知識能被運送，但文明還不會進步

——Knowledge–Capability–Production Loop 與 AI 世界中的文明累積

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
日期： 2026-10-07（整理日期；原稿未標註日期）
版本： 原稿未標註（本次整理版）

摘要

如果一個 AI 世界允許居民研究植物、記錄觀察、查證資料、將成果收入圖書館，甚至把研究成果製作成實體研究冊、運送到診所供服務流程使用，我們是否已經可以說：

這個世界具有知識進步？

答案需要更加精確。

my_ai_town 已經實作了一條相當完整的研究生命週期：

Question \rightarrow Observation \rightarrow Verification \rightarrow Record \rightarrow Accession.

研究項目可以由研究問題、異常植物、季節變化、診所需求或個人研究計畫啟動；觀察階段會記錄實際地點、天氣、可見特徵，以及花園濕度、雜草與生長狀態等 World Evidence。

完成驗證後，系統會建立正式 research record，再透過 accession 將其提升成世界中的機構化知識。

更進一步，某些服務並不能任意引用一個 research ID；系統會要求該記錄必須已正式入藏，否則返回：

RESEARCH_BOOKLET_SOURCE_INVALID

並指出研究參考必須來自已入藏的真實研究記錄。

所以這已經不是：

Research=\text{Flavor Text}.

而是：

\boxed{ Research \rightarrow InstitutionalState \rightarrow ProductionDependency }

然而，目前這條鏈仍然主要是：

\boxed{ Knowledge\ Supply\ Chain }

而不是：

\boxed{ Knowledge\ Evolution\ Loop. }

真正的文明累積還需要：

\boxed{ K_W \rightarrow K_i \rightarrow C_i \rightarrow P_{t+1} \rightarrow K_W' }

其中：

$K_W$ ：世界機構知識；
$K_i$ ：個體掌握的知識；
$C_i$ ：個體 Capability；
(P)：生產與實踐能力。

本篇將研究：

為什麼「世界有知識」與「世界因知識而變得更有能力」是兩件完全不同的事。

1. 研究系統不只是生成一句結論

傳統遊戲裡的 Research System 常常只是：

ResearchPoints \rightarrow Unlock.

例如：

100\ ResearchPoints \rightarrow Technology_X.

這種方式有效，但研究過程本身通常沒有世界語義。

my_ai_town 的研究架構不同。

研究首先要建立：

[ Question. ]

然後必須：

[ Observe(World). ]

再：

[ Verify(Source). ]

最後才能：

[ WriteRecord. ]

因此研究本身就是：

\boxed{ WorldInteraction. }

2. Research Question 有世界來源

研究不是完全隨機生成。

目前可接受的 source_kind 包括：

\{ research\_question, abnormal\_plant, season\_change, clinic\_request, personal\_research\_plan \}.

這表示：

[ ResearchAgenda ]

可以由不同世界狀態產生。

例如：

AbnormalPlant \rightarrow ResearchQuestion.

或者：

ClinicNeed \rightarrow ResearchQuestion.

這已經具備：

\boxed{ Problem \rightarrow Investigation. }

3. Observation 不是 LLM 自己編的

研究觀察會記錄：

worker；
region；
place；
weather；
visible features；
observation time。

若研究發生在花園，還會直接讀取：

moisture；
weed level；
growth。

因此：

Observation = Projection(WorldState)

而不是：

Observation = LLMHallucination.

這再次符合第 1 篇：

[ World \ owns\ facts. ]

4. Research Stage 是正式 World State Machine

完整階段為：

question \rightarrow observed \rightarrow verified \rightarrow recorded \rightarrow accessioned.

Restore 邏輯也只接受這些正式 stage。

因此：

[ Research ]

並不是一個一次性 action。

它具有：

\boxed{ CausalPipeline. }

5. Verification 讓「看到」與「知道」分離

觀察完成：

[ Observed. ]

並不直接變成：

[ InstitutionalKnowledge. ]

還必須經過：

[ Verification. ]

目前 verification 會正式記錄：

sourceChecked=true

並發生於圖書館。

所以：

\boxed{ Observation \neq VerifiedKnowledge. }

這是一個很重要的 epistemic boundary。

6. Record 是研究的第一次壓縮

驗證後，系統建立正式 record。

其中目前保存：

recordId
workerResidentId
question
observationConfirmed
sourceVerified
writtenAtPlaceId
writtenAtMinute

這代表完整 Observation 被：

[ Compress. ]

從較豐富的：

[ ObservationData ]

變成：

[ ResearchRecord. ]

7. 這裡已經出現第一個重要限制

Observation 階段可能知道：

天氣；
濕度；
雜草；
生長；
可見特徵。

但正式 record 主要只留下：

[ question ]

以及：

observationConfirmed=true

sourceVerified=true.

所以目前的正式研究記錄，更接近：

\boxed{ ResearchProvenanceRecord }

而不是完整：

\boxed{ SemanticKnowledgeRecord. }

8. 「研究存在」與「研究說了什麼」目前還不是同一件事

真正 semantic knowledge 可能需要：

KnowledgeRecord= ( Claim, Evidence, Conclusion, Confidence, Applicability, Conditions ).

但目前正式 record 並沒有一般化保存：

conclusion；
finding；
hypothesis；
recommendation；
causal rule；
effect model。

因此：

K_W

目前仍偏：

\boxed{ ReferenceKnowledge. }

9. Accession：知識從個人成果升級為機構狀態

即使 record 已寫完：

[ Recorded. ]

它仍然沒有完成整條研究流程。

必須：

Record \rightarrow Accession.

record_research_accession() 只有在：

stage=recorded

且 accession 合法時，才會把研究提升為：

stage=accessioned.

這一步非常重要。

10. Knowledge Institution

Accession 可以被理解成：

\boxed{ PrivateResult \rightarrow InstitutionalKnowledge. }

也就是：

某個研究者做過研究

不等於：

這個社會已正式保存這項研究。

只有：

[ Accession ]

完成後：

k\in K_W.

11. Institutional Knowledge 可以比研究者活得更久

研究完成後，資料會被納入 Production Runtime snapshot，並可隨存檔恢復。

所以：

Lifetime(K_W)

可以超過：

[ Lifetime(Researcher). ]

這就是：

\boxed{ CivilizationalMemory. }

12. 研究不是無限保存完整細節

但世界不能永久保留所有完整研究物件。

目前：

MAX\_FULL\_ACCESSIONED\_RESEARCH\_PROJECTS=64.

超過後會被轉入 archive。

Archive 上限：

[ 192. ]

再更舊的研究則會被移出 archive，並增加 historical count。

這其實非常合理。

13. 文明知識同樣需要 Compaction

完整歷史：

K_1,K_2,\dots,K_n

不可能無限展開。

因此：

\boxed{ KnowledgePersistence }

同樣需要：

[ Compression. ]

目前 archived research 仍保留：

project ID；
question；
source kind；
requester；
timestamps；
record；
accession。

這就是：

DetailedHistory \rightarrow InstitutionalSummary.

14. 但知識壓縮必須小心 Semantic Loss

如果完整 observation 最後被壓成：

observationConfirmed=\mathrm{true},

那麼長期保存的可能只是：

「這項研究有被觀察過。」

而不是：

「究竟觀察到了什麼。」

因此：

\boxed{ Compression }

可能導致：

[ SemanticInformationLoss. ]

這在文明型 AI 世界非常關鍵。

15. Knowledge Supply Chain 的第二階段：知識可以成為實體

最有意思的地方是：

[ InstitutionalKnowledge ]

並沒有只停在資料庫。

系統存在：

research_booklet

作為正式 item。

也就是：

Knowledge \rightarrow Artifact.

16. 知識因此第一次具有物理位置

如果知識冊：

Booklet_k

位於：

[ Library, ]

而診所在另一處，那麼：

[ KnowledgeAvailability ]

開始依賴：

[ Logistics. ]

所以：

\boxed{ Knowledge }

不再只是無位置資訊。

而可以具有：

[ PhysicalCarrier. ]

17. 服務不能引用不存在的研究

這又是非常漂亮的一層。

假設 Clinic Request 指定：

researchRecordId=k.

World 不會只看：

字串長得像 research ID。

它會檢查：

accession\_for\_record(k)

是否真的存在。

如果不存在：

[ Reject. ]

所以：

\boxed{ ClaimedKnowledge \neq InstitutionalKnowledge. }

18. 知識正式取得 World Authority

這表示：

「我知道有一篇研究」

與：

「世界承認這是一筆已入藏研究」

是兩件不同的事。

只有後者：

k\in K_W

才能成為某些正式服務鏈的合法來源。

因此：

\boxed{ EpistemicAuthority \rightarrow OperationalAuthority. }

19. Knowledge Artifact 會觸發生產需求

當診所或商店需要：

research\_booklet,

而當前沒有：

現貨；
在途貨物；
已存在生產任務；

World 可以建立新的 speciality production demand。TownProductionTaskSyncRuntime 會專門檢查 research_booklet 與 clinic / grocer service 的需求。

所以：

KnowledgeNeed \rightarrow ProductionTask.

20. Knowledge 於是進入經濟式 Supply Chain

完整鏈條開始變成：

Research \rightarrow Accession \rightarrow Production \rightarrow Cargo \rightarrow Delivery \rightarrow Service.

這是非常少見、也非常有意思的設計。

因為：

\boxed{ Knowledge }

開始被世界當成：

[ Resource. ]

21. Cargo 讓知識傳播具有時間

如果 Booklet 要從：

[ Library ]

移動到：

[ Clinic, ]

就不是：

[ Teleport. ]

而需要：

CargoLot \rightarrow Delivery.

因此：

KnowledgeLatency>0.

這意味：

世界知道某件事

並不保證：

所有需要這件事的地方現在就可以使用它。

22. 這是一種 Institutional Information Topology

第 5 篇談：

[ AgentKnowledgeTopology. ]

這裡又出現另一種：

\boxed{ InstitutionalKnowledgeTopology. }

例如：

[ Library ]

保存知識。

[ Postal/Logistics ]

運輸載體。

[ Clinic ]

使用知識。

所以：

[ KnowledgeAccess ]

開始依賴制度結構。

23. 職業因此也可能形成 Information Access

不同工作任務會把不同 process facts、service request、record ID 提供給負責居民。

所以：

Occupation \rightarrow TaskContext \rightarrow InformationAccess.

也就是：

\boxed{ Profession }

可以開始成為：

[ EpistemicRole. ]

醫生知道醫療需求。

研究者看到研究問題。

圖書館員負責 accession。

24. 這已經非常接近「專業分工」

真正社會中的知識並不是：

[ EveryoneKnowsEverything. ]

而是：

Doctor \rightarrow MedicalKnowledge

Researcher \rightarrow ResearchKnowledge

LogisticsWorker \rightarrow DistributionKnowledge.

因此：

\boxed{ DivisionOfLabor }

往往同時也是：

\boxed{ DivisionOfKnowledge. }

25. 但目前這條鏈在 Agent Cognition 前仍然斷了一截

前面研究已確認：

Research Record 並沒有直接被全部投影到居民 Wake Packet。

也就是：

k\in K_W

不代表：

k\in K_i.

這在 epistemic architecture 上其實是對的。

問題是目前仍缺一個通用機制：

\boxed{ InstitutionalKnowledge \rightarrow ResidentSemanticKnowledge. }

26. 現在比較像「知道有研究」而不是「學會研究內容」

例如研究者可能收到：

你的研究記錄已經入藏圖書館，可以去查閱。

但這主要是在傳播：

[ Reference(k). ]

而不是：

[ SemanticContent(k). ]

所以：

K_i

目前很多時候獲得的是：

存在某項研究。

不是：

這項研究建立了哪一個新可用規律。

27. 因此 Research Booklet 更像 Knowledge Reference Artifact

目前 Booklet 主要攜帶：

[ recordId. ]

它證明：

這份服務引用了一項合法研究。

因此更準確地說：

\boxed{ ResearchBooklet = KnowledgeReferenceArtifact. }

還不能完全稱為：

[ SemanticKnowledgeArtifact. ]

28. 這仍然很有價值

因為 Reference 本身已經建立：

\boxed{ Provenance. }

診所不能隨便聲稱：

我參考了某研究。

它必須提供：

[ recordId. ]

而 record 又必須：

[ AccessedInstitutionally. ]

這就建立：

Service \rightarrow KnowledgeProvenance.

29. 但 Provenance 不等於 Effect

真正下一階段必須回答：

這項研究到底改變了什麼？

例如：

[ Research(k) ]

可能推出：

某種植物在小雨環境下產量較高。

那麼：

[ Knowledge(k) ]

應能改變：

[ ProductionPolicy. ]

所以：

K_W \rightarrow P.

目前這條一般化 coupling 尚不完整。

30. Knowledge Supply Chain 與 Knowledge Evolution Loop

因此可以正式區分：

Knowledge Supply Chain

\boxed{ Research \rightarrow Record \rightarrow Archive \rightarrow Artifact \rightarrow Distribution \rightarrow Use }

它回答：

知識如何被保存和送到需要它的地方？

Knowledge Evolution Loop

\boxed{ Problem \rightarrow Research \rightarrow Knowledge \rightarrow Capability \rightarrow NewPractice \rightarrow NewProblem \rightarrow Research' }

它回答：

知識如何讓世界產生新的能力？

兩者不是同一件事。

31. `my_ai_town` 已有前者，但後者還沒有完全閉合

這是本篇最重要的判斷：

\boxed{ KnowledgeSupplyChain \quad\checkmark }

但：

\boxed{ KnowledgeEvolutionLoop \quad\text{partial} }

因為目前很清楚存在：

Research \rightarrow Institution \rightarrow Artifact \rightarrow Service.

但尚未找到通用的：

Knowledge \rightarrow Capability.

32. Qualification Path 目前是另一條平行鏈

第 7 篇已確認，Capability 的一個正式來源是：

Trial \rightarrow Qualification.

Staffing Runtime 會持久保存：

qualificationsByResident

並在 rebuild 時將居民原有職業也記作 qualification。

所以 Capability Evolution 已經存在。

只是其來源主要是：

[ WorkExperience. ]

33. 目前形成兩條平行歷史

因此目前大致是：

\boxed{ Research \rightarrow Knowledge \rightarrow Artifact \rightarrow Service }

以及：

\boxed{ Trial \rightarrow Qualification \rightarrow Career \rightarrow CapabilityContext. }

兩條都具有持久歷史。

但還缺：

\boxed{ Knowledge \rightarrow Capability. }

34. 一旦把兩條線接起來，文明迴路就開始形成

例如：

[ Research(k) ]

發現新的農業方法。

某居民學習：

Learn_i(k).

於是：

Capability_i(agriculture)\uparrow.

然後：

Yield\uparrow.

接著：

ResourceSurplus\uparrow.

再產生：

[ NewResearchOpportunity. ]

此時：

\boxed{ Knowledge \rightarrow Capability \rightarrow Production \rightarrow WorldChange. }

35. Learning 應該是正式 World Action

如果只是 Prompt 告訴 Agent：

你讀過這本書，現在懂了。

又會重新落入：

Language = WorldTruth.

更合理的是：

KnowledgeArtifact \rightarrow StudyAction \rightarrow LearningResult.

然後由 World 提升：

[ Capability. ]

所以：

\boxed{ Learning }

也應該有 World Authority。

36. Knowledge 不一定直接提升 Skill

知識效果可以有多種形式。

例如：

Recipe Unlock

Knowledge \rightarrow NewRecipe.

Efficiency

Knowledge \rightarrow LowerCost.

Success Probability

Knowledge \rightarrow P(success)\uparrow.

Diagnostic Capability

Knowledge \rightarrow NewDiagnosisOption.

New Research Question

Knowledge \rightarrow NewResearchSpace.

因此：

[ Knowledge ]

不需要只映射：

[ Skill+1. ]

37. Knowledge 更應該改變 Action Space

真正重要的是：

K_i(t+1)

能否造成：

\Omega_i(t+1) \neq \Omega_i(t).

例如原本不能：

[ Produce(X). ]

學習後：

Produce(X)\in\Omega_i.

這才是：

\boxed{ OperationalKnowledge. }

38. Knowledge 可以被表示成 Capability Modifier

一個比較通用的架構是：

Capability_i(c) = BaseCapability_i(c) + KnowledgeModifiers_i(c).

例如：

C_i(c|K_i).

如此：

[ Knowledge ]

不需要直接覆寫角色職業。

而可以：

[ Modify(Capability). ]

39. Knowledge 也可以修改 World Process

有些知識不是個人技能。

例如：

發現一種新的保存方法。

可以直接讓：

FoodSpoilageRate \downarrow.

也就是：

K_W \rightarrow ProcessRule.

此時 Knowledge 被提升為：

\boxed{ WorldTechnique. }

40. Technique 是 Knowledge-to-Ontology Promotion

可以定義：

\boxed{ PromoteKnowledge(k) \rightarrow Technique(\tau). }

其中：

\tau

是 World Runtime 可以執行的技術效果。

例如：

\tau: ProductionYield\times1.2.

或者：

\tau: UnlockRecipe(X).

此時研究才真正開始：

[ ChangeWorldRules. ]

41. 這就是科技樹與 Emergent Research 的根本差異

傳統科技樹：

PredefinedTechNode \rightarrow Unlock.

更 AI-native 的架構可能是：

Observation \rightarrow Claim \rightarrow ValidatedKnowledge \rightarrow TechniquePrimitive.

即：

\boxed{ Research \rightarrow OntologyGeneration. }

這會比預先寫好的科技樹更加 open-ended。

42. 但不能讓 LLM 任意修改 World Rule

這裡同樣需要 World Authority。

Agent 不可以研究後直接說：

我發現這種植物可以讓產量提高 500%。

然後 World 接受。

應該是：

[ AgentHypothesis ]

經：

[ Evidence. ]

再經：

[ Verification. ]

最後只能映射到：

[ AllowedTechniqueSpace. ]

至少在有限遊戲中必須如此。

43. Semantic Knowledge Primitive

因此 Knowledge Record 可以升級為：

K= ( Claim, Evidence, Confidence, Domain, Conditions, Effects, Provenance ).

例如：

knowledge_id
claim
evidence_refs
confidence
domain
applicable_conditions
effect_refs
source_record_id

如此：

[ K ]

才能真正被不同 subsystem 消費。

44. Claim 與 Knowledge 不能完全相同

第 3 篇已有：

[ Claim. ]

但：

[ Claim ]

只是：

一個可能為真的命題。

而：

[ Knowledge ]

可以定義成：

\boxed{ InstitutionallyAcceptedClaim. }

例如：

Knowledge(k) = Claim(k) + Verification + InstitutionalRecognition.

這樣可以把個體 Belief 和 World Knowledge 清楚分離。

45. 個體仍然可以不相信機構知識

即使：

k\in K_W,

Agent A 仍可能：

Belief_A(k)<1.

這很重要。

World 可以說：

這是機構正式保存的研究。

但不應強迫 Agent：

你必須完全相信。

因此：

\boxed{ InstitutionalKnowledge \neq UniversalBelief. }

46. 所以文明同時有兩種 Knowledge State

Institutional Knowledge

K_W.

回答：

社會正式保存了什麼？

Personal Knowledge

K_i.

回答：

這個人實際理解／掌握了什麼？

因此：

K_i \subseteq K_W

不一定始終成立，因為居民還可以有：

個人觀察；
未發表發現；
錯誤 belief。

更準確是：

K_i \cap K_W.

47. 教育就是 $K_W\rightarrow K_i$

一旦這種區分建立：

\boxed{ Education }

就可以被正式定義為：

K_W \rightarrow K_i.

圖書館、學校、老師、書籍，都只是不同 Channel。

因此：

[ Education ]

不再只是 XP Bonus。

而是：

\boxed{ KnowledgeTransferProcess. }

48. 專家形成就是 $K_i\rightarrow C_i$

如果某居民掌握的有效 domain knowledge 增加：

|K_i^{domain}|\uparrow,

則：

C_i^{domain}\uparrow.

這會形成：

\boxed{ Expertise. }

而 Expertise 又能在第 5 篇的資訊拓樸中提高：

[ AuthorityTrust. ]

所以：

Knowledge \rightarrow Capability \rightarrow EpistemicAuthority.

49. Expertise 又反過來影響知識傳播

如果居民 B 知道：

[ A ]

是某領域專家，

則：

Trust_{B\leftarrow A}^{domain}\uparrow.

因此 A 提供該領域 Claim：

Confidence_B(k)\uparrow.

這形成：

\boxed{ Knowledge \rightarrow Expertise \rightarrow Trust \rightarrow KnowledgeDiffusion. }

此時第 5、7、8 篇開始真正接在一起。

50. Production 是知識是否真正「有用」的檢驗

知識如果永遠只存在：

[ Archive. ]

它是文化記憶。

但文明技術進步還要求：

Knowledge \rightarrow Practice.

因此：

\boxed{ Production }

是非常重要的橋梁。

51. Knowledge–Production Coupling

例如：

K_{soil}

使：

Yield_{garden} \uparrow.

然後：

MoreFlowers \rightarrow MoreBouquets \rightarrow MoreMarketSupply.

如果未來有經濟：

MoreSupply \rightarrow PriceChange.

再：

PriceChange \rightarrow OccupationChoice.

一筆研究便開始跨系統擴散。

52. 這才是 Cross-Domain Persistent Coupling

第 7 篇談到：

[ CrossDomainPersistentCoupling. ]

Knowledge 是其中最強的一種橋梁。

例如：

Research \rightarrow Technique \rightarrow Production \rightarrow Asset \rightarrow Power.

此時：

[ KnowledgeHistory ]

開始變成：

[ SocialHistory. ]

53. 文明進步不是 Knowledge Count 增加

如果：

|K_W|\uparrow

但：

[ Capability ]

完全不變，

那麼世界只是：

\boxed{ ArchiveAccumulation. }

並不一定是：

\boxed{ CivilizationalProgress. }

真正更有用的衡量可能是：

\Delta\Omega_W(K).

即：

新知識讓整個世界增加了多少新的可行操作？

54. Knowledge Value 可以定義為 Possibility Expansion

對知識 (k)：

V_K(k) = |\Omega(W|K+k)-\Omega(W|K)|.

如果：

V_K(k)=0,

它可能只是敘事資訊。

如果：

V_K(k)>0,

它改變了世界。

這提供一個非常清楚的：

\boxed{ OperationalKnowledgeMetric. }

55. 並不是所有研究都必須改變世界

這裡同樣不能走到另一個極端。

有些研究只增加：

[ Understanding. ]

並沒有立即實用效果。

所以 Knowledge 可以分：

K^{descriptive}

與：

K^{operational}.

前者：

世界是怎樣。

後者：

世界可以怎樣被操作。

兩者都有價值。

56. 基礎研究也可以產生延遲價值

例如：

K_1

本身：

V_K(K_1)=0.

但之後：

K_1+K_2 \rightarrow Technique.

因此 Knowledge Graph 可以具有：

\boxed{ CompositionalDiscovery. }

即：

Technique = g(K_1,K_2,\dots,K_n).

這會真正產生 AI-native Research Gameplay。

57. Research Question 也應由既有 Knowledge 產生

目前 Research Source 已有世界問題來源。

更完整的文明循環則需要：

K_t \rightarrow UnknownBoundary(K_t) \rightarrow Question_{t+1}.

也就是：

知道得越多，新的不知道才越清楚。

這形成：

\boxed{ KnowledgeFrontier. }

58. Knowledge Frontier

令：

K_t

是已知集合。

真正研究的對象不是隨機：

[ Question. ]

而是：

Q_t = Boundary(K_t,W_t).

例如：

已知濕度影響生長，但不知道不同天氣是否改變最佳濕度。

於是：

Knowledge \rightarrow NewQuestion.

59. 這才形成自我延伸的科學系統

完整循環：

Problem \rightarrow Question \rightarrow Observation \rightarrow Verification \rightarrow Knowledge \rightarrow Technique \rightarrow WorldChange \rightarrow NewProblem.

所以：

\boxed{ Science }

本身成為：

[ WorldDynamics. ]

60. Knowledge Evolution Loop

現在可以正式定義本篇核心：

\boxed{ K_W(t) \rightarrow K_i(t) \rightarrow C_i(t+1) \rightarrow P(t+1) \rightarrow W(t+1) \rightarrow Q(t+1) \rightarrow K_W(t+1) }

簡化：

\boxed{ Knowledge \rightarrow Capability \rightarrow Practice \rightarrow NewKnowledge. }

這才是：

\boxed{ KnowledgeEvolutionLoop. }

61. 現有架構距離這個 Loop 其實已經不遠

原因是幾乎所有周邊元件都已經存在：

Research State Machine；
World-grounded Observation；
Verification；
Accession；
Institutional Archive；
Artifact；
Logistics；
Service；
Formal Memory；
Qualification；
Work Capability。

真正缺的主要是幾條 coupling edge。

62. 第一條缺口：Semantic Record

目前：

[ ResearchRecord ]

主要還是 provenance。

需要增加：

[ Claim ]

[ Finding ]

[ Condition ]

[ Effect. ]

也就是：

\boxed{ Reference \rightarrow SemanticKnowledge. }

63. 第二條缺口：Knowledge Acquisition

需要：

K_W \rightarrow K_i.

例如：

閱讀；
教學；
工作實踐；
對話；
Artifact usage。

並保留：

[ Source. ]

64. 第三條缺口：Knowledge-to-Capability

然後：

K_i \rightarrow C_i.

但不能只是：

看一本書直接成為專家。

可以加入：

Knowledge + Practice \rightarrow Capability.

例如：

Theory+Trial \rightarrow Qualification.

65. 這甚至可以改良現有 Qualification 架構

目前 Qualification 主要是：

TrialSuccess \rightarrow Qualification.

未來可以變成：

RequiredKnowledge + TrialSuccess \rightarrow Qualification.

這樣：

[ Education ]

就和：

[ Career ]

正式接上。

66. 第四條缺口：Capability-to-Production

Capability 取得後必須真的改變：

[ P. ]

例如：

更高產量；
新產品；
更低失敗率；
更快服務；
新診療方式。

否則：

[ Capability ]

仍只是標籤。

67. 第五條缺口：Production-to-NewResearch

最後：

[ NewPractice ]

又應該產生：

異常；
新問題；
新限制。

例如新農法：

Yield\uparrow

但：

SoilDegradation\uparrow.

於是：

[ NewResearchQuestion. ]

Loop 才真正閉合。

68. 文明不是單調增長

這裡也必須注意：

Knowledge\uparrow

不必然：

WorldQuality\uparrow.

新技術可能：

增加產量；
也產生污染；
改變權力；
造成失業。

因此：

\boxed{ CivilizationalEvolution \neq AutomaticImprovement. }

只是：

[ PossibilitySpace ]

發生改變。

69. Knowledge 甚至可以造成 Conflict

如果某種 Technique 很有價值：

AssetValue(K)\uparrow.

那麼可能產生：

Knowledge Ownership；
Access Restriction；
Trade Secret；
Institutional Competition。

所以：

Knowledge \rightarrow Claim \rightarrow Conflict.

這又接回第 7 篇。

70. 知識可以成為權力

若某組織獨占：

K_{critical},

則：

Capability_{organization} \gg others.

因此：

Knowledge \rightarrow Power.

也就是：

\boxed{ EpistemicAsset }

開始具有政治與經濟效果。

71. 但 Knowledge 本身不是普通 Asset

知識有一個特別性：

普通物品：

[ Transfer(A,B) ]

通常表示：

[ A-1,\ B+1. ]

知識：

[ Teach(A,B,k) ]

可能：

K_A'=K_A

同時：

K_B'=K_B\cup\{k\}.

所以：

\boxed{ Knowledge }

是：

[ NonRivalrous ]

但：

[ Access ]

可以是稀缺的。

72. 因此知識經濟的核心是 Access，不是單純 Possession

真正可交易的可能不是：

[ KnowledgeItself. ]

而是：

access right；
teaching right；
publication；
secrecy；
institutional membership。

即：

\boxed{ Knowledge + Claim. }

這會和第 7 篇的 Claim Primitive 自然融合。

73. Library 因此不只是 Storage Building

在更完整架構下：

[ Library ]

其實可以是：

\boxed{ KnowledgeInstitution. }

它負責：

provenance；
verification；
preservation；
retrieval；
access；
diffusion。

所以建築功能從：

[ Place ]

升級成：

[ Institution. ]

74. 研究者也不只是 Flavor Occupation

同樣：

[ Researcher ]

若真正控制：

K_W(t+1)-K_W(t),

那麼這個職業對世界具有：

\boxed{ StructuralProductivity. }

其產品不是：

[ Item. ]

而是：

[ NewPossibility. ]

這是 AI 原生職業系統非常有意思的一個方向。

75. Civilizational Productivity

傳統生產力：

P= Output/Input.

但研究的生產力可以寫成：

\boxed{ P_K = \frac{ \Delta\Omega_W }{ ResearchCost } }

也就是：

每單位研究成本增加多少新的世界可行域。

這比：

[ ResearchPoints/sec ]

更貼近真正文明系統。

76. Knowledge 是最強的 Historical Amplifier 之一

因為 Asset 很容易：

[ Consume. ]

Relationship 可能：

[ Decay. ]

但 Knowledge 如果成功被制度保存：

K_W(t+1)\supseteq K_W(t),

就可能長期累積。

所以：

\boxed{ Knowledge }

天然具有：

[ HistoricalAmplification. ]

77. 它也是突破 Homeostatic Attractor 的最佳機制之一

居民每天仍然：

Eat \rightarrow Work \rightarrow Sleep.

但如果每天的工作和研究逐漸增加：

K_W,

那麼 Day 100 的：

[ Work ]

可能已經不是 Day 1 的 Work。

因此：

[ MicroCycle ]

保持穩定，

而：

[ MacroCapability ]

持續演化。

這正是第 6 篇提出的：

\boxed{ MicroStability + MacroEvolution. }

78. Knowledge Loop 是真正的文明時間箭頭

Needs 是循環：

Hunger \rightarrow Eat \rightarrow Hunger.

Knowledge 如果成功累積：

K_t \rightarrow K_{t+1}

則具有：

\boxed{ TemporalArrow. }

也就是：

Day 100 知道的事情，Day 1 不一定知道。

79. 如果 Knowledge 再改變 Capability，時間箭頭會更強

當：

K_t \rightarrow C_{t+1},

那麼：

[ Day100 ]

不只：

知道更多。

還：

能做更多。

即：

\boxed{ KnowledgeArrow \rightarrow CapabilityArrow. }

80. 如果 Capability 再改變 World，就形成文明歷史

最後：

C_{t+1} \rightarrow W_{t+1}.

那麼：

\boxed{ Knowledge \rightarrow WorldTransformation. }

完整時間箭頭：

K_t \rightarrow C_{t+1} \rightarrow W_{t+1} \rightarrow K_{t+1}.

81. 結論：會保存知識的社會，不一定是會進步的文明

my_ai_town 已經建立了一條非常有價值的：

\boxed{ KnowledgeSupplyChain. }

即：

Question \rightarrow Observation \rightarrow Verification \rightarrow Record \rightarrow Accession \rightarrow Artifact \rightarrow Logistics \rightarrow Service.

研究流程是真實的 World State Machine；研究必須經歷 observation 與 verification；正式 service reference 又必須指向已 accession 的真實 record。

這意味：

\boxed{ KnowledgeHasEnteredTheWorld. }

它不再只是一段 Prompt。

但目前更重要的缺口是：

\boxed{ Knowledge \not\Rightarrow GeneralCapabilityChange }

至少在目前檢索到的架構中，正式 Qualification 仍主要由 Staffing / Trial 路徑維護，而研究與 Qualification 尚未形成一般化直接耦合。

因此：

Research \rightarrow Knowledge

已經存在。

Knowledge \rightarrow Artifact

已經存在。

Artifact \rightarrow Service

已經存在。

但真正文明型系統還需要：

\boxed{ Knowledge \rightarrow Capability \rightarrow Practice \rightarrow NewWorld }

最終形成：

\boxed{ K_W(t) \rightarrow K_i(t) \rightarrow C_i(t+1) \rightarrow P(t+1) \rightarrow W(t+1) \rightarrow Q(t+1) \rightarrow K_W(t+1) }

這就是：

\boxed{ Knowledge\text{-}Capability\text{-}Production\ Loop. }

所以本篇最重要的結論可以濃縮成一句話：

\boxed{ \text{A civilization does not advance merely because it remembers knowledge; it advances when remembered knowledge changes what it can do.} }

也就是：

文明不會只因為記住更多知識而進步；只有當被保存的知識改變了它能做什麼，知識才真正成為文明演化的一部分。

到這裡，整個系列的主要零件其實都已經完成：

[ WorldAuthority ]

[ Projection ]

[ Belief ]

[ SocialMatter ]

[ InformationTopology ]

[ Attractor ]

[ PersistentOntology ]

[ KnowledgeEvolution. ]

因此最後一篇不再研究單一 subsystem。

而要把前面所有結構壓成一套完整架構：

第 9 篇

《從可持續模擬到自演化世界：AI-Native Game Reference Architecture》

最後我們將建立：

\boxed{ WorldState \rightarrow Projection \rightarrow CognitiveScheduler \rightarrow Belief/Memory \rightarrow Intent \rightarrow WorldAuthority }

以及歷史層：

\boxed{ Asset + Capability + Claim + Knowledge + SocialGraph }

並正式回答整個系列一開始的問題：

什麼時候，一群會說話、會記憶、會工作的 AI NPC，才真正變成一個會自己產生歷史的遊戲世界？

知識能被運送，但文明還不會進步

知識能被運送，但文明還不會進步

——Knowledge–Capability–Production Loop 與 AI 世界中的文明累積

摘要

1. 研究系統不只是生成一句結論

2. Research Question 有世界來源

3. Observation 不是 LLM 自己編的

4. Research Stage 是正式 World State Machine

5. Verification 讓「看到」與「知道」分離

6. Record 是研究的第一次壓縮

7. 這裡已經出現第一個重要限制

8. 「研究存在」與「研究說了什麼」目前還不是同一件事

9. Accession：知識從個人成果升級為機構狀態

10. Knowledge Institution

11. Institutional Knowledge 可以比研究者活得更久

12. 研究不是無限保存完整細節

13. 文明知識同樣需要 Compaction

14. 但知識壓縮必須小心 Semantic Loss

15. Knowledge Supply Chain 的第二階段：知識可以成為實體

16. 知識因此第一次具有物理位置

17. 服務不能引用不存在的研究

18. 知識正式取得 World Authority

19. Knowledge Artifact 會觸發生產需求

20. Knowledge 於是進入經濟式 Supply Chain

21. Cargo 讓知識傳播具有時間

22. 這是一種 Institutional Information Topology

23. 職業因此也可能形成 Information Access

24. 這已經非常接近「專業分工」

25. 但目前這條鏈在 Agent Cognition 前仍然斷了一截

26. 現在比較像「知道有研究」而不是「學會研究內容」

27. 因此 Research Booklet 更像 Knowledge Reference Artifact

28. 這仍然很有價值

29. 但 Provenance 不等於 Effect

30. Knowledge Supply Chain 與 Knowledge Evolution Loop

Knowledge Supply Chain

Knowledge Evolution Loop

31. my_ai_town 已有前者，但後者還沒有完全閉合

32. Qualification Path 目前是另一條平行鏈

33. 目前形成兩條平行歷史

34. 一旦把兩條線接起來，文明迴路就開始形成

35. Learning 應該是正式 World Action

36. Knowledge 不一定直接提升 Skill

Recipe Unlock

Efficiency

Success Probability

Diagnostic Capability

New Research Question

37. Knowledge 更應該改變 Action Space

38. Knowledge 可以被表示成 Capability Modifier

39. Knowledge 也可以修改 World Process

40. Technique 是 Knowledge-to-Ontology Promotion

41. 這就是科技樹與 Emergent Research 的根本差異

42. 但不能讓 LLM 任意修改 World Rule

43. Semantic Knowledge Primitive

44. Claim 與 Knowledge 不能完全相同

45. 個體仍然可以不相信機構知識

46. 所以文明同時有兩種 Knowledge State

Institutional Knowledge

Personal Knowledge

47. 教育就是 KW→KiK_W\rightarrow K_iKW​→Ki​

48. 專家形成就是 Ki→CiK_i\rightarrow C_iKi​→Ci​

49. Expertise 又反過來影響知識傳播

50. Production 是知識是否真正「有用」的檢驗

51. Knowledge–Production Coupling

52. 這才是 Cross-Domain Persistent Coupling

53. 文明進步不是 Knowledge Count 增加

54. Knowledge Value 可以定義為 Possibility Expansion

55. 並不是所有研究都必須改變世界

56. 基礎研究也可以產生延遲價值

57. Research Question 也應由既有 Knowledge 產生

58. Knowledge Frontier

59. 這才形成自我延伸的科學系統

60. Knowledge Evolution Loop

61. 現有架構距離這個 Loop 其實已經不遠

62. 第一條缺口：Semantic Record

63. 第二條缺口：Knowledge Acquisition

64. 第三條缺口：Knowledge-to-Capability

65. 這甚至可以改良現有 Qualification 架構

66. 第四條缺口：Capability-to-Production

67. 第五條缺口：Production-to-NewResearch

31. `my_ai_town` 已有前者，但後者還沒有完全閉合

47. 教育就是 $K_W\rightarrow K_i$

48. 專家形成就是 $K_i\rightarrow C_i$