# 前沿智能拓撲論 06
# 市場不是智商測驗：消費者選擇作為智能效用的弱投影

**Frontier Intelligence Topology 06**  
**The Market Is Not an Intelligence Test: Consumer Choice as a Weak Projection of AI Utility**

**作者：Neo.K（許筌崴）**  
**研究協作：GPT-5.6 Sol**  
**機構：EveMissLab／一言諾科技有限公司**  
**版本：v0.1**  
**日期：2026-09-18**  
**系列：前沿智能拓撲論（Frontier Intelligence Topology, FIT）**

---

## 摘要

人工智慧模型的能力常由 benchmark、專家評測與實驗室測試衡量；但模型一旦進入真實市場，數百萬使用者會以完全不同的方式測試它：寫程式、做研究、翻譯、聊天、寫作、規劃、分析資料、處理工作流程，並以留存、付費、切換、推薦與重複使用等行為形成大規模分散式回饋。

因此市場確實包含一種真實世界能力投影：

$$
\boxed{
\text{Market}
\approx
\text{Large-Scale Distributed Utility Test}.
}
$$

然而，市場選擇從來不只反映模型智能。價格、延遲、品牌、介面、分發、整合、可靠性、政策限制、網路效應、切換成本與信任都會進入消費者決策。因此：

$$
\boxed{
\text{Market Success}
\neq
\text{Frontier Intelligence}.
}
$$

本文將市場觀測形式化為：

$$
\Pi_M:
\mathcal C_M
\times
\mathcal P
\times
\mathcal X
\rightarrow
Y_M,
$$

其中：

- $\mathcal C_M$：模型能力拓撲；
- $\mathcal P$：真實任務分布；
- $\mathcal X$：價格、UX、品牌、分發、延遲等產品條件；
- $Y_M$：市場可觀察行為。

因此市場不是模型智商的直接測量，而是：

$$
\boxed{
\text{Capability}
+
\text{Product}
+
\text{Context}
\rightarrow
\text{Observed Market Outcome}.
}
$$

本文建立三層驗證結構：

$$
\boxed{
\text{Benchmark Projection}
\rightarrow
\text{Behavioral Capability Tomography}
\rightarrow
\text{Market Projection}.
}
$$

三者分別測量：

1. 已知與可評分任務上的能力；
2. 隨認知距離增加時的能力拓撲；
3. 真實世界中消費者與組織是否持續獲得足夠效用。

本文的核心結論是：市場不能替代智能測試，但也不能被完全忽略。若一個模型長期在 benchmark 上極強，而在價格、分發、UX 與工具條件近似可比時仍反覆失去真實使用者，則這不是證明模型不前沿，但可以形成一個需要解釋的異常：

$$
\boxed{
\text{Benchmark Capability}
\stackrel{?}{\longrightarrow}
\text{Real-World Utility}.
}
$$

市場不是答案本身，而是一個弱而巨大的投影器。

---

## 關鍵詞

市場投影、消費者選擇、AI 效用、Benchmark、廣域能力斷層掃描、產品競爭力、揭示偏好、價格、UX、分發、網路效應、前沿智能、AGI、ASI、能力拓撲

---

# 1. 市場其實每天都在測 AI

公開 AI 產品每天收到：

$$
Q_1,Q_2,\ldots,Q_n.
$$

這些問題不是 benchmark 委員會設計的，而是來自工程師、學生、研究者、作家、商務人員、企業與普通消費者。

因此：

$$
\mathcal P_{\mathrm{market}}
$$

通常比單一 benchmark 更廣。

---

# 2. 市場是一個天然分散式測試器

如果：

$$
n\rightarrow\text{millions},
$$

那麼市場實際上在做：

$$
\boxed{
\text{Massive Distributed Behavioral Testing}.
}
$$

每個使用者都在問：

> 對我有沒有用？

而不是：

> 你的 benchmark 多幾分？

---

# 3. 市場輸出的不是智力分數

市場輸出更接近：

$$
Y_M
=
(
R_t,
P_t,
S_t,
U_t,
W_t
),
$$

其中：

- $R_t$：Retention；
- $P_t$：Payment；
- $S_t$：Switching；
- $U_t$：Usage；
- $W_t$：Word-of-mouth。

因此：

$$
\boxed{
Y_M
\neq
\text{Intelligence Score}.
}
$$

---

# 4. 市場是一個投影

令完整模型能力拓撲為：

$$
\mathcal C_M.
$$

市場只能看到：

$$
\Pi_M(\mathcal C_M).
$$

所以：

$$
\boxed{
\Pi_M
}
$$

是一個降維投影，而不是能力本體。

---

# 5. 市場效用函數

對使用者 $i$ 與模型 $M$，定義：

$$
U_i(M)
=
f(
C,
P,
L,
X,
B,
D,
R,
T
),
$$

其中：

- $C$：Capability；
- $P$：Price；
- $L$：Latency；
- $X$：UX；
- $B$：Brand；
- $D$：Distribution；
- $R$：Reliability；
- $T$：Trust / Policy Fit。

因此：

$$
\boxed{
U_i(M)
\neq
C(M).
}
$$

---

# 6. 市場成功不等於智能最高

即使：

$$
C(M_1)>C(M_2),
$$

若：

- $M_1$ 更貴；
- $M_1$ 更慢；
- $M_1$ 更難用；
- $M_1$ 更難取得；

仍可能：

$$
U_i(M_1)
<
U_i(M_2).
$$

因此：

$$
\boxed{
\text{Market Winner}
\not\Rightarrow
\text{Intelligence Winner}.
}
$$

---

# 7. 市場弱也不等於能力弱

市場弱可能來自：

- 分發弱；
- 品牌弱；
- 價格錯；
- API 不便；
- 工具整合差；
- 地區限制；
- onboarding 成本高。

因此：

$$
\boxed{
\text{Market Weakness}
\not\Rightarrow
\text{Capability Weakness}.
}
$$

---

# 8. 市場真正直接測的是什麼？

更接近：

$$
\boxed{
\text{Realized Utility under Real Conditions}.
}
$$

也就是：

> 在實際限制下，使用者是否持續覺得值得？

---

# 9. Benchmark 與市場問不同問題

Benchmark 問：

> 模型在被定義好的任務上有多強？

市場問：

> 使用者願不願意在真實限制下持續使用它？

所以：

$$
\boxed{
\text{Benchmark Capability}
\neq
\text{Market Utility}.
}
$$

---

# 10. BCT 又是第三種東西

Paper 05 的 BCT 問：

> 當認知距離增加時，模型在哪裡開始掉能力？

因此：

$$
\boxed{
B(M),\quad T(M),\quad R(M)
}
$$

分別表示：

- Benchmark Projection；
- Behavioral Capability Tomography；
- Real-Market Projection。

---

# 11. 三層驗證架構

本文正式提出：

$$
\boxed{
\text{Benchmark Projection}
\rightarrow
\text{Behavioral Capability Tomography}
\rightarrow
\text{Market Projection}.
}
$$

不是階級，而是三種不同觀測。

---

# 12. 第一層：Benchmark Projection

優點：

- 可重複；
- 可比較；
- 可量化；
- 可排名。

缺點：

- 題目已整理；
- 分布有限；
- scaffold 多；
- 容易被最佳化。

---

# 13. 第二層：Behavioral Capability Tomography

測：

$$
Q_M(\mathbf d).
$$

優點：

- 能看能力地形；
- 能看 cliff；
- 能看跨域；
- 能看 frame shift；
- 能看 scaffolding withdrawal。

缺點：

- 設計成本高；
- evaluator 難；
- 標準化困難。

---

# 14. 第三層：Market Projection

測：

$$
Y_M.
$$

優點：

- 真實；
- 大樣本；
- 任務多樣；
- 長期行為。

缺點：

- confounder 多；
- 能力來源難識別；
- 分發與價格影響大。

---

# 15. 三者一致時證據最強

若：

$$
B\gg0,
$$

$$
T\gg0,
$$

$$
R\gg0,
$$

則：

$$
\boxed{
\text{Evidence Convergence}
}
$$

較強。

---

# 16. Benchmark 高、市場低

若：

$$
B\gg0,
$$

但：

$$
R\downarrow,
$$

至少存在多個候選解釋：

$$
H_1=\text{Price},
$$

$$
H_2=\text{UX},
$$

$$
H_3=\text{Distribution},
$$

$$
H_4=\text{Capability Topology},
$$

$$
H_5=\text{Reliability}.
$$

不能直接選：

$$
H_4.
$$

---

# 17. Benchmark 高、BCT 中、市場中

若：

$$
B\gg0,
$$

$$
T\approx\text{medium},
$$

$$
R\approx\text{medium},
$$

一個合理假說是：

> 局部能力峰值很高，但廣域能力保留普通。

但仍需控制產品因素。

---

# 18. Benchmark 高、BCT 高、市場低

若：

$$
B\gg0,\quad
T\gg0,\quad
R\downarrow,
$$

則應優先查：

- 價格；
- UX；
- latency；
- 分發；
- 品牌；
- policy restrictions。

因為能力證據已較強。

---

# 19. Benchmark 中、BCT 高、市場高

這可能表示：

> 模型不一定在特定榜單最強，但真實任務覆蓋與產品效用都很好。

因此：

$$
\boxed{
\text{Leaderboard Rank}
\neq
\text{Practical Dominance}.
}
$$

---

# 20. 市場是一種揭示偏好

使用者說：

> 我喜歡 A。

不如觀察：

> 他最後有沒有一直用 A？

因此：

$$
\boxed{
\text{Stated Preference}
\neq
\text{Revealed Preference}.
}
$$

---

# 21. 但揭示偏好受 Choice Substrate 限制

對使用者 $i$，可選 AI 集合：

$$
\mathfrak B_i^{\mathrm{market}}.
$$

若：

$$
M^\ast
\notin
\mathfrak B_i^{\mathrm{market}},
$$

使用者不可能選它。

所以：

$$
\boxed{
\text{Market Choice}
}
$$

永遠只是：

$$
\boxed{
\text{Choice Within an Accessible Substrate}.
}
$$

---

# 22. 分發就是能力可達性

如果模型很強但：

- 某地區不可用；
- 某平台不可用；
- 無 API；
- 不進企業流程；

則：

$$
\operatorname{Reachability}(M)\downarrow.
$$

所以：

$$
\boxed{
\text{Capability}
\neq
\text{Accessible Capability}.
}
$$

---

# 23. 價格也是可達性

即使：

$$
C(M)\gg0,
$$

若：

$$
\operatorname{Price}(M)>\text{Budget}_i,
$$

則：

$$
M
\notin
\mathfrak B_i^{\mathrm{effective}}.
$$

因此市場投影會低估純能力。

---

# 24. Latency 同樣會改變市場排序

若：

$$
C(M_1)>C(M_2),
$$

但：

$$
L(M_1)\gg L(M_2),
$$

很多任務仍可能偏好：

$$
M_2.
$$

所以：

$$
U
=
f(C,L).
$$

---

# 25. Reliability 可能比峰值更重要

使用者不一定追：

$$
P_M=\max.
$$

更可能在乎：

$$
\operatorname{Var}(Q_M)\downarrow.
$$

即：

> 不要今天神、明天爛。

因此：

$$
\boxed{
\text{Consistency}
}
$$

也是市場效用的一部分。

---

# 26. Consumer Utility 不等於 Frontier Utility

普通消費者任務：

$$
\mathcal P_C
$$

可能主要是：

- 寫作；
- 問答；
- coding；
- office；
- 翻譯。

而前沿研究任務：

$$
\mathcal P_F
$$

不同。

所以：

$$
\boxed{
U_C(M)
\neq
U_F(M).
}
$$

---

# 27. 消費市場可能低估前沿智能

如果模型：

$$
F_{\mathrm{frontier}}\gg0,
$$

但普通使用者很少需要：

- 新理論；
- frame generation；
- scientific discovery；

那麼：

$$
F_{\mathrm{frontier}}
$$

不一定轉成留存。

---

# 28. 市場也可能高估一般性

如果模型非常適合：

$$
\mathcal P_C,
$$

市場可以很好。

但不代表：

$$
Q_M(\mathbf d)
$$

在未知遠距域同樣高。

因此：

$$
\boxed{
\text{Mass Adoption}
\not\Rightarrow
\text{AGI}.
}
$$

---

# 29. 市場是一個任務分布加權器

市場效用可寫：

$$
U_M
=
\int
Q_M(q)
w_{\mathrm{market}}(q)
dq.
$$

其中：

$$
w_{\mathrm{market}}(q)
$$

是市場對任務的權重。

如果市場很少需要前沿問題：

$$
w_{\mathrm{market}}(q_{\mathrm{frontier}})
\approx0.
$$

那麼前沿能力可能幾乎不影響市場排名。

---

# 30. 所以市場不等於真理

市場最大化的是：

$$
\boxed{
\text{Weighted Realized Utility}.
}
$$

不是：

$$
\boxed{
\text{Epistemic Truth}.
}
$$

也不是：

$$
\boxed{
\text{Civilizational Frontier Potential}.
}
$$

---

# 31. 但市場也不是完全沒認知意義

如果模型宣稱：

> 更 general、更好用、更可靠，

但真實使用者在廣泛任務下持續離開，

那麼市場至少提供：

$$
\boxed{
\text{Counter-Pressure}.
}
$$

即：

> 實驗室敘事未完全轉化成真實效用。

---

# 32. 市場異常

定義：

$$
\boxed{
A_M
=
\operatorname{ExpectedUtility}(M)
-
\operatorname{ObservedMarketUtility}(M).
}
$$

若：

$$
A_M\gg0,
$$

則需要解釋。

---

# 33. 市場異常不是能力反證

可能有：

$$
A_M
=
A_C
+
A_P
+
A_X
+
A_D
+
A_B
+
A_R.
$$

分別代表：

- capability mismatch；
- price；
- UX；
- distribution；
- brand；
- reliability。

因此：

$$
\boxed{
A_M
}
$$

只是 diagnosis trigger。

---

# 34. Comparable-Condition Market Test

若要讓市場更接近能力測試，應盡量控制：

- 價格；
- latency；
- UX；
- 可得性；
- tool access；
- context length；
- policy restriction。

若控制後：

$$
M_1
$$

仍被大量使用者穩定偏好，

市場訊號更接近能力／效用差。

---

# 35. Pairwise Blind Market Evaluation

可以設計：

$$
M_1
\leftrightarrow
M_2
$$

盲測。

隱藏：

- 品牌；
- 模型名；
- 公司名。

固定：

- prompt；
- latency；
- output budget；
- tool condition。

讓使用者選：

$$
A_1
$$

或：

$$
A_2.
$$

這比普通市場更接近能力投影。

---

# 36. 但盲測仍不是前沿智力測驗

因為任務仍來自：

$$
\mathcal P_{\mathrm{user}}.
$$

若使用者不會問：

$$
Q_{\mathrm{frontier}},
$$

就測不到。

因此：

$$
\boxed{
\text{Blind Preference}
\neq
\text{Frontier Generality}.
}
$$

---

# 37. 市場與 BCT 可以互補

BCT：

$$
\boxed{
\text{Controlled Breadth}.
}
$$

市場：

$$
\boxed{
\text{Natural Breadth}.
}
$$

前者控制好但不自然。

後者自然但 confounder 多。

---

# 38. 市場會自然生成長尾任務

大規模使用者會產生：

$$
\mathcal P_{\mathrm{long-tail}}.
$$

其中包含：

- 奇怪格式；
- 冷門領域；
- 模糊需求；
- 非標準工作流；
- 真實限制。

這是市場最有價值的能力訊號之一。

---

# 39. 但企業未必真的讀懂長尾

如果產品 analytics 只追：

- DAU；
- ARR；
- conversion；

而不分析：

$$
\mathcal P_{\mathrm{failure}},
$$

就可能浪費大量能力資料。

所以市場資料仍需要：

$$
\boxed{
\text{Capability-Aware Interpretation}.
}
$$

---

# 40. 市場失敗紀錄是研究資產

使用者的：

- retry；
- reformulate；
- abandon；
- switch；

其實形成：

$$
\boxed{
\text{Behavioral Failure Traces}.
}
$$

可以用來重建：

- capability cliff；
- prompt burden；
- routing failure；
- tool insufficiency。

---

# 41. Consumer Switch Graph

令模型集合：

$$
\{M_1,\ldots,M_n\}.
$$

使用者切換形成：

$$
\mathcal G_S
=
(V_M,E_S).
$$

邊：

$$
M_i\rightarrow M_j
$$

表示使用者從 $M_i$ 切到 $M_j$。

---

# 42. 切換方向帶有 task-conditioned 訊號

若在某任務：

$$
D_k
$$

大量發生：

$$
M_i\rightarrow M_j,
$$

可形成：

$$
\boxed{
\text{Task-Specific Revealed Preference}.
}
$$

這比總市場份額更有能力研究價值。

---

# 43. Task-Conditioned Market Projection

因此應測：

$$
\boxed{
\Pi_M(
\mathcal C
\mid
D_k
).
}
$$

例如：

- coding；
- research；
- writing；
- math；
- enterprise；
- creative。

市場不是一個總分。

而是一組：

$$
\boxed{
\text{Task-Conditioned Projections}.
}
$$

---

# 44. 網路效應會污染市場份額

若平台 $M_1$ 有巨大生態系：

$$
N(M_1)\uparrow
$$

可能提升：

$$
U(M_1)\uparrow.
$$

這不等於模型本體更強。

所以：

$$
\boxed{
\text{Network Effect}
}
$$

必須與：

$$
C(M)
$$

分離。

---

# 45. 但生態整合本身又是真實系統能力

不能簡單說：

> 這都不算。

因為：

$$
M+\text{ecosystem}
$$

對使用者就是完整系統。

因此應區分：

$$
\boxed{
C_{\mathrm{model}}
}
$$

與：

$$
\boxed{
C_{\mathrm{system}}.
}
$$

---

# 46. Market Utility 更接近 System Utility

市場大多測：

$$
U(
M+\text{tools}+\text{ecosystem}
).
$$

所以：

$$
\boxed{
\text{Market Projection}
}
$$

天然偏向：

$$
\boxed{
\text{System-Level Capability}.
}
$$

---

# 47. 這與 Paper 05 的三層能力一致

Paper 05 區分：

$$
C_{\mathrm{core}},
$$

$$
C_{\mathrm{augmented}},
$$

$$
C_{\mathrm{system}}.
$$

Paper 06 補充：

> 市場通常主要投影最後一層。

---

# 48. 市場可能懲罰「前沿但難用」

假設模型：

$$
M_F
$$

非常會探索未知，

但：

- 慢；
- 回答長；
- 多候選；
- 不穩定。

普通使用者可能偏好：

$$
M_K,
$$

因為：

$$
\boxed{
\text{speed + certainty}
}
$$

在日常工作更有用。

---

# 49. 這不是市場錯

市場只是依：

$$
w_{\mathrm{market}}
$$

投票。

如果：

$$
w_{\mathrm{frontier}}
\ll
w_{\mathrm{daily}},
$$

那麼：

$$
M_K
$$

勝出完全合理。

---

# 50. 不同市場會有不同排序

消費市場：

$$
\mathcal M_C.
$$

前沿專業市場：

$$
\mathcal M_F.
$$

可能：

$$
Rank_{\mathcal M_C}(M_1)
\neq
Rank_{\mathcal M_F}(M_1).
$$

因此不能用單一市場份額推論：

$$
\text{general intelligence rank}.
$$

---

# 51. 價格補貼會扭曲短期投影

如果：

$$
Price(M)\downarrow
$$

來自大量補貼，

使用量：

$$
U(M)\uparrow
$$

未必代表能力優勢。

因此：

$$
\boxed{
\text{Subsidized Adoption}
\neq
\text{Pure Capability Demand}.
}
$$

---

# 52. Acquisition 與 Retention 要分開

初始 acquisition 可以由：

- 廣告；
- bundle；
- discount；
- distribution；

大量提升。

但長期：

$$
Retention_t
$$

通常更接近：

$$
\boxed{
\text{Realized User Utility}.
}
$$

---

# 53. 但留存仍不是智能

娛樂性、人格、習慣與社交功能也能提高：

$$
R_t.
$$

因此：

$$
\boxed{
\text{Retention}
\neq
\text{Intelligence}.
}
$$

---

# 54. 使用時間也可能誤導

更強 AI 可能讓：

$$
10\text{ min}
\rightarrow
1\text{ min}.
$$

時間下降，

效用反而上升。

所以：

$$
\boxed{
\text{Time Spent}
}
$$

不是單調正指標。

---

# 55. Task Completion Rate

定義：

$$
TCR
=
\frac{
\text{Completed Tasks}
}{
\text{Attempted Tasks}
}.
$$

它比單純使用時間更接近能力。

---

# 56. 但 TCR 必須條件化難度

如果：

$$
M_1
$$

被拿去做更難任務，

其：

$$
TCR
$$

可能反而低。

因此應測：

$$
\boxed{
TCR(\mathbf d).
}
$$

這直接接上 BCT。

---

# 57. Market Tomography

本文提出：

$$
\boxed{
\mathsf{MT}(M)
=
U_M(\mathbf d).
}
$$

即：

> 不同認知距離上的真實市場效用。

---

# 58. BCT 與 Market Tomography 的差異

BCT：

$$
Q_M(\mathbf d).
$$

Market Tomography：

$$
U_M(\mathbf d).
$$

所以：

$$
\boxed{
Q_M(\mathbf d)
\neq
U_M(\mathbf d).
}
$$

但兩者可比較。

---

# 59. Utility Conversion Ratio

定義：

$$
\boxed{
\eta_U(\mathbf d)
=
\frac{
U_M(\mathbf d)
}{
Q_M(\mathbf d)
}.
}
$$

高：

$$
\eta_U
$$

表示能力能有效轉化為使用者價值。

---

# 60. Capability-to-Utility Gap

定義：

$$
\boxed{
G_{CU}
=
Q_M
-
U_M.
}
$$

大 gap 可能來自：

- UX；
- price；
- latency；
- trust；
- distribution；
- integration。

---

# 61. Utility 超過可測能力也可能發生

若：

$$
U_M>Q_M,
$$

可能來自：

- 生態系；
- network effect；
- convenience；
- bundle；
- brand trust。

這不是假價值。

而是：

$$
\boxed{
\text{System-Level Surplus}.
}
$$

---

# 62. 市場還測需求匹配

模型再強，

如果主要解：

$$
Q_{\mathrm{nobody\ wants}},
$$

市場仍可能弱。

因此：

$$
\boxed{
\text{Capability}
\neq
\text{Demand Alignment}.
}
$$

---

# 63. 前沿能力可能先沒有市場

某個新能力：

$$
F_{\mathrm{new}}
$$

可能暫時缺：（第 63 節在此檔案結尾被截斷，冒號後的清單／說明內容遺失；需確認 part3 是否銜接此處後續內容，若無則須自完整原文還原）

- UI；
- workflow；
- user literacy；
- integration。

所以：

$$
U_M(t_0)\approx0
$$

不代表：

$$
F_{\mathrm{new}}\approx0.
$$

---

# 64. 市場投影是時間依賴的

可寫：

$$
\boxed{
\Pi_M(t).
}
$$

同一能力在不同時代可能有完全不同市場價值。

---

# 65. 市場權重也在變

$$
w_{\mathrm{market}}(q,t)
$$

會隨：

- 教育；
- 文化；
- workflow；
- 產業；
- AI literacy；

變化。

因此：

$$
\boxed{
\text{Market Projection is dynamic}.
}
$$

---

# 66. 長期完全無法轉化仍值得懷疑

如果：

$$
C_{\mathrm{claimed}}\gg0
$$

而長期：

$$
U_M\approx0,
$$

且產品因素已大幅修正，

那麼：

$$
\boxed{
\text{Capability-to-Utility Conversion Failure}
}
$$

就需要認真解釋。

---

# 67. 但市場不能告訴我們公司動機

外部最多看到：

$$
\text{Observed Strategy}
+
\text{Observed Outcome}.
$$

不能直接推出：

$$
\boxed{
\text{Internal Motive}.
}
$$

可能原因：

- 技術限制；
- 訓練週期；
- 商業定位；
- 成本；
- 內部模型未公開；
- 外部觀察本身錯誤。

---

# 68. 不要從市場跳到人格或意圖

本文拒絕：

$$
\text{market weakness}
\Rightarrow
\text{company stupidity}.
$$

也拒絕：

$$
\text{market strength}
\Rightarrow
\text{epistemic correctness}.
$$

只保留：

$$
\boxed{
\text{Market Outcome}
\Rightarrow
\text{New Hypotheses}.
}
$$

---

# 69. 市場作為弱 Bayesian Evidence

令：

$$
H_C
=
\text{model has broad consumer utility}.
$$

若觀察：

$$
E_M
=
\text{persistent broad adoption},
$$

則：

$$
P(H_C\mid E_M)
>
P(H_C)
$$

可以合理成立。

但：

$$
E_M
$$

不是決定性證據。

---

# 70. Consumer Market 對 Frontier Intelligence 的證據較弱

令：

$$
H_F
=
\text{model has strong frontier generativity}.
$$

普通消費市場：

$$
E_C
$$

對：

$$
H_F
$$

的 likelihood ratio 可能很弱。

因此：

$$
\boxed{
\text{Consumer Market Evidence}
}
$$

對：

$$
\boxed{
\text{Frontier Cognition}
}
$$

通常只是弱證據。

---

# 71. 專業市場證據可能更強

若證據來自：

- scientists；
- frontier engineers；
- mathematicians；

且任務真的需要：

$$
F_G,
F_Q,
F_F,
$$

那麼市場證據對 frontier hypothesis 的資訊量更高。

---

# 72. 三層證據融合

可以寫：

$$
\boxed{
P(H_F\mid B,T,M).
}
$$

其中：

- $B$：Benchmark；
- $T$：Tomography；
- $M$：Market。

三者不是互相替代，

而是：

$$
\boxed{
\text{Evidence Fusion}.
}
$$

---

# 73. Benchmark 高但市場低不是判決

更好的問題不是：

> 誰錯？

而是：

$$
\boxed{
\text{Where is the projection loss?}
}
$$

可能出現在：

- model；
- product；
- distribution；
- pricing；
- task fit。

---

# 74. 市場高但 BCT 低也不矛盾

可能表示：

> 模型在市場最常需要的窄域非常好。

因此：

$$
\boxed{
\text{High Market Fit}
}
$$

完全可以與：

$$
\boxed{
\text{Limited Frontier Radius}
}
$$

同時成立。

---

# 75. 真正前沿 AI 不需要市場第一

如果：

$$
\mathcal P_{\mathrm{frontier}}
$$

本身是小市場，

模型可能：

$$
F_{\mathrm{frontier}}\gg0
$$

但：

$$
\text{MarketShare}\ll0.
$$

這不矛盾。

---

# 76. 但廣泛效用 claim 不能完全無視市場

如果 claim 是：

$$
\boxed{
\text{broad general user utility},
}
$$

那麼：

$$
R(M)
$$

就變成相關證據。

所以：

$$
\boxed{
\text{Claim Scope}
\Rightarrow
\text{Relevant Market Evidence}.
}
$$

---

# 77. 弱投影的正式定義

本文定義：

> **弱投影（Weak Projection）是指一個觀測量與目標潛變量具有統計關聯，但受到多個非目標變量共同作用，因此不能被當作目標變量的直接測量。**

因此：

$$
\boxed{
Y_M
=
\Pi_M(
\mathcal C,
\mathcal X,
\mathcal P
)
}
$$

而不是：

$$
Y_M=\mathcal C.
$$

---

# 78. 為什麼叫「市場不是智商測驗」

因為市場真正問的是：

$$
\boxed{
\text{Can this system create enough realized value for enough users under real constraints?}
}
$$

不是：

$$
\boxed{
\text{How intelligent is the underlying model in the abstract?}
}
$$

---

# 79. 市場比實驗室多一個東西：現實阻力

實驗室可暫時忽略：

- waiting；
- pricing；
- integration；
- workflow；
- learning cost。

市場不會。

所以它自然測：

$$
\boxed{
\text{Friction-Adjusted Utility}.
}
$$

---

# 80. Friction-Adjusted Utility

定義：

$$
\boxed{
U_F
=
V_C
-
C_P
-
C_L
-
C_I
-
C_S,
}
$$

其中：

- $V_C$：能力價值；
- $C_P$：價格成本；
- $C_L$：延遲成本；
- $C_I$：整合成本；
- $C_S$：切換／學習成本。

---

# 81. More Intelligence 不一定等於 More Product Utility

若：

$$
\Delta C>0,
$$

但：

$$
\Delta C_L+\Delta C_I
>
\Delta V_C,
$$

市場效用可能反而下降。

所以：

$$
\boxed{
\text{More Intelligence}
\not\Rightarrow
\text{More Product Utility}.
}
$$

---

# 82. 前沿能力也需要產品化接口

如果希望：

$$
F_{\mathrm{frontier}}
$$

被人類真正利用，

需要：

$$
\boxed{
\text{Capability}
\rightarrow
\text{Interface}
\rightarrow
\text{Workflow}
\rightarrow
\text{Value}.
}
$$

市場可以反過來暴露：

> 哪些能力存在，但還沒被有效轉化。

---

# 83. Capability Realization Ratio

定義：

$$
\boxed{
\rho_R
=
\frac{
\text{Realized User Value}
}{
\text{Latent System Capability}
}.
}
$$

低：

$$
\rho_R
$$

不一定表示模型弱，

可能只是：

$$
\boxed{
\text{Poor Realization Layer}.
}
$$

---

# 84. 市場是文明的應用層

如果 benchmark 測：

$$
\text{Potential},
$$

BCT 測：

$$
\text{Capability Geometry},
$$

市場更接近：

$$
\boxed{
\text{Civilizational Utilization}.
}
$$

---

# 85. 三層完整表示

本文建議：

$$
\boxed{
\mathcal E_M
=
(
B_M,
T_M,
R_M
)
}
$$

其中：

- $B_M$：Benchmark Evidence；
- $T_M$：Tomographic Evidence；
- $R_M$：Real-World Market Evidence。

---

# 86. 不要壓成單一總分

因為：

$$
B_M,
T_M,
R_M
$$

回答不同問題。

最合理的是：

$$
\boxed{
\text{Report the Vector}.
}
$$

---

# 87. 可否證條件

## 87.1 Market Independence

若長期資料顯示：

$$
Y_M
$$

與任何能力指標都幾乎無關，完全被品牌與分發支配，

則市場作為能力弱投影的價值下降。

## 87.2 Capability Dominance

若控制價格、UX、分發後，市場排序幾乎完全等同 BCT，

則市場投影可能比本文假設更接近能力。

## 87.3 Segment Instability

若不同使用者群的市場投影極不穩定，

則必須使用 segment-specific model。

## 87.4 Measurement Failure

若 retention、switching、task completion 等行為無法可靠分解，

則 Market Tomography 難以實作。

---

# 88. 非主張

本文不主張：

- 市場永遠正確；
- 市場會選出最聰明 AI；
- 最受歡迎模型就是最前沿；
- 市場弱的模型一定能力差；
- 資本會自動找到正確認知策略；
- 消費者知道自己真正需要什麼；
- benchmark 沒有價值；
- 市場份額可以替代能力評測；
- 任何具體公司的市場結果能直接解釋其訓練策略；
- 外部觀察者能由產品表現推斷內部動機。

本文真正主張的是：

$$
\boxed{
\text{市場提供真實世界效用證據，但它只是前沿智能的一個弱投影。}
}
$$

---

# 89. 核心結論

市場是一個很奇怪的評測器。

它：

- 不控制變量；
- 不知道標準答案；
- 不保證公平；
- 甚至不在乎模型到底抽象地有多聰明。

但它每天讓大量人類問：

> **你到底有沒有用？**

因此市場既不能被當成：

$$
\boxed{
\text{Intelligence Oracle},
}
$$

也不能完全被忽略。

---

# 90. 最終命題

本文提出：

$$
\boxed{
\text{Market outcomes are weak projections of realized AI utility, not direct measurements of frontier intelligence.}
}
$$

中文：

> **市場結果是 AI 真實效用的弱投影，而不是前沿智能的直接測量。**

---

# 91. 說成人話

如果一個 AI benchmark 第一，

但大家不用，

你不能立刻說：

> 它其實很笨。

可能只是產品爛、太貴、太慢、入口太差。

反過來，

如果一個 AI 市場第一，

你也不能直接說：

> 它就是最接近 AGI。

它可能只是：

> 最便宜、最快、最方便、最會滿足目前大多數人的需求。

真正值得一起看的，是：

$$
\boxed{
B+T+R.
}
$$

也就是：

> **排行榜怎麼說？**

> **廣域斷層掃描怎麼說？**

> **真實世界最後怎麼投票？**

三個一起看，才比較接近完整能力圖。

---

# 附錄 A：市場投影算子

$$
\boxed{
Y_M
=
\Pi_M(
\mathcal C_M,
\mathcal P,
\mathcal X
)
}
$$

---

# 附錄 B：三層證據

$$
\boxed{
\mathcal E_M
=
(
B_M,
T_M,
R_M
)
}
$$

---

# 附錄 C：市場效用函數

$$
\boxed{
U_i(M)
=
f(
C,
P,
L,
X,
B,
D,
R,
T
)
}
$$

---

# 附錄 D：Utility Conversion Ratio

$$
\boxed{
\eta_U(\mathbf d)
=
\frac{
U_M(\mathbf d)
}{
Q_M(\mathbf d)
}
}
$$

---

# 附錄 E：Friction-Adjusted Utility

$$
\boxed{
U_F
=
V_C
-
C_P
-
C_L
-
C_I
-
C_S
}
$$

---

# 附錄 F：與 Paper 05 的接口

Paper 05：

$$
\boxed{
Q_M(\mathbf d)
=
\text{Behavioral Capability Tomography}.
}
$$

Paper 06：

$$
\boxed{
U_M(\mathbf d)
=
\text{Market Utility Tomography}.
}
$$

兩者共同允許：

$$
\boxed{
\eta_U(\mathbf d)
=
\frac{
U_M(\mathbf d)
}{
Q_M(\mathbf d)
}
}
$$

用來研究：

> **模型能力到底有多少真正被轉化成使用者價值？**

---

# 附錄 G：Paper 07 接口

前六篇已依序建立：

$$
\boxed{
\text{Objective}
\rightarrow
\text{Information Topology}
\rightarrow
\text{Efficiency}
\rightarrow
\text{Problem Formation}
\rightarrow
\text{Capability Tomography}
\rightarrow
\text{Market Projection}.
}
$$

最後 Paper 07 將回到最初核心：

$$
\boxed{
\text{當沒有現成答案時，智能是否仍願意開始建立答案？}
}
$$

即：

$$
\boxed{
\text{Epistemic Courage}
+
\text{Calibration}
+
\text{Verification}.
}
$$

最後要回答：

> **「敢回答」與「亂回答」之間，到底差在哪裡？**