RLHET-02｜可修正目標：為什麼真正的長程方向必須允許自己被推翻

系列名稱： 可修正長程展開論（Revisable Long-Horizon Expansion Theory, RLHET）
系列編號： RLHET-02
作者： Neo.K
研究協作： AI-assisted theoretical development
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-10-05
文件性質： 理論論文／長程目標／承諾／修正／反事實推演／動態決策
Canonical source： UTF-8 Markdown
Canonical math delimiters： inline $...$ ；display $$...$$

摘要

RLHET-01 已建立：

\boxed{ \text{Long Horizon} \neq \text{Long Path} \neq \text{Future Expandability}. }

然而，只要進一步討論長程目標，就會立即遇到另一個更困難的問題：

如果一個目標可以被修改，它還算不算真正的長期目標？

傳統直覺容易把「長期承諾」與「不可改變」綁在一起。某個方向若曾被認真選擇，似乎就應該被持續執行；若中途改道，便容易被理解為意志不堅、方向漂移、機會主義或逃避責任。

本文提出相反命題：

\boxed{ \text{Commitment} \neq \text{Irrevocability}. }

真正具有長程性的目標，不只必須能跨越短期波動，也必須能在新證據、新狀態、新反事實、新主體與新約束出現時被重新判斷。否則，長期目標會從方向工具退化為歷史命令。

本文將長程目標寫為時間相依結構：

G_t = ( g_t, J_t, E_t, C_t, R_t, V_t ),

其中包含目標內容、理由、證據、約束、風險與修正條件。目標在時間 $t$ 被接受，不代表：

G_{t+1}=G_t

永遠必須成立。相反地，若新證據足以改變目標正當性、可行性或代價結構，則：

G_{t+1}\neq G_t

可能正是長程理性的要求。

本文同時區分五種不同現象：

目標穩定；
路徑修正；
目標修正；
目標漂移；
責任逃避。

只有前四者被清楚區分，才能避免兩個相反錯誤：一方面把任何修改都污名化為不堅持；另一方面又把任何轉向都美化成「動態調整」。

本文最終提出「可修正長程目標原則」：

\boxed{ \text{一個真正的長程目標， 必須同時具有跨時穩定性與被更好理由推翻的可能。} }

其核心不是「永遠不變」，而是：

\boxed{ \text{在仍然有理由時持續； 在理由失效時允許修正； 在修正之後保留歷史與責任。} }

關鍵詞： 長程目標、可修正性、承諾、動態決策、目標漂移、責任、反事實推演、路徑依賴、持續性、開放未來

0. 問題：一個可以被改變的目標，還算長期目標嗎？

最直觀的長期目標模型是：

G_0 = G_1 = G_2 = \cdots = G_T.

這種模型很容易理解。

它表示：

一開始決定了方向，之後持續走下去。

但真實世界不只會發生：

S_0 \rightarrow S_1 \rightarrow S_2.

還會持續出現：

新證據；
新風險；
新技術；
新限制；
新主體；
新價值衝突；
新反事實；
新錯誤；
新可行路徑。

因此若仍要求：

G_t=G_0 \quad \forall t,

就等於宣稱：

無論世界如何改變，過去的目標都具有永久優先權。

這不是長程理性。

這是：

\boxed{ \text{Historical Goal Sovereignty}. }

也就是讓過去的自己持續統治未來的自己。

本文因此提出：

\boxed{ \text{Long-Horizon Commitment} \neq \text{Permanent Goal Fixation}. }

1. 長程目標是一個結構，不是一句口號

若只把目標寫成：

g=\text{某個終點},

便很難分析它何時仍值得維持。

本文因此將時間 $t$ 的長程目標寫成：

G_t = ( g_t, J_t, E_t, C_t, R_t, V_t ).

其中：

$g_t$ ：目標內容；
$J_t$ ：目標理由與正當化；
$E_t$ ：支持目標的證據；
$C_t$ ：當下約束；
$R_t$ ：風險與代價；
$V_t$ ：修正、退出與替代條件。

於是，一個目標被維持，不只是因為：

g_t=g_0.

而是因為：

J_t

仍然成立，

E_t

沒有被關鍵新證據推翻，

C_t

沒有使它轉為不可承擔，

以及：

R_t

仍然在可接受範圍。

因此：

\boxed{ \text{Goal Persistence} = \text{Continued Justifiability}, }

而不是：

\boxed{ \text{Goal Persistence} = \text{Historical Inertia}. }

2. 五種必須分開的現象

2.1 目標穩定

若新資訊進入後：

G_{t+1}\approx G_t,

則表示目標通過了新一輪檢驗。

這是：

\boxed{ \text{Goal Stability}. }

2.2 路徑修正

目標不變，但到達方式改變：

G_{t+1}=G_t,

且：

\gamma_{t+1}\neq\gamma_t.

這是最常見的修正。

例如：

仍然要抵達同一研究目標，但換模型、換工具、換團隊、換證明路線。

2.3 目標修正

若新證據顯示原始目標本身需要修改：

G_{t+1}\neq G_t.

這不是路徑調整，而是：

\boxed{ \text{Goal Revision}. }

2.4 目標漂移

如果：

G_{t+1}\neq G_t

只是因為短期刺激、局部誘惑或暫時壓力，而沒有形成充分的新理由，則可能是：

\boxed{ \text{Goal Drift}. }

2.5 責任逃避

最危險的是：

目標改了，所以以前不算我的。

形式上：

G_t\rightarrow G_{t+1}

不應推出：

Responsibility(G_t)\rightarrow0.

因此：

\boxed{ \text{Revision} \neq \text{Historical Erasure}. }

這一條與反身責任及 Owned Trajectory 直接相容。

3. 可修正性不是意志薄弱

傳統上，堅持常被描述為：

\boxed{ \text{Never Change}. }

但若世界本身會變化，那麼永不改變不一定是意志強。

它也可能是：

\boxed{ \text{Model Failure}. }

假設一個目標最初是依：

E_0

建立。

若之後出現：

E_1

且：

E_1 \perp E_0,

甚至：

P(G_0\mid E_1) \ll P(G_0\mid E_0),

仍堅持：

G_1=G_0

並不自動更有德性。

可能只是拒絕更新。

所以：

\boxed{ \text{Persistence without update} \neq \text{Rational commitment}. }

4. 可修正目標的基本更新式

令當前狀態為：

S_t.

令新證據為：

E_{t+1}.

令新反事實候選為：

\mathcal C_{t+1}.

令新約束為：

K_{t+1}.

則目標更新可以寫成：

G_{t+1} = \mathcal R_G \left( G_t, S_{t+1}, E_{t+1}, \mathcal C_{t+1}, K_{t+1} \right).

其中：

\mathcal R_G

稱為目標修正算子。

理想情況下，修正算子不是：

\mathcal R_G = \text{always preserve }G_t,

也不是：

\mathcal R_G = \text{always replace }G_t.

而是：

\boxed{ \mathcal R_G = \text{conditioned revision}. }

5. 什麼情況應該維持目標？

本文提出五類基本條件。

5.1 核心理由仍成立

若：

J_{t+1}\approx J_t,

且目標仍能服務原始核心價值，則沒有必要因短期波動改變。

5.2 新證據沒有顛覆關鍵假設

若：

E_{t+1}

只改變次要參數，不改變核心因果模型，則：

G_{t+1}=G_t

可以合理。

5.3 新成本仍在可承擔範圍

若：

C_{\mathrm{new}} < C_{\mathrm{critical}},

目標可以繼續。

5.4 替代方案沒有形成實質優勢

即使存在新候選：

G^\ast,

若：

U(G^\ast) \le U(G_t),

則不需要改。

5.5 改變本身具有巨大破壞性

若轉向會造成：

C_{\mathrm{switch}} \gg \Delta U,

則保留舊目標可能更合理。

因此：

\boxed{ \text{Revisability} \neq \text{Frequent Revision}. }

6. 什麼情況應該修改目標？

6.1 目標建立於錯誤事實

若：

E_t

被推翻，

且：

J_t

依賴該錯誤，

則：

G_t

失去原始支持。

6.2 原目標造成不可接受的外部代價

若：

R_{\mathrm{external}} \uparrow

超過原本可接受邊界，則：

G_{t+1}\neq G_t

可能是必要修正。

6.3 新反事實揭示更好的問題定義

有時不是答案錯了。

而是問題本身需要改寫。

原本：

\max_x U(x)

可能變成：

\max_{x,\Theta} U(x,\Theta),

其中：

\Theta

代表新的問題框架。

這時目標修正其實是：

\boxed{ \text{Problem-Space Revision}. }

6.4 原目標開始不必要地封閉他者未來

若某個目標的執行使：

\Phi_j(t+1) \ll \Phi_j(t)

且缺乏充分理由，

則長程目標本身需要重新審查。

6.5 未來主體已經改變

若真正承擔目標的人、團隊、制度或後繼者已經變化，則：

Standing_t \neq Standing_{t+1}.

過去主體不能自動替未來主體永久決定：

G.

這將在 RLHET-03 進一步展開。

7. 目標修正與沉沒成本

一個常見錯誤是：

已經走這麼遠了，現在不能改。

形式上：

C_{\mathrm{sunk}}\uparrow \Rightarrow P(\text{continue})\uparrow.

但沉沒成本本身不應直接增加未來正當性。

更合理的是比較：

U_{\mathrm{continue}}^{t+1}

與：

U_{\mathrm{revise}}^{t+1}.

而不是：

U_{\mathrm{continue}}^{0:t}.

因此：

\boxed{ \text{Past Cost} \neq \text{Future Justification}. }

過去成本必須被記錄。

但它不是未來繼續的充分理由。

8. 但修正也不能消除歷史責任

另一個相反錯誤是：

我現在改了，所以以前不重要。

不成立。

令過去行動為：

a_0,\ldots,a_t.

即使：

G_{t+1}\neq G_t,

仍有：

\boxed{ \operatorname{Prov}(G_t) }

以及：

\boxed{ \operatorname{Resp}(a_0,\ldots,a_t) }

需要保留。

所以完整修正應是：

\text{Revise} + \text{Preserve Provenance} + \text{Retain Responsibility}.

本文稱為：

\boxed{ \text{Responsible Revision}. }

9. 可修正性與承諾的真正關係

如果所有目標都可以隨時無成本取消：

C_{\mathrm{exit}}=0,

那麼承諾可能失去意義。

因為某些長期結構必須依靠：

\text{Self-Binding}.

例如：

長期研究；
學習；
基礎建設；
合作關係；
法律承諾；
制度建設。

因此需要：

\boxed{ \text{Revisable Commitment}. }

可以寫成：

K_t = ( G_t, T_{\mathrm{review}}, C_{\mathrm{exit}}, P_{\mathrm{revision}} ).

其中：

$G_t$ ：承諾內容；
$T_{\mathrm{review}}$ ：重新審查條件；
$C_{\mathrm{exit}}$ ：退出成本；
$P_{\mathrm{revision}}$ ：修正程序。

真正成熟的承諾不是：

\text{No Exit},

而是：

\boxed{ \text{Exit is possible, but not responsibility-free}. }

10. 高可修正性不等於高波動

定義目標波動率：

\sigma_G.

定義修正能力：

V_G.

兩者不是同一件事。

一個系統可以：

V_G\gg0

但：

\sigma_G\approx0.

意思是：

它隨時有能力改，但長期沒有出現足夠理由，所以一直沒改。

這是一個非常重要的區分：

\boxed{ \text{Revision Capacity} \neq \text{Revision Frequency}. }

真正穩健的長程系統可能同時具備：

\text{High Stability} + \text{High Revisability}.

11. 堅定與僵化的分界

本文提出一個初步判準。

若：

G_{t+1}=G_t

是因為：

J_{t+1}

仍然通過檢驗，

則是：

\boxed{ \text{Commitment}. }

若：

G_{t+1}=G_t

只是因為：

G_t

曾經被選過，

則更接近：

\boxed{ \text{Rigidity}. }

所以：

\boxed{ \text{Commitment is repeated endorsement, not mere historical repetition.} }

這句是本文的核心之一。

12. 修正與漂移的分界

同理：

若：

G_{t+1}\neq G_t

是由：

E_{t+1}, \mathcal C_{t+1}, R_{t+1}

支持，

則是：

\boxed{ \text{Revision}. }

若沒有可追蹤理由，而只是：

\text{local impulse}

或：

\text{short-term reward},

則可能是：

\boxed{ \text{Drift}. }

所以：

\boxed{ \text{Change} \neq \text{Revision}. }

修正必須具有理由結構。

13. 目標層級

不是所有目標都在同一層。

可寫成：

G_t^{(0)}, G_t^{(1)}, \ldots, G_t^{(n)}.

其中：

低階目標：局部任務；
中階目標：專案、制度、職涯；
高階目標：價值方向、存在承諾、跨世代原則。

因此：

G_t^{(1)}

可以修改，

但：

G_t^{(n)}

可能仍穩定。

例如：

\text{方法變} \neq \text{價值變}.

又或者更深層地：

\text{價值表述變}

也不必等於：

\text{核心關切消失}.

這要求長程理論具有：

\boxed{ \text{Goal Hierarchy}. }

14. 目標修正可以是收斂，不只是偏移

若每次修正都使：

G_t

更接近高階約束：

\Omega_V,

則目標變動不一定表示失去方向。

可能是：

G_0 \rightarrow G_1 \rightarrow G_2 \rightarrow \cdots

逐步提高：

\operatorname{Coherence} \left( G_t, \Omega_V \right).

因此：

\boxed{ \text{Revision can be convergence}. }

這一點對長期研究尤其重要。

真正的方向感，可能不是保持一句話永遠不變，而是：

持續逼近一個比當前語言更深的目標結構。

15. 反事實推演與目標更新

令當前目標為：

G_t.

生成反事實集合：

\mathcal C_t = \{ c_1,c_2,\ldots,c_n \}.

對每個候選：

c_i,

評估：

U(c_i\mid G_t).

但高階系統還應反問：

如果改變 $G_t$ 本身呢？

因此需要：

\mathcal C_t^{\mathrm{meta}} = \{ G_t^{(1)}, G_t^{(2)}, \ldots \}.

這是：

\boxed{ \text{Meta-Counterfactual Goal Revision}. }

也就是不只比較：

\text{How to reach the goal?}

還比較：

\boxed{ \text{Should this still be the goal?} }

16. 可修正目標的最小演算法

可以暫時寫成：

讀取當前狀態
  ↓
讀取目前長程目標
  ↓
收集新證據與新約束
  ↓
生成路徑級反事實
  ↓
生成目標級反事實
  ↓
比較繼續、改道、修改、停止
  ↓
評估不可逆性與他者影響
  ↓
決定維持或修正
  ↓
保存理由、歷史與責任
  ↓
進入下一時刻重新檢查

形式上：

\boxed{ G_{t+1} = \mathcal R_G \left( G_t, S_{t+1}, E_{t+1}, \mathcal C_{t+1}, K_{t+1} \right). }

17. 六個核心命題

命題一：承諾不等於不可逆

\boxed{ \text{Commitment} \neq \text{Irrevocability}. }

命題二：修正不等於失敗

\boxed{ G_{t+1}\neq G_t \not\Rightarrow \text{Failure}. }

命題三：穩定不等於僵化

\boxed{ G_{t+1}=G_t \not\Rightarrow \text{Rigidity}. }

關鍵在於是否經過重新認可。

命題四：改變不等於修正

\boxed{ \text{Change} \neq \text{Revision}. }

修正需要理由與證據。

命題五：修正不抹除責任

\boxed{ \text{Revision} \neq \text{Responsibility Erasure}. }

命題六：真正的長程性包含自我推翻能力

\boxed{ \text{Long-Horizon Rationality} \supset \text{Capacity for Self-Revision}. }

18. 五個失敗模式

18.1 目標化石化

過去選擇一旦成立，就禁止未來修改。

18.2 漂移偽裝成修正

每次短期誘惑都被包裝成：

新證據出現了。

18.3 修正偽裝成逃責

改變目標後否認舊目標造成的後果。

18.4 反事實不足

只比較：

\gamma_1,\gamma_2

卻從未比較：

G_1,G_2.

也就是只問怎麼做到，從不問是否還值得做。

18.5 過度審查

若每一步都重新打開所有高階價值，則：

C_{\mathrm{review}} \rightarrow \infty.

因此長程系統仍需要層級化的審查頻率。

19. 修正頻率應依風險與不確定性調節

定義：

F_{\mathrm{review}} = f( U, R, I, D ),

其中：

$U$ ：Uncertainty，不確定性；
$R$ ：Risk，風險；
$I$ ：Irreversibility，不可逆性；
$D$ ：Decision Depth，決策深度。

通常：

U\uparrow \Rightarrow F_{\mathrm{review}}\uparrow,

R\uparrow \Rightarrow F_{\mathrm{review}}\uparrow,

I\uparrow \Rightarrow F_{\mathrm{review}}\uparrow.

也就是：

\boxed{ \text{越不可逆的長程目標， 越不能只因為它是長期目標就減少審查。} }

20. 與 RLHET-01 的接口

RLHET-01 已指出：

\text{Long Horizon} \neq \text{Long Path}.

本文補上：

\boxed{ \text{Long Horizon} \neq \text{Fixed Goal}. }

所以長程理論的完整第一層分離變成：

\boxed{ \text{Long Horizon} \neq \text{Long Path} \neq \text{Fixed Goal} \neq \text{Future Expandability}. }

這四者可以互相影響，但不可互相替代。

21. 與 RR、CAOR 與動態決策中心的接口

本文的：

\text{Responsible Revision}

與 Owned Trajectory 中：

\text{Revisability} + \text{Provenance} + \text{Responsibility}

一致。

本文的：

G_{t+1}\neq G_t

也與 Open Future Charter 中：

\text{Correct}, \text{Extend}, \text{Reformulate}

的框架自我修正原則相容。

而動態決策中心提供另一個治理層接口：

\text{Best Node}_t \neq \text{Permanent Center}.

本文則對應：

\boxed{ \text{Best Goal}_t \neq \text{Permanent Goal}. }

這不是否定過去判斷。

而是拒絕把：

\text{best under conditions at }t

錯寫成：

\text{best under all future conditions}.

22. 本文沒有宣稱什麼

本文不主張：

所有長期目標都應頻繁改變；
堅持是不好的；
承諾沒有價值；
退出應該永遠無成本；
過去成本完全不重要；
新證據一出現就必須轉向；
目標修正一定比路徑修正高明；
所有價值都應保持流動；
所有歷史都可以重新開始；
可修正性可以取代責任。

本文只主張：

\boxed{ \text{任何真正的長程目標，都必須保留被更好理由修正的可能。} }

23. 後續研究接口

RLHET-03｜每一個存在都是世界

將把可修正目標從單一主體擴展到：

\mathbb W_t = \{ \mathcal F_i(t) \mid i\in E(t) \}.

核心問題變成：

當一個主體修改自己的長程目標時，它是否也在不必要地替其他存在關閉未來？

RLHET-04｜選擇即剪枝

將正式研究：

a_t: \mathcal F_t \rightarrow \mathcal F_{t+1}

的不可逆剪枝。

RLHET-05｜現在也是未來的一部分

將處理：

\text{Present}

不能被：

\text{Future}

無限延期正當化的問題。

RLHET-06｜真正的長路如何湧現

將研究高可修正系統為何可能比高固定目標系統更具有長期韌性。

RLHET-07｜開放未來決策器

將整合：

\text{Goal Review} + \text{Counterfactual Expansion} + \text{Dynamic Routing} + \text{Responsible Revision}.

24. 結論

真正的長程目標具有一個看似矛盾的雙重性。

它一方面必須足夠穩定，才能跨越：

短期誘惑；
局部波動；
暫時困難；
即時報酬偏差。

另一方面，它又必須足夠可修正，才能回應：

新證據；
新風險；
新主體；
新反事實；
新價值衝突；
原模型失敗。

因此：

\boxed{ \text{Long-Horizon Goal} = \text{Persistence} + \text{Revisability}. }

但這裡的加號不是簡單相加。

真正的結構是：

\boxed{ \text{在理由仍成立時保持穩定， 在理由失效時允許修正。} }

所以：

\boxed{ \text{真正的堅持， 不是拒絕改變； 而是持續讓同一方向接受新的世界檢驗。} }

而真正的修正也不是：

我現在不想做了。

而是：

\boxed{ \text{我承認新的證據已足以改變原判斷， 因此我修改方向， 但不抹除先前選擇、成本、後果與責任。} }

這就是本文所稱：

\boxed{ \text{Responsible Revisable Commitment}. }

最後，本文可被壓縮為三句：

\boxed{ \text{方向可以長期存在。} }

\boxed{ \text{路徑與目標都可以被重新判斷。} }

\boxed{ \text{任何長程目標，都不能因為自己曾被認真選擇， 就取得永久免於修正的特權。} }

附錄 A｜核心符號

符號	含義
$G_t$	時間 $t$ 的長程目標結構
$g_t$	目標內容
$J_t$	目標理由
$E_t$	支持或挑戰目標的證據
$C_t$	當前約束
$R_t$	風險與代價
$V_t$	修正與退出能力
$\mathcal R_G$	目標修正算子
$\mathcal C_t$	反事實候選集合
$K_t$	承諾結構
$F_{\mathrm{review}}$	目標審查頻率

附錄 B｜最小命題索引

\boxed{ \text{Commitment} \neq \text{Irrevocability} }

\boxed{ \text{Revision} \neq \text{Failure} }

\boxed{ \text{Revision} \neq \text{Historical Erasure} }

\boxed{ \text{Revision Capacity} \neq \text{Revision Frequency} }

\boxed{ \text{Best Goal}_t \neq \text{Permanent Goal} }

\boxed{ \text{Long-Horizon Rationality} \supset \text{Capacity for Self-Revision} }

RLHET-02 完。