# Series C — 觀察者網路 AI 認識論與泛化自主智能前夜
## Observer-Network AI Epistemics and the Eve of Proto-General Autonomy

版本：v0.8  
日期：2026-08-14  
狀態：Series map / living research plan

## 0. 系列核心問題

本系列承接前一系列對局部關係、observer network、derived globality、holonomy、descent 與 global conservation 的研究，將問題轉向人工智能認識論：

> 當多個不完美 AI / Agent 不再只生成文字，而能互相觀察、呼叫工具、執行程式、取得資料、重跑實驗、保存 provenance，並由更高層 meta-observer 監督時，是否會形成一個可自行降低錯誤、收縮可容許世界集合、並逐步產生共享認知許可的閉環？

本系列不預設：
- 多 AI 共識等於真理；
- 計算機是完備或絕對客觀的真理機器；
- 現有 Agent 已等於 AGI；
- 觀察到的跨模型相似工作行為必然是 intelligence-independent universal law。

本系列要做的是把上述問題拆成可驗證層級。

## 1. 研究主線

$$
\text{Verification Attractor}
\rightarrow
\text{Epistemic Protocol Formation}
\rightarrow
\text{Multi-Agent Error Correction}
\rightarrow
\text{Admissible-World Contraction}
\rightarrow
\text{Shared Cognitive Permission}
\rightarrow
\text{Autonomous Research Closure}
\rightarrow
\text{Proto-General Autonomy}.
$$

## 2. 預定論文

### Paper 01
**Verification Attractors: Task-Induced Epistemic Convergence in Agentic AI**  
**驗證吸引子：Agentic AI 中由任務誘發的認知策略收斂**

建立四個競爭假說：
1. user-induced shaping；
2. model-specific behavior；
3. environment-induced convergence；
4. intelligence-level epistemic attractor。

定義 verification attractor、verification density、fault-localization taxonomy、cross-model policy distance，提出跨模型實驗協定。

### Paper 02 — COMPLETED v0.1
**Observer-Network Epistemic Normalization**  
**觀察者網路認知歸一：多 AI 幻覺壓縮與分散式錯誤修正**

研究多 observer 如何在不知道 hidden truth 的條件下，透過一致性、異質證據與 fault localization 降低 hallucination；同時研究 collective hallucination、false consensus、verification delay 與 correlated-error regimes。Paper 02 將 normalization 定義為 evidence-constrained admissible-world contraction，而非 majority consensus。

### Paper 03 — COMPLETED v0.1
**From Consensus to Admissible Worlds**  
**從共識到可容許世界：共享認知許可的形式化**

定義：

$$
\mathrm{Permit}_t(\phi)=1
\iff
\forall W\in\mathcal A_t,\ \phi(W)=1.
$$

把「共享認知」從投票改寫為 admissible-world contraction，建立 four-valued status、Permission Kernel、gauge-aware permission、credal lifting 與 finite separation theorem。

### Paper 04 — COMPLETED v0.1
**Computers as Relatively Objective Epistemic Carriers**  
**計算機作為相對客觀認知載體：跨判定域驗證與異質錯誤通道**

區分：
- linguistic claim；
- executable claim；
- reproducible claim；
- formally checked claim。

建立 epistemic carrier、source-conditional objectivity、trust chain、specification gap、reproducibility orthogonality 與 heterogeneous-carrier error suppression。

### Paper 05 — COMPLETED v0.1
**Minimal Closure Conditions for Autonomous Research**  
**自主研究的最小閉環條件**

建立：

$$
\text{problem}
\rightarrow
\text{hypothesis}
\rightarrow
\text{experiment}
\rightarrow
\text{data}
\rightarrow
\text{verification}
\rightarrow
\text{critique}
\rightarrow
\text{revision}.
$$

區分 pipeline automation、adaptive automation、epistemic autonomy 與 strategic autonomy；建立 evidence-coupling necessity、MARC、verification-backlog theorem。

### Paper 06 — COMPLETED v0.1
**Cross-Model Epistemic Convergence**  
**跨模型認知策略收斂：從單體對話到 Meta-Observer 實驗**

建立五競爭假說、mandatory-core residualization、crossed model–harness identifiability、epistemic/residual subspace separation 與 Portable Epistemic-Attractor Conjecture。

### Paper 07 — COMPLETED v0.1
**The Meta-Observer and the Emergence of AI Work Societies**  
**Meta-Observer 與 AI 工作社會的形成**

建立 Meta-Observer、AI Work Society、persistent division of labor、delegation-aware observability、institutional persistence 與 organization-level causal topology。

### Paper 08 — COMPLETED v0.1
**The Eve of Proto-General Autonomous Intelligence**  
**泛化自主智能前夜：從單模型能力到異質智能閉環**

核心命題：

$$
\mathfrak A
=
(
\text{models},
\text{agents},
\text{tools},
\text{memory},
\text{computers},
\text{networks},
\text{observers},
\text{humans}
)
$$

可能先於任何單一「AGI 模型」呈現部分 general autonomous intelligence 功能。

### Paper 09
**Security-Surface / Capability-Surface Coexpansion**  
**資安域與能力域共擴張：Agent 安全的能力悖論**

研究：

$$
\text{capability}\uparrow
\Rightarrow
\text{action surface}\uparrow
\Rightarrow
\text{security surface}\uparrow
\Rightarrow
\text{security competence}\uparrow.
$$

不把安全理解為附加 checklist，而視為 Agent 進入可作用世界後的伴生認知域。

### Paper 10
**Beyond Mathematics and Code: Verification Density Across Worlds**  
**超越數學與程式：不同世界中的驗證密度與自主性邊界**

比較：

$$
\text{Formal World}
\rightarrow
\text{Computational World}
\rightarrow
\text{Simulated World}
\rightarrow
\text{Instrumented Physical World}
\rightarrow
\text{Open World}.
$$

研究為何數學與程式最先出現高可信自主閉環，以及如何向其他科學、工程與開放世界任務外推。

## 3. 系列共同方法規則

每篇論文開始前：
1. fresh search 最新文獻；
2. technical grounding 優先使用 primary sources / 官方技術來源；
3. 明確分離 external result、observation、definition、proposition、conjecture、heuristic；
4. 不把 consensus 當 truth；
5. 不把計算機當絕對完備 oracle；
6. 不把現有 Agent 直接宣稱為 AGI；
7. 每個正式 source 使用 UTF-8；
8. canonical math delimiter 僅允許 `$...$` 與 `$$...$$`；
9. validate 後再 commit。