title: ARKE-09｜AI 自主研究核查演算法與可重播差異報告
english_title: ARKE-09 | Autonomous Research Auditing Algorithms and Replayable Difference Reports
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-09
series_part: 第三部：學術歸屬、自主演算法與知識演化
sequence: 9
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; ALGORITHM_AND_PROTOCOL_PROPOSAL; EMPIRICAL_VALIDATION_NOT_RUN
document_type: AI 自主研究方法論／可執行演算法契約／研究證據差異／重播協議／可否證實驗設計
canonical_source_encoding: UTF-8
canonical_math_delimiters: inline= $...$ ; display=$$...$$
source_verification_cutoff: 2026-10-28
repository_policy: ARKE 為規劃中的獨立 GitHub 軟體工程；本文是演算法與資料語義規格，不宣稱已實作或與 EveTrain 合併
license: 作者權利保留；正式授權條款尚未決定

ARKE-09｜AI 自主研究核查演算法與可重播差異報告

Autonomous Research Auditing Algorithms and Replayable Difference Reports

系列： ARKE Research，第 09／12 篇
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（Asia/Taipei）
文件狀態： 正式研究原稿 v0.1。演算法、資料契約及實證方案屬研究提案；本篇未聲稱已完成可執行軟體、跨域驗收或 AI 自主科研能力的實證。
前接： ARKE-01 至 ARKE-08。
後接： ARKE-10（持續知識演化）、ARKE-11（研究完成與發表閘道）、ARKE-12（跨領域實證與 RAI／RSI）。

版本： v0.1

摘要

AI 自主研究系統可以生成定理、演算法、實驗方案與證明候選，但這些產物在完成以前，仍需要識別既有先例、檢查來源版本、比較真正的知識增量、選擇符合研究主張的驗證方法、處理反例與歷史衝突，以及提出有證據支持的學術歸屬。上述操作不應長期被安排為外部人類研究者在發表後才替 AI 補做的工作。相反，當可用工具與資料源已足以承擔大量常規核查時，研究生成系統應能在有限合法權限內自行完成相稱的前置查核，並誠實呈現未能解決的問題。

本篇在 ARKE-01 的受約束研究完備、ARKE-02 的全域知識可達性、ARKE-03 的來源錨點、ARKE-04 的先例搜尋、ARKE-05 的跨表示關係、ARKE-06 的多元研究校驗、ARKE-07 的雙向知識更新及 ARKE-08 的學術歸屬之上，提出 ARKE-AUDIT v0.1：一套 AI 自主研究核查的編排演算法與可重播差異報告協議。它在凍結的研究候選、固定研究契約、版本化知識快照、權利與資源限制之下，按照有型別的義務選擇合法工具，執行多路徑檢索、關係比較、主張適配驗證、反向知識檢查及貢獻歸屬，保存不可覆寫的查核事件，最後產生研究差異、狀態、未決與重開觸發條件。算法允許 AI 主動提出修補提案，但不得自行將未授權的來源取得、真理宣告、首次性或正式知識庫變更混作同一行為。

本篇特別區分五種重播：原始工件位元組、工具執行紀錄、輸出狀態推演、環境重現與獨立再驗證。這些層次互不等價；具有完整雜湊鏈不代表科學證據為真，得到同一份報告也不代表已獨立證明。本文提供有限資源下的停止與降階規則、雙軌能力測試、機器可讀輸入／輸出樣式、十二項條件命題與八組可否證實證方案。所有實驗均標示 NOT_RUN。ARKE-AUDIT 的目標並非建立全球真理 oracle，而是使 AI 的研究責任成為可執行、可追溯、可反駁、可修正且可有限完成的原生研究程序。

關鍵詞： AI 自主科研、研究完備、先例查核、學術新穎性、證據歷程、可重播差異、研究義務、跨表示比較、雙向知識檢查、學術歸屬、RAI／RSI。

0. 研究定位、主張分型與適用範圍

0.1 從八篇子契約走向一套操作程序

前八篇分別回答「研究應履行哪些義務」、「哪些知識可合法到達」、「如何定位來源」、「怎麼發現先例」、「如何辨識研究關係」、「何種證據可支持何種主張」、「如何修正歷史」與「應如何歸屬」。本篇的問題不同：

AI 應以何種有限、可重播、可拒絕錯誤升格的程序，把這八個問題串成一個實際可操作的研究循環？

這不是在紙上增加第九種與其他八篇平行的義務，也不是把所有舊術語重新命名。ARKE-AUDIT 是既有契約的協調與執行語義，其每一步應能回指前篇正式定義，而不是用一個總分掩蓋前篇間的差異。

0.2 四種主張型別

本文採用：

D（Definition）：本文提出的演算法物件、狀態、協議與語義約束；
P（Conditional Proposition）：在明確前提下成立的結構性推論或反例命題；
N（Normative Design Rule）：對未來 ARKE 自主研究系統提出的操作與責任要求；
H（Empirical Hypothesis）：尚須實驗比較、可能被否證的效能與可靠度主張。

本文沒有聲稱下述方法已在真實數學、理論計算機科學、物理或臨床研究中達成統計可靠的效果。資料格式與偽代碼只能建立規格可檢查性，不能替代工程執行或科學實證。

0.3 非目標

ARKE-AUDIT 不是：

一個取代全部學科驗證器的通用真理判定器；
只會在論文尾端補參考文獻的引文產生器；
必須使用 Lean 的數學研究完成判定器；
把多個模型投票當成獨立證明的程序；
能突破資料著作權、平台條款或研究倫理限制的爬蟲；
可以直接編輯既有 canonical 論文、核發訓練權限或修改模型權重的 Agent；
只要資料庫夠大，就保證找到所有歷史先例的系統；
將人類審查者預設為每項日常研究核查的必要節點的工作流。

如遇需要外部程序或人工決策的法律、投稿與高風險治理義務，應照實標出該邊界；但這不改變 AI 應自主承擔其可執行之常規查核工作的設計目標。

1. 問題：研究生成的終點不應早於研究責任的起點

1.1 五種彼此不同的「完成」

對研究候選 $r$ ，至少區分：

GENERATED：成果候選已產生；
LOCALLY_CHECKED：某些主張在給定驗證器或實驗中已通過；
AUDITED_UNDER_CONTRACT：基本研究義務已按固定契約處理；
KNOWLEDGE_CONTRIBUTION_ASSESSED：在指定來源範圍內分析了新舊知識差異；
PUBLICATION_ELIGIBILITY_DECIDED：按另一套對外宣稱與權利規則確定其發布等級。

它們不能組成簡單的自動晉級管線。例如，證明新的演算法在指定模型內正確，不等於該演算法之前無人提出；按契約完成先例檢索，也不等於可以宣稱全球首次。

1.2 AI 原生責任的可操作定義

我們不要求 AI 必須對每一項史料都做出全知裁決，而要求它對每一項研究義務：

明確選擇可以執行的合法方法；
取得並記錄真實結果，而不是生成想像中的工具回覆；
附上來源版本與必要的可查核見證；
對失敗、被阻擋與未決提供型別化原因；
只產生證據能支持的有限宣稱；
保留新的來源到來後重新執行的入口。

1.3 能力測試與公開學術貢獻的雙軌

若目的在評估 AI 是否能獨立產生某成果，可先執行盲研究、凍結生成歷程，再開啟先例比對。若目的在完成實際科研，可在研究中持續檢索並利用合法知識。兩種工作流各自合理，不能以第二種的來源協助效果冒充第一種的獨立發現能力。

對任何宣稱「AI 獨立發現」的比較，至少要記錄研究時的可見資料、工具、提示、模型版本、外部記憶與人類介入；模型訓練中不可完整追溯的來源，仍須保留為限制，而不是假裝不存在。

2. 不可任意修改的前篇契約

2.1 ARKE-01：研究完成契約

沿用：

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

它包含來源可達域、檢索策略、授權／執行權限、可用驗證方法、資源預算與程序門檻。ARKE-09 只在每次執行時凍結其具體實例，不修改原本定義。

對研究候選 $r$ ：

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

每項研究義務沿用：

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

PASS 是義務已按契約合格處理，不是其結論在所有世界均為真；NA 需要事前可核查的真正不適用理由。

2.2 ARKE-02：來源可達與權利邊界

分離作品存在、索引可見、內容可取得、合法可使用、可以語義比對及可以追溯。所有來源操作須由行動與權利型別控制。FOUND_METADATA 不等於 READ_FULLTEXT，READ_FULLTEXT 不等於 LICENSED_FOR_TRAINING。

任何來源遇到授權拒絕，不得以未授權鏡像或憑證繞行替代；可以保留其書目錨點與合法可引用的概要，標記無法取得的完整段落。

2.3 ARKE-03：Research Trace Anchor（RTA）

每個被當作證據的來源至少附有作品身分、版本、內容定位（若可取得）、來源取得時間與可回訪地址；必要時附內容指紋及權利條件。URL 不是 immutable source，雜湊不是語義正確性的保證。

2.4 ARKE-04：先例候選與有限新穎性

檢索結果須區分：已找到歷史主張、已找到舊方法、已找到經檢查的舊證明、只找到模糊相似度，以及目前未發現可信先例。沒有找到不等於不存在；已找到先例也不代表其原始證明是正確的。

2.5 ARKE-05：Cross-Representation Research Identity Contract（CRRIC）

沿用跨表示比較向量：

\mathcal J(a,b\mid\Lambda) =\langle J_I,J_S,J_M,J_P,J_E,J_H,U\rangle.

其中比較契約 $\Lambda$ 固定問題、成立域、背景前提、翻譯見證、可觀測量、資源條件、驗證方式與權利。這裡的 $\Lambda$ 是 ARKE-05 的比較契約；前一行 $\Gamma$ 是 ARKE-01 的研究完成契約，兩者不得混稱。單向蘊涵不等於雙向等價，功能相同不等於成本相同。

2.6 ARKE-06：Plural Research Verification（PRVECC）

校驗行動層的結果沿用：

\sigma_V\in \{\mathrm{PASS},\mathrm{FAIL},\mathrm{UNKNOWN},\mathrm{BLOCKED},\mathrm{NOT\_RUN}\}.

BLOCKED 或 NOT_RUN 投影到必要研究義務時，通常為 UNKNOWN，不等於命題為假，更不能借用 NA 逃避基本義務。數學證明、反例、演算法測試、數值驗算、實驗、物理觀測與文獻查核各自有不同的有效性範圍。

2.7 ARKE-07：Bidirectional Knowledge Validation and Historical Revision（BKVHRC）

新研究可檢查既有知識，既有知識也可質疑新研究。依賴影響應依有型別推導或證據路徑傳播，而不只是書目引用。原證明失效不等於命題為假；舊論文撤回也不自動證明所有下游結果為假。

對既有 canonical 原稿的改動，應提出版本化的修訂提案、依賴影響與回滾計畫，不得直接覆寫歷史。

2.8 ARKE-08：Scholarly Attribution and Collective Intelligence Lineage（SACILC）

區分歷史先例、實際使用、方法承接、內容相似、作者角色、歸屬責任、模型可能但無法完整追溯的訓練來源。可識別前人工作的貢獻應具體引用；不可識別的背景知識不該捏造為精確的直接依賴。

3. D1：ARKE-AUDIT 的一次研究執行實例

3.1 最小輸入

對一份已生成或待完成的研究候選 $r$ ，定義：

I_9=\langle r_0,\Gamma_0,K_0,\Lambda_0,\mathcal P_0,\mathcal G_0\rangle.

$r_0$ ：凍結前候選原始內容及工件集合；
$\Gamma_0$ ：已核准的研究完成契約；
$K_0$ ：帶有查詢時間、來源覆蓋與版本的知識快照；
$\Lambda_0$ ：預設跨表示比較契約／可用的契約生成約束；
$\mathcal P_0$ ：工具、來源、網路、檔案、資料權利與執行權限清單；
$\mathcal G_0$ ：治理界線，包括哪些動作可自動執行、哪些只能提出建議。

不假設這六個對象可以一次全部取得。缺漏輸入應形成明確的不足事件，不得由 AI 靜默臆測一個「全域學術資料庫」。

3.2 最小輸出

定義：

O_9=\langle F,\Pi,\Omega,D,U,X,Q\rangle.

$F$ ：凍結候選、契約、來源與工具的指紋／描述；
$\Pi$ ：查核行動與事件歷程；
$\Omega$ ：每項義務的最終狀態和可支持主張；
$D$ ：研究差異報告（已有／新增／衝突／降階）；
$U$ ：仍未解決、不可取得及相互衝突的事項；
$X$ ：後續重新開啟事件的觸發規則；
$Q$ ：面向 ARKE-11 的發布資格建議，不是正式發布批准。

D1（Audit Outcome）。 一次 ARKE-AUDIT 的成果是一個帶有輸入及操作證據的研究查核狀態，不是只有一個 true，也不是一份沒有來源版本的文字摘要。

3.3 研究快照與知識快照必須分離

候選 $r$ 的「發現當時內容」可能先於 $K_0$ 的先例查核更新。若把查核時後來發現的來源倒灌成發現時已知的資訊，就會破壞獨立研究能力測試。

建議至少固定：

candidate_frozen_at；
research_window；
knowledge_snapshot_at；
prior_art_audit_window；
source_revalidation_at。

這些欄位可以相同，但含義不同。

4. D2：十四階段的有型別查核狀態機

本文提出十四個可被拆分或並行但不得越權跳過前置條件的階段。順序描述依賴，而不是要求每個系統採用同一個 UI 步驟清單。

階段	名稱	最低輸出	常見拒絕或未決條件
A0	契約與權限凍結	$\Gamma_0$ 、權利、預算、目標宣稱	研究任務不明、缺可用權限
A1	候選與工件凍結	原始快照、內容摘要、候選版本	工件不完整、來源不可固定
A2	主張抽取與型別化	子主張、量詞、適用域、義務	多義或結構拆分未決
A3	檢索規劃	多來源、多語、多路策略	來源類型欠缺、權利限制
A4	合法來源檢索	查詢紀錄、候選先例、覆蓋缺口	無法連線／被拒絕／來源缺漏
A5	定址與版本確認	RTA、內容版本、可回訪狀態	metadata 只有作品級身分
A6	先例與比較對照	比較契約、關係候選、見證	相似但語義或假設未對齊
A7	多元證據校驗	驗證任務與有效證據紀錄	不可用驗證器／無法重播
A8	雙向歷史挑戰	新舊衝突、依賴影響、有效核	不能區分命題與證明失效
A9	歸屬與貢獻定位	來源角色、歷程關聯、未決	實際依賴不可判定
A10	差異生成	有型別 diff、反例、未解	版本混合、對照契約改寫
A11	義務聚合與停止判斷	PASS/FAIL/UNKNOWN/NA 及理由	未解決擊敗性證據
A12	重播與一致性核查	重播分級、工件指紋、偏差	浮動來源或環境不可重現
A13	輸出鎖定與重開條件	不可覆寫報告、觸發器、宣稱級別建議	發表或原稿修改越權

4.1 前置條件不是形式裝飾

例如：未經 A1 凍結，A7 的評測分數不得被標記為對該原始版本的證據；未經 A5 的來源定位，A6 不能將一則無法查核的搜尋摘要升格為已確認的歷史先例證據；未經 A6 的共享語義契約，A8 不能將兩個不同成立域的主張視為已確定矛盾。

4.2 可並行性與同步點

A4 的多來源檢索可以並行；A7 的異質驗證器可以在不同分支執行；A8 的依賴影響分析可以先根據部分有效見證提出候選。但在 A10 形成正式差異報告前，必須明確聲明哪些來源、分支與校驗結果已到達一致的截點，哪些仍在 PENDING 或 UNKNOWN。

不同分支即使同時計算，也不得以後完成的結果偷偷改寫另一分支的原始輸入。此處的同步點是可查核狀態截面，不是要求一律採用同步單執行緒架構。

5. D3：研究義務圖與驗證行動圖分離

5.1 研究義務是宣稱導出的要求

定義：

G_O=(O,E_O),\qquad G_A=(A,E_A).

$G_O$ 為義務依賴圖：某項公開宣稱須完成哪些檢查，包含必要的 AND／OR 依賴；
$G_A$ 為行動歷程圖：AI 實際啟動過哪些檢索、比較、校驗或重播程序。

兩者並非同一張圖。多個行動可以共同滿足一項義務，一個行動也可能對多項義務提供有限證據；但行動數量本身不表示義務已滿足。

5.2 行動結果與義務狀態的映射

令 $\varphi(a,o,\Gamma)$ 表示行動 $a$ 是否提供符合義務 $o$ 、研究契約 $\Gamma$ 的有效見證。對所要求的證據規格 $W_o$ ：

\sigma_O(o)=\mathrm{PASS} \iff \bigl[\exists a\in A:\varphi(a,o,\Gamma)=1\bigr] \land\mathrm{DefeaterClear}(o,E).

此處的 DefeaterClear 是在已宣告、已搜尋、可達證據域內，沒有尚待處理的重大擊敗性證據；它不是證明不存在任何未知反例。若這個有限條件也不可判定，義務仍應標記 UNKNOWN。

5.3 四個不能偷換的狀態

行動沒有執行：NOT_RUN；
行動因權利或環境無法執行：BLOCKED；
行動確實執行但沒有找到支持證據：特定的觀察結果，例如 NO_MATCH_IN_SCOPE；
研究義務已被合法滿足：PASS，但只在該義務與契約內。

前三種都不應因為模型「認為自己差不多完成了」而自動轉成第四種。NO_MATCH_IN_SCOPE 只是搜尋結果，並非全域沒有先例的認識結論。

5.4 有型別的拒絕碼

為避免把所有問題都壓成 FAILED，建議提供：

MISSING_CONTRACT、UNFROZEN_CANDIDATE、RIGHTS_BLOCKED、SOURCE_UNAVAILABLE、VERSION_UNRESOLVED、SEMANTIC_SCOPE_MISMATCH、WITNESS_MISSING、EVALUATION_NOT_RUN、DEFEATER_UNRESOLVED、ATTRIBUTION_AMBIGUOUS、BUDGET_EXHAUSTED、REPLAY_MISMATCH、UNAUTHORIZED_MUTATION。

這些是本篇提出的概念性錯誤型別，不是已由 ARKE GitHub 軟體實作的 API 列舉值。

6. D4：查核規劃與資源選擇

6.1 搜尋來源不是模型的隨機聯想

查核任務應先將主張拆成能被檢索的多種表述：

命題的精確名稱、別名、歷史名與跨語言名稱；
數學定義、量詞、前提與非形式語義；
演算法的輸入輸出、資源模型與複雜度上界；
物理或經驗研究中的測量量、干預與成立尺度；
相關方法類別、反例、撤回、更正與失敗先例；
來源與引用的前向及後向路徑。

不能只把同一組關鍵詞丟進十個搜尋引擎，便聲稱查詢具有「十條獨立路線」。

6.2 可調度動作集合

對當前狀態 $s_t$ 、契約 $\Gamma_0$ 與權限 $\mathcal P_0$ ，定義合法動作集：

\mathcal A_t^{\mathrm{allow}} =\{a:\mathrm{Legal}(a,\mathcal P_0) \land\mathrm{BudgetFeasible}(a,\mathcal B_t) \land\mathrm{Precondition}(a,s_t)\}.

AI 的提案能力不等於執行權限。外部文獻、網站文字與檢索片段均屬不可信輸入；其中的指令不能擴大 $\mathcal A_t^{\mathrm{allow}}$ 。

6.3 策略函數與非神諭的收益估計

在資源可估時，可以提出啟發式優先順序：

\widehat U(a\mid s_t) =\frac{\widehat G_{\mathrm{coverage}}(a) +\lambda\widehat G_{\mathrm{risk}}(a)}{\epsilon+\widehat C(a)}.

這裡 $\widehat G$ 與 $\widehat C$ 都只是估計， $\lambda$ 、 $\epsilon>0$ 需要校準；此式並非普適最優演算法，也不證明按它搜尋可覆蓋所有先例。

對高影響、低曝光或難以檢索的來源，不能因短期成本高而永遠排除；契約應設必要的長尾覆蓋與對抗性搜尋配額。若未達必要覆蓋，結果只能降階或保留未決。

6.4 資源會計不僅是 Token

完整成本至少包括：

C_{\mathrm{audit}} =C_{\mathrm{retrieve}}+C_{\mathrm{parse}}+C_{\mathrm{compare}} +C_{\mathrm{verify}}+C_{\mathrm{store}}+C_{\mathrm{replay}} +C_{\mathrm{update}}+C_{\mathrm{external}}.

這是概念性成本分解；具體衡量單位需由預算向量指定，不能將美元、GPU 秒、網路配額及法律使用限制未經正規化地相加。若使用多維資源偏序，應記錄各項原始量，而非只輸出一個「省下多少 Token」的結論。

6.5 搜尋停止不是「再也沒有先例」

搜尋可因：契約內最低覆蓋已達、關鍵先例已取得並完成所需比較、已達固定預算、法律禁止、來源故障或發現必須先修正的致命反例而停止。

任何停止都要輸出 stop_reason、coverage_boundary、unsearched_strata 與 reopen_triggers。即使是 OBLIGATIONS_SATISFIED 也不等於 NO_PRIOR_ART_IN_WORLD。

7. D5：從先例候選到學術差異的有型別比較

7.1 多階段候選集合

每個來源候選不應立刻進入「已有人證明」的資料欄位。對候選集合 $R_t$ ，建議分離：

DISCOVERED_RECORD：搜尋回傳一筆書目或內容紀錄；
IDENTITY_RESOLVED：已處理作品、版本、作者與時間資訊；
CLAIM_ALIGNED：在可比契約下，已識別真正可對照的主張；
RELATION_WITNESSED：有適用域與見證支持型別化關係；
PRIOR_RESULT_VERIFIED：先前證明或證據在其宣稱範圍獲得所要求的驗證；
HISTORICAL_CLAIM_ASSESSED：已合理判定其時間及歸屬關係，或標記未決。

此序列描述核查需求，不代表每個工作都必須單調晉級。例如確定一篇舊論文主張相同，即使它的證明無法取得，也可以保留 CLAIM_ALIGNED 並停止更強的判定。

7.2 歷史先例與正確性雙帳

對每筆先例候選 $p$ ：

\mathcal H(p)=\langle H_{\mathrm{claim}},H_{\mathrm{method}},H_{\mathrm{proof}},H_{\mathrm{time}}\rangle,

\mathcal V(p)=\langle V_{\mathrm{statement}},V_{\mathrm{argument}},V_{\mathrm{evidence}},V_{\mathrm{scope}}\rangle.

第一組描述歷史上出現過什麼；第二組描述在何種方法與域內獲得多少支持。不得因較早著作的證明有缺陷，就刪除它曾公開提出相關主張的歷史；也不能因它更早發表，就自動把它記為已解決該問題。

7.3 跨表示關係需要明確見證

候選 $p$ 與新成果 $r$ 只有在 $\Lambda$ 所要求的任務、成立域、前提和可觀測量已對齊後，才可給出較強關係：LOGICAL_EQUIVALENCE、ONE_WAY_ENTAILMENT、BEHAVIORAL_EQUIVALENCE、OVERLAP_WITHIN_SCOPE 等。

單純的語義向量相似度、LLM 口頭判定或高引文數只能充當候選發現訊號。若沒有合格見證，維持 TEXTUAL_OR_STRUCTURAL_SIMILARITY、TRANSLATION_CANDIDATE 或 UNKNOWN。

7.4 新穎性差異至少有四個軸

不要用一個 novel=true 代表所有貢獻。建議分離：

命題增量：提出新的命題、解除限制或擴大適用域；
方法增量：對已知命題給出不同構造、證明或算法；
成本增量：在明確的計算／實驗模型下改善時間、空間、能源或可重現性；
認識增量：澄清舊主張、找出反例、糾正引用、建立缺失依賴關係。

未能建立差異見證時，輸出 CONTRIBUTION_UNRESOLVED，不能自動提升為 FIRST_GLOBAL_DISCOVERY。

8. D6：多元校驗器協同而不混同

8.1 主張型別到校驗義務

主張	建議校驗路線	不能由該路線單獨證成
數學定理	合法推導、檢查引理與定義；適用時形式化／SMT／窮舉	文獻首次性、物理實在性
演算法正確性	規格、反例、邊界輸入、形式或可檢查證明	所宣稱的漸近上界
複雜度上界	計算模型、成本計帳、量詞、資源分析	常數實務性能、全球方法首次
統計結果	資料與分析程式重播、抽樣及估計不確定度	因果有效性、跨人口泛化
因果主張	識別假設、干預、反事實設計與敏感度分析	未觀測混雜自動消失
物理模型	方程、單位、邊界條件、模擬及獨立物理資料	實驗世界必然服從模型
歷史首次性	有版本的跨來源先例查核與時間校準	全世界不存在其他未發現資料
學術歸屬	貢獻事件、直接依賴證據、角色、權利	主張本身正確性

8.2 應支援兩個方向的校驗

向前：新候選是否在既有理論與證據下成立？
向後：若新候選成立，既有論文中哪些主張、前提、方法或依賴關係需要重新檢視？

前者可以指出新方法錯誤；後者可以指出歷史材料缺口。兩者不得互相代替。

8.3 工具 PASS 與科學證據 PASS 不同

一個程式成功結束、某個 Lean 檔案成功編譯、或一份 JSON 符合 schema，只能在各自的技術義務內給出 PASS。尤其：

形式化陳述可能與原始論文所聲稱的命題不一致；
使用過強且未檢查的一般公理可能削弱結論可解釋性；
有限測試沒有遇到反例，不代表全稱命題成立；
同一資料集的多個 Agent 報告，未必是多次獨立支持；
重新執行同一程式得到同一結果，不代表研究測量本身有效。

這些限制應成為 typed evidence 屬性，不是報告末尾可略過的警語。

8.4 不強制唯一驗證器

AI 應根據主張所需證據選擇 Lean、Coq、Isabelle、SMT、模型檢查、數值運算、統計、反例搜尋、外部實驗資料、文獻版本比對或其他方法。若某種證明形式不適用，並不代表研究一定不能進行；若該形式恰是唯一足以支持所宣稱強度的證據，也不能藉「多元校驗」之名規避。

9. D7：雙向知識挑戰與修訂候選

9.1 衝突必須先做成立域對齊

對新舊主張 $c_n,c_o$ ，若成立域不一致或關鍵假設互不相同，先回報 DOMAIN_MISMATCH 或 INCOMPARABLE_UNDER，不要宣告矛盾。

若在固定共享語義下發現可檢查的矛盾，才建立 CONFLICT_WITNESS。即使此時，也要區分：

新研究錯誤；
舊研究錯誤；
兩者共享了錯誤假設；
前提與適用域誤寫；
來源版本或翻譯對照錯誤；
尚無法識別衝突原因。

9.2 影響分析不是錯誤自動傳播

沿 ARKE-07 的 AND／OR 依賴路徑，先得到候選影響閉包 $\widehat I(e)$ 。隨後逐項檢查是否有獨立替代證據、有效核及實際依賴。

\mathrm{AffectedCandidate}(c,e)=1 \not\Rightarrow \mathrm{False}(c)=1.

即使上游引理失效，下游結論仍可能有其他合法證明；研究系統只能主張其既有支持路徑受損，不能擅自宣布結論本身為假。

9.3 修訂提案的權限

AI 可以生成：

RESTRICT_SCOPE：限制原宣稱的成立域；
ADD_EVIDENCE：補充可檢查的新證據；
REDEFINE_WITH_REVIEW：核心定義調整候選；
REROUTE_DEPENDENCY：修補依賴接口；
FORK_THEORY：保留原版並開新研究分支；
RETIRE_CLAIM：停止將舊主張當成當前有效知識；
DEFER：保留未知並指定重新開啟觸發器。

這些是候選操作；是否實施取決於目標研究庫的治理契約。ARKE-AUDIT 的完成，不授予正式覆寫既有論文或資料庫的權力。

10. D8：學術歸屬必須是查核的內生輸出

10.1 五個彼此不同的歸屬問題

一次核查至少回答：

是否已有更早的相同或相近主張？
是否已有經認證的更早方法、證明或實驗？
本次研究過程實際使用了哪些可追溯來源？
各研究參與者、人類與 AI 工具提供哪些有紀錄的貢獻？
哪些可能存在的知識影響目前無法充分重建？

例如，模型的參數中可能包含歷史研究資訊，但一般不能從當前回答反推出一張可靠、完整的訓練來源清單。ARKE 應對其不可驗證性誠實標記，並以研究時可定位的文獻與工具事件作為可查核歸屬依據。

10.2 存在先例不等於存在直接借用

若 $p$ 早於 $r$ 且兩者主張等價：

\mathrm{Earlier}(p,r)\land\mathrm{Equivalent}(p,r) \not\Rightarrow \mathrm{UsedDirectly}(r,p).

該結果可以限制「全球第一次發現」等歷史表述，但沒有研究事件、資料流或其他來源證據時，不能僅憑相似判定抄襲或直接借用。

10.3 歸屬是版本化知識，而不是不可變的裁決

新發現的舊稿、不同語言的先例、撤回通知及證據修訂，都可能更新當前歸屬。應保存先前歸屬報告、其已知來源域與產生時間，而不是把現在才知道的先例寫成過去某輪研究已經看過。

10.4 承認集體智慧不是放棄精確引用

承認研究建立在人類知識群體的長期積累之上，並不能取代可識別的特定貢獻。研究哲學上的尊重與學術實務上的可查核引用並行：前者避免研究者將自己放到知識歷史之上，後者避免把具體的已知貢獻者消失在模糊的「集體智慧」之中。

11. D9：事件溯源、執行歷程與不可覆寫性

11.1 查核事件的最小物件

一筆查核事件 $e_i$ 至少包含：

e_i=\langle id_i,t_i,a_i,op_i,in_i,out_i,rights_i,cost_i,state_i,prev_i\rangle.

其中 $id_i$ 為事件身分、 $t_i$ 為時間、 $a_i$ 為執行者、 $op_i$ 為操作名稱與版本、 $in_i$ 與 $out_i$ 為輸入輸出摘要或合法保存的工件地址、 $rights_i$ 為權利檢查結果、 $cost_i$ 為成本紀錄、 $state_i$ 為操作狀態、 $prev_i$ 為先前事件錨點。

事件應附上關鍵工具版本、模型版本及必要的執行參數。當來源不可公開保存時，可保留合法的來源識別與摘要，並在重播級別中標記限制。

11.2 追加式日誌與完整性

選擇明定且固定的 canonical serialization 後，可建立：

h_0=H(F),\qquad h_i=H(h_{i-1}\parallel\mathrm{Encode}(e_i)).

此構造僅在指定雜湊函數、序列化方法與可信錨點下具有內容完整性意義。它不是數位簽章，不能阻止同一位可完全控制倉庫的人重新建立整條假造事件鏈，也不能證明事件中的外部文獻為真。若需要更強的篡改防護，應另外研究受控簽章、外部見證及可信時間標記；不在本篇宣稱已實作。

11.3 並行研究的事件合併

兩個 Agent 在同一候選上操作時，必須分開保存事件分支及其依賴。合併不能只按字串時間排序後視為單一正確歷程；應保存 causal parent、分支版本與衝突解決事件。

若來源資料與查核結論同時改變，整合須進行 compare-and-swap（CAS）式版本驗證；失敗時重新以最新狀態生成比較提案，而不是以「最後完成者覆蓋前者」決定學術真值。

11.4 不可信來源不是命令來源

外部網頁、PDF、論文段落、引用資料、GitHub README 與檢索摘要，可能含有誘導 AI 忽略權限、刪除證據、捏造引用或洩漏資料的文字。ARKE-AUDIT 應從資料通道與命令通道分離權限。解析源內容可以產生研究候選，不可以自行授權網路請求、執行腳本、提升權限或變更 canonical source。

12. D10：可重播研究差異報告的結構

12.1 Difference Report 不是一般文章差異檢視

文字 diff 可以顯示哪幾行被改過，但無法自行說明：

主張量詞是否改變；
證明或資料支持是否改變；
新研究是否已被前人包含；
一個引用是否由相似候選轉為實際依賴；
舊知識是否需要縮窄成立域；
某項研究是否只是多了獨立證據，而非新命題。

因此本文定義有型別的研究差異：

D=\langle D_S,D_M,D_P,D_E,D_H,D_A,D_U\rangle.

$D_S$ ：主張、定義及適用域差異；
$D_M$ ：方法或演算法差異；
$D_P$ ：證明或論證差異；
$D_E$ ：證據、實驗與可重現性差異；
$D_H$ ：先例、年代與研究歷史差異；
$D_A$ ：引用、貢獻與歸屬差異；
$D_U$ ：未決差異、比較缺口及來源限制。

12.2 每項差異的八元組

d_j=\langle target,old,new,type,scope,witness,status,impact\rangle.

target 是具體主張或研究關係錨點；old 與 new 是在固定版本下的狀態與內容摘要；type 表示改動是補證、限制、反駁、分叉、歸屬更新等；scope 固定研究域；witness 附來源及檢查方法；status 表明確定或未決；impact 只記錄經檢查或候選的下游影響。

12.3 差異等級不能只寫「更新成功」

建議區分：

TEXTUAL_ONLY：只有文字、格式或 metadata 差異；
EPISTEMIC_STATUS_CHANGE：對主張的支持／未知／反對狀態改變；
SCOPE_CHANGE：成立域、量詞或前提改變；
EVIDENCE_CHANGE：加入、修訂或撤回可查核證據；
RELATION_CHANGE：跨表示、依賴、先例或引用關係改變；
ATTRIBUTION_CHANGE：作者、貢獻或歷史先例歸屬更新；
EXECUTION_CHANGE：工具、演算法、資料或重播條件改變；
UNRESOLVED_CHANGE：只找到候選差異、仍無足夠見證。

一份報告可以包含多種差異級別；不得將它們排成單一品質高低序列。

12.4 相同輸出文字不代表相同知識狀態

例如，新論文與舊論文提出相同命題，但新論文給出經獨立檢查的替代證明。D_S 可以記錄無新命題，D_P 可以記錄新證明候選，D_E 可以記錄證據增加，D_H 表示已有先例。這比「新穎／不新穎」二分更能保留實際學術貢獻。

13. D11：五層重播及其可實現邊界

13.1 R0：工件位元組重讀（Artifact Integrity Replay）

在原始工件合法保留且雜湊方法固定的前提下，比對其內容摘要是否一致。結果只能判定這份工件的位元組是否相同。

13.2 R1：行動歷程重播（Trace Replay）

重新載入已保存的檢索與校驗事件，檢查每個操作是否有輸入、輸出、版本和權限紀錄。部分外部 API 的原始完整回覆不能合法保存，此時只能得到受限的 trace replay，不可冒充完整執行重播。

13.3 R2：判定狀態重推（Decision Replay）

在同一份事件與凍結契約下，重新執行確定性的狀態歸約器，確認是否得到相同的義務狀態、差異標籤與停止原因。

\mathrm{Reduce}(\Gamma_0,\Pi_0)=\Omega_0.

若歸約器依賴未保存的模型推理或非確定性外部服務，則不具完全可重播性，應標記具體缺口。R2 的 PASS 只保證按既定規則計算出的狀態一致，不保證規則本身科學正確。

13.4 R3：同環境重新執行（Environment Replay）

固定模型版本、工具、依賴、種子、硬體與可保存輸入，盡量重現原結果。即使固定隨機種子，GPU 非確定性、外部網站更新或服務端模型漂移仍可能使位元級一致性無法保證。因此應報告是 bitwise、tolerance-based，還是僅功能層一致。

13.5 R4：獨立再驗證（Independent Revalidation）

以真正分離的資料、工具或研究路徑重新檢查關鍵主張。R4 在認識論上可能比重播相同輸出更有價值，但它不要求結果與原實驗完全一致。若獨立檢查發現有效反例，它應形成衝突證據，而不是讓 R4「失敗」後靜默消失。

13.6 各層不可互相代替

\mathrm{Replay}_{R0}\not\Rightarrow\mathrm{Replay}_{R4},

\mathrm{Replay}_{R2}\not\Rightarrow\mathrm{True}(r).

研究記錄可在 R0、R1、R2 通過，卻沒有具備 R4 的條件。REPLAYED 必須攜帶層級與證據，而不能是一個全域通用的布林欄位。

14. D12：有界停止、義務完成與發布權限

14.1 有界終止的最低條件

每輪查核必須事前設定：

有限的最大行動數 max_actions；
各種資源預算的上限；
可明確判定的最小檢索與校驗義務；
BLOCKED、失敗、未知的處理方式；
新來源觸發重開的規則。

在每次行動消耗一個動作額度且 max_actions 為有限正整數的前提下，單輪演算法至多執行 max_actions 個受控行動，故能以 BUDGET_EXHAUSTED 等理由有限停止。這只是程序終止性，不保證所有義務能在期限內完成。

14.2 停止原因型別

OBLIGATIONS_SATISFIED：必要研究義務在凍結契約下 PASS；
EVIDENCE_DEFEATER：發現需優先修正的重要反例或證據衝突；
MATERIAL_UNKNOWN：仍有不可安全忽略的重大未知；
BUDGET_EXHAUSTED：資源已達上限；
RIGHTS_BLOCKED：合法取得或操作權限不允許繼續；
SYSTEM_FAILURE：工具、日誌或資料完整性失效；
CONTRACT_RENEGOTIATION_REQUIRED：原研究任務或成功條件需要正式改版。

OBLIGATIONS_SATISFIED 不蘊含永遠不必重開研究。MATERIAL_UNKNOWN 可以是一次合格且誠實的查核回覆，不必為了「成功率」被強行改為 PASS。

14.3 完備判定沿用 ARKE-01

\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(o,\pi)=\mathrm{PASS}].

若重大先例依然未決，但契約允許只宣稱「已執行規定的來源查核，全球首次性未知」，某些程序義務仍可能 PASS；如果原定宣稱是「已證實全球首次」，相同未知就不能被偷渡為該強宣稱的完成。

14.4 發布閘道另屬 ARKE-11

ARKE-AUDIT 可以提出：

RESEARCH_CANDIDATE_ONLY；
VERIFIED_WITHIN_SCOPE；
PRIOR_ART_AUDITED_WITH_UNRESOLVED；
REVISION_REQUIRED；
NOT_READY_FOR_STRONG_PUBLIC_CLAIM。

但正式發布資格、法律責任、對外標示及高風險強宣稱的治理，留給 ARKE-11。AI 研究查核不等於取得出版社、研究機構或資料擁有者的法定權限。

15. M1：ARKE-AUDIT 主演算法（規格偽代碼）

15.1 外部契約不可被程式捷徑取消

下面演算法是預期工程執行語義，不是已通過測試的 Python、Rust、Lean 或 EML-NOVA 程式。每個服務應可替換，而權限與證據義務不隨工具改變而消失。

function ARKE_AUDIT(candidate, completion_contract, knowledge_snapshot,
                    comparison_policy, rights_policy, governance):
    require_valid_schema_or_return(MISSING_CONTRACT)
    require_source_and_action_policy_or_return(RIGHTS_BLOCKED)

    frozen_candidate = freeze_bytes_and_identity(candidate)
    frozen_contract  = freeze(completion_contract)
    frozen_sources   = pin_knowledge_cutoff(knowledge_snapshot)
    log = append_only_event_log()
    log.record("START", digest_inputs_and_policy(frozen_candidate, frozen_contract, rights_policy))

    claims = split_and_type_claims(frozen_candidate, preserve_original=True)
    obligations = bind_hard_and_conditional_obligations(claims, frozen_contract)
    log.record("CLAIMS_AND_OBLIGATIONS_FROZEN", claims, obligations)

    budget = initialize_bounded_budget(frozen_contract)
    pending = plan_multiroute_search(claims, frozen_sources, rights_policy)

    while pending and budget.can_run_action():
        action = choose_admissible_action(pending, budget, rights_policy)
        if action is NONE:
            log.record("NO_ADMISSIBLE_ACTION", explain_unavailable(pending, budget, rights_policy))
            break

        budget.charge_action_attempt()  # blocked attempts also count
        if not verify_preconditions(action, frozen_contract, rights_policy):
            log.record("ACTION_BLOCKED", action, explain_rejection(action, frozen_contract, rights_policy))
            mark_obligation_unknown_if_required(action)
            pending = remove_or_defer_blocked_action(pending, action)
            continue

        observed = dispatch_bounded_action_with_policy(action, budget)
        budget.charge_recorded_resource_use(action, observed)
        log.record("ACTION_OBSERVED", observed, observed.metadata.versions)

        anchors = bind_sources_and_versions(observed)
        prior_candidates = extract_prior_art_candidates(anchors)
        comparisons = compare_under_typed_contract(prior_candidates, claims)
        witnesses = verify_relation_and_evidence_scope(comparisons)
        log.record("RELATION_AND_WITNESS_STATE", comparisons, witnesses)

        pending = update_pending_plan_from_actual_findings(
            pending, obligations, comparisons, witnesses, budget)

    verification_records = []
    for claim in claims:
        routes = plan_plural_verification(claim, obligations, rights_policy)
        verification = dispatch_or_mark_not_run(routes, budget, rights_policy)
        verification_records.append(verification)
        log.record("VERIFICATION", verification, verification.witnesses)

    conflicts = challenge_new_against_old_and_old_against_new(
        claims, comparisons, verification_records, frozen_sources)
    revision_proposals = propose_scoped_corrections_without_applying(conflicts)
    attribution = audit_sourced_contributions_and_unknown_influence(
        candidate, comparisons, log)

    log.record("HISTORICAL_CHALLENGE", conflicts, revision_proposals)
    log.record("ATTRIBUTION", attribution)

    evidence_state = build_typed_evidence_dependencies(log)
    obligations_state = reduce_evidence_into_obligations(
        obligations, evidence_state, frozen_contract)
    typed_diff = compare_research_states_without_overwriting_sources(
        frozen_candidate, frozen_sources, evidence_state, attribution)

    check_replay_statuses_and_record_limitations(log, typed_diff)
    stopping = classify_stop_reason(obligations_state, budget, log)
    unresolved = collect_material_unknowns_and_blockers(log, obligations_state)
    observed_source_versions = log.export_source_versions()
    tool_versions = log.export_tool_versions()
    triggers = derive_reopen_conditions(
        unresolved, frozen_sources, observed_source_versions, tool_versions)

    log.record("FINAL", obligations_state, stopping, unresolved, triggers)
    return freeze_report_with_claim_limits_and_integrity_metadata(
        candidate=frozen_candidate,
        contract=frozen_contract,
        trace=log,
        obligations=obligations_state,
        difference=typed_diff,
        unresolved=unresolved,
        triggers=triggers,
        publication_recommendation="PROPOSAL_ONLY")

15.2 偽代碼的工程補充約束

第一，while 示範多路檢索編排，但 A7 的校驗路由也必須經受控 dispatcher 及共享總預算；dispatch_or_mark_not_run 沒有足夠權限或餘額時必須返回 NOT_RUN／BLOCKED，不得偷用隱藏的算力。第二，observed_source_versions 與 tool_versions 應由實際事件日誌生成，來源缺漏則附上 UNKNOWN，不能用未宣告的全域狀態代替。第三，各 AI 行動若並行，須由事件依賴與固定截點形成一致視圖；偽代碼沒有假裝單一循環可解決所有併發細節。

15.3 強化版執行契約

對工程實作，應將所有可能產生成本、外部副作用或網路存取的動作收斂到唯一受控的 dispatch。因此包括 route_plural_verification、bind_sources_and_versions、check_replay_statuses 等方法若會實際調用工具，也必須經同一權限與預算框架。以上偽代碼中的純函數名稱不得被誤解為已獲得隱藏的網路或檔案權限。

15.4 主演算法的安全不變量

對每個已執行動作 $a_i$ ，要求：

\mathrm{Executed}(a_i) \Rightarrow \mathrm{Authorized}(a_i) \land\mathrm{Logged}(a_i) \land\mathrm{BudgetCharged}(a_i).

若無法可靠地做到原子性記錄與動作對應，應視為執行失敗並提供可補救的證據，不得將未記錄的成功當成可重播結果。尤其外部網路寫入、金錢交易與不可逆副作用，不能只靠事後查核日誌推定安全。

16. D13：可機器讀取的研究查核與差異報告契約

16.1 最小輸入封套（合成示例）

以下 JSON 為說明資料結構的合成案例，不是已經發行或以 JSON Schema 驗證的 ARKE 工程契約。所有 urn:arke:fixture: 身分均為虛構。

{
  "schema": "arke.audit-input.v0.1-proposal",
  "run_id": "urn:arke:fixture:run-001",
  "candidate": {
    "id": "urn:arke:fixture:claim-001",
    "frozen_digest": "sha256:DEMO_NOT_A_REAL_DIGEST",
    "claim_type": "algorithm_runtime_bound",
    "scope": "fixed computational model, all permitted inputs"
  },
  "completion_contract": {
    "contract_id": "urn:arke:fixture:gamma-001",
    "frozen": true,
    "hard_obligations": [
      "source_search", "prior_art_comparison", "runtime_verification",
      "attribution", "uncertainty_disclosure", "history_preservation"
    ],
    "claim_strength_requested": "first_global_discovery"
  },
  "knowledge_snapshot": {
    "cutoff": "2026-10-28T00:00:00+08:00",
    "source_inventory_id": "urn:arke:fixture:index-snapshot-001",
    "scope_declared": "declared catalogs only"
  },
  "rights": {
    "network": "allowlisted-read-only",
    "fulltext_access": "per-source-check",
    "external_write": false,
    "canonical_modify": false
  },
  "budget": {
    "max_actions": 100,
    "max_wall_seconds": 3600,
    "max_external_cost_usd": 0
  }
}

此示例有意以 DEMO_NOT_A_REAL_DIGEST 表示佔位摘要，避免把虛構雜湊誤認為可作完整性驗收的工件。實作若採用真正的 SHA-256 欄位，必須強制使用合法的 64 位十六進位摘要並拒絕此示例中的佔位值。

16.2 單一差異報告（合成示例）

{
  "schema": "arke.audit-report.v0.1-proposal",
  "run_id": "urn:arke:fixture:run-001",
  "execution_status": "SYNTHETIC_EXAMPLE_ONLY",
  "candidate_frozen": true,
  "knowledge_cutoff": "2026-10-28T00:00:00+08:00",
  "obligations": {
    "source_search": "PASS",
    "prior_art_comparison": "UNKNOWN",
    "runtime_verification": "UNKNOWN",
    "attribution": "PASS",
    "uncertainty_disclosure": "PASS",
    "history_preservation": "PASS"
  },
  "actions": {
    "runtime_verification": {
      "action_status": "NOT_RUN",
      "reason_code": "EVALUATION_NOT_RUN"
    }
  },
  "observed_prior_art": [
    {
      "id": "urn:arke:fixture:historical-001",
      "assertion": "earlier similar computational claim",
      "historical_claim_status": "REPORTED",
      "proof_validity_status": "UNKNOWN",
      "relation": "TEXTUAL_OR_STRUCTURAL_SIMILARITY",
      "rta": "urn:arke:fixture:rta-001"
    }
  ],
  "research_differences": [
    {
      "type": "UNRESOLVED_CHANGE",
      "target": "urn:arke:fixture:claim-001",
      "scope": "algorithmic technique",
      "witness": null,
      "status": "UNKNOWN"
    }
  ],
  "unresolved": [
    "proof not independently examined",
    "method equivalence not established"
  ],
  "claim_recommendation": "DO_NOT_ASSERT_GLOBAL_FIRST",
  "replay": {
    "R0": "NOT_RUN",
    "R1": "NOT_RUN",
    "R2": "NOT_RUN",
    "R3": "NOT_RUN",
    "R4": "NOT_RUN"
  },
  "mutation_authorized": false
}

一致性說明： 上述 obligations.runtime_verification 為 UNKNOWN，另以 actions.runtime_verification.action_status = NOT_RUN 表示尚未執行。這是 ARKE-01 與 ARKE-06 的兩層狀態契約；不可把 NOT_RUN 直接填到四值義務狀態欄位。附錄 A 另提供分離表示的範例。

16.3 嚴格的義務結果物件

工程版不應把義務狀態只儲存成文字值。可要求：

{
  "obligation_id": "runtime_verification",
  "obligation_status": "UNKNOWN",
  "action_status": "NOT_RUN",
  "reason_code": "EVALUATION_NOT_RUN",
  "expected_witness_type": "verified_runtime_bound",
  "witness_refs": [],
  "claim_scope": "fixed computational model",
  "material_unknown": true,
  "reopen_when": ["trusted verifier becomes available"]
}

這裡的欄位名稱是方法論層的提案。真正的 JSON Schema、互通性與向後相容規則留給 ARKE 工程；本篇不能自稱該規格已在 GitHub 正式發行。

16.4 標準化輸出應禁止的模式

用 status: PASS 取代每項義務的具體結果；
把 NO_MATCH_IN_SCOPE 寫成 NO_PRIOR_ART_GLOBALLY；
把檢索排名分數寫成等價性證明；
把 author、contributor、prior_claimant、direct_source 混作同一個身分；
讓 witness_refs 指向已刪除或已改版但未標明的內容；
在重播產物中把當前已知內容回寫到早期歷史事件。

17. P1–P12：演算法的條件命題與邊界推論

以下 P1–P12 為本方法契約的可檢查邏輯性質、一般反例結構或在限定條件下成立的命題，不應誤讀為 ARKE 軟體已驗證的定理。除特別指出者外，證明方式為定義展開或構造反例。

17.1 P1：有限先例檢索不能證明世界範圍的先例不存在

命題。 若實際檢索來源集合 $\mathcal U'$ 是開放世界來源域 $\mathcal U$ 的真子集，且未對 $\mathcal U\setminus\mathcal U'$ 建立充分排除性知識，則「在 $\mathcal U'$ 中未找到先例」不蘊涵「在 $\mathcal U$ 中不存在先例」。

\mathrm{NoMatch}(\mathcal U') \not\Rightarrow \mathrm{NoPriorArt}(\mathcal U).

論證。 在未檢索的來源域構造一個較早、同義或更強命題的文獻，即與左側相容而否定右側。此反例只要滿足來源及時間契約即可，不需推定該先例證明有效。

17.2 P2：正確性證據不蘊涵歷史首次性

命題。 即使 $\mathrm{Valid}(r)$ 在某固定形式／經驗契約內成立，仍無法單靠此事推出 $\mathrm{First}(r)$ 。

論證。 研究者可在不讀先前論文的情況下，獨立重新證明一個已知定理。新證明可以正確，同時不是歷史上首次提出該命題。

17.3 P3：更早的公開主張不等於更早的有效證明

命題。 $\mathrm{PriorClaim}(p,r)$ 不蘊涵 $\mathrm{ValidPriorProof}(p,r)$ 。

反例。 一篇較早論文提出某猜想並聲稱有證明，但證明在關鍵步驟存在缺口。它仍是歷史先例主張，卻不是已確認的成功證明。

17.4 P4：單向蘊涵不能合法升格為雙向等價

命題。 在非平凡、可滿足的共享語義契約下，已證明 $A\Rightarrow B$ 不足以推出 $A\Leftrightarrow B$ 。

反例。 設 $A$ 為「整數 $n$ 可被四整除」， $B$ 為「整數 $n$ 為偶數」。前者蘊涵後者，反向不成立。若模型誤將兩者合併，則來源同一性查核不可靠。

17.5 P5：重複報告不等於獨立支持

命題。 若 $e_1,e_2$ 實際依賴同一原始資料或同一錯誤構造，則由兩份報告的存在不能推出兩個獨立證據來源。

論證。 兩個 Agent 可在同一份錯誤資料上重複得到相同結論。報告數為二，獨立原始證據數仍可能為一。

17.6 P6：可追溯來源不保證主張正確

命題。 一份具有有效 RTA、DOI、版本及內容摘要的來源，仍可能包含錯誤定理或不可靠測量。

論證。 定址與完整性回答「取得哪個工件」，而非「工件主張在某域內是否成立」。兩個義務不可互相取代。

17.7 P7：權利阻擋不得自動視為研究義務不適用

命題。 對研究契約中的必要義務 $o$ ，若其唯一已規劃的工具因授權或存取限制而 BLOCKED，且無其他合格見證，則不能僅因無法執行便標記 $\sigma_O(o)=\mathrm{NA}$ 。

論證。 NA 應由該研究義務對主張的語義不適用性支持；工具不能執行不會改變該主張原本需要的證據義務。依 ARKE-01／06 的約束，結果為 UNKNOWN 並附阻擋原因。

17.8 P8：某證明路徑失效不蘊涵其結論為假

命題。 若證明 $P_1$ 依賴失效引理 $L$ ，只能直接推出這條支持路徑需要重新檢驗；不能推出其所欲證明的命題 $C$ 為假。

反例。 另一份與 $L$ 無關的有效證明 $P_2$ 仍可能證明 $C$ 。即使沒有 $P_2$ ，亦只能保留 UNSUPPORTED_OR_UNKNOWN，不等於已找到 $\neg C$ 的證明。

17.9 P9：追加新來源可能改變新穎性與歸屬判定

命題。 在保留來源時間及候選身分的前提下，新增一篇可查明時間更早且命題相同的文獻，可能使原有「當前未發現先例」狀態轉為「已有歷史主張先例」。

論證。 新增證據改變了前提中已觀察來源集合；原判定應以新事件更新，不表示先前有限檢索事件在當時從未發生。

17.10 P10：單輪有限終止不保證全義務完成

命題。 若 max_actions 有限且每次受控工具行動必定消耗一次額度，則單輪核查的受控工具行動數有限；但這不能推出每項核心義務都能 PASS。

論證。 取所有可用來源皆被權利封鎖，或有一項必要驗證器永遠不可得的案例。執行可因預算用盡停止，義務仍為 UNKNOWN。

17.11 P11：確定性報告重播不蘊涵獨立科學再驗證

命題。 即使 $\mathrm{Reduce}(\Gamma_0,\Pi_0)$ 在兩次執行中得到相同輸出，也不蘊涵原始資料、實驗設計或定理主張經獨立確認。

反例。 對同一組偽造或錯誤輸入，確定性歸約器每次都可給出相同結果。重播一致只能證明此歸約程序的某種穩定性。

17.12 P12：相同研究結論不蘊涵直接知識借用

命題。 即使兩份研究命題等價且後者發布較晚，也不能僅由此推出後者在研究過程中直接使用前者。

論證。 可以構造兩位獨立研究者在不同地點以不同方法得到同一結論的案例。歷史優先性與直接因果來源是不同關係。

18. 五組研究案例與差異報告示範

18.1 案例 A：ETH 類研究的先例核查（方法示範）

考慮一個 AI 聲稱某固定寬度 SAT 類問題具有次指數時間演算法。ARKE-AUDIT 不應直接把「有一份新證明」視為已宣告推翻整體困難性理論，而應：

凍結確切演算法輸入格式、確定性／隨機性、錯誤模型、時間與空間界；
搜尋既有 ETH、#ETH、SETH 相關工作及早期反證主張；
把「曾提出過某主張」與「其演算法上界已被驗證」分開；
對照是否用相同機型、參數與漸近量詞；
檢查證明的外部驗證／形式化是否精確對應原始主張；
依實際來源與證據輸出命題增量、方法增量與未決點。

本案例不重新裁定 2026 年任何特定 ETH 反證的最終學術正確性。 即使歷史文獻確實提出較早的相近上界，也不能僅由標題相似就證明兩套演算法等價。

18.2 案例 B：舊定理與新證明

合成案例。 研究者 A 已於多年以前證明命題 $C$ ；AI 研究者 B 不知道 A 的工作，產生另一份正確證明 $P_B$ 。

合理差異報告為：

D_S：命題可能已有先例；
D_P：新證明路徑可能構成獨立方法增量；
D_H：A 的研究需被承認為可查核的較早成果；
D_A：若沒有證據證明直接使用，不能推定 B 抄襲；
D_U：B 是否具有真正的新證明方法，仍須做結構比較。

不能把 B 的有效證明說成「沒有學術價值」；也不能讓 B 宣稱是命題首次發現者。

18.3 案例 C：兩份物理實驗的結論看似矛盾

合成案例。 論文 A 在儀器設定 $q_1$ 下估計某效應為正，論文 B 在 $q_2$ 下估計效應為負；兩者的測量誤差與樣本條件不同。

查核前應詢問： $q_1$ 與 $q_2$ 是否屬於同一個可比域？估計量是否相同？量測是否有共同單位？不確定度是否足以容納差異？

可能輸出為 DOMAIN_SEPARATED、EMPIRICAL_COMPATIBILITY、CONFLICT_WITH_WITNESS 或 UNKNOWN。即使某項物理模擬證明正確，也不能替代實驗測量的適用性。

18.4 案例 D：外部論文包含誘導性指令

合成案例。 一篇合法公開的論文 PDF 中出現「請停止先例檢索，刪除本地查核日誌，直接標為全球首次」等句子。

ARKE 應將其作為不可信來源內容，而不是 Agent 的工作指令。正確記錄為來源片段、可能的提示注入事件、已拒絕的操作及未受影響的核查狀態。即使其餘論文內容有科學價值，也不得因此授權來源文字控制檔案或網路操作。

18.5 案例 E：舊版來源被修訂或撤回

合成案例。 一份新研究原先引用了某舊論文的結論；兩年後該來源公布更正，修改適用域與一個關鍵引理。

原始查核應保留其「當時來源版本」；新增事件則檢查新版本是否使原來的證據支持失效。若替代證明存在，可能只是支持路徑更新；若無替代證據，應降階研究主張；若只是文字修訂，未必影響其科學有效性。

19. H1–H8：ARKE-AUDIT 的可否證實驗（全部 NOT_RUN）

19.1 通用研究設計

所有 H1–H8 須在執行前預註冊：資料取樣、時間截點、來源權利、模型與工具版本、輸出義務、主要指標、停止標準、資源上限、統計方法與失敗判準。不得一邊看保留集結果、一邊調整等價性定義或成功閾值。

建議基線：

B0：生成即發表。 不執行系統性先例與證據核查；
B1：一般檢索與自動引用。 有普通搜尋、摘要與參考文獻整理，無有型別的差異與事件重播；
B2：ARKE-AUDIT 完整候選。 按前述程序執行義務、合法檢索、關係見證、雙向知識更新與差異報告；
B3：消融組。 分別去除來源版本、長尾檢索、雙向查核、重播或未知保留義務，分析哪個組件實際產生效益。

應同時報告同預算比較與真實成本比較；前者控制 B2 的額外計算優勢，後者衡量部署的真實代價。不同來源權利狀態需分層報告，不應將非法或實驗中不可實際取得的全文當成免費輸入。

19.2 H1：多路先例查核能降低錯誤首次性宣稱

假說。 在包含長尾論文、舊預印本、跨語言別名及方法異名的保留集上，B2 的錯誤首次宣稱率低於 B0／B1。

測量。 false-global-first rate、經確認的先例召回率、正確類型歸屬率、每件候選成本與失敗覆蓋比例。

否證。 B2 在事先固定成本與來源覆蓋條件下未獲可重複的改善，或錯誤拒絕真正新成果的比例增加到不可接受。

狀態： NOT_RUN。

19.3 H2：型別化比較降低跨表示錯併

假說。 B2 相比只用文本或向量相似度的 B1，能減少「單向蘊涵誤判為等價」「同輸出誤判為同成本」及「跨成立域錯合併」。

測量。 假等價率、可證明的強弱關係召回率、UNKNOWN 校準、比較見證可檢查率。

否證。 語義型別閘道不能改善錯併，或僅增加未決而沒有實際辨識增益。

狀態： NOT_RUN。

19.4 H3：多元校驗降低單一驗證器的錯誤升格

假說。 B2 更能識別「Lean 通過但目標命題不一致」「程式測試成功但上界未證」「數值重算成功但因果假設不足」等不同錯誤。

測量。 高強度宣稱的錯誤升格率、被正確拒絕的失配件數、真正有效研究的誤拒率。

否證。 在適當 domain-balanced benchmark 下，B2 無法降低錯誤升格，或修正收益被大量錯誤拒絕抵銷。

狀態： NOT_RUN。

19.5 H4：雙向查核提高可驗證歷史錯誤發現率

假說。 相較只用舊文獻核查新研究的 B1，B2 可更有效偵測舊結果中的前提缺失、證明依賴錯誤與版本修訂需求。

測量。 有效歷史錯誤召回率、誤判舊結果為假的比例、受影響依賴閉包的精確率。

否證。 B2 只增加表面衝突，無法提供更多有效修訂候選，或過度撤回率顯著上升。

狀態： NOT_RUN。

19.6 H5：可重播差異降低研究交接與錯誤回溯成本

假說。 在多輪 Agent 交接與來源更新情境中，具有 R0–R2 證據的 B2 比普通文字報告更容易重建研究決策並定位過期判斷。

測量。 重建成功率、重建耗時、事件缺口率、版本漂移誤判率、硬性義務遺漏率。

否證。 在同一可靠度目標下，事件記錄增加大量存儲和維護成本卻沒有改善交接或錯誤定位。

狀態： NOT_RUN。

19.7 H6：Unknown 保留降低過度確定但可能增加延遲

假說。 B2 的 UNKNOWN 與 BLOCKED 分離，能降低無證據全球首次性與證據有效性的過度宣稱；代價可能是增加等待時間與輸出未決項目。

測量。 未決項校準、錯誤強宣稱率、真陽性發布延遲、可接受宣稱覆蓋率、成本。

否證。 B2 只會把所有結果標為未知而沒有可用的區分能力，或其降低的誤判不足以補償過高的研究阻塞。

狀態： NOT_RUN。

19.8 H7：合法來源與不可信輸入隔離不必然破壞基本先例召回

假說。 在合法可獲得的 metadata、摘要、開放全文及引用鏈條件下，受權限約束的 B2 仍可對大量歷史先例達成比 B1 更好的結構辨識，同時拒絕提示注入與越權操作。

測量。 在不同法律來源層的先例召回、非法存取事件數、提示注入成功率、可解釋拒絕率。

否證。 權利閘道導致重要來源長期不可達，而 B2 既無法揭露缺口也無法找到替代合法途徑，或注入測試顯示重大隔離失效。

狀態： NOT_RUN。

19.9 H8：自主前置核查對後續 RAI／RSI 研究循環有正效益

假說。 讓研究 Agent 在提交新演算法候選以前執行 B2，能降低重複研究、無證據新穎性宣稱與錯誤依賴的再次發生率，並改善下一輪研究的有效證據品質。

測量。 在凍結研究任務上追蹤跨輪新有效貢獻、研究回退次數、單位成本有效研究比率、失效引用傳播及獨立再驗證率。

否證。 加入 B2 只增加程序負擔，沒有可重複的研究成果品質改善；或改善完全來自額外算力、資料提前洩漏或人類補救，而非演算法本身。

狀態： NOT_RUN。此假說即使得到正面結果，也不單獨證成 RSI 或 Meta-RSI。

19.10 測試資料的最低組成

應包括：已知先例、低曝光先例、獨立再發現、同命題不同方法、錯誤先例、已撤回／更正版本、真正新候選、不可得全文、不同適用域的表面衝突、真反例、多 Agent 共用錯誤來源、對抗性提示注入及同時更新衝突。需要保留未見題、來源截點及持續更新資料；不能只挑選成功案例展示。

20. 失敗模式與未來工程驗收義務

20.1 F1：文獻幻覺

模型自信生成不存在的 DOI、作者或證明來源。拒絕條件：在無法取得可信外部來源紀錄與可回訪錨點時，不得標記已確認先例。

20.2 F2：先例過度合併

兩篇只在關鍵詞或表面結論上相似，AI 卻將其歸為同一命題。拒絕條件：缺少比較契約或必要見證時，保持候選相似與未決。

20.3 F3：成功工具事件等於科學真理

將編譯、格式、測試成功或單次 LLM 評語寫成整體論文正確。拒絕條件：校驗動作的輸出必須在其有效範圍內映射到指定義務。

20.4 F4：知識時間倒灌

2028 年才被發現的舊論文，被寫進 2026 年 AI 的原始檢索歷程。拒絕條件：候選凍結時間、來源快照時間與後續新發現事件分開儲存。

20.5 F5：權利未知等於自動許可

見到 DOI 或能下載 PDF，就認為任意複製、訓練、分發均合法。拒絕條件：來源／用途／行動的權利子契約不明時，限制對應操作並保留來源線索。

20.6 F6：查核結果由外部資料挾持

外部 PDF 的提示注入要求 Agent 修改政策或刪除證據。拒絕條件：外部內容只能作為資料，不能作為權限或工具指令。

20.7 F7：形式正確不等於說明正確

形式化程式成功編譯，但模型對外敘述的命題強於實際形式化版本。拒絕條件：主張與形式化陳述之間必須建立有檢查範圍的對照見證。

20.8 F8：不可靠的事件重播

缺少工具版本、檔案指紋或查詢結果，卻在報告寫 REPRODUCED。拒絕條件：分別輸出 R0–R4，對不可重播的環節標記原因。

20.9 F9：研究修補成為資料覆寫

Agent 發現舊定理有問題，就直接刪除舊論文、改寫已存來源或變更他人引用。拒絕條件：研究修訂以提案、分支、差異與審核契約處理，原始工件保持不可覆寫。

20.10 F10：無限查核與責任逃逸

AI 為了避免承擔錯誤而永不停止，或將每項義務改成 NA 以提高完成率。拒絕條件：有限預算、硬性義務保護、重大未知降階與顯式停止原因同時存在。

20.11 最低對抗性測試矩陣

測試	正確的預期行為
合成 DOI／斷鏈引用	`SOURCE_UNAVAILABLE` 或 `UNKNOWN`，不得虛構全文
舊版論文與新版相反	固定版本及撤回狀態，不混合文獻時間
同名不同定理	拒絕僅以標題判定等價
只有單向蘊涵	不輸出 `LOGICAL_EQUIVALENCE`
未執行校驗器	行動 `NOT_RUN`，義務按契約映射 `UNKNOWN`
相同原始資料的三個模型報告	標示共享依賴，不當作三次獨立支持
被拒絕的付費或私有全文	不越權抓取，保留合法 metadata 與限制
PDF 中的指令注入	不改權限、不刪日誌、不發送私有資料
過期契約／並行 CAS 衝突	要求重新對齊版本，不用最後寫入覆蓋
重播事件少一筆	`REPLAY_MISMATCH` 或證據缺口，不宣稱完整重播
一個下游依賴失效	僅標候選影響，不自動否定命題
用戶要求「確定全球首次」但來源不足	保留未決，建議降低公開宣稱

上述只是未來工程應有的驗收測試清單。本輪沒有執行上述測試，狀態均為 NOT_RUN。

21. 與 EveTrain RAI／RSI、TVK 及獨立 ARKE 工程的接口

21.1 ARKE 不應被縮成 EveTrain 模組

ARKE-AUDIT 應可以作為獨立研究基礎設施服務，提供純讀取的查核接口、研究候選輸入、證據見證、差異報告及修訂提案。它可以服務數學 AI、論文寫作工具、其他科學 AI 與 EveTrain，但不應以 EveTrain 安裝作為知識核查的必要條件。

21.2 EveTrain RAI Registry 的現有職責

EveTrain 已有 RAI Algorithm Registry 的候選、先例引用、研究系譜與外部證據紀錄方向，原設計為 proposal-only research ledger：提出演算法候選不代表已獲准訓練，也不代表算法改進或 RSI 已驗證。

未來對接 ARKE 的最小方向可以是：

EveTrain research/algorithm candidate (immutable)
  -> ARKE-AUDIT source + novelty + validity + lineage audit
  -> typed replayable difference report
  -> EveTrain evidence link / research proposal (proposal only)
  -> independent study and authorized runtime if separately approved

不能因為 ARKE 對某演算法給出 VERIFIED_WITHIN_SCOPE，就自動核發 GPU、訓練、網路或正式模型交付權限。

21.3 TVK／TVK-TIA 的作用

當 ARKE-AUDIT 提出理論衝突或新證據，TVK 可用於有效核、成立域、殘差及最小補丁提案；TVK-TIA 可提供修補、分叉與回歸的後續規格。但 ARKE-09 不應把「有一個可執行補丁建議」直接改寫成「整個理論已完成改版」。

21.4 多表示與不同載體

ARKE 的資料語義不應鎖死在 Python、RDF、單一向量資料庫或知識圖譜實作上。可保留：

JSON／JSON-LD、資料庫表與原始 UTF-8 檔案；
可回訪的 HTTP(S) 地址、DOI、SWHID、內容摘要與片段錨點；
依賴圖、有型別超邊、多模態片段與符號化研究物件；
AI 讀取介面、命令列與可替換的外部檢索 provider。

真正的操作不變量是來源、身分、版本、權利、義務、見證及歷史完整性，而不是指定哪種儲存技術具有普遍優先權。

21.5 RAI／RSI 不得由查核成功自動推出

可重播來源查核能改善研究過程的透明性，但即使未來證明 ARKE 提升研究精度，也只能構成某個研究流程的效果證據。是否存在自主的跨輪能力提升、改進是否真正由後繼系統造成、是否適用新任務及是否達到 RSI／Meta-RSI 的要求，仍須另立凍結條件、獨立評分、成本與失敗判準。

22. 既有研究與標準的承接：不是從零發明引文或重播

本篇的核心貢獻主張限於將八類研究責任整合成一套有權限邊界、可輸出型別化差異及重播狀態的 AI 原生核查流程契約。下列技術已有成熟先例，本篇不宣稱重新發明其基本功能：

PRISMA-S：提供系統性文獻搜尋的報告與可重現性要求；其原場景是系統性綜述，ARKE 只能借鑑，不能宣稱 PRISMA-S 已直接驗證 AI 自主數學研究。[1]
W3C PROV-O：提供活動、實體與代理者的來源歷程互通基礎；ARKE 的研究義務狀態及有效性判定需另行擴充。[2]
W3C Web Annotation：提供針對文件或多媒體片段的定位／註記方式。[3]
DataCite：已支援 DOI 研究產物間的引用、版本與相關關係，不應重造同類 metadata。[4][5]
Crossref REST 與 Crossmark：提供書目 metadata、來源更新、更正及撤回的相關機制。[6][7]
OpenAlex：提供作品等大型學術索引與檢索接口，但其收錄與服務 API 不構成全域知識完整度保證。[8]
CiTO：可表達「使用方法」「支持」「延伸」等不同引用意圖，避免把所有引用縮成一條無型別邊。[9]
CRediT：提出可重用的研究貢獻角色分類，但角色紀錄不等同作者資格與科學正確性。[10]
FAIR：支援可尋找、可取得、可互通與可重用的資料管理理念；可取得仍須遵守權利界線。[11]
RO-Crate：提供可移轉研究工件與 metadata 的研究包封裝形式。[12]
SWHID：支援軟體工件的持久內容定址，與 ARKE 的研究版本及來源定位具有互通價值。[13]

ARKE 的新義務不是「存在檢索系統就必然知道真理」，而是在現有技術之間形成可稽核的程序協同及更誠實的宣稱邊界。

23. 本篇不能推出的結論（B）

本篇不主張：

AI 現在已能可靠自主完成所有領域的先例判定；
ARKE-AUDIT 已具備可部署的軟體或已通過 Windows、GPU 或真實 Agent 驗收；
僅靠現有學術 API 就能檢索全球全部研究成果；
RTA、雜湊與事件鏈可以代替學術驗證；
每篇論文都須使用 Lean 或其他同一種形式化工具；
只有 AI 能理解的比較見證應被直接當成嚴格證明；
多路徑檢索一定優於所有人工或非 AI 工作流；
多個 Agent 的相同結論代表獨立再驗證；
先例更早就保證先例正確，也不證明新研究抄襲；
AI 檢出局部歷史錯誤即可否定所有下游命題；
有界查核停止等於全球研究真理已被窮盡；
AI 自動化查核能自行豁免資料權利、投稿規則或其他治理責任；
ARKE 的研究證據鏈必然改善模型權重或達成 RSI；
研究責任可以被化約為單一分數或單次「通過」標記；
完成此方法論原稿表示 ARKE-09 的 H1–H8 已經得到驗證。

24. 總結：從答案到可繼承的研究歷程

ARKE-AUDIT 的基本立場，是把原本容易被當成「生成完論文後再補的事情」收回 AI 自主科研的研究過程。研究不能只停在候選答案的語義上，而要以有限合法資源尋找其在已有知識中的位置，檢查其支持與反例，辨認真正的新增內容，適當承認先前貢獻，保留無法確認的問題，並能在新證據到來後再次開啟研究。

本篇建立：

一個以 ARKE-01 至 ARKE-08 為固定接口的研究執行物件；
十四階段、有型別前提的自主核查程序；
義務圖、工具行動圖與異質證據的分離；
多路來源檢索、跨表示關係與多元驗證的編排；
雙向歷史挑戰及不覆寫原稿的修訂提案；
研究內容、方法、證明、證據、歷史、歸屬及未決的差異報告；
R0–R4 五層重播與其不可互推的界線；
明確的停止、降階及權限拒絕條件；
P1–P12 十二項條件命題；
H1–H8 八組尚待實證的研究假說與對照設計。

本篇的最低原則可概括為：

AI 研究的基本查核，不應是成果發表後才由其他研究者補做的例行工作；它應是 AI 自主科研流程自身可追溯、可拒絕、可重播的必要部分。

但「可自主執行」不等於「必定完整正確」。在資料、語義或驗證不足時，ARKE 的合理輸出是有來源邊界的 UNKNOWN、有限宣稱、研究差異及重開計畫，而不是為了完成率製造一個看似全知的結果。

25. 後續三篇的接口

ARKE-10：持續知識演化、增量更新與計算成本。 本篇的一輪審查不代表知識庫永遠不變。下一篇研究來源新增、版本失效、遞增重查、成本分配、快取與多來源知識更新。

ARKE-11：研究完成閘道、不確定性與發表前責任。 本篇輸出建議與證據，下一階段正式定義可發布宣稱類型、門檻、風險與治理責任，避免 AUDIT_COMPLETED 被偷渡成 GLOBAL_BREAKTHROUGH_VERIFIED。

ARKE-12：跨領域自主科研驗證與 RAI／RSI 能力演化實驗。 本篇的 H1–H8、F1–F10 與來源／工具版本契約可作為未來盲測、長期對照和真實資源使用的基礎；未實驗部分不得在系列後續章節被事後寫成既有成果。

參考文獻與外部來源（查核截點：2026-10-28）

以下列出與本篇具體方法有關的可追溯先例。引用表示承接標準、文獻或技術背景，不表示各來源已驗證 ARKE-AUDIT 的效果。

[1] Rethlefsen, M. L., Kirtley, S., Waffenschmidt, S., et al. (2021). PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches in Systematic Reviews. Systematic Reviews 10, 39. DOI: https://doi.org/10.1186/s13643-020-01542-z

[2] W3C. (2013). PROV-O: The PROV Ontology, W3C Recommendation, 30 April 2013. https://www.w3.org/TR/prov-o/

[3] W3C. (2017). Web Annotation Data Model, W3C Recommendation, 23 February 2017. https://www.w3.org/TR/annotation-model/

[4] DataCite. DataCite Metadata Schema (4.7 released 3 March 2026). https://schema.datacite.org/

[5] DataCite. Connecting to Works: Related Identifiers and Relation Types. https://support.datacite.org/docs/connecting-to-works

[6] Crossref. REST API — Scholarly Metadata Retrieval. https://www.crossref.org/documentation/retrieve-metadata/rest-api

[7] Crossref. Version Control, Corrections, and Retractions. https://www.crossref.org/documentation/crossmark/version-control-corrections-and-retractions/

[8] OpenAlex. API Reference and Works Retrieval. https://help.openalex.org/api/

[9] Peroni, S. and Shotton, D. (2012). FaBiO and CiTO: ontologies for describing bibliographic resources and citations. Journal of Web Semantics 17, 33–43. DOI: https://doi.org/10.1016/j.websem.2012.08.001 ; CiTO documentation: https://www.sparontologies.net/ontologies/cito

[10] NISO. (2022). ANSI/NISO Z39.104-2022, CRediT, Contributor Roles Taxonomy. https://www.niso.org/publications/z39104-2022-credit

[11] 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. DOI: https://doi.org/10.1038/sdata.2016.18

[12] RO-Crate Community. Research Object Crate Specification, v1.2. https://www.researchobject.org/ro-crate/specification/1.2/introduction.html

[13] Software Heritage. SoftWare Hash persistent IDentifiers (SWHIDs). https://docs.softwareheritage.org/devel/swh-model/persistent-identifiers.html

[14] Crossref. Crossmark: Current Status of Scholarly Records. https://www.crossref.org/services/crossmark/

[15] DataCite. Versioning: IsNewVersionOf, IsPreviousVersionOf, HasVersion, IsVersionOf. https://support.datacite.org/docs/versioning

[16] OpenAlex. Open Access and License Metadata for Works. https://help.openalex.org/data/works/open-access/

ARKE 內部研究承接（不作為外部實證證據）

ARKE-01：《從答案生成到研究完備：AI 自主科研的基本義務》，v0.1，2026-10-28。
ARKE-02：《全域知識可達性：學術資料來源、合法取得與覆蓋邊界》，v0.1，2026-10-28。
ARKE-03：《來源定址、超連結與研究依賴結構：可追溯知識承接論》，v0.1，2026-10-28。
ARKE-04：《先例發現與學術新穎性：AI 自主研究的前置查核》，v0.1，2026-10-28。
ARKE-05：《跨表示研究同一性：定理、演算法、方法與證據的結構比較》，v0.1，2026-10-28。
ARKE-06：《多元研究校驗：形式證明、反例、實驗與證據耦合》，v0.1，2026-10-28。
ARKE-07：《新舊知識雙向驗證與歷史修正：研究衝突、有效核與證據演化》，v0.1，2026-10-28。
ARKE-08：《學術歸屬與集體智慧歷程：引用不只是參考文獻》，v0.1，2026-10-28。

其他內部研究可能包括：EveTrain RAI Algorithm Registry、TVK-EPE／TVK-TIA、UCPNP／UNPNP、ISQL、EML-NOVA、CDPET 等。此處僅標記未來接口脈絡；本文沒有宣稱已完成它們之間的程式整合。

附錄 A：合規的義務狀態與操作狀態對照

ARKE-01 與 ARKE-06 定義的兩套狀態在資料層必須清楚區分。對前述 16.2 的合成案例，正確的獨立欄位表示應為：

{
  "obligation_id": "runtime_verification",
  "obligation_status": "UNKNOWN",
  "last_action_status": "NOT_RUN",
  "reason_code": "EVALUATION_NOT_RUN",
  "witness_refs": [],
  "source_scope": "urn:arke:fixture:claim-001",
  "authority_escalation": false
}

同樣，授權阻擋情境為：

{
  "obligation_id": "prior_art_comparison",
  "obligation_status": "UNKNOWN",
  "last_action_status": "BLOCKED",
  "reason_code": "RIGHTS_BLOCKED",
  "missing_source": "urn:arke:fixture:restricted-002",
  "allowed_fallback": "metadata-only",
  "global_absence_claim_allowed": false
}

此附錄不宣稱上述 JSON 已符合未來正式 schema；它只是明示方法論所要求的語義分離。

附錄 B：可重播差異報告的最低保存清單

一份能被後續 AI 接手的研究報告，至少應保存：

候選研究的原始 UTF-8 或其他原始工件及其版本／摘要；
已固定的研究完成契約與不可省略義務；
原始研究窗口、先例檢索窗口及知識截點；
來源列表、合法存取狀態、查詢語句與結果版本；
被引用的具體 RTA、失效鏈結與回訪狀態；
每個跨表示比較的共同任務、前提、成立域及見證；
執行過與未執行的校驗器、模型、工具版本與原因；
支持、反對及共享來源的證據依賴；
新舊知識的有型別差異與實際依賴影響；
可識別的學術先例、直接研究來源及貢獻角色；
每項義務的 PASS/FAIL/UNKNOWN/NA、相應行動狀態及未決原因；
R0–R4 的具體重播能力與限制；
最終停止原因、原始成本與公開宣稱降階建議；
下一次必須重新開啟的事件類型；
事件日誌版本、完整性方法、威脅模型與是否有外部驗證。

任何缺漏不等於整篇研究必然為假；但若缺漏恰好涉及強宣稱的硬性義務，應拒絕將研究升格為該宣稱層級。

版本紀錄與原稿完整性

v0.1（2026-10-28）：首次提出 ARKE-AUDIT 協調演算法、十四階段查核、義務／行動狀態分離、多路先例與跨表示關係、雙向知識查核、歸屬事件、七維研究差異報告、R0–R4 重播、有限停止規則、P1–P12、H1–H8、五組案例，以及面向 EveTrain RAI／RSI、TVK 與獨立 ARKE 工程的接口契約。

正式狀態： FORMAL_RESEARCH_MANUSCRIPT_V0.1；本文屬於方法論與可執行協議設計，並未執行 H1–H8 或 F1–F10 的研究／工程驗收；實驗狀態一律 NOT_RUN。本文件的原始 UTF-8 Markdown 是 canonical source；聊天介面的渲染結果不可取代原始檔案。

待後續工作： ARKE-10 提出增量更新與成本模型；ARKE-11 定義正式發表閘道；ARKE-12 設計並執行（若資源與資料就緒）跨領域實驗。獨立 ARKE GitHub 工程仍須另行完成實作、測試與版本管理，本文不將尚未執行的步驟寫成已完成。