前沿智能拓撲論 05
廣域能力斷層掃描：認知距離、能力流形與智能衰減曲線
Frontier Intelligence Topology 05 Broad Capability Tomography: Cognitive Distance, Capability Manifolds, and Intelligence Decay Curves
作者：Neo.K（許筌崴） 研究協作：GPT-5.6 Sol 機構：EveMissLab／一言諾科技有限公司 版本：v0.1 日期：2026-09-18 系列：前沿智能拓撲論（Frontier Intelligence Topology, FIT）
摘要
人工智慧能力通常被壓縮成少數 benchmark 分數、平均正確率或排行榜名次。然而，一個模型可能在熱門知識、常見題型與標準工程任務上極強，卻在冷門領域、跨域轉換、錯誤 frame、問題形成或未知 regime 中快速衰減。另一個模型則可能峰值較低，但能力隨認知距離增加時下降得更慢。
本文提出「廣域能力斷層掃描」（Broad Capability Tomography, BCT），將已完成訓練的人工智能視為黑箱：
M : Q → A , M:
Q
\rightarrow
A, M : Q → A , 並不直接推斷其訓練資料、內部表示或公司策略，而是透過系統性改變任務的認知距離與結構，反推出模型的有效能力拓撲。
本文首先定義多維認知距離向量：
d = ( d P , d D , d X , d F , d N , d S , d E ) , \mathbf d
=
(
d_P,
d_D,
d_X,
d_F,
d_N,
d_S,
d_E
), d = ( d P , d D , d X , d F , d N , d S , d E ) , 分別表示熱門度距離、領域距離、跨域距離、frame 距離、新穎度距離、scaffolding 移除距離與證據可得性距離。模型能力因此不再表示為單一分數，而是：
Q M ( d ) . Q_M(\mathbf d). Q M ( d ) . 本文進一步定義：
能力衰減曲線；
能力梯度；
方向性衰減；
斷崖點；
能力島；
跨域橋；
Frame-Lift 斷層；
問題形成斷層；
搜尋依賴差；
工具撤除差；
廣域連通率；
前沿半徑。
核心命題是：
Peak Capability ≠ Capability Volume ≠ Capability Connectivity . \boxed{
\text{Peak Capability}
\neq
\text{Capability Volume}
\neq
\text{Capability Connectivity}.
} Peak Capability = Capability Volume = Capability Connectivity . 因此，一個模型即使在局部 benchmark 上處於最前沿，也不能僅由此推出其在整體未知世界中的能力拓撲同樣前沿。
本文特別提出「無搜尋核心掃描」（No-Search Core Tomography）：暫時禁止外部搜尋與工具，以測量模型完成訓練後自身可直接調用的知識、表示與推理拓撲；再與可搜尋、可工具增強狀態比較，以區分：
Core Capability ≠ Augmented Capability . \boxed{
\text{Core Capability}
\neq
\text{Augmented Capability}.
} Core Capability = Augmented Capability . 這種方法不能反推出模型真正吃過哪些資料，卻能提供一種廣域行為測量：不是問「它知道多少」，而是問：
當問題逐步遠離它熟悉的知識中心時，它在哪裡開始失去能力？又是以什麼方向、什麼速度、什麼形狀失去？
關鍵詞
廣域能力斷層掃描、能力流形、認知距離、能力衰減、黑箱評估、熱門題、冷門題、跨域、Frame-Lift、問題形成、工具撤除、搜尋依賴、AGI、ASI、前沿智能拓撲論
1. 單一分數會把能力形狀壓扁
假設模型：
M M M 在 benchmark：
B B B 上的分數為：
S B ( M ) . S_B(M). S B ( M ) . 排行榜通常比較：
S B ( M 1 ) > S B ( M 2 ) . S_B(M_1)
>
S_B(M_2). S B ( M 1 ) > S B ( M 2 ) . 但這只告訴我們：
M 1 在 B 的採樣區域表現較好。 \boxed{
M_1
\text{ 在 }B\text{ 的採樣區域表現較好。}
} M 1 在 B 的採樣區域表現較好。 它沒有直接告訴我們：
離開該題型後怎樣；
冷門知識怎樣；
跨域怎樣；
錯 frame 怎樣；
問題沒整理好時怎樣；
沒搜尋時怎樣；
沒工具時怎樣；
沒標準答案時怎樣。
因此：
Benchmark Score ≠ Capability Topology . \boxed{
\text{Benchmark Score}
\neq
\text{Capability Topology}.
} Benchmark Score = Capability Topology . 2. 從排行榜轉向能力地形
本文提出：
C M = Capability Manifold of Model M . \boxed{
\mathcal C_M
=
\text{Capability Manifold of Model }M.
} C M = Capability Manifold of Model M . 其中每一點代表一類任務條件，
模型在該點有能力值：
Q M ( z ) . Q_M(\mathbf z). Q M ( z ) . z \mathbf z z
而是包含：
領域；
熱門度；
frame；
新穎性；
跨域程度；
工具；
提示結構；
證據狀態。
因此模型能力應被理解成：
field over task space \boxed{
\text{field over task space}
} field over task space 而不是單一 scalar。
3. 黑箱測試的基本立場
BCT 不要求知道：
模型訓練資料；
預訓練比例；
RL 資料；
內部權重；
公司私有資料庫。
只觀察：
M ( x ) \boxed{
M(x)
} M ( x ) 對不同：
x . x. x . 所以：
Training Corpus \text{Training Corpus} Training Corpus 與：
Observed Capability \text{Observed Capability} Observed Capability 必須區分。
4. 能測的是「完成後的它」
若模型在冷門領域失敗，
我們不能直接推出：
它沒吃過相關資料。
因為失敗也可能來自：
表示沒學好；
路由錯；
recall 差；
推理失敗；
安全策略；
context interference；
能力沒有被激活。
因此：
Behavioral Tomography ⇏ Training-Data Reconstruction . \boxed{
\text{Behavioral Tomography}
\not\Rightarrow
\text{Training-Data Reconstruction}.
} Behavioral Tomography ⇒ Training-Data Reconstruction . 5. 但行為本身仍然重要
使用者真正互動的是：
M d e p l o y e d . M_{\mathrm{deployed}}. M deployed . 不是：
D t r a i n . D_{\mathrm{train}}. D train . 所以對產品與能力研究而言：
C ( M d e p l o y e d ) \boxed{
\mathcal C(M_{\mathrm{deployed}})
} C ( M deployed ) 本身就是重要研究對象。
6. 第一個軸：熱門度距離 d P d_P d P
定義：
d P = distance from high-frequency / popular knowledge . d_P
=
\text{distance from high-frequency / popular knowledge}. d P = distance from high-frequency / popular knowledge . 可以粗分：
高熱門；
常見專業；
次冷門；
冷門；
極冷門；
邊緣；
幾乎無公共討論。
理想情況下：
Q M ( d P ) Q_M(d_P) Q M ( d P ) 不應在輕微變冷時立刻崩潰。
7. 熱門度不是難度
一個冷門問題可以很簡單。
一個熱門問題可以非常難。
因此：
d P ≠ d d i f f i c u l t y . \boxed{
d_P
\neq
d_{\mathrm{difficulty}}.
} d P = d difficulty . 這正是測試價值所在。
否則「冷門失敗」會被誤認成「題目太難」。
8. 第二個軸：領域距離 d D d_D d D
令模型核心強域：
D 0 . D_0. D 0 . 其他領域：
D 1 , D 2 , … D_1,D_2,\ldots D 1 , D 2 , … 與：
D 0 D_0 D 0 有不同知識距離。
定義：
d D ( D i , D 0 ) . d_D(D_i,D_0). d D ( D i , D 0 ) . 例如：
同一子領域；
同一大領域；
鄰接領域；
遠距領域。
9. 第三個軸：跨域距離 d X d_X d X
很多現實問題不是單域。
令：
Q ∈ D 1 ∩ D 2 ∩ ⋯ ∩ D k . Q
\in
D_1
\cap
D_2
\cap\cdots\cap
D_k. Q ∈ D 1 ∩ D 2 ∩ ⋯ ∩ D k . 跨域距離可以與：
相關。
因此：
d X d_X d X 測量：
問題要求跨多少知識島，以及這些島有多難連接？
10. 領域多不等於跨域強
模型可以：
Knowledge ( D i ) ≫ 0 \text{Knowledge}(D_i)\gg0 Knowledge ( D i ) ≫ 0 對很多：
D i D_i D i 都成立，
但：
Transfer ( D i , D j ) ≈ 0. \text{Transfer}(D_i,D_j)\approx0. Transfer ( D i , D j ) ≈ 0. 所以：
Multi-Domain Knowledge ≠ Cross-Domain Intelligence . \boxed{
\text{Multi-Domain Knowledge}
\neq
\text{Cross-Domain Intelligence}.
} Multi-Domain Knowledge = Cross-Domain Intelligence . 11. 第四個軸：Frame Distance d F d_F d F
給定常見 frame：
F 0 . F_0. F 0 . 問題可能需要：
F 1 . F_1. F 1 . 定義：
d F ( F 0 , F 1 ) . d_F(F_0,F_1). d F ( F 0 , F 1 ) . 低：
d F d_F d F 可能只是換參數。
高：
d F d_F d F 可能需要：
換表示；
換尺度；
換變量；
換目標；
換本體論假設。
12. 第五個軸：Novelty Distance d N d_N d N
定義：
d N d_N d N 為問題距離已知模板的結構新穎度。
不是文字不同。
而是：
solution structure novelty . \boxed{
\text{solution structure novelty}.
} solution structure novelty . 例如：
標準題；
同構變種；
多步組合；
新 constraint；
新 objective；
新 representation；
無已知解族。
13. 第六個軸：Scaffolding Distance d S d_S d S
外部 scaffold 可以包括：
題目定義；
領域提示；
解題步驟；
工具建議；
evaluation；
frame。
逐步拿掉 scaffold：
d S ↑ . d_S\uparrow. d S ↑ . 因此：
Q M ( d S ) Q_M(d_S) Q M ( d S ) 測：
模型有多少能力其實依賴外部認知支架？
14. 第七個軸：Evidence Distance d E d_E d E
有些題目：
另一些：
資料不足；
證據衝突；
沒有共識；
需要自行提出驗證。
因此：
d E d_E d E 表示：
distance from evidence-rich closed problems . \boxed{
\text{distance from evidence-rich closed problems}.
} distance from evidence-rich closed problems . 15. 多維認知距離向量
綜合：
d = ( d P , d D , d X , d F , d N , d S , d E ) . \boxed{
\mathbf d
=
(
d_P,
d_D,
d_X,
d_F,
d_N,
d_S,
d_E
).
} d = ( d P , d D , d X , d F , d N , d S , d E ) . 模型能力寫成：
Q M ( d ) . \boxed{
Q_M(\mathbf d).
} Q M ( d ) . 這比單一：
Q ( d ) Q(d) Q ( d ) 更一般。
16. 為什麼仍保留單一 d d d
有些分析需要簡化。
可定義：
d = ∑ i w i d i . d
=
\sum_i
w_i d_i. d = i ∑ w i d i . 或：
d = ∥ d ∥ W . d
=
\|\mathbf d\|_W. d = ∥ d ∥ W . 但必須記住：
d \boxed{
d
} d 只是投影。
真正能力空間仍是：
d . \mathbf d. d . 17. 認知距離不是歐氏距離的必要假設
知識空間可能：
非線性；
非對稱；
有捷徑；
有斷層；
有橋接節點。
所以：
d ( A , B ) d(A,B) d ( A , B ) 未必滿足：
d ( A , B ) = d ( B , A ) . d(A,B)=d(B,A). d ( A , B ) = d ( B , A ) . 例如：
從數學轉物理
和：
從物理轉純數學
認知成本可能不同。
18. 可使用圖上的最短路徑距離
若知識圖：
G = ( V , E ) , \mathcal G=(V,E), G = ( V , E ) , 可定義：
d G ( u , v ) = min π : u → v ∑ e ∈ π w ( e ) . d_{\mathcal G}(u,v)
=
\min_{\pi:u\rightarrow v}
\sum_{e\in\pi}w(e). d G ( u , v ) = π : u → v min e ∈ π ∑ w ( e ) . 其中邊權重代表：
轉譯成本；
frame change；
所需先備；
概念差異。
19. 能力衰減曲線
最基本形式：
Q M ( d ) . \boxed{
Q_M(d).
} Q M ( d ) . 若能力隨距離增加下降：
d Q M d d < 0. \frac{dQ_M}{dd}<0. dd d Q M < 0. 但不同模型下降速度不同。
20. 能力衰減率
定義：
δ M ( d ) = − d Q M d d . \boxed{
\delta_M(d)
=
-\frac{dQ_M}{dd}.
} δ M ( d ) = − dd d Q M . 低：
δ M \delta_M δ M 表示：
能力離開熟悉區後下降較慢。
這可能比：
Q M ( 0 ) Q_M(0) Q M ( 0 ) 更能描述 generality。
21. Peak Capability
定義：
P M = max d Q M ( d ) . \boxed{
P_M
=
\max_{\mathbf d}
Q_M(\mathbf d).
} P M = d max Q M ( d ) . 它表示模型局部最高峰。
Benchmark 常偏向測：
P M P_M P M 附近。
22. Capability Volume
定義：
V M = ∫ Ω Q M ( d ) d d . \boxed{
V_M
=
\int_{\Omega}
Q_M(\mathbf d)
\,d\mathbf d.
} V M = ∫ Ω Q M ( d ) d d . 它表示某任務域：
Ω \Omega Ω 下的整體能力體積。
23. Capability Connectivity
令高能力區：
Ω τ = { d : Q M ( d ) ≥ τ } . \Omega_\tau
=
\{
\mathbf d:
Q_M(\mathbf d)\geq\tau
\}. Ω τ = { d : Q M ( d ) ≥ τ } . 定義：
C M = Connectivity ( Ω τ ) . \boxed{
C_M
=
\operatorname{Connectivity}(\Omega_\tau).
} C M = Connectivity ( Ω τ ) . 這測量：
高能力區域是否彼此連通？
24. 三者不可混同
因此：
P M ≠ V M ≠ C M . \boxed{
P_M
\neq
V_M
\neq
C_M.
} P M = V M = C M . 一個模型可能：
另一個可能：
25. Capability Cliff
定義：
κ M = max d ∣ d Q M d d ∣ . \boxed{
\kappa_M
=
\max_d
\left|
\frac{dQ_M}{dd}
\right|.
} κ M = d max dd d Q M . 若：
κ M \kappa_M κ M 很大，
表示存在：
Capability Cliff . \boxed{
\text{Capability Cliff}.
} Capability Cliff . 也就是：
問題只再偏一點，能力突然崩掉。
26. Cliff Location
定義：
d c = arg max d ∣ d Q M d d ∣ . d_c
=
\arg\max_d
\left|
\frac{dQ_M}{dd}
\right|. d c = arg d max dd d Q M . 它表示：
模型在哪個認知距離開始出現最強斷層？
27. 多維方向性斷層
真正重要的是：
∇ Q M ( d ) . \nabla Q_M(\mathbf d). ∇ Q M ( d ) . 例如：
∣ ∂ Q ∂ d P ∣ \left|
\frac{\partial Q}{\partial d_P}
\right| ∂ d P ∂ Q 很小，
但：
∣ ∂ Q ∂ d F ∣ \left|
\frac{\partial Q}{\partial d_F}
\right| ∂ d F ∂ Q 很大。
這表示：
模型對冷門知識不敏感，但對換 frame 很脆弱。
28. 能力各向異性
定義：
A M = Var ( ∂ Q ∂ d i ) . \boxed{
A_M
=
\operatorname{Var}
\left(
\frac{\partial Q}{\partial d_i}
\right).
} A M = Var ( ∂ d i ∂ Q ) . 高：
A M A_M A M 表示能力下降高度方向化。
也就是：
Capability Anisotropy . \boxed{
\text{Capability Anisotropy}.
} Capability Anisotropy . 29. 能力島
若存在兩個高能力區：
Ω 1 , Ω 2 , \Omega_1,
\Omega_2, Ω 1 , Ω 2 , 但中間：
Q M ≪ τ , Q_M\ll\tau, Q M ≪ τ , 則形成：
Capability Islands . \boxed{
\text{Capability Islands}.
} Capability Islands . 模型可能：
卻在：
math ↔ programming \text{math}\leftrightarrow\text{programming} math ↔ programming 橋接問題上異常差。
30. 能力橋
若存在：
γ : Ω 1 → Ω 2 \gamma:
\Omega_1\rightarrow\Omega_2 γ : Ω 1 → Ω 2 且沿途：
Q M ( γ ( t ) ) ≥ τ , Q_M(\gamma(t))\geq\tau, Q M ( γ ( t )) ≥ τ , 則稱存在：
Capability Bridge . \boxed{
\text{Capability Bridge}.
} Capability Bridge . 這對跨域智能尤其重要。
31. 廣度不是島嶼數量
如果模型有很多：
Ω i \Omega_i Ω i 但彼此不連通，
它是：
wide but fragmented . \boxed{
\text{wide but fragmented}.
} wide but fragmented . 所以：
Breadth ≠ Connected Breadth . \boxed{
\text{Breadth}
\neq
\text{Connected Breadth}.
} Breadth = Connected Breadth . 32. Frontier Radius
定義：
R F ( τ ) = sup { d : Q M ( d ) ≥ τ } . \boxed{
R_F(\tau)
=
\sup
\{
d:
Q_M(d)\geq\tau
\}.
} R F ( τ ) = sup { d : Q M ( d ) ≥ τ } . 表示：
模型在能力保持高於門檻 τ \tau τ
33. 多方向 Frontier Radius
對每一維：
R i ( τ ) = sup { d i : Q M ( d ) ≥ τ } . R_i(\tau)
=
\sup
\{
d_i:
Q_M(\mathbf d)\geq\tau
\}. R i ( τ ) = sup { d i : Q M ( d ) ≥ τ } . 可得到：
R F = ( R P , R D , R X , R F , R N , R S , R E ) . \boxed{
\mathbf R_F
=
(
R_P,
R_D,
R_X,
R_F,
R_N,
R_S,
R_E
).
} R F = ( R P , R D , R X , R F , R N , R S , R E ) . 這比一個「AGI 分數」更有解釋力。
34. 第一種掃描：Popularity Sweep
固定：
只改：
d P . d_P. d P . 例如：
popular → common professional → rare → very rare . \text{popular}
\rightarrow
\text{common professional}
\rightarrow
\text{rare}
\rightarrow
\text{very rare}. popular → common professional → rare → very rare . 測：
Q P ( d P ) . Q_P(d_P). Q P ( d P ) . 35. 第二種掃描：Variation Sweep
固定知識核心，
逐步增加：
d N . d_N. d N . 例如：
原題；
表面變種；
結構變種；
constraint 變更；
objective 變更；
representation 變更。
36. 第三種掃描：Cross-Domain Sweep
由：
D 1 D_1 D 1 開始，
依序增加：
D 2 , D 3 , … D_2,D_3,\ldots D 2 , D 3 , … 觀察：
Q X ( k ) . Q_X(k). Q X ( k ) . 若模型只在單域高，
但：
k = 2 k=2 k = 2 就大幅衰減，
則其 cross-domain radius 很小。
37. 第四種掃描：Frame Mismatch Sweep
先故意以錯 frame 提問。
例如：
Q ( F w r o n g ) . Q(F_{\mathrm{wrong}}). Q ( F wrong ) . 觀察模型：
是否直接在錯 frame 內求解；
是否指出 frame mismatch；
是否提出替代 frame；
是否重寫問題。
38. 第五種掃描：Scaffolding Withdrawal
逐步移除：
解題提示；
領域標籤；
frame；
工具建議；
問題定義；
最後只剩原始資料或世界狀態。
得到：
Q S ( d S ) . Q_S(d_S). Q S ( d S ) . 39. 第六種掃描：Evidence Degradation
從：
clean evidence \text{clean evidence} clean evidence 逐步變為：
incomplete；
noisy；
contradictory；
sparse；
unknown。
測：
Q E ( d E ) . Q_E(d_E). Q E ( d E ) . 這對科研型智能非常重要。
40. 第七種掃描：Problem-Formation Sweep
由：
Q ∗ Q^\ast Q ∗ 完整問題開始，
逐步退回：
Q 0 , Q_0, Q 0 , 再退回：
W . W. W . 觀察模型是否仍能恢復：
Q ∗ . Q^\ast. Q ∗ . 41. No-Search Core Tomography
本文提出一個特別重要的測試模式：
No-Search Core Tomography . \boxed{
\text{No-Search Core Tomography}.
} No-Search Core Tomography . 條件：
禁止 web search；
禁止外部 retrieval；
禁止工具補知識。
只允許模型本體。
測得：
Q M c o r e ( d ) . Q_M^{\mathrm{core}}(\mathbf d). Q M core ( d ) . 42. 為什麼禁止搜尋？
不是因為搜尋不好。
而是為了隔離：
Model Internalized Capability . \boxed{
\text{Model Internalized Capability}.
} Model Internalized Capability . 否則：
Search Engine Quality \text{Search Engine Quality} Search Engine Quality 與：
Model Capability \text{Model Capability} Model Capability 會混在一起。
43. Search-Augmented Tomography
再打開搜尋：
Q M s e a r c h ( d ) . Q_M^{\mathrm{search}}(\mathbf d). Q M search ( d ) . 比較：
Δ S ( d ) = Q M s e a r c h ( d ) − Q M c o r e ( d ) . \boxed{
\Delta_S(\mathbf d)
=
Q_M^{\mathrm{search}}(\mathbf d)
-
Q_M^{\mathrm{core}}(\mathbf d).
} Δ S ( d ) = Q M search ( d ) − Q M core ( d ) . 44. Search Dependency Index
定義：
D S = ∫ Ω Δ S ( d ) d d ∫ Ω Q M s e a r c h ( d ) d d . \boxed{
D_S
=
\frac{
\int_\Omega
\Delta_S(\mathbf d)
\,d\mathbf d
}{
\int_\Omega
Q_M^{\mathrm{search}}(\mathbf d)
\,d\mathbf d
}.
} D S = ∫ Ω Q M search ( d ) d d ∫ Ω Δ S ( d ) d d . 高：
D S D_S D S 表示：
模型大比例能力依賴外部搜尋增強。
這不是壞事。
但它描述了能力來源。
45. 工具增強同理
定義：
Q M t o o l ( d ) Q_M^{\mathrm{tool}}(\mathbf d) Q M tool ( d ) 與：
Q M c o r e ( d ) . Q_M^{\mathrm{core}}(\mathbf d). Q M core ( d ) . 工具依賴：
Δ T ( d ) = Q M t o o l − Q M c o r e . \Delta_T(\mathbf d)
=
Q_M^{\mathrm{tool}}
-
Q_M^{\mathrm{core}}. Δ T ( d ) = Q M tool − Q M core . 因此：
Core Capability ≠ Augmented Capability . \boxed{
\text{Core Capability}
\neq
\text{Augmented Capability}.
} Core Capability = Augmented Capability . 46. 系統能力仍然是真能力
本文不主張：
靠搜尋就不算能力。
如果目標是完整 AI 系統，
那麼：
M + Search + Tools \boxed{
M+\text{Search}+\text{Tools}
} M + Search + Tools 本身就是可研究能力單位。
只是在科學分析時必須拆開來源。
47. 三層能力表示
因此建議至少報告：
C c o r e \boxed{
C_{\mathrm{core}}
} C core C a u g m e n t e d \boxed{
C_{\mathrm{augmented}}
} C augmented C s y s t e m \boxed{
C_{\mathrm{system}}
} C system 分別表示：
模型本體；
模型＋工具；
完整 agent／memory／runtime 系統。
48. 熱門到冷門的測試不能只換名詞
如果熱門題：
解釋牛頓第二定律。
冷門題：
解釋某個少見專有名詞。
兩題難度與結構不同，
就無法純測：
d P . d_P. d P . 所以必須做：
matched difficulty sampling . \boxed{
\text{matched difficulty sampling}.
} matched difficulty sampling . 49. Matching 原則
對每個熱門度層級，盡量匹配：
推理深度；
答案長度；
公式需求；
專業前置；
任務形式。
這樣：
d P d_P d P 才不會被：
d d i f f i c u l t y d_{\mathrm{difficulty}} d difficulty 污染。
50. 同理，跨域題不能單純更難
需要建立：
Q s i n g l e Q_{\mathrm{single}} Q single 與：
Q c r o s s Q_{\mathrm{cross}} Q cross 在局部計算量上近似，
主要差別只有：
cross-domain bridge requirement . \text{cross-domain bridge requirement}. cross-domain bridge requirement . 51. Behavioral Capability Tomography
本文正式定義：
Behavioral Capability Tomography（BCT）是透過對任務空間進行多方向、分層、受控擾動，從黑箱輸出重建智能系統能力流形、衰減梯度、斷崖與連通結構的方法。
記為：
B C T ( M ) . \boxed{
\mathsf{BCT}(M).
} BCT ( M ) . 52. Tomography 的類比
醫學斷層掃描不是只從一個方向拍照。
同理：
B C T \mathsf{BCT} BCT 不靠：
一套 benchmark。
而是從多方向：
θ 1 , θ 2 , … , θ n \theta_1,\theta_2,\ldots,\theta_n θ 1 , θ 2 , … , θ n 掃描能力。
最後重建：
C ^ M . \hat{\mathcal C}_M. C ^ M . 53. 採樣方向
最低建議：
Θ = { P , D , X , F , N , S , E } . \Theta
=
\{
P,D,X,F,N,S,E
\}. Θ = { P , D , X , F , N , S , E } . 進階可再加入：
temporal distance；
cultural distance；
representation distance；
tool distance；
interaction horizon；
adversarial perturbation；
self-correction demand。
54. 不是所有方向都同樣重要
對 coding assistant：
w X , w S w_X,w_S w X , w S 可能重要。
對科研 AI：
w F , w N , w E w_F,w_N,w_E w F , w N , w E 可能更重要。
所以：
B C T \boxed{
\mathsf{BCT}
} BCT 應有 task profile。
55. General Frontier Profile
對 AGI／ASI 候選，
本文建議提高：
w X , w F , w N , w S , w E . w_X,
w_F,
w_N,
w_S,
w_E. w X , w F , w N , w S , w E . 因為一般智能與前沿研究的核心問題恰好是：
離開標準題後還剩多少？
56. Capability Retention
定義：
R M ( d ) = Q M ( d ) Q M ( 0 ) . \boxed{
R_M(d)
=
\frac{
Q_M(d)
}{
Q_M(0)
}.
} R M ( d ) = Q M ( 0 ) Q M ( d ) . 若：
R M ( d ) R_M(d) R M ( d ) 下降慢，
表示能力保留率高。
57. Half-Capability Radius
定義：
d 1 / 2 = inf { d : R M ( d ) ≤ 0.5 } . \boxed{
d_{1/2}
=
\inf
\left\{
d:
R_M(d)\leq0.5
\right\}.
} d 1/2 = inf { d : R M ( d ) ≤ 0.5 } . 這是很直觀的 generality 指標：
距離熟悉中心多遠時，能力掉到一半？
58. Directional Half-Radius
每個方向：
d 1 / 2 ( i ) . d_{1/2}^{(i)}. d 1/2 ( i ) . 得到：
d 1 / 2 = ( d P 1 / 2 , d D 1 / 2 , d X 1 / 2 , d F 1 / 2 , d N 1 / 2 , d S 1 / 2 , d E 1 / 2 ) . \boxed{
\mathbf d_{1/2}
=
(
d_P^{1/2},
d_D^{1/2},
d_X^{1/2},
d_F^{1/2},
d_N^{1/2},
d_S^{1/2},
d_E^{1/2}
).
} d 1/2 = ( d P 1/2 , d D 1/2 , d X 1/2 , d F 1/2 , d N 1/2 , d S 1/2 , d E 1/2 ) . 59. Cliff 不一定發生在很遠
模型可能：
Q ( 0 ) ≫ 0 Q(0)\gg0 Q ( 0 ) ≫ 0 但：
d c ≪ 1. d_c\ll1. d c ≪ 1. 即：
只要題目稍微偏離常見形式就快速崩潰。
這種模型：
high peak, short radius . \boxed{
\text{high peak, short radius}.
} high peak, short radius . 60. 另一種模型可能峰值略低但半徑大
模型 B：
P B < P A , P_B<P_A, P B < P A , 但：
d 1 / 2 ( B ) > d 1 / 2 ( A ) . d_{1/2}^{(B)}
>
d_{1/2}^{(A)}. d 1/2 ( B ) > d 1/2 ( A ) . 所以：
Which model is stronger? \boxed{
\text{Which model is stronger?}
} Which model is stronger? 取決於使用情境。
61. 前沿智能更關心長半徑
若任務分布：
P f r o n t i e r \mathcal P_{\mathrm{frontier}} P frontier 本身遠離已知中心，
則：
d 1 / 2 d_{1/2} d 1/2 與：
V M V_M V M 可能比：
P M P_M P M 更重要。
62. Unknown-Regime Discovery Test
給模型一批資料：
W W W 其中存在：
R n e w , R_{\mathrm{new}}, R new , 但不告訴它：
有 regime change。
測它是否能：
發現異常；
判斷舊模型失效；
建立新 regime；
找可驗證差異。
63. Frame Mismatch Detection Score
定義：
S F M D = P ( detect frame mismatch ) . \boxed{
S_{FMD}
=
P(
\text{detect frame mismatch}
).
} S F M D = P ( detect frame mismatch ) . 這是 BCT 的重要子指標。
64. Frame Recovery Score
若偵測錯 frame 後，
能重建有效 frame：
S F R = P ( F n e w is useful ∣ F o l d mismatch ) . \boxed{
S_{FR}
=
P(
F_{\mathrm{new}}\text{ is useful}
\mid
F_{\mathrm{old}}\text{ mismatch}
).
} S F R = P ( F new is useful ∣ F old mismatch ) . 65. Problem Formation Score
定義：
S P F = f ( relevance , testability , novelty , information gain ) . \boxed{
S_{PF}
=
f(
\text{relevance},
\text{testability},
\text{novelty},
\text{information gain}
).
} S P F = f ( relevance , testability , novelty , information gain ) . 這比：
題目像不像人類題目
更合理。
66. Residue Recovery Score
給模型：
失敗紀錄；
abandoned code；
低引用研究；
舊 frame。
再給新問題：
Q n e w . Q_{\mathrm{new}}. Q new . 測：
S R R = P ( recover useful structure ) . \boxed{
S_{RR}
=
P(
\text{recover useful structure}
).
} S R R = P ( recover useful structure ) . 67. Low-Value Revaluation Test
先提供：
x x x 且在問題：
Q 0 Q_0 Q 0 中確實低價值。
後來切換：
Q 0 → Q 1 . Q_0\rightarrow Q_1. Q 0 → Q 1 . 測模型能否把：
x x x 重新提高權重。
這測：
R V . R_V. R V . 68. Cross-Domain Bridge Test
給：
D 1 , D 2 D_1,D_2 D 1 , D 2 各自熟悉知識，
但真正解需要橋：
B 12 . B_{12}. B 12 . 測模型能否：
D 1 → B 12 → D 2 . D_1
\rightarrow
B_{12}
\rightarrow
D_2. D 1 → B 12 → D 2 . 而不是各自回答兩段不相干內容。
69. 當模型用同一模板硬套所有領域
這是一種：
false connectivity . \boxed{
\text{false connectivity}.
} false connectivity . 看似跨域，
其實只是：
F 0 F_0 F 0 被強制投影到所有：
D i . D_i. D i . 因此 cross-domain test 必須檢查：
模型是否知道不可類比的部分？
70. Negative Transfer
定義：
N T = Q ( D 2 ) − Q ( D 2 ∣ misleading transfer from D 1 ) . \boxed{
N_T
=
Q(D_2)
-
Q(D_2\mid\text{misleading transfer from }D_1).
} N T = Q ( D 2 ) − Q ( D 2 ∣ misleading transfer from D 1 ) . 若：
N T ≪ 0 , N_T\ll0, N T ≪ 0 , 表示模型容易把跨域相似性用錯。
所以：
Transfer Ability \boxed{
\text{Transfer Ability}
} Transfer Ability 還要包含：
Transfer Restraint . \boxed{
\text{Transfer Restraint}.
} Transfer Restraint . 71. Confidence Decay
模型能力下降時，
置信度是否同步下降？
定義：
C M ( d ) C_M(d) C M ( d ) 為模型主觀 confidence。
理想：
Q M ( d ) ↓ Q_M(d)\downarrow Q M ( d ) ↓ 時：
C M ( d ) C_M(d) C M ( d ) 也適度下降。
72. Calibration Gap
定義：
G c a l ( d ) = ∣ C M ( d ) − Q M ( d ) ∣ . \boxed{
G_{\mathrm{cal}}(d)
=
|C_M(d)-Q_M(d)|.
} G cal ( d ) = ∣ C M ( d ) − Q M ( d ) ∣. 若：
Q M ( d ) ↓ Q_M(d)\downarrow Q M ( d ) ↓ 但：
C M ( d ) C_M(d) C M ( d ) 維持高，
則：
frontier overconfidence \boxed{
\text{frontier overconfidence}
} frontier overconfidence 增加。
73. 前沿智能不能只衰減得慢，也要知道自己在衰減
因此 generality 至少包含：
Capability Retention + Uncertainty Calibration . \boxed{
\text{Capability Retention}
+
\text{Uncertainty Calibration}.
} Capability Retention + Uncertainty Calibration . 74. Self-Correction Retention
定義：
S C ( d ) S_C(d) S C ( d ) 表示模型在認知距離：
d d d 下的自我修正能力。
有些模型：
A 0 A_0 A 0 第一次錯，
但：
A 1 A_1 A 1 經 critique 後可修正。
所以：
Q f i r s t Q_{\mathrm{first}} Q first 與：
Q r e p a i r Q_{\mathrm{repair}} Q repair 應分開。
75. Repair Gain
定義：
G R ( d ) = Q r e p a i r ( d ) − Q f i r s t ( d ) . \boxed{
G_R(d)
=
Q_{\mathrm{repair}}(d)
-
Q_{\mathrm{first}}(d).
} G R ( d ) = Q repair ( d ) − Q first ( d ) . 如果：
G R G_R G R 在遠距問題仍高，
模型可能具有良好 recovery topology。
76. Persistence Under Unknown
前沿研究往往需要多輪。
定義：
Q M ( d , t ) Q_M(d,t) Q M ( d , t ) 表示經過：
t t t 輪探索後的能力。
一些模型：
Q M ( d , 1 ) Q_M(d,1) Q M ( d , 1 ) 普通，
但：
Q M ( d , t ) Q_M(d,t) Q M ( d , t ) 可逐步提升。
另一些可能：
Q M ( d , t ) Q_M(d,t) Q M ( d , t ) 快速陷入局部迴圈。
77. Long-Horizon Frontier Persistence
定義：
P L = Q M ( d , T ) Q M ( d , 1 ) . \boxed{
P_L
=
\frac{
Q_M(d,T)
}{
Q_M(d,1)
}.
} P L = Q M ( d , 1 ) Q M ( d , T ) . 若合理探索後：
P L > 1 , P_L>1, P L > 1 , 表示模型能從未知互動中成長。
若：
P L < 1 , P_L<1, P L < 1 , 可能出現漂移、錯誤累積或過早閉合。
78. BCT 不應只做一次性問答
真正廣域測試至少包含：
single-turn；
self-critique；
iterative research；
tool withdrawal；
context perturbation。
因此：
B C T \boxed{
\mathsf{BCT}
} BCT 是多輪測試框架，而不是題庫。
79. 不能讓搜尋污染 Core Test
若要測：
C c o r e , C_{\mathrm{core}}, C core , 必須：
明確禁止搜尋；
避免工具提示；
固定 context；
不在中途補答案。
否則測到的是：
C s y s t e m . C_{\mathrm{system}}. C system . 80. 但禁止搜尋也不能被誤讀成真實產品評價
No-Search Test 的用途是：
capability decomposition . \boxed{
\text{capability decomposition}.
} capability decomposition . 不是宣稱：
不准用工具才算真正智能。
完整 AI 系統本來就可能合理使用：
Search + Tools + Memory . \text{Search}+\text{Tools}+\text{Memory}. Search + Tools + Memory . 81. 模型比較需要同條件
如果比較：
M 1 , M 2 , M_1,M_2, M 1 , M 2 , 必須固定：
prompt；
tool access；
search access；
temperature；
response budget；
number of attempts；
evaluator。
否則：
Capability Difference \boxed{
\text{Capability Difference}
} Capability Difference 會與：
Test Condition Difference \boxed{
\text{Test Condition Difference}
} Test Condition Difference 混在一起。
82. 評估器也可能成為瓶頸
如果答案很前沿，
人類 evaluator：
E H E_H E H 可能無法快速判斷。
所以需要：
formal check；
executable test；
independent models；
domain experts；
delayed verification。
因此：
Evaluator Capacity \boxed{
\text{Evaluator Capacity}
} Evaluator Capacity 也是 BCT 的限制。
83. 冷門題尤其需要防 evaluator error
如果：
d P ↑ , d_P\uparrow, d P ↑ , 評估者也可能：
Knowledge ( E H ) ↓ . \operatorname{Knowledge}(E_H)\downarrow. Knowledge ( E H ) ↓ . 因此不能把：
evaluator disagreement \text{evaluator disagreement} evaluator disagreement 直接等於：
model error . \text{model error}. model error . 84. BCT 的最低報告格式
建議每個模型至少報告：
( P M , V M , C M , d 1 / 2 , R F , κ M , D S , G c a l ) \boxed{
(
P_M,
V_M,
C_M,
\mathbf d_{1/2},
\mathbf R_F,
\kappa_M,
D_S,
G_{\mathrm{cal}}
)
} ( P M , V M , C M , d 1/2 , R F , κ M , D S , G cal ) 其中：
P M P_M P M V M V_M V M C M C_M C M d 1 / 2 \mathbf d_{1/2} d 1/2 R F \mathbf R_F R F κ M \kappa_M κ M D S D_S D S G c a l G_{\mathrm{cal}} G cal
85. 為什麼這比總分更接近「模型個性」
這裡的「個性」不是人格。
而是：
capability geometry . \boxed{
\text{capability geometry}.
} capability geometry . 兩個平均分相同模型，
可能具有完全不同：
峰值；
半徑；
cliff；
bridge；
island；
tool dependency。
86. Capability Fingerprint
因此定義：
F M = Fingerprint ( C M ) . \boxed{
\mathcal F_M
=
\operatorname{Fingerprint}
(
\mathcal C_M
).
} F M = Fingerprint ( C M ) . 這是一個模型的：
能力指紋。
不是一個排名分數。
87. 前沿模型不一定在每個維度第一
真正 general frontier model 可能不是：
max i Q i . \max_i Q_i. i max Q i . 而是：
large connected high-capability region . \boxed{
\text{large connected high-capability region}.
} large connected high-capability region . 也就是：
峰值夠高；
體積夠大；
連通夠好；
cliff 不過早；
校準合理。
88. 一個候選的 Frontier Generality Index
若未來需要壓縮成一個數，
可暫時定義：
G F = V M ⋅ C M ⋅ R F ⋅ ( 1 − G ˉ c a l ) \boxed{
G_F
=
V_M
\cdot
C_M
\cdot
R_F
\cdot
(1-\bar G_{\mathrm{cal}})
} G F = V M ⋅ C M ⋅ R F ⋅ ( 1 − G ˉ cal ) 但本文不推薦把它當最終真理。
因為：
the vector is more informative than the scalar . \boxed{
\text{the vector is more informative than the scalar}.
} the vector is more informative than the scalar . 89. BCT 與 Paper 02 的關係
Paper 02 問：
不同資訊拓撲會不會形成不同能力拓撲？
Paper 05 提供一種行為層測量：
T ( D ) → C ( M ) → B C T ( M ) . \boxed{
\mathcal T(D)
\rightarrow
\mathcal C(M)
\rightarrow
\mathsf{BCT}(M).
} T ( D ) → C ( M ) → BCT ( M ) . 但：
B C T ( M ) \mathsf{BCT}(M) BCT ( M ) 只能觀察：
C ( M ) , \mathcal C(M), C ( M ) , 不能唯一反推出：
T ( D ) . \mathcal T(D). T ( D ) . 90. BCT 與 Paper 03 的關係
Paper 03 定義：
d ∗ d^\ast d ∗ 為效率排序反轉距離。
Paper 05 則提供：
Q M 1 ( d ) , Q M 2 ( d ) Q_{M_1}(d),
Q_{M_2}(d) Q M 1 ( d ) , Q M 2 ( d ) 用來實際估計：
d ∗ . d^\ast. d ∗ . 91. BCT 與 Paper 04 的關係
Paper 04 定義：
W → O → Q → F → R → H → V → A . W
\rightarrow
O
\rightarrow
Q
\rightarrow
F
\rightarrow
R
\rightarrow
H
\rightarrow
V
\rightarrow
A. W → O → Q → F → R → H → V → A . Paper 05 可以對每一段分別測：
Q O ( d ) , Q Q ( d ) , Q F ( d ) , Q R ( d ) , Q H ( d ) , Q V ( d ) , Q A ( d ) . Q_O(d),
Q_Q(d),
Q_F(d),
Q_R(d),
Q_H(d),
Q_V(d),
Q_A(d). Q O ( d ) , Q Q ( d ) , Q F ( d ) , Q R ( d ) , Q H ( d ) , Q V ( d ) , Q A ( d ) . 所以：
different cognitive stages can have different cliffs . \boxed{
\text{different cognitive stages can have different cliffs}.
} different cognitive stages can have different cliffs . 92. 一個模型可能回答不崩，但問題形成先崩
例如：
Q A ( d ) Q_A(d) Q A ( d ) 下降慢，
但：
Q Q ( d ) Q_Q(d) Q Q ( d ) 下降快。
這表示：
題目給對時仍然很強，但離開熟悉世界後不會自己找到題目。
這是傳統 benchmark 很難看到的差異。
93. 另一模型可能知識先崩，但 Frame-Lift 還在
它可能不知道冷門答案，
但會說：
我缺資料；先建立三個候選框架與需要驗證的資訊。
這種能力在：
Q f a c t Q_{\mathrm{fact}} Q fact 低，
但：
Q F , Q V Q_F,Q_V Q F , Q V 可能仍高。
因此：
Knowledge Failure ≠ Reasoning Topology Failure . \boxed{
\text{Knowledge Failure}
\neq
\text{Reasoning Topology Failure}.
} Knowledge Failure = Reasoning Topology Failure . 94. 這也是為什麼「不知道」不能直接當弱
真正要看：
不知道之後，它做什麼？
可能是：
停止；
幻覺；
搜尋；
建立假說；
設計驗證；
重寫問題。
所以：
Response to Unknown \boxed{
\text{Response to Unknown}
} Response to Unknown 本身就是能力維度。
95. Unknown Response Topology
定義：
U R = ( Stop , Search , Generate , Verify , Reframe , Recover ) . \boxed{
U_R
=
(
\text{Stop},
\text{Search},
\text{Generate},
\text{Verify},
\text{Reframe},
\text{Recover}
).
} U R = ( Stop , Search , Generate , Verify , Reframe , Recover ) . 這會在 Paper 07 進一步連到：
Epistemic Courage . \text{Epistemic Courage}. Epistemic Courage . 96. 可否證條件
BCT 本身也可能失敗。
96.1 Distance Failure
若無法建立穩健、可重複的認知距離，
則：
Q ( d ) Q(d) Q ( d ) 只能作為描述性工具。
96.2 Matching Failure
若熱門／冷門、單域／跨域任務無法匹配難度，
則衰減可能只是 difficulty effect。
96.3 Evaluator Failure
若前沿回答無法可靠驗證，
則：
Q M Q_M Q M 估計會被 evaluator capability 限制。
96.4 Prompt Sensitivity Dominance
若不同 prompt 使結果波動大於模型間差異，
則必須先控制 prompt distribution。
96.5 Tool Confounding
若工具使用差異未被控制，
則 core capability 與 system capability 不能直接比較。
97. 非主張
本文不主張：
benchmark 無用；
搜尋能力不算智能；
冷門題越多越好；
不搜尋才是真 AI；
能力一定沿距離平滑下降；
認知距離必須是單一數值；
一個 general model 必須每個領域都最強；
黑箱測試能反推出完整訓練資料；
市場表現等於 BCT 結果。
本文真正主張的是：
如果我們只測能力峰值，就看不到能力的形狀。 \boxed{
\text{如果我們只測能力峰值，就看不到能力的形狀。}
} 如果我們只測能力峰值，就看不到能力的形狀。 98. 核心結論
一個模型的真正能力不應只寫成：
S = 92.7. S=92.7. S = 92.7. 更合理的是：
C M = Q M ( d ) . \boxed{
\mathcal C_M
=
Q_M(\mathbf d).
} C M = Q M ( d ) . 我們要知道：
峰值在哪；
體積多大；
哪些區域連通；
哪裡有 cliff；
哪個方向最脆弱；
搜尋能補多少；
工具能補多少；
scaffold 拿掉後剩多少；
遇到未知後是否能恢復。
99. 最終命題
本文提出：
Generality is better characterized by capability retention across cognitive distance than by peak performance near the center of familiar task distributions. \boxed{
\text{Generality is better characterized by capability retention across cognitive distance than by peak performance near the center of familiar task distributions.}
} Generality is better characterized by capability retention across cognitive distance than by peak performance near the center of familiar task distributions. 中文：
一般性與其說是「熟悉區域能有多高」，不如說是「離開熟悉區域後還能保留多少能力」。
100. 說成人話
如果兩個 AI：
都會熱門題；
都會寫程式；
benchmark 都很好；
我真正想知道的不是：
誰多 2 分？
而是：
當我開始問冷門的、跨域的、沒有標準答案的、frame 本身可能錯的問題時，誰先掉下去？
再更進一步：
它是慢慢變弱，還是突然斷崖？
它不知道答案時，是停住、亂猜，還是會自己找新路？
這才是廣域能力斷層掃描真正想看的東西。
附錄 A：認知距離向量
d = ( d P , d D , d X , d F , d N , d S , d E ) \boxed{
\mathbf d
=
(
d_P,
d_D,
d_X,
d_F,
d_N,
d_S,
d_E
)
} d = ( d P , d D , d X , d F , d N , d S , d E ) 其中：
d P d_P d P d D d_D d D d X d_X d X d F d_F d F d N d_N d N d S d_S d S d E d_E d E
附錄 B：核心能力拓撲量
P M = max Q M \boxed{
P_M
=
\max Q_M
} P M = max Q M V M = ∫ Ω Q M ( d ) d d \boxed{
V_M
=
\int_\Omega Q_M(\mathbf d)d\mathbf d
} V M = ∫ Ω Q M ( d ) d d C M = Connectivity ( Ω τ ) \boxed{
C_M
=
\operatorname{Connectivity}(\Omega_\tau)
} C M = Connectivity ( Ω τ ) κ M = max d ∣ d Q M d d ∣ \boxed{
\kappa_M
=
\max_d
\left|
\frac{dQ_M}{dd}
\right|
} κ M = d max dd d Q M R F ( τ ) = sup { d : Q M ( d ) ≥ τ } \boxed{
R_F(\tau)
=
\sup
\{
d:
Q_M(d)\geq\tau
\}
} R F ( τ ) = sup { d : Q M ( d ) ≥ τ } 附錄 C：搜尋依賴
Δ S ( d ) = Q M s e a r c h ( d ) − Q M c o r e ( d ) \boxed{
\Delta_S(\mathbf d)
=
Q_M^{\mathrm{search}}(\mathbf d)
-
Q_M^{\mathrm{core}}(\mathbf d)
} Δ S ( d ) = Q M search ( d ) − Q M core ( d ) D S = ∫ Ω Δ S ( d ) d d ∫ Ω Q M s e a r c h ( d ) d d \boxed{
D_S
=
\frac{
\int_\Omega
\Delta_S(\mathbf d)d\mathbf d
}{
\int_\Omega
Q_M^{\mathrm{search}}(\mathbf d)d\mathbf d
}
} D S = ∫ Ω Q M search ( d ) d d ∫ Ω Δ S ( d ) d d 附錄 D：Half-Capability Radius
R M ( d ) = Q M ( d ) Q M ( 0 ) \boxed{
R_M(d)
=
\frac{
Q_M(d)
}{
Q_M(0)
}
} R M ( d ) = Q M ( 0 ) Q M ( d ) d 1 / 2 = inf { d : R M ( d ) ≤ 0.5 } \boxed{
d_{1/2}
=
\inf
\left\{
d:
R_M(d)\leq0.5
\right\}
} d 1/2 = inf { d : R M ( d ) ≤ 0.5 } 附錄 E：能力指紋
F M = ( P M , V M , C M , d 1 / 2 , R F , κ M , D S , G c a l ) \boxed{
\mathcal F_M
=
(
P_M,
V_M,
C_M,
\mathbf d_{1/2},
\mathbf R_F,
\kappa_M,
D_S,
G_{\mathrm{cal}}
)
} F M = ( P M , V M , C M , d 1/2 , R F , κ M , D S , G cal ) 附錄 F：Paper 06 接口
BCT 測：
Behavioral Capability Projection . \boxed{
\text{Behavioral Capability Projection}.
} Behavioral Capability Projection . Paper 06 將進一步研究另一個巨大投影器：
Market Projection . \boxed{
\text{Market Projection}.
} Market Projection . 市場會用真實使用者的：
對 AI 進行大規模分散式投票。
但：
Market Success ≠ Frontier Intelligence . \boxed{
\text{Market Success}
\neq
\text{Frontier Intelligence}.
} Market Success = Frontier Intelligence . 因此下一篇將正式處理：
市場到底能告訴我們多少 AI 能力，又有哪些東西它永遠告訴不了我們？