APR 驅動的動態全域感知 v0.2

——在不爆 Token 的條件下實現多模態全域觀察

English Title: APR-Governed Dynamic Global Perception: Multimodal Macro-Object Observation Without Context Explosion
系列：《宏觀個體導向的動態全域觀察方法論》06 / 07
Series B： Macro-Object-Oriented Dynamic Global Observation Methodology
作者： Neo.K × AI 協作
版本： v0.2
日期： 2026-09-16
文件性質： Agent Runtime／Active Perception／Multimodal AI／World Modeling／Evidence Governance／Dynamic Observation
承接： B01〈宏觀個體與局部投影〉、B02〈角色即觀察算子〉、B03〈解析度理論〉、B04〈推理解析度與觀察解析度不對稱〉、B05〈動態視角路由〉
既有 Runtime 基座： Adaptive Perceptual Reading（APR）／Agentic Perception Runtime／Persistent World State／Evidence Archive
後續接口： B07〈跨視角閉合：宏觀個體與意圖閉合統一〉

機構： EveMissLab／一言諾科技有限公司

摘要

Series B 前五篇已建立：

\boxed{ \text{MacroObject} \neq \text{Projection} }

\boxed{ \text{Role} \rightarrow \text{ObservationOperator} }

\boxed{ \text{Resolution} = \text{RelevantStateDistinguishability} }

\boxed{ \text{ReasoningResolution} \neq \text{ObservationResolution} }

以及：

\boxed{ \text{DynamicPerspectiveRouting}. }

因此剩下的核心工程問題是：

如何把「宏觀個體、視角、解析度、推理／觀察資源與 perspective routing」真正落成一個不會因多模態輸入而 context 爆炸的 Agent Runtime？

本文將既有 Adaptive Perceptual Reading（APR）接入 Series B，提出：

Dynamic Global Perception Runtime

動態全域感知 Runtime

其核心不是：

all files
+ all screenshots
+ all video
+ all audio
+ all logs
+ all traces
+ all agents
→ context

而是：

\boxed{ \text{Global Awareness} + \text{Persistent World Belief} + \text{Sparse Targeted Observation} + \text{Adaptive Resolution} + \text{Evidence-Grounded Re-observation}. }

本文不重造 APR。既有 APR 已把 perception 定義為：

\boxed{ \text{Goal-conditioned, stateful, risk-aware, budgeted information acquisition} }

並把 Agentic Perception 定義為：

\boxed{ \text{the autonomy to govern that acquisition process}. }

其核心 state：

\boxed{ \mathcal S_t^{APR} = ( W_t, G_t, M_t, U_t, R_t, \mathbf B_t, H_t ) }

其核心 perceptual action：

\boxed{ a_t^{APR} = ( m_t, r_t, \Omega_t, \rho_t, \nu_t, d_t, h_t, q_t, p_t ) }

已包含：

modality；
reading mode / representation；
region / scope；
resolution；
sampling rate；
reasoning depth；
history horizon；
revisit / re-observation；
epistemic action。

B06 的新增工作，是在 APR 的 Need / PerceptualPolicy 前加入：

\boxed{ \text{PerspectiveRouting} }

並把 APR 的 $W_t$ 提升為 B01–B05 中的：

\boxed{ \hat X_t = \text{Epistemically Annotated Macro-Object Belief}. }

因此完整 Runtime 變成：

\boxed{ \text{MacroObjectBelief} \rightarrow \text{NeedDetection} \rightarrow \text{PerspectiveRouting} \rightarrow \text{PerceptualPolicy} \rightarrow \text{EvidenceAcquisition} \rightarrow \text{BeliefRevision} \rightarrow \text{Reason/Act} \rightarrow \text{PostActionObservation} \rightarrow \text{RouteReassessment}. }

本文稱此整體為：

APR-DGO

APR-Governed Dynamic Global Observation

其感知政策可表示為：

\boxed{ \pi_t^{DGO} : ( G_t, \hat X_t, U_t, K_t, R_t, \mathbf B_t, \Gamma_t, H_t ) \rightarrow ( P_t, m_t, \Omega_t, \boldsymbol\rho_t, \nu_t, d_t, h_t, q_t, p_t ). }

其中新加入：

$P_t$ ：perspective；
$K_t$ ：cross-perspective / cross-modal contradictions；
$\Gamma_t$ ：authority / access envelope；
$\boldsymbol\rho_t$ ：B03 定義的多維 observation-resolution profile。

此 architecture 的基本思想是：

\boxed{ \text{GlobalAttention} \neq UniformProcessing(AllAvailableInformation). }

而：

\boxed{ \text{GlobalAttention} = \text{GlobalStateAwareness} + \text{SparseTargetedInspection}. }

這裡的「全域」指：

宏觀對象一直存在於 world model；
當前 active projection 可被識別；
未觀察區域可被標成 unknown；
evidence freshness 可被追蹤；
contradictions 不被抹除；
relevant perspectives 保持 reachable；
必要時能針對局部提高解析度。

它不要求：

整個世界永遠在高解析度 context 中。

因此：

\boxed{ \text{Globality} \neq \text{Global Materialization}. }

目前既有 APR Runtime 已出現重要工程 substrate。內部 runtime status 顯示 v0.4 已具備：

Persistent World State；
Evidence Archive；
ROI semantic evidence；
fact → evidence IDs → archived asset；
historical semantic re-read；
revisit provenance graph；
contradiction repair from historical evidence；
browser URL / title native state；
bounded ARIA representation；
bounded DOM digest；
active element state；
browser navigation / DOM / focus events；
volatile / TTL schema；
22 / 22 unit tests。

其 v0.3 milestone 已形成：

real stream
→ low-level delta
→ selected ROI
→ semantic evidence
→ persistent belief

所以 B06 不只是 conceptual proposal。它可以把 Series B 的 perspective / resolution / routing semantics 疊加到現有：

\boxed{ \text{monitor} \rightarrow \text{delta} \rightarrow \text{selective inspection} \rightarrow \text{evidence archive} \rightarrow \text{belief revision} }

之上。

外部研究也快速朝相同方向收斂。CVPR 2026 Active Video Perception 將長影片視為 interactive environment，以 plan–observe–reflect 迴圈只取得 compact query-relevant evidence，並報告相較其最佳 agentic baseline 提升平均 accuracy 的同時，僅使用約 18.4% inference time 與 12.4% input tokens。2026 OmniAgent 將長影音理解正式化為 POMDP-based Observation–Thought–Action loop，以 on-demand actions 取得 audio-visual cues 並壓縮進 persistent textual memory，使 reasoning complexity 與 raw video duration 解耦。AOP-Agent 則使用 hierarchical omni-modal memory 與 observe–reflect–replan loop。VideoHV-Agent 進一步採用「先形成可驗假說，再尋找 discriminative clue，再 localized verification」的 evidence-seeking 結構。

這些研究不等同 APR-DGO，但它們共同支持：

\boxed{ \text{Perception} }

正在從：

\boxed{ \text{fixed input preprocessing} }

轉向：

\boxed{ \text{an agent-controlled epistemic process}. }

本文最終主張：

全域感知不是把所有世界輸入同時餵給模型，而是維持一個可更新的宏觀世界信念，並只在目前 decision 還無法閉合的位置動態取得最小充分證據。

1. 從「輸入」到「感知治理」

傳統 AI pipeline：

Input
→ Model
→ Output

多模態版本：

Text + Image + Audio + Video
→ Model
→ Output

但 Agent 世界不是一次性 input。

它是：

\boxed{ X_0 \rightarrow X_1 \rightarrow X_2 \rightarrow\cdots }

持續變動。

2. 世界不是 Context

Agent 真正環境：

X_t.

模型 context：

C_t.

一般：

\boxed{ C_t \neq X_t. }

所以：

context 裡沒有

不能推出：

world 裡沒有。

3. Context 是工作區，不是世界本身

\boxed{ \text{Context} = \text{ManagedCognitiveWorkspace}. }

它只應 materialize：

current goal；
macro state summary；
active evidence；
unresolved unknowns；
current local details。

4. 全域感知的根本問題

如果 agent 要掌握：

repository；
browser；
desktop；
runtime；
logs；
user；
external service；

不能每輪：

\text{ReadEverythingAgain}.

5. Full-World Re-reading 的複雜度問題

令可觀察資料量：

D_t.

若每輪：

Cost_t\propto D_t,

且 task horizon：

T,

則：

\boxed{ \text{TotalCost} \approx \sum_{t=1}^{T}D_t. }

長時空 Agent 很快不可承受。

6. Persistent World Belief

替代方案：

\boxed{ W_t = \text{persistent world belief}. }

新 evidence：

E_t.

局部更新：

\boxed{ W_{t+1} = \text{Update}(W_t,E_t). }

7. B06 將 $W_t$ 與 Macro Object 統一

B01：

\hat X_t = Belief(X_t\mid E_{\le t}).

APR：

W_t.

本文採：

\boxed{ W_t \equiv \hat X_t }

在 runtime working-model 語義上統一。

8. Epistemically Annotated World State

不是只存：

button.visible = true

而是：

fact:
  value: true
  source:
  evidence_ids:
  observed_at:
  confidence:
  freshness:
  contradictions:

9. World Belief 至少四態

每項可有：

\boxed{ KNOWN, UNKNOWN, CONFLICTED, STALE. }

10. KNOWN 不代表永恆

Known：

有足夠 current evidence。

若 TTL 到：

KNOWN \rightarrow STALE.

11. UNKNOWN 必須保留

若沒有觀察：

UNKNOWN.

不要：

\text{false}.

12. CONFLICTED 必須保留

不同 evidence：

e_1\neq e_2.

不要直接 overwrite。

13. STALE 是動態世界必要狀態

舊 evidence：

\mathrm{Age}(E)>\tau.

即使歷史上正確，

不能直接代表現在。

14. Evidence Archive

Persistent belief 不應只存 final facts。

還需：

\boxed{ \text{EvidenceArchive}. }

15. Why Archive?

未來可能：

question 改變；
conflict 出現；
old evidence 需重新解讀；
model capability 提升；
perspective 改變。

所以：

\boxed{ \text{HistoricalEvidence} }

仍有未來價值。

16. Historical Revisit

APR v0.4 已實作：

historical semantic re-read / revisit provenance graph。

這提供：

\boxed{ \text{ReinterpretWithoutReacquire} }

的能力。

17. Revisit 與 Reobserve 不同

Revisit

重新讀：

E_{past}.

Reobserve

取得：

E_{new}.

兩者：

\boxed{ \text{Revisit} \neq \text{Reobserve}. }

18. Revisit 成本通常更低

如果 historical asset 還有效：

C_{revisit}<C_{reobserve}.

所以先判：

evidence 是否只是「沒理解」，還是「真的過期」。

19. Current-vs-Historical Routing

因此 evidence router 需要：

CURRENT
HISTORICAL
REACQUIRE

三種路徑。

20. APR v0.4 的下一工程方向

目前 status 已提出：

event-native；
targeted subtree；
persistent event ledger；
retention / compaction；
current-vs-historical query routing。

這些都與 B06 完全對齊。

21. Dynamic Global Perception 的五層控制

本文把 B05 原本的三層 route 擴成五層：

\boxed{ \text{Perspective} \rightarrow \text{Modality} \rightarrow \text{Scope} \rightarrow \text{Resolution} \rightarrow \text{EvidenceAction}. }

22. Layer 1 — Perspective Routing

P_t^\ast.

B05 已處理。

回答：

從什麼判定／專業角度看？

23. Layer 2 — Modality Routing

m_t^\ast.

例如：

code；
structured state；
DOM；
screenshot；
audio；
video；
trace；
metrics；
human report。

24. Layer 3 — Scope Routing

\Omega_t.

回答：

世界的哪一部分？

例如：

full page；
checkout modal；
one service；
one transaction；
one video segment。

25. Layer 4 — Resolution Routing

\boldsymbol\rho_t.

B03：

spatial；
temporal；
semantic；
causal；
structural；
freshness；
discriminative。

26. Layer 5 — Evidence Action

p_t.

例如：

inspect；
zoom；
query；
replay；
reproduce；
inject；
revisit；
refresh；
compare。

27. APR action 的 Series B 版本

既有 APR：

a_t = ( m_t, r_t, \Omega_t, \rho_t, \nu_t, d_t, h_t, q_t, p_t ).

本文加入：

P_t.

形成：

\boxed{ a_t^{DGO} = ( P_t, m_t, r_t, \Omega_t, \boldsymbol\rho_t, \nu_t, d_t, h_t, q_t, p_t ). }

28. $P_t$ — Perspective

決定：

哪種 uncertainty 被優先解。

29. $m_t$ — Modality

決定：

從什麼 evidence carrier 取訊號。

30. $r_t$ — Reading / Representation Mode

例如：

semantic；
structural；
pixel；
DOM；
summary；
raw。

31. $\Omega_t$ — Scope

決定：

哪一區。

32. $\boldsymbol\rho_t$ — Resolution

決定：

需要區分到什麼程度。

33. $\nu_t$ — Sampling

決定：

多頻繁／多密。

34. $d_t$ — Reasoning Depth

B04：

evidence 夠後要想多深。

35. $h_t$ — Historical Horizon

回答：

需要看多久以前？

36. $q_t$ — Revisit / Re-observation

回答：

用舊 evidence 還是重新觀察？

37. $p_t$ — Epistemic Action

回答：

是否要主動改變 observation condition。

38. Global Perception Policy

完整：

\boxed{ \pi_t^{DGO} : S_t \rightarrow a_t^{DGO}. }

39. Runtime State

\boxed{ S_t = ( G_t, W_t, P_t, U_t, K_t, R_t, \mathbf B_t, \Gamma_t, H_t ). }

40. $G_t$

goal / mission。

41. $W_t$

persistent macro world belief。

42. $P_t$

active perspective / role operator。

43. $U_t$

typed unknowns。

44. $K_t$

known conflicts / contradictions。

45. $R_t$

risk / irreversibility / decision sensitivity。

46. $\mathbf B_t$

token、compute、latency、memory、energy、IO、human budgets。

47. $\Gamma_t$

authority / privacy / access constraints。

48. $H_t$

history：

past observations；
route success；
evidence lineage；
action receipts。

49. Perception Runtime 不等於 Vision Runtime

APR 的「perception」是：

\boxed{ \text{world}\rightarrow \text{selected}\ \text{evidence}. }

所以可讀：

source；
DB；
logs；
browser；
API；
user；
physical sensor。

50. Modality = Evidence Carrier Family

B03 已把 modality 一般化。

B06 延續：

\mathcal M = \{ \text{code}, \text{text}, \text{state}, \text{DOM}, \text{image}, \text{video}, \text{audio}, \text{trace}, \text{metric}, \text{network}, \text{DB}, \text{formal}, \text{human}, \text{sensor} \}.

51. Direct State 優先原則

若 query 是：

browser URL 是什麼？

native state：

O_{native}

通常比：

\text{Screenshot}\rightarrow \text{OCR}

更便宜且可靠。

52. 但 Direct State 不等於 User Experience

若 query：

使用者看到的按鈕是否被遮住？

DOM state 不足。

需要：

\text{RenderedObservation}.

53. Modality Selection 必須 Claim-Relative

\boxed{ \text{BestModality} = f(\text{Claim}). }

54. Structured Fast Loop

APR current architecture 已有：

fast structured / pixel monitoring
→ delta / event / significance

B06 稱：

Fast Loop

55. Fast Loop 的目的

不是：

深度理解。

而是：

detect change；
maintain current state；
find anomaly；
decide whether semantic escalation needed。

56. Slow Semantic Loop

若：

\text{Significance}>\tau,

進：

Slow Loop

執行：

selected semantic inspection；
deeper VLM / LLM reasoning；
targeted ROI；
evidence archival。

57. Fast / Slow 分層

\boxed{ \text{FastMonitor} \rightarrow \text{SignificanceGate} \rightarrow \text{SlowSemanticInspection}. }

58. 為什麼需要兩速感知？

如果每個 pixel delta 都進 frontier model：

\text{Cost}\rightarrow\infty.

如果只做 cheap delta：

\text{SemanticUnderstanding}\downarrow.

兩層折衷。

59. Significance ≠ Magnitude

APR-02：

\boxed{ \text{ChangeMagnitude} \neq \text{ChangeSignificance}. }

60. 小變化可能高重要

例如：

button enabled；
permission changed；
price digit changed。

61. 大變化可能低重要

背景 animation。

62. Significance Function

概念：

\boxed{ \text{Sig}(\Delta) = f( \text{Goal}, \text{Risk}, \text{CurrentUnknown}, \text{AffectedRelation}, \text{DecisionSensitivity} ). }

63. Event-Native 感知

輪詢：

\text{poll all}.

成本高。

event-native：

\text{event}\rightarrow \text{targeted inspection}.

64. Event Sources

例如：

DOM mutation；
browser navigation；
focus；
file change；
deployment；
user complaint；
runtime alert。

65. Event 不是 Evidence Completion

event：

something changed。

仍需：

\text{Inspect}.

66. Trigger vs Evidence

\boxed{ \text{Trigger} \neq \text{Evidence}. }

67. ROI — Region of Interest

對視覺／DOM／graph：

\Omega_t

可以非常小。

68. ROI 不只是畫面 crop

也可以：

file subtree；
dependency cone；
trace span；
time segment；
graph neighborhood。

69. Generalized ROI

\boxed{ \text{ROI} = \text{bounded subspace selected for expensive inspection}. }

70. ROI Selection 來自 Macro Awareness

如果沒有 global map，

Agent 不知道：

哪個 region relevant。

所以：

\boxed{ \text{GlobalSkeleton} \rightarrow \text{LocalROI}. }

71. 全域感知不是 Localism

雖然每次只看 ROI，

宏觀 world state 仍存在。

所以：

\boxed{ \text{SparseObservation} \neq \text{LocalMind}. }

72. Global Mind, Local Inspection

B05 的：

\text{GlobalMind}+\text{LocalLens}.

B06 實作成：

\boxed{ \text{PersistentGlobalBelief} + \text{TargetedROIInspection}. }

73. Context Materialization

context 只載：

macro summary；
active perspective；
relevant evidence；
local ROI；
unresolved contradictions。

74. Context Dematerialization

perspective close 後：

raw ROI 可離開 context；
evidence archive 保留；
belief update 留在 world state。

75. Context 不應成 Evidence Archive

否則：

\text{ContextWindow}

同時承擔：

working memory；
storage；
provenance；

必然爆。

76. Memory Layering

\boxed{ \text{Context} \neq \text{WorldState} \neq \text{EvidenceArchive}. }

77. Context

temporary working set。

78. World State

current best belief。

79. Evidence Archive

historical source-of-evidence store。

80. 這三層分離是長時空 Agent 的必要條件之一

如果沒有：

context pruning。

長 horizon：

\text{TokenCost}\uparrow.

81. Belief Update

新 evidence：

e_t.

更新：

\boxed{ W_{t+1} = \text{UpdateBelief}( W_t, e_t, \text{Provenance}, \text{Freshness} ). }

82. Evidence 不直接 destructive overwrite

若 conflict：

e_1\neq e_2,

world state：

\text{CONFLICTED}.

83. Contradiction Repair

APR v0.4 已有：

contradiction repair from historical evidence。

B06 可正式定義：

\boxed{ \text{Conflict} \rightarrow \text{Revisit} \lor \text{Reobserve} \lor \text{PerspectiveSwitch}. }

84. 不要讓新 observation 自動消掉舊 evidence

舊 evidence 可能代表：

past world state；
different scope；
sensor disagreement。

85. Temporal Provenance

每 evidence：

t_e.

world version：

v_e.

86. Evidence Object

evidence:
  id:
  modality:
  perspective:
  source:
  scope:
  world_version:
  observed_at:
  resolution:
  confidence:
  lineage:
  asset_ref:

87. Fact Object

fact:
  value:
  status:
  evidence_ids:
  confidence:
  freshness:
  contradictions:

88. Observation ≠ Fact

Raw observation：

e.

semantic fact：

f(e).

這兩層要分開。

89. Semantic Inspector

APR v0.3 已有 SemanticInspector protocol。

其位置：

\text{ROI} \rightarrow \text{SemanticEvidence}.

90. Inspector 可替換

可以：

local VLM；
cloud VLM；
deterministic parser；
accessibility tree parser。

所以：

\boxed{ \text{PerceptionRuntime} \neq \text{OneModel}. }

91. Model Router 屬於 Substrate Layer

Perspective / modality 選完，

才選：

哪個模型。

92. ACR 與 APR

內部 ACR 已區分：

\boxed{ ACR = \text{CognitiveResourceGovernance} }

\boxed{ APR = \text{PerceptualResourceGovernance}. }

93. B06 的位置

ACR

可配置：

reasoning；
memory；
context；
model；
verification；
perception。

APR-DGO：

負責 perception 內部的 dynamic global observation。

94. ACR → APR

\boxed{ \text{ResourceSupervisor} \rightarrow \text{PerceptionBudget} \rightarrow APR\text{-}DGO. }

95. APR-DGO 不應搶整個 Cognition Control Plane

它不決定所有：

model；
memory；
agent collaboration。

它輸出：

observation / evidence。

96. 但 B04 要求 APR 與 Reasoning Budget 協調

如果：

\text{ObservationBottleneck},

ACR：

B_{perception}\uparrow.

97. Reasoning Bottleneck

B_{reasoning}\uparrow.

98. Perception / Reasoning Closed Loop

\boxed{ ACR \leftrightarrow APR\text{-}DGO. }

99. Information-Gain Budgeting

觀察 action：

a.

IG_Q(a).

成本：

C(a) = C_{tok} + C_{io} + C_{lat} + C_{compute} + C_{human} + C_{authority}.

100. Default Utility

\boxed{ U(a) = IG_Q(a) - \lambda C(a). }

101. Risk Floor

高風險：

RiskCoverage(a)\ge\tau_R.

即使：

U(a)<0

也可能 mandatory。

102. Minimum Necessary Observation

\boxed{ a^\ast = \arg\min_a Cost(a) }

subject to：

\text{DecisionClosure}.

103. 這不是「越少看越好」

是：

\boxed{ \text{SufficientObservation} }

以最低成本達成。

104. Stop Rule

若：

U_{decision}<\tau_U,

RiskCoverage\ge\tau_R,

MarginalIG<\tau_{IG},

則：

\boxed{ \text{StopPerception}. }

105. B01 的語義版本

更強：

若：

Decision_Q(x_a) = Decision_Q(x_b)

對所有 remaining compatible states 成立，

即可 stop。

106. Perception Saturation

如果：

N_{observation}\uparrow

但：

AmbiguityReduction\approx0,

停止或 switch。

107. Re-observation Trigger

stale；
unexpected outcome；
affected state；
contradiction；
high-risk action。

108. Revisit Trigger

new question over old evidence；
interpretation changed；
new role；
contradiction may be historical semantic error。

109. Observation Cache

fresh evidence：

E_v.

若 world unchanged：

\text{reuse}.

110. Cache Invalidation

若：

Affected(E_v,\Delta X)=1,

invalidate。

111. Evidence TTL

不同 state：

URL TTL 長；
cursor position TTL 短；
stock price TTL 極短；
source code commit TTL 依 version。

112. TTL Schema

APR runtime 已有：

volatile / TTL schema registration by adapters。

B06 把它視為：

\boxed{ \text{Freshness Governance.} }

113. Adapter-Declared Volatility

source adapter 可以告訴 runtime：

this field volatile

因此：

\text{ReobserveFrequency}

可自適應。

114. Freshness Routing

\boxed{ \text{SamplingRate} = f( \text{Volatility}, \text{Risk}, \text{DecisionSensitivity} ). }

115. Continuous Perception ≠ Continuous Full Processing

APR：

\text{ContinuousPerception} = \text{BeliefMaintenance}.

所以：

fast low-cost monitoring + event escalation

即可。

116. Event-Driven Belief Maintenance

world event
→ delta
→ significance
→ maybe semantic inspect
→ belief update

117. No Event

不代表：

re-run full semantic model。

118. Polling vs Event

static source：

version event。

dynamic UI：

DOM / focus events。

119. Post-Action Observation

這是 B06 與 Series A 綠燈錯置最重要的橋。

120. Execution Receipt ≠ Outcome

Provider：

CONFIRMED

只代表：

action invocation accepted / applied from provider view。

121. ExpectedOutcome ≠ ObservedOutcome

\boxed{ \text{ExpectedOutcome} \neq \text{ObservedOutcome}. }

122. New Machine Observation

Action：

a_t.

需要：

\boxed{ e_{post} }

且：

t(e_{post})\ge t(a_t).

123. Receipt 不直接更新 Belief

不能：

\text{Receipt} \Rightarrow Belief(Postcondition).

124. 正確 Closed Loop

\boxed{ W_t \rightarrow \text{Plan} \rightarrow \text{Act} \rightarrow \text{Observe} \rightarrow \text{Verify} \rightarrow W_{t+1}. }

125. Circular Self-Confirmation 禁止

不能：

expected X
→ action receipt
→ write X into internal state
→ read internal state
→ SUCCESS

126. External / Machine Re-observation

必須：

從 action 後的 world 重新取得 evidence。

127. Independent Outcome Verification

高風險時：

verifier 只使用：

new evidence；
declared postcondition；
action lineage；
world version / time。

128. Verification Result

可：

SUCCESS
VERIFY
RETRY
REPLAN
ROLLBACK
FAILED

129. Recovery Recommendation ≠ Authority

即使：

RETRY,

仍需：

authority；
readiness。

130. Post-Action Perspective

Action 後 perspective 不一定相同。

例如：

implementation action 後：

P_{visual}

驗結果。

131. Actuation / Observation Asymmetry

改 world：

P_{implementation}.

驗 world：

P_{user/runtime}.

這可增加 independence。

132. Outcome Perspective Routing

B05 router 應針對：

postcondition claim

重新選 perspective。

133. Example：UI Fix

Intent: 修好設定頁底部按鈕
↓
Macro object: UI + state + save action + layout
↓
P_implementation
↓
code diff + component tests PASS
↓
claim requires rendered state
↓
P_visual / P_UX
↓
APR scope = settings footer
↓
viewport = relevant mobile size
↓
fresh screenshot
↓
overlap observed
↓
P_implementation
↓
repair
↓
targeted reobserve
↓
interaction smoke
↓
closure

134. 這裡沒有做

full repository reread；
all pages screenshots；
security audit；
full video recording。

135. Example：Duplicate Payment

P_backend
→ tests pass
→ user outcome still wrong
→ P_transaction/end-to-end
→ trace specific request
→ identify retry + missing idempotency
→ repair
→ replay
→ DB / provider post-action evidence

136. Example：Game Telegraph

P_programmer
→ state machine pass
P_designer
→ timing spec pass
unknown remains: player readability
P_player
→ targeted replay
→ visible cue only 120ms
→ belief revised

137. Example：Browser Automation

Task：

確認目前頁面 URL。

APR 選：

\text{native browser state}.

不做：

\text{screenshot}\rightarrow\text{OCR}.

138. Browser Native State

APR v0.4 已具：

URL/title；
bounded ARIA；
DOM digest；
active element；
navigation / focus event。

這些是：

\boxed{ \text{StructuredObservation}. }

139. Structured State + Pixel State

兩者互補：

structured：cheap / semantic；
pixels：rendered truth。

140. Dual Observation

UI：

O_{DOM} + O_{vision}.

可發現：

DOM says visible, pixel says occluded。

141. Cross-Modal Contradiction

不是 bug in runtime。

它是：

\boxed{ \text{high-value evidence}. }

142. Contradiction Routing

cross-modal conflict：

\rightarrow P_{interaction}

或：

P_{layout}.

143. Active Video Perception 近鄰

CVPR 2026 AVP：

plan
→ observe
→ reflect
→ evidence sufficient?
   yes → answer
   no  → observe again

與 B06：

Need
→ Perspective
→ Observe
→ BeliefRevision
→ DecisionClosure?

結構高度相似。

144. AVP 的效率訊號

其報告：

accuracy improved；
18.4% inference time；
12.4% input tokens；

相較最佳 agentic baseline。

這說明：

\boxed{ \text{SelectiveObservation} }

可以同時提升：

efficiency；
accuracy。

但僅限其 long-video benchmark setting，不外推普遍比例。

145. Video Active Perception

2026 VAP：

使用 prior world knowledge 引導 keyframe acquisition，

提高 frame efficiency。

其方法是 training-free long-video QA。

146. B06 的上位抽象

video frame：

\subset \text{general world evidence}.

所以：

\boxed{ \text{KeyframeSelection} }

只是：

\boxed{ \text{EvidenceScopeRouting} }

的一個特例。

147. OmniAgent

2026 OmniAgent：

\text{Observation} \rightarrow \text{Thought} \rightarrow \text{Action}.

on-demand 取得：

frame；
audio；
clip；

蒸餾進 persistent memory。

148. B06 與 OmniAgent 的共同點

\boxed{ \text{PersistentState} + \text{OnDemandPerception}. }

149. 差異

OmniAgent domain：

long video。

APR-DGO domain：

general agent world：

software；
browser；
desktop；
sensors；
project state；
external systems。

150. AOP-Agent

2026：

hierarchical omni-modal memory + observe–reflect–replan。

支持：

\boxed{ \text{Perception} }

應有：

\boxed{ \text{Replan}. }

151. VideoHV-Agent

2026 CVPR：

candidate
→ hypothesis
→ discriminative clue
→ localized verification

提供：

\boxed{ \text{Hypothesis}\rightarrow\text{EvidenceSeeking}. }

的強近鄰。

152. B06 可吸收的原則

不是：

找更多資料。

而：

先問哪個 observation 能區分 hypotheses。

153. Hypothesis-Directed Observation

\mathcal H_t.

選：

a_t

最大化：

\text{Discrimination}(\mathcal H_t).

154. Evidence Sufficiency Reflector

Runtime 可以有：

\boxed{ \text{EvidenceSufficiencyCheck}. }

155. 但 Reflector 不能只自評

可基於：

remaining ambiguity；
required resolution；
risk；
mandatory evidence。

156. Perception Stopping Rule 不是「模型覺得夠」

應有 explicit semantics。

157. Evidence Sufficiency

\boxed{ \text{Sufficient}(E,Q) }

若：

required dimensions closed；
decision stable；
freshness valid；
risk coverage sufficient。

158. Resource-Aware Perception

每 observation：

\text{Cost}.

Runtime 需：

token；
latency；
energy；
I/O；
tool；
human。

159. Cost Vector

\boxed{ \mathbf C = ( C_{tok}, C_{flop}, C_{lat}, C_{mem}, C_{io}, C_{energy}, C_{human} ). }

160. 不一定能壓成單一 Scalar

APR 已指出：

latency 與 energy 不自然可加。

所以：

\boxed{ \text{Pareto} / \text{constrained optimization} }

可能比固定 reward 更合理。

161. Budget Reservation

高風險 task：

預留：

B_{safety}.

不能一開始把所有 budget 花光。

162. Perception Safety Reserve

例如：

deploy 後需要 post-action observation。

提前保留 budget。

163. Budget Exhaustion 不應造成 False Closure

如果 budget 用完：

\boxed{ \text{INCOMPLETE\_EVIDENCE}. }

不是：

\text{PASS}.

164. Evidence Failure States

OBSERVED
UNKNOWN
BLOCKED
STALE
CONFLICTED
INSUFFICIENT

165. Blocked

tool / authority 不可用。

166. Blocked ≠ False

例如：

production state unknown because no access。

167. Authority-Aware Perception

感知本身也有 permission。

例如：

private email；
medical record；
production logs。

168. Observation Authority

\boxed{ \text{MayObserve} }

與：

\boxed{ \text{MayAct} }

分離。

169. Perspective 可 relevant 但不可執行

P_i

status：

SUSPENDED.

170. Fallback Observation

permission 不足：

staging / synthetic / user-provided evidence。

但標：

DEGRADED.

171. Privacy-Minimizing Observation

若只需：

element visible?

不應取得：

full private page content。

172. Minimum Necessary Observation 也是 Privacy Principle

\boxed{ \text{ObserveOnlyWhatTheDecisionRequires}. }

173. Egress Governance

local data：

若 policy：

\text{NoRemoteEgress}.

modality router 不能送 cloud VLM。

174. Model Choice 受 Perception Policy Constraint

Perspective：

visual。

但 executor：

local VLM。

175. Global Perception 不等於 Surveillance

再次固定：

\boxed{ \text{GlobalPerception} \neq \text{ContinuousCollectionOfAllAvailableData}. }

176. 真正全域

\boxed{ \text{GlobalReachability} }

而不是：

\text{GlobalIngestion}.

177. Sensor Always-On 也不等於 Semantic Always-On

cheap sensor：

monitor。

expensive semantic model：

only when triggered。

178. Two-Tier Privacy

Fast loop：

metadata / delta。

Slow loop：

targeted content。

可降低 exposure。

179. Event Ledger

v0.5 planned persistent event ledger。

B06 建議：

event:
  id:
  source:
  type:
  time:
  affected_region:
  significance:
  inspection_status:

180. Event Ledger ≠ Evidence Archive

event：

change notification。

evidence：

inspection result。

181. Event → Evidence Link

event:
  evidence_ids:

182. Historical Query

問：

昨天 13:00 button 狀態？

需要：

\text{HistoricalState}.

183. Current Query

問：

現在呢？

需要：

\text{FreshState}.

184. Query Routing 必須區分 Current vs Historical

這正是 APR v0.5 planned item。

185. Belief Compaction

world state 長期累積：

\text{MemoryCost}\uparrow.

需要：

retention；
compaction；
archival。

186. Compaction 不得抹 Provenance

可以：

summary。

但：

\text{summary}\rightarrow \text{evidence refs}.

187. Resolution-Preserving Compaction

B03：

\text{DataCompression} \nRightarrow \text{DecisionResolutionLoss}.

若 task distinctions 保留。

188. Belief Compaction Goal

保留：

current state；
uncertainty；
key lineage；
reopen conditions。

189. Full Raw History 不必常駐

archive 冷存。

190. Warm Evidence

最近／高 reuse。

191. Hot World State

current belief。

192. Cold Archive

old raw assets。

193. Multi-Tier Evidence Memory

\boxed{ \text{HotBelief} + \text{WarmEvidence} + \text{ColdArchive}. }

194. Revisit Compiler

historical question：

先查 semantic fact。

若不足：

evidence archive。

再不足：

raw asset。

195. Observation Path Compilation

常見 task：

對應最佳 evidence path。

可被記住。

196. 但不能 Permission Compile

每次仍 check：

access；
version；
TTL；
policy。

197. Fast Path 也要 Freshness Check

hot path：

old screenshot

如果 stale，

不得 reuse。

198. World Model Update Granularity

小 event：

不需要 rebuild entire graph。

更新 affected cone：

Cone(\Delta).

199. Affected-Cone Belief Update

\boxed{ W_{t+1} = Update( W_t, E_t, Cone(E_t) ). }

200. Global Consistency Check

局部 update 後：

boundary invariants；
contradictions；

檢查。

不必 full recompute。

201. Causal Invalidation

如果 change：

\Delta X

影響 evidence：

E_i,

invalidate。

202. Evidence Dependency Graph

node：

fact；
evidence；
world component。

edge：

supports / affected by。

203. Re-observation Scheduler

根據：

TTL；
affected change；
risk；
usage；

安排。

204. Sampling Rate

\nu_t = f( \text{Volatility}, \text{Risk}, \text{DecisionNeed}, \text{Budget} ).

205. High Volatility

cursor / animation：

\nu\uparrow.

206. Low Volatility

source commit：

事件驅動即可。

207. Adaptive Sampling

不是：

固定 30fps 所有東西。

208. Temporal Aliasing

sampling 太低：

短暫事件漏掉。

209. Over-Sampling

sampling 太高：

重複資料。

210. B03 Resolution 與 Sampling

\nu

是 temporal resolution resource。

211. Semantic Sampling

不是每 frame 都做 VLM。

可：

cheap delta every frame；
semantic inspect selected frames。

212. Long Video 同型

AVP / VAP / OmniAgent 都利用：

sparse temporal evidence。

213. Software Runtime 同型

trace 中：

只 inspect relevant transaction。

214. Web 同型

DOM events：

只 inspect mutated subtree。

215. Desktop 同型

UIA event：

只 inspect affected control。

216. Dynamic Global Perception 的普遍性

不同 domain：

\boxed{ \text{same control principle, different adapters.} }

217. Adapter Interface

adapter:
  source_type:
  capabilities:
  structured_state:
  event_support:
  roi_support:
  freshness_semantics:
  privacy_class:
  cost:

218. Source Adapter

可能：

browser；
filesystem；
runtime；
desktop；
video；
sensor。

219. Adapter 不決定 Need

Need：

global policy。

Adapter：

提供 capability。

220. Tool Capability Registry

Runtime 需知道：

哪個 adapter 能提供哪個 observation dimension。

221. Perspective → Adapter Mapping

security perspective：

可能：

code；
network；
policy。

visual：

screenshot；
DOM。

222. Modality Substitution

APR-06：

如果 direct structured state 足夠，

不用 vision。

223. Substitution Contract

\boxed{ m_i \rightsquigarrow m_j }

若：

\text{DecisionResolution}(m_j) \ge \text{DecisionResolutionRequired}.

224. Fallback 不可改變 Claim

例如：

realistic vocal。

MIDI 不滿足。

同理：

rendered user-visible state。

DOM 不一定是合法 substitute。

225. Evidence Contract

每 claim 可定：

claim:
  acceptable_modalities:
  required_freshness:
  required_resolution:
  post_action: true

226. Claim-Driven Perception

Perception 不是：

sensor driven。

而：

\boxed{ \text{Claim/DecisionDriven.} }

227. Observation Need Object

need:
  claim:
  unknown_type:
  perspective:
  required_resolution:
  acceptable_modalities:
  risk:

228. Perceptual Policy Compiler

Input：

\text{Need}.

Output：

a_t^{DGO}.

229. Policy Compiler ≠ Planner of Whole Task

只負責：

information acquisition。

230. Evidence Sufficiency Gate

取得 evidence 後：

SUFFICIENT
PARTIAL
CONFLICTED
STALE
BLOCKED

231. PARTIAL

更新 world belief，

再 route。

232. CONFLICTED

保留 conflict，

可：

revisit；
reobserve；
switch perspective。

233. STALE

不得用於 current claim。

234. BLOCKED

需要：

authority；
user；
external.

235. SUFFICIENT

交給：

reasoning；
action；
closure。

236. Perception Receipt

perception_receipt:
  need_id:
  perspective:
  modality:
  source:
  scope:
  resolution:
  observed_at:
  evidence_ids:
  sufficiency:
  cost:

237. Perception Receipt 不等於 Claim Truth

它只描述：

observation process。

claim truth 由 evidence / verifier 判。

238. Belief Revision Receipt

belief_revision:
  before_version:
  after_version:
  changed_facts:
  conflicts_added:
  stale_invalidated:
  evidence_ids:

239. Evidence Lineage

\text{WorldFact} \rightarrow \text{EvidenceIDs} \rightarrow \text{Asset}.

APR status 已具這條。

240. 這對 Cross-Perspective Closure 很重要

B07 需要知道：

每個 role verdict 依賴哪些 evidence roots。

241. APR-DGO 與 Homogeneous Green

如果兩 perspectives：

都依同 evidence root。

B07 不應計為兩份 independent evidence。

242. Perception Runtime 必須保留 Evidence Root

不只 summary。

243. Global Attention Governance

APR-07 已提出：

\text{AttentionMechanism} \subset \text{PerceptualAttention} \subset \text{AttentionGovernance}.

244. Internal Attention

\text{Token}\rightarrow \text{Token}.

245. Perceptual Attention

\text{World}\rightarrow \text{SelectedEvidence}.

246. Governance Attention

\text{Goal}+\text{State}+\text{Risk}+\text{Budget} \rightarrow \text{PerceptualPolicy}.

247. B06 加入 Perspective Governance

\boxed{ \text{Goal}+\text{MacroState}+\text{Unknown} \rightarrow \text{Perspective} \rightarrow \text{PerceptualPolicy}. }

248. 這是「模型外注意力」

在 expensive Transformer attention 前，

先決定：

哪些世界資料根本不要進來。

249. Token Efficiency 的本質

不是只：

compress tokens。

而是：

\boxed{ \text{avoid materializing irrelevant world regions.} }

250. Context Explosion Prevention

來源：

all files；
all sensors；
all role outputs。

B06 解法：

\boxed{ \text{Global Index} + \text{Targeted Materialization.} }

251. Global Index

可包含：

system graph；
evidence map；
unknown map；
event map；
perspective registry。

252. Targeted Materialization

只將：

\text{RelevantCone}

載入 expensive context。

253. Global Index 本身也要壓縮

不能變：

second full world。

254. Multi-Resolution World Index

macro nodes 粗。

hotspots 細。

255. Lazy Expansion

user/query 需要才展開。

256. Project-World Cognition

Project World：

維持整體 project dimensions。

B06：

只在 needed dimension materialize evidence。

257. Long-Horizon Agent

如果 task 跨：

hours；
days；

Persistent World State 比 context 更重要。

258. Conversation Reset 不應等於 World Reset

world state：

externalized / persistent。

259. Perception State 跨 Turn

例如：

已驗證 visual PASS at version v12。

下一 turn：

如果無 affected change，

可 reuse。

260. Freshness + Version Guard

只在：

\text{VersionSame} \land \text{FreshEnough}.

reuse。

261. Long-Horizon Drift

world changing：

old beliefs accumulate。

需要：

TTL；
invalidation；
event refresh。

262. Retention Policy

不是所有 evidence 永遠保留 raw。

risk / reuse / provenance 決定。

263. Retention Tiers

critical evidence：

long。

ephemeral pixel delta：

short。

264. Privacy Retention

sensitive evidence：

short / local / redacted。

265. Archive ≠ Surveillance Database

只保存：

decision-relevant provenance。

266. Minimum Necessary Retention

對稱於：

\text{MinimumNecessaryObservation}.

267. DGO Failure Modes

DGO-F1 — Full-Context Explosion

把全世界塞 context。

DGO-F2 — No Persistent Belief

每輪從零。

DGO-F3 — Belief Without Evidence

只存 summary，無 provenance。

DGO-F4 — Stale Belief

不做 TTL / invalidation。

DGO-F5 — Modality Lock

永遠 text/code。

DGO-F6 — Uniform Resolution

所有區域同精度。

DGO-F7 — Semantic Overprocessing

每 delta 都跑大模型。

DGO-F8 — Fast-Loop Blindness

只看 cheap delta，永不 semantic escalate。

DGO-F9 — Revisit/Reobserve Confusion

舊 evidence 被當 fresh。

DGO-F10 — Receipt-as-Outcome

action receipt 當 world success。

268. DGO-F11 — Circular Self-Verification

內部預測寫回後再讀自己。

269. DGO-F12 — Evidence Archive Pollution

AI inference 被存成 raw observation。

270. DGO-F13 — Contradiction Destruction

新 fact overwrite old conflicting evidence。

271. DGO-F14 — Route Without Authority

因 IG 高越權讀資料。

272. DGO-F15 — Over-Retention

保存過多敏感 raw evidence。

273. DGO-F16 — Observation Without Stop

永遠再看一點。

274. DGO-F17 — Premature Stop

decision ambiguity 尚影響 action。

275. DGO-F18 — ROI Tunnel Vision

局部看深後忘了 macro relation。

276. DGO-F19 — Macro Index Drift

global skeleton 與 world 失配。

277. DGO-F20 — Perception/Reasoning Misallocation

觀察 bottleneck 卻繼續 thinking。

278. Macro Index Refresh

不需要 full rebuild。

event / periodic audit。

279. Projection Drift Audit

B01：

current projection may stop representing world。

定期：

sample independent macro checks。

280. Global Sanity Probe

低頻：

full page screenshot；
architecture diff；
whole-system health metric。

用來檢查 sparse loop 是否漏大變化。

281. Sparse Observation 需要 Occasional Global Probe

否則：

local updates 漏 unknown structural change。

282. Probe Frequency

f_{global} = f( \text{WorldDrift}, \text{Risk}, \text{CoverageConfidence} ).

283. Global Probe ≠ Full High-Resolution Scan

可以：

coarse coverage scan。

284. Multi-Scale Monitoring

macro：

low-frequency coarse。

micro hotspot：

high-frequency fine。

285. 這就是 Dynamic Global Perception

\boxed{ \text{CoarseGlobal} + \text{FineLocal} + \text{EventDrivenSwitching}. }

286. Benchmark B06-1：Context Efficiency

比較：

Control

full reread。

Treatment

persistent belief + targeted observation。

測：

token；
latency；
task success；
stale error。

287. H1

Token_{DGO} < Token_{full}

同時：

Success_{DGO} \approx Success_{full}.

288. Benchmark B06-2：World Drift

動態改 world。

測：

stale detection；
reobserve latency；
belief correctness。

289. H2

TTL / event-native：

StaleError\downarrow.

290. Benchmark B06-3：Post-Action Verification

比較：

receipt-only

vs：

fresh-world-observation

291. H3

fresh observation：

FalseSuccess\downarrow.

292. Benchmark B06-4：Revisit

historical asset 已存在。

比較：

reacquire；
historical revisit。

293. H4

revisit：

Cost\downarrow

在 evidence still valid 時。

294. Benchmark B06-5：Fast/Slow Loop

所有 events 深處理 vs significance gate。

295. H5

Fast/Slow：

Compute\downarrow

不顯著增加 critical miss。

296. Benchmark B06-6：Structured vs Visual

UI tasks 分：

state claim；
rendered claim。

測 modality substitution。

297. H6

claim-matched modality：

Efficiency\uparrow.

298. Benchmark B06-7：Global Probe

只 sparse local updates vs sparse + periodic coarse global probe。

299. H7

global probe：

MacroDriftMiss\downarrow.

300. Benchmark B06-8：Perspective Before Modality

Control：

modality-first。

Treatment：

perspective→modality。

301. H8

Perspective-first：

IrrelevantObservation\downarrow.

302. Benchmark B06-9：Current vs Historical

混合 query：

now；
yesterday；
before action。

303. H9

explicit temporal routing：

TemporalMisattribution\downarrow.

304. Benchmark B06-10：Evidence Archive

只存 final facts vs facts + evidence provenance。

305. H10

archive：

ContradictionRecovery\uparrow,

Auditability\uparrow.

306. Metrics

至少：

TaskSuccess；
MissionClosure；
TokenCost；
ToolCost；
Latency；
ObservationCount；
ReobservationCount；
HistoricalRevisitCount；
InformationGain；
StaleFactRate；
ContradictionRecoveryRate；
FalseSuccessRate；
ContextPeak；
EvidenceReuseRate；
PrivacyExposureVolume。

307. Context Peak

\boxed{ C_{peak} = \max_t|Context_t|. }

B06 特別重視。

308. World Coverage

Coverage_G.

高 coverage 不等高 resolution。

309. Active Resolution Cost

Cost_\rho.

310. Evidence Reuse Rate

\boxed{ ERR = \frac{ \text{ReusedValidEvidence} }{ \text{TotalEvidenceUses} }. }

311. Stale Reuse Rate

\boxed{ SRR = \frac{ \text{StaleEvidenceUsed} }{ \text{TotalEvidenceUses} }. }

應接近 0。

312. Revisit Yield

\boxed{ Y_{revisit} = \frac{ \text{UsefulBeliefRevision} }{ \text{RevisitCost} }. }

313. Reobserve Yield

Y_{reobs}.

可比較。

314. Significance Gate Recall

critical event 有沒有升 slow loop。

315. Significance Precision

避免所有 event 都升級。

316. Post-Action Verification Coverage

高風險 action：

PAVC = \frac{ \text{ActionsWithFreshPostEvidence} }{ \text{RequiredActions} }.

317. False Closure Rate

\boxed{ FCR = P( \text{DeclaredComplete} \land \text{WorldPostconditionFalse} ). }

B06 應降低。

318. Evidence-to-Belief Traceability

每 fact 能否追到 evidence root。

319. World Belief Calibration

confidence 是否對 actual correctness 校準。

320. DGO Runtime Architecture

                    ┌─────────────────────┐
                    │ Goal / Intent / Risk│
                    └─────────┬───────────┘
                              │
                              v
                    ┌─────────────────────┐
                    │ Persistent Macro    │
                    │ World Belief        │
                    └─────────┬───────────┘
                              │
                    Unknown / Conflict
                              │
                              v
                    ┌─────────────────────┐
                    │ Perspective Router  │
                    └─────────┬───────────┘
                              │
                              v
                    ┌─────────────────────┐
                    │ APR Policy Compiler │
                    │ modality/scope/ρ/ν │
                    └─────────┬───────────┘
                              │
                              v
                    ┌─────────────────────┐
                    │ Source Adapters     │
                    │ browser/runtime/... │
                    └─────────┬───────────┘
                              │
                     raw / structured obs
                              │
                              v
                    ┌─────────────────────┐
                    │ Evidence Archive    │
                    │ + Provenance        │
                    └─────────┬───────────┘
                              │
                              v
                    ┌─────────────────────┐
                    │ Belief Revision     │
                    └─────────┬───────────┘
                              │
                   ┌──────────┴──────────┐
                   │                     │
                 Reason                 Act
                   │                     │
                   │                     v
                   │              Post-Action Observe
                   │                     │
                   └──────────┬──────────┘
                              v
                         Re-route / Stop

321. Runtime Components

Macro World Store
Unknown / Conflict Ledger
Perspective Router
APR Policy Compiler
Source Adapter Registry
Event / Delta Monitor
Semantic Inspector Layer
Evidence Archive
Belief Revision Engine
Freshness / TTL Manager
Post-Action Verifier
Perception Budget Supervisor

322. Macro World Store

保存：

current state；
uncertainty；
provenance pointers。

323. Unknown Ledger

unknown:
  claim:
  type:
  consequence:
  required_resolution:

324. Conflict Ledger

conflict:
  claims:
  evidence_roots:
  timestamps:
  status:

325. Perspective Router

B05。

326. APR Policy Compiler

將：

\text{Need}+\text{Perspective}

編成：

a_t^{DGO}.

327. Adapter Registry

知道：

世界資料在哪裡。

328. Event Monitor

cheap。

329. Semantic Inspector

expensive selective。

330. Evidence Archive

保留 world evidence。

331. Belief Revision Engine

不 destructive overwrite。

332. TTL Manager

管理 volatile facts。

333. Post-Action Verifier

防 circular confirmation。

334. Budget Supervisor

控制資源。

335. Minimum Viable Runtime

第一版可只做：

persistent world dict；
evidence IDs；
simple perspective rules；
source adapters；
TTL；
post-action reobserve；
stop rule。

336. 不需要先做 Learned Policy

rule-based 已可驗證核心。

337. MVP Example Policy

rules:
  ui_change:
    perspective: visual
    modality: screenshot
    scope: affected_component

  browser_state_question:
    modality: native_browser_state

  repeated_local_failure:
    perspective: architecture

  post_action_high_risk:
    reobserve: mandatory

338. Current APR v0.4 已覆蓋大量 Substrate

已有：

persistent world；
evidence archive；
ROI；
historical revisit；
browser native state；
event sources。

因此 B06 的實作增量可集中：

Perspective Router；
Resolution Profile；
Need Object；
Evidence Sufficiency Gate；
DGO receipts。

339. Runtime Migration Path

APR v0.4
↓
add Perspective Registry
↓
add Need / Unknown typing
↓
add Perspective Router
↓
add Resolution Requirement
↓
add current/historical/reobserve router
↓
add post-action claim-aware verifier
↓
APR-DGO v1

340. APR-DGO 不破壞現有 APR

它是：

\boxed{ APR + \text{MacroObjectSemantics} + \text{PerspectiveLayer}. }

341. ACR Compatibility

ACR 可繼續上層治理：

B_{perception}.

342. Multi-Agent Compatibility

Perspective Router 可決定：

same agent / independent agent。

不強制多 Agent。

343. Tool Compatibility

Adapter 形式。

344. Model Compatibility

Semantic inspector 可替換。

345. Local-First? Global-First?

B06：

world model global。

observation local。

所以：

\boxed{ \text{GlobalModel} + \text{LocalObservation}. }

不是矛盾。

346. Global-First Completion 對接

Global-First：

先建 whole-enough structure。

B06：

在 whole structure 上 targeted observe。

347. Macro Object Card 可成 World Store Seed

B01 的 Macro Object Card：

constituents；
relations；
unknowns；
evidence map。

可初始化：

W_0.

348. Dynamic MSSP 對接

architecture role drift：

event。

B06：

observe；
update effective role。

349. Effective Architecture Recovery

B06 evidence：

code；
runtime；
human；
external。

可更新：

A_{effective}.

350. Persistent Architecture Belief

不需要每次：

重做 full architecture recovery。

351. Event-Driven Architecture Update

dependency / config / runtime change：

update affected graph。

352. Cross-Perspective Evidence

B07 將讀：

perspective；
evidence；
verdict；
independence。

B06 要保證資料結構存在。

353. Perception Receipt → B07

每 perspective：

perspective_id:
claim:
evidence_ids:
resolution:
freshness:
verdict:
unknowns:

354. B07 需要的不是「Agent 說 PASS」

而：

\boxed{ \text{ScopedEvidenceBearingPerspectiveResult}. }

355. B06 是 B07 的 Evidence Plane

可以說：

\boxed{ B06 = \text{DynamicEvidencePlane}. }

B07：

\boxed{ \text{ClosureControlPlane}. }

356. Global Perception 不等於 Completion

B06 只提高：

看見世界。

仍需：

intent；
obligations；
authority；
cross-perspective closure。

357. 感知越強也可能越難完成

因為：

發現更多 optional issues。

A05 Completion Drift 仍需 guard。

358. Evidence ≠ Obligation

B06 找到：

\text{finding}.

不自動：

\text{blocker}.

359. Perception Runtime 不應擴 scope

它輸出：

evidence；
finding；
unknown。

scope authority 在外部。

360. 高 Resolution 不等於高 Priority

一個小視覺 imperfection 看得很清楚，

不代表：

release blocker。

361. Perception / Governance Separation

\boxed{ \text{Observe} \neq \text{Govern}. }

362. Perception / Authority Separation

\boxed{ \text{See} \neq \text{MayAct}. }

363. Perception / Truth Separation

\boxed{ \text{Observe} \neq \text{Truth}. }

evidence 可能 error。

364. Perception Runtime 要允許 Sensor Error

source health：

\text{Health}(source).

365. Adapter Health

disconnected；
stale；
partial。

366. Evidence Reliability

metadata：

source reliability；
parser version；
model version。

367. Cross-Sensor Check

高風險：

structured state + rendered state。

368. Independent Evidence 可降低 Common-Mode Error

A08。

369. But More Sensors ≠ More Resolution

B03。

370. 所以 B06 必須聯合 B03/B08

選：

complementary / independent evidence。

371. Evidence Diversity Budget

不只觀察量。

考慮：

\text{DiversityGain}.

372. High-Risk Observation Portfolio

例如 payment：

transaction trace；
DB state；
provider receipt。

373. Low-Risk Portfolio

CSS：

screenshot。

374. Perception Mode

可以：

SILENT
BALANCED
DEEP
AUDIT

375. SILENT

只 fast loop。

376. BALANCED

事件 + targeted semantic。

377. DEEP

高 resolution / multiple modalities。

378. AUDIT

independent evidence / provenance / history。

379. Mode 由 Risk / Task 決定

不是 user 每次手動選。

380. User 可 Override Soft Mode

但 mandatory risk floor 保留。

381. Perception Mode 不等同 Reasoning Mode

可：

high perception / low reasoning；
vice versa。

B04。

382. Adaptive Mode Transition

incident：

\text{BALANCED}\rightarrow\text{DEEP}.

closure：

\text{DEEP}\rightarrow\text{SILENT}.

383. World Drift Detection

Fast loop：

detect.

384. Significance Detection

goal-aware。

385. Perspective Selection

B05。

386. APR Evidence Acquisition

B06。

387. Closure

B07。

388. Series B 至此的完整管線

\boxed{ \text{MacroObject} \rightarrow \text{ObservationOperators} \rightarrow \text{Resolution} \rightarrow \text{Reason/ObserveBalance} \rightarrow \text{PerspectiveRouting} \rightarrow \text{APRDynamicPerception} \rightarrow \text{CrossPerspectiveClosure}. }

389. B06 的核心命題

本文 v0.2 收束為三十二條。

P1 — Global Perception Non-Materialization

\boxed{ \text{GlobalPerception} \neq \text{GlobalMaterialization}. }

P2 — Global Attention

\boxed{ \text{GlobalAttention} = \text{GlobalStateAwareness} + \text{SparseTargetedInspection}. }

P3 — Persistent World Belief

\boxed{ W_{t+1} = \text{Update}(W_t,E_t) }

優於 many-task setting 中反覆 full reread。

P4 — Context / World / Archive Separation

\boxed{ \text{Context} \neq \text{WorldState} \neq \text{EvidenceArchive}. }

P5 — Perspective Before Modality

\boxed{ \text{Perspective} \rightarrow \text{Modality} \rightarrow \text{Scope} \rightarrow \text{Resolution}. }

P6 — Modality Is Claim-Relative

\boxed{ \text{BestModality} = f(\text{Claim}). }

P7 — Direct State Preference

當 structured state 足以回答 claim：

\boxed{ \text{DirectState} }

通常優於 expensive rendered re-inference。

P8 — Rendered Outcome Necessity

user-visible claim：

\boxed{ \text{StructuredState} \nRightarrow \text{RenderedOutcome}. }

P9 — Fast / Slow Perception

\boxed{ \text{CheapMonitor} \rightarrow \text{SignificanceGate} \rightarrow \text{SelectiveSemanticInspection}. }

P10 — Change Magnitude Non-Significance

\boxed{ \text{ChangeMagnitude} \neq \text{ChangeSignificance}. }

P11 — Event / Evidence Separation

\boxed{ \text{Trigger} \neq \text{Evidence}. }

P12 — Generalized ROI

\boxed{ \text{ROI} }

可為 spatial、temporal、graph、file、trace 等任意 bounded subspace。

P13 — Revisit / Reobserve Separation

\boxed{ \text{HistoricalRevisit} \neq \text{FreshReobservation}. }

P14 — Freshness Governance

\boxed{ \text{SamplingRate} = f( \text{Volatility}, \text{Risk}, \text{DecisionSensitivity} ). }

P15 — Continuous Perception

\boxed{ \text{ContinuousPerception} = \text{BeliefMaintenance}, }

不是 continuous full semantic processing。

P16 — Evidence Provenance

每 current fact 應可追：

\boxed{ \text{Fact} \rightarrow \text{Evidence} \rightarrow \text{SourceAsset}. }

P17 — Conflict Preservation

\boxed{ \text{Contradiction} \nRightarrow \text{DestructiveOverwrite}. }

P18 — Minimum Necessary Observation

\boxed{ \min \text{ObservationCost} \quad \text{s.t.} \quad \text{DecisionClosure}. }

P19 — Stop Rule

感知必須存在 explicit stop condition。

P20 — Post-Action Observation

\boxed{ \text{Execute} \rightarrow \text{FreshWorldObservation}. }

P21 — Receipt / Outcome Separation

\boxed{ \text{Receipt} \neq \text{ObservedOutcome}. }

P22 — Expected / Observed Separation

\boxed{ \text{ExpectedOutcome} \neq \text{ObservedOutcome}. }

P23 — No Circular Self-Verification

internal predicted postcondition 不能當 independent outcome evidence。

P24 — Authority-Aware Perception

\boxed{ \text{MayObserve} \neq \text{MayAct}. }

P25 — Privacy-Minimizing Observation

\boxed{ \text{ObserveOnlyWhatDecisionRequires} }

應是 default。

P26 — Budgeted Perception

\boxed{ \text{Perception} }

是多資源 constrained allocation。

P27 — Resolution-Preserving Compaction

\boxed{ \text{Compression} \nRightarrow \text{DecisionResolutionLoss}. }

P28 — Hot/Warm/Cold Evidence

\boxed{ \text{HotBelief} + \text{WarmEvidence} + \text{ColdArchive} }

支援長時空 cognition。

P29 — Coarse Global / Fine Local

\boxed{ \text{CoarseGlobal} + \text{FineLocal} + \text{EventDrivenSwitching} }

是 scalable dynamic global perception。

P30 — APR-DGO

\boxed{ \text{APR-DGO} = \text{APR} + \text{MacroObjectSemantics} + \text{PerspectiveRouting}. }

P31 — Dynamic Evidence Plane

B06 的系統角色：

\boxed{ \text{DynamicEvidencePlane}. }

P32 — Series B Perception Principle

\boxed{ \textbf{ Global perception is not seeing everything. It is maintaining enough of the whole to know where, when, and how to look next. } }

390. 結論

如果一個 AI 想成為真正的「全域觀察者」，

最粗暴的方法是：

把所有世界資料都塞進 context。

但這條路很快遇到：

\text{TokenExplosion},

\text{LatencyExplosion},

\text{MemoryExplosion},

\text{AttentionDilution},

以及：

\text{PrivacyExposure}.

真正可擴展的全域感知必須把：

\boxed{ \text{全域} }

與：

\boxed{ \text{全量} }

分開。

Agent 可以只維持：

macro-object skeleton；
current world belief；
unknown map；
evidence map；
active perspective；
routeable perspectives；
risk；
freshness。

這已經足以形成：

\boxed{ \text{GlobalAwareness}. }

真正昂貴的 observation 則只在：

目前宏觀 belief 還不能支援 decision

的位置 materialize。

因此：

\boxed{ \text{GlobalAwareness} + \text{SparseObservation} + \text{AdaptiveResolution} }

不是「看少一點」的妥協。

它是：

讓 Agent 能在更長時間、更大世界、更高模態數量下仍持續知道自己知道什麼、不知道什麼、哪個 belief 已過期、哪個 conflict 需要重新看，以及下一個最有價值的 evidence 在哪。

這也重新定義了 context。

Context 不再是：

AI 的整個世界。

而只是：

\boxed{ \text{目前這一刻被 materialize 的認知工作面}. }

世界本身由：

\text{PersistentWorldBelief} + \text{EvidenceArchive} + \text{LiveSources}

支撐。

當 Agent 執行 action 時，

它也不能只相信：

tool receipt。

真正 closed loop 必須：

\boxed{ \text{Plan} \rightarrow \text{Act} \rightarrow \text{ObserveAgain} \rightarrow \text{ReviseBelief}. }

所以 B06 的最後一句可以收束成：

\boxed{ \textbf{ Global perception is not the continuous consumption of the whole world. It is the continuous maintenance of a world belief, plus the ability to acquire the right evidence exactly where that belief is still insufficient. } }

中文即：

真正的全域感知不是持續吞下整個世界，而是持續維護一個可追溯的世界信念，並在這個信念仍不足以支援當前決策的位置，精準取得下一份必要證據。

到這裡，Series B 已經具備：

宏觀個體；
觀察算子；
解析度；
observation / reasoning allocation；
perspective routing；
dynamic evidence runtime。

最後的 B07 將處理唯一剩下的問題：

多個視角都取得 evidence 之後，什麼條件下才可以說「宏觀個體真的閉合，而且原始意圖也被閉合」？

參考文獻

A. 外部研究

Bajcsy, R. (1988). Active Perception. Proceedings of the IEEE, 76(8), 996–1005.
經典 active perception 理論：perception 是 task-directed、由 observer 主動控制的 sensing process，而非固定 input preprocessing。
Aloimonos, Y., Weiss, I., & Bandyopadhyay, A. (1988). Active Vision. International Journal of Computer Vision, 1, 333–356.
以 active sensing / viewpoint control 改變 perception problem，是 APR-DGO「觀察政策也是行動」的歷史近鄰。
Wang, Z., Zhou, H., Wang, S., Li, J., Xiong, C., Savarese, S., Bansal, M., Ryoo, M. S., & Niebles, J. C. (2026). Active Video Perception: Iterative Evidence Seeking for Agentic Long Video Understanding. CVPR Findings 2026, 9088–9099.
https://openaccess.thecvf.com/content/CVPR2026F/html/Wang_Active_Video_Perception_Iterative_Evidence_Seeking_for_Agentic_Long_Video_CVPRF_2026_paper.html
以 plan–observe–reflect 迭代只取得 compact query-relevant evidence；論文報告相較最佳 agentic baseline，平均 accuracy 提升 5.7%，同時僅使用約 18.4% inference time 與 12.4% input tokens。本文僅將這些比例限定於其 long-video benchmark 設定。
Xing, Z., Xu, R., Wang, Y., He, J., Ma, Z., Yang, Q., Chu, Y., Xu, J., Lin, J., Fu, C.-W., & Heng, P.-A. (2026). Native Active Perception as Reasoning for Omni-Modal Understanding. arXiv:2606.19341.
https://arxiv.org/abs/2606.19341
OmniAgent 將 long-video understanding 建模為 POMDP-based iterative Observation–Thought–Action cycle，on-demand 取得 raw media cues 並蒸餾進 persistent textual memory，使 reasoning complexity 與 raw video duration 解耦。
Xu, K., Wang, Y., Cheng, Z., Liu, H., Wang, Y., & Wang, Y. (2026). Agentic Active Omni-Modal Perception for Multi-Hop Audio-Visual Reasoning. arXiv:2605.28192.
https://arxiv.org/abs/2605.28192
AOP-Agent 使用 hierarchical omni-modal memory 與 collaborative observe–reflect–replan loop，提供 active omni-modal perception 的最新工程近鄰。
Ma, M. Q., Guo, W., Agrawal, A., Gupta, A., Liang, P. P., Salakhutdinov, R., & Morency, L.-P. (2026). Video Active Perception: Effective Inference-Time Long-Form Video Understanding with Vision-Language Models. arXiv:2605.01662.
https://arxiv.org/abs/2605.01662
將 keyframe selection 視為 active data acquisition，使用 prior world knowledge 改善 long-video frame efficiency，支持「不需均勻觀察全部時序」。
Wang, Z., Chen, H., Qin, H., Wei, Z., Qian, T., & Bai, C. (2026). Think, Then Verify: A Hypothesis-Verification Multi-Agent Framework for Long Video Understanding. CVPR 2026, 33784–33793.
https://openaccess.thecvf.com/content/CVPR2026/html/Wang_Think_Then_Verify_A_Hypothesis-Verification_Multi-Agent_Framework_for_Long_Video_CVPR_2026_paper.html
將 answer candidates 轉成 testable hypotheses，再由 judge 導出 discriminative clue、localized verifier 取得 evidence；與 B06 hypothesis-directed evidence routing 具有直接近鄰。
Xu, Y., Liu, G., Kompella, R. R., Huang, T., Hu, S., Ilhan, F., Tekin, S. F., Yahn, Z., & Liu, L. (2026). A Multi-Agent Perception-Action Alliance for Efficient Long Video Reasoning. CVPR 2026, 19497–19507.
https://openaccess.thecvf.com/content/CVPR2026/html/Xu_A_Multi-Agent_Perception-Action_Alliance_for_Efficient_Long_Video_Reasoning_CVPR_2026_paper.html
使用 multi-round perception-action exploration、clue-based temporal block selection 與 consensus-triggered re-exploration，提供 selective perception + multi-agent deliberation 的最新案例。
Shi, C., Dorothy, M. R., & Fu, J. (2025). Integrated Control and Active Perception in POMDPs for Temporal Logic Tasks and Information Acquisition. arXiv:2504.13288.
聯合 system control 與 perception actions，把 information acquisition 納入 planning objective，是 APR-DGO belief-state / sensing-action / belief-update 的 decision-theoretic 近鄰。
Spaan, M. T. J., Veiga, T. S., & Lima, P. U. (2015). Decision-Theoretic Planning under Uncertainty with Information Rewards for Active Cooperative Perception. Autonomous Agents and Multi-Agent Systems.
active perception 中 information reward / POMDP 的經典外部背景。
From Language Models to Agentic AI: A Survey of Autonomous, Action-Enabled, and Collaborative LLM Agents. Cognitive Computation, 2026.
將現代 agent 描述為 perception、memory、reasoning/planning、tool interface、actuation、feedback / oversight 的迭代系統，支持 B06 將 agent 視為 closed-loop lifecycle，而非單次生成模型。

B. Neo.K / EveMissLab 既有研究與工程

Neo.K. Agentic Perception：具備自主感知策略的多模態智能架構, APR-07, 2026.
建立： $$ \text{Perception}

\text{Goal-conditioned, stateful, risk-aware, budgeted information acquisition}
$以及：$
\text{AttentionMechanism} \subset \text{PerceptualAttention} \subset \text{AttentionGovernance}. $$
Neo.K. 跨模態感知閱讀：文字、影像、影片與聲音的統一注意策略, APR-06, 2026.
建立 modality-general reading、modality routing、m_t=\varnothing 作為合法 perception action，以及 modality substitution。
Neo.K. 感知預算分配：從固定視覺 Token 到動態資訊獲益最大化, APR-05, 2026.
建立 perceptual budget、minimum sufficient perception、information gain、reasoning / memory / re-observation 聯合資源配置。
Neo.K. APR Runtime Status v0.4 — Historical Revisit + Browser Native State, 2026.
現有工程狀態已驗證 Persistent World State、Evidence Archive、ROI semantic evidence、historical revisit、revisit provenance graph、contradiction repair、browser native state、bounded ARIA / DOM digest、focus/navigation events、volatile / TTL schema 與 22/22 unit tests。
Neo.K. APR Runtime Status v0.3 — Semantic Evidence Layer, 2026.
建立：
$\text{real stream} \rightarrow \text{low-level delta} \rightarrow \text{selected ROI} \rightarrow \text{semantic evidence} \rightarrow \text{persistent belief}.$
Neo.K. 〈宏觀個體與局部投影〉，Series B B01 v0.2, 2026.
建立 Macro Object、Persistent Macro Belief、Unknown / Conflict、Decision-Sufficient Observability。
Neo.K. 〈角色即觀察算子〉，Series B B02 v0.2, 2026.
建立 Role → Observation Operator、Role Router 與 Role / Modality / Skill / Tool separation。
Neo.K. 〈解析度理論：多模態不是資料堆積〉，Series B B03 v0.2, 2026.
建立 observation resolution = relevant state distinguishability、minimum sufficient resolution、resolution ledger、cache invalidation 與 continuous resolution maintenance。
Neo.K. 〈推理解析度與觀察解析度不對稱〉，Series B B04 v0.2, 2026.
建立 OBSERVE / REASON / INTERVENE / ACT / STOP、Balanced Epistemic Compute 與 reasoning / observation budget competition。
Neo.K. 〈動態視角路由〉，Series B B05 v0.2, 2026.
建立 Dynamic Perspective Router、Global Mind / Local Lens，以及：
$\text{MacroWorld} \rightarrow \text{Perspective} \rightarrow APR \rightarrow \text{Evidence} \rightarrow \text{BeliefRevision}.$
Neo.K. Projection-Native Perception–Action Loop, PNCW Paper 08, 2026.
建立 Receipt != IndependentVerification、ExpectedOutcome != ObservedOutcome、post-action machine evidence、belief update 與禁止循環自證。
Neo.K. ACR v0.2 — Multi-Dimensional Adaptive Resource Control, 2026.
區分 Cognitive Resource Governance 與 Perceptual Resource Governance，將 reasoning、context、memory、tools、model、verification、perception 放入上層 adaptive resource control。
Neo.K. Project-World Cognition, 2026.
建立 project-as-world、Global Project Attention Coverage 與長時空 Agent 的 macro state awareness。

End of Series B — B06 v0.2

APR 驅動的動態全域感知 v0.2

APR 驅動的動態全域感知 v0.2

——在不爆 Token 的條件下實現多模態全域觀察

摘要

Dynamic Global Perception Runtime

動態全域感知 Runtime

APR-DGO

APR-Governed Dynamic Global Observation

1. 從「輸入」到「感知治理」

2. 世界不是 Context

3. Context 是工作區，不是世界本身

4. 全域感知的根本問題

5. Full-World Re-reading 的複雜度問題

6. Persistent World Belief

7. B06 將 WtW_tWt​ 與 Macro Object 統一

8. Epistemically Annotated World State

9. World Belief 至少四態

10. KNOWN 不代表永恆

11. UNKNOWN 必須保留

12. CONFLICTED 必須保留

13. STALE 是動態世界必要狀態

14. Evidence Archive

15. Why Archive?

16. Historical Revisit

17. Revisit 與 Reobserve 不同

Revisit

Reobserve

18. Revisit 成本通常更低

19. Current-vs-Historical Routing

20. APR v0.4 的下一工程方向

21. Dynamic Global Perception 的五層控制

22. Layer 1 — Perspective Routing

23. Layer 2 — Modality Routing

24. Layer 3 — Scope Routing

25. Layer 4 — Resolution Routing

26. Layer 5 — Evidence Action

27. APR action 的 Series B 版本

28. PtP_tPt​ — Perspective

29. mtm_tmt​ — Modality

30. rtr_trt​ — Reading / Representation Mode

31. Ωt\Omega_tΩt​ — Scope

32. ρt\boldsymbol\rho_tρt​ — Resolution

33. νt\nu_tνt​ — Sampling

34. dtd_tdt​ — Reasoning Depth

35. hth_tht​ — Historical Horizon

36. qtq_tqt​ — Revisit / Re-observation

37. ptp_tpt​ — Epistemic Action

38. Global Perception Policy

39. Runtime State

40. GtG_tGt​

41. WtW_tWt​

42. PtP_tPt​

43. UtU_tUt​

44. KtK_tKt​

45. RtR_tRt​

46. Bt\mathbf B_tBt​

47. Γt\Gamma_tΓt​

48. HtH_tHt​

49. Perception Runtime 不等於 Vision Runtime

50. Modality = Evidence Carrier Family

51. Direct State 優先原則

52. 但 Direct State 不等於 User Experience

53. Modality Selection 必須 Claim-Relative

54. Structured Fast Loop

Fast Loop

55. Fast Loop 的目的

56. Slow Semantic Loop

Slow Loop

57. Fast / Slow 分層

58. 為什麼需要兩速感知？

59. Significance ≠ Magnitude

60. 小變化可能高重要

61. 大變化可能低重要

62. Significance Function

63. Event-Native 感知

64. Event Sources

65. Event 不是 Evidence Completion

66. Trigger vs Evidence

67. ROI — Region of Interest

68. ROI 不只是畫面 crop

7. B06 將 $W_t$ 與 Macro Object 統一

28. $P_t$ — Perspective

29. $m_t$ — Modality

30. $r_t$ — Reading / Representation Mode

31. $\Omega_t$ — Scope

32. $\boldsymbol\rho_t$ — Resolution

33. $\nu_t$ — Sampling

34. $d_t$ — Reasoning Depth

35. $h_t$ — Historical Horizon

36. $q_t$ — Revisit / Re-observation

37. $p_t$ — Epistemic Action

40. $G_t$

41. $W_t$

42. $P_t$

43. $U_t$

44. $K_t$

45. $R_t$

46. $\mathbf B_t$

47. $\Gamma_t$

48. $H_t$