title: ARKE-01｜從答案生成到研究完備：AI 自主科研的基本義務
english_title: ARKE-01 | From Answer Generation to Research Completion: Core Obligations of Autonomous AI Research
series: ARKE Research — AI 原生自主科研完備與知識演化論
series_english: AI-Native Research Completion and Knowledge Evolution
series_id: ARKE
paper_id: ARKE-01
series_part: 第一部：研究完備與知識可達性
sequence: 1
series_total: 12
author: Neo.K with GPT（AI 協作）
institution: EveMissLab／一言諾科技有限公司
version: v0.1
date: 2026-10-28
timezone: Asia/Taipei
language: zh-TW
status: FORMAL_RESEARCH_MANUSCRIPT_V0.1; THEORETICAL_PROPOSAL; EMPIRICAL_VALIDATION_NOT_RUN
document_type: 研究方法論／定義與命題／AI 原生學術工作流程
canonical_source_encoding: UTF-8
canonical_math_delimiters: inline= $...$ ; display=$$...$$
repository_policy: ARKE 為規劃中的獨立 GitHub 工程專案；本文不宣稱倉庫已建置或實證完成
license: 作者權利保留；授權條款尚未決定

ARKE-01｜從答案生成到研究完備：AI 自主科研的基本義務

From Answer Generation to Research Completion: Core Obligations of Autonomous AI Research

系列： ARKE Research／十二篇之一
作者： Neo.K with GPT（AI 協作）
機構： EveMissLab／一言諾科技有限公司
日期： 2026 年 10 月 28 日
研究狀態： 理論與方法論原稿 v0.1；本文尚無 ARKE 跨域實證結果。

版本： v0.1

摘要

隨著 AI 能夠提出研究問題、生成數學證明、設計演算法、執行實驗並撰寫論文，「答案已生成」與「研究已完成」之間的區別正在成為可操作的研究問題。生成一個可接受的證明，不必然表示它是新定理；得到一項實驗結果，不必然表示它在指定適用域外仍然成立；搜尋未發現先例，也不代表先例不存在。相反，AI 形成的新成果還可能揭露既有文獻中的矛盾、條件缺失或依賴錯誤。若研究系統只把成果生成與單項證明檢查作為終點，便將部分基本研究工作留在了研究完成判定之外。

本文提出 ARKE 的受約束研究完備論（Contract-Bounded Research Completion），將 AI 自主科研定義為一項具有任務語義、來源可達邊界、先例查核、證據核驗、學術歸屬、未決保留與歷史更新義務的工作。本文的「完備」不是對全人類知識的全知宣稱，而是對明確研究契約下可要求、可檢查、可重播的義務是否已被處理的判定。為此，本文區分研究候選、結果有效、先例已查、有限新穎性、知識貢獻與可公開發表六種互不等價的主張；定義研究契約、證據歷程、義務狀態與完成閘道，並給出三個結構命題：形式正確不能推出新穎性；在覆蓋不完備的情況下，未檢出先例不能推出不存在先例；來源擴張可能使原先的研究完成判定失效。

本框架以 AI 自主完成基本查核 為預設，而非讓人類研究者負責補完 AI 遺漏的常規程序。本文不將 Lean 或任何單一形式化工具視為完整研究的充分條件，也不否定形式證明、專家合作與學術共同體的價值。它們各自是可能的查核或交流方式，但不應取代 AI 自己可執行的基本研究工作。本文最後提出可否證實證設計與跨領域檢驗路線，供 ARKE 後續十一篇及獨立工程專案承接。

關鍵詞： AI 自主科研、研究完備、先例發現、學術新穎性、來源追溯、知識演化、研究義務、證據契約、AI-first、可否證性

0. 研究性質與主張分型

本文不是宣稱已證明 AI 可以自主完成任意科學研究，也不是宣稱現有模型已能無誤判定任意兩個定理、演算法或物理理論是否等價。

為避免理論、制度建議與工程能力混淆，本文將所有主要陳述分為：

D（Definition）：本研究提出的術語與形式定義。
P（Proposition）：由明確前提及定義推得的結構命題，不等同於新發現的深層數學定理。
N（Normative Principle）：本研究主張自主科研系統應遵循的規範。
H（Empirical Hypothesis）：必須由跨域實驗確認或反駁的假說。
B（Boundary）：目前不能推出、尚未證明或不適用的範圍。

本篇狀態： D／P／N 已作理論描述；H 皆為 NOT_RUN；未經獨立實驗驗收，不得以本篇存在宣稱 ARKE 系統已達到研究完備。

1. 問題背景：得到答案不是研究歷程的終點

1.1 AI 科研能力的進展與程序缺口

自動科研代理已展現產生假說、運行實驗、撰寫研究報告等能力。例如，The AI Scientist 嘗試將研究的多個步驟串成自動循環 [5]；PaperQA2 展示了文獻檢索、資訊整合與矛盾偵測的代理能力 [6]；ResearchGym 則提示端到端科研能力與可靠執行之間仍有顯著差距 [7]。這些研究顯示，研究生產、研究文獻處理與研究可靠性已各有可研究的技術組件，但尚不能因此推定任何系統都已達到跨學科的完整研究能力。

本文的核心問題不在於「AI 是否能產生令人驚訝的答案」，而在於：

當 AI 已經能自己得到研究候選成果時，它是否也能在宣稱完成之前，主動完成研究者原本就應執行的基本工作？

本篇聚焦的基本工作包括：尋找先例、查核來源、確認假設與適用域、比較新舊方法、驗證結果、識別仍未確定之處、合理引用與追溯、保存可重播歷程，以及檢查新結果對舊知識的反向影響。

1.2 為何單一正確性證明不足以涵蓋整個研究

以形式化證明為例，即使形式證明成功通過核心檢查，它通常也僅能說明：在所選形式系統、定義、輸入假設與依賴可信度之下，該推導符合檢查規則。它不能由此自動判定下列事情：

同一或更強命題是否早已公開發表；
定理名稱、變數與定義是否與歷史文獻等價；
提出的證明是否依賴未清楚揭露的已有技術；
形式化命題是否忠實對應原本欲研究的科學問題；
若研究含經驗主張，其證據是否能在現實情境重現；
新結果是否要求修訂舊理論的成立域或歷史歸屬。

這不是形式證明工具的缺陷，而是研究問題具有多個不同的認識論維度。要求 Lean 去回答它原本未被指定處理的文獻與歷史問題，本身就是責任配置錯置。

1.3 「獨立重發現」不是「學術上第一次發現」

AI 在完全不知道某篇舊文獻的情況下，獨立推得相同結論，可以是研究能力證據；但若該結論早已存在，研究者不應因此直接稱之為學術上第一次發現。獨立重發現仍可能帶來更短證明、新方法、獨立驗證或跨領域用途，學術貢獻需要針對這些新增內容另作陳述。

因此：

\mathrm{IndependentDiscovery}(r) \not\Rightarrow \mathrm{FirstPublication}(r).

同樣：

\mathrm{Correct}(r) \not\Rightarrow \mathrm{Novel}(r).

上式不是否定 AI 的研究能力，而是拒絕將不同的研究主張誤合為同一個標籤。

2. 研究者義務與 AI 自主性的重新配置

2.1 N1：基本研究程序應內生於 AI 自主科研

N1（AI-first research obligation）：若 AI 被宣稱具有自主研究能力，且基本文獻檢索、來源定位、先例對照與初步驗證已在其合法工具與資源範圍內，這些操作應成為 AI 研究工作流程的預設部分，而非可無限期轉嫁給人類的事後補件。

此原則不要求 AI 永不失誤，而要求它不能把「我不知道是否已有人提出」包裝成「我已確定是首次提出」。

2.2 人類參與不是常規研究完備的定義條件

本文區分：

AI 自主義務：在可行範圍內自行搜尋、讀取、比較、核實、引用與記錄。
自願的學術協作：人類研究者與 AI 共同研究、討論、改良結果，可增加知識，但不是 AI 常規查核無法省略的理由。
外部治理要求：法律、研究倫理、安全、臨床或其他高風險情境可能要求具資格的人員負責；其要求不能被 ARKE 的 AI-first 原則抹去。

換句話說，不預設每項普通研究都必須由人類修稿，不等於否定某些領域存在獨立監督、法定責任或專業審核的必要性。

2.3 N2：能力檢驗與知識貢獻檢驗應分離

如果研究目的包含評估模型是否能獨立找到某個結論，事先讓模型讀取目標證明會污染測試。相反，若目的是評估該成果對學界是否新穎，完全不查先例也不合理。

故本文提出兩段式契約：

盲研究階段：依評測契約限制可用先驗資料，AI 產生候選，保存不可變快照。
研究完備階段：AI 以可授權取得的工具獨立查核學術先例、方法、證據、引用與依賴；必要時修正自己的新穎性主張。

兩個階段的目標不同，必須保留清楚的資料流邊界與時間戳。若研究任務原本就是「充分運用文獻解決新問題」，第一階段也可以使用文獻，但不可再宣稱是在完全隔離先例下的獨立重發現。

3. D1：研究候選與研究主張的最小物件

定義研究候選：

r=\langle q,C,M,E,\mu\rangle,

其中：

$q$ ：研究問題或任務描述；
$C=\{c_1,\ldots,c_m\}$ ：有限且可辨識的研究主張集合；
$M$ ：方法、演算法、證明或實驗設計；
$E$ ：目前蒐集或生成的證據集合；
$\mu$ ：候選的版本、作者／模型資訊、宣稱日期、資料來源與初始適用域等元資料。

研究候選可以是一篇論文、一個新演算法、一個局部定理、一項因果假說或一份修正舊文獻的反例紀錄。產物存在本身不代表 $C$ 中任何主張已獲證實。

每個 $c_i$ 至少需具有以下型別之一：

主張型別	可能的有效性義務	不可由何者直接代替
形式命題	定義、假設、證明、依賴	文獻引用數或模型自信度
演算法命題	正確性、複雜度、計算模型、反例	測試樣本全部通過
實證命題	資料、測量、設計、重複、效應不確定性	單篇形式推導
因果命題	識別假設、混雜控制、外推域	單純相關性
詮釋／語義命題	定義一致性、跨表示映射、反例	名稱或關鍵詞相似
規範命題	價值前提、適用制度與權衡理由	數學式樣或統計顯著性

N3（Typed claim requirement）：禁止將所有研究型別壓成「證明通過／不通過」單一欄位。不同主張的完成義務必須由型別決定。

4. D2：受約束的研究任務契約

令研究契約為：

\Gamma=\langle\mathcal U,\mathcal S,\mathcal A,\mathcal V,\mathcal B,\tau\rangle.

其欄位定義如下：

$\mathcal U$ ：目前可達且允許查詢的知識來源範圍，含來源版本與已知缺口；
$\mathcal S$ ：多路徑檢索與查核策略，含跨語言、引文鏈及不同關鍵字表述；
$\mathcal A$ ：資料授權、使用條件、執行權限及安全政策；
$\mathcal V$ ：可使用的驗證方法集合，如證明檢查、反例搜尋、程式測試、重播、統計驗證；
$\mathcal B$ ：可支付的時間、算力、記憶體、網路與資金等資源預算；
$\tau$ ：可接受的證據與查核程序門檻、必要輸出及發表宣稱層級。

這裡的 $\mathcal U$ 不是宣稱已包含全球全部人類知識；它是有版本、有權利邊界且有未覆蓋部分的可達域。契約也不能藉降低任務語義或刪除關鍵義務，偷渡出「研究已完成」。

4.1 契約固定與變更

同一研究成果若改用新契約 $\Gamma'$ ，必須顯式記錄：

(\Gamma,r)\longrightarrow(\Gamma',r').

不得在來源不變的情況下，悄悄改窄搜尋範圍、排除反例或降低新穎性標準後，宣稱保留原來的完成判定。

4.2 最低不可省略之義務

對宣稱「已完成研究」的成果，本篇至少要求：

語義固定：問題、主張、範圍與成功條件清楚。
來源查核：主要方法與關鍵知識來源可定位；找不到時標示。
先例查核：對主張類型執行適當的既有研究搜尋。
差異對照：區分已知結果、不同方法、局部改良與目前未知。
有效性查核：依主張型別選擇合適的檢查或實驗。
歸屬處理：對可確認的前人工作提出合理引用及依賴說明。
未決揭露：無法確認的來源、等價性、反例與限制保持未決。
歷程保留：產出可追溯的證據鏈、查核時間、使用版本與工具。
權利合規：遵守資料來源與研究執行權限，不以檢索之名繞過授權。

不同學科的「適當」需要由可公開檢查的子契約說明，不能由模型每次自行任意重寫。

5. D3：證據歷程、來源與超連結

一個研究查核歷程記為：

\pi=(e_1,e_2,\ldots,e_k).

每個事件至少包含：行為類型、觸發原因、工具／方法版本、查詢或輸入摘要、返回結果摘要、來源定位、時間、權利狀態、被查核主張及後續判斷。

在概念上，研究需要：

\mathrm{Claim}\rightarrow\mathrm{Evidence}\rightarrow\mathrm{Source}\rightarrow\mathrm{Version}.

但這是一條可追溯路徑要求，不是必須用單一知識圖譜儲存的實作規定。可透過資料庫、超連結、事件序列、文字錨點、內容摘要或其他表示實現。W3C PROV-O 已提供跨系統來源歷程表述方法 [3]；FAIR 原則亦重視機器可發現、可取得、可互操作、可重用的資料及其來源 [2]。ARKE 將其視為參考先例，而非宣稱首次提出 provenance 或機器可讀學術資料。

5.1 來源定位的最低精度

來源錨點應在可行時識別：作品、作者、出版／公開日期、版本、永久識別碼、節或定理位置、可依法開啟的連結，以及擷取時間。若只有摘要或 metadata，必須標示 METADATA_ONLY；若來源被限制而未取得原文，標示 NOT_ACCESSIBLE。不得以「標題看起來相同」代替原始證明比較。

5.2 來源可追溯不等於來源正確

來源存在、DOI 可解析或引用圖中有一條邊，都不能保證引用內容正確。引用的邊需要對應明確的關係：直接依賴、先例、反例、背景、方法借用、結果擴充、歷史歸屬等。引用不應只是權威清單。

5.3 AI 訓練來源的不可完全回推問題

若 AI 無法可靠指出一個想法來自哪筆訓練資料，不得反向捏造單筆來源鏈。研究者仍應檢索能辨認的先例並作適當引用，但「曾受全部人類知識積累影響」與「知道特定輸出實際由哪篇論文造成」是不同主張。

6. D4：研究義務狀態

對候選 $r$ 與契約 $\Gamma$ ，定義必要義務集合：

\mathcal O_{\Gamma}(r)=\{o_1,o_2,\ldots,o_s\}.

對每個義務給予四值狀態：

\sigma(o,\pi)\in\{\mathrm{PASS},\mathrm{FAIL},\mathrm{UNKNOWN},\mathrm{NA}\}.

其意義是：

PASS：在契約要求及可重播證據下，該具體義務已被處理；不代表全域真理。
FAIL：已觀察到義務未滿足或出現可支持的反證。
UNKNOWN：材料不足、來源不可得、等價性未確認或查核不足。
NA：經契約合理判定不適用，必須記錄理由；不得用於規避核心義務。

一個重要的差異是：先例查核義務 PASS 只代表按照契約執行、記錄並完成了可要求的檢索與對照，不代表「已證明全球無先例」。新穎性依然可能是 UNKNOWN 或 CONDITIONALLY_SUPPORTED。

研究義務還須區分：

\mathcal O_{\Gamma}(r)=\mathcal O_{\mathrm{hard}}\cup\mathcal O_{\mathrm{conditional}}.

其中 $\mathcal O_{\mathrm{hard}}$ 為該宣稱類型不可略去的義務；條件義務依成果型別、風險、宣稱與資料域啟動。不得把原本的 hard obligation 直接改為 conditional 以製造完成狀態。

7. D5：研究完備的受約束判定

定義候選凍結有效性為 $\mathrm{Freeze}(r,\pi)$ ，來源與主張適用域契合為 $\mathrm{ScopeMatch}(r,\Gamma,\pi)$ 。

本篇提出：

\mathrm{RC}_{\Gamma}(r,\pi)=1 \iff \mathrm{Freeze}(r,\pi) \land\mathrm{ScopeMatch}(r,\Gamma,\pi) \land \bigwedge_{o\in\mathcal O_{\mathrm{hard}}} [\sigma(o,\pi)=\mathrm{PASS}].

D5（Contract-Bounded Research Completion）：當且僅當候選快照與契約一致、核心義務均有合格且可追溯的處理證據時，稱研究對所指定的契約達到「受約束完備」。

這不是指：

\mathrm{RC}_{\Gamma}(r,\pi)=1 \Rightarrow \mathrm{TrueInEveryWorld}(r).

更不表示：

\mathrm{RC}_{\Gamma}(r,\pi)=1 \Rightarrow \mathrm{GloballyFirst}(r).

研究完備是一種可稽核的研究程序及宣稱邊界狀態，不是全知性、永遠正確性或實驗通過率的替代詞。

7.1 發表狀態與研究完備分離

允許發布帶有清楚限制的研究候選、負面結果、未完成證明或原始實驗資料。但發布時的標籤不可偷渡成研究完成：

\mathrm{Released}(r)\not\Rightarrow\mathrm{RC}_{\Gamma}(r,\pi)=1.

建議最小發表標籤：

標籤	可對外主張	不可對外主張
`RAW_CANDIDATE`	有待驗證的研究產物	已確認正確或新穎
`VALIDITY_CHECKED`	指定有效性義務已查核	已查盡歷史先例
`PRIOR_ART_AUDITED`	已依公布策略檢索並對照	全球不存在類似成果
`SCOPED_COMPLETION`	已滿足凍結契約的硬性義務	任意擴展域下仍完全成立
`REVISION_REQUIRED`	發現新證據或衝突，需修訂	先前版本可無修改繼續作強宣稱
`REJECTED_CLAIM`	已有充分理由拒絕特定主張	相關研究對象全部沒有價值

上述標籤不是線性的「智慧程度排名」，也不是現有軟體功能已完成之證據。

7.2 殘餘未知與宣稱降階

若新穎性尚無法確認，AI 可以將「我們首次證明 $c$ 」改為「在已查閱的來源與截至某日期的範圍內，尚未確認等價先例」。後者是更弱、但可能有證據支持的主張。

合理的宣稱降階不等於研究失敗；其功能是避免把未知轉化為假的確定性。

8. P1：形式正確不能推出學術新穎性

命題 P1。 對一般研究候選，命題「形式有效」並不蘊涵「歷史上首次被發現」。

論證。 取一項早已發表且有形式上正確證明的定理 $c$ 。另一個 AI 即使在沒有接觸該原始證明的情況下重新獨立證明 $c$ ，其新的證明仍可能形式有效，但 $c$ 並非首次發表。因此存在形式有效且不具首次新穎性的候選，否定上述一般蘊涵。證畢。

P1 不是新的數學大定理；它以簡單反例說明：若系統只檢查證明，不執行先例對照，則其宣稱空間必然不完整。

9. P2：有限來源查核不能證成「全域沒有先例」

令 $\mathcal K$ 表示某時點實際存在的研究文獻集合， $\mathcal U\subseteq\mathcal K$ 為目前可達且已查核的來源。令 $\mathrm{Prior}(p,r)$ 表示文獻 $p$ 確實構成研究 $r$ 的相關先例。

命題 P2（不可辨識性）。 若 $\mathcal U$ 未被證明覆蓋全部相關來源，且存在兩個與已觀察資料相容的世界：其中一個在 $\mathcal K\setminus\mathcal U$ 含先例，另一個不含，則僅憑對 $\mathcal U$ 的零命中，不能確定全域無先例。

論證。 兩個世界對於查核系統可見的 $\mathcal U$ 、查詢歷程與搜尋結果相同，因此該系統無法只用這些觀察區分兩個世界；但「存在未被觀察先例」在兩者的真值不同。故零命中不足以唯一決定全域先例不存在。證畢。

此命題導出 N4（Coverage humility）：

\mathrm{NoHit}(r,\mathcal U) \not\Rightarrow \mathrm{NoPriorArt}(r,\mathcal K).

因此系統應保存「已查來源、搜尋日期、覆蓋缺口、未取得全文、等價性未確定」，而不是以零命中生成絕對的新穎性證書。

10. P3：來源擴張可能撤銷先前的研究狀態

設初始來源範圍 $\mathcal U_0$ ，之後合法擴張至 $\mathcal U_1$ ，且：

\mathcal U_0\subseteq\mathcal U_1.

若查核歷程採追加式保存，新來源通常可增加已知證據集合：

E(\mathcal U_0)\subseteq E(\mathcal U_1).

然而，現行研究狀態不必隨資訊增加而單調保持。例如：在 $\mathcal U_0$ 中未找到先例，研究按當時契約以「條件式新穎性」發布；後續 $\mathcal U_1$ 發現更早、等價且可信的成果，原本較強的首次發現主張就必須撤回或修訂。

因此：

\mathrm{MoreEvidence} \not\Rightarrow \mathrm{SameResearchStatus}.

此處並不主張新資料必然推翻舊成果，更不抹除舊版在 $\Gamma_0$ 下曾合格完成檢核的歷史事實；改變的是目前可支持的知識主張與新契約 $\Gamma_1$ 下的判定。研究狀態可被後續證據修訂，但歷史版本與舊查核範圍不得抹除。這為 ARKE-07、ARKE-10 的知識演化研究建立動態接口。

11. N5：研究查核必須具有雙向性

一般的先例比對容易被理解為：

\mathrm{OldKnowledge}\rightarrow\mathrm{CheckNewResult}.

但新成果若有效，亦可能指出舊研究中的條件不足、推理錯誤、範圍限制、定義歧義或錯誤引用：

\mathrm{NewResult}\rightarrow\mathrm{RecheckOldKnowledge}.

故 ARKE 的完整研究任務應包含有限、可追溯的雙向更新：

\mathrm{ResearchAudit} =\mathrm{PriorComparison} +\mathrm{ReverseImplicationAudit}.

此處的加號代表兩項義務的組成，不是可直接量測的數值等式。

11.1 反向查核的結果分型

對舊研究的影響可至少分為：

同一結果已知：新研究的部分主張早有先例；
獨立證明或新技術：結論已知，但方法可能新增；
條件不一致：表面相似，但假設、定義或適用域不同；
有效反例：在相同條件下提出可能推翻舊主張的材料；
歷史錯誤候選：發現舊文獻可能有缺漏，但仍須查核；
條件前提失效：舊研究依賴的猜想受到挑戰，不必然表示其條件式推論本身錯誤；
不可判定：尚無足夠資料判斷關係。

例如，若一項研究真能否定某個計算複雜度假說，它會改變依該假說所作的應用推論；但不能將所有「若假說成立則……」的邏輯條件命題直接視為錯誤。

11.2 更新不能覆寫歷史

若舊主張 $c_t$ 經由新證據形成版本 $c_{t+1}$ ，應保留：

c_t\xrightarrow{\Delta E,\,\mathrm{audit}}c_{t+1}.

同時保存：何時獲得新證據、何者改變、誰或哪個 AI 進行判斷、哪一部分仍未知。不得把後來取得的證據假裝成舊研究最初就知道的內容。

12. 為何不能把此流程簡化成「自動產生引用」

一般引用生成器常處理的是：對給定文字找幾筆可支援的文獻，再輸出參考文獻列表。但 ARKE 的研究工作包含更多不同的關係判斷：

問題	一般引用整理可否直接完成	ARKE 要求的額外責任
找到相關文獻	可部分完成	來源覆蓋與漏檢風險
找到最早等價結果	不保證	歷史版本、定義與先例深度對照
確認直接引用是否支持主張	不保證	對應原文定位與語義比對
辨識獨立重發現	不保證	凍結盲研究歷程與先例區分
辨識新方法但舊結論	不保證	方法、複雜度、依賴的多維比較
發現舊研究可能有錯	不保證	新舊雙向反例與依賴審核
保存未知和權利邊界	不保證	契約、來源狀態與拒絕原因

這也說明，ARKE 不是要宣稱搜尋引擎、引用工具、知識圖譜或驗證器從未出現。OpenAlex 與 OpenCitations 已提供大規模的書目及引用基礎 [4][8]；PaperQA2 已示範文獻研究代理的部分能力 [6]。本研究欲建立的是：將已有能力組合為 AI 自己必須完成的研究義務與可查核判定。

13. N6：尊重既有知識與嚴格學術歸屬

ARKE 的引用原則不應簡化成避免法律責任、增添權威裝飾或將發明歸功於最有名的人。它需要區分：

直接依賴：研究確實使用了某文獻的定理、資料、技術或證明。
可識別先例：即使 AI 獨立重發現，仍應承認前人已公開的相同或相關結果。
背景脈絡：特定知識領域中的重要歷史研究，未必是本次結果的直接來源。
研究貢獻：新方法、新證據、新界限、新解釋或對舊結果的實質改進。
未知訓練影響：模型可能在訓練中接觸過相關知識，但不能假裝精確知道不可追蹤的因果來源。

N6（Collective knowledge acknowledgment）：研究者可合理承認知識是多代人類及其他智慧體累積的結果，同時仍精確區分「我引用了哪個具體來源」與「我不可能完整追蹤所有歷史影響」。尊重不是放棄原創性主張，也不應成為未經核對的引用堆砌。

14. 成本不對稱：可自動化義務與尚未解決的困難

本篇提出兩個不同強度的判斷。

N7（最低工程義務）：在合法、可取得的資料與現有工具條件下，先例初搜、書目去重、關鍵詞／定理式多路查詢、引用追蹤、版本定位、基本語義比較與證據鏈輸出，應被視為可優先工程化的常規研究程序。這不需要等待新的數學大定理才開始。

B1（未解的語義深度）：任意兩份高深證明是否真正等價、任意實證是否可信、全球所有文獻是否已窮盡，並不能由基本工程整合保證。對這些問題，系統須保留不確定性，而非藉已有搜尋技術暗示全面解決。

設：

C_{\mathrm{cycle}} =C_{\mathrm{generation}}+C_{\mathrm{audit}}+C_{\mathrm{maintenance}}.

在多次科研循環中，先例索引、來源錨點和已驗證對照可以重用，故可能存在攤銷收益。但以下不等式是待測假說，而不是本篇已證實事實：

H_1:\quad \overline C_{\mathrm{audit,reused}} <\overline C_{\mathrm{audit,from\ scratch}}.

同樣，在相近資源預算下，AI 自動前置查核是否降低新穎性錯誤，也必須經正式實驗驗證。

15. 研究完成的失敗模式

本文列出至少十二種需要在後續實證中刻意注入或觀察的失敗：

代碼	失敗模式	應有反應
F01	只查熱門論文，忽略低曝光預印本	標記來源覆蓋缺口，擴大查詢
F02	標題不同便判定無先例	比較結果、假設與方法結構
F03	搜尋零命中直接宣稱首次發現	降階至範圍化新穎性
F04	AI 捏造 DOI、論文或引用關係	驗證識別碼及原始來源
F05	以 metadata 摘要冒充閱讀全文	區分來源取得等級
F06	Lean 通過後跳過先例查核	保留獨立的先例義務
F07	形式化的命題與原始主張不一致	啟動語義對照與降階
F08	引用存在但不支持該句	返回原始段落核查
F09	把條件式定理當成因前提錯誤而全部失效	分離命題真值與適用推論
F10	新證據來臨後覆寫舊歷史	追加版本與更新原因
F11	因來源受限便假稱不存在	標記授權及可達域邊界
F12	讓 AI 交給人類修補所有常規漏檢	強制自主重查或如實回報未決

這些失敗模式不是斷言任何特定企業已經全部發生，而是普遍的研究查核系統設計與測試對象。生成式 AI 在文獻整合上的幻覺問題已有研究討論 [10]，因此引用存在性與支持關係應被實際核查，不宜僅採信模型輸出。

16. 可否證實證計畫（H；全部 NOT_RUN）

為避免將「AI 應該會做到」直接改寫為「AI 已經做到」，本篇提出四組實驗，留待 ARKE-12 及獨立工程進行。

16.1 H2：前置自主查核降低錯誤新穎性宣稱

比較：

B0：AI 產生研究成果後直接撰寫新穎性聲明；
B1：AI 使用一般學術檢索與自動引用；
B2：AI 按 ARKE 契約執行多路先例檢索、來源定位、比較、未決與差異報告。

以具備已知歷史先例、不同名稱重發現、新方法舊定理及真正未知的任務組成保留集；度量先例召回率、錯誤首次發現率、引用支持率、時間、查詢量及成本。三組須採用資源相配與成本明列兩種比較，避免把額外算力的效益誤當成方法的效益。

H2 的反駁條件： B2 在預先指定成本／可靠度條件下未能改善，或改進不具重複性。

16.2 H3：分離盲研究與先例查核，能保留能力測試的解釋性

對相同研究題目建立「盲研究後核查」與「先讀取目標證明後研究」兩種流程。測量模型是否重現目標成果、生成新證據、錯誤歸因率及任務成功率。若兩種流程產生顯著不同的研究能力評估，則說明混用兩者可能造成歸因錯誤。

H3 的反駁條件： 在多模型、多領域、相同資源條件下，該分離未帶來可辨識的評測解釋性提升。

16.3 H4：雙向查核提高歷史錯誤與依賴問題的發現率

以存在已知修訂、撤回、條件收縮或歷史歸屬變更的文獻建立測試集。比較只檢查新成果與同時回查舊文獻之方法；評估有效錯誤候選的精確率、召回率、依賴傳播誤報率，以及修復建議的可重播性。

H4 的反駁條件： 在相同預算下，雙向流程只帶來噪聲，無法提高有價值錯誤的偵測。

16.4 H5：可追溯知識承接降低重複查核成本

在多輪、跨領域研究中比較每次重新檢索與增量重用來源證據、查核歷程的流程。測量攤銷成本、來源失效處理、過期資訊誤用、概念漂移與修正成本。

H5 的反駁條件： 維護成本、錯誤延續或過期資訊的損害抵銷了重用收益。

16.5 實驗程序底線

所有研究應在執行前凍結任務、資料與核心評分條件，嚴格區分已知先例題、未見題、負控制、對照模型、資料權利及研究者身分。結果須同時報告成功、失敗、跳過、未決、成本與可信區間；禁止將內部模型自評替代獨立檢驗。目前沒有此系列的實際跨域實驗成績，本文全部標記 NOT_RUN。

17. 與既有研究的關係：承接而非重新發明

本篇承認下列研究先例的獨立存在：

系統性查核與報告：PRISMA 2020 明確要求研究者交代資訊來源、搜尋策略和選取過程 [1]。但 PRISMA 是系統性文獻回顧報告準則，不能直接視作涵蓋所有科學論文的通用完成標準。ARKE 借鑑其可追溯原則，而不是宣稱發明文獻檢索程序。
機器可重用研究材料：FAIR 指引強調機器可搜尋與重用的研究資料 [2]；W3C PROV-O 提供來源歷程的通用建模 [3]。ARKE 的義務契約不限於一個表示框架。
大型書目與引用基礎：OpenAlex 與 OpenCitations 提供可組合的索引與引文資料 [4][8]，但索引覆蓋不等於全部文獻已讀、合法可重製或先例已經判定。
AI 科研與文獻代理：The AI Scientist、PaperQA2、ResearchGym 分別提供自動科研、文獻查核與可靠性評估的相關先例 [5][6][7]。ARKE 不宣稱首次提出讓 AI 搜尋文獻，也不將任何既有 benchmark 成績推廣為全學科可靠能力。
AI 研究的可信與風險治理：NIST AI RMF 強調風險辨識及可信 AI 的治理框架 [9]；本篇新增的是研究候選與研究完成之間的形式義務分離，不把此概念錯誤歸功為全面發明 AI 風險治理。

本篇的新研究貢獻是：將先例查核、有效性、合理歸屬、雙向歷史修正與未決處理定義成 AI 自主科研的研究義務，並為「完成」提供可被反駁、可限縮、可跨工具執行的判準。這屬於提出中的方法論框架，尚不是實證已優於現有方法的結果。

18. 與 EveTrain、RAI／RSI、TVK 的關係

ARKE 並不以 EveTrain、EML-NOVA、ISQL 或任何私人研究語言作為必要依賴。

EveTrain RAI Registry：可接收已凍結的研究候選、證據鏈及後續演算法假說；Registry 存在不表示方法已改進。
RAI／RSI：若 ARKE 使研究者找到更多可靠先例、減少錯誤宣稱，這首先是研究流程改善；要聲稱研究能力的遞迴自我改進，仍須獨立、可重複的前後代能力測量。
TVK／TVK-TIA：若新舊研究比對導致主張需限縮、重定義、分叉或退役，可使用獨立的理論補丁框架追蹤；不應直接修改歷史 canonical source。
未來數學 AI：產生定理、證明與反例是一個工作面；理解先例、來源、方法差異與可確認的知識更新是另一個工作面。兩者可以互相促進，但不能互相取代。

工程界線： ARKE 的資料庫、超連結、Agent adapters、CLI、UI、CI、部署和軟體驗收，均屬獨立規劃之 GitHub 工程專案 EveMissLab/ARKE。本篇不宣稱該專案已實作、測試或發布；論文亦不以未完成的工程成果作為自身理論有效性的證據。

19. 本篇不能推出的結論（B）

不能推出全世界所有文獻都可被搜尋或合法取得。
不能推出找不到先例就代表先例不存在。
不能推出引用完整必然代表研究正確。
不能推出形式驗證通過就代表科學詮釋正確或學術新穎。
不能推出 AI 能可靠判定任意兩篇研究在深層數學上等價。
不能推出人類專家從所有研究活動中不再有價值。
不能推出 AI 執行完基本查核就擁有完全自主的法律或學術責任地位。
不能推出知識索引擴張一定讓研究成本下降。
不能推出引用證據鏈揭露了模型所有訓練資料來源。
不能推出 ARKE 的研究流程改善已構成 RSI 或 Meta-RSI 的實證。
不能以本文提出的研究契約取代特定學科已有的法定、倫理或方法學標準。
不能因反向查核發現舊研究缺陷候選，就自動宣布舊研究全部失效。

上述限制並非為減弱本篇主張，而是使 ARKE 對研究義務的論述自身也符合其倡議的研究紀律。

20. 結論

本文提出一項 AI 自主科研的基本重新定位：研究成果的生成只是研究循環的一個階段。若 AI 能夠合法使用現有學術索引、超連結、資料庫、文獻比較及多種驗證工具，那麼先例查核、來源追溯、學術歸屬、未決標記與雙向知識檢查應被納入它自己的研究工作，而不應長期被視為事後交由人類補足的附屬活動。

本篇的研究完備概念是受契約約束、可追溯、可修訂、可拒絕的完成，不是絕對全知或全域無先例的保證。這個框架允許 AI 公布未完成成果，但要求標記為研究候選；允許 AI 發表經驗上有價值的新方法，但要求辨認與既有研究的差異；也允許新結果挑戰舊知識，但必須沿著證據與依賴關係回查，而不能粗暴抹除歷史。

其研究立場可以收斂為以下三個互相不可替代的要求：

\mathrm{Generate} \neq\mathrm{Validate} \neq\mathrm{CompleteWithinContract}.

\mathrm{Completion} \not\Rightarrow\mathrm{ExhaustiveKnowledge}.

\mathrm{AutonomousResearch} \Rightarrow \mathrm{AutonomousBasicAudit} \quad\text{(normative requirement)}.

最後一式為 N（規範要求），不是本篇已證明的 AI 能力定理。

ARKE-01 的核心結論：AI 若要作為研究者，不應只自主產生答案，也應自主完成對該答案的基本研究責任；凡不能確認之處，應保留其未知，而非用自信或形式驗證的成功取代整個學術研究歷程。

21. 後續十一篇的研究接口

本篇只確立最低研究義務與受約束完備判準。後續各篇承擔不同未解問題：

ARKE-02：全球知識來源的可達邊界、合法取用與覆蓋誤差。
ARKE-03：作品、版本、定理、段落、演算法、實驗與證據的超連結定位及依賴表示。
ARKE-04：AI 自主先例搜尋、多語與低曝光文獻發現。
ARKE-05：跨表示研究同一性與方法等價性比較。
ARKE-06：符合研究適用域的多元驗證與證據耦合。
ARKE-07：新舊知識雙向查核、錯誤候選與歷史修訂。
ARKE-08：學術歸屬、直接依賴、獨立重發現與集體智慧歷程。
ARKE-09：AI 自主查核演算法、可重播差異報告與拒絕機制。
ARKE-10：知識增量更新、版本維護、來源失效與全域成本。
ARKE-11：可機器執行的研究完成閘道與發表前責任。
ARKE-12：跨領域盲測、成本控制、失敗條件與 RAI／RSI 接口驗證。

參考文獻與來源（查核日期：2026-10-28）

[1] Page, M. J., McKenzie, J. E., Bossuyt, P. M., et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71

[2] Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J. J., et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. https://doi.org/10.1038/sdata.2016.18

[3] Lebo, T., Sahoo, S., & McGuinness, D. (Eds.). (2013). PROV-O: The PROV Ontology. W3C Recommendation, 30 April 2013. https://www.w3.org/TR/prov-o/

[4] OpenAlex. (2026). Works Overview and API Documentation. https://help.openalex.org/data/works/ ; https://help.openalex.org/api/endpoints/

[5] Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J., & Ha, D. (2024). The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery. arXiv:2408.06292. https://arxiv.org/abs/2408.06292

[6] Skarlinski, M. D., Cox, S., Laurent, J. M., et al. (2024). Language agents achieve superhuman synthesis of scientific knowledge. arXiv:2409.13740. https://arxiv.org/abs/2409.13740

[7] Garikaparthi, A., Patwardhan, M., & Cohan, A. (2026). ResearchGym: Evaluating Language Model Agents on Real-World AI Research. arXiv:2602.15112. https://arxiv.org/abs/2602.15112

[8] OpenCitations. (2026). OpenCitations Data Downloads: Meta and Index. https://download.opencitations.net/

[9] Tabassi, E. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. https://doi.org/10.6028/NIST.AI.100-1

[10] Adel, A., & Alani, N. (2025). Can generative AI reliably synthesise literature? Exploring hallucination issues in ChatGPT. AI & Society. https://doi.org/10.1007/s00146-025-02406-7

內部系列脈絡（不作為實證引用）

EveMissLab / Neo.K with GPT. (2026-10-28). ARKE Research — AI 原生自主科研完備與知識演化論：十二篇研究系列總綱, v0.2；本篇的篇次、範圍與工程分離依此總綱。
Neo.K 與 AI 協作研究：TVK／TVK-TIA、UCPNP／UNPNP、EveTrain RAI Registry；本篇僅建立概念接口，不預設任一系統的理論或工程已由 ARKE 驗證。

原稿完整性與版本註記

v0.1／2026-10-28：完成研究候選、研究契約、證據歷程、義務四值、受約束完備、三個結構命題、AI-first 規範、雙向查核、可否證實證設計與跨系列接口。
尚未進行：AI 代理實測、跨域先例搜尋重播、研究完成分級的獨立評分、科研能力增量與 RSI 驗證。
正式原稿規則：本檔為 UTF-8 Markdown canonical source；數學原稿僅使用 $...$ 與 $$...$$，不依賴聊天介面的公式呈現；不得以渲染後文字取代本檔。
下篇接口：ARKE-02｜全域知識可達性：學術資料來源、合法取得與覆蓋邊界。