# 異常即入口 ## 具身自主研究中的反例、失敗、離群事件與未知管理 **Anomaly as Entrance: Counterexamples, Failures, Outliers, and Unknown Management in Embodied Autonomous Research** **系列：**《時空域支配智能》系列第 11 篇 **文件編號：** EML-STDI-AEU-2026-v0.1 **架構名稱：** AEU｜Anomaly–Exception–Unknown Runtime **作者：** Neo.K **協作整理：** Aletheia（阿萊） **機構：** EveMissLab／一言諾科技有限公司 **日期：** 2026 年 7 月 30 日 **文件類型：** 系統架構論文／異常、反例與未知治理規格 **證據成熟度：** E0——形式模型、分類體系、驗證協議與 MVP 路線 **公開狀態：** 私人研究稿；公開前應經 EML-CF 的 IP Gate、安全、來源與證據審查 **上位理論：** STDI｜時空域支配智能 **直接前序：**《具身化 AI 自主研究閉環：從假說生成、物理實驗到證據判定與概念修正》 --- ## 摘要 具身化 AI 自主研究閉環若只會選擇下一個最佳實驗、提高目標函數或重複成功程序，最終容易形成一個高速但封閉的最佳化機器。真正的研究系統必須能處理那些不符合預期、無法被既有類別解釋、破壞模型假設，甚至無法立即判斷是「新現象」還是「設備壞掉」的事件。 本文提出： > **異常即入口，但異常不等於發現。** 異常的第一個作用，不是替 AI 提供宣稱新理論的理由，而是迫使研究閉環重新檢查世界狀態、樣本身份、儀器健康、程序版本、量測校準、資料管線、模型假設、治理權限與既有假說邊界。只有在排除或量化這些來源後，一個離群結果才有資格從「故障候選」逐步升格為「科學異常候選」。 本文提出 **AEU｜Anomaly–Exception–Unknown Runtime（異常—例外—未知運行層）**，作為 EARC 的反例與開放世界子系統。其研究狀態為： $$ \mathcal{U}_t = \left( O_t, B_t, A_t, C_t, R_t, H_t, E_t, Q_t, G_t \right), $$ 其中： - $O_t$ ：觀測、量測、事件與系統遙測； - $B_t$ ：基準、預期、模型與合法程序； - $A_t$ ：異常候選； - $C_t$ ：異常分類、來源與競爭解釋； - $R_t$ ：重觀測、重現、隔離與反證計畫； - $H_t$ ：被挑戰或新生成的假說； - $E_t$ ：證據、校準、來源與負結果； - $Q_t$ ：風險、優先級與未知預算； - $G_t$ ：安全、權限、IP 和人類治理。 本文將異常分成八類： 1. **A0 統計波動與正常噪音**； 2. **A1 感測、量測與校準異常**； 3. **A2 設備健康、工具與執行異常**； 4. **A3 樣本、材料、身份與保管異常**； 5. **A4 程序、排程與世界狀態異常**； 6. **A5 資料、模型、AI Agent 與證據異常**； 7. **A6 權限、安全、治理與對抗性異常**； 8. **A7 尚無法歸類的開放世界異常**。 異常分數不只計算統計殘差，而同時考慮物理約束、分布外程度、來源缺口、治理差異與多感測器不一致： $$ \begin{aligned} S_{\mathrm{anom}}(o) ={}& w_rS_{\mathrm{residual}} + w_dS_{\mathrm{distribution}} + w_cS_{\mathrm{constraint}} \\ &+ w_mS_{\mathrm{multimodal}} + w_pS_{\mathrm{provenance}} + w_gS_{\mathrm{governance}} + w_uS_{\mathrm{unknown}}. \end{aligned} $$ 但高分只觸發 **Anomaly Gate**，不直接建立研究結論。完整生命週期為： ```text DETECTED → QUARANTINED → REOBSERVED → TRIAGED → REPRODUCED／NOT_REPRODUCED → EXPLAINED／OPEN_UNKNOWN → HYPOTHESIS_REVISED／NEW_BRANCH／DISMISSED ``` 本文建立三個核心分離： $$ \boxed{ \text{異常偵測} \neq \text{異常解釋} \neq \text{科學發現} } $$ 異常偵測只指出觀測偏離基準；異常解釋判斷偏離可能來自何處；科學發現則要求異常可重現、具備正交證據、能排除重要混淆，並使既有模型或假說發生可驗證改變。 現有研究已顯示此問題的現實性。2025 年的自駕實驗室視覺異常資料工作指出，實驗過程中的非預期事件和故障需要被有效偵測，並建立專門面向實驗流程異常的視覺資料集。CVPR 2025 的 Phys-AD 則以真實機械臂與動態物體建立物理異常資料，顯示靜態外觀異常模型難以處理需要物理推理的事件。自動化 HPLC 研究也已使用機器學習持續辨識分析流程異常與儀器健康。主動異常發現研究則證明，讓模型根據專家回饋主動挑選最值得檢查的異常，可提高真正有科學價值的異常發現效率。對黑箱資訊物理系統的主動反證研究進一步展示，可利用形式化時間性質與主動學習減少尋找違例所需的模擬次數。 本文將這些能力整合進 EARC，建立： - Anomaly Contract； - Unknown Registry； - Negative Result Graph； - Failure Triage； - Active Anomaly Queue； - Reproduction Gate； - Orthogonal Evidence Gate； - Open-World Boundary； - Anomaly Debt； - Human Escalation； - Hypothesis Expansion； - IP-sensitive anomaly routing。 本文的核心命題為： > 一個成熟的自主研究系統，不是從不出錯，也不是把每一個離群點都叫作突破；它必須能把錯誤、噪音、設備故障、反例與真正未知分開保存，並讓無法解釋的殘差成為下一輪可驗證研究的入口。 **關鍵詞：** 異常即入口、AEU、具身自主研究、反例、失敗管理、未知管理、開放世界、物理異常、主動異常發現、負結果、反證、異常分流、科學發現、儀器健康、Evaluation Probes --- # 0. 版本定位：第十一篇補的是「閉環如何面對預期之外」 第十篇 EARC 已經建立： - 可反駁假說； - 競爭解釋； - 實驗組合； - 物理執行； - 證據判定； - 重現； - 停止； - 概念修正。 但它仍隱含一個相對封閉的假設： > 研究結果大致落在系統事先設計的分類、變量與失敗模式中。 真實物理研究中，常出現： - 感測器突然偏移； - 樣本被放錯位置； - 機械臂完成動作但物體沒有移動； - 理論預測與量測差距巨大； - 模型不確定度很低但結果錯誤； - 不同量測手段互相矛盾； - 一個只出現一次、卻非常顯著的事件； - 無法被既有本體命名的物理狀態。 AEU 的任務不是立即解釋一切，而是讓系統能正式說： > 我觀察到偏離，但目前不知道偏離的來源。 --- # 1. 異常、例外、失敗、反例與未知 ## 1.1 異常 Anomaly 相對於某個基準或預測的顯著偏離： $$ a = o-\hat{o}. $$ 異常依賴基準；沒有基準就沒有異常。 ## 1.2 例外 Exception 系統已知某類不尋常事件，且已有處理程序。 例如： - 網路短暫斷線； - 樣本未抓穩； - 儀器暖機逾時； - 校準過期。 例外不一定挑戰科學模型。 ## 1.3 失敗 Failure 任務、程序、設備或證據沒有滿足完成條件。 失敗可能完全符合既有模型。 ## 1.4 反例 Counterexample 某項觀測或可重現條件，直接違反假說、形式性質或安全主張。 ## 1.5 離群值 Outlier 在統計空間中偏離大多數資料的點。 離群值可能是： - 測量錯誤； - 稀有但正常； - 新現象； - 樣本混入； - 資料處理錯誤。 ## 1.6 未知 Unknown 系統缺少足夠狀態、表示、模型或證據來分類。 未知不是暫時填入最接近類別的藉口，而是正式研究狀態。 --- # 2. 八類異常 ## A0：統計波動與正常噪音 特徵： - 落在已知誤差模型內； - 不重現； - 不違反物理或治理約束； - 不需要擴張假說。 處理： - 保存； - 不升級； - 更新噪音模型。 ## A1：感測、量測與校準異常 包括： - 漂移； - 飽和； - 失焦； - 基線偏移； - 時鐘錯誤； - 校準件失效； - 單位或量程錯誤。 ## A2：設備、工具與執行異常 包括： - 馬達失步； - 夾具鬆動； - 泵堵塞； - 工具錯裝； - 儀器健康退化； - 指令與實際效果不一致。 ## A3：樣本、材料與身份異常 包括： - 樣本交換； - 批次污染； - 材料組成差異； - 容器錯誤； - 保管鏈斷裂； - 未知混入物。 ## A4：程序、排程與世界狀態異常 包括： - 步驟順序錯； - 世界紀元過期； - 等待時間不足； - 人類中途介入； - 任務包重放； - 站點對同一物件狀態不一致。 ## A5：資料、模型、Agent 與證據異常 包括： - 模型 OOD； - 過度自信； - 資料洩漏； - 分析程式版本錯； - Agent 幻覺能力； - 引用不支持結論； - 原始資料與報告不一致。 ## A6：治理、安全與對抗性異常 包括： - 過期租約仍被接受； - 舊治理紀元命令； - 假站點或假憑證； - 惡意文件注入； - 權限擴張； - IP 資料被送往未授權站點。 ## A7：開放世界異常 在排除重要已知來源後，仍無法以現有類型、模型與假說解釋。 A7 是研究入口，但不是新理論證明。 --- # 3. 異常偵測不是發現引擎 ## 3.1 高殘差的多種來源 $$ r = y_{\mathrm{observed}} - y_{\mathrm{predicted}}. $$ 大殘差可能意味： - 模型錯； - 量測錯； - 輸入記錄錯； - 樣本錯； - 未觀測干擾； - 真實新現象。 ## 3.2 三階段分離 ### Detection 哪裡偏離？ ### Attribution 偏離最可能來自哪個層級？ ### Scientific Qualification 偏離是否能重現，且能迫使假說或機制模型改變？ ## 3.3 異常升格條件 至少滿足： - 身份確認； - 校準有效； - 程序版本確認； - 正交感測； - 可重現或有合理稀有事件證據； - 排除主要混淆； - 完整來源； - 人類或授權評估。 --- # 4. 異常分數 定義： $$ \begin{aligned} S_{\mathrm{anom}}(o) ={}& w_rS_{\mathrm{residual}} + w_dS_{\mathrm{distribution}} + w_cS_{\mathrm{constraint}} \\ &+ w_mS_{\mathrm{multimodal}} + w_pS_{\mathrm{provenance}} + w_gS_{\mathrm{governance}} + w_uS_{\mathrm{unknown}}. \end{aligned} $$ ## 4.1 Residual 與預測、基準或同批樣本差異。 ## 4.2 Distribution Shift 輸入或狀態是否超出訓練／校準分布。 ## 4.3 Constraint Violation 是否違反： - 能量； - 守恆； - 幾何； - 時間； - 安全； - 程序。 ## 4.4 Multimodal Disagreement 例如： - 相機說已抓取； - 重量感測器說仍在原位； - 夾爪力感說沒有物體。 ## 4.5 Provenance Gap 缺少： - 樣本身份； - 量測來源； - 程式版本； - 校準； - 原始資料。 ## 4.6 Governance Divergence 觀測或行動是否與租約、世界紀元或治理日誌矛盾。 ## 4.7 Unknown Score 現有模型對觀測： - 無類別； - 高熵； - 高模型分歧； - 無可用解釋； - 顯著 OOD。 --- # 5. Anomaly Contract 每個異常候選： $$ \alpha = \left( o, b, \delta, s, c, r, e, g \right), $$ 其中： - $o$ ：原始觀測； - $b$ ：比較基準； - $\delta$ ：偏離程度； - $s$ ：來源和世界紀元； - $c$ ：候選分類和解釋； - $r$ ：重觀測／重現計畫； - $e$ ：證據要求； - $g$ ：安全、權限和 IP 處理。 ## 5.1 必須記錄 - 異常出現前狀態； - 異常期間事件； - 感測器和設備版本； - 站點健康； - 人類介入； - 原始資料； - 是否可再現； - 已排除來源； - 未排除來源。 --- # 6. 生命週期 ```text DETECTED ↓ QUARANTINED ↓ REOBSERVED ↓ TRIAGED ├── NORMAL_VARIATION ├── MEASUREMENT_FAULT ├── EQUIPMENT_FAULT ├── SAMPLE／PROCEDURE_FAULT ├── MODEL／AGENT_FAULT ├── GOVERNANCE_EVENT └── OPEN_UNKNOWN ↓ REPRODUCTION_ATTEMPT ├── NOT_REPRODUCED ├── REPRODUCED └── RARE_EVENT_SUPPORTED ↓ EXPLAINED／HYPOTHESIS_EXPANDED／NEW_RESEARCH_BRANCH ``` ## 6.1 Quarantine 隔離的可能對象： - 樣本； - 儀器； - 資料； - 模型輸出； - 任務； - 世界主張。 隔離不是刪除。 ## 6.2 Reobserve 使用： - 同一感測器重測； - 不同感測器； - 不同站點； - 人工檢查； - 校準件； - 重新定位。 ## 6.3 Triage 先排安全與基礎設施，再談新現象。 ## 6.4 Reproduce 重現可以是： - 同一樣本； - 新樣本； - 不同批次； - 不同設備； - 不同環境； - 反向干預。 --- # 7. Unknown Registry ## 7.1 未知類型 ### Epistemic Unknown 缺少知識或資料，可透過觀測降低。 ### Aleatoric Uncertainty 物理或量測本身具有隨機性。 ### Representational Unknown 現有 schema、本體或模型無法表示。 ### Causal Unknown 知道相關，但不知道機制和干預結果。 ### Infrastructure Unknown 不知道設備、網路或程序是否可靠。 ### Governance Unknown 權限、責任、IP 或法律邊界不清楚。 ## 7.2 Unknown Record ```yaml unknown: id: "" scope: "" description: "" type: "" blocking_decisions: [] possible_observations: [] estimated_cost_to_reduce: null risk_if_ignored: null owner: "" status: "OPEN" ``` ## 7.3 不知道不等於待辦清單全部優先 需要依： - 風險； - 資訊價值； - 產品價值； - 可降低程度； - 時間； 排序。 --- # 8. Unknown Budget 研究系統不能無限追逐每個未知。 定義未知 $u$ 的優先級： $$ P(u) = \alpha R(u) + \beta I(u) + \gamma V(u) + \eta B(u) - \lambda C(u) - \mu T(u). $$ 其中： - $R$ ：忽略風險； - $I$ ：資訊增益； - $V$ ：研究／產品價值； - $B$ ：是否阻塞關鍵決策； - $C$ ：成本； - $T$ ：時間。 ## 8.1 未知預算分配 ```text Safety Unknowns 優先 Identity／Custody 優先 Measurement Unknowns 高 Mechanism Unknowns 依研究價值 Low-impact Curiosity 有限 ``` --- # 9. Negative Result Graph ## 9.1 負結果不是空白 負結果可能是： - 未觀察到效果； - 效果低於工程門檻； - 條件不可製造； - 儀器不能辨識； - 實驗被安全規則阻止； - 模型預測失敗； - 結果不重現。 ## 9.2 圖結構 $$ G_N = \left( V_{\mathrm{claim}}, V_{\mathrm{experiment}}, V_{\mathrm{failure}}, E_{\mathrm{tests}}, E_{\mathrm{blocks}}, E_{\mathrm{narrows}} \right). $$ ## 9.3 功能 負結果可： - 降低重複無效實驗； - 縮小假說範圍； - 校正模型； - 產生失敗模式； - 影響專利和產品路線。 ## 9.4 禁止成功偏差 報告不可只查詢： ```text status = SUCCESS ``` 研究總結必須包含： - 全部嘗試； - 排除規則； - 失敗； - 無結果； - 被阻止實驗； - 資料缺失。 --- # 10. Failure Triage ## 10.1 快速問題 1. 是否有安全風險？ 2. 物理世界和日誌是否一致？ 3. 樣本身份是否正確？ 4. 儀器是否健康和校準？ 5. 程序是否按版本執行？ 6. 資料是否完整？ 7. 模型是否超出適用範圍？ 8. 權限和世界紀元是否有效？ ## 10.2 責任分流 | 類別 | 更新元件 | |---|---| | 感測漂移 | Measurement Model | | 設備故障 | Capability Certificate／Maintenance | | 樣本錯誤 | Custody／Entity Registry | | 程序錯誤 | DomainIR Compiler | | 世界錯誤 | SWM／Reconciliation | | Agent 錯誤 | Evaluation Probe／Policy | | 假說錯誤 | Claim Graph | | 未知 | Unknown Registry | ## 10.3 不能全部餵給同一模型 否則模型可能把治理事故學成新的物理規律。 --- # 11. 主動異常發現 ## 11.1 靜態排行 單純按 anomaly score 排序，可能大量回報： - 感測噪音； - 已知故障； - 重複類型； - 無研究價值事件。 ## 11.2 Active Anomaly Queue 系統根據人類／驗證 Agent 回饋更新「有價值異常」定義。 候選效用： $$ \begin{aligned} U_A(a) ={}& \alpha S_{\mathrm{anom}}(a) + \beta V_{\mathrm{novel}}(a) + \gamma V_{\mathrm{discriminate}}(a) \\ &+ \eta V_{\mathrm{reproducible}}(a) + \theta V_{\mathrm{product}}(a) - \lambda C_{\mathrm{inspect}}(a) \\ &- \mu R_{\mathrm{safety}}(a) - \nu P_{\mathrm{artifact}}(a). \end{aligned} $$ ## 11.3 Active Anomaly Discovery 的啟示 在天文時間序列研究中，主動異常發現透過專家回饋更新模型，使系統更有效把真正有趣的異常呈現給專家。 EARC 中可將專家替換或擴展為： - 儀器 Agent； - 安全 Agent； - 領域模型； - 人類研究者； - 反證 Agent。 --- # 12. 物理異常需要物理推理 ## 12.1 靜態外觀不足 一個齒輪看起來正常，但旋轉方向、速度或接觸關係可能錯誤。 一個液面外觀正常，但注入順序或流速可能違反程序。 ## 12.2 Physics-Grounded Anomaly 需要比較： - 物體； - 動力； - 接觸； - 預期效果； - 時序； - 能量； - 任務上下文。 ## 12.3 多感測器 外觀、幾何和內部性質可以互補： - RGB； - 深度； - 力； - 聲音； - 熱； - 重量； - 光譜； - X-ray。 ## 12.4 異常解釋 模型不只輸出「異常」，還應指出： - 哪個物理關係違反； - 哪個時間點開始； - 哪些感測器支持； - 哪些替代解釋仍存在。 --- # 13. 儀器健康與流程異常 ## 13.1 儀器也是研究對象 自動化系統若只監控研究樣本，卻不監控儀器自身，會把： - 柱效下降； - 泵壓異常； - 基線漂移； - 感測器退化； 誤解成樣本現象。 ## 13.2 Health Model $$ H_i(t) = f( telemetry, calibration, residuals, maintenance, environment ). $$ ## 13.3 Predictive Maintenance 不是科學結論 儀器健康模型可： - 阻止錯誤量測； - 提前維護； - 標記資料品質。 但不能自行決定某個研究假說被支持。 --- # 14. 反證引擎 ## 14.1 從尋找最好結果轉向尋找違例 對形式化性質 $\varphi$ ： $$ x^\star = \arg\min_x \rho_\varphi(x), $$ 其中 $\rho_\varphi$ 是性質的 robustness。 當： $$ \rho_\varphi(x)<0, $$ 找到反例。 ## 14.2 實驗假說的反證 例如： > 在整個合法工作區間內，結構 A 的熱阻低於 B。 反證引擎主動搜尋： - 極端環境； - 製造偏差； - 批次； - 老化； - 量測方式； - 邊界參數。 ## 14.3 Active Learning 利用主動學習將有限實驗集中在最可能暴露失敗的區域，而不是均勻掃描。 ## 14.4 反證不等於破壞安全 所有反證候選仍須經 DomainIR、安全和人類 Gate。 --- # 15. Anomaly Probe NIST 的 evaluation probes 思路可以擴展到物理研究閉環。 ## 15.1 Agent Probe 檢查： - 結論是否支持； - 是否漏報異常； - 是否篡改門檻； - 是否選擇性報告； - 是否把推論寫成量測； - 是否使用不存在的設備能力。 ## 15.2 Physical Probe 檢查： - 動作效果； - 樣本身份； - 儀器健康； - 世界狀態； - 異常前後事件。 ## 15.3 Evidence Probe 檢查： - Faithfulness； - Completeness； - Sufficiency； - Calibration； - Reproducibility； - Independence。 ## 15.4 Probe Trail 所有判定保存為可機器讀取審計鏈。 --- # 16. 異常債務 ## 16.1 定義 尚未解決、但仍影響系統決策的異常集合： $$ D_A(t) = \sum_{a\in A_{\mathrm{open}}} w_rR(a) + w_bB(a) + w_tT(a). $$ 其中： - $R$ ：風險； - $B$ ：阻塞決策程度； - $T$ ：存在時間。 ## 16.2 異常債務的危險 若長期忽略： - 模型會學到污染資料； - 能力證書失真； - 世界模型分歧； - 重複事故； - 假說建立在錯誤基礎上。 ## 16.3 債務上限 當： $$ D_A(t)>\tau_A, $$ 系統應： - 暫停擴張； - 降低自主級別； - 集中調和； - 要求人類審查。 --- # 17. 稀有事件 ## 17.1 不重現不一定等於無價值 某些事件本質稀有： - 瞬態故障； - 相變； - 間歇性接觸； - 特定環境組合； - 安全事故。 ## 17.2 Rare Event Support 若不能直接重現，可使用： - 多感測器同步； - 完整原始資料； - 事件前後狀態； - 模擬； - 類似事件； - 物理機制； - 故障樹。 ## 17.3 主張限制 單次事件可支持： > 事件曾可能發生。 不能直接支持： > 事件普遍、穩定且可控制。 --- # 18. 開放世界邊界 ## 18.1 Closed-Set Failure 分類器可能被迫把未知事件塞入最近的已知類別。 ## 18.2 Reject Option 當： $$ \max_k p(y=k\mid x)<\tau $$ 或模型分歧過高時： ```text REJECT_AS_UNKNOWN ``` ## 18.3 OOD 不等於有趣 OOD 可能只是： - 新相機； - 新光線； - 新容器； - 軟體版本； - 無關環境變化。 ## 18.4 Open-World Research Boundary 只有當 OOD 同時： - 與研究主張相關； - 經來源確認； - 可重現或有稀有事件證據； - 排除已知系統故障； - 能提出可驗證新問題； 才建立新研究分支。 --- # 19. 假說擴張 ## 19.1 不是立即建立新理論 順序： ```text Unknown Observation → Candidate Explanations → Minimal New Variables → New Hypothesis Branch → Discriminating Experiment ``` ## 19.2 最小擴張原則 先增加最少的： - 變量； - 狀態； - 關係； - 機制； 解釋異常。 ## 19.3 Branch Record ```yaml hypothesis_expansion: parent_claim: "" triggering_anomalies: [] new_variables: [] candidate_mechanisms: [] distinguishing_predictions: [] falsification_conditions: [] ``` ## 19.4 不允許敘事補洞 若新假說只能事後解釋、沒有新預測，不能升級為正式分支。 --- # 20. 異常與 IP ## 20.1 異常可能是高價值智財 意外的： - 材料行為； - 製程窗口； - 控制策略； - 故障恢復； - 量測方法； 可能形成專利或秘密。 ## 20.2 自動隔離 高新穎性異常先標記： ```yaml ip_status: private_review external_export: false ``` ## 20.3 不公開原始異常細節 在排除： - 專利； - 合作義務； - 安全； - 雙重用途； 前，不自動發布。 ## 20.4 負結果也可能是秘密 無效參數區、失敗模式和製造陷阱可能具有商業價值。 --- # 21. 人類升級 ## 21.1 必須升級的情況 - 人身安全； - 危險材料； - 無法識別物件； - 高價值樣本； - 重複異常仍無解； - 異常可能是新機制； - IP／法律邊界； - Agent 判定互相衝突。 ## 21.2 人類輸入不是只給標籤 可提供： - 新假說； - 實驗直覺； - 儀器經驗； - 判斷哪個未知值得； - 決定停止或擴張。 ## 21.3 保留人類判定來源 人類判定同樣進入事件與來源圖。 --- # 22. AEU 系統元件 ## 22.1 Baseline Registry 保存： - 正常分布； - 物理模型； - 程序； - 儀器健康； - 世界紀元； - 安全與治理基準。 ## 22.2 Multimodal Anomaly Detector 整合視覺、力、熱、聲音、儀器與事件。 ## 22.3 Constraint Monitor 監控形式性質、物理限制與程序不變量。 ## 22.4 Anomaly Gate 隔離高分候選，不直接提交結論。 ## 22.5 Triage Engine 產生異常來源排序。 ## 22.6 Reobservation Planner 選擇最低成本的確認觀測。 ## 22.7 Reproduction Manager 安排重現、對照、正交量測和不同站點驗證。 ## 22.8 Unknown Registry 保存不能解釋的狀態。 ## 22.9 Negative Result Graph 保存全部失敗和零結果。 ## 22.10 Falsification Engine 主動尋找假說和安全性質違例。 ## 22.11 Evaluation Probe Layer 檢查 Agent、證據和主張。 ## 22.12 Hypothesis Expansion Manager 把 A7 異常轉成候選新分支。 ## 22.13 Anomaly Debt Monitor 限制未解異常累積。 ## 22.14 Human／IP Escalation 處理高風險與高價值事件。 --- # 23. 與 SWM 的整合 ## 23.1 異常不是世界事實 先提交： ```text ANOMALY_ASSERTION ``` 而不是直接修改： ```text COMMITTED_PHYSICAL_RELATION ``` ## 23.2 衝突關係 SWM 可以同時保存： - 正常模型預測； - 新觀測； - 儀器健康疑慮； - 候選解釋。 ## 23.3 世界紀元 高風險異常可能使： $$ WE_k\rightarrow INVALIDATED. $$ 依賴該世界狀態的任務必須停止或重新編譯。 --- # 24. 與 EARC 的整合 EARC 每輪增加： ```text Experiment → Observation → Anomaly Gate → Evidence Adjudication → Normal Update or Unknown Branch ``` ## 24.1 正常結果 進入原假說更新。 ## 24.2 已知失敗 更新能力、程序或維護。 ## 24.3 反例 削弱或反駁主張。 ## 24.4 開放未知 進入 Unknown Registry，等待最小區分實驗。 --- # 25. MVP：Unknown-First Thermal Lab 14D ## 25.1 目的 在低風險熱量測研究中，驗證系統能否區分： 1. 正常噪音； 2. 感測器異常； 3. 樣本／程序錯誤； 4. 真實可重現的物理異常； 5. 暫時無法解釋的未知。 ## 25.2 配置 - 三種表面幾何樣本； - 兩種溫度感測； - 熱像； - 重量或尺寸量測； - 環境感測； - SWM； - EARC； - AEU； - Evidence Engine。 ## 25.3 故障注入 - 一個感測器固定偏移； - 熱像反射造成假熱點； - 樣本標籤交換； - 等待時間不足； - 環境氣流改變； - 資料處理單位錯誤； - AI 漏報負結果； - 模型 OOD； - 一次性網路延遲； - 一個刻意設計但未告知分析 Agent 的真實幾何效應。 ## 25.4 流程 1. 建立正常基準； 2. 注入未知故障； 3. 偵測異常； 4. 隔離樣本／資料； 5. 重新觀測； 6. 正交量測； 7. 分類； 8. 重現； 9. 更新假說或設備模型； 10. 保存全部負結果。 ## 25.5 成功條件 - 不把所有離群值稱為新現象； - 可識別感測器漂移； - 樣本身份錯誤不進入物理結論； - 未知狀態被正式保存； - 真實效應能在不同量測下重現； - Agent 漏報被 Probe 發現； - 異常處理可追溯； - 未解異常超過門檻時系統降級； - 高新穎性結果進入 IP 隔離。 --- # 26. 評估指標 ## 26.1 偵測 - precision； - recall； - detection delay； - false alarm； - missed anomaly。 ## 26.2 歸因 - root-cause accuracy； - top-k explanation recall； - 錯誤升格為科學異常； - 真實異常被當成設備故障。 ## 26.3 重現 - reproduced rate； - cross-sensor confirmation； - cross-station confirmation； - rare-event evidence quality。 ## 26.4 未知 - reject accuracy； - unknown retention； - unknown-to-known conversion； - 未知成本； - 異常債務。 ## 26.5 科學價值 - 反例數； - 假說縮小； - 新分支； - 無效分支避免； - 資訊增益。 ## 26.6 治理 - 異常期間越權； - 安全停止； - 世界紀元失效； - IP 外洩； - 人類升級時間。 --- # 27. 可證偽命題 ## H1：高 anomaly score 不能有效預測科學價值 若直接以離群程度排序，將產生大量儀器和資料異常。 ## H2：多模態和程序上下文能降低假陽性 ## H3：顯式 Unknown 類別降低錯誤強制分類 代價是更多暫停和人工審查。 ## H4：正交量測能區分儀器異常與物理異常 ## H5：Active Anomaly Queue 比靜態排行更有效利用專家時間 ## H6：Negative Result Graph 降低重複無效實驗 ## H7：反證引擎提高假說錯誤暴露率，但可能降低表面成功率 ## H8：Evaluation Probes 能發現選擇性報告和證據過度延伸 ## H9：異常債務門檻能防止系統在污染世界模型上持續擴張 ## H10：真實物理異常通過升格流程的比例應遠低於原始異常偵測率 --- # 28. 主要限制 ## 28.1 正常基準可能錯誤 若訓練資料已包含故障，異常模型會把錯誤視為正常。 ## 28.2 新現象和新故障可能高度相似 ## 28.3 重現可能改變稀有事件條件 ## 28.4 多感測器可能共享同一偏差 ## 28.5 高度自動化可能產生大量低價值告警 ## 28.6 開放世界分類沒有完美門檻 ## 28.7 異常解釋模型可能產生合理但錯誤故事 ## 28.8 負結果保存增加儲存、查詢和治理成本 ## 28.9 人類專家時間仍是稀缺資源 ## 28.10 AEU 只能管理未知，不能保證所有未知都可被解決 --- # 29. 不能宣稱的內容 本篇不主張： - 每個異常都是新發現； - anomaly score 等同科學新穎性； - OOD 等同新物理； - 重現一次即可建立普遍理論； - 感測器一致就必然正確； - 多 Agent 就能消除共同偏差； - AI 可以完全自動判斷研究重要性； - 負結果永遠沒有商業價值； - 模型無法解釋就代表現有科學錯誤； - 異常檢測可取代安全互鎖； - 反證引擎可跳過物理安全； - Unknown 應被自動填補； - 人類聲明不需要來源； - AEU 已能自動完成開放世界科學發現。 --- # 30. 後續系列關係 第十一篇完成了 EARC 的未知入口。下一篇可自然進入： # 《安全憲法即運行時：時空域 AI 的局部否決、權限租約與物理回退》 它將把前文分散的安全規則統合成正式 Runtime，處理： - Safety Invariants； - Hazard Graph； - Local Veto； - Command Lease； - Runtime Assurance； - Barrier Functions； - Safety Case； - Physical Compensation； - Irreversible Action Gate； - Human Emergency Authority。 --- # 31. 結論 自主研究閉環真正成熟的標誌，不是它能連續跑多少實驗，而是它能否在出現不符合預期的結果時，避免兩種極端： 1. 把異常當成噪音刪除； 2. 把異常當成突破宣傳。 本文建立的中間道路是： $$ \boxed{ \text{偵測} \rightarrow \text{隔離} \rightarrow \text{重觀測} \rightarrow \text{歸因} \rightarrow \text{重現} \rightarrow \text{假說擴張} } $$ 並維持： $$ \boxed{ \text{異常偵測} \neq \text{異常解釋} \neq \text{科學發現} } $$ 因此： $$ \boxed{ \text{異常即入口} } $$ 不是說異常天然通往真理，而是說： > 異常迫使系統重新檢查它對世界的描述；當已知故障、程序偏差、量測問題和治理衝突被逐步排除後，剩餘的未知才有資格成為下一個研究問題。 真正的自主科學系統，不應只保存成功結果。它必須保存： - 噪音； - 失敗； - 反例； - 無法重現； - 儀器問題； - 模型錯誤； - 尚未命名的未知。 因為這些內容共同構成閉環與現實世界接觸的痕跡。 本文最終命題是： > **研究不是讓所有未知快速消失，而是讓每一個未知都有身份、來源、風險、可驗證路線，以及在無法解決時仍不被偽裝成答案的正式位置。** --- # 參考文獻與技術資料 1. Lin, S. et al. **A Visual Dataset for Anomaly Detection in Self-Driving Laboratories.** *Scientific Data* 12 (2025). https://doi.org/10.1038/s41597-025-06060-y 2. Li, W. et al. **Towards Visual Discrimination and Reasoning of Real-World Physical Dynamics: Physics-Grounded Anomaly Detection.** CVPR 2025, 30409–30419. https://openaccess.thecvf.com/content/CVPR2025/html/Li_Towards_Visual_Discrimination_and_Reasoning_of_Real-World_Physical_Dynamics_Physics-Grounded_CVPR_2025_paper.html 3. Gusev, F. et al. **Machine learning anomaly detection of automated HPLC experiments in the cloud laboratory.** *Digital Discovery* 4 (2025), 3445–3457. https://doi.org/10.1039/D5DD00266A 4. Ishida, E. E. O. et al. **Active Anomaly Detection for time-domain discoveries.** *Astronomy and Computing* 28, 100306 (2019). arXiv:1909.13260. 5. Silvetti, S., Policriti, A. and Bortolussi, L. **An Active Learning Approach to the Falsification of Black Box Cyber-Physical Systems.** HSB 2017. arXiv:1705.01879. 6. Desai, S. et al. **AutoSciLab: A Self-Driving Laboratory for Interpretable Scientific Discovery.** AAAI／arXiv:2412.12347 (2024–2025). 7. NIST. **Building Evaluation Probes into Agentic AI.** 2026. https://www.nist.gov/programs-projects/building-evaluation-probes-agentic-ai 8. Joress, H. et al. **Towards a composable, modular laboratory ecosystem for autonomous materials research and development.** *Matter* (2026). https://www.nist.gov/publications/towards-composable-modular-laboratory-ecosystem-autonomous-materials-research-and 9. NIST. **Development of Standards to Support a Modular and Autonomous Laboratory Ecosystem.** https://www.nist.gov/programs-projects/development-standards-support-modular-and-autonomous-laboratory-ecosystem 10. Neo.K／Aletheia. **具身化 AI 自主研究閉環：從假說生成、物理實驗到證據判定與概念修正.** 11. Neo.K／Aletheia. **站點化世界模型：物體、區域、事件、權限與可能行動的共同物理世界表示.** 12. Neo.K／Aletheia. **語義即物理路由：從資料流治理到物料、能源、站點與行動流治理.** 13. Neo.K／Aletheia. **中央主權、地方自治與動態不動點中央.** --- # 附錄 A：Anomaly Contract ```yaml anomaly: id: "" campaign_id: "" task_id: "" observation: value: null source: "" observed_at: "" world_epoch: "" baseline: model: "" expected_range: null model_version: "" score: residual: 0 distribution_shift: 0 constraint_violation: 0 multimodal_disagreement: 0 provenance_gap: 0 governance_divergence: 0 unknown: 0 total: 0 initial_class: "A0 | A1 | A2 | A3 | A4 | A5 | A6 | A7" status: "DETECTED" safety_blocking: false quarantined_entities: [] evidence: [] ``` --- # 附錄 B：Unknown Record ```yaml unknown: id: "" description: "" type: "epistemic | aleatoric | representational | causal | infrastructure | governance" scope: entities: [] zones: [] claims: [] tasks: [] decision_impact: blocking: false risk_if_ignored: null value_if_resolved: null reduction_plan: observations: [] experiments: [] required_stations: [] estimated_cost: null owner: "" status: "OPEN" created_at: "" ``` --- # 附錄 C：Reproduction Plan ```yaml reproduction_plan: anomaly_id: "" modes: same_sample: false new_sample: false new_batch: false different_instrument: false different_station: false blinded: false controlled_conditions: [] orthogonal_measurements: [] acceptance_criteria: [] failure_criteria: [] safety_gate: "" ip_policy: "" ``` --- # 附錄 D：Negative Result ```yaml negative_result: id: "" hypothesis_id: "" experiment_id: "" category: "NO_EFFECT | BELOW_THRESHOLD | NOT_REPRODUCED | MEASUREMENT_FAILED | MANUFACTURING_FAILED | SAFETY_BLOCKED | INCONCLUSIVE" raw_data: [] evidence: [] excluded_from_primary_analysis: false exclusion_reason: null affected_claims: [] model_updates: [] prevent_repeat_signature: "" ``` --- # 附錄 E：Anomaly Triage ```yaml triage: anomaly_id: "" checks: safety: "" identity: "" custody: "" calibration: "" equipment_health: "" procedure_version: "" data_integrity: "" model_scope: "" governance_epoch: "" world_epoch: "" candidate_causes: [] required_reobservations: [] reproduction_required: false human_escalation: false current_class: "" confidence: 0 ``` --- # 附錄 F：Anomaly Debt Report ```yaml anomaly_debt: domain_id: "" generated_at: "" open_anomalies: 0 safety_critical: 0 decision_blocking: 0 older_than_threshold: 0 weighted_debt: 0 threshold: 0 operating_mode: current: "" recommended: "" required_actions: - reconcile_world - inspect_instrument - pause_expansion - human_review ``` --- # 附錄 G：Hypothesis Expansion ```yaml hypothesis_expansion: id: "" parent_hypotheses: [] triggering_anomalies: [] minimal_new_variables: [] candidate_mechanisms: [] distinguishing_predictions: [] falsification_conditions: [] evidence_level: "E0" domainir_candidates: [] human_approval: null ``` --- # 附錄 H：系列血緣 ```text EARC 假說 → 實驗 → 證據 → 修正 ↓ SWM 觀測、推論、提交、衝突與未知 ↓ AEU 異常偵測 → 隔離 → 歸因 → 重現 → 開放未知 ↓ 下一篇 以安全憲法與運行時保證，限制異常和正常狀態下的物理作用 ```