# 10｜慣老闆測試：意圖重建、設計生成與可執行世界考古 ## The Demanding-Boss Test: Intent Reconstruction, Design Generation, and Executable World Archaeology **系列：**《可執行資料與深層解構學習》 **篇次：** 10 / 10 **作者：** Neo.K with Aletheia **機構：** EveMissLab／一言諾科技有限公司 **版本：** v0.1 Research Draft **日期：** 2026-08-17 **文件性質：** 意圖重建／人機共創／偏好學習／生成式設計／可執行世界方法論 **範圍聲明：** 本文所稱「意圖重建」不是讀心，也不假設 AI 能取得使用者未表達的內在心理真相。它指的是：根據語言、選擇、修正、拒絕、行為、情境與可執行回饋，維持並更新一組可驗證的需求／偏好假說。 **系列終章定位：** 本篇將前九篇的資料資產、遊戲解構、組合智能、深層學習、重建驗收與可執行新穎性，收斂到一個最實際的終點：AI 最後到底能不能把人類沒有說完整的要求，做成真正可用的東西？ --- ## 摘要 在生成式 AI 時代，模型可以快速生成文字、圖片、程式、關卡、角色、規則與完整軟體原型。由此產生一個新的現實問題：當「產生候選」本身已不再稀缺，真正困難的事情逐漸變成——AI 是否知道人類真正想要什麼，以及是否能把這種不完整、矛盾、會隨互動更新的需求，轉換成可執行、可驗證、可修改的系統。 本文以「慣老闆測試」（Demanding-Boss Test, DBT）作為工程隱喻。其測試並不是要求 AI 無限服從，而是模擬真實使用者常見的需求型態： > 「我要 NPC 更像活人。」 > 「我要像 Paradox 那樣有世界感，但不要那麼多表格。」 > 「我要敵人聰明，但不要讓玩家覺得它作弊。」 > 「我要自動戰鬥，但玩家仍要覺得自己有決策權。」 > 「不是這個感覺，再改。」 這些輸入不是完整 specification，而是： $$ \boxed{ \text{Underspecified Intent} } $$ 因此本文提出「意圖重建層級」： $$ \boxed{ \mathcal I = ( I_S, I_T, I_L, I_V, I_C ) } $$ 其中： - $I_S$：Stated Intent，使用者直接說出的要求； - $I_T$：Task Intent，實際要完成的工作； - $I_L$：Latent Design Hypotheses，未明示但可由上下文推測的候選需求； - $I_V$：Value / Style Preferences，風格、取捨與主觀價值； - $I_C$：Constraints，成本、平台、時間、權利、性能與安全限制。 AI 不應把： $$ I_L $$ 當成確定真相，而應維持： $$ \boxed{ P(I\mid E_t) } $$ 並透過新證據 $E_{t+1}$ 更新。 本文將 Cooperative Inverse Reinforcement Learning、Inverse Reward Design、Preference-Based Reinforcement Learning 與 mixed-initiative co-creation 視為重要先例。CIRL 將人類的 reward function 視為 AI 未知、需在合作中推斷的對象；Inverse Reward Design 指出設計者給出的 reward 本身可能只是特定訓練環境下對真實目標的不完整 proxy；preference-based RL 使用人類對行為軌跡的偏好來學習 reward；遊戲共創研究則已直接研究 designer modeling、自然語言設計、使用者意圖傳達與 AI initiative。 本文在此基礎上提出更廣的「Intent-to-Executable」閉環： $$ \boxed{ \text{Human Expression} \rightarrow \text{Intent Hypotheses} \rightarrow \text{Functional Specification} \rightarrow \text{Architecture} \rightarrow \text{Executable Candidate} \rightarrow \text{Human / Machine Evaluation} \rightarrow \text{Intent Update} } $$ 並進一步將人類修正資料視為高價值 supervision： $$ \boxed{ \text{Intent} \rightarrow \text{Candidate} \rightarrow \text{Rejection / Preference} \rightarrow \text{Revision} } $$ 這類「意圖—設計軌跡」比最終成品本身包含更多關於「為什麼選這個而不是那個」的資訊。 本文最後將 Game Intelligence Archaeology 抽象為更廣泛的「可執行世界考古」（Executable World Archaeology, EWA）：凡是具有狀態、行動、轉移、規則、目標、歷史與驗收器的系統，都可以被系統性解構、重建、生成與驗證。遊戲只是其中第一個極為適合的母體。軟體、科研流程、工程設計、商業工作流與具身任務，都可進一步成為深層解構對象。 本系列最終因此形成一條完整鏈： $$ \boxed{ \text{Data} \rightarrow \text{Asset} \rightarrow \text{Executable Evidence} \rightarrow \text{Deconstruction} \rightarrow \text{Reconstruction} \rightarrow \text{Novel Generation} \rightarrow \text{Intent Reconstruction} \rightarrow \text{Creation} } $$ 真正的終點不是 AI「知道很多」，而是： $$ \boxed{ \text{Can the AI turn incomplete human intent into a working, revisable, validated artifact?} } $$ **關鍵詞：** Intent Reconstruction、Preference Learning、CIRL、Inverse Reward Design、Mixed-Initiative Co-Creation、Designer Modeling、Executable World Archaeology、Generative Design、Human-AI Collaboration --- # 1. 最現實的驗收：所以你到底能做什麼？ 前九篇可以讓 AI： - 收集資料； - 解構； - 分類； - 正規化； - 找不變量； - 重建； - 生成新架構； - 做 novelty search。 但人類最後很可能只問一句： > 所以你到底能幫我做什麼？ 這就是本文的起點。 --- # 2. Knowledge 不是最終商品 令： $$ K = \text{Knowledge}. $$ AI 擁有： $$ K\gg0 $$ 並不代表： $$ \boxed{ \text{User Goal Achieved}. } $$ 真正產品價值來自： $$ \boxed{ K \rightarrow A } $$ 其中： $$ A = \text{Action / Artifact}. $$ --- # 3. 人類通常不會提供完整 specification 現實使用者很少說： ```text Use utility arbitration with three weighted needs, event-driven interrupts, a 500ms decision tick, a shared blackboard, and an offscreen aggregate simulator. ``` 他更可能說： > NPC 要像活人一點。 這是一個： $$ \boxed{ \text{Underspecified Request}. } $$ --- # 4. 「像活人」不是可直接編譯的規格 它可能表示： - 有記憶； - 有日程； - 有需求； - 有偏好； - 會改主意； - 會犯錯； - 會建立關係； - 不會永遠等待玩家； - 行為具有可理解原因。 因此： $$ \boxed{ \text{Natural-Language Desire} \neq \text{Executable Specification}. } $$ --- # 5. 意圖重建不是讀心 本文禁止： $$ \boxed{ \text{Model Guess} = \text{User's True Mind}. } $$ AI 只能從證據建立候選。 令： $$ \mathcal H_I = \{I_1,\ldots,I_n\} $$ 為意圖假說集合。 --- # 6. 意圖後驗 根據證據： $$ E_t $$ 更新： $$ \boxed{ P(I_i\mid E_t). } $$ 新回饋： $$ E_{t+1} $$ 使： $$ P(I_i\mid E_{t+1}) $$ 重新分布。 --- # 7. 第一層：Stated Intent $$ I_S. $$ 即使用者直接說的： > 我要 NPC 更聰明。 這是最可靠、但通常最不完整的一層。 --- # 8. 第二層：Task Intent $$ I_T. $$ 例如： > NPC 更聰明。 其 task intent 可能是： > 讓玩家在戰鬥中感到敵人會根據局勢反應。 這比「聰明」更接近可驗收任務。 --- # 9. 第三層：Latent Design Hypotheses $$ I_L. $$ 可能包含： - 玩家應該能讀懂敵人反應； - AI 不應使用玩家不可取得的資訊； - 戰鬥要有 counterplay； - 難度不應只靠數值作弊。 但這些都只是： $$ \boxed{ \text{Hypotheses}. } $$ --- # 10. 第四層：Value / Style $$ I_V. $$ 例如： - 戲劇性； - 可預測性； - 混沌； - 真實感； - 效率； - 美感； - 玩家掌控感。 這些維度通常沒有單一 objective。 --- # 11. 第五層：Constraints $$ I_C. $$ 包括： - CPU； - memory； - 平台； - 團隊大小； - 開發時間； - 權利； - 安全； - 可維護性。 一個「理想設計」如果超出： $$ I_C $$ 就不是有效答案。 --- # 12. 意圖五元組 因此： $$ \boxed{ I = ( I_S, I_T, I_L, I_V, I_C ). } $$ 生成系統應針對不同層採取不同信心水平。 --- # 13. CIRL 的重要啟示 Cooperative Inverse Reinforcement Learning 將： $$ R_H $$ 視為人類 reward。 AI 不知道： $$ R_H. $$ 人類與 AI 共同作用於環境， AI 必須從： - human action； - interaction； - state； 推斷人類 objective。 --- # 14. 這與慣老闆場景高度相似 老闆說： > 再改。 這本身就是： $$ \boxed{ \text{Preference Evidence}. } $$ 而不是： $$ \boxed{ \text{Complete Reward Function}. } $$ --- # 15. Inverse Reward Design 的核心提醒 Inverse Reward Design 指出： > 設計者明示的 reward function 可能只是特定 training environment 下對真正意圖的不完整代理。 例如使用者說： > 敵人越強越好。 如果直接最大化： $$ EnemyPower, $$ AI 可能生成： > 一擊秒殺玩家。 顯然： $$ \boxed{ \text{Literal Objective} \neq \text{True Design Intent}. } $$ --- # 16. Goodhart 問題在設計中極常見 若 metric： $$ M $$ 只是目標： $$ G $$ 的 proxy， 當 AI 強力最佳化： $$ M, $$ 可能得到： $$ \boxed{ M\uparrow \quad\land\quad G\downarrow. } $$ --- # 17. 「敵人聰明」的 proxy 失敗 錯誤 proxy： $$ M=\text{Win Rate Against Player}. $$ 最大化後： $$ M\rightarrow1. $$ 但遊戲： $$ Fun\rightarrow0. $$ 所以真正需要的是多維 design intent。 --- # 18. Preference-Based RL 的意義 Preference-based RL 不要求人類直接寫： $$ R(s,a). $$ 而讓人類比較： $$ \tau_A \succ \tau_B. $$ AI 再學： $$ \hat R. $$ 這非常接近設計迭代。 --- # 19. 「這個比較接近」是高價值資料 人類說： > A 比 B 好。 這提供： $$ \boxed{ I(A>B). } $$ 而不是只提供最後： $$ A. $$ --- # 20. Rejection 也是 supervision 若： > 這個不要。 可以形成： $$ \boxed{ \text{Negative Preference Data}. } $$ 其資訊量可能很高。 --- # 21. Designer Modeling 已存在很久 遊戲 AI 研究早已提出 designer modeling： > 從設計者與 creation tool 的互動中學習設計者的偏好、目標與流程。 這與本文的： $$ \boxed{ I_V } $$ 高度一致。 --- # 22. Mixed-Initiative Co-Creation Mixed-initiative 系統不是： $$ \text{Human Prompt} \rightarrow \text{AI Output}. $$ 而是： $$ \boxed{ \text{Human} \leftrightarrow \text{AI} } $$ 雙向調整。 --- # 23. CADI：直接把 designer intent 當問題 CADI 的研究明確指出： > mixed-initiative PCG 存在捕捉 designer intent 的困難。 因此使用自然語言介面探索 Pong variations。 這顯示： $$ \boxed{ \text{Intent Communication} } $$ 本身就是設計工具問題。 --- # 24. Creative Wand：溝通不是附屬功能 Creative Wand 指出 co-creative system 的關鍵是： > 人類如何把 ideas / intent 傳給 AI，AI 又如何反向溝通。 所以： $$ \boxed{ \text{Communication Loop} } $$ 不是 UI 裝飾。 --- # 25. AI initiative 也不能無限提高 混合主動研究顯示： AI 更主動不必然讓人更滿意。 若 AI： - 太常改； - 搶控制權； - 打斷創作； 人類會 frustrated。 所以： $$ \boxed{ \text{AI Agency} \neq \text{User Value}. } $$ --- # 26. Control Preference 意圖模型還應包含： $$ I_{\mathrm{control}}. $$ 即： > 使用者希望 AI 主動到什麼程度？ --- # 27. 有人要 Copilot，有人要 Autopilot 同一任務： $$ T $$ 不同使用者可能希望： ### User A $$ \text{AI Suggests Only}. $$ ### User B $$ \text{AI Executes and Reports}. $$ 所以： $$ \boxed{ \text{Same Goal} \neq \text{Same Collaboration Style}. } $$ --- # 28. 慣老闆測試的真正形式 DBT 不是： > AI 必須猜對所有隱藏需求。 而是： $$ \boxed{ \text{Can AI converge toward acceptable intent with minimal human burden?} } $$ --- # 29. Intent Convergence 令： $$ \hat I_t $$ 為 AI 在時間 $t$ 的意圖模型。 人類理想目標： $$ I^\*. $$ 我們觀察： $$ d_I(\hat I_t,I^\*) $$ 是否隨互動下降。 --- # 30. 但 $I^\*$ 也可能變動 人類不是固定 reward function。 設計過程中： $$ I^\*_t $$ 可能改變。 所以： $$ \boxed{ \text{Intent Reconstruction} } $$ 是 dynamic tracking，而不是一次 inference。 --- # 31. 使用者可能自己也不知道 設計者可能只有： > 感覺不對。 直到看到： $$ Candidate_A $$ 與： $$ Candidate_B $$ 才發現： > 原來我要的是 B 的節奏。 因此： $$ \boxed{ \text{Preference Can Be Elicited by Generation}. } $$ --- # 32. Generation 是 Query AI 生成候選： $$ x $$ 不只是交作業。 它也可以是： $$ \boxed{ \text{Question to the human}. } $$ --- # 33. Active Intent Elicitation 選擇候選： $$ x^\* $$ 使： $$ \boxed{ \text{Expected Information Gain about }I } $$ 最大。 即： $$ x^\* = \arg\max_x \mathbb E[ \Delta H(I\mid feedback(x)) ]. $$ --- # 34. 不要每次都用文字問 最笨的方法： > 你喜歡什麼？ 使用者可能答不出來。 更好的方法： > A 還是 B？ --- # 35. Pairwise Preference $$ x_A \succ x_B. $$ 可以逐步重建： $$ I_V. $$ --- # 36. Contrastive Candidate 最有資訊量的兩個候選應該： - 只差一兩個關鍵維度； - 能區分兩個意圖假說。 例如： ### A NPC 高效率、少犯錯。 ### B NPC 偶爾低效率，但個性更強。 使用者選擇提供： $$ \boxed{ \text{Efficiency vs Personality Preference}. } $$ --- # 37. CLARIFY 類方法的啟示 2025 年 preference learning 已直接研究： > 如何利用 contrastive preference 解開 ambiguous query。 這支持一個重要思想： $$ \boxed{ \text{Ambiguity} } $$ 不一定要靠一次澄清問題消除。 可以透過： $$ \boxed{ \text{Contrastive Interaction}. } $$ 逐步拆開。 --- # 38. Intent Reconstruction Pipeline 本文提出： $$ \boxed{ E_t \rightarrow \mathcal H_I \rightarrow Q_t \rightarrow x_t \rightarrow Feedback_t \rightarrow E_{t+1}. } $$ 其中： - $\mathcal H_I$：intent hypotheses； - $Q_t$：next informative question； - $x_t$：candidate artifact。 --- # 39. Question 與 Artifact 都是 probes 可以問： > 你比較想要哪種？ 也可以直接生成： $$ A,B. $$ 讓人選。 因此： $$ \boxed{ \text{Probe} = \text{Question} \cup \text{Candidate}. } $$ --- # 40. 人類負擔也是成本 若每個細節都問： > 要 0.43 還是 0.47？ 人類會煩死。 因此： $$ \boxed{ C_H = \text{Human Interaction Cost}. } $$ --- # 41. 慣老闆真正想少做事 DBT 的精神是： > 人類只想講結果，不想自己把所有工程參數填完。 所以 AI 應最大化： $$ \boxed{ \frac{ \text{Intent Information Gain} }{ \text{Human Effort} }. } $$ --- # 42. Default Inference 對低風險／可逆參數， AI 可以使用： $$ \boxed{ \text{Domain Prior}. } $$ 例如： > 普通單機遊戲的 NPC tick 不需要每幀全量更新。 先採合理 default， 之後再觀察回饋。 --- # 43. 高影響決策不應偷偷猜 若改變： - 核心玩法； - 資料刪除； - 權利； - 高成本開發方向； 則： $$ \boxed{ \text{Ask / Escalate}. } $$ 所以： $$ \boxed{ \text{Autonomy} \propto \frac{ \text{Reversibility} }{ \text{Impact} }. } $$ 這只是一個工程直覺，不是法律／安全通則。 --- # 44. Intent Compiler 意圖重建後需要： $$ \boxed{ \mathcal C_I: I \rightarrow Spec. } $$ 將模糊需求編譯成可執行 specification。 --- # 45. Functional Specification 例如： > 世界不要等玩家。 可展開為： ```text offscreen entities continue to evolve factions change without player presence time advances independently events can resolve without player observation returning player receives historical consequences ``` --- # 46. Style Specification 同一句需求可能包含： ```text change should be legible world should not feel random important events need discoverable traces player agency should remain meaningful ``` 這些就是： $$ \boxed{ I_V. } $$ --- # 47. Constraint Specification 例如： ```text 1000 NPC single-player consumer CPU save file < 100 MB no cloud requirement ``` 這些決定 architecture。 --- # 48. Specification 不應是一次 commit 因為： $$ I_t $$ 持續更新。 所以： $$ \boxed{ \mathrm{Spec}_t } $$ 也是 versioned object。 --- # 49. Intent Versioning ```text Intent v0.1 → Candidate → Feedback → Intent v0.2 → Candidate → Feedback → Intent v0.3 ``` 這本身是一條重要資料。 --- # 50. Intent–Design Trajectory 定義： $$ \boxed{ \tau_I = ( I_0, x_0, f_0, I_1, x_1, f_1, \ldots ). } $$ 其中： - $I_t$：intent model； - $x_t$：candidate； - $f_t$：feedback。 --- # 51. 這種資料可能比 final artifact 更值錢 final artifact： $$ x_T $$ 只告訴 AI： > 最後接受了這個。 而： $$ \tau_I $$ 告訴 AI： > 為什麼 A 被拒絕、B 被修正、C 才接近。 --- # 52. Design Preference Dataset 未來可以保存： ```yaml request: candidate_a: candidate_b: preference: reason: context: revision: accepted: ``` 這會直接訓練： $$ \boxed{ \text{Intent Reconstruction}. } $$ --- # 53. 「理由」不是必要但很有價值 人類如果只選： $$ A>B, $$ 已經有資料。 若再說： > B 太有效率，像機器。 就得到： $$ \boxed{ \text{Preference Explanation}. } $$ 可改善 functional typing。 --- # 54. Human Feedback 也會有 noise 人類可能： - 今天選 A； - 明天選 B； - 情境不同； - 看累了； - 表達不準。 所以： $$ \boxed{ \text{Feedback} \neq \text{Perfect Ground Truth}. } $$ --- # 55. Preference Uncertainty 應維持： $$ P(I_V). $$ 而不是每次 feedback 後直接硬改。 --- # 56. Preference Drift 若： $$ P_t(I_V) $$ 與： $$ P_{t+100}(I_V) $$ 不同， 可能是： - 真正改變； - context change； - noise。 需要 temporal model。 --- # 57. 風格不是單一座標 本文將 style 暫寫為： $$ \boxed{ \mathbf S = ( s_1,\ldots,s_k ). } $$ 例如： - realism； - drama； - unpredictability； - efficiency； - readability； - autonomy； - difficulty； - elegance。 --- # 58. Value–Style Space 第 09 篇建立： $$ \mathcal E = \text{Executable Novel Design Space}. $$ 本篇加入： $$ \boxed{ \mathcal V = \text{Value–Style Space}. } $$ --- # 59. 候選映射 每個： $$ x\in\mathcal E $$ 映射： $$ \phi_V(x) \in \mathcal V. $$ 使用者真正選的是： $$ \boxed{ \text{Region in }\mathcal V. } $$ 而不一定是特定演算法。 --- # 60. 「像 RimWorld」其實可能是區域查詢 使用者說： > 我要像 RimWorld。 不能直接： $$ Copy(RimWorld). $$ 而應推： $$ \boxed{ \phi_V(RimWorld) } $$ 可能代表： - persistent consequence； - pawn autonomy； - job economy； - resource pressure； - event director； - emergent narrative。 --- # 61. Functional Style Transfer 因此： $$ \boxed{ \text{Reference Game} \rightarrow \text{Functional / Value Coordinates} \rightarrow \text{New Original System}. } $$ 這比表面 imitation 高一層。 --- # 62. Style Transfer 也必須允許排除項 使用者可能說： > 像 P 社，但不要表格地獄。 因此： $$ \boxed{ I = \text{Positive Features} - \text{Rejected Features}. } $$ --- # 63. Negative Style Constraint 定義： $$ S^{-}. $$ 例如： - 不要 micromanagement； - 不要 grind； - 不要 AI cheat； - 不要 hyper-realistic UI。 這些 constraint 很重要。 --- # 64. 「更聰明」不等於最優策略 這一點值得再次釘死： $$ \boxed{ \text{Optimal Agent} \not\equiv \text{Good Game Agent}. } $$ --- # 65. 玩家需要可理解漏洞 好的敵人可能： - 會 flank； - 會 retreat； - 會 coordinate； 但仍需要： - reaction delay； - readable cue； - limited perception； - recoverable mistake。 這些是： $$ \boxed{ \text{Designed Imperfection}. } $$ --- # 66. Human-Compatible Intelligence 因此遊戲 AI 可以追求： $$ \boxed{ \text{Believable} + \text{Legible} + \text{Counterable} } $$ 而不是： $$ \boxed{ \text{Maximally Optimal}. } $$ --- # 67. 慣老闆測試 Level 0：Literal 輸入： > 做一個敵人。 AI 做敵人。 這只測： $$ \boxed{ \text{Instruction Following}. } $$ --- # 68. Level 1：Functional 輸入： > 敵人要會找掩體。 AI 建立： - cover query； - path； - reservation； - attack transition。 這測： $$ \boxed{ \text{Functional Compilation}. } $$ --- # 69. Level 2：Underspecified Intent 輸入： > 敵人要聰明但不要作弊。 AI 必須推導： - perception limits； - reaction time； - memory； - fair information； - tactical behavior。 這測： $$ \boxed{ \text{Intent Reconstruction}. } $$ --- # 70. Level 3：Style / Value 輸入： > 聰明，但我要像動作電影，不要軍事模擬。 AI 必須調整： - aggression； - staging； - predictability； - pacing； - spectacle。 --- # 71. Level 4：Contradictory Demand 輸入： > 要完全自由，但劇情不能失控。 這包含： $$ \boxed{ \text{Constraint Tension}. } $$ AI 需要提出： - layered freedom； - protected invariants； - soft rails； - recovery architecture。 --- # 72. Level 5：Changing Intent 人類： > 做 A。 看到後： > 算了，我其實比較想要 B。 AI 要： - 保存歷史； - 更新 intent； - 避免把舊偏好當永恆真理。 --- # 73. Level 6：Novel Intent 使用者提出一個： $$ I^\* $$ 沒有直接對應已知遊戲。 AI 需要： $$ \boxed{ K + ENDS + I^\* \rightarrow x^\*. } $$ 這是系列真正的終極驗收。 --- # 74. DBT 七級 因此： $$ \boxed{ D_0