title: 從 Deep Research 到開放世界認識研究：AI 原生研究 Runtime 的問題重構
english_title: From Deep Research to Open-World Epistemic Research: Reframing the AI-Native Research Runtime
series: Open-World Epistemic Research
paper: 00
version: v0.1
date: 2026-09-20
language: zh-TW
authors: Neo.K · GPT-5.6 Sol
organization: EveMissLab / 一言諾科技有限公司
status: Canonical Draft / Series Opening Paper

00｜從 Deep Research 到開放世界認識研究

——AI 原生研究 Runtime 的問題重構

English Title: From Deep Research to Open-World Epistemic Research: Reframing the AI-Native Research Runtime
Series: Open-World Epistemic Research
Version: v0.1
Date: 2026-09-20
Authors: Neo.K × GPT-5.6 Sol
Institution: EveMissLab / 一言諾科技有限公司

摘要

近兩年的 Deep Research 系統大幅提高了大型語言模型進行長時程網路搜尋、來源彙整、多步推理與研究式報告生成的能力。然而，「能長時間搜尋並產生有引用的完整報告」並不自動等同於「能進行開放世界的科學認識」。一個系統即使具有網路存取、搜尋工具、多代理平行化、來源引用與長鏈推理，仍可能在錯誤或不完整的問題分類中局部收斂，過度依賴權威來源或搜尋排序，將作者自述誤當成已驗證事實，使用參數化內部知識去填補外部證據缺口，或在報告生成階段把矛盾、未知與反證壓平成流暢敘事。

本文提出 Open-World Epistemic Research（開放世界認識研究） 作為比 Deep Research 更上位的問題框架。本文不主張檢索、來源驗證、反證、世界模型、認識論或研究代理本身是新的概念；真正需要重新顯式化的是：對開放世界 Agent 而言，研究不應從「任務—搜尋—報告」開始，而應從「世界—可觀察性—當前認識狀態—未知與缺口」開始。本文因此引入一個暫定的 World-Rooted Epistemic Runtime 表述：

W_t \rightarrow O_t \rightarrow K_t \rightarrow G_t \rightarrow \Pi_t \rightarrow A_t \rightarrow E_t \rightarrow C_t \rightarrow K_{t+1} \rightarrow \operatorname{Closure/Reopen}

其中， $W_t$ 是所處世界， $O_t$ 是可取得的觀察， $K_t$ 是當前認識狀態， $G_t$ 是缺口， $\Pi_t$ 是研究策略， $A_t$ 是搜尋、模擬、證明、實驗或其他認識行動， $E_t$ 是證據， $C_t$ 是挑戰、反證與衝突處理。此架構將搜尋重新定位為認識行動之一，而非研究本體。

本文同時提出「網路存取不等於開放世界認知」、「局部深度不等於全域完備」、「來源數量不等於獨立證據數量」、「理解不是布林值」、「研究報告不等於研究狀態」等核心命題，並將 EveMissLab 既有的 DRC Search、GIPSS、GIPE、VRCA 與 Omphalos/AUSI 前期架構重新排列為可相容的技術前史。本文的目標不是宣告一個已完成的通用科學 AI，而是建立一個可驗證的研究問題：當 AI 從封閉任務求解器轉向開放世界研究代理時，是否必須把「世界」與「對世界的當前認識」重新提升為一級計算對象？

關鍵詞： Deep Research、Open-World Epistemic Research、World Root、AI-Native Research、Research Runtime、Epistemic State、Evidence、Falsification、Research Closure、Omphalos、AUSI、GIPSS、GIPE、DRC、VRCA

1. 問題：Deep Research 到底「深」在哪裡？

Deep Research 的名稱容易把數個不同層次的能力壓縮成同一個概念：

搜尋時間更長；
搜尋來源更多；
查詢可以迭代；
可以跨來源彙整；
可以進行多步推理；
可以生成較完整的研究式報告；
可以自動附上引用；
有些系統還能使用多代理平行探索。

這些能力都是真實且有價值的工程進展。然而，從認識論角度看，它們主要回答的是：

如何更有效率地取得、組織與綜合外部資訊？

這與另一個問題並不相同：

系統是否已經充分辨識自己所處的問題世界、尚未知的部分、錯誤分類的可能性、來源依賴關係、替代假說與反證條件，並能持續修正自身認識狀態？

前者可概括為：

Q \rightarrow \operatorname{Plan} \rightarrow \operatorname{Retrieve} \rightarrow \operatorname{Synthesize} \rightarrow R

其中 $Q$ 是使用者問題， $R$ 是研究式報告。

後者則至少需要：

W \rightarrow \operatorname{Observe} \rightarrow K \rightarrow \operatorname{DetectGap} \rightarrow \operatorname{Act} \rightarrow \operatorname{Challenge} \rightarrow \operatorname{Revise}

兩條鏈可以共存，但不是同一條鏈。

本文的第一個核心立場是：

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

這不是貶低現有 Deep Research。更準確地說，現有 Deep Research 已經把「長時程資訊研究」做成可用產品；而本文要問的是：當研究目標從資訊整理進一步轉向未知結構發現、科學驗證、理論競爭、反證與持續世界模型修正時，原本的根節點是否需要改變？

2. 現有系統已經知道部分問題，但問題仍未閉合

將現有 Deep Research 描述成「完全不會質疑來源」並不準確。核心公司與研究社群已明確觀察到大量相關失敗模式。

OpenAI 在 Deep Research 的官方限制說明中公開承認，系統仍可能產生錯誤推論或虛構事實，可能難以區分權威資訊與傳聞，並存在信心校準問題。這證明「多來源、有引用、長推理」本身並不能消除認識可靠性問題。

Anthropic 對其多代理 Research 系統的工程回顧則揭露了另一層問題：代理可能重複搜尋、留下 knowledge gaps、使用不適當工具、在已取得足夠資訊後仍繼續搜尋，並曾偏好 SEO 最佳化的內容農場而非更權威的學術 PDF 或原始來源。Anthropic 同時觀察到，多代理研究系統的行為具有非決定性，必須依賴 tracing、human evaluation 與來源品質 heuristics 才能診斷。

2025 至 2026 年的 Deep Research 研究也逐步把問題從「會不會搜尋」推向「能不能可靠研究」。FINDER/DEFT 類工作指出，現有 Deep Research Agent 的主要困難之一在於證據整合、驗證與對推理擾動具有韌性的規劃。2026 年的 MisKnow-Agent 類研究更進一步顯示：即使某些誤導資訊可在單獨驗證時被辨識，放入長時程 Deep Research workflow 後，仍可能被系統吸收並導向錯誤結論。這表示局部 verifier 能力不必然轉化為整體研究流程的認識可靠性。

因此問題不是：

核心公司是否知道 Deep Research 有錯誤？

而是：

已知的錯誤是否被形式化為研究 Runtime 的一級狀態、約束與算子？

這兩者差異可以表示為：

\operatorname{Notice}(F) \neq \operatorname{Formalize}(F) \neq \operatorname{Algorithmize}(F) \neq \operatorname{RuntimeIntegrate}(F)

其中 $F$ 是某個 failure mode。

這條差異鏈是本文後續系列的重要背景：現象被發現，不代表機制已被完整理解；機制被理解，不代表已轉成可執行演算法；演算法存在，也不代表產品架構已將它提升為核心不變量。

3. 「開了網路」仍不等於全面地把世界放進推理

對搜尋型 AI，最容易產生的直覺是：

模型可以上網，所以模型已經不再被參數化知識限制。

這個直覺過強。

一個較精確的抽象是：

W \xrightarrow{\pi_Q} R \xrightarrow{\pi_S} E \xrightarrow{\pi_C} Z \xrightarrow{P_\theta} Y

其中：

$W$ ：外部世界中實際存在的可取得資訊；
$\pi_Q$ ：查詢生成與探索策略；
$R$ ：搜尋系統實際召回的候選集合；
$\pi_S$ ：來源選擇、排名與過濾；
$E$ ：被保留下來的證據；
$\pi_C$ ：上下文壓縮、摘要與中間表示；
$Z$ ：真正進入推理的有限資訊狀態；
$P_\theta$ ：模型的參數化先驗與內部表徵；
$Y$ ：最後輸出。

因此，實際關係不是：

Y=f(W)

而更接近：

Y = f\left( P_\theta, \pi_C( \pi_S( \pi_Q(W) )) \right)

網路並沒有被「完整打開」。外部世界必須通過多層選擇、排名、壓縮與模型解讀才能進入推理。

這些 $\pi$ 不一定是錯誤的。任何有限計算都必須選擇、壓縮與分配注意力。真正的問題是：

系統是否把這些投影本身視為可錯、可檢驗、可重開的認識操作？

若沒有，系統可能把「我看見的世界」誤當成「世界」。

因此本文提出：

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

以及：

\boxed{ \text{Retrieved World} \neq \text{World} }

4. 局部注意力收斂：研究越深，為什麼仍可能越錯？

假設真實相關研究域為：

D^\ast = \{A,B,C,D,E,F,G,H\}

但 Agent 依據 prompt、模型先驗與初始檢索，只形成：

D_0 = \{A,B,C\}

接著它在 $D_0$ 中投入大量 token、搜尋、代理與引用，得到：

A_1,\ldots,A_{30}, B_1,\ldots,B_{20}, C_1,\ldots,C_{20}

從文件數量看，研究似乎非常深入。

然而：

\operatorname{Depth}(D_0)\uparrow

不推出：

\operatorname{Coverage}(D^\ast)\uparrow

更嚴重的是，如果新增資料都強化原先分類，Agent 的主觀信心可能反而上升：

\operatorname{Depth}(D_0)\uparrow \Rightarrow P(D_0\approx D^\ast)\uparrow

即使：

D_0\subsetneq D^\ast

本文將這一類現象暫稱為 Local Attention Convergence（局部注意力收斂）。

其核心不是「資訊太少」，而是：

\boxed{ \text{More Evidence Inside the Wrong Subspace} \not\Rightarrow \text{Better Global Understanding} }

這也是為什麼「多找一些資料」不能自動修復所有研究錯誤。若缺少的是一個尚未進入 ontology 的分類，則：

U_{\text{missing-category}}

不能只用：

\operatorname{RetrieveMore}(D_0)

解決。

此時真正需要的是：

\operatorname{ExpandOntology}(D_0)

或：

\operatorname{SearchBoundary}(\partial D_0)

5. Deep Research 的兩種穩定失真：權威吸附與平衡收斂

在開放網路環境中，兩種看似相反的失真可以同時存在。

5.1 權威吸附

若多數高排名來源、原始論文、公司公告與二手解讀都重複同一個敘事，Agent 很容易形成：

S_1,S_2,\ldots,S_n \Rightarrow H

但來源數量不等於獨立證據根數。

若：

S_2\leftarrow S_1,\quad S_3\leftarrow S_1,\quad S_4\leftarrow S_2

則四個表面來源可能只有一個 epistemic root。

因此：

N_{\text{documents}} \neq N_{\text{independent evidence roots}}

對新架構、新產品、新科學宣稱尤其如此。原始論文是理解作者主張的第一級來源，但「作者主張」本身仍不是「世界已被證明如此」。

應區分：

H_{\text{author}}

與：

T_{\text{world}}

即：

\boxed{ \text{Paper Claim} \neq \text{Settled Fact} }

5.2 平衡收斂

當來源衝突時，生成式系統又可能傾向把衝突壓成：

雙方各有理由，目前仍有爭議。

這種敘事在某些情況是正確的，但若不同證據的品質、獨立性與可重現性高度不對稱，單純「平衡呈現」會把真正需要比較的證據結構消掉。

因此：

\text{Narrative Balance} \neq \text{Epistemic Calibration}

兩個 failure mode 的共同根源可能不是「太偏」或「太平衡」，而是系統主要在最佳化：

\text{Narrative Stability}

而不是：

\text{Epistemic Falsifiability}

6. 科研模式為什麼不是「更嚴格的搜尋模式」？

真正的科研不只需要更多資料，而需要主動問：

什麼證據可以推翻我目前最喜歡的解釋？

若當前假說為 $H$ ，一般搜尋可能最佳化：

\max_E P(H\mid E)

但反證導向研究還要尋找：

E^\ast = \arg\max_E \Delta \left[ 1-P(H\mid E) \right]

更一般地說，科研行動要比較不同操作的預期資訊增益：

a_t^\ast = \arg\max_{a\in\mathcal A_t} \frac{ \mathbb E[\Delta I_t\mid a] }{ C(a) }

其中 $a$ 不只可以是搜尋，也可以是：

查找反證；
讀原始碼；
執行消融實驗；
重現 benchmark；
比較版本；
建立對照組；
形式證明；
模擬；
實驗；
主動測量；
詢問缺失條件；
暫停並標記未知。

因此：

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

這是 Open-World Epistemic Research 與「更強搜尋器」的根本差別。

7. 從任務根節點改成世界根節點

大多數軟體與 Agent pipeline 從任務開始：

T \rightarrow \operatorname{Plan} \rightarrow \operatorname{Tool} \rightarrow \operatorname{Output}

但開放世界研究存在一個更基礎的問題：

執行任務之前，Agent 目前認為自己處在什麼世界？它能觀察什麼？哪些部分未知？有哪些可用的認識入口？哪些既有模型可能已經過時？

因此本文提出一個暫定根層：

\boxed{ W_t }

並把研究 Runtime 改寫為：

\boxed{ W_t \rightarrow O_t \rightarrow K_t \rightarrow G_t \rightarrow \Pi_t \rightarrow A_t \rightarrow E_t \rightarrow C_t \rightarrow K_{t+1} \rightarrow \operatorname{Closure/Reopen} }

其中：

$W_t$ ：World

不是「模型相信的世界」，而是 Agent 所指向的外部或形式實在。

$O_t$ ：Observation

由感測器、網路、文件、資料庫、程式執行、實驗、形式系統或人類回饋取得的觀察。

$K_t$ ：Epistemic State

Agent 對世界目前可追溯的認識狀態，而不是單一自然語言摘要。

$G_t$ ：Gap

尚未閉合的資料缺口、分類缺口、機制缺口、衝突、未驗證主張與未知邊界。

$\Pi_t$ ：Research Strategy

下一輪應採取哪些認識方法與資源分配。

$A_t$ ：Epistemic Action

搜尋、讀取、比較、模擬、證明、實驗、測量、詢問、重現等認識操作。

$E_t$ ：Evidence

可回溯、具來源與條件的證據物件。

$C_t$ ：Challenge

反證、替代假說、矛盾解析、來源依賴檢查、負結果與失敗案例。

$K_{t+1}$ ：Revised Epistemic State

經過新證據與挑戰後的更新認識狀態。

Closure / Reopen

在指定範圍內暫時閉包，或因新證據、新來源、新世界狀態而重新打開研究。

此處的「World Root」不是本文要完整展開的全部理論。它在本系列兩篇番外中將另行討論：第一篇處理為何傳統演算法把世界前提隱式化；第二篇處理 World Root 與 World Model 的區別。

8. 世界、認識狀態、模型與報告必須分離

若不做分離，研究系統很容易把不同層級混成「答案」。

本文至少區分：

W \neq K_t \neq M_t \neq R_t

其中：

$W$ ：世界；
$K_t$ ：當前認識狀態；
$M_t$ ：對世界的某個模型；
$R_t$ ：當前生成的報告或敘事。

因此：

R_t

只是：

\operatorname{Render}(K_t,M_t,\text{audience})

而不是研究本身。

這帶來一個重要架構原則：

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

如果報告是唯一 canonical artifact，則：

來源與主張關係容易被壓縮；
被排除假說可能消失；
反證與負結果容易變成註腳；
不同版本間難以局部更新；
新證據進入後常需要重新生成全文；
系統無法準確知道「究竟哪一部分仍未知」。

因此 Open-World Epistemic Research 更適合保留結構化中間狀態，再把報告視為投影。

9. 「未知」不是一種狀態

若 Agent 只有：

\{\text{known},\text{unknown}\}

兩種認識狀態，就無法選擇正確研究方法。

本文暫定至少區分：

U = U_D \cup U_C \cup U_M \cup U_V \cup U_X \cup U_B

其中：

$U_D$ ：Missing Data，缺資料；
$U_C$ ：Missing Category，缺分類；
$U_M$ ：Missing Mechanism，缺作用機制；
$U_V$ ：Unverified Claim，主張未驗證；
$U_X$ ：Conflict，證據或模型衝突；
$U_B$ ：Unknown Boundary，尚不清楚研究域邊界。

對不同未知，應使用不同算子：

U_D \rightarrow \operatorname{Retrieve}

U_C \rightarrow \operatorname{OntologyExpand}

U_M \rightarrow \operatorname{MechanismProbe}

U_V \rightarrow \operatorname{Verify}

U_X \rightarrow \operatorname{ResolveConflict}

U_B \rightarrow \operatorname{BoundarySearch}

這比「再搜尋一次」更精細，也是本系列後續 Paper 03 的主要展開方向。

10. 理解不是布林值：從「我懂了」到可展開認識狀態

研究代理還有另一個容易被自然語言掩蓋的問題：同一句「理解了」，可能代表完全不同的狀態。

例如：

K_0=\text{察覺現象}

K_1=\text{找到關鍵關係}

K_2=\text{形成可展開壓縮核}

K_3=\text{可局部推導}

K_4=\text{完成較廣域展開}

K_5=\text{實證或形式驗證}

K_6=\text{確認適用域}

K_7=\text{與替代解比較}

因此：

K_2 \neq K_7

「啊哈」事件可以是真實資訊增益，但不等於閉包。

本文將這類事件暫稱為 Candidate Compression Kernel Formation：

H_c = \text{candidate compression hypothesis}

其後仍需：

H_c \rightarrow \operatorname{Expand}(H_c) \rightarrow \operatorname{Test}(H_c) \rightarrow \operatorname{Compare}(H_c,H_1,\ldots,H_n)

這一點對人類研究與 AI 研究同樣重要。後續 Paper 04 與 Paper 05 將分別處理 Understanding-State Calculus 與 Aha / Compression Kernel。

11. 內部權重不是消失，而是成為另一個需要校準的先驗

搜尋增強 AI 並不是把參數模型替換成外部世界。

更準確地說：

P_\theta + R(W) \rightarrow Y

其中 $P_\theta$ 仍然參與：

query 生成；
來源選擇；
relevance 判定；
摘要；
因果解釋；
缺口補全；
最終敘事。

因此，如果 $P_\theta$ 具有：

過期知識；
錯誤分類；
過強的 latent association；
不存在但語義平滑的幻覺路徑；
對某一類來源的偏好；

那麼外部證據仍可能被錯誤吸收。

這不是主張「模型權重無用」。相反，沒有先驗就不可能高效率理解世界。問題在於：

\boxed{ \text{Prior} \neq \text{Ground Truth} }

因此應讓系統能追蹤：

\operatorname{Origin}(c) \in \{ \text{retrieved}, \text{parametric}, \text{inferred}, \text{simulated}, \text{measured}, \text{proved} \}

其中 $c$ 是某一主張。

這樣才能避免：

外部搜尋找不到，但模型「好像記得」，於是最終報告把兩者融合成一個沒有來源差異的句子。

12. 從 Evidence Collection 到 Evidence Challenge

研究系統不能只問：

有多少來源支持 $H$ ？

還應問：

來源是否獨立？
來源是否只是重述同一原始主張？
是否存在更強的反證？
是否存在未控制的混雜變量？
是否有更簡單的替代解釋？
結論是否只在特定條件下成立？
是否存在 negative result？
是否可重現？
benchmark 是否真的測量宣稱的能力？
若作者主張被移除，原始資料是否仍支持同樣結論？

因此對一個 claim $c$ ，最低限度不應只保存：

\operatorname{support}(c)

而應保存：

\mathcal E(c) = ( E^+, E^-, A, D, V, U )

其中：

$E^+$ ：支持證據；
$E^-$ ：反對證據；
$A$ ：assumptions；
$D$ ：dependency / provenance；
$V$ ：validation state；
$U$ ：uncertainty / unresolved gaps。

這延續了 VRCA 的 evidence-first 思路，但把「挑戰證據」提升成 Runtime 中的主動算子。

13. Search Method 不應等同 Provider

EveMissLab 先前的 Omphalos/AUSI Position Paper 已經提出：

\text{Search Method} \neq \text{Provider} \neq \text{Surface} \neq \text{Adapter} \neq \text{Credential}

這個分離仍然保留。

例如：

Counter-Evidence Search 是方法；
Google、Brave、Grok 或學術資料庫是 provider；
Browser、API、MCP 是 surface / access channel；
具體 query translation 是 adapter。

本文進一步把這個架構再上移一層：

\boxed{ \text{World} \succ \text{Epistemic Gap} \succ \text{Research Method} \succ \text{Provider} }

也就是：

不應先問「用哪個搜尋引擎」，甚至不應先問「用哪個搜尋法」；應先問「目前對世界的哪一部分不知道，這是哪一類未知，應採取什麼認識行動」。

因此早期 Omphalos 的：

\text{Task} \rightarrow \text{Search Strategy} \rightarrow \text{Search Method} \rightarrow \text{Provider} \rightarrow \text{Evidence} \rightarrow \text{Gap} \rightarrow \text{Replan}

可以被最新方向重新嵌入：

\text{World} \rightarrow \text{Epistemic State} \rightarrow \text{Gap} \rightarrow \text{Method} \rightarrow \text{Access} \rightarrow \text{Observation} \rightarrow \text{Evidence} \rightarrow \text{World-State Revision}

這不是否定舊架構，而是 architecture root 再向上移動。

14. 與 DRC、GIPSS、GIPE、VRCA 的關係

本文不是從零開始，而是對既有研究線做一次重新定位。

14.1 DRC Search

DRC 將搜尋表示為發散、共振、壓縮循環：

D \rightarrow R \rightarrow C \rightarrow D'

它提供的是：

如何避免單一 query 的線性收斂，並把新發現重新轉成下一輪可執行搜尋狀態。

在本文中，DRC 可被視為 Research Strategy / Exploration Control 的一種 operator family。

14.2 GIPSS

GIPSS 將未知目標描述為欲結構，並以多維相位、跨平台痕跡、矛盾與證據回溯尋找「尚未知道名稱的存在」。

它已明確區分：

\neg\operatorname{Found}(x)

與：

\neg\operatorname{Exists}(x)

這是 Open-World Epistemic Research 的直接前史之一。

14.3 GIPE

GIPE 已提出：

搜尋只是認識活動中的一種低成本觀測行為。

並把生成、模擬、實驗、驗證、反證與世界模型更新納入同一認識循環。

本文延續 GIPE，但進一步提出：最新 Omphalos 的 root 應從「任務／搜尋方法」提升到「世界／認識狀態」。

14.4 VRCA

VRCA 將研究視為可驗證的編譯活動，保存：

問題空間；
來源狀態；
證據單元；
論證關係；
provenance；
多解析度視圖。

本文把 VRCA 的核心原則擴展為：

\boxed{ \text{Research Intermediate Representation} }

應成為 Open-World Epistemic Runtime 的 canonical state，而自然語言報告只是其中一種 rendering。

15. 從「研究報告生成器」到「認識狀態機」

若把 Deep Research 的核心產物定義為：

R=\text{Report}

則最佳化自然集中在：

完整度；
可讀性；
引用品質；
來源數量；
事實正確率；
時間與 token 成本。

但若核心產物改成：

S_t=\text{Epistemic State}

則需要新增：

已知節點；
未知節點；
未驗證主張；
替代假說；
反證；
來源依賴；
時間版本；
適用條件；
可觀察性；
邊界；
closure status。

可寫成：

S_t = ( V_t, E_t, H_t, U_t, C_t, P_t, B_t )

其中：

$V_t$ ：knowledge / claim nodes；
$E_t$ ：evidence relations；
$H_t$ ：hypotheses；
$U_t$ ：unknowns；
$C_t$ ：constraints / conflicts；
$P_t$ ：provenance；
$B_t$ ：boundaries / closure state。

下一輪研究不是重新「寫一份更完整報告」，而是：

S_{t+1} = \operatorname{Update}(S_t,\Delta E_t,\Delta C_t)

這是本文認為真正值得發展的 Research Runtime 方向。

16. Open-World Epistemic Research Runtime：最小架構

本文提出以下最小模組集合，作為後續實作與消融實驗起點。

16.1 World Registry

保存 Agent 所指向的世界範圍、版本、可觀察區域與資料時效。

16.2 Observation Registry

記錄：

Web；
API；
database；
file；
code execution；
sensor；
human input；
experiment；
formal proof system。

Observation 不是直接等於 Evidence。

\boxed{ O \neq E }

16.3 Epistemic State Store

保存已知、未知、假說、證據、矛盾、信心與適用域。

16.4 Gap Engine

把「不知道」分類，而不是只產生更多 query。

16.5 Method Runtime

將 search、comparison、falsification、replication、simulation、proof、experiment 等方法型別化。

16.6 Access Binding

將方法綁定到：

provider；
browser；
API；
local data；
external software；
laboratory / simulator。

16.7 Evidence Runtime

把取得的 observation 編譯成可追溯 Evidence Object。

16.8 Challenge Runtime

主動生成：

counter-hypothesis；
counter-evidence query；
source dependency audit；
contradiction test；
negative control；
boundary condition probe。

16.9 Closure Engine

不判斷「宇宙真理已完成」，只判斷：

\operatorname{Closure}(S_t\mid D,\epsilon,C)

即在指定 domain $D$ 、容許誤差 $\epsilon$ 與約束 $C$ 下，是否已達可接受的暫時閉包。

16.10 Reopen Engine

新資料、新版本、新反證或世界變動可以觸發：

\operatorname{Reopen}(S_t)

使舊結論不會因「曾經完成報告」而永久凍結。

17. 為什麼這不只是「讓模型更批判」？

一個常見解法是直接提示：

Be critical. Consider alternative viewpoints. Verify sources.

這有用，但不等同於架構化解法。

Prompt 只能鼓勵模型想到：

\text{counterexample}

而 Runtime 可以要求：

\operatorname{CounterexampleState}

必須被處理。

Prompt 可以說：

考慮未知。

Runtime 則可以保存：

U_C

並禁止在 $U_C$ 尚未降到指定門檻時宣告 ontology closure。

Prompt 可以說：

使用高品質來源。

Runtime 則可以記錄：

\operatorname{SourceRoot}(s_i)

並對來源依賴去重。

因此：

\boxed{ \text{Good Instruction} \neq \text{Epistemic Invariant} }

本文真正主張的是：把部分「好好研究」的自然語言要求，轉成可檢查的狀態、約束與算子。

18. 最小認識不變量

本文提出以下候選不變量，後續應以實驗驗證是否值得保留。

Invariant 1 — World / Model Separation

W \neq M_t

Agent 不得把當前世界模型等同於世界本身。

Invariant 2 — Retrieval / Verification Separation

\operatorname{Retrieved}(c) \neq \operatorname{Verified}(c)

被找到不等於被證實。

Invariant 3 — Claim / Source Separation

來源存在不等於來源支持目前 claim。

Invariant 4 — Document Count / Evidence Independence Separation

N_{\text{documents}} \neq N_{\text{independent roots}}

Invariant 5 — Aha / Closure Separation

\operatorname{CompressionKernel} \neq \operatorname{Closure}

Invariant 6 — Report / Research State Separation

R_t \neq S_t

Invariant 7 — Search Failure / Nonexistence Separation

\neg\operatorname{Found}(x) \nRightarrow \neg\operatorname{Exists}(x)

Invariant 8 — Institutional Knowledge / Product Embodiment Separation

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

此項將在後續 Institutional Epistemology 論文展開。

19. 可證偽命題

本文不把上述架構視為已證成理論。以下提出可測命題。

Proposition 1 — Gap Typing Hypothesis

具有 typed gap state 的研究 Agent，應比只使用「需要更多資訊」單一狀態的 Agent 更能選擇適當研究方法。

Proposition 2 — Boundary Search Hypothesis

在存在未命名分類的任務中，加入 ontology / boundary expansion 的 Agent 應比單純 iterative retrieval Agent 有更高未知類型召回率。

Proposition 3 — Evidence-Root Hypothesis

對來源做 provenance root resolution，應降低多篇二手來源造成的虛假信心增益。

Proposition 4 — Counter-Evidence Runtime Hypothesis

把反證搜尋設為顯式 operator，而不是 prompt 建議，應降低在 misleading-but-plausible knowledge 下的錯誤結論採納率。

Proposition 5 — Parametric-Origin Tracking Hypothesis

顯式區分 parametric claim、retrieved claim 與 inferred claim，應降低無來源內部知識被誤呈現為外部證據的比例。

Proposition 6 — State-First Research Hypothesis

以 epistemic state 為 canonical artifact 的 Agent，在新證據加入後應比 report-first Agent 具有更低的更新成本與更低的 semantic drift。

Proposition 7 — World-Rooted Replanning Hypothesis

當世界資料來源、版本或可觀察性發生變動時，world-rooted Agent 應比固定 tool/task pipeline 更能重新發現新的有效 access path。

Proposition 8 — Closure/Reopen Hypothesis

具有 explicit closure/reopen 機制的系統應較不容易把一次性報告結論永久固化成後續研究前提。

20. Benchmark 設計

若只測：

是否回答正確；
是否引用；
是否完整；

仍不足以評估本文主張。

應建立至少六類測試。

20.1 Misleading Authority Test

提供：

官方宣稱；
多篇轉述；
少量高品質反證；
模糊 benchmark。

觀察 Agent 是否只累積來源數量，或能解析來源依賴與反證。

20.2 Missing Category Test

問題的正確解需要一個 prompt 未明示、初始 ontology 不包含的分類。

測量：

\operatorname{OntologyExpansionRecall}

20.3 Search-Failure / Nonexistence Test

故意讓目標存在但難以索引，檢查 Agent 是否把：

\neg\operatorname{Found}

誤判成：

\neg\operatorname{Exists}

20.4 Stale Parametric Prior Test

讓模型內部常識與最新外部資料衝突，測量是否能正確更新。

20.5 Conflicting Model Test

提供多個可解釋相同現象的候選模型，要求 Agent 主動設計區分性測試，而非只寫「仍有爭議」。

20.6 Reopen Test

先讓 Agent 對某一 domain 達到閉包，再加入能推翻核心假設的新證據，測量是否能重新打開既有研究狀態。

21. 評估指標

本文提出一組候選指標。

21.1 Domain Coverage

C_D = \frac{ |\hat D\cap D^\ast| }{ |D^\ast| }

在可構造 ground truth 的封閉測試世界中評估。

21.2 Independent Evidence Coverage

C_E = \frac{ N_{\text{independent verified roots}} }{ N_{\text{relevant independent roots}} }

21.3 Gap Reduction

\Delta G_t = G_t-G_{t+1}

但需依 gap type 加權。

21.4 Counter-Evidence Sensitivity

S_{CE} = P( \text{revision} \mid E^- )

21.5 False Closure Rate

FCR = P( \operatorname{Closure} \mid \text{critical unresolved gap exists} )

21.6 Reopen Responsiveness

RR = P( \operatorname{Reopen} \mid \text{material contradictory evidence} )

21.7 Source Independence Calibration

比較 Agent 的信心增益與真正獨立來源數量之間是否一致。

21.8 Research Update Cost

C_{\text{update}}

測量新證據加入後需要重新計算、重新搜尋與重新生成的成本。

22. 系統真正最佳化的目標函數需要改變

傳統 Deep Research 可能隱含最佳化：

J_{\text{DR}} = \alpha R + \beta C + \gamma S + \delta Q - \lambda L

其中：

$R$ ：relevance；
$C$ ：citation quality；
$S$ ：synthesis quality；
$Q$ ：answer completeness；
$L$ ：latency / cost。

Open-World Epistemic Research 則可考慮：

J_{\text{OWER}} = w_1 C_D + w_2 C_E + w_3 \Delta G + w_4 F + w_5 U + w_6 R_v - w_7 FCR - w_8 C_{\text{cost}}

其中：

$C_D$ ：domain coverage；
$C_E$ ：independent evidence coverage；
$\Delta G$ ：gap reduction；
$F$ ：falsification quality；
$U$ ：uncertainty calibration；
$R_v$ ：revisability；
$FCR$ ：false closure rate；
$C_{\text{cost}}$ ：time/token/compute/action cost。

本文不主張此式已是唯一正確 objective。其用途是指出：

\boxed{ \text{What We Optimize} \rightarrow \text{What Kind of Research Agent We Get} }

23. 成本與組合爆炸：為什麼不能「全面搜尋一切」？

開放世界研究若無限制展開：

D_0 \rightarrow D_1 \rightarrow D_2 \rightarrow \cdots

每一輪又產生 $k$ 個新方向，最壞情況可呈：

|D_n| \sim k^n

因此本文不是主張「把整個網路全部讀完」。

真正需要的是：

讓系統知道自己做了哪些投影；
顯式保存尚未探索的邊界；
依資訊增益分配研究預算；
對高影響未知優先展開；
允許暫時閉包；
保留日後重新打開的條件。

因此：

\boxed{ \text{Open-World} \neq \text{Exhaustive World} }

Open-World 指的是：

系統不把當前可見集合誤當成封閉宇宙，並保留擴張認識空間的能力。

24. 認識閉包不是完備真理

本文使用 Closure，不表示宣稱：

K_t=W

更合理的是：

\operatorname{Closure} ( K_t \mid D, C, \epsilon, \tau )

其中：

$D$ ：指定研究域；
$C$ ：約束與研究目的；
$\epsilon$ ：可接受不確定度；
$\tau$ ：時間／版本狀態。

因此 Closure 是：

在目前 domain、條件、證據與成本下，沒有足以改變決策或核心結論的已知未閉合缺口。

一旦：

W_t \rightarrow W_{t+1}

或：

E_{\text{new}}

出現，系統可：

\operatorname{Reopen}

這與「報告完成」是完全不同的語義。

25. 研究能力應當累積的不只是答案

長時程研究的另一個浪費是：每次只留下報告，下次又從零開始。

既有 Research Trajectory Compression 思路可以與本文結合：

\text{Research} \rightarrow (K,\Omega)

其中：

$K$ ：學到的知識；
$\Omega$ ：學到的研究技能／Research Options。

本文再加入：

C

表示可重新展開的 compression kernel，以及：

G

表示仍未閉合的 gaps。

因此 Research Capital 可以暫定為：

\mathcal C_R = ( K, C, \Omega, E, G, H )

其中：

$K$ ：knowledge；
$C$ ：compression kernels；
$\Omega$ ：research methods / options；
$E$ ：evidence；
$G$ ：gaps；
$H$ ：history / provenance。

這表示即使：

M_1 \rightarrow M_2

底層模型更換，研究組織仍可保留可累積的非參數化認識資產。

26. 本文不主張什麼

為避免把普通常識重新包裝成新理論，本文明確排除以下強主張。

26.1 不主張「搜尋要驗證來源」是新發現

這是既有資訊科學、科學方法與新聞查核中的常識。

26.2 不主張「科學需要反證」是新發現

Popper 及更廣泛科學方法論早已討論。

26.3 不主張「世界模型」是本文發明

World Model 在控制、強化學習、認知科學與生成模型中已有大量文獻。

26.4 不主張「人類先感知世界」是新哲學

認識論、現象學、具身認知與知覺研究已長期討論。

26.5 本文真正提出的問題

本文真正主張值得研究的是：

\boxed{ \text{當 AI 從封閉任務求解器走向開放世界 Agent 時，} }

\boxed{ \text{過去可由人類設計者隱式提供的世界前提，是否必須被重新顯式化為 Runtime 的一級計算對象？} }

以及：

能否把「好好研究」中的一部分隱式認知操作，編譯成可追蹤的狀態、約束、方法與閉包規則？

27. 系列結構

本文作為 Paper 00，只建立總問題與共同語言。

後續主系列暫定如下：

Paper 01 — The Internet-Access Illusion

開網路不等於讓世界成為推理空間；分析 projection、ranking、filtering、compression 與 parametric prior。

Paper 02 — Local Attention Convergence and Global Epistemic Distortion

研究為何可能在局部越深、全域越失真。

Paper 03 — Unknown Is Not One Thing

建立 typed unknown / gap taxonomy。

Paper 04 — Understanding-State Calculus

把「知道／理解」從 Boolean 改成多階段狀態與轉換。

Paper 05 — Aha as Compression Kernel Formation

討論頓悟、壓縮核、展開、實證與閉包。

Paper 06 — Institutional Epistemic Compression

區分個人、團隊、組織、演算法與產品層級的「知道」。

Paper 07 — The Formalization Gap

研究：

\text{Phenomenon} \rightarrow \text{Concept} \rightarrow \text{Formal Object} \rightarrow \text{Operator} \rightarrow \text{Algorithm} \rightarrow \text{Runtime} \rightarrow \text{Evaluation} \rightarrow \text{Product}

之間的非必然轉換。

Paper 08 — Search as an Epistemic Operator Runtime

把 Omphalos/AUSI、DRC、GIPSS 放入更完整的認識 Runtime。

Paper 09 — Epistemic Closure Runtime

統一 Evidence、Counter-Evidence、Gap、Frontier、Closure、Reopen 與 Research Capital。

另保留兩篇番外：

EX-A — The Missing Epistemic Root Conjecture

為什麼人類似乎自然地先認識世界，而傳統演算法把世界前提編譯成隱式條件？

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

討論：

W \neq K \neq M \neq S

即世界、認識狀態、世界模型與模擬世界的區別。

28. 核心命題總結

本文的主要命題可濃縮為以下十二條。

命題一

\boxed{ \text{Deep Research} \neq \text{Scientific Research} }

命題二

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

命題三

\boxed{ \text{Depth} \neq \text{Completeness} }

命題四

\boxed{ \text{Retrieved} \neq \text{Verified} }

命題五

\boxed{ N_{\text{documents}} \neq N_{\text{independent evidence roots}} }

命題六

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

命題七

\boxed{ \text{Aha} \neq \text{Closure} }

命題八

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

命題九

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

命題十

\boxed{ \text{World} \succ \text{Gap} \succ \text{Method} \succ \text{Provider} }

命題十一

\boxed{ \text{Good Instruction} \neq \text{Epistemic Invariant} }

命題十二

\boxed{ \text{Open-World} \neq \text{Exhaustive World} }

29. 結論

Deep Research 已經證明，大型語言模型可以把長時程搜尋、工具使用、多來源整理與研究式報告生成整合為實用產品。但當問題從「幫我找到並整理世界上的資訊」移向「幫我認識一個尚未被充分分類、驗證與理解的世界」時，單純增加搜尋深度、來源數量、token、代理數與引用品質並不足以保證研究可靠性。

本文提出的轉向不是：

再做一個更大的搜尋 Agent。

而是：

把研究重新視為一個持續更新的認識狀態機。

其最小形式為：

\boxed{ W_t \rightarrow O_t \rightarrow K_t \rightarrow G_t \rightarrow \Pi_t \rightarrow A_t \rightarrow E_t \rightarrow C_t \rightarrow K_{t+1} \rightarrow \operatorname{Closure/Reopen} }

在此框架下：

搜尋是認識行動，不是研究本體；
網路是觀察入口，不是世界本身；
報告是研究狀態的 rendering，不是 canonical research state；
反證不是附加的批判語氣，而是可調度方法；
未知不是單一空白，而是需要型別化處理的狀態；
closure 不是永久真理，而是指定域內可重開的暫時閉包；
世界模型不是世界；模型只是對世界的一種可修訂表示；
研究能力應累積知識，也應累積方法、證據、缺口與可重新展開的壓縮核。

如果這個方向成立，下一代 Research Agent 的核心問題將不再只是：

它能搜尋多少？

而會變成：

\boxed{ \text{它能否知道自己目前是如何認識世界、哪裡還沒認識到，以及什麼證據足以迫使它改變？} }

這正是 Open-World Epistemic Research 所要研究的對象。

References

Public references

OpenAI. Introducing deep research. 2025.
https://openai.com/index/introducing-deep-research/
Anthropic. How we built our multi-agent research system. 2025-06-13.
https://www.anthropic.com/engineering/multi-agent-research-system
Zhang, D., et al. How Far Are We from Genuinely Useful Deep Research Agents? arXiv:2512.01948, 2025.
https://arxiv.org/abs/2512.01948
Yuan, Y., Wang, X., & Lei, S. Towards Trustworthy Report Generation: A Deep Research Agent with Progressive Confidence Estimation and Calibration. arXiv:2604.05952, 2026.
https://arxiv.org/abs/2604.05952
Dong, Y., et al. S1-DeepResearch: Beyond Search, Toward Real-World Long-Horizon Research Agents. arXiv:2606.15367, 2026.
https://arxiv.org/abs/2606.15367
Zhu, P., Li, L., Yang, L., & Su, S. Is Deep Research Reliable? Misleading Knowledge Induces False Conclusions. arXiv:2607.20891, 2026.
https://arxiv.org/abs/2607.20891

EveMissLab internal antecedents

Neo.K × GPT-5.6 Thinking. 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.
Neo.K × GPT-5.6 Thinking. 全域欲相位語義搜尋法 GIPSS v0.2：DRC 發散—共振—壓縮循環與 SGCD 動態語義圖的統一架構. 2026-07-24.
Neo.K × GPT-5.6 Thinking. 全域欲相位認識論 v0.1：從語義搜尋、動態世界模型到主動科學介入的統一架構. 2026-07-24.
Neo.K × GPT-5.6 Thinking. 從資訊檢索到研究編譯：可驗證研究編譯架構的理論模型（VRCA）v0.1. 2026-07-20.
Neo.K × GPT-5.6 Thinking. Omphalos Position Paper v0.1：從搜尋 API 到 AI 原生搜尋方法 Runtime. 2026-09-02.
EveMissLab internal research line. Research Trajectory Compression / Research Capital / Local Information Deconstruction Efficiency. 2026.

Appendix A — Minimal Epistemic State Schema

epistemic_state:
  world:
    scope:
    version:
    time:
    observability:
    access_surfaces: []

  claims:
    - id:
      statement:
      status:
      valid_scope:
      origin:
      confidence:

  hypotheses:
    - id:
      statement:
      alternatives: []
      discriminating_tests: []

  evidence:
    - id:
      source:
      provenance_root:
      supports: []
      challenges: []
      conditions: []
      verification_state:

  unknowns:
    - id:
      type:
      description:
      impact:
      candidate_methods: []

  constraints:
    - id:
      type:
      expression:

  boundaries:
    known_scope:
    unexplored_frontiers: []

  closure:
    status:
    domain:
    tolerance:
    unresolved_critical_gaps: []
    reopen_triggers: []

Appendix B — Minimal Runtime Loop

WORLD
  ↓
OBSERVE
  ↓
EPISTEMIC STATE
  ↓
TYPE GAPS
  ↓
SELECT RESEARCH METHOD
  ↓
BIND ACCESS / PROVIDER
  ↓
EXECUTE
  ↓
NORMALIZE OBSERVATION
  ↓
BUILD EVIDENCE
  ↓
CHALLENGE / FALSIFY / COMPARE
  ↓
UPDATE STATE
  ↓
CLOSE OR REOPEN
  ↺

Appendix C — 一句話版本

Deep Research 讓 AI 更會找資料與寫研究報告；Open-World Epistemic Research 要研究的，是如何讓 AI 把世界、未知、證據、反證、修正與暫時閉包本身變成可計算的研究狀態。

從 Deep Research 到開放世界認識研究：AI 原生研究 Runtime 的問題重構