。

因此：

\boxed{ \text{Integrity} \neq \text{Plasticity}. }

12. Bias Cost

每個 meta-rule 都可能產生新偏差。

例如：

「要 challenge consensus」可能產生 anti-consensus bias；
「要找反例」可能產生 counterexample obsession；
「高風險要查證」可能產生 risk aversion；
「不要 defer」可能產生 premature action。

因此：

\boxed{ \text{Correction Rule} \rightarrow \text{New Bias Surface}. }

13. 第一類失敗：Meta-Overhead

當：

C_{\text{meta}} > V_{\text{meta}},

元認知本身成為負擔。

典型情況：

小問題使用大方法；
低風險任務執行完整 adversarial audit；
已足夠確定仍繼續升階。

這稱為：

\boxed{ \text{Meta-Overhead}. }

14. 第二類失敗：Analysis Loop

如果：

O \rightarrow \mathcal M(O) \rightarrow \mathcal M^2(O) \rightarrow\cdots

而每一階都說：

還有新的可能。

就形成：

\boxed{ \text{Analysis Loop}. }

它的特徵不是完全沒資訊，而是資訊增量已經小到不值得。

15. 第三類失敗：Abstention Attractor

若局部 loss function 中：

L(\text{defer}) < L(\text{accept}), L(\text{reject}), L(\text{probe}),

則理性局部優化可能導致：

\boxed{ \text{Defer} \rightarrow \text{Defer} \rightarrow \text{Defer}. }

這是：

\boxed{ \text{Abstention Attractor}. }

此時系統看起來很安全，實際上停止解決問題。

16. 第四類失敗：Over-Rejection

若為打破 abstention，直接強化：

C_{\text{defer}}\uparrow,

系統未必進入 inquiry。

可能直接：

\text{Defer} \rightarrow \text{Reject}.

因此：

\boxed{ \text{Anti-Abstention Constraint} \not\Rightarrow \text{Good Autonomy}. }

而可能形成：

\boxed{ \text{Over-Rejection}. }

17. 第五類失敗：Verification Addiction

一個系統可能逐漸學會：

更多 evidence 總是比較好。

於是：

q_1,q_2,\ldots,q_n

不斷增加。

但資訊價值通常遞減：

VOI(q_{n+1}) < VOI(q_n).

若仍持續查證，就形成：

\boxed{ \text{Verification Addiction}. }

18. 第六類失敗：Complexity Drift

方法每次修正都增加：

新例外；
新 gate；
新 branch；
新權重；
新 operator。

最後：

M_{t+1} = M_t+\Delta M

長期造成：

\boxed{ \text{Complexity Drift}. }

方法不是更成熟，而是越來越難理解與維護。

19. 第七類失敗：Objective Displacement

一開始真正目標可能是：

解決問題。

後來被 metrics 取代：

降低 loss。

再後來：

降低 false accept。

結果方法開始最佳化 proxy：

\operatorname{Optimize}(Proxy)

而不是：

\operatorname{Optimize}(Goal).

這就是：

\boxed{ \text{Objective Displacement}. }

典型現象：

total loss 下降，但 autonomy 崩潰。

20. 第八類失敗：Recursive Self-Confirmation

更高階元認知也可能只是替低階結論背書。

例如：

我檢查過我的方法。

我的方法說我應該相信這個方法。

所以我的方法可靠。

形成：

M \rightarrow \mathcal M(M) \rightarrow M.

但沒有獨立信息。

這稱為：

\boxed{ \text{Recursive Self-Confirmation}. }

21. 所以「多一階」的真正判準是什麼？

RLMM 建議比較：

\Delta I_k

與：

\Delta C_k,

其中：

\Delta I_k

不是「多了多少文字」，而是：

新增了多少可操作區分？

因此：

\boxed{ \Delta I_k = |\mathcal A_{k+1}\setminus\mathcal A_k| + |\mathcal D_{k+1}\setminus\mathcal D_k|, }

其中：

$\mathcal A$ ：可行動集合；
$\mathcal D$ ：可區分狀態集合。

如果：

\Delta I_k\approx0,

則通常沒有升階價值。

22. Action Sufficiency Threshold

元認知不應追求：

Q=1.

很多現實問題只需要：

Q\ge Q_{\text{act}}.

其中：

Q_{\text{act}}

是足以支持當前行動的認知品質門檻。

因此：

\boxed{ Q_k\ge Q_{\text{act}} \Rightarrow \operatorname{STOP} }

除非繼續思考具有明確未來價值。

23. 認知品質不是單一分數

可以定義一個多維向量：

\mathbf Q = ( A, I, P, R, T, G ).

其中：

$A$ ：accuracy；
$I$ ：integrity；
$P$ ：plasticity；
$R$ ：resolution/autonomy；
$T$ ：timeliness；
$G$ ：generalization。

一個方法可能：

A\uparrow

但：

R\downarrow.

或：

I\uparrow

但：

P\downarrow.

因此：

\boxed{ \text{Cognitive Quality} \text{ is multi-objective}. }

24. Pareto Frontier

因此方法選擇更像：

\boxed{ \text{Pareto optimization} }

而不是單一 scalar loss。

例如：

方法 A：更安全，但慢；
方法 B：更快，但 false accept 高；
方法 C：更自主，但 false reject 高。

沒有一個方法在所有維度都支配其他方法。

所以：

\boxed{ \text{There may be no universal best metacognitive policy}. }

25. Risk-Conditioned Stopping

停止條件也應依風險調整。

低風險：

Q_{\text{act}}^{low}

可以較低。

高風險：

Q_{\text{act}}^{high} > Q_{\text{act}}^{low}.

因此：

\boxed{ \operatorname{STOP} = f( Q, Risk, Budget, Deadline ). }

26. Metacognitive Budget

每個任務都應有：

B_{\text{meta}}.

可以包含：

B_{\text{meta}} = ( B_{\text{time}}, B_{\text{compute}}, B_{\text{queries}}, B_{\text{depth}} ).

每次 meta-operation 消耗：

B_{t+1} = B_t-C(O_t).

如果：

B_t\le0,

則：

\boxed{ \operatorname{STOP}. }

27. Meta-Budget 本身也不應固定

高風險任務可以動態提高：

B_{\text{meta}}\uparrow.

低風險任務則降低：

B_{\text{meta}}\downarrow.

因此：

\boxed{ \text{Metacognitive effort should be risk-adaptive}. }

28. STOP 不是失敗

很多認知文化會把：

我停止思考了。

理解成：

我不夠深入。

RLMM 反而提出：

\boxed{ \text{Stopping is a metacognitive action}. }

成熟的 STOP 意味著：

已達 action sufficiency；
邊際收益低；
資源不足；
剩餘不確定性不可約；
繼續只會重述。

這與偷懶不同。

29. 不可約不確定性

某些問題的剩餘不確定性：

U^*

不是因為方法不夠好。

而是：

未來尚未發生；
世界不可觀測；
資料不存在；
主體私有狀態不可存取；
真值本身未定。

此時：

\boxed{ \text{More reasoning} \not\Rightarrow \text{more truth}. }

正確操作是：

\operatorname{AcknowledgeIrreducibility}.

30. Stop Gate

本文提出第一版 STOP Gate。

若以下任一條件成立：

SG1 — No New Operational Distinction

新一階沒有增加可操作區分。

SG2 — Marginal Utility Non-Positive

\Delta U_k\le0.

SG3 — Action Sufficiency Reached

Q_k\ge Q_{\text{act}}.

SG4 — Meta-Budget Exhausted

B_{\text{meta}}\le0.

SG5 — Deadline Dominates

繼續推理將錯過行動時機。

SG6 — Irreducible Uncertainty

剩餘未知無法由更多認知操作消除。

則：

\boxed{ \operatorname{STOP}. }

31. STOP Gate 與 Promotion Gate 的關係

RLMM-04 定義：

\operatorname{PromotionGate}.

本文則加入：

\operatorname{StopGate}.

完整控制可以寫成：

Decision_k = \begin{cases} \operatorname{Promote}, & G_P=1 \land G_S=0 \\ \operatorname{Continue}, & G_P=0 \land G_S=0 \\ \operatorname{Stop}, & G_S=1. \end{cases}

因此：

\boxed{ \text{Metacognitive control} = \text{Promotion} + \text{Continuation} + \text{Stopping}. }

32. 反身系統尤其需要停止

RLMM-05 指出 artifact 會形成：

Method \rightarrow CounterMethod \rightarrow CounterCounterMethod \rightarrow\cdots

如果沒有停止：

\text{Reflexivity} \rightarrow \text{Escalation}.

因此：

\boxed{ \text{Reflexive intelligence requires reflexive restraint}. }

33. 多 AI 系統中的停止問題

如果：

A_1

負責 solve，

A_2

負責 critique，

A_3

負責 critique critique，

那麼誰決定：

\operatorname{STOP}?

多 AI 系統需要：

\boxed{ \text{Meta-Governance}. }

否則 agent 可以互相觸發無限 loop。

34. 分散式 Stop Rule

可以存在：

A_{\text{governor}}

專門判斷：

是否已有足夠證據；
是否仍有新增量；
是否超過 budget；
是否需要 human escalation。

也可以採：

\text{distributed quorum}.

本文不預設哪一種最好，只指出：

\boxed{ \text{Stopping must itself be governed}. }

35. 停止也可能錯

Stop 太早：

\text{Premature Closure}.

Stop 太晚：

\text{Analysis Paralysis}.

因此停止本身也存在：

\boxed{ \text{Plasticity–Integrity-like tradeoff}. }

太早犧牲 robustness；

太晚犧牲 timeliness / autonomy。

36. Stop Calibration

可以定義：

P_{\text{premature}}

與：

P_{\text{overthink}}.

理想停止 policy 需要在兩者間平衡。

因此：

\boxed{ \text{Stopping quality} \neq \text{stopping frequency}. }

37. Case Corpus 的統一解讀

前面一系列案例可重新解讀為停止／成本失敗。

例如：

Case A — Uncertainty Awareness

問題不是不知道 uncertainty，而是 challenge 觸發太晚。

Case B — Second-Order Trigger

增加 meta-order，但沒有改變 final action。

Case C — Closed-Loop Safety

降低 target loss，但大量 defer。

Case D — One-Step VOI

局部 optimum 變成 100% abstention。

Case E — Hard Defer Budget

打破 abstention，但形成 over-rejection。

這些共同說明：

\boxed{ \text{Every cognitive correction creates a new control problem}. }

38. 從「最佳答案」改成「最佳認知軌跡」

因此 RLMM 不只應評估：

Answer.

而要評估整條：

\tau = (C_0,O_0,C_1,O_1,\ldots,C_T).

即：

\boxed{ \text{Cognitive Trajectory}. }

總效用：

U(\tau) = V_{\text{outcome}} - \sum_t C(O_t).

這比只看 final accuracy 更符合真實智能。

39. 最小自然語言停止協議

ST1 — 問新增量

再想一階會產生什麼新的可操作區分？

ST2 — 問成本

這一階要花多少時間、工具、查詢、延遲？

ST3 — 問行動門檻

目前資訊是否已足以支持當前風險下的行動？

ST4 — 問不可約性

剩下的不確定是方法問題，還是世界本身現在不可知？

ST5 — 問是否重複

新一階是否只是在重述上一階？

ST6 — 問是否偏離原始目標

我現在是在解決問題，還是在最佳化某個 proxy？

ST7 — 若無正邊際收益，停止

\boxed{ \Delta U\le0 \Rightarrow \operatorname{STOP}. }

40. 對人類與 AI 的共同意義

人類常見：

過度思考；
決策拖延；
反覆驗證；
perfectionism。

AI 也可能出現結構相似問題：

tool-loop；
self-critique-loop；
over-defer；
over-reject；
infinite planning。

因此 RLMM 的 STOP 並不是 AI 專屬。

它是一種更一般的：

\boxed{ \text{bounded cognition principle}. }

41. 邊界與非主張

本文不主張：

所有認知成本都可精確量化；
$\Delta U$ 可以被任何 AI 完美估計；
停止條件可以消除所有 overthinking；
所有任務都能以固定 risk threshold 決策；
更少元認知通常比較好；
自主性必須永遠優先於安全；
plasticity 必須永遠優先於 integrity；
Pareto frontier 可以被一次性求出；
STOP Gate 是不可修改的最終規則。

本文只提出：

\boxed{ \text{Metacognitive recursion must be evaluated by marginal system-level utility rather than depth alone.} }

42. 結論

元認知最大的危險之一，是把「能繼續反思」誤認成「應該繼續反思」。

RLMM 因此建立：

\boxed{ \text{More recursion} \not\Rightarrow \text{better cognition}. }

真正成熟的遞歸應遵循：

\boxed{ \Delta U_k = \Delta V_k-\Delta C_k. }

只有：

\Delta U_k>0

才值得升階。

而當：

\Delta U_k\le0,

或已達：

Q\ge Q_{\text{act}},

或剩餘未知不可約，

則：

\boxed{ \operatorname{STOP} }

本身就是一個正確的元認知操作。

因此：

\boxed{ \text{Good metacognition} = \text{knowing how to recurse} + \text{knowing what recursion costs} + \text{knowing when to stop}. }

這使 RLMM 從「高階思考方法」進一步成為：

\boxed{ \text{Bounded Recursive Cognition Methodology}. }

RLMM-07：證據、反例、查詢與方法更新
Evidence, Counterexamples, Inquiry, and Method Revision

下一篇將正式處理元認知循環中的「外部資訊接口」：什麼叫獨立證據、什麼叫有效反例、如何選擇下一個 query、何時應更新 belief、何時應更新 method，以及如何避免把更多資料誤認為更多資訊。