# 大規模理論論文群的自我校正代理系統
## 從 Claim Extraction、Conflict Audit 到 Canonical Closure

**版本**：v0.1  
**類型**：技術方法論／AI-native Research Infrastructure／知識治理  
**前篇**：《大規模理論論文群的可演化知識治理：從論文版本維護到 Canonical–Supersession Claim Graph》

**作者：** Neo.K  
**機構：** EveMissLab／一言諾科技有限公司  
**日期：** 2026-10-07（整理日期；原稿未標註日期）  

---

## 摘要

前篇提出：

$$
\text{Paper Corpus}
\rightarrow
\text{Claim Graph}
\rightarrow
\text{Canonical Layer}
$$

但這仍然只是一個知識治理框架。真正面對數千篇以上的研究語料時，下一個問題是：

> **如何讓 AI Agent 對整個論文群進行基本檢查、建立主張圖、發現衝突、提出取代關係，並逐步收斂到可驗證的 Canonical State？**

本文提出一套大規模理論論文群的自我校正代理架構。其目的不是讓 AI 自動宣布某篇論文「正確」或「錯誤」，而是將原本需要大量人工記憶與追蹤的工作拆成可計算流程：

$$
\text{Ingest}
\rightarrow
\text{Normalize}
\rightarrow
\text{Claim Extraction}
\rightarrow
\text{Dependency Graph}
\rightarrow
\text{Conflict Audit}
\rightarrow
\text{Supersession Proposal}
\rightarrow
\text{Canonical Review}
\rightarrow
\text{Closure}
$$

其中最重要的設計原則是：

1. **AI 只提出候選，不直接篡改知識狀態。**
2. **基本檢查優先於深度重寫。**
3. **先處理高中心度、高依賴、高曝光的核心節點。**
4. **文件層、主張層、理論層必須分開。**
5. **自我校正的真正目標不是「零錯誤」，而是讓錯誤可定位、可追蹤、可取代。**

本文最後提出一個可直接落地的 Phase 0 基本檢查協議，作為數千篇論文群第一次全域盤點的最低成本入口。

---

# 1. 為什麼第一步不是「全部重驗」

面對數千篇論文時，最直覺的想法通常是：

> 全部重新看一遍。

但這並不合理。

因為真正需要回答的第一層問題不是：

> 「每篇內容是否完全正確？」

而是：

> **「目前整個 corpus 的結構狀態是什麼？」**

因此第一階段應先回答：

- 哪些是核心理論；
- 哪些是探索文；
- 哪些是版本分叉；
- 哪些文章彼此高度重複；
- 哪些文章顯然已被後作取代；
- 哪些文章被大量後續內容依賴；
- 哪些符號或定義發生漂移；
- 哪些文章對外曝光最高；
- 哪些文章應優先進入人工或 AI 深度檢查。

這種第一層工作可以稱為：

> **Structural Audit**

也就是先檢查「知識結構」，再檢查「知識真假」。

---

# 2. 三層檢查架構

整個自我校正系統可以拆成三層。

## Layer A：Document Layer

檢查論文本身的基本狀態：

- ID；
- 標題；
- 日期；
- 主題；
- 系列；
- 版本；
- 是否公開；
- 是否被後作替代；
- 是否有明顯重複；
- 是否缺少來源；
- 是否缺少依賴說明。

## Layer B：Claim Layer

抽取每篇文章中的：

- 定義；
- 主張；
- 猜想；
- 定理；
- 方法；
- 證據；
- 反例；
- 限制條件。

並形成：

$$
\text{Paper}
\rightarrow
\{C_1,C_2,\ldots,C_n\}
$$

## Layer C：Theory Layer

將跨文章主張聚合為：

- 當前正式定義；
- 當前核心定理；
- 當前方法；
- 歷史版本；
- 已棄用分支；
- 尚未決定分支。

因此：

$$
\text{Document Audit}
\neq
\text{Claim Audit}
\neq
\text{Theory Audit}
$$

三者不能混成一個任務。

---

# 3. Phase 0：基本檢查

如果目前目標只是先對數千篇論文做「基本檢查」，不應立即啟動完整 Claim Graph。

第一階段只需要產生每篇文章的最低限度紀錄。

建議欄位：

```yaml
paper_id: P-000001
title: "..."
created_at: 2026-01-01

series: "..."
topic: "..."

version_hint: "v0.3"

status_candidate:
  - active
  - superseded
  - exploratory
  - historical
  - unknown

possible_successor: null
possible_predecessor: null

core_score: 0.0
dependency_score: 0.0
conflict_risk: 0.0
public_exposure: 0.0

needs_review: false
review_reason: []
```

Phase 0 的目的只有一個：

> **把數千篇不可見的「文件堆」，轉換成可以排序與篩選的研究地圖。**

---

# 4. 第一輪 Agent 不應做什麼

基本檢查 Agent 不應：

- 宣布某篇證明成立；
- 判定某篇一定錯誤；
- 自動刪除文章；
- 自動修改舊文；
- 自動覆蓋原始理論；
- 因為兩篇語義不同就直接判成衝突；
- 因為較新就自動認定較新版本正確。

第一輪 Agent 的角色是：

> **索引器、分類器、風險探測器。**

不是終審者。

---

# 5. Ingest：先把論文群變成可計算資料

第一步需要建立統一 ingestion layer。

來源可以是：

- Markdown；
- HTML；
- PDF；
- DOCX；
- JSON；
- Git repository；
- 網站文章；
- 資料庫。

每篇文件轉換成統一記錄：

```json
{
  "paper_id": "P-000001",
  "source_uri": "...",
  "title": "...",
  "created_at": "...",
  "modified_at": "...",
  "content_hash": "...",
  "text": "...",
  "metadata": {}
}
```

其中：

> `content_hash`

非常重要。

因為它可以先解決：

- 完全重複；
- 不同檔名但同內容；
- 網站與本地副本；
- 舊備份；
- 多次搬站。

---

# 6. Normalize：先解決最便宜的混亂

在進入 AI 語義分析之前，先做非語義正規化。

例如：

- 統一日期格式；
- 統一作者名；
- 統一系列名；
- 統一標題空格；
- 抽取版本號；
- 解析論文 ID；
- 去除 HTML boilerplate；
- 去除重複 footer；
- 建立 hash；
- 找 exact duplicate。

這一層成本極低，但可以先消掉大量「假複雜度」。

---

# 7. 系列與主題聚類

數千篇論文若全部互相比較，成本會很高。

理論上兩兩比較需要：

$$
O(N^2)
$$

若 $N=4000$：

$$
\frac{4000\times3999}{2}
\approx 8,000,000
$$

這不是理想起點。

因此應先做：

$$
\text{Corpus}
\rightarrow
\text{Series Clusters}
\rightarrow
\text{Topic Clusters}
$$

例如：

```text
自主數學
 ├─ BSD
 ├─ RH
 ├─ NS
 └─ Collatz

AI 理論
 ├─ 記憶
 ├─ 主體性
 ├─ 世界模型
 └─ Agent

計算理論
 ├─ P/NP
 ├─ 域計算
 └─ 語言計算
```

之後優先在群內比較，再處理跨群連結。

---

# 8. Claim Extraction

當 Phase 0 完成後，才進 Phase 1。

每篇論文抽取：

```json
{
  "claims": [
    {
      "claim_id": "C-P0001-001",
      "type": "definition",
      "text": "...",
      "scope": "...",
      "confidence": 0.91
    }
  ]
}
```

建議至少區分：

- `definition`
- `claim`
- `theorem`
- `conjecture`
- `method`
- `evidence`
- `counterexample`
- `limitation`

這樣後續才能知道：

> 兩篇文章到底是在「定義衝突」，還是只是在「解釋方式不同」。

---

# 9. Dependency Detection

下一步建立：

$$
C_i \rightarrow C_j
$$

表示：

> $C_i$ 依賴 $C_j$。

依賴可以分為：

- 明確引用依賴；
- 定義依賴；
- 數學推導依賴；
- 方法依賴；
- 語義依賴；
- 資料依賴。

例如：

```json
{
  "from": "C-P0200-008",
  "to": "C-P0101-002",
  "relation": "depends_on",
  "confidence": 0.84
}
```

---

# 10. Conflict Audit

衝突檢查不是單純語義相似。

真正應檢查：

## 定義衝突

同一術語在不同文章中被不同定義。

## 結論衝突

$$
C_i \Rightarrow X
$$

而：

$$
C_j \Rightarrow \neg X
$$

## 前提衝突

兩篇文章使用不同假設，但沒有標明。

## 範圍衝突

一篇只在局部成立，另一篇卻把它泛化到全域。

## 版本衝突

舊文已被新文修正，但檢索仍可能同時返回。

---

# 11. Supersession Proposal

當系統發現：

- 同主題；
- 後文日期較新；
- 後文引用前文；
- 後文明確修正某定義；
- 後文覆蓋前文核心主張；

就可以提出：

```json
{
  "relation": "supersedes",
  "old": "P-0102",
  "new": "P-2481",
  "confidence": 0.88,
  "reasons": [
    "same theory family",
    "new definition introduced",
    "explicit correction of previous assumption"
  ]
}
```

注意：

> 這只是 proposal。

真正狀態改動應由人工或高可信 Agent review 確認。

---

# 12. Risk Scoring

數千篇論文不可能同時深度檢查。

因此可先給每篇一個：

$$
R_i
$$

例如：

$$
R_i =
0.30C_i
+
0.25D_i
+
0.20X_i
+
0.15P_i
+
0.10U_i
$$

其中：

- $C_i$：中心度；
- $D_i$：下游依賴；
- $X_i$：衝突風險；
- $P_i$：公開曝光；
- $U_i$：版本不確定性。

然後：

```text
Top 50
↓
人工／高階 Agent 深查

Top 200
↓
第二輪

其餘
↓
暫時只保留狀態
```

---

# 13. Canonical Candidate

當一個主題下存在：

```text
v0.1
v0.2
v0.3
v1.0
revision
new framework
```

Agent 不應只看版本號。

應綜合：

- 時間；
- 明確取代語句；
- 依賴關係；
- 後續引用；
- 作者標記；
- 定義完整度；
- 驗證狀態。

再提出：

```json
{
  "topic": "Theory X",
  "canonical_candidate": "P-3012",
  "confidence": 0.93,
  "alternatives": [
    "P-2880"
  ]
}
```

---

# 14. Canonical Closure

真正的 Canonical Layer 不是「選最新一篇」。

它是對一個主題建立：

```yaml
topic: Theory-X

canonical:
  definition: C-3012-001
  theorem: C-3012-008
  method: C-3180-003

active_support:
  - P-3012
  - P-3180
  - P-3291

superseded:
  - P-1200
  - P-2108

open_questions:
  - Q-009
  - Q-014
```

這可以稱為：

> **Canonical Closure**

它不要求理論永遠完備。

只要求：

> 在目前時間點，系統知道哪一組節點構成當前可用理論狀態。

---

# 15. 自我校正 Agent 架構

可以使用多 Agent：

```text
                 ┌──────────────┐
                 │ Corpus Index │
                 └──────┬───────┘
                        ↓
              ┌─────────────────┐
              │ Metadata Agent  │
              └──────┬──────────┘
                     ↓
              ┌─────────────────┐
              │ Claim Extractor │
              └──────┬──────────┘
                     ↓
        ┌────────────┴────────────┐
        ↓                         ↓
┌───────────────┐        ┌────────────────┐
│ Dependency    │        │ Conflict Agent │
│ Agent         │        │                │
└──────┬────────┘        └───────┬────────┘
       └────────────┬─────────────┘
                    ↓
          ┌──────────────────┐
          │ Supersession     │
          │ Proposal Agent   │
          └────────┬─────────┘
                   ↓
          ┌──────────────────┐
          │ Canonical Review │
          └────────┬─────────┘
                   ↓
          ┌──────────────────┐
          │ Canonical State  │
          └──────────────────┘
```

---

# 16. 單 Agent 也可以先做

在 MVP 階段，不必真的拆成很多 Agent。

可以先用單一 pipeline：

```python
for paper in corpus:
    metadata = inspect_metadata(paper)
    claims = extract_claims(paper)
    links = find_relations(paper, corpus_index)
    risks = score_risks(paper, claims, links)
    save_audit(paper, metadata, claims, links, risks)
```

真正多 Agent 化可以晚一點。

---

# 17. 第一輪基本檢查輸出

如果現在只要「先基本檢查」，建議每篇只輸出：

```json
{
  "paper_id": "P-1001",
  "status_candidate": "unknown",
  "series": "BSD",
  "topic": "period relation",
  "possible_duplicate": false,
  "possible_successor": "P-1902",
  "possible_conflicts": 2,
  "core_score": 0.78,
  "review_priority": "high"
}
```

這樣就已經足以建立：

- 高優先列表；
- 舊版本列表；
- 重複列表；
- 未知狀態列表；
- 核心理論列表。

---

# 18. 人工確認不應成為瓶頸

數千篇全部人工確認仍然不可行。

因此確認應分層：

## Level 0

AI 自動標記，無需人工。

例如：

- hash duplicate；
- metadata；
- 明顯版本號。

## Level 1

AI 高可信確認。

例如：

- 明確寫著「本篇取代前版」。

## Level 2

人工／高階 Agent review。

例如：

- 理論衝突；
- 定義修正；
- 證明有效性。

## Level 3

正式 Canonical 決策。

只針對核心理論。

---

# 19. 最小資料庫設計

MVP 不需要大型 graph database。

SQLite 就可以先做。

最小表：

```sql
papers
claims
relations
audit_results
canonical_topics
```

例如：

```sql
papers(
  paper_id TEXT PRIMARY KEY,
  title TEXT,
  created_at TEXT,
  status TEXT,
  content_hash TEXT
)
```

```sql
relations(
  from_id TEXT,
  to_id TEXT,
  relation_type TEXT,
  confidence REAL
)
```

後續再轉：

- Neo4j；
- PostgreSQL；
- graph DB；
- vector DB；
- 自訂圖引擎。

---

# 20. 基本檢查的真正成果

第一輪不應期待：

> 「4000 篇全部驗證完成。」

第一輪成功標準應是：

> **我們第一次知道這 4000 篇到底長什麼樣。**

也就是得到：

- corpus map；
- series map；
- high-centrality list；
- likely superseded list；
- conflict candidate list；
- duplicate list；
- unresolved list；
- canonical candidate list。

這已經會讓後續工作量下降很多。

---

# 21. 一個重要原則：先全域，再局部

如果直接從第一篇開始逐篇修，很容易陷入：

> Local Repair Trap

因為你不知道：

- 這篇是不是早就被後文取代；
- 這篇是否其實不重要；
- 這篇是否只是一個歷史分支；
- 這篇是否有十篇後續修正版。

因此應先：

$$
\text{Global Scan}
\rightarrow
\text{Priority Map}
\rightarrow
\text{Local Deep Review}
$$

而不是：

$$
\text{Local Review}
\rightarrow
\text{Local Review}
\rightarrow
\text{Local Review}
\rightarrow \cdots
$$

---

# 22. 對數千篇論文群的實際第一步

若現在真的開始做，第一輪只需要：

### Step A

掃描所有論文 metadata。

### Step B

建立唯一 `paper_id` 與 `content_hash`。

### Step C

做系列／主題聚類。

### Step D

找：

- exact duplicate；
- near duplicate；
- version family；
- obvious successor。

### Step E

計算：

- citation/dependency proxy；
- public exposure proxy；
- centrality proxy。

### Step F

產生：

> Top 100 Priority Review List

這就足以開始第二階段。

---

# 23. 從「論文庫」到「可自我修正的研究系統」

如果這套方法持續發展，最終研究平台不只是儲存文件。

它會形成：

$$
\text{Research Corpus}
+
\text{State Graph}
+
\text{Audit Engine}
+
\text{Canonical Resolver}
$$

於是每當新增一篇論文：

```text
New Paper
   ↓
Extract Claims
   ↓
Compare Canonical State
   ↓
Detect Conflict / Extension
   ↓
Update Candidate Graph
   ↓
Request Review if Necessary
```

這代表：

> **論文不是被動存進資料庫，而是進入一個會重新計算自身知識狀態的系統。**

---

# 24. 結論

面對數千篇理論論文，第一步不是全部重寫，也不是全部重新驗證。

第一步應是：

$$
\boxed{
\text{先建立可見性}
}
$$

也就是先知道：

- 有哪些論文；
- 它們屬於哪些系列；
- 哪些互相重複；
- 哪些可能被取代；
- 哪些高度依賴；
- 哪些值得優先檢查。

之後才逐步進入：

$$
\text{Claim Extraction}
\rightarrow
\text{Conflict Audit}
\rightarrow
\text{Supersession}
\rightarrow
\text{Canonical Closure}
$$

真正的自我校正系統不是一個會自動「改論文」的 AI。

而是一個能持續回答：

> **「目前哪些知識仍然成立？哪些已經被修正？哪些需要重新檢查？」**

的研究基礎設施。

---

## 核心命題

> **數千篇論文的第一個問題不是正誤，而是可見性。**

> **先全域盤點，再局部深查；先建立狀態，再進行修訂。**

> **AI 自我校正的本質不是自動改寫，而是自動維護知識狀態。**