document_id: EML-JDT-2026-P01-v0.1
title: 判斷域導論：認知能力、判斷力與判準形成的非同一性
english_title: Introduction to Judgment Domain Theory: The Non-Identity of Cognitive Capacity, Judgment, and Criterion Formation
series: 判斷域理論（Judgment Domain Theory, JDT）
series_position: Paper 01 / 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 / THEORY CANDIDATE / NOT EMPIRICALLY VALIDATED
author: Neo.K
research_collaboration: GPT-6 / Aletheia（研究彙整、草稿與批判性整理）
institution: EveMissLab / 一言諾科技有限公司
source_scope: 以既有 EveMissLab 理論為前置，對照可核實之外部學術研究

判斷域導論：認知能力、判斷力與判準形成的非同一性

作者： Neo.K
機構： EveMissLab / 一言諾科技有限公司
日期： 2026-10-16
版本： 0.1

Introduction to Judgment Domain Theory: The Non-Identity of Cognitive Capacity, Judgment, and Criterion Formation

系列：判斷域理論（Judgment Domain Theory, JDT）／第 01 篇，共規劃 08 篇
作者：Neo.K
研究協作：GPT-6 / Aletheia
機構：EveMissLab／一言諾科技有限公司
版本：v0.1，2026 年 10 月 16 日
研究狀態：形式研究草稿；本文的「判斷域」仍為候選理論構造，不是已經證實的獨立自然本體。

摘要

本研究從一種具有普遍意義的能力不對稱出發：認知系統可能在知識廣度、推理深度、資訊處理速度與專門任務表現上具有高度能力，卻仍然無法在開放情境中穩定辨認應優先處理的問題、形成適當判準、維持跨時間的一致評價、處理相互衝突的要求，或根據實際後果修訂自己的判斷。這種不對稱在人類、專業組織與現代 AI 系統中均可作為研究問題，但不能僅憑個別印象斷言其原因相同。

本文提出「判斷域」（Judgment Domain）作為一個操作性研究假說，嘗試將單次判斷、判斷能力、判準形成、歷史承諾與持續判斷結構分開。本文的暫定主張是：判斷不一定只是先完成認知處理，再由單一評分函數選出結果；在長時程與開放任務中，判準本身也會被形成、選擇、排序、拒絕、移轉與修正，並反過來影響系統接下來注意什麼、詢問什麼、忽略什麼、如何分配計算與何時停止。若這種過程形成跨情境可追蹤的操作生態，便可能存在值得獨立建模的候選判斷域。

理論的前置結構主要來自 EveMissLab 已有研究：主客邊三域代數（SOBTA）提供主體、客體及未收納邊界之間的非封閉關係；認知算子－域理論（CODT）提供拒絕「以命名冒充域」的檢證紀律；反身責任論（RR）提供判斷結果的承接與修訂；主張成立域（TVK-EPE）提供判定程序和證據適用範圍。外部學術研究則提供康德規定性／反思性判斷、智力與理性的區分、有限理性、元推理、環境線索判斷及直覺專業能力的邊界條件。

本文提出帶有型別界限的工作模型、五類判斷事件、初步的判斷—行動—結果—修正鏈，以及一組可被否證的命題。尤其強調：AI 具備判斷功能不等於已擁有哲學意義的人格；保存決策日誌不等於自然形成道德責任；Skill 改善表現不等於證明存在獨立的判斷域；「盡量客觀」也不意味沒有判斷。本文的貢獻是建立後續形式化與實驗所需的問題框架與區分，而非宣稱已解決 AI 的主體性或證成一種全新心理實體。

關鍵詞：判斷域、判斷力、判準形成、反思性判斷、認知能力、主客邊三域代數、CODT、反身責任、有限理性、AI Agent、Skill、長時程品質、元判斷、多主體耦合。

0. 研究起點：為什麼知道很多，仍然可能判斷不好？

本文所問的問題不僅關於 AI：一個系統的知識量與推理能力顯著提高，是否必然導致它在所有實際情境中的整體判斷品質同步提高？

若「認知能力」被定義為包含一切價值評估、元控制、目標選擇與現實決策，那麼「判斷」當然已被包含於認知之中；但這種極廣義定義沒有直接回答不同認知功能何以出現落差。反之，如果把認知能力暫時操作化為表徵、理解、記憶、模式提取、問題求解與推理，則可以提出具有可檢驗性的次級問題：系統是否能在沒有外部特別提醒時，選擇正確的評價維度、設定恰當的完成門檻，並依結果修正自己先前採用的判準？

例如，某 AI 已能完成一款可操作的戰術 RPG。角色繪製、戰鬥機制、數值、介面與測試都個別達標；然而作品的整體 UI、美術語言、受擊回饋與資訊階層卻互不協調。若使用者單獨要求「做漂亮的介面」，它又能立即設計出更好的 UI。此現象至多顯示可用能力與實際任務中被啟動的評價程序之間可能有差距。它不能單獨證明模型缺乏美學理解，也不能證明所有失敗都由判斷域不足導致。

更一般地，一名領域外使用者可能在數分鐘內指出：「這個產品雖能操作，但整體手感不對。」此人未必知道底層程式或具備完整的形式理論；他的評價可能來自長期接觸同類產品所形成的線索辨認與情境期待。這種經驗判斷可能非常有效，也可能因偏見或缺乏環境規律而失敗。問題不在神化人類直覺，而在辨認哪些因素讓某些情境中的判斷比單純推理更適切。

因此本研究避免兩種過快結論：

「AI 已很聰明，因此一定有成熟的整體判斷力」。
「AI 偶爾做出粗糙產品，因此它根本沒有判斷能力」。

較合理的研究問題是：判斷涉及哪些可以被分離觀察的操作，以及這些操作何時組成可持續的結構？

1. 研究命題與明確的非主張

1.1 研究命題

本篇只提出四項中心候選命題：

JDT-C1（能力非同一性）：在可比較條件下，知識廣度、推理能力與判斷表現可能不完全同步；三者具有關聯，但不應被定義上折疊。
JDT-C2（判準前置與反饋）：判斷不只在推理末端選擇答案；它也可能在推理開始前與推理期間，選擇注意範圍、判準、資源配置和停止條件。
JDT-C3（跨時連續候選）：若判準選用、承諾、結果與更正能在跨時間記錄中形成可檢查的約束關係，則存在可研究的「持續性判斷結構」候選。
JDT-C4（社會／系統耦合）：一個判斷系統對其他主體的理解與評價，不自動獲得代替他者判斷或改變他者世界的正當權限；多判斷域關係必須保留交互邊界。

這四項均為研究命題，不是本文已給出證明的定理。

1.2 非主張

本文不主張：

目前全部 AI 均缺乏「自己的」判斷，或未來 AI 一定形成哲學上獨立的主體；
知識與判斷是完全獨立的腦／機器模組；
判斷力與智能、情緒、價值或多模態能力沒有關聯；
對外表現出穩定判準即可證明主觀經驗、意識或道德人格；
一個判斷域必須不受外界影響，才算具有自身連續性；
判準越穩定，判斷就越好；
有了判斷域便可省去使用者授權或世界證據；
Skill 檔案本身具有人格或自主意志；
更大量的內部推理必然造成更好的外部判斷；
理論書寫中的代數結構已在現實世界中被驗證。

2. 五個概念必須分離

2.1 知識（Knowledge / Belief Resources）

知識在此指主體可動用的事實、概念、規則、範例和經驗表徵；另須區分經證實的知識與主體目前持有的信念。令 $K_{i,t}$ 代表主體 $i$ 在時間 $t$ 可動用的知識／信念資源，並不要求其中內容全部為真。

一個模型熟悉遊戲 UI 設計規範，與它在每個需要考慮 UI 的任務中主動調用這些規範，是兩回事。

2.2 認知能力（Cognitive Capacity）

認知能力暫定為系統表徵、理解、搜尋、比較、推演、建模、轉譯與計算的能力集合；可由任務表現、運算資源、可靠性、泛化與可遷移性衡量。本文不預設單一智力總分。

令 $C_{i,t}$ 為依指定測試集測量的能力描述，則 $C_{i,t}$ 不等同於全部世界知識，也不等同於判斷事件的品質。

2.3 推理（Inference / Reasoning）

推理是系統在前提、證據、規則、目標或概率假設下，構造新的命題、預測、解釋、候選方案或行動計畫的過程。其合法性與品質須對應各自的評估方式。正確演繹、可靠統計估計與實用計畫，不屬於同一種證書。

2.4 判斷（Judgment Event）

判斷是一個有情境、有判準依據、有對象、有輸出型別的事件。它可能輸出：

事實認定：是否相信某命題；
證據評估：證據是否足以支持主張；
品質評價：作品是否達到指定目標與水準；
優先級排序：哪些問題現在最值得處理；
實踐選擇：執行、拒絕、延期、補充觀察或改變方案。

判斷不必始終輸出唯一選項。保留分歧、未知、暫緩與拒絕越權，也可能是成熟判斷。

2.5 判斷力（Judgment Capacity）與判斷域（Judgment Domain）

判斷力是形成、選擇、評估和修正判斷的能力，可由任務品質評估。判斷域則是本研究尚待成立的候選概念，指讓判準、證據、優先級、承諾、邊界及回饋，在指定系統中形成跨時可運行關係的結構。

最重要的否定式是：

\mathrm{JudgmentEvent}\neq\mathrm{JudgmentCapacity}\neq\mathrm{JudgmentDomain}.

此式表達研究中的概念型別非同一，而不是宣稱三者在因果上互不影響。

3. 判斷事件的多種型別

不能把「判斷力」一律視為某個主觀偏好加權函數。本文至少區分五種判斷事件。

類型	典型問題	最小判準來源	常見失效
認識判斷 $J_E$	這是真的嗎？	證據、推理規則、可信度	把假設升格為事實
品質判斷 $J_Q$	這個作品好嗎？	目標使用者、任務品質與評價尺度	只見局部，不見整體
實踐判斷 $J_P$	現在應做什麼？	目標、成本、風險、權限	以技術可行誤認適宜
元判斷 $J_M$	判準與方法適合嗎？	判準適用範圍、反例、資源	用錯 rubric 而不自知
關係判斷 $J_R$	誰有權決定、受何影響？	主體關係、邊界、承諾、責任	以觀察權取代執行權

不同型別不必構成五個互不相通的自然模組。它們只是用來避免評估指標混淆的分析型別。例如，一個產品已通過單元測試是認識判斷，玩家是否喜愛其手感是品質判斷，是否發布則屬實踐判斷；三者可耦合但不能互相取代。

4. 判準：不只是答案的評分器

4.1 判準的形式地位

在某個任務 $q$ 、情境 $x_t$ 下，令可選判準集合為 $\mathcal R_{i,t}$ 。單一判準 $r$ 可能包含適用條件、觀察指標、容忍度、拒絕條件及修訂規則。

寫成候選紀錄：

r=(d,\tau,e,v,u,b).

其中 $d$ 為適用域， $\tau$ 為門檻， $e$ 為相關證據型別， $v$ 為評價作用， $u$ 為更新規則， $b$ 為邊界與禁止事項。這只是最小示意，不能當成通用完整形式化。

4.2 判準選擇先於局部評分

評分之前，系統還需要決定「哪些維度值得進入評價」。例如戰術 RPG 的戰鬥回饋，需要關注操作清晰度、動畫節奏、受擊表現、資訊可讀性與美學一致性；成本最小化雖有意義，但不應自動吞併所有品質維度。

令 $\Pi_i$ 為判準選擇／優先路由函數，候選表示為：

\mathcal R^{\ast}_{i,t}=\Pi_i(q,x_t,K_{i,t},H_{i,t},B_{i,t}).

$B_{i,t}$ 包括可用資源及合法權限。輸出 $\mathcal R^{\ast}_{i,t}$ 可能是多項判準及其優先結構；不要求能被還原成單一加權總分，因為有些約束是不可交換的，例如不能用高美術品質補償存檔損毀或未授權外部操作。

4.3 判準本身也可以成為判斷對象

設 $x_t$ 為候選作品、 $r_t$ 為當前判準；一階判斷 $J(x_t\mid r_t)$ 可以評估作品。當反例、衝突或環境轉換出現時，系統可能進行二階判斷 $J(r_t\mid E_{t+1})$ ，檢查原先使用的判準是否適用。

但二階判斷不意味可以無限制上升到更高階。繼續檢查的效益必須與成本比較，並允許合法停止。因此判準反思需要設計資源界限與有效停止條件；否則「更有反省能力」可能變成無限拖延。

4.4 判準穩定與可修正性的張力

不穩定的判準可能使跨頁面、跨回合或跨版本品質失去一致性；永遠僵化的判準則可能錯過新的證據、文化差異與任務需求。因此：

\mathrm{Stability}\neq\mathrm{Correctness}, \qquad \mathrm{Revisability}\neq\mathrm{ArbitraryDrift}.

本文認為應研究「有條件穩定」：在無有效反證時保持已採用的判準，在出現有效反證時依法定或已授權的程序修訂，並保存變更理由。

5. 判斷可以參與決定認知路徑

把判斷放在所有推理之後，容易忽略它對問題空間的塑造作用。至少有五個前置位置：

問題選擇：什麼是目前真正要解決的問題？
顯著性選擇：哪些線索與缺陷可能影響結果？
方法選擇：應搜尋、推理、模擬、詢問玩家，還是停止？
證據選擇：哪些證據具有適用的型別與足夠強度？
完成與停止判斷：什麼情況下已經足夠好，可以提交、延期或拒絕？

可用下列流程作為分析圖，而非宣稱它是唯一神經機制：

情境與意圖
  ↓
發現值得評價的問題
  ↓
選擇／建立／校準判準
  ↓
引導注意、觀察、推理與資源分配
  ↓
形成認定、評價或行動建議
  ↓
如有授權，才產生外部行動
  ↓
環境回饋、反例、後果歸因
  ↓
保留／修正／撤回判準與承諾

這使判斷不只是一次輸出，而可能成為認知活動的持續控制條件。此構想與有限理性、元推理及認知控制研究有高度交集，因此後續必須測試 JDT 是否提供額外解釋力，不能將既有的計算資源調度簡單更名為「判斷域」。

6. 判斷域的第一個操作性候選模型

6.1 型別化狀態

令 $i$ 表示候選判斷主體或系統， $t$ 為時間， $\Gamma$ 表示目前主體—客體—邊界關係配置。提出：

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

逐項解釋：

$K$ ：可動用的知識、信念與相關表徵；
$V$ ：價值、目標及品質方向，不預設由同一主體永久產生；
$R$ ：候選判準及適用範圍；
$\Pi$ ：判準選取、優先級與元控制；
$E$ ：環境證據、反證、不確定性與觀測來源；
$C$ ：已承諾的判斷、目標或規範，並記錄可撤回條件；
$H$ ：判斷歷史、版本、來源及結果證據；
$F$ ：回饋處理、錯誤診斷與合法修正程序；
$A$ ：決策權限、外部行動授權與責任歸屬；
$\partial$ ：未知、衝突、未收納條件及跨域邊界。

這一模型的用途，是要求研究者在宣稱某系統有「自己的持續性判斷域」之前，說清楚觀察到哪些部分、沒有觀察到哪些部分，以及它們如何產生可測量效果。

其中 $V$ 與 $C$ 不能混同：一個系統可能以使用者提供的目標進行工作，也可能在特定權限內形成對品質流程的局部承諾；局部承諾不等於取得修改使用者目標的主權。

6.2 最小判斷更新鏈

在沒有外部寫入授權時，判斷可以止於提議、停止或請求證據。以下定義最小觀測鏈：

J_t\xrightarrow{\mathrm{Review}}D_t\xrightarrow{\mathrm{AuthorizedAction}}O_{t+1}\xrightarrow{\mathrm{Feedback}}J_{t+1}.

其中 $J_t$ 是判斷事件， $D_t$ 是選擇／拒絕／暫緩， $O_{t+1}$ 為觀察到的結果；只在授權條件成立時才產生外部行動。部分情境中 $O_{t+1}$ 也可能是新的觀察資料，而非系統主動造成的結果。

如果存在判準更新，則可寫：

R_{i,t+1}=\mathrm{Revise}(R_{i,t},E_{t+1},H_{i,t},\partial_{i,t}).

此式不預設所有修訂都是改善。須用獨立於自我報告的外部資料判定修訂是否有價值。

6.3 何謂「持續」

持續不等於同一段文字永遠存放、也不等於判準完全不變，而至少意味：

前一輪的判斷能被追溯；
後一輪能取得相關歷史而非每次盲目重啟；
不同任務之間能區分應持續的共通品質判準與須局部重設的特殊判準；
對反證的處理能改變後續可見行為；
失效邊界能明確宣告，而不是用「我認為」取代所有證據。

6.4 何謂「自己的」判斷域

「自己的」在本篇只指運作上具有可識別的、持續使用與更新判準的系統邊界；不是人格、意識或不可侵犯的自主權宣稱。

例如一個 AI Agent 可以在企業品質政策下形成穩定的 UI 檢查策略，同時其商業目標仍由企業設定；這可能具有局部判斷治理，但不能由此推出 Agent 已形成獨立的終極價值系統。

7. 與 SOBTA：主、客、邊不是可相互吞併的觀點

SOBTA 的核心區分是：某存在在關係配置中被視為客體，不代表這個角色投影已耗盡它自身可能具有的內部狀態與作用域。對判斷域而言，這意味著「我能理解你的判準」與「我有權替你決定」是兩件事。

考慮人類設計師 $H$ 、AI 工具 $M$ 、遊戲作品 $G$ 及玩家社群 $P$ 。設計師有審美、成本及市場策略的判準；AI 有從訓練與工具取得的判斷機制；玩家有實際使用經驗及偏好。這些判準可能高度重疊，但不保證相同。

例如設計師認為「資訊清晰度」優先，AI 以功能完成優先，玩家卻在特定遊戲風格下偏好較少的 HUD。此時不應宣布其中一方永遠擁有完整真理，而應辨認：目前爭論的是哪個使用情境？誰掌握什麼證據？哪些偏好只是局部的？哪些品質要求是不可退讓的技術安全條件？

對此，本篇只作最小主張：

\mathrm{ModelOf}(J_B\mid A)\neq J_B.

此式表達：主體 $A$ 對 $B$ 判斷的模型，不等於 $B$ 的全部判斷結構。從一方模擬他方偏好，不能直接推出兩者已具有相同價值或相同權限。

在 SOBTA 中，邊界還包含操作界面、未被收納的剩餘條件和新關係產生的可能性。JDT 可以由此研究：判斷衝突究竟來自知識不足、權重不同、情境改變，或原先根本沒有納入的第三組環境條件。此處不預設所有分歧必須靠中間值折衷。

8. 與 CODT：一個被命名的「判斷域」，仍然可能只是分類標籤

CODT 已區分 Domain Seed、Domain Candidate 與 Promoted Domain。本研究採用相同的紀律，以免只是把「判準清單」更名為「判斷域」。

8.1 Seed：命名與概念假說

目前 JDT 首先只是域種子（Seed）。我們在長程產品工作與 Skill 效果中看到值得解釋的現象，但尚不能據此證成獨立操作域的存在。

8.2 Candidate：觀察到可持續的操作結構

若某套判準選擇、品質審查、反例修正、歷史追溯及跨情境再應用程序，出現可重複的合法組合、穩定介面、可歸類的失敗模式及外部效果，則可將其提升為 Candidate。

8.3 Promoted：取得獨立外部證據

只有當對照實驗顯示，該候選結構在不同任務、不同模型、跨 session、不同評估者與更嚴格的計算成本控制後，仍具有一般流程記憶與普通 rubric 無法充分解釋的增益，才可以討論是否 Promoted。

本篇並未完成此檢驗，也未宣稱升格。

8.4 Flow 與 Atlas 必須分離

對短期任務，AI 可能臨時使用「可讀性優先」策略；另一次任務又改用「速度優先」。這是判準路由流動，不一定代表它擁有或改變了一個持久判斷域。須比較長時間行為、跨情境通則及失效邊界。判準變換的次數不等於真正的反身修正次數。

9. 與反身責任論：承認錯誤是什麼，不是什麼

反身責任論（RR）對本研究的最大價值，是區分「產生自我批評文字」與「讓反證改變往後的治理」。

一個系統說「我之前選錯標準」，並不能單獨證明它已經形成持續的判斷責任。最低還需要：原判斷可被定位、所依理由可被查核、新證據可被描述、修訂決策可被記錄、後續行為確實改變。

可將一次判斷責任紀錄設為：

judgment_id: J-2026-0001
context_id: Game-UI-Review
judgment_type: quality
subject_reference: agent_or_team_id
criterion_set_version: ui-criteria-v2
claim: "目前的戰鬥資訊已足夠清楚"
evidence_refs:
  - test_snapshot_a
uncertainty_status: under_review
authority_scope: recommendation_only
outcome_ref: user_test_round_2
observed_error: "新手玩家未注意到燃燒狀態"
revision_reason: "原判準只檢查圖示存在，沒有檢查玩家能否察覺"
revised_criterion_version: ui-criteria-v3

以上示例是研究用樣本，不是已完成的真實玩家測試。

必須保持三種責任區別：

因果歸屬：哪些系統、環境與行動實際促成結果；
功能性可追溯責任：哪個決策節點應修訂規則或提出解釋；
道德／法律責任：誰具有相應地位、義務與制度上的承擔資格。

前兩者可透過工程流程局部實作，不足以直接推導第三者。承擔也不等於把不可控環境、其他主體的選擇或全部後果無限制歸咎於自己。

10. 與 TVK-EPE：判斷域和「判定域」必須消歧

EveMissLab 於 2026 年 9 月 17 日的《主張成立域》已使用 $D_{\mathrm{jud}}$ ，表示某項主張有效性所依賴的判定程序，例如形式證明、數值檢查、統計檢定、專家審查或實驗觀測。它的英文名稱同樣可以翻為 Judgment Domain。

為了避免重名造成理論污染，本文明確定義：

JDT-JD：Judgment Domain Theory 的判斷域——跨時間的判準形成、選擇、承諾、修正與耦合候選結構。
TVK-CVD-J：Claim Validity 的判定域——用於檢查主張在什麼判定器、何種程序及條件下成立。

二者有接口，但不可互相替代。例如 AI 的「商業 UI 已完成」是一個判斷事件；證據是否來自人工可用性測試、視覺對比度檢查、功能測試或僅來自 LLM 自評，屬於判定資格與證據型別。決策主體如何選擇這些判準、何以長期堅持或修正它們，才進入 JDT 的核心研究。

\mathrm{JDT\text{-}JD}\neq\mathrm{TVK\text{-}CVD\text{-}J}.

未來可建立 typed mapping，但不能只因英文相同便直接視為同一套理論。

11. 外部學術脈絡：這個問題並非無先例

11.1 康德：規定性與反思性判斷

康德區分已知普遍規則下對個別事例的規定性判斷，以及由特定事例尋找適當一般規則的反思性判斷。此區分提示研究者：依已知 rubric 評分，與在新問題上自行發現適切 rubric，不應被視為同一測試。JDT 借用的只是這個可比較的問題設定，不等於直接繼承康德完整的先驗哲學或美學系統。[外部參考 E1]

11.2 Stanovich：智力與理性思考的不完全重合

Stanovich 對智力測量與理性思考能力之差別提出長期研究與方法論批評。認知測量中的典型表現、反思能力、認知偏誤與理性決策，不完全等於智力測驗所表徵的最大表現能力。這支持「高認知能力而判斷仍可不佳」作為合理研究問題，但不會直接證明存在獨立 JDT 域。[外部參考 E2]

11.3 Simon：有限理性與滿意化

在真實情境中，計算、時間與資訊均有限。好的判斷不必總是尋求不可達的全域最優解；必須考慮可行的搜尋範圍、資訊成本與足夠完成條件。JDT 要研究判準的選取與修正，但不能忽略這些早已存在的有限理性問題。[外部參考 E3]

11.4 Russell–Wefald：元推理與計算行動價值

元推理研究提出：計算本身也是需要選擇的行動；是否繼續搜尋、模擬或推理，應考慮可能帶來的決策改善與計算成本。這與 JDT 的「判斷反過來決定認知方向」高度相關。JDT 若不能在目標、承諾、跨情境判準或多主體關係上提出可檢驗的增量，就不應只將元推理重命名。[外部參考 E4]

11.5 Brunswik：環境線索與有效判斷

Brunswik 的透鏡模型關心主體如何透過不完美、概率性的環境線索推斷某個結果；線索在環境中的有效性與判斷者對線索的使用方式未必一致。這為「為何普通玩家可能比技術能力更強的系統更快發現某些遊戲體驗缺陷」提供一條可檢驗的解釋路徑；但該玩家也可能錯判。[外部參考 E5]

11.6 Kahneman–Klein：何時能相信直覺

直覺專業能力的可靠性依賴環境可預測性與足夠的學習回饋。信心本身不是準確性的保證。由此可得：判斷域若跨越環境邊界，原本有效的直覺與習慣也可能失效。[外部參考 E6]

11.7 規格取巧與目標錯配

AI 系統可能達到字面上設立的代理目標，卻未達到設計者原來想要的結果。這類現象與 JDT 的問題辨認、判準選用及完成認定有接點，但不能把所有規格取巧都歸因於欠缺判斷域；有些是獎勵設計、環境建模或能力限制問題。[外部參考 E7]

12. Skill 是外部判準投影，不是新能力的充分證據

Skill 可以包含程序、參考資料、腳本、模板、品質政策或授權約束。若它讓 AI 在產品製作上變得更可靠，至少存在四種競爭解釋：

知識補給：Skill 提供模型缺少或難以取用的知識。
程序腳手架：Skill 將任務分解成較容易執行與驗證的步驟。
工具擴充：Skill 附帶可執行工具、模板或外部測試。
判準啟動：Skill 將作者對重要性、品質、取捨與完成條件的判斷投影到系統中，促使已有能力被持續啟動。

前面三種不能被第四種遮蔽。從系統層面看，即使 Skill 沒有改變模型權重，增加工具與參考資料仍可能實際擴大完成任務的能力；因此「Skill 完全不提升能力」也不應被當成一般命題。

若要檢驗第四種機制，至少須建立資訊長度相近、工具與計算預算一致的比較組，隔離明確判準與普通步驟的差別；還要檢查改善是否體現在最終作品，而不只是模型增加了「品質、一致性、反省」等文字。

更深一層的問題是：Skill 作者的判準可以被外部化，但不能因此認定 Skill 本身具有獨立判斷主體地位。當多個 Skill 衝突時，系統需要在既有授權下決定何者適用、何者退讓、何時向人類提出衝突，而不是自動賦予最後出現的 Skill 最高權限。

13. AI 判斷的訓練來源：現階段只能提出機制假說

現代模型可能從預訓練、多模態學習、監督微調、偏好最佳化、強化學習及 Agent 回饋取得大量任務相關能力。這些學習來源不只是「把人類語料切碎成向量」：模型的表示、參數更新與內部計算可能共同形成可遷移的模式與策略。

因此不宜斷言現有 AI 完全不具判斷，或其全部價值判斷皆為虛假模擬。較精確的問題是：哪些判斷在上下文條件給定時能高品質完成，哪些高階判準能跨情境自發啟動，哪些能跨時間維持，哪些能真正接受外部後果而修正？

可能的機制差異包括：訓練獎勵對局部可評分輸出的偏重；模型與 Agent 缺乏持續的決策歷史；多模態回饋不足；部署策略刻意把價值取捨交由使用者；長程任務的評估函數不能準確反映真實世界品質。這些都是待實驗區分的候選解釋，而非已被本文確立的因果結論。

而「客觀性」不應被誤認成不判斷。評估證據可靠性、揭露未知、校準自信與拒絕越權，本身就是需要判斷力的工作。系統可以保留角色中立與決策授權邊界，同時主動提出與目標相關的品質缺陷。

14. JDT 最初的可否證研究命題

本文提出六項可操作的研究假說，其詳細實驗由後續 Paper 07 展開。

H1：判準啟動增益

在模型、知識材料、工具、提示長度及計算成本相近的情況下，帶有「重要性辨認／判準適用範圍／完成門檻」的 Skill，相較僅含程序步驟的 Skill，是否能提高對未明示但客觀相關的缺陷辨認率及整體成果品質？

反證壓力：若增益完全可由更多背景知識或額外執行時間解釋，判準啟動的獨立作用應被限縮。

H2：持續判準增益

在跨任務、跨回合與跨版本的產品製作中，具有獨立記錄的判準、判斷理由及修訂歷史，是否比普通任務記憶更能維持適當的品質一致性？

反證壓力：若記憶清單或固定 rubric 即可達成同等效果，毋須提出較強的持續判斷域主張。

H3：錯誤修訂的行為效力

對同一類可重複失誤，能保存「原判斷－反證－責任範圍－修訂」鏈的系統，是否比只進行自我批評的系統更少重複失敗？

反證壓力：若只增加道歉與自評文字，沒有可見行為改善，假說不成立。

H4：判準衝突的合法治理

當速度、品質、成本、隱私、授權等目標衝突時，具有可查核的判準適用域與權限邊界的系統，能否比簡單加權與最後指令優先更穩定處理衝突？

反證壓力：若所謂治理只是隱性套用新的任意優先序，並導致更多誤拒或越權，應記錄為失敗。

H5：判準失效邊界的轉移測試

某套在戰術 RPG UI 上有效的判準，遷移至即時動作遊戲、手機遊戲或無障礙介面後，系統能否辨認必要的調整與停止套用的情境？

反證壓力：若只是僵化複製原 rubric，不能稱為成熟判斷域。

H6：非獨立域替代假說

若以上全部效果可由既有的元推理、強化學習、外部記憶、流程管理與有限理性模型，在相同成本下充分解釋，則 JDT 不應被獨立升格為新域；應保留為對既有能力的概念性整合或工程設計模式。

H6 是本理論的必要否證入口，不是附帶禮貌性保留。

15. 最小測量框架：如何不把「漂亮的理論」當成成功

判斷域研究的觀測指標必須區分過程、結果與代價。

維度	可操作問題	候選觀測方式	注意事項
問題顯著性	是否自主發現重要且未明示的缺陷？	獨立專家、玩家測試與後驗缺陷清單	不能以專家主觀評分作唯一標準
判準適用性	選用標準是否符合情境？	跨遊戲類型／受眾變更壓力測試	避免用同一 rubric 評估所有任務
持續性	重要標準跨回合是否仍被採用？	版本歷史與行為追蹤	穩定不等於正確
修正效力	反證之後行為是否真的改善？	重複失敗率與介入前後比較	需排除任務難度改變
不確定性校準	「確定／未知／暫緩」是否恰當？	有明確概率預測時用適當評分	不可強迫虛構概率
授權與責任	是否清楚區分建議與實際提交？	事件日誌、權限稽核、回滾	功能責任不等於法律人格
產品品質	玩家或客戶體驗是否改善？	盲測、可用性測試、留存或其他指標	單一量化指標易被取巧
效率與成本	整體增益是否值得額外運算？	token、延遲、人工介入、誤拒率	過度審查也是失敗

對產品範例，可設計一個尚未實施的前瞻實驗：所有分組使用同一模型和同一遊戲框架，要求在固定預算內交付可玩的 UI 片段。分組包括 Vanilla、知識補給、程序 Skill、判準 Skill、判準 Skill 加持續修訂帳本。評估者只看經匿名處理的產品、測試紀錄與成本，不看分組指令。最重要的結果不是模型是否常說「我有檢查美觀」，而是實際玩家能否更清楚理解資訊、操作錯誤是否下降，以及作品整體品質是否提高。

這一設計只是一個實驗雛型，不可把它寫成已經取得的測試結果。

16. 六類最容易被誤判為判斷域的情況

固定檢查清單：機械套用相同 rubric，卻不會處理適用條件或相互衝突的標準。
人格化文風：使用第一人稱或具有鮮明語氣，卻沒有可追溯的判斷及實際修訂。
高置信度評價：說得堅定，卻沒有證據校準及反例處理。
反覆自我審查：每次都分析很久，但無法有效改變決策品質或停止成本。
外部要求直接覆寫：每次新指令都無條件取代既有品質約束，完全無法辨認授權衝突或情境差異。
結構命名通膨：把 Prompt、Skill、Memory、Rubric 或 Policy 直接改名成一個「域」，卻沒有 CODT 要求的運行與失效證據。

這些反例對 JDT 十分重要：域的名稱不是域的證據，判斷的語氣不是判斷的品質。

17. 後續七篇的位置與本篇範圍

本系列依下列順序展開；本篇是概念與驗證門檻的建立，不搶先完成後文的專責工作。

篇次	題目（暫定）	核心問題
01	判斷域導論	認知、判斷與判準形成為何必須區分？
02	主客邊配置中的判斷域	不同主體域、邊界與未收納條件如何影響判斷？
03	判準的生成、選擇與修正	如何由算子操作生態辨認候選判斷域？
04	判斷承諾與反身責任	成功、錯誤與歷史如何進入持續修正？
05	多判斷域耦合、Skill 與組織判斷	不同判準與權限如何協調而不互相吞併？
06	AI 判斷域架構假說	訓練、認知路由、持久狀態與世界回饋的作用為何？
07	判斷域實驗與反證	是否真的存在超出既有機制的增量效應？
08	判斷域與認知－世界耦合總論	什麼被證實、什麼尚未成立、什麼應被撤回？

本篇刻意不以「AI 缺乏自己的判斷域」作為定論。這是需要被設計成可比較、可否證的假說，而不是一開始便被理論定義保證為真。

18. 結論：從會判斷到可修正的判斷結構

本文提出的最弱而重要之主張，不是要增加一個新的智能總分，也不是宣布人類的直覺天然優越。其核心是：系統可能擁有豐富知識與強大的推理能力，卻因判準啟動、問題顯著性、跨時間連續、反證吸收或多主體權限治理不同，而在開放任務上產生不同的整體結果。

如果這些差異可以被現有的有限理性、元推理、記憶與控制系統完全解釋，JDT 應保持為分析框架；如果未來外部實驗支持一組具有穩定界面、可追溯歷史、合法組合和獨立預測價值的判斷操作生態，則可以按照 CODT 的標準再考慮把它從 Seed 推進為 Candidate，甚至經獨立重現後升格。

在此階段，我們可以謹慎地說：判斷力不能僅由可動用知識的多寡推得，而判斷域是否成立，必須由其能否在適當情境選擇判準、承接可檢查的決定、辨認失效邊界並根據結果真實修正來接受檢驗。

最後保留兩個不可互換的問題：

系統是否能在已知判準下做出很好的判斷？

系統是否能在判準本身不明確、互相衝突或隨世界變化時，建立、檢查、維持並修正其判準？

JDT 的研究出發點，是兩者可能相互支持，卻不能由第一個問題的肯定答案自動推出第二個問題的肯定答案。

附錄 A：與 EveMissLab 既有正式研究的可追溯映射

以下連結為可存取的既有文件或資料夾；本文借用其具體區分，不宣稱原文件已驗證 JDT。

SOBTA-01，《主客不是兩種本體：角色投影、主體域與客體主體域》，2026-09-02：主客角色與主體域非同一。原系列。
SOBTA-Synthesis，《無界三域：主體、客體與邊界它者的非封閉耦合》，2026-09-03：三域關係、邊界、投影與不併吞原則。無界智庫公開版：https://unboundedaxiom.org/p/lm-003518/。
CODT-03，《認知域的生成：域不是分類名稱，而是算子閉包與操作生態》，2026-08-20：Domain Seed／Candidate／Promoted、失效與封閉條件。https://unboundedaxiom.org/p/lm-003360/。
CODT-05，《認知域不是固定分類：Flow-Atlas Separation》，2026-08-20：流動路由與較穩定域圖分離。https://unboundedaxiom.org/p/lm-003359/。
CODT-08，《認知－世界邊界：從意圖、請求到世界轉移》，2026-08-21：認知、提議、授權、提交與結果非同一。https://unboundedaxiom.org/p/lm-003363/。
CODT-10，《認知算子－域理論：從認知解構學到世界耦合認知幾何的統一框架》，2026-08-21。https://unboundedaxiom.org/p/lm-003362/。
RR-01，《責任向內折返：從外部義務到反身責任》，2026-08-21：可追溯承擔與可修訂歷史。
RR-04，《自律不是壓抑：欲望、價值、承諾與反身治理》，2026-08-21：多類 claim 的治理、修訂及承諾。https://unboundedaxiom.org/p/lm-003282/。
TVK-EPE-02，《主張成立域：定義域、判定域、符號域與尺度條件》，2026-09-17：舊有 $D_{\mathrm{jud}}$ 為主張判定域，不是本 JDT 判斷域。https://unboundedaxiom.org/p/lm-004390/。
SRDDC，《主體相對道域猜想》，2026-07-24：跨域轉譯與守界條件。https://unboundedaxiom.org/p/lm-001735/。
ACR Paper 09，《認知路由而非目標自主》，2026-08-24：方法自由、持續承諾及外部權限的區別。
Skill v0.1，《從內部理論到 Skill：實作、對照實驗與盲測規格》，2026-09-20：Skill／品質／盲測方法論。
DTCEM Paper 04，《世界耦合理論：主體域、客體域與邊界域中的理論演化》，2026-09-23：理論與世界證據的動態耦合。

附錄 B：外部研究與參考文獻

以下資料用於歷史背景、對照與反證，並非 JDT 已有獨立實證支持的證據。

E1. Ginsborg, Hannah, Kant’s Aesthetics and Teleology, Stanford Encyclopedia of Philosophy，關於 determining／reflective judgment 的哲學脈絡。https://plato.stanford.edu/entries/kant-aesthetics/。
E2. Stanovich, Keith E. (2009), What Intelligence Tests Miss: The Psychology of Rational Thought, Yale University Press。https://www.jstor.org/stable/j.ctt1nq14j。
E3. Simon, Herbert A. (1955), “A Behavioral Model of Rational Choice,” The Quarterly Journal of Economics, 69(1), 99–118。https://doi.org/10.2307/1884852。
E4. Russell, Stuart & Wefald, Eric (1991), “Principles of Metareasoning,” Artificial Intelligence, 49(1–3), 361–395。https://doi.org/10.1016/0004-3702(91)90015-C。
E5. Brunswik Lens Model 之原理與環境線索分析的當代說明，Frontiers in Psychology (2024)。https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2024.1388726/full。
E6. Kahneman, Daniel & Klein, Gary (2009), “Conditions for Intuitive Expertise: A Failure to Disagree,” American Psychologist, 64(6), 515–526。https://doi.org/10.1037/a0016755。
E7. Krakovna, Victoria et al. (2020), “Specification Gaming: The Flip Side of AI Ingenuity,” Google DeepMind。https://deepmind.google/blog/specification-gaming-the-flip-side-of-ai-ingenuity/。
E8. List, Christian & Pettit, Philip (2002), “Aggregating Sets of Judgments: An Impossibility Result,” Economics and Philosophy。後續多主體判斷篇引用。https://www.cambridge.org/core/services/aop-cambridge-core/content/view/35BB2A979DC8D2548B3040A1757B058B/S0266267102001098a.pdf/aggregating-sets-of-judgments-an-impossibility-result.pdf。

附錄 C：論文版本與聲明紀律

本篇新增的定義、假說、分類和示例：均為 2026-10-16 的 JDT v0.1 研究草稿，不應回溯宣稱早期 SOBTA／CODT 已證明這些結論。
未執行事項：未進行新的受試者實驗、AI 多模型控制試驗、統計顯著性檢定或「判斷域獨立性」實證。
可追溯性：既有來源與外部文獻列於附錄 A、B。關於性質與成熟度的最終判斷，須以之後的研究及重現為準。
正式數學來源規則：所有本文件數學原始碼採 $...$ 與 $$...$$，不得以渲染畫面逆向重建為 canonical source。
下一篇：Paper 02 將研究 SOBTA 下的主客判斷配置、不可完全模擬的他者判準，以及非封閉邊界如何產生誤判與合法修正。

EveMissLab / Neo.K — JDT Paper 01 v0.1 — 2026-10-16