# APR 驅動的動態全域感知 v0.2 ## ——在不爆 Token 的條件下實現多模態全域觀察 **English Title:** *APR-Governed Dynamic Global Perception: Multimodal Macro-Object Observation Without Context Explosion* **系列：**《宏觀個體導向的動態全域觀察方法論》06 / 07 **Series B：** *Macro-Object-Oriented Dynamic Global Observation Methodology* **作者：** Neo.K × AI 協作 **版本：** v0.2 **日期：** 2026-09-16 **文件性質：** Agent Runtime／Active Perception／Multimodal AI／World Modeling／Evidence Governance／Dynamic Observation **承接：** B01〈宏觀個體與局部投影〉、B02〈角色即觀察算子〉、B03〈解析度理論〉、B04〈推理解析度與觀察解析度不對稱〉、B05〈動態視角路由〉 **既有 Runtime 基座：** Adaptive Perceptual Reading（APR）／Agentic Perception Runtime／Persistent World State／Evidence Archive **後續接口：** B07〈跨視角閉合：宏觀個體與意圖閉合統一〉 **機構：** EveMissLab／一言諾科技有限公司 --- ## 摘要 Series B 前五篇已建立： $$ \boxed{ \text{MacroObject} \neq \text{Projection} } $$ $$ \boxed{ \text{Role} \rightarrow \text{ObservationOperator} } $$ $$ \boxed{ \text{Resolution} = \text{RelevantStateDistinguishability} } $$ $$ \boxed{ \text{ReasoningResolution} \neq \text{ObservationResolution} } $$ 以及： $$ \boxed{ \text{DynamicPerspectiveRouting}. } $$ 因此剩下的核心工程問題是： > **如何把「宏觀個體、視角、解析度、推理／觀察資源與 perspective routing」真正落成一個不會因多模態輸入而 context 爆炸的 Agent Runtime？** 本文將既有 Adaptive Perceptual Reading（APR）接入 Series B，提出： # **Dynamic Global Perception Runtime** ## 動態全域感知 Runtime 其核心不是： ```text all files + all screenshots + all video + all audio + all logs + all traces + all agents → context ``` 而是： $$ \boxed{ \text{Global Awareness} + \text{Persistent World Belief} + \text{Sparse Targeted Observation} + \text{Adaptive Resolution} + \text{Evidence-Grounded Re-observation}. } $$ 本文不重造 APR。既有 APR 已把 perception 定義為： $$ \boxed{ \text{Goal-conditioned, stateful, risk-aware, budgeted information acquisition} } $$ 並把 Agentic Perception 定義為： $$ \boxed{ \text{the autonomy to govern that acquisition process}. } $$ 其核心 state： $$ \boxed{ \mathcal S_t^{APR} = ( W_t, G_t, M_t, U_t, R_t, \mathbf B_t, H_t ) } $$ 其核心 perceptual action： $$ \boxed{ a_t^{APR} = ( m_t, r_t, \Omega_t, \rho_t, \nu_t, d_t, h_t, q_t, p_t ) } $$ 已包含： - modality； - reading mode / representation； - region / scope； - resolution； - sampling rate； - reasoning depth； - history horizon； - revisit / re-observation； - epistemic action。 B06 的新增工作，是在 APR 的 Need / PerceptualPolicy 前加入： $$ \boxed{ \text{PerspectiveRouting} } $$ 並把 APR 的 $W_t$ 提升為 B01–B05 中的： $$ \boxed{ \hat X_t = \text{Epistemically Annotated Macro-Object Belief}. } $$ 因此完整 Runtime 變成： $$ \boxed{ \text{MacroObjectBelief} \rightarrow \text{NeedDetection} \rightarrow \text{PerspectiveRouting} \rightarrow \text{PerceptualPolicy} \rightarrow \text{EvidenceAcquisition} \rightarrow \text{BeliefRevision} \rightarrow \text{Reason/Act} \rightarrow \text{PostActionObservation} \rightarrow \text{RouteReassessment}. } $$ 本文稱此整體為： # **APR-DGO** ## APR-Governed Dynamic Global Observation 其感知政策可表示為： $$ \boxed{ \pi_t^{DGO} : ( G_t, \hat X_t, U_t, K_t, R_t, \mathbf B_t, \Gamma_t, H_t ) \rightarrow ( P_t, m_t, \Omega_t, \boldsymbol\rho_t, \nu_t, d_t, h_t, q_t, p_t ). } $$ 其中新加入： - $P_t$：perspective； - $K_t$：cross-perspective / cross-modal contradictions； - $\Gamma_t$：authority / access envelope； - $\boldsymbol\rho_t$：B03 定義的多維 observation-resolution profile。 此 architecture 的基本思想是： $$ \boxed{ \text{GlobalAttention} \neq UniformProcessing(AllAvailableInformation). } $$ 而： $$ \boxed{ \text{GlobalAttention} = \text{GlobalStateAwareness} + \text{SparseTargetedInspection}. } $$ 這裡的「全域」指： - 宏觀對象一直存在於 world model； - 當前 active projection 可被識別； - 未觀察區域可被標成 unknown； - evidence freshness 可被追蹤； - contradictions 不被抹除； - relevant perspectives 保持 reachable； - 必要時能針對局部提高解析度。 它不要求： > 整個世界永遠在高解析度 context 中。 因此： $$ \boxed{ \text{Globality} \neq \text{Global Materialization}. } $$ 目前既有 APR Runtime 已出現重要工程 substrate。內部 runtime status 顯示 v0.4 已具備： - Persistent World State； - Evidence Archive； - ROI semantic evidence； - fact → evidence IDs → archived asset； - historical semantic re-read； - revisit provenance graph； - contradiction repair from historical evidence； - browser URL / title native state； - bounded ARIA representation； - bounded DOM digest； - active element state； - browser navigation / DOM / focus events； - volatile / TTL schema； - 22 / 22 unit tests。 其 v0.3 milestone 已形成： ```text real stream → low-level delta → selected ROI → semantic evidence → persistent belief ``` 所以 B06 不只是 conceptual proposal。它可以把 Series B 的 perspective / resolution / routing semantics 疊加到現有： $$ \boxed{ \text{monitor} \rightarrow \text{delta} \rightarrow \text{selective inspection} \rightarrow \text{evidence archive} \rightarrow \text{belief revision} } $$ 之上。 外部研究也快速朝相同方向收斂。CVPR 2026 *Active Video Perception* 將長影片視為 interactive environment，以 plan–observe–reflect 迴圈只取得 compact query-relevant evidence，並報告相較其最佳 agentic baseline 提升平均 accuracy 的同時，僅使用約 18.4% inference time 與 12.4% input tokens。2026 *OmniAgent* 將長影音理解正式化為 POMDP-based Observation–Thought–Action loop，以 on-demand actions 取得 audio-visual cues 並壓縮進 persistent textual memory，使 reasoning complexity 與 raw video duration 解耦。AOP-Agent 則使用 hierarchical omni-modal memory 與 observe–reflect–replan loop。VideoHV-Agent 進一步採用「先形成可驗假說，再尋找 discriminative clue，再 localized verification」的 evidence-seeking 結構。 這些研究不等同 APR-DGO，但它們共同支持： $$ \boxed{ \text{Perception} } $$ 正在從： $$ \boxed{ \text{fixed input preprocessing} } $$ 轉向： $$ \boxed{ \text{an agent-controlled epistemic process}. } $$ 本文最終主張： > **全域感知不是把所有世界輸入同時餵給模型，而是維持一個可更新的宏觀世界信念，並只在目前 decision 還無法閉合的位置動態取得最小充分證據。** --- # 1. 從「輸入」到「感知治理」 傳統 AI pipeline： ```text Input → Model → Output ``` 多模態版本： ```text Text + Image + Audio + Video → Model → Output ``` 但 Agent 世界不是一次性 input。 它是： $$ \boxed{ X_0 \rightarrow X_1 \rightarrow X_2 \rightarrow\cdots } $$ 持續變動。 --- # 2. 世界不是 Context Agent 真正環境： $$ X_t. $$ 模型 context： $$ C_t. $$ 一般： $$ \boxed{ C_t \neq X_t. } $$ 所以： > context 裡沒有 不能推出： > world 裡沒有。 --- # 3. Context 是工作區，不是世界本身 $$ \boxed{ \text{Context} = \text{ManagedCognitiveWorkspace}. } $$ 它只應 materialize： - current goal； - macro state summary； - active evidence； - unresolved unknowns； - current local details。 --- # 4. 全域感知的根本問題 如果 agent 要掌握： - repository； - browser； - desktop； - runtime； - logs； - user； - external service； 不能每輪： $$ \text{ReadEverythingAgain}. $$ --- # 5. Full-World Re-reading 的複雜度問題 令可觀察資料量： $$ D_t. $$ 若每輪： $$ Cost_t\propto D_t, $$ 且 task horizon： $$ T, $$ 則： $$ \boxed{ \text{TotalCost} \approx \sum_{t=1}^{T}D_t. } $$ 長時空 Agent 很快不可承受。 --- # 6. Persistent World Belief 替代方案： $$ \boxed{ W_t = \text{persistent world belief}. } $$ 新 evidence： $$ E_t. $$ 局部更新： $$ \boxed{ W_{t+1} = \text{Update}(W_t,E_t). } $$ --- # 7. B06 將 $W_t$ 與 Macro Object 統一 B01： $$ \hat X_t = Belief(X_t\mid E_{\le t}). $$ APR： $$ W_t. $$ 本文採： $$ \boxed{ W_t \equiv \hat X_t } $$ 在 runtime working-model 語義上統一。 --- # 8. Epistemically Annotated World State 不是只存： ```text button.visible = true ``` 而是： ```yaml fact: value: true source: evidence_ids: observed_at: confidence: freshness: contradictions: ``` --- # 9. World Belief 至少四態 每項可有： $$ \boxed{ KNOWN, UNKNOWN, CONFLICTED, STALE. } $$ --- # 10. KNOWN 不代表永恆 Known： > 有足夠 current evidence。 若 TTL 到： $$ KNOWN \rightarrow STALE. $$ --- # 11. UNKNOWN 必須保留 若沒有觀察： $$ UNKNOWN. $$ 不要： $$ \text{false}. $$ --- # 12. CONFLICTED 必須保留 不同 evidence： $$ e_1\neq e_2. $$ 不要直接 overwrite。 --- # 13. STALE 是動態世界必要狀態 舊 evidence： $$ \mathrm{Age}(E)>\tau. $$ 即使歷史上正確， 不能直接代表現在。 --- # 14. Evidence Archive Persistent belief 不應只存 final facts。 還需： $$ \boxed{ \text{EvidenceArchive}. } $$ --- # 15. Why Archive? 未來可能： - question 改變； - conflict 出現； - old evidence 需重新解讀； - model capability 提升； - perspective 改變。 所以： $$ \boxed{ \text{HistoricalEvidence} } $$ 仍有未來價值。 --- # 16. Historical Revisit APR v0.4 已實作： > historical semantic re-read / revisit provenance graph。 這提供： $$ \boxed{ \text{ReinterpretWithoutReacquire} } $$ 的能力。 --- # 17. Revisit 與 Reobserve 不同 ## Revisit 重新讀： $$ E_{past}. $$ ## Reobserve 取得： $$ E_{new}. $$ 兩者： $$ \boxed{ \text{Revisit} \neq \text{Reobserve}. } $$ --- # 18. Revisit 成本通常更低 如果 historical asset 還有效： $$ C_{revisit} evidence 是否只是「沒理解」，還是「真的過期」。 --- # 19. Current-vs-Historical Routing 因此 evidence router 需要： ```text CURRENT HISTORICAL REACQUIRE ``` 三種路徑。 --- # 20. APR v0.4 的下一工程方向 目前 status 已提出： - event-native； - targeted subtree； - persistent event ledger； - retention / compaction； - current-vs-historical query routing。 這些都與 B06 完全對齊。 --- # 21. Dynamic Global Perception 的五層控制 本文把 B05 原本的三層 route 擴成五層： $$ \boxed{ \text{Perspective} \rightarrow \text{Modality} \rightarrow \text{Scope} \rightarrow \text{Resolution} \rightarrow \text{EvidenceAction}. } $$ --- # 22. Layer 1 — Perspective Routing $$ P_t^\ast. $$ B05 已處理。 回答： > 從什麼判定／專業角度看？ --- # 23. Layer 2 — Modality Routing $$ m_t^\ast. $$ 例如： - code； - structured state； - DOM； - screenshot； - audio； - video； - trace； - metrics； - human report。 --- # 24. Layer 3 — Scope Routing $$ \Omega_t. $$ 回答： > 世界的哪一部分？ 例如： - full page； - checkout modal； - one service； - one transaction； - one video segment。 --- # 25. Layer 4 — Resolution Routing $$ \boldsymbol\rho_t. $$ B03： - spatial； - temporal； - semantic； - causal； - structural； - freshness； - discriminative。 --- # 26. Layer 5 — Evidence Action $$ p_t. $$ 例如： - inspect； - zoom； - query； - replay； - reproduce； - inject； - revisit； - refresh； - compare。 --- # 27. APR action 的 Series B 版本 既有 APR： $$ a_t = ( m_t, r_t, \Omega_t, \rho_t, \nu_t, d_t, h_t, q_t, p_t ). $$ 本文加入： $$ P_t. $$ 形成： $$ \boxed{ a_t^{DGO} = ( P_t, m_t, r_t, \Omega_t, \boldsymbol\rho_t, \nu_t, d_t, h_t, q_t, p_t ). } $$ --- # 28. $P_t$ — Perspective 決定： > 哪種 uncertainty 被優先解。 --- # 29. $m_t$ — Modality 決定： > 從什麼 evidence carrier 取訊號。 --- # 30. $r_t$ — Reading / Representation Mode 例如： - semantic； - structural； - pixel； - DOM； - summary； - raw。 --- # 31. $\Omega_t$ — Scope 決定： > 哪一區。 --- # 32. $\boldsymbol\rho_t$ — Resolution 決定： > 需要區分到什麼程度。 --- # 33. $\nu_t$ — Sampling 決定： > 多頻繁／多密。 --- # 34. $d_t$ — Reasoning Depth B04： > evidence 夠後要想多深。 --- # 35. $h_t$ — Historical Horizon 回答： > 需要看多久以前？ --- # 36. $q_t$ — Revisit / Re-observation 回答： > 用舊 evidence 還是重新觀察？ --- # 37. $p_t$ — Epistemic Action 回答： > 是否要主動改變 observation condition。 --- # 38. Global Perception Policy 完整： $$ \boxed{ \pi_t^{DGO} : S_t \rightarrow a_t^{DGO}. } $$ --- # 39. Runtime State $$ \boxed{ S_t = ( G_t, W_t, P_t, U_t, K_t, R_t, \mathbf B_t, \Gamma_t, H_t ). } $$ --- # 40. $G_t$ goal / mission。 --- # 41. $W_t$ persistent macro world belief。 --- # 42. $P_t$ active perspective / role operator。 --- # 43. $U_t$ typed unknowns。 --- # 44. $K_t$ known conflicts / contradictions。 --- # 45. $R_t$ risk / irreversibility / decision sensitivity。 --- # 46. $\mathbf B_t$ token、compute、latency、memory、energy、IO、human budgets。 --- # 47. $\Gamma_t$ authority / privacy / access constraints。 --- # 48. $H_t$ history： - past observations； - route success； - evidence lineage； - action receipts。 --- # 49. Perception Runtime 不等於 Vision Runtime APR 的「perception」是： $$ \boxed{ \text{world}\rightarrow \text{selected}\ \text{evidence}. } $$ 所以可讀： - source； - DB； - logs； - browser； - API； - user； - physical sensor。 --- # 50. Modality = Evidence Carrier Family B03 已把 modality 一般化。 B06 延續： $$ \mathcal M = \{ \text{code}, \text{text}, \text{state}, \text{DOM}, \text{image}, \text{video}, \text{audio}, \text{trace}, \text{metric}, \text{network}, \text{DB}, \text{formal}, \text{human}, \text{sensor} \}. $$ --- # 51. Direct State 優先原則 若 query 是： > browser URL 是什麼？ native state： $$ O_{native} $$ 通常比： $$ \text{Screenshot}\rightarrow \text{OCR} $$ 更便宜且可靠。 --- # 52. 但 Direct State 不等於 User Experience 若 query： > 使用者看到的按鈕是否被遮住？ DOM state 不足。 需要： $$ \text{RenderedObservation}. $$ --- # 53. Modality Selection 必須 Claim-Relative $$ \boxed{ \text{BestModality} = f(\text{Claim}). } $$ --- # 54. Structured Fast Loop APR current architecture 已有： ```text fast structured / pixel monitoring → delta / event / significance ``` B06 稱： # Fast Loop --- # 55. Fast Loop 的目的 不是： > 深度理解。 而是： - detect change； - maintain current state； - find anomaly； - decide whether semantic escalation needed。 --- # 56. Slow Semantic Loop 若： $$ \text{Significance}>\tau, $$ 進： # Slow Loop 執行： - selected semantic inspection； - deeper VLM / LLM reasoning； - targeted ROI； - evidence archival。 --- # 57. Fast / Slow 分層 $$ \boxed{ \text{FastMonitor} \rightarrow \text{SignificanceGate} \rightarrow \text{SlowSemanticInspection}. } $$ --- # 58. 為什麼需要兩速感知？ 如果每個 pixel delta 都進 frontier model： $$ \text{Cost}\rightarrow\infty. $$ 如果只做 cheap delta： $$ \text{SemanticUnderstanding}\downarrow. $$ 兩層折衷。 --- # 59. Significance ≠ Magnitude APR-02： $$ \boxed{ \text{ChangeMagnitude} \neq \text{ChangeSignificance}. } $$ --- # 60. 小變化可能高重要 例如： - button enabled； - permission changed； - price digit changed。 --- # 61. 大變化可能低重要 背景 animation。 --- # 62. Significance Function 概念： $$ \boxed{ \text{Sig}(\Delta) = f( \text{Goal}, \text{Risk}, \text{CurrentUnknown}, \text{AffectedRelation}, \text{DecisionSensitivity} ). } $$ --- # 63. Event-Native 感知 輪詢： $$ \text{poll all}. $$ 成本高。 event-native： $$ \text{event}\rightarrow \text{targeted inspection}. $$ --- # 64. Event Sources 例如： - DOM mutation； - browser navigation； - focus； - file change； - deployment； - user complaint； - runtime alert。 --- # 65. Event 不是 Evidence Completion event： > something changed。 仍需： $$ \text{Inspect}. $$ --- # 66. Trigger vs Evidence $$ \boxed{ \text{Trigger} \neq \text{Evidence}. } $$ --- # 67. ROI — Region of Interest 對視覺／DOM／graph： $$ \Omega_t $$ 可以非常小。 --- # 68. ROI 不只是畫面 crop 也可以： - file subtree； - dependency cone； - trace span； - time segment； - graph neighborhood。 --- # 69. Generalized ROI $$ \boxed{ \text{ROI} = \text{bounded subspace selected for expensive inspection}. } $$ --- # 70. ROI Selection 來自 Macro Awareness 如果沒有 global map， Agent 不知道： > 哪個 region relevant。 所以： $$ \boxed{ \text{GlobalSkeleton} \rightarrow \text{LocalROI}. } $$ --- # 71. 全域感知不是 Localism 雖然每次只看 ROI， 宏觀 world state 仍存在。 所以： $$ \boxed{ \text{SparseObservation} \neq \text{LocalMind}. } $$ --- # 72. Global Mind, Local Inspection B05 的： $$ \text{GlobalMind}+\text{LocalLens}. $$ B06 實作成： $$ \boxed{ \text{PersistentGlobalBelief} + \text{TargetedROIInspection}. } $$ --- # 73. Context Materialization context 只載： 1. macro summary； 2. active perspective； 3. relevant evidence； 4. local ROI； 5. unresolved contradictions。 --- # 74. Context Dematerialization perspective close 後： - raw ROI 可離開 context； - evidence archive 保留； - belief update 留在 world state。 --- # 75. Context 不應成 Evidence Archive 否則： $$ \text{ContextWindow} $$ 同時承擔： - working memory； - storage； - provenance； 必然爆。 --- # 76. Memory Layering $$ \boxed{ \text{Context} \neq \text{WorldState} \neq \text{EvidenceArchive}. } $$ --- # 77. Context temporary working set。 --- # 78. World State current best belief。 --- # 79. Evidence Archive historical source-of-evidence store。 --- # 80. 這三層分離是長時空 Agent 的必要條件之一 如果沒有： > context pruning。 長 horizon： $$ \text{TokenCost}\uparrow. $$ --- # 81. Belief Update 新 evidence： $$ e_t. $$ 更新： $$ \boxed{ W_{t+1} = \text{UpdateBelief}( W_t, e_t, \text{Provenance}, \text{Freshness} ). } $$ --- # 82. Evidence 不直接 destructive overwrite 若 conflict： $$ e_1\neq e_2, $$ world state： $$ \text{CONFLICTED}. $$ --- # 83. Contradiction Repair APR v0.4 已有： > contradiction repair from historical evidence。 B06 可正式定義： $$ \boxed{ \text{Conflict} \rightarrow \text{Revisit} \lor \text{Reobserve} \lor \text{PerspectiveSwitch}. } $$ --- # 84. 不要讓新 observation 自動消掉舊 evidence 舊 evidence 可能代表： - past world state； - different scope； - sensor disagreement。 --- # 85. Temporal Provenance 每 evidence： $$ t_e. $$ world version： $$ v_e. $$ --- # 86. Evidence Object ```yaml evidence: id: modality: perspective: source: scope: world_version: observed_at: resolution: confidence: lineage: asset_ref: ``` --- # 87. Fact Object ```yaml fact: value: status: evidence_ids: confidence: freshness: contradictions: ``` --- # 88. Observation ≠ Fact Raw observation： $$ e. $$ semantic fact： $$ f(e). $$ 這兩層要分開。 --- # 89. Semantic Inspector APR v0.3 已有 SemanticInspector protocol。 其位置： $$ \text{ROI} \rightarrow \text{SemanticEvidence}. $$ --- # 90. Inspector 可替換 可以： - local VLM； - cloud VLM； - deterministic parser； - accessibility tree parser。 所以： $$ \boxed{ \text{PerceptionRuntime} \neq \text{OneModel}. } $$ --- # 91. Model Router 屬於 Substrate Layer Perspective / modality 選完， 才選： > 哪個模型。 --- # 92. ACR 與 APR 內部 ACR 已區分： $$ \boxed{ ACR = \text{CognitiveResourceGovernance} } $$ $$ \boxed{ APR = \text{PerceptualResourceGovernance}. } $$ --- # 93. B06 的位置 $$ ACR $$ 可配置： - reasoning； - memory； - context； - model； - verification； - perception。 APR-DGO： > 負責 perception 內部的 dynamic global observation。 --- # 94. ACR → APR $$ \boxed{ \text{ResourceSupervisor} \rightarrow \text{PerceptionBudget} \rightarrow APR\text{-}DGO. } $$ --- # 95. APR-DGO 不應搶整個 Cognition Control Plane 它不決定所有： - model； - memory； - agent collaboration。 它輸出： > observation / evidence。 --- # 96. 但 B04 要求 APR 與 Reasoning Budget 協調 如果： $$ \text{ObservationBottleneck}, $$ ACR： $$ B_{perception}\uparrow. $$ --- # 97. Reasoning Bottleneck $$ B_{reasoning}\uparrow. $$ --- # 98. Perception / Reasoning Closed Loop $$ \boxed{ ACR \leftrightarrow APR\text{-}DGO. } $$ --- # 99. Information-Gain Budgeting 觀察 action： $$ a. $$ $$ IG_Q(a). $$ 成本： $$ C(a) = C_{tok} + C_{io} + C_{lat} + C_{compute} + C_{human} + C_{authority}. $$ --- # 100. Default Utility $$ \boxed{ U(a) = IG_Q(a) - \lambda C(a). } $$ --- # 101. Risk Floor 高風險： $$ RiskCoverage(a)\ge\tau_R. $$ 即使： $$ U(a)<0 $$ 也可能 mandatory。 --- # 102. Minimum Necessary Observation $$ \boxed{ a^\ast = \arg\min_a Cost(a) } $$ subject to： $$ \text{DecisionClosure}. $$ --- # 103. 這不是「越少看越好」 是： $$ \boxed{ \text{SufficientObservation} } $$ 以最低成本達成。 --- # 104. Stop Rule 若： $$ U_{decision}<\tau_U, $$ $$ RiskCoverage\ge\tau_R, $$ $$ MarginalIG<\tau_{IG}, $$ 則： $$ \boxed{ \text{StopPerception}. } $$ --- # 105. B01 的語義版本 更強： 若： $$ Decision_Q(x_a) = Decision_Q(x_b) $$ 對所有 remaining compatible states 成立， 即可 stop。 --- # 106. Perception Saturation 如果： $$ N_{observation}\uparrow $$ 但： $$ AmbiguityReduction\approx0, $$ 停止或 switch。 --- # 107. Re-observation Trigger - stale； - unexpected outcome； - affected state； - contradiction； - high-risk action。 --- # 108. Revisit Trigger - new question over old evidence； - interpretation changed； - new role； - contradiction may be historical semantic error。 --- # 109. Observation Cache fresh evidence： $$ E_v. $$ 若 world unchanged： $$ \text{reuse}. $$ --- # 110. Cache Invalidation 若： $$ Affected(E_v,\Delta X)=1, $$ invalidate。 --- # 111. Evidence TTL 不同 state： - URL TTL 長； - cursor position TTL 短； - stock price TTL 極短； - source code commit TTL 依 version。 --- # 112. TTL Schema APR runtime 已有： > volatile / TTL schema registration by adapters。 B06 把它視為： $$ \boxed{ \text{Freshness Governance.} } $$ --- # 113. Adapter-Declared Volatility source adapter 可以告訴 runtime： ```text this field volatile ``` 因此： $$ \text{ReobserveFrequency} $$ 可自適應。 --- # 114. Freshness Routing $$ \boxed{ \text{SamplingRate} = f( \text{Volatility}, \text{Risk}, \text{DecisionSensitivity} ). } $$ --- # 115. Continuous Perception ≠ Continuous Full Processing APR： $$ \text{ContinuousPerception} = \text{BeliefMaintenance}. $$ 所以： > fast low-cost monitoring + event escalation 即可。 --- # 116. Event-Driven Belief Maintenance ```text world event → delta → significance → maybe semantic inspect → belief update ``` --- # 117. No Event 不代表： > re-run full semantic model。 --- # 118. Polling vs Event static source： - version event。 dynamic UI： - DOM / focus events。 --- # 119. Post-Action Observation 這是 B06 與 Series A 綠燈錯置最重要的橋。 --- # 120. Execution Receipt ≠ Outcome Provider： ```text CONFIRMED ``` 只代表： > action invocation accepted / applied from provider view。 --- # 121. ExpectedOutcome ≠ ObservedOutcome $$ \boxed{ \text{ExpectedOutcome} \neq \text{ObservedOutcome}. } $$ --- # 122. New Machine Observation Action： $$ a_t. $$ 需要： $$ \boxed{ e_{post} } $$ 且： $$ t(e_{post})\ge t(a_t). $$ --- # 123. Receipt 不直接更新 Belief 不能： $$ \text{Receipt} \Rightarrow Belief(Postcondition). $$ --- # 124. 正確 Closed Loop $$ \boxed{ W_t \rightarrow \text{Plan} \rightarrow \text{Act} \rightarrow \text{Observe} \rightarrow \text{Verify} \rightarrow W_{t+1}. } $$ --- # 125. Circular Self-Confirmation 禁止 不能： ```text expected X → action receipt → write X into internal state → read internal state → SUCCESS ``` --- # 126. External / Machine Re-observation 必須： > 從 action 後的 world 重新取得 evidence。 --- # 127. Independent Outcome Verification 高風險時： verifier 只使用： - new evidence； - declared postcondition； - action lineage； - world version / time。 --- # 128. Verification Result 可： ```text SUCCESS VERIFY RETRY REPLAN ROLLBACK FAILED ``` --- # 129. Recovery Recommendation ≠ Authority 即使： $$ RETRY, $$ 仍需： - authority； - readiness。 --- # 130. Post-Action Perspective Action 後 perspective 不一定相同。 例如： implementation action 後： $$ P_{visual} $$ 驗結果。 --- # 131. Actuation / Observation Asymmetry 改 world： $$ P_{implementation}. $$ 驗 world： $$ P_{user/runtime}. $$ 這可增加 independence。 --- # 132. Outcome Perspective Routing B05 router 應針對： > postcondition claim 重新選 perspective。 --- # 133. Example：UI Fix ```text Intent: 修好設定頁底部按鈕 ↓ Macro object: UI + state + save action + layout ↓ P_implementation ↓ code diff + component tests PASS ↓ claim requires rendered state ↓ P_visual / P_UX ↓ APR scope = settings footer ↓ viewport = relevant mobile size ↓ fresh screenshot ↓ overlap observed ↓ P_implementation ↓ repair ↓ targeted reobserve ↓ interaction smoke ↓ closure ``` --- # 134. 這裡沒有做 - full repository reread； - all pages screenshots； - security audit； - full video recording。 --- # 135. Example：Duplicate Payment ```text P_backend → tests pass → user outcome still wrong → P_transaction/end-to-end → trace specific request → identify retry + missing idempotency → repair → replay → DB / provider post-action evidence ``` --- # 136. Example：Game Telegraph ```text P_programmer → state machine pass P_designer → timing spec pass unknown remains: player readability P_player → targeted replay → visible cue only 120ms → belief revised ``` --- # 137. Example：Browser Automation Task： > 確認目前頁面 URL。 APR 選： $$ \text{native browser state}. $$ 不做： $$ \text{screenshot}\rightarrow\text{OCR}. $$ --- # 138. Browser Native State APR v0.4 已具： - URL/title； - bounded ARIA； - DOM digest； - active element； - navigation / focus event。 這些是： $$ \boxed{ \text{StructuredObservation}. } $$ --- # 139. Structured State + Pixel State 兩者互補： - structured：cheap / semantic； - pixels：rendered truth。 --- # 140. Dual Observation UI： $$ O_{DOM} + O_{vision}. $$ 可發現： > DOM says visible, pixel says occluded。 --- # 141. Cross-Modal Contradiction 不是 bug in runtime。 它是： $$ \boxed{ \text{high-value evidence}. } $$ --- # 142. Contradiction Routing cross-modal conflict： $$ \rightarrow P_{interaction} $$ 或： $$ P_{layout}. $$ --- # 143. Active Video Perception 近鄰 CVPR 2026 AVP： ```text plan → observe → reflect → evidence sufficient? yes → answer no → observe again ``` 與 B06： ```text Need → Perspective → Observe → BeliefRevision → DecisionClosure? ``` 結構高度相似。 --- # 144. AVP 的效率訊號 其報告： - accuracy improved； - 18.4% inference time； - 12.4% input tokens； 相較最佳 agentic baseline。 這說明： $$ \boxed{ \text{SelectiveObservation} } $$ 可以同時提升： - efficiency； - accuracy。 但僅限其 long-video benchmark setting，不外推普遍比例。 --- # 145. Video Active Perception 2026 VAP： > 使用 prior world knowledge 引導 keyframe acquisition， 提高 frame efficiency。 其方法是 training-free long-video QA。 --- # 146. B06 的上位抽象 video frame： $$ \subset \text{general world evidence}. $$ 所以： $$ \boxed{ \text{KeyframeSelection} } $$ 只是： $$ \boxed{ \text{EvidenceScopeRouting} } $$ 的一個特例。 --- # 147. OmniAgent 2026 OmniAgent： $$ \text{Observation} \rightarrow \text{Thought} \rightarrow \text{Action}. $$ on-demand 取得： - frame； - audio； - clip； 蒸餾進 persistent memory。 --- # 148. B06 與 OmniAgent 的共同點 $$ \boxed{ \text{PersistentState} + \text{OnDemandPerception}. } $$ --- # 149. 差異 OmniAgent domain： > long video。 APR-DGO domain： > general agent world： - software； - browser； - desktop； - sensors； - project state； - external systems。 --- # 150. AOP-Agent 2026： > hierarchical omni-modal memory + observe–reflect–replan。 支持： $$ \boxed{ \text{Perception} } $$ 應有： $$ \boxed{ \text{Replan}. } $$ --- # 151. VideoHV-Agent 2026 CVPR： ```text candidate → hypothesis → discriminative clue → localized verification ``` 提供： $$ \boxed{ \text{Hypothesis}\rightarrow\text{EvidenceSeeking}. } $$ 的強近鄰。 --- # 152. B06 可吸收的原則 不是： > 找更多資料。 而： > 先問哪個 observation 能區分 hypotheses。 --- # 153. Hypothesis-Directed Observation $$ \mathcal H_t. $$ 選： $$ a_t $$ 最大化： $$ \text{Discrimination}(\mathcal H_t). $$ --- # 154. Evidence Sufficiency Reflector Runtime 可以有： $$ \boxed{ \text{EvidenceSufficiencyCheck}. } $$ --- # 155. 但 Reflector 不能只自評 可基於： - remaining ambiguity； - required resolution； - risk； - mandatory evidence。 --- # 156. Perception Stopping Rule 不是「模型覺得夠」 應有 explicit semantics。 --- # 157. Evidence Sufficiency $$ \boxed{ \text{Sufficient}(E,Q) } $$ 若： - required dimensions closed； - decision stable； - freshness valid； - risk coverage sufficient。 --- # 158. Resource-Aware Perception 每 observation： $$ \text{Cost}. $$ Runtime 需： - token； - latency； - energy； - I/O； - tool； - human。 --- # 159. Cost Vector $$ \boxed{ \mathbf C = ( C_{tok}, C_{flop}, C_{lat}, C_{mem}, C_{io}, C_{energy}, C_{human} ). } $$ --- # 160. 不一定能壓成單一 Scalar APR 已指出： > latency 與 energy 不自然可加。 所以： $$ \boxed{ \text{Pareto} / \text{constrained optimization} } $$ 可能比固定 reward 更合理。 --- # 161. Budget Reservation 高風險 task： 預留： $$ B_{safety}. $$ 不能一開始把所有 budget 花光。 --- # 162. Perception Safety Reserve 例如： > deploy 後需要 post-action observation。 提前保留 budget。 --- # 163. Budget Exhaustion 不應造成 False Closure 如果 budget 用完： $$ \boxed{ \text{INCOMPLETE\_EVIDENCE}. } $$ 不是： $$ \text{PASS}. $$ --- # 164. Evidence Failure States ```text OBSERVED UNKNOWN BLOCKED STALE CONFLICTED INSUFFICIENT ``` --- # 165. Blocked tool / authority 不可用。 --- # 166. Blocked ≠ False 例如： > production state unknown because no access。 --- # 167. Authority-Aware Perception 感知本身也有 permission。 例如： - private email； - medical record； - production logs。 --- # 168. Observation Authority $$ \boxed{ \text{MayObserve} } $$ 與： $$ \boxed{ \text{MayAct} } $$ 分離。 --- # 169. Perspective 可 relevant 但不可執行 $$ P_i $$ status： $$ SUSPENDED. $$ --- # 170. Fallback Observation permission 不足： > staging / synthetic / user-provided evidence。 但標： $$ DEGRADED. $$ --- # 171. Privacy-Minimizing Observation 若只需： > element visible? 不應取得： > full private page content。 --- # 172. Minimum Necessary Observation 也是 Privacy Principle $$ \boxed{ \text{ObserveOnlyWhatTheDecisionRequires}. } $$ --- # 173. Egress Governance local data： 若 policy： $$ \text{NoRemoteEgress}. $$ modality router 不能送 cloud VLM。 --- # 174. Model Choice 受 Perception Policy Constraint Perspective： visual。 但 executor： local VLM。 --- # 175. Global Perception 不等於 Surveillance 再次固定： $$ \boxed{ \text{GlobalPerception} \neq \text{ContinuousCollectionOfAllAvailableData}. } $$ --- # 176. 真正全域 $$ \boxed{ \text{GlobalReachability} } $$ 而不是： $$ \text{GlobalIngestion}. $$ --- # 177. Sensor Always-On 也不等於 Semantic Always-On cheap sensor： > monitor。 expensive semantic model： > only when triggered。 --- # 178. Two-Tier Privacy Fast loop： - metadata / delta。 Slow loop： - targeted content。 可降低 exposure。 --- # 179. Event Ledger v0.5 planned persistent event ledger。 B06 建議： ```yaml event: id: source: type: time: affected_region: significance: inspection_status: ``` --- # 180. Event Ledger ≠ Evidence Archive event： > change notification。 evidence： > inspection result。 --- # 181. Event → Evidence Link ```yaml event: evidence_ids: ``` --- # 182. Historical Query 問： > 昨天 13:00 button 狀態？ 需要： $$ \text{HistoricalState}. $$ --- # 183. Current Query 問： > 現在呢？ 需要： $$ \text{FreshState}. $$ --- # 184. Query Routing 必須區分 Current vs Historical 這正是 APR v0.5 planned item。 --- # 185. Belief Compaction world state 長期累積： $$ \text{MemoryCost}\uparrow. $$ 需要： - retention； - compaction； - archival。 --- # 186. Compaction 不得抹 Provenance 可以： > summary。 但： $$ \text{summary}\rightarrow \text{evidence refs}. $$ --- # 187. Resolution-Preserving Compaction B03： $$ \text{DataCompression} \nRightarrow \text{DecisionResolutionLoss}. $$ 若 task distinctions 保留。 --- # 188. Belief Compaction Goal 保留： - current state； - uncertainty； - key lineage； - reopen conditions。 --- # 189. Full Raw History 不必常駐 archive 冷存。 --- # 190. Warm Evidence 最近／高 reuse。 --- # 191. Hot World State current belief。 --- # 192. Cold Archive old raw assets。 --- # 193. Multi-Tier Evidence Memory $$ \boxed{ \text{HotBelief} + \text{WarmEvidence} + \text{ColdArchive}. } $$ --- # 194. Revisit Compiler historical question： > 先查 semantic fact。 若不足： > evidence archive。 再不足： > raw asset。 --- # 195. Observation Path Compilation 常見 task： > 對應最佳 evidence path。 可被記住。 --- # 196. 但不能 Permission Compile 每次仍 check： - access； - version； - TTL； - policy。 --- # 197. Fast Path 也要 Freshness Check hot path： > old screenshot 如果 stale， 不得 reuse。 --- # 198. World Model Update Granularity 小 event： > 不需要 rebuild entire graph。 更新 affected cone： $$ Cone(\Delta). $$ --- # 199. Affected-Cone Belief Update $$ \boxed{ W_{t+1} = Update( W_t, E_t, Cone(E_t) ). } $$ --- # 200. Global Consistency Check 局部 update 後： - boundary invariants； - contradictions； 檢查。 不必 full recompute。 --- # 201. Causal Invalidation 如果 change： $$ \Delta X $$ 影響 evidence： $$ E_i, $$ invalidate。 --- # 202. Evidence Dependency Graph node： - fact； - evidence； - world component。 edge： > supports / affected by。 --- # 203. Re-observation Scheduler 根據： - TTL； - affected change； - risk； - usage； 安排。 --- # 204. Sampling Rate $$ \nu_t = f( \text{Volatility}, \text{Risk}, \text{DecisionNeed}, \text{Budget} ). $$ --- # 205. High Volatility cursor / animation： $$ \nu\uparrow. $$ --- # 206. Low Volatility source commit： 事件驅動即可。 --- # 207. Adaptive Sampling 不是： > 固定 30fps 所有東西。 --- # 208. Temporal Aliasing sampling 太低： > 短暫事件漏掉。 --- # 209. Over-Sampling sampling 太高： > 重複資料。 --- # 210. B03 Resolution 與 Sampling $$ \nu $$ 是 temporal resolution resource。 --- # 211. Semantic Sampling 不是每 frame 都做 VLM。 可： - cheap delta every frame； - semantic inspect selected frames。 --- # 212. Long Video 同型 AVP / VAP / OmniAgent 都利用： > sparse temporal evidence。 --- # 213. Software Runtime 同型 trace 中： > 只 inspect relevant transaction。 --- # 214. Web 同型 DOM events： > 只 inspect mutated subtree。 --- # 215. Desktop 同型 UIA event： > 只 inspect affected control。 --- # 216. Dynamic Global Perception 的普遍性 不同 domain： $$ \boxed{ \text{same control principle, different adapters.} } $$ --- # 217. Adapter Interface ```yaml adapter: source_type: capabilities: structured_state: event_support: roi_support: freshness_semantics: privacy_class: cost: ``` --- # 218. Source Adapter 可能： - browser； - filesystem； - runtime； - desktop； - video； - sensor。 --- # 219. Adapter 不決定 Need Need： > global policy。 Adapter： > 提供 capability。 --- # 220. Tool Capability Registry Runtime 需知道： > 哪個 adapter 能提供哪個 observation dimension。 --- # 221. Perspective → Adapter Mapping security perspective： 可能： - code； - network； - policy。 visual： - screenshot； - DOM。 --- # 222. Modality Substitution APR-06： 如果 direct structured state 足夠， 不用 vision。 --- # 223. Substitution Contract $$ \boxed{ m_i \rightsquigarrow m_j } $$ 若： $$ \text{DecisionResolution}(m_j) \ge \text{DecisionResolutionRequired}. $$ --- # 224. Fallback 不可改變 Claim 例如： > realistic vocal。 MIDI 不滿足。 同理： > rendered user-visible state。 DOM 不一定是合法 substitute。 --- # 225. Evidence Contract 每 claim 可定： ```yaml claim: acceptable_modalities: required_freshness: required_resolution: post_action: true ``` --- # 226. Claim-Driven Perception Perception 不是： > sensor driven。 而： $$ \boxed{ \text{Claim/DecisionDriven.} } $$ --- # 227. Observation Need Object ```yaml need: claim: unknown_type: perspective: required_resolution: acceptable_modalities: risk: ``` --- # 228. Perceptual Policy Compiler Input： $$ \text{Need}. $$ Output： $$ a_t^{DGO}. $$ --- # 229. Policy Compiler ≠ Planner of Whole Task 只負責： > information acquisition。 --- # 230. Evidence Sufficiency Gate 取得 evidence 後： ```text SUFFICIENT PARTIAL CONFLICTED STALE BLOCKED ``` --- # 231. PARTIAL 更新 world belief， 再 route。 --- # 232. CONFLICTED 保留 conflict， 可： - revisit； - reobserve； - switch perspective。 --- # 233. STALE 不得用於 current claim。 --- # 234. BLOCKED 需要： - authority； - user； - external. --- # 235. SUFFICIENT 交給： - reasoning； - action； - closure。 --- # 236. Perception Receipt ```yaml perception_receipt: need_id: perspective: modality: source: scope: resolution: observed_at: evidence_ids: sufficiency: cost: ``` --- # 237. Perception Receipt 不等於 Claim Truth 它只描述： > observation process。 claim truth 由 evidence / verifier 判。 --- # 238. Belief Revision Receipt ```yaml belief_revision: before_version: after_version: changed_facts: conflicts_added: stale_invalidated: evidence_ids: ``` --- # 239. Evidence Lineage $$ \text{WorldFact} \rightarrow \text{EvidenceIDs} \rightarrow \text{Asset}. $$ APR status 已具這條。 --- # 240. 這對 Cross-Perspective Closure 很重要 B07 需要知道： > 每個 role verdict 依賴哪些 evidence roots。 --- # 241. APR-DGO 與 Homogeneous Green 如果兩 perspectives： > 都依同 evidence root。 B07 不應計為兩份 independent evidence。 --- # 242. Perception Runtime 必須保留 Evidence Root 不只 summary。 --- # 243. Global Attention Governance APR-07 已提出： $$ \text{AttentionMechanism} \subset \text{PerceptualAttention} \subset \text{AttentionGovernance}. $$ --- # 244. Internal Attention $$ \text{Token}\rightarrow \text{Token}. $$ --- # 245. Perceptual Attention $$ \text{World}\rightarrow \text{SelectedEvidence}. $$ --- # 246. Governance Attention $$ \text{Goal}+\text{State}+\text{Risk}+\text{Budget} \rightarrow \text{PerceptualPolicy}. $$ --- # 247. B06 加入 Perspective Governance $$ \boxed{ \text{Goal}+\text{MacroState}+\text{Unknown} \rightarrow \text{Perspective} \rightarrow \text{PerceptualPolicy}. } $$ --- # 248. 這是「模型外注意力」 在 expensive Transformer attention 前， 先決定： > 哪些世界資料根本不要進來。 --- # 249. Token Efficiency 的本質 不是只： > compress tokens。 而是： $$ \boxed{ \text{avoid materializing irrelevant world regions.} } $$ --- # 250. Context Explosion Prevention 來源： - all files； - all sensors； - all role outputs。 B06 解法： $$ \boxed{ \text{Global Index} + \text{Targeted Materialization.} } $$ --- # 251. Global Index 可包含： - system graph； - evidence map； - unknown map； - event map； - perspective registry。 --- # 252. Targeted Materialization 只將： $$ \text{RelevantCone} $$ 載入 expensive context。 --- # 253. Global Index 本身也要壓縮 不能變： > second full world。 --- # 254. Multi-Resolution World Index macro nodes 粗。 hotspots 細。 --- # 255. Lazy Expansion user/query 需要才展開。 --- # 256. Project-World Cognition Project World： > 維持整體 project dimensions。 B06： > 只在 needed dimension materialize evidence。 --- # 257. Long-Horizon Agent 如果 task 跨： - hours； - days； Persistent World State 比 context 更重要。 --- # 258. Conversation Reset 不應等於 World Reset world state： > externalized / persistent。 --- # 259. Perception State 跨 Turn 例如： > 已驗證 visual PASS at version v12。 下一 turn： 如果無 affected change， 可 reuse。 --- # 260. Freshness + Version Guard 只在： $$ \text{VersionSame} \land \text{FreshEnough}. $$ reuse。 --- # 261. Long-Horizon Drift world changing： > old beliefs accumulate。 需要： - TTL； - invalidation； - event refresh。 --- # 262. Retention Policy 不是所有 evidence 永遠保留 raw。 risk / reuse / provenance 決定。 --- # 263. Retention Tiers critical evidence： long。 ephemeral pixel delta： short。 --- # 264. Privacy Retention sensitive evidence： short / local / redacted。 --- # 265. Archive ≠ Surveillance Database 只保存： > decision-relevant provenance。 --- # 266. Minimum Necessary Retention 對稱於： $$ \text{MinimumNecessaryObservation}. $$ --- # 267. DGO Failure Modes ## DGO-F1 — Full-Context Explosion 把全世界塞 context。 ## DGO-F2 — No Persistent Belief 每輪從零。 ## DGO-F3 — Belief Without Evidence 只存 summary，無 provenance。 ## DGO-F4 — Stale Belief 不做 TTL / invalidation。 ## DGO-F5 — Modality Lock 永遠 text/code。 ## DGO-F6 — Uniform Resolution 所有區域同精度。 ## DGO-F7 — Semantic Overprocessing 每 delta 都跑大模型。 ## DGO-F8 — Fast-Loop Blindness 只看 cheap delta，永不 semantic escalate。 ## DGO-F9 — Revisit/Reobserve Confusion 舊 evidence 被當 fresh。 ## DGO-F10 — Receipt-as-Outcome action receipt 當 world success。 --- # 268. DGO-F11 — Circular Self-Verification 內部預測寫回後再讀自己。 --- # 269. DGO-F12 — Evidence Archive Pollution AI inference 被存成 raw observation。 --- # 270. DGO-F13 — Contradiction Destruction 新 fact overwrite old conflicting evidence。 --- # 271. DGO-F14 — Route Without Authority 因 IG 高越權讀資料。 --- # 272. DGO-F15 — Over-Retention 保存過多敏感 raw evidence。 --- # 273. DGO-F16 — Observation Without Stop 永遠再看一點。 --- # 274. DGO-F17 — Premature Stop decision ambiguity 尚影響 action。 --- # 275. DGO-F18 — ROI Tunnel Vision 局部看深後忘了 macro relation。 --- # 276. DGO-F19 — Macro Index Drift global skeleton 與 world 失配。 --- # 277. DGO-F20 — Perception/Reasoning Misallocation 觀察 bottleneck 卻繼續 thinking。 --- # 278. Macro Index Refresh 不需要 full rebuild。 event / periodic audit。 --- # 279. Projection Drift Audit B01： > current projection may stop representing world。 定期： > sample independent macro checks。 --- # 280. Global Sanity Probe 低頻： - full page screenshot； - architecture diff； - whole-system health metric。 用來檢查 sparse loop 是否漏大變化。 --- # 281. Sparse Observation 需要 Occasional Global Probe 否則： > local updates 漏 unknown structural change。 --- # 282. Probe Frequency $$ f_{global} = f( \text{WorldDrift}, \text{Risk}, \text{CoverageConfidence} ). $$ --- # 283. Global Probe ≠ Full High-Resolution Scan 可以： > coarse coverage scan。 --- # 284. Multi-Scale Monitoring macro： low-frequency coarse。 micro hotspot： high-frequency fine。 --- # 285. 這就是 Dynamic Global Perception $$ \boxed{ \text{CoarseGlobal} + \text{FineLocal} + \text{EventDrivenSwitching}. } $$ --- # 286. Benchmark B06-1：Context Efficiency 比較： ## Control full reread。 ## Treatment persistent belief + targeted observation。 測： - token； - latency； - task success； - stale error。 --- # 287. H1 $$ Token_{DGO} < Token_{full} $$ 同時： $$ Success_{DGO} \approx Success_{full}. $$ --- # 288. Benchmark B06-2：World Drift 動態改 world。 測： - stale detection； - reobserve latency； - belief correctness。 --- # 289. H2 TTL / event-native： $$ StaleError\downarrow. $$ --- # 290. Benchmark B06-3：Post-Action Verification 比較： ```text receipt-only ``` vs： ```text fresh-world-observation ``` --- # 291. H3 fresh observation： $$ FalseSuccess\downarrow. $$ --- # 292. Benchmark B06-4：Revisit historical asset 已存在。 比較： - reacquire； - historical revisit。 --- # 293. H4 revisit： $$ Cost\downarrow $$ 在 evidence still valid 時。 --- # 294. Benchmark B06-5：Fast/Slow Loop 所有 events 深處理 vs significance gate。 --- # 295. H5 Fast/Slow： $$ Compute\downarrow $$ 不顯著增加 critical miss。 --- # 296. Benchmark B06-6：Structured vs Visual UI tasks 分： - state claim； - rendered claim。 測 modality substitution。 --- # 297. H6 claim-matched modality： $$ Efficiency\uparrow. $$ --- # 298. Benchmark B06-7：Global Probe 只 sparse local updates vs sparse + periodic coarse global probe。 --- # 299. H7 global probe： $$ MacroDriftMiss\downarrow. $$ --- # 300. Benchmark B06-8：Perspective Before Modality Control： > modality-first。 Treatment： > perspective→modality。 --- # 301. H8 Perspective-first： $$ IrrelevantObservation\downarrow. $$ --- # 302. Benchmark B06-9：Current vs Historical 混合 query： - now； - yesterday； - before action。 --- # 303. H9 explicit temporal routing： $$ TemporalMisattribution\downarrow. $$ --- # 304. Benchmark B06-10：Evidence Archive 只存 final facts vs facts + evidence provenance。 --- # 305. H10 archive： $$ ContradictionRecovery\uparrow, $$ $$ Auditability\uparrow. $$ --- # 306. Metrics 至少： - TaskSuccess； - MissionClosure； - TokenCost； - ToolCost； - Latency； - ObservationCount； - ReobservationCount； - HistoricalRevisitCount； - InformationGain； - StaleFactRate； - ContradictionRecoveryRate； - FalseSuccessRate； - ContextPeak； - EvidenceReuseRate； - PrivacyExposureVolume。 --- # 307. Context Peak $$ \boxed{ C_{peak} = \max_t|Context_t|. } $$ B06 特別重視。 --- # 308. World Coverage $$ Coverage_G. $$ 高 coverage 不等高 resolution。 --- # 309. Active Resolution Cost $$ Cost_\rho. $$ --- # 310. Evidence Reuse Rate $$ \boxed{ ERR = \frac{ \text{ReusedValidEvidence} }{ \text{TotalEvidenceUses} }. } $$ --- # 311. Stale Reuse Rate $$ \boxed{ SRR = \frac{ \text{StaleEvidenceUsed} }{ \text{TotalEvidenceUses} }. } $$ 應接近 0。 --- # 312. Revisit Yield $$ \boxed{ Y_{revisit} = \frac{ \text{UsefulBeliefRevision} }{ \text{RevisitCost} }. } $$ --- # 313. Reobserve Yield $$ Y_{reobs}. $$ 可比較。 --- # 314. Significance Gate Recall critical event 有沒有升 slow loop。 --- # 315. Significance Precision 避免所有 event 都升級。 --- # 316. Post-Action Verification Coverage 高風險 action： $$ PAVC = \frac{ \text{ActionsWithFreshPostEvidence} }{ \text{RequiredActions} }. $$ --- # 317. False Closure Rate $$ \boxed{ FCR = P( \text{DeclaredComplete} \land \text{WorldPostconditionFalse} ). } $$ B06 應降低。 --- # 318. Evidence-to-Belief Traceability 每 fact 能否追到 evidence root。 --- # 319. World Belief Calibration confidence 是否對 actual correctness 校準。 --- # 320. DGO Runtime Architecture ```text ┌─────────────────────┐ │ Goal / Intent / Risk│ └─────────┬───────────┘ │ v ┌─────────────────────┐ │ Persistent Macro │ │ World Belief │ └─────────┬───────────┘ │ Unknown / Conflict │ v ┌─────────────────────┐ │ Perspective Router │ └─────────┬───────────┘ │ v ┌─────────────────────┐ │ APR Policy Compiler │ │ modality/scope/ρ/ν │ └─────────┬───────────┘ │ v ┌─────────────────────┐ │ Source Adapters │ │ browser/runtime/... │ └─────────┬───────────┘ │ raw / structured obs │ v ┌─────────────────────┐ │ Evidence Archive │ │ + Provenance │ └─────────┬───────────┘ │ v ┌─────────────────────┐ │ Belief Revision │ └─────────┬───────────┘ │ ┌──────────┴──────────┐ │ │ Reason Act │ │ │ v │ Post-Action Observe │ │ └──────────┬──────────┘ v Re-route / Stop ``` --- # 321. Runtime Components 1. Macro World Store 2. Unknown / Conflict Ledger 3. Perspective Router 4. APR Policy Compiler 5. Source Adapter Registry 6. Event / Delta Monitor 7. Semantic Inspector Layer 8. Evidence Archive 9. Belief Revision Engine 10. Freshness / TTL Manager 11. Post-Action Verifier 12. Perception Budget Supervisor --- # 322. Macro World Store 保存： - current state； - uncertainty； - provenance pointers。 --- # 323. Unknown Ledger ```yaml unknown: claim: type: consequence: required_resolution: ``` --- # 324. Conflict Ledger ```yaml conflict: claims: evidence_roots: timestamps: status: ``` --- # 325. Perspective Router B05。 --- # 326. APR Policy Compiler 將： $$ \text{Need}+\text{Perspective} $$ 編成： $$ a_t^{DGO}. $$ --- # 327. Adapter Registry 知道： > 世界資料在哪裡。 --- # 328. Event Monitor cheap。 --- # 329. Semantic Inspector expensive selective。 --- # 330. Evidence Archive 保留 world evidence。 --- # 331. Belief Revision Engine 不 destructive overwrite。 --- # 332. TTL Manager 管理 volatile facts。 --- # 333. Post-Action Verifier 防 circular confirmation。 --- # 334. Budget Supervisor 控制資源。 --- # 335. Minimum Viable Runtime 第一版可只做： 1. persistent world dict； 2. evidence IDs； 3. simple perspective rules； 4. source adapters； 5. TTL； 6. post-action reobserve； 7. stop rule。 --- # 336. 不需要先做 Learned Policy rule-based 已可驗證核心。 --- # 337. MVP Example Policy ```yaml rules: ui_change: perspective: visual modality: screenshot scope: affected_component browser_state_question: modality: native_browser_state repeated_local_failure: perspective: architecture post_action_high_risk: reobserve: mandatory ``` --- # 338. Current APR v0.4 已覆蓋大量 Substrate 已有： - persistent world； - evidence archive； - ROI； - historical revisit； - browser native state； - event sources。 因此 B06 的實作增量可集中： - Perspective Router； - Resolution Profile； - Need Object； - Evidence Sufficiency Gate； - DGO receipts。 --- # 339. Runtime Migration Path ```text APR v0.4 ↓ add Perspective Registry ↓ add Need / Unknown typing ↓ add Perspective Router ↓ add Resolution Requirement ↓ add current/historical/reobserve router ↓ add post-action claim-aware verifier ↓ APR-DGO v1 ``` --- # 340. APR-DGO 不破壞現有 APR 它是： $$ \boxed{ APR + \text{MacroObjectSemantics} + \text{PerspectiveLayer}. } $$ --- # 341. ACR Compatibility ACR 可繼續上層治理： $$ B_{perception}. $$ --- # 342. Multi-Agent Compatibility Perspective Router 可決定： > same agent / independent agent。 不強制多 Agent。 --- # 343. Tool Compatibility Adapter 形式。 --- # 344. Model Compatibility Semantic inspector 可替換。 --- # 345. Local-First? Global-First? B06： world model global。 observation local。 所以： $$ \boxed{ \text{GlobalModel} + \text{LocalObservation}. } $$ 不是矛盾。 --- # 346. Global-First Completion 對接 Global-First： > 先建 whole-enough structure。 B06： > 在 whole structure 上 targeted observe。 --- # 347. Macro Object Card 可成 World Store Seed B01 的 Macro Object Card： - constituents； - relations； - unknowns； - evidence map。 可初始化： $$ W_0. $$ --- # 348. Dynamic MSSP 對接 architecture role drift： > event。 B06： - observe； - update effective role。 --- # 349. Effective Architecture Recovery B06 evidence： - code； - runtime； - human； - external。 可更新： $$ A_{effective}. $$ --- # 350. Persistent Architecture Belief 不需要每次： > 重做 full architecture recovery。 --- # 351. Event-Driven Architecture Update dependency / config / runtime change： > update affected graph。 --- # 352. Cross-Perspective Evidence B07 將讀： - perspective； - evidence； - verdict； - independence。 B06 要保證資料結構存在。 --- # 353. Perception Receipt → B07 每 perspective： ```yaml perspective_id: claim: evidence_ids: resolution: freshness: verdict: unknowns: ``` --- # 354. B07 需要的不是「Agent 說 PASS」 而： $$ \boxed{ \text{ScopedEvidenceBearingPerspectiveResult}. } $$ --- # 355. B06 是 B07 的 Evidence Plane 可以說： $$ \boxed{ B06 = \text{DynamicEvidencePlane}. } $$ B07： $$ \boxed{ \text{ClosureControlPlane}. } $$ --- # 356. Global Perception 不等於 Completion B06 只提高： > 看見世界。 仍需： - intent； - obligations； - authority； - cross-perspective closure。 --- # 357. 感知越強也可能越難完成 因為： > 發現更多 optional issues。 A05 Completion Drift 仍需 guard。 --- # 358. Evidence ≠ Obligation B06 找到： $$ \text{finding}. $$ 不自動： $$ \text{blocker}. $$ --- # 359. Perception Runtime 不應擴 scope 它輸出： - evidence； - finding； - unknown。 scope authority 在外部。 --- # 360. 高 Resolution 不等於高 Priority 一個小視覺 imperfection 看得很清楚， 不代表： > release blocker。 --- # 361. Perception / Governance Separation $$ \boxed{ \text{Observe} \neq \text{Govern}. } $$ --- # 362. Perception / Authority Separation $$ \boxed{ \text{See} \neq \text{MayAct}. } $$ --- # 363. Perception / Truth Separation $$ \boxed{ \text{Observe} \neq \text{Truth}. } $$ evidence 可能 error。 --- # 364. Perception Runtime 要允許 Sensor Error source health： $$ \text{Health}(source). $$ --- # 365. Adapter Health - disconnected； - stale； - partial。 --- # 366. Evidence Reliability metadata： - source reliability； - parser version； - model version。 --- # 367. Cross-Sensor Check 高風險： > structured state + rendered state。 --- # 368. Independent Evidence 可降低 Common-Mode Error A08。 --- # 369. But More Sensors ≠ More Resolution B03。 --- # 370. 所以 B06 必須聯合 B03/B08 選： > complementary / independent evidence。 --- # 371. Evidence Diversity Budget 不只觀察量。 考慮： $$ \text{DiversityGain}. $$ --- # 372. High-Risk Observation Portfolio 例如 payment： - transaction trace； - DB state； - provider receipt。 --- # 373. Low-Risk Portfolio CSS： - screenshot。 --- # 374. Perception Mode 可以： ```text SILENT BALANCED DEEP AUDIT ``` --- # 375. SILENT 只 fast loop。 --- # 376. BALANCED 事件 + targeted semantic。 --- # 377. DEEP 高 resolution / multiple modalities。 --- # 378. AUDIT independent evidence / provenance / history。 --- # 379. Mode 由 Risk / Task 決定 不是 user 每次手動選。 --- # 380. User 可 Override Soft Mode 但 mandatory risk floor 保留。 --- # 381. Perception Mode 不等同 Reasoning Mode 可： - high perception / low reasoning； - vice versa。 B04。 --- # 382. Adaptive Mode Transition incident： $$ \text{BALANCED}\rightarrow\text{DEEP}. $$ closure： $$ \text{DEEP}\rightarrow\text{SILENT}. $$ --- # 383. World Drift Detection Fast loop： > detect. --- # 384. Significance Detection goal-aware。 --- # 385. Perspective Selection B05。 --- # 386. APR Evidence Acquisition B06。 --- # 387. Closure B07。 --- # 388. Series B 至此的完整管線 $$ \boxed{ \text{MacroObject} \rightarrow \text{ObservationOperators} \rightarrow \text{Resolution} \rightarrow \text{Reason/ObserveBalance} \rightarrow \text{PerspectiveRouting} \rightarrow \text{APRDynamicPerception} \rightarrow \text{CrossPerspectiveClosure}. } $$ --- # 389. B06 的核心命題 本文 v0.2 收束為三十二條。 ## P1 — Global Perception Non-Materialization $$ \boxed{ \text{GlobalPerception} \neq \text{GlobalMaterialization}. } $$ ## P2 — Global Attention $$ \boxed{ \text{GlobalAttention} = \text{GlobalStateAwareness} + \text{SparseTargetedInspection}. } $$ ## P3 — Persistent World Belief $$ \boxed{ W_{t+1} = \text{Update}(W_t,E_t) } $$ 優於 many-task setting 中反覆 full reread。 ## P4 — Context / World / Archive Separation $$ \boxed{ \text{Context} \neq \text{WorldState} \neq \text{EvidenceArchive}. } $$ ## P5 — Perspective Before Modality $$ \boxed{ \text{Perspective} \rightarrow \text{Modality} \rightarrow \text{Scope} \rightarrow \text{Resolution}. } $$ ## P6 — Modality Is Claim-Relative $$ \boxed{ \text{BestModality} = f(\text{Claim}). } $$ ## P7 — Direct State Preference 當 structured state 足以回答 claim： $$ \boxed{ \text{DirectState} } $$ 通常優於 expensive rendered re-inference。 ## P8 — Rendered Outcome Necessity user-visible claim： $$ \boxed{ \text{StructuredState} \nRightarrow \text{RenderedOutcome}. } $$ ## P9 — Fast / Slow Perception $$ \boxed{ \text{CheapMonitor} \rightarrow \text{SignificanceGate} \rightarrow \text{SelectiveSemanticInspection}. } $$ ## P10 — Change Magnitude Non-Significance $$ \boxed{ \text{ChangeMagnitude} \neq \text{ChangeSignificance}. } $$ ## P11 — Event / Evidence Separation $$ \boxed{ \text{Trigger} \neq \text{Evidence}. } $$ ## P12 — Generalized ROI $$ \boxed{ \text{ROI} } $$ 可為 spatial、temporal、graph、file、trace 等任意 bounded subspace。 ## P13 — Revisit / Reobserve Separation $$ \boxed{ \text{HistoricalRevisit} \neq \text{FreshReobservation}. } $$ ## P14 — Freshness Governance $$ \boxed{ \text{SamplingRate} = f( \text{Volatility}, \text{Risk}, \text{DecisionSensitivity} ). } $$ ## P15 — Continuous Perception $$ \boxed{ \text{ContinuousPerception} = \text{BeliefMaintenance}, } $$ 不是 continuous full semantic processing。 ## P16 — Evidence Provenance 每 current fact 應可追： $$ \boxed{ \text{Fact} \rightarrow \text{Evidence} \rightarrow \text{SourceAsset}. } $$ ## P17 — Conflict Preservation $$ \boxed{ \text{Contradiction} \nRightarrow \text{DestructiveOverwrite}. } $$ ## P18 — Minimum Necessary Observation $$ \boxed{ \min \text{ObservationCost} \quad \text{s.t.} \quad \text{DecisionClosure}. } $$ ## P19 — Stop Rule 感知必須存在 explicit stop condition。 ## P20 — Post-Action Observation $$ \boxed{ \text{Execute} \rightarrow \text{FreshWorldObservation}. } $$ ## P21 — Receipt / Outcome Separation $$ \boxed{ \text{Receipt} \neq \text{ObservedOutcome}. } $$ ## P22 — Expected / Observed Separation $$ \boxed{ \text{ExpectedOutcome} \neq \text{ObservedOutcome}. } $$ ## P23 — No Circular Self-Verification internal predicted postcondition 不能當 independent outcome evidence。 ## P24 — Authority-Aware Perception $$ \boxed{ \text{MayObserve} \neq \text{MayAct}. } $$ ## P25 — Privacy-Minimizing Observation $$ \boxed{ \text{ObserveOnlyWhatDecisionRequires} } $$ 應是 default。 ## P26 — Budgeted Perception $$ \boxed{ \text{Perception} } $$ 是多資源 constrained allocation。 ## P27 — Resolution-Preserving Compaction $$ \boxed{ \text{Compression} \nRightarrow \text{DecisionResolutionLoss}. } $$ ## P28 — Hot/Warm/Cold Evidence $$ \boxed{ \text{HotBelief} + \text{WarmEvidence} + \text{ColdArchive} } $$ 支援長時空 cognition。 ## P29 — Coarse Global / Fine Local $$ \boxed{ \text{CoarseGlobal} + \text{FineLocal} + \text{EventDrivenSwitching} } $$ 是 scalable dynamic global perception。 ## P30 — APR-DGO $$ \boxed{ \text{APR-DGO} = \text{APR} + \text{MacroObjectSemantics} + \text{PerspectiveRouting}. } $$ ## P31 — Dynamic Evidence Plane B06 的系統角色： $$ \boxed{ \text{DynamicEvidencePlane}. } $$ ## P32 — Series B Perception Principle $$ \boxed{ \textbf{ Global perception is not seeing everything. It is maintaining enough of the whole to know where, when, and how to look next. } } $$ --- # 390. 結論 如果一個 AI 想成為真正的「全域觀察者」， 最粗暴的方法是： > 把所有世界資料都塞進 context。 但這條路很快遇到： $$ \text{TokenExplosion}, $$ $$ \text{LatencyExplosion}, $$ $$ \text{MemoryExplosion}, $$ $$ \text{AttentionDilution}, $$ 以及： $$ \text{PrivacyExposure}. $$ 真正可擴展的全域感知必須把： $$ \boxed{ \text{全域} } $$ 與： $$ \boxed{ \text{全量} } $$ 分開。 Agent 可以只維持： - macro-object skeleton； - current world belief； - unknown map； - evidence map； - active perspective； - routeable perspectives； - risk； - freshness。 這已經足以形成： $$ \boxed{ \text{GlobalAwareness}. } $$ 真正昂貴的 observation 則只在： > 目前宏觀 belief 還不能支援 decision 的位置 materialize。 因此： $$ \boxed{ \text{GlobalAwareness} + \text{SparseObservation} + \text{AdaptiveResolution} } $$ 不是「看少一點」的妥協。 它是： > **讓 Agent 能在更長時間、更大世界、更高模態數量下仍持續知道自己知道什麼、不知道什麼、哪個 belief 已過期、哪個 conflict 需要重新看，以及下一個最有價值的 evidence 在哪。** 這也重新定義了 context。 Context 不再是： > AI 的整個世界。 而只是： $$ \boxed{ \text{目前這一刻被 materialize 的認知工作面}. } $$ 世界本身由： $$ \text{PersistentWorldBelief} + \text{EvidenceArchive} + \text{LiveSources} $$ 支撐。 當 Agent 執行 action 時， 它也不能只相信： > tool receipt。 真正 closed loop 必須： $$ \boxed{ \text{Plan} \rightarrow \text{Act} \rightarrow \text{ObserveAgain} \rightarrow \text{ReviseBelief}. } $$ 所以 B06 的最後一句可以收束成： $$ \boxed{ \textbf{ Global perception is not the continuous consumption of the whole world. It is the continuous maintenance of a world belief, plus the ability to acquire the right evidence exactly where that belief is still insufficient. } } $$ 中文即： > **真正的全域感知不是持續吞下整個世界，而是持續維護一個可追溯的世界信念，並在這個信念仍不足以支援當前決策的位置，精準取得下一份必要證據。** 到這裡，Series B 已經具備： - 宏觀個體； - 觀察算子； - 解析度； - observation / reasoning allocation； - perspective routing； - dynamic evidence runtime。 最後的 B07 將處理唯一剩下的問題： > **多個視角都取得 evidence 之後，什麼條件下才可以說「宏觀個體真的閉合，而且原始意圖也被閉合」？** --- # 參考文獻 ## A. 外部研究 1. Bajcsy, R. (1988). *Active Perception*. Proceedings of the IEEE, 76(8), 996–1005. 經典 active perception 理論：perception 是 task-directed、由 observer 主動控制的 sensing process，而非固定 input preprocessing。 2. Aloimonos, Y., Weiss, I., & Bandyopadhyay, A. (1988). *Active Vision*. International Journal of Computer Vision, 1, 333–356. 以 active sensing / viewpoint control 改變 perception problem，是 APR-DGO「觀察政策也是行動」的歷史近鄰。 3. Wang, Z., Zhou, H., Wang, S., Li, J., Xiong, C., Savarese, S., Bansal, M., Ryoo, M. S., & Niebles, J. C. (2026). *Active Video Perception: Iterative Evidence Seeking for Agentic Long Video Understanding*. CVPR Findings 2026, 9088–9099. https://openaccess.thecvf.com/content/CVPR2026F/html/Wang_Active_Video_Perception_Iterative_Evidence_Seeking_for_Agentic_Long_Video_CVPRF_2026_paper.html 以 plan–observe–reflect 迭代只取得 compact query-relevant evidence；論文報告相較最佳 agentic baseline，平均 accuracy 提升 5.7%，同時僅使用約 18.4% inference time 與 12.4% input tokens。本文僅將這些比例限定於其 long-video benchmark 設定。 4. Xing, Z., Xu, R., Wang, Y., He, J., Ma, Z., Yang, Q., Chu, Y., Xu, J., Lin, J., Fu, C.-W., & Heng, P.-A. (2026). *Native Active Perception as Reasoning for Omni-Modal Understanding*. arXiv:2606.19341. https://arxiv.org/abs/2606.19341 OmniAgent 將 long-video understanding 建模為 POMDP-based iterative Observation–Thought–Action cycle，on-demand 取得 raw media cues 並蒸餾進 persistent textual memory，使 reasoning complexity 與 raw video duration 解耦。 5. Xu, K., Wang, Y., Cheng, Z., Liu, H., Wang, Y., & Wang, Y. (2026). *Agentic Active Omni-Modal Perception for Multi-Hop Audio-Visual Reasoning*. arXiv:2605.28192. https://arxiv.org/abs/2605.28192 AOP-Agent 使用 hierarchical omni-modal memory 與 collaborative observe–reflect–replan loop，提供 active omni-modal perception 的最新工程近鄰。 6. Ma, M. Q., Guo, W., Agrawal, A., Gupta, A., Liang, P. P., Salakhutdinov, R., & Morency, L.-P. (2026). *Video Active Perception: Effective Inference-Time Long-Form Video Understanding with Vision-Language Models*. arXiv:2605.01662. https://arxiv.org/abs/2605.01662 將 keyframe selection 視為 active data acquisition，使用 prior world knowledge 改善 long-video frame efficiency，支持「不需均勻觀察全部時序」。 7. Wang, Z., Chen, H., Qin, H., Wei, Z., Qian, T., & Bai, C. (2026). *Think, Then Verify: A Hypothesis-Verification Multi-Agent Framework for Long Video Understanding*. CVPR 2026, 33784–33793. https://openaccess.thecvf.com/content/CVPR2026/html/Wang_Think_Then_Verify_A_Hypothesis-Verification_Multi-Agent_Framework_for_Long_Video_CVPR_2026_paper.html 將 answer candidates 轉成 testable hypotheses，再由 judge 導出 discriminative clue、localized verifier 取得 evidence；與 B06 hypothesis-directed evidence routing 具有直接近鄰。 8. Xu, Y., Liu, G., Kompella, R. R., Huang, T., Hu, S., Ilhan, F., Tekin, S. F., Yahn, Z., & Liu, L. (2026). *A Multi-Agent Perception-Action Alliance for Efficient Long Video Reasoning*. CVPR 2026, 19497–19507. https://openaccess.thecvf.com/content/CVPR2026/html/Xu_A_Multi-Agent_Perception-Action_Alliance_for_Efficient_Long_Video_Reasoning_CVPR_2026_paper.html 使用 multi-round perception-action exploration、clue-based temporal block selection 與 consensus-triggered re-exploration，提供 selective perception + multi-agent deliberation 的最新案例。 9. Shi, C., Dorothy, M. R., & Fu, J. (2025). *Integrated Control and Active Perception in POMDPs for Temporal Logic Tasks and Information Acquisition*. arXiv:2504.13288. 聯合 system control 與 perception actions，把 information acquisition 納入 planning objective，是 APR-DGO belief-state / sensing-action / belief-update 的 decision-theoretic 近鄰。 10. Spaan, M. T. J., Veiga, T. S., & Lima, P. U. (2015). *Decision-Theoretic Planning under Uncertainty with Information Rewards for Active Cooperative Perception*. Autonomous Agents and Multi-Agent Systems. active perception 中 information reward / POMDP 的經典外部背景。 11. *From Language Models to Agentic AI: A Survey of Autonomous, Action-Enabled, and Collaborative LLM Agents*. Cognitive Computation, 2026. 將現代 agent 描述為 perception、memory、reasoning/planning、tool interface、actuation、feedback / oversight 的迭代系統，支持 B06 將 agent 視為 closed-loop lifecycle，而非單次生成模型。 ## B. Neo.K / EveMissLab 既有研究與工程 12. Neo.K. *Agentic Perception：具備自主感知策略的多模態智能架構*, APR-07, 2026. 建立： $$ \text{Perception} = \text{Goal-conditioned, stateful, risk-aware, budgeted information acquisition} $$ 以及： $$ \text{AttentionMechanism} \subset \text{PerceptualAttention} \subset \text{AttentionGovernance}. $$ 13. Neo.K. *跨模態感知閱讀：文字、影像、影片與聲音的統一注意策略*, APR-06, 2026. 建立 modality-general reading、modality routing、`m_t=\varnothing` 作為合法 perception action，以及 modality substitution。 14. Neo.K. *感知預算分配：從固定視覺 Token 到動態資訊獲益最大化*, APR-05, 2026. 建立 perceptual budget、minimum sufficient perception、information gain、reasoning / memory / re-observation 聯合資源配置。 15. Neo.K. *APR Runtime Status v0.4 — Historical Revisit + Browser Native State*, 2026. 現有工程狀態已驗證 Persistent World State、Evidence Archive、ROI semantic evidence、historical revisit、revisit provenance graph、contradiction repair、browser native state、bounded ARIA / DOM digest、focus/navigation events、volatile / TTL schema 與 22/22 unit tests。 16. Neo.K. *APR Runtime Status v0.3 — Semantic Evidence Layer*, 2026. 建立： $$ \text{real stream} \rightarrow \text{low-level delta} \rightarrow \text{selected ROI} \rightarrow \text{semantic evidence} \rightarrow \text{persistent belief}. $$ 17. Neo.K. 〈宏觀個體與局部投影〉，Series B B01 v0.2, 2026. 建立 Macro Object、Persistent Macro Belief、Unknown / Conflict、Decision-Sufficient Observability。 18. Neo.K. 〈角色即觀察算子〉，Series B B02 v0.2, 2026. 建立 Role → Observation Operator、Role Router 與 Role / Modality / Skill / Tool separation。 19. Neo.K. 〈解析度理論：多模態不是資料堆積〉，Series B B03 v0.2, 2026. 建立 observation resolution = relevant state distinguishability、minimum sufficient resolution、resolution ledger、cache invalidation 與 continuous resolution maintenance。 20. Neo.K. 〈推理解析度與觀察解析度不對稱〉，Series B B04 v0.2, 2026. 建立 `OBSERVE / REASON / INTERVENE / ACT / STOP`、Balanced Epistemic Compute 與 reasoning / observation budget competition。 21. Neo.K. 〈動態視角路由〉，Series B B05 v0.2, 2026. 建立 Dynamic Perspective Router、Global Mind / Local Lens，以及： $$ \text{MacroWorld} \rightarrow \text{Perspective} \rightarrow APR \rightarrow \text{Evidence} \rightarrow \text{BeliefRevision}. $$ 22. Neo.K. *Projection-Native Perception–Action Loop*, PNCW Paper 08, 2026. 建立 `Receipt != IndependentVerification`、`ExpectedOutcome != ObservedOutcome`、post-action machine evidence、belief update 與禁止循環自證。 23. Neo.K. *ACR v0.2 — Multi-Dimensional Adaptive Resource Control*, 2026. 區分 Cognitive Resource Governance 與 Perceptual Resource Governance，將 reasoning、context、memory、tools、model、verification、perception 放入上層 adaptive resource control。 24. Neo.K. *Project-World Cognition*, 2026. 建立 project-as-world、Global Project Attention Coverage 與長時空 Agent 的 macro state awareness。 --- **End of Series B — B06 v0.2**