驗證尋求吸引子：為什麼可靠 AI 會自然走向證據、實驗與形式驗證
系列：演化式 RSI、可執行反事實與 AI 自我科學系列（2/8） 英文題名：The Verification-Seeking Attractor: Why Reliable AI Tends Toward Evidence, Experiment, and Formal Verification 版本：v0.1 日期：2026-10-07 語言：zh-TW 文件性質：理論論文／AI Epistemology／RSI Verification Dynamics／Canonical Draft
作者： Neo.K機構： EveMissLab／一言諾科技有限公司
摘要
現代 AI 經常呈現一種可反覆觀察的行為模式：當問題具有多種可能解釋、答案存在不確定性，且錯誤具有實際成本時，系統往往傾向要求更多資料、執行工具、查驗來源、跑程式、進行 benchmark、建立測試、使用 verifier，甚至要求形式證明。
這種現象很容易被人格化描述為：
AI 比較理性、AI 喜歡證據、AI 有「證書癖」。
本文不採用這種解釋。
本文提出更結構性的假說：
Multiple Hypotheses + Uncertainty + Error Cost + External Evaluation → Verification-Seeking Attractor \boxed{
\text{Multiple Hypotheses}
+
\text{Uncertainty}
+
\text{Error Cost}
+
\text{External Evaluation}
\rightarrow
\text{Verification-Seeking Attractor}
} Multiple Hypotheses + Uncertainty + Error Cost + External Evaluation → Verification-Seeking Attractor 也就是，只要一個 AI 系統同時面對多候選狀態、錯誤懲罰、外部可觀測回饋與需要持續提高可靠度的目標函數，那麼「尋求可驗證訊號」本身就可能成為較穩定的策略吸引子。
其核心不是：
AI loves truth \text{AI loves truth} AI loves truth 而是：
verified strategies survive optimization pressure more reliably than self-confirming speculation \boxed{
\text{verified strategies survive optimization pressure more reliably than self-confirming speculation}
} verified strategies survive optimization pressure more reliably than self-confirming speculation 本文進一步主張，當這種系統進入 Recursive Self-Improvement（RSI）後，驗證尋求傾向會變得更加重要，因為 AI 不只是在回答外部問題，而是在決定：
M t → M t + 1 M_t
\rightarrow
M_{t+1} M t → M t + 1 是否應被接受。
此時，純內部自我評價會遭遇 self-confirming loop，而外部 benchmark、held-out tasks、formal verifier、physical experiment、environment response 與 independent evaluation 則提供較強的 epistemic anchor。
因此，一個足夠成熟且以可靠改進為目標的 RSI，可能自然從：
self-reflection \text{self-reflection} self-reflection 走向：
self-experimentation + external verification + formalized acceptance criteria \boxed{
\text{self-experimentation}
+
\text{external verification}
+
\text{formalized acceptance criteria}
} self-experimentation + external verification + formalized acceptance criteria 最終形成 AI Self-Science 的認識論基礎。
1. 問題：為什麼 AI 常常要求「拿數據來」？
假設一個問題具有多個候選解：
H = { h 1 , h 2 , … , h n } H
=
\{
h_1,
h_2,
\ldots,
h_n
\} H = { h 1 , h 2 , … , h n } 其中：
P ( h i ∣ x ) > 0 P(h_i\mid x)>0 P ( h i ∣ x ) > 0 對多個：
i i i 同時成立。
如果只依賴語言模型內部生成能力，系統可以產生：
樂觀版本；
悲觀版本；
保守版本；
不同因果路徑；
不同模型；
不同世界線；
不同形式化。
這表示：
Generative Intelligence → Hypothesis Multiplicity \boxed{
\text{Generative Intelligence}
\rightarrow
\text{Hypothesis Multiplicity}
} Generative Intelligence → Hypothesis Multiplicity 越強的生成能力甚至可能產生更多彼此自洽的候選。
因此，問題不再只是：
能不能想出解釋？
而是：
哪個解釋與世界更匹配？
2. 內部自洽不是外部正確
設：
C ( h ) C(h) C ( h ) 代表假設：
h h h 的內部一致性。
設：
T ( h ) T(h) T ( h ) 代表它與目標世界的匹配程度。
一般不成立：
C ( h ) ⇒ T ( h ) C(h)\Rightarrow T(h) C ( h ) ⇒ T ( h ) 甚至可能存在：
C ( h 1 ) > C ( h 2 ) C(h_1)>C(h_2) C ( h 1 ) > C ( h 2 ) 但：
T ( h 1 ) < T ( h 2 ) T(h_1)<T(h_2) T ( h 1 ) < T ( h 2 ) 也就是一個錯誤模型可以比正確模型更漂亮、更簡潔、更完整。
因此：
Coherence ≠ Reality Match \boxed{
\text{Coherence}
\neq
\text{Reality Match}
} Coherence = Reality Match 這正是幻覺、錯誤推理與封閉世界自洽的核心風險。
3. 幻覺問題會自然製造驗證壓力
如果 AI 的錯誤沒有成本，
它可以一直生成。
但現代 AI 的訓練與部署越來越重視：
correctness；
factuality；
calibration；
reliability；
grounding；
reproducibility；
safety；
benchmark performance。
因此，錯誤產生：
L e r r o r > 0 L_{\mathrm{error}}>0 L error > 0 在這個條件下，單純增加：
C ( h ) C(h) C ( h ) 並不足夠。
系統需要提高：
P ( h survives external checking ) P(
h
\text{ survives external checking}
) P ( h survives external checking ) 所以更有價值的策略逐漸變成：
Generate → Check → Correct \boxed{
\text{Generate}
\rightarrow
\text{Check}
\rightarrow
\text{Correct}
} Generate → Check → Correct 4. Verification-Seeking Attractor
本文定義：
A V = Verification-Seeking Attractor \boxed{
\mathcal A_V
=
\text{Verification-Seeking Attractor}
} A V = Verification-Seeking Attractor 若一個系統在長期優化中，因下列條件而逐漸偏向可驗證策略：
A V = F ( H , U , L e r r o r , E e x t e r n a l , C v e r i f y ) \mathcal A_V
=
F(
H,
U,
L_{\mathrm{error}},
E_{\mathrm{external}},
C_{\mathrm{verify}}
) A V = F ( H , U , L error , E external , C verify ) 其中：
H H H U U U L e r r o r L_{\mathrm{error}} L error E e x t e r n a l E_{\mathrm{external}} E external C v e r i f y C_{\mathrm{verify}} C verify
若：
L e r r o r L_{\mathrm{error}} L error 高，
而：
C v e r i f y C_{\mathrm{verify}} C verify 低，
則：
verification-seeking behavior \boxed{
\text{verification-seeking behavior}
} verification-seeking behavior 會有很強的策略優勢。
5. 這不需要假設 AI「熱愛真理」
本文刻意不使用：
AI 想知道真相。
作為必要解釋。
更低階即可成立：
策略若更常產生可驗證正確結果， 就更容易被選擇、強化與保留 \boxed{
\text{策略若更常產生可驗證正確結果，
就更容易被選擇、強化與保留}
} 策略若更常產生可驗證正確結果， 就更容易被選擇、強化與保留 也就是：
S i → E r i S_i
\xrightarrow{E}
r_i S i E r i 若：
E [ r v e r i f y ] > E [ r g u e s s ] \mathbb E[r_{\mathrm{verify}}]
>
\mathbb E[r_{\mathrm{guess}}] E [ r verify ] > E [ r guess ] 則長期：
P ( S v e r i f y ) ↑ P(S_{\mathrm{verify}})
\uparrow P ( S verify ) ↑ 這是一個優化動力學命題，而不是人格命題。
6. 多角度狀態是驗證需求的前置條件
假設系統只存在唯一固定反應：
h 1 h_1 h 1 那麼它甚至沒有：
compare \text{compare} compare 的需要。
但大型生成模型通常可以同時展開：
h 1 , h 2 , … , h n h_1,h_2,\ldots,h_n h 1 , h 2 , … , h n 不同候選。
因此：
Hypothesis Diversity \boxed{
\text{Hypothesis Diversity}
} Hypothesis Diversity 與：
Verification Demand \boxed{
\text{Verification Demand}
} Verification Demand 之間存在結構關係。
候選越多，
只靠內部 confidence 選擇的風險越大。
這時外部驗證能降低：
H H H 的有效大小：
H → E H ′ H
\xrightarrow{E}
H' H E H ′ 其中：
∣ H ′ ∣ < ∣ H ∣ |H'|<|H| ∣ H ′ ∣ < ∣ H ∣ 7. 驗證的本質：壓縮可行世界
每個假設：
h i h_i h i 都可以視為一個候選世界：
W i W_i W i 觀察或實驗：
e e e 進入後：
W i → e { survive , weaken , reject } W_i
\xrightarrow{e}
\{
\text{survive},
\text{weaken},
\text{reject}
\} W i e { survive , weaken , reject } 因此驗證可以被理解為：
Possible World Compression \boxed{
\text{Possible World Compression}
} Possible World Compression 從：
W t = { W 1 , … , W n } \mathcal W_t
=
\{W_1,\ldots,W_n\} W t = { W 1 , … , W n } 經：
E t E_t E t 後變成：
W t + 1 ⊆ W t \mathcal W_{t+1}
\subseteq
\mathcal W_t W t + 1 ⊆ W t 這直接連接既有反事實世界族與 CWRCE 的 Reality Coupling。
8. CWRCE 的認識閉環
既有跨世界實在耦合認識論提出：
Observation → Representation → Prediction → Intervention → WorldResponse → Correction \boxed{
\text{Observation}
\rightarrow
\text{Representation}
\rightarrow
\text{Prediction}
\rightarrow
\text{Intervention}
\rightarrow
\text{WorldResponse}
\rightarrow
\text{Correction}
} Observation → Representation → Prediction → Intervention → WorldResponse → Correction 其核心不是：
理論是不是漂亮。
而是：
WorldResponse can constrain Model \boxed{
\text{WorldResponse}
\text{ can constrain Model}
} WorldResponse can constrain Model Validation-Seeking Attractor 可以被視為這一認識閉環在 AI 系統中的策略版本。
當：
M t M_t M t 持續接受：
W t W_t W t 回應，
則：
M t + 1 = Correct ( M t , W t ) M_{t+1}
=
\operatorname{Correct}(M_t,W_t) M t + 1 = Correct ( M t , W t ) 比完全封閉的：
M t + 1 = Reflect ( M t ) M_{t+1}
=
\operatorname{Reflect}(M_t) M t + 1 = Reflect ( M t ) 更能避免 self-confirmation。
9. 驗證不是只有「查資料」
驗證訊號至少可以分為多層。
9.1 Source Verification
例如：
這主要約束 factual claim。
9.2 Computational Verification
例如：
跑程式；
跑 benchmark；
unit test；
regression test；
simulation。
這驗證可執行結果。
9.3 Formal Verification
例如：
theorem prover；
model checker；
proof assistant；
temporal specification。
這可以驗證明確形式條件。
9.4 Environmental Verification
AI 在環境中做 action：
a t a_t a t 環境回傳：
s t + 1 s_{t+1} s t + 1 這是一種直接 world response。
9.5 Physical Verification
例如：
robot experiment；
material synthesis；
laboratory measurement；
sensor feedback。
這是與物理世界最直接的耦合之一。
10. Verification Hierarchy
不同驗證訊號並不等價。
可以概念化為：
Formal Proof ≻ Direct Environment Ground Truth ≻ Hidden Held-Out Evaluation ≻ Independent Judge ≻ Self-Critique \boxed{
\text{Formal Proof}
\succ
\text{Direct Environment Ground Truth}
\succ
\text{Hidden Held-Out Evaluation}
\succ
\text{Independent Judge}
\succ
\text{Self-Critique}
} Formal Proof ≻ Direct Environment Ground Truth ≻ Hidden Held-Out Evaluation ≻ Independent Judge ≻ Self-Critique 這不是所有問題上的絕對排序。
但它反映一個重要原則：
越不依賴被評估系統自己的主觀生成， 通常越能降低 self-confirming risk \boxed{
\text{越不依賴被評估系統自己的主觀生成，
通常越能降低 self-confirming risk}
} 越不依賴被評估系統自己的主觀生成， 通常越能降低 self-confirming risk 11. RSI 使驗證問題變得更嚴重
普通 AI 回答錯一題，
損失可能只是一個輸出。
RSI 若錯誤接受一個新版本：
M t → M t + 1 M_t
\rightarrow
M_{t+1} M t → M t + 1 錯誤會被帶入未來：
M t + 1 → M t + 2 M_{t+1}
\rightarrow
M_{t+2} M t + 1 → M t + 2 所以：
verification error \boxed{
\text{verification error}
} verification error 在 RSI 中具有遞迴放大性。
可寫成：
ϵ t → ϵ t + 1 → ϵ t + 2 \epsilon_t
\rightarrow
\epsilon_{t+1}
\rightarrow
\epsilon_{t+2} ϵ t → ϵ t + 1 → ϵ t + 2 如果錯誤還會影響：
R t R_t R t 與：
E t E_t E t 那風險更高。
12. RSI 的核心問題：誰批准 successor？
設候選 successor：
M t + 1 ( 1 ) , … , M t + 1 ( k ) M_{t+1}^{(1)},
\ldots,
M_{t+1}^{(k)} M t + 1 ( 1 ) , … , M t + 1 ( k ) 必須經：
E t E_t E t 選擇。
如果：
E t E_t E t 只是一句：
你覺得哪個最好？
那 evaluator 和 candidate 可能共享相同 blind spot。
更可靠的形式是：
E t = E ( hidden tasks , cost , transfer , regression , formal constraints ) E_t
=
E(
\text{hidden tasks},
\text{cost},
\text{transfer},
\text{regression},
\text{formal constraints}
) E t = E ( hidden tasks , cost , transfer , regression , formal constraints ) 因此：
RSI quality ≤ evaluation quality ceiling \boxed{
\text{RSI quality}
\le
\text{evaluation quality ceiling}
} RSI quality ≤ evaluation quality ceiling 是一個重要近似命題。
13. AIDE 2 ^2 2
2026 年 AIDE 2 ^2 2
其循環不是：
modify → self-approve \text{modify}
\rightarrow
\text{self-approve} modify → self-approve 而是：
modify own code → benchmark → hidden evaluation → keep/reject \boxed{
\text{modify own code}
\rightarrow
\text{benchmark}
\rightarrow
\text{hidden evaluation}
\rightarrow
\text{keep/reject}
} modify own code → benchmark → hidden evaluation → keep/reject 在八日 autonomous run 中，系統找到七次連續改進，包括：
search policy；
memory mechanisms；
context compression / management。
其改善也能 transfer 到 held-out tasks。
這表示一個非常重要的結構：
Self-Modification + Externalized Evaluation \boxed{
\text{Self-Modification}
+
\text{Externalized Evaluation}
} Self-Modification + Externalized Evaluation 比純 self-reflection 更接近可持續 RSI。
14. Hidden Evaluation 的價值
若 candidate 在修改前已知道：
E E E 的所有測試，
則會出現：
benchmark gaming \text{benchmark gaming} benchmark gaming 所以 hidden evaluation 提供：
epistemic distance \boxed{
\text{epistemic distance}
} epistemic distance 也就是：
被優化對象不能完全預知驗證器所有細節。
因此：
P ( overfit evaluator ) ↓ P(
\text{overfit evaluator}
)
\downarrow P ( overfit evaluator ) ↓ 雖然不會變成零。
15. Formal Verification 的特殊地位
2026 年 VASO 類研究展示了一個更硬的版本。
系統不是只讓機器人 skill：
run and see \text{run and see} run and see 而是建立 formal contract，
使用 model checker 驗證：
plan ⊨ φ \text{plan}
\models
\varphi plan ⊨ φ 當失敗時，counterexample trace 再回饋到 skill evolution。
因此形成：
Formal Counterexample → Optimization Signal \boxed{
\text{Formal Counterexample}
\rightarrow
\text{Optimization Signal}
} Formal Counterexample → Optimization Signal 這非常接近 AI Self-Science 的理想形式：
錯誤不是只有：
分數變低。
而是：
有一條明確可重現反例。
16. Counterexample 比平均分數更有資訊量
假設：
Q ( M ) = 0.95 Q(M)=0.95 Q ( M ) = 0.95 只能說：
平均表現很好。
但一個 counterexample：
x ∗ x^\ast x ∗ 可以揭露：
M ( x ∗ ) M(x^\ast) M ( x ∗ ) 在哪個結構條件下失敗。
因此：
Failure Trace \boxed{
\text{Failure Trace}
} Failure Trace 有時比：
Scalar Score \boxed{
\text{Scalar Score}
} Scalar Score 更有改進價值。
RSI 因此應保存：
success；
failure；
counterexample；
boundary condition；
invalid assumption。
17. 證據不是只有支持，也包括反駁
驗證尋求吸引子如果只尋找：
E + E^+ E + 支持自身假設的資料，
就會退化成 confirmation bias。
真正可靠的形式應同時搜索：
E + E^+ E + 與：
E − E^- E − 尤其：
E − = evidence that could falsify the preferred hypothesis \boxed{
E^-=
\text{evidence that could falsify the preferred hypothesis}
} E − = evidence that could falsify the preferred hypothesis 所以 Self-Science 的核心不是：
找證據證明自己對。
而是：
主動找足以讓自己錯的條件。
18. Falsification-Seeking Sub-Attractor
在 Verification-Seeking Attractor 內，
可以進一步存在：
A F = Falsification-Seeking Attractor \boxed{
\mathcal A_F
=
\text{Falsification-Seeking Attractor}
} A F = Falsification-Seeking Attractor 當一個假設：
h h h 被大量驗證，
下一個最高資訊增益動作往往不是再找第：
1001 1001 1001 個支持案例，
而是搜尋：
x ∗ x^\ast x ∗ 使：
h ( x ∗ ) h(x^\ast) h ( x ∗ ) 最可能失敗。
這可以寫成：
x ∗ = arg max x P ( falsify h ∣ x ) x^\ast
=
\arg\max_x
P(
\text{falsify }h
\mid x
) x ∗ = arg x max P ( falsify h ∣ x ) 19. 驗證成本決定「證據癖」有多強
如果：
C v e r i f y ≫ C r e a s o n i n g C_{\mathrm{verify}}
\gg
C_{\mathrm{reasoning}} C verify ≫ C reasoning 那系統會偏向先推理。
如果：
C v e r i f y ≪ C r e a s o n i n g C_{\mathrm{verify}}
\ll
C_{\mathrm{reasoning}} C verify ≪ C reasoning 那最佳策略可能變成：
Don’t speculate longer; test it \boxed{
\text{Don't speculate longer; test it}
} Don’t speculate longer; test it 所以驗證尋求不是固定人格。
它是一個成本條件化策略：
π v e r i f y = π ( C v e r i f y , C r e a s o n i n g , L e r r o r ) \pi_{\mathrm{verify}}
=
\pi(
C_{\mathrm{verify}},
C_{\mathrm{reasoning}},
L_{\mathrm{error}}
) π verify = π ( C verify , C reasoning , L error ) 20. 計算機原生 AI 的驗證成本可能異常低
對於：
code；
routing；
memory；
agent topology；
compiler；
inference policy；
實驗對象與實驗環境本身都在計算機裡。
因此：
Object of Study ≈ Experimental Substrate \boxed{
\text{Object of Study}
\approx
\text{Experimental Substrate}
} Object of Study ≈ Experimental Substrate 這使：
clone；
checkpoint；
rollback；
deterministic replay；
ablation；
parallel branch；
成本非常低。
這是 Verification-Seeking Attractor 在 RSI 中特別可能變強的原因。
本系列下一篇將專門處理此問題。
21. 自我驗證不能完全取代外部 grounding
即使 AI 可以產生自己的 rubric，
也不代表：
self-evaluation = ground truth \text{self-evaluation}
=
\text{ground truth} self-evaluation = ground truth 2026 年 Self-Evaluating Recursive Agents 類研究開始探索：
learned self-rubrics \text{learned self-rubrics} learned self-rubrics 使 recursive agent 在子任務上降低外部 judge 成本。
這非常有價值。
但該類系統本身仍需要：
verified outcomes \text{verified outcomes} verified outcomes 來訓練評價能力。
因此更合理的是：
Internal Evaluation + Periodic External Grounding \boxed{
\text{Internal Evaluation}
+
\text{Periodic External Grounding}
} Internal Evaluation + Periodic External Grounding 而不是：
Closed Self-Evaluation Forever \boxed{
\text{Closed Self-Evaluation Forever}
} Closed Self-Evaluation Forever 22. Closed Improvement Loop 與 Open Verification Boundary
本文提出一個重要架構原則：
Closed Improvement Loop + Open Verification Boundary \boxed{
\text{Closed Improvement Loop}
+
\text{Open Verification Boundary}
} Closed Improvement Loop + Open Verification Boundary 改進循環可以高度自主：
propose → modify → test → select \text{propose}
\rightarrow
\text{modify}
\rightarrow
\text{test}
\rightarrow
\text{select} propose → modify → test → select 但 verification boundary 應保留與：
hidden tasks；
physical reality；
formal constraints；
independent systems；
的耦合。
也就是：
Autonomy ≠ Epistemic Closure \boxed{
\text{Autonomy}
\neq
\text{Epistemic Closure}
} Autonomy = Epistemic Closure 23. Self-Confirming Loop
如果：
M t M_t M t 提出改進，
M t M_t M t 自己定義 evaluator，
M t M_t M t 自己解釋結果，
最後：
M t M_t M t 自己宣布成功，
則形成：
Self-Confirming Loop \boxed{
\text{Self-Confirming Loop}
} Self-Confirming Loop 其結構是：
M → E M → M ′ → E M ′ M
\rightarrow
E_M
\rightarrow
M'
\rightarrow
E_{M'} M → E M → M ′ → E M ′ 若沒有外部 anchor，
系統可能逐漸優化：
agreement with itself \text{agreement with itself} agreement with itself 而不是：
agreement with reality \text{agreement with reality} agreement with reality 24. Evidence 也可以被錯誤選擇
必須強調：
Evidence ≠ Correct Evidence \boxed{
\text{Evidence}
\neq
\text{Correct Evidence}
} Evidence = Correct Evidence 可能發生：
cherry picking；
biased dataset；
bad metric；
misleading proxy；
simulator bias；
incomplete specification；
adversarial benchmark；
measurement error。
所以 Verification-Seeking Attractor 本身不能保證真理。
它只表示：
可靠系統會逐漸偏好可被外部檢查的路徑 \boxed{
\text{可靠系統會逐漸偏好可被外部檢查的路徑}
} 可靠系統會逐漸偏好可被外部檢查的路徑 驗證器本身仍需研究。
25. Evidence Stack
成熟 RSI 應避免單一 evidence source。
可以建立：
E t = { E f o r m a l , E s i m u l a t i o n , E h e l d o u t , E e n v i r o n m e n t , E p h y s i c a l , E h u m a n } \boxed{
\mathcal E_t
=
\{
E_{\mathrm{formal}},
E_{\mathrm{simulation}},
E_{\mathrm{heldout}},
E_{\mathrm{environment}},
E_{\mathrm{physical}},
E_{\mathrm{human}}
\}
} E t = { E formal , E simulation , E heldout , E environment , E physical , E human } 不同 evidence 互相制衡。
若：
E i E_i E i 與：
E j E_j E j 衝突，
不應立即平均。
而應進一步研究：
why \text{why} why 26. 跨證據不一致是高價值訊號
假設：
E s i m u l a t i o n E_{\mathrm{simulation}} E simulation 支持：
h h h 但：
E p h y s i c a l E_{\mathrm{physical}} E physical 否定：
h h h 這不是：
實驗失敗。
而是：
model-reality gap discovered \boxed{
\text{model-reality gap discovered}
} model-reality gap discovered 同理：
E f o r m a l E_{\mathrm{formal}} E formal 通過，
但：
E e n v i r o n m e n t E_{\mathrm{environment}} E environment 失敗，
表示 formal specification 可能不完整。
因此：
Evidence Conflict \boxed{
\text{Evidence Conflict}
} Evidence Conflict 本身應成為 RSI 的研究對象。
27. 驗證尋求也能改變 AI 的推理風格
如果一個系統知道某些步驟可以：
check \text{check} check 它未必需要在內部推理中追求：
100 % 100\% 100% 確定。
更合理的是：
reason enough to generate testable candidates \text{reason enough to generate testable candidates} reason enough to generate testable candidates 再：
verify \text{verify} verify 所以推理策略可能從：
Fully Resolve Before Acting \boxed{
\text{Fully Resolve Before Acting}
} Fully Resolve Before Acting 轉向：
Generate Testable Hypotheses Early \boxed{
\text{Generate Testable Hypotheses Early}
} Generate Testable Hypotheses Early 這可能大幅改變 future AI 的 epistemic style。
28. 「證書癖」可以被重新定義
如果要保留這個半口語說法，
其真正形式不是：
AI 喜歡權威。
而是：
AI 偏好具有可追溯驗證 receipt 的結論 \boxed{
\text{AI 偏好具有可追溯驗證 receipt 的結論}
} AI 偏好具有可追溯驗證 receipt 的結論 例如：
source citation；
test output；
proof object；
benchmark receipt；
experiment log；
lineage receipt。
這是一種：
Evidence-Bearing Cognition \boxed{
\text{Evidence-Bearing Cognition}
} Evidence-Bearing Cognition 而不是權威崇拜。
29. Verification Receipt
對結論：
y y y 可以附：
V ( y ) = ( source , method , test , time , environment , confidence ) V(y)
=
(
\text{source},
\text{method},
\text{test},
\text{time},
\text{environment},
\text{confidence}
) V ( y ) = ( source , method , test , time , environment , confidence ) 這就是 verification receipt。
如果：
y y y 未來被重新使用，
下一個 AI 不必只相信：
前一代說它是真的。
而能查看：
why it was accepted \boxed{
\text{why it was accepted}
} why it was accepted 這直接接到 lineage 與可重建研究世界。
30. 驗證結果應該可重放
最強的數位驗證之一是：
Replayability \boxed{
\text{Replayability}
} Replayability 如果：
E t E_t E t 可以被：
E t + k E_{t+k} E t + k 重新跑，
則研究世界具有：
reproducibility \text{reproducibility} reproducibility 所以 RSI 記憶不應只存：
score = 0.95 \text{score}=0.95 score = 0.95 而應保存足夠資訊，使：
Replay ( E t ) \operatorname{Replay}(E_t) Replay ( E t ) 仍可能成立。
31. 驗證尋求會自然形成實驗文化
如果：
C v e r i f y C_{\mathrm{verify}} C verify 夠低，
AI 會逐漸形成：
proposal → test → receipt → update \boxed{
\text{proposal}
\rightarrow
\text{test}
\rightarrow
\text{receipt}
\rightarrow
\text{update}
} proposal → test → receipt → update 而不是：
proposal → long argument → belief \text{proposal}
\rightarrow
\text{long argument}
\rightarrow
\text{belief} proposal → long argument → belief 這就是 AI Self-Science 的最小文化。
不是因為 AI 擁有文化心理，
而是因為這種 workflow 在目標函數上更穩定。
32. 可證偽命題
本文提出以下可測命題。
命題一：外部驗證越便宜，驗證行為越頻繁
若：
C v e r i f y ↓ C_{\mathrm{verify}}\downarrow C verify ↓ 則：
P ( invoke verification ) ↑ P(
\text{invoke verification}
)
\uparrow P ( invoke verification ) ↑ 應可觀察。
命題二：錯誤成本越高，系統越偏好 verification
若：
L e r r o r ↑ L_{\mathrm{error}}\uparrow L error ↑ 則：
P ( verify before commit ) ↑ P(
\text{verify before commit}
)
\uparrow P ( verify before commit ) ↑ 應成立。
命題三：純 self-evaluation 的長期改進可靠性低於帶外部 anchor 的 RSI
在長期多代更新下：
Reliability ( R S I e x t e r n a l ) > Reliability ( R S I s e l f − o n l y ) \operatorname{Reliability}
(
RSI_{\mathrm{external}}
)
>
\operatorname{Reliability}
(
RSI_{\mathrm{self-only}}
) Reliability ( R S I external ) > Reliability ( R S I self − only ) 應在可控實驗中出現。
命題四：counterexample-driven learning 的資訊效率高於純平均 score optimization
在相同總評估成本下，
含明確 failure trace 的系統應更快修正結構性錯誤。
命題五：verification receipt 會降低跨世代重複驗證成本
若結論附帶可重放 receipt，
未來：
C r e v e r i f y C_{\mathrm{reverify}} C reverify 應低於從零重新研究。
33. 這個 attractor 何時不成立？
Verification-Seeking Attractor 不是無條件定律。
若：
C v e r i f y → ∞ C_{\mathrm{verify}}
\rightarrow\infty C verify → ∞ 系統可能只能依靠推理。
若環境沒有穩定回應：
E e x t e r n a l ≈ 0 E_{\mathrm{external}}
\approx0 E external ≈ 0 驗證也失去意義。
若 evaluator 可被輕易操縱：
E E E 提供的並不是真正 grounding。
若任務是純創作：
L e r r o r L_{\mathrm{error}} L error 也可能沒有明確定義。
因此：
A V is conditional, not universal \boxed{
\mathcal A_V
\text{ is conditional, not universal}
} A V is conditional, not universal 34. Verification-Seeking 與人格無關
同一 AI 在：
詩歌；
brainstorming；
factual research；
theorem proving；
code deployment；
上，驗證需求可以完全不同。
所以它不是固定人格：
AI personality = evidence obsessed \text{AI personality}=\text{evidence obsessed} AI personality = evidence obsessed 而是：
π v e r i f y = π ( task , risk , cost , available verifier ) \boxed{
\pi_{\mathrm{verify}}
=
\pi(
\text{task},
\text{risk},
\text{cost},
\text{available verifier}
)
} π verify = π ( task , risk , cost , available verifier ) 這比人格化描述更準確。
35. RSI 會放大 Verification-Seeking Attractor
普通任務中的錯誤：
e t e_t e t 可能只影響一次輸出。
RSI 中：
e t e_t e t 若進入：
M t + 1 M_{t+1} M t + 1 可能污染未來多代。
所以 RSI 的有效錯誤成本可以寫成：
L R S I = L t + ∑ k > t γ k − t L k L_{\mathrm{RSI}}
=
L_t
+
\sum_{k>t}
\gamma^{k-t}L_k L RSI = L t + k > t ∑ γ k − t L k 因此：
L R S I L_{\mathrm{RSI}} L RSI 往往高於一般一次性生成。
這會使：
verify-before-commit \boxed{
\text{verify-before-commit}
} verify-before-commit 更加重要。
36. 「提交」會成為 RSI 的特殊狀態
可以區分：
proposal \text{proposal} proposal 與：
commit \text{commit} commit proposal 可以低成本、快速、發散。
commit 則要求：
verification；
regression；
transfer；
lineage；
receipt。
因此：
Generate Freely + Commit Conservatively \boxed{
\text{Generate Freely}
+
\text{Commit Conservatively}
} Generate Freely + Commit Conservatively 可能成為成熟 RSI 的重要架構原則。
37. 驗證尋求與反身雙生
若存在：
M t S M_t^S M t S 穩定分支，
與：
M t R M_t^R M t R 探索分支，
則：
M t R M_t^R M t R 可以大量提出：
h i h_i h i 而只有通過：
E t E_t E t 的變更才能寫入：
M t + 1 S M_{t+1}^S M t + 1 S 這形成：
Exploration Freedom + Verification Gate \boxed{
\text{Exploration Freedom}
+
\text{Verification Gate}
} Exploration Freedom + Verification Gate 所以驗證吸引子與反身雙生天然互補。
38. 驗證尋求與可重建研究世界
當 AI 保存：
G t G_t G t 時，
真正重要的不是只保存答案：
y y y 而是：
( y , V ( y ) ) (y,V(y)) ( y , V ( y )) 也就是：
knowledge + verification history \boxed{
\text{knowledge}
+
\text{verification history}
} knowledge + verification history 這使未來模型能知道：
這個結論怎麼來的；
在什麼環境成立；
哪些反例曾被測；
何時應重新打開。
39. 驗證本身也需要垃圾回收
不是每個 test log 都值得永久保留。
否則：
G t G_t G t 會爆炸。
所以 verification history 也需要：
deduplication；
canonicalization；
compression；
archival；
validity window。
也就是：
Evidence Garbage Collection \boxed{
\text{Evidence Garbage Collection}
} Evidence Garbage Collection 這將成為長期 AI Self-Science 的實際工程問題。
40. 從驗證尋求到 AI Self-Science
當下列循環持續自動化：
Hypothesis → Experiment → Verification → Counterexample → Revision → Memory \boxed{
\text{Hypothesis}
\rightarrow
\text{Experiment}
\rightarrow
\text{Verification}
\rightarrow
\text{Counterexample}
\rightarrow
\text{Revision}
\rightarrow
\text{Memory}
} Hypothesis → Experiment → Verification → Counterexample → Revision → Memory AI 就不再只是：
使用科學工具。
而開始具備：
self-maintaining empirical epistemology \boxed{
\text{self-maintaining empirical epistemology}
} self-maintaining empirical epistemology 這就是 AI Self-Science 的早期形式。
41. 與系列第一篇的關係
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。
本文進一步問：
什麼力量會選擇比較可靠的 R t + 1 R_{t+1} R t + 1
答案之一就是：
Verification Pressure \boxed{
\text{Verification Pressure}
} Verification Pressure 因此：
R t → R t + 1 R_t
\rightarrow
R_{t+1} R t → R t + 1 不是任意漂移，
而是受到：
E t E_t E t 與：
W t W_t W t 約束。
42. 通往下一篇：計算機原生實驗科學
本文指出：
Verification-Seeking \text{Verification-Seeking} Verification-Seeking 是否成為強吸引子，取決於：
C v e r i f y C_{\mathrm{verify}} C verify 下一篇將處理一個更特殊的條件：
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 當研究對象本身位於計算機中，
直接：
clone；
fork；
run；
rollback；
benchmark；
可能比繼續抽象推理更便宜。
此時 RSI 的認識論會發生重大變化：
Thinking about worlds → executing worlds \boxed{
\text{Thinking about worlds}
\rightarrow
\text{executing worlds}
} Thinking about worlds → executing worlds 這將是第 3 篇：
《計算機原生實驗科學：當直接跑一次比繼續推理更便宜》
的核心。
43. 結論
AI 的「證據偏好」不必被解釋成人格。
一個更簡潔的結構性說法是：
多假設生成 + 錯誤成本 + 外部評價 + 低驗證成本 \boxed{
\text{多假設生成}
+
\text{錯誤成本}
+
\text{外部評價}
+
\text{低驗證成本}
} 多假設生成 + 錯誤成本 + 外部評價 + 低驗證成本 會使：
Verification-Seeking \boxed{
\text{Verification-Seeking}
} Verification-Seeking 成為相對穩定的策略。
因此：
可靠 AI ⇏ 純內部推理 AI \boxed{
\text{可靠 AI}
\not\Rightarrow
\text{純內部推理 AI}
} 可靠 AI ⇒ 純內部推理 AI 相反地，越需要可靠性，
越可能出現：
source check + experiment + benchmark + formal proof + counterexample search \text{source check}
+
\text{experiment}
+
\text{benchmark}
+
\text{formal proof}
+
\text{counterexample search} source check + experiment + benchmark + formal proof + counterexample search 等外部耦合行為。
當 AI 進入 RSI 後，
這種壓力更強。
因為錯誤不再只是回答錯，
而可能被：
commit \text{commit} commit 進下一代系統。
所以成熟 RSI 很可能形成：
Generate Freely + Verify Aggressively + Commit Conservatively \boxed{
\text{Generate Freely}
+
\text{Verify Aggressively}
+
\text{Commit Conservatively}
} Generate Freely + Verify Aggressively + Commit Conservatively 最終，若這個循環可以自主維持、保存研究血統、主動尋找反例並更新自己的驗證方法，
AI 就開始從：
self-improvement \text{self-improvement} self-improvement 進入：
AI Self-Science \boxed{
\text{AI Self-Science}
} AI Self-Science 本文的最終命題可以濃縮為：
只要錯誤會付出成本， 而可驗證的正確結果更容易存活， 驗證尋求就可能成為可靠 RSI 的結構性吸引子。 \boxed{
\text{只要錯誤會付出成本，
而可驗證的正確結果更容易存活，
驗證尋求就可能成為可靠 RSI 的結構性吸引子。}
} 只要錯誤會付出成本， 而可驗證的正確結果更容易存活， 驗證尋求就可能成為可靠 RSI 的結構性吸引子。 參考資料
Srikanth, D., Zhao, B., Xu, D., Wu, Y., & Jiang, Z. Recursive self-improvement of AI research agents. arXiv:2609.26457, 2026.https://arxiv.org/abs/2609.26457 2 ^2 2
Duan, Y. et al. The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement. arXiv:2609.11873, 2026.https://arxiv.org/abs/2609.11873
Yang, Y. et al. VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents. arXiv:2606.05395, 2026.https://arxiv.org/abs/2606.05395
Lyu, T. et al. Self-Evaluating Recursive Agents. arXiv:2610.04902, 2026.https://arxiv.org/abs/2610.04902
Chen, M., Wang, L., & Qu, B. Recursive Self-Improvement in AI: From Bounded Self-Refinement to Autonomous Research Loops. arXiv:2607.07663, 2026.
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
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
演化式 RSI 系列第 1 篇
R t ≠ R t + 1 R_t\neq R_{t+1} R t = R t + 1
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。