PTE-07｜理論競賽與不可約殘差：AI 時代的假說市場

Theory Tournaments and Irreducible Residues: Toward AI-Native Markets of Hypotheses

系列： 《假設你是對的》／Provisional Truth Engineering Series（PTE）
系列文件： PTE-07 / 07
版本： v0.1
日期： 2026-09-09
作者： Neo.K
研究協作： AI-assisted theoretical development
機構： EveMissLab／一言諾科技有限公司
文件性質： 公開方法論論文／AI-native theory tournament、研究資源分配與假說市場
Canonical Source： UTF-8 Markdown
數學原始碼規範： inline math 僅使用 $...$ ；display math 僅使用 $$...$$

摘要

Provisional Truth Engineering（PTE）前六篇建立了一條完整的 AI 時代理論壓測方法：

PTE-01 以暫時真值算子 $\mathsf{Assume}^{+}(T)$ ，要求先把理論推到最強可辯護、可檢驗版本；
PTE-02 定義 Theory-to-Engineering Latency，分析 AI 如何壓縮理解、形式化、實作與比較成本；
PTE-03 以 Matched Reconstruction Principle 區分「有用」與「不可約新原理」；
PTE-04 建立 Epistemic Salvage 與不可約殘差 $R_{\mathcal B,\mathcal E}(T)$ ；
PTE-05 將前述規則工程化為 AI-native Theory Stress Runtime；
PTE-06 引入 Irreducible Evidence Floor，指出 AI 不能把世界本身產生證據所需的時間與物理條件完全消除。

當這六個環節同時存在後，新的問題不再是：

AI 能不能幫忙測一套理論？

而是：

當 AI 可以同時壓測成百上千套理論，而真正昂貴的外部實驗、世界存取、專家注意力與長期證據仍然稀缺時，研究資源應該優先給誰？

本文提出 Theory Tournament（理論競賽） 與 Hypothesis Market（假說市場）。此處「市場」不是把真理商品化，也不是以人氣、資金或投票決定真假，而是將研究資源視為有限預算，讓理論在同一證據規則下競爭下一輪驗證資格。

設候選理論集合為：

\boxed{ \mathcal T = \{T_1,T_2,\ldots,T_n\}. }

每個理論先接受：

\mathsf{Assume}^{+},

再經：

\text{Formalization} \rightarrow \text{Operationalization} \rightarrow \text{Implementation} \rightarrow \text{Matched Reconstruction} \rightarrow \text{Adversarial Challenge} \rightarrow \text{Epistemic Salvage}.

得到：

\boxed{ R_i = R_{\mathcal B,\mathcal E}(T_i). }

理論競賽真正比較的，不是原始理論文字量、作者聲望、論文數量、敘事宏大度或 AI 共識，而是：

\boxed{ \text{what survives after strongest known reconstruction}. }

本文提出 Residual Research Priority（RRP）：

\boxed{ RRP(T_i) = f( I_i, U_i, X_i, G_i, E_i, C_i, W_i ) }

其中：

$I_i$ ：潛在影響；
$U_i$ ：當前不確定性；
$X_i$ ：可檢驗性；
$G_i$ ：不可約／區分性殘差；
$E_i$ ：預期 epistemic gain；
$C_i$ ：下一輪驗證成本；
$W_i$ ：world-access requirement。

因此下一輪研究資源不應優先分給「目前講得最大聲」的理論，而應優先分給：

\boxed{ \frac{ \text{Expected Epistemic Gain} }{ \text{Marginal Research Cost} } }

較高，且其殘差能在公平測試中造成高資訊量區分的候選。

本文亦提出 World Access Allocation（世界存取分配）。當 PTE-06 所定義的 $E_{\min}(T,D)$ 成為主要瓶頸時，真正稀缺的研究資源可能不再是 token、文字或一般計算，而是：

實驗室時段；
人體研究；
長期 cohort；
硬體測試台；
現場部署；
高可信感測；
罕見事件；
合法資料存取；
專家與第三方 replication。

因此，AI 時代的科學制度可能逐步從：

\boxed{ \text{Publication Competition} }

轉向：

\boxed{ \text{Evidence Allocation Competition}. }

本文最後提出：成熟的 Hypothesis Market 不應直接產生「真理排行榜」，而應維護一個動態 Epistemic Frontier，其中每套理論都有：

current residue
current strongest baseline
current evidence level
current uncertainty
next distinguishing experiment
world-access debt
reproducibility status

理論可以：

晉級；
降級；
暫停；
合併；
分叉；
被重建吸收；
等待世界；
因新證據重新開啟。

最終目標不是讓一個理論「贏得科學」，而是使整個研究系統持續把資源集中到：

\boxed{ \text{尚未被解釋、但最值得被解釋的地方}. }

關鍵詞： Theory Tournament、Hypothesis Market、Irreducible Residue、Research Allocation、Epistemic Frontier、World Access、Expected Information Gain、AI-Native Science、Matched Reconstruction、Provisional Truth Engineering

0. 邊界聲明

本文不主張：

科學真理可以由市場價格決定；
最受歡迎的理論應獲得最多資源；
AI 可以自動決定所有科研資金配置；
單一量化分數足以代表理論價值；
研究資源應只分配給短期可測理論；
高成本、低可測性理論一定不值得研究；
theory tournament 可以取代同行評審；
競爭一定優於合作；
理論之間必須互斥；
一個理論落敗後不得重新進場；
不可約殘差等於新基本原理；
世界證據可以被完全市場化。

本文只研究：

當 AI 已能低成本完成大量前置理論壓測，而外部驗證與高品質人類判斷仍有限時，如何建立一個比聲望、文字量與初始敘事更公平的研究資源分配框架。

1. PTE 系列收斂到哪裡？

整個系列的核心鏈條現在可以寫成：

\boxed{ T \rightarrow \mathsf{Assume}^{+}(T) \rightarrow F(T) \rightarrow O(T) \rightarrow I(T) \rightarrow B^{*}(T) \rightarrow E(T) \rightarrow R_{\mathcal B,\mathcal E}(T) \rightarrow \text{Next Evidence}. }

2. PTE-07 的問題不是「哪個理論是真的？」

而是：

在有限研究資源下，下一個最值得取得的證據是什麼？

3. 從理論評價轉向研究配置

傳統問題：

\boxed{ \text{Evaluate}(T). }

PTE-07 改為：

\boxed{ \text{Allocate}( \mathcal T, \mathcal R ). }

其中：

\mathcal R

是有限研究資源。

4. 候選理論集合

設：

\boxed{ \mathcal T = \{T_1,T_2,\ldots,T_n\}. }

每個理論可以：

互斥；
部分重疊；
互補；
處理不同尺度；
使用不同表示。

5. 不能直接比較原始文本

因為：

|T_i|

可能差異極大。

一套理論：

1000 頁；
100 個術語；

不天然優於：

10 頁；
3 個 invariant。

6. 先做 PTE Normalization

每個：

T_i

先產生：

TheoryManifest
ClaimLedger
Strongest Interpretation
Operationalization
Implementation
Matched Baseline
Evidence Receipt
Residue Report

7. 只有經過 normalization 才進 tournament

否則：

一邊是完整工程系統，一邊只是文字概念。

沒有可比性。

8. Theory Tournament

本文定義：

\boxed{ \mathfrak T = ( \mathcal T, \mathcal B, \mathcal E, \mathcal R, \Pi ) }

其中：

$\mathcal T$ ：候選理論；
$\mathcal B$ ：baseline family；
$\mathcal E$ ：可用證據；
$\mathcal R$ ：研究資源；
$\Pi$ ：競賽規則。

9. Tournament 不直接判真假

它產生：

\boxed{ \text{research priority ordering}. }

10. 理論真正的競爭對手首先不是其他理論

而是：

\boxed{ \text{strongest known reconstruction}. }

11. 第一階：Internal Qualification

每套理論先問：

claim 是否清楚？
是否可形式化？
是否有 observable？
是否有 falsifier？
是否能實作？
是否能建立 baseline？

12. Internal Qualification Failure

若：

O(T_i)=\varnothing,

且沒有合理 proxy，

則：

NON_OPERATIONAL

13. 這不是永久淘汰

可能等待：

新測量；
新形式化；
新工具。

14. 第二階：Matched Reconstruction

計算：

\Delta_i = M(S_{T_i}) - M(B^{*}_i).

15. 若 $\Delta_i=0$

標：

RECONSTRUCTIBLE

但仍保存：

V_C,V_F,V_E.

16. 第三階：Adversarial Challenge

搜尋：

D_{\Delta,i}.

16.1 目標不是多跑測試

而是找：

\boxed{ \text{maximum information difference}. }

17. 第四階：External Evidence

根據：

E_{\min}(T_i,D)

判定下一個 evidence tier。

18. 第五階：Residue Extraction

得到：

\boxed{ R_i = R_{\mathcal B,\mathcal E}(T_i). }

19. Tournament 真正比較的是 Residue

而不是：

T_i

的原始宏大程度。

20. Residue Quality

一個 residue 可以很大，

但沒有價值。

20.1 例如

無法測量的模糊主張很多。

這只是：

\text{large unknown},

不是：

\text{high-value residue}.

21. 因此需要 Residual Research Priority

定義：

\boxed{ RRP(T_i) = f( I_i, U_i, X_i, G_i, E_i, C_i, W_i ). }

22. Impact

I_i

表示：

如果 residue 成立，會改變多少理論、工程或現實決策？

23. Uncertainty

U_i

表示：

當前 epistemic state 還有多少未決？

24. Testability

X_i

表示：

是否存在高區分力下一步測試？

25. Residual Distinctiveness

G_i

表示：

residue 是否真的在 strongest baseline 之外？

26. Expected Epistemic Gain

E_i

表示：

下一個實驗預期能改變多少 epistemic state？

27. Cost

C_i

表示：

取得下一輪證據需要多少資源？

28. World Access

W_i

表示：

是否需要稀缺現實世界接口？

29. 最小優先函數

可先寫成：

\boxed{ RRP_i = \frac{ I_i \cdot U_i \cdot X_i \cdot G_i \cdot E_i }{ C_i } }

但本文不建議把它當唯一分數。

30. 為什麼不建議單一 score？

因為：

high-impact / high-cost；
low-impact / low-cost；

可能無法用單一權重公平比較。

31. Pareto Frontier 更合理

定義：

\boxed{ \mathcal F_T = \text{ParetoFrontier} ( I,U,X,G,E,-C,-W ). }

32. Tournament 先保留 Pareto 候選

再做：

專家判定；
多目標選擇；
portfolio allocation。

33. Portfolio 而不是 Winner-Take-All

科學資源不應：

\boxed{ 100\% \rightarrow T^{*}. }

34. 因為高不確定性需要分散

可建立：

\boxed{ \mathbf a = (a_1,\ldots,a_n), \quad \sum_i a_i=1. }

其中：

a_i

是研究資源比例。

35. Research Portfolio

目標：

\boxed{ \max_{\mathbf a} \mathbb E[ \text{Epistemic Gain} ] }

subject to：

\sum_i a_iC_i \le B.

36. 這像 portfolio，但不是金融市場

因為 payoff 是：

\boxed{ \text{knowledge gain}. }

不是金錢。

37. Hypothesis Market 的「市場」是什麼？

它表示：

多個假說競爭有限驗證資源。

38. 不表示

真理由價格決定。

39. Market Unit

真正交易的不是：

T_i.

而是：

\boxed{ \text{next experiment slot}. }

40. 所以可以稱

Evidence Allocation Market

41. 理論提出成本正在下降

AI 使：

C_{\mathrm{proposal}} \downarrow.

42. 於是候選數量可能爆炸

|\mathcal T| \uparrow\uparrow.

43. 驗證資源不會同步無限

|\mathcal R| <\infty.

44. 因此產生新的 scarcity

\boxed{ \text{Hypothesis Abundance} + \text{Evidence Scarcity}. }

45. 這可能成為 AI 科學時代的核心張力

不是：

沒有想法。

而是：

想法太多，世界接口太少。

46. World Access Allocation

PTE-06 已指出：

真正稀缺可能是：

lab；
cohort；
telescope；
accelerator；
hardware；
field deployment。

47. 定義 World Access Budget

\boxed{ B_W. }

48. 每個 theory residue 需要

w_i.

49. 約束

\sum_i a_iw_i \le B_W.

50. World Ticket

本文稱一次昂貴 external validation 機會為：

World Ticket

51. 理論要先通過便宜壓測

才更有資格拿：

\boxed{ \text{World Ticket}. }

52. 這不是歧視 speculative theory

而是避免：

可被 Python 反例打掉的理論直接消耗十年 cohort。

53. Cheap-Before-Expensive Principle

\boxed{ \text{Cheap falsification first; expensive evidence later}. }

54. 但不能因此永遠不做昂貴研究

如果：

R(T)

只剩 physical test 才能區分，

則：

\boxed{ \text{world access becomes the correct next step}. }

55. Evidence Escalation Ladder

formal
synthetic
external observational
controlled experiment
longitudinal/world-generated

56. 每一階都問

下一階的 expected information gain 值不值得成本？

57. Expected Information Gain

設 epistemic state：

S.

實驗：

e.

定義：

\boxed{ EIG(e) = \mathbb E[ d( S_{\mathrm{after}}, S_{\mathrm{before}} ) ]. }

58. Cost-Normalized EIG

\boxed{ CEIG(e) = \frac{ EIG(e) }{ C(e) }. }

59. 若 world experiment 極昂貴

但能一次區分：

T_1,T_2,T_3,T_4,

可能仍然值得。

60. Multi-Theory Experiment

最好的實驗不一定只測一套理論。

60.1 定義

e^{*}

若可以同時改變多個：

T_i

的 epistemic state，

其價值更高。

61. Shared Distinguishing Experiment

\boxed{ D(e) = \{T_i:e\text{ discriminates }T_i\}. }

62. 實驗設計目標

\boxed{ \max_e \frac{ \sum_{T_i\in D(e)} EIG_i(e) }{ C(e) }. }

63. 這是 AI 很適合做的

因為 AI 可以搜尋大量：

e.

64. Theory Tournament 不一定是 pairwise

不是：

T_1\text{ vs }T_2.

而可能：

\boxed{ \text{one experiment} \rightarrow \text{many theories updated}. }

65. 理論之間也可以合併

若：

R(T_1)

與：

R(T_2)

互補，

可建立：

T_{1\oplus2}.

66. Merge 不能偷渡勝利

新理論：

T_{1\oplus2}

要重新跑 PTE。

67. 理論分叉

若同一理論：

T

殘差有兩個不同方向，

可以：

T\rightarrow T_a,T_b.

68. Fork 也是市場行為

不同 fork 競爭：

\text{next evidence}.

69. 理論被 baseline 吸收

若：

R(T_i)\rightarrow\varnothing,

它可能進入：

RECONSTRUCTED / ARCHIVED

70. 不是消失

其：

historical value；
engineering value；
coordinate value；

仍可保存。

71. Archive 不是垃圾桶

Archived theory 可以被：

\text{new evidence}

重新開啟。

72. Reopen Condition

若：

\mathcal E_{new}

造成：

R_{\mathcal B,\mathcal E_{new}}(T) \neq \varnothing,

則：

ARCHIVED -> REOPENED

73. Epistemic Frontier

本文定義：

\boxed{ \mathcal F_E(t) }

為時刻 $t$ 所有仍具有高研究價值 residue 的集合。

74. Frontier 不是所有未解問題

而是：

已經接受目前可行 cheapest strong challenge 後，仍留下的高價值未解部分。

75. Frontier Node

每個 node：

theory_id
residue_id
current_baseline
current_evidence
current_status
next_distinguishing_test
expected_information_gain
cost
world_access

76. Frontier 是動態圖

\boxed{ \mathcal F_E(t+1) \neq \mathcal F_E(t). }

77. 新 baseline 會移動 frontier

78. 新 evidence 會移動 frontier

79. 新 measurement technology 也會移動 frontier

80. 因此科學前沿不是固定論文清單

而是：

\boxed{ \text{dynamic unresolved residue graph}. }

81. 這與傳統 citation ranking 不同

Citation 高：

\not\Rightarrow

residue 高。

82. 論文新：

\not\Rightarrow

testability 高。

83. 作者有名：

\not\Rightarrow

baseline-resistant。

84. AI consensus 高：

\not\Rightarrow

external evidence 強。

85. Tournament 應盲化作者身份嗎？

某些階段可以。

85.1 Claim / baseline stage

可隱去：

作者；
機構；
citation count。

降低 prestige bias。

86. 但 source provenance 不能消失

Evaluator 不看身份，

audit layer 仍保留：

\text{source identity}.

87. Blind Theory Qualification

可以讓第一階只看：

claims
definitions
evidence
operationalization

88. 這是一個可測制度

比較：

named review
blind review

是否改變 resource allocation。

89. Theory Tournament 的公平性

至少需要：

\boxed{ \text{same protocol class} }

而不是所有理論使用同一個 benchmark。

90. 不同領域不能硬用同一 metric

物理：

\neq

軟體：

\neq

政治理論。

91. 所以是 protocol fairness

不是 metric uniformity。

92. Protocol Fairness

每套理論都必須：

source freeze；
strongest interpretation；
falsifier；
matched reconstruction；
evidence-level honesty；
reproducibility。

93. 但 metric 可領域化

94. Tournament Layering

可以分：

Formal League
Software League
Simulation League
Experimental League
Longitudinal League

95. 跨 league 不直接比 score

只比：

\text{resource allocation arguments}.

96. Hypothesis Market 的價格可以是什麼？

若要使用「價格」概念，

可定義：

\boxed{ P_E(T) = \text{marginal evidence cost}. }

97. 不是「真理價格」

而是：

再降低一單位不確定性要花多少？

98. Epistemic Price

\boxed{ P_K = \frac{ \Delta C }{ -\Delta U }. }

99. 高價理論

可能很重要，

只是 evidence 非常貴。

100. 低價理論

可能只需：

100

行程式就能打掉。

101. 先買便宜資訊

這是一種：

\boxed{ \text{Value of Information} }

策略。

102. Research Option Value

PTE-02 已指出舊理論保存具有期權價值。

在市場模型中：

\boxed{ O_R(T) }

代表：

未來工具變強後重新測試它的可能收益。

103. 因此低 priority 不等於刪除

可以：

PAUSED

104. Pause Condition

當：

evidence floor 太高；
tool 不成熟；
EIG 太低；
無 distinguishing test。

105. Resume Condition

當：

new dataset；
new model；
new instrument；
new formal result；
lower evidence cost。

106. 市場需要 memory

沒有版本與歷史：

\text{same dead theory}

會反覆重新消耗資源。

107. Theory Registry

theory_id
versions
claims
past tests
baselines
counterexamples
residue_history
world_wait
archive_reason

108. Duplicate Theory Detection

AI 可以找：

T_i \approx T_j.

109. 這可以防止重新包裝已知理論反覆進場

110. Novelty Check

新理論先問：

它和既有 theory equivalence class 有多遠？

111. Reconstruction Equivalence Registry

可以保存：

[T_i]_{\mathcal O}.

112. 若只是新命名

直接標：

KNOWN_RECONSTRUCTION_CANDIDATE

113. 但仍允許證明自己不同

不是封殺。

114. Tournament Anti-Gaming

AI 時代理論可能為了 score：

特化 benchmark；
躲避 falsifier；
縮小 scope；
增加模糊度。

115. Scope Gaming

如果理論每次失敗都縮 scope，

最後可能：

D\rightarrow\epsilon.

116. Scope Penalty

需要記錄：

\boxed{ S_R = \frac{ |D_{\mathrm{current}}| }{ |D_{\mathrm{original}}| }. }

117. 不是禁止縮 scope

而是讓大家看見：

宏大性已經縮小多少。

118. Claim Inflation Penalty

反之，

若小結果被重新擴成全域，

也要轉紅。

119. Publication Gaming

若系統以：

N_{\mathrm{papers}}

為 reward，

AI 會拆文章。

120. 所以 tournament 不應獎勵 paper count

121. 應獎勵

\boxed{ \text{validated epistemic transition}. }

122. Epistemic Transition Unit

例如：

UNRESOLVED -> FALSIFIED
UNRESOLVED -> SUPPORTED
UNRESOLVED -> RECONSTRUCTIBLE
PROXY_ONLY -> EXPERIMENTALLY_SUPPORTED
RESIDUAL -> FORMALLY_SEPARATED

123. 每個 transition 都需 receipt

124. Research Reward

可定義：

\boxed{ R_{\mathrm{science}} = \sum_j w_j \Delta S_j }

其中：

\Delta S_j

是有證據的 epistemic transition。

125. Negative Result 也有 reward

如果一個昂貴理論被公平否證：

\boxed{ \text{knowledge gained}. }

126. 所以 market 不應只獎勵「成功」

127. Falsification Bounty

可以對：

C_i

設定：

找到有效 distinguishing counterexample。

128. 但反例必須過 validity gate

避免垃圾攻擊。

129. Reconstruction Bounty

也可以獎勵：

用更簡單 conventional system 重建 claimed novelty。

130. 這會促進 epistemic compression

131. Replication Bounty

對高 impact result：

第三方 fresh replay。

132. 世界實驗 Bounty

對：

WAITING\_FOR\_WORLD

的高 RRP claim，

提供 physical test 資源。

133. 這比只有論文 citation 更接近證據需求

134. AI 自動研究的治理問題

誰決定：

I_i

也就是 impact？

135. 不應由單一模型決定

可以有：

scientific impact；
engineering impact；
social impact；
safety impact；
curiosity value。

136. 多權重 profile

\boxed{ \mathbf I_i = ( I_s, I_e, I_{soc}, I_{safe}, I_c ). }

137. 不同資助者可使用不同 profile

但：

\text{evidence state}

應共用。

138. 價值偏好可以不同

證據帳本不能跟著變。

139. 這是一個重要制度分離

\boxed{ \text{Value Allocation} \neq \text{Evidence Status}. }

140. 一個社會可以不資助某理論

不等於：

T=\text{False}.

141. 一個社會大量資助某理論

也不等於：

T=\text{True}.

142. Hypothesis Market 必須保留這條邊界

143. AI 評審的風險

如果大量 theory 都由相同 foundation model 評估，

可能產生：

\boxed{ \text{epistemic monoculture}. }

144. Monoculture Risk

模型共同偏好：

某種形式化；
某種文風；
某種主流理論；

可能系統性低估異質理論。

145. 因此需要 evaluator diversity

包括：

不同模型；
不同方法；
人類專家；
formal solver；
external experiment。

146. Diversity 也不能只看模型名稱

如果底層訓練資料高度相似，

仍可能相關。

147. Independence Receipt

記：

evaluator
provider
model family
context isolation
data overlap known?
blind status
human reviewer

148. Theory Tournament 的 Twin

對重要 claim，

最好有：

\boxed{ \text{independent governing reviewer}. }

149. 如果沒有

就標：

TWIN = DEGRADED

150. 不應在同一上下文模擬兩個獨立審查者

151. Tournament State Machine

SUBMITTED
NORMALIZED
QUALIFIED
RECONSTRUCTED
CHALLENGED
RESIDUAL
PAUSED
WORLD_QUEUE
FUNDED
TESTED
UPDATED
ARCHIVED
REOPENED

152. 晉級不是榮譽

只是：

獲得下一輪更昂貴 evidence 的資格。

153. Elimination 也不是羞辱

只是：

current marginal information gain 太低。

154. Theory League Table 的危險

如果做單一排名：

1,2,3,\ldots

容易變成：

prestige；
marketing；
false certainty。

155. 所以更適合 dashboard

顯示：

residue
evidence
baseline closure
testability
cost
world wait
next experiment

156. 不顯示「真理分數」

157. Public Epistemic Dashboard

這可能是未來研究基礎設施。

158. 每個理論都有可點開 evidence lineage

不是只看 abstract。

159. AI 可以持續更新

當：

新 paper；
新 dataset；
新 replication；
新 counterexample；

出現。

160. 但更新需要 source authority

不能自動把網路評論當同級證據。

161. Evidence Authority Graph

\boxed{ G_E = (V_E,E_E). }

162. 節點包括

paper；
code；
dataset；
experiment；
replication；
critique；
correction。

163. 邊表示

supports；
contradicts；
reconstructs；
depends；
supersedes。

164. Theory Frontier 其實是 knowledge graph frontier

165. AI 時代 publication 可能退居第二層

真正第一層：

\boxed{ \text{machine-readable evidence objects}. }

166. Paper 仍然重要

因為提供：

敘事；
理論背景；
人類可讀解釋。

167. 但 machine-native science 需要更多

claim ID；
experiment ID；
hashes；
baselines；
receipts；
residue。

168. PTE Series 本身就是一個例子

它從：

\text{方法直覺}

逐步變成：

\text{protocol} \rightarrow \text{metrics} \rightarrow \text{runtime} \rightarrow \text{evidence allocation}.

169. 但本系列目前仍是方法論

尚未建立：

\boxed{ \text{large-scale independent empirical validation}. }

170. 所以 PTE 自己也應接受 PTE

這是系列最重要的自反要求。

171. PTE Self-Application

將：

T_{\mathrm{PTE}}

放入：

\mathsf{Assume}^{+}.

172. 建 strongest baseline

例如：

standard scientific method；
preregistration；
benchmark best practice；
TEVV；
adversarial evaluation；
reproducible research pipelines。

173. 然後問

PTE 到底有沒有新增不可約方法？

174. 完全可能結果是

\boxed{ V_C,V_F,V_E>0, \quad V_U=\text{NotEstablished}. }

175. 如果如此

PTE 也必須接受。

176. 這才符合《假設你是對的》

不是只用來測別人的理論。

177. Self-Application Constraint

\boxed{ \text{A theory-testing framework that exempts itself is incomplete}. }

178. PTE-07 的第一個未來實驗

選：

N

套公開理論，

跑完整：

PTE\text{-}TSR.

179. 建立 theory portfolio

測：

resource allocation；
residue stability；
false-win reduction；
evidence gain。

180. 與傳統 allocation 比

citation-based
expert-only
random
PTE-RRP

181. 觀察哪一個 allocation

在固定 budget：

B

下得到更多：

\text{validated epistemic transitions}.

182. 核心實驗指標

\boxed{ EGR = \frac{ \text{Epistemic Gain} }{ \text{Research Cost} }. }

183. World Ticket Efficiency

\boxed{ WTE = \frac{ \text{validated transitions from world tests} }{ \text{world tickets consumed} }. }

184. Residue Resolution Rate

\boxed{ RRR = \frac{ \text{resolved residue nodes} }{ \text{tested residue nodes} }. }

185. False Priority Rate

如果高 priority 理論經第一個 cheap test 就崩，

可能表示 allocation model 有問題。

186. But cheap falsification success 也不是浪費

因為：

\boxed{ \text{cheaply killing expensive error} }

本身有高價值。

187. 所以要看 avoided cost

\boxed{ C_{\mathrm{avoided}}. }

188. Counterfactual Research Savings

若 cheap PTE test 避免昂貴 experiment，

其價值：

\boxed{ V_{\mathrm{save}} = C_{\mathrm{expensive}} - C_{\mathrm{cheap}}. }

189. Hypothesis Market 的總目標

不是最大化：

N_{\mathrm{wins}}.

190. 而是最大化：

\boxed{ \text{credible knowledge gain per scarce research resource}. }

191. 這也改變「失敗」的意義

理論被快速公平打掉：

\neq

研究失敗。

192. 反而可能是高效率科學

193. 一個理論存活很久也不代表成功

可能只是：

\text{never properly tested}.

194. Claim Survival Time

定義：

\tau_S

但不能直接當品質。

195. 更重要的是

\boxed{ \text{challenge intensity}. }

196. Challenge-Adjusted Survival

可定義：

\boxed{ CAS = \frac{ \tau_S }{ 1+\text{weak challenge penalty} } }

但仍只作探索性指標。

197. 理論市場的倫理

不能因為某理論：

RRP

低，

就阻止私人或好奇研究。

198. 它只影響公共稀缺資源的優先級

199. Open Research Lane

可以保留：

open exploration

不需要 tournament qualification。

200. Scarce Resource Lane

需要：

evidence allocation review

201. 兩者並存

避免：

\text{optimization}

扼殺：

\text{serendipity}.

202. Curiosity Reserve

公共 portfolio 可保留：

\boxed{ \alpha B }

給：

高風險；
高奇異；
尚不可量化；

研究。

203. Exploitation / Exploration

資源分：

B = B_{\mathrm{exploit}} + B_{\mathrm{explore}}.

204. 這避免 Hypothesis Market 變得過度保守

205. AI 也應保留異常點

不是所有 low-probability 理論都立即刪除。

206. 但異常點進昂貴實驗前

仍應先走：

\text{cheap falsification}.

207. 理論市場與公開性

公開：

source；
benchmark；
residue；
receipt；

可以讓第三方 challenge。

208. 但 private theory 也可用同一 protocol

209. Confidential Tournament

只要：

source boundary；
audit；
role separation；

存在。

210. PTE-07 最終制度架構

Theory Registry
-> PTE Normalization
-> Cheap Stress Test
-> Matched Reconstruction
-> Residue Extraction
-> Frontier Registry
-> Evidence Allocation
-> World Test
-> Epistemic Update
-> Archive / Reopen

211. 最終狀態不是 Winner

而是：

CURRENTLY_SUPPORTED
RECONSTRUCTIBLE
RESIDUAL
WAITING_FOR_WORLD
FALSIFIED
PAUSED
ARCHIVED
REOPENED

212. Theory Tournament 不是比誰活著

而是：

哪個 epistemic transition 最值得現在做？

213. PTE-07 核心公式

第一：

\boxed{ \mathcal T = \{T_1,\ldots,T_n\}. }

第二：

\boxed{ R_i = R_{\mathcal B,\mathcal E}(T_i). }

第三：

\boxed{ RRP(T_i) = f( I_i,U_i,X_i,G_i,E_i,C_i,W_i ). }

第四：

\boxed{ e^{*} = \arg\max_e \frac{ EIG(e) }{ C(e) }. }

第五：

\boxed{ \text{Hypothesis Abundance} + \text{Evidence Scarcity}. }

214. 七篇系列的完整閉合

PTE-01：

\boxed{ \text{先公平假設它為真}. }

PTE-02：

\boxed{ \text{測量從理論到證據的時間}. }

PTE-03：

\boxed{ \text{用 strongest matched reconstruction 防止假新穎}. }

PTE-04：

\boxed{ \text{把失敗、可重建、可用與未知拆開回收}. }

PTE-05：

\boxed{ \text{把懷疑編譯成 AI runtime}. }

PTE-06：

\boxed{ \text{知道哪些證據必須等世界}. }

PTE-07：

\boxed{ \text{把稀缺研究資源給最值得的下一個證據}. }

215. 整套方法的最短形式

\boxed{ \text{Assume} \rightarrow \text{Build} \rightarrow \text{Match} \rightarrow \text{Break} \rightarrow \text{Salvage} \rightarrow \text{Wait} \rightarrow \text{Allocate}. }

216. 《假設你是對的》真正的意思

它不是：

我相信你。

而是：

我願意先暫停最便宜的反駁方式，替你的理論建立它最強、最公平、最可執行的版本。

然後：

我也會替最強既有替代方案做同樣的事。

最後讓：

程式；
反例；
baseline；
外部資料；
世界本身；

決定下一個 epistemic state。

217. 這是一種認識論上的對稱性

理論不因陌生而被提前打死。

也不因宏大而獲得豁免。

218. Strong Theory Deserves Strong Test

\boxed{ \text{Claim Strength}\uparrow \Rightarrow \text{Challenge Strength}\uparrow. }

219. 這也是系列最核心的倫理

不是對人客氣。

而是對：

\boxed{ \text{evidence} }

公平。

220. AI 時代真正可能改變的科學秩序

過去：

\text{theory generation} \ll \text{verification capacity}.

221. 未來可能：

\text{theory generation} \gg \text{world validation capacity}.

222. 所以瓶頸從思想稀缺轉向證據稀缺

223. 這需要新的科學基礎設施

不只是更大的模型。

而是：

theory registry；
evidence graph；
reusable baselines；
automated labs；
replication infrastructure；
longitudinal data systems；
world-access governance。

224. AI 會把很多理論推到「世界門口」

但世界門口只能一次進有限數量。

225. 所以新的研究能力不是只會想

而是：

\boxed{ \text{知道什麼值得下一次真的去問世界}. }

226. PTE Self-Test

本系列最後必須對自己留下：

PTE-specific superiority = NotEstablished
large-scale external validation = NotMeasured
independent replication = NotEstablished
methodological usefulness = Proposed
engineering runtime feasibility = Testable

227. 這不是弱化 PTE

反而是：

PTE 必須遵守 PTE。

228. 如果未來 strong conventional research methodology

能完全重建 PTE：

\Delta_{\mathrm{PTE}}=0,

那麼：

\boxed{ \text{PTE can still remain a useful coordinate system}. }

229. 如果 PTE 在實驗中真的降低

false theory wins；
weak baseline bias；
unreproducible conclusions；

則：

V_E(\mathrm{PTE})>0

得到更強支持。

230. 如果進一步出現 baseline-resistant gain

才開始研究：

V_U(\mathrm{PTE}).

231. 這就是自反閉合

\boxed{ \text{The framework is not exempt from the framework}. }

232. 最終結論

AI 時代可能第一次讓一件長期昂貴的事情變得日常化：

不是更快提出理論，而是更快給理論一個公平的機會。

當：

L_{TE} \downarrow,

我們不需要在：

「聽起來荒謬。」

和：

「聽起來革命性。」

之間太早選邊。

可以先：

\mathsf{Assume}^{+}(T).

然後把它做出來。

再建立：

B^{*}(T).

讓兩邊接受相同壓力。

如果理論的宏大性被吸收，

保存：

V_C,V_F,V_E.

如果仍有：

R_{\mathcal B,\mathcal E}(T),

就把研究集中到 residue。

如果下一步需要世界，

承認：

\text{WAITING FOR WORLD}.

當很多理論同時走到這一步，

真正的科學問題就變成：

哪一個下一步證據，最值得我們現在付出世界成本？

因此，《假設你是對的》系列最終不是一套「替奇怪理論辯護」的方法。

它是一套：

\boxed{ \text{讓理論更快從敘事進入證據競爭} }

的方法。

更短地說：

\boxed{ \text{不要先問誰講得像真的。} }

而是：

\boxed{ \text{先假設它是真的，做到最強，再看世界還剩下什麼不同。} }

若最後沒有差異，

我們得到一個乾淨的重建結果。

若留下工程價值，

我們把工程價值留下。

若留下不可約殘差，

我們把下一張 World Ticket 給它。

若世界還沒回答，

我們就等待。

這就是 PTE 的完整閉合：

\boxed{ \text{Assume} \rightarrow \text{Execute} \rightarrow \text{Challenge} \rightarrow \text{Reconstruct} \rightarrow \text{Salvage} \rightarrow \text{Allocate} \rightarrow \text{Reopen}. }

233. 系列最終狀態

PTE-01 — Assume the Theory Is True
建立暫時真值工程母協議。

PTE-02 — Theory-to-Engineering Latency
建立 AI 時代理論驗證的時間經濟。

PTE-03 — Matched Reconstruction Principle
建立有用性、優越性、獨特性與不可約性的分界。

PTE-04 — Epistemic Salvage
建立多維價值、降級與不可約殘差。

PTE-05 — AI-Native Theory Stress Runtime
建立可執行理論壓測、role separation 與 fresh replay。

PTE-06 — Irreducible Evidence Floor
建立 AI 無法任意消除的外部證據與世界時間底。

PTE-07 — Theory Tournaments and Hypothesis Markets
建立多理論研究資源配置、Epistemic Frontier 與 World Ticket 機制。

234. 最後一句

\boxed{ \text{A good theory should survive more than admiration.} }

而一個好的科學系統，也應該做到：

\boxed{ \text{讓值得活下來的結構留下， 讓不值得的宣稱更快消失， 讓真正未知的地方獲得下一次證據。} }

PTE-07｜理論競賽與不可約殘差：AI 時代的假說市場 — Theory Tournaments and Irreducible Residues_ Toward AI-Native Markets of Hypotheses

PTE-07｜理論競賽與不可約殘差：AI 時代的假說市場

Theory Tournaments and Irreducible Residues: Toward AI-Native Markets of Hypotheses

摘要

0. 邊界聲明

1. PTE 系列收斂到哪裡？

2. PTE-07 的問題不是「哪個理論是真的？」

3. 從理論評價轉向研究配置

4. 候選理論集合

5. 不能直接比較原始文本

6. 先做 PTE Normalization

7. 只有經過 normalization 才進 tournament

8. Theory Tournament

9. Tournament 不直接判真假

10. 理論真正的競爭對手首先不是其他理論

11. 第一階：Internal Qualification

12. Internal Qualification Failure

13. 這不是永久淘汰

14. 第二階：Matched Reconstruction

15. 若 Δi=0\Delta_i=0Δi​=0

16. 第三階：Adversarial Challenge

16.1 目標不是多跑測試

17. 第四階：External Evidence

18. 第五階：Residue Extraction

19. Tournament 真正比較的是 Residue

20. Residue Quality

20.1 例如

21. 因此需要 Residual Research Priority

22. Impact

23. Uncertainty

24. Testability

25. Residual Distinctiveness

26. Expected Epistemic Gain

27. Cost

28. World Access

29. 最小優先函數

30. 為什麼不建議單一 score？

31. Pareto Frontier 更合理

32. Tournament 先保留 Pareto 候選

33. Portfolio 而不是 Winner-Take-All

34. 因為高不確定性需要分散

35. Research Portfolio

36. 這像 portfolio，但不是金融市場

37. Hypothesis Market 的「市場」是什麼？

38. 不表示

39. Market Unit

40. 所以可以稱

Evidence Allocation Market

41. 理論提出成本正在下降

42. 於是候選數量可能爆炸

43. 驗證資源不會同步無限

44. 因此產生新的 scarcity

45. 這可能成為 AI 科學時代的核心張力

46. World Access Allocation

47. 定義 World Access Budget

48. 每個 theory residue 需要

49. 約束

50. World Ticket

World Ticket

51. 理論要先通過便宜壓測

52. 這不是歧視 speculative theory

53. Cheap-Before-Expensive Principle

54. 但不能因此永遠不做昂貴研究

55. Evidence Escalation Ladder

56. 每一階都問

57. Expected Information Gain

58. Cost-Normalized EIG

59. 若 world experiment 極昂貴

60. Multi-Theory Experiment

60.1 定義

61. Shared Distinguishing Experiment

62. 實驗設計目標

63. 這是 AI 很適合做的

64. Theory Tournament 不一定是 pairwise

65. 理論之間也可以合併

66. Merge 不能偷渡勝利

67. 理論分叉

68. Fork 也是市場行為

69. 理論被 baseline 吸收

70. 不是消失

15. 若 $\Delta_i=0$