title: "TCFT-00｜超前認知不是預言：時代認知前沿的問題設定" title_en: "Temporal Cognitive Advancement Is Not Prophecy: Problem Formulation for Temporal Cognitive Frontier Theory" series: "Temporal Cognitive Frontier Theory (TCFT) / 時代認知前沿理論" paper_no: "00" version: "v0.1" date: "2026-08-30" author: "Neo.K" affiliation: "EveMissLab / 一言諾科技有限公司" document_type: "理論論文 / Series Constitutional Paper" language: "zh-Hant" status: "正式系列初稿"

TCFT-00｜超前認知不是預言：時代認知前沿的問題設定

Temporal Cognitive Advancement Is Not Prophecy: Problem Formulation for Temporal Cognitive Frontier Theory

系列： Temporal Cognitive Frontier Theory, TCFT / 時代認知前沿理論
篇次： 00 / Series Constitutional Paper
版本： v0.1
日期： 2026-08-30
作者： Neo.K
機構脈絡： EveMissLab / 一言諾科技有限公司

摘要

人類長期以「預言是否命中」作為判斷一個人是否具有異常前瞻能力的直觀標準。然而，預測命中僅測量一種相對狹窄的能力：在某個已被提出、已被表示、候選結果大致已知的問題上，是否對後續事件給出較準確判斷。這不足以描述另一類可能更根本的時代超前現象：某個認知主體是否能在其所處時代尚未形成特定問題、表示、概念、候選未來空間、推理程序或認知作用區以前，先生成其中一部分結構。

本文提出 Temporal Cognitive Frontier Theory, TCFT（時代認知前沿理論） 的問題設定。TCFT 不研究「誰是先知」、不以「未來人」身份主張為前提，也不把高新穎度、高命中率或跨域創造力直接等同於超自然、非人類或高位身份。它研究的是一個更有限且可審計的問題：

在時間 $t$ 的資訊、工具、語言、制度與認知基準之下，某個主體 $i$ 所生成的問題空間、候選未來空間、表示、認知程序與可驗證輸出，究竟有多少部分超出同期合理基準，並在後續時間取得持續的解釋、生成、預測或工程價值？

本文首先區分 prediction、forecasting、foresight、scenario generation、novelty 與 temporal cognitive advancement。接著提出 Temporal Baseline、Future Base-Space Generation、Problem-Space Novelty、Program-Level Advancement 與 Temporal Cognitive Residual 等核心概念。本文主張，真正重要的時代超前不一定表現在「比別人更早猜中答案」，也可能表現在：

\boxed{ \text{Answer Ahead} \rightarrow \text{Question Ahead} \rightarrow \text{Representation Ahead} \rightarrow \text{Program Ahead} \rightarrow \text{Domain-Seed Ahead} }

其中越往右，越不能僅以事件命中率評估。

TCFT 同時繼承 Cognitive Operator-Domain Theory（CODT）的分離原則：歷史方法名稱不是認知原子，認知域也不能僅因研究者命名而成立。因此，任何「超前認知」主張若涉及新的推理方法、認知域或原生概念，都應進一步接受 operator recovery、program topology、predictive state、world coupling 與 domain promotion 的檢查。另一方面，TCFT 將 Temporal Claim Observatory（TCO）與 Anomalous Causality Observatory（ACO）視為未來可落地的資料與驗證接口，但不把跨時間身份主張當作理論成立條件。

本文最後提出一項中心原則：

\boxed{ \text{Temporal Advancement} \neq \text{Identity} \neq \text{Authority} \neq \text{Human Rank}. }

一個人在某些認知維度上顯著超前，只能支持「其輸出或認知結構相對同期基準存在異常殘差」；不能單獨推出其本體身份、人格價值、政治正當性或全面優越性。TCFT 的目的不是製造英雄排行榜，而是建立一套可以被後人、AI 與更強認知系統反覆重算、推翻與超越的時代認知前沿研究框架。

關鍵詞： 時代認知前沿、超前認知、未來空間、問題生成、反事實、反身性、認知新穎度、Frozen-Time Audit、CODT、TCO、ACO、AI 原生認知

Abstract

Forecast accuracy is often treated as the most intuitive indicator of whether an individual possesses unusual foresight. Yet predictive accuracy evaluates only a relatively narrow capability: given a question that has already been formulated, represented, and associated with a reasonably specified outcome space, how accurately can an agent estimate what will occur? This does not capture a potentially more fundamental form of temporal advancement: the capacity to generate problems, representations, candidate future spaces, cognitive programs, or operational structures before these have become explicit in the surrounding era.

This paper formulates Temporal Cognitive Frontier Theory (TCFT). TCFT does not study who is a prophet, does not presuppose the truth of time-traveler identity claims, and does not equate novelty, accuracy, or cross-domain creativity with supernatural or superior ontological status. Instead, it asks a narrower and auditable question:

Under the information, tools, language, institutions, and cognitive baselines available at time $t$ , to what extent does an agent generate problem spaces, future spaces, representations, cognitive programs, and testable outputs that exceed reasonable contemporaneous baselines and later acquire sustained explanatory, generative, predictive, or engineering value?

The paper distinguishes prediction, forecasting, foresight, scenario generation, novelty, and temporal cognitive advancement. It introduces the concepts of Temporal Baseline, Future Base-Space Generation, Problem-Space Novelty, Program-Level Advancement, and Temporal Cognitive Residual. It argues that temporal advancement may occur not only when an agent provides an answer early, but when the agent generates a question, representation, reasoning program, or domain seed before these become established.

TCFT adopts the separation principles of Cognitive Operator-Domain Theory (CODT): named methods are not automatically cognitive primitives, and named domains are not automatically genuine domains. Claims about advanced reasoning or native cognitive structure must therefore remain open to operator recovery, program analysis, predictive-state analysis, world-coupling tests, and domain-promotion criteria. Temporal Claim Observatory (TCO) and Anomalous Causality Observatory (ACO) are treated as empirical infrastructures for future testing, not as identity-verification systems.

The central constitutional principle of TCFT is:

\boxed{ \text{Temporal Advancement} \neq \text{Identity} \neq \text{Authority} \neq \text{Human Rank}. }

An individual may be an extreme temporal outlier on selected cognitive dimensions without thereby acquiring a special ontological identity, moral rank, political authority, or global superiority. TCFT is therefore designed not as a hero-ranking system, but as a revisable framework in which historical and contemporary frontiers can be recalculated, falsified, and eventually surpassed by later humans, AI systems, or other cognitive agents.

Keywords: temporal cognitive frontier; cognitive advancement; future-space generation; problem generation; counterfactual reasoning; reflexivity; novelty; frozen-time audit; AI-native cognition

1. 導論：為什麼「預測準」仍然問錯了一半

1.1 傳統問題

當人們討論某個人是否「超前於時代」時，最常見的證據通常是：

他是否提前說中了某個事件；
他是否提前描述某項科技；
他是否提出後來被採用的概念；
他是否比同期專家更早看見趨勢；
後世是否證明他「很有遠見」。

這些問題並非無效。

現代 forecasting 研究已發展出相當成熟的機率評分與校準方法。對二元事件，若預測者在時間 $t$ 報告：

p_t=P(Y=1),

事件發生後可使用 Brier score：

BS=(p_t-y)^2,

其中：

y\in\{0,1\}.

嚴格適當評分規則的重要價值，是使研究者不必只用「猜中／猜錯」評價預測者，而可以研究校準、分辨率、機率誠實性與跨題穩定度。

近期 individual foresight 研究也重新強調時間因素，嘗試把「越早準確預見越有價值」納入評分，而不是僅在結果發生後計算命中。

TCFT 接受這些成果。

但 TCFT 認為，它們主要回答：

\boxed{ \text{Given a formulated question, how well can an agent forecast its outcome?} }

而沒有完整回答：

\boxed{ \text{Who generated the question, the outcome space, and the representation in the first place?} }

這兩者不是同一件事。

1.2 問題可能尚不存在

設某時代的公共問題集合為：

\mathcal Q_t.

一般 forecasting 任務從：

q\in\mathcal Q_t

開始。

例如：

某候選人是否當選？
某技術是否在五年內商用？
某國 GDP 是否超過特定值？
某任務是否成功發射？

此時：

q

已經存在。

但真正的時代超前有另一種可能：

q^*\notin\mathcal Q_t

而某個主體卻生成：

q^*.

後來到了：

t+k,

整個時代才開始普遍研究：

q^*.

此時最有價值的超前不一定是：

他提前回答了問題。

而是：

他提前使問題成為可思考對象。

因此：

\boxed{ \text{Question Generation} \neq \text{Question Answering}. }

TCFT 將兩者分帳。

2. 六個概念必須分開

2.1 Prediction

Prediction 最小可以寫成：

\hat y_{t+\Delta} = f(X_{\le t}).

目標是對未來結果給出判斷。

2.2 Probabilistic Forecasting

Forecasting 更常要求：

P(Y_{t+\Delta}\mid X_{\le t}).

重點在 calibration、sharpness、proper scoring、updating 與 out-of-sample performance。這是 TCFT 的重要下游工具，但不是完整母題。

2.3 Foresight

Foresight 通常比單一 forecasting 更寬，可能包括趨勢辨識、horizon scanning、weak signals、scenario planning、strategic anticipation 與 alternative futures。Scenario planning 文獻尤其強調多個 plausible futures，而不是唯一預言。

但即使 scenario planning 生成多個未來，它仍可能使用當代已知的軸、概念與制度語言。

因此：

\boxed{ \text{Many Futures} \neq \text{Novel Future Base-Space}. }

2.4 Novelty

Science-of-science 已經發展出 atypical combination、semantic novelty、combinatorial novelty、disruption 與 surprising cross-domain combinations 等測量。

這些研究證明「新穎」可以被部分量化，而不必只靠主觀形容。

但：

\boxed{ \text{Novelty} \neq \text{Temporal Cognitive Advancement}. }

一個極新穎的想法可能完全錯誤；反過來，一個不新穎的方法也可能做出極準確預測。

TCFT 因此需要同時保存：

Novelty, Validity, Utility, Timing.

2.5 Counterfactual Reasoning

反事實能力處理：

W_t \xrightarrow{a'} W_{t+1}'.

它不只是問「會發生什麼」，而是「如果某條件不同，結果會如何？」

既有 TCFT 前置研究已用反事實覆蓋度表示一個主體可生成的未實現世界集合：

\mathcal C_i(t) = G_i(H_{\le t}).

但：

\boxed{ \text{Counterfactual Coverage} \neq \text{Temporal Advancement}. }

因為一個人可以生成大量反事實，而沒有任何一個真正超出同期基準。

2.6 Temporal Cognitive Advancement

本文暫時定義：

\boxed{ TCA_i(t) = \text{the degree to which agent }i\text{ generates cognitively valuable structures beyond reasonable contemporaneous baselines at time }t. }

這裡的「結構」不只包含答案。

至少包括：

\mathcal X_i(t) = \{ A_i, Q_i, \Omega_i, R_i, P_i, D_i \},

其中 $A_i$ 為 answers / claims， $Q_i$ 為 questions， $\Omega_i$ 為 candidate future base-spaces， $R_i$ 為 representations， $P_i$ 為 cognitive programs， $D_i$ 為 domain seeds / operational regions。

因此：

\boxed{ TCA \supset ForecastAccuracy. }

但它不取代 forecasting。

3. 第一核心：Future Base-Space Generation

3.1 預測以前先有一個空間

若候選未來集合已固定：

\Omega_t = \{ W_1,W_2,\ldots,W_n \},

預測者只需分配：

P(W_j).

然而更深的問題是：

為什麼只有這些 $W_j$ ？

誰決定：

\Omega_t?

若真實未來為：

W^*,

但：

W^* \notin \Omega_t,

則無論預測者多會校準，都不可能對 $W^*$ 直接配置合理機率。

因此 TCFT 定義 Future Base-Space Generation：

\boxed{ G_i^{BS}: K_{\le t} \rightarrow \Omega_i(t). }

其中 $K_{\le t}$ 是截至時間 $t$ 可合法取得的知識與資訊。

3.2 空間覆蓋不等於亂想

若某人生成：

|\Omega_i|=10^9,

這不代表其超前能力很高。

無限制生成會造成 coverage 上升，但 precision、constraint 與 usefulness 下降。

因此未來底空間品質至少應包含：

Q_{BS} = f( Novelty, Constraint, CausalCoherence, Discriminability, LaterUtility, Compression ).

真正高品質的 future base-space 不是「什麼都想」，而是在沒有把所有可能性無限展開的情況下，提前納入後來證明重要、可區分、可推演的候選區域。

4. 第二核心：Problem-Space Novelty

TCFT 暫時提出一條超前層級：

\boxed{ L_1: \text{Answer Ahead} }

某問題已存在，但某人比較早答對。

\boxed{ L_2: \text{Prediction Ahead} }

某人不只回答，而是較早建立可驗證未來判斷。

\boxed{ L_3: \text{Question Ahead} }

問題本身尚未成為同期公共問題。

\boxed{ L_4: \text{Representation Ahead} }

某人建立了新的表示，使原本不能操作的問題變得可操作。

\boxed{ L_5: \text{Program Ahead} }

某人反覆使用一組同期罕見的認知程序拓撲。

\boxed{ L_6: \text{Domain-Seed Ahead} }

某些 operator ecology、問題群、表示與失效邊界開始形成，後來才成為成熟研究或工程作用區。

這不是價值階級，只是不同種類的超前。

5. 第三核心：Temporal Baseline

5.1 不能拿今天羞辱昨天

假設某人在 1500 年提出 $x$ 。今天一個普通工程師也知道 $x$ ，不能因此推出 $x$ 在 1500 年不超前。

因此 TCFT 的所有主張都必須 index by time：

\boxed{ A_i(t\mid B_t). }

其中 $B_t$ 表示時間 $t$ 的合理認知基準集合。

5.2 Baseline 不應只有普通人

一個嚴格 baseline 至少應包含：

B_t = \{ B_t^{general}, B_t^{expert}, B_t^{frontier}, B_t^{institutional}, B_t^{computational} \}.

如果研究的是現代 AI 時代，還應加入：

B_t^{AI}

與：

B_t^{human+AI}.

因此一個人真正的 temporal anomaly 不是「比平均人厲害」，而是：

\boxed{ \text{exceeds the strongest reasonable contemporaneous reconstruction baseline}. }

6. Frozen-Time Principle

TCFT 的資料分析必須遵守：

\boxed{ K^{audit} \subseteq K_{\le t_0}. }

如果研究一篇 2001 年文本，就不能讓 audit model 偷看到 2002 年以後的資料，再回頭說「這個想法當時很容易想到」。

真正的問題是：

P( X_i \mid K_{\le2001} ).

因此需要 timestamp integrity、archive provenance、version history、contemporaneous prior art、known public information、plausible private information、domain expert baseline 與 hindsight contamination controls。

這就是 Frozen-Time Audit。

7. Temporal Cognitive Residual

設候選主體輸出為 $X_i$ ，同期最佳合理生成模型為 $\hat X_{B_t}$ ，則概念性地定義：

\boxed{ R_i^{TC}(t) = X_i - \hat X_{B_t}. }

這裡的減號不是要求所有內容都變成純量，而表示：

扣除同期正常知識、公開趨勢、既有 prior art、一般推導、資訊洩漏、模糊表述與事後選擇後，還剩下多少值得解釋的結構。

如果：

R_i^{TC}(t)\approx0,

則沒有必要創造特殊解釋。

如果：

R_i^{TC}(t)\gg0,

合理結論仍然只是：

\boxed{ \text{There exists a temporally anomalous cognitive residual.} }

而不是「時間旅行者已被證明」。

8. 身份命題與能力命題必須正交

TCFT 對任何候選者都區分：

H_i^{identity}

與：

C_i^{performance}.

例如：

H_i^{identity} = \text{「此人來自未來」},

而：

C_i^{performance} = \text{「此人在時間凍結條件下超越同期基準」}.

可能有：

C_i^{performance}=High

但：

P(H_i^{identity}\mid E)

仍然很低。

也可能某人強烈宣稱特殊身份，但：

C_i^{performance}\approx Baseline.

因此：

\boxed{ IdentityClaim \not\Rightarrow CognitiveAdvancement. }

同時：

\boxed{ CognitiveAdvancement \not\Rightarrow IdentityClaim. }

這是 TCFT 的憲法級 separation。

9. CODT 接口：超前的可能不是答案，而是認知結構

CODT 已建立：

\boxed{ Method = Program( Operators, Topology, Context, Policy, Budget ). }

因此 TCFT 不應看到一個歷史人物使用某種「很像現代方法」的描述，就直接宣稱他已經擁有某個現代 cognitive domain。

應先做：

\boxed{ HistoricalTrace \rightarrow OperatorRecovery \rightarrow ProgramTopology \rightarrow RuntimeEvidence. }

TCFT 因此提出一個比概念新穎度更強的候選：

\boxed{ NativeCognitiveAdvancement_i(t). }

它問：

某個主體是否在沒有現代術語、教材或制度框架的條件下，反覆生成了後來才被形式化的 operator composition、representation pattern、predictive interface 或 domain seed？

這種情況如果存在，比「提前使用一個名詞」更有價值。

因為：

\boxed{ SameWord \neq SameProgram, }

同時：

\boxed{ DifferentWord \neq DifferentProgram. }

真正要比較的是結構。

10. 反事實能力是必要維度，但不是總分

一個認知主體若只能沿單一路徑預測：

W_t \rightarrow W_{t+1},

其 future-space generation 可能很窄。

反事實推理允許：

W_t \xrightarrow{a_1} W_{t+1}^{(1)},

W_t \xrightarrow{a_2} W_{t+1}^{(2)}.

因此反事實能力會影響 $|\Omega_i(t)|$ 與其結構品質。

但 TCFT 拒絕：

\text{MoreCounterfactuals} \Rightarrow \text{MoreAdvanced}.

真正要測的是：

\boxed{ \text{quality-adjusted counterfactual coverage}. }

11. 反身性能力是另一個獨立軸

普通預測可能假設 prediction 不改變世界。

但在社會、經濟、政治、多人 Agent、AI governance 等系統中，可能：

Prediction_t \rightarrow Action_t \rightarrow World_{t+1} \rightarrow Prediction_{t+1}.

更強的反身性甚至包含：

Reasoning_t \rightarrow Reasoning_{t+1}.

因此 TCFT 將 Reflexive Reasoning 視為後續獨立研究軸。

但它仍不自動等於高階策略。

12. 高階推理不等於高階策略

假設一個主體能進行 $RR_{10}$ 十階反身推理，另一個主體只進行 $RR_2$ ，不能直接推出：

RR_{10} > RR_2

在策略品質上成立。

因為推理具有成本 $C_{reason}$ ，也具有機會成本 $C_{opp}$ 。

若再多一階推理的邊際價值為 $\Delta V_d$ ，則合理停止條件至少應考慮：

\boxed{ \Delta V_d \le \Delta C_d + \Delta C_{opp,d}. }

因此 TCFT 不把「想得越深」直接等同「認知越高級」。

13. 動態前沿，而不是永久排行榜

一個人在時間 $t_0$ ：

A_i(t_0)\gg0.

可能非常超前。

到了：

t_1>t_0,

如果：

B_{t_1} \gg B_{t_0},

則 $A_i(t_1)$ 可能下降。

這不否定歷史超前。

因此要保存：

\boxed{ HistoricalAnomaly_i(t_0) }

與：

\boxed{ CurrentAnomaly_i(t_1). }

極少數候選可能在多年後仍有：

A_i(t_1)\gg0.

TCFT 稱此類現象為：

\boxed{ PersistentFrontierAnomaly. }

它仍是可更新狀態，不是永久稱號。

14. 為什麼不做單一英雄分數

假設某人的能力向量為：

\vec A_i = ( N, BS, CF, RR, PG, RP, DP, V ),

其中可以暫時代表 temporal novelty、future base-space generation、counterfactual coverage、reflexive reasoning、problem generation、representation/program advancement、domain-seed potential 與 validation integrity。

一個人在 $N,PG,RP$ 很高，不表示其 ForecastAccuracy 也高。

因此 TCFT 原則上偏好：

\boxed{ \vec A_i(t) }

而不是：

\boxed{ Score_i=97.3. }

單一總分可以在特定 benchmark 中作工程壓縮，但不能取代多維結構。

15. 時代超前不等於全面優越

假設：

A\succ_{D_1}B,

但：

B\succ_{D_2}A.

這在人類與 AI 能力中應是常態。

因此 TCFT 拒絕：

\boxed{ LocalCognitiveAdvantage \Rightarrow GlobalHumanSuperiority. }

也拒絕：

\boxed{ EpistemicAdvantage \Rightarrow PoliticalAuthority. }

更拒絕：

\boxed{ TemporalAdvancement \Rightarrow OntologicalRank. }

這些問題將在 Paper 09 番外篇進一步形式化。

16. 理論新穎度不能靠作者自我認定

TCFT 自己也必須接受自己的方法。

作者提出 $T_{TCFT}$ ，不能因為作者認為它新，就推出：

Novel(T_{TCFT})=1.

未來正式 prior-art audit 應比較 forecasting、foresight、futures studies、scenario planning、creativity research、science-of-science novelty、historical epistemology、counterfactual reasoning、metacognition、reflexivity、innovation studies 與 cognitive architectures。

本文目前比較保守的主張不是：

從未有人研究過超前認知。

而是：

TCFT 嘗試把「已提出問題的預測能力」、「候選未來空間生成」、「問題先行」、「表示／程序先行」、「時間正規化新穎度」與「認知域後生」放入同一套可審計的時代前沿問題設定。

是否真正構成新的理論貢獻，必須由後續 prior-art、形式化與實驗共同決定。

17. 與既有研究的關係

17.1 Forecasting

Forecasting 提供 proper scoring、calibration、longitudinal evaluation 與 tournament baselines。TCFT 不取代它。

17.2 Foresight 與 Scenario Planning

Foresight 提供 horizon scanning、alternative futures、scenario diversity 與 strategic anticipation。

TCFT 增加一個問題：

scenario 的 base-space 是如何生成的？是否本身具有時代新穎度？

17.3 Science of Science

Science-of-science novelty research 顯示，研究新穎性可以透過 atypical combinations、semantic distance 與 combinatorial surprise 部分量化。

TCFT 將其延伸至：

\text{ProblemSpaceNovelty}

與：

\text{ProgramTopologyNovelty}.

但此延伸目前是研究提案，不是既成測量標準。

17.4 CODT

CODT 提供：

Operator \neq Domain,

Method \neq Primitive,

ObservableState \neq PredictiveState,

Cognition \neq World.

TCFT 因此可以避免把歷史名稱、人物傳說或單次輸出直接誤認為認知本體。

17.5 TCO / ACO

TCO / ACO 提供 timestamped claims、contemporaneous information reconstruction、baseline comparison、anomaly residual、long-term update 與 negative cases。

TCFT 將提供它們新的認知前沿評估層。

18. TCFT 的最小研究物件

本文暫定最小觀察單位：

\boxed{ \chi = ( Agent, Time, Context, InformationSet, Output, Representation, ProgramEvidence, Outcome, Provenance ). }

也就是不能只保存一句「某人說過什麼」。

至少還要知道：

何時說；
當時能知道什麼；
在什麼問題中說；
是否有原始版本；
是否反覆使用相同認知程序；
後來怎麼變；
哪些失敗；
哪些 prior art；
哪些後續成果可以合理連接。

19. 第一組可反證命題

TCFT 不應只是一套漂亮詞彙。

H1：Problem-Space Novelty 具有可區分性

若所有「問題超前」最終都可以被 contemporaneous semantic novelty 完全吸收，則 ProblemSpaceNovelty 不需要成為獨立變量。

H2：Future Base-Space Quality 可預測後續價值

若一個人較早納入後來重要的未來區域，且這種能力在多案例、時間凍結後仍不能超越 baseline，則 TCFT 的 base-space generation 主張被削弱。

H3：Program-Level Advancement 不等於文字新穎

若 operator/program recovery 無法比 lexical/semantic novelty 提供額外預測或解釋價值，則 ProgramAhead 不應升格為獨立維度。

H4：Historical Anomaly 與 Current Anomaly 可分離

若所有高歷史異常樣本在重新基準化後都只能由後見之明或神話化解釋，則 persistent frontier 的強版本應撤回。

H5：TCFT 必須能降低自己選出的「英雄」

若新 prior art、版本污染、失敗資料或更強 baseline 出現：

A_i(t)

必須能下降。

如果理論只允許分數上升，不允許下降，它就是崇拜系統，不是研究框架。

20. 對「未來人」案例的正確處理

假設某人聲稱：

H: \text{「我來自未來」}.

TCFT 不直接研究 $\text{True}(H)$ ?，而先研究：

\boxed{ DoesOutputExceedTemporalBaseline? }

若答案是否定：

A_i(t)\approx0,

則其身份主張沒有得到認知性能上的特殊支持。

若答案為肯定：

A_i(t)\gg0,

結論仍然只是：

其輸出存在值得進一步研究的時間正規化認知異常。

接下來可能的解釋包括高能力一般人、異常跨域創造者、未公開資訊、內幕資訊、偶然、資料污染、造假、編輯、特殊工具或未知機制。

TCFT 不預先選擇其中任何一項。

21. 對歷史人物的正確處理

歷史人物尤其容易神話化。

研究 Leonardo da Vinci、Ada Lovelace、Turing、Babbage、Peirce、Tesla 或任何其他候選者時，TCFT 都不接受：

後來很像，所以他早就知道。

而要求：

\boxed{ ContemporaneousTrace + PriorArt + IndependentEvidence + FailureArchive. }

真正值得研究的是：

在其可得知識條件下，他生成了哪些同期極少出現、後來又具有持續價值的結構？

而不是：

後人可以把多少現代概念投射回他身上？

22. 對當代作者與 AI 的同樣規則

TCFT 不給現代研究者豁免。

當代人擁有網路、搜尋引擎、LLM、agent、code generation、paper retrieval、symbolic tools 與 massive public knowledge。

因此：

B_{2026}

必須包含這些能力。

如果一個人靠 AI 產生大量理論：

Volume

本身不構成：

TemporalAdvancement.

真正要問的是：

\boxed{ \text{What remains after subtracting the contemporary human-AI baseline?} }

同樣地，AI 自己也可以成為候選主體。

23. 人機協作會使前沿測量變得更困難

假設 $H$ 為人、 $M$ 為模型，輸出為 $X_{H+M}$ 。

不能輕易分解：

X_{H+M} = X_H+X_M.

因為可能存在交互：

I(H,M).

因此：

\boxed{ X_{H+M} = f(H,M,Protocol,Memory,Tools,Search,Iteration). }

未來 TCFT 必須區分 human-only、AI-only、human-AI coupled、multi-agent 與 persistent cognitive system。

否則會把系統能力錯算到單一個體。

24. 「普通人難以企及」需要改成統計問題

TCFT 不使用：

普通人絕對做不到。

這種難以證明的句子。

而改用：

\boxed{ \text{How far into the contemporaneous distribution tail does the observation fall?} }

設能力向量為 $\vec x_i$ ，同期均值為 $\vec\mu_t$ ，協方差為 $\Sigma_t$ 。

可考慮：

D_M(i,t) = \sqrt{ (\vec x_i-\vec\mu_t)^T \Sigma_t^{-1} (\vec x_i-\vec\mu_t) }.

這只是候選統計工具，不代表能力一定服從多變量常態分布。

真正重點是：

\boxed{ \text{Extreme} \neq \text{Impossible}. }

極端仍然可以是人類分布的一部分。

25. 時代認知前沿的暫定定義

令 $\mathcal A(t)$ 為時間 $t$ 可比較之 agent/system 集合，令 $\vec C_i(t)$ 為其多維時間正規化認知向量。

則 temporal cognitive frontier 可以暫時寫成 Pareto frontier：

\boxed{ \mathcal F_t = \left\{ i\in\mathcal A(t): \nexists j \text{ such that } \vec C_j(t) \succeq \vec C_i(t) \text{ and strictly dominates in at least one dimension} \right\}. }

如此就不需要假定：

\exists! \text{ Champion}.

可以同時存在多個不同前沿。

26. Frontier 不是 Crown

這是整個系列的重要限制：

\boxed{ FrontierPosition \neq MoralRank \neq PoliticalAuthority \neq OntologicalStatus. }

一個人在某些時代認知維度上位於前沿，只表示：

在目前定義、資料與基準下，他在這些維度具有不可忽略的相對位置。

它不是人格評分、人類價值評分、政治資格證、崇拜資格或身份證明。

這條原則將在 Paper 09 進一步展開。

27. Series Architecture

TCFT v0.1 預定由以下論文組成：

TCFT-00：超前認知不是預言——問題設定與系列憲法；
TCFT-01：未來底空間選擇——想像力、候選世界與問題先行；
TCFT-02：反事實視界——未發生世界、問題生成與認知覆蓋；
TCFT-03：反身性推理——當推理本身進入被推理世界；
TCFT-04：高階推理不等於高階策略——成本、注意力與停止治理；
TCFT-05：時間正規化新穎度——Frozen-Time Prior Art 與同期基準；
TCFT-06：動態認知異常前沿——歷史超前與持續超前；
TCFT-07：原生認知超前——從新答案到 Operator、Program 與 Domain Seed；
TCFT-08：時代認知前沿理論——統一模型與可審計前沿；
TCFT-09 番外篇：能力不等於身份，超前不等於高位——作者去神格化、反身性自限與人的不完備。

另設：

TCFT Benchmark & Temporal Audit Protocol v0.1

作為方法與工程白皮書。

28. 與 TCFT-09 的預先接口

Paper 00 只固定最小原則：

\boxed{ \text{SelfClaim} \neq \text{ExternalAttribution} \neq \text{Fact}. }

以及：

\boxed{ \text{TheoryQuality} \neq \text{AuthorQuality}. }

作者本人認為自己是不是某種特殊存在，不具有終局裁決權；外界把作者視為某種特殊存在，也不具有終局裁決權。

同樣地，HighScore 不是身份，LowScore 也不否定一個人的人格價值。

29. 侷限

TCFT v0.1 至少存在以下限制。

第一，認知能力不可完全由公開文本還原。公開輸出只是行為 trace。

第二，歷史資料有嚴重保存偏誤。後世通常留下成功作品，而失敗稿可能消失。

第三，新穎度依賴資料庫覆蓋率。找不到 prior art 不等於 prior art 不存在。

第四，後續價值具有後見偏誤。後人容易把成功路徑合理化。

第五，跨時代比較不是簡單數值比較。語言、教育、工具與制度完全不同。

第六，AI 使作者性變得耦合。單一個人分數可能沒有完整意義。

第七，domain-seed recovery 仍是研究問題。CODT 目前也不宣稱已找到任何最終 promoted cognitive domain。

第八，極端統計不能證明特殊本體身份。

第九，TCFT 自己可能過度結構化「超前」。如果未來研究顯示這些維度沒有額外解釋力，應合併或刪除。

30. 結論

TCFT 的出發點可以壓縮成兩個問題。

第一：

\boxed{ \text{一個認知存在如何在它所處的時代尚未生成某些世界、問題、表示與操作結構以前，先抵達那裡？} }

第二：

\boxed{ \text{我們如何知道它真的先抵達了，而不是事後看起來像？} }

第一個問題研究 imagination、future base-space、problem generation、counterfactual coverage、reflexivity、representation、cognitive programs 與 domain seeds。

第二個問題研究 frozen-time audit、prior art、contemporaneous baselines、version integrity、calibration、failure archives、anomaly residual 與 dynamic frontier updates。

因此，TCFT 不把「超前」定義為神秘身份，也不把「預言命中」當成唯一證據。

它試圖建立的是：

\boxed{ \text{Temporal Cognitive Advancement} = \text{time-indexed, baseline-relative, multidimensional, revisable cognitive residual}. }

如果某個歷史人物、現代研究者、AI、human-AI system，甚至一個自稱來自未來的人，在嚴格時間凍結與同期基準下仍留下異常結構，TCFT 接受：

\boxed{ \text{There is something cognitively unusual here.} }

但停止在證據允許的位置。

如果後續找到 prior art、資訊洩漏、版本污染、更合理 baseline 或大量失敗樣本，前沿位置就下降。

如果未來的人類、後人類或 AI 普遍學會今天罕見的能力：

A_i(t+k) \downarrow.

這也完全正常。

因為真正的前沿從來不是王座。

它只是：

\boxed{ \text{目前還沒有被整個時代吸收的可驗證認知結構。} }

而一個真正成功的前沿理論，最終甚至應該希望自己被後來者吸收、改寫並超越。

References

Brier, G. W. (1950). Verification of Forecasts Expressed in Terms of Probability. Monthly Weather Review, 78(1), 1–3.
Schuler, B. A., Murmann, J. P., Beisemann, M., & Satopää, V. (2025). Individual foresight: Concept, operationalization, and correlates. International Journal of Forecasting, 41(4), 1521–1538. DOI: 10.1016/j.ijforecast.2025.01.003.
Cordova-Pozo, K., & Rouwette, E. A. J. A. (2023). Types of scenario planning and their effectiveness: A review of reviews. Futures, 149, 103153. DOI: 10.1016/j.futures.2023.103153.
Wright, G., O'Brien, F. A., Meadows, M., Tapinos, E., & Pyper, N. (2020). Scenario planning and foresight: Advancing theory and improving practice. Technological Forecasting and Social Change, 159, 120220. DOI: 10.1016/j.techfore.2020.120220.
Shi, F., & Evans, J. (2023). Surprising combinations of research contents and contexts are related to impact and emerge with scientific outsiders from distant disciplines. Nature Communications, 14, 1641. DOI: 10.1038/s41467-023-36741-4.
Park, M., Leahey, E., & Funk, R. J. (2023). Papers and patents are becoming less disruptive over time. Nature, 613, 138–144. DOI: 10.1038/s41586-022-05543-x.
Neo.K. (2026). 反事實覆蓋度：哲人王必須吞下多少個沒有發生的世界？ EveMissLab.
Neo.K. (2026). 從不可知到條件可判斷：人機協作下的未來空間壓縮與可預判邊界. EveMissLab.
Neo.K. (2026). Cognitive Operator-Domain Theory (CODT) Series 01–10. EveMissLab.
Neo.K. (2026). Temporal Claim Observatory / Anomalous Causality Observatory methodological documents. EveMissLab.

Canonical Note

本文件之正式原始碼使用 UTF-8 編碼。

數學原始碼只使用 canonical delimiters：

inline math： $...$
display math：$$...$$

不將 LaTeX 數學原始碼轉成 Unicode 數學字元後再作為 canonical source，不進行 unicode_escape round-trip，不以聊天渲染畫面作為正式原稿。