--- title: "研究軌跡壓縮：從 Agent 的十二小時探索到局部資訊解構效率" english_title: "Research Trajectory Compression: From Twelve-Hour Agent Exploration to Local Information Deconstruction Efficiency" series: "AI Epistemic Reconstruction Series" paper: "06" author: "Neo.K" date: "2026-08-14" version: "v0.1" document_type: "Research Paper / Systems-and-Method Paper" language: "zh-Hant" status: "Research Draft" --- # 研究軌跡壓縮：從 Agent 的十二小時探索到局部資訊解構效率 ## Research Trajectory Compression: From Twelve-Hour Agent Exploration to Local Information Deconstruction Efficiency **作者：Neo.K** **系列：AI Epistemic Reconstruction Series — Paper 06** **版本：v0.1** **日期：2026 年 8 月 14 日** --- ## 摘要 Paper 05 已處理長時 Agent 如何把大量原始 evidence 壓縮成小型、可追溯的 epistemic state；然而，**結果壓縮並不等於過程壓縮**。一個 Agent 即使能把十二小時研究濃縮成數 KB 的 handoff capsule，下一個相似問題仍可能再次花十二小時走過相同的低層 UI 操作、重複性 control experiment、hash、diff、reload 與 replication。 本文提出 **Research Trajectory Compression（RTC，研究軌跡壓縮）**，研究如何把一次昂貴探索 trajectory： $$ \Pi = (a_1,o_1,a_2,o_2,\ldots,a_T,o_T) $$ 蒸餾成可在同類問題上重用的高階研究策略、程序、技能與「研究選項」（Research Options），使未來 Agent 不必從 primitive action level 重新探索。 核心轉換為： $$ \boxed{ \text{Long Research Trajectories} \rightarrow \text{Reusable Research Options} \rightarrow \text{Shorter Future Search} } $$ 本文借用 reinforcement learning 中 temporal abstraction / options 的思想，把一組具有明確啟動條件、內部 protocol、終止條件、驗證不變量與輸出 schema 的研究程序定義為： $$ \boxed{ \Omega = (I,\pi,\beta,V,\Gamma) } $$ 其中： - $I$：initiation conditions； - $\pi$：內部研究 policy / protocol； - $\beta$：termination condition； - $V$：verification contract； - $\Gamma$：產生的 epistemic output schema。 例如一段原本由 Agent 手動執行數十至數百 primitive actions 的： ```text load baseline → no-op → save → hash → byte diff → restart → reload → compare ``` 可以蒸餾成一個： ```text NoOpSaveEquivalenceTest ``` 研究 option。 這不是把 trajectory 「摘要成文字」，而是把 trajectory **編譯成可再次執行的認識程序**。 本文進一步提出 **Local Information Deconstruction Efficiency（LIDE，局部資訊解構效率）**： $$ \boxed{ \eta_D = \frac{ \Delta I_D }{ C_{\mathrm{time}} + \lambda_K C_{\mathrm{token}} + \lambda_C C_{\mathrm{compute}} + \lambda_A C_{\mathrm{action}} } } $$ 其中 $\Delta I_D$ 表示在局部 domain $D$ 中對未知結構的有效不確定性降低量。真正的 RTC 目標不是使 Agent 動作更少而已，而是在維持 semantic fidelity、falsifiability 與 evidence quality 的前提下提高 $\eta_D$。 本文從 reinforcement learning 的 temporal abstraction / options、Voyager 的 executable skill library、ExpeL 的 experiential insights、Experiential Co-Learning 的 shortcut-oriented experiences、LRLL 的 skill abstraction，以及 2026 年 Trace2Skill 與 SKILL-KD 的 trajectory-to-skill distillation 出發，提出一個面向研究 Agent 的通用框架： $$ \boxed{ \text{Experience} \rightarrow \text{Segmentation} \rightarrow \text{Contrast} \rightarrow \text{Skill Induction} \rightarrow \text{Cross-Task Validation} \rightarrow \text{Research Skill Library} } $$ 本文也強調，軌跡壓縮存在明顯風險：單一成功 trajectory 可能包含偶然動作、版本依賴、無效步驟或不可泛化 shortcut。真正可重用的研究 option 必須從成功與失敗 evidence 中抽取必要條件、禁止條件、scope、termination、expected evidence 與 fallback，並在 holdout target 上驗證。 最終，本文提出一個更一般的命題： > **高品質 Agent 不只會解未知問題；它還會把「自己是怎麼解的」重新編譯成下一次更高層級的行動空間。** 這使研究能力從單次解構升級成 **Meta-AER（Meta Active Epistemic Reconstruction）**：第一次探索目標系統，第二次學習如何更快探索同類系統。 **關鍵詞：** Research Trajectory Compression, Temporal Abstraction, Agent Skills, Experience Distillation, Local Information Deconstruction Efficiency, Meta-Learning, Long-Horizon Agents, Research Options, Skill Library, Active Epistemic Reconstruction --- # 1. 問題：把結果壓成 5 KB，不代表下次只要 5 分鐘 Paper 05 已經建立： $$ G \rightarrow R \rightarrow K \rightarrow A. $$ 其中： - $R$：raw evidence； - $K$：canonical epistemic state； - $A$：active context。 這解決： > Agent 如何不把十二小時所有歷史重新塞回 context？ 但沒有回答： > 下一個類似 target，是否還要重新操作十二小時？ --- # 2. Result Compression 與 Trajectory Compression ## Result Compression $$ R_{0:T} \rightarrow K_T. $$ 壓縮： > 已經知道什麼。 --- ## Trajectory Compression $$ \Pi_{0:T} \rightarrow \Omega. $$ 壓縮： > **怎麼取得那些知識。** --- # 3. 兩者完全不同 Agent 可以擁有完美 handoff： ```text B1 verified B2 incomplete next = replicate B2 ``` 但如果它沒有學會： ```text 如何自動建立 baseline 如何 reset 如何做 save diff 如何排除 UI noise ``` 仍會重複大量低層 labor。 --- # 4. Research Trajectory 定義一次研究 trajectory： $$ \Pi = (s_0,a_0,o_1,v_1,s_1,\ldots,s_T). $$ 其中： - $s_t$：epistemic / environment state； - $a_t$：Agent action； - $o_{t+1}$：observation； - $v_{t+1}$：verdict / update。 --- # 5. Primitive Research Action 例如： ```text click type wait save hash read diff restart ``` 如果全部由 LLM 每次逐步決策： $$ |\Pi| $$ 會非常長。 --- # 6. Temporally Extended Research Action 如果一段穩定流程： ```text baseline → intervention → save → diff → reload → verify ``` 被抽象成一個高階 action： $$ \omega, $$ 則 planner 不再需要逐步規劃所有 primitive actions。 --- # 7. Reinforcement Learning 的歷史接口 Temporal abstraction 的核心思想： > 不只在 primitive action level 上規劃，而是在 temporally extended actions 上規劃。 Options framework 將 option 描述為： - initiation set； - internal policy； - termination condition。 這提供 RTC 非常自然的理論類比。 --- # 8. Research Option 本文定義： $$ \boxed{ \Omega = (I,\pi,\beta,V,\Gamma) } $$ --- # 9. $I$ — Initiation Conditions 何時可以啟動。 例如： ```text baseline save exists target version known save format writable runtime can restart ``` --- # 10. $\pi$ — Internal Policy 內部 protocol： ```text load baseline perform no-op save target hash both byte diff restart reload target ``` --- # 11. $\beta$ — Termination 例如： ```text exact equality established OR difference observed OR protocol violation ``` --- # 12. $V$ — Verification Contract 定義： > 哪些結果能推出什麼。 例如： ```text byte-identical = verified only if protocol admissible AND full-byte diff empty ``` --- # 13. $\Gamma$ — Epistemic Output Option 不只返回： ```text success ``` 而返回： ```yaml result: status: evidence: contradiction: confidence_delta: provenance: ``` --- # 14. Research Option 與普通 automation 的差別 普通 macro： > 幫我把步驟按完。 Research Option： > **把步驟按完，並產生具有特定認識意義的可驗證結果。** --- # 15. Example — NoOpSaveEquivalenceTest ```yaml research_option: id: NoOpSaveEquivalenceTest initiation: - baseline_save_available - target_runtime_bootable protocol: - load_baseline - perform_no_gameplay_action - save_to_new_slot - compute_hash - full_byte_diff - restart_runtime - reload_new_save outputs: - byte_identity - reload_validity - visible_state_consistency failure_modes: - accidental_action - wrong_slot - hidden_rng ``` --- # 16. 原 trajectory 可以很長 手動執行： $$ \Pi_{\mathrm{manual}} = (a_1,\ldots,a_{150}). $$ --- # 17. 壓縮後 高階 planner： $$ \Pi_{\mathrm{high}} = (\omega_1). $$ 但 option 內部仍然可以執行 150 steps。 --- # 18. 所以 RTC 不一定降低機器實際 primitive operations 它首先降低： $$ \boxed{ \text{High-Level Decision Load} } $$ --- # 19. 再進一步 algorithmization 如果 option 內步驟可 deterministic automation， 則實際： - token； - latency； - error； 也能下降。 --- # 20. Temporal Abstraction 與 Computational Automation 兩階段： $$ \text{Macro Abstraction} \rightarrow \text{Deterministic Implementation}. $$ --- # 21. Voyager 的接口 Voyager 在 Minecraft 中建立： > executable skill library。 長序列行為不必每次重新生成， 而可以： - 儲存； - retrieve； - compose。 這與研究技能庫： $$ \mathcal L_{\Omega} $$ 高度相似。 --- # 22. 但 Research Skill 比 Minecraft Skill 多一個要求 不只： > 達成 environment goal。 還必須： > 產生可稽核 evidence 與 epistemic output。 --- # 23. ExpeL 的接口 ExpeL 從 training tasks 的 agent experiences 中： > 抽取自然語言 insights 與 past experiences， 在後續 task 中重用。 這支援一個核心命題： $$ \boxed{ \text{Experience} \rightarrow \text{Non-Parametric Improvement} } $$ --- # 24. 不需要 fine-tune 才能學會研究捷徑 RTC 可以把： $$ \Omega $$ 放在 external skill library。 模型參數： $$ \theta $$ 不必改變。 --- # 25. Experiential Co-Learning 該工作特別提出： > shortcut-oriented experiences。 這與本文的： > 從歷史 trajectory 抽取能縮短未來 task 的研究捷徑 直接對位。 --- # 26. Shortcut 不等於偷懶 如果： ```text 舊方法 100 步 新方法 20 步 ``` 但： - evidence 同等； - verifier 同等； - scope 同等； 則是效率提升。 --- # 27. 無效 Shortcut 如果新方法： > 跳過 replication。 雖然更快， 但： $$ FalsificationStrength\downarrow. $$ 這不是有效 RTC。 --- # 28. Lossless Research Compression 理想： $$ C(\Pi)\downarrow $$ 同時： $$ Q_E(\Pi)\approx constant. $$ --- # 29. Quality-Constrained Compression 定義： $$ \min_{\Omega} C(\Omega) $$ subject to： $$ Q_{\mathrm{evidence}}(\Omega)\ge\tau_E $$ $$ Q_{\mathrm{falsification}}(\Omega)\ge\tau_F $$ $$ Q_{\mathrm{reproducibility}}(\Omega)\ge\tau_R. $$ --- # 30. RTC 不是單純 action pruning 它包含： - procedural abstraction； - protocol extraction； - automation； - experiment prioritization； - skill reuse； - transfer。 --- # 31. 一個 trajectory 裡通常很多步其實沒有 information gain 例如： ```text wait 2 sec click menu move cursor ``` 這些是 execution necessities， 不是 epistemic decisions。 --- # 32. Decision / Execution Separation 把 trajectory 分： $$ \Pi = \Pi_D \cup \Pi_X. $$ 其中： - $\Pi_D$：decision points； - $\Pi_X$：execution steps。 --- # 33. RTC 第一目標 讓： $$ |\Pi_D|\downarrow. $$ --- # 34. RTC 第二目標 把穩定： $$ \Pi_X $$ 交給 deterministic automation。 --- # 35. Research Decision Point 真正需要模型判斷： ```text Which hypothesis matters? Which experiment discriminates? Is result admissible? Does contradiction require reframing? ``` --- # 36. 不需要模型每次判斷 ```text How to compute SHA-256? ``` --- # 37. LLM 不應做人肉 hash function 這是 Paper 01 的混合系統分工在 RTC 的直接延伸。 --- # 38. Research Skill Extraction 給 trajectories： $$ \{\Pi_1,\ldots,\Pi_n\}. $$ 抽取： $$ \{\Omega_1,\ldots,\Omega_m\}. $$ --- # 39. 單一 trajectory 不夠 成功 trajectory 可能包含： - luck； - redundant steps； - hidden assumptions； - accidental workaround。 --- # 40. Trace2Skill 的重要接口 Trace2Skill 主張： > 不應只順序地從單一 trajectory 抽 fragile lessons； 而要： - 分析多個 execution； - 抽 trajectory-local lessons； - hierarchical consolidation； - 形成 conflict-free transferable skills。 這和 Research Option induction 非常相容。 --- # 41. Trajectory Pool 建立： $$ \mathcal P = \{\Pi^+,\Pi^-,\Pi^{excluded}\}. $$ --- # 42. 成功 trajectory $$ \Pi^+. $$ 告訴： > 什麼可能有效。 --- # 43. 失敗 trajectory $$ \Pi^-. $$ 告訴： > 哪些 protocol / assumptions 不可行。 --- # 44. Excluded trajectory 告訴： > 哪些操作污染 evidence。 --- # 45. 所以 skill extraction 必須同時看三種 否則會把 accidental path 當 general skill。 --- # 46. Contrastive Skill Induction 比較： $$ \Pi^+ $$ 與： $$ \Pi^-. $$ 找： $$ \Delta_{\mathrm{action}} $$ 與： $$ \Delta_{\mathrm{condition}}. $$ --- # 47. SKILL-KD 的接口 2026 SKILL-KD： > 比較 student failure 與 teacher trajectory， 把 actionable discrepancy 蒸餾成 skill patch， 再重新執行驗證。 這提供 RTC 很重要的一個機制： $$ \boxed{ \text{Skill Distillation} + \text{Re-execution Validation} } $$ --- # 48. Skill 不能只靠語言看起來合理 研究 skill 必須： > rerun。 --- # 49. Skill Validation 對新 target： $$ G'. $$ 執行： $$ \Omega(G'). $$ --- # 50. Transfer Test 如果： $$ \Omega $$ 只在： $$ G $$ 有效， 它可能只是 instance-specific macro。 --- # 51. Transferable Research Skill 要求： $$ P( \text{valid} \mid G'\sim\mathcal D ) \ge\tau. $$ --- # 52. Scope 是 skill 的一部分 ```yaml scope: DOS_save_based_game deterministic_file_save rebootable_runtime ``` --- # 53. 不能過度泛化 一個： ```text GNX save diff procedure ``` 不應被標成： > 所有遊戲都適用。 --- # 54. Scope Fidelity 定義： $$ SF(\Omega) = P( \text{correct applicability judgment} ). $$ --- # 55. 研究技能失敗的危險 若錯誤 skill 被高頻重用， 會把錯誤放大。 所以： $$ \boxed{ \text{Reusable Error} > \text{One-Off Error} } $$ 風險更高。 --- # 56. Skill Provenance 每個 skill 應保留： ```text source trajectories validation targets failure cases version ``` --- # 57. Skill Versioning ```text NoOpSaveTest v1.0 NoOpSaveTest v1.1 ``` --- # 58. Skill Patch 如果新 target 發現： > Save 會自動更新 timestamp。 就修改 initiation / normalization。 --- # 59. Skill Drift 反覆 patch 可能讓 skill： - 越來越長； - scope 越來越混； - contradictions 出現。 SKILL-KD 的 drift-aware consolidation 正好對應。 --- # 60. Research Skill Consolidation 定期： ```text add modify split deprecate ``` 而不是永遠 append。 --- # 61. Skill Split 若： ```text DOS Refine ``` protocol 不同， 不要塞進同一條巨大 if/else。 可以： $$ \Omega_{\mathrm{DOS}}, \Omega_{\mathrm{Refine}}. $$ --- # 62. Hierarchical Skill Library ```text ReverseEngineering/ ├─ SaveAnalysis/ │ ├─ NoOpEquivalence │ ├─ SingleVariableIntervention │ └─ ReloadPersistence ├─ BinaryFormat/ ├─ RuntimeTrace/ └─ HistoricalPriorValidation/ ``` --- # 63. Skill Composition 高階： ```text VerifyHistoricalOffset ``` 可以 compose： ```text BaselineFreeze SingleVariableIntervention ByteDiff NegativeControl IndependentReload Replication ``` --- # 64. Temporal Abstraction 的真正價值 不是只少按幾次鍵。 而是 planner action space： 原： $$ \mathcal A. $$ 加入 skills： $$ \mathcal A' = \mathcal A \cup \Omega. $$ --- # 65. 高階規劃 Agent 可以直接問： > 我現在需要 VerifyHistoricalOffset。 而不是： > 下一步先點哪裡？ --- # 66. Search Depth Reduction primitive plan depth： $$ d. $$ skill-level： $$ d'. $$ 理想： $$ d'\ll d. $$ --- # 67. Planning Compression Ratio 定義： $$ \boxed{ PCR = \frac{ N_{\mathrm{primitive\ decision\ points}} }{ N_{\mathrm{high\ level\ decisions}} } } $$ --- # 68. 但 PCR 高不代表 skill 好 如果 high-level option 內部錯， 只是把錯誤藏起來。 --- # 69. Verification-Preserving PCR 定義： $$ PCR_V = PCR \cdot Q_V. $$ 其中： $$ Q_V $$ 代表 verification fidelity。 --- # 70. LIDE：局部資訊解構效率 本文提出： $$ \boxed{ \eta_D = \frac{ \Delta I_D }{ C_D } } $$ --- # 71. $D$ — Local Domain 例如： ```text PM2 DOS save semantics ``` 而不是： > 世界所有知識。 --- # 72. $\Delta I_D$ 可以用： - entropy reduction； - verified claims； - eliminated hypotheses； - prediction error reduction； 近似。 --- # 73. 成本 $$ C_D = C_T + \lambda_K C_K + \lambda_C C_C + \lambda_A C_A. $$ --- # 74. $C_T$ wall-clock time。 --- # 75. $C_K$ tokens / context。 --- # 76. $C_C$ CPU / GPU / I/O。 --- # 77. $C_A$ environment actions。 --- # 78. 為什麼要 local 同樣 1000 token， 在： ```text save field mapping ``` 可能很高資訊量。 在： ```text 全域整個遊戲 ``` 可能微不足道。 --- # 79. Local Information Deconstruction 指： > 把局部未知結構逐步分解成可驗證表示、語義與規則。 --- # 80. LIDE 的目標 $$ \eta_D\uparrow. $$ --- # 81. RTC 如何提高 $\eta_D$ 三條路： 1. 少做低價值實驗； 2. 重用高價值 protocol； 3. 把執行步驟自動化。 --- # 82. Research Speedup 定義： $$ S_R = \frac{ C_{\mathrm{baseline}} }{ C_{\mathrm{RTC}} } $$ 在相同 target quality 下。 --- # 83. Quality Constraint 比較 speedup 前必須要求： $$ Q_{\mathrm{RTC}} \ge Q_{\mathrm{baseline}}-\epsilon. $$ --- # 84. 不然「不做驗證」永遠最快 這是錯誤 benchmark。 --- # 85. Meta-AER Paper 03 的 AER： > 主動學 target。 Paper 06 的 Meta-AER： > **主動學「怎麼學 target」。** --- # 86. 定義 $$ \boxed{ \operatorname{MetaAER} : \{\Pi_i\} \rightarrow \pi_R^* } $$ 其中： $$ \pi_R^* $$ 是研究策略。 --- # 87. Research Policy 輸入： $$ z_t $$ 表示目前 epistemic state。 輸出： $$ a_t $$ 是下一研究 action / option。 --- # 88. 從單次解題到研究 policy 第一次： ```text Agent discovers good sequence accidentally. ``` 之後： ```text Agent recognizes state pattern → invokes known research option ``` --- # 89. Pattern Recognition 例如： ```text unknown save field + writable deterministic save + controllable visible stat ``` 立即觸發： ```text SingleVariableInterventionOption ``` --- # 90. 這就是局部研究自動化 --- # 91. Automatic Curriculum 的接口 Voyager 不只是 skill library， 還有 automatic curriculum： > 根據當前能力選下一個值得探索的 task。 研究 Agent 同理： > 根據目前 epistemic frontier 選下一個最有價值 subproblem。 --- # 92. Curriculum over Unknowns ```text easy high-confidence offsets → time mapping → economy mapping → event conditions → RNG ``` --- # 93. Curriculum 也能被壓縮 過去哪種順序： > 最能建立 downstream anchors？ 可被學習。 --- # 94. Dependency-Aware Curriculum 如果： $$ c_1\rightarrow c_2, $$ 先研究 $c_1$。 --- # 95. Research DAG $$ G_R = (V_{\mathrm{subproblem}},E_{\mathrm{dependency}}). $$ --- # 96. 最佳順序不是任意 應考慮： - dependency； - information gain； - cost； - reuse potential。 --- # 97. Option Utility 對 skill： $$ \Omega_i, $$ 定義： $$ U(\Omega_i) = \frac{ \mathbb E[\Delta I] }{ \mathbb E[C] }. $$ --- # 98. High Utility Option 被頻繁保留。 --- # 99. Low Utility Option 若： - expensive； - fragile； - low discrimination； 可以 deprecate。 --- # 100. Skill Library 也需要 GC Paper 05 有 Evidence GC。 Paper 06 有： $$ \boxed{ \text{Skill GC} } $$ --- # 101. Skill Obsolescence 如果新工具出現： > 舊的手動 protocol 已無必要。 例如： ```text manual screenshots → direct memory instrumentation ``` --- # 102. Skill Replacement $$ \Omega_{\mathrm{old}} \rightarrow \Omega_{\mathrm{new}}. $$ --- # 103. Skill Dominance 若： $$ C(\Omega_2) cheap / lower confidence。 Publication-grade： > expensive / high confidence。 --- # 106. Verification Profiles ```text Exploratory Standard Strict Publication ``` --- # 107. 同一 Research Option 可以 parameterized ```yaml replications: 1 / 2 / 5 negative_controls: true independent_reload: true ``` --- # 108. 動態嚴謹度 早期探索： $$ Q_V\approx moderate. $$ 關鍵 claim： $$ Q_V\rightarrow high. $$ --- # 109. 這能避免「每個 byte 都做博士論文級驗證」 （笑） --- # 110. Research Cost Allocation 把高成本 verification 留給： > high-impact claims。 --- # 111. Claim Impact $$ I_C(c) = N_{\mathrm{downstream\ dependencies}} \times Risk(c). $$ --- # 112. High-impact claim 例如： > save endian / checksum model。 錯了會污染大量 downstream。 --- # 113. Low-impact claim 某個不重要 UI offset。 --- # 114. Verification Budget $$ B_V $$ 依 impact 分配。 --- # 115. RTC 與 Active Learning 的結合 Paper 03 選： $$ a^* = \arg\max IG/C. $$ Paper 06 增加： > action 可以是高階 option。 --- # 116. Option-Level Experiment Selection $$ \omega_t^* = \arg\max_{\omega\in\Omega} \frac{ IG(\omega) }{ C(\omega) }. $$ --- # 117. 搜尋空間從 primitive actions 提升到 protocol space --- # 118. Hierarchical Planner 上層： > 選研究 option。 下層： > 執行 protocol。 --- # 119. Error Escalation Option 遇到非預期狀態： ```text expected menu missing ``` 不應自己亂猜。 應： $$ \boxed{ \text{Escalate to Agent} } $$ --- # 120. Skill Boundary Skill 處理： > known knowns。 Agent 處理： > unknown unknowns。 --- # 121. Automation Trap 把不穩定研究過早寫死成 script， 可能： > 把錯假說制度化。 --- # 122. Promotion Ladder for Research Skills ```text trajectory-local hint ↓ candidate skill ↓ validated skill ↓ transfer-tested skill ↓ stable research option ``` --- # 123. 必須先驗證才自動化 --- # 124. Skill Evidence ```yaml skill: source_trajectories: successful_runs: failed_runs: holdout_runs: known_limitations: ``` --- # 125. Trace2Skill 式整體分析 不要： ```text run1 → add rule run2 → add rule run3 → add rule ``` 一直局部 patch。 --- # 126. 而應定期： ```text analyze broad trajectory pool → consolidate → remove conflicts → rewrite skill ``` --- # 127. Holistic Skill Compilation $$ \mathcal C_{\mathrm{skill}} : \mathcal P \rightarrow \Omega. $$ --- # 128. Declarative Skill vs Executable Skill ### Declarative ```text When validating a save offset, use a negative control. ``` ### Executable ```python verify_save_offset(...) ``` --- # 129. 最好兩者都有 Declarative： > 適合不同 tool environment。 Executable： > 高效率、高一致性。 --- # 130. Dual Representation $$ \Omega = (\Omega_{\mathrm{spec}},\Omega_{\mathrm{exec}}). $$ --- # 131. Spec 是 canonical truth Exec 可以重寫。 --- # 132. Tool Migration DOSBox → DOSBox-X → 自建 emulator。 只要 spec 不變， 可以替換 executable implementation。 --- # 133. Research Option 與 Paper 02 的語義域 每個 option 必須標： > 它在哪個 domain 有效。 --- # 134. Definition Domain of a Research Skill 例如： $$ D_\Omega = \text{rebootable file-based legacy game}. $$ --- # 135. Judgment Domain of a Research Skill 它能判定： ```text save byte equality ``` 不能判： ```text entire gameplay correctness ``` --- # 136. 防止過度宣稱 skill 的 verifier contract 也要存在。 --- # 137. Running Case：PM2 的可能 RTC 以下是候選，不代表已測得實際 speedup。 --- # 138. Option A — Baseline Freeze 自動： - copy； - hash； - manifest； - mark immutable。 --- # 139. Option B — No-Op Save Equivalence 自動： - load； - no-op； - save； - hash； - diff； - reload。 --- # 140. Option C — Single-Variable Intervention 要求： - target state； - intervention； - negative control。 --- # 141. Option D — Historical Prior Validation 輸入： ```text old HEX claim ``` 自動建立： - candidate mapping； - intervention； - diff； - replication。 --- # 142. Option E — Replication Scaffold 把： ```text B1 ``` 自動轉成： ```text B2 independent replication ``` --- # 143. Option F — Exclusion Detector 若： - money unexpected； - date unexpected； - menu branch wrong； 標： ```text EXCLUDED ``` 並 reset。 --- # 144. 這一項可能非常省 Agent 時間 因為之前大量 labor： > 發現自己操作走錯，再人工重來。 --- # 145. UI Automation Risk 但 legacy UI 可能： - timing sensitive； - OCR unreliable； - emulator state different。 所以需： > screenshot / state verifier。 --- # 146. UI Research Option 必須有 checkpoint ```text expected screen expected money expected date ``` --- # 147. State-aware Macro 不是盲 macro： ```text click x,y ``` 而是： ```text if screen_state == expected: act else: escalate ``` --- # 148. 這是 robust option --- # 149. 十二小時不是恥辱 第一次探索： > 必須發現 failure modes。 這些 failure modes 正是未來 skill 的 training data。 --- # 150. First Run as Capital Expenditure 可以理解： $$ C_{\mathrm{first}} $$ 是： > 建立研究基礎設施成本。 --- # 151. 後續 marginal cost 理想： $$ C_{n+1} 沒把 experience 編譯成 reusable structure。 --- # 154. Trajectory Repetition Ratio 定義： $$ RR_T = \frac{ N_{\mathrm{repeated\ primitive\ patterns}} }{ N_{\mathrm{total\ primitive\ actions}} }. $$ --- # 155. 高 $RR_T$ 表示： > 有強烈 RTC 潛力。 --- # 156. Automation Candidate Detection 若 action subsequence： $$ \sigma $$ 頻繁出現， 且 outcomes stable， 提議： $$ \sigma\rightarrow\Omega. $$ --- # 157. Frequency 不夠 還要： - low variance； - clear precondition； - clear termination； - high utility。 --- # 158. Skill Candidate Score $$ S_\Omega = f( Frequency, Cost, Stability, InformationGain, Transferability ). $$ --- # 159. 低頻但昂貴 protocol 也可能值得 skill 化 例如： > full release regression。 --- # 160. Process Mining 的接口 研究 trajectories 可以像 business process logs 一樣： > 找 common patterns / bottlenecks。 本文不展開 process mining 文獻， 但工程上非常適合。 --- # 161. Bottleneck Detection 統計： ```text time spent token spent failure count retry count ``` 找到： $$ \arg\max C(step). $$ --- # 162. 最大成本未必是最大價值 --- # 163. Local Optimization 先壓縮： > 高成本低信息步驟。 --- # 164. Global Optimization 再重排研究順序。 --- # 165. Experiment Ordering 假設： ```text A gives anchor for B ``` 先跑 A 可以讓 B 快很多。 --- # 166. RTC 不只縮 macro 也能改： $$ \text{research order}. $$ --- # 167. Curriculum Compression 從歷史 tasks 學： > 哪些 anchors 應先找。 --- # 168. Example 先找到： ```text money date stress ``` 可能成為後續： > save state alignment anchors。 --- # 169. Anchor Value 定義： $$ V_A(c) = \text{Expected downstream uncertainty reduction}. $$ --- # 170. 高 anchor value claim 優先研究。 --- # 171. Knowledge Prerequisite Graph $$ G_P. $$ Meta-AER 可以學： > 哪些節點先解。 --- # 172. Research Policy Distillation 歷史 trajectories： $$ \Pi_i $$ 轉成： $$ \pi_R. $$ --- # 173. Policy 不一定是 neural network 可以是： - declarative guide； - decision tree； - workflow； - code； - mixed. --- # 174. Frozen Model 也能更強 如果外部： $$ \pi_R $$ 變好， 即使： $$ \theta $$ 不變， Agent performance 可以上升。 --- # 175. 這再次支持 Paper 01 完整 Agent ability： > 不等於單一 model weights。 --- # 176. Skill Transfer Across Models Trace2Skill 報告的 trajectory-grounded skills 可跨 model scale / OOD transfer。 這對研究 runtime 非常重要： > skill library 不應綁死單一 AI provider。 --- # 177. Model-Agnostic Research Skill 理想： ```text input schema output schema tool contract ``` 清楚。 --- # 178. 不同模型只負責高層推理 --- # 179. Agent Skill ABI 可以類比： $$ \boxed{ \text{Research Skill ABI} } $$ --- # 180. Skill ABI 包含 ```text name inputs preconditions outputs failure codes evidence schema version ``` --- # 181. 這使 skill 可以被 GPT / Claude / local model 共用 只要 tool runtime 相容。 --- # 182. Skill Compiler Declarative skill： ```yaml verify_save_offset ``` 編譯成： - Python； - emulator macros； - shell； - debugger scripts。 --- # 183. Cross-Environment Compilation $$ \Omega_{\mathrm{spec}} \rightarrow \Omega_{\mathrm{exec}}^{(E)}. $$ --- # 184. 這與 Game Rebirth 的 semantic runtime 很像 同一 semantic core： > 多 backend。 --- # 185. Research Runtime 也應如此 --- # 186. Local Information Deconstruction Efficiency 的 benchmark 建立多個類似 black-box tasks： $$ D_1,\ldots,D_n. $$ --- # 187. Baseline Agent 每個從零。 --- # 188. RTC Agent 可用歷史 skill library。 --- # 189. 比較 - final accuracy； - wall time； - tokens； - environment actions； - evidence quality。 --- # 190. LIDE Ratio $$ \boxed{ Gain_{\mathrm{LIDE}} = \frac{ \eta_D^{RTC} }{ \eta_D^{base} } } $$ --- # 191. 真正成功 要求： $$ Gain_{\mathrm{LIDE}}>1 $$ 且 final quality 不下降。 --- # 192. Generalization Test 不能只在同一 PM2 save 上測。 要： - 不同 slot； - 不同 version； - different legacy game； - synthetic mutation。 --- # 193. In-Domain Transfer $$ D'\approx D. $$ --- # 194. Cross-Domain Transfer $$ D'\neq D. $$ 更難。 --- # 195. Skill Generality Spectrum ```text instance version game engine family legacy software generic black-box ``` --- # 196. 越 general 越可能失去效率 --- # 197. Specificity / Generality Tradeoff $$ U(\Omega) = Transferability \times Efficiency. $$ --- # 198. 最佳 skill library 需要多層 generic： ```text single-variable intervention ``` specific： ```text PM2 GNX reload validator ``` --- # 199. Hierarchical Retrieval 先找： > specific skill。 沒有再找： > generic skill。 --- # 200. Skill Conflict 兩 skill： $$ \Omega_1,\Omega_2 $$ 在同 scope 給不同 protocol。 --- # 201. Conflict Resolution 依： - validation evidence； - recency； - version； - success rate。 --- # 202. Skill Confidence $$ c_\Omega. $$ --- # 203. 低信心 skill 只能： > suggest。 --- # 204. 高信心 skill 可以： > auto-execute。 --- # 205. Automation Authority 隨 confidence 增加： ```text recommend → supervised execute → auto execute ``` --- # 206. 這降低錯誤 skill 的破壞性 --- # 207. Research Skill Safety 如果 action： - destructive； - irreversible； - expensive； 即使 skill verified， 仍需 policy gate。 --- # 208. RTC 不代表自主權無限制 --- # 209. Research Option Logging 每次 reuse： ```yaml invocation: option: target: parameters: outcome: cost: evidence: ``` --- # 210. Skill 自己也持續學 $$ \Omega_t \rightarrow \Omega_{t+1}. $$ --- # 211. Skill Performance Statistics ```text success rate median cost median info gain failure modes ``` --- # 212. Empirical Utility $$ \hat U(\Omega) = \frac{ \sum \Delta I }{ \sum C }. $$ --- # 213. Delete Dead Skills 如果多年不用且被更好 skill dominate， archive。 --- # 214. Research Library 會變成第二層智能 第一層： $$ M. $$ 第二層： $$ \mathcal L_{\Omega}. $$ --- # 215. Agent Capability $$ \boxed{ Capability = Model + Tools + Memory + Research Skills } $$ --- # 216. 這使「同一模型」隨時間可以越來越會研究 即使 weights 不變。 --- # 217. Non-Parametric Learning RTC 是一種： $$ \boxed{ \text{Non-Parametric Research Learning} } $$ --- # 218. 與 finetuning 不衝突 未來也可以把成熟 skills： > 再蒸餾進模型。 --- # 219. Skill-to-Weight Distillation $$ \mathcal L_\Omega \rightarrow \theta'. $$ 但不是 RTC 必要條件。 --- # 220. 可證偽預測一 在同 task family 中，使用 validated research options 的 Agent 應以更少 high-level decisions 達到相同 final fidelity。 --- # 221. 可證偽預測二 將穩定 execution subsequences algorithmize 後，token cost 應下降。 --- # 222. 可證偽預測三 只從成功 trajectory 抽 skill，應比 success+failure contrastive distillation 更容易 overfit。 --- # 223. 可證偽預測四 跨多 trajectory consolidation 的 skill，應比單 trajectory summary 有更高 holdout transfer。 --- # 224. 可證偽預測五 Skill library 若不保存 scope，cross-version error rate 應上升。 --- # 225. 可證偽預測六 Skill invocation 有 state checkpoint / verifier 的 robust macro，應比 blind coordinate macro 有更低 protocol violation rate。 --- # 226. 可證偽預測七 加入 research option library 後： $$ PCR $$ 應上升， 而： $$ Q_E $$ 不下降。 --- # 227. 可證偽預測八 validated historical-prior-validation option 應降低逐 offset 從零 discovery cost。 --- # 228. 可證偽預測九 Meta-AER curriculum 應比固定 subproblem order 有更低 time-to-anchor。 --- # 229. 可證偽預測十 跨模型使用同一 research skill library 時，能力提升的一部分應保留，顯示 improvement 不完全綁在 model weights。 --- # 230. 限制一：12 小時案例尚未證明未來一定更快 本文目前提出： > 可壓縮 opportunity。 還沒有以後續完整 PM2 session 實證： $$ 12h\rightarrow2h. $$ --- # 231. 因此 speedup 是待測假說 不是既成事實。 --- # 232. 限制二：Task Distribution Shift 新遊戲可能： - 不同 save； - 不同 UI； - anti-cheat； - nondeterministic。 舊 skill 可能失效。 --- # 233. 限制三：Skill Discovery 本身有成本 蒸餾： $$ C_{\mathrm{distill}}. $$ 若 skill 只用一次， 可能不划算。 --- # 234. Break-Even Reuse Count 若每次省： $$ \Delta C, $$ 則需要： $$ N^* \ge \frac{ C_{\mathrm{distill}} }{ \Delta C }. $$ --- # 235. 限制四：Over-automation Agent 過度依賴技能庫， 可能不再探索更好方法。 --- # 236. Exploration Reserve 保留一定： $$ \epsilon $$ 機率探索 alternative protocol。 --- # 237. 限制五：Skill Lock-In 一個早期次優 skill 成為標準後， 後面所有 Agent 都跟著慢。 --- # 238. 定期 Benchmark Skill Library --- # 239. 限制六：Hidden Assumptions skill 可能默認： - locale； - timing； - resolution； - permissions。 --- # 240. Assumption Manifest 每 skill 必須顯式寫。 --- # 241. 限制七：Research Skill 可能洩漏 benchmark 答案 如果 skill 直接寫： ```text offset = 0x50 ``` 那是 target answer， 不是 general skill。 --- # 242. Skill / Answer Separation Skill 應： > 教你怎麼驗證 offset。 不是： > 告訴你 offset。 --- # 243. 這對 contamination-resistant benchmark 很重要 Paper 08 將展開。 --- # 244. 限制八：資訊增益難精確估 所以： $$ \eta_D $$ 實際常需 proxy。 --- # 245. Proxy 可以是 - verified claim count； - hypothesis reduction； - unseen prediction accuracy。 --- # 246. 但不能只計 claim 數 一個重大 rule： > 價值可能遠高於 100 個 UI offset。 --- # 247. Weighted Information Gain $$ \Delta I_D = \sum_i w_i\Delta q_i. $$ --- # 248. $w_i$ 可依： - downstream dependency； - uncertainty； - impact； - reuse。 --- # 249. LIDE 是工程指標，不是假裝有絕對信息單位 本文不主張： > 已有唯一自然單位。 --- # 250. 它主要提供比較框架 同一 task family： > Agent A vs B。 --- # 251. 核心命題一 ## Proposition 1 — Result Compression Does Not Imply Trajectory Compression 存在： $$ C_R(R)\ll R $$ 但下一 task 仍重走完整： $$ \Pi. $$ 所以 Paper 05 的 semantic compression 不能自動導出 RTC。 --- # 252. 核心命題二 ## Proposition 2 — Temporally Extended Research Options Can Reduce High-Level Planning Depth 若 primitive sequence： $$ \sigma=(a_1,\ldots,a_k) $$ 可由一個 option： $$ \omega $$ 可靠執行， 則 high-level planner 可用一個 decision 取代 $k$ 個 primitive decision points。 --- # 253. 核心命題三 ## Proposition 3 — Verification Must Be Preserved Under Trajectory Compression 若： $$ C(\Pi) $$ 移除必要 negative control / verifier， 則它不是等價 research trajectory compression。 --- # 254. 核心命題四 ## Proposition 4 — Multi-Trajectory Skill Induction Can Reduce Single-Trajectory Overfitting 使用： $$ \{\Pi_i^+,\Pi_j^-,\Pi_k^{ex}\} $$ 可比只使用單一： $$ \Pi^+ $$ 提供更多 failure conditions 與 applicability boundaries。 此命題需實證評估。 --- # 255. 核心命題五 ## Proposition 5 — Research Skills Permit Non-Parametric Accumulation of Agent Capability 若： $$ M $$ 固定， 但 skill library： $$ \mathcal L_{\Omega,t} $$ 持續改善， 則系統 task performance 可以提高而無需修改 $\theta$。 --- # 256. 核心命題六 ## Proposition 6 — Meta-AER Converts Target Learning into Learning How to Learn Targets AER： $$ \Theta^* \leftarrow\text{experiments}. $$ Meta-AER： $$ \pi_R^* \leftarrow\text{AER trajectories}. $$ --- # 257. 核心命題七 ## Proposition 7 — Local Information Deconstruction Efficiency Can Increase Even When Raw Compute Remains Constant 即使某些 primitive runtime costs 不變， 若： - high-level decision count； - token overhead； - repeated mistakes； 下降， 則： $$ \eta_D $$ 仍可提高。 --- # 258. 統一流程 ```text RAW RESEARCH TRAJECTORIES │ ▼ SEGMENT decision / execution / evidence │ ▼ COMPARE success / failure / excluded │ ▼ INDUCE candidate research skills │ ▼ VALIDATE holdout target / mutation │ ▼ CONSOLIDATE scope / precondition / verifier │ ▼ RESEARCH OPTION LIBRARY │ ▼ HIERARCHICAL PLANNER │ ▼ SHORTER FUTURE RESEARCH ``` --- # 259. RTC 與 Paper 05 的統一 Paper 05： $$ R\rightarrow K. $$ Paper 06： $$ \Pi\rightarrow\Omega. $$ 所以長時 Agent 的雙重壓縮： $$ \boxed{ (R,\Pi) \rightarrow (K,\Omega) } $$ --- # 260. Knowledge + Procedure $$ K $$ 回答： > 我們知道什麼？ $$ \Omega $$ 回答： > 我們下次怎麼知道得更快？ --- # 261. 這兩者共同形成真正可累積研究能力 --- # 262. Research Capital 可以定義： $$ \boxed{ \mathcal C_R = (K,\Omega,I,R) } $$ 包含： - knowledge； - research skills； - index； - raw evidence。 --- # 263. Agent 換掉也沒關係 如果： $$ M_1\rightarrow M_2, $$ Research Capital 仍可保留。 --- # 264. 所以研究組織的能力不等於單個模型 --- # 265. Research Organization as Persistent Runtime 這可能是未來： > AI Lab Operating System 的核心。 --- # 266. 每一次昂貴研究都應留下兩種產物 ### Product A — Knowledge ```text what was learned ``` ### Product B — Method ```text how to learn this class faster next time ``` --- # 267. 只留下 A 就是傳統報告。 --- # 268. 留下 A+B 才開始形成： $$ \boxed{ \text{Compounding Research Capability} } $$ --- # 269. Compounding 第一次： $$ C_1. $$ 第二次： $$ C_2 大部分 routine reverse engineering 變成 algorithm。 Agent 專注： > 真正未知部分。 --- # 271. Unknown Frontier Shrinkage 工具／技能越成熟： $$ \mathcal U_{\mathrm{routine}}\downarrow. $$ 留下： $$ \mathcal U_{\mathrm{novel}}. $$ --- # 272. 這就是「局部資訊解構能力」真正提升 不是 AI magically 更聰明。 而是： > 同一局部 domain 中更多結構已被編譯成 reusable cognition。 --- # 273. Cognitive Infrastructure Research Options 是： $$ \boxed{ \text{Externalized Cognitive Infrastructure} } $$ --- # 274. 人類科學也一直這樣做 從： - 手工算術； - table； - calculator； - software； - automated instrument。 --- # 275. AI 只是能更快把自己的 labor 再工具化 --- # 276. Self-Tooling Loop $$ \boxed{ \text{Research} \rightarrow \text{Observe Repetition} \rightarrow \text{Build Tool} \rightarrow \text{Research Faster} } $$ --- # 277. 這是一個正向 feedback loop --- # 278. 但也需要治理 錯工具會放大錯誤。 所以： $$ \boxed{ \text{Skill Verification} } $$ 是 Meta-AER 的核心。 --- # 279. 最終公式 研究效率： $$ \boxed{ \eta_D = \frac{ \Delta I_D }{ C_{\mathrm{time}} + \lambda_K C_{\mathrm{token}} + \lambda_C C_{\mathrm{compute}} + \lambda_A C_{\mathrm{action}} } } $$ Research Option selection： $$ \boxed{ \omega_t^* = \arg\max_{\omega} \frac{ \mathbb E[\Delta I_D\mid\omega] }{ C(\omega) } } $$ Trajectory-to-skill： $$ \boxed{ \mathcal C_{\mathrm{skill}} : \{\Pi_i\} \rightarrow \{\Omega_j\} } $$ Meta-AER： $$ \boxed{ \operatorname{MetaAER} : \{\Pi_i,K_i\} \rightarrow \pi_R^* } $$ --- # 280. 最終結論 長時 Agent 研究不應只追求： > 最後有沒有得到答案。 每一次昂貴 trajectory 都包含第二種資產： > **如何更有效率地取得這類答案。** 如果這種程序知識沒有被抽取，下一個 Agent 會重新： - 點相同 UI； - 犯相同 protocol mistake； - 重跑相同 low-information experiment； - 再次消耗相同 token 與時間。 真正的研究能力累積要求： $$ \boxed{ \text{Experience} \rightarrow \text{Research Skill} } $$ Paper 05 將十二小時的 evidence 壓成 epistemic state；Paper 06 則把十二小時的探索過程壓成可重用的 Research Options。 因此： $$ \boxed{ \text{Long Trajectory} \neq \text{Permanent Cost} } $$ 只要 trajectory 能被： - 分段； - 比較； - 抽象； - 驗證； - 程序化； - 重用， 第一次十二小時就可能成為之後整個 task family 的 **認知基礎設施投資**。 本文最終提出： > **真正會成長的研究 Agent，不只把新知識寫進記憶，也把高成本研究過程重新編譯成下一次可直接調用的高階技能。** 這種能力即本文所稱： $$ \boxed{ \textbf{Research Trajectory Compression} } $$ 其最終衡量，不是「trajectory 被縮短多少字」，而是： $$ \boxed{ \textbf{Local Information Deconstruction Efficiency} } $$ 是否真正提升。 --- # 281. 後續 **Paper 07：AI 的「無聊角色」：重複性科學勞動、自動實驗與研究角色重分配** 將進一步處理： > 當 Research Option 成熟後，哪些工作應由 LLM Agent 做、哪些應降級為 deterministic algorithm、哪些必須保留給人類？ 也就是： $$ \boxed{ \text{Human} + \text{Agent} + \text{Automation} } $$ 三者在 AI 科研中的新分工。 --- # References [1] Sutton, R. S., Singh, S. P., Precup, D., & Ravindran, B. **Improved Switching among Temporally Abstract Actions.** NeurIPS 1998. https://papers.nips.cc/paper/1607-improved-switching-among-temporally-abstract-actions [2] Sutton, R. S., Precup, D., & Singh, S. **Between MDPs and Semi-MDPs: A Framework for Temporal Abstraction in Reinforcement Learning.** Artificial Intelligence 112, 181–211 (1999). Historical options framework; referenced through primary research lineage. [3] Wang, G., Xie, Y., Jiang, Y., Mandlekar, A., Xiao, C., Zhu, Y., Fan, L., & Anandkumar, A. **Voyager: An Open-Ended Embodied Agent with Large Language Models.** arXiv:2305.16291, 2023. https://arxiv.org/abs/2305.16291 [4] Zhao, A., Huang, D., Xu, Q., Lin, M., Liu, Y.-J., & Huang, G. **ExpeL: LLM Agents Are Experiential Learners.** arXiv:2308.10144, 2023. https://arxiv.org/abs/2308.10144 [5] Qian, C., et al. **Experiential Co-Learning of Software-Developing Agents.** arXiv:2312.17025, 2023. https://arxiv.org/abs/2312.17025 [6] Tziafas, G., & Kasaei, H. **Lifelong Robot Library Learning: Bootstrapping Composable and Generalizable Skills for Embodied Control with Language Models.** arXiv:2406.18746, 2024. https://arxiv.org/abs/2406.18746 [7] Li, Z., Poesia, G., & Solar-Lezama, A. **When Do Skills Help Reinforcement Learning? A Theoretical Analysis of Temporal Abstractions.** arXiv:2406.07897, 2024. https://arxiv.org/abs/2406.07897 [8] Ni, J., et al. **Trace2Skill: Distill Trajectory-Local Lessons into Transferable Agent Skills.** arXiv:2603.25158, 2026. https://arxiv.org/abs/2603.25158 [9] Shi, Q., et al. **SKILL-KD: Contrastive Skill Distillation for LLM Agents.** arXiv:2607.28048, 2026. https://arxiv.org/abs/2607.28048 --- # Appendix A — Research Option Schema ```yaml research_option: id: version: scope: task_family: target_types: excluded_targets: [] initiation: required_state: [] required_tools: [] assumptions: [] protocol: high_level_steps: [] executable_backend: termination: success_conditions: [] inconclusive_conditions: [] failure_conditions: [] escalation_conditions: [] verifier: contract: evidence_required: [] negative_controls: [] replication_policy: epistemic_output: schema: status_values: - verified - partially_verified - invalidated - unknown - excluded provenance: source_trajectories: [] successful_validation_runs: [] failed_validation_runs: [] holdout_targets: [] metrics: median_time: median_tokens: median_actions: estimated_information_gain: transfer_success_rate: authority: mode: - recommend_only - supervised_execute - auto_execute ``` --- # Appendix B — RTC Pipeline ```text 1. Collect trajectories. 2. Label success / failure / excluded. 3. Segment decision vs execution steps. 4. Find repeated stable subsequences. 5. Identify epistemic purpose of each subsequence. 6. Contrast success and failure conditions. 7. Induce candidate research option. 8. Write scope + preconditions + verifier contract. 9. Implement declarative and/or executable form. 10. Re-run on original targets. 11. Validate on holdout variants. 12. Measure cost and information-gain proxies. 13. Promote / patch / split / deprecate. 14. Add to versioned research skill library. ``` --- # Appendix C — LIDE Measurement Skeleton ```yaml lide_run: domain: target: before: hypothesis_entropy_proxy: verified_claims: unresolved_claims: cost: wall_time_seconds: model_tokens: compute_seconds: environment_actions: after: hypothesis_entropy_proxy: verified_claims: unresolved_claims: quality: evidence_strength: reproducibility: unseen_prediction_accuracy: derived: local_information_gain: lide_score: ``` --- # Appendix D — 一句話命題 > **第一次研究是在解問題；研究軌跡壓縮是在把「解這類問題的方法」也變成可重用的計算資產。**