# 一輪到底是一輪什麼？：使用者回合、隱藏 LOOP 與單次智能的重新定義 ## What Is a “Single Turn,” Really? User Turns, Hidden Loops, and the Redefinition of Single-Pass Intelligence **系列：**《智能的物理計量：從最小語意執行到成果品質與計算時空》 **英文系列：** *Physical Metrology of Intelligence: From Minimal Semantic Execution to Quality and Computational Spacetime* **系列編號：** EML-IPM **篇次：** Paper 01 / 10 **文件編號：** EML-IPM-01 **作者：** Neo.K with Aletheia（GPT-5.6 Sol） **機構：** EveMissLab／一言諾科技有限公司 **版本：** v0.1 **日期：** 2026-09-02 **文件性質：** 公開純理論論文 --- ## 摘要 當代 AI 評測與產品敘事經常使用「一輪完成」「one-shot」「single turn」描述能力，但這些詞在介面、Agent、模型推理與物理計算層面不是同一件事。 使用者只輸入一次： $$ U_1\rightarrow A_1 $$ 背後仍可能實際展開為： $$ M_1\rightarrow Tool_1\rightarrow M_2\rightarrow Verifier_1 \rightarrow M_3\rightarrow\cdots\rightarrow M_n. $$ 因此： $$ \boxed{ \text{One User Turn} \neq \text{One Model Invocation} \neq \text{One Generation Trajectory} \neq \text{One Agent Loop} \neq \text{One Physical Computation}. } $$ 本文提出 **AI 回合分解框架（Turn Decomposition Framework）**： $$ \boxed{ \mathcal T=(U,G,I,L,R,S,P) } $$ 其中： - $U$：User Interaction Turns； - $G$：Generation Trajectories； - $I$：Model Invocations； - $L$：External Feedback Loops； - $R$：Retries / Rollouts； - $S$：Selection / Verification； - $P$：Physical Execution Trace。 本文認為「一輪」最大的概念錯誤，是把： $$ \boxed{ \text{Interaction Compression} } $$ 誤認為： $$ \boxed{ \text{Computation Compression}. } $$ 當 300 次內部 Agent 互動被藏進一個聊天泡泡裡，使用者確實只互動一次，但物理世界並沒有只計算一次。 本文進一步定義 **Externally Loopless Intelligence（ELI，外部無迴圈智能）**：在一個任務執行期間，系統不能根據外部世界、工具輸出、獨立 verifier、另一候選答案或 retry 結果重新修正求解方向。 這不表示模型內部沒有時間序列。自回歸模型仍然： $$ y_1\rightarrow y_2\rightarrow\cdots\rightarrow y_n. $$ 所以： $$ \boxed{ \text{No External Loop} \neq \text{No Sequential Computation}. } $$ 真正被排除的是： $$ \boxed{ \text{Action} \rightarrow \text{New Evidence} \rightarrow \text{Replanning}. } $$ 本文將最乾淨的單次成果記為： $$ \boxed{ \mathcal X_{SP}:x \xrightarrow[\text{no external feedback}]{\tau} y. } $$ 最後建立後續 IPM 系列共用事件向量： $$ \boxed{ \mathfrak E= (Q,U,G,I,L,R,S,T,E,V_{CST}) } $$ 其中 $Q$ 是成果品質， $T$ 是實際時間， $E$ 是能源， $V_{CST}$ 是 Computational Spacetime Volume。 因此，真正值得問的已不再是： > AI 是否「一輪」完成？ 而是： $$ \boxed{ \textbf{ 這個成果是在幾次互動、幾條生成軌跡、幾層 LOOP、 多少計算時空與多少物理能源下產生的？ } } $$ --- # 1. User Turn 是介面單位，不是智能單位 最表面的「一輪」是： $$ U=1. $$ 它只代表使用者： - 輸入一次； - submit 一次； - 接收一次結果。 因此 User Turn 本質上是： $$ \boxed{ \text{UX event}. } $$ 它沒有告訴我們背後到底發生多少計算。 --- # 2. 一個 User Turn 可以包含大量 Model Invocation 定義： $$ I=\text{Model Invocation Count}. $$ 可能： $$ U=1,\quad I=1, $$ 也可能： $$ U=1,\quad I=300. $$ 所以： $$ \boxed{ U=1\not\Rightarrow I=1. } $$ --- # 3. Model Invocation 也不是物理計算原子 即使： $$ I=1, $$ 仍可能有： - 長 context； - 大模型； - MoE routing； - 多 GPU； - 大量 memory traffic； - 很長的自回歸生成。 因此： $$ \boxed{ I=1\not\Rightarrow P=1. } $$ --- # 4. Generation Trajectory 必須獨立計數 定義： $$ G=\text{Generation Trajectory Count}. $$ 如果同一題生成： $$ \tau_1,\tau_2,\ldots,\tau_{16} $$ 再選一個最好結果，那： $$ G=16. $$ 即使最後只顯示一個回答。 所以： $$ \boxed{ \text{One Visible Answer} \neq \text{One Generated Candidate}. } $$ --- # 5. Rollout 與 Pass@k 不能混入 Pass@1 若單次成功率為： $$ p, $$ 允許 $k$ 次獨立 rollout，至少成功一次的機率為： $$ \boxed{ 1-(1-p)^k. } $$ 例如： $$ p=0.2,\quad k=16, $$ 則至少成功一次約為： $$ 1-(0.8)^{16}\approx0.972. $$ 因此： $$ \boxed{ Pass@1\neq Pass@16. } $$ 以及： $$ \boxed{ BestOfN\neq MedianUserExperience. } $$ --- # 6. Selection 本身就是額外能力來源 若先生成： $$ Y_1,\ldots,Y_n $$ 再透過 judge / verifier 選出： $$ Y^\ast, $$ 那最終品質是： $$ \boxed{ Q_{\text{final}} = F( Q_{\text{generation distribution}}, Q_{\text{selection}} ). } $$ 它不是單一生成軌跡的能力。 --- # 7. LOOP 的真正定義不是「多講幾次」 本文把 External Feedback Loop 定義為： $$ \boxed{ State_t \rightarrow Action_t \rightarrow NewEvidence_{t+1} \rightarrow State_{t+1}. } $$ 核心是： $$ \boxed{ \text{新資訊重新進入求解狀態}. } $$ --- # 8. Tool Loop 例如： $$ Model \rightarrow Search \rightarrow Evidence \rightarrow Model. $$ 或： $$ Code \rightarrow Run \rightarrow Error \rightarrow Fix. $$ 都屬於外部 LOOP。 --- # 9. Verifier Loop $$ Draft \rightarrow Verifier \rightarrow Critique \rightarrow Revision. $$ 這也不是 single-pass。 --- # 10. Retry Loop $$ Failure \rightarrow Restart. $$ 新的 trajectory 從頭再來，也是一種外部鷹架增益。 --- # 11. Candidate Loop $$ GenerateMany \rightarrow Compare \rightarrow Choose. $$ 即使沒有修改候選，也已經增加了系統層能力。 --- # 12. LOOP Taxonomy 本文第一版分類： $$ \boxed{ \mathbf L= (L_T,L_E,L_V,L_R,L_C) } $$ 其中： - $L_T$：Tool Loop； - $L_E$：Environment Loop； - $L_V$：Verifier Loop； - $L_R$：Retry Loop； - $L_C$：Candidate / Selection Loop。 它們之後都應獨立計價。 --- # 13. 自回歸生成本身不是本文要排除的 LOOP Transformer 仍然逐步產生： $$ P(y_t\mid x,y_{ 一次直接生成。 --- # 16. Interaction Compression Agent 產品可以把大量內部工作壓縮成一次使用者互動。 定義： $$ \boxed{ C_U= \frac{N_{\text{internal interactions}}}{U}. } $$ 若： $$ C_U\gg1, $$ 代表產品替使用者吸收了大量操作負擔。 這是很好的 UX。 --- # 17. 但 Interaction Compression 不是 Computation Compression 若 300 次工作被藏在一個 UI turn： $$ U=1, $$ 仍不能推出： $$ Computation=1. $$ 所以： $$ \boxed{ \text{Interaction Compression} \neq \text{Computation Compression}. } $$ 這是 IPM 系列第一條核心原則。 --- # 18. Scaffolding Separation Principle 系統成果可以表示為： $$ \boxed{ Q_{\text{system}} = F( M, L, Tool, R, S, Env ). } $$ 其中 $M$ 是模型本身能力。 因此： $$ \boxed{ Q_{\text{system}} \neq Q_M. } $$ 高品質 Agent 系統不等於底層模型 single-pass 也同樣強。 --- # 19. 四種能力層必須分開 本文區分： $$ \boxed{ C_{\text{intrinsic}} } $$ 模型在最小鷹架下的能力； $$ \boxed{ C_{\text{elicited}} } $$ 透過 prompt、context、reasoning budget 被引出的能力； $$ \boxed{ C_{\text{system}} } $$ 加入 tool、memory、loop、verifier 後的能力； $$ \boxed{ C_{\text{product}} } $$ 最終受到 UI、policy、quota、latency 等限制後的使用者能力。 所以： $$ \boxed{ C_{\text{benchmark}} \neq C_{\text{user}}. } $$ --- # 20. LOOP 不是作弊 本文並不反對 LOOP。 有些問題本體就需要： $$ Action \rightarrow World \rightarrow Observation \rightarrow Replan. $$ 例如： - debugging； - 科學實驗； - 機器人控制； - 即時搜尋； - 動態決策。 真正的錯誤只是： $$ \boxed{ \text{Loop-Assisted Capability} } $$ 被描述成： $$ \boxed{ \text{Single-Pass Capability}. } $$ --- # 21. Single-Pass Intelligence 與 Loop Intelligence 因此至少需要兩條軸： $$ \boxed{ I_{SP} = \text{Single-Pass Intelligence} } $$ 以及： $$ \boxed{ I_L = \text{Loop Intelligence}. } $$ $I_{SP}$ 問： > 沒有外部重新餵答案時，第一條求解軌跡能直接做多好？ $I_L$ 問： > 得到新證據之後，系統能不能有效修正？ 真正強大的系統可能： $$ \boxed{ I_{SP}\uparrow+I_L\uparrow. } $$ 但兩者不能被一個 benchmark 分數混掉。 --- # 22. 物理世界還有第三種「一輪」 從任務開始 $t_0$ 到結果完成 $t_f$，所有被此任務因果占用的物理計算資源形成： $$ \boxed{ \mathcal P_{\text{task}} = \{resource(t)\mid t_0\le t\le t_f\}. } $$ 這可以叫： $$ \boxed{ \text{Physical Execution Episode}. } $$ 它才接近物理世界真正付出的「一輪」。 --- # 23. Physical Execution 至少包含 $$ \boxed{ P= ( Ops, Memory, Interconnect, Device, Time, Energy ). } $$ 因此： $$ \boxed{ \text{Physical Turn} \neq \text{UI Turn}. } $$ --- # 24. Computational Spacetime Volume 若一個任務使用： $$ 8\ GPU\times10s, $$ 粗略 hardware-time volume 為： $$ 80\ GPU\cdot s. $$ 另一任務使用： $$ 1\ GPU\times80s $$ 也可能是： $$ 80\ GPU\cdot s. $$ 但 latency 不同。 因此 $V_{CST}$ 與 $T$ 必須同時保留。 --- # 25. 不要太早壓成單一分數 智能計量更應先保留 Pareto 結構： $$ \boxed{ Q\uparrow, \qquad E\downarrow, \qquad T\downarrow, \qquad V_{CST}\downarrow, \qquad L,R,S\downarrow. } $$ 如果 A 在所有軸都更好，才有明確 dominance。 若各有優劣，就保留 trade-off。 --- # 26. 統一事件向量 本文最終定義： $$ \boxed{ \mathfrak E= ( Q, U, G, I, \mathbf L, R, S, T, E, V_{CST} ). } $$ 未來任何聲稱「一輪完成」的系統，至少都可以投影到這個事件向量。 --- # 27. 一個簡單比較 假設： ### System A $$ \mathfrak E_A= ( 0.95, 1, 1, 1, 0, 1, 0, 5s, E_A, V_A ). $$ ### System B $$ \mathfrak E_B= ( 0.95, 1, 16, 48, 30, 16, 1, 120s, E_B, V_B ). $$ 兩者： $$ Q_A=Q_B, \qquad U_A=U_B=1. $$ 從聊天介面看完全可以都叫「一輪完成」。 但： $$ \boxed{ \mathfrak E_A\neq\mathfrak E_B. } $$ 甚至可能具有幾個數量級不同的智能物理效率。 --- # 28. 十二個 Canonical Invariants **Invariant 1** $$ \boxed{ UserTurn\neq PhysicalTurn. } $$ **Invariant 2** $$ \boxed{ UserTurn\neq ModelInvocation. } $$ **Invariant 3** $$ \boxed{ ModelInvocation\neq GenerationTrajectory. } $$ **Invariant 4** $$ \boxed{ GenerationTrajectory\neq ExternalLoop. } $$ **Invariant 5** $$ \boxed{ SingleInteraction\neq SinglePassIntelligence. } $$ **Invariant 6** $$ \boxed{ NoExternalLoop\neq NoSequentialComputation. } $$ **Invariant 7** $$ \boxed{ Pass@k\neq Pass@1. } $$ **Invariant 8** $$ \boxed{ BestOfN\neq MedianExperience. } $$ **Invariant 9** $$ \boxed{ SystemCapability\neq ModelNativeCapability. } $$ **Invariant 10** $$ \boxed{ InteractionCompression\neq ComputationCompression. } $$ **Invariant 11** $$ \boxed{ SameFinalQuality\neq SameIntelligenceEfficiency. } $$ **Invariant 12** $$ \boxed{ TokenCount\neq PhysicalComputationCost. } $$ --- # 29. 結論：一個聊天泡泡不是智能的自然單位 「一輪」長期造成混亂，是因為同一詞被同時拿來描述： - 使用者操作； - Agent 執行； - 模型呼叫； - 自回歸生成； - 物理資源消耗。 如果使用者只輸入一次： $$ U=1, $$ 我們最多只能說： > 這是 single-interaction UX。 不能直接推出： > 這是 single-pass intelligence。 如果系統在背後搜尋、執行、驗證、重試、生成多個候選，再挑出最好的一個，那麼： $$ \boxed{ U=1 } $$ 只是介面壓縮。 真正的： $$ L,R,S,V_{CST},E $$ 仍然可能很大。 因此 IPM 系列從第一篇開始拒絕把聊天 UI 當成智能計量單位。 真正應被記錄的是： $$ \boxed{ \mathfrak E= ( Q, U, G, I, \mathbf L, R, S, T, E, V_{CST} ). } $$ 而如果我們想知道： > **拿掉 LOOP 後，模型自己還剩多少智能？** 就必須先把條件壓到： $$ \boxed{ U=1,\quad G=1,\quad R=1,\quad L=0,\quad S=0, } $$ 再測： $$ Q_{SP}. $$ 但這仍不是終點。 因為即使我們成功隔離出一條 single-pass trajectory，仍然沒有回答： > 這條軌跡裡，AI 究竟「算了多少次智能」？ Token 不能回答。 FLOP 也不能回答。 所以 Paper 02 必須進入整套 IPM 最困難的問題： $$ \boxed{ \textbf{ 智能到底算了一次什麼？ } } $$ 也就是： $$ \boxed{ \mu_I = \text{Minimum Intelligent Semantic Execution Unit}. } $$ --- ## 系列路徑 1. **Paper 01｜一輪到底是一輪什麼？：使用者回合、隱藏 LOOP 與單次智能的重新定義** 2. **Paper 02｜智能到底算了一次什麼？：最小智能語意執行單位的候選理論** 3. **Paper 03｜從認知到神經元：人腦如何跨層測量智能計算** 4. **Paper 04｜從神經元到焦耳：智能計算的能量、熱力學與物理下界** 5. **Paper 05｜計算不是只有 FLOPs：記憶體、互連、硬體占用與計算時空體積** 6. **Paper 06｜成果品質到底怎麼量？：從形式化正確性到結構化智能品質** 7. **Paper 07｜不要叫人類替自己的感覺打分數：IBQF 二元測量與低負擔品質評估** 8. **Paper 08｜自然語言、圖像與創意如何被量？：高歧義成果的結構化品質空間** 9. **Paper 09｜拿掉 LOOP 還剩多少智能？：單次智能、鷹架依賴與隱藏計算成本** 10. **Paper 10｜一個答案值多少物理世界？：智能產率的統一計量框架**