# Series C / Paper 05 # 自主研究的最小閉環條件：從自動化流水線到證據敏感的認知自主性 ## Minimal Closure Conditions for Autonomous Research: From Automated Pipelines to Evidence-Sensitive Epistemic Autonomy 版本：v0.1 日期：2026-08-14 狀態：Theory + executable structural checker paper ## 摘要 當代 AI research agents 已可串聯文獻搜尋、假設生成、程式撰寫、實驗執行、資料分析、圖表生成與論文寫作。然而「一條研究 pipeline 能自動跑到終點」不等於「系統具有研究自主性」。固定工作流即使完全無人值守，也可能只是自動化；相反地，一個真正的研究閉環至少必須讓外部 evidence 對後續假設、實驗與策略產生因果作用。 本文提出 **Minimal Autonomous Research Closure（MARC）**，將最小自主研究系統形式化為： $$ \mathfrak R_t = ( Q_t, B_t, H_t, \Pi_t, M_t, R_t ), $$ 其中 $Q_t$ 是研究目標， $B_t$ 是 epistemic state， $H_t$ 是候選假設， $\Pi_t$ 是研究策略， $M_t$ 是持久記憶與 provenance， $R_t$ 是資源與安全邊界。一次最小研究循環為： $$ \boxed{ \text{state} \rightarrow \text{hypothesis} \rightarrow \text{intervention} \rightarrow \text{observation} \rightarrow \text{verification} \rightarrow \text{epistemic update} \rightarrow \text{policy revision} \rightarrow \text{next state}. } $$ 本文提出七個最小閉環條件：持久狀態、假設可變性、外部介入、非退化 evidence、evidence-sensitive update、策略回饋、provenance-preserving bounded execution。並區分四級自主性：流水線自動化、適應性自動化、認知自主、策略自主。 本文證明三個基礎結果。第一，若在控制既有狀態後，未來 research action 與新 evidence 條件獨立，則 evidence 無法改變研究路由，因此系統不具 evidence-sensitive epistemic autonomy。第二，若研究狀態圖包含由 hypothesis 經 intervention、observation、verification、epistemic update 返回 future-policy selection 的可達閉路，且至少存在一項 evidence 能改變下一步策略，則系統具備本文定義下的最小 operational research closure。第三，若 claim / artifact 生成速率長期高於可驗證速率，verification backlog 必然增長；在常數平均速率模型下： $$ B_T \geq B_0 + T(\bar g-\bar v) $$ 當： $$ \bar g>\bar v. $$ 因此提高生成能力而不提高 verification throughput，可能使研究系統在表面產量增加的同時降低可審核性。 公開系統與 benchmark 提供了相互補充的現實定位。The AI Scientist-v2 已展示從假設到實驗與 manuscript 的 end-to-end agentic workflow；Arbor 以 persistent Hypothesis Tree 將 hypotheses、artifacts、evidence 與 distilled insights 跨時間保留；Claw AI Lab 將研究重構為可觀察、可 rollback 的持久 laboratory process；AHOIS 更進一步把「能依 physical evidence 建構、挑戰與修正 explanation」視為 epistemic autonomy。另一方面，ResearchGym 報告 frontier research agents 在 real-world closed-loop tasks 上仍存在明顯 capability–reliability gap；2026 verification-gap survey 也指出 runnable research systems 的 code availability 已高於 execution traces、seeds 與 novelty-verification artifacts 的完整度。 因此本文不主張現有系統已等於 autonomous scientist，也不把 manuscript completion 當作自主性的判準。本文主張的是一個較窄的結構命題： $$ \boxed{ \text{Autonomous research begins when evidence can alter the system's own future research trajectory without requiring step-level human choice.} } $$ **關鍵詞：** autonomous research；epistemic autonomy；agentic AI；research loop；verification gap；persistent memory；hypothesis revision；closed-loop science --- ## 1. 自動化與自主性的區別 考慮一個完全自動化 workflow： $$ P_0 \rightarrow P_1 \rightarrow P_2 \rightarrow \cdots \rightarrow P_n. $$ 即使其中每一步都由 AI 執行，而且整條 pipeline 無人監督，也可能存在： $$ P_{t+1} = F_t(P_t) $$ 而與實際 experiment result 無關。 這種系統可以： - 自動搜尋； - 自動生成 hypothesis； - 自動跑 code； - 自動寫 report； 但如果 failure 與 success 都不會改變 future route，那它仍接近： $$ \boxed{ \text{automated production pipeline}. } $$ 研究自主性需要更強的條件： $$ \boxed{ \text{evidence must have causal leverage over future research action}. } $$ --- ## 2. 研究系統狀態 令時間 $t$ 的研究狀態為： $$ \mathfrak R_t = ( Q_t, B_t, H_t, \Pi_t, M_t, R_t ). $$ 其中： ### $Q_t$：Research Objective 目前研究問題、目標與允許修改的 meta-objective。 ### $B_t$：Epistemic State 包含： - admissible worlds； - uncertainty； - shared permissions； - unresolved contradictions； - evidence weights。 可直接接 Paper 03： $$ B_t \supseteq ( \mathcal A_t, \mathfrak P_t, \mathfrak K_t ). $$ ### $H_t$：Hypothesis Space 目前可考慮、可淘汰、可變形的 hypotheses。 ### $\Pi_t$：Research Policy 決定： - 下一個 hypothesis； - 下一個 experiment； - verification budget； - pivot / refine / stop。 ### $M_t$：Persistent Memory 保存： - prior attempts； - failed hypotheses； - artifacts； - execution results； - provenance； - reusable lessons。 ### $R_t$：Resource and Boundary State 包含： - compute； - time； - API budget； - permissions； - safety boundaries； - allowed tools。 --- ## 3. 最小研究循環 一次 minimal cycle： $$ h_t = G(\mathfrak R_t), $$ 其中 $G$ 生成或選擇 hypothesis。 再由 experiment designer： $$ a_t = D(h_t,\mathfrak R_t). $$ 將 intervention： $$ a_t $$ 送入環境： $$ o_{t+1} = \mathcal E(a_t). $$ 由 Paper 04 的 epistemic carrier 將 output 轉成 certificate： $$ \chi_{t+1} = V( a_t, o_{t+1}, \eta_t ). $$ 再更新 epistemic state： $$ B_{t+1} = U( B_t, \chi_{t+1} ). $$ 研究策略再依新狀態修改： $$ \Pi_{t+1} = \mathcal M( \Pi_t, B_{t+1}, M_t ). $$ 最後： $$ \mathfrak R_{t+1} = F( \mathfrak R_t, \chi_{t+1}, B_{t+1}, \Pi_{t+1} ). $$ 因此完整 closure： $$ \boxed{ \mathfrak R_t \rightarrow h_t \rightarrow a_t \rightarrow o_{t+1} \rightarrow \chi_{t+1} \rightarrow B_{t+1} \rightarrow \Pi_{t+1} \rightarrow \mathfrak R_{t+1}. } $$ --- ## 4. 七個最小閉環條件 ### C1. Persistent State 系統必須能跨 step 保留： $$ M_{t+1} \supseteq \mathrm{Relevant}(M_t,\chi_{t+1}). $$ 沒有持久狀態，失敗不容易轉成長程學習。 ### C2. Hypothesis Variability 存在至少兩個可選 hypothesis： $$ |H_t|\geq2 $$ 或至少存在可修改 hypothesis 的 operator。 如果唯一 hypothesis 被永久固定，則系統沒有真正的 hypothesis revision。 ### C3. External Intervention 系統必須能執行至少一個會改變或探測外部 carrier / environment 的 action： $$ a_t\in\mathcal A_{\mathrm{ext}}. $$ 純內部思考可以是研究的一部分，但不能單獨閉合 empirical loop。 ### C4. Non-Degenerate Evidence 存在 observations： $$ o^+, o^- $$ 使： $$ U(B_t,o^+) \neq U(B_t,o^-). $$ 若所有可能 observation 都產生同一 belief state，experiment 沒有 epistemic value。 ### C5. Evidence-Sensitive Epistemic Update 新 evidence 必須實際改變： - belief； - admissible worlds； - confidence； - fault hypotheses； 中的至少一項。 ### C6. Policy Feedback 存在 evidence $e_1,e_2$ 使： $$ \Pi_{t+1}(\cdot\mid e_1) \neq \Pi_{t+1}(\cdot\mid e_2). $$ 也就是 evidence 能改變下一步研究路由。 ### C7. Provenance-Preserving Bounded Execution 研究 action 必須在： - provenance 可保存； - resource 可追蹤； - permission / safety boundary 可判定； 的條件下運作。 這一條不是「求真」本身的邏輯必要條件，但對可部署 autonomous research system 是 operational minimum。否則系統即使有 epistemic closure，也可能不可審核、不可重現或無法安全持續。 --- ## 5. 四級自主性 ### Level 0：Pipeline Automation $$ a_{t+1} = F(t,Q_0). $$ future action 幾乎由預先 workflow 決定。 ### Level 1：Adaptive Automation evidence 可以調參或 retry： $$ \theta_{t+1} = f(\theta_t,e_t), $$ 但 hypothesis class / research route 基本不改變。 ### Level 2：Epistemic Autonomy evidence 可使系統： - reject hypothesis； - generate alternative； - redesign experiment； - allocate verification； - pivot / refine。 即： $$ e_t \rightarrow B_{t+1} \rightarrow \Pi_{t+1}. $$ ### Level 3：Strategic Autonomy 在 human-defined meta-boundary 內，系統可以重新定義 subproblem： $$ Q_{t+1} \neq Q_t, $$ 例如： - 發現原問題不可識別； - 改寫 measurement objective； - 分裂研究路線； - 暫停低價值分支。 Level 3 仍不等於「自由選擇人生研究方向」或 unrestricted AGI。 --- ## 6. 定理 1：Evidence-Coupling Necessity ### 定理 令： $$ E_t $$ 為新 evidence， $$ A_{t+1} $$ 為下一個 substantive research action， $$ S_t $$ 為 evidence 到來前的完整既有狀態。 若： $$ A_{t+1} \perp E_t \mid S_t, $$ 則： $$ I( E_t; A_{t+1} \mid S_t ) = 0. $$ 因此新 evidence 不對下一步研究 action 提供條件資訊，系統不具本文所定義的 evidence-sensitive research autonomy。 ### 證明 條件獨立： $$ P( A_{t+1},E_t \mid S_t ) = P( A_{t+1} \mid S_t ) P( E_t \mid S_t ) $$ 等價於： $$ I( E_t; A_{t+1} \mid S_t ) = 0. $$ 因此在控制既有狀態後，觀察到不同 evidence 不會改變 future action distribution。 證畢。 ### 解讀 最重要的分界不是： > 系統有沒有跑 experiment？ 而是： > experiment result 是否能改變它之後要做什麼？ --- ## 7. Evidence Leverage 可定義： $$ \Lambda_t = I( E_t; A_{t+1} \mid S_t ). $$ 若： $$ \Lambda_t=0, $$ 新 evidence 對 next action 沒有條件資訊。 若： $$ \Lambda_t>0, $$ 表示 research policy 對 evidence 敏感。 但： $$ \Lambda_t>0 $$ 並不保證 sensitivity 是正確的。 一個錯誤 feedback controller 也可能高度敏感。 因此還需 Paper 02–04 的： - evidence normalization； - admissibility； - trust chain； - verification quality。 --- ## 8. 定義：Minimal Autonomous Research Closure 令 research-state graph： $$ G_R=(V_R,E_R). $$ 節點至少包含： $$ \{ H, A, O, V, B, \Pi \}. $$ 分別代表： - hypothesis； - action / intervention； - observation； - verification； - epistemic state； - policy。 若存在 directed cycle： $$ H \rightarrow A \rightarrow O \rightarrow V \rightarrow B \rightarrow \Pi \rightarrow H', $$ 且至少存在兩個 evidence outcomes： $$ e_1,e_2 $$ 使： $$ \Pi(e_1)\neq\Pi(e_2), $$ 則稱該系統具有 **Minimal Autonomous Research Closure**。 注意： $$ H' $$ 可以是： - refined $H$ ； - alternative hypothesis； - new branch； - stop decision。 --- ## 9. 定理 2：Operational Closure Sufficiency ### 定理 若系統滿足： 1. 存在 hypothesis generation / selection； 2. hypothesis 可導致外部 intervention； 3. intervention 產生 non-degenerate observation； 4. observation 經 verifier 進入 epistemic update； 5. epistemic update 能改變 future research policy； 6. future policy 能再產生新的 hypothesis / intervention； 則其 research-state graph 包含至少一個 evidence-sensitive closed research cycle。 ### 證明 由 1–4，存在 path： $$ H \rightarrow A \rightarrow O \rightarrow V \rightarrow B. $$ 由 5： $$ B \rightarrow \Pi $$ 且對至少兩種 evidence 結果，policy 不同。 由 6： $$ \Pi \rightarrow H' $$ 或新的 intervention。 因此存在： $$ H \rightarrow A \rightarrow O \rightarrow V \rightarrow B \rightarrow \Pi \rightarrow H', $$ 且 evidence 對循環後段具有因果路由作用。 依本文定義，此系統具有 minimal autonomous research closure。 證畢。 ### 限制 這是一個**結構充分條件**。 它不保證： - hypothesis 有創造性； - verifier 正確； - science 有價值； - 系統勝過人類； - 結果可發表。 --- ## 10. Human-in-the-Loop 不等於非自主 設 human action sequence： $$ U_t. $$ 若每一個 research step 都需要人類選擇下一步： $$ A_{t+1} = f(U_t), $$ 則 autonomy 弱。 但若人類只設定： $$ ( Q_0, R_0, \text{constraints} ) $$ 而在 episode 內： $$ A_{t+1} = \pi( S_t,E_t ), $$ 系統仍可以具有 operational autonomy。 因此應區分： $$ \boxed{ \text{human governance} \neq \text{human micromanagement}. } $$ 在實際研究系統中，安全審批、資源上限與 milestone steering 並不自動取消 autonomy。 --- ## 11. Persistent Memory 是研究閉環的一部分 如果每一輪都重設： $$ M_{t+1}=\varnothing, $$ 系統仍可能完成短 cycle， 但長期容易： - 重複失敗； - 忘記 negative results； - 重試已淘汰方向； - 失去 provenance； - 無法累積策略。 Arbor 的 Hypothesis Tree Refinement 特別明確地將： - hypotheses； - artifacts； - evidence； - distilled insights； 跨時間保存在 persistent tree 中，並由 long-lived coordinator 管理全域策略、short-lived executors 執行 isolated experiments。 這提供一個很重要的現實證據： $$ \boxed{ \text{long-horizon autonomy} \text{需要 externalized cumulative research state}. } $$ --- ## 12. Failure as Information 真正的自主研究閉環不能只處理： $$ \text{success}. $$ 還必須把： $$ \text{failure} $$ 轉成： $$ \text{epistemic update}. $$ 令 experiment： $$ a_t $$ 失敗。 至少可分類： $$ F_t \in \{ \text{hypothesis failure}, \text{implementation failure}, \text{measurement failure}, \text{resource failure}, \text{verification failure} \}. $$ 不同 failure 應導向不同 action： $$ \rho: F_t \rightarrow \{ \text{refine}, \text{retry}, \text{pivot}, \text{rollback}, \text{abandon}, \text{escalate} \}. $$ 如果所有 failure 都只導向： $$ \text{retry same thing}, $$ 則 closure 可能退化成 livelock。 --- ## 13. Closure 不等於 Progress 存在 closed loop： $$ S_t \rightarrow S_{t+1} $$ 不代表： $$ \mathcal Q(S_{t+1}) > \mathcal Q(S_t). $$ 系統可能： - oscillate； - overfit verifier； - exploit benchmark； - refine trivial metric； - recursively confirm wrong premise。 因此需另外定義 progress functional： $$ J_t = J( B_t, H_t, \chi_t, R_t ). $$ 但： $$ J_t $$ 本身也可能被錯誤 specification 污染。 所以 autonomous research 的主要問題不是只把 loop 閉起來，而是： $$ \boxed{ \text{close the loop against an epistemically meaningful external carrier}. } $$ --- ## 14. Verification Gap 令時間 $t$ 新生成、尚需驗證的 claim / artifact 數量為： $$ g_t. $$ 同一時間可完成充分 verification 的數量為： $$ v_t. $$ verification backlog： $$ B_{t+1} = \max( 0, B_t+g_t-v_t ). $$ ### 定理 3：Verification Backlog Growth 若對所有相關 $t$： $$ g_t\geq g, $$ $$ v_t\leq v, $$ 且： $$ g>v, $$ 則： $$ B_T \geq B_0 + T(g-v) $$ 只要 backlog 不先被外部丟棄。 ### 證明 由： $$ B_{t+1} = \max( 0, B_t+g_t-v_t ) $$ 以及： $$ g_t-v_t \geq g-v > 0, $$ 得到： $$ B_{t+1} \geq B_t+(g-v). $$ 遞推： $$ B_T \geq B_0+T(g-v). $$ 證畢。 ### 意義 若 AI 讓： $$ g\uparrow $$ 遠快於： $$ v\uparrow, $$ 研究系統可能出現： $$ \boxed{ \text{more output} + \text{less verified fraction}. } $$ 這正是 autonomous research scalability 的核心 bottleneck 之一。 --- ## 15. 2026 Verification-Gap 現況 一份 2026 autonomous-research-agent survey 對 computational AI/ML research systems 編碼後指出： - runnable systems 中，code release 已相對常見； - seeds、execution traces 等 reproduction-grade artifacts 明顯較少； - novelty verification 也遠未普及； - closed-loop systems 的 claim verification 仍落後於生成能力。 因此： $$ \boxed{ \text{research generation frontier} > \text{research verification frontier} } $$ 至少已成為一個需要獨立測量的系統問題。 本文因此把： $$ \text{verification throughput} $$ 視為 autonomous-research capacity 的基本狀態變數，而不是論文完成後才考慮的附屬工作。 --- ## 16. 現有系統的定位 ### 16.1 The AI Scientist-v2 已可迭代： - formulate hypotheses； - design / execute experiments； - analyze / visualize data； - write manuscripts。 這證明 end-to-end research automation 已有實際系統案例。 但 manuscript completion 不自動證明： - problem choice 優良； - evidence interpretation 正確； - novelty 真實； - physical validity； - long-run reliability。 ### 16.2 Arbor Arbor 明確研究 long-horizon autonomous research。 其 persistent Hypothesis Tree 把： $$ \text{hypothesis} + \text{artifact} + \text{evidence} + \text{distilled lesson} $$ 跨時間連接。 這與本文的： $$ M_t $$ 高度相容。 ### 16.3 Claw AI Lab Claw AI Lab 把 autonomous research 改寫為 interactive persistent laboratory，而不是 black-box paper generator。 其： - event stream； - artifact inspection； - rollback； - multi-project monitoring； - reproduction mode； 對本文 C1、C6、C7 都具有直接工程意義。 ### 16.4 AHOIS AHOIS 直接區分 procedural automation 與 epistemic autonomy。 其物理 critic 能： - causal questioning； - constraint checking； - counterexample generation； - falsification criteria； 並在 real optical platform 中依 evidence 修改 explanation。 這是 Paper 05 最接近「外部自然世界閉環」的現有案例之一。 ### 16.5 Codex Long-Horizon Work OpenAI 公開的 Codex long-horizon workflow 採用： $$ \text{plan} \rightarrow \text{edit} \rightarrow \text{tools} \rightarrow \text{observe} \rightarrow \text{repair} \rightarrow \text{status update} \rightarrow \text{repeat}. $$ 其 durable project memory、milestone validation 與 stop-and-fix rule 顯示，即使在 software engineering，長程 Agent 成功也高度依賴 externalized state 與 continuous verification。 --- ## 17. ResearchGym：能力不等於可靠性 ResearchGym 將 real-world research repositories 轉成 closed-loop tasks，保留 dataset、evaluation harness 與 baseline，但隱去 paper 的 proposed method。 其 2026 實驗顯示 frontier agent 可以偶爾取得強結果，但整體可靠性明顯不足，常見失敗包括： - impatience； - poor resource management； - weak-hypothesis overconfidence； - parallel experiment coordination failure； - context-length constraints。 因此： $$ \boxed{ \text{closed-loop access} \neq \text{closed-loop competence}. } $$ Paper 05 只定義最小 closure，不能把 closure 存在直接升格成 autonomous-scientist capability。 --- ## 18. 自主研究不是固定「科學方法腳本」 一個常見誤解是把 research autonomy 寫成固定 SOP： $$ \text{Question} \rightarrow \text{Hypothesis} \rightarrow \text{Experiment} \rightarrow \text{Conclusion}. $$ 但真正研究可能需要： $$ \text{redefine question}, $$ $$ \text{invalidate instrument}, $$ $$ \text{change representation}, $$ $$ \text{discover confounder}, $$ $$ \text{abandon metric}. $$ 因此 closure 的本質不是固定節點順序。 而是： $$ \boxed{ \text{the system can use evidence to reconfigure its own admissible future research routes}. } $$ --- ## 19. Problem Selection 邊界 2026 的批判性 position paper 指出，現有 AI scientist systems 在自然科學中仍常依賴人類： - 定義問題； - 提供 dataset； - 定義成功標準； 並警告 benchmark / tool affordance 可能把研究推向容易測量而非真正重要的問題。 本文因此把： $$ Q_t $$ 分成： $$ Q_t = ( Q_t^{\mathrm{meta}}, Q_t^{\mathrm{sub}} ). $$ 其中： - $Q^{\mathrm{meta}}$ 可由人類治理； - $Q^{\mathrm{sub}}$ 可由 Agent 在 boundary 內自適應重構。 這讓研究自主性不必等同： $$ \boxed{ \text{unbounded problem sovereignty}. } $$ --- ## 20. Minimal Closure Score 本文不主張唯一 scalar，但可建立診斷向量： $$ \mathbf C_R = ( c_M, c_H, c_A, c_E, c_U, c_\Pi, c_P ) $$ 分別對應： - memory； - hypothesis variability； - actionability； - evidence non-degeneracy； - update sensitivity； - policy feedback； - provenance / bounds。 每個： $$ c_i\in[0,1]. $$ 可定義保守 closure score： $$ C_{\min} = \min_i c_i. $$ 若任一核心條件為： $$ 0, $$ 則： $$ C_{\min}=0. $$ 這比 arithmetic average 更符合「閉環最弱鏈條」直覺。 --- ## 21. Research Autonomy Index 另定義 autonomy vector： $$ \mathbf A = ( A_{\mathrm{step}}, A_{\mathrm{hyp}}, A_{\mathrm{exp}}, A_{\mathrm{verify}}, A_{\mathrm{pivot}}, A_{\mathrm{goal}} ). $$ 其中分別表示系統在： - step selection； - hypothesis revision； - experiment design； - verification routing； - pivot decision； - goal restructuring； 上的自主比例。 這避免二分法： $$ \text{autonomous / not autonomous}. $$ 一個系統可以在 experiment execution 高度自主，但在 problem selection 幾乎完全由人類決定。 --- ## 22. 本篇 Structural Checker 附帶 Python checker 比較三類系統。 ### System A：Fixed Pipeline 無論 experiment 返回： $$ \text{support} $$ 或： $$ \text{refute}, $$ 下一個 action 都是： $$ \text{write report}. $$ 所以： $$ \Lambda=0. $$ ### System B：Adaptive Retry 若 execution fail： $$ \text{retry}, $$ 若 success： $$ \text{continue}. $$ 有 feedback，但 hypothesis 不修改。 對應 Level 1。 ### System C：Epistemic Closed Loop 若 evidence refutes： $$ h_0 \rightarrow h_1. $$ 若 evidence supports： $$ h_0 \rightarrow \text{refine}(h_0). $$ 並保存： - result； - reason； - provenance； - next branch。 對應至少 Level 2。 checker 也模擬： $$ g=5, \qquad v=3, $$ 因此： $$ B_T = B_0+2T. $$ 用以驗證 verification-backlog growth。 --- ## 23. 最小自主研究系統 因此本文提出： $$ \boxed{ \mathfrak R_{\mathrm{MARC}} = ( \text{persistent state}, \text{mutable hypotheses}, \text{external actions}, \text{non-degenerate evidence}, \text{trusted verification}, \text{epistemic update}, \text{policy feedback}, \text{provenance}, \text{bounded execution} ). } $$ 其中真正最不能省略的核心閉路是： $$ \boxed{ \text{evidence} \rightarrow \text{epistemic state} \rightarrow \text{future policy}. } $$ 如果這條邊不存在： $$ \boxed{ \text{automation remains open-loop at the epistemic level}. } $$ --- ## 24. 與 AGI 前夜命題的關係 這篇不證明 AGI 已經到來。 但它指出一個重要結構變化。 以前： $$ \text{AI} \rightarrow \text{answer}. $$ 現在可以形成： $$ \boxed{ \text{AI ensemble} + \text{memory} + \text{tools} + \text{computer} + \text{network} + \text{verification} } $$ 並使： $$ \text{research state}_{t+1} $$ 真正取決於： $$ \text{world feedback}_t. $$ 這使「自主研究」第一次不只是一個語言生成比喻，而可以被拆成： - closure； - evidence leverage； - verification capacity； - policy autonomy； - auditability； 等可測量量。 --- ## 25. 結論 本文提出自主研究的最小閉環條件。 最核心區分是： $$ \boxed{ \text{automation} \neq \text{epistemic autonomy}. } $$ 一條 pipeline 可以完全無人執行，但若： $$ I( E_t; A_{t+1} \mid S_t ) = 0, $$ 則 evidence 不會改變 future research route。 相反地，只要存在： $$ H \rightarrow A \rightarrow O \rightarrow V \rightarrow B \rightarrow \Pi \rightarrow H' $$ 且： $$ \exists e_1,e_2: \Pi(e_1)\neq\Pi(e_2), $$ 便形成本文定義下的 minimal evidence-sensitive research closure。 但 closure 仍不等於 truth、progress 或 scientific value。 此外，如果： $$ \bar g>\bar v, $$ 則 verification backlog 長期增長： $$ B_T \geq B_0 + T( \bar g-\bar v ). $$ 所以未來 autonomous research 的瓶頸很可能不只是： $$ \boxed{ \text{Can AI generate research?} } $$ 而是： $$ \boxed{ \text{Can the system close, verify, remember, revise, and govern the research loop faster than it generates new claims?} } $$ 本文最終命題為： $$ \boxed{ \textbf{Autonomous research begins when evidence can alter the system's own future research trajectory without requiring step-level human choice.} } $$ 下一篇將把研究焦點轉向異質模型本身： **Series C / Paper 06 — Cross-Model Epistemic Convergence.** --- ## 參考文獻 1. Yamada, Y. et al. (2025). *The AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search*. arXiv:2504.08066. 2. Jin, J. et al. (2026). *Toward Generalist Autonomous Research via Hypothesis-Tree Refinement*. arXiv:2606.11926. 3. *Claw AI Lab: An Autonomous Multi-Agent Research Team*. (2026). arXiv:2605.22662. 4. Garikaparthi, A., Patwardhan, M., & Cohan, A. (2026). *ResearchGym: Evaluating Language Model Agents on Real-World AI Research*. arXiv:2602.15112. 5. Zeng, X. et al. (2026). *Socratic Agents for Autonomous Scientific Discovery in High-Dimensional Physical Systems*. arXiv:2606.26722. 6. Ding, T. et al. (2026). *Autonomous Research Agents: A Survey of AI Scientists and the Verification Gap*. arXiv:2608.05179. 7. Bisht, H. et al. (2026). *Agentic AI Scientists Are Not Built For Autonomous Scientific Discovery*. arXiv:2605.08956. 8. OpenAI. (2026). *Run Long Horizon Tasks with Codex*. OpenAI Developers. 9. Google DeepMind. (2025). *AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms*. ## 狀態標記 - **Definitions:** research state、MARC、four autonomy levels、Evidence Leverage、Closure Score、Research Autonomy Vector。 - **Proved:** Evidence-Coupling Necessity、Operational Closure Sufficiency、Verification Backlog Growth。 - **Externally grounded observations:** AI Scientist-v2 end-to-end pipeline、Arbor persistent hypothesis tree、Claw AI Lab persistent/inspectable laboratory abstraction、AHOIS physical closed-loop epistemic revision、ResearchGym reliability gap、verification-gap survey、Codex long-horizon loop。 - **Structural checker:** fixed pipeline vs adaptive retry vs epistemic closed loop；verification backlog. - **Not claimed:** current systems equal autonomous scientists、closure implies scientific progress、human governance cancels autonomy、AGI has been achieved。