# TI-04｜這是我自己悟出來的，不代表人類第一次想到 ## 獨立體悟、原創性、抄襲與全球新穎性的四重分離 ### I Realized It Myself, but That Does Not Mean Humanity Never Thought of It Before ### Independent Derivation, Originality, Plagiarism, and Global Novelty as Four Distinct Questions **系列：** 超越洞見的公共化（Transcendent Insight Publicization Series, TIPS） **篇次：** 04 / 06 **文件編號：** EML-TI-04-2026-v0.1 **作者：** Neo.K **AI 協作：** Aletheia / GPT-5.6 Sol **機構：** EveMissLab／一言諾科技有限公司 **日期：** 2026-08-21 **版本：** v0.1 **文件性質：** 理論整合論文／Novelty／Originality／Independent Discovery／Plagiarism／Priority／AI-Assisted Prior-Art Search **狀態：** Internal Canonical Candidate --- # 前置文件 1. TI-01｜你不懂：不可言說體驗、第一人稱證據與公共命題的邊界 2. TI-02｜如果這真的是一套理論，它能約束什麼？ 3. TI-03｜你不會做沒關係，現在有 AI 4. TIPS 系列既定 TI-05｜AI 全域 Prior-Art 與新穎性審計 5. TIPS 系列既定 TI-06｜信念無關效用、MVP 與公共價值 --- # 一、來源邊界 TI-01 已建立： $$ \boxed{ Experience \neq Interpretation \neq PublicEvidence \neq Ontology. } $$ TI-02 已建立： $$ \boxed{ TheoryClaim \Rightarrow TheoryBurden. } $$ 並要求 claimed theory 至少能提供： $$ \boxed{ Distinction + Relation + Constraint + Transformation. } $$ TI-03 已建立： $$ \boxed{ Insight \neq EngineeringSkill. } $$ 以及： $$ \boxed{ CanYourInsight ConstrainAnEngineeringSearch? } $$ 現在本文處理另一條完全不同的問題： > **即使一套 insight 真的是你自己想到的，它到底有多新？** --- # 二、本文新增 本文新增並正式提出： - Four-Way Novelty Separation； - Independent Derivation Status； - Personal Originality； - Historical Novelty； - Public Priority； - Plagiarism Non-Equivalence； - Prior-Art Non-Plagiarism Rule； - Independent Rediscovery Principle； - Similarity Non-Dependence Principle； - Novelty Claim Scope； - Novelty Domain； - Novelty Granularity； - Novelty Time Index； - Discovery Provenance Matrix； - Conception / Fixation / Disclosure / Validation separation； - Private Conception vs Public Priority； - Simultaneous Discovery Class； - Rediscovery Credit； - Novelty Confidence rather than novelty certainty； - No-Prior-Art-Found Principle； - Prior-Art Coverage Debt； - Search-Language Debt； - Cross-Domain Terminology Debt； - Historical Availability Debt； - Semantic Near-Neighbor vs Source Dependence； - Structural Near-Neighbor； - Mechanism Near-Neighbor； - Compositional Novelty； - Application Novelty； - Theory Novelty Profile； - Novelty Claim Interface（NCI）； - Novelty Status Lattice； - AI-Assisted High-Coverage Novelty Search； - AI Search ≠ Novelty Proof； - Priority Non-Merit Principle； - Priority Non-Truth Principle； - Novelty Non-Utility Principle； - Independent Rediscovery Value Principle； - TI-04 Novelty Status Certificate（NSC）。 --- # 三、摘要 一個人說： > 「這是我自己悟出來的。」 這句話可以完全是真的。 即使： > 人類幾百年前就有人講過極相似的東西。 因為： $$ \boxed{ IndependentDerivation \neq HistoricalNovelty. } $$ 一個人從未接觸過某個舊理論， 卻獨立推導出相近結果， 可以同時成立： $$ \boxed{ PersonallyOriginal=1 } $$ 但： $$ \boxed{ HistoricallyNovel=0. } $$ WIPO 的著作權術語資料甚至明確把 **originality** 與 **novelty** 分離： 一件作品如果是作者自己的創作，而不是從另一作品複製而來，它可以具有 originality；即使先前已有作者不知道的相似作品，也不必因此失去 independent originality。 因此： $$ \boxed{ SimilarPriorWork \not\Rightarrow Copying. } $$ 反過來也一樣。 一個人提出的內容即使全球非常新， 仍可能是： $$ \boxed{ CopiedFromUnpublishedSource. } $$ 所以： $$ \boxed{ Novelty \neq NonPlagiarism. } $$ 本文提出最重要的四分： # **Four-Way Novelty Separation** $$ \boxed{ IndependentDerivation \neq Originality \neq Plagiarism \neq Priority. } $$ 更完整地： $$ \boxed{ ID, O, P, H, Pr } $$ 應分開。 其中： - $ID$：Independent Derivation； - $O$：Personal / Work Originality； - $P$：Plagiarism status； - $H$：Historical Novelty； - $Pr$：Priority。 本文尤其拒絕： $$ \boxed{ PriorArtFound \Rightarrow Plagiarism. } $$ 也拒絕： $$ \boxed{ NoPriorArtFound \Rightarrow GloballyNovel. } $$ 第一條錯在： > 找到前人，只證明有前人，不證明你看過他。 第二條錯在： > 沒找到，只代表目前 search 沒找到，不代表人類歷史不存在。 科學史上的 multiple discovery / simultaneous invention 已長期被研究。Merton 對 multiple discoveries 的研究指出，不同研究者在彼此獨立的情況下做出相近甚至近乎同時的發現，是科學史中反覆出現的現象。 因此： $$ \boxed{ Similarity \neq HistoricalDependence. } $$ 而 priority 又是另一件事。 生命科學 priority 文獻把 priority 至少拆成： $$ \boxed{ Disclosure + Validation. } $$ 也就是： > 你最早私下想到，不一定等於你在公共科學共同體中擁有 priority。 所以： $$ \boxed{ PrivateConception \neq PublicPriority. } $$ 本文再把 AI 放進來。 2025 年 USPTO 已公開說明，其專利審查員使用 AI-assisted Similarity Search（SimSearch）找相似 prior art；官方同時明確強調，這個工具是： > augment, not replace 其他 search tools 與 examiner discretion。 2025 年 patent novelty 與 scholarly novelty 研究也顯示，LLM / RAG / semantic retrieval 已經能協助比較： - claim； - prior art； - scholarly papers； - semantic similarity； - novelty candidates。 但目前沒有合理根據把它升格成： $$ \boxed{ AI = GlobalNoveltyOracle. } $$ 因此本文提出： # **AI-Assisted High-Coverage Novelty Search** 目標不是： > 證明世界上從來沒人想過。 而是： > 在可檢索範圍內，最大化 prior-art coverage，並對 novelty claim 給出可追溯、可修正、有 coverage debt 的 confidence assessment。 本文最終將新穎性判定改寫成： $$ \boxed{ NoveltyClaim = ( Domain, Scope, Granularity, Time, Corpus, SearchMethod, Confidence ). } $$ 因此再也不應只有一句： > 「這是全新的。」 更成熟的說法是： > 在目前檢索到的英文／中文學術、專利與公開資料中，我們找到若干 semantic / structural near-neighbors，但沒有找到與 claim C7 在 mechanism + application combination 上高度等價的更早公開來源；因此目前只能給 **provisionally novel within searched corpus**，不是 global novelty proof。 這才是 AI 時代真正可用的新穎性語言。 --- # 四、關鍵詞 Independent Derivation；Originality；Novelty；Plagiarism；Priority；Prior Art；Multiple Discovery；Simultaneous Invention；AI Similarity Search；Semantic Novelty；Historical Priority --- # 五、第一個問題：你自己想到的是什麼命題？ $$ \boxed{ IndependentDerivation. } $$ --- # 六、本文定義 若 subject： $$ S $$ 形成 claim： $$ C $$ 時， 沒有使用或接觸相關 predecessor： $$ P, $$ 則： $$ \boxed{ ID(S,C\mid P)=1 } $$ 作候選。 --- # 七、注意 這通常很難完全證明。 --- # 八、因為要證明： > 你沒看過所有可能來源。 --- # 九、因此： $$ \boxed{ IndependentDerivation } $$ 通常是 provenance claim。 --- # 十、可有證據： - notes； - timestamp； - conversation； - drafts； - reading history； - citations； - disclosed influences。 --- # 十一、但仍可能： $$ \boxed{ UnknownInfluence. } $$ --- # 十二、第二個問題：Originality 是什麼？ WIPO glossary： originality 與 novelty 不同。 --- # 十三、一個 independently created work 即使與 unknown prior work 相似， 仍可能 original。 --- # 十四、所以： $$ \boxed{ Originality \approx OwnCreation + NonCopying } $$ 是重要 legal / authorship sense。 --- # 十五、但本文不把 copyright definition 直接當 scientific novelty definition。 --- # 十六、只借它證明： $$ \boxed{ Originality \neq Novelty. } $$ --- # 十七、第三個問題：Plagiarism 是什麼？ WIPO educational material： plagiarism 涉及 copying 並把他人作品冒充自己原創。 --- # 十八、所以： $$ \boxed{ Plagiarism } $$ 核心問題是： - appropriation； - attribution； - source dependence。 --- # 十九、不是單純： $$ Similarity. $$ --- # 二十、因此： $$ \boxed{ Similarity \not\Rightarrow Plagiarism. } $$ --- # 二十一、但反過來： 如果知道 source 卻： - 改字； - 不標來源； - 拿核心 idea 當自己； --- # 二十二、可能仍有 plagiarism 問題。 --- # 二十三、所以： $$ \boxed{ LowTextOverlap \not\Rightarrow NoPlagiarism. } $$ --- # 二十四、第四個問題：Historical Novelty 問： > 在 reference time 之前，有沒有人公開過 substantial equivalent？ --- # 二十五、本文表示： $$ \boxed{ HNovel(C,t,D). } $$ --- # 二十六、其中： - $C$：claim； - $t$：time cutoff； - $D$：domain / corpus。 --- # 二十七、因此 historical novelty 永遠帶 context。 --- # 二十八、不是宇宙絕對 bit。 --- # 二十九、例如： $$ Novel_{Physics}(C) $$ 與： $$ Novel_{Mysticism}(C) $$ 可能不同。 --- # 三十、第五個問題：Priority Priority 問： > 誰應該被記為先？ --- # 三十一、這可能依： - private conception； - dated notebook； - preprint； - patent filing； - public lecture； - peer-reviewed publication； - validated discovery； 不同規則。 --- # 三十二、所以： $$ \boxed{ Priority } $$ 本身也要 domain-index。 --- # 三十三、例如： $$ Pr_{Patent} \neq Pr_{Science} \neq Pr_{History}. $$ --- # 三十四、因此： $$ \boxed{ FirstThought \neq FirstDisclosure \neq FirstPublication \neq FirstValidation. } $$ --- # 三十五、Conception / Fixation / Disclosure / Validation 本文提出： $$ \boxed{ C \to F \to D \to V. } $$ --- # 三十六、 $C$：Conception 我想到。 --- # 三十七、 $F$：Fixation 我留下可驗證紀錄。 --- # 三十八、 $D$：Disclosure 我對外公開。 --- # 三十九、 $V$：Validation 他人能檢查／確認。 --- # 四十、四者日期可不同。 --- # 四十一、所以： $$ \boxed{ t_C \leq t_F \leq t_D \leq t_V } $$ 通常。 --- # 四十二、但不必嚴格。 --- # 四十三、Private Conception vs Public Priority 一個人： $$ t_C=2010 $$ 但： $$ t_D=2020. $$ --- # 四十四、另一人： $$ t_C=2015 $$ 且： $$ t_D=2016. $$ --- # 四十五、誰 priority？ --- # 四十六、要先說： > 哪一種 priority？ --- # 四十七、本文拒絕單一答案。 --- # 四十八、因： $$ \boxed{ PrivatePriority \neq PublicPriority. } $$ --- # 四十九、第六個問題：Independent Rediscovery 如果 A 先發表： $$ C, $$ B 完全不知道 A， 後來獨立得到： $$ C', $$ 且： $$ C'\approx C, $$ --- # 五十、則 B 可能： $$ \boxed{ IndependentRediscovery=1. } $$ --- # 五十一、但： $$ \boxed{ HistoricalNovelty(B)=0. } $$ --- # 五十二、這完全不矛盾。 --- # 五十三、本文提出： # **Independent Rediscovery Principle** $$ \boxed{ Rediscovery \neq Plagiarism. } $$ --- # 五十四、也： $$ \boxed{ Rediscovery \neq HistoricalFirstness. } $$ --- # 五十五、第七個問題：Multiple Discovery Merton tradition 研究： $$ \boxed{ MultipleIndependentDiscovery. } $$ --- # 五十六、意思： 不同人／團隊： $$ A_1,A_2,\ldots,A_n $$ 在相近 intellectual conditions 下 獨立到達相似 discovery。 --- # 五十七、因此： $$ \boxed{ GreatSimilarity } $$ 有時可能表示： > 問題空間已成熟。 --- # 五十八、而不是： > 一定有人偷。 --- # 五十九、這對「高維體悟」很重要。 --- # 六十、因不同文化 可能獨立發展： - unity； - emptiness； - cosmic mind； - recursive self； - nondual concepts。 --- # 六十一、相似本身不能決定 dependence。 --- # 六十二、第八個問題：Similarity Non-Dependence 本文提出： $$ \boxed{ SemanticSimilarity \neq HistoricalDependence. } $$ --- # 六十三、即使： $$ Similarity(C_1,C_2)=High, $$ 仍需問： $$ Access(C_2,C_1)? $$ --- # 六十四、以及： $$ CausalInfluence? $$ --- # 六十五、所以 plagiarism audit 與 novelty audit 不能用同一個 score。 --- # 六十六、第九個問題：Textual Novelty 最表層： $$ \boxed{ N_{text}. } $$ --- # 六十七、問： > 文字表達是否相似？ --- # 六十八、這最接近傳統文字查重。 --- # 六十九、但： $$ \boxed{ TextNovelty \neq ConceptNovelty. } $$ --- # 七十、第十個問題：Semantic Novelty $$ \boxed{ N_{semantic}. } $$ --- # 七十一、完全不同用詞 可能說相同概念。 --- # 七十二、例如： > 萬物共享單一源頭。 與： > 個體只是單一宇宙心靈的局部顯現。 --- # 七十三、文字不同。 --- # 七十四、語義可能近。 --- # 七十五、AI / embedding / RAG 特別適合這層。 --- # 七十六、2025 SemNovel 已用 LLM embeddings 建立 biomedical literature semantic novelty model。 --- # 七十七、但其作者也明確指出： 目前 biomedical research 沒有 universally recognized novelty measure。 --- # 七十八、所以： $$ \boxed{ SemanticDistance \neq NoveltyTruth. } $$ --- # 七十九、第十一個問題：Structural Novelty 本文提出： $$ \boxed{ N_{struct}. } $$ --- # 八十、問： > 名詞不同，但 relation graph 是否一樣？ --- # 八十一、例如： $$ A\to B\to C $$ 與： $$ X\to Y\to Z. $$ --- # 八十二、如果 mapping： $$ A\leftrightarrow X, B\leftrightarrow Y, C\leftrightarrow Z $$ --- # 八十三、可能是： $$ \boxed{ StructuralNearNeighbor. } $$ --- # 八十四、這會比文字查重更深。 --- # 八十五、第十二個問題：Mechanism Novelty 兩個 theory 結論一樣： $$ A\to C. $$ --- # 八十六、但一個機制： $$ A\to B_1\to C, $$ 另一個： $$ A\to B_2\to C. $$ --- # 八十七、所以： $$ \boxed{ SameConclusion \neq SameMechanism. } $$ --- # 八十八、本文提出： $$ \boxed{ N_{mech}. } $$ --- # 八十九、第十三個問題：Formal Novelty 自然語言很新， 數學骨架可能很舊。 --- # 九十、例如： - feedback； - attractor； - Bayesian update； - graph diffusion； - recursive state machine。 --- # 九十一、因此： $$ \boxed{ N_{formal}. } $$ --- # 九十二、問： > 抽象化後是否已有同構／近似 model？ --- # 九十三、第十四個問題：Phenomenological Novelty 一個 experience 對個人是第一次： $$ Novel_{personal}=1. $$ --- # 九十四、但人類歷史上 類似 phenomenology 可能很多。 --- # 九十五、所以： $$ \boxed{ NovelPersonalExperience \neq NovelPhenomenologicalClass. } $$ --- # 九十六、第十五個問題：Application Novelty concept 不新。 --- # 九十七、但： $$ Application $$ 可能新。 --- # 九十八、例如： 古老 philosophical principle 第一次做成： - AI memory architecture； - decision tool； - conflict protocol。 --- # 九十九、所以： $$ \boxed{ OldConcept + NewApplication } $$ 仍可能： $$ \boxed{ N_{app}>0. } $$ --- # 一百、第十六個問題：Compositional Novelty A 舊。 B 舊。 C 舊。 --- # 一百零一、但： $$ A+B+C $$ 的 relation 可能新。 --- # 一百零二、所以： $$ \boxed{ ComponentNovelty \neq CompositionalNovelty. } $$ --- # 一百零三、本文提出： $$ \boxed{ N_{comp}. } $$ --- # 一百零四、這很重要。 --- # 一百零五、否則： > 每個零件都有人講過。 就錯誤推出： > 你沒有創新。 --- # 一百零六、第十七個問題：Novelty Profile 本文提出： $$ \boxed{ \mathbf N_C = ( N_t, N_s, N_{struct}, N_{mech}, N_f, N_{phen}, N_{app}, N_{comp} ). } $$ --- # 一百零七、不要只出： $$ Novelty=87\%. $$ --- # 一百零八、因不同 novelty dimension 可以非常不同。 --- # 一百零九、例如： ```text Textual novelty: High Semantic novelty: Low Structural novelty: Medium Mechanism novelty: Low Formal novelty: Low Application novelty: High Compositional novelty: Medium–High ``` --- # 一百一十、這比單分數誠實。 --- # 一百十一、第十八個問題：Novelty Claim Scope 如果 claim 是： > 我的整套世界觀從未有人想到。 --- # 一百十二、太大。 --- # 一百十三、應拆： $$ C_1,C_2,\ldots,C_n. $$ --- # 一百十四、因： $$ \boxed{ SystemNovelty } $$ 可能只是少數 relation 新。 --- # 一百十五、本文提出： # **Atomic Novelty Decomposition** --- # 一百十六、將 theory 拆成： - entity claim； - relation claim； - mechanism claim； - transformation claim； - application claim。 --- # 一百十七、每條分開查。 --- # 一百十八、第十九個問題：Novelty Granularity 同一個 claim 可以粗： > consciousness is fundamental。 --- # 一百十九、也可以細： > consciousness is fundamental under mechanism M with constraint C and application A。 --- # 一百二十、細粒度可能更 novel。 --- # 一百二十一、所以： $$ \boxed{ Novelty = GranularitySensitive. } $$ --- # 一百二十二、第二十個問題：Domain 某 idea 在 philosophy 老。 --- # 一百二十三、在 software engineering 新。 --- # 一百二十四、所以： $$ \boxed{ Novelty_D. } $$ --- # 一百二十五、要標 domain。 --- # 一百二十六、這不是 cheating。 --- # 一百二十七、但不能把： > 對 AI 應用新。 說成： > 人類從沒想到 concept。 --- # 一百二十八、第二十一個問題：Time Index 新穎性是 temporal。 --- # 一百二十九、今天 novelty=0 不表示 1990 novelty=0。 --- # 一百三十、所以： $$ \boxed{ Novelty(C,t). } $$ --- # 一百三十一、priority dispute 一定要時間戳。 --- # 一百三十二、第二十二個問題：Novelty Domain 本文提出： $$ \boxed{ \mathcal D_N = ( Field, Language, Medium, Corpus, Time. } $$ --- # 一百三十三、例如： ```yaml novelty_domain: field: - philosophy - cognitive_science - AI language: - English - Traditional Chinese medium: - papers - books - patents - public web cutoff: 2026-08-21 ``` --- # 一百三十四、沒有 domain 就不能誠實說「全球查完」。 --- # 一百三十五、第二十三個問題：Search Coverage 本文提出： $$ \boxed{ Coverage(\mathcal S,\mathcal D_N). } $$ --- # 一百三十六、search 可以高 coverage。 --- # 一百三十七、但： $$ Coverage<1 $$ 幾乎總是成立。 --- # 一百三十八、因： - 未數位化； - 私藏； - 口述； - 付費資料庫； - 失傳； - 非主流語言； - 搜尋引擎漏索引。 --- # 一百三十九、所以： $$ \boxed{ NoPriorArtFound \neq NoPriorArtExists. } $$ --- # 一百四十、本文正式命名： # **No-Prior-Art-Found Principle** --- # 一百四十一、第二十四個問題：Prior-Art Coverage Debt 任何 novelty report 要記： $$ \boxed{ D_{PA}. } $$ --- # 一百四十二、包括： - searched corpora； - unsearched corpora； - language gaps； - date gaps； - non-digital gaps。 --- # 一百四十三、所以： > 沒找到。 要附： > 在哪裡沒找到。 --- # 一百四十四、第二十五個問題：Search-Language Debt 一個概念可能換名。 --- # 一百四十五、例如： > high-dimensional self 可能近： - higher-order self； - meta-self； - oversoul； - superordinate identity； - transpersonal self。 --- # 一百四十六、如果只搜原詞， coverage 很低。 --- # 一百四十七、本文提出： $$ \boxed{ D_L. } $$ --- # 一百四十八、AI 的價值就在這裡。 --- # 一百四十九、可以生成： - synonyms； - historical terms； - cross-domain terms； - translations。 --- # 一百五十、第二十六個問題：Cross-Domain Terminology Debt 同一 structure 在不同 field 名稱完全不同。 --- # 一百五十一、例如： > 共振。 可能映射： - resonance； - entrainment； - synchronization； - phase locking； - coupling。 --- # 一百五十二、所以： $$ \boxed{ LexicalSearchOnly } $$ 不夠。 --- # 一百五十三、第二十七個問題：Historical Availability Debt 某 idea 可能只在： - 古籍； - 地方語言； - 宗教文本； - 學位論文； - 會議紀錄； 中出現。 --- # 一百五十四、因此： $$ \boxed{ DigitalCorpus \neq HumanHistory. } $$ --- # 一百五十五、第二十八個問題：AI 能幫到哪裡？ AI 可以： - query expansion； - semantic search； - structural abstraction； - source clustering； - timeline； - claim matching。 --- # 一百五十六、所以： $$ \boxed{ AI \Rightarrow CoveragePotential\uparrow. } $$ --- # 一百五十七、但： $$ \boxed{ AI \not\Rightarrow Coverage=1. } $$ --- # 一百五十八、2025 USPTO SimSearch 就是很好例子。 --- # 一百五十九、官方明確： AI-assisted similarity search 用於： $$ \boxed{ Augment, NotReplace. } $$ --- # 一百六十、examiner 仍保留 discretion。 --- # 一百六十一、所以： # **AI Search ≠ Novelty Verdict** --- # 一百六十二、第二十九個問題：Patent Novelty 專利 novelty 是特定法律制度。 --- # 一百六十三、不能直接等同： $$ ScientificNovelty. $$ --- # 一百六十四、EPO prior-art / inventive-step guideline 會： - 找 closest prior art； - 比較 features； - 看 purpose / effect； - 看 structural / functional modification。 --- # 一百六十五、這提供很好的： $$ \boxed{ FeatureComparisonDiscipline. } $$ --- # 一百六十六、但 spiritual theory 不是 patent claim。 --- # 一百六十七、所以本文只借方法 不借 legal conclusion。 --- # 一百六十八、第三十個問題：Closest Prior Art 本文提出非法律版： # **Closest Conceptual Prior Art（CCPA）** --- # 一百六十九、選出： > 目前最接近 claim 的 predecessor。 --- # 一百七十、然後列： - shared features； - distinct features； - different mechanism； - different application。 --- # 一百七十一、這比： > 有人講過。 好多了。 --- # 一百七十二、第三十一個問題：Prior Art Found ≠ Claim Dead 如果找到前人： $$ P. $$ --- # 一百七十三、不要直接： > 沒新意。 --- # 一百七十四、應問： $$ \boxed{ Difference(C,P). } $$ --- # 一百七十五、可能新在： - scope； - mechanism； - formalization； - synthesis； - application。 --- # 一百七十六、所以： $$ \boxed{ PriorArtFound \not\Rightarrow ZeroContribution. } $$ --- # 一百七十七、第三十二個問題：No Prior Art ≠ Novelty Proof 反過來： AI 搜完： > 沒找到。 --- # 一百七十八、只能： $$ \boxed{ NoMatchInSearchedCorpus. } $$ --- # 一百七十九、不能： $$ \boxed{ NoMatchInHumanHistory. } $$ --- # 一百八十、第三十三個問題：Novelty Confidence 本文提出： $$ \boxed{ Conf_N(C) = f( Coverage, MatchQuality, ClaimGranularity, CrossDomainSearch, DateConfidence ). } $$ --- # 一百八十一、不要： $$ Novel=True/False $$ 只有二元。 --- # 一百八十二、可輸出： - low； - medium； - high； - unresolved。 --- # 一百八十三、例如： > High confidence not novel in philosophy. > Medium confidence novel in AI operationalization. --- # 一百八十四、這更有資訊。 --- # 一百八十五、第三十四個問題：Novelty Status Lattice 本文提出： $$ \boxed{ \mathcal L_N = \{ KnownPrior, StrongNearNeighbor, PartialOverlap, IndependentRediscoveryCandidate, ProvisionallyNovel, Unresolved \}. } $$ --- # 一百八十六、Known Prior 已有高度等價 predecessor。 --- # 一百八十七、Strong Near Neighbor 很近，但有實質差異。 --- # 一百八十八、Partial Overlap 部分 component 舊。 --- # 一百八十九、Independent Rediscovery Candidate 有 predecessor， 但目前無 dependence evidence。 --- # 一百九十、Provisionally Novel 在 searched corpus 未找到足夠近 predecessor。 --- # 一百九十一、Unresolved coverage / claim 不足。 --- # 一百九十二、第三十五個問題：Priority 非 Merit 最早： $$ \neq $$ 最好。 --- # 一百九十三、本文提出： $$ \boxed{ Priority \neq Merit. } $$ --- # 一百九十四、第一個提出的人 可能： - 沒 formalize； - 沒證明； - 沒應用。 --- # 一百九十五、後人可能貢獻更大。 --- # 一百九十六、所以 credit 要多維。 --- # 一百九十七、第三十六個問題：Priority 非 Truth 最早提出錯誤 theory 也還是最早。 --- # 一百九十八、所以： $$ \boxed{ Priority \neq Truth. } $$ --- # 一百九十九、第三十七個問題：Novelty 非 Utility 全新 idea 可能完全沒用。 --- # 二百、所以： $$ \boxed{ Novelty \neq Utility. } $$ --- # 二百零一、這直接接 TI-06。 --- # 二百零二、第三十八個問題：Utility 非 Novelty 老 idea 也可能超有用。 --- # 二百零三、所以： $$ \boxed{ Utility \neq Novelty. } $$ --- # 二百零四、第三十九個問題：Novelty 非 Quality 新不等於好。 --- # 二百零五、所以： $$ \boxed{ Novel \not\Rightarrow Good. } $$ --- # 二百零六、也： $$ \boxed{ Old \not\Rightarrow Bad. } $$ --- # 二百零七、第四十個問題：Independent Rediscovery 的價值 即使： $$ HistoricalNovelty=0, $$ independent rediscovery 仍可能反映： - reasoning ability； - convergent insight； - robustness； - independent confirmation。 --- # 二百零八、所以： $$ \boxed{ RediscoveryValue>0 } $$ 可以成立。 --- # 二百零九、這對自稱「自己悟到」的人 其實更公平。 --- # 二百一十、不需要硬搶： > 人類第一次。 --- # 二百十一、可以說： > 我獨立走到一個很古老的結論。 --- # 二百十二、這本身可能很有意思。 --- # 二百十三、第四十一個問題：Personal Originality 本文提出： $$ \boxed{ O_P = IndependentGeneration + PersonalIntegration + DistinctExpression. } $$ --- # 二百十四、即使 global novelty 低 personal originality 可高。 --- # 二百十五、這是： # **Personal Originality / Historical Novelty Duality** --- # 二百十六、第四十二個問題：Influence Spectrum 不是只有： $$ Copied / Independent. $$ --- # 二百十七、可以： $$ \boxed{ \mathcal I_F = \{ Independent, Ambient, Indirect, Inspired, Adapted, Copied \}. } $$ --- # 二百十八、Ambient 文化中早已存在。 --- # 二百十九、Indirect 透過二手來源。 --- # 二百二十、Inspired 看過 predecessor 後產生新分支。 --- # 二百二十一、Adapted 明確改造。 --- # 二百二十二、Copied 實質挪用。 --- # 二百二十三、所以 dependence 也應 typed。 --- # 二百二十四、第四十三個問題：Cryptomnesia 人可能忘記自己看過。 --- # 二百二十五、因此： $$ \boxed{ SincerelyFeelsIndependent } $$ 不一定： $$ \boxed{ HistoricallyIndependent. } $$ --- # 二百二十六、本文不做 psychological diagnosis。 --- # 二百二十七、只保留： $$ \boxed{ UnconsciousInfluenceCandidate. } $$ --- # 二百二十八、第四十四個問題：AI-assisted de-dup AI 可以做： $$ \boxed{ ClaimNormalization. } $$ --- # 二百二十九、把： > 高維光之網絡。 抽成： > distributed relational network with feedback. --- # 二百三十、再跨領域搜。 --- # 二百三十一、這會提高 semantic coverage。 --- # 二百三十二、但風險： $$ \boxed{ OverNormalization. } $$ --- # 二百三十三、把真正差異抽掉。 --- # 二百三十四、所以要保留： - original wording； - normalized claim； - mapping rationale。 --- # 二百三十五、第四十五個問題：Atomic Claim Graph 本文提出： $$ \boxed{ G_C = (V_C,E_C). } $$ --- # 二百三十六、 $V_C$ atomic claims。 --- # 二百三十七、 $E_C$ relations。 --- # 二百三十八、prior-art search 不只搜 whole theory。 --- # 二百三十九、也搜： - node； - edge； - subgraph。 --- # 二百四十、這會直接進 TI-05。 --- # 二百四十一、第四十六個問題：Novelty Claim Interface 本文提出： # **NCI** 每個 novelty claim 至少附： $$ \boxed{ NCI = ( Claim, Scope, Granularity, Domain, Cutoff, PriorArt, Difference, Confidence, CoverageDebt ). } $$ --- # 二百四十二、example： ```yaml novelty_claim: claim: "future authorship should be treated as an explicit governance variable" scope: type: conceptual_governance domain: - AI governance - identity theory granularity: atomic cutoff: 2026-08-21 closest_prior_art: - autonomy - prospective identity - self-determination distinctive_features: - explicit future-authorship variable - creator/projection governance application status: provisional_novelty_candidate confidence: medium coverage_debt: - non-English legal literature - unpublished theses ``` --- # 二百四十三、這才是 mature novelty statement。 --- # 二百四十四、第四十七個問題：Discovery Provenance Matrix 本文提出： | Claim | Conception | Fixation | Disclosure | Validation | Known Influences | |---|---|---|---|---|---| | C1 | t1 | t2 | t3 | t4 | none known | | C2 | t1 | t1 | t2 | open | source A | | C3 | unknown | t2 | t4 | open | ambient | --- # 二百四十五、這可分： > 我何時想到？ 和： > 我何時公開？ --- # 二百四十六、第四十八個問題：Priority Dispute 若兩人都 claim： $$ Pr. $$ --- # 二百四十七、應比較： - dated evidence； - public disclosure； - completeness； - centrality； - validation。 --- # 二百四十八、Patinkin 1983 甚至指出： multiple discovery 判定要小心： > 兩個人是否真的做了同一 discovery？ 以及： > 該 discovery 是否是其 central message？ --- # 二百四十九、所以： $$ \boxed{ SharedKeyword \neq SameDiscovery. } $$ --- # 二百五十、第四十九個問題：Central Message 一個 predecessor 只隨口提： > 也許 X。 --- # 二百五十一、另一人完整建立： $$ X + Mechanism + Evidence + Application. $$ --- # 二百五十二、這不能只用： > X 早就有人講。 --- # 二百五十三、所以： $$ \boxed{ Mention \neq DevelopedTheory. } $$ --- # 二百五十四、第五十個問題：Claim Depth 本文提出： $$ \boxed{ Depth(C) = ( Mention, Definition, Mechanism, Formalization, Evidence, Application ). } $$ --- # 二百五十五、prior art comparison 應比較 depth。 --- # 二百五十六、第五十一個問題：Public Availability 專利 prior art 強調 public availability。 --- # 二百五十七、學術 priority 也依 disclosure。 --- # 二百五十八、但 plagiarism 可能涉及 private source。 --- # 二百五十九、所以： $$ \boxed{ PriorArt \neq AllPossibleInfluenceSources. } $$ --- # 二百六十、非常重要。 --- # 二百六十一、Novelty audit 找 public predecessor。 --- # 二百六十二、Plagiarism audit 找 causal source dependence。 --- # 二百六十三、不同 task。 --- # 二百六十四、第五十二個問題：AI novelty assessment 現況 2025 patent novelty study： generative models 在 claim vs prior-art comparison 顯示有用潛力。 --- # 二百六十五、但作者仍定位為： $$ \boxed{ Assist. } $$ --- # 二百六十六、不是： $$ \boxed{ ReplaceExaminer. } $$ --- # 二百六十七、2025 SchNovel / RAG-Novelty 也顯示： retrieval-grounded context 可以改善 scholarly novelty assessment。 --- # 二百六十八、這支持： $$ \boxed{ RAG > ClosedBookGuessing } $$ 作實務方向。 --- # 二百六十九、但該 benchmark 以「較新 paper 假設較 novel」 作 pair construction， 本身就不是人類歷史全新性真值。 --- # 二百七十、所以： $$ \boxed{ BenchmarkPerformance \neq GlobalNoveltyCertification. } $$ --- # 二百七十一、第五十三個問題：Novelty Measurement Review 2025 novelty-measurement review 特別先分： - novelty； - originality； - innovation； - creativity； - breakthrough。 --- # 二百七十二、這直接支持本文： $$ \boxed{ Novelty } $$ 不能包掉所有正面評價。 --- # 二百七十三、所以： $$ \boxed{ Novelty \neq Innovation \neq Creativity \neq Breakthrough. } $$ --- # 二百七十四、第五十四個問題：Innovation Innovation 往往還包含： $$ \boxed{ PracticalValue. } $$ --- # 二百七十五、這會在 TI-06 回來。 --- # 二百七十六、所以： > 不新但超有用。 完全可能。 --- # 二百七十七、第五十五個問題：Novelty Audit 不是榮譽審判 如果 AI 查完： > 你的 concept 2000 年前有人講過。 --- # 二百七十八、不是： > 你很笨。 --- # 二百七十九、也不是： > 你抄襲。 --- # 二百八十、只是： $$ \boxed{ HistoricalNoveltyLower. } $$ --- # 二百八十一、甚至： > 你獨立走到古老結論。 可能反而很有意思。 --- # 二百八十二、第五十六個問題：Novelty Anxiety 研究／創作很容易陷： > 一定要人類第一才算價值。 --- # 二百八十三、本文拒絕。 --- # 二百八十四、因 value 可以來自： - clarity； - formalization； - synthesis； - evidence； - application； - pedagogy； - accessibility。 --- # 二百八十五、所以： $$ \boxed{ Contribution \neq HistoricalFirstnessOnly. } $$ --- # 二百八十六、第五十七個問題：Claim Inflation 反過來也不要： > 我自己想到。 升級成： > 我是世界第一。 --- # 二百八十七、形式： $$ \boxed{ IndependentDerivation \xrightarrow{inflation} GlobalNovelty. } $$ --- # 二百八十八、本文稱： # **Originality–Novelty Inflation** --- # 二百八十九、第五十八個問題：Plagiarism Inflation 也不要： > 有 predecessor。 升級： > 你抄的。 --- # 二百九十、形式： $$ \boxed{ PriorArt \xrightarrow{inflation} Plagiarism. } $$ --- # 二百九十一、本文稱： # **Prior-Art–Plagiarism Inflation** --- # 二百九十二、第五十九個問題：Priority Inflation 最先： > 所以我最重要。 --- # 二百九十三、不成立。 --- # 二百九十四、所以： $$ \boxed{ Priority \xrightarrow{?} Merit } $$ 需要另外論證。 --- # 二百九十五、第六十個問題：AI 時代的真正改變 以前要做 cross-domain novelty search 成本很高。 --- # 二百九十六、現在 AI 可以： - translation； - synonym expansion； - semantic clustering； - structural abstraction； - citation chaining。 --- # 二百九十七、所以： $$ \boxed{ NoveltyAuditCost\downarrow. } $$ --- # 二百九十八、這會讓： > 「我不知道有人講過。」 更容易被查。 --- # 二百九十九、但也讓： > 「有人講過，所以你抄。」 更需要被禁止。 --- # 三百、因 AI 找 near-neighbor 的能力提高 不等於 causal plagiarism evidence 提高到同樣程度。 --- # 三百零一、第六十一個問題：High-Coverage Novelty Search 本文提出： # **HCNS** $$ \boxed{ HCNS = ( AtomicClaims, QueryExpansion, CrossDomainSearch, SemanticRetrieval, StructuralComparison, Timeline, DifferenceAudit ). } $$ --- # 三百零二、輸出： $$ \boxed{ CoverageAwareNoveltyAssessment. } $$ --- # 三百零三、不是： $$ \boxed{ GlobalProof. } $$ --- # 三百零四、第六十二個問題：Novelty Status Certificate 本文提出： # **NSC** $$ \boxed{ \mathcal C_{NSC} = ( Claim, IndependentDerivationStatus, OriginalityStatus, PlagiarismStatus, HistoricalNovelty, PriorityStatus, NoveltyProfile, ClosestPriorArt, CoverageDebt, Confidence ). } $$ --- # 三百零五、example： ```yaml novelty_status: claim: "X" independent_derivation: status: plausible evidence: - dated_note - no_known_source originality: status: high_personal_originality plagiarism: status: no_evidence_of_copying historical_novelty: status: strong_near_neighbor_found closest_prior_art: - author: A year: 1974 overlap: semantic: high structural: high mechanism: medium application: low contribution: - new application - stronger formalization priority: public_first: A coverage_debt: - Japanese literature - pre-1900 non-digitized sources novelty_confidence: medium ``` --- # 三百零六、這就是本文真正要建立的語言。 --- # 三百零七、Failure Modes ## Failure 1 — Independent = First 自己想到就說世界第一。 ## Failure 2 — Prior Art = Plagiarism 找到前人就說抄襲。 ## Failure 3 — Text Similarity = Concept Identity 字像就說同 theory。 ## Failure 4 — Text Difference = Concept Novelty 換字就說新。 ## Failure 5 — Semantic Similarity = Causal Dependence 概念像就推抄。 ## Failure 6 — No Search Result = Global Novelty 沒找到就說人類第一。 ## Failure 7 — One-Language Search 只搜英文。 ## Failure 8 — One-Domain Search 只搜 spiritual terminology。 ## Failure 9 — Digital Corpus = Human History 忽略非數位資料。 ## Failure 10 — Mention = Theory 隨口一句等於完整 predecessor。 ## Failure 11 — Component Old = Composition Old 零件舊就否定組合創新。 ## Failure 12 — Novelty = Quality 新就好。 ## Failure 13 — Novelty = Utility 新就有用。 ## Failure 14 — Priority = Merit 先說就貢獻最大。 ## Failure 15 — Priority = Truth 先說就對。 ## Failure 16 — Patent Novelty = Scientific Novelty 法律標準偷換。 ## Failure 17 — Copyright Originality = Scientific Novelty 另一種偷換。 ## Failure 18 — AI Search = Final Verdict 把模型當 novelty oracle。 ## Failure 19 — Similarity Score = Historical Proof embedding 距離當歷史證據。 ## Failure 20 — Rediscovery = Worthless 獨立重發現被當零價值。 --- # 三百零八、核心命題 ## 命題 1 $$ \boxed{ IndependentDerivation \neq HistoricalNovelty. } $$ ## 命題 2 $$ \boxed{ Originality \neq Novelty. } $$ ## 命題 3 $$ \boxed{ PriorArtFound \not\Rightarrow Plagiarism. } $$ ## 命題 4 $$ \boxed{ NoPriorArtFound \not\Rightarrow GloballyNovel. } $$ ## 命題 5 $$ \boxed{ Similarity \neq HistoricalDependence. } $$ ## 命題 6 $$ \boxed{ Rediscovery \neq Plagiarism. } $$ ## 命題 7 $$ \boxed{ PrivateConception \neq PublicPriority. } $$ ## 命題 8 $$ \boxed{ FirstThought \neq FirstDisclosure \neq FirstValidation. } $$ ## 命題 9 $$ \boxed{ SameConclusion \neq SameMechanism. } $$ ## 命題 10 $$ \boxed{ ComponentNovelty \neq CompositionalNovelty. } $$ ## 命題 11 $$ \boxed{ NovelPersonalExperience \neq NovelPhenomenologicalClass. } $$ ## 命題 12 $$ \boxed{ DigitalCorpus \neq HumanHistory. } $$ ## 命題 13 $$ \boxed{ AI \Rightarrow CoveragePotential\uparrow } $$ 但： $$ \boxed{ AI \not\Rightarrow Coverage=1. } $$ ## 命題 14 $$ \boxed{ AI Search \neq Novelty Proof. } $$ ## 命題 15 $$ \boxed{ Priority \neq Merit \neq Truth. } $$ ## 命題 16 $$ \boxed{ Novelty \neq Utility \neq Quality. } $$ ## 命題 17 $$ \boxed{ IndependentRediscovery } $$ 可以有非零 intellectual value。 ## 命題 18 $$ \boxed{ Contribution \neq HistoricalFirstnessOnly. } $$ --- # 三百零九、Non-Claims 本文明確不主張： 1. 不主張獨立推導可以輕易證明。 2. 不主張沒有已知來源就證明沒有來源。 3. 不主張所有相似理論都是獨立重發現。 4. 不主張所有相似理論都涉及抄襲。 5. 不主張 WIPO copyright originality 定義等於 academic originality。 6. 不主張 patent novelty 等於 scientific novelty。 7. 不主張 scientific priority 只有單一規則。 8. 不主張 private conception 完全沒有歷史價值。 9. 不主張 public disclosure 一定比 private conception 更重要。 10. 不主張 validation 是所有 priority 制度唯一條件。 11. 不主張 multiple discovery 是所有 discovery 的 rule。 12. 不主張 Merton theory 證明所有重大發現都 inevitable。 13. 不主張同時發現一定彼此獨立。 14. 不主張 semantic similarity 可證明 historical dependence。 15. 不主張 low similarity 可排除 influence。 16. 不主張 textual plagiarism detector 能完成 concept novelty audit。 17. 不主張 embedding novelty score 等於 human novelty judgment。 18. 不主張 SemNovel 是普遍 novelty standard。 19. 不主張 SchNovel benchmark 是 global novelty ground truth。 20. 不主張 RAG-Novelty 已解決 scholarly novelty。 21. 不主張 generative patent novelty models 可取代 examiner。 22. 不主張 USPTO SimSearch 可公開代表全部內部 examiner workflow。 23. 不主張 EPO closest-prior-art doctrine 可直接套到 spiritual theories。 24. 不主張所有概念都有 closest single predecessor。 25. 不主張 closest prior art 一定唯一。 26. 不主張所有 prior art 都已數位化。 27. 不主張所有 non-English literature 可被 AI 完整檢索。 28. 不主張 historical oral traditions 可完整 audit。 29. 不主張 HCNS 可以達到 global coverage。 30. 不主張 NoPriorArtFound 代表 novelty false。 31. 不主張 PriorArtFound 代表 contribution zero。 32. 不主張 rediscovery 沒有 value。 33. 不主張 priority 沒有 value。 34. 不主張 priority 等於最大 value。 35. 不主張 novelty 等於 creativity。 36. 不主張 novelty 等於 innovation。 37. 不主張 novelty 等於 breakthrough。 38. 不主張 originality 等於 novelty。 39. 不主張 plagiarism 等於 copyright infringement。 40. 不主張 copyright law 可解決 academic plagiarism 全部問題。 41. 不主張 AI 可以判定一個人內心是否看過 predecessor。 42. 不主張 cryptomnesia 可由本文工具診斷。 43. 不主張 novelty confidence 是客觀 probability。 44. 不主張 novelty profile 各維度可直接相加。 45. 不主張 TI-04 已完成真正 prior-art engine。 46. 不主張 TI-04 已完成 public utility evaluation。 47. 本文真正建立的是：**「這是我自己悟出來的」首先是 independent-derivation / provenance claim，而不是 global-novelty claim。個人原創性、是否抄襲、歷史上是否已有近似內容、以及誰擁有何種 priority 必須分開判定。AI 可以大幅降低跨語言、跨領域 prior-art 搜尋與語義近鄰比較成本，但沒有搜尋到前人仍不能升格為全球新穎性證明；找到前人也不能反向升格為抄襲證明。** --- # 三百一十、Claim Typing | 主張 | 類型 | 狀態 | |---|---|---| | Insight ≠ EngineeringSkill | TI-03 | inherited | | AI-assisted search lowers search/translation cost | TI-03 + external AI search practice | inherited/supported | | originality is distinct from novelty | WIPO | supported | | independently created similar work can retain originality | WIPO | supported | | plagiarism concerns copying / passing others' work as one's own | WIPO | supported | | multiple independent discoveries recur in science history | Merton tradition | supported | | scientific priority involves disclosure and validation | life-science priority literature | supported | | USPTO SimSearch augments rather than replaces examiner search/judgment | USPTO 2025 | supported | | EPO compares closest prior art by purpose/effect and structural/functional difference | EPO 2025 | supported | | LLM/RAG can assist scholarly novelty assessment | ACL 2025 | supported | | LLMs show potential in claim-vs-prior-art patent novelty comparison | Ikoma & Mitamura 2025 | supported | | novelty/originality/innovation/creativity/breakthrough are distinct constructs | Zhao & Zhang 2025 review | supported | | IndependentDerivation ≠ HistoricalNovelty | synthesis | new | | PriorArtFound ≠ Plagiarism | epistemic principle | new | | NoPriorArtFound ≠ GloballyNovel | epistemic principle | new | | Similarity ≠ HistoricalDependence | synthesis | new | | Independent Rediscovery Principle | synthesis | new | | Personal Originality / Historical Novelty Duality | synthesis | new | | Four-Way Novelty Separation | framework | new | | Conception/Fixation/Disclosure/Validation separation | synthesis | new | | Novelty Profile | framework | new | | Atomic Novelty Decomposition | methodology | new | | Novelty Domain | methodology | new | | Novelty Granularity | methodology | new | | Novelty Confidence | methodology | new | | Prior-Art Coverage Debt | audit model | new | | Search-Language Debt | audit model | new | | Cross-Domain Terminology Debt | audit model | new | | Closest Conceptual Prior Art | methodology | new | | Novelty Status Lattice | classification model | new | | Novelty Claim Interface | research artifact | new | | Discovery Provenance Matrix | research artifact | new | | High-Coverage Novelty Search | AI-assisted methodology | new | | Novelty Status Certificate | research artifact | new | --- # 三百十一、外部文獻接口 ## 1. WIPO — Originality is not Novelty WIPO 的 copyright glossary 明確指出： - originality 要求作品是作者自己的 creation、非 copy； - originality 不應與 novelty 混淆； - 一件作者未知的相似既有作品，不必破壞其 independent creation 的 originality。 本文因此固定： $$ \boxed{ Originality \neq Novelty. } $$ 來源： https://www.wipo.int/edocs/pubdocs/en/copyright/816/wipo_pub_816_en.pdf --- ## 2. WIPO — Plagiarism WIPO educational material 將 plagiarism 描述為： > 複製作品並冒充自己是原作者。 同時指出： > ideas themselves 在 copyright 中通常不受保護，但 attribution / plagiarism 問題與 copyright infringement 不是完全相同概念。 本文因此固定： $$ \boxed{ PriorArt \neq PlagiarismEvidenceByItself. } $$ 來源： https://www.wipo.int/edocs/pubdocs/en/copyright/935/wipo_pub_935.pdf --- ## 3. Robert K. Merton — Multiple Discoveries Merton 對 multiple discoveries 的研究指出，科學史存在大量彼此獨立、同時或接近同時做出相近發現的案例，也有研究者在不知道早期 predecessor 的情況下重新發現舊結果。 本文據此建立： # **Independent Rediscovery Principle** 來源： https://www.cambridge.org/core/journals/european-journal-of-sociology-archives-europeennes-de-sociologie/article/abs/resistance-to-the-systematic-study-of-multiple-discoveries-in-science/8FEC108B3D8B0DAD60416B36BE342959 --- ## 4. Vale, Hyman et al. — Priority of Discovery 生命科學 priority 討論把建立 discovery priority 至少分為： - disclosure； - validation。 這提醒本文： $$ \boxed{ PrivateConception \neq PublicPriority. } $$ 來源： https://pmc.ncbi.nlm.nih.gov/articles/PMC4911212/ --- ## 5. EPO 2025 — Closest Prior Art EPO Guidelines 對 inventive-step 分析會選擇 closest prior art，考慮： - similar purpose / effect； - related technical field； - structural / functional modification。 本文不把 patent law 直接套到一般理論，而借用其： # **Feature-Difference Discipline** 來源： https://www.epo.org/en/legal/guidelines-epc/2025/g_vii_5_1.html --- ## 6. USPTO 2025 — AI Similarity Search USPTO 於 2025 公開說明： utility patent examiners 已使用 AI-assisted Similarity Search（SimSearch）協助 prior-art retrieval。 官方明確定位為： > augment, not replace 其他 search tools，且 examiner 保留是否採用結果的 discretion。 本文據此固定： $$ \boxed{ AISearch \neq NoveltyVerdict. } $$ 來源： https://www.uspto.gov/about-us/news-updates/another-uspto-ai-assisted-examination-tool-ready-prime-time --- ## 7. Zhao & Zhang (2025) — Review of Novelty Measurement 2025 review 首先區分： - scientific novelty； - originality； - innovation； - creativity； - breakthrough。 並整理不同 novelty measures、datasets 與 validation problems。 本文因此不把： $$ Novelty $$ 當成「所有創新價值」的總稱。 來源： https://arxiv.org/abs/2501.17456 --- ## 8. Lin, Peng & Fang (2025) — SchNovel / RAG-Novelty ACL 2025 workshop paper建立 SchNovel benchmark 與 retrieval-augmented novelty assessment，顯示 retrieved context 可改善 LLM novelty assessment。 本文吸收： $$ \boxed{ RetrievalGrounding } $$ 對 novelty audit 的價值。 但不把 benchmark 表現視為 global novelty proof。 來源： https://aclanthology.org/2025.aisd-main.5/ --- ## 9. Ikoma & Mitamura (2025) — Patent Novelty with LLMs 研究以真實 patent examination cases 建 novelty-evaluation dataset，測試 generative models 對 patent claim / cited prior art 的比較能力。 結果顯示 generative models 有輔助 examiner / applicant 的潛力，但研究也明確保留 current-model limitations。 本文據此採： $$ \boxed{ LLM = NoveltyAssessmentAssistantCandidate. } $$ 來源： https://arxiv.org/abs/2502.06316 --- ## 10. SemNovel (2025) SemNovel 利用 LLM embeddings 建 biomedical semantic universe，以 article 與 prior publications 的 semantic distance 作 novelty signal。 同時作者明確指出： > biomedical research 目前沒有 widely recognized novelty measure。 本文因此使用它證明： $$ \boxed{ SemanticNovelty } $$ 可以被計算性近似， 但： $$ \boxed{ SemanticNoveltyScore \neq HistoricalNoveltyTruth. } $$ 來源： https://pubmed.ncbi.nlm.nih.gov/41242670/ --- # 三百十二、研究債務 TI-04 完成後留下： 1. atomic-claim extraction； 2. multilingual query expansion； 3. cross-domain terminology mapping； 4. structural graph similarity； 5. mechanism similarity； 6. formal-model analogy； 7. phenomenological prior art； 8. application novelty； 9. compositional novelty； 10. source-dependence evidence； 11. cryptomnesia uncertainty； 12. timestamp provenance； 13. disclosure priority； 14. validation priority； 15. oral-tradition coverage； 16. non-digitized literature； 17. novelty confidence calibration； 18. closest-prior-art selection； 19. novelty dossier； 20. AI novelty-audit engine。 --- # 三百十三、結論 一個人說： > 「這真的是我自己悟出來的。」 我們不需要笑。 也不需要立刻相信： > 人類第一次。 真正精確的回答是： > **好，這兩件事分開。** 第一個問題： $$ \boxed{ DidYouDeriveItIndependently? } $$ 第二個問題： $$ \boxed{ DidHumanityAlreadyHaveIt? } $$ 第三個問題： $$ \boxed{ DidYouCopySomeone? } $$ 第四個問題： $$ \boxed{ WhoHasPriorityUnderWhichRule? } $$ 這四個問題的答案 完全可能是： ```text Independent derivation: Yes Personal originality: High Plagiarism: No evidence Historical novelty: Low Public priority: Earlier author ``` 這一點非常重要。 因為： $$ \boxed{ IndependentDerivation \neq HistoricalFirstness. } $$ 一個人可以非常真誠地獨立悟到： > 古人兩千年前就悟過的東西。 這不讓他變成騙子。 只是讓： > 「世界第一」 那個 claim 消失。 反過來， 找到一個兩千年前很像的文本， 也不能說： > 你抄的。 因為： $$ \boxed{ PriorArtFound \not\Rightarrow HistoricalDependence. } $$ AI 時代真正改變的是： > 我們現在可以更便宜地查。 不只查同一個詞。 而是： - 換詞； - 跨語言； - 跨學科； - 抽結構； - 比 mechanism； - 追 timeline。 所以： $$ \boxed{ NoveltyAuditCost\downarrow. } $$ 但這不會產生： $$ \boxed{ Omniscience. } $$ 沒有任何正常的 AI novelty report 應該把： > 「沒找到。」 寫成： > 「人類從未想過。」 真正成熟的版本永遠是： > **在已搜尋的 corpus 與設定的 domain / time / languages 中，目前沒有找到 sufficiently close predecessor。** 所以： $$ \boxed{ NoPriorArtFound \neq GloballyNovel. } $$ 而如果找到： > 很接近。 真正下一步也不是： > 結案。 而是： > **到底哪裡一樣？哪裡不同？** 可能： - concept 舊； - mechanism 新； - application 新； - composition 新。 這就是 TI-04 最後真正留下的東西。 第一： $$ \boxed{ \textbf{ 「我自己想到」是 provenance claim，不是 global novelty certificate。 } } $$ 第二： $$ \boxed{ \textbf{ 找到前人，不等於找到抄襲；找不到前人，也不等於證明人類第一次。 } } $$ 第三： $$ \boxed{ \textbf{ 新穎性真正應該被拆成多維 profile，而不是一個「有／沒有原創」的粗糙標籤。 } } $$ 第四： $$ \boxed{ \textbf{ 就算你只是獨立重新走到一個古老結論，那仍然可以是真實的獨立思考成果；只是它的價值要從「人類第一」移到推導、形式化、整合、驗證或應用。 } } $$ --- # 下一篇 ## TI-05｜啟示審計器 ### AI 全域 Prior-Art、語義近鄰、結構同構與組合新穎性調查 下一篇將把 TI-04 的概念分離正式做成 audit architecture： $$ \boxed{ NoveltyAudit = N_{text} + N_{semantic} + N_{structural} + N_{mechanistic} + N_{formal} + N_{phenomenological} + N_{application} + N_{composition}. } $$ 並建立： - Prior-Art Graph； - Atomic Claim Graph； - Query Expansion； - Cross-Language Search； - Structural Analogy Search； - Mechanism Matching； - Chronology Reconstruction； - Novelty Dossier； - Coverage Debt； - confidence-calibrated novelty output； - `AI Novelty Audit ≠ Novelty Proof` 的正式工具規格。