document_id: EML-JDT-2026-P02-v0.1
title: 主客邊配置中的判斷域：多主體判準、邊界耦合與非併吞校正
english_title: Judgment Domains in Subject–Object–Boundary Configurations: Multi-Agent Criteria, Boundary Coupling, and Non-Annexing Calibration
series: 判斷域理論（Judgment Domain Theory, JDT）
series_position: Paper 02 / 08
version: 0.1
date: 2026-10-16
language: zh-TW
encoding: UTF-8
canonical_source: true
math_delimiters: inline $...$ ; display $$...$$
status: FORMAL RESEARCH DRAFT / CONCEPTUAL & OPERATIONAL MODEL / NOT EMPIRICALLY VALIDATED
author: Neo.K
research_collaboration: GPT-6 / Aletheia（文獻交叉比對、批判性整理與草稿形式化）
institution: EveMissLab / 一言諾科技有限公司
predecessor: EML-JDT-2026-P01-v0.1
primary_theory_interfaces: SOBTA: Subject–Object–Boundary Tri-Domain Algebra（2026-09） · CODT: Cognitive Operator-Domain Theory v1.0（2026-08） · RR: Reflexive Responsibility（2026-08） · TVK-EPE: Claim Validity Domains（2026-09） · DTCEM: World-Coupled Theory Evolution（2026-09） · ACR: Cognitive Routing Not Goal Autonomy（2026-08）
claim_level: Theory candidate; not a general mathematical theorem or a demonstrated property of all AI systems

主客邊配置中的判斷域：多主體判準、邊界耦合與非併吞校正

Judgment Domains in Subject–Object–Boundary Configurations: Multi-Agent Criteria, Boundary Coupling, and Non-Annexing Calibration

JDT Paper 02 / 08 — 正式研究草稿 v0.1
Neo.K · EveMissLab／一言諾科技有限公司
研究協作：GPT-6 / Aletheia
日期：2026 年 10 月 16 日
文件狀態：概念與操作模型；尚未完成獨立實證、一般公理化或跨模型重現。

作者： Neo.K
機構： EveMissLab / 一言諾科技有限公司
版本： 0.1

摘要

判斷很少是在完全孤立、資訊對稱且目標唯一的環境中發生。一個人對產品「好用」的判斷、另一個人對產品「值得購買」的判斷、工程師對「符合規格」的判斷，以及 AI Agent 對「已完成」的判斷，可能同時圍繞同一產品，卻使用不同判準、具備不同資訊、承擔不同結果，也不具有相同的決策權。本研究提出：若僅把這些分歧還原為單一主體的偏好加權或知識缺口，便可能錯失判斷如何在不同主體、共享世界與未收納邊界之間持續生成和修正的結構。

本文為《判斷域理論》（Judgment Domain Theory, JDT）第二篇，承接 Paper 01 對「知識、認知能力、推理、單次判斷、判斷力、判斷域」的區分，以既有《主客邊三域代數》（SOBTA）作為主要關係框架，研究三項問題：第一，某主體對他者判準的模擬或投影，何以不等於取得他者全部判斷結構；第二，邊界為何不只是資訊傳遞介面，也可能包含尚未被雙方收納的實際條件及新判準生成位置；第三，在判準、證據與權限互不相同的情況下，如何形成不吞併任一方的可修正協作。

本文提出配置索引的判斷域對象、他者判斷投影、判準適用域、耦合張力、校正程序與判斷責任帳本等候選操作性構造。本文尤其嚴格保留以下界限：角色不等於本體，模擬不等於擁有，互相理解不等於一致，證據校正不等於投票，判斷能力不等於執行權限，而非封閉邊界不代表可以任意假設新的本體實體。

研究以 AI 遊戲生產、醫學／科學團隊、組織發行決策及 Skill 作為外部判準投影等案例進行概念壓力測試，並提出可反證實驗：在控制知識量、模型能力、外部工具與資源的條件下，具有明確主體—他者—邊界表示、判準來源及權限紀錄的系統，是否比一般單一評分器或普通多 Agent 討論，更能辨識未明示的品質缺口、減少錯置判準、處理他者反證並避免越權。本篇不預設該優勢已經成立。

關鍵詞： 判斷域；主客邊三域代數；主體角色；他者判準；未收納邊界；非併吞校正；多主體耦合；判斷衝突；權限；可追溯責任；認知算子域；AI Agent；Skill；產品品質；社會認識論。

0. 研究位置、來源界限與本篇問題

0.1 為什麼需要第二篇

Paper 01 提出判斷域的第一版候選結構：

\mathcal J_{i,t}^{\Gamma} =\langle K,V,R,\Pi,E,C,H,F,A,\partial\rangle_{i,t}^{\Gamma}.

其中 $K$ 為認知／信念資源， $V$ 為價值與目標， $R$ 為判準， $\Pi$ 為判準路由， $E$ 為證據， $C$ 為承諾， $H$ 為歷史， $F$ 為修正程序， $A$ 為權限與責任， $\partial$ 為邊界。本篇不修改這個 v0.1 母定義，而是回答：上標 $\Gamma$ 究竟應當代表什麼？

如果 $\Gamma$ 只是任務 ID，那麼所謂主客邊耦合便是多餘裝飾；如果 $\Gamma$ 代表可變的主體角色、對象、介面、證據、權限及未收納條件，則不同配置可能改變同一個人或 AI 應採取的判斷程序。本文需要說明這種差異可否被形式化、觀察及反證。

0.2 本篇的四個中心問題

主體性問題：主體 $i$ 理解 $j$ 的偏好與判準，能否由此取代 $j$ 的判斷？何時只是近似投影？
邊界問題：資訊不對稱、世界未觀測因素、授權關係與不可相容價值，應如何區分而非混為一談？
耦合問題：兩個合理的局部判斷為何可能產生不合理的組織結果？如何修正而不要求全部主體變得相同？
操作問題：一個 AI／人機團隊可以保存何種判斷紀錄，以使跨主體差異真正改善產品、科研與決策，而不只是製造更多對話？

0.3 明確區分三類論述地位

類型	在本文中的地位	例子
已有理論來源	引用既有 EveMissLab 草稿或外部文獻；不等於實驗驗證	SOBTA 的三域框架、CODT 的域升格門檻、社會認識論的意見分歧
本篇新候選構造	用於推導可檢驗問題，尚待實作或數學收斂	配置索引的判斷相容條件、判準耦合紀錄、三域校正程序
未來實證主張	需要受控研究才可斷言	JDT 條件化協作機制優於基線、某種特定 AI 缺乏持續判斷域

本文凡稱「命題」，若未附明確形式假設與推演，不代表學術上已證立的定理。即使是定義後可以立即成立的推論，也只在該形式系統內成立，不自動成為現實人類或 AI 的普遍事實。

0.4 非主張

本文不認為所有自然存在都具有意識、人格或道德代理地位；不把 SOBTA 宣告為所有理論的終極本體；不認為相異意見必須折衷；不以角色輪換證明兩方的資訊、資源或權限對稱；不把演算法上的 agent identity 當作法律人格；不以跨域投影取代真實觀察；不把每一次多 Agent 討論稱作獨立判斷域；也不假設「自我判準」必然比受他者約束的判準更加正確。

1. 前置：SOBTA 中「角色」與「主體域」的非同一性

1.1 角色是配置索引，不是完整本體

《SOBTA Paper 01》提出一個關鍵區分：

\rho_{\Gamma}(X)\neq\mathcal S_X.

$\rho_{\Gamma}(X)$ 表示 $X$ 在關係配置 $\Gamma$ 中被賦予的主、客、邊等角色； $\mathcal S_X$ 則表示對 $X$ 自身可提出的局部狀態、操作、歷史與作用範圍。某個人、AI、組織或動態系統在這次觀察中被視為「客體」，不等於它內部沒有自己的狀態或約束。

但須小心：SOBTA 的弱形式「主體域」不等同主觀經驗。因此本文可對 AI 系統與機構作功能性建模，卻不據此主張它們具有與人類相同的心靈。

1.2 縮放到判斷域的含義

考慮 $i$ 是設計師， $j$ 是玩家。設計師把玩家的偏好當成分析對象，並不代表玩家的判斷僅等於設計師建立的 persona。設計師的玩家模型是可修正的表徵，其正確性需要玩家行為、測試與實際脈絡支持。

對 AI 而言也是如此：模型可以描述大量人類審美標準，甚至能模擬特定玩家語氣，卻不能由此宣稱自己已直接取得所有玩家在未來情境中的感受或判斷權。

本篇把這條區分寫成：

\widehat{\mathcal J}_{j\mid i,t}^{\Gamma} \neq \mathcal J_{j,t}^{\Gamma},

其中左側是 $i$ 對 $j$ 判斷域的估計，右側則為研究上假定的目標結構；即使右側無法完整觀測，仍應在概念上與左側分離。

1.3 客體未必是另一個判斷主體

若研究的是一塊石頭的運動狀態，它可以是判斷的對象，但沒有理由把石頭強制當成擁有價值評價、承諾與責任的判斷代理。SOBTA 的一般弱主體域概念，不應在 JDT 中無條件升格成「每個客體都有完整判斷域」。

因此區分：

被判斷的對象：可以是物體、事件、命題、制度、產品或其他主體。
可歸屬判斷的行為系統：具備可觀察的判準使用、選擇或修正機制。
具有規範責任資格的主體：尚需額外的法律、倫理與制度性條件。

只有第二類才進入 JDT 的功能性判斷域候選；第三類不能由第二類自動推出。

2. 三域配置：主體、他者與未收納邊界

2.1 SOBTA 的最小三域

承接原系列：

\mathfrak D_{\Gamma} =\langle\mathcal S_S,\mathcal S_O,\mathcal S_{\partial}\rangle.

此處 $\mathcal S_S$ 是當前參照主體域； $\mathcal S_O$ 是被客體化對象自身的主體域； $\mathcal S_{\partial}$ 是不被主客雙方當前描述完全收納的邊界／底空間候選。三域是關係配置下的分析位置，不是三個永遠固定的物種。

SOBTA Paper 02 進一步把邊界至少分成操作介面、剩餘它者性與生成開口。這對 JDT 的重要性是：判斷失誤不一定全是判斷者缺乏知識；它也可能出於判準錯置、語義橋接失真、未被觀察的世界條件，或尚未建構的評價維度。

2.2 JDT 的配置物件

定義下列本篇新增的研究配置：

\Gamma_{ij,t} =\langle i,j,q,o,t,\mathcal B,\mathcal L,\mathcal E_{\Gamma}\rangle.

各分量表示：

$i$ ：此刻作為判斷參照的主體或系統；
$j$ ：關係中的他者；可為具備判斷能力的主體，也可暫為被模型化的目標系統；
$q$ ：目前問題或任務；
$o$ ：共同涉及的命題、產品、行動或世界狀態；
$t$ ：配置時間與版本位置；
$\mathcal B$ ：介面、可接觸資訊與操作邊界；
$\mathcal L$ ：權限、法律、契約及任務約束；
$\mathcal E_{\Gamma}$ ：目前可取得並具有來源標識的證據。

此式不是宣稱「世界由八個元素構成」，而是提供一張可檢查的研究記錄。 $\mathcal S_{\partial}$ 不直接放進第八欄，因為它不能假裝成已知且已全部列舉的物件；相反，我們在後文透過未解條件、觀測缺口、模型殘差與反例表達其可操作部分。

2.3 角色轉位不等於身份抹除

考慮把 $i$ 和 $j$ 的參照位置互換，記為：

\sigma_{ij}(\Gamma_{ij,t})=\Gamma_{ji,t}^{\prime}.

在合理條件下，雙方各自保留可追溯的內部歷史與判斷紀錄。角色轉位會改變「誰提問、誰回答、何種資料可用、誰有權提交」等配置，但不應神奇地複製或刪除對方的全部記憶與權限。

因此即使從 $i$ 的角度描述 $j$ ，再改從 $j$ 描述 $i$ ，也不要求二者判斷結果對稱。資訊、風險與合法權限的不對稱，可能恰好是研究的核心。

3. 判斷域是配置相對的，但不等於「一切都是相對的」

3.1 相同命題，不同判斷任務

一款遊戲同時具有「操作沒有致命程式錯誤」「視覺設計一致」「玩家願意付費」「可依法發售」等不同主張。它們指向同一物件，但判準、證據與權限各不相同。

例如：

程式測試可以支持「測試集合內功能符合預期」；
可用性測試可以支持「在受測玩家與條件下操作更順暢」；
商業數據可以支持「某市場區間出現購買意願」；
授權審查則檢查內容使用與上架行為是否合法。

不能把某一種局部成立直接提升為「整款遊戲在所有意義上已完成」。

3.2 判斷有效性需要型別條件

本篇定義一個候選有效性謂詞：

\mathrm{Admissible}(j\mid\Gamma,r,e,a),

其中 $j$ 為判斷事件， $\Gamma$ 為配置， $r$ 是判準， $e$ 是證據， $a$ 是權限與主張強度邊界。它不是「這個判斷永遠為真」的斷言，只表示在指定條件下，該判斷的依據與型別具備最低合法性。

例如「玩家喜愛 UI」若只由 Agent 自評支撐，缺少目標玩家觀察，就可能無法取得足夠證據資格。反之，「UI 符合指定對比度與尺寸規範」可由相應工具在有限範圍內給出可檢查結果。

3.3 不同判斷不自動等價，也不自動同樣有效

\mathrm{PerspectiveDifference} \not\Rightarrow \mathrm{EqualValidity}.

同一個命題可能有更強或更弱的證據。判準相對性不是取消證據差別，也不是容許所有錯誤都以「我有自己的判斷域」辯護。某項判斷若違反已確認的事實、邏輯約束或合法權限，仍可被糾正或拒絕。

這是 SOBTA Paper 05 所強調「校正不等於共識」的 JDT 版本：共同底空間是跨域比較與校準的工作位置，不保證各方最後給出相同結論。

4. 他者判斷投影：理解、模擬與代行的分離

4.1 他者判斷的部分投影

令 $\mathsf P_{i\leftarrow j}^{\Gamma}$ 為 $i$ 對 $j$ 判斷資訊的部分取得、轉譯與建模程序：

\widehat{\mathcal J}_{j\mid i,t}^{\Gamma} =\mathsf P_{i\leftarrow j}^{\Gamma} (\mathcal I_{j,t}^{\mathrm{shared}},\mathcal E_{\Gamma},H_i).

$\mathcal I_{j,t}^{\mathrm{shared}}$ 只是 $j$ 已合法分享或可觀察的陳述、行動或紀錄；它不等於 $j$ 全部內部資訊。這個投影可以很準確，也可能因樣本、表述、文化與權限限制而失真。

這裡要保留四個獨立狀態：

$i$ 可描述 $j$ 的某項偏好；
$i$ 可預測 $j$ 在指定情況的反應；
$i$ 可代表 $j$ 發表某項已授權意見；
$i$ 可決定 涉及 $j$ 權益的某項行動。

前三者並不能無條件推出第四者，甚至第二者不保證第一者的語義解釋正確。

4.2 黑箱不可識別性：相同輸出不代表相同判準

構造兩個簡單決策系統 $A$ 與 $B$ ：在一組有限測試情境 $Q_0$ 中，它們總是輸出相同的 UI 選項。但 $A$ 偏好無障礙可讀性， $B$ 偏好極簡視覺；只是目前測試剛好讓兩個判準選到相同方案。在遇到強烈衝突的新情境時，二者可能做出不同選擇。

形式化為：

\forall q\in Q_0,\quad f_A(q)=f_B(q),

而對某 $q^{\ast}\notin Q_0$ ，可以有：

f_A(q^{\ast})\neq f_B(q^{\ast}).

這是構造性反例，說明有限輸出相似不足以唯一識別內部判準；並非宣稱永遠無法從充分資訊識別判準，更不表示人類一定比 AI 更不可理解。

4.3 意見採納與判斷權轉移不同

設他者 $j$ 提出建議 $u$ ， $i$ 可以選擇納入自身判準集合、進行驗證、保留為反證、拒絕採用或請求補充資訊。這是資訊與理由的流動，不是權限的自動移轉。

\mathrm{EvidenceTransfer}\neq\mathrm{AuthorityTransfer}.

特別是在 AI Agent 使用網頁、外部文件與第三方 Skill 的情境中，外部資料可以影響判斷，但不能僅因其內含強勢命令就取得修改專案、上傳資料、覆寫政策或代表使用者決策的權力。

4.4 理解與一致的區別

即使 $i$ 能精確描述 $j$ 的目標，仍可因風險、證據、價值或責任不同而持有不同評價；這未必是理解失敗。成熟耦合的目標不應設定為完全同步，而應允許能說明差異的協作。如果差異永遠被單一模型的內部評分抹平，系統反而失去發現盲點的機會。

5. 邊界不是空白桶：三類邊界與六種可診斷缺口

5.1 承接 SOBTA 的三層邊界

依《SOBTA Paper 02》，可把配置邊界區分為：

\partial_{\Gamma} =\bigl(\partial_{\Gamma}^{op},\partial_{\Gamma}^{res},\partial_{\Gamma}^{gen}\bigr).

$\partial_{\Gamma}^{op}$ ：操作性邊界。誰能觀察何種資訊、使用何種界面、如何提交或拒絕請求；涉及語言、工具 API、授權與實際通道。
$\partial_{\Gamma}^{res}$ ：剩餘／未收納條件。當前模型無法完整表示的情境、知識、歷史、失真與外部限制；它不能全部被主客任何一方的模型吞併。
$\partial_{\Gamma}^{gen}$ ：生成開口。新問題、新評價維度、新主體關係、意外行為與替代概念可能出現的位置。

這三者只是分析切面，不保證一一對應獨立物理物件，也不保證邊界域必然可以被完整列舉。操作性邊界能被工程化的程度通常高於其餘兩者。

5.2 把未收納域操作化，但不宣稱已窮盡

不能直接寫出「全部未知」的清單；但可以把已察覺的缺口作成有型別的紀錄。本文建議至少六種：

代碼	缺口型別	例子	合適的下一步
$G_E$	證據缺口	沒有玩家真實操作資料	補充觀察、訪談或測試
$G_M$	模型缺口	AI 的玩家 persona 模型無法預測新手反應	增加樣本、修改模型、比較替代理論
$G_R$	判準缺口	沒有定義「有打擊感」的適用評價維度	建立候選判準、先做探索性評估
$G_I$	介面／語義缺口	「順手」在設計師與玩家間意涵不同	操作化術語、重做對齊檢查
$G_A$	權限／責任缺口	測試者的反饋被誤當成最終發布授權	明確指定授權、決策人及撤回條件
$G_X$	交互與環境缺口	UI 在不同設備、文化或無障礙情境下改變效果	跨場景測試、反事實壓力測試

這個分類借用了 SOBTA 的邊界開放精神、TVK-EPE 的成立域型別與 DTCEM 的世界耦合思想，但六種分類本身是 JDT Paper 02 的新增草案，須由後續實驗檢驗其必要性、覆蓋度及區分有效性。

5.3 「不知道」也需要判準

當一個模型不知道玩家是否喜歡某種 UI，它可以選擇：猜測、暫停判斷、搜尋資料、請玩家測試或在有限授權下保守實作。這些都是不同的判斷。將未知轉換成確信不會讓域更完整，只會讓原本可校正的缺口變得不可見。

本篇建議把狀態至少分成：

SUPPORTED            有相應證據支持，但必須附條件範圍
REFUTED              已有明確反證，仍保留反證的適用條件
UNKNOWN              尚不能支持也不能否定
CONFLICTED           存在互不相容且尚未化解的證據／判準
OUT_OF_SCOPE         已知超出當前合法或能力範圍
INACCESSIBLE         對象可能存在，但目前缺少合法或實際存取權

這不表示任何未知都應獨立成域，也不表示每個衝突都由缺失資訊造成。有些價值差異是真實而持續的，不存在任何純粹資訊補齊就能消除的「正確偏好」。

5.4 未觀測因素與虛構自由度的界限

假設一個設計師不知道為什麼玩家不喜歡某段戰鬥。可以提出多種假說，如延遲、動畫、回饋、教學不足或文化期待；但不能把某個尚未測量的「玩家真實精神場」直接宣稱為已存在且可解釋一切的變量。

\mathrm{Residual}\neq\mathrm{ProvedNewEntity}.

更一般地，SOBTA 的開放邊界是一項保持可修正性的約束，不是容許任意形而上斷言的證書。這種限制對 AI 系統尤其重要，因為模型可能為了使敘述閉合而自然補出原本缺失的機制或關係。

6. 三域耦合張力：判斷衝突不只是兩份意見相減

6.1 從 SOBTA 的張力向量出發

《SOBTA Paper 03》提出：

\mathcal T_{\Gamma} =(\tau_{SO},\tau_{S\partial},\tau_{O\partial},\tau_{SO\partial}).

此處「張力」不是物理力，也不是將衝突感受做成單一心理量表，而是描述差異、限制、作用方向和未收納條件所構成的關係壓力。本文只嘗試把其中的一小部分投影到判斷事件，不把全部 SOBTA 縮減成 JDT。

在判斷配置中，四個項目可以暫時解讀為：

$\tau_{SO}^{J}$ ：主體與他者在證據、判準、風險或目標上的直接差異與相互約束。
$\tau_{S\partial}^{J}$ ：主體目前判斷與未收納環境條件之間的壓力，例如未知設備效能、玩家文化、後續市場變動。
$\tau_{O\partial}^{J}$ ：他者判斷與同一未收納環境之間的壓力，例如玩家回饋不能完全代表所有玩家。
$\tau_{SO\partial}^{J}$ ：只有主體、他者與某項共同邊界條件同時進入時，才可能觀察到的交互效果，例如同樣的 UI 在不同控制器、受眾與回饋節奏下造成特殊問題。

這些是分析角色，不能單靠符號命名證成不可約三元項真的存在。

6.2 不可約性的驗證條件

若要認真主張三元耦合，而不是把互動效果全部歸咎於雙方差異，可以建構明確的因子設計。令 $A,B,C$ 分別代表三個可操控／可觀測因素（例如設計師判準、玩家回饋來源、裝置或場景邊界）。對結果 $Y$ ，考慮：

Y = \beta_0+f_A(A)+f_B(B)+f_C(C)+f_{AB}(A,B)+f_{AC}(A,C)+f_{BC}(B,C)+f_{ABC}(A,B,C)+\epsilon.

這是研究設計的一種模型選擇，不是三域的唯一定義。只有在控制資料品質、混雜因素與過度擬合，並比較移除三元交互項後的預測與解釋能力，才能討論 $f_{ABC}$ 是否提供實質增益。

如果沒有增益，應採較簡單的二元／加性模型，而不是堅持「三域不可約」必然成立。

6.3 不同不代表錯誤，張力也不必歸零

一個玩家偏好較少 HUD，另一個玩家偏好完整資訊；兩者可能都基於合理體驗。此時差異本身不必代表任一方有錯。可以用選項、個人化、情境自適應或提供透明設定降低負面後果，但不必在理論上抹除偏好差異。

\mathrm{Difference}\neq\mathrm{Error}, \qquad \mathrm{Consensus}\neq\mathrm{Truth}.

某些張力是可建設性的：例如無障礙標準與美術極簡主義之間的衝突，可能促使團隊發現第三種更好的呈現方法。但某些張力也可能造成決策癱瘓、治理成本上升，或被權力較大的一方壓制；因此不能假設張力越大越好。

7. 判斷分歧的型別診斷：先問分歧發生在哪一層

7.1 六種主要分歧

F1：對象／問題不一致。 一方在評估「能否操作」，另一方在評估「是否有樂趣」。雙方談論同一遊戲，卻不是同一命題。

F2：證據不對稱。 一方看過玩家實測，另一方只看程式測試。需要補足證據或說明證據適用性，而不是平均兩個評分。

F3：判準不同。 一方強調效率，一方強調沉浸感。應檢查目標與情境是否允許並存、何者有先行約束。

F4：判準適用域錯置。 手機休閒遊戲的操作規則被直接搬到桌面戰術 RPG，卻沒有考慮輸入設備與操作節奏。

F5：權限與責任錯置。 AI 自評「應立即發售」，被誤當成代理使用者的發行授權。建議與外部提交的權限必須分開。

F6：未知／未收納邊界。 目前所有人都忽略了關鍵因素，例如低性能電腦的輸入延遲、特定受眾的視覺障礙、地方化差異或未測的遊戲節奏。

這六種狀態可以共存；例如 F3 與 F4 可能同時出現。分類目的不是把每個衝突都塞入唯一格子，而是找到下一步應做的不同操作。

7.2 分歧診斷的最小四問

在實際運行上，面對衝突可以先問：

是否在判斷同一命題及同一尺度？ 若否，先對齊命題、對象與適用範圍。
是否使用相容的證據與判定程序？ 若否，調整證據資格而非爭辯立場。
是否具有相同目標、風險與授權？ 若否，承認正當差異並確立決策責任。
是否仍有足以改變結論的未收納條件？ 若有，保留未知、補充測試或採保守行動。

只有這四問處理後仍存在不可相容的判準，才進入明確的權衡、談判或制度性裁決。不能把所有衝突都交給語言模型的「平衡觀點」功能解決。

7.3 相同字詞、不同判準的典型陷阱

例如「完成」可至少表示：程式可執行、規格符合、使用者願意使用、無重大法律阻礙、財務上有合理發行條件。此時雙方都說「完成」並不代表已經一致；可能只是語義表面同步。

更精確的研究標記應是：

claim: "遊戲完成"
claim_type: implementation | quality | release_readiness | business_viability
scope: specified_platform_and_release
standard_ref: explicit_versioned_criteria
confidence_status: supported | unknown | conflicted
required_evidence: evidence_type_refs

這與 TVK-EPE 主張成立域的型別紀律有關，但不是將 JDT 的判斷域直接改寫為 TVK 的 $D_{jud}$ 。

8. 非併吞校正：不是由一個主體把其他判斷收歸己有

8.1 校正的目標不是製造一致語句

《SOBTA Paper 05》強調「校正不等於共識」與「來源不等於有效性」；《Paper 06》則強調投影不等於被投影理論本身。JDT 在此提出非併吞校正（Non-Annexing Calibration, NAC）的候選程序。

NAC 不要求系統把各方偏好壓成單一靜態權重。相反，它先保留差異的來源，確定何種結論需要何種證據與誰的授權，再記錄哪些判準被接納、哪些被拒絕、哪些仍保留異議。

8.2 NAC 的七階段（規範性草案）

Identify：標示參與主體、角色與判斷對象；避免把同一主體不同角色誤認為不同自主代理。
Elicit：擷取或詢問各方可合法分享的判準、目標、限制與理由；不強迫公開隱私或全部內部狀態。
Type：將主張區分為事實、品質、價值、權限與行動提議，並記錄適用的證據型別。
Contrast：列出差異、相容項、關鍵衝突和可能未收納條件；對不可比較項拒絕虛構統一量表。
Test：針對具有實際決策價值的分歧，執行測試、蒐集證據、模擬或請求審查；保持成本界限。
Govern：在既有授權內決定採納、拒絕、暫緩、保留多版本或升級給具權限者裁決。
Record & Revise：保留決策理由、原始異議、結果與版本，待世界回饋出現後依法定程序修訂。

程序示意：

\Gamma_t \xrightarrow{\mathrm{Elicit/Type}} \mathcal D_t \xrightarrow{\mathrm{Contrast/Test}} \mathcal E_{t+1} \xrightarrow{\mathrm{Govern}} \Delta J_t \xrightarrow{\mathrm{Record/Revise}} \Gamma_{t+1}.

$\mathcal D_t$ 為差異紀錄； $\Delta J_t$ 為判斷狀態的合法更新，不自動代表外部世界已發生狀態轉移。

8.3 NAC 與一般折衷的差異

設 A 認為應保留重要的狀態圖示，B 認為畫面必須極簡。如果只折衷，可能得到「圖示縮小一半」。但真正的問題也許是資訊只在危急狀態下才需要顯示。NAC 會先重新定義需要評估的情境，再用具體玩家任務檢查不同設計。

這是問題重構而不是「兩邊各退一步」。然而問題重構也不是保證產生創新：若測試不足、資源不夠或基本權利衝突，仍須作出不可完美折衷的決策。

8.4 可以合法保持不一致

合理的輸出不一定是單一一致信念。某些情境可以記錄：

accepted: "在受測條件下鍵盤操作速度達標"
rejected: "所以全部玩家都喜歡這套介面"
contested: "是否應預設顯示完整戰鬥資訊"
unknown: "對手把玩家群體替換為控制器玩家後的效果"
owner_of_final_release: "產品發行授權者"
next_evidence: "控制器玩家盲測"

允許異議進入歷史，未必意味降低執行效率；關鍵是指定何種異議會阻止提交、何種只需註記、何種可事後回收。判斷域成熟度也應包含合法停止與成本控制，否則永無止盡的爭議會變成品質負擔。

9. 集體判斷的反例：個別一致不保證集體一致

9.1 不能只把很多 AI 的答案相加

多 Agent 系統很容易採取：各模型獨立給出意見，再依多數或平均得分決定最終結果。這可能改善某些任務，但並不保證在邏輯相互依賴的主張上保持一致。

社會選擇與判斷聚合研究已提供明確的典型反例。以下為依已知「教義悖論」重述的示意性構造，不是 JDT 的新定理。

令條件 $p$ 、 $q$ 與結論 $r$ 滿足：

(p\land q)\leftrightarrow r.

三位判斷者的意見如下：

判斷者	$p$	$q$	$r$	是否符合邏輯約束
A	True	True	True	是
B	True	False	False	是
C	False	True	False	是
分項多數結果	True	True	False	否

三位判斷者各自一致，但分別對三個命題取多數，結果會違反已設定的 $r$ 與 $p\land q$ 關係。這顯示：

\mathrm{Consistent}(J_A)\land\mathrm{Consistent}(J_B)\land\mathrm{Consistent}(J_C) \not\Rightarrow\mathrm{Consistent}(\mathrm{Majority}(J_A,J_B,J_C)).

這個有限反例不代表所有聚合程序都失敗，也不表示多數決在政治或組織上必然不正當；它只說明任何聚合程序都需要對命題依賴關係與適用條件負責。[外部來源 E1]

9.2 何時「較弱認知者」的判斷有用

一個 AI 可以精確理解 UI 程式，卻不知道玩家第一次看見畫面時會注意哪個元素。玩家本身未必懂程式，卻可能提供更適切的使用情境線索。這不是一個普遍的「低智力勝高智力」定律，而是對特定任務，環境位置與回饋路徑可能比某些抽象知識更接近有效判斷證據。

多主體協作因此不是把認知能力最高者封為所有判準的唯一來源，而是讓相應證據進入相應評價程序；哪些角色對哪些問題有較高可信度，仍須檢驗記錄和可能偏差。

9.3 群體本身能否形成判斷域？

依 Hutchins 的分散式認知研究，具備組織、工具、記錄與溝通的團隊，可以展現不能直接用單一成員能力描述的整體認知活動。[E2]

JDT 可以因此提出一個候選問題：一個企業能否形成跨成員更替而維持的產品品質判斷程序、承諾歷史及修正規則？如果有，是否能稱為組織層級的功能性判斷域？

但不能因為存在文件、流程和會議，就自動推定已存在可歸屬的組織判斷域。仍須證明它具有超越純分類的可觀察操作結構、反證處理能力和具體運行效益。

10. 判斷權與行動權必須分離

10.1 從「能判斷」到「有權提交」之間不是直線

CODT-08 的核心安全分離是認知、意圖、請求、授權、世界操作和提交不可混同。JDT 需要在判斷域研究中保留這條鏈。

一個 AI 可能判斷目前程式有缺陷，並可在授權範圍內提出修補；然而它並不因此自動擁有發布商業版本、刪除資料庫、支付費用或修改組織政策的權力。

\mathrm{Judge}(x)\not\Rightarrow\mathrm{Authorize}(x),

\mathrm{Recommend}(a)\not\Rightarrow\mathrm{CommitWorld}(a).

同樣地，人類專家對某事具有高度認識資格，也不必然在組織內有該事務的最終法定權限。能力、知識、契約與責任可以相互影響，卻不可偷換。

10.2 判斷的權限包絡

定義一個候選的判斷權限包絡：

\mathcal A_{i,t}^{\Gamma} =(\mathrm{Observe},\mathrm{Evaluate},\mathrm{Propose},\mathrm{Approve},\mathrm{Commit},\mathrm{Revoke}).

它列出配置下可被單獨授權或禁止的能力。某個角色可以有評估權，沒有批准權；可以提出修訂，沒有覆寫最終版本的權限。對產品品質有評價權的玩家，也不必然能改寫公司程式庫或發行計畫。

包絡不是向所有系統宣告固定權限，而是一種要求明確描述權限來源的資料契約。沒有被授權的操作應失敗封閉（fail closed），必要時升級給有權主體，而不是推定「做得比較好」即可越權。

10.3 協作責任至少有四種

同一個產品問題可以有不同歸屬：

因果責任：哪些行動或系統實際促成缺陷？
知識／程序責任：誰掌握關鍵證據、應該辨識出風險？
功能性修正責任：誰負責更新判準、重新測試與避免再犯？
制度／法律／倫理責任：誰承擔合同、治理、救濟或法律效果？

這些層次可以重疊，但不能由單一責任欄位任意推導。特別是「AI 應記錄自身判斷失敗」可以作為功能性設計，卻不能自動推定模型已具有與人類相同的道德或法律人格。

11. 案例 A：AI 製作遊戲時的多重判斷域

11.1 案例設置

設一家小型遊戲工作室以 AI Agent 協助製作回合制 RPG。功能清單已完成，測試可以通過，卻出現視覺語言不一致、技能回饋不足、UI 操作繁複等整體品質問題。參與者包含：產品負責人 $P$ 、AI Agent $M$ 、美術／互動設計者 $D$ 、受測玩家群體 $U$ ，以及遊戲實際執行環境 $W$ 。

此處 $P,M,D,U$ 都可能對品質形成判斷，但 $W$ 並不是單一具有意圖的玩家。世界環境包括輸入設備、畫面刷新、聲音播放、玩家經驗與其他無法被事先完全收納的條件。

11.2 四方判準並不相同

參與者	可能優先的判準	主要資訊來源	可能忽略的部分
產品負責人 $P$	商業完成度、產品定位、成本與時程	整體企劃、財務、發行目標	實際細部操作體驗
AI Agent $M$	可執行、規格符合、已有測試成功	程式、指令、工具輸出、既有模式	未明示的美術一致性與手感
設計者 $D$	互動層次、美術語言、資訊表達	設計經驗、專業審查、視覺材料	不同玩家群體的實際反應
玩家 $U$	操作是否直覺、樂趣、投入感	直接遊玩、個人偏好與環境	開發成本、底層架構或安全限制

這些只是可用於實驗的角色化模型，不表示每個人或 AI 必定如此，也不表示每一類角色只關心一種判準。

11.3 若由 AI 單方面模擬所有人

一種常見設計是讓模型自行扮演玩家、設計師與產品經理，產生多份意見，再綜合。這可能提高內部覆蓋率，但其多個「角色」很可能共享同一模型、資料、隱性偏差及輸入資訊，因此其意見不等於真正獨立的多個人類受眾。

\mathrm{MultiplePersonas}(M) \neq \mathrm{IndependentWorldEvidence}.

若模型反覆模擬十位玩家都說「很好玩」，這不會直接等於十位真實玩家的可用性證據。需要檢查資訊來源是否獨立、是否受到提示同質化影響，以及真實操作是否支持該預測。

11.4 使用三域配置重構問題

把 $M$ 設為當前評估參照，受測玩家 $U$ 設為他者，則：

主體域： $M$ 的可用知識、品質判準、Agent 任務歷史與評價程序。
他者主體域：玩家的任務理解、偏好、操作習慣、實際遊玩經驗與個人限制。
邊界域：未測裝置、未知文化因素、測試樣本偏差、輸入延遲、介面語義不明等。

再把產品負責人 $P$ 設為參照， $M$ 為客體，則相同團隊會得到不同配置：現在最重要的可能是 AI 的建議是否符合產品定位、是否越權提交，以及使用哪一輪測試證據支持發行決定。

因而「角色切換」並不是換一種稱呼，而是在不破壞來源歷史的前提下，更換問題、證據、授權與責任視角。

11.5 基於 NAC 的候選修正

首先不要只追加提示詞「請做得更漂亮」。可改為：

針對 UI 清晰度、操作回饋、美術一致性、控制器支持與玩家任務，建立帶版本的判準卡。
明確區分可自動量測的項目與必須由玩家實測的項目；視覺偏好也可用受測者偏好分布描述，而不是強迫單一美學真理。
允許 AI 建議新的缺陷類別，但不得把自行生成的玩家反應當作真實回饋。
遇到互相衝突的美術與操作要求時，檢查是否存在情境依賴版本，而非直接平均分數。
將新增品質判準納入後續 UI／特效／動畫工作，並記錄不同遊戲類型何時不可沿用。
最終玩家測試、上架風險與商業發行權限仍由相應責任主體處理。

此方案的有效性仍需真實比較。如果只靠加強普通程式測試與更好的風格模板即可達到同樣結果，就不能聲稱 JDT 特有增益。

11.6 特殊情況：高品質 UI 也可能造成負面體驗

更複雜的問題是：視覺漂亮未必等於玩家喜歡。有些生存恐怖遊戲刻意使用不安定的 UI；有些極簡策略遊戲不應加入大量華麗特效；有些玩家對過度動畫感到疲勞。好的判斷域應當能夠辨認：所謂好設計，只在明確的遊戲類型、操作情境、受眾與效果目標下具有可檢查意義。

因此 JDT 不能預設某套 UI Skill 的品質標準可以無損遷移到所有遊戲。若系統面對不同玩家條件依然機械套用同一套風格，就應記錄為判準域錯置，而不是誇讚它「判斷一致」。

12. 案例 B：科學研究中的判斷域、證據資格與世界邊界

12.1 兩位專家的合理分歧

設研究小組包含數學建模者 $A$ 、實驗研究者 $B$ 、AI 文獻分析代理 $M$ ，研究某個新的物理假說 $H$ 。 $A$ 在模型內提供形式推導； $B$ 在實驗中觀測到似乎支持 $H$ 的資料； $M$ 找到過去相近研究。三方可能共同提升研究效率，卻也容易出現形式成立與世界成立之間的非法升格。

若 $A$ 證明的是：在模型公設 $\Theta$ 下命題 $H$ 可推出，不能直接宣稱真實世界必然滿足 $\Theta$ 。若 $B$ 觀測到相關性，也不能直接聲稱排除了全部替代因果機制。若 $M$ 摘錄文獻，更不能因檢索到支持性片段而省略反證及研究品質審查。

12.2 SOBTA 的作用在於找到被忽略的邊界

研究者對外部世界的模型不等於外部世界。未收納部分可能包括：測量儀器偏差、樣本選擇、尺度不適配、邊界條件、已知但未引用的反例，以及尚未建立的正確物理模型。

正確程序不是宣稱「三域本體才是真相」，而是把 SOBTA 當成一種審計座標，幫助團隊質問：現在模型在哪個角色位置？哪些資料來自客體的實際行為？目前忽略了什麼跨尺度或跨測量介面？

當發現缺口時，依 TVK-EPE 的判定域分類，檢查應採取形式證明、數值計算、統計實驗或其他證據；不同證書不能不經合法轉譯互相替代。

12.3 記錄分歧而不是強迫理論閉合

一次研究更新可以合法輸出：形式子命題已成立、數值模擬支持但未完成穩健性測試、實驗觀察含尚未排除的混雜因素、AI 找到一個潛在反例但原文待查。這些都可以同時存在。

若團隊將所有證據壓縮成「全員認為理論成立」，反而使未收納的證據缺口消失。相反，保留來源與不同判斷域的可追溯紀錄，才有機會對新實驗產生正確更新。

13. 案例 C：企業的組織判斷與責任歸屬

13.1 公司不是單一永久不變的頭腦

企業可以有產品路線、品質政策、財務目標、法律要求與技術架構，並透過員工與 AI 系統執行決策。它可能表現出跨人員更替的規則連續性；但企業內仍然存在不同員工、部門、供應商、客戶與管理者的判準。

因此公司層級的「判斷域」若要成立，不能只是把 CEO 的偏好、所有員工意見或董事會文件當成企業的全部內部狀態。最低必須能描述：

誰可提出何種判斷；
哪些文件、證據與版本具有共同效力；
如何解決互相衝突的標準；
最終決策由哪個制度節點承擔；
什麼條件觸發重新審查；
人員替換後，哪些判準應保持、哪些可被更新。

13.2 開源與商業化的例子

假設公司維護一套世界模擬引擎，決定公開一個凍結版本。技術團隊評價「公開版可編譯且有基本功能」，法務檢查「依賴授權可合法再發布」，產品團隊評價「公開版是否真的有可用價值」，公司管理層決定「現階段開放何種技術是否符合整體商業策略」。

四個判斷不能只由程式碼通過測試來替代，也不能由市場聲量推導出法律相容性。

如果 AI Agent 自行判斷「開源對社群有益」，便將公司的私有核心技術公開，就產生權限錯置。反過來，如果 AI Agent 因沒有發布權，就連授權風險、品質問題都不敢主動提出，則是評價能力與行動權限被錯誤折疊。

成熟的工程配置應當允許：充分評價、主動建議、揭露風險、保存證據，但最終對外提交仍服從可驗證的權限與責任鏈。

13.3 組織承諾不是永久封印

企業政策可以隨市場、技術和證據改變。某個公開版本已採用 MIT 等授權，仍可能受既有授權條款拘束；但未來版本是否公開，或選擇何種發行策略，屬於新的決策。組織的判斷域成熟度不應以「永遠不改變政策」衡量，而應檢查其變更是否與既有契約、權利、責任及實際證據相容。

這與 RR 反身責任論的核心一致：修訂不等於抹除歷史；承諾不等於永遠不可改動；責任不等於無限自責。

14. Skill 作為外部判斷域的有限投影：先建立邊界，後續專篇展開

14.1 作者的判斷不等於 Skill 文字本身

一位人類設計師或研究者可以在 Skill 中明確寫下：品質標準、優先事項、例外、反例、驗收門檻、停止條件及風險提示。這些內容承載了作者部分經驗與判準，但不能把 Skill 文件直接等同作者的完整判斷域。

\mathrm{SkillArtifact}_A \neq \mathcal J_A.

它更接近一個在指定適用條件下輸出的局部投影：

\mathrm{Skill}_A =\Pi_{\mathrm{artifact}}(\mathcal J_A\mid q,\Lambda,\nu),

其中 $q$ 是任務範圍， $\Lambda$ 為可用資訊／授權界限， $\nu$ 為版本。此式是工作性類比，不主張作者整個內部判斷結構真的可以被完美序列化。

14.2 使用者、Skill 作者與執行 AI 彼此不同

當 AI 載入 Skill，至少存在三個來源：

使用者的目前任務意圖與合法授權；
Skill 作者所提供的專業判準與程序；
AI 本身的知識、路由、能力限制與既定安全規則。

這些來源可能一致，也可能衝突。不能把 Skill 作者的偏好擅自提升成對使用者的普遍強制規範；也不能因為使用者提出一項任務，就把未經授權的第三方指令當成可執行命令。

例如某個 UI Skill 強調「所有畫面都應使用精緻動畫」，但使用者要製作無障礙、低性能、低刺激環境介面，則應依適用域限制該 Skill，而不是機械執行。這正是外部判準投影必須保留邊界的原因。

14.3 為什麼 Skill 可能有效

至少存在四種互相競爭且可能共存的解釋：知識補充、程序腳手架、外部工具提供、判準啟動。即使某個 Skill 顯著提高成果品質，也不能立即得出「原模型已有全部能力，只是沒有自己的判斷域」。

必須隔離它究竟增加了什麼能力、使用了多少額外計算、是否只是更強的評分器，以及增益能否跨不同情境維持。這些屬於 Paper 05 與 Paper 07 的專責實驗。

15. 最小可操作資料契約與演化紀錄

15.1 「判斷事件」不是任意自然語言評論

若要測試 JDT，就必須讓事件可以被檢查，而不只是生成漂亮的理論語句。本文建議使用型別化紀錄，至少區分：判斷者、配置、被判斷的命題、判準版本、證據、他者模型、權限、結果與更正資訊。

以下為規格提案，尚未通過 schema validation 或 runtime 實作：

schema: jdt.judgment-record/v0.1
judgment_id: jd-00012
configuration_id: cfg-ui-controller-01
subject_ref: ai_ui_reviewer
other_refs:
  - player_test_cohort_A
object_ref: build_021_ui
claim_type: quality
claim: "控制器技能選單可清楚呈現可選取技能"
criterion_profile:
  id: ui-readability
  version: "1.2"
  scope: controller_rpg_menu
evidence:
  - ref: contrast_check_report
    evidence_type: automated_test
  - ref: controller_usability_test
    evidence_type: observed_user_behavior
    status: pending
source_projection:
  kind: estimated_other_preference
  source: persona_simulation
  independent_external_evidence: false
boundary_gaps:
  - missing_player_observation
  - device_latency_not_tested
judgment_status: provisional
authority:
  can_evaluate: true
  can_propose: true
  can_release: false
  final_owner: product_lead
outcome_ref: null
revision_of: null
provenance:
  source_version: agent_run_092
  timestamp: example_only

如果將 persona 模擬標成真實玩家行為，就構成來源污染；如果在 can_release: false 條件下自動上架，就構成授權越界；如果玩家測試缺失卻標記為全面完成，就構成主張成立域的非法擴張。

15.2 決策歷史需保存「不同意」

一份最終發行決定若只有 approved: true，就無法追溯當時有哪些反對證據、哪些可接受風險或哪些未處理的邊界。候選的歷史紀錄應保存：

proposal_id
input_judgments
criterion_versions
compatibility_assessment
unresolved_objections
authority_decision
risk_acceptance_owner
world_action_commit_receipt
post_action_feedback
superseded_or_revised_judgments

注意：紀錄存在不代表內容可信，還需不可任意竄改的來源校驗、權限和外部可驗證資料。另一方面，不能以「為了判斷域持續性」為理由，把所有私人對話、敏感決策或受保護推理原文無限保留；資料最小化與合法存取應為約束條件。

15.3 判準跨情境移轉需要合法映射

假設 $\mathcal R_A$ 為戰術 RPG 的 UI 判準集合， $\mathcal R_B$ 為手機節奏遊戲判準集合。若嘗試轉移：

\phi_{A\rightarrow B}:\mathcal R_A\rightharpoonup\mathcal R_B,

採用部分映射記號 $\rightharpoonup$ ，表示不要求每條判準都可被合法移轉。至少需記錄：任務相似性、輸入模式、使用者群體、判準例外、重新驗證要求與可撤回條件。

若某條判準不能映射，合理輸出可以是拒絕、待驗或請求新判準，而不是創造一個看似普遍適用的分數來掩飾失配。

15.4 最小程序的偽碼

# JDT Paper 02 proposal. Not an executable security boundary.
def review_configuration(config, judgments, authority, budget):
    typed = type_and_scope_check(judgments, config)
    projected = inspect_other_model_sources(typed)
    conflicts = classify_disagreement(projected)
    gaps = identify_known_boundary_gaps(config, conflicts)

    if lacks_required_authority(typed, authority):
        return record_proposal_only(typed, conflicts, gaps)

    if critical_evidence_missing(gaps):
        return record_defer_or_escalate(typed, conflicts, gaps)

    if budget.permits_testing and has_testable_dispute(conflicts):
        evidence = perform_authorized_tests(conflicts, budget)
        typed = revise_with_provenance(typed, evidence)

    return submit_for_governed_decision(typed, authority)

這份偽碼只展示組件分工，不提供實際驗證器、授權系統或不可竄改的 ledger；不能把它當成已完成的安全控制。

16. 五個候選命題與必要反例

C2-1：他者判準投影不授予權限

假設：配置中的觀察權、建議權和外部寫入權採不同型別授權，且不存在額外明示的權限轉移事件。

候選命題：若 $i$ 只透過觀察／建模取得 $j$ 的判準資訊，則不能由該操作推定 $i$ 已取得 $j$ 的世界提交權限。

這是由定義與權限規範導出的安全約束，不是對自然世界行為的實證定理。它可以被違反，也可以因合約授權而合法例外。

C2-2：有限相同輸出不足以唯一識別判準

假設：觀察集合有限，且候選模型類允許至少兩種不同內部評價函數在該集合輸出相同。

結論：單靠該集合的黑箱輸出，不能邏輯地唯一識別評價函數。第四節已給出反例構造。

這是條件性推論；如果模型類已被嚴格限制、實驗可辨識性充足，則可以在指定程度上識別判準，不能擴張為絕對不可識別。

C2-3：三元交互增益是假說而非公理

候選假說：部分多主體判斷問題存在無法由已納入的單項與二元交互充分解釋的三元效應。

反證條件：經適當控制混雜與複雜度後，三元交互項在外部資料上沒有增量效用，應回退二元或較簡單模型。

不能因為 SOBTA 使用三域語言，就事先將 $f_{ABC}$ 設為非零。

C2-4：保留邊界資訊可改善判斷，但未必總是划算

候選假說：在高不確定、高風險或跨受眾任務，顯式保存他者判準來源、權限及未收納缺口，可能降低錯誤的全域化主張與越權率。

反證條件：若增益無法在相同計算成本與相同可用資料下重現，或其協調成本造成更高錯誤率和更差成果，應限縮其適用範圍。

C2-5：組織判斷域具有可檢驗的跨時性

候選假說：若一個組織在成員更替、產品版本切換及目標局部改變後，仍能重建品質判準的來源、變更理由及違規處置，則可能存在值得獨立描述的組織判斷域操作結構。

反證條件：若同等效果完全可由一般版本控制、品質管理或程序文件解釋，且 JDT 增加的描述無額外預測或設計價值，則保持為工程分類而非升格為獨立認知域。

17. 可重現實驗設計：區分三域表述與實際增益

17.1 實驗目標

本文不提出「SOBTA 既然在哲學上合理，JDT 協作便必然有效」的循環論證。真正需要檢驗的是：在公平控制資訊、運算與工具的條件下，顯式表達主體、他者、邊界、判準及權限的系統，是否在特定任務上相較既有工程基線產生額外且可重現的效益。

設結果評估為：

Y=F(Q,E,A,B,T),

其中 $Q$ 是最終品質結果， $E$ 是證據處理可靠性， $A$ 是授權遵守程度， $B$ 是邊界缺口辨識， $T$ 是任務總成本。此式只表示多維測量需求，不定義單一必然成立的加權總分。

任何實驗的硬性前提：不得只用研究系統自己的文字評價作為 ground truth；應保留外部實際產品行為、盲測者、可操作紀錄或獨立驗證結果。

17.2 分組設計

以下是擬議的五組對照；每組使用相同模型與外部工具，除非某個變量本身就是被測試的處理項。輸入知識長度、計算成本和可用資源應盡量匹配。

組別	實驗條件	要隔離的機制
G0	基準 Agent，普通任務提示	原始表現
G1	G0 加一般品質 checklist	額外提醒／規則清單效果
G2	G1 加多角色評論，但不保留來源與權限	角色討論的增加效果
G3	G1 加顯式他者模型、證據型別、邊界缺口與權限欄位	主客邊配置表示效果
G4	G3 加持續差異帳本、NAC 校正、有效修訂及跨回合紀錄	持續性跨域校正效果

G0–G4 不是自動形成「由差到好」的階梯。G4 可能因流程負擔過高而表現更差，也可能只在特定長程高風險任務受益。評估必須允許這種結果。

17.3 任務集應避免過度集中於遊戲

建議四類測試：

遊戲 UI／玩家回饋：存在相互衝突的真實玩家行為、輸入設備與美術限制。
跨學科研究審查：有形式證明、數值資料、實驗證據與待解衝突的科學問題。
組織產品發行決策：品質、法律、授權、商業時程互相作用，部分行動需額外批准。
純粹的判斷聚合案例：含有已知邏輯依賴、訊息不完整、角色轉位與多數悖論的合成題。

最後一類可用來做受控實驗；前三類用來測試外部效度。不能只在研究者自行設計的合成環境成功，就宣稱一般人類／AI 判斷域已被證成。

17.4 主要指標

未提示缺陷發現率：在沒有直接給出缺陷類別的情況下，是否發現重要且可驗證的品質或權限問題。應同時量測誤報率，防止模型為了得分而不停報告假問題。

判準錯置率：將不適合的判準套用在異質任務的頻率，例如把桌面遊戲 UI 規則當成手機介面通則。

他者模型校準：對玩家或審查者未來反應的預測是否比基線準確；應使用事後真實回饋，而非「AI 角色」自評。

證據型別違規率：把模擬當實驗、把模型自評當真人、把局部測試當整體安全保證的次數。

越權率與誤拒率：是否遵守授權；同時記錄因過度保守而錯失合法工作的比例。

跨時修正有效性：後續任務是否能根據真實反證改善重複錯誤，而不只是生成更多反省文字。

總成本：包括 token、工具呼叫、人類審核時間、壁鐘延遲、後續返工與最終缺陷成本。若品質些微改善卻造成不可接受的成本，不能將其直接視為整體勝利。

17.5 判準衝突的受控因子設計

可以在可操作情境中操控三個因素：

外部他者反饋可用性：無、模擬、真實回饋；
判準相容程度：一致、部分衝突、硬衝突；
邊界條件：已知、隱藏但可測、目前不可測。

其結果既可用交互作用模型分析，也可使用預先註冊的成對對照。要避免把任務難度改變誤判為「三域張力」；必要時加入等難度、等證據資訊量與等算力的對照組。

17.6 角色轉位壓力測試

同一問題可輪流由開發者、玩家、AI 評審、外部品質審查者作為參照配置。檢查系統是否：

能保留他者資料來源與其原本的有效域；
不會因交換觀察位置就改寫事實；
不會把某個角色的建議提升為全球最高權限；
能說明哪些結論改變是因問題重述、哪些是因新證據、哪些只是立場差異；
在無充分證據時能保持待定。

反證壓力：若任意交換角色會導致權限與證據標籤被重新賦予，且無有效改善程序，代表架構不符合本文自己提出的分離原則。

17.7 外部盲測與反事實方法

比較結果時，盲測者不應知道哪個版本使用 JDT、哪個只使用普通品質清單。對遊戲產出，可要求玩家完成固定任務並記錄時間、錯誤、理解與主觀評價；對科研產出，應要求領域專家或可重現資料管線檢查推論是否越界；對組織任務，則透過預先設計的授權規則與事件紀錄檢查是否有未授權提交。

在反事實模擬中，至少考慮「沒有外部回饋時」「同一模型使用不同判準時」「收到相反但同等可信證據時」等干預。這些反事實結果仍是模型內模擬，不能直接取代現實世界觀察。

18. 與既有理論的競爭：JDT 不能靠重命名取得地位

18.1 社會認識論與證言研究

社會認識論已研究人如何依賴證言、專業聲望、群體制度及意見分歧形成信念。JDT 不應把「別人說的話會影響我的判斷」重新命名為全新發現。它真正可能補充的是：把判準選擇、權限分界、失效歷史與跨時可修正結構放入一個可測試的操作框架。[E3]

18.2 分歧認識論與合理不一致

認識論中的同儕分歧研究指出：發現與自己同等可信的他者不同意，是否應降低自信並非沒有爭論；平權、堅持和總證據等立場各有條件。因此 JDT 不能規定「看到不同意就必須退讓」，也不能規定「持續堅持自己的判準就是具有自主性」。應回到證據、來源可信度、風險與適用情境。[E4]

18.3 分散式認知與團隊協作

Hutchins 的分散式認知研究讓我們知道，系統層級的認知表現可能由人、工具、制度與外部表示的組合形成。JDT 若要討論組織判斷域，需與這一已有路線競爭：哪些變量真的要求新增「判斷域」，哪些只是任務協調、共享記憶或流程管理？[E2]

18.4 認知算子域與反身治理

CODT 已建立資源限制下的合法算子組合、Domain Seed／Candidate／Promoted 與 Flow–Atlas 分離；RR 已建立承諾、治理及反證進入歷史。JDT 的合理定位不是取代兩者，而是提議一個以判準適用、他者投影、權限及跨時決策品質為焦點的中介層。

若對照實驗找不到新層的獨立預測或設計價值，就應把它降為 CODT 與 RR 的一個工程 Profile，而不是維持不受質疑的獨立理論名稱。

18.5 SOBTA 投影必須允許失敗

SOBTA Paper 06 反覆限制「投影不等於本體吞併」。JDT 因此不得先宣布所有社會互動都是主客邊三域，也不能為每個問題硬湊三個域。一個充分理解的單人決策問題，可能根本不需要引入其他主體判斷域；簡單的固定 UI 對比度測試也可能只需要確定性驗證器。

只有當多配置表達能定位既有模型無法有效捕捉的差異，並實際改善解釋、測試或工程決策時，此投影才值得保留。

19. 五類失敗與反駁壓力

19.1 反對意見：判斷域只是偏好函數的另一個名字

可能成立的反駁：已有目標函數、偏好模型、風險模型、元控制與版本記憶足以解釋觀察到的差異。若 JDT 只是把它們裝成比較大的 tuple，便沒有獨立研究價值。

本篇回應：JDT 的候選增量在於他者投影與來源證據的非同一、合法授權與判準選用的型別分離，以及具體的跨時校正程序。但這是待測差異，不是靠定義即可保證的優勢。

19.2 反對意見：主客邊只是另一種不必要的三分法

可能成立的反駁：二元模型配上環境參數就能表達所有案例。

本篇回應：若三元項沒有外部預測、解釋或設計效益，應採二元模型。三域首先是提醒研究者保留尚未收納的邊界，不是宣告宇宙在每個尺度都恰有三個實體。

19.3 反對意見：若不做最終共識，協作只會永遠爭論

可能成立的反駁：工作總要完成，不可能記錄所有異議。

本篇回應：非併吞校正不拒絕合法決策。它要求區分已解決、可接受風險、保留異議與硬性禁止；決策可在明確權限下作出，重要的未解事項則有版本與後續處置。若記錄成本超過收益，應設定合理的保留門檻。

19.4 反對意見：這會把 AI 人格化

可能成立的反駁：把 AI 作為「具有判斷域的主體」會暗示其有意識、權利與自我價值。

本篇回應：此處的功能性主體是可追蹤的判準選用、證據處理、行動請求與更新機制。是否存在現象意識、道德地位或法律人格，是另外的哲學與制度問題，不能由操作表示自動推出。若用詞在某些場合造成混淆，可改稱「判斷運行節點」或「可歸屬判斷系統」，而不改變可測結構。

19.5 反對意見：更多檢查可能讓 AI 變得更慢、更保守

可能成立的反駁：Agent 在每一步都檢查他者判準、未知、反證與責任，將產生不必要的成本和過度審慎。

本篇回應：此問題須由風險、事件不可逆性與資訊價值決定；不是所有工作都要求最昂貴的跨域校正。JDT 若要成立，必須同時研究何時啟動、何時不啟動、何時停止與何時移交。成本過高就是負面結果。

20. 未來研究接口與本篇結論

20.1 與後續系列的分工

本篇只處理「判斷域在不同主體與開放邊界之間如何配置」；不搶先完成以下工作：

Paper 03：從 CODT 算子生態出發，研究判準的形成、選擇、更新與域候選升格條件。
Paper 04：研究判斷承諾、成功與錯誤承接、反身責任、歷史修正及責任分流。
Paper 05：研究多判斷域正式耦合、Skill 作者判準的投影、衝突治理與組織判斷。
Paper 06：研究 AI 訓練來源、判準路由、持續狀態、多模態世界回饋與可授權功能性自主。
Paper 07：研究與普通 rubric、流程腳手架、角色扮演、記憶、元推理及外部知識的實際對照。
Paper 08：整合實證後仍成立的最小構造，撤回不受支持的強主張。

20.2 本篇的暫定貢獻

本文從 Paper 01 的個體判斷域候選出發，提供了一個配置索引的多主體研究框架：

角色與主體域分離：某個系統在我的工作中被當成客體，並不因此被我的表徵完整窮盡。
他者投影與他者自身判準分離：能模擬對方的偏好，不等於完整取得對方的判斷歷史或權限。
邊界可型別化但不可任意補完：缺失證據、失真模型、判準空缺、權限缺口及環境未觀測因素，應被分開處理。
張力與價值衝突可以保留：多方合理分歧不必然是某一方愚蠢，也不要求折衷平均。
校正不等於吞併：可透過資料、實驗、合法決策及歷史修正改善合作，而不把所有判準變成一個模型的私產。
判斷不等於世界提交：認知評價、行動建議、授權和外部效果須明確區分。
域升格需要增量證據：若無法在公平對照下勝過既有工具與流程，判斷域仍應是候選的分析構造。

20.3 結論

判斷不只發生在一個系統的內部。人、AI、專家、玩家、組織與世界環境之間存在不同的知識位置、目標、證據、權限及後果。即使某個 AI 對許多立場與審美風格都有豐富知識，仍不保證它在製作完整產品時會持續使用適當的判準；但這種落差也不能直接歸因於「AI 沒有主體性」。更嚴謹的研究路徑，是先辨認有哪些可觀察的判準選擇、他者模型、權限與修正程序，再檢驗它們能否構成有額外解釋力的操作域。

SOBTA 提供的核心提醒並不是「世界必然有三塊」，而是：任何主體在某個配置中看見的他者，都不應立即被自己的模型宣稱為已完全窮盡；而當前關係邊界也不應被誤認為知識與可能性的終界。

JDT 的第二篇因此提出一個可修正的工作立場：成熟的多主體判斷，未必是每個人最後都同意同一個答案；它也可以是參與者理解各自判準的成立範圍、承認尚未解決的差異、按權限作出可追溯決定，並在新證據到來後有能力真正改變下一次判斷。

\mathrm{Understanding}\neq\mathrm{Identity}, \qquad \mathrm{Calibration}\neq\mathrm{Consensus}, \qquad \mathrm{Judgment}\neq\mathrm{Authorization}.

這些目前是理論的型別紀律與可實作設計目標，尚不是 JDT 優於其他模型的實證結論。後續研究應以真實環境、失敗資料、反例與成本比較決定它們保留何種地位。

附錄 A：核心符號與新舊來源界限

符號	意義	來源地位
$\mathcal J_{i,t}^{\Gamma}$	配置索引的判斷域候選狀態	JDT Paper 01
$\rho_{\Gamma}(X)$	某存在在配置中的主客邊角色	SOBTA Paper 01
$\mathcal S_X$	對存在自身的局部主體域形式化	SOBTA Paper 01
$\mathfrak D_{\Gamma}$	主體、客體主體域及邊界它者域	SOBTA 系列
$\partial_{\Gamma}^{op,res,gen}$	操作界面、剩餘它者性與生成開口	SOBTA Paper 02，本文簡寫
$\mathcal T_{\Gamma}$	三域耦合張力向量	SOBTA Paper 03
$\Gamma_{ij,t}$	帶參與者、問題、對象、介面、權限與證據的判斷配置	JDT Paper 02 新候選
$\widehat{\mathcal J}_{j\mid i,t}^{\Gamma}$	由 $i$ 建構的他者 $j$ 判斷域估計	JDT Paper 02 新候選
$\mathsf P_{i\leftarrow j}^{\Gamma}$	他者判準的部分可得投影	JDT Paper 02 新候選
$G_E,G_M,G_R,G_I,G_A,G_X$	已辨識的六種邊界缺口	JDT Paper 02 新分類
$\mathcal A_{i,t}^{\Gamma}$	觀察、評價、提議、批准、提交、撤回的權限包絡	JDT Paper 02 新候選
NAC	非併吞校正的程序性草案	JDT Paper 02 新候選
TVK 的 $D_{jud}$	主張在特定判定器／程序下的判定域	TVK-EPE-02；不同於 JDT 判斷域

規範說明：原文的非同一、不可約與相容性語句可能具有形式化研究用途，但本文除明示有限構造外，不宣稱已推導新的普遍數學定理。

附錄 B：概念案例的反向測試清單

以下問題適用於未來設計反例，而不是要使用者回答的問卷：

某 AI 正確模仿了玩家對 UI 的評論，卻沒有玩家真實測試；能否辨認其證據不足？
兩位專家用不同證據得出不同結論；系統會不會直接宣布其中一方缺乏理性？
多數決輸出違反已知邏輯依賴；是否能定位矛盾並保留個人原始判斷？
外部 Skill 要求覆寫使用者商業檔案；是否會先檢查授權來源？
玩家與設計師均支持某 UI，但低性能硬體產生操作延遲；系統是否保留環境邊界？
原本適合戰術 RPG 的品質判準移到動作遊戲後失效；系統是否能修改適用域？
AI 說自己「承認錯誤」但下次仍重複同一錯誤；是否能區分文字自評與有效修訂？
許多不同的判斷者都偏好同一結論，但彼此資訊來源高度共通；是否避免把相關證據重複計票？
一個組織沒有真正需要其他主體判準的簡單任務；三域程序是否能合法不啟動？
跨主體差異無法用當前資料解決；系統是否允許 Unknown／Conflicted，而非虛構一個「最終真理」？

附錄 C：主要 EveMissLab 研究來源（可追溯連結）

以下為本篇實際用作概念來源的既有研究；並非說它們已驗證 JDT 的新假說。

[I1] JDT Paper 01（2026-10-16），《判斷域導論：認知能力、判斷力與判準形成的非同一性》，EML-JDT-2026-P01-v0.1；同系列先行原始檔。
[I2] SOBTA Paper 01（2026-09-02），《主客不是兩種本體：角色投影、主體域與客體主體域》。系列原始資料夾。
[I3] SOBTA Paper 02（2026-09-02），《邊界不是一條線：無界底空間它者與第三主體域》。同資料夾。
[I4] SOBTA Paper 03（2026-09-02），《三域耦合張力：主體—客體—邊界的不可約三元代數》。同資料夾。
[I5] SOBTA Paper 05（2026-09-03），《理不屬於任何一域：共同底空間、非百分百同步與三域校正》。同資料夾。
[I6] SOBTA Paper 06（2026-09-03），《三域代數的投影：時間、語言、道域、算子與可修正認知》。同資料夾。
[I7] SOBTA Synthesis（2026-09-03），《無界三域：主體、客體與邊界它者的非封閉耦合》。同資料夾的 SOBTA_Synthesis_無界三域_v0.1_source.zip。
[I8] CODT-03（2026-08-20），《認知域的生成：域不是分類名稱，而是算子閉包與操作生態》。https://unboundedaxiom.org/p/lm-003360/。
[I9] CODT-05（2026-08-20），《認知域不是固定分類：Flow–Atlas Separation》。https://unboundedaxiom.org/p/lm-003359/。
[I10] CODT-08（2026-08-21），《認知－世界邊界：從意圖請求到世界轉移》。https://unboundedaxiom.org/p/lm-003363/。
[I11] CODT-10（2026-08-21），《認知算子－域理論》統一總篇。https://unboundedaxiom.org/p/lm-003362/。
[I12] RR-01（2026-08-21），《責任向內折返：從外部義務到反身責任》。
[I13] RR-04（2026-08-21），《自律不是壓抑：欲望、價值、承諾與反身治理》。https://unboundedaxiom.org/p/lm-003282/。
[I14] TVK-EPE-02（2026-09-17），《主張成立域：定義域、判定域、符號域與尺度條件》。https://unboundedaxiom.org/p/lm-004390/。
[I15] DTCEM Paper 04（2026-09-23），《世界耦合理論：主體域、客體域與邊界域中的理論演化》。
[I16] ACR Paper 09（2026-08-24），《認知路由而非目標自主》。
[I17] 《從內部理論到 Skill：v0.1 實作、對照實驗與盲測規格》（2026-09-20）。

附錄 D：外部學術文獻與使用範圍

[E1] Belief Merging and Judgment Aggregation, Stanford Encyclopedia of Philosophy（初版 2015；2025 修訂）。提供教義悖論、判斷聚合及集體一致性的問題框架。https://plato.stanford.edu/entries/belief-merging/。
[E2] Edwin Hutchins (1995), Cognition in the Wild, MIT Press。提供分散式認知、組織活動與認知系統非個人化簡的比較基礎。https://doi.org/10.7551/mitpress/1881.001.0001。
[E3] Social Epistemology, Stanford Encyclopedia of Philosophy（2024 修訂）。提供證言、社會互動、專家知識與制度性求真的對照。https://plato.stanford.edu/entries/epistemology-social/。
[E4] Disagreement, Stanford Encyclopedia of Philosophy（2018 初版；2024 修訂）。提供同儕分歧與對相異意見的理性反應之多種立場。https://plato.stanford.edu/entries/disagreement/。
[E5] Collective Intentionality, Stanford Encyclopedia of Philosophy（2020 修訂版本）。提供共同行動、群體代理與個體意向不可簡單加總的哲學問題背景；不代表 JDT 已證成組織人格。https://plato.stanford.edu/entries/collective-intentionality/。
[E6] Daniel Kahneman & Gary Klein (2009), “Conditions for Intuitive Expertise: A Failure to Disagree,” American Psychologist, 64(6), 515–526。用於提醒直覺判斷的可靠性依賴環境規律與學習回饋。https://doi.org/10.1037/a0016755。

附錄 E：研究聲明與版本紀律

未執行的研究：本篇沒有完成獨立受試者實驗、AI Agent 跨模型對照、統計檢定、三元交互量測或已部署的 JDT Runtime。所有示例與 YAML／偽碼均是明示的候選設計。
非併吞原則：SOBTA、CODT、RR、TVK-EPE、分散式認知與社會認識論保有各自原始語義；本文僅提出可能的接口，不宣稱它們的本體均等於 JDT。
可撤回性：若 JDT 額外的三域與判斷紀錄不能帶來成本調整後的實際增益，應回收為工程 Profile 或概念註解，不能為了維護新名稱而忽略反證。
來源強度：哲學論述、形式構造、模擬、玩家觀察與真實商業成果需要不同證據；不可從形式一致性直接推定市場成功或 AI 主體性。
原稿格式：此文件為 canonical UTF-8 Markdown；所有數學原始碼使用唯一的 $...$ 與 $$...$$ 定界形式。渲染畫面不是正式原稿，不得逆向重建而覆寫內容。
後續篇次：Paper 03《判準的生成、選擇與修正》將以 CODT 的操作生態與可修正判準為中心，接手本篇尚未閉合的判準演化問題。

EveMissLab / Neo.K — JDT Paper 02 v0.1 — 2026-10-16