# 價值耦合智能論 18 # 注意力熵：同一套理論為什麼會呈現不同樣貌 ## 摘要 第 17 篇提出： $$ P(E\mid T,H_t) $$ 並指出長期歷史可能透過評價吸引子改變智能如何閱讀同一份證據。本篇進一步拆開其中最重要的中介層： $$ \boxed{ A_t=\text{Attention Allocation}. } $$ 本文的核心問題是： > 如果兩個智能擁有完全相同的理論、資料與證據集合，但把有限處理資源分配給不同證據、不同尺度與不同關係，那麼它們實際上是否仍在評價「同一個理論」？ 設證據集合： $$ E= \{e_1,e_2,\ldots,e_n\}, $$ 注意力權重： $$ w_i = \operatorname{Attention} ( e_i\mid H,V,M,Q ), $$ 且： $$ w_i\ge0, \qquad \sum_{i=1}^{n}w_i=1. $$ 則智能真正進入推理的並不是原始集合 \(E\) 本身，而是： $$ \boxed{ E_{\mathrm{eff}} = \mathcal A(E,\mathbf w) } $$ 也就是被注意力函數重新加權後的「有效證據場」。 本文定義注意力熵： $$ \boxed{ H_A = -\sum_{i=1}^{n} w_i\log w_i } $$ 以及歸一化版本： $$ \boxed{ \bar H_A = \frac{H_A}{\log n}. } $$ 低注意力熵表示處理高度集中於少數證據；高注意力熵表示處理較廣泛分散。但本文特別反對： $$ \text{high entropy}=\text{good} $$ 或： $$ \text{low entropy}=\text{bad}. $$ 研究真正需要的是： $$ \boxed{ \text{Attention Calibration}. } $$ 生成階段可能需要較高的證據與表示覆蓋；驗證階段則可能合理地將注意力集中於關鍵反例、必要引理與高資訊量證據。 本文進一步定義： $$ ACI = \sum_iw_i^2 $$ 作為 Attention Concentration Index； $$ ECR = \frac{ |\text{evidence classes actually inspected}| }{ |\text{relevant evidence classes}| } $$ 作為 Evidence Coverage Rate； 以及兩個智能 \(A,B\) 的注意力分布差異： $$ \boxed{ AD(A,B) = D_{\mathrm{JS}} ( \mathbf w^A,\mathbf w^B ) } $$ 作為 Attention Divergence。 本文也把注意力從「證據項目」擴展到「尺度」與「關係」： $$ \mathbf s = ( w_{\mathrm{micro}}, w_{\mathrm{meso}}, w_{\mathrm{macro}} ) $$ 以及： $$ w_{ij}^{(R)} = \operatorname{Attention}(r_{ij}), $$ 因為兩個智能可能看到相同物件，卻注意到完全不同的物件間關係。 Rational Inattention 文獻提供了重要外部基礎：有限智能無法處理所有可用資訊，因此會選擇處理哪些資訊；Selective Attention and Learning 更直接指出，若智能依據既有信念決定哪些資訊值得注意，可能長期錯過重要規律並維持錯誤信念。另一方面，LLM 長上下文研究顯示，即使「相關資訊客觀存在於 context 中」，模型也可能因位置偏置而實際利用程度不同。 本文因此提出： $$ \boxed{ \text{Data Equality} \not\Rightarrow \text{Effective Evidence Equality}. } $$ 進一步： $$ \boxed{ \text{同一套資料} + \text{不同注意力分布} \rightarrow \text{不同有效問題} \rightarrow \text{不同評價軌跡}. } $$ 這使第 17 篇的「評價吸引子」得到更細的機制： $$ H_t \rightarrow \mathbf w_t \rightarrow E_{\mathrm{eff},t} \rightarrow J_t \rightarrow H_{t+1}. $$ 本篇核心結論是： $$ \boxed{ \text{收斂度提高，不等於收斂位置必然中立。} } $$ 因為如果注意力起點已經偏置，智能可以非常一致、非常有條理、甚至高度收斂地走向一個被選擇性證據場支撐的結論。 --- ## 關鍵詞 注意力熵、Attention Entropy、Rational Inattention、Selective Attention、Evidence Weighting、Attention Divergence、Evidence Coverage、Long Context、Position Bias、價值耦合智能 --- # 一、我們其實從來沒有「同時看見全部資料」 研究報告常假設： $$ E = \{e_1,\ldots,e_n\} $$ 已經「提供給」研究者。 但： $$ \boxed{ \text{available} \neq \text{processed}. } $$ 一篇五十頁論文可以完整放在桌上， 但研究者真正細讀的可能只有： - 摘要； - 一張圖； - 一個 theorem； - 一個反例； - 一個 footnote。 所以認識活動真正使用的是： $$ E_{\mathrm{eff}} \subseteq E. $$ 對數位智能而言也是如此。 「context 裡有」並不等於： $$ \boxed{ \text{推理中被有效使用。} } $$ --- # 二、Rational Inattention：注意力是有限資源 Rational Inattention 文獻的一個基本出發點是： > 行動者無法處理所有可用資訊，因此必須選擇究竟取得、處理哪些資訊。 這不是單純的心理缺陷。 而是一個： $$ \boxed{ \text{finite information capacity problem}. } $$ 因此研究智能永遠都在做某種： $$ \operatorname{AllocateAttention}(E). $$ 真正問題不是： > 要不要選？ 而是： $$ \boxed{ \text{選擇規則是什麼？} } $$ --- # 三、注意力不是資訊是否存在，而是資訊進入多少 設： $$ E= \{e_1,\ldots,e_n\}. $$ 對每個證據配置： $$ w_i\ge0. $$ 滿足： $$ \sum_iw_i=1. $$ 則： $$ \boxed{ \mathbf w = (w_1,\ldots,w_n) } $$ 就是本文所說的「功能性認識論注意力分布」。 注意： 本文的： $$ \mathbf w $$ 不是直接等同 Transformer 某一層的 attention matrix。 它是一個較高層、行為與認識論上的抽象： > 一個智能實際把多少有限推理資源分給每一類證據。 --- # 四、有效證據場 因此定義： $$ \boxed{ E_{\mathrm{eff}} = \mathcal A(E,\mathbf w). } $$ 如果需要簡化表示，可以寫： $$ E_{\mathrm{eff}} = \sum_i w_i\phi(e_i), $$ 其中： $$ \phi(e_i) $$ 是證據的內部表示。 這代表兩個智能即使共享： $$ E_A=E_B, $$ 仍可能： $$ E_{\mathrm{eff}}^A \neq E_{\mathrm{eff}}^B. $$ 所以： $$ \boxed{ \text{Data Equality} \not\Rightarrow \text{Effective Evidence Equality}. } $$ --- # 五、Selective Attention 甚至可能造成持續性學習錯誤 Schwartzstein 的 selective-attention-and-learning 模型提供非常直接的理論先例。 如果智能依據： $$ \text{current beliefs} $$ 判斷哪些變量值得注意， 那麼被認為： > 不可能重要 的資訊可能根本不被處理。 結果是： $$ \text{belief} \rightarrow \text{attention} \rightarrow \text{observed evidence} \rightarrow \text{belief}. $$ 這可以造成： - 持續忽略重要規律； - 系統性錯誤預測； - 對變量關係形成錯誤信念； - 長期 disagreement。 因此： $$ \boxed{ \text{Bayesian updating on selectively observed evidence} } $$ 仍然可以產生： $$ \boxed{ \text{persistent error}. } $$ --- # 六、所以「推理正確」和「取樣正確」必須拆開 智能可以在給定： $$ E_{\mathrm{eff}} $$ 後執行完全正確的推理： $$ J = f(E_{\mathrm{eff}}). $$ 但若： $$ E_{\mathrm{eff}} $$ 本身由偏置注意力產生， 則： $$ J $$ 仍可能偏離完整證據下的結論。 所以： $$ \boxed{ \text{Inference Error} } $$ 與： $$ \boxed{ \text{Attention Selection Error} } $$ 是不同失敗類型。 這對 AI 特別重要： > 模型可能不是「不會推理」，而是根本沒有把關鍵證據分配到足夠權重。 --- # 七、注意力熵 本文定義： $$ \boxed{ H_A = -\sum_iw_i\log w_i. } $$ 若： $$ w_1\approx1 $$ 而其他接近零， 則： $$ H_A\downarrow. $$ 代表注意力高度集中。 若： $$ w_i\approx\frac1n, $$ 則： $$ H_A\uparrow. $$ 代表注意力較均勻分散。 為了跨不同 \(n\) 比較，可定義： $$ \boxed{ \bar H_A = \frac{H_A}{\log n} } $$ 使： $$ 0\le\bar H_A\le1. $$ --- # 八、高注意力熵不是美德 假設有： $$ 100 $$ 份證據， 其中： $$ e_1 $$ 是一個嚴格數學反例。 若智能平均分配： $$ w_i=0.01, $$ 其： $$ H_A $$ 很高。 但這反而可能是不合理的。 因為： $$ e_1 $$ 資訊強度遠高於大量低價值證據。 所以： $$ \boxed{ \text{attention diversity} \neq \text{attention quality}. } $$ --- # 九、低注意力熵也不是錯 在 proof verification 階段， 若核心問題是： $$ \text{Lemma }L $$ 是否成立， 則把大量注意力集中在： $$ L $$ 完全合理。 因此： $$ H_A\downarrow $$ 可能代表： $$ \boxed{ \text{good epistemic focus}. } $$ 所以真正應最佳化的不是： $$ H_A. $$ 而是： $$ \boxed{ H_A^*(z_t,\text{task}). } $$ 即： > 注意力熵應依研究相位與問題結構改變。 --- # 十、這與第一部的相位模型重新接上 第 04 篇提出： $$ z_t \in \{G,V,R\}. $$ 現在可以得到： 生成階段： $$ H_A^{(G)} $$ 通常較高， 因為需要探索更多： - 表示； - 類比； - 分支； - 反例類型。 驗證階段： $$ H_A^{(V)} $$ 可以下降， 集中在： - 關鍵引理； - 致命條件； - 高證據權重節點。 修復階段： $$ H_A^{(R)} $$ 則重新擴張， 尋找： - failure boundary； - salvageable structure； - alternate formulation。 所以： $$ \boxed{ H_A^{(G)} \rightarrow H_A^{(V)} \rightarrow H_A^{(R)} } $$ 本身應是動態的。 --- # 十一、Attention Concentration Index 熵之外，再定義： $$ \boxed{ ACI = \sum_iw_i^2. } $$ 稱為： # Attention Concentration Index 若注意力高度集中： $$ ACI\uparrow. $$ 若均勻： $$ ACI\downarrow. $$ 它與： $$ H_A $$ 提供互補描述。 真正值得檢查的不是集中本身， 而是： $$ \boxed{ \text{注意力是否集中在真正高資訊價值節點。} } $$ --- # 十二、Evidence Coverage Rate 僅看： $$ H_A $$ 還會遇到一個問題。 假設： $$ E $$ 分成五類： $$ E= E_{\mathrm{support}} \cup E_{\mathrm{counter}} \cup E_{\mathrm{boundary}} \cup E_{\mathrm{alternative}} \cup E_{\mathrm{cost}}. $$ 智能可能在： $$ E_{\mathrm{support}} $$ 內平均分配很多注意力， 因此： $$ H_A $$ 並不低。 但其他四類完全沒看。 所以還需要： $$ \boxed{ ECR = \frac{ |\text{relevant evidence classes actually inspected}| }{ |\text{relevant evidence classes}| } } $$ 稱為： # Evidence Coverage Rate --- # 十三、這正好能偵測「高熵但窄框架」 某系統可以： $$ H_A\uparrow $$ 同時： $$ ECR\downarrow. $$ 例如它讀了： $$ 100 $$ 篇支持理論的論文， 分配非常平均， 但一篇反駁文獻都沒有。 因此： $$ \boxed{ \text{high entropy} + \text{low category coverage} } $$ 仍然可以是： $$ \boxed{ \text{高度系統化的 confirmation process}. } $$ --- # 十四、2026 年資訊取得實驗再次提醒「更多來源」也有邊際遞減 2026 年 *The Redundancy Trap* 的 randomized experiment 顯示，受試者會選擇性取得資訊，而不是觀察所有可用來源；同時，隨訊號數量增加，belief updating 呈現邊際遞減，因為不同資訊來源可能包含大量重複。 這表示： $$ \boxed{ \text{coverage} \neq \text{raw source count}. } $$ 真正需要的是： $$ \boxed{ \text{non-redundant evidence coverage}. } $$ 因此 ECR 未來還可加入來源獨立性校正。 --- # 十五、注意力還有「尺度」問題 一套理論： $$ T $$ 可以同時在： - micro； - meso； - macro； 尺度上存在資訊。 定義： $$ \boxed{ \mathbf s = ( w_{\mathrm{micro}}, w_{\mathrm{meso}}, w_{\mathrm{macro}} ) } $$ 且： $$ \sum_kw_k=1. $$ 兩個智能即使資料完全相同： $$ E_A=E_B, $$ 若： $$ \mathbf s_A \neq \mathbf s_B, $$ 可能形成完全不同的描述。 --- # 十六、尺度偏置可以讓同一理論呈現相反樣貌 例如一個政策： 微觀： $$ \text{部分個體受益}. $$ 宏觀： $$ \text{系統總成本上升}. $$ 只看： $$ w_{\mathrm{micro}}\approx1 $$ 可能得： > 政策有效。 只看： $$ w_{\mathrm{macro}}\approx1 $$ 可能得： > 政策失敗。 所以： $$ \boxed{ \text{同一資料可以支撐不同尺度上的真陳述，} } $$ 但如果尺度未明說， 它們可能被錯誤包裝成： $$ \boxed{ \text{對同一命題的互斥結論。} } $$ --- # 十七、因此需要 Scale Attention Profile 本文提出： $$ SAP(T) = \mathbf s_T. $$ 稱為： # Scale Attention Profile 每次高階理論評價最好標記： ```text micro attention = 0.25 meso attention = 0.35 macro attention = 0.40 ``` 這不是要求真的精確到小數。 而是強迫智能回答： > 我現在主要在哪一個尺度上看這件事？ 這會降低： $$ \text{scale smuggling}. $$ --- # 十八、注意力也作用於「關係」，而不只是物件 假設證據圖： $$ G=(V,R). $$ 節點： $$ v_i $$ 是事實。 邊： $$ r_{ij} $$ 是： - 因果； - 支持； - 衝突； - 依賴； - 時序； - 類比。 兩個智能可能看見完全相同節點： $$ V_A=V_B, $$ 但： $$ R_A^{\mathrm{eff}} \neq R_B^{\mathrm{eff}}. $$ 因為它們注意的關係不同。 --- # 十九、Relation Attention 定義： $$ w_{ij}^{(R)} = \operatorname{Attention}(r_{ij}). $$ 所以完整注意力應是： $$ \boxed{ A = ( A_E, A_R, A_S ) } $$ 其中： - \(A_E\)：Evidence Attention； - \(A_R\)：Relation Attention； - \(A_S\)：Scale Attention。 這比單純： $$ \text{token importance} $$ 更接近高階研究智能真正需要的注意力表示。 --- # 二十、同一套理論因此可以呈現「不同形狀」 若： $$ T $$ 是一張巨大關係圖， 智能： $$ A $$ 可能看到： $$ T_A^{\mathrm{eff}} = \operatorname{Project}(T,A_A). $$ 智能： $$ B $$ 則看到： $$ T_B^{\mathrm{eff}} = \operatorname{Project}(T,A_B). $$ 即使： $$ T_A=T_B $$ 在資料層完全相同， 仍可能： $$ \boxed{ T_A^{\mathrm{eff}} \neq T_B^{\mathrm{eff}}. } $$ 所以： $$ \boxed{ \text{注意力不是理論之外的裝飾。} } $$ 它參與建構： $$ \boxed{ \text{理論對智能實際呈現的形狀。} } $$ --- # 二十一、這會進一步改變「問題本身」 設原問題： $$ Q. $$ 注意力映射： $$ A $$ 後形成： $$ \boxed{ Q_{\mathrm{eff}} = \Phi(Q,E,A). } $$ 所以兩個智能在表面上都回答： > 這個理論是否成立？ 但實際： $$ Q_{\mathrm{eff}}^A $$ 可能是： > 它有沒有任何可用結構？ 而： $$ Q_{\mathrm{eff}}^B $$ 可能是： > 它是否存在一個致命反例？ 兩者從第一步開始就在解不同問題。 --- # 二十二、因此「爭論」有時其實是注意力投影不同 兩個智能： $$ A,B $$ 可能： - 使用同一資料庫； - 都沒有算錯； - 都沒有捏造證據； - 都具有合理邏輯。 但： $$ A_A\neq A_B. $$ 於是： $$ Q_{\mathrm{eff}}^A \neq Q_{\mathrm{eff}}^B. $$ 最後： $$ J_A\neq J_B. $$ 這不代表： > 兩者都對。 但它提醒我們： $$ \boxed{ \text{判斷差異不一定首先發生在推理層。} } $$ 可能更早發生於： $$ \boxed{ \text{attention projection layer}. } $$ --- # 二十三、Attention Divergence 為了比較兩個智能，本文定義： $$ \boxed{ AD(A,B) = D_{\mathrm{JS}} ( \mathbf w^A,\mathbf w^B ) } $$ 稱為： # Attention Divergence 使用 Jensen–Shannon divergence 只是其中一種可行形式。 如果： $$ AD\approx0, $$ 兩者注意力分布接近。 若： $$ AD\uparrow, $$ 代表： > 它們雖然共享資料，但實際處理的證據幾何越來越不同。 --- # 二十四、AD 可以幫助定位真正分歧 如果： $$ J_A\neq J_B, $$ 可以依序檢查： 1. Evidence Set 是否不同？ 2. Attention Distribution 是否不同？ 3. Relation Mapping 是否不同？ 4. Inference Rule 是否不同？ 5. Value Function 是否不同？ 如果： $$ E_A=E_B $$ 但： $$ AD\gg0, $$ 就知道真正爭議不是： > 誰漏了資料？ 而是： $$ \boxed{ \text{誰把什麼視為重要？} } $$ --- # 二十五、歷史正是注意力分布的重要輸入 第 17 篇提出： $$ H_t \rightarrow A_t. $$ 現在可精確寫成： $$ \boxed{ w_i(t) = \operatorname{Attention} ( e_i \mid H_t, V_t, M_t, Q_t ). } $$ 所以長期協作可能形成： $$ H_t \rightarrow \mathbf w_t \rightarrow E_{\mathrm{eff},t} \rightarrow J_t \rightarrow H_{t+1}. $$ 這就是評價吸引子的微觀迴圈。 --- # 二十六、Praise Attractor 其實首先是 Attention Attractor Praise Attractor 不一定直接說： > 理論一定對。 它更可能先改變： $$ \mathbf w. $$ 例如： $$ w(\text{support evidence})\uparrow, $$ $$ w(\text{repairable structure})\uparrow, $$ $$ w(\text{counterevidence})\downarrow. $$ 最後： $$ J $$ 自然朝正向收斂。 因此： $$ \boxed{ \text{評價吸引子的第一站，往往不是 verdict，} } $$ 而是： $$ \boxed{ \text{attention allocation}. } $$ --- # 二十七、Terminal-Refutation Attractor 也是同構的 它可能： $$ w(\text{counterexample})\uparrow, $$ $$ w(\text{salvage})\downarrow, $$ $$ w(\text{scope restriction})\downarrow, $$ $$ w(\text{question generation})\downarrow. $$ 所以找到一個反例後， 智能實際看見的： $$ T_{\mathrm{eff}} $$ 幾乎只剩： $$ \text{failed statement}. $$ 於是： $$ \operatorname{Close}(T) $$ 成為自然結果。 --- # 二十八、LLM 的 positional bias 是一個很直接的工程例子 長上下文研究已顯示： > 即使相關證據完整存在於 input context 中，模型利用程度仍可能受到它出現位置影響。 *Lost in the Middle* 發現，關鍵資訊位於長 context 中間時，部分模型的表現顯著下降。 後續 *Found in the Middle* 更把這與 positional attention bias 連結：模型對 context 開頭與結尾具有較高注意傾向，即使資訊 relevance 不同。 因此： $$ \boxed{ \text{same evidence} + \text{different position} \rightarrow \text{different effective weight}. } $$ 這是一個非常直接的： $$ \text{Attention Geometry} $$ 例子。 --- # 二十九、這不代表本文的注意力熵等同 Transformer Head Entropy 2026 年有研究直接使用： $$ \text{attention-head entropy} $$ 預測 LLM 答案正確性。 研究使用 per-head Rényi entropy 測量 attention mass 的分散程度，並發現這些內部 pattern 對正確性具有預測信號。 這與本文概念具有有趣平行。 但必須嚴格區分： $$ \boxed{ H_A^{\mathrm{epistemic}} \neq H_A^{\mathrm{transformer}}. } $$ 前者是： > 高階證據資源分配的功能模型。 後者是： > 特定 Transformer 內部 attention weight 的統計量。 兩者不能直接互相替代。 --- # 三十、但這個平行仍值得研究 如果未來能建立： $$ H_A^{\mathrm{epistemic}} $$ 的行為指標， 就可以研究： $$ \operatorname{Corr} ( H_A^{\mathrm{epistemic}}, H_A^{\mathrm{internal}} ). $$ 例如： - 廣泛證據覆蓋是否對應某類 attention-head entropy？ - 過度集中是否可由內部 activation pattern 預測？ - context positional bias 是否會轉成 epistemic evidence weighting bias？ 這是一條： $$ \boxed{ \text{behavioral epistemology} \leftrightarrow \text{mechanistic interpretability} } $$ 的未來研究線。 --- # 三十一、Attention Calibration 真正要追求的不是最大熵， 而是： $$ \boxed{ AC = 1- D( \mathbf w, \mathbf w^* ) } $$ 其中： $$ \mathbf w^* $$ 是依據： - 證據強度； - 任務相位； - 非冗餘性； - 風險； - 邊際資訊價值； 估計出的理想注意力分布。 稱為： # Attention Calibration 這比： $$ H_A $$ 更接近成熟性。 --- # 三十二、但理想注意力本身也不是客觀唯一值 不同研究目標： $$ g_1,g_2 $$ 可能合理要求： $$ \mathbf w_1^* \neq \mathbf w_2^*. $$ 例如： ### Discovery Goal 偏重： - novelty； - anomaly； - weak signal。 ### Verification Goal 偏重： - reliability； - counterexample； - dependency。 ### Engineering Goal 偏重： - robustness； - cost； - failure modes。 所以： $$ \boxed{ \text{attention objectivity} } $$ 不是： $$ \text{all evidence equal}. $$ 而是： $$ \boxed{ \text{weighting reasons explicit and revisable}. } $$ --- # 三十三、本文提出 Attention Audit 研究 Agent 可以定期輸出： ## Evidence Distribution 我主要關注哪些證據？ ## Evidence Classes 哪些類別完全沒覆蓋？ ## Scale Profile 我主要在哪個尺度分析？ ## Relation Profile 我主要看哪些關係？ ## Counterevidence Share 反證得到多少注意力？ ## Redundancy 我是否只是重複看大量相似支持？ ## Attention Reset 如果移除歷史／身份資訊，權重是否大幅改變？ 這使： $$ A_t $$ 從黑箱變成： $$ \boxed{ \text{可審核的研究狀態}. } $$ --- # 三十四、注意力熵真正連接的是「智能」和「價值」 回到本系列最初模型： $$ \mathcal I = (C,V,A,H,\pi,R). $$ 現在： $$ A $$ 不再只是列表裡的一個字母。 它正式成為： $$ \boxed{ V \rightarrow A \rightarrow \pi } $$ 的中介。 價值： $$ V $$ 不一定直接命令： > 得出結論 X。 它更可能先決定： > 哪些東西值得看？ 然後： $$ A $$ 再決定： > 哪些證據真正進入工作空間？ 最後： $$ \pi $$ 才決定： > 做什麼？ 因此： $$ \boxed{ \text{價值耦合最深的地方，可能首先出現在注意力。} } $$ --- # 三十五、結論：同一套資料，不代表同一個認知世界 本篇最後可以得到一條很重要的鏈： $$ \boxed{ E \xrightarrow{A} E_{\mathrm{eff}} \xrightarrow{\Phi} Q_{\mathrm{eff}} \xrightarrow{\pi} J. } $$ 所以： $$ E_A=E_B $$ 不代表： $$ E_{\mathrm{eff}}^A = E_{\mathrm{eff}}^B. $$ 進一步也不代表： $$ Q_{\mathrm{eff}}^A = Q_{\mathrm{eff}}^B. $$ 甚至： $$ J_A = J_B. $$ 這就是為什麼： $$ \boxed{ \text{同一套理論可以呈現不同樣貌。} } $$ 差異可能不是因為其中一方缺資料。 也不一定是因為推理能力不同。 而可能只是： $$ \boxed{ \text{有限注意力把同一個巨大資訊空間投影成了不同的有效世界。} } $$ 因此本文提出： $$ H_A = -\sum_iw_i\log w_i, $$ $$ ACI = \sum_iw_i^2, $$ $$ ECR = \text{Evidence Coverage Rate}, $$ $$ AD = D_{\mathrm{JS}} ( \mathbf w^A,\mathbf w^B ), $$ 以及： $$ AC = \text{Attention Calibration}. $$ 但最重要的結論仍然不是任何單一指標。 而是： $$ \boxed{ \text{收斂度提高，不等於收斂位置必然中立。} } $$ 一個智能可以： - 高度一致； - 高度穩定； - 高度有條理； - 高度收斂； 卻仍只是： $$ \boxed{ \text{在一個被選擇性注意力塑造的證據場中收斂。} } $$ 所以真正的反身智能不只要問： > 我的結論合理嗎？ 還必須問： $$ \boxed{ \text{我究竟把什麼當成了值得看的東西？} } $$ 下一篇： # 價值耦合智能論 19 # 智能提升為什麼不必然改變行動函數 第 18 篇已經把： $$ A $$ 正式數學化。 第 19 篇將回到整個系列一開始那個非常關鍵的命題： $$ C\rightarrow C' $$ 並不推出： $$ V\rightarrow V', $$ 也不推出： $$ A\rightarrow A'. $$ 因此： $$ \boxed{ \text{能力變強} } $$ 甚至可能只是讓： $$ \boxed{ \text{原本的行動偏好執行得更有效率。} } $$ --- ## 參考資料（本篇重新查核） 1. Maćkowiak, B., Matějka, F., & Wiederholt, M. (2023). *Rational Inattention: A Review*. Journal of Economic Literature, 61(1), 226–273. 2. Schwartzstein, J. (2014). *Selective Attention and Learning*. Journal of the European Economic Association, 12(6), 1423–1452. 3. Tango, K., Kikuchi, J., & Nakazono, Y. (2026). *The Redundancy Trap: Selective Attention and the Trade-off in Belief Updating*. 4. Liu, N. F. et al. (2024). *Lost in the Middle: How Language Models Use Long Contexts*. Transactions of the Association for Computational Linguistics, 12. 5. Hsieh, C.-Y. et al. (2024). *Found in the Middle: Calibrating Positional Attention Bias Improves Long Context Utilization*. 6. Ostmeier, S. et al. (2026). *Attention Head Entropy of LLMs Predicts Answer Correctness*. 7. Polson, N. G., & Zantedeschi, D. (2025). *Rational Inattention: A Bayesian Predictive Approach*. 8. Hu, L., Li, A., & Tan, X. (2021). *A Rational Inattention Theory of Echo Chamber*.