Living Evidence Layer 與引用治理方法論

副標題：Stable Paper、Citation Edition、Evidence Snapshot 與 Claim–Evidence Graph 的分離式學術維護架構
版本： v0.1
日期： 2026-09-16
定位： Research Stewardship / Citation Automation / AI-Native Scholarly Infrastructure
適用範圍： AI 管理研究網站、論文群、預印本平台、長期演化研究物

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司

摘要

傳統學術出版通常把論文正文、引用列表與證據狀態綁定在同一份靜態文件中。當新文獻出現時，研究者若想更新引用，往往只能重新修改論文、重新輸出 PDF，甚至產生新的版本號。然而在 AI 管理、持續研究與大型論文群環境中，這種模型會造成大量不必要的版本膨脹。

本文提出一套分離式引用治理架構：

\boxed{ \text{Stable Paper} + \text{Living Evidence Layer} }

其中，論文本體作為穩定的 scholarly artifact；引用、證據關係、scope binding、contrary evidence 與 literature saturation 則由可持續更新的 Living Evidence Layer 管理。

整體架構進一步分離：

\boxed{ \text{ResearchVersion} \neq \text{CitationEdition} \neq \text{EvidenceSnapshot}. }

Research Version：只有研究命題、模型、公式、範圍或結論發生實質變化時才更新。
Citation Edition：研究內容不變，但重新輸出較新的引用集合時使用。
Evidence Snapshot：某一時間點的完整 Claim–Evidence 狀態快照，可頻繁生成，不影響論文版本。

本方法亦提出：

\boxed{ \text{Default Reference Target}\approx30, \qquad \text{Coverage governs, not Count}. }

約 30 篇引用可以作為一般成熟論文的 soft target，但不構成硬性門檻。真正的完成條件應由 Claim Coverage、Evidence Requirement、Boundary Evidence、Contrary Evidence 與 Citation Saturation 決定。

1. 問題：引用更新不應自動等於論文升版

假設一篇論文：

Research Version: v0.1
References: 21

一個月後 AI 發現：

2 篇新的 direct evidence；
1 篇 boundary evidence；
1 篇 contrary evidence；
3 篇技術祖先。

若正文核心 Claim 沒有改變，則不應僅因：

21\rightarrow28

就產生：

v0.1\rightarrow v0.2.

因此：

\boxed{ \text{Reference Growth} \not\Rightarrow \text{Research Revision}. }

2. Stable Paper

本文定義：

\boxed{ P_s = \text{Stable Paper}. }

Stable Paper 是正式論文本體，包含：

title；
abstract；
main text；
formulas；
figures；
claim statements；
publication-time references；
publication-time evidence snapshot identifier。

Stable Paper 必須具有自足性。

即使離開原網站，單獨下載 Markdown、PDF 或其他格式後，仍應可以：

閱讀；
理解；
追溯主要引用；
知道出版時的研究狀態。

3. Publication Reference Snapshot

Stable Paper 文末仍應保留 References。

但其語義不是：

永遠最新的引用集合。

而是：

\boxed{ \text{Evidence Snapshot at Publication Time}. }

例如：

Research Version: v0.1
Citation Edition: CE-1
Evidence Snapshot: ES-2026-09-16.001
References: 24

4. Living Evidence Layer

本文定義：

\boxed{ \mathcal E_L = \text{Living Evidence Layer}. }

它獨立於論文本體持續更新。

主要內容包括：

Evidence Registry；
Claim–Evidence Relations；
Scope Binding；
Evidence Strength；
Evidence Requirement Class；
Contrary Evidence；
Boundary Evidence；
Literature Saturation；
Last Search Time；
Search Provenance；
Evidence Status。

5. 雙軌研究物

整體結構：

\boxed{ \text{Paper Track} \parallel \text{Evidence Track}. }

Paper Track：

Paper v0.1
Paper v0.2
Paper v1.0

Evidence Track：

ES-001
ES-002
ES-003
ES-004
...

Citation Edition：

v0.1 CE-1
v0.1 CE-2
v0.1 CE-3

因此一篇研究可以出現：

Research Version: v0.1
Citation Edition: CE-3
Latest Evidence Snapshot: ES-2026-10-21.004

而不需要改成 v0.2。

6. Research Version

Research Version 只在以下情況改變：

Claim substantive change；
formula change；
model change；
claim scope change；
claim status change；
conclusion change；
major architecture change；
validation result changes theoretical interpretation。

可形式化為：

\boxed{ \Delta R_{\mathrm{semantic}} > \theta_R \Rightarrow Version++. }

7. Citation Edition

本文定義：

\boxed{ CE_k = \text{Citation Edition }k. }

Citation Edition 用於：

新文獻加入；
bibliography 修正；
DOI 補完；
reference formatting 改善；
引用位置改善；
claim–citation alignment 更精確；

但：

\boxed{ \Delta R_{\mathrm{semantic}} \approx0. }

例如：

v0.1 CE-1
v0.1 CE-2
v0.1 CE-3

都屬於同一研究版本。

8. Evidence Snapshot

本文定義：

\boxed{ ES_t = \text{Evidence Snapshot at time }t. }

Evidence Snapshot 可非常頻繁地產生，例如：

ES-2026-09-16.001
ES-2026-09-17.001
ES-2026-09-22.002

每個 Snapshot 保存：

current evidence set；
claim coverage；
relation typing；
evidence strength；
unresolved debt；
contrary evidence；
saturation status。

9. Evidence Identity 與 Citation Number 必須分離

傳統 bibliography 使用：

[1]
[2]
[3]

但這不適合作為 machine identity。

因為新增引用後：

Liang 1997 = [4]

可能變成：

Liang 1997 = [7].

因此：

\boxed{ \text{EvidenceIdentity} \neq \text{CitationNumber}. }

建議使用：

EV-000001
EV-000002
EV-000003

或 family-local：

EV-P02-001
EV-P02-002

10. Claim Identity

Claim 同樣使用持久 ID：

CL-P02-001
CL-P02-002
CL-P03-004

論文段落可以變動，但 Claim Identity 不應隨排版改變。

因此：

\boxed{ \text{ClaimIdentity} \neq \text{ParagraphNumber}. }

11. Claim–Evidence Relation

真正重要的不是：

論文引用了哪些文獻？

而是：

哪個 Evidence 支持、限制、反駁或構成哪個 Claim 的祖先？

核心關係：

\boxed{ E_j \xrightarrow{ \text{relation}, \text{scope}, \text{strength} } C_i. }

12. Evidence Relation Types

建議最低包含：

direct
supporting
ancestor
boundary
contrary
method
context
replication

direct

直接測試或支持 Claim 的核心內容。

supporting

支持相鄰機制、背景或局部條件。

ancestor

技術、理論或方法上的前驅。

boundary

指出 Claim 的適用範圍、限制或條件。

contrary

提供相反、衝突或削弱 Claim 的證據。

method

支持 Claim 使用的測量、演算法、實驗方法。

context

提供背景，但不作為主要證據。

replication

獨立重現或重複驗證相似效果。

13. Scope Binding

Evidence 不能只連到 Claim。

還要保存：

\boxed{ Scope(E_j\rightarrow C_i). }

例如：

{
  "claim_id": "CL-P01-003",
  "evidence_id": "EV-000127",
  "relation": "direct",
  "scope": "normal human observers under adaptive-optics correction",
  "strength": "strong"
}

這可防止：

在病患族群成立

被錯寫成：

對所有正常人皆成立。

14. Evidence Strength

Evidence Strength 建議不要只有單一分數。

可表示為：

\boxed{ \mathbf S_E = ( S_D, S_Q, S_R, S_P, S_X ) }

其中：

$S_D$ ：directness；
$S_Q$ ：study quality；
$S_R$ ：replication；
$S_P$ ：population / scope fit；
$S_X$ ：external validity。

15. 不是所有 Claim 都需要 Direct Evidence

這是本方法最重要的規則之一。

Claim 必須先分類：

\boxed{ C_i \rightarrow RequirementClass(C_i). }

16. Evidence Requirement Classes

建議至少包含：

empirical_direct_required
empirical_support_required
engineering_ancestor_required
boundary_evidence_required
mathematical_derivation
formal_definition
architecture_principle
simulation_required
experiment_required
normative_proposal
future_speculation

17. empirical_direct_required

例如：

某種光學校正能提高某群體的視覺表現。

需要：

direct experiments；
clinical / psychophysical evidence。

18. mathematical_derivation

例如：

m_t(\theta) = \frac{\sin f(\theta)}{\sin\theta}.

如果它由定義與幾何推導得到，

則不需要強行尋找一篇「證明相同公式」的論文。

可以引用：

mathematical ancestor；
optical invariant background；

但 Claim closure 可以由 derivation 完成。

19. formal_definition

例如：

\mathrm{VFOS} = \text{Virtual Freeform Optical Shell}.

這是本研究提出的 formal definition。

要求是：

internal consistency；
clear scope；
lineage；

不是外部 paper approval。

20. architecture_principle

例如：

\text{Boundary Carrier} \neq \text{Optical Carrier}.

它是一個 architecture principle。

可以有 engineering ancestors，

但不應假裝存在某篇文獻直接「證明」此研究自己的架構命名。

21. simulation_required

例如：

某種角映射是否在完整 binocular geometry 中穩定。

需要：

\boxed{ S }

而不是硬塞 indirect citation。

22. experiment_required

例如：

Peripheral Anchor 是否能降低特定 Exo-Eye configuration 的動態適應負擔。

即使已有鄰接研究，

仍可保持：

\boxed{ X. }

23. Reference Count Policy

本文提出：

\boxed{ \text{Default Reference Target} \approx30. }

但：

\boxed{ \text{Coverage governs, not Count}. }

24. 30 篇是 Soft Target

一般成熟論文可自然落在：

25\sim35.

但這不是 KPI。

可能出現：

18 references — complete

也可能：

52 references — justified

25. 推薦的引用組成

一篇成熟研究可參考：

Core Direct Evidence

約：

8\sim12.

Supporting / Methods / Ancestors

約：

10\sim15.

Boundary / Contrary / Alternatives

約：

5\sim10.

實際數量依 Claim 結構決定。

26. Citation Saturation

本文定義：

\boxed{ \mathcal S_C = \text{Citation Saturation}. }

當後續搜尋的 marginal information gain 越來越小：

\Delta I_E \rightarrow0,

即進入 saturation。

27. Citation Saturation Stop Rule

可使用：

\boxed{ \Delta C_{\mathrm{coverage}} < \epsilon \quad \text{for the next }k\text{ relevant works} \Rightarrow STOP. }

也就是：

連續數篇高相關文獻都沒有增加：

新 direct support；
新 boundary；
新 contrary evidence；
新技術祖先；
新 scope correction；

即可停止搜尋。

28. Reference Inflation Prevention

禁止：

\boxed{ \text{Reference Count} \rightarrow \text{Quality Proxy}. }

引用多不代表研究更強。

因此 Citation Agent 不應有：

must reach 30

而應有：

soft_target: 30
hard_requirement: evidence_coverage
stop_rule: saturation

29. AI Citation Pipeline

推薦流程：

\boxed{ \text{ClaimExtraction} \rightarrow \text{RequirementTyping} \rightarrow \text{LiteratureRetrieval} \rightarrow \text{EvidenceMatching} \rightarrow \text{ScopeBinding} \rightarrow \text{Dedup} \rightarrow \text{SaturationCheck} }

30. Step 1｜Claim Extraction

從正文提取：

major claims；
equations；
definitions；
hypotheses；
engineering principles。

31. Step 2｜Requirement Typing

每個 Claim 先判定：

What kind of evidence is actually required?

這一步必須先於文獻搜尋。

32. Step 3｜Literature Retrieval

針對每個 Claim 搜：

direct
supporting
ancestor
boundary
contrary

而不是只搜尋論文標題關鍵字。

33. Step 4｜Evidence Matching

每個候選文獻建立：

candidate
verified
rejected

三態。

34. Candidate 不等於 Evidence

搜尋結果只有標題相關時：

\boxed{ \text{candidate} \neq \text{verified evidence}. }

必須檢查：

abstract；
methods；
population；
result；
limitations。

35. Step 5｜Scope Binding

寫清楚：

這篇 paper 支持 Claim 的哪一部分？

36. Step 6｜Dedup

去除：

DOI duplicate；
preprint / journal duplicate；
conference / extended version duplicate；
metadata duplicate。

37. Step 7｜Saturation Check

若新增文獻不再改變：

claim coverage；
scope；
strength；
contrary state；

停止。

38. Living Evidence UI

AI 管理研究網站可以在論文右側顯示：

RESEARCH STATE

Paper
v0.1

Citation Edition
CE-2

Evidence Snapshot
ES-2026-09-16.004

Evidence Records
34

Claim Coverage
8 / 8

Direct
12

Supporting
8

Boundary
5

Contrary
2

Last Scan
2026-09-16

[Evidence Graph]
[Full References]
[Download Evidence Pack]

39. Inline Claim UI

正文可以顯示：

Angular Resource Reallocation   [6 evidence]

點擊後右側展開：

CL-P02-003

Direct       2
Supporting   2
Boundary     1
Contrary     1

Requirement
empirical + mathematical

Status
closed

40. Evidence 不應遮蔽正文

正文主要服務：

\boxed{ \text{human reading}. }

Evidence Layer 主要服務：

\boxed{ \text{verification} + AI + \text{review} + \text{maintenance}. }

41. Download Layer

建議每篇提供：

Paper.md
Paper.pdf
References.bib
References.csl.json
Evidence-Ledger.jsonl
Claim-Evidence-Graph.json
Evidence-Snapshot.json
Evidence-Pack.zip

42. Evidence Pack

本文定義：

\boxed{ EP_k = \text{Evidence Pack}. }

包含：

bibliography；
evidence registry；
claim ledger；
claim–evidence graph；
scope binding；
evidence requirement；
unresolved debt；
saturation state；
provenance。

43. Human-Readable 與 AI-Readable 分離

研究網站應同時提供：

\boxed{ \text{Human-readable Paper} + \text{AI-readable Evidence Graph}. }

44. AI-facing Endpoint

概念上可以提供：

/papers/P02
/claims/CL-P02-003
/evidence/EV-000123
/relations/CL-P02-003/EV-000123
/snapshots/ES-2026-09-16.004

45. Machine-Readable Evidence Object

例如：

{
  "evidence_id": "EV-000123",
  "title": "Example Study",
  "doi": "10.xxxx/example",
  "year": 2026,
  "status": "verified",
  "evidence_type": "empirical",
  "source": "journal"
}

46. Machine-Readable Relation Object

{
  "claim_id": "CL-P02-003",
  "evidence_id": "EV-000123",
  "relation": "boundary",
  "scope": "binocular observers under induced image-size mismatch",
  "strength": "moderate",
  "verified_at": "2026-09-16"
}

47. Evidence Status

建議：

candidate
verified
rejected
superseded
retracted
withdrawn
uncertain

48. Retraction Handling

若 Evidence：

E_j

被撤稿，

不必立刻改論文。

先更新：

Status(E_j)=retracted.

重新計算：

Coverage(C_i).

49. Evidence Dependency Trigger

若撤稿造成：

Coverage(C_i) < Threshold(C_i),

則觸發：

revision_review_required

而不是自動改正文。

50. New Contrary Evidence

若發現強 contrary evidence：

E_c,

先加入 graph：

E_c \xrightarrow{contrary} C_i.

若其強度足以改變 Claim：

\boxed{ \Delta R_{\mathrm{semantic}} > \theta_R }

才觸發 Research Version 升版。

51. Citation Edition Trigger

以下可觸發 CE：

meaningful new direct evidence；
improved bibliography；
major missing ancestor；
important boundary paper；
citation formatting refresh；
DOI repair。

52. Research Version Trigger

以下才觸發 v0.x：

Claim rewrite；
Claim removal；
Claim split / merge；
formula revision；
scope revision；
conclusion revision；
theory architecture revision。

53. Evidence Snapshot Trigger

Evidence Snapshot 可以：

daily；
weekly；
after scan；
after review；
before release

自動建立。

54. Snapshot Immutability

生成後：

\boxed{ ES_k }

應保持 immutable。

更新產生：

ES_{k+1}.

55. Provenance

Evidence Agent 必須記錄：

searched_at
search_query
source_database
candidate_reason
verification_state
reviewer

56. AI 自動化與人類審核

可以有：

\boxed{ \text{AI Retrieval} \rightarrow \text{AI Matching} \rightarrow \text{Validation} }

但高風險 Claim 可要求：

human_review_required: true

57. Confidence 不等於 Truth

即使：

Confidence(C_i)=0.95,

仍不能寫成：

Truth(C_i)=1.

因此系統應保存：

evidence status；
confidence；
claim state；

而不是宣告終極真理。

58. Evidence Debt

本文定義：

\boxed{ D_E = \text{Evidence Debt}. }

可能包括：

missing direct evidence；
missing boundary evidence；
unresolved contrary evidence；
stale search；
weak scope match；
missing DOI；
unverified candidate。

59. Citation Debt 不等於 Evidence Debt

一篇 paper 可能引用 50 篇，

仍然有很高：

D_E.

如果這 50 篇沒有對到核心 Claim。

60. Citation Coverage

建議：

\boxed{ \text{Coverage} = \frac{ \sum_i w_i\cdot Closed(C_i) }{ \sum_i w_i }. }

其中：

w_i

是 Claim importance。

61. Core Claim 權重更高

例如：

core claim: 3
major claim: 2
supporting claim: 1

避免大量小 Claim 掩蓋核心缺口。

62. Evidence Update Without Paper Mutation

63. Paper Mutation Gate

AI 要改正文前應先產生：

revision_reason
affected_claims
new_evidence
semantic_delta
proposed_version_change

64. Stable URLs

Paper URL：

/paper/P02

Research Version：

/paper/P02/v0.1

Evidence：

/paper/P02/evidence

Snapshot：

/paper/P02/evidence/ES-2026-09-16.004

65. Latest 與 Historical 分離

/paper/P02

可以顯示 latest canonical。

但：

/paper/P02/v0.1

永遠對應歷史版本。

66. Citation Export

使用者可以選：

Publication References
Latest Living References
Specific Evidence Snapshot

67. PDF Export

PDF 亦可顯示：

This PDF contains references from Citation Edition CE-2.
Latest living evidence:
<site evidence page>

68. Markdown Export

Markdown front matter 建議：

research_object_id: P02
research_version: v0.1
citation_edition: CE-2
evidence_snapshot: ES-2026-09-16.004
evidence_layer: /paper/P02/evidence

69. Citation Automation Policy

推薦預設：

citation_policy:
  soft_reference_target: 30
  hard_reference_minimum: null
  completion_metric: evidence_requirement_coverage
  stop_rule: literature_saturation
  require_boundary_search: true
  require_contrary_search: true
  auto_mutate_paper: false

70. Claim Evidence Policy

claim_policy:
  first_classify_requirement: true
  allow_definition_without_external_direct_evidence: true
  allow_derivation_without_external_direct_evidence: true
  preserve_unverified_hypotheses: true
  forbid_candidate_as_verified: true

71. Citation Inflation Barrier

Agent 不得因：

reference_count < 30

就自動搜尋低相關文獻。

只有：

coverage gap
boundary gap
contrary gap
ancestor gap

可以觸發搜尋。

72. Website Update Rule

每次 Evidence Agent 更新後：

更新 Evidence Registry；
更新 Claim–Evidence Graph；
更新 Coverage；
更新 Saturation；
生成新 Evidence Snapshot；
判斷是否需要 Citation Edition；
判斷是否需要 Research Revision。

73. Decision Function

可形式化：

\boxed{ \text{Decision} = f( \text{Coverage}, \text{SemanticDelta}, \text{EvidenceDebt}, \text{Saturation} ). }

74. No Change

若：

SemanticDelta=0

且：

\text{Coverage}

提升，

則：

Evidence Layer Update Only

75. Citation Edition

若：

SemanticDelta=0

但 publication artifact 值得重新輸出：

Citation Edition++

76. Research Revision

若：

SemanticDelta>\theta_R,

則：

Research Version++

77. Large Corpus Advantage

對數千篇論文，

此架構可以把：

O(N)

篇正文重寫問題，

轉成：

\boxed{ \text{selective evidence maintenance}. }

只有受新 evidence 真正影響的 Research Objects 進 revision queue。

78. Research Family Integration

在論文群層級：

\boxed{ \text{Family} \rightarrow \text{Claims} \rightarrow \text{Evidence} \rightarrow \text{CanonicalNodes}. }

Living Evidence Layer 可以跨論文共享同一 Evidence。

79. Evidence Dedup Across Papers

同一文獻：

EV-000123

可以同時支持：

P01
P02
P03

不需要複製三份 Evidence Object。

80. Shared Evidence Graph

因此大型研究群可建立：

\boxed{ G_E = (V_C\cup V_E,E_{CE}). }

其中：

$V_C$ ：Claims；
$V_E$ ：Evidence；
$E_{CE}$ ：Claim–Evidence relations。

81. Citation Edition 不是版本污染

傳統：

v0.1
v0.2
v0.3
v0.4

可能只是加引用。

新架構：

Research v0.1
CE-1
CE-2
CE-3
ES-001
ES-002
ES-003

保留真正版本語義。

82. 最終架構

本文將整體壓縮為：

\boxed{ \begin{aligned} \text{Paper} &= \text{Stable Scholarly Artifact}\\ \text{References} &= \text{Publication Snapshot}\\ \text{Evidence Layer} &= \text{Living Scholarly State}\\ \text{Citation Edition} &= \text{Refreshed Publication Export}\\ \text{Evidence Snapshot} &= \text{Immutable Evidence State}\\ \text{Claim Graph} &= \text{Machine-Readable Knowledge Structure} \end{aligned} }

83. 最終原則

第一：

\boxed{ \text{Paper Stability} \neq \text{Evidence Stagnation}. }

第二：

\boxed{ \text{Reference Growth} \neq \text{Research Revision}. }

第三：

\boxed{ \text{Coverage governs, not Count}. }

第四：

\boxed{ \text{EvidenceIdentity} \neq \text{CitationNumber}. }

第五：

\boxed{ \text{Candidate} \neq \text{VerifiedEvidence}. }

第六：

\boxed{ \text{ResearchVersion} \neq \text{CitationEdition} \neq \text{EvidenceSnapshot}. }

第七：

\boxed{ \text{Human-readable Paper} + \text{AI-readable Evidence Graph}. }

84. 結論

當 AI 開始管理數百、數千甚至更多研究物時，傳統「每找到幾篇新引用就重新改整篇論文」的維護方式會快速失去可擴展性。

更合理的方式是讓論文本體保持穩定，並把證據從論文附屬物提升成可獨立演化的一級研究物件：

\boxed{ \text{Stable Paper} + \text{Living Evidence Layer}. }

論文負責表達研究；

Evidence Layer 負責持續回答：

有哪些新證據？
哪個 Evidence 支持哪個 Claim？
支持到什麼範圍？
有沒有 boundary？
有沒有 contrary evidence？
是否已達 saturation？
是否真的需要升版？

這使研究維護從：

\boxed{ \text{Document Editing} }

轉向：

\boxed{ \text{Knowledge Stewardship}. }

未來真正需要被持續更新的，不一定是每一篇論文，而是：

\boxed{ \text{Claims} + \text{Evidence} + \text{Relations} + \text{Canonical State}. }

當這些狀態真的改變研究內容時，才回頭更新 Paper。

這就是 AI-native scholarly maintenance 應有的基本分層。

Living Evidence Layer and Citation Governance / v0.1 / 2026-09-16
EveMissLab — Boundless Knowledge. One Promise Forward.