OWER Paper 09 v0.1｜認識閉包 Runtime

認識閉包 Runtime

Epistemic Closure Runtime: Conditional Completion, Reopen Conditions, Persistent Research State, and Research Capital

Series: Open-World Epistemic Research
Paper: 09
Version: v0.1
Date: 2026-09-20
Language: zh-TW
Status: Formal Draft / Canonical Markdown Source
Authors: Neo.K × GPT-5.6 Sol
Institution: EveMissLab / 一言諾科技有限公司

摘要

任何研究系統最終都必須面對一個看似簡單、實際極其困難的問題：

什麼時候可以停止？

傳統搜尋系統通常以結果足夠、查詢完成、來源數量達標或成本耗盡作為停止條件；Deep Research 類系統則可能使用「已覆蓋主要觀點」、「已取得足夠來源」或「報告已完整」等近似條件。然而，停止不等於理解完成，更不等於世界被充分認識。

本文提出 Epistemic Closure Runtime，將「停止」、「完成」、「閉包」與「真理」分離，並把 closure 定義成一個具有範圍、條件、證據、未知、邊界、成本與 reopen 規則的動態認識狀態。

本文採用：

\boxed{ \operatorname{Stop} \neq \operatorname{TaskCompletion} \neq \operatorname{EpistemicClosure} \neq \operatorname{Truth} }

其中：

Stop：執行停止；
Task Completion：任務需求已滿足；
Epistemic Closure：指定範圍內的重要認識缺口已被處理至可接受程度；
Truth：關於世界本身的更強命題。

Open-World Research 不應合理宣稱：

\operatorname{Complete}(W)=1

因為：

W

本身可能持續變化、不可完全觀測，且永遠可能存在：

U_{\text{meta}}

未知的未知。

因此本文將 closure 寫成：

\boxed{ C_E = \operatorname{Closure} ( D, \mathbf K, \mathbf U, E, H, B, A, T, R ) }

其中：

$D$ ：研究範圍；
$\mathbf K$ ：理解狀態；
$\mathbf U$ ：typed unknown vector；
$E$ ：證據；
$H$ ：競爭假說；
$B$ ：未閉合邊界；
$A$ ：假設；
$T$ ：時間版本；
$R$ ：風險與資源條件。

本文進一步提出 Reopen Condition：

\mathcal R_{\text{reopen}}

任何 closure 都必須保存：

什麼新證據、世界變化、分類發現、失敗重現、版本更新或風險改變會使目前 closure 失效？

因此：

\boxed{ \text{Closure Without Reopen Conditions} = \text{Frozen Conclusion} }

而非真正 Open-World Epistemic Closure。

本文亦整合前八篇的核心物件：

R_t = ( W, \hat W_t, \mathbf K_t, \mathbf U_t, \mathcal C_t, E_t, H_t, B_t, F_t, \Omega_t, P_t )

形成 Persistent Epistemic State。其目的不是只讓同一 Agent 記得上一次做過什麼，而是使另一個模型、另一個 Agent、另一個團隊甚至另一個時間切片，都能從同一個可追溯研究狀態繼續工作。

本文因此把研究產物從：

\text{Report}

提升為：

\boxed{ \text{Persistent Epistemic State} + \text{Research Capital} }

並提出：

\mathcal C_R = ( K, U, C, \Omega, E, F, H, B, P )

作為研究資本，其中包含知識、未知、壓縮核、研究方法、證據、形式化、歷史、邊界與 provenance。

本文最終提出：

真正可累積的 AI 研究，不應只產生結論，而應產生一個可重新打開、可被其他智能接續、可由新證據修訂的認識狀態。

關鍵詞： Epistemic Closure、Conditional Closure、Reopen Condition、Persistent Research State、Research Capital、Open-World Research、AI Research Runtime、Closure Runtime、Research Continuity

1. 為什麼停止不是閉包？

所有有限研究都有：

\text{budget}

。

因此最終一定會：

\operatorname{Stop}=1

。

但停止原因可能是：

token 用完；
時間到了；
API quota 用完；
deadline；
user 不再需要；
marginal gain 太低；
系統故障。

這些都不能推出：

\operatorname{Closure}=1

。

因此：

\boxed{ \text{Execution Termination} \neq \text{Epistemic Completion} }

。

2. 四種容易混淆的終點

本文區分：

S_T=\text{Stop}

C_T=\text{Task Completion}

C_E=\text{Epistemic Closure}

T_W=\text{Truth}

。

一般：

S_T \not\Rightarrow C_T

C_T \not\Rightarrow C_E

C_E \not\Rightarrow T_W

。

3. Stop

Stop 只是：

\operatorname{Continue}=0

。

它是一個 runtime decision。

4. Task Completion

Task Completion 表示：

使用者要求的輸出已達標。

例如：

給我十個來源。

十個來源到齊：

C_T=1

。

但：

U_{\text{category}}

仍可能很高。

5. Epistemic Closure

Epistemic Closure 表示：

在指定範圍內，關鍵未知、反證、假設與邊界已被處理至可接受程度。

因此：

C_E = \operatorname{AcceptableState}(R_t,D)

。

6. Truth

Truth 涉及：

W

本身。

但 Agent 只持有：

\hat W_t

。

因此：

\boxed{ C_E \neq W }

。

Closure 是研究狀態的性質，不是世界本身被窮盡的宣告。

7. 為什麼 Open-World 不能要求絕對閉包？

如果：

W

開放且變動，

則：

\exists U_{\text{meta}}

永遠可能成立。

因此：

\operatorname{Complete}(W)=1

通常不是可操作目標。

8. 條件性閉包

本文採用：

\boxed{ \text{Conditional Epistemic Closure} }

。

即：

在指定域、指定證據條件、指定時間、指定風險與指定資源限制下，重要未知已下降到可接受範圍。

形式：

C_E = C_E( D, E, \mathbf U, T, R, A )

。

9. Closure 是帶 Scope 的

如果沒有：

D

scope，

「已經完成」幾乎沒有意義。

因此任何 closure 應保存：

D_{\text{closure}}

。

例如：

對 2026-09-20 可公開取得資料而言。

10. Closure 是帶時間的

C_E(t_1)

不代表：

C_E(t_2)

。

世界可能改變。

11. Temporal Closure

可表示：

C_E[D,t_0,t_1]

。

如果超過：

t_1

需重新檢查 freshness。

12. Closure 是帶假設的

例如：

A_1,A_2,A_3

成立時，

C_E=1

。

若：

A_2

失效，

則：

C_E\rightarrow0

。

因此 assumptions 不能被摘要丟掉。

13. Closure 是帶風險的

低風險背景整理：

\epsilon_U

可較高。

高風險決策：

\epsilon_U

應較低。

因此：

C_E = f( \mathbf U, \mathbf w_R )

。

14. Unknown Budget

Paper 03 已提出 unknown vector：

\mathbf U

。

可定義：

B_U = \sum_i w_i u_i

。

其中：

w_i

反映 impact。

15. Unknown Budget 不是唯一條件

如果：

B_U

低，

但存在：

u_{\text{mechanism}}

或：

u_{\text{counter}}

高到 critical threshold，

仍不能 closure。

因此：

\boxed{ \text{Weighted Average} \neq \text{Critical Unknown Check} }

。

16. Closure-Blocking Unknown

定義：

U_i\in\mathcal U_B

若：

u_i>\theta_i

則：

C_E=0

。

例如：

核心反證尚未查；
來源只有單一根；
主要衝突未解；
時間版本不明。

17. Boundary Pressure

Paper 02 提出：

B_t

未閉合邊界。

可定義：

P_B = \sum_j w_j b_j

。

如果：

P_B\gg0

系統不應宣稱全域 closure。

18. Local Closure

可以允許：

C_E(D_i)=1

但：

C_E(D^\ast)=0

。

這很重要。

因為研究常常只對局部域完成。

19. Hierarchical Closure

可建立：

D_0 \supset D_1 \supset D_2

並分別：

C_E(D_2)=1

C_E(D_1)=0.8

C_E(D_0)=0.3

。

因此 closure 可以階層化。

20. Closure Map

可保存：

M_C = \{ (D_i,C_E(D_i)) \}

。

這比：

研究完成。

精確得多。

21. Closure 不應被壓成單一 confidence

一個：

p=0.92

不能表示：

哪些未知仍存在；
哪些邊界未展開；
哪些假設必要；
哪些 evidence roots 不獨立。

因此：

\boxed{ \text{Confidence} \neq \text{Closure State} }

。

22. Closure Vector

可以定義：

\mathbf C = ( c_{\text{evidence}}, c_{\text{counter}}, c_{\text{unknown}}, c_{\text{boundary}}, c_{\text{scope}}, c_{\text{time}}, c_{\text{replication}}, c_{\text{formal}} )

。

23. Evidence Closure

c_{\text{evidence}}

表示主要主張是否有足夠證據。

24. Counter-Evidence Closure

c_{\text{counter}}

表示高破壞性反證是否被系統性檢查。

25. Unknown Closure

c_{\text{unknown}}

表示 critical unknown 是否被解析或合理保留。

26. Boundary Closure

c_{\text{boundary}}

表示主要研究邊界是否被展開到可接受程度。

27. Scope Closure

c_{\text{scope}}

表示有效域與失效域是否被明確區分。

28. Temporal Closure

c_{\text{time}}

表示時間版本是否一致。

29. Replication Closure

c_{\text{replication}}

表示是否有獨立重現。

30. Formal Closure

c_{\text{formal}}

表示必要形式化是否完整。

31. Closure Profile

因此：

\boxed{ \text{Closure} = \text{Profile} }

而不是 scalar。

32. Reopen Condition

任何 closure 必須保存：

\mathcal R_{\text{reopen}}

。

即：

哪些事件會使 closure 失效？

33. Reopen Trigger 類型

至少：

R_E=\text{new evidence}

R_C=\text{new counterexample}

R_T=\text{time/version change}

R_O=\text{ontology expansion}

R_M=\text{model failure}

R_S=\text{scope change}

R_R=\text{risk change}

。

34. 新證據觸發

若：

E_{\text{new}}

與 closure 依賴的：

E_{\text{old}}

衝突，

則：

C_E\rightarrow\operatorname{Reopen}

。

35. 新反例觸發

若：

E^-

直接打擊核心壓縮核：

C^\ast

則應：

C^\ast \rightarrow \text{demote}

並 reopen。

36. 時間觸發

若：

t>t_{\text{expiry}}

則：

c_{\text{time}}\downarrow

。

這適合快速變動領域。

37. Ontology Trigger

若發現：

U_{\text{category}}

新分類，

即使原本局部結論都正確，

仍可能：

C_E(D^\ast)\rightarrow0

。

38. Scope Trigger

使用者把問題從：

D_1

擴到：

D_2

。

則：

C_E(D_1)=1

不能直接傳到：

C_E(D_2)

。

39. Risk Trigger

原本只是背景研究。

後來要用於高風險決策。

則：

\theta_U

必須下降。

因此原 closure 可能不再足夠。

40. Closure Without Reopen 是 Frozen Knowledge

如果：

\mathcal R_{\text{reopen}}=\varnothing

系統相當於宣告：

這個結論永遠不會被重新檢查。

這與 open-world 假設衝突。

41. Reopen 不等於全部重做

真正好的 runtime 不應：

\operatorname{Reopen} \Rightarrow \operatorname{RestartFromZero}

。

應：

\operatorname{Reopen} \Rightarrow \operatorname{LocalRepair}

。

42. Local Epistemic Repair

若新證據只影響：

D_i

則：

\Delta R_t

只更新依賴：

D_i

的區域。

這接近：

\boxed{ \text{Maximum Local Precision} + \text{Minimum Global Disturbance} }

。

43. Dependency-Aware Reopen

需要：

G_D

dependency graph。

若：

E_{\text{new}}

影響：

C_3

則沿：

C_3 \rightarrow C_5 \rightarrow C_8

傳播。

44. Reopen Propagation

形式：

\Delta E \rightarrow \Delta C \rightarrow \Delta H \rightarrow \Delta K \rightarrow \Delta \text{Closure}

。

45. Closure Ledger

每個 closure 保存：

closure:
  id:
  scope:
  time:
  assumptions:
  evidence:
  unknowns:
  boundaries:
  status:
  reopen_conditions:

。

46. Persistent Epistemic State

前八篇的物件可以統一成：

\boxed{ R_t = ( W, \hat W_t, \mathbf K_t, \mathbf U_t, \mathcal C_t, E_t, H_t, B_t, F_t, \Omega_t, P_t ) }

。

47. $W$

World Root。

48. $\hat W_t$

當前世界認識狀態。

49. $\mathbf K_t$

Understanding State。

50. $\mathbf U_t$

Typed Unknown State。

51. $\mathcal C_t$

Compression Kernels。

52. $E_t$

Evidence。

53. $H_t$

Competing Hypotheses。

54. $B_t$

Open Boundaries。

55. $F_t$

Formalization State。

56. $\Omega_t$

Research Options / reusable skills。

57. $P_t$

Provenance / history / receipts。

58. Report 是 Persistent State 的投影

正式：

Y_t = \Pi_{\text{report}}(R_t)

。

因此：

\boxed{ Y_t \neq R_t }

。

59. 為什麼報告不能是唯一 canonical artifact？

因為 report 會壓縮掉：

rejected hypotheses；
inaccessible sources；
unresolved conflicts；
unknown types；
world boundaries；
failed experiments；
reopen conditions。

所以：

\boxed{ \text{Report} = \text{View} }

而不是：

\text{Canonical Research State}

。

60. Canonical Research State

真正 canonical 應是：

R_t

。

報告只是：

\Pi_i(R_t)

不同 rendering。

61. Multiple Views

可有：

\Pi_{\text{human}}

\Pi_{\text{executive}}

\Pi_{\text{technical}}

\Pi_{\text{AI}}

\Pi_{\text{audit}}

。

同一 canonical state 產生不同視圖。

62. AI-to-AI Handoff

若：

M_1 \rightarrow M_2

不應只傳：

Y_t

。

而應傳：

R_t

或其可重建壓縮。

63. Handoff Fidelity

定義：

F_H = \operatorname{sim} ( R_t, \operatorname{Reconstruct}_{M_2}(R_t') )

。

64. Handoff 不是 Memory Summary

Memory summary 只是：

S_t

。

真正 research handoff 至少要保留：

state；
evidence；
unknown；
provenance；
closure；
reopen。

65. Research Continuity

因此：

\boxed{ \text{Research Continuity} = \text{Persistent Epistemic State Across Agents and Time} }

。

66. Research Capital

本文將累積研究能力表示為：

\boxed{ \mathcal C_R = ( K, U, C, \Omega, E, F, H, B, P ) }

。

67. $K$ ：Knowledge

已建立知識。

68. $U$ ：Unknowns

仍未解的認識缺口。

69. $C$ ：Compression Kernels

可生成與重建的核心理解。

70. $\Omega$ ：Research Options

可重用研究程序。

71. $E$ ：Evidence

原始證據與 evidence objects。

72. $F$ ：Formalization

state / variable / constraint / operator / invariant。

73. $H$ ：History

研究軌跡、失敗與版本。

74. $B$ ：Boundaries

尚未閉合的世界區域。

75. $P$ ：Provenance

來源、時間、方法、責任與引用鏈。

76. 研究資本不等於知識庫

普通 knowledge base：

KB\approx K

。

Research Capital：

\mathcal C_R \gg K

。

因為它還保存：

不知道什麼、如何知道、怎麼驗證、下一步怎麼知道。

77. Knowledge + Procedure

早期 Research Trajectory Compression 已指出：

K

回答：

我們知道什麼？

\Omega

回答：

我們下次怎麼知道得更快？

本文再加入：

U

回答：

我們還不知道什麼？

78. Compression Kernel

C

回答：

哪些核心結構可以重新展開大量知識？

79. Formalization

F

回答：

哪些認識已經變成可操作計算物件？

80. Research Capital 的複利

若每次研究都只留下 report：

R_1 \rightarrow Y_1

下一次：

R_2

很可能重做大量探索。

若留下：

\mathcal C_R

則：

C_{t+1} < C_t

可能逐步成立。

81. Compounding Research Capability

因此：

\boxed{ \text{Research} \rightarrow \text{Capitalization} \rightarrow \text{Faster Better Research} }

。

82. Non-Parametric Research Learning

模型 weights 不變：

\theta_{t+1}=\theta_t

但：

\mathcal C_R(t+1)> \mathcal C_R(t)

。

系統仍可：

\text{performance}\uparrow

。

83. Research Organization as Runtime

組織可以被看成：

\boxed{ \text{Persistent Epistemic Runtime} }

而不是：

一群人 + 一堆文件。

84. Agent 可更換

如果：

M_1\rightarrow M_2

但：

R_t

保留，

研究不必歸零。

85. 模型世代更替

例如：

M_{v1} \rightarrow M_{v2} \rightarrow M_{v3}

Research Capital 可以跨模型繼承。

86. Research State Independence

理想：

\boxed{ \text{Research State} \neq \text{Model Session State} }

。

87. Session State 問題

如果研究只存在當前 context：

C_{\text{context}}

則：

\text{context reset} \Rightarrow \text{research loss}

。

這不適合長時科研。

88. Externalized Research State

因此需要：

R_t^{\text{external}}

。

它可以：

version；
diff；
inspect；
validate；
merge；
fork。

89. Research State Versioning

R_0 \rightarrow R_1 \rightarrow R_2

。

每一版記錄：

\Delta R_t

。

90. Epistemic Diff

不是只看文字 diff。

而是：

\Delta R_t = ( \Delta K, \Delta U, \Delta C, \Delta E, \Delta H, \Delta B, \Delta F )

。

91. Research Fork

不同假說：

H_1,H_2

可以：

R_t \rightarrow \{R_t^{(1)},R_t^{(2)}\}

分支研究。

92. Research Merge

若兩分支後來兼容：

R^{(1)}+R^{(2)} \rightarrow R^\ast

。

93. Merge Conflict

若：

H_1\perp H_2

則：

\operatorname{MergeConflict}

應保留，而不是用文字平衡掉。

94. Persistent Conflict

某些問題可以長期保持：

\text{unresolved}

。

這不是 failure。

是：

\boxed{ \text{Honest Epistemic State} }

。

95. Negative Results

Research State 必須保存：

E^-

負結果。

否則下一個 Agent 會重做失敗路徑。

96. Failure Memory

保存：

failure:
  action:
  condition:
  result:
  interpretation:
  retry_condition:

。

97. Failure 不等於永久禁止

某次失敗：

F_t

可能因：

version；
tool；
data；
permission；

造成。

因此需保存：

\operatorname{RetryCondition}(F_t)

。

98. Closure 與 Failure 的關係

大量 failure 也可能幫助 closure。

因為：

\text{failed alternatives} \rightarrow \text{hypothesis reduction}

。

99. Negative Information

因此：

\boxed{ \text{Failure} = \text{Potential Epistemic Gain} }

。

100. Closure Score 的風險

可以建立：

S_C

closure score。

但不應只輸出：

0.87

。

因為它會掩蓋 critical unknown。

101. Closure Score 只能作 Proxy

如果使用：

S_C

必須同時提供：

\mathbf C

與：

\mathcal U_B

。

102. Closure Decision

可寫：

C_E=1

當且僅當：

B_U\leq\epsilon

且：

\forall U_i\in\mathcal U_B, \quad u_i\leq\theta_i

且：

P_B\leq\theta_B

且：

V_E\geq\theta_V

。

103. $V_E$

表示 evidence / validation sufficiency。

104. Closure Gate

可實作：

UNKNOWN GATE
COUNTEREVIDENCE GATE
BOUNDARY GATE
TEMPORAL GATE
VALIDATION GATE
SCOPE GATE

全部通過才 conditional closure。

105. 不是所有 Gate 都要永遠固定

不同 task profile 可設定不同：

\theta

。

106. Risk-Adaptive Closure

高風險：

\theta_{\text{strict}}

。

低風險：

\theta_{\text{loose}}

。

因此：

\boxed{ \text{Closure Policy} = f(\text{Risk},\text{Task},\text{Cost}) }

。

107. Closure 與 Cost

研究不能無限進行。

所以真正 planner 要平衡：

\text{Epistemic Gain}

與：

\text{Cost}

。

108. Marginal Closure Gain

定義：

G_C(a) = \frac{ \mathbb E[\Delta C_E\mid a] }{ \operatorname{Cost}(a) }

。

109. Low-Gain Stop

若：

G_C(a)<\epsilon

對所有可行 action，

可以：

\operatorname{Stop}=1

。

但仍可能：

C_E<1

。

這時應輸出：

stopped incomplete。

110. Closure Status

至少：

OPEN
PARTIALLY_CLOSED
CONDITIONALLY_CLOSED
STOPPED_INCOMPLETE
REOPENED
SUPERSEDED
INVALIDATED

。

111. STOPPED_INCOMPLETE 很重要

系統必須能誠實表示：

不是做完，只是目前不再繼續。

112. Partial Closure

可以：

C_E(D_1)=1

而：

C_E(D_2)=0

。

因此：

\text{PARTIALLY\_CLOSED}

很常見。

113. Conditional Closure

最常見的科研終點應是：

\boxed{ \text{CONDITIONALLY\_CLOSED} }

。

114. Invalidated

若核心證據失效：

E^\ast\rightarrow0

則：

C_E\rightarrow\text{INVALIDATED}

。

115. Superseded

新理論：

C_2

比：

C_1

更完整。

舊 closure 不一定錯，

但：

C_1\rightarrow\text{SUPERSEDED}

。

116. Closure Lineage

可保存：

C_1 \rightarrow C_2 \rightarrow C_3

。

這是知識演化譜系。

117. Closure 與 Institutional Epistemology

Paper 06 已區分：

C_B

Business Closure，

C_{\text{Tech}}

Technical Closure，

C_E

Epistemic Closure。

本文保留三者分離。

118. Business Closure

商業上值得停止投入。

119. Technical Closure

工程上已足夠穩定。

120. Epistemic Closure

認識上重要缺口已在指定範圍內被處理。

121. 三者可以不同步

可能：

C_B=1

C_{\text{Tech}}=1

C_E=0.6

。

這不矛盾。

122. 對 Deep Research 的直接批判

Deep Research 往往很擅長：

C_T

Task Completion。

但不一定顯式追蹤：

C_E

。

因此：

\boxed{ \text{Complete Report} \neq \text{Closed Research State} }

。

123. 對 Open-World Research 的要求

至少要保存：

\mathbf U

B

H

\mathcal R_{\text{reopen}}

。

否則 closure 無法被檢查。

124. Closure Runtime

可定義：

R_C : R_t \rightarrow ( \text{status}, \text{scope}, \text{reopen} )

。

125. Closure Runtime 的輸入

包括：

current research state；
risk profile；
task requirements；
resource budget。

126. Closure Runtime 的輸出

包括：

status；
closure map；
unresolved blockers；
stop reason；
reopen conditions；
next best actions。

127. Closure Runtime 不是 Judge of Truth

它不宣告：

世界就是這樣。

只宣告：

在目前條件下，這個研究狀態已達到哪一種 closure。

128. World Root 再次成為必要條件

若沒有：

W

與：

\hat W_t

區分，

系統會把：

\hat W_t

的 closure 誤當成：

W

的完成。

因此：

\boxed{ \text{World Root} \rightarrow \text{Closure Humility} }

。

129. World Model 與 Closure

世界模型：

M_t

可能 closure。

但世界：

W

不因此 closure。

所以：

\operatorname{Closed}(M_t) \not\Rightarrow \operatorname{Closed}(W)

。

130. Epistemic Humility as Architecture

通常 epistemic humility 被描述成：

謙虛一點。

本文認為它可以被架構化：

\boxed{ \text{Epistemic Humility} = \text{Preserved Unknowns} + \text{Bounded Claims} + \text{Reopen Conditions} }

。

131. 不需要 AI「有謙虛人格」

只要 Runtime 強制：

保存 unknown；
標 scope；
存 reopen；
不把 stop 當 closure；

就已經是結構性 epistemic humility。

132. 從人格要求到 Runtime 保證

這延續 Paper 07：

\text{be humble}

是 prompt。

但：

\operatorname{ClosureGate}

與：

\mathcal R_{\text{reopen}}

是 computational obligation。

133. Persistent State 也讓多 AI 協作更可靠

多 Agent：

M_1,M_2,\ldots,M_n

不需要彼此共享所有 context。

只要共享：

R_t

。

134. Shared Epistemic State

形式：

R_t^{\text{shared}}

。

Agent 各自讀：

\Pi_i(R_t^{\text{shared}})

。

135. Role-Specific Views

例如：

\Pi_{\text{search}}

只看 unknown / surface。

\Pi_{\text{validator}}

只看 claims / evidence。

\Pi_{\text{planner}}

看 cost / boundary / closure。

136. 這降低 Context Explosion

不需要每個 Agent 都讀完整 raw corpus。

而是：

R_t \rightarrow \Pi_i(R_t)

。

137. 但 Canonical State 仍需可追溯 Raw Evidence

否則：

\Pi_i(R_t)

可能共同繼承錯誤壓縮。

所以：

\text{compressed state} + \text{raw provenance}

必須並存。

138. Research State as Graph

可以：

G_R = (V_R,E_R)

。

節點：

world object；
claim；
evidence；
unknown；
kernel；
hypothesis；
method；
closure。

139. Edge Types

例如：

supports；
contradicts；
depends；
derived-from；
invalidates；
closes；
reopens；
supersedes。

140. Graph Closure

Closure 可以在圖上定義：

critical dependency paths 是否都達到 acceptable terminal state？

141. Dependency Closure

若：

C_0

依賴：

C_1,C_2,C_3

其中：

C_2

仍 open，

則：

C_0

不能 full closure。

142. Local Dependency Closure

可允許：

C_1,C_3

已 closure。

這有助局部更新。

143. Boundary Nodes

未閉合邊界：

B

可作 graph frontier nodes。

144. Frontier Priority

每個 boundary：

b_i

有：

p_i = \frac{ \operatorname{Impact}(b_i) }{ \operatorname{Cost}(b_i) }

。

145. Closure 不一定要消滅所有 Boundary

只需要：

\operatorname{Impact}(b_i)<\theta

或合理標記。

146. Research Debt

若很多高 impact boundary 被長期忽略，

形成：

D_R

research debt。

147. Epistemic Debt

更廣：

D_E = \text{unresolved high-impact epistemic obligations}

。

148. Closure Debt

系統若宣稱 closure，但：

\mathcal U_B

仍有項目，

就是：

D_C

closure debt。

149. 這可以被審計

Audit：

\operatorname{Audit}(C_E)

檢查：

unknown blockers；
missing counterevidence；
expired evidence；
scope mismatch；
missing provenance。

150. Closure Audit

可由獨立 Agent 執行。

這符合：

\boxed{ \text{Closure Should Be Challengeable} }

。

151. Self-Audit 與 Independent Audit

A_{\text{self}}

與：

A_{\text{independent}}

都重要。

因為同一 Agent 可能共享原錯誤 ontology。

152. Independent Closure Audit

使用不同：

model；
search strategy；
ontology；
provider；

可降低共同失真。

153. Agreement 不等於獨立驗證

如果兩 Agent 共用相同來源，

即使：

A_1=A_2

在 epistemic root 上也可能不獨立。

154. Closure Consensus

真正 consensus 應考慮：

\text{independence}

而不是 vote count。

155. Consensus Weighting

可寫：

W_i = f( \text{independence}, \text{evidence}, \text{method}, \text{scope} )

。

156. 多 Agent 不等於多認識路徑

十個 Agent 用同一 prompt、同一工具、同一模型：

N=10

但：

D_{\text{epistemic}}\approx1

。

因此需要真正 epistemic diversity。

157. Closure Robustness

可測：

R_C = \operatorname{Stability} ( C_E \mid \text{agent / method / source perturbations} )

。

158. Perturbation Test

改變：

query；
provider；
model；
source order；
ontology seed。

如果 closure 大幅變，

則：

R_C\ll1

。

159. Robust Closure

高品質 closure 應：

R_C\gg0

。

但仍不等於真理。

160. Closure Under Perturbation

可作 benchmark：

C_E^{(1)},C_E^{(2)},\ldots,C_E^{(n)}

比較 variance。

161. Closure Drift

隨時間：

C_E(t)

可能慢慢失真。

因此需：

\operatorname{Refresh}

。

162. Refresh Policy

例如：

\text{freshness decay}

達：

\theta_F

就重新檢查。

163. Event-Driven Refresh

不一定固定時間。

若：

E_{\text{major}}

新事件出現，

立即 reopen。

164. Closure Watch

可有：

\operatorname{Watch}(C_E)

持續監測 reopen trigger。

165. 這使研究從文件變成活狀態

傳統論文：

\text{publish} \rightarrow \text{static}

。

Persistent State：

\text{publish} \rightarrow \text{watch} \rightarrow \text{reopen} \rightarrow \text{revise}

。

166. Living Research Object

可以定義：

\boxed{ \text{Living Research Object} = \text{Persistent State} + \text{Closure} + \text{Reopen} + \text{Lineage} }

。

167. 這不取代論文

論文仍然重要。

但論文可視為：

\Pi_{\text{publication}}(R_t)

。

168. Publication 是 Snapshot

P_t = \operatorname{Snapshot}(R_t)

。

169. Snapshot 不等於 Runtime

所以：

\boxed{ \text{Paper} \neq \text{Research Runtime} }

。

170. 學術傳播的新可能

未來可以同時發布：

paper；
evidence graph；
unknown ledger；
closure map；
runtime state snapshot。

171. AI-Facing Research Artifact

對 AI 而言，最有價值的可能不是 PDF。

而是：

R_t

可機讀狀態。

172. Human-Facing 與 AI-Facing 分離

Human：

\Pi_H(R_t)

。

AI：

\Pi_A(R_t)

。

兩者都來自 canonical source。

173. Canonical Source Principle

正式研究：

\boxed{ \text{Canonical Source} \neq \text{Rendered View} }

。

174. Runtime State 也應有 Canonical Source

例如：

UTF-8；
typed schema；
deterministic version；
provenance。

175. Closure Manifest

可建立：

closure_manifest:
  id:
  version:
  status:
  scope:
  time_window:
  assumptions:
  blockers:
  closure_vector:
  evidence:
  counterevidence:
  reopen_conditions:
  next_actions:

。

176. Persistent Epistemic State Manifest

research_state:
  world:
  understanding:
  unknowns:
  hypotheses:
  compression_kernels:
  evidence:
  boundaries:
  formalization:
  research_options:
  provenance:
  closure:

。

177. Research Capital Manifest

research_capital:
  knowledge:
  unknowns:
  kernels:
  skills:
  evidence:
  formalization:
  history:
  boundaries:
  provenance:

。

178. Closure Runtime 最小循環

LOAD STATE
↓
CHECK UNKNOWN BLOCKERS
↓
CHECK COUNTEREVIDENCE
↓
CHECK BOUNDARIES
↓
CHECK TIME / SCOPE
↓
CHECK VALIDATION
↓
CLOSE OR CONTINUE
↓
SAVE REOPEN CONDITIONS
↓
PERSIST STATE

。

179. Reopen 最小循環

TRIGGER
↓
LOCATE DEPENDENCY CONE
↓
INVALIDATE AFFECTED CLOSURES
↓
RUN LOCAL RESEARCH
↓
UPDATE STATE
↓
REVALIDATE
↓
RECLOSE OR REMAIN OPEN

。

180. 這接回極小化修復方法

Dependency cone：

C_{\text{dep}}

先定位最小影響域。

然後：

\text{Local Repair} \rightarrow \text{Boundary Closure}

。

這與軟體修復和研究修復具有高度同構性。

181. Epistemic Repair

因此可定義：

\boxed{ \text{Epistemic Repair} }

：

在不破壞無關研究狀態的前提下，修正受新證據影響的最小認識依賴域。

182. Research Repair 不等於重新研究

如果 lineage 與 dependency 存在，

就不必：

\operatorname{Restart}

。

183. Long-Horizon Research 的核心

長時研究真正需要：

\boxed{ \text{Persistence} + \text{Revisability} + \text{Closure} + \text{Reopen} }

。

184. 沒有 Persistent State 的 Long-Horizon Agent

只是：

\text{Long Context}

而不是：

\text{Long Research}

。

185. Long Context 不等於 Long Research

\boxed{ \text{Long Context} \neq \text{Persistent Epistemic Continuity} }

。

186. Memory 也不等於 Research State

Memory 可以記：

做過什麼。

Research State 還要記：

哪些 claim 在什麼 evidence 下成立。

187. Research State 是可檢驗記憶

可以說：

\boxed{ \text{Research State} = \text{Structured, Verifiable, Revisable Memory} }

。

188. 這對自主 AI 特別重要

Agent 若長期自主研究，

必須能：

不重複犯錯；
不把舊 closure 當永恆真理；
不因 context reset 失憶；
不因模型更換失去研究。

189. Agent Identity 不應成為 Research State 的必要條件

R_t

應能跨：

M_1,M_2,M_3

存在。

190. Research Continuity > Agent Continuity

因此：

\boxed{ \text{Research Continuity} > \text{Agent Identity Continuity} }

在工程上更重要。

191. 這也避免把 AI 人格化

研究持續性不需要假設：

同一個 AI 靈魂一直存在。

只需要：

R_t

可持續。

192. Closure Runtime 與 Institutional Runtime

組織中：

R_t

可由多人、多 Agent 維護。

這形成：

\boxed{ \text{Distributed Persistent Epistemic Runtime} }

。

193. Institutional Handoff

人員離職：

P_i\rightarrow\varnothing

但：

R_t

保留。

Institutional forgetting 可下降。

194. AI Handoff

模型更換：

M_i\rightarrow M_j

但：

R_t

保留。

能力可累積。

195. Research State Governance

Persistent State 需要：

permissions；
version control；
conflict resolution；
canonical status；
audit。

196. State Mutation 不是任意寫入

不同 Agent 可有：

\text{read}

\text{propose}

\text{validate}

\text{promote}

權限。

197. Research State Promotion

candidate claim：

C_{\text{candidate}}

經驗證後：

C_{\text{validated}}

才進 canonical。

198. Rejected 不應刪除

C_{\text{rejected}}

仍保留 lineage。

避免重複走同一錯路。

199. Unknown 也需要 Promotion / Resolution

unknown：

U_{\text{candidate}}

可經確認變成：

U_{\text{tracked}}

。

200. Closure 也需要審核

C_E^{\text{candidate}}

可由獨立 Agent audit。

201. 可證偽預測

預測一

具有 explicit reopen conditions 的研究系統，在新證據出現後應比 report-only 系統更快完成局部修訂。

預測二

保存 typed unknown 的系統應有較低 false closure rate。

預測三

將 stop 與 closure 分離後，系統應更常正確輸出 STOPPED_INCOMPLETE，而非生成過度確定結論。

預測四

Persistent Epistemic State 應降低跨 Agent handoff 的資訊損失。

預測五

保存 failure memory 與 rejected hypotheses 應降低重複無效研究成本。

預測六

closure audit 使用獨立 ontology / provider / model 時，應能發現部分 self-audit 無法發現的 blind spot。

預測七

research capital 持續累積時，同 task family 的研究成本應隨時間下降，而最終品質不下降。

202. Benchmark 草案

建立：

T_1,\ldots,T_n

長時研究任務。

加入事件：

新來源；
新反例；
版本改變；
ontology expansion；
model swap；
agent handoff。

比較：

report-only agent；
memory-summary agent；
stateful research agent；
closure-runtime agent。

評估：

\text{False Closure Rate}

\text{Reopen Latency}

\text{Local Repair Cost}

\text{Handoff Fidelity}

\text{Research Rediscovery Cost}

\text{Closure Robustness}

\text{Long-Horizon Consistency}

。

203. 主要命題

命題一

\boxed{ \operatorname{Stop} \neq \operatorname{EpistemicClosure} }

。

命題二

所有 Open-World Closure 都應是 conditional。

C_E=C_E(D,E,U,T,R,A)

。

命題三

任何 closure 都應保存：

\mathcal R_{\text{reopen}}

。

命題四

Report 是 Research State 的投影，而不是 Research State 本身。

Y_t=\Pi(R_t)

。

命題五

Research Continuity 應由 Persistent Epistemic State 支撐，而不是依賴單一 Agent context。

命題六

Research Capital 應同時保存 knowledge 與 ignorance。

\mathcal C_R \supset (K,U)

。

命題七

高品質研究系統不只需要 closure capability，也需要 reopen capability。

\boxed{ \text{Research Intelligence} = \text{Ability to Close} + \text{Ability to Reopen} }

。

204. OWER 全系列統一

Paper 00：

\text{Deep Research} \neq \text{Open-World Epistemic Research}

。

Paper 01：

\text{Internet Access} \neq \text{Open-World Cognition}

。

Paper 02：

\text{Local Depth} \neq \text{Global Coverage}

。

Paper 03：

\text{Unknown} \neq \text{One State}

。

Paper 04：

\text{Understanding} \neq \text{Boolean}

。

Paper 05：

\text{Aha} = \text{Candidate Compression Kernel}

。

Paper 06：

K_{\text{person}} \neq K_{\text{product}}

。

Paper 07：

\text{Concept} \neq \text{Formalization} \neq \text{Runtime}

。

Paper 08：

\text{Search} \subset \text{Epistemic Action}

。

Paper 09：

\boxed{ \text{Research} \rightarrow \text{Persistent Epistemic State} \rightarrow \text{Conditional Closure} \leftrightarrow \text{Reopen} }

。

205. 最終總公式

整個 OWER 系列可以壓成：

\boxed{ W \rightarrow \hat W_t \rightarrow ( \mathbf K_t, \mathbf U_t, \mathcal C_t, E_t, H_t, B_t, F_t ) \rightarrow O_t \rightarrow A_t \rightarrow M_t \rightarrow P_t \rightarrow E_{t+1} \rightarrow \hat W_{t+1} \rightarrow C_E }

並且：

C_E \xrightarrow{ \mathcal R_{\text{reopen}} } R_{t+1}

。

206. 真正的閉環不是「問答」

最終不是：

Q \rightarrow A

。

而是：

\boxed{ \text{World} \rightarrow \text{Know} \rightarrow \text{Discover Unknown} \rightarrow \text{Act} \rightarrow \text{Observe} \rightarrow \text{Revise} \rightarrow \text{Close} \rightarrow \text{Reopen} }

。

207. 結論

真正的研究系統不能只回答：

我現在有什麼答案？

還必須回答：

我還不知道什麼？

哪些結論只是暫時成立？

哪些世界邊界沒有被看見？

哪些證據可以推翻目前模型？

什麼條件會讓這個研究重新打開？

下一個 AI 如何接續，而不是重做？

因此：

\boxed{ \text{Research Completion} \neq \text{Final Text Generation} }

。

更合理的是：

\boxed{ \text{Research Completion} = \text{Persistent, Auditable, Reopenable Epistemic State} }

在 Open-World Research 中，closure 不應是「句點」。

它更像：

\boxed{ \text{A Versioned Commit with Reopen Conditions} }

。

這使研究可以同時具備：

完成性；
可修正性；
連續性；
可交接性；
可累積性。

本文最終命題為：

真正成熟的 AI 研究 Runtime，不只是知道如何把問題做完，也知道如何標記尚未完成、如何保存為何完成、以及何時必須重新打開。

208. 系列後續：兩篇番外

主系列在此形成第一輪閉環。

後續兩篇番外將處理兩個最容易被誤解、但又是 World-Rooted Runtime 的基礎問題：

EX-A — The Missing Epistemic Root Conjecture

核心：

\boxed{ \text{Why was “knowing the world first” implicit rather than computationally explicit?} }

即：

人類本來就先處於世界的持續認識中，為什麼傳統演算法與 AI 架構常把世界前提藏進輸入、資料集、工具與設計者假設，而沒有把「認識世界」提升成顯式根節點？

EX-B — A World Model Is Not a World Root

核心：

\boxed{ W \neq \hat W \neq M \neq S }

即：

世界、當前認識狀態、世界模型與生成出的模擬世界不是同一個物件；擁有 world model 不等於架構上真正存在一個 world root。

References

Popper, K. R. The Logic of Scientific Discovery.
Kuhn, T. S. The Structure of Scientific Revolutions.
Lakatos, I. The Methodology of Scientific Research Programmes.
Simon, H. A. The Sciences of the Artificial.
Polanyi, M. The Tacit Dimension.
EveMissLab. DRC Search：生成式 AI 時代的非線性搜尋、共振式爬蟲與認知地圖生成方法.
EveMissLab. 全域欲相位語義搜尋法 GIPSS v0.2：DRC–SGCD 統一架構.
EveMissLab. 全域欲相位認識論 GIPE v0.1：從語義搜尋到主動科學介入.
EveMissLab. 從資訊檢索到研究編譯：VRCA 理論模型 v0.1.
EveMissLab. Omphalos: From Search APIs to an AI-Native Search-Method Runtime v0.1.
EveMissLab. Open-World Epistemic Research Paper 00: From Deep Research to Open-World Epistemic Research.
EveMissLab. OWER Paper 01: The Internet-Access Illusion.
EveMissLab. OWER Paper 02: Local Attention Convergence and Global Epistemic Distortion.
EveMissLab. OWER Paper 03: Unknown Is Not One Thing.
EveMissLab. OWER Paper 04: Understanding-State Calculus.
EveMissLab. OWER Paper 05: Aha as Compression-Kernel Formation.
EveMissLab. OWER Paper 06: Institutional Epistemic Compression.
EveMissLab. OWER Paper 07: The Formalization Gap.
EveMissLab. OWER Paper 08: Search as an Epistemic Operator Runtime.

Appendix A — Closure Manifest

closure_manifest:
  id:
  version:
  status:
    - OPEN
    - PARTIALLY_CLOSED
    - CONDITIONALLY_CLOSED
    - STOPPED_INCOMPLETE
    - REOPENED
    - SUPERSEDED
    - INVALIDATED

  scope:
  time_window:

  assumptions: []

  closure_vector:
    evidence:
    counterevidence:
    unknown:
    boundary:
    scope:
    temporal:
    replication:
    formal:

  blockers: []

  evidence: []
  counterevidence: []
  unknowns: []
  boundaries: []

  reopen_conditions:
    new_evidence: []
    counterexamples: []
    temporal: []
    ontology: []
    scope: []
    risk: []

  next_actions: []

  provenance:
    parent_closure:
    research_state:
    created_at:
    updated_at:

Appendix B — Persistent Epistemic State

research_state:
  id:
  version:

  world:
    scope:
    surfaces: []

  understanding:
    state_vector:

  unknowns: []

  hypotheses:
    active: []
    rejected: []
    unresolved: []

  compression_kernels: []

  evidence:
    supporting: []
    counter: []
    conflicting: []

  boundaries: []

  formalization:
    states: []
    variables: []
    constraints: []
    operators: []
    invariants: []

  research_options: []

  provenance:
    actions: []
    methods: []
    providers: []
    failures: []

  closure:
    manifest:

Appendix C — Research Capital

research_capital:
  knowledge: []
  unknowns: []
  compression_kernels: []
  research_options: []
  evidence: []
  formalizations: []
  history: []
  boundaries: []
  provenance: []

Appendix D — 一句話命題

研究真正完成的標誌，不是最後一段文字被寫完，而是目前知道什麼、不知道什麼、為何相信、在哪些條件下成立，以及何時必須重新打開，都已被保存成可被下一個智能繼續操作的認識狀態。

OWER Paper 09 v0.1｜認識閉包 Runtime

OWER Paper 09 v0.1｜認識閉包 Runtime

認識閉包 Runtime

Epistemic Closure Runtime: Conditional Completion, Reopen Conditions, Persistent Research State, and Research Capital

摘要

1. 為什麼停止不是閉包？

2. 四種容易混淆的終點

3. Stop

4. Task Completion

5. Epistemic Closure

6. Truth

7. 為什麼 Open-World 不能要求絕對閉包？

8. 條件性閉包

9. Closure 是帶 Scope 的

10. Closure 是帶時間的

11. Temporal Closure

12. Closure 是帶假設的

13. Closure 是帶風險的

14. Unknown Budget

15. Unknown Budget 不是唯一條件

16. Closure-Blocking Unknown

17. Boundary Pressure

18. Local Closure

19. Hierarchical Closure

20. Closure Map

21. Closure 不應被壓成單一 confidence

22. Closure Vector

23. Evidence Closure

24. Counter-Evidence Closure

25. Unknown Closure

26. Boundary Closure

27. Scope Closure

28. Temporal Closure

29. Replication Closure

30. Formal Closure

31. Closure Profile

32. Reopen Condition

33. Reopen Trigger 類型

34. 新證據觸發

35. 新反例觸發

36. 時間觸發

37. Ontology Trigger

38. Scope Trigger

39. Risk Trigger

40. Closure Without Reopen 是 Frozen Knowledge

41. Reopen 不等於全部重做

42. Local Epistemic Repair

43. Dependency-Aware Reopen

44. Reopen Propagation

45. Closure Ledger

46. Persistent Epistemic State

47. WWW

48. W^t\hat W_tW^t​

49. Kt\mathbf K_tKt​

50. Ut\mathbf U_tUt​

51. Ct\mathcal C_tCt​

52. EtE_tEt​

53. HtH_tHt​

54. BtB_tBt​

55. FtF_tFt​

56. Ωt\Omega_tΩt​

57. PtP_tPt​

58. Report 是 Persistent State 的投影

59. 為什麼報告不能是唯一 canonical artifact？

60. Canonical Research State

61. Multiple Views

62. AI-to-AI Handoff

63. Handoff Fidelity

64. Handoff 不是 Memory Summary

65. Research Continuity

66. Research Capital

67. KKK：Knowledge

68. UUU：Unknowns

69. CCC：Compression Kernels

70. Ω\OmegaΩ：Research Options

71. EEE：Evidence

72. FFF：Formalization

73. HHH：History

74. BBB：Boundaries

75. PPP：Provenance

47. $W$

48. $\hat W_t$

49. $\mathbf K_t$

50. $\mathbf U_t$

51. $\mathcal C_t$

52. $E_t$

53. $H_t$

54. $B_t$

55. $F_t$

56. $\Omega_t$

57. $P_t$

67. $K$ ：Knowledge

68. $U$ ：Unknowns

69. $C$ ：Compression Kernels

70. $\Omega$ ：Research Options

71. $E$ ：Evidence

72. $F$ ：Formalization

73. $H$ ：History

74. $B$ ：Boundaries

75. $P$ ：Provenance

103. $V_E$