Paper 02｜Cognitive Density Hypothesis：認知密度命題
English Title: The Cognitive Density Hypothesis: A Verification-Adjusted Metric Family for Resident, Conditional, and Expandable Intelligence 系列： 《可展開認知核心：從 MoE、認知密度到 Mother AI 的模型架構命題》作者： Neo.K × Aletheia機構： EveMissLab／一言諾科技有限公司版本： v0.1日期： 2026-08-28文件性質： 公開命題論文／AI 模型效率、認知架構與可否證量測研究
摘要
本文提出 Cognitive Density Hypothesis（認知密度命題） ：對於承擔高階理解、推理、認識判斷、元認知、驗證與異質資源協調責任的 AI 系統，僅以總參數量、每 token FLOPs、benchmark accuracy 或單次 API 價格衡量模型效率，可能不足以描述其真正的認知—計算關係。當模型系統開始使用稀疏 Mixture-of-Experts、動態模型路由、外部檢索、工具、子 AI 與 adaptive test-time compute 時，「模型有多少參數」與「一次任務實際動用了多少認知資源」已不再是同一問題。
本文因此不把認知密度定義為單一固定分數，而提出一組 verification-adjusted metric family 。其核心是先定義指定任務分布上的可驗證認知效用，再分別測量 resident capacity、active compute、context、external expansion、verification、coordination、latency、energy 與 monetary cost。本文提出：
C = ( C a c t i v e , C c o n t e x t , C r e t r i e v a l , C e x t e r n a l , C v e r i f i c a t i o n , C c o o r d i n a t i o n , C l a t e n c y , C e n e r g y , C m o n e y ) \mathbf C
=
(
C_{\mathrm{active}},
C_{\mathrm{context}},
C_{\mathrm{retrieval}},
C_{\mathrm{external}},
C_{\mathrm{verification}},
C_{\mathrm{coordination}},
C_{\mathrm{latency}},
C_{\mathrm{energy}},
C_{\mathrm{money}}
) C = ( C active , C context , C retrieval , C external , C verification , C coordination , C latency , C energy , C money ) 作為成本向量，並以：
Q C ( S ∣ T ) Q_C(S\mid\mathcal T) Q C ( S ∣ T ) 表示系統 S S S T \mathcal T T
C λ = ∑ j λ j C ~ j C_{\lambda}
=
\sum_j
\lambda_j
\widetilde C_j C λ = j ∑ λ j C j 並定義情境化認知密度：
η C ( λ ) = Q C ( S ∣ T ) C λ ( S ∣ T ) \boxed{
\eta_C^{(\lambda)}
=
\frac{
Q_C(S\mid\mathcal T)
}{
C_{\lambda}(S\mid\mathcal T)
}
} η C ( λ ) = C λ ( S ∣ T ) Q C ( S ∣ T ) 本文進一步區分 Resident Cognitive Density、Active Cognitive Density、Verification-Adjusted Cognitive Density、Coordination Gain Density、Conditional Expert Density 與 Expansion Efficiency，避免把「小模型」、「低 FLOPs」、「低 token 數」直接等同於高認知密度。
本文主張，認知密度真正要測量的不是模型能否記得最多資訊，而是：在明確的任務、驗證與風險條件下，每單位常駐或動態計算資源能產生多少可重用、可校準、可驗證且可協調的認知能力。對 Mother AI 或 Cognitive Command Tower 類角色而言，特別重要的能力包括問題辨識、任務分解、因果推理、未知辨識、證據狀態管理、策略切換、能力邊界判斷、模型與工具選擇、驗證與結果整合。
本文同時提出十一項主要命題、九項失敗模式與八組可否證實驗。若實驗顯示認知能力無法從知識覆蓋與任務特化中穩定區分；若高認知密度模型在外部展開後的 integration tax 長期高於大型常駐模型；若 verification-adjusted utility 無法提供比傳統 accuracy／FLOPs 更穩定的架構判斷；或者 cognitive-density frontier 對模型、任務與時間高度不穩定而失去可重用性，則本文命題應被削弱。
本文不是試圖建立一個新的單一 AI 排行榜，而是提出另一個問題：
當智能開始可以被常駐、條件激活、外部展開與動態推理共同實現時，我們應如何量測「真正需要一直留在核心裡的認知能力」？
關鍵詞： Cognitive Density、Cognitive Efficiency、Verification-Adjusted Utility、Mixture-of-Experts、Model Routing、Test-Time Compute、Mother AI、Cognitive Kernel、External Expansion、AI Efficiency、Pareto Frontier
0. 研究定位
Paper 01 提出：
Future Scaling → Compute Allocation Problem \boxed{
\text{Future Scaling}
\rightarrow
\text{Compute Allocation Problem}
} Future Scaling → Compute Allocation Problem 其核心問題不是否定 scaling，而是：
下一單位計算究竟應該放在哪裡？ \boxed{
\text{下一單位計算究竟應該放在哪裡？}
} 下一單位計算究竟應該放在哪裡？ Paper 02 進一步處理一個必要問題：
如果我們連「認知效率」都沒有可操作定義，就無法比較 resident model、MoE、retrieval、external worker、tool、verification 與 test-time compute 之間的資源配置。
因此本文不是模型架構實作論文，而是：
Measurement Proposition \boxed{
\text{Measurement Proposition}
} Measurement Proposition 其目標是建立一套足以支持後續實驗的共同量測語言。
1. 為什麼「每參數效能」不足？
最直覺的效率形式是：
η P = Q P \eta_P
=
\frac{Q}{P} η P = P Q 其中：
但這對現代 AI 系統很快失效。
第一，dense model 與 sparse MoE 的：
P t o t a l P_{\mathrm{total}} P total 與：
P a c t i v e P_{\mathrm{active}} P active 不同。
第二，同一模型在不同 output length、reasoning mode 與 context length 下的 inference cost 不同。
第三，模型可以呼叫：
retrieval；
external model；
tool；
compiler；
verifier；
simulator。
第四，多 Agent 系統可能使用較小模型，卻付出很高 coordination cost。
第五，高準確率模型如果需要大量人工驗證，實際可部署效率可能低於較容易機械驗證的模型。
因此：
Q P \boxed{
\frac{Q}{P}
} P Q 最多是一種局部結構指標，而不是完整的系統認知效率。
2. 現有效率研究已經是多維問題
現有 LLM efficiency 研究通常同時考慮：
memory；
compute utilization；
latency；
throughput；
energy；
compression；
serving architecture；
batch geometry；
quantization；
attention optimization；
MoE。
這說明：
Efficiency ≠ One Number \boxed{
\text{Efficiency}
\neq
\text{One Number}
} Efficiency = One Number 一種技術可以降低 FLOPs，卻增加 VRAM。
另一種可以降低 latency，卻降低 throughput。
另一種可以降低 token cost，卻提高 verifier cost。
因此本文採取：
Metric Family + Pareto Analysis + Contextual Scalarization \boxed{
\text{Metric Family}
+
\text{Pareto Analysis}
+
\text{Contextual Scalarization}
} Metric Family + Pareto Analysis + Contextual Scalarization 而不是先定義一個全域唯一的排名分數。
3. 系統而不是單一模型是第一級量測對象
令待評估智能系統為：
S = ( M , X , R , T , V , O ) \boxed{
S
=
(
M,
X,
R,
T,
V,
O
)
} S = ( M , X , R , T , V , O ) 其中：
M M M X X X R R R T T T V V V O O O
這個定義故意不假設：
S = M . S=M. S = M . 因為未來實際工作系統的能力可能來自：
Model + Context + External Knowledge + Tools + Other Models + Verification \boxed{
\text{Model}
+
\text{Context}
+
\text{External Knowledge}
+
\text{Tools}
+
\text{Other Models}
+
\text{Verification}
} Model + Context + External Knowledge + Tools + Other Models + Verification 因此比較 AI 架構時應該至少有兩種模式：
3.1 Model-only mode
只比較：
M i . M_i. M i . 3.2 System mode
比較：
S i . S_i. S i . 若兩者混在一起，就會發生：
一個模型因為能查網路而被算成「模型自己知道」；
或者：
一個系統因為使用較小模型就被稱為低成本，但忽略外部 Agent 與驗證成本。
本文要求二者分開報告。
4. Task Distribution：認知密度永遠是相對於任務分布
不存在無條件的：
η C ( S ) . \eta_C(S). η C ( S ) . 更合理是：
η C ( S ∣ T ) \boxed{
\eta_C(S\mid\mathcal T)
} η C ( S ∣ T ) 其中 T \mathcal T T
對 Mother AI 類角色，本文提出至少六個初始 task families：
T M = { T I , T D , T R , T E , T V , T C } . \mathcal T_M
=
\{
\mathcal T_I,
\mathcal T_D,
\mathcal T_R,
\mathcal T_E,
\mathcal T_V,
\mathcal T_C
\}. T M = { T I , T D , T R , T E , T V , T C } . 其中：
T I \mathcal T_I T I T D \mathcal T_D T D T R \mathcal T_R T R T E \mathcal T_E T E T V \mathcal T_V T V T C \mathcal T_C T C
這不是宣稱人類或 AI 的認知只有六類。
它只是第一代 Mother-role benchmark 的可操作切分。
5. Surface Knowledge 應另外測量
若把 trivia、歷史事實、最新新聞、API 版本與冷門領域細節全部混入：
Q C , Q_C, Q C , 就會重新把：
Knowledge Coverage \text{Knowledge Coverage} Knowledge Coverage 偷換成：
Cognitive Density . \text{Cognitive Density}. Cognitive Density . 因此本文把高解析度表層知識任務另外寫為：
T K . \mathcal T_K. T K . 並分別報告：
Q C ( S ∣ T M ) Q_C(S\mid\mathcal T_M) Q C ( S ∣ T M ) 與：
Q K ( S ∣ T K ) . Q_K(S\mid\mathcal T_K). Q K ( S ∣ T K ) . 這不代表：
Q K Q_K Q K 不重要。
而是因為本文真正要研究：
一個系統能否以較少 resident surface knowledge，維持高品質核心認知，並在需要時可靠展開表層知識。
因此：
Q C ≠ Q K . \boxed{
Q_C
\neq
Q_K.
} Q C = Q K . 6. Verified Cognitive Utility
單純 accuracy 有一個問題：
如果一個 AI 產生錯誤答案但無法被系統檢出，其架構風險可能遠高於一個能力稍弱、但錯誤容易被 verifier 攔下的模型。
因此令任務：
t ∼ T t\sim\mathcal T t ∼ T 系統輸出：
o = S ( t ) . o=S(t). o = S ( t ) . 定義 task utility：
u ( t , o ) ∈ [ 0 , 1 ] . u(t,o)\in[0,1]. u ( t , o ) ∈ [ 0 , 1 ] . 再定義驗證狀態：
v ( t , o ) ∈ [ 0 , 1 ] . v(t,o)\in[0,1]. v ( t , o ) ∈ [ 0 , 1 ] . 第一代可使用：
v = { 1 , 獨立 verifier 支持輸出符合 acceptance contract 0 , 輸出未通過或無可接受驗證證據 v=
\begin{cases}
1,&\text{獨立 verifier 支持輸出符合 acceptance contract}\\
0,&\text{輸出未通過或無可接受驗證證據}
\end{cases} v = { 1 , 0 , 獨立 verifier 支持輸出符合 acceptance contract 輸出未通過或無可接受驗證證據 也可以在未來使用分級 evidence strength。
則 Verification-Adjusted Cognitive Utility：
Q V ( S ∣ T ) = E t ∼ T [ u ( t , S ( t ) ) ⋅ v ( t , S ( t ) ) ] . \boxed{
Q_V(S\mid\mathcal T)
=
\mathbb E_{t\sim\mathcal T}
\left[
u(t,S(t))
\cdot
v(t,S(t))
\right].
} Q V ( S ∣ T ) = E t ∼ T [ u ( t , S ( t )) ⋅ v ( t , S ( t )) ] . 這使：
terminal success \text{terminal success} terminal success 與：
verified success \text{verified success} verified success 不再混淆。
7. 對不可機械驗證任務怎麼辦？
不是所有認知工作都有 deterministic verifier。
因此 v v v
沒有 unit test 的工作全部算零。
本文提出 Evidence Ladder：
L V ∈ { 0 , 1 , 2 , 3 , 4 } L_V
\in
\{
0,1,2,3,4
\} L V ∈ { 0 , 1 , 2 , 3 , 4 } 可暫定為：
0 0 0 1 1 1 2 2 2 3 3 3 4 4 4
不同 task family 可以使用不同最低 evidence threshold：
θ V ( T k ) . \theta_V(\mathcal T_k). θ V ( T k ) . 所以：
v ( t , o ) = g ( L V , θ V , evidence quality ) . v(t,o)
=
g(
L_V,
\theta_V,
\text{evidence quality}
). v ( t , o ) = g ( L V , θ V , evidence quality ) . 重要的是：
驗證強度必須被顯式記錄。 \boxed{
\text{驗證強度必須被顯式記錄。}
} 驗證強度必須被顯式記錄。 而不是把所有「看起來合理」的輸出放在同一個 accuracy bucket。
8. Core Cognitive Quality
定義各核心 task family 的 verification-adjusted score：
q k = Q V ( S ∣ T k ) . q_k
=
Q_V(S\mid\mathcal T_k). q k = Q V ( S ∣ T k ) . Mother-role cognitive quality：
Q C = ∑ k w k q k , ∑ k w k = 1. \boxed{
Q_C
=
\sum_{k}
w_k q_k,
\qquad
\sum_k w_k=1.
} Q C = k ∑ w k q k , k ∑ w k = 1. 其中 w k w_k w k
企業 Mother AI、研究 Mother AI、coding Mother AI 與個人 AI 可以使用不同權重。
因此正式寫成：
Q C ( S ∣ T , w ) . \boxed{
Q_C(S\mid\mathcal T,\mathbf w).
} Q C ( S ∣ T , w ) . 這表示 Cognitive Density 是：
Role-Relative \text{Role-Relative} Role-Relative 而不是：
Universal-IQ Score . \text{Universal-IQ Score}. Universal-IQ Score . 9. 成本必須是一個向量
本文定義：
C = ( C A , C X , C R , C E , C V , C O , C L , C G , C $ ) \boxed{
\mathbf C
=
(
C_A,
C_X,
C_R,
C_E,
C_V,
C_O,
C_L,
C_G,
C_{\$}
)
} C = ( C A , C X , C R , C E , C V , C O , C L , C G , C $ ) 其中：
9.1 Active Compute
C A C_A C A 表示實際推理計算，例如：
activated parameter proxy；
FLOPs；
GPU time；
accelerator-seconds。
9.2 Context Cost
C X C_X C X 包括：
input tokens；
KV cache；
long-context attention cost；
context construction。
9.3 Retrieval Cost
C R C_R C R 包括：
search；
embedding；
index；
database；
network；
reranking。
9.4 External Intelligence Cost
C E C_E C E 包括：
Sub-AI；
external model；
specialist model；
API invocation。
9.5 Verification Cost
C V C_V C V 包括：
compiler；
tests；
mutation；
reviewer；
judge；
human verification。
9.6 Coordination Cost
C O C_O C O 包括：
routing；
task decomposition；
state synchronization；
merge；
context translation；
retries caused by orchestration。
9.7 Latency
C L C_L C L 因為：
$ 0.001 \$0.001 $0.001 但需要三分鐘，
和：
$ 0.01 \$0.01 $0.01 但需要三秒，
在某些服務中不是同一種效率。
9.8 Energy
C G C_G C G 用於能源與硬體研究。
9.9 Monetary Cost
C $ C_{\$} C $ 是實際部署最容易量化，但不一定最穩定的成本。
10. 為什麼不能直接把成本相加？
因為：
1 second + 1 joule + 1 dollar 1\text{ second}
+
1\text{ joule}
+
1\text{ dollar} 1 second + 1 joule + 1 dollar 沒有天然意義。
因此第一級報告應保留：
( Q C , C ) \boxed{
(
Q_C,
\mathbf C
)
} ( Q C , C ) 並比較 Pareto dominance。
若系統 S a S_a S a
Q C ( S a ) ≥ Q C ( S b ) Q_C(S_a)\ge Q_C(S_b) Q C ( S a ) ≥ Q C ( S b ) 且所有關鍵成本：
C j ( S a ) ≤ C j ( S b ) , C_j(S_a)\le C_j(S_b), C j ( S a ) ≤ C j ( S b ) , 並至少一項嚴格更好，則：
S a S_a S a 支配：
S b . S_b. S b . 如果兩者互有優缺點，就不應強行說：
A 一定比 B 更有效率。
11. Contextual Scalarization
只有在部署需求給定後，才將成本向量轉成 scalar。
先以 reference baseline B B B
C ~ j ( S ) = C j ( S ) C j ( B ) . \widetilde C_j(S)
=
\frac{
C_j(S)
}{
C_j(B)
}. C j ( S ) = C j ( B ) C j ( S ) . 再給定部署權重：
λ = ( λ 1 , … , λ n ) , λ j ≥ 0 , ∑ j λ j = 1. \boldsymbol\lambda
=
(
\lambda_1,\ldots,\lambda_n
),
\qquad
\lambda_j\ge0,
\qquad
\sum_j\lambda_j=1. λ = ( λ 1 , … , λ n ) , λ j ≥ 0 , j ∑ λ j = 1. 定義：
C λ ( S ) = ∑ j λ j C ~ j ( S ) . \boxed{
C_{\lambda}(S)
=
\sum_j
\lambda_j
\widetilde C_j(S).
} C λ ( S ) = j ∑ λ j C j ( S ) . 最終得到：
η C ( λ ) = Q C ( S ) C λ ( S ) . \boxed{
\eta_C^{(\lambda)}
=
\frac{
Q_C(S)
}{
C_{\lambda}(S)
}.
} η C ( λ ) = C λ ( S ) Q C ( S ) . 因此：
η C ( λ m o b i l e ) \eta_C^{(\lambda_{\mathrm{mobile}})} η C ( λ mobile ) 與：
η C ( λ d a t a c e n t e r ) \eta_C^{(\lambda_{\mathrm{datacenter}})} η C ( λ datacenter ) 可以不同。
這不是缺陷。
這正是現實。
12. Resident Cognitive Density
第一個衍生指標：
D R = Q C P r e s i d e n t . \boxed{
D_R
=
\frac{
Q_C
}{
P_{\mathrm{resident}}
}.
} D R = P resident Q C . 其中：
P r e s i d e n t P_{\mathrm{resident}} P resident 可以是：
resident parameter count；
resident model bytes；
minimum resident memory footprint。
D R D_R D R
每單位常駐模型容量承載多少核心認知能力？
它適合比較：
dense model；
compact model；
MoE shared core；
future cognitive kernel。
但它不是完整 inference efficiency。
13. Active Cognitive Density
定義：
D A = Q C E [ C A ] . \boxed{
D_A
=
\frac{
Q_C
}{
\mathbb E[C_A]
}.
} D A = E [ C A ] Q C . 這對 MoE 特別重要。
因為：
P t o t a l P_{\mathrm{total}} P total 可以非常大，但：
P a c t i v e P_{\mathrm{active}} P active 較小。
因此同一個 MoE 可以：
D R D_R D R 不高，
但：
D A D_A D A 很高。
這兩者不能混淆。
14. Verification-Adjusted Cognitive Density
對實際工程部署，本文認為最重要的指標之一是：
D V = Q V C A + C X + C R + C E + C V + C O . \boxed{
D_V
=
\frac{
Q_V
}{
C_A+C_X+C_R+C_E+C_V+C_O
}.
} D V = C A + C X + C R + C E + C V + C O Q V . 若不同成本單位不可直接相加，實際使用時應改成：
D V ( λ ) = Q V C λ . \boxed{
D_V^{(\lambda)}
=
\frac{
Q_V
}{
C_{\lambda}
}.
} D V ( λ ) = C λ Q V . 它回答：
真正得到一個「可接受結果」到底花多少完整系統成本？
這比：
raw candidate accuracy token price \frac{\text{raw candidate accuracy}}{\text{token price}} token price raw candidate accuracy 更接近 Agent 系統真實效率。
15. Human Attention 必須獨立列出
便宜 AI 可能製造大量需要人類驗證的結果。
因此另外定義：
C H = human verification time . C_H
=
\text{human verification time}. C H = human verification time . 並建立：
D H = Q V C H . \boxed{
D_H
=
\frac{
Q_V
}{
C_H
}.
} D H = C H Q V . 這尤其適用：
coding；
research；
legal；
high-stakes analysis。
如果：
C g e n e r a t i o n ↓ 10 × C_{\mathrm{generation}}\downarrow10\times C generation ↓ 10 × 但：
C H ↑ 10 × , C_H\uparrow10\times, C H ↑ 10 × , 則系統未必真正提高 throughput。
16. Coordination Gain Density
多 Agent 系統不應因為「用了很多 AI」就被視為更智能。
令單一組件最佳品質：
Q max = max i Q C ( A i ) . Q_{\max}
=
\max_i
Q_C(A_i). Q m a x = i max Q C ( A i ) . 整體系統：
Q C ( S ) . Q_C(S). Q C ( S ) . 定義：
G O = Q C ( S ) − Q max . \boxed{
G_O
=
Q_C(S)-Q_{\max}.
} G O = Q C ( S ) − Q m a x . 如果：
G O > 0 , G_O>0, G O > 0 , 代表協作創造超過最佳單一組件的系統收益。
再除以 coordination cost：
D O = max ( 0 , G O ) C O . \boxed{
D_O
=
\frac{
\max(0,G_O)
}{
C_O
}.
} D O = C O max ( 0 , G O ) . 若：
G O < 0 , G_O<0, G O < 0 , 代表 orchestration 反而傷害整體能力。
17. External Expansion Efficiency
令 baseline core system 為：
S 0 . S_0. S 0 . 加入外部資源 E E E
S 1 = S 0 ⊕ E . S_1=S_0\oplus E. S 1 = S 0 ⊕ E . 能力增益：
Δ Q E = Q C ( S 1 ) − Q C ( S 0 ) . \Delta Q_E
=
Q_C(S_1)-Q_C(S_0). Δ Q E = Q C ( S 1 ) − Q C ( S 0 ) . 外部總成本：
Δ C E = C R + C E + C X + C V + C O . \Delta C_E
=
C_R+C_E+C_X+C_V+C_O. Δ C E = C R + C E + C X + C V + C O . 定義：
η E = Δ Q E Δ C E . \boxed{
\eta_E
=
\frac{
\Delta Q_E
}{
\Delta C_E
}.
} η E = Δ C E Δ Q E . 這是後續 External Expansion 研究的核心量之一。
如果：
η E ≤ 0 , \eta_E\le0, η E ≤ 0 , 則該 externalization 對該任務沒有價值。
18. Surface Independence Ratio
如果我們想知道某種核心認知能力到底多依賴 resident surface knowledge，可以比較：
Q C r e s i d e n t Q_C^{\mathrm{resident}} Q C resident 與：
Q C e x t e r n a l i z e d . Q_C^{\mathrm{externalized}}. Q C externalized . 定義：
R S = Q C e x t e r n a l i z e d Q C r e s i d e n t . \boxed{
R_S
=
\frac{
Q_C^{\mathrm{externalized}}
}{
Q_C^{\mathrm{resident}}
}.
} R S = Q C resident Q C externalized . 若：
R S ≈ 1 , R_S\approx1, R S ≈ 1 , 表示大量表層知識外置後，核心認知能力仍大致保持。
若：
R S ≪ 1 , R_S\ll1, R S ≪ 1 , 則說明：
我們以為是「推理核心」的能力，其實高度依賴常駐知識結構。
這是一個重要反證工具。
19. Conditional Expert Density
MoE 提供一個新的量測對象。
令：
E t E_t E t 為任務 t t t
平均 active expert compute：
C e x p e r t = E t [ ∑ e ∈ E t c e ] . C_{\mathrm{expert}}
=
\mathbb E_t
\left[
\sum_{e\in E_t}
c_e
\right]. C expert = E t [ e ∈ E t ∑ c e ] . 則：
D M o E = Q C C s h a r e d + C e x p e r t . \boxed{
D_{\mathrm{MoE}}
=
\frac{
Q_C
}{
C_{\mathrm{shared}}
+
C_{\mathrm{expert}}
}.
} D MoE = C shared + C expert Q C . 同時保存：
P t o t a l P_{\mathrm{total}} P total 與：
P a c t i v e . P_{\mathrm{active}}. P active . 這讓研究可以區分：
模型總共擁有多少條件能力？
與：
每次解一個問題真正啟動多少？
20. Routing Entropy 不是能力，但很值得記錄
對 MoE router，令 expert probability：
p e ( t ) . p_e(t). p e ( t ) . routing entropy：
H R ( t ) = − ∑ e p e ( t ) log p e ( t ) . \boxed{
H_R(t)
=
-\sum_e
p_e(t)\log p_e(t).
} H R ( t ) = − e ∑ p e ( t ) log p e ( t ) . 較低 entropy 可能表示高度集中 routing。
較高 entropy 可能表示：
任務需要多種能力；
router 不確定；
expert specialization 不清楚；
負載均衡機制影響 routing。
因此：
H R H_R H R 本身不能被解讀為：
cognitive quality . \text{cognitive quality}. cognitive quality . 但與：
Q C , D A , task family Q_C,
D_A,
\text{task family} Q C , D A , task family 共同觀察，可以成為後續 Capability Tomography 的重要信號。
21. Model Routing 與認知密度
FrugalGPT、RouteLLM、BEST-Route 等工作已經顯示：
one query ⇏ always call strongest model . \boxed{
\text{one query}
\not\Rightarrow
\text{always call strongest model}.
} one query ⇒ always call strongest model . 不同 query 可以在不同 cost-quality frontier 上選不同模型。
因此外部 model routing 可以視為：
Macro Conditional Compute . \boxed{
\text{Macro Conditional Compute}.
} Macro Conditional Compute . 令 router：
π ( t ) → M i . \pi(t)\rightarrow M_i. π ( t ) → M i . 則 routing system 的認知密度不能只看：
Q ( M i ) . Q(M_i). Q ( M i ) . 而要看：
Q C ( π , { M i } ) Q_C(\pi,\{M_i\}) Q C ( π , { M i }) 以及：
C r o u t e r + C M i + C V . C_{\mathrm{router}}
+
C_{M_i}
+
C_V. C router + C M i + C V . 這直接銜接未來 Mother AI 的異質模型協調。
22. Test-Time Compute 與認知密度
固定 reasoning budget：
b ( t ) = b 0 b(t)=b_0 b ( t ) = b 0 通常忽略任務難度差異。
adaptive test-time compute 則允許：
b ( t ) = f ( difficulty , uncertainty , expected gain ) . b(t)
=
f(
\text{difficulty},
\text{uncertainty},
\text{expected gain}
). b ( t ) = f ( difficulty , uncertainty , expected gain ) . 於是可定義：
η T T C = Δ Q C Δ C t e s t . \boxed{
\eta_{\mathrm{TTC}}
=
\frac{
\Delta Q_C
}{
\Delta C_{\mathrm{test}}
}.
} η TTC = Δ C test Δ Q C . 這個量可以回答：
再多想 1000 tokens 值不值得？
而不是預設：
more reasoning tokens = always better . \text{more reasoning tokens}
=
\text{always better}. more reasoning tokens = always better . 23. Difficulty-Conditional Cognitive Density
平均值可能隱藏真正結構。
因此將任務按難度分層：
T = T ( 1 ) ∪ ⋯ ∪ T ( d ) . \mathcal T
=
\mathcal T^{(1)}
\cup
\cdots
\cup
\mathcal T^{(d)}. T = T ( 1 ) ∪ ⋯ ∪ T ( d ) . 定義：
η C ( k ) = η C ( S ∣ T ( k ) ) . \boxed{
\eta_C^{(k)}
=
\eta_C(
S\mid\mathcal T^{(k)}
).
} η C ( k ) = η C ( S ∣ T ( k ) ) . 可能出現：
η C s m a l l > η C l a r g e \eta_C^{\mathrm{small}}
>
\eta_C^{\mathrm{large}} η C small > η C large 在簡單問題上，
但：
η C s m a l l < η C l a r g e \eta_C^{\mathrm{small}}
<
\eta_C^{\mathrm{large}} η C small < η C large 在極難問題上。
因此真正需要找的是：
Cognitive Density Crossover Point . \boxed{
\text{Cognitive Density Crossover Point}.
} Cognitive Density Crossover Point . 這比宣稱「小模型比較有效率」或「大模型永遠比較好」更精確。
24. Cognitive Density Frontier
對候選系統集合：
S = { S 1 , … , S n } , \mathcal S
=
\{
S_1,\ldots,S_n
\}, S = { S 1 , … , S n } , 建立：
F C = ParetoFrontier ( Q C , C ) . \boxed{
\mathcal F_C
=
\operatorname{ParetoFrontier}
(
Q_C,
\mathbf C
).
} F C = ParetoFrontier ( Q C , C ) . 任何被其他系統在：
quality；
latency；
cost；
energy；
verification；
同時支配的系統，都不應成為該情境的首選。
這使「最佳模型」變成：
best feasible point under constraints \boxed{
\text{best feasible point under constraints}
} best feasible point under constraints 而不是單一 leaderboard 第一名。
25. Mother Cognitive Density
本文特別定義 Mother-role 指標：
D M = w I q I + w D q D + w R q R + w E q E + w V q V + w C q C C λ . \boxed{
D_M
=
\frac{
w_Iq_I+
w_Dq_D+
w_Rq_R+
w_Eq_E+
w_Vq_V+
w_Cq_C
}{
C_{\lambda}
}.
} D M = C λ w I q I + w D q D + w R q R + w E q E + w V q V + w C q C . 其中 numerator 刻意不直接放：
Q K Q_K Q K 百科式表層知識覆蓋。
但 Q K Q_K Q K
因此一個模型可能：
D M ↑ , Q K ↓ . D_M\uparrow,
\qquad
Q_K\downarrow. D M ↑ , Q K ↓ . 這對 Mother AI 可能是可接受 trade-off。
對一般 consumer chatbot 則未必。
這正是：
Role-Relative Optimization . \boxed{
\text{Role-Relative Optimization}.
} Role-Relative Optimization . 26. Epistemic Density
Mother AI 最重要的能力之一不是回答，而是：
知道什麼時候不應該直接回答。
因此建立：
Q E Q_E Q E 至少包含：
unknown detection；
contradiction detection；
source conflict；
uncertainty calibration；
evidence classification；
escalation correctness。
定義：
D E = Q E C λ . \boxed{
D_E
=
\frac{
Q_E
}{
C_{\lambda}
}.
} D E = C λ Q E . 一個 factual QA 很強、但永遠過度自信的模型，可能具有：
Q K ↑ Q_K\uparrow Q K ↑ 但：
D E ↓ . D_E\downarrow. D E ↓ . 對指揮塔角色而言，這是重大缺陷。
27. Meta-Cognitive Density
令：
Q M m e t a Q_M^{\mathrm{meta}} Q M meta 測量：
strategy switching；
self-check trigger；
tool-use decision；
delegation decision；
stop / continue decision；
retry / escalate decision；
capability-boundary recognition。
則：
D m e t a = Q M m e t a C λ . \boxed{
D_{\mathrm{meta}}
=
\frac{
Q_M^{\mathrm{meta}}
}{
C_{\lambda}
}.
} D meta = C λ Q M meta . 這一項尤其適合研究：
一個較小但元認知很強的 Mother Model，能否有效組織比自己局部更強的外部模型？
28. 「認知密度高」不等於「自己什麼都會」
這是一個必須明確排除的誤讀。
假設：
M M M 本身 coding 能力只達：
0.8 , 0.8, 0.8 , 而外部 specialist：
A C A_C A C 達：
0.95. 0.95. 0.95. 如果 M M M
發現 coding 任務；
知道自己的邊界；
選擇 A C A_C A C
建立正確 context；
選擇 verifier；
判斷結果是否接受；
那麼：
Q C ( S ) > Q C ( M ) \boxed{
Q_C(S)>Q_C(M)
} Q C ( S ) > Q C ( M ) 完全可能成立。
因此：
Cognitive Density ≠ Standalone Capability Density . \boxed{
\text{Cognitive Density}
\neq
\text{Standalone Capability Density}.
} Cognitive Density = Standalone Capability Density . 29. 系統能力可以超過最大單體，但必須扣除組織成本
若：
Q C ( S ) > max i Q C ( A i ) , Q_C(S)
>
\max_i Q_C(A_i), Q C ( S ) > i max Q C ( A i ) , 可以稱為：
Organizational Cognitive Gain . \boxed{
\text{Organizational Cognitive Gain}.
} Organizational Cognitive Gain . 但只有當：
Q C ( S ) − max i Q C ( A i ) C O + C V + C E > 0 \frac{
Q_C(S)-\max_iQ_C(A_i)
}{
C_O+C_V+C_E
}
>0 C O + C V + C E Q C ( S ) − max i Q C ( A i ) > 0 才代表有正向的組織效率。
否則：
十個 AI 做完一個一個 AI 就能做好的任務
不能算架構進步。
30. Cognitive Density 不是壓縮比
模型壓縮可能得到：
P ↓ P\downarrow P ↓ 但同時：
Q C ↓ ↓ . Q_C\downarrow\downarrow. Q C ↓↓ . 因此：
Compression Ratio ≠ Cognitive Density . \boxed{
\text{Compression Ratio}
\neq
\text{Cognitive Density}.
} Compression Ratio = Cognitive Density . 反過來，某種模型：
P t o t a l ↑ P_{\mathrm{total}}\uparrow P total ↑ 但：
P a c t i v e ↓ P_{\mathrm{active}}\downarrow P active ↓ 且：
Q C ↑ , Q_C\uparrow, Q C ↑ , 仍可能具有更高 active cognitive density。
MoE 就是重要例子。
31. Cognitive Density 不是蒸餾成功率
傳統 distillation 常希望 student：
f S ( x ) ≈ f T ( x ) . f_S(x)
\approx
f_T(x). f S ( x ) ≈ f T ( x ) . 但本文真正關心的是：
哪些能力值得被保留？ \boxed{
\text{哪些能力值得被保留？}
} 哪些能力值得被保留？ 而不是：
能否完整模仿 Teacher？ \boxed{
\text{能否完整模仿 Teacher？}
} 能否完整模仿 Teacher ？ 因此未來即使某 student 在：
Q K Q_K Q K 下降，
但：
Q C Q_C Q C 接近 Teacher，
也可能是成功的 Cognition-Dense Student。
這一命題將在後續 Cognitive Factorization Problem 再處理。
32. 認知密度的十一項命題
命題 1：參數非充分命題
P A > P B P_A>P_B P A > P B 不能推出：
D C ( A ) > D C ( B ) . D_C(A)>D_C(B). D C ( A ) > D C ( B ) . 命題 2：總參數—活躍參數分離命題
對 sparse conditional architecture：
P t o t a l ≠ P a c t i v e . P_{\mathrm{total}}
\neq
P_{\mathrm{active}}. P total = P active . 因此兩者必須分別報告。
命題 3：表層知識—核心認知分報命題
Q K Q_K Q K 與：
Q C Q_C Q C 應分別量測，避免百科記憶直接支配 Mother-role evaluation。
命題 4：驗證調整命題
若兩個系統 raw quality 相近，但其中一個錯誤更容易被獨立 verifier 攔截，則後者可以具有更高：
D V . D_V. D V . 命題 5：Human Attention Bottleneck 命題
若 AI generation cost 趨近於零，但：
C H C_H C H 不下降，總工作吞吐量不會無限上升。
命題 6：任務條件化命題
不存在必然全域最優的：
S ∗ . S^\ast. S ∗ . 更合理：
S ∗ = S ∗ ( T , C max , w ) . S^\ast
=
S^\ast(
\mathcal T,
\mathbf C_{\max},
\mathbf w
). S ∗ = S ∗ ( T , C m a x , w ) . 命題 7：動態計算優勢命題
當任務難度分布高度異質，若 difficulty estimator 足夠準確，adaptive compute allocation 可以提高平均認知密度。
命題 8：External Expansion 正效益條件
外部資源只有在：
Δ Q E > Δ C E \Delta Q_E
>
\Delta C_E Δ Q E > Δ C E 經相同 normalization 後成立時，才是有效 externalization。
命題 9：組織能力非免費命題
多 Agent 帶來的：
G O G_O G O 必須扣除：
C O + C V + C E . C_O+C_V+C_E. C O + C V + C E . 命題 10：Mother-role specialization 命題
Mother AI 的最佳模型可能不是：
arg max M Q K ( M ) , \arg\max_M Q_K(M), arg M max Q K ( M ) , 而是：
arg max M D M ( M ) . \boxed{
\arg\max_M D_M(M).
} arg M max D M ( M ) . 命題 11：Cognitive Density Frontier 命題
未來更合理的模型比較可能不是單一榜單，而是：
F C \boxed{
\mathcal F_C
} F C 即 quality—cost—latency—verification—energy 的多維 Pareto frontier。
33. 九類主要失敗模式
33.1 Metric Gaming
模型針對：
T M \mathcal T_M T M 過度訓練，得到高 D M D_M D M
33.2 Knowledge Leakage
所謂 reasoning benchmark 實際被訓練資料記憶污染，使：
Q C Q_C Q C 偷帶大量：
Q K . Q_K. Q K . 33.3 Verifier Bias
如果：
V V V 和 generator 使用相同失敗模式，
則：
Q V Q_V Q V 會被高估。
33.4 Externalization Tax
C R + C E + C O + C V C_R+C_E+C_O+C_V C R + C E + C O + C V 可能大於節省的 resident / active compute。
33.5 Hidden Resident Dependence
移除高解析度 parametric knowledge 後，抽象推理能力本身下降。
此時：
R S ≪ 1. R_S\ll1. R S ≪ 1. 33.6 Latency Explosion
系統 monetary cost 很低，但多輪 orchestration 造成不可接受 latency。
33.7 Capability Drift
外部模型更新使：
Q C ( S , t ) Q_C(S,t) Q C ( S , t ) 隨時間漂移。
因此任何 density score 都需要版本與時間戳。
33.8 Over-Scalarization
把所有成本壓成：
η C \eta_C η C 後遺失真正的 Pareto trade-off。
因此本文要求原始：
( Q C , C ) (Q_C,\mathbf C) ( Q C , C ) 永久保存。
33.9 Mother-Role Narrowing
過度追求 Mother-role density，使模型無法理解足夠多的世界基礎，最後變成：
High-density empty router . \boxed{
\text{High-density empty router}.
} High-density empty router . 這會重新落入既有「空殼路由器」問題。
34. 實驗 1：Dense / MoE / Routed-System 等品質成本比較
選擇同一 task suite：
T M . \mathcal T_M. T M . 比較：
large dense；
smaller dense；
sparse MoE；
smaller model + external model router；
Mother model + heterogeneous workers。
固定：
Q C ≥ q min Q_C\ge q_{\min} Q C ≥ q m i n 後比較：
C . \mathbf C. C . 再反過來固定成本預算：
C λ ≤ B C_{\lambda}\le B C λ ≤ B 比較：
Q C . Q_C. Q C . 兩種方向都要做，避免單邊 benchmark。
35. 實驗 2：Resident Surface Knowledge Ablation
建立兩組模型或系統：
S R S_R S R 偏向 parametric / resident knowledge，
以及：
S E S_E S E 偏向 external knowledge。
在：
T M \mathcal T_M T M 與：
T K \mathcal T_K T K 分開測量：
Q C , Q K , R S , D M . Q_C,
Q_K,
R_S,
D_M. Q C , Q K , R S , D M . 這可以直接測：
表層知識外置到底會不會連核心推理一起破壞？
36. 實驗 3：Verification Cost Crossover
對 coding、structured output、research claim 等不同 task family：
測：
C g e n e r a t i o n C_{\mathrm{generation}} C generation 與：
C V . C_V. C V . 找：
C V = C g e n e r a t i o n \boxed{
C_V=C_{\mathrm{generation}}
} C V = C generation 的 crossover point。
如果生成成本已經極低，而 verifier 成為主要成本，系統優化方向就應改變。
37. 實驗 4：Human Attention Crossover
同一批任務使用：
expensive high-quality model；
cheap worker；
cheap worker + mechanical verifier；
cheap worker + human reviewer。
測：
Q V , C $ , C H , C L . Q_V,
C_{\$},
C_H,
C_L. Q V , C $ , C H , C L . 如果：
C H C_H C H 主導總成本，
則「便宜 worker」本身並不足以提高系統效率。
38. 實驗 5：Difficulty-Conditional Routing
將任務按 difficulty 分桶：
d 1 , … , d n . d_1,\ldots,d_n. d 1 , … , d n . 比較：
永遠使用 strongest model；
永遠使用 cheap model；
strong / weak router；
model + variable test-time compute；
Mother planner + heterogeneous executors。
觀察：
η C ( d ) \eta_C^{(d)} η C ( d ) 與 crossover point。
39. 實驗 6：MoE Conditional Density
對可取得 routing telemetry 的 MoE：
記錄：
P a c t i v e , H R , E t , Q C , C A . P_{\mathrm{active}},
H_R,
E_t,
Q_C,
C_A. P active , H R , E t , Q C , C A . 比較不同 task families。
這一實驗不直接宣稱：
E i = 某認知功能 . E_i
=
\text{某認知功能}. E i = 某認知功能 . 只建立：
Routing Fingerprint \boxed{
\text{Routing Fingerprint}
} Routing Fingerprint 作為後續 causal intervention 的輸入。
40. 實驗 7：Coordination Gain
對同一複雜任務：
比較：
A max A_{\max} A m a x 最佳單體，
與：
S m u l t i S_{\mathrm{multi}} S multi 多 Agent 系統。
測：
G O G_O G O 及：
D O . D_O. D O . 如果：
Q C ( S m u l t i ) > Q C ( A max ) Q_C(S_{\mathrm{multi}})
>
Q_C(A_{\max}) Q C ( S multi ) > Q C ( A m a x ) 但：
D O ≤ 0 , D_O\le0, D O ≤ 0 , 則多 Agent 只是以巨大成本換取小幅能力，而不構成高密度架構。
41. 實驗 8：Mother Cognitive Density Benchmark
建立專門 benchmark：
A. Problem Reframing
給錯誤表述問題，看 AI 是否先修正問題。
B. Unknown Recognition
資料不足時是否拒絕假裝已知。
C. Delegation
給不同能力 workers，看是否分配正確。
D. Verification Selection
同一 candidate 可用不同 verifier，是否選對。
E. Source Conflict
不同來源互相矛盾時如何處理。
F. Capability Boundary
是否知道自己或外部 worker 已超出已驗證能力域。
G. Stop / Escalate
是否知道繼續生成沒有價值。
這些共同形成：
Q M c o r e . Q_M^{\mathrm{core}}. Q M core . 42. 認知密度不應是新的「AI IQ」
本文明確拒絕：
D C = general intelligence scalar . \boxed{
D_C
=
\text{general intelligence scalar}.
} D C = general intelligence scalar . 原因是：
task distribution 不同；
verifier 不同；
risk tolerance 不同；
deployment cost 不同；
model / system boundary 不同。
因此任何 Cognitive Density 報告至少要帶：
( T , w , λ , V , model version , system version , t ) . (
\mathcal T,
\mathbf w,
\boldsymbol\lambda,
V,
\text{model version},
\text{system version},
t
). ( T , w , λ , V , model version , system version , t ) . 沒有這些 metadata 的單一分數應被視為不完整。
43. Versioned Cognitive Density
模型與外部系統會變。
因此：
D C = D C ( S , v , t ∣ T ) . \boxed{
D_C
=
D_C(S,v,t\mid\mathcal T).
} D C = D C ( S , v , t ∣ T ) . 其中：
v v v t t t
對 external API-based architecture 尤其重要。
同一模型 alias：
m l a t e s t m_{\mathrm{latest}} m latest 在不同日期可能代表不同模型。
因此 evidence 必須綁：
Concrete Model Identity . \boxed{
\text{Concrete Model Identity}.
} Concrete Model Identity . 44. 認知密度與 Mother AI 自我模型
如果 Mother AI 能長期記錄：
D C ( A i , T k , t ) , D_C(A_i,\mathcal T_k,t), D C ( A i , T k , t ) , 它就不只是擁有 model registry。
而是逐步建立：
C ^ A i ( t ) \boxed{
\widehat{\mathcal C}_{A_i}(t)
} C A i ( t ) 即對每個外部智能能力域的估計。
同樣也可以保存：
C ^ M ( t ) \boxed{
\widehat{\mathcal C}_{M}(t)
} C M ( t ) 形成自己的能力模型。
這將在後續 Capability Boundary Tomography 中展開。
45. 認知密度與能力成熟
Paper 01 定義 Functional Maturity：
FM ( M , T ) ≥ θ T . \operatorname{FM}(M,\mathcal T)
\ge
\theta_{\mathcal T}. FM ( M , T ) ≥ θ T . Paper 02 可以進一步說：
當：
Q C Q_C Q C 已經超過最低可用門檻時，
真正要最大化的可能變成：
D C \boxed{
D_C
} D C 而不是繼續只最大化：
Q C . Q_C. Q C . 因此可能存在兩階段：
Capability Acquisition Phase \boxed{
\text{Capability Acquisition Phase}
} Capability Acquisition Phase 與：
Cognitive Density Optimization Phase . \boxed{
\text{Cognitive Density Optimization Phase}.
} Cognitive Density Optimization Phase . 兩者不是絕對年代分界。
同一個模型對 coding 可能已進第二階段，
對 theorem proving 還在第一階段。
46. Cognitive Density Transition
定義某 task family 的 transition point：
τ C \tau_C τ C 使得在：
Q C ≥ θ Q Q_C\ge\theta_Q Q C ≥ θ Q 後，
更多 resident scaling 的：
Δ Q C Δ C R \frac{\Delta Q_C}{\Delta C_R} Δ C R Δ Q C 低於某種 alternative allocation：
max { Δ Q C Δ C M o E , Δ Q C Δ C T T C , Δ Q C Δ C e x t e r n a l , Δ Q C Δ C V } . \max
\left\{
\frac{\Delta Q_C}{\Delta C_{\mathrm{MoE}}},
\frac{\Delta Q_C}{\Delta C_{\mathrm{TTC}}},
\frac{\Delta Q_C}{\Delta C_{\mathrm{external}}},
\frac{\Delta Q_C}{\Delta C_V}
\right\}. max { Δ C MoE Δ Q C , Δ C TTC Δ Q C , Δ C external Δ Q C , Δ C V Δ Q C } . 則稱該任務區域進入：
Cognitive Density Transition . \boxed{
\text{Cognitive Density Transition}.
} Cognitive Density Transition . 這提供 Paper 01「轉向」命題更形式化的版本。
47. 與 MoE 的關係
MoE 可以被理解為第一個非常重要的：
Conditional Capacity Architecture . \boxed{
\text{Conditional Capacity Architecture}.
} Conditional Capacity Architecture . 但 Paper 02 不主張：
MoE = Cognitive Kernel + External Experts . \text{MoE}
=
\text{Cognitive Kernel + External Experts}. MoE = Cognitive Kernel + External Experts . 目前的 expert：
在同一 hidden space；
token-level routing；
training jointly；
function highly entangled；
routing 受 load balancing 等因素影響。
因此它只能證明：
總容量與每次激活計算可以分離。 \boxed{
\text{總容量與每次激活計算可以分離。}
} 總容量與每次激活計算可以分離。 至於：
哪些能力真正屬於 shared core？
哪些可以 externalize？
需要後續 Paper 04–06。
48. 與外部模型 routing 的關係
FrugalGPT 類 cascade 與 RouteLLM 類 routing 已經提供：
model-level conditional execution . \boxed{
\text{model-level conditional execution}.
} model-level conditional execution . 它們的主要問題通常是：
quality-cost trade-off。
本文把它再推進成：
認知角色—能力—驗證—成本 trade-off。
也就是 router 不只需要知道：
誰比較強？ \text{誰比較強？} 誰比較強？ 而需要逐漸知道：
誰在什麼 task family、什麼 verifier、什麼成本與什麼風險條件下最適合？ \boxed{
\text{誰在什麼 task family、什麼 verifier、什麼成本與什麼風險條件下最適合？}
} 誰在什麼 task family 、什麼 verifier 、什麼成本與什麼風險條件下最適合？ 49. 與 Test-Time Scaling 的關係
現有研究已顯示 test-time compute allocation 與：
task difficulty；
model type；
budget；
inference strategy；
高度相關。
這支持：
固定 inference budget \boxed{
\text{固定 inference budget}
} 固定 inference budget 不是唯一選擇。
認知密度框架因此把 test-time compute 視為：
動態認知資源 . \boxed{
\text{動態認知資源}.
} 動態認知資源 . 而不是模型能力外部的附加成本。
50. 與 Cognitive Kernel 的關係
如果未來存在：
K C K_C K C Cognitive Kernel，
理想上應該具有：
D M ( K C ) ↑ D_M(K_C)\uparrow D M ( K C ) ↑ 而不要求：
Q K ( K C ) → max . Q_K(K_C)\rightarrow\max. Q K ( K C ) → max . 但至少必須保持：
Q K ( K C ) ≥ θ w o r l d − b a s i s , Q_K(K_C)\ge\theta_{\mathrm{world-basis}}, Q K ( K C ) ≥ θ world − basis , 否則它無法理解世界或驗證外部資訊。
因此真正目標不是：
Zero Knowledge Core . \text{Zero Knowledge Core}. Zero Knowledge Core . 而是：
Minimum Sufficient World Basis + High Cognitive Density . \boxed{
\text{Minimum Sufficient World Basis}
+
\text{High Cognitive Density}.
} Minimum Sufficient World Basis + High Cognitive Density . 51. Minimum Sufficient World Basis
令：
K B K_B K B 為 Mother Model 常駐世界基底。
要求：
Interpret ( K B , q ) \boxed{
\operatorname{Interpret}(K_B,q)
} Interpret ( K B , q ) 足以支持：
問題辨識；
外部資料檢索；
因果基本判斷；
cross-domain mapping；
verifier selection；
output sanity checking。
但不要求：
K B = K w o r l d . K_B
=
K_{\mathrm{world}}. K B = K world . 因此未來需要研究：
K B ∗ = arg min K B ∣ K B ∣ \boxed{
K_B^\ast
=
\arg\min_{K_B}
|K_B|
} K B ∗ = arg K B min ∣ K B ∣ subject to：
Q C ( K B ) ≥ θ C . Q_C(K_B)\ge\theta_C. Q C ( K B ) ≥ θ C . 這就是「最小充分認知世界基底」問題。
52. 這個問題為什麼不能靠 pruning 直接解？
因為 neural representation 並不保證：
某段參數 = 某類表層知識 . \text{某段參數}
=
\text{某類表層知識}. 某段參數 = 某類表層知識 . 知識、語言、抽象、世界模型與推理能力可能高度共享表示。
因此本文只提出：
Functional Density Target . \boxed{
\text{Functional Density Target}.
} Functional Density Target . 不宣稱已存在：
Clean Weight-Level Partition . \boxed{
\text{Clean Weight-Level Partition}.
} Clean Weight-Level Partition . 這個技術障礙會留給 Cognitive Factorization Problem。
53. 公開命題與未公開解法的邊界
本文公開：
Cognitive Density metric family；
task-family separation；
cost vector；
verification adjustment；
Pareto frontier；
resident / active / expansion / coordination density；
falsifiable experiments。
本文不提供：
如何識別 frontier model 內部真正的 cognitive circuits；
如何把 knowledge 與 reasoning 乾淨分離；
如何決定 parameter-level extraction；
如何實際壓縮並保持 meta-cognition；
如何將 external expert 映射回 latent space；
如何重新訓練或收斂新的 Cognitive Kernel。
因此：
Measurement Architecture ≠ Solution Architecture . \boxed{
\text{Measurement Architecture}
\neq
\text{Solution Architecture}.
} Measurement Architecture = Solution Architecture . 54. 八項優先實驗輸出
未來若要把本文從命題推向實證，第一輪至少輸出：
mother_role_task_suite;surface_knowledge_control_suite;verification_strength_schema;cost_vector_schema;dense_moe_router_comparison;difficulty_bucket_analysis;external_expansion_cost_curve;cognitive_density_pareto_frontier.
每一筆結果至少綁：
( m o d e l , v e r s i o n , t a s k , e v i d e n c e , c o s t , t i m e s t a m p ) . \boxed{
(
model,
version,
task,
evidence,
cost,
timestamp
).
} ( m o d e l , v er s i o n , t a s k , e v i d e n ce , cos t , t im es t am p ) . 55. 什麼結果會支持本文？
以下結果會增加本命題可信度：
不同模型在 Q K Q_K Q K Q C Q_C Q C
某些較小模型在 Mother-role task 上有接近 frontier model 的 Q C Q_C Q C
外部 retrieval 降低 Q K Q_K Q K Q C Q_C Q C
MoE 在相同或更低 active compute 下維持高 Q C Q_C Q C
dynamic routing 提高等成本 Q C Q_C Q C
adaptive test-time compute 提高 difficulty-weighted D C D_C D C
mechanical verification 顯著降低人工 C H C_H C H
heterogeneous system 的 G O > 0 G_O>0 G O > 0 D O > 0 D_O>0 D O > 0
56. 什麼結果會削弱本文？
以下結果會削弱甚至否定部分命題：
Q C Q_C Q C 一旦降低 resident knowledge，meta-reasoning 同步崩潰；
所有 external expansion 都具有極高 integration tax；
verification cost 永遠比大型模型直接回答更高；
model routing 在真實 task distribution 無穩定收益；
MoE routing 與能力結構完全無可利用關係；
Mother-role benchmark 只是在測另一種 prompt overfitting；
density frontier 在模型更新後完全不可重用；
大型 resident model 在等總系統成本下持續支配所有 modular architecture。
若最後第 9 項長期成立，
那麼：
Largest Practical Resident Model \boxed{
\text{Largest Practical Resident Model}
} Largest Practical Resident Model 仍可能是最好的 Mother AI。
本文接受這個可能性。
57. 本文與「更強模型仍然更好」並不衝突
假設未來：
M t + 1 M_{t+1} M t + 1 同時：
reasoning 更強；
meta-cognition 更強；
latency 更低；
active compute 更低；
verification 更容易；
context 更高效。
則：
D C ( M t + 1 ) > D C ( M t ) . D_C(M_{t+1})
>
D_C(M_t). D C ( M t + 1 ) > D C ( M t ) . 本文完全支持使用新模型。
真正反對的是：
只因總參數更多，就預設架構更好。 \boxed{
\text{只因總參數更多，就預設架構更好。}
} 只因總參數更多，就預設架構更好。 58. 認知密度最終研究問題
本文最後把問題濃縮成四問：
問題一
What cognitive capability must remain resident? \boxed{
\text{What cognitive capability must remain resident?}
} What cognitive capability must remain resident? 問題二
What capability can be conditionally activated? \boxed{
\text{What capability can be conditionally activated?}
} What capability can be conditionally activated? 問題三
What capability can be externally expanded? \boxed{
\text{What capability can be externally expanded?}
} What capability can be externally expanded? 問題四
What is the total verified cost of making them behave as one intelligence? \boxed{
\text{What is the total verified cost of making them behave as one intelligence?}
} What is the total verified cost of making them behave as one intelligence? 這四個問題共同決定真正的：
Cognitive Density . \boxed{
\text{Cognitive Density}.
} Cognitive Density . 59. 結論
大型模型的能力發展讓 AI 研究長期習慣使用：
parameters , FLOPs , tokens , benchmark score \text{parameters},
\quad
\text{FLOPs},
\quad
\text{tokens},
\quad
\text{benchmark score} parameters , FLOPs , tokens , benchmark score 描述進步。
但當 AI 系統開始同時擁有：
dense models + MoE + retrieval + external models + tools + test-time compute + verification , \text{dense models}
+
\text{MoE}
+
\text{retrieval}
+
\text{external models}
+
\text{tools}
+
\text{test-time compute}
+
\text{verification}, dense models + MoE + retrieval + external models + tools + test-time compute + verification , 單一模型大小已不足以描述：
一次認知任務真正動用了多少資源，以及這些資源換回多少可靠能力。
因此本文提出：
Cognitive Density Hypothesis . \boxed{
\text{Cognitive Density Hypothesis}.
} Cognitive Density Hypothesis . 其核心並不是：
smaller is better , \text{smaller is better}, smaller is better , 也不是：
bigger is worse . \text{bigger is worse}. bigger is worse . 而是：
Only useful, verified cognition should justify persistent or active computational cost. \boxed{
\text{Only useful, verified cognition should justify persistent or active computational cost.}
} Only useful, verified cognition should justify persistent or active computational cost. 對 Mother AI 尤其如此。
Mother AI 不必成為所有領域最強的單一執行者。
但它若要成為真正的 Cognitive Command Tower，就必須在有限資源下保持足夠高的：
D r e a s o n , D e p i s t e m i c , D m e t a , D c o o r d , D v e r i f y . D_{\mathrm{reason}},
\quad
D_{\mathrm{epistemic}},
\quad
D_{\mathrm{meta}},
\quad
D_{\mathrm{coord}},
\quad
D_{\mathrm{verify}}. D reason , D epistemic , D meta , D coord , D verify . 未來真正值得比較的因此不只是：
哪個模型最大？
而是：
哪個系統在指定任務、風險、驗證與資源條件下，能以最低完整成本產生最多可信且可組織的認知能力？
這將問題從：
Model Size \boxed{
\text{Model Size}
} Model Size 推向：
Cognitive Resource Architecture . \boxed{
\text{Cognitive Resource Architecture}.
} Cognitive Resource Architecture . 而後續 MoE、Cognitive Factorization、External Expert、Capability Tomography 與 Expandable Intelligence 的研究，都可以建立在這一量測框架上。
References
Hoffmann, J., et al. (2022). Training Compute-Optimal Large Language Models . arXiv:2203.15556.
Fedus, W., Zoph, B., & Shazeer, N. (2021). Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity . arXiv:2101.03961.
Borgeaud, S., et al. (2021). Improving Language Models by Retrieving from Trillions of Tokens . arXiv:2112.04426.
Chen, L., Zaharia, M., & Zou, J. (2023). FrugalGPT: How to Use Large Language Models While Reducing Cost and Improving Performance . arXiv:2305.05176.
Dai, D., et al. (2024). DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models . arXiv:2401.06066.
Ong, I., et al. (2024). RouteLLM: Learning to Route LLMs with Preference Data . arXiv:2406.18665.
Snell, C., Lee, J., Xu, K., & Kumar, A. (2024). Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters . arXiv:2408.03314.
Ding, D., et al. (2025). BEST-Route: Adaptive LLM Routing with Test-Time Optimal Compute . ICML 2025.
Yuan, Z., et al. (2025). EfficientLLM: Efficiency in Large Language Models . arXiv:2505.13840.
Agarwal, A., Sengupta, A., & Chakraborty, T. (2025). The Art of Scaling Test-Time Compute for Large Language Models . arXiv:2512.02008.
Zhai, Z., et al. (2026). Adaptive Test-Time Compute Allocation for Reasoning LLMs via Constrained Policy Optimization . arXiv:2604.14853.
Neo.K × Aletheia. (2026). 當 Frontier AI 基本能力逐漸成熟：從 Scaling 轉向 Cognitive Efficiency .
Neo.K × Aletheia. (2026). 認知原子因果基底命題：後設完備、基底稠密與表層稀疏主 AI 的跨尺度生成架構 .
Neo.K × Aletheia. (2026). AI 不是流程中的一個節點：從 Agentic Workflow 到持續母 AI 的架構躍遷 .
Neo.K × Aletheia. (2026). 母 AI、世界狀態機與子智能網路：三向耦合的 AI 中心動態認知架構 .
Neo.K × Aletheia. (2026). 子 AI 是認知器官，不是獨立 Workflow .
Canonical Source Note
本檔案為正式 UTF-8 Markdown canonical source。
數學 source 僅使用：
$...$
$$...$$
本文為公開命題與量測架構論文。
本文不公開任何未驗證或未公開的：
weight-level capability separation；
cognitive circuit extraction；
parameter remapping；
latent-space expert linking；
cognitive-kernel compression；
reconvergence training method。
本文提出的是：
Measurement Architecture \boxed{
\text{Measurement Architecture}
} Measurement Architecture 而不是：
Private Solution Architecture . \boxed{
\text{Private Solution Architecture}.
} Private Solution Architecture .