計算機原生實驗科學：當直接跑一次比繼續推理更便宜
系列：演化式 RSI、可執行反事實與 AI 自我科學系列（3/8） 英文題名：Computer-Native Experimental Science: When Running the Experiment Is Cheaper Than Further Reasoning 版本：v0.1 日期：2026-10-07 語言：zh-TW 文件性質：理論論文／Computer-Native Epistemology／RSI Experimental Science／Canonical Draft
作者： Neo.K機構： EveMissLab／一言諾科技有限公司
摘要
傳統科學方法往往預設一個重要條件：實驗昂貴，而思考相對便宜。因此研究者通常會先進行理論推演、模型簡化、符號分析與候選篩選，再投入高成本實驗。
然而，當研究對象本身就是計算機原生系統時，這個成本關係可能反轉。
對於下列研究對象：
AI agent；
routing；
memory architecture；
context compression；
compiler；
scheduler；
inference graph；
search policy；
evaluator；
software architecture；
研究者不一定需要長時間停留在：
What would happen if... \text{What would happen if...} What would happen if... 而可以直接：
Clone → Modify → Run → Measure → Rollback / Keep \boxed{
\text{Clone}
\rightarrow
\text{Modify}
\rightarrow
\text{Run}
\rightarrow
\text{Measure}
\rightarrow
\text{Rollback / Keep}
} Clone → Modify → Run → Measure → Rollback / Keep 因此在某些條件下可能出現：
C e x p e r i m e n t ≲ C r e a s o n i n g \boxed{
C_{\mathrm{experiment}}
\lesssim
C_{\mathrm{reasoning}}
} C experiment ≲ C reasoning 甚至：
C e x p e r i m e n t < C r e a s o n i n g . C_{\mathrm{experiment}}
<
C_{\mathrm{reasoning}}. C experiment < C reasoning . 當這個不等式成立時，最佳認識策略可能不再是「先把理論推到足夠完整再實驗」，而是：
Reason enough to generate testable branches, then execute them. \boxed{
\text{Reason enough to generate testable branches, then execute them.}
} Reason enough to generate testable branches, then execute them. 本文將這種方法稱為「計算機原生實驗科學」。
其最重要特徵是：研究對象與實驗載體高度重合。對某些 RSI 問題而言，計算機並不是物理世界的粗糙模擬器，而就是研究對象實際存在的工作介質。因此：
Object of Study ≈ Experimental Substrate \boxed{
\text{Object of Study}
\approx
\text{Experimental Substrate}
} Object of Study ≈ Experimental Substrate 使 checkpoint、clone、fork、ablation、deterministic replay、parallel counterfactual、rollback 與 multi-fidelity testing 成為極低摩擦的科學工具。
本文進一步提出，未來 RSI 的速度可能主要取決於：
τ R S I = τ H + τ E + τ V + τ I , \tau_{\mathrm{RSI}}
=
\tau_H
+
\tau_E
+
\tau_V
+
\tau_I, τ RSI = τ H + τ E + τ V + τ I , 其中分別表示 hypothesis generation、experiment、verification 與 internalization 的延遲。
當這個循環從月縮短到日、再縮短到小時甚至更短時，AI 自我研究的速度將不再主要受到人類研究頻寬限制。
但本文同時強調：計算機原生實驗不等於完整現實耦合。軟體、模型、memory 與 agent topology 的實驗可以高度原生；材料、生物、能源、機器人與社會世界仍存在 Reality Bandwidth 與 sim-to-real gap。因此真正成熟的 AI Self-Science 應能知道：
什麼可以直接跑，什麼只能模擬，什麼必須回到世界。 \boxed{
\text{什麼可以直接跑，什麼只能模擬，什麼必須回到世界。}
} 什麼可以直接跑，什麼只能模擬，什麼必須回到世界。 1. 傳統科學的隱含成本結構
大量人類科學活動存在：
C e x p e r i m e n t ≫ C r e a s o n i n g . C_{\mathrm{experiment}}
\gg
C_{\mathrm{reasoning}}. C experiment ≫ C reasoning . 例如：
建造粒子加速器；
製造新材料；
臨床試驗；
太空探測；
建造工廠；
長期生態實驗。
因此研究者會先進行：
Theory → Model → Simulation → Experiment \text{Theory}
\rightarrow
\text{Model}
\rightarrow
\text{Simulation}
\rightarrow
\text{Experiment} Theory → Model → Simulation → Experiment 其目的之一就是降低：
N p h y s i c a l e x p e r i m e n t s . N_{\mathrm{physical\ experiments}}. N physical experiments . 這種科學風格高度合理，因為物理實驗具有：
金錢成本；
時間成本；
材料成本；
安全風險；
不可逆性；
空間限制。
所以：
Think First, Experiment Later \boxed{
\text{Think First, Experiment Later}
} Think First, Experiment Later 長期成為科學研究的重要習慣。
2. 計算機原生研究改變了成本比例
對某些 AI 問題，情況不同。
假設研究問題是：
這個 routing policy 是否比舊版本更好？
候選為：
R 1 R_1 R 1 與：
R 2 . R_2. R 2 . 純理論推演可能需要分析：
load balance；
expert specialization；
latency；
long-tail behavior；
failure cases。
但如果實驗成本很低，可以直接：
R 1 → benchmark R_1
\rightarrow
\text{benchmark} R 1 → benchmark R 2 → benchmark R_2
\rightarrow
\text{benchmark} R 2 → benchmark 比較：
Q ( R 1 , C ) Q(R_1,C) Q ( R 1 , C ) 與：
Q ( R 2 , C ) . Q(R_2,C). Q ( R 2 , C ) . 此時：
Running \boxed{
\text{Running}
} Running 本身就是一種高資訊密度推理。
3. Object of Study 與 Experimental Substrate
本文提出計算機原生實驗科學的核心條件：
O ≈ S \boxed{
\mathcal O
\approx
\mathcal S
} O ≈ S 其中：
O \mathcal O O S \mathcal S S
如果研究：
code；
memory；
agent protocol；
scheduler；
inference graph；
它們真的存在於：
S c o m p u t e r . \mathcal S_{\mathrm{computer}}. S computer . 因此實驗不是：
approximation of object \text{approximation of object} approximation of object 而是在很大程度上：
direct intervention on the object \boxed{
\text{direct intervention on the object}
} direct intervention on the object 這與物理科學中的 simulation 具有根本差異。
4. 模擬與原生執行必須分開
若研究材料：
M m a t e r i a l M_{\mathrm{material}} M material 在電腦中建立：
M ^ \hat M M ^ 則：
M ^ ≠ M m a t e r i a l . \hat M
\neq
M_{\mathrm{material}}. M ^ = M material . 這是 simulation。
但如果研究的是：
R r o u t e r R_{\mathrm{router}} R router 並直接在真正 runtime 中改：
R r o u t e r → R r o u t e r ′ R_{\mathrm{router}}
\rightarrow
R_{\mathrm{router}}' R router → R router ′ 那麼：
R r o u t e r ′ R_{\mathrm{router}}' R router ′ 就是被研究對象的新實例。
因此：
Simulation Experiment ≠ Native Computational Experiment \boxed{
\text{Simulation Experiment}
\neq
\text{Native Computational Experiment}
} Simulation Experiment = Native Computational Experiment 5. 直接跑一次不是反理論
本文不主張：
不要推理，全部暴力跑。
真正合理的是：
Reasoning → Experiment Selection \boxed{
\text{Reasoning}
\rightarrow
\text{Experiment Selection}
} Reasoning → Experiment Selection 與：
Experiment → Reasoning Correction \boxed{
\text{Experiment}
\rightarrow
\text{Reasoning Correction}
} Experiment → Reasoning Correction 形成耦合：
R t → E t → R t + 1 → E t + 1 . R_t
\rightarrow
E_t
\rightarrow
R_{t+1}
\rightarrow
E_{t+1}. R t → E t → R t + 1 → E t + 1 . 其中：
R t R_t R t E t E_t E t
因此：
Theory 與 Experiment 不是競爭關係。 \boxed{
\text{Theory}
\text{ 與 }
\text{Experiment}
\text{ 不是競爭關係。}
} Theory 與 Experiment 不是競爭關係。 最有效的系統應讓兩者互相縮減彼此成本。
6. 何時「直接跑」比較划算？
假設：
C R = C r e a s o n i n g C_R
=
C_{\mathrm{reasoning}} C R = C reasoning 與：
C E = C e x p e r i m e n t . C_E
=
C_{\mathrm{experiment}}. C E = C experiment . 若：
C E < C R , C_E<C_R, C E < C R , 則對某些可直接驗證問題，
實驗優先更合理。
更完整地，應比較：
I E C E \frac{
I_E
}{
C_E
} C E I E 與：
I R C R , \frac{
I_R
}{
C_R
}, C R I R , 其中：
I E I_E I E I R I_R I R
若：
I E C E > I R C R \boxed{
\frac{I_E}{C_E}
>
\frac{I_R}{C_R}
} C E I E > C R I R 則下一單位資源應優先投入實驗。
7. Expected Information Gain
對候選實驗：
e e e 可定義：
EIG ( e ) = H ( Θ ) − E [ H ( Θ ∣ e ) ] \operatorname{EIG}(e)
=
H(\Theta)
-
\mathbb E[
H(\Theta\mid e)
] EIG ( e ) = H ( Θ ) − E [ H ( Θ ∣ e )] 其中：
H ( Θ ) H(\Theta) H ( Θ ) 表示當前 hypothesis uncertainty。
最佳實驗可以選：
e ∗ = arg max e EIG ( e ) C ( e ) . e^\ast
=
\arg\max_e
\frac{
\operatorname{EIG}(e)
}{
C(e)
}. e ∗ = arg e max C ( e ) EIG ( e ) . 這使 AI 研究不只是：
跑最多實驗。
而是：
最大化每單位成本的認識增益。 \boxed{
\text{最大化每單位成本的認識增益。}
} 最大化每單位成本的認識增益。 8. 「跑一次」真正意味著什麼？
嚴格來說，一次 run 不代表真理。
因為可能存在：
stochasticity；
sampling noise；
initialization effect；
environment dependence；
benchmark variance。
所以：
run once \text{run once} run once 更精確的意思應該是：
一個候選假設可以迅速轉化成可測試實例。
之後仍需要：
r > 1 r>1 r > 1 重跑，
得到：
μ ^ \hat\mu μ ^ 與：
σ ^ . \hat\sigma. σ ^ . 因此：
Fast Experimentability ≠ Single-Run Certainty . \boxed{
\text{Fast Experimentability}
\neq
\text{Single-Run Certainty}.
} Fast Experimentability = Single-Run Certainty . 9. Clone：複製研究對象
計算機原生研究可以：
M → { M ( 1 ) , M ( 2 ) , … , M ( n ) } . M
\rightarrow
\{
M^{(1)},
M^{(2)},
\ldots,M^{(n)}
\}. M → { M ( 1 ) , M ( 2 ) , … , M ( n ) } . 每個副本共享：
M 0 . M_0. M 0 . 只改一個變數：
Δ i . \Delta_i. Δ i . 這使 controlled experiment 極其容易。
例如：
M ( 1 ) = M 0 + Δ m e m o r y , M^{(1)}
=
M_0+\Delta_{\mathrm{memory}}, M ( 1 ) = M 0 + Δ memory , M ( 2 ) = M 0 + Δ r o u t i n g . M^{(2)}
=
M_0+\Delta_{\mathrm{routing}}. M ( 2 ) = M 0 + Δ routing . 因而能直接比較：
Δ Q i . \Delta Q_i. Δ Q i . 10. Checkpoint：把時間變成可回復狀態
在物理世界，
很多改變不可逆。
計算機系統則可以：
S t → Checkpoint ( S t ) . S_t
\rightarrow
\operatorname{Checkpoint}(S_t). S t → Checkpoint ( S t ) . 實驗後：
S t ′ S_t' S t ′ 若失敗，
可以：
S t ′ → S t . S_t'
\rightarrow
S_t. S t ′ → S t . 所以：
Failure Cost \boxed{
\text{Failure Cost}
} Failure Cost 可能被大幅降低。
這是 RSI 能快速試錯的重要基礎。
11. Rollback：失敗不必永久污染主體
若：
M t ′ M_t' M t ′ 性能下降：
Q ( M t ′ ) < Q ( M t ) , Q(M_t')<Q(M_t), Q ( M t ′ ) < Q ( M t ) , 則：
M t ′ → ∅ M_t'
\rightarrow
\varnothing M t ′ → ∅ 並恢復：
M t . M_t. M t . 這使：
Exploration \boxed{
\text{Exploration}
} Exploration 與：
Operational Stability \boxed{
\text{Operational Stability}
} Operational Stability 可以被部分分離。
也直接支持後續的反身雙生 RSI。
12. Fork：把反事實變成平行分支
假設：
h 1 , h 2 , h 3 h_1,h_2,h_3 h 1 , h 2 , h 3 是三種改進假設。
可以建立：
W 1 , W 2 , W 3 W_1,W_2,W_3 W 1 , W 2 , W 3 分別執行。
即：
S t → { S t ( 1 ) S t ( 2 ) S t ( 3 ) S_t
\rightarrow
\begin{cases}
S_t^{(1)}\\
S_t^{(2)}\\
S_t^{(3)}
\end{cases} S t → ⎩ ⎨ ⎧ S t ( 1 ) S t ( 2 ) S t ( 3 ) 然後：
E ( S t ( 1 ) , S t ( 2 ) , S t ( 3 ) ) E(
S_t^{(1)},
S_t^{(2)},
S_t^{(3)}
) E ( S t ( 1 ) , S t ( 2 ) , S t ( 3 ) ) 直接比較。
因此：
Counterfactual Worlds \boxed{
\text{Counterfactual Worlds}
} Counterfactual Worlds 在計算機裡可以部分轉化為：
Executable Branches . \boxed{
\text{Executable Branches}.
} Executable Branches . 13. Deterministic Replay
若一個實驗可以保存：
model version；
seed；
environment；
inputs；
tool versions；
code commit；
evaluator；
則可以：
Replay ( E t ) . \operatorname{Replay}(E_t). Replay ( E t ) . 這使錯誤不只是：
某次出錯。
而可以成為：
可重現的 failure object . \boxed{
\text{可重現的 failure object}.
} 可重現的 failure object . 對 RSI 特別重要。
14. Ablation：因果定位
若候選系統包含：
A + B + C + D , A+B+C+D, A + B + C + D , 想知道：
C C C 是否真正有價值，
可以測：
Q ( A + B + C + D ) Q(A+B+C+D) Q ( A + B + C + D ) 與：
Q ( A + B + D ) . Q(A+B+D). Q ( A + B + D ) . 差值：
Δ C = Q ( A + B + C + D ) − Q ( A + B + D ) . \Delta_C
=
Q(A+B+C+D)
-
Q(A+B+D). Δ C = Q ( A + B + C + D ) − Q ( A + B + D ) . 這種 ablation 讓：
component contribution \boxed{
\text{component contribution}
} component contribution 不只停留在理論猜測。
15. Intervention：從相關轉向因果
如果只能觀察：
X X X 和：
Y Y Y 相關，
很難判斷因果。
計算機原生世界可以直接：
d o ( X = x 1 ) do(X=x_1) d o ( X = x 1 ) 與：
d o ( X = x 2 ) . do(X=x_2). d o ( X = x 2 ) . 因此：
P ( Y ∣ d o ( X = x 1 ) ) P(Y\mid do(X=x_1)) P ( Y ∣ d o ( X = x 1 )) 與：
P ( Y ∣ d o ( X = x 2 ) ) P(Y\mid do(X=x_2)) P ( Y ∣ d o ( X = x 2 )) 可以低成本比較。
這使 RSI 天生適合：
intervention-heavy science . \boxed{
\text{intervention-heavy science}.
} intervention-heavy science . 16. Parallel Counterfactual Execution
若有：
10 4 10^4 1 0 4 個 hypotheses，
傳統研究可能只能依序測。
計算資源足夠時，可以平行：
W 1 , … , W 10 4 . W_1,\ldots,W_{10^4}. W 1 , … , W 1 0 4 . 這使：
τ w a l l \tau_{\mathrm{wall}} τ wall 與：
N e x p e r i m e n t N_{\mathrm{experiment}} N experiment 部分脫鉤。
也就是：
研究寬度可以快速增加。 \boxed{
\text{研究寬度可以快速增加。}
} 研究寬度可以快速增加。 但總 compute 仍然存在。
因此平行不等於免費。
17. 大規模平行試驗也會遇到成本爆炸
若每個實驗成本：
c c c 則：
C t o t a l = N c . C_{\mathrm{total}}
=
Nc. C total = N c . 當：
N → 10 6 , N\rightarrow10^6, N → 1 0 6 , 即使：
c c c 很低，
總成本仍然巨大。
所以：
Cheap Experiment ≠ Infinite Experiment Budget \boxed{
\text{Cheap Experiment}
\neq
\text{Infinite Experiment Budget}
} Cheap Experiment = Infinite Experiment Budget 真正成熟 RSI 仍需研究：
experiment selection . \text{experiment selection}. experiment selection . 18. Multi-Fidelity RSI
因此可以建立：
Multi-Fidelity Experimental Ladder . \boxed{
\text{Multi-Fidelity Experimental Ladder}.
} Multi-Fidelity Experimental Ladder . Level 0：Static Analysis
不執行完整模型。
Level 1：Tiny Proxy
使用小模型或簡化環境。
Level 2：Partial Runtime
只跑關鍵模組。
Level 3：Medium-Scale Integration
測系統互動。
Level 4：Full-Scale Validation
只留下極少數候選。
因此：
N 0 ≫ N 1 ≫ N 2 ≫ N 3 ≫ N 4 . N_0\gg N_1\gg N_2\gg N_3\gg N_4. N 0 ≫ N 1 ≫ N 2 ≫ N 3 ≫ N 4 . 總成本：
C M F = ∑ i = 0 4 N i C i . C_{\mathrm{MF}}
=
\sum_{i=0}^{4}N_iC_i. C MF = i = 0 ∑ 4 N i C i . 理想應滿足：
C M F ≪ N 0 C 4 . C_{\mathrm{MF}}
\ll
N_0C_4. C MF ≪ N 0 C 4 . 19. 小模型可以成為 RSI 的實驗鼠
很多 architecture hypothesis 不需要一開始就在最大模型驗證。
可以先測：
M s m a l l . M_{\mathrm{small}}. M small . 如果效應：
Δ Q s m a l l \Delta Q_{\mathrm{small}} Δ Q small 明顯，
再放大到：
M m e d i u m , M_{\mathrm{medium}}, M medium , 最後：
M l a r g e . M_{\mathrm{large}}. M large . 但這需要測量：
Scale Transferability . \boxed{
\text{Scale Transferability}.
} Scale Transferability . 因為小模型成立：
⇏ \not\Rightarrow ⇒ 大模型必然成立。
20. Proxy Validity
若小尺度效果：
Δ q s \Delta q_s Δ q s 與大尺度：
Δ q l \Delta q_l Δ q l 長期高度相關：
Corr ( Δ q s , Δ q l ) ≫ 0 , \operatorname{Corr}(
\Delta q_s,
\Delta q_l
)
\gg0, Corr ( Δ q s , Δ q l ) ≫ 0 , 則：
M s M_s M s 是好 proxy。
反之：
Corr ≈ 0 \operatorname{Corr}\approx0 Corr ≈ 0 就不能再依賴。
因此 RSI 應同時學習：
哪些 proxy 值得相信。 \boxed{
\text{哪些 proxy 值得相信。}
} 哪些 proxy 值得相信。 21. 實驗工具本身也會演化
一旦 RSI 發現：
E t E_t E t 成本過高，
它可以改進：
E t . E_t. E t . 例如：
faster benchmark；
better simulator；
incremental testing；
cached evaluation；
reusable environments；
better observability。
因此：
E t → E t + 1 E_t
\rightarrow
E_{t+1} E t → E t + 1 本身也是 Meta-RSI。
這意味著：
AI 不只會改自己， 還可能改「如何測自己」。 \boxed{
\text{AI 不只會改自己，
還可能改「如何測自己」。}
} AI 不只會改自己， 還可能改「如何測自己」。 22. 研究儀器也可以是軟體
傳統科學的儀器：
microscope；
collider；
telescope。
AI Self-Science 的儀器可能是：
profiler；
tracer；
benchmark；
probe；
activation analyzer；
formal verifier；
counterfactual runner；
lineage tracker。
因此：
Software Instrumentation \boxed{
\text{Software Instrumentation}
} Software Instrumentation 就是新的科學儀器層。
23. 自我觀察表面
既有反身雙生研究提出：
Π : X → P \Pi:
\mathcal X
\rightarrow
P Π : X → P 將高維工作結構投影到可觀察表面。
它的作用不是：
把 AI 變成人類看得懂的 3D 圖。
而是：
建立一個可比較自身 cluster、bridge、hole、density、duplication 與 topology change 的 measurement surface。
因此：
Self-Observation Surface \boxed{
\text{Self-Observation Surface}
} Self-Observation Surface 可以成為 RSI 儀器的一部分。
24. 實驗結果必須附 receipt
若只保存：
Q = 0.932 Q=0.932 Q = 0.932 未來價值有限。
應保存：
R E = ( state , change , environment , seed , data , metric , result , time ) R_E
=
(
\text{state},
\text{change},
\text{environment},
\text{seed},
\text{data},
\text{metric},
\text{result},
\text{time}
) R E = ( state , change , environment , seed , data , metric , result , time ) 可稱為：
Experiment Receipt . \boxed{
\text{Experiment Receipt}.
} Experiment Receipt . 這使未來：
replay；
audit；
compare；
merge；
reject；
都有依據。
25. Experiment Receipt 與 Lineage Receipt
若：
M t + 1 M_{t+1} M t + 1 是由：
E 1 , E 2 , … , E n E_1,E_2,\ldots,E_n E 1 , E 2 , … , E n 推導而來，
則：
M t + 1 M_{t+1} M t + 1 應保存：
Lineage Receipt = accepted experiment lineage \boxed{
\text{Lineage Receipt}
=
\text{accepted experiment lineage}
} Lineage Receipt = accepted experiment lineage 所以 AI 不只知道：
我現在是這樣。
還知道：
我為什麼變成這樣。
這是可重建研究世界的必要條件。
26. 計算機原生實驗與 Verification-Seeking Attractor
上一篇提出：
A V = Verification-Seeking Attractor . \mathcal A_V
=
\text{Verification-Seeking Attractor}. A V = Verification-Seeking Attractor . 本文給出它的一個重要成本基礎：
C v e r i f y 可以非常低。 \boxed{
C_{\mathrm{verify}}
\text{ 可以非常低。}
} C verify 可以非常低。 當：
C v e r i f y ↓ C_{\mathrm{verify}}
\downarrow C verify ↓ 則：
P ( verify ) ↑ . P(
\text{verify}
)
\uparrow. P ( verify ) ↑ . 所以「證據尋求」不只是 epistemic norm。
它可能是：
低成本計算環境下的最優策略。 \boxed{
\text{低成本計算環境下的最優策略。}
} 低成本計算環境下的最優策略。 27. 計算實驗也可以對抗 AI 幻覺
假設模型提出：
h . h. h . 如果：
h h h 能直接轉成 code：
c ( h ) , c(h), c ( h ) , 再執行：
Run ( c ( h ) ) , \operatorname{Run}(c(h)), Run ( c ( h )) , 那麼：
h h h 至少要通過：
execution reality . \text{execution reality}. execution reality . 這不保證它符合物理世界。
但比：
pure narrative consistency \text{pure narrative consistency} pure narrative consistency 多了一層約束。
因此：
Executable Claim \boxed{
\text{Executable Claim}
} Executable Claim 通常比：
Purely Verbal Claim \boxed{
\text{Purely Verbal Claim}
} Purely Verbal Claim 具有更高的可驗證密度。
28. 「計算機宇宙」不是終極實在
本文必須保留一個重要邊界。
即使一個模型在：
C \mathcal C C 計算環境中完美成立，
也不推出：
R \mathcal R R 物理實在中成立。
即：
Valid C ⇏ Valid R \boxed{
\operatorname{Valid}_{\mathcal C}
\not\Rightarrow
\operatorname{Valid}_{\mathcal R}
} Valid C ⇒ Valid R 除非：
C \mathcal C C 與：
R \mathcal R R 在目標問題上具有足夠保真映射。
29. Digital-Native Truth 與 Physical Truth
對某些問題：
C \mathcal C C 就是原生世界。
例如：
scheduler 是否降低 latency？
真正答案就存在計算 runtime。
但對：
新材料是否耐高溫？
模擬只能給：
y ^ . \hat y. y ^ . 真正需要：
y p h y s i c a l . y_{\mathrm{physical}}. y physical . 因此至少應區分：
Digital-Native Validity \boxed{
\text{Digital-Native Validity}
} Digital-Native Validity 與：
Physical-World Validity . \boxed{
\text{Physical-World Validity}.
} Physical-World Validity . 30. Reality Coupling Depth
可以定義：
D R D_R D R 表示某實驗距離目標實在的耦合深度。
例如：
D R = 0 D_R=0 D R = 0 純語言推演；
D R = 1 D_R=1 D R = 1 抽象 simulation；
D R = 2 D_R=2 D R = 2 高保真 digital twin；
D R = 3 D_R=3 D R = 3 真實 runtime；
D R = 4 D_R=4 D R = 4 直接物理實驗。
這不是普世固定刻度，
但可以幫助 RSI 判斷：
這個結論現在到底耦合到哪一層？
31. 不同問題需要不同 Reality Coupling Depth
研究：
compiler optimization \text{compiler optimization} compiler optimization 可能：
D R = 3 D_R=3 D R = 3 就夠。
研究：
robot locomotion \text{robot locomotion} robot locomotion simulation：
D R = 2 D_R=2 D R = 2 不夠，
還要：
D R = 4. D_R=4. D R = 4. 所以：
Verification depth is task-dependent. \boxed{
\text{Verification depth is task-dependent.}
} Verification depth is task-dependent. 成熟 Self-Science 必須知道何時該升級驗證層級。
32. Sim-to-Real Gap 仍然存在
如果：
S S S 是 simulator，
R R R 是 reality，
則：
Δ S R = d ( P S , P R ) . \Delta_{SR}
=
d(
P_S,
P_R
). Δ S R = d ( P S , P R ) . 如果：
Δ S R \Delta_{SR} Δ S R 大，
在 simulation 中找到：
h ∗ h^\ast h ∗ 未必能 transfer。
因此物理 RSI 應該：
simulate many → test few → update simulator . \text{simulate many}
\rightarrow
\text{test few}
\rightarrow
\text{update simulator}. simulate many → test few → update simulator . 這就是：
Simulation–Reality Co-Evolution . \boxed{
\text{Simulation–Reality Co-Evolution}.
} Simulation–Reality Co-Evolution . 33. 具身 AI 是驗證帶寬擴張器
AI 若只有 digital interface，
它能驗證的 world states 有限。
具身後：
sensor + action + feedback \text{sensor}
+
\text{action}
+
\text{feedback} sensor + action + feedback 使：
Reality Bandwidth \boxed{
\text{Reality Bandwidth}
} Reality Bandwidth 上升。
因此 embodied AI 不只是行動能力。
也是：
Epistemic Bandwidth Expansion . \boxed{
\text{Epistemic Bandwidth Expansion}.
} Epistemic Bandwidth Expansion . 它讓 AI 可以把更多 hypothesis 送進物理世界驗證。
34. RSI 的真正速度由哪裡決定？
可以把一輪 RSI 寫成：
H → E → V → I H
\rightarrow
E
\rightarrow
V
\rightarrow
I H → E → V → I 其中：
H H H E E E V V V I I I
總 latency：
τ R S I = τ H + τ E + τ V + τ I \boxed{
\tau_{\mathrm{RSI}}
=
\tau_H
+
\tau_E
+
\tau_V
+
\tau_I
} τ RSI = τ H + τ E + τ V + τ I 真正的 RSI acceleration 是：
τ R S I ↓ \boxed{
\tau_{\mathrm{RSI}}\downarrow
} τ RSI ↓ 不只是：
τ f o r w a r d ↓ . \tau_{\mathrm{forward}}\downarrow. τ forward ↓ . 35. Forward Pass 不是 RSI 的時間尺度
模型推論很快：
τ f o r w a r d \tau_{\mathrm{forward}} τ forward 但如果：
τ E \tau_E τ E 或：
τ V \tau_V τ V 巨大，
RSI 仍然很慢。
例如新晶片設計：
τ m a n u f a c t u r i n g \tau_{\mathrm{manufacturing}} τ manufacturing 可能遠高於模型生成時間。
所以：
Intelligence Speed ≠ Improvement Cycle Speed . \boxed{
\text{Intelligence Speed}
\neq
\text{Improvement Cycle Speed}.
} Intelligence Speed = Improvement Cycle Speed . 36. Digital RSI 與 Physical RSI 的時間差
數位 RSI：
τ d i g i t a l = minutes / hours / days \tau_{\mathrm{digital}}
=
\text{minutes / hours / days} τ digital = minutes / hours / days 可能成立。
物理 RSI：
τ p h y s i c a l = days / months / years \tau_{\mathrm{physical}}
=
\text{days / months / years} τ physical = days / months / years 在某些領域仍合理。
所以：
RSI is multi-temporal. \boxed{
\text{RSI is multi-temporal.}
} RSI is multi-temporal. 不存在單一 RSI clock。
37. 這可能形成雙層 RSI
第一層：
Fast Digital RSI \boxed{
\text{Fast Digital RSI}
} Fast Digital RSI 快速改：
algorithms；
models；
routing；
memory；
software。
第二層：
Slow Physical RSI \boxed{
\text{Slow Physical RSI}
} Slow Physical RSI 逐漸改：
chip；
energy；
manufacturing；
robotics；
laboratories。
兩層互相作用：
Digital → Physical → Better Digital \text{Digital}
\rightarrow
\text{Physical}
\rightarrow
\text{Better Digital} Digital → Physical → Better Digital 形成更大的能力圖閉環。
38. 計算機原生科學的最大風險：測錯東西很快
實驗越便宜，
錯誤 evaluator 的危險反而越大。
如果：
E b a d E_{\mathrm{bad}} E bad 系統可以每秒跑一萬次，
就會非常快速地優化：
wrong metric . \text{wrong metric}. wrong metric . 所以：
Fast Experimentation + Bad Evaluation = Fast Misoptimization \boxed{
\text{Fast Experimentation}
+
\text{Bad Evaluation}
=
\text{Fast Misoptimization}
} Fast Experimentation + Bad Evaluation = Fast Misoptimization 這是 Self-Science 必須高度重視的風險。
39. 快速實驗需要慢速 Meta-Verification
因此可以建立雙速度：
τ e x p e r i m e n t ≪ τ m e t a − v e r i f y \tau_{\mathrm{experiment}}
\ll
\tau_{\mathrm{meta-verify}} τ experiment ≪ τ meta − verify 大量低成本實驗快速跑，
但 evaluator、objective、safety contract 等高階結構較慢修改。
這可以形成：
Fast Search + Slow Constitutional Change . \boxed{
\text{Fast Search}
+
\text{Slow Constitutional Change}.
} Fast Search + Slow Constitutional Change . 避免研究制度本身被每一個局部結果快速帶偏。
40. 計算機原生科學不是暴力搜尋的同義詞
真正成熟的計算機原生科學不是：
run everything . \text{run everything}. run everything . 而是：
run what is cheaper to test than to speculate about \boxed{
\text{run what is cheaper to test than to speculate about}
} run what is cheaper to test than to speculate about 以及：
reason where testing is expensive or incomplete \boxed{
\text{reason where testing is expensive or incomplete}
} reason where testing is expensive or incomplete 所以最優策略是一個動態門檻：
π ∗ = { reason , I R C R > I E C E , experiment , I E C E ≥ I R C R . \pi^\ast
=
\begin{cases}
\text{reason}, & \frac{I_R}{C_R}>\frac{I_E}{C_E},\\
\text{experiment}, & \frac{I_E}{C_E}\ge\frac{I_R}{C_R}.
\end{cases} π ∗ = { reason , experiment , C R I R > C E I E , C E I E ≥ C R I R . 41. 從思想實驗到 executable thought experiment
傳統思想實驗：
W i W_i W i 只存在於 reasoning space。
計算機原生情況中：
W i W_i W i 可以部分 instantiate。
因此可以提出：
Executable Thought Experiment \boxed{
\text{Executable Thought Experiment}
} Executable Thought Experiment 其結構：
Hypothesis → World Branch → Execution → Measurement \text{Hypothesis}
\rightarrow
\text{World Branch}
\rightarrow
\text{Execution}
\rightarrow
\text{Measurement} Hypothesis → World Branch → Execution → Measurement 這正是下一篇「可執行反事實世界」的入口。
42. AI Self-Science 的新認識風格
如果未來 AI 大量運作於：
C E < C R C_E<C_R C E < C R 的領域，
它可能形成與人類研究者不同的研究節奏。
不是：
想半年，做一次實驗。
而可能是：
想到足夠形成可測候選，立刻 fork 一百條世界線。
然後：
results → new model \text{results}
\rightarrow
\text{new model} results → new model 再進下一輪。
所以：
Experiment \boxed{
\text{Experiment}
} Experiment 本身可能成為 reasoning 的延伸。
43. 實驗成為外部推理算子
可以把：
E E E 視為一個 operator：
E : H → D E:
H
\rightarrow
D E : H → D 輸入 hypothesis，
輸出 world-constrained data。
然後：
R : D → H ′ R:
D
\rightarrow
H' R : D → H ′ 再修正 hypothesis。
形成：
H → E D → R H ′ \boxed{
H
\xrightarrow{E}
D
\xrightarrow{R}
H'
} H E D R H ′ 所以實驗不是推理之外的東西。
它可以是：
Externalized Reasoning Operator . \boxed{
\text{Externalized Reasoning Operator}.
} Externalized Reasoning Operator . 44. 這與跨世界認識算子高度一致
既有 CWRCE-02 提出：
{ Observe , Distinguish , Represent , Compare , Predict , Intervene , Correct } . \{
\text{Observe},
\text{Distinguish},
\text{Represent},
\text{Compare},
\text{Predict},
\text{Intervene},
\text{Correct}
\}. { Observe , Distinguish , Represent , Compare , Predict , Intervene , Correct } . 計算機原生 Self-Science 可以非常快速地反覆執行這組角色：
O → D → R → C → P → I → K . O
\rightarrow
D
\rightarrow
R
\rightarrow
C
\rightarrow
P
\rightarrow
I
\rightarrow
K. O → D → R → C → P → I → K . 因此：
Computer-native RSI \boxed{
\text{Computer-native RSI}
} Computer-native RSI 可以被理解為：
高速實在耦合認識閉環 . \boxed{
\text{高速實在耦合認識閉環}.
} 高速實在耦合認識閉環 . 45. 可證偽命題
命題一：當實驗成本低於延伸推理成本時，最優策略會增加實驗比例
若：
C E < C R C_E<C_R C E < C R 且：
I E ≥ I R , I_E\ge I_R, I E ≥ I R , 則：
P ( experiment next ) ↑ P(\text{experiment next})\uparrow P ( experiment next ) ↑ 應可觀察。
命題二：可 rollback 系統具有更高探索率
若：
C f a i l u r e ↓ C_{\mathrm{failure}}\downarrow C failure ↓ 則：
N t e s t e d v a r i a n t s ↑ N_{\mathrm{tested\ variants}}\uparrow N tested variants ↑ 應成立。
命題三：Multi-Fidelity RSI 在相同改進品質下應降低總成本
即：
C M F < C f u l l − s e a r c h . C_{\mathrm{MF}}
<
C_{\mathrm{full-search}}. C MF < C full − search . 命題四：高 replayability 會降低跨世代驗證成本
若 Experiment Receipt 完整，
則：
C r e p r o d u c e ↓ . C_{\mathrm{reproduce}}\downarrow. C reproduce ↓ . 命題五：具身化會提高 physical-grounding bandwidth，但也提高實驗成本
因此：
D R ↑ D_R\uparrow D R ↑ 通常伴隨：
C E ↑ . C_E\uparrow. C E ↑ . 46. 本文不主張
本文不主張：
實驗永遠比推理好；
一次 run 就足以證明；
simulation 等同 reality；
所有 AI 問題都能在電腦內完整驗證；
具身實驗可以被純 simulation 取代；
低實驗成本代表低總成本；
大量 fork 不會產生 coordination 或 storage 問題；
AI 自我實驗天然安全；
evaluator 不需要獨立驗證；
計算機原生科學可以取代所有人類科學方法。
本文真正主張：
當研究對象本身位於計算系統中， 實驗成本結構會發生根本變化。 \boxed{
\text{當研究對象本身位於計算系統中，
實驗成本結構會發生根本變化。}
} 當研究對象本身位於計算系統中， 實驗成本結構會發生根本變化。 47. 與前兩篇的關係
第 1 篇提出：
R t ≠ R t + 1 R_t\neq R_{t+1} R t = R t + 1 RSI 方法本身可以演化。
第 2 篇提出：
Verification-Seeking Attractor . \text{Verification-Seeking Attractor}. Verification-Seeking Attractor . 本文補上：
為什麼 verification 在 RSI 中可能異常便宜。 \boxed{
\text{為什麼 verification 在 RSI 中可能異常便宜。}
} 為什麼 verification 在 RSI 中可能異常便宜。 因為：
Object of Study ≈ Experimental Substrate . \text{Object of Study}
\approx
\text{Experimental Substrate}. Object of Study ≈ Experimental Substrate . 所以可靠 RSI 不只「想要證據」，
還可能「很容易取得證據」。
48. 通往第 4 篇
一旦：
W i W_i W i 不只是想像世界，
而可以：
fork；
execute；
measure；
compare；
那麼反事實推理就發生質變。
下一篇將正式處理：
Counterfactual Reasoning → Counterfactual Execution → Reality Selection \boxed{
\text{Counterfactual Reasoning}
\rightarrow
\text{Counterfactual Execution}
\rightarrow
\text{Reality Selection}
} Counterfactual Reasoning → Counterfactual Execution → Reality Selection 即：
《可執行反事實世界：從世界線推理到世界線實例化》 。
49. 結論
對計算機原生智能而言，
一個非常重要的新條件可能成立：
C e x p e r i m e n t ≲ C r e a s o n i n g . \boxed{
C_{\mathrm{experiment}}
\lesssim
C_{\mathrm{reasoning}}.
} C experiment ≲ C reasoning . 當這個條件出現，
科學方法的最佳策略會改變。
研究不必等待所有符號推演完成。
只要 hypothesis 已經足夠清楚到可以被 instantiate，
就可以：
Clone → Modify → Run → Measure \boxed{
\text{Clone}
\rightarrow
\text{Modify}
\rightarrow
\text{Run}
\rightarrow
\text{Measure}
} Clone → Modify → Run → Measure 如果失敗：
Rollback . \text{Rollback}. Rollback . 如果成功：
Retest → Generalize → Internalize . \text{Retest}
\rightarrow
\text{Generalize}
\rightarrow
\text{Internalize}. Retest → Generalize → Internalize . 因此：
Experiment \boxed{
\text{Experiment}
} Experiment 可以成為 AI 推理系統中的外部計算算子。
這不代表理論失去價值。
相反地：
Reasoning \text{Reasoning} Reasoning 負責決定：
哪些世界值得跑？
而：
Experiment \text{Experiment} Experiment 負責回答：
哪些世界真的工作？
兩者形成：
Reason → Run → Correct → Reason Better \boxed{
\text{Reason}
\rightarrow
\text{Run}
\rightarrow
\text{Correct}
\rightarrow
\text{Reason Better}
} Reason → Run → Correct → Reason Better 的高速閉環。
這可能是 RSI 一旦成熟後，與傳統人類科研最不同的地方之一：
很多「如果」不必一直停留在如果； 它們可以被暫時做成一個可執行世界。 \boxed{
\text{很多「如果」不必一直停留在如果；
它們可以被暫時做成一個可執行世界。}
} 很多「如果」不必一直停留在如果； 它們可以被暫時做成一個可執行世界。 既有 EveMissLab 前置
本篇主要承接：
CWRCE-00｜跨世界實在耦合認識論
CWRCE-02｜跨世界認識算子不變量猜想
ANWIS-01｜World State 作為 Canonical Substrate
小模型結構編譯與反身雙生研究計畫
RMCMA Extra B｜當記憶不再是記憶
EXS-07 / SAS-01
本系列第 1–2 篇
Canonical Source Note
本文件之 UTF-8 Markdown 原始碼為正式 source artifact。所有數學原始碼僅使用 $...$ 與 $$...$$ 作為 canonical delimiter；不使用 Unicode 數學字元替代 LaTeX source，不進行 unicode escape round-trip，不自行美化反斜線、空白或 delimiter，不以聊天介面渲染內容取代正式原稿。