title: "TCFT-01｜未來底空間選擇：想像力、候選世界與問題先行"
title_en: "Future Base-Space Selection: Imagination, Candidate Worlds, and Problem-First Foresight"
series: "Temporal Cognitive Frontier Theory (TCFT) / 時代認知前沿理論"
paper_no: "01"
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 / Future Base-Space 篇"
language: "zh-Hant"
status: "正式系列初稿"
previous_paper: "TCFT-00｜超前認知不是預言：時代認知前沿的問題設定"
TCFT-01｜未來底空間選擇：想像力、候選世界與問題先行
Future Base-Space Selection: Imagination, Candidate Worlds, and Problem-First Foresight
系列： Temporal Cognitive Frontier Theory, TCFT / 時代認知前沿理論篇次： 01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
預測研究通常把候選結果空間視為已知背景：研究者先定義事件、狀態或答案集合，再要求預測者配置機率、排序可能性或判斷未來路徑。然而，在開放世界、長時間尺度、科技演化、制度變遷、AI 發展與高度創新問題中，真正困難的部分往往發生在機率估計之前：哪些未來被放入候選空間，哪些問題被允許成為問題，哪些表示足以使尚未成形的未來被認知系統操作？
本文提出 Future Base-Space（未來底空間） 作為 Temporal Cognitive Frontier Theory（TCFT）的第一個核心結構。本文使用「底空間」並非直接借用拓撲學或纖維叢中的 standard base space 定義，而是指：在特定時間、資訊、語言、工具、資源與認知程序條件下，一個 agent / cognitive system 用來生成、表示、比較與更新候選未來的前機率認知支撐結構。
對主體 i i i t t t
B i ( t ) = ( Ω i ( t ) , Q i ( t ) , R i ( t ) , Γ i ( t ) , U i ( t ) ) \boxed{
\mathfrak B_i(t)
=
(
\Omega_i(t),
\mathcal Q_i(t),
\mathcal R_i(t),
\Gamma_i(t),
\mathcal U_i(t)
)
} B i ( t ) = ( Ω i ( t ) , Q i ( t ) , R i ( t ) , Γ i ( t ) , U i ( t )) 其中：
Ω i ( t ) \Omega_i(t) Ω i ( t ) Q i ( t ) \mathcal Q_i(t) Q i ( t ) R i ( t ) \mathcal R_i(t) R i ( t ) Γ i ( t ) \Gamma_i(t) Γ i ( t ) U i ( t ) \mathcal U_i(t) U i ( t )
本文提出 Space-Before-Probability Principle ：
Before assigning probability to a future, the future must first be representable within a candidate support. \boxed{
\text{Before assigning probability to a future,
the future must first be representable within a candidate support.}
} Before assigning probability to a future, the future must first be representable within a candidate support. 若真實未來 W ∗ W^* W ∗
W ∗ ∉ Ω i ( t ) , W^*
\notin
\Omega_i(t), W ∗ ∈ / Ω i ( t ) , 則此失敗不能只被描述為「機率估錯」。它是一種更前置的 Base-Space Omission / Support Failure 。在此情況下，即使 agent 在既有候選集合內具有完美 calibration，也無法對根本未被表示的未來進行正確分配。
本文進一步區分：
Base-Space Selection ≠ Base-Space Generation ≠ Base-Space Revision . \boxed{
\text{Base-Space Selection}
\neq
\text{Base-Space Generation}
\neq
\text{Base-Space Revision}.
} Base-Space Selection = Base-Space Generation = Base-Space Revision . Selection 從既有候選池中選擇；Generation 產生原本不存在的候選區域；Revision 則在新資料、失敗、反例或世界變化後修改支撐本身。本文亦引入 Unknown Reserve ，拒絕把「尚未想到」偷偷等同於零機率，並把 open-set / open-world recognition 中「訓練時無法窮舉所有類別」的問題視為結構類比，而非直接等同 TCFT 的未來底空間。
本文最後提出，時代認知超前的一種重要形式不是「在共同的未來集合上給出更好的機率」，而是：
Ω j ( t ) ⊊ Ω i ( t ) \boxed{
\Omega_j(t)
\subsetneq
\Omega_i(t)
} Ω j ( t ) ⊊ Ω i ( t ) 且新增區域包含後來取得高價值的未來結構：
W ∗ ∈ Ω i ( t ) ∖ Ω j ( t ) . W^*
\in
\Omega_i(t)
\setminus
\Omega_j(t). W ∗ ∈ Ω i ( t ) ∖ Ω j ( t ) . 更強的情況甚至是：
Q ∗ ∉ Q t b a s e l i n e Q^*
\notin
\mathcal Q_t^{baseline} Q ∗ ∈ / Q t ba se l in e 但：
Q ∗ ∈ Q i ( t ) , Q^*
\in
\mathcal Q_i(t), Q ∗ ∈ Q i ( t ) , 也就是主體不只先看到答案，而是先建立未來時代才普遍需要回答的問題。
因此，TCFT-01 的中心命題是：
Foresight quality is partly determined by what futures and questions are made thinkable before probability begins. \boxed{
\text{Foresight quality is partly determined by
what futures and questions are made thinkable before probability begins.}
} Foresight quality is partly determined by what futures and questions are made thinkable before probability begins. 未來預測能力的上界，不只由推理與估計能力決定，也受到其底空間本身的覆蓋、約束、粒度、可更新性與未知保留能力限制。
關鍵詞： 未來底空間、候選世界、未來空間、想像力、問題生成、scenario planning、open world、未知未知、支撐失敗、TCFT、CODT、future-space generation
Abstract
Forecasting research commonly treats the outcome space as given. A question is formulated, a set of candidate outcomes is specified, and forecasters are asked to assign probabilities, rankings, or directional judgments. In open-world, long-horizon, technological, institutional, and AI-driven settings, however, a deeper difficulty occurs before probability estimation: which futures enter the candidate space at all, which questions become thinkable, and which representations make not-yet-formed futures cognitively operable?
This paper introduces the Future Base-Space as a core construct of Temporal Cognitive Frontier Theory (TCFT). The term is not intended as a direct reuse of the standard mathematical notion of a base space in topology or bundle theory. It denotes the pre-probabilistic cognitive support through which an agent or cognitive system generates, represents, compares, and revises candidate futures under time-indexed informational and resource constraints.
For agent i i i t t t
B i ( t ) = ( Ω i ( t ) , Q i ( t ) , R i ( t ) , Γ i ( t ) , U i ( t ) ) \boxed{
\mathfrak B_i(t)
=
(
\Omega_i(t),
\mathcal Q_i(t),
\mathcal R_i(t),
\Gamma_i(t),
\mathcal U_i(t)
)
} B i ( t ) = ( Ω i ( t ) , Q i ( t ) , R i ( t ) , Γ i ( t ) , U i ( t )) where Ω i ( t ) \Omega_i(t) Ω i ( t ) Q i ( t ) \mathcal Q_i(t) Q i ( t ) R i ( t ) \mathcal R_i(t) R i ( t ) Γ i ( t ) \Gamma_i(t) Γ i ( t ) U i ( t ) \mathcal U_i(t) U i ( t )
The paper proposes the Space-Before-Probability Principle : before a probability can be meaningfully assigned to a future, that future must be represented within some candidate support. If the realized future W ∗ W^* W ∗ base-space omission or support failure .
We distinguish base-space selection, generation, and revision, and develop criteria for coverage, constraint compatibility, causal coherence, granularity, discriminability, compressibility, updateability, and unknown reservation. Scenario planning and possibility-space research already study plural plausible futures; open-set and open-world learning study incomplete class universes; creativity and scientific-idea research examine divergent generation and problem finding. TCFT builds on these traditions while focusing specifically on the candidate future support itself as a time-indexed, agent-relative, auditable cognitive product.
The central proposition is:
Foresight quality is partly determined by what futures and questions are made thinkable before probability begins. \boxed{
\text{Foresight quality is partly determined by
what futures and questions are made thinkable before probability begins.}
} Foresight quality is partly determined by what futures and questions are made thinkable before probability begins. Temporal cognitive advancement may therefore arise not only from better probability estimates over a shared future space, but from constructing a better future space in the first place.
Keywords: future base-space; candidate worlds; future-space generation; problem generation; scenario planning; open world; unknown unknowns; support failure; foresight; TCFT
1. 導論：在預測以前，先發生了什麼？
1.1 機率從來不是第一步
設研究者要求預測者回答：
某項技術在 2030 年前是否商業化？
標準形式可能是：
P ( Y = 1 ∣ X ≤ t ) . P(Y=1\mid X_{\le t}). P ( Y = 1 ∣ X ≤ t ) . 這個問題看似從「現在」直接連向「未來」，但它其實已經偷偷完成多個前置決策：
什麼叫「該項技術」？
什麼叫「商業化」？
為什麼時間界線是 2030？
候選答案為什麼只有 yes / no？
是否允許「部分商業化」？
是否允許技術被另一種架構取代，使原問題失去意義？
是否存在當時根本沒有命名的新產品形態？
因此，真正的預測流程更接近：
World → Problem Construction → Candidate-Space Construction → Representation → Probability / Judgment . \boxed{
\text{World}
\rightarrow
\text{Problem Construction}
\rightarrow
\text{Candidate-Space Construction}
\rightarrow
\text{Representation}
\rightarrow
\text{Probability / Judgment}.
} World → Problem Construction → Candidate-Space Construction → Representation → Probability / Judgment . TCFT-01 將注意力放到 probability 以前。
1.2 若候選未來不存在，準確率沒有地方落下
假設某預測者建立：
Ω A = { W 1 , W 2 , W 3 } . \Omega_A
=
\{W_1,W_2,W_3\}. Ω A = { W 1 , W 2 , W 3 } . 並配置：
P ( W 1 ) = 0.5 , P ( W 2 ) = 0.3 , P ( W 3 ) = 0.2. P(W_1)=0.5,
\quad
P(W_2)=0.3,
\quad
P(W_3)=0.2. P ( W 1 ) = 0.5 , P ( W 2 ) = 0.3 , P ( W 3 ) = 0.2. 若真實未來：
W ∗ = W 2 , W^*=W_2, W ∗ = W 2 , 可以討論 calibration。
但若：
W ∗ ∉ Ω A , W^*\notin\Omega_A, W ∗ ∈ / Ω A , 問題不同了。
在 closed-world 模型裡：
∑ W ∈ Ω A P ( W ) = 1. \sum_{W\in\Omega_A}P(W)=1. W ∈ Ω A ∑ P ( W ) = 1. 因此所有機率都被迫分配到：
Ω A . \Omega_A. Ω A . 如果真實世界落在外面，這不是單純：
P ( W ∗ ) 太低 . P(W^*)
\text{ 太低}. P ( W ∗ ) 太低 . 而是：
W ∗ was not a representable event in the model. \boxed{
W^*
\text{ was not a representable event in the model.}
} W ∗ was not a representable event in the model. TCFT 稱此為：
Base-Space Omission . \boxed{
\text{Base-Space Omission}.
} Base-Space Omission . 2. 「底空間」的工作定義
2.1 不是拓撲學 standard base space 的直接借用
本文使用：
Future Base-Space / 未來底空間
作為 TCFT 專有工作概念。
它不等同：
topology 的 base；
fiber bundle 的 base space；
probability sample space；
state space；
scenario set；
latent space。
它與這些概念有結構類比，但角色不同。
2.2 最小 tuple
定義：
B i ( t ) = ( Ω i , Q i , R i , Γ i , U i ) t . \boxed{
\mathfrak B_i(t)
=
(
\Omega_i,
\mathcal Q_i,
\mathcal R_i,
\Gamma_i,
\mathcal U_i
)_t.
} B i ( t ) = ( Ω i , Q i , R i , Γ i , U i ) t . 其中：
Candidate Future Set
Ω i ( t ) \Omega_i(t) Ω i ( t ) 表示目前可被 agent i i i
Question Space
Q i ( t ) \mathcal Q_i(t) Q i ( t ) 表示 agent 能夠提出的未來問題集合。
Representation Space
R i ( t ) \mathcal R_i(t) R i ( t ) 表示 agent 用來區分、描述、壓縮、模擬候選未來的表示方式。
Constraint Context
Γ i ( t ) \Gamma_i(t) Γ i ( t ) 包含：
available knowledge；
physical constraints；
institutions；
language；
models；
tools；
resources；
computational budget；
cultural priors；
evidence。
Unknown Reserve
U i ( t ) \mathcal U_i(t) U i ( t ) 是對尚未枚舉、尚未命名、尚未建模或尚未可表示可能性的明確保留接口。
3. Space-Before-Probability Principle
本文第一個核心原則：
Probability allocation presupposes representable support. \boxed{
\text{Probability allocation presupposes representable support.}
} Probability allocation presupposes representable support. 對：
P ( W ) P(W) P ( W ) 而言，
若：
W W W 根本無法由目前 representation 形成可操作事件，
那麼：
P ( W ) P(W) P ( W ) 並不是單純「未知」。
它可能根本是：
not yet in the agent’s event algebra . \boxed{
\text{not yet in the agent's event algebra}.
} not yet in the agent’s event algebra . 因此：
Unknown Probability ≠ Unrepresented Possibility . \boxed{
\text{Unknown Probability}
\neq
\text{Unrepresented Possibility}.
} Unknown Probability = Unrepresented Possibility . 這個 distinction 對長期未來尤其重要。
4. Closed Future Space 與 Open Future Space
4.1 Closed Future Space
若：
Ω = { W 1 , … , W n } \Omega
=
\{W_1,\ldots,W_n\} Ω = { W 1 , … , W n } 被假定為 exhaustively specified，
則：
∑ k = 1 n P ( W k ) = 1. \sum_{k=1}^{n}P(W_k)=1. k = 1 ∑ n P ( W k ) = 1. 這適合：
選舉；
比賽；
某些金融事件；
封閉實驗；
明確期限的政策結果。
4.2 Open Future Space
長期技術與文明演化常更像：
Ω t ⊊ Ω t + 1 . \boxed{
\Omega_t
\subsetneq
\Omega_{t+1}.
} Ω t ⊊ Ω t + 1 . 新的：
技術；
主體；
制度；
語言；
風險；
問題；
互動模式；
可以使 outcome ontology 本身變化。
此時不能假定：
Ω t = Ω a l l . \Omega_t
=
\Omega_{\mathrm{all}}. Ω t = Ω all . 4.3 Unknown-Reserved Future Space
TCFT 建議至少概念上保留：
U t ≠ ∅ . \boxed{
\mathcal U_t
\neq
\varnothing.
} U t = ∅ . 它不是一個「神秘垃圾桶」。
它表示：
目前沒有充分理由相信候選空間已封閉。
因此：
Ω t k n o w n + U t \boxed{
\Omega_t^{known}
+
\mathcal U_t
} Ω t k n o w n + U t 比：
Ω t k n o w n = Ω a l l \Omega_t^{known}
=
\Omega_{\mathrm{all}} Ω t k n o w n = Ω all 更適合許多長期 foresight 問題。
5. Open-Set Recognition 的結構類比
Machine learning 中的 open-set recognition 已長期指出：訓練時通常不可能取得所有類別，測試時可能出現未見類別。
這給 TCFT 一個重要類比：
Seen Classes ≠ All Possible Classes . \boxed{
\text{Seen Classes}
\neq
\text{All Possible Classes}.
} Seen Classes = All Possible Classes . 但 TCFT 不直接把 open-set classification 等同 future base-space。
差異是：
open-set recognition 的 unknown class 通常仍假定「外部世界已有該類別，只是模型沒看過」。
TCFT 的未來問題更強：
future categories themselves may not yet be socially, technically, or cognitively stabilized . \boxed{
\text{future categories themselves may not yet be socially,
technically, or cognitively stabilized}.
} future categories themselves may not yet be socially, technically, or cognitively stabilized . 有些未來不是「存在但沒看過」。
而可能是：
需要未來的技術、制度與概念共同發展後，才成為穩定可描述對象。
6. Selection、Generation 與 Revision
6.1 Base-Space Selection
若有候選母池：
Ω p o o l , \Omega^{pool}, Ω p oo l , 主體選出：
Ω i ⊆ Ω p o o l . \Omega_i
\subseteq
\Omega^{pool}. Ω i ⊆ Ω p oo l . 這是：
Selection . \boxed{
\text{Selection}.
} Selection . 例如從 100 個 scenario 中挑 6 個研究。
6.2 Base-Space Generation
更強的操作：
G i B S : ( K ≤ t , H i , R i ) → Ω i ( t ) . \boxed{
G_i^{BS}:
(
K_{\le t},
H_i,
R_i
)
\rightarrow
\Omega_i(t).
} G i B S : ( K ≤ t , H i , R i ) → Ω i ( t ) . 它不是挑選既有 scenario，
而是產生：
W ∗ ∉ Ω p o o l . W^*
\notin
\Omega^{pool}. W ∗ ∈ / Ω p oo l . 6.3 Base-Space Revision
當新證據：
E t + 1 E_{t+1} E t + 1 出現：
B i ( t + 1 ) = U ( B i ( t ) , E t + 1 ) . \boxed{
\mathfrak B_i(t+1)
=
U(
\mathfrak B_i(t),
E_{t+1}
).
} B i ( t + 1 ) = U ( B i ( t ) , E t + 1 ) . Revision 可以：
add；
delete；
split；
merge；
refine；
coarse-grain；
reparameterize；
abandon。
因此：
Good Foresight ≠ Never Changing the Future Space . \boxed{
\text{Good Foresight}
\neq
\text{Never Changing the Future Space}.
} Good Foresight = Never Changing the Future Space . 能修正底空間，本身可能是一種能力。
7. 想像力的形式位置
「想像力」常被當成模糊人格詞。
TCFT 暫時只取其一個可操作子意義：
I m a g i n a t i o n i ( t ) ⊃ capacity to generate non-observed candidate configurations . \boxed{
Imagination_i(t)
\supset
\text{capacity to generate non-observed candidate configurations}.
} I ma g ina t i o n i ( t ) ⊃ capacity to generate non-observed candidate configurations . 也就是：
G i : K ≤ t → { W 1 ′ , W 2 ′ , … } . G_i:
K_{\le t}
\rightarrow
\{W_1',W_2',\ldots\}. G i : K ≤ t → { W 1 ′ , W 2 ′ , … } . 但：
Imagination Breadth ≠ Future Base-Space Quality . \boxed{
\text{Imagination Breadth}
\neq
\text{Future Base-Space Quality}.
} Imagination Breadth = Future Base-Space Quality . 幻想一百萬個世界不等於有高 foresight。
8. Base-Space Quality
本文暫定八個維度。
8.1 Coverage
C o v ( B ) Cov(\mathfrak B) C o v ( B ) 問：
高價值可實現未來是否落在候選空間裡？
8.2 Constraint Compatibility
C o n s ( B ) Cons(\mathfrak B) C o n s ( B ) 問：
候選世界是否違反已知物理、制度、時間與資源約束？
8.3 Causal Coherence
C a u s ( B ) Caus(\mathfrak B) C a u s ( B ) 問：
是否存在可描述的路徑使當前世界到達候選未來？
8.4 Granularity
G r a n ( B ) Gran(\mathfrak B) G r an ( B ) 太粗：
W 1 = 「AI 會變強」 W_1=\text{「AI 會變強」} W 1 = 「 AI 會變強」 幾乎無資訊。
太細則可能：
∣ Ω ∣ → ∞ |\Omega|
\rightarrow
\infty ∣Ω∣ → ∞ 而失去可操作性。
8.5 Discriminability
D i s c ( B ) Disc(\mathfrak B) D i sc ( B ) 不同候選是否能被 future evidence 區分？
8.6 Compression
C o m p ( B ) Comp(\mathfrak B) C o m p ( B ) 能否用有限結構涵蓋高價值未來，而非枚舉所有故事？
8.7 Revisability
R e v ( B ) Rev(\mathfrak B) R e v ( B ) 新證據是否能合法修改底空間？
8.8 Unknown Reservation
U R ( B ) UR(\mathfrak B) U R ( B ) 是否保存：
「我的候選集合可能不完整」 \text{「我的候選集合可能不完整」} 「我的候選集合可能不完整」 這一 epistemic channel？
9. Quality-Adjusted Base-Space
因此暫定：
Q B S = f ( C o v , C o n s , C a u s , G r a n , D i s c , C o m p , R e v , U R ) . \boxed{
Q_{BS}
=
f(
Cov,
Cons,
Caus,
Gran,
Disc,
Comp,
Rev,
UR
).
} Q B S = f ( C o v , C o n s , C a u s , G r an , D i sc , C o m p , R e v , U R ) . 這不是宣稱存在唯一正確加權。
未來 benchmark 可以：
保留向量；
建 Pareto frontier；
針對任務給權重；
做 sensitivity analysis。
10. 兩種完全不同的預測失敗
10.1 Probability Error
真實未來：
W ∗ ∈ Ω i . W^*
\in
\Omega_i. W ∗ ∈ Ω i . 但：
P i ( W ∗ ) P_i(W^*) P i ( W ∗ ) 太低。
這是：
Probability / Calibration Failure . \boxed{
\text{Probability / Calibration Failure}.
} Probability / Calibration Failure . 10.2 Support Failure
真實未來：
W ∗ ∉ Ω i . W^*
\notin
\Omega_i. W ∗ ∈ / Ω i . 這是：
Base-Space / Support Failure . \boxed{
\text{Base-Space / Support Failure}.
} Base-Space / Support Failure . 兩者不能混在一起。
11. 第三種失敗：Question Failure
甚至可能：
Q ∗ ∉ Q i ( t ) . Q^*
\notin
\mathcal Q_i(t). Q ∗ ∈ / Q i ( t ) . 也就是未來真正重要的問題根本沒有被提出。
例如某時代所有人都在問：
如何把既有系統做到更快？
但真正轉折問題是：
為什麼一定要保留這種系統？
如果：
Q ∗ Q^* Q ∗ 沒出現，
所有 downstream optimization 都可能在錯誤問題上越做越好。
因此：
Question-Space Failure \boxed{
\text{Question-Space Failure}
} Question-Space Failure 比 support failure 更前置。
12. 問題先行命題
TCFT-01 提出：
Problem Space constrains Future Space. \boxed{
\text{Problem Space constrains Future Space.}
} Problem Space constrains Future Space. 因為：
Q i ( t ) \mathcal Q_i(t) Q i ( t ) 會影響：
G i B S . G_i^{BS}. G i B S . 若某些問題不允許被提出：
q ∉ Q i , q\notin\mathcal Q_i, q ∈ / Q i , 相關候選世界可能永遠不被生成。
所以：
Q i → Ω i . \boxed{
\mathcal Q_i
\rightarrow
\Omega_i.
} Q i → Ω i . 反過來：
Ω i \Omega_i Ω i 也會生成新問題：
Ω i → Q i ′ . \boxed{
\Omega_i
\rightarrow
\mathcal Q_i'.
} Ω i → Q i ′ . 因此形成：
Q t ↔ Ω t . \boxed{
\mathcal Q_t
\leftrightarrow
\Omega_t.
} Q t ↔ Ω t . 這是一個共同演化關係。
13. Problem Finding 與 TCFT
Creativity research 已長期區分 problem solving 與 problem finding。
近年的研究仍在實證測量：
question fluency；
flexibility；
originality；
semantic exploration。
這表示：
Problem Generation \text{Problem Generation} Problem Generation 不是只能用傳記故事描述。
但 TCFT 的額外要求是：
Problem Novelty must be time-normalized . \boxed{
\text{Problem Novelty must be time-normalized}.
} Problem Novelty must be time-normalized . 一個今天看起來普通的問題：
q q q 如果在 1500 年：
q ∉ Q b a s e l i n e , 1500 , q\notin\mathcal Q_{baseline,1500}, q ∈ / Q ba se l in e , 1500 , 可能具有極高 historical novelty。
14. Scenario Planning 與 TCFT 的關係
Scenario planning 本來就拒絕把未來縮成單一路徑。
現有 review 顯示，scenario planning 的不同 schools 會強調：
plausible alternatives；
uncertainty；
coherent narratives；
differentiated scenario sets；
participatory construction；
dynamic modeling。
因此 TCFT 不宣稱：
「多個未來」是一個新發明。
真正差異是：
Scenario Set ⊂ Future Base-Space Structure . \boxed{
\text{Scenario Set}
\subset
\text{Future Base-Space Structure}.
} Scenario Set ⊂ Future Base-Space Structure . TCFT 額外追問：
為什麼這些 scenarios 被生成？
哪些根本沒被生成？
問題空間如何限制 scenario space？
representation 是否排除某些未來？
unknown reserve 是否存在？
不同時代／agent 的 base-space 如何比較？
後來成真的未來是否曾落在早期支撐中？
15. Possibility Space 不等於 Probability Space
假設：
Π ( W ) \Pi(W) Π ( W ) 表示 possibility-like admissibility，
而：
P ( W ) P(W) P ( W ) 表示 probability。
則：
Π ( W ) > 0 \boxed{
\Pi(W)>0
} Π ( W ) > 0 只表示：
此未來尚未被排除／可被考慮。
不要求：
P ( W ) P(W) P ( W ) 已可可靠估計。
TCFT 的 base-space 更接近：
pre-probabilistic representability + admissibility structure \boxed{
\text{pre-probabilistic representability + admissibility structure}
} pre-probabilistic representability + admissibility structure 而不是直接推出一套 possibility theory。
16. Base-Space 的時間動力學
未來底空間不是靜態集合。
可以寫：
B i ( t + 1 ) = F ( B i ( t ) , E t + 1 , G i , R i , C i ) . \boxed{
\mathfrak B_i(t+1)
=
F(
\mathfrak B_i(t),
E_{t+1},
G_i,
R_i,
C_i
).
} B i ( t + 1 ) = F ( B i ( t ) , E t + 1 , G i , R i , C i ) . 其中：
E E E G G G R R R C C C
所以：
Ω i ( t + 1 ) \Omega_i(t+1) Ω i ( t + 1 ) 可能：
⊃ Ω i ( t ) , \supset
\Omega_i(t), ⊃ Ω i ( t ) , 也可能：
⊂ Ω i ( t ) , \subset
\Omega_i(t), ⊂ Ω i ( t ) , 因為錯誤候選可以被刪除。
17. 擴張不是永遠正向
直覺會認為：
∣ Ω ∣ ↑ ⇒ Q B S ↑ . |\Omega|\uparrow
\Rightarrow
Q_{BS}\uparrow. ∣Ω∣ ↑⇒ Q B S ↑ . 不成立。
若加入大量低品質候選：
N o i s e ↑ , Noise\uparrow, N o i se ↑ , 可能導致：
D e c i s i o n Q u a l i t y ↓ . DecisionQuality\downarrow. D ec i s i o n Q u a l i t y ↓ . 因此：
Future-Space Expansion ≠ Future-Space Improvement . \boxed{
\text{Future-Space Expansion}
\neq
\text{Future-Space Improvement}.
} Future-Space Expansion = Future-Space Improvement . 18. 壓縮不是永遠正向
反過來：
∣ Ω ∣ ↓ |\Omega|\downarrow ∣Ω∣ ↓ 也不必然變好。
如果把真實未來刪掉：
W ∗ ∉ Ω ′ , W^*\notin\Omega', W ∗ ∈ / Ω ′ , 就是錯誤壓縮。
所以：
Useful Compression = complexity reduction without catastrophic support loss . \boxed{
\text{Useful Compression}
=
\text{complexity reduction without catastrophic support loss}.
} Useful Compression = complexity reduction without catastrophic support loss . 這與既有「未來空間壓縮」理論形成直接接口。
19. Base-Space 與 CODT
TCFT 不把：
G i B S G_i^{BS} G i B S 直接稱為 primitive cognitive operator。
依 CODT：
M e t h o d = P r o g r a m ( O p e r a t o r s , T o p o l o g y , C o n t e x t , P o l i c y , B u d g e t ) . \boxed{
Method
=
Program(
Operators,
Topology,
Context,
Policy,
Budget
).
} M e t h o d = P r o g r am ( O p er a t or s , T o p o l o g y , C o n t e x t , P o l i cy , B u d g e t ) . 因此 future base-space generation 目前應先視為：
P B S = candidate cognitive program . \boxed{
P_{BS}
=
\text{candidate cognitive program}.
} P B S = candidate cognitive program . 它可能需要：
acquire；
abstract；
retrieve；
analogize；
generate；
perturb；
constrain；
simulate；
reject；
cluster；
represent；
revise；
terminate。
20. Base-Space Generation 不是單一「想像域」
同理：
Future Base-Space Generation ⇏ Promoted Cognitive Domain . \boxed{
\text{Future Base-Space Generation}
\not\Rightarrow
\text{Promoted Cognitive Domain}.
} Future Base-Space Generation ⇒ Promoted Cognitive Domain . 是否形成 domain candidate，
必須回到：
D α ( t , B ) = Cl Λ α B ( U α ) \mathfrak D_\alpha^{(t,B)}
=
\operatorname{Cl}_{\Lambda_\alpha}^{B}
(
\mathcal U_\alpha
) D α ( t , B ) = Cl Λ α B ( U α ) 並檢查：
legal composition；
predictive value；
reuse；
stable interface；
failure coherence；
cross-run robustness。
因此本文只建立 TCFT 的功能層，不偷渡 CODT ontology。
21. Agent-Relative Base-Space
同一個世界資訊：
K t K_t K t 給兩個 agent：
A , B , A,B, A , B , 可能得到：
Ω A ( t ) ≠ Ω B ( t ) . \Omega_A(t)
\neq
\Omega_B(t). Ω A ( t ) = Ω B ( t ) . 原因可以包括：
knowledge；
representation；
language；
embodiment；
training；
domain experience；
tools；
search strategy；
attention；
computational budget；
cultural priors；
risk tolerance。
所以：
Future Base-Space is observer/agent-relative, not arbitrary. \boxed{
\text{Future Base-Space is observer/agent-relative,
not arbitrary.}
} Future Base-Space is observer/agent-relative, not arbitrary. relative 不等於 subjective fantasy。
因為它仍然可以接受世界約束與後續驗證。
22. Temporal Base-Space Gap
對兩個 agent：
i , j i,j i , j 定義概念性差異：
Δ Ω i , j ( t ) = Ω i ( t ) ∖ Ω j ( t ) . \boxed{
\Delta\Omega_{i,j}(t)
=
\Omega_i(t)
\setminus
\Omega_j(t).
} Δ Ω i , j ( t ) = Ω i ( t ) ∖ Ω j ( t ) . 若：
W ∗ ∈ Δ Ω i , j ( t ) , W^*
\in
\Delta\Omega_{i,j}(t), W ∗ ∈ Δ Ω i , j ( t ) , 而：
W ∗ W^* W ∗ 後來成為高價值／真實未來，
則：
i i i 至少在 candidate-space coverage 上超過：
j . j. j . 23. 但集合較大不等於更好
如果：
Ω j ⊊ Ω i \Omega_j
\subsetneq
\Omega_i Ω j ⊊ Ω i 只因：
i i i 生成更多垃圾，
不構成優勢。
因此應定義 quality-filtered region：
Ω i + = { W ∈ Ω i : Q ( W ) ≥ θ } . \boxed{
\Omega_i^{+}
=
\{
W\in\Omega_i:
Q(W)\ge\theta
\}.
} Ω i + = { W ∈ Ω i : Q ( W ) ≥ θ } . 再比較：
Δ Ω i , j + . \Delta\Omega_{i,j}^{+}. Δ Ω i , j + . 24. Temporal Novelty of Base-Space
對時間 t t t
Ω B t , \Omega_{B_t}, Ω B t , 候選主體：
Ω i ( t ) . \Omega_i(t). Ω i ( t ) . 可以定義：
N B S ( i , t ) = N o v e l t y ( Ω i ( t ) ∖ Ω B t ) . \boxed{
N_{BS}(i,t)
=
Novelty(
\Omega_i(t)
\setminus
\Omega_{B_t}
).
} N B S ( i , t ) = N o v e l t y ( Ω i ( t ) ∖ Ω B t ) . 但必須加入：
LaterValue \text{LaterValue} LaterValue 避免把純隨機奇想算高分。
因此更合理的是：
A d v B S ( i , t ) = f ( N o v e l t y , C o n s t r a i n t , L a t e r V a l u e , S p e c i f i c i t y , I n d e p e n d e n c e ) . \boxed{
Adv_{BS}(i,t)
=
f(
Novelty,
Constraint,
LaterValue,
Specificity,
Independence
).
} A d v B S ( i , t ) = f ( N o v e l t y , C o n s t r ain t , L a t er V a l u e , S p ec i f i c i t y , I n d e p e n d e n ce ) . 25. 「未來人」案例中的 Base-Space Test
若某人自稱來自：
t + 50 , t+50, t + 50 , 傳統做法可能只列：
prediction hit rate . \text{prediction hit rate}. prediction hit rate . TCFT-01 會問：
他描述的未來空間是否只是同期科幻常見 extrapolation？
是否存在同期極少見的新 ontology？
是否知道後來才會重要的問題？
是否描述 unexpected tradeoffs？
是否出現新的 interaction regime？
他的候選未來是否比同期專家更廣，但又不是胡亂枚舉？
是否存在 genuine support novelty？
若：
Ω f u t u r e − p e r s o n ≈ E x t e n d ( Ω p o p u l a r , t ) , \Omega_{future-person}
\approx
Extend(
\Omega_{popular,t}
), Ω f u t u r e − p er so n ≈ E x t e n d ( Ω p o p u l a r , t ) , 其 base-space novelty 可能很低。
26. 歷史人物中的 Base-Space Test
歷史人物的價值也不只看預言。
若某人在時間：
t 0 t_0 t 0 反覆建立：
Ω i ( t 0 ) \Omega_i(t_0) Ω i ( t 0 ) 其中包含後來才成為成熟科學／工程問題的區域，
而同期：
Ω B t 0 \Omega_{B_{t_0}} Ω B t 0 很少包含，
則可以形成：
Historical Future-Space Advancement . \boxed{
\text{Historical Future-Space Advancement}.
} Historical Future-Space Advancement . 但必須控制：
hindsight projection；
selective preservation；
vague resemblance；
mythologization；
prior art omission。
27. AI 時代的 Candidate Explosion
生成式 AI 可以快速產生：
Ω A I = { W 1 , … , W 10 5 } . \Omega_{AI}
=
\{W_1,\ldots,W_{10^5}\}. Ω A I = { W 1 , … , W 1 0 5 } . 這會使：
Generation Cost ↓ . \text{Generation Cost}
\downarrow. Generation Cost ↓ . 但也使：
Evaluation Cost ↑ . \text{Evaluation Cost}
\uparrow. Evaluation Cost ↑ . 因此 AI 時代的真正瓶頸可能從：
Can we generate alternatives? \text{Can we generate alternatives?} Can we generate alternatives? 轉向：
Can we construct a useful, constrained, auditable future base-space? \boxed{
\text{Can we construct a useful, constrained, auditable future base-space?}
} Can we construct a useful, constrained, auditable future base-space? 28. AI 多量生成不等於高前沿
2026 年已有研究顯示，LLM 可以在科學 idea-generation 任務中大量產生具有 originality 與 flexibility 的候選，且一般 intelligence benchmark 未必能充分預測其 divergent scientific ideation 表現。
但也有研究指出：
novelty 與 feasibility 可能分離；
self-evaluation 仍有問題；
diversity 可能不足；
evaluation systems 本身可能對 novelty 有偏差。
因此：
LLM Candidate Volume ≠ TCFT Base-Space Advancement . \boxed{
\text{LLM Candidate Volume}
\neq
\text{TCFT Base-Space Advancement}.
} LLM Candidate Volume = TCFT Base-Space Advancement . 29. Base-Space Search as Resource Allocation
假設總認知／計算預算：
B . B. B . 可分配到：
B = B g e n e r a t e + B e v a l u a t e + B v e r i f y + B r e v i s e . B
=
B_{generate}
+
B_{evaluate}
+
B_{verify}
+
B_{revise}. B = B g e n er a t e + B e v a l u a t e + B v er i f y + B r e v i se . 若：
B g e n e r a t e ≈ B , B_{generate}\approx B, B g e n er a t e ≈ B , 但：
B e v a l u a t e ≈ 0 , B_{evaluate}\approx0, B e v a l u a t e ≈ 0 , 會產生 scenario spam。
反過來若：
B g e n e r a t e ≈ 0 , B_{generate}\approx0, B g e n er a t e ≈ 0 , 只在既有候選中精細估計，
會產生 closed-space blindness。
因此需要：
Generation-Evaluation Allocation . \boxed{
\text{Generation-Evaluation Allocation}.
} Generation-Evaluation Allocation . 30. Adaptive Base-Space Budget
可以概念性寫：
B g e n ∗ = arg max b [ E x p e c t e d C o v e r a g e G a i n ( b ) − G e n e r a t i o n C o s t ( b ) − E v a l u a t i o n B u r d e n ( b ) ] . \boxed{
B_{gen}^{*}
=
\arg\max_{b}
\left[
ExpectedCoverageGain(b)
-
GenerationCost(b)
-
EvaluationBurden(b)
\right].
} B g e n ∗ = arg b max [ E x p ec t e d C o v er a g e G ain ( b ) − G e n er a t i o n C os t ( b ) − E v a l u a t i o n B u r d e n ( b ) ] . 這把「想更多未來」重新寫成 resource allocation 問題。
31. 問題生成也具有成本
同樣：
∣ Q ∣ ↑ |\mathcal Q|\uparrow ∣ Q ∣ ↑ 不一定更好。
大量毫無價值問題會：
S e a r c h C o s t ↑ . SearchCost\uparrow. S e a r c h C os t ↑ . 因此：
Problem Fluency ≠ Problem Frontier Quality . \boxed{
\text{Problem Fluency}
\neq
\text{Problem Frontier Quality}.
} Problem Fluency = Problem Frontier Quality . 需要：
Q Q = f ( N o v e l t y , R e l e v a n c e , T r a c t a b i l i t y , G e n e r a t i v i t y , L a t e r V a l u e ) . Q_Q
=
f(
Novelty,
Relevance,
Tractability,
Generativity,
LaterValue
). Q Q = f ( N o v e l t y , R e l e v an ce , T r a c t abi l i t y , G e n er a t i v i t y , L a t er V a l u e ) . 32. Generative Questions
有些問題的價值不只在答案，
而在於：
q → { q 1 , q 2 , … , q n } . q
\rightarrow
\{q_1,q_2,\ldots,q_n\}. q → { q 1 , q 2 , … , q n } . 這類問題可以稱：
Generative Question . \boxed{
\text{Generative Question}.
} Generative Question . 其重要性可能來自：
Question-Induced Space Expansion . \text{Question-Induced Space Expansion}. Question-Induced Space Expansion . 也就是：
Q t → q ∗ Ω t + 1 l a r g e r . \boxed{
\mathcal Q_t
\xrightarrow{q^*}
\Omega_{t+1}^{larger}.
} Q t q ∗ Ω t + 1 l a r g er . 33. Base-Space 與表示
不同 representation：
R 1 , R 2 R_1,R_2 R 1 , R 2 可能生成不同：
Ω . \Omega. Ω. 例如同一現象若只用：
binary label \text{binary label} binary label 表示，
可能看不到：
continuous transition；
multi-agent interaction；
partial adoption；
hybrid states；
emergent category。
所以：
R e p r e s e n t a t i o n → P o s s i b l e F u t u r e S u p p o r t . \boxed{
Representation
\rightarrow
Possible Future Support.
} R e p r ese n t a t i o n → P oss ib l e F u t u r e S u pp or t . 這表示表示系統不是中性的容器。
34. Representation-Induced Blindness
若：
R R R 只能表示：
{ 0 , 1 } , \{0,1\}, { 0 , 1 } , 但世界其實需要：
[ 0 , 1 ] n [0,1]^n [ 0 , 1 ] n 或 relational graph，
則：
Ω R \Omega_R Ω R 會系統性遺漏某些未來。
本文稱：
Representation-Induced Base-Space Blindness . \boxed{
\text{Representation-Induced Base-Space Blindness}.
} Representation-Induced Base-Space Blindness . 35. 語言與概念邊界
同樣地，
如果一個時代沒有概念：
c ∗ , c^*, c ∗ , 並不表示現象：
X ∗ X^* X ∗ 不存在。
但：
X ∗ X^* X ∗ 可能較難被：
因此：
Concept Availability ≠ World Existence , \boxed{
\text{Concept Availability}
\neq
\text{World Existence},
} Concept Availability = World Existence , 但：
Concept Availability → Cognitive Reachability . \boxed{
\text{Concept Availability}
\rightarrow
\text{Cognitive Reachability}.
} Concept Availability → Cognitive Reachability . 36. 原生概念與 Future Base-Space
這裡直接接 CODT 與 AI-native cognition。
如果 AI 或其他 agent：
A A A 產生一個人類語言中沒有直接名稱的內部可操作結構：
z ∗ , z^*, z ∗ , 且：
z ∗ z^* z ∗ 使其能生成：
W ∗ W^* W ∗ 而人類 baseline 無法方便生成，
那麼 future base-space advancement 可能發生在：
native representation layer . \boxed{
\text{native representation layer}.
} native representation layer . 因此 TCFT 不能只查「說了什麼詞」。
還要查：
What operational distinction was actually available? \text{What operational distinction was actually available?} What operational distinction was actually available? 37. Base-Space 與反事實覆蓋
反事實生成：
C i ( t ) = G i ( H ≤ t ) \mathcal C_i(t)
=
G_i(H_{\le t}) C i ( t ) = G i ( H ≤ t ) 可以被看作 future base-space 的一種重要生成來源。
但：
C i ( t ) ⊆ Ω i ( t ) \boxed{
\mathcal C_i(t)
\subseteq
\Omega_i(t)
} C i ( t ) ⊆ Ω i ( t ) 不必永遠成立為嚴格同一形式，
因為 Ω i \Omega_i Ω i
extrapolated futures；
abductive futures；
speculative ontology changes；
adversarial scenarios；
novel agent emergence；
open unknown placeholders。
38. Base-Space 與反身性
若預測被公開：
F t , F_t, F t , 世界可能：
W t + 1 = T ( W t , F t ) . W_{t+1}
=
T(W_t,F_t). W t + 1 = T ( W t , F t ) . 那麼 future base-space 不能只包含：
world without prediction . \text{world without prediction}. world without prediction . 還需要：
world after agents hear prediction . \text{world after agents hear prediction}. world after agents hear prediction . 因此：
Ω r e f l e x i v e ⊃ Ω n o n r e f l e x i v e . \boxed{
\Omega^{reflexive}
\supset
\Omega^{nonreflexive}.
} Ω r e f l e x i v e ⊃ Ω n o n r e f l e x i v e . 某些高階未來必須把預測行為本身納入候選空間。
39. Base-Space 失敗可能造成虛假自信
如果：
Ω i \Omega_i Ω i 過窄，
agent 可以在裡面表現得非常 confident：
max W P ( W ) ≈ 0.99. \max_WP(W)\approx0.99. W max P ( W ) ≈ 0.99. 但：
W ∗ ∉ Ω i . W^*\notin\Omega_i. W ∗ ∈ / Ω i . 因此：
High Confidence inside a misspecified future space can coexist with catastrophic epistemic failure . \boxed{
\text{High Confidence inside a misspecified future space
can coexist with catastrophic epistemic failure}.
} High Confidence inside a misspecified future space can coexist with catastrophic epistemic failure . 這是 TCFT-01 的重要認識論警告。
40. Unknown Reserve 的必要性
因此：
U i ( t ) \mathcal U_i(t) U i ( t ) 不能只是裝飾。
一個成熟系統至少需要允許：
P ( support incomplete ) > 0 \boxed{
P(
\text{support incomplete}
)
>0
} P ( support incomplete ) > 0 或以其他非概率表示保留：
UnknownSupportFlag = 1. \boxed{
\text{UnknownSupportFlag}=1.
} UnknownSupportFlag = 1. TCFT 不在本文規定唯一實作。
41. Unknown 不等於 Uncertain
Open-world research 已指出一個重要 distinction：
Uncertain ≠ Unknown . \boxed{
\text{Uncertain}
\neq
\text{Unknown}.
} Uncertain = Unknown . 一個模型對已知類別非常不確定，
和：
輸入屬於模型根本沒有建立的類別，
不是同一件事。
TCFT 借用此結構警告：
Low Probability Known Future ≠ Unrepresented Future . \boxed{
\text{Low Probability Known Future}
\neq
\text{Unrepresented Future}.
} Low Probability Known Future = Unrepresented Future . 42. Base-Space Discovery Event
當 agent 發現：
W ∗ ∉ Ω i ( t ) W^*
\notin\Omega_i(t) W ∗ ∈ / Ω i ( t ) 但新 evidence 要求建立：
W ∗ , W^*, W ∗ , 可以定義：
Base-Space Discovery Event . \boxed{
\text{Base-Space Discovery Event}.
} Base-Space Discovery Event . 其結果：
Ω i ( t + 1 ) = Ω i ( t ) ∪ { W ∗ } \Omega_i(t+1)
=
\Omega_i(t)
\cup
\{W^*\} Ω i ( t + 1 ) = Ω i ( t ) ∪ { W ∗ } 或更強：
Ω i ( t + 1 ) = R e b u i l d ( Ω i ( t ) , W ∗ ) . \Omega_i(t+1)
=
Rebuild(
\Omega_i(t),
W^*
). Ω i ( t + 1 ) = R e b u i l d ( Ω i ( t ) , W ∗ ) . 43. 有些新未來會迫使整個空間重建
如果新未來只是多一個 item：
Ω ′ = Ω ∪ { W ∗ } , \Omega'
=
\Omega
\cup
\{W^*\}, Ω ′ = Ω ∪ { W ∗ } , 是弱 revision。
但有時：
W ∗ W^* W ∗ 顯示原有座標系錯誤。
此時：
Ω ′ ≇ Ω + { W ∗ } . \boxed{
\Omega'
\not\cong
\Omega+\{W^*\}.
} Ω ′ ≅ Ω + { W ∗ } . 需要重新定義：
axes；
state variables；
agent types；
transition rules；
representation。
這是：
Base-Space Reconstruction . \boxed{
\text{Base-Space Reconstruction}.
} Base-Space Reconstruction . 44. 超前者可能不是「猜得準」，而是較早重建空間
因此一個歷史超前者可能：
F o r e c a s t A c c u r a c y ForecastAccuracy F or ec a s t A cc u r a cy 普通，
但在：
Base-Space Reconstruction Timing \text{Base-Space Reconstruction Timing} Base-Space Reconstruction Timing 極端超前。
這提供 TCFT 一個重要新指標：
T r e c o n s t r u c t ( i ) \boxed{
T_{reconstruct}(i)
} T r eco n s t r u c t ( i ) 比較：
T r e c o n s t r u c t ( i ) < T r e c o n s t r u c t ( b a s e l i n e ) . T_{reconstruct}(i)
<
T_{reconstruct}(baseline). T r eco n s t r u c t ( i ) < T r eco n s t r u c t ( ba se l in e ) . 45. 時間優勢
定義：
Δ T i ( X ) = T b a s e l i n e ( X ) − T i ( X ) . \boxed{
\Delta T_i(X)
=
T_{baseline}(X)
-
T_i(X).
} Δ T i ( X ) = T ba se l in e ( X ) − T i ( X ) . 若某結構：
X X X 被 agent i i i
Δ T i ( X ) > 0. \Delta T_i(X)>0. Δ T i ( X ) > 0. 但時間差不能單獨成為價值。
因為：
X X X 可能最後沒用。
因此：
T e m p o r a l L e a d ≠ T e m p o r a l V a l u e . \boxed{
TemporalLead
\neq
TemporalValue.
} T e m p or a l L e a d = T e m p or a l V a l u e . 46. Base-Space Advancement Candidate
暫定：
B S A i ( t ) = f ( N B S , Q B S , Δ T , L a t e r U t i l i t y , I n d e p e n d e n c e , I n t e g r i t y ) . \boxed{
BSA_i(t)
=
f(
N_{BS},
Q_{BS},
\Delta T,
LaterUtility,
Independence,
Integrity
).
} B S A i ( t ) = f ( N B S , Q B S , Δ T , L a t er U t i l i t y , I n d e p e n d e n ce , I n t e g r i t y ) . 其中：
N B S N_{BS} N B S Q B S Q_{BS} Q B S Δ T \Delta T Δ T L a t e r U t i l i t y LaterUtility L a t er U t i l i t y I n d e p e n d e n c e Independence I n d e p e n d e n ce I n t e g r i t y Integrity I n t e g r i t y
47. Later Utility 的危險
使用：
L a t e r U t i l i t y LaterUtility L a t er U t i l i t y 會引入 hindsight bias。
所以必須避免：
後來成功，因此當時一定高明。
TCFT 建議分開：
E x A n t e Q u a l i t y \boxed{
ExAnteQuality
} E x A n t e Q u a l i t y 與：
E x P o s t V a l i d a t i o n . \boxed{
ExPostValidation.
} E x P os t V a l i d a t i o n . 先用：
K ≤ t K_{\le t} K ≤ t 評估當時是否受約束、合理、可區分，
再用後續世界做第二階驗證。
48. Ex Ante / Ex Post 雙帳
定義：
B S A i p r e ( t ) \boxed{
BSA_i^{pre}(t)
} B S A i p r e ( t ) 只使用：
K ≤ t . K_{\le t}. K ≤ t . 再定義：
B S A i p o s t ( t , t + k ) \boxed{
BSA_i^{post}(t,t+k)
} B S A i p os t ( t , t + k ) 允許查看：
W t + 1 : t + k . W_{t+1:t+k}. W t + 1 : t + k . 兩者必須分帳。
否則所有歷史人物都會被後見之明污染。
49. Frozen-Time Base-Space Audit
對一份時間：
t 0 t_0 t 0 的文件，
建立：
K ≤ t 0 . K_{\le t_0}. K ≤ t 0 . 再由多個 baseline agents 生成：
Ω B 1 , Ω B 2 , … , Ω B m . \Omega_{B_1},
\Omega_{B_2},
\ldots,
\Omega_{B_m}. Ω B 1 , Ω B 2 , … , Ω B m . 候選作者生成：
Ω i . \Omega_i. Ω i . 比較：
Δ Ω i = Ω i ∖ ⋃ k = 1 m Ω B k . \Delta\Omega_i
=
\Omega_i
\setminus
\bigcup_{k=1}^{m}\Omega_{B_k}. Δ Ω i = Ω i ∖ k = 1 ⋃ m Ω B k . 這是 TCFT-05 未來可正式化的重要實驗接口。
50. 不能讓 baseline 看見作者答案
若 baseline model 先看過：
X i , X_i, X i , 再被要求：
只用當時資料判斷能不能想到。
會產生 anchoring / leakage。
因此：
Candidate-Blind Baseline Generation \boxed{
\text{Candidate-Blind Baseline Generation}
} Candidate-Blind Baseline Generation 應成為 protocol。
51. 多模型 Base-Space Union
單一 baseline 可能太弱。
因此使用：
Ω B t c o l l e c t i v e = ⋃ j = 1 m Ω B j ( t ) . \boxed{
\Omega_{B_t}^{collective}
=
\bigcup_{j=1}^{m}
\Omega_{B_j}(t).
} Ω B t co l l ec t i v e = j = 1 ⋃ m Ω B j ( t ) . 如果候選主體仍有：
W ∗ ∉ Ω B t c o l l e c t i v e W^*
\notin
\Omega_{B_t}^{collective} W ∗ ∈ / Ω B t co l l ec t i v e 但：
W ∗ ∈ Ω i , W^*\in\Omega_i, W ∗ ∈ Ω i , 異常性更強。
52. 但 Union 會無限膨脹
如果：
m → ∞ , m\rightarrow\infty, m → ∞ , 而每個 baseline 都可以亂生成，
最終 union 會覆蓋一切。
所以 baseline union 必須 quality-adjusted：
Ω B t + = ⋃ j { W ∈ Ω B j : Q ( W ) ≥ θ } . \boxed{
\Omega_{B_t}^{+}
=
\bigcup_j
\{
W\in\Omega_{B_j}:
Q(W)\ge\theta
\}.
} Ω B t + = j ⋃ { W ∈ Ω B j : Q ( W ) ≥ θ } . 這是未來 benchmark 的必要限制。
53. 群體不一定包含所有好未來
即使：
Ω c o l l e c t i v e = ⋃ i Ω i , \Omega_{collective}
=
\bigcup_i\Omega_i, Ω co l l ec t i v e = i ⋃ Ω i , 仍可能：
W ∗ ∉ Ω c o l l e c t i v e . W^*
\notin
\Omega_{collective}. W ∗ ∈ / Ω co l l ec t i v e . 因此：
Collective Coverage ≠ Complete Coverage . \boxed{
\text{Collective Coverage}
\neq
\text{Complete Coverage}.
} Collective Coverage = Complete Coverage . 這與既有 Counterfactual Horizon 的限制一致。
54. Base-Space 的非單調知識論
新的知識可能：
Ω ↑ \Omega\uparrow Ω ↑ 也可能：
Ω ↓ . \Omega\downarrow. Ω ↓ . 例如物理定律排除大量幻想。
因此：
K ↑ ⇏ ∣ Ω ∣ ↑ . \boxed{
K\uparrow
\not\Rightarrow
|\Omega|\uparrow.
} K ↑ ⇒ ∣Ω∣ ↑ . 知識進步可以同時：
55. 時代進步不是單純「知道更多未來」
如果：
Ω 2026 \Omega_{2026} Ω 2026 比：
Ω 1500 \Omega_{1500} Ω 1500 大，
不表示 2026 每個人都比 1500 每個超前者更會生成。
TCFT 研究的是：
agent-relative advancement under time-normalized baselines . \boxed{
\text{agent-relative advancement under time-normalized baselines}.
} agent-relative advancement under time-normalized baselines . 而不是文明知識量的簡單比較。
56. Base-Space 與時代認知前沿
假設：
C ⃗ i ( t ) \vec C_i(t) C i ( t ) 是 TCFT 多維向量。
Paper 01 提供其中一軸：
C i B S ( t ) . \boxed{
C_i^{BS}(t).
} C i B S ( t ) . 它不代表全面認知能力。
但可能成為：
C ⃗ i ( t ) = ( C i B S , C i C F , C i R R , … ) . \vec C_i(t)
=
(
C_i^{BS},
C_i^{CF},
C_i^{RR},
\ldots
). C i ( t ) = ( C i B S , C i C F , C i R R , … ) . 57. 可反證命題
H1：Support Failure 與 Probability Failure 可實證區分
若實際 benchmark 中，所有所謂 support failure 都可等價重寫成已有 outcome space 上的低機率事件，則 Future Base-Space 不需要獨立理論角色。
H2：Base-Space Quality 能預測 Long-Horizon Foresight
如果：
Q B S Q_{BS} Q B S 無法在 out-of-sample future evaluation 中提供超越普通 scenario count / diversity 指標的價值，則其強版本應降級。
H3：Problem-Space Novelty 對 Base-Space 有額外貢獻
如果加入：
Q i \mathcal Q_i Q i 後，不能改善對：
Ω i \Omega_i Ω i 品質或後續價值的解釋，
則「問題先行」不應獨立成核心機制。
H4：Unknown Reserve 能降低 Catastrophic Overconfidence
若明確保存：
U \mathcal U U 無法改善 open-world calibration、revision 或 surprise handling，
則它可能只是一個哲學標籤。
H5：Native Representation 可形成不同 Candidate Support
若不同 representation 在控制資訊量後總是導出等價：
Ω , \Omega, Ω , 則 representation-induced base-space blindness 主張被削弱。
58. 實驗方向一：Historical Frozen-Space Reconstruction
選擇歷史文件：
D t 0 . D_{t_0}. D t 0 . 建立：
K ≤ t 0 . K_{\le t_0}. K ≤ t 0 . 讓：
historians；
domain experts；
LLMs；
human-AI teams；
在不看候選文件核心結論下生成：
Ω b a s e l i n e . \Omega_{baseline}. Ω ba se l in e . 再 recovery：
Ω c a n d i d a t e . \Omega_{candidate}. Ω c an d i d a t e . 比較 novelty、constraint、later validation。
59. 實驗方向二：Future-Space Coverage Benchmark
建立現代可在未來驗證的問題。
在：
t 0 t_0 t 0 讓不同系統產生：
Ω i ( t 0 ) . \Omega_i(t_0). Ω i ( t 0 ) . 封存。
在：
t 1 t_1 t 1 檢查：
W ∗ . W^*. W ∗ . 評估：
1 [ W ∗ ∈ Ω i ( t 0 ) ] . \mathbf 1[
W^*\in\Omega_i(t_0)
]. 1 [ W ∗ ∈ Ω i ( t 0 )] . 再加 quality penalty，避免暴力枚舉。
60. 實驗方向三：Representation Ablation
給相同 evidence：
E E E 但限制 representation：
R 1 , R 2 , R 3 . R_1,R_2,R_3. R 1 , R 2 , R 3 . 比較：
Ω R 1 , Ω R 2 , Ω R 3 . \Omega_{R_1},
\Omega_{R_2},
\Omega_{R_3}. Ω R 1 , Ω R 2 , Ω R 3 . 測量：
coverage；
diversity；
causal coherence；
future hit；
compression。
61. 實驗方向四：Question-First Ablation
Group A 只能回答預設問題。
Group B 先生成問題：
Q B , \mathcal Q_B, Q B , 再生成：
Ω B . \Omega_B. Ω B . 若：
C o v e r a g e B > C o v e r a g e A Coverage_B
>
Coverage_A C o v er a g e B > C o v er a g e A 且不是靠 brute-force expansion，
則支持：
Problem Generation contributes to future-space quality . \boxed{
\text{Problem Generation contributes to future-space quality}.
} Problem Generation contributes to future-space quality . 62. 實驗方向五：Unknown Reserve Stress Test
讓系統面對故意包含：
novel class / novel regime / ontology shift \text{novel class / novel regime / ontology shift} novel class / novel regime / ontology shift 的 future task。
比較：
closed-support agent；
unknown-aware agent；
support-revising agent。
觀察：
catastrophic confidence , recovery time , revision quality . \text{catastrophic confidence},
\text{recovery time},
\text{revision quality}. catastrophic confidence , recovery time , revision quality . 63. 對 AI 的特殊意義
AI 的優勢之一是：
parallel candidate generation . \text{parallel candidate generation}. parallel candidate generation . 但若沒有 base-space governance：
Ω A I \Omega_{AI} Ω A I 可能只是巨大而低品質的 scenario cloud。
所以真正 AI-native future reasoning 可能需要：
G e n e r a t e → C o n s t r a i n → C l u s t e r → C h a l l e n g e → R e s e r v e U n k n o w n → R e v i s e . \boxed{
Generate
\rightarrow
Constrain
\rightarrow
Cluster
\rightarrow
Challenge
\rightarrow
ReserveUnknown
\rightarrow
Revise.
} G e n er a t e → C o n s t r ain → C l u s t er → C ha l l e n g e → R eser v e U nk n o w n → R e v i se . 而不是只：
G e n e r a t e 10000 . Generate^{10000}. G e n er a t e 10000 . 64. 對人類的特殊意義
人類認知頻寬有限。
因此人類可能更依賴：
high-value base-space compression . \boxed{
\text{high-value base-space compression}.
} high-value base-space compression . 強抽象能力可能體現在：
用少量結構生成比一般人更廣、但仍受約束的未來區域。
這是 TCFT 後續可以研究的候選命題，不在本文宣稱已證明。
65. 對 human-AI coupling 的意義
理想人機組合不一定是：
H u m a n P r e d i c t + A I P r e d i c t . HumanPredict
+
AIPredict. H u man P r e d i c t + A I P r e d i c t . 可能更像：
H u m a n : ontology shift / question generation \boxed{
Human:
\text{ontology shift / question generation}
} H u man : ontology shift / question generation 加：
A I : mass candidate expansion / search / validation \boxed{
AI:
\text{mass candidate expansion / search / validation}
} A I : mass candidate expansion / search / validation 但角色不應預先固定。
AI 也可能生成新問題，人類也可能做高精度驗證。
真正研究單位應是：
coupled base-space generator . \boxed{
\text{coupled base-space generator}.
} coupled base-space generator . 66. 與 TCFT-02 的接口
Paper 01 建立：
B i ( t ) . \mathfrak B_i(t). B i ( t ) . 下一篇將特別研究其中：
C i ( t ) \mathcal C_i(t) C i ( t ) 也就是：
Counterfactual Horizon . \boxed{
\text{Counterfactual Horizon}.
} Counterfactual Horizon . TCFT-02 會問：
一個主體究竟能吞下多少沒有發生的世界？
以及：
多量反事實如何在不爆炸的情況下形成有效覆蓋？
67. 與 TCFT-03 的接口
若 agent 的預測本身影響世界，
則：
Ω i \Omega_i Ω i 必須包含：
prediction-dependent futures . \text{prediction-dependent futures}. prediction-dependent futures . 因此 Paper 03 的 reflexive reasoning 將擴展：
B i \mathfrak B_i B i 為：
B i r e f l e x i v e . \boxed{
\mathfrak B_i^{reflexive}.
} B i r e f l e x i v e . 68. 與 TCFT-04 的接口
底空間生成具有成本。
所以 Paper 04 將研究：
When should an agent stop expanding the future space? \boxed{
\text{When should an agent stop expanding the future space?}
} When should an agent stop expanding the future space? 以及：
When is a coarse but sufficient future space strategically superior? \boxed{
\text{When is a coarse but sufficient future space strategically superior?}
} When is a coarse but sufficient future space strategically superior? 69. 與 TCFT-05 的接口
Paper 05 將回答：
怎麼證明某人的底空間在當時真的新？
核心需要：
Frozen-Time Prior-Art Audit . \boxed{
\text{Frozen-Time Prior-Art Audit}.
} Frozen-Time Prior-Art Audit . 尤其要防止：
2026 concepts → back-projection into 1500 . \text{2026 concepts}
\rightarrow
\text{back-projection into 1500}. 2026 concepts → back-projection into 1500 . 70. 侷限
第一，Future Base-Space 是理論構造，不是宣稱人腦內真的存在一個明確集合物件。
第二，實際 Ω \Omega Ω
implicit；
generative；
continuous；
graph-like；
latent；
non-enumerable。
因此集合表示只是第一版 abstraction。
第三，「後來成真」不能單獨證明當時 candidate quality。
第四，歷史作品的 base-space recovery 可能受到文本缺失與詮釋偏誤。
第五，unknown reserve 很難被直接量化。
第六，scenario diversity、semantic novelty 與 candidate coverage 之間可能高度相關，未來需做 ablation。
第七，任何單一 Q B S Q_{BS} Q B S
第八，本文沒有宣稱可以窮舉所有 possible worlds。
第九，底空間更大不代表主體更高等、更聰明或更值得信任。
第十，TCFT 本身也可能選錯未來底空間；因此理論必須允許自己的 ontology 被後續研究重建。
71. 結論
TCFT-01 的核心不是：
誰能想像最多未來？
而是：
Which futures become cognitively available before prediction starts? \boxed{
\text{Which futures become cognitively available before prediction starts?}
} Which futures become cognitively available before prediction starts? 對任何 forecasting system，
通常先有：
B i ( t ) , \mathfrak B_i(t), B i ( t ) , 才有：
P i ( W ) . P_i(W). P i ( W ) . 因此：
Prediction Quality ≤ Candidate-Support Quality + Estimation Quality \boxed{
\text{Prediction Quality}
\le
\text{Candidate-Support Quality}
+
\text{Estimation Quality}
} Prediction Quality ≤ Candidate-Support Quality + Estimation Quality 這不是嚴格數值不等式，而是結構性上界命題：
如果真實未來沒有進入候選支撐，
再好的機率估計也救不了它。
所以：
W ∗ ∉ Ω i \boxed{
W^*
\notin
\Omega_i
} W ∗ ∈ / Ω i 與：
P i ( W ∗ ) ≪ 1 \boxed{
P_i(W^*)\ll1
} P i ( W ∗ ) ≪ 1 是兩種不同失敗。
更重要的是，
未來底空間不只由「世界有哪些可能」決定。
它同時受到：
Q i , R i , Γ i , G i \mathcal Q_i,
\mathcal R_i,
\Gamma_i,
G_i Q i , R i , Γ i , G i 影響。
也就是：
Questions + Representations + Constraints + Generators → Thinkable Futures . \boxed{
\text{Questions}
+
\text{Representations}
+
\text{Constraints}
+
\text{Generators}
\rightarrow
\text{Thinkable Futures}.
} Questions + Representations + Constraints + Generators → Thinkable Futures . 因此，真正罕見的時代超前可能不是：
在所有人都知道的幾條路裡，猜中一條。
而是：
在那條路尚未進入時代候選空間以前， 先讓它成為一條可以被思考、推演、反駁與驗證的路。 \boxed{
\text{在那條路尚未進入時代候選空間以前，
先讓它成為一條可以被思考、推演、反駁與驗證的路。}
} 在那條路尚未進入時代候選空間以前， 先讓它成為一條可以被思考、推演、反駁與驗證的路。 再更高一階：
在未來問題尚未被提出以前， 先生成使那個未來問題成立的認知底空間。 \boxed{
\text{在未來問題尚未被提出以前，
先生成使那個未來問題成立的認知底空間。}
} 在未來問題尚未被提出以前， 先生成使那個未來問題成立的認知底空間。 這就是 TCFT 所謂：
Future Base-Space Advancement . \boxed{
\text{Future Base-Space Advancement}.
} Future Base-Space Advancement . 但它仍然不是神秘身份。
不是預言豁免。
不是英雄證書。
它只是一種可被時間凍結、prior-art、baseline、反例與後續世界持續重新計算的認知前沿候選。
References
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.
Wiebe, K., Zurek, M., Lord, S., Brzezina, N., Gabrielyan, G., Libertini, J., Loch, A., Thapa-Parajuli, R., Vervoort, J., & Westhoek, H. (2018). Scenario Development and Foresight Analysis: Exploring Options to Inform Choices. Annual Review of Environment and Resources , 43, 545–570. DOI: 10.1146/annurev-environ-102017-030109.
Byrne, D. S. (2024). Scenarios—using the complexity frame of reference to inform the construction of available futures in the possibility space. Frontiers in Complex Systems , 2, 1306328. DOI: 10.3389/fcpxs.2024.1306328.
Geng, C., Huang, S.-J., & Chen, S. (2021). Recent Advances in Open Set Recognition: A Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence , 43(10), 3614–3631. DOI: 10.1109/TPAMI.2020.2981604.
Boult, T. E., Cruz, S., Dhamija, A. R., Gunther, M., Henrydoss, J., & Scheirer, W. J. (2019). Learning and the Unknown: Surveying Steps toward Open World Recognition. Proceedings of AAAI , 33(01), 9801–9807. DOI: 10.1609/aaai.v33i01.33019801.
Sun, Y., & Linton, J. D. (2022). Combination of research questions and methods: A new measurement of scientific novelty. Journal of Informetrics , 16(2), 101282. DOI: 10.1016/j.joi.2022.101282.
Guo, S., Liao, L., Li, C., & Chua, T.-S. (2024). A Survey on Neural Question Generation: Methods, Applications, and Prospects. Proceedings of IJCAI 2024 , 8038–8047. DOI: 10.24963/ijcai.2024/889.
Si, C., Yang, D., & Hashimoto, T. (2024). Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers. arXiv:2409.04109.
Ruan, K., Wang, X., Hong, J., et al. (2026). Evaluating LLMs' divergent thinking capabilities for scientific idea generation with minimal context. Nature Communications , 17, 3625.
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). 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). Cognitive Operator-Domain Theory (CODT) Series 01–10 . EveMissLab.
Neo.K. (2026). TCFT-00｜超前認知不是預言：時代認知前沿的問題設定 . 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：$$...$$
不進行 unicode_escape 類 round-trip；不把 LaTeX 轉成 Unicode 數學字元後再作為 canonical source；不以聊天渲染畫面作為正式原稿。