# 全域欲相位認識論 v0.1 ## ——從語義搜尋、動態世界模型到主動科學介入的統一架構 **Global Intent-Phase Epistemology v0.1: From Semantic Search and Dynamic World Models to Active Scientific Intervention** **作者：Neo.K × GPT-5.6 Thinking** **機構：EveMissLab / 一言諾科技有限公司** **版本：v0.1** **日期：2026-07-24** **文件定位：認識論總論／AI 科學方法論／GIPSS 上位理論** --- ## 摘要 《全域欲相位語義搜尋法》原本從一個相對具體的問題出發：當搜尋者不知道對象名稱、不知道其平台身份，甚至不知道世界上是否存在這類對象時，能否先描述欲尋找的存在結構，再從跨平台、跨語言、跨時間與跨組織資料中重建未知同類？ 然而，搜尋實驗顯示，網路搜尋只是整套方法中最表層的一種資料取得形式。當欲結構不再指向某個既有的人、文件或技術專案，而是指向尚未存在、尚未被發現或尚未被充分理解的分子、材料、物理機制、量子態、數學結構、控制策略或科學規律時，系統不能只從索引中取回資料，而必須生成候選、安排模擬、控制實驗、收集觀測、執行驗證、搜尋反例，並更新其對世界的認識。 本文提出「全域欲相位認識論」（Global Intent-Phase Epistemology, GIPE），作為 GIPSS、DRC Search 與 SGCD 之上的母理論。GIPE 將認識活動表示為一個由欲結構驅動的閉環： $$ \mathcal{W}_t \rightarrow \text{認識空間展開} \rightarrow \text{候選行動生成} \rightarrow \text{世界模型投影} \rightarrow \text{介入／模擬／實驗} \rightarrow \text{觀測} \rightarrow \text{驗證與反證} \rightarrow \text{相位更新} \rightarrow \mathcal{W}_{t+1} $$ 在此架構中，GIPSS 不再等同整套理論，而被重新定位為認識收集與候選發現前端；DRC 負責發散、共振與壓縮所構成的認識控制循環；SGCD 負責任務條件化的動態世界模型；介入平面負責對模擬空間、形式系統或物理世界施加可執行操作；驗證平面負責重複、反例、誤差、因果、形式證明與信念更新；欲相位判定則持續比較當前世界狀態、候選狀態與目標狀態之間的多維差異。 本文的核心命題是： > 搜尋不是認識活動的全部，而只是認識空間中的一種低成本觀測行為。完整的人工智慧科學認識論，必須同時處理欲、搜尋、生成、介入、驗證、反證、記憶與世界模型更新。 --- ## 關鍵詞 全域欲相位認識論、GIPE、全域欲相位語義搜尋法、GIPSS、DRC Search、SGCD、主動科學介入、AI 科學家、動態世界模型、實驗設計、反證、自主研究、認識循環 --- # 一、問題的重新發現 ## 1.1 搜尋實驗揭露的限制 GIPSS v0.2 的第一次正式實驗，用於尋找全球公開資料中的 AI 自主研究系統。該實驗證明： 1. 欲結構可以有效地把模糊研究目標編譯成可執行條件； 2. DRC 能展開名稱、功能、領域與反向查詢； 3. SGCD 能把系統、論文、程式庫、能力與研究路線組成動態關係圖； 4. 相位判定能區分論文生成器、資料代理、物理實驗系統、形式科學代理與跨輪研究生態； 5. 功能同類常因命名或分類差異而被一般清單漏失。 但這次實驗也顯示，若整套架構只被理解為搜尋法，其真正能力將被嚴重低估。 因為搜尋已公開資料只是： $$ \text{從已存在痕跡中取得觀測} $$ 而科學認識更常要求： $$ \text{生成尚不存在的候選} + \text{對世界施加介入} + \text{取得新觀測} + \text{修正世界模型} $$ --- ## 1.2 找人可能是最低價值的應用 利用 GIPSS 搜尋未知人物、團隊或組織，具備展示價值，因為它容易理解、資料相對公開，也能直接展示跨平台身份解析。 但從科學價值來看，這通常是最弱的一種應用。原因是： - 目標大多已存在； - 搜尋者無法改變目標本身； - 真實狀態由公開痕跡間接表示； - 介入空間狹窄； - 新知主要來自重新整理既有資料； - 驗證多半是來源交叉比對，而非對自然世界提出新問題。 相較之下，化學、材料、物理、量子、數學與工程中的目標常是： - 尚未合成的材料； - 尚未發現的反應機理； - 尚未觀測的物理現象； - 尚未證明的命題； - 尚未建立的控制策略； - 尚未存在的工程構造。 此時，被搜尋的不是頁面，而是**可能世界中的可實現存在**。 --- # 二、從搜尋到認識 ## 2.1 狹義搜尋 狹義搜尋可表示為： $$ q \rightarrow D' \subseteq D $$ 其中 $D$ 是已存在資料， $D'$ 是被召回的子集。 其核心問題是： > 哪些既有資料與當前查詢最相關？ --- ## 2.2 廣義認識取得 廣義認識取得不只包含資料召回，而包含所有能降低關鍵不確定性的行動： $$ a_t \in \mathcal{A}_{epistemic} $$ 其中： $$ \mathcal{A}_{epistemic} = \{ \text{查詢}, \text{閱讀}, \text{計算}, \text{模擬}, \text{測量}, \text{實驗}, \text{合成}, \text{證明}, \text{反例搜尋}, \text{模型比較}, \text{詢問專家} \} $$ 因此，認識行動的選擇問題為： $$ a_t^{*} = \arg\max_{a\in\mathcal A} \left[ \operatorname{ExpectedInformationGain}(a) - \operatorname{Cost}(a) - \operatorname{Risk}(a) \right] $$ --- ## 2.3 科學認識循環 科學認識不是一次取得答案，而是不斷重寫： - 目前認為世界是什麼； - 哪些部分仍不知道； - 下一個最值得做的認識行動是什麼； - 哪些觀測足以改變目前判斷； - 哪些失敗代表假設錯誤； - 哪些失敗只是工具或實驗流程錯誤。 因此： $$ \boxed{ \text{Search} \subset \text{Epistemic Acquisition} \subset \text{Scientific Cognition} } $$ GIPSS 屬於第一層與第二層的前端；GIPE 則處理第三層。 --- # 三、全域欲相位認識論 ## 3.1 定義 全域欲相位認識論是一套以欲結構定義認識目標，以動態世界模型表示當前理解，以發散—共振—壓縮循環控制認識行動，以介入和觀測生成新證據，再以相位差、驗證與反證更新世界模型的統一架構。 其基本形式為： $$ \operatorname{GIPE} = \left( \mathcal{W}, \mathcal{B}, \mathcal{A}, \mathcal{O}, \mathcal{V}, \Phi, \mathcal{M} \right) $$ 其中： - $\mathcal{W}$ ：欲結構； - $\mathcal{B}$ ：動態世界底圖； - $\mathcal{A}$ ：認識與介入行動空間； - $\mathcal{O}$ ：觀測； - $\mathcal{V}$ ：驗證、反證與信念更新； - $\Phi$ ：相位空間； - $\mathcal{M}$ ：可逆研究記憶。 --- ## 3.2 全域的重新定義 GIPE 中的「全域」不表示系統能取得宇宙中所有資料，而表示它不預先將認識對象限制為單一資料形式、單一領域或單一尺度。 其全域性包含： 1. **資料全域**：文件、程式、圖像、實驗資料、儀器記錄與形式證明； 2. **語言全域**：跨自然語言、符號語言與專業記號； 3. **尺度全域**：從原子、分子、材料到社會與理論系統； 4. **行動全域**：搜尋、計算、模擬、實驗、證明與工程構造； 5. **時間全域**：歷史資料、即時觀測與未來候選； 6. **認識狀態全域**：已知、未知、矛盾、缺失、不可判定與尚未生成。 因此： $$ \hat{\Omega}_{epistemic} \subset \Omega_{world} $$ GIPE 操作的是一個可擴張的近似認識域，而非宣稱掌握完整世界。 --- # 四、欲：認識活動的目標結構 ## 4.1 欲不是情緒 本文中的「欲」不是心理情緒，也不是任意偏好，而是可執行的目標狀態、約束條件與證據規格。 定義： $$ \mathcal{W}_t = \left( \mathcal{G}_t, \mathcal{C}_t, \mathcal{E}_t, \mathcal{R}_t, \mathcal{S}_t, \mathcal{X}_t \right) $$ 其中： - $\mathcal{G}_t$ ：目標狀態； - $\mathcal{C}_t$ ：必要、偏好與排除條件； - $\mathcal{E}_t$ ：證據需求； - $\mathcal{R}_t$ ：成本、安全、倫理與資源限制； - $\mathcal{S}_t$ ：停止、升級或修正條件； - $\mathcal{X}_t$ ：允許的不確定性。 --- ## 4.2 發現欲與創造欲 GIPE 區分兩類基本欲： ### 發現欲 目標被假設已存在，但尚未被辨識： $$ \exists x\in\Omega: P(x\mid\mathcal W)>0 $$ 例如： - 尋找未知同類研究者； - 尋找被忽略的物理異常； - 尋找未被主流分類的技術路線； - 尋找既有資料中的新型生物標記。 ### 創造欲 目標可能尚不存在，需要透過生成與介入使其出現： $$ x^{*} \notin \Omega_{observed} $$ 但： $$ x^{*} \in \Omega_{constructible} $$ 例如： - 新催化劑； - 新晶體結構； - 新量子控制序列； - 新演算法； - 新數學構造； - 新工程系統。 兩者共用欲結構與相位判定，但行動空間不同。 --- ## 4.3 欲可被修正 科學研究中，原始欲可能不合理、不可實現或建立在錯誤假設上。 因此： $$ \mathcal W_{t+1} \neq \mathcal W_t $$ 欲的修正包括： - 放寬不可同時滿足的條件； - 發現真正重要的目標不是原先指標； - 新增安全與可製造性要求； - 從尋找某種對象改為尋找一組機理； - 從證明命題改為刻畫反例空間。 GIPE 不把目標視為永遠正確，而把欲本身也置於認識循環中。 --- # 五、相位：目標、候選與世界狀態之間的差異 ## 5.1 相位不是只有物質相 「相位」在 GIPE 中指的是一個對象、理論、候選或世界狀態在多維狀態空間中的位置及其方向性差異。 候選 $x$ 的相位剖面： $$ \Phi(x,t) = \left( \phi_1, \phi_2, \dots, \phi_n \right)_t $$ 目標相位： $$ \Phi_{\mathcal W} = \left( \phi_1^{*}, \phi_2^{*}, \dots, \phi_n^{*} \right) $$ 相位差： $$ \Delta\Phi_x(t) = \Phi(x,t) - \Phi_{\mathcal W} $$ --- ## 5.2 領域相位 不同領域需要不同相位系統。 ### 化學相位 - 反應性； - 選擇性； - 活化能； - 產率； - 毒性； - 穩定性； - 合成難度； - 成本。 ### 材料相位 - 晶體結構； - 缺陷密度； - 熱力學穩定性； - 導電性； - 光學性質； - 機械性質； - 製程適配性； - 可量產性。 ### 物理相位 - 理論適用域； - 對稱性； - 能量尺度； - 邊界條件； - 可觀測量； - 模型誤差； - 儀器解析度； - 異常強度。 ### 量子相位 - 量子態保真度； - 糾纏結構； - 退相干； - 閘深度； - 控制誤差； - 測量可辨識性； - 噪聲敏感度。 ### 數學相位 - 命題強度； - 證明深度； - 公理依賴； - 反例距離； - 可形式化程度； - 計算可驗證性； - 與既有定理的系譜位置。 --- ## 5.3 相位差不等於總分 GIPE 原則上反對過早壓縮成單一排名。 兩個候選可能具有相同總分，但生成機制完全不同： $$ D(x_1,\mathcal W) \approx D(x_2,\mathcal W) $$ 不代表： $$ \Delta\Phi_{x_1} \approx \Delta\Phi_{x_2} $$ 因此，總分只能用於資源調度，不能取代類型化相位報告。 --- # 六、SGCD：動態世界模型 ## 6.1 從文件圖到世界圖 SGCD 在 GIPE 中不再只處理語義文件，而是表示領域世界模型： $$ \mathcal B_t = (V_t,E_t,\mathbf C_t,S_t,H_t,P_t) $$ 其中： - $V_t$ ：實體、狀態、條件、事件、命題與操作； - $E_t$ ：依賴、因果、生成、抑制、矛盾與相似關係； - $\mathbf C_t$ ：多維耦合向量； - $S_t$ ：當前狀態； - $H_t$ ：歷史、版本與失敗記錄； - $P_t$ ：證據與溯源。 --- ## 6.2 任務投影 同一底圖在不同欲結構下產生不同任務圖： $$ G_{\tau,\mathcal W}(t) = \Pi_{\tau,\mathcal W} \left( \mathcal B_t \right) $$ 例如，一個材料節點與另一個節點之間可能同時具有： - 結構相似； - 合成路徑共享； - 毒性相反； - 製程衝突； - 熱穩定性耦合。 當任務是提升導電率時，結構與缺陷耦合可能被激活；當任務是降低成本時，製程和元素供應鏈耦合則被提高。 --- ## 6.3 世界模型不是事實清單 每個節點與關係應包含認識狀態： $$ s_i \in \{ \text{Confirmed}, \text{Probable}, \text{Hypothesized}, \text{Contradicted}, \text{Unknown}, \text{Unobservable}, \text{Constructed} \} $$ 每條關係也應記錄： - 支持證據； - 反對證據； - 有效時間； - 適用條件； - 模型依賴； - 不確定性； - 是否由模擬或實驗產生。 --- # 七、DRC：認識控制循環 ## 7.1 發散 DRC 的發散不再等於查詢詞擴展，而是產生候選認識行動： $$ \mathcal A_t^{cand} = \operatorname{Diverge} \left( \mathcal W_t, G_t, \mathcal Z_t, \mathcal H_t, B_t \right) $$ 候選行動可以是： - 搜尋文獻； - 生成分子； - 修改晶格； - 改變邊界條件； - 設計實驗； - 執行模擬； - 尋找反例； - 證明輔助命題； - 重新校準儀器； - 驗證資料管線； - 請求人工判斷。 --- ## 7.2 共振 共振表示某一候選行動對當前認識狀態的改變能力。 定義： $$ R(a) = f \left( I(a), N(a), G(a), F(a), V(a), C(a), K(a) \right) $$ 其中： - $I(a)$ ：預期資訊增益； - $N(a)$ ：新穎性； - $G(a)$ ：填補相位缺口的能力； - $F(a)$ ：可否證性； - $V(a)$ ：可驗證性； - $C(a)$ ：成本； - $K(a)$ ：風險。 高共振不代表符合既有信念。能推翻核心假設的反證行動，可能具有最高共振。 --- ## 7.3 壓縮 壓縮將一輪研究結果變成可繼續計算的認識狀態： $$ \mathcal M_t = \left( G_t^{summary}, E_t^{bundle}, Z_t^{gap}, F_t^{failure}, A_{t+1}^{seed}, W_{t+1}^{proposal} \right) $$ 壓縮必須保留： - 原始資料； - 程式與參數； - 模型版本； - 實驗條件； - 失敗原因； - 結論對應的證據； - 可重跑入口。 否則，它只是敘事摘要，不是研究記憶。 --- # 八、介入平面 ## 8.1 為什麼必須介入 只讀取世界會受到既有資料分布限制。 當關鍵問題沒有現成資料時，系統必須主動製造可辨識差異： $$ \operatorname{do}(a) \rightarrow o $$ 介入的目的不是單純改變世界，而是使不同假設產生可區分觀測。 --- ## 8.2 介入類型 ### 計算介入 - 執行程式； - 改變參數； - 跑模擬； - 生成合成資料； - 搜尋反例； - 形式證明。 ### 物理介入 - 合成； - 加熱、加壓、冷卻； - 改變濃度； - 調整電場、磁場或光場； - 操作儀器； - 進行量測。 ### 結構介入 - 修改模型架構； - 改變晶格或分子； - 增刪控制變量； - 修改實驗流程； - 改寫假設。 --- ## 8.3 介入接口 定義行動： $$ a_t = \left( op, target, params, preconditions, expected, risk, rollback \right) $$ 其中： - $op$ ：操作； - $target$ ：目標； - $params$ ：參數； - $preconditions$ ：前置條件； - $expected$ ：預期觀測； - $risk$ ：風險； - $rollback$ ：可否回滾。 高風險物理介入必須由人類、機構規範或硬體安全層授權。 --- # 九、驗證與反證平面 ## 9.1 驗證不是單一模型自評 驗證至少包含： 1. 資料有效性； 2. 方法正確性； 3. 程式與實驗可重現性； 4. 統計顯著性與效應量； 5. 替代解釋； 6. 邊界條件； 7. 反例； 8. 因果關係； 9. 形式一致性； 10. 外部審核。 --- ## 9.2 驗證算子 對命題 $h$ ： $$ \mathcal V(h) = \left( E^{+}, E^{-}, U, R, D \right) $$ 其中： - $E^{+}$ ：支持證據； - $E^{-}$ ：反對證據； - $U$ ：未知與未測部分； - $R$ ：重現狀態； - $D$ ：依賴的前提與模型。 --- ## 9.3 反證優先 GIPE 應主動產生最可能推翻當前核心假設的行動： $$ a_{counter}^{*} = \arg\max_a P \left( \neg h \mid o_a \right) \cdot \operatorname{Impact}(h) $$ 這能抑制共振偏見與研究自我強化。 --- ## 9.4 失敗的分類 實驗失敗至少可能是： - 假設錯誤； - 實驗設計錯誤； - 工具故障； - 程式錯誤； - 測量不足； - 資料污染； - 邊界條件不成立； - 介入沒有真正作用； - 目標本身不可達。 GIPE 必須先分類失敗，才能決定是修改假設、修復工具，還是改寫欲結構。 --- # 十、統一認識狀態 ## 10.1 狀態定義 完整認識狀態為： $$ \mathfrak X_t = \left( \mathcal W_t, \mathcal B_t, G_t, \mathcal H_t, \mathcal A_t, \mathcal O_t, \mathcal V_t, \Delta\Phi_t, \mathcal M_t, \mathcal Z_t \right) $$ 其中： - $\mathcal H_t$ ：當前假設集合； - $\mathcal Z_t$ ：矛盾、缺口與未解問題。 --- ## 10.2 狀態更新 $$ \mathfrak X_{t+1} = \mathcal U \left( \mathfrak X_t, a_t, o_t, v_t, f_t \right) $$ 其中： - $a_t$ ：執行行動； - $o_t$ ：觀測； - $v_t$ ：驗證結果； - $f_t$ ：失敗分類。 --- ## 10.3 研究閉環 $$ \boxed{ \mathcal W_t \xrightarrow{\operatorname{DRC}_D} \mathcal A_t^{cand} \xrightarrow{\operatorname{SGCD}} G_t^{action} \xrightarrow{\operatorname{Select}} a_t \xrightarrow{\operatorname{Intervene}} o_t \xrightarrow{\operatorname{Verify}} v_t \xrightarrow{\operatorname{Phase}} \Delta\Phi_t \xrightarrow{\operatorname{DRC}_{R,C}} \mathfrak X_{t+1} } $$ --- # 十一、各領域的實作形式 ## 11.1 化學 欲結構： $$ \mathcal W= \left( \text{yield}>90\%, \text{selectivity}>95\%, T<350K, \text{toxicity low}, \text{cost low} \right) $$ 發散： - 反應物替代； - 催化劑； - 溶劑； - 溫度； - 壓力； - 反應時間； - 合成路徑； - 機理假設。 世界圖： $$ \text{分子} \leftrightarrow \text{反應} \leftrightarrow \text{條件} \leftrightarrow \text{機理} \leftrightarrow \text{產物} $$ 介入： - 量子化學計算； - 反應路徑搜索； - 小規模合成； - 光譜； - 產率與副產物測量。 --- ## 11.2 材料學 欲結構： $$ \mathcal W= \left( P\approx1\mathrm{atm}, T_c>T_0, \text{stable}=1, \text{non-toxic}=1, \text{scalable}=1 \right) $$ 發散： - 元素組合； - 晶格； - 摻雜； - 缺陷； - 製程； - 壓力與溫度歷史； - 表面處理。 介入： - DFT； - 分子動力學； - 相圖計算； - 合成； - 結構分析； - 電性或光性測量。 --- ## 11.3 物理學 欲可能不是尋找物件，而是辨識理論失配： $$ \mathcal W= \left( \operatorname{Residual} > \epsilon, \text{instrument artifact}=0, \text{known model}=0 \right) $$ 系統需要： - 聚合跨實驗異常； - 搜尋共同邊界條件； - 提出競爭模型； - 設計可區分模型的實驗； - 更新理論適用域。 --- ## 11.4 量子科學 欲結構： $$ \mathcal W= \left( Fidelity>0.999, Depth GIPE 不把任何單一算法視為整個科學認識循環，而是規定它們在欲、世界模型、介入、驗證與相位更新之間的位置。 --- # 十五、工程架構 ## 15.1 六平面架構 GIPE 建議採用六個主要平面： 1. **欲與目標平面** 2. **認識控制平面** 3. **動態世界模型平面** 4. **介入與生成平面** 5. **驗證與反證平面** 6. **記憶與溯源平面** --- ## 15.2 系統流程 ```text Intent / Desire Compiler ↓ Goal, Constraint and Evidence Schema ↓ DRC Epistemic Action Generator ↓ SGCD Task-Conditioned World Model ↓ Action Value / Risk / Information Gain Estimator ↓ Search / Simulation / Proof / Experiment / Construction ↓ Observation Normalizer ↓ Verification / Falsification / Reproduction ↓ Typed Phase Comparison ↓ Reversible Compression and Research Memory ↓ World Model and Desire Revision ``` --- ## 15.3 認識行動格式 ```yaml action_id: action-001 type: simulation target: candidate-material-42 operation: dft_relaxation parameters: functional: PBE cutoff_energy: 520 preconditions: structure_validated: true expected_observation: formation_energy: numeric epistemic_goal: reduce_uncertainty: thermodynamic_stability cost: gpu_hours: 8 risk: level: low rollback: available: true ``` --- ## 15.4 命題—證據格式 ```json { "claim_id": "claim-104", "statement": "candidate-material-42 is stable at ambient pressure", "status": "provisional", "supporting_evidence": [ "simulation-221", "experiment-019" ], "counter_evidence": [ "experiment-023" ], "assumptions": [ "phase-purity", "instrument-calibration" ], "uncertainty": 0.24, "valid_conditions": { "pressure_gpa": [0.0, 0.2], "temperature_k": [280, 320] } } ``` --- # 十六、治理與安全 ## 16.1 認識欲不等於行動授權 系統可以提出某個高資訊增益實驗，不代表它有權執行。 必須區分： $$ \operatorname{Propose}(a) \neq \operatorname{Authorize}(a) $$ --- ## 16.2 風險分層 行動可分為： - 純資訊查詢； - 沙盒計算； - 可逆模擬； - 低風險實驗； - 高成本實驗； - 生物、化學、能源與物理高風險介入； - 不可逆或具有外部影響的操作。 不同層級需要不同授權、審核與記錄。 --- ## 16.3 認識誠實 GIPE 必須保留： - 未知； - 無法取得； - 未能重現； - 模型依賴； - 證據矛盾； - 觀測偏差； - 負結果； - 失敗實驗。 系統不得用壓縮後的流暢敘事掩蓋認識缺口。 --- # 十七、理論命題 ## 命題一：搜尋只是認識取得的子集 若問題需要生成新資料或新存在，單純資料召回不足以完成認識閉環。 --- ## 命題二：欲結構是科學行動選擇的前提 沒有可執行的目標、約束與證據規格，發散會退化為無方向探索。 --- ## 命題三：世界模型必須任務條件化 不存在一張對所有科學問題永久最佳的單一世界圖。 --- ## 命題四：介入是區分相關與機制的重要條件 只依觀測資料建立的關係不能自動等同因果或生成機制。 --- ## 命題五：反證是高價值共振 能推翻核心假設的行動，可能比能增加更多支持案例的行動具有更高認識價值。 --- ## 命題六：失敗是世界模型的一部分 刪除失敗記錄會使研究系統重複錯誤、錯估可行域並產生虛假收斂。 --- ## 命題七：相位差比單一目標分數更能保留科學結構 多維差異能揭示候選達成目標的不同機理與代價。 --- ## 命題八：可逆記憶是自治科學的必要條件 若研究結論無法回溯至資料、程式、條件與驗證，則它不能支撐長期自主研究。 --- ## 命題九：AGI 不會自動產生正確科學方法 更高智能若缺少認識控制、介入治理與反證機制，仍可能高效產生錯誤研究。 --- # 十八、研究路線圖 ## v0.2：形式化認識行動 - 欲結構語言； - 相位型別系統； - 認識行動 schema； - 命題—證據圖； - 失敗分類； - 介入授權接口。 ## v0.3：領域適配器 優先建立： - 數學； - 材料； - 化學； - 機器學習； - 物理資料分析。 ## v0.4：封閉世界實驗 在可重現資料集與模擬環境中測試： - 欲編譯； - 候選發散； - 行動選擇； - 世界模型更新； - 反證； - 相位收斂。 ## v0.5：人類實驗室在環 將 GIPE 連接： - DFT 或分子模擬； - 自動定理證明器； - 程式執行沙盒； - 實驗室資料接口； - 人工審核與授權。 ## v1.0：通用認識循環平台 應具備： 1. 跨領域欲結構； 2. 動態世界模型； 3. 認識行動生成； 4. 模擬、形式與實驗接口； 5. 驗證與反證； 6. 可逆研究記憶； 7. 風險治理； 8. 跨語言本體對齊； 9. 長期研究狀態； 10. 可重現 run manifest。 --- # 十九、結論 全域欲相位語義搜尋法的真正價值，不在於建立一個更大的網路搜尋器，而在於它揭露了一種更廣泛的認識結構。 當欲指向既有資料時，系統進行搜尋。 當欲指向尚未充分理解的現象時，系統進行觀測、建模與驗證。 當欲指向尚未存在的對象時，系統生成候選、介入世界並測試其可實現性。 因此，GIPE 的完整形式不是： $$ \text{問題} \rightarrow \text{答案} $$ 而是： $$ \boxed{ \text{欲} \rightarrow \text{認識空間} \rightarrow \text{候選行動} \rightarrow \text{世界介入} \rightarrow \text{觀測} \rightarrow \text{驗證與反證} \rightarrow \text{相位更新} \rightarrow \text{新的欲與世界模型} } $$ GIPSS 應被保留，但重新定位為這套母理論中的認識收集與候選發現前端。 DRC 應被提升為認識控制器。 SGCD 應被提升為動態世界模型。 介入與驗證則使整個架構真正從資訊搜尋跨入科學認識。 最終，這套理論所處理的不是如何找到更多資料，而是： > 一個智能體如何在不知道答案、答案尚未存在、資料尚未產生，甚至問題本身仍可能錯誤的情況下，持續選擇下一個最值得做的認識行動。 --- # 附錄 A：統一偽代碼 ```text INPUT: Raw epistemic desire W_raw Initial world model B Available actions A Resource budget R Safety and authorization policy P 1. W <- CompileDesire(W_raw, P) 2. X <- InitializeEpistemicState(W, B) REPEAT: 3. G <- SGCD.ProjectWorldModel(X.B, W, X.gaps) 4. CandidateActions <- DRC.Diverge( desire=W, graph=G, hypotheses=X.hypotheses, failures=X.failures, budget=R ) 5. For each action a: estimate information_gain estimate falsifiability estimate phase_gap_reduction estimate cost and risk 6. a_star <- SelectHighestValueAuthorizedAction() 7. observation <- Execute( search | simulation | proof | experiment | construction ) 8. normalized <- NormalizeObservation(observation) 9. verification <- Verify( normalized, provenance, reproduction, counter_hypotheses ) 10. DeltaPhi <- ComparePhase( current_state, target_state, verification ) 11. memory <- DRC.CompressReversibly( action, observation, verification, DeltaPhi, failures ) 12. X <- UpdateWorldModelAndResearchState(X, memory) 13. W <- ReviseDesireIfNecessary(W, X) UNTIL: verified_target OR falsified_target OR marginal_information_gain < epsilon OR budget_exhausted OR risk_boundary OR human_decision OUTPUT: Updated world model Candidate and rejected regions Evidence and counter-evidence graph Typed phase report Reproducible research history Remaining unknowns ``` --- # 附錄 B：與 GIPSS v0.2 的關係 | 層級 | 名稱 | 主要功能 | |---|---|---| | 母理論 | GIPE | 通用認識、介入、驗證與世界模型更新 | | 收集前端 | GIPSS | 未知實體、資料、技術路徑與候選發現 | | 控制機制 | DRC | 發散、共振、壓縮與研究狀態調度 | | 世界模型 | SGCD | 任務條件化的多維動態耦合圖 | | 行動平面 | EIP | 搜尋、模擬、證明、實驗與建構 | | 驗證平面 | VFP | 驗證、反證、重現、誤差與信念更新 | --- # 附錄 C：版本定位 本文件不是《全域欲相位語義搜尋法 v0.3》。 它是新的上位文件，原因如下： 1. 研究對象已從既有資料擴展到尚未生成的候選； 2. 行動空間已從查詢擴展到介入、模擬、證明與實驗； 3. 世界模型已從語義資料圖擴展到領域狀態與因果機理； 4. 相位判定已從候選比較擴展到科學狀態更新； 5. 系統目標已從未知同類發現擴展到通用智能認識循環。 因此，GIPE 與 GIPSS 的關係為： $$ \boxed{ \operatorname{GIPSS} \subset \operatorname{GIPE} } $$