# 推理解析度與觀察解析度不對稱 v0.2 ## ——當高階 Reasoning 在低解析度世界模型上運作 **English Title:** *Reasoning–Observation Resolution Asymmetry: When Deep Inference Operates on a Low-Resolution World Model* **系列：**《宏觀個體導向的動態全域觀察方法論》04 / 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：** AI Reasoning／Active Perception／Multimodal AI／Agent Runtime／Test-Time Compute／Epistemic Resource Allocation **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：多模態不是資料堆積〉、A07〈能力—視角啟動不對稱〉 **既有 Runtime 基座：** Adaptive Perceptual Reading（APR）／Agentic Perception Runtime **後續接口：** B05〈動態視角路由〉、B06〈APR 驅動的動態全域感知〉、B07〈跨視角閉合〉 **機構：** EveMissLab／一言諾科技有限公司 --- ## 摘要 大型語言模型與多模態模型正在快速提高 inference-time reasoning depth。Chain-of-Thought、reflection、self-correction、search、verifier、test-time scaling、long-horizon reasoning 與 tool-augmented inference，使模型能在一次回答中投入遠高於過去的計算資源。 然而，一個經常被忽略的事實是： $$ \boxed{ \text{Reasoning operates on an observed or reconstructed world, not on the world directly.} } $$ 若 Agent 的當前世界模型來自低解析度、錯誤、過期、單一視角或不完整的 observation，則更深的 reasoning 並不自動創造缺失 evidence。相反，高能力 reasoner 可能在錯誤 premise 上建立更長、更連貫、更可信的推論鏈。 本文提出： # **Reasoning–Observation Resolution Asymmetry** ## 推理解析度—觀察解析度不對稱 令： $$ Q_R = \text{Reasoning Resolution}, $$ $$ Q_O = \text{Observation Resolution}. $$ 其中 $Q_R$ 表示模型對已取得 evidence 進行： - discrimination； - decomposition； - abstraction； - causal inference； - counterfactual reasoning； - search； - consistency maintenance； 的有效能力。 $Q_O$ 則表示： > 當前 observation regime 對 task-relevant macro states 的可區分能力。 B03 已把 observation resolution 定義為： $$ \boxed{ \text{Relevant State Distinguishability}. } $$ 本文研究兩者的比例與失配： $$ \boxed{ \Gamma_{RO} = \frac{Q_R}{Q_O+\epsilon}. } $$ 若： $$ \Gamma_{RO}\gg1, $$ 形成： # **Reasoning-Heavy / Observation-Light Regime** 即： > **推理能力遠高於可觀察世界解析度。** 這時常見現象是： - 在同一 evidence 上反覆思考； - 增加 Chain-of-Thought 長度； - 自我反思但不取得新 evidence； - 產生更精緻但仍錯誤的 causal narrative； - 高 confidence 地補完未觀察細節； - 把 prior 當 observation； - 把 internal consistency 當 world alignment； - 把「想得更久」誤當「知道得更多」。 反之，若： $$ Q_O\gg Q_R, $$ 則形成： # **Observation-Heavy / Reasoning-Light Regime** 大量高品質 evidence 已存在，但模型： - 無法整合； - 無法跨模態對齊； - 無法推導 causal relation； - 無法抽取高階結構； - 無法決定下一步； 此時再取得更多資料也可能只是： $$ \boxed{ \text{Evidence Accumulation Without Understanding.} } $$ 因此 Agent inference 的真正資源配置問題不是： > 要不要 thinking？ 或： > 要不要 vision？ 而是： $$ \boxed{ \textbf{ Should the next unit of compute be spent on observing more, reasoning more, or changing the observation condition? } } $$ 本文提出一個雙資源決策框架： $$ \boxed{ a_t \in \{ OBSERVE, REASON, INTERVENE, ACT, STOP \}. } $$ 其中： - `OBSERVE`：取得新 evidence，提高 $Q_O$ ； - `REASON`：在現有 evidence 上提高推理深度，提高 $Q_R$ ； - `INTERVENE`：改變 world / observation condition 以取得 discriminative evidence； - `ACT`：執行 task action； - `STOP`：當 decision 已足夠穩定時停止。 外部研究在 2025–2026 年已強烈顯示這種分離的重要性。ICLR 2026 的 *Perception-Aware Policy Optimization* 報告其分析中，當前多模態推理錯誤的一個主要來源是 visual perception，論文給出的分析比例為 67%；ACL 2026 的 *Look Light, Think Heavy* 在 12 個 multimodal tasks 上發現 Chain-of-Thought 並非普遍有益：對 perception-heavy tasks 可能降低 visual grounding / counting 表現，而 multimodal reasoning models 在 verbal reflection 增強時，visual reflection 持續衰減。ICLR 2026 的 VisuRiddles 同樣指出 fine-grained perception 是 abstract visual reasoning 的主要瓶頸之一；EACL 2026 的 *Do You See Me* 更觀察到，即使模型給出正確 reasoning answer，仍可能存在底層 perception error。這表示： $$ \boxed{ \text{Correct Final Answer} \nRightarrow \text{Correct Perception}. } $$ 另一方面，CVPR 2026 UniT、ACL 2026 multimodal test-time-scaling survey 等工作又證明額外 reasoning compute 確實能在合適任務上帶來明顯收益。因此本文不主張： > reasoning scaling 沒用。 本文主張的是更精確的條件命題： $$ \boxed{ \text{Reasoning scaling is useful only when the current bottleneck is actually inferential, or when reasoning is coupled to new perception / verification actions.} } $$ SmartVL 已開始聯合調度 vision-side token budget 與 LLM-side compute；2026 的 *Test-time Scaling over Perception*（TTSP）則更直接把 perception 本身變成 scalable inference process，使用多條 exploratory perception traces、confidence filtering 與 iterative refinement。OmniAgent 也把長影音理解改寫為 Observation–Thought–Action loop，而不是一次 watch-it-all。 這些工作共同指向本文的核心架構： $$ \boxed{ \text{Observation} \leftrightarrow \text{Reasoning} \leftrightarrow \text{EpistemicAction} } $$ 而不是： $$ \boxed{ \text{Input} \rightarrow \text{LongReasoning} \rightarrow \text{Answer}. } $$ 本文最終提出： # **Balanced Epistemic Compute** ## 平衡式認知計算 令下一單位 observation compute 的期望價值為： $$ VOI_O, $$ reasoning compute 的期望價值為： $$ VOI_R, $$ epistemic intervention 的期望價值為： $$ VOI_I. $$ 成熟 Agent 應選： $$ \boxed{ a_t^\ast = \arg\max \{ VOI_O, VOI_R, VOI_I, VOI_A \} } $$ subject to： - risk； - authority； - budget； - latency； - reversibility。 這使「思考」不再被視為預設最聰明的下一步，而只是 Agent 可分配的其中一種認知資源。 --- # 1. 問題：想得更久，真的等於知道得更多嗎？ 對純形式問題，例如： $$ \text{prove theorem from complete axioms} $$ 更多 reasoning depth 可能直接帶來價值。 但在 open-world engineering task 中： > 世界狀態並沒有全部進入 context。 例如： - 當前 UI 真正長什麼樣； - production state； - browser viewport； - external API response； - player reaction； - live permissions； - deployment version； - operator action； 都可能尚未觀察。 因此： $$ \boxed{ \text{Reasoning} } $$ 只能作用於： $$ \boxed{ \hat X_t = \text{current reconstructed world belief}. } $$ 不是： $$ X_t. $$ --- # 2. 推理永遠作用在 Representation 上 令： $$ E_t $$ 是 evidence。 world belief： $$ \hat X_t = B(E_{\le t}). $$ reasoner： $$ R $$ 輸出： $$ H_t = R(\hat X_t,Q). $$ 所以： $$ \boxed{ X_t \rightarrow O \rightarrow E_t \rightarrow \hat X_t \rightarrow R \rightarrow H_t. } $$ 這條鏈中： $$ R $$ 再強， 也不能直接跳回： $$ X_t. $$ --- # 3. Data Processing Inequality 的直覺近鄰 若： $$ X \rightarrow E \rightarrow Z $$ 形成 Markov-like information chain， 那後續 computation： $$ Z=f(E) $$ 不能憑空增加關於 $X$ 的新 external information。 本文不直接把真實 Agent workflow 簡化成嚴格資訊論 Markov chain， 但工程直覺非常重要： $$ \boxed{ \text{Internal Transformation} \neq \text{New World Evidence}. } $$ --- # 4. Reasoning 可以抽出隱含資訊 這句需要精確。 從： $$ E $$ 經 reasoning， Agent 當然可以推導： $$ H. $$ 例如： ```text A>B B>C → A>C ``` 新結論以前沒有顯式寫出。 所以： $$ \boxed{ \text{Reasoning} } $$ 可以增加： > explicit inferential structure。 但不能創造： > evidence 中完全不存在、也無法由 background model 合法推出的 world measurement。 --- # 5. Inferential Novelty ≠ Observational Novelty 定義： $$ \boxed{ N_I = \text{new inferential conclusions} } $$ $$ \boxed{ N_O = \text{new externally grounded distinctions}. } $$ reasoning 可： $$ N_I\uparrow. $$ 但沒有 re-observation： $$ N_O\approx0. $$ --- # 6. Reasoning Resolution 本文定義： # Reasoning Resolution 對 evidence-supported hypothesis space： $$ \mathcal H(E), $$ reasoner 能： - 區分多少 hypotheses； - 維持多少 constraints； - 進行多少步 causal / logical composition； - 處理多少 counterfactual branches； - 修正多少 internal contradiction。 概念表示： $$ \boxed{ Q_R = Resolution_R( \mathcal H, \text{Constraints}, \text{Depth}, \text{Search}, \text{Integration} ). } $$ --- # 7. Observation Resolution B03 已定義： $$ \boxed{ Q_O = \text{RelevantStateDistinguishability}. } $$ 亦即： > evidence 到底能區分多少對 task relevant 的 macro states？ --- # 8. 推理與觀察不是同一維度 所以： $$ \boxed{ Q_R \neq Q_O. } $$ 一個 Agent 可以： $$ Q_R=\text{HIGH}, Q_O=\text{LOW}. $$ 或： $$ Q_R=LOW, Q_O=\text{HIGH}. $$ --- # 9. 四象限 ## Quadrant I — Low Observation / Low Reasoning $$ Q_O\downarrow, Q_R\downarrow. $$ 典型： > 既沒看清，也沒想清。 --- # 10. Quadrant II — High Observation / Low Reasoning $$ Q_O\uparrow, Q_R\downarrow. $$ 大量 evidence， 但不會整合。 --- # 11. Quadrant III — Low Observation / High Reasoning $$ Q_O\downarrow, Q_R\uparrow. $$ 這是本文最關心的： # **Deep Reasoning on a Shallow World Model** --- # 12. Quadrant IV — High Observation / High Reasoning $$ Q_O\uparrow, Q_R\uparrow. $$ 理想： > evidence 足夠，推理也足夠。 但成本通常最高。 所以不應所有 task 永遠停在 Quadrant IV。 --- # 13. 理想不是最大雙高 低風險簡單 task： $$ Q_O,Q_R $$ 只需達到： $$ \boxed{ \text{DecisionThreshold}. } $$ 因此： $$ \boxed{ \text{MaximalCognition} \neq \text{OptimalCognition}. } $$ --- # 14. Reasoning–Observation Ratio 定義： $$ \boxed{ \Gamma_{RO} = \frac{Q_R}{Q_O+\epsilon}. } $$ 這不是 universal physical constant。 它是診斷 metric。 --- # 15. Reasoning-Heavy Regime 若： $$ \Gamma_{RO}\gg1, $$ 表示： > reasoner 對當前 belief 做了遠多於 observation 支撐的細化。 --- # 16. Observation-Heavy Regime 若： $$ \Gamma_{RO}\ll1, $$ 表示： > evidence 的細節遠超目前 reasoning / integration 能力。 --- # 17. Balanced Regime 不是： $$ \Gamma_{RO}=1 $$ 精確成立。 而是： > 邊際 reasoning value 與 observation value 接近、均不形成巨大 bottleneck。 --- # 18. Effective Capability Bottleneck A07 已提出： $$ C_d^{eff} \lesssim \min( C_d,P_d,O_d,R_d,Q_d,A_d ). $$ B04 可聚焦： $$ \boxed{ C_{eff} \lesssim \min(Q_O,Q_R,Q_A). } $$ 其中： - $Q_O$：observation； - $Q_R$：reasoning； - $Q_A$：action realization。 --- # 19. 高推理不能補零觀察 如果： $$ Q_O=0 $$ 對某必要 dimension， 則： $$ Q_R\rightarrow\infty $$ 也不能直接取得該 world detail。 例如： > button 是否被 overlay 擋住？ 沒有 render evidence， reasoner 只能： - infer； - guess； - use prior。 --- # 20. Prior 可以幫助，但不是 Observation 模型可以合理推測： > 常見 modal overlay bug 可能來自 z-index。 這是： $$ \text{Prior}. $$ 不是： $$ \text{Observation}. $$ 所以要標： $$ \boxed{ \text{Hypothesis} \neq \text{ObservedState}. } $$ --- # 21. Strong Prior 可以提高 Search Efficiency prior 仍有價值。 它可以決定： > 先看哪裡。 所以： $$ \text{Prior} \rightarrow \text{ObservationPolicy}. $$ 但不應： $$ \text{Prior} \rightarrow \text{Fact}. $$ --- # 22. Look Light, Think Heavy ACL 2026 *Look Light, Think Heavy* 的重要結果之一： - perception-heavy tasks 中，CoT 可能有負面副作用； - reasoning tasks 中 CoT 比較有利； - multimodal reasoning models 的 verbal reflection 在 reasoning 過程中明顯存在，但 visual reflection 持續減弱。 這正是： $$ \boxed{ \text{ReasoningDepth}\uparrow } $$ 同時： $$ \boxed{ \text{VisualObservationEngagement}\downarrow. } $$ 的實證近鄰。 --- # 23. 「想很多」可能只是在文字空間想 multimodal model 的 reasoning trace： ```text I see... therefore... perhaps... thus... ``` 語言非常長。 但真正 visual evidence interaction： $$ \downarrow. $$ 所以： $$ \boxed{ \text{VerbalReasoningLength} \nRightarrow \text{VisualReasoningDepth}. } $$ --- # 24. Perception-Aware Policy Optimization ICLR 2026 PAPO 報告： > 在其分析設定中，多模態 reasoning error 的重要來源是 visual perception，論文給出約 67% 的比例。 這個比例不能外推所有 multimodal task。 但它證明： > 在某些強 reasoning 系統中，主要 bottleneck 真的可能不是推理鏈本身，而是前端 perception。 --- # 25. VisuRiddles ICLR 2026 VisuRiddles： > abstract visual reasoning 的核心 bottleneck 不只 reasoning，更重要是 fine-grained perception 缺失。 其 two-stage training： ```text perception → reasoning ``` 進一步支持： $$ \boxed{ \text{PerceptionQuality} } $$ 可限制： $$ \text{ReasoningOutcome}. $$ --- # 26. Do You See Me EACL 2026： > 部分 final answers 是正確的，但 underlying perception interpretation 仍錯。 研究報告其 preliminary analysis 中： $$ 29\% $$ 的某 leading MLLM 正確 reasoning answers 含有 perception errors。 這個數字同樣只應綁該 benchmark / model setting。 但概念非常重要： $$ \boxed{ \text{CorrectAnswer} \nRightarrow \text{CorrectWorldModel}. } $$ --- # 27. Lucky Reasoning 如果 perception： $$ E_{wrong}, $$ 但 prior / shortcut 恰好導向： $$ Answer_{correct}, $$ 形成： # Lucky Reasoning 外部 evaluator 只看 final answer， 會誤認： $$ \text{Perception}=\text{Correct}. $$ --- # 28. 這對 Agent 更危險 一次答題幸運猜對， 可能沒事。 Agent 若： > 依錯誤 world model 執行 action， 就可能： $$ \text{WorldState}\rightarrow \text{WrongAction}. $$ 所以 Agent evaluation 必須： > 看 perception / evidence trace。 --- # 29. Chain-of-Thought 不一定是 Free Lunch ACL 2026 *Look Light, Think Heavy* 與 ICML 2025 *Mind Your Step* 都顯示： $$ \text{CoT} $$ 在某些 task： $$ \text{Performance}\downarrow. $$ 因此： $$ \boxed{ \text{MoreThinking} \nRightarrow \text{BetterPerformance}. } $$ --- # 30. Overthinking 本文將： # Overthinking 定義得比「token 太多」更精確： $$ \boxed{ \text{additional reasoning compute with negligible or negative decision value under fixed insufficient evidence}. } $$ --- # 31. Evidence-Fixed Overthinking 若： $$ E_{t+k}=E_t $$ 但： $$ d_R\uparrow\uparrow, $$ 同時： $$ \text{DecisionQuality} $$ 不改善， 形成： $$ \boxed{ \text{EvidenceFixedOverthinking}. } $$ --- # 32. Reasoning Saturation 對 fixed evidence： $$ E, $$ 存在： $$ d_R^\ast $$ 使： $$ \frac{ \partial \text{Utility} }{ \partial d_R } \rightarrow0. $$ 超過： $$ d_R^\ast $$ 應： > observe / act / stop。 --- # 33. Reasoning Saturation Detector 若連續 reasoning turns： - no new hypothesis； - no contradiction resolved； - no decision changed； - no new evidence requested； 則： $$ \boxed{ \text{ReasoningSaturated}. } $$ --- # 34. Observation Saturation 反過來， 一直取得 evidence： $$ E_1,E_2,\ldots $$ 但： $$ \text{Ambiguity} $$ 不再下降， 形成： $$ \boxed{ \text{ObservationSaturated}. } $$ 此時應： > reason / reframe / intervene。 --- # 35. Reasoning Value 定義下一 reasoning step： $$ r $$ 的 value： $$ \boxed{ VOI_R(r) = \frac{ ExpectedDecisionImprovement(r\mid E) }{ Cost(r) }. } $$ --- # 36. Observation Value $$ \boxed{ VOI_O(o) = \frac{ ExpectedAmbiguityReduction(o) }{ Cost(o) }. } $$ --- # 37. Intervention Value 若 passive observation 無法區分 hypotheses， epistemic action： $$ i $$ 的 value： $$ \boxed{ VOI_I(i) = \frac{ ExpectedCausalDiscrimination(i) }{ Cost(i)+Risk(i) }. } $$ --- # 38. Action Value 若 evidence 已足： $$ VOI_A $$ 來自： > 執行任務本身的 utility。 --- # 39. Stop Value 當： $$ \text{DecisionStable} $$ 且所有新增 cognition 的 marginal value： $$ Agent 必須知道有選項。 --- # 42. 傳統 LLM 常只有一個認知動作 輸入給完後： $$ \boxed{ REASON. } $$ 沒有： - observe； - move sensor； - query tool； - re-sample world。 所以： $$ \text{Reasoning} $$ 自然承擔過多責任。 --- # 43. Tool-Using Agent 才真正打開 Epistemic Action Space 當 Agent 可： - browser； - logs； - search； - profiler； - API； - screenshot； - formal checker； 它開始有： $$ \boxed{ OBSERVE } $$ 與： $$ \boxed{ INTERVENE. } $$ --- # 44. 但有 Tool 不代表會用 A07： $$ \text{ToolAvailable} \nRightarrow \text{EvidenceAcquired}. $$ 所以需要： $$ \boxed{ \text{EpistemicActionPolicy}. } $$ --- # 45. APR 就是這個上層 Runtime APR 已經把： $$ a_t = ( m, r, \Omega, \rho, \nu, d, h, q, p ). $$ 其中： $$ d $$ 就是 reasoning depth。 所以： > observation 與 reasoning 本來就應在同一 budget 中競爭。 --- # 46. APR-05 已把固定 reasoning budget 視為可消融項 既有 APR-05 明確提出： - 固定 reasoning budget； - 固定 visual budget； - 禁止 re-observe； 作為 ablation。 其目的正是測： $$ \text{Reasoning} $$ 與： $$ \text{Observation} $$ 是否提供獨立價值。 --- # 47. B04 對 APR 的新解釋 APR 的多資源配置： $$ \mathbf a_t $$ 可以被理解為： # **Epistemic Compute Portfolio** 不同資源共同維持： $$ Q_{eff}. $$ --- # 48. 推理 Token 與視覺 Token 不是兩個獨立世界 SmartVL 2026 直接聯合控制： - vision token number； - LLM compute capability。 其結果顯示： > joint scheduling 比各自獨立優化更好。 這提供一個非常直接的外部工程近鄰。 --- # 49. SmartVL 的含義 如果 input 很簡單： $$ N_{vision}\downarrow, d_R\downarrow. $$ 如果 visual detail 複雜： $$ N_{vision}\uparrow. $$ 如果 inference 本身複雜： $$ d_R\uparrow. $$ 所以： $$ \boxed{ \text{ObservationBudget} } $$ 與： $$ \boxed{ \text{ReasoningBudget} } $$ 應共同配置。 --- # 50. Joint Budget 令總 budget： $$ B. $$ $$ B = B_O+B_R+B_I. $$ 其中： - $B_O$：observation； - $B_R$：reasoning； - $B_I$：epistemic intervention / tool action。 --- # 51. Budget Allocation 選： $$ (B_O^\ast,B_R^\ast,B_I^\ast) $$ 使： $$ \boxed{ \text{ExpectedDecisionUtility} - \lambda Cost } $$ 最大。 --- # 52. Observation Bottleneck 如果： $$ \frac{\partial U}{\partial B_O} > \frac{\partial U}{\partial B_R}, $$ 下一單位 compute 應： $$ OBSERVE. $$ --- # 53. Reasoning Bottleneck 若： $$ \frac{\partial U}{\partial B_R} > \frac{\partial U}{\partial B_O}, $$ 則： $$ REASON. $$ --- # 54. Intervention Bottleneck 如果： $$ \text{PassiveObservation} $$ 無法區分： $$ H_1,H_2, $$ 但： $$ do(a) $$ 可以， 則： $$ INTERVENE. $$ --- # 55. Reasoning 是一種內部 Search 它探索： $$ \text{HypothesisSpace}. $$ Observation 是： > 從外部縮小 HypothesisSpace。 兩者功能不同。 --- # 56. Reasoning：重排內部可能性 $$ \boxed{ \text{Reasoning} : \mathcal H \rightarrow \mathcal H' } $$ 可能： - 排序； - eliminate contradiction； - derive implication。 --- # 57. Observation：加入新 constraint $$ \boxed{ \text{Observation} : E_t \rightarrow E_{t+1} } $$ 從而： $$ \mathcal H_{t+1} \subseteq \mathcal H_t. $$ --- # 58. Intervention：改變可觀察 world $$ \boxed{ \text{Intervention} : X_t \rightarrow X_t' \rightarrow \text{Observation}. } $$ 使兩 hypothesis 的 predictions 分離。 --- # 59. 三者是互補不是替代 $$ \boxed{ \text{Reasoning} + \text{Observation} + \text{Intervention}. } $$ 成熟 cognition 需要動態組合。 --- # 60. Test-Time Scaling 也有多種類型 ACL 2026 multimodal TTS survey 將現有方法概括成： - sampling-based； - feedback-based； - search-based。 B04 再加入一個更上位分類： $$ \boxed{ \text{Scaling over Reasoning} } $$ 與： $$ \boxed{ \text{Scaling over Perception}. } $$ --- # 61. Test-Time Scaling over Perception 2026 TTSP： > 把 perception 自身當可 scaling inference process。 其核心： - multiple exploratory perception traces； - confidence filtering； - structured observation distillation； - iterative refinement toward unresolved uncertainty。 這幾乎直接符合： $$ \boxed{ \text{ObservationCompute} } $$ 的概念。 --- # 62. Grounding Paradox TTSP 提出： > 為了看到決定性 detail，模型必須先知道該看哪裡；但知道該看哪裡又似乎需要先看到 detail。 這是： # Grounding Paradox --- # 63. Grounding Paradox 的本質 $$ \boxed{ \text{ObservationPolicy} } $$ 本身依賴： $$ \text{PartialWorldBelief}. $$ 所以： > 一開始可能看錯。 --- # 64. 單一路徑 Reasoning 可能放大 Grounding Error 如果第一次 crop： $$ \text{wrong}, $$ 後續： $$ \text{Reasoning} $$ 都 condition 在： $$ E_{wrong}. $$ 則： $$ \boxed{ \text{GroundingError} \rightarrow \text{ReasoningErrorPropagation}. } $$ --- # 65. 高推理能力的危險面 如果 reasoner 很弱， 錯 premise 可能很快崩。 如果 reasoner 很強， 它可能： > 把錯 premise 修飾成高度自洽 worldview。 所以： $$ \boxed{ ReasoningStrength\uparrow } $$ 不必然降低： $$ \boxed{ \text{PremiseErrorImpact}. } $$ --- # 66. Coherence Amplification 本文定義： # **Coherence Amplification** 當： $$ H_0 $$ 由低品質 observation 形成， 強 reasoner 建： $$ H_0 \rightarrow H_1 \rightarrow \cdots \rightarrow H_n $$ 使整體 narrative 內部一致。 結果： $$ \boxed{ InternalCoherence\uparrow } $$ 但： $$ \boxed{ \text{WorldAlignment} } $$ 未提高。 --- # 67. Hallucination 不只是「模型亂講」 一部分 open-world hallucination 可以被理解成： $$ \boxed{ \text{Inference beyond observation support.} } $$ 也就是： $$ \text{InferentialResolution} > \text{EvidenceResolution}. $$ --- # 68. Resolution Overreach 定義： $$ \boxed{ RO = \text{ClaimResolution} - \text{EvidenceResolution}. } $$ 若： $$ RO\gg0, $$ Agent 對 world 做了比 evidence 更細的 claim。 --- # 69. Example：UI Evidence： ```text CSS source ``` Claim： > button is visible on 390×844 viewport. 如果沒 render： $$ RO>0. $$ --- # 70. Example：Production Evidence： ```text unit test ``` Claim： > production deployment is healthy. $$ RO\gg0. $$ --- # 71. Example：User Satisfaction Evidence： ```text feature implemented ``` Claim： > users will find it intuitive. 極大： $$ RO. $$ --- # 72. Claim Resolution 必須被 Evidence Bound 因此： $$ \boxed{ Resolution(Claim) \le Resolution(Evidence) + Resolution(ValidInference). } $$ 概念上成立。 --- # 73. Valid Inference 仍受 Model Assumption 如果 reasoning 用： $$ \text{BackgroundKnowledge}, $$ 可以合法增加 claim specificity。 但需： - assumption； - confidence； - provenance。 --- # 74. Observed / Inferred / Predicted 必須分開 A02 已有： - Declared； - Observed； - Inferred； - Verified； - Effective。 B04 特別強調： $$ \boxed{ \text{Observed} \neq \text{Inferred}. } $$ --- # 75. 推理不能把 Inferred 自動洗成 Observed Agent 說： > therefore, we can see that... 若實際只是 reasoning， 就會： $$ \boxed{ \text{InferenceLaundering}. } $$ --- # 76. Evidence Laundering 若多輪 reasoning： ```text likely A → A → because A observed ``` 會把 hypothesis 逐漸寫成 fact。 Persistent memory 尤其危險。 --- # 77. Epistemic Status 必須保存 每 claim： ```yaml status: observed inferred predicted assumed verified ``` 避免 reasoning 增厚時丟失來源層級。 --- # 78. Reasoning Depth 不是 Observation Depth A07 已提出： $$ \boxed{ \text{ReasoningDepth} \nRightarrow \text{ObservationDepth}. } $$ B04 將它升為： $$ \boxed{ \frac{\partial Q_R}{\partial d_R}>0 } $$ 不推出： $$ \boxed{ \frac{\partial Q_O}{\partial d_R}>0. } $$ --- # 79. 有些 Reasoning 會觸發 Observation 例外： Reasoning： > 如果是 H1，需要 log；如果 H2，需要 screenshot。 於是它產生： $$ \text{ObservationAction}. $$ 此時 reasoning 間接提高： $$ Q_O. $$ 所以： $$ \boxed{ \text{ReasoningCanIncreaseObservation} } $$ 只有在： > 它改變 evidence acquisition。 --- # 80. Epistemically Productive Reasoning 本文定義： $$ \boxed{ \text{ReasoningProductive} } $$ 若它至少： 1. 解決 internal uncertainty； 2. 產生 testable hypothesis； 3. 選出 discriminative observation； 4. 改變 decision； 5. 發現 contradiction。 --- # 81. Unproductive Reasoning 如果只是： - paraphrase； - re-justify； - repeat； - speculate； 且： $$ \Delta Belief\approx0, $$ $$ \Delta Evidence=0, $$ 則： $$ \boxed{ ReasoningYield\approx0. } $$ --- # 82. Reasoning Yield $$ \boxed{ Y_R = \frac{ \Delta DecisionQuality + \Delta HypothesisDiscrimination + \Delta ObservationPlanningValue }{ \text{ReasoningCost} }. } $$ --- # 83. Observation Yield B03： $$ Y_O = \frac{ \Delta RelevantAmbiguity }{ \text{ObservationCost} }. $$ --- # 84. Cognition Yield 下一步選： $$ \boxed{ \max(Y_R,Y_O,Y_I). } $$ --- # 85. 但 Yield 估計也會錯 meta-controller 可能誤估： > 覺得再想一下有用。 所以需要： $$ \boxed{ \text{feedback}. } $$ --- # 86. Compute Allocation Learning 記錄： ```text state action = reason / observe cost outcome ambiguity reduction decision improvement ``` 學： $$ \pi_{compute}. $$ --- # 87. Reasoning-First Policy 有些 task： - pure math； - static code proof； - complete database query result； evidence 已齊， reasoning-first 最佳。 --- # 88. Observation-First Policy 有些 task： - UI visual； - live incident； - external API； - current sports score； - changing world； 先 reasoning 大量推測價值低。 --- # 89. Interleaved Policy 複雜 Agent： ```text observe → reason → observe targeted → reason → act → observe outcome ``` 通常更合理。 --- # 90. OmniAgent 2026 OmniAgent 把 long-video understanding 建成： $$ \boxed{ \text{Observation} \rightarrow \text{Thought} \rightarrow \text{Action} } $$ 迭代。 它不是： > 全部影片先塞完，再一次 reasoning。 --- # 91. OmniAgent 的重要點 它以 persistent textual memory 蒸餾： > on-demand percepts。 因此： $$ \text{RawVideoDuration}\uparrow $$ 不必： $$ \text{ContextCost}\uparrow $$ 同比增加。 --- # 92. 這就是「觀察後壓縮、推理後再觀察」 $$ \text{Observe} \rightarrow \text{Compress} \rightarrow \text{Reason} \rightarrow \text{TargetedObserve}. $$ 與 APR 高度同型。 --- # 93. AOP-Agent 2026 AOP-Agent： > hierarchical omni-modal memory + observe-reflect-replan loop。 這表示： $$ \boxed{ \text{Reflect} } $$ 並不是迴圈終點。 它可以： $$ \boxed{ \text{ReplanObservation}. } $$ --- # 94. Multimodal Deep Reasoning 的限制 MMR-V 2026： - long-range multi-frame evidence； - hidden information； - distractors。 其研究報告： > CoT / test-time compute enhancement 帶來有限改善。 這表示： $$ \boxed{ \text{MoreReasoningCompute} } $$ 在 evidence localization / multimodal grounding 不足時， 存在邊際限制。 --- # 95. 但 UniT 顯示 Multimodal TTS 可以有效 CVPR 2026 UniT： - sequential multimodal CoT； - verification； - iterative refinement； 可帶來 scalability。 所以： $$ \boxed{ \text{MultimodalTTS} } $$ 不是失敗方向。 --- # 96. 關鍵差別：是否與觀察 / verification 耦合 純文字延長 CoT： $$ \text{ReasoningOnlyScaling}. $$ 而 UniT 類： - verify； - refine； - multimodal trajectory。 更接近： $$ \boxed{ \text{CoupledScaling}. } $$ --- # 97. Coupled Scaling 本文定義： $$ \boxed{ \text{CoupledScaling} = \text{ReasoningScaling} + \text{ObservationScaling} + \text{VerificationScaling}. } $$ --- # 98. Decoupled Scaling $$ \boxed{ \text{DecoupledScaling} = \text{ReasoningTokens}\uparrow } $$ 但： $$ \text{ObservationRegime} $$ 固定。 --- # 99. B04 預測 對 perception-bottleneck tasks： $$ \text{CoupledScaling} > \text{DecoupledReasoningScaling}. $$ --- # 100. Reasoning–Observation Phase Diagram 令： - horizontal： $Q_O$ ； - vertical： $Q_R$。 可以形成四區： ```text high R | over-reasoning | balanced high competence | low R | under-capable | evidence-rich under-reasoning +------------------------------- low O high O ``` --- # 101. Over-Reasoning Zone 高 $Q_R$ / 低 $Q_O$： 主要風險： - hallucination； - overconfidence； - narrative lock-in； - missed world state； - low-level perceptual error。 --- # 102. Under-Reasoning Zone 高 $Q_O$ / 低 $Q_R$： 主要風險： - evidence pile； - no abstraction； - no causal closure； - local facts no decision。 --- # 103. Under-Cognition Zone 兩者低： > 模型／工具都不足。 --- # 104. Balanced High Zone 兩者足： > 可做 consequential macro decision。 --- # 105. Dynamic Trajectory Agent 不會固定在一區。 例如： 1. initial: low O / high R； 2. screenshot: O↑； 3. trace: O↑； 4. reasoning: R↑； 5. decision closure。 所以： $$ \boxed{ (Q_O(t),Q_R(t)) } $$ 是 trajectory。 --- # 106. 理想策略是走最短 Closure Path 目標不是： > 一直往右上。 而是： $$ \boxed{ \text{reach DecisionClosure with minimum cost}. } $$ --- # 107. Closure Frontier 存在： $$ \mathcal F_Q $$ 表示： > 足以穩定 decision 的 $(Q_O,Q_R)$ 組合。 --- # 108. 不同 Task 有不同 Frontier pure math： $$ Q_O^\ast $$ 低， $$ Q_R^\ast $$ 高。 visual inspection： $$ Q_O^\ast $$ 高， reasoning 可能中等。 --- # 109. Agent Runtime 的問題 給 budget： $$ B, $$ 選 trajectory： $$ \tau $$ 最小化： $$ \text{Cost}(\tau) $$ subject to： $$ (Q_O,Q_R)\in\mathcal F_Q. $$ --- # 110. Balanced Epistemic Compute 這就是本文： # **Balanced Epistemic Compute** 不是平分： $$ 50\% \text{vision} + 50\% \text{reasoning}. $$ 而是： > 根據當前 bottleneck 動態分配。 --- # 111. Reasoning Need Estimator 判斷： > evidence 足，但 inference 未閉合？ signals： - competing hypotheses all evidence-grounded； - unresolved logical constraints； - planning complexity； - combinatorial search。 --- # 112. Observation Need Estimator signals： - claim exceeds evidence scope； - stale data； - modality missing； - unresolved world-state alternatives； - expert surprise； - repeated same-evidence reasoning。 --- # 113. Intervention Need Estimator signals： - passive observations observationally equivalent； - causal hypotheses cannot be separated； - hidden dependency suspected。 --- # 114. Example：CSS Bug 初始： $$ Q_R=\text{HIGH}, Q_O=\text{LOW}. $$ Agent 可推： > z-index likely. 但下一步不應： > 思考 2000 tokens。 應： $$ \text{OBSERVE(render)}. $$ --- # 115. Example：Concurrency Bug logs 已取得： - event times； - locks； - threads。 $$ Q_O=\text{HIGH}. $$ 但原因仍不明。 下一步： $$ REASON. $$ --- # 116. Example：Cache Hidden Dependency static code + tests 都 PASS。 Hypotheses： - architecture sufficient； - hidden cache support。 passive inspection 不夠。 下一步： $$ \text{INTERVENE:} \text{disable(cache)}. $$ --- # 117. Example：Game Telegraph designer： > timing should be fine。 source： > cue = 400ms。 player replay： > visible cue = 120ms。 觀察 resolution 改變後， reasoning 才能重新解釋。 --- # 118. Example：External API docs 說： > endpoint supports X。 Agent reasoning： > therefore current live endpoint works。 如果 API 可能變， 應： $$ \text{ObserveCurrentAPI}. $$ --- # 119. Static vs Dynamic World 在： $$ \text{StaticClosedWorld}, $$ reasoning value 高。 在： $$ \text{DynamicOpenWorld}, $$ observation value通常更高頻出現。 --- # 120. Open-World Agent 的核心不同 LLM textbook QA： $$ \text{world}\approx \text{prompt}. $$ Agent： $$ \text{world}\neq \text{context}. $$ 因此： $$ \boxed{ \text{AgenticReasoning} } $$ 需要： $$ \boxed{ \text{WorldReobservation}. } $$ --- # 121. World Drift 即使昨天： $$ E_{t-1} $$ 足夠， 今天： $$ X_t\neq X_{t-1}. $$ 所以再 reasoning： $$ R(E_{t-1}) $$ 只會更精細地分析過去。 --- # 122. Freshness as Gate 若： $$ Freshness(E)<\tau_f, $$ 則： $$ VOI_O\uparrow. $$ --- # 123. 時間敏感 Claim 例如： - open now； - deployment status； - stock price； - current UI state。 需要： $$ Q_O^{fresh}\uparrow. $$ reasoning 不可替代 fresh observation。 --- # 124. Observation Failure Can Masquerade as Reasoning Failure 模型答錯， 人類會： > reasoning 不夠。 但真正： $$ E $$ 錯。 所以： $$ \boxed{ \text{ObservedError} \nRightarrow \text{ReasoningError}. } $$ --- # 125. Reasoning Failure Can Masquerade as Observation Failure 反過來， 模型看到了正確 evidence， 卻沒整合。 所以： > 再看一次圖 也不會解。 需要： $$ REASON. $$ --- # 126. Capability Attribution Matrix | Evidence | Reasoning | Failure Interpretation | |---|---|---| | insufficient | strong | observation bottleneck | | sufficient | weak | reasoning bottleneck | | insufficient | weak | mixed bottleneck | | sufficient | strong | action/spec/authority bottleneck | --- # 127. Counterfactual Audit 同 task： Condition A： > fixed evidence + more reasoning。 Condition B： > same reasoning + richer observation。 比較 improvement。 --- # 128. Observation-Lift $$ \boxed{ L_O = Perf(E_{high},R) - Perf(E_{low},R). } $$ --- # 129. Reasoning-Lift $$ \boxed{ L_R = Perf(E,R_{high}) - Perf(E,R_{low}). } $$ --- # 130. Bottleneck Diagnosis 若： $$ L_O\gg L_R, $$ observation bottleneck。 若： $$ L_R\gg L_O, $$ reasoning bottleneck。 --- # 131. Interaction Effect $$ L_{OR} $$ 測： > 高 observation 與高 reasoning 是否有 synergy。 --- # 132. Factorial Benchmark $$ 2\times2: $$ ```text low observation / low reasoning high observation / low reasoning low observation / high reasoning high observation / high reasoning ``` 這可直接測 B04。 --- # 133. Reasoning Budget 不是只看 Token Count reasoning compute 包含： - depth； - search width； - samples； - verifier； - backtracking； - tool planning。 所以： $$ \boxed{ \text{ReasoningBudget} \neq \text{ReasoningTokensOnly}. } $$ --- # 134. Observation Budget 也不只是 Visual Tokens 包括： - web request； - sensor； - log query； - human query； - browser action； - simulation； - experiment。 --- # 135. Observation Cost / Reasoning Cost 可互換 某些 task： > 用 10k reasoning tokens 推 API behavior。 可能不如： > 1 個 real request。 所以： $$ \boxed{ \text{CheapObservation} > \text{ExpensiveInference} } $$ 有時成立。 --- # 136. 反過來也可能 如果 observation： > 要跑 6 小時實驗。 reasoning 可由已知 laws 推到足夠答案， 則： $$ \text{Reasoning} > \text{Observation}. $$ --- # 137. Value-of-Information 決策 這與 decision theory 的 Value of Information 有親緣： > 額外 information 是否值得取得？ B04 將 reasoning compute 也放入同一競爭資源框架。 --- # 138. Value of Computation 另有 metareasoning / rational metareasoning 傳統： > 額外 computation 是否值得？ 所以 B04 可視為： $$ \boxed{ \text{ValueOfInformation} + \text{ValueOfComputation} + \text{ValueOfIntervention}. } $$ 在 Agent runtime 的統合。 --- # 139. Rational Metareasoning 近鄰 Russell、Wefald 等 metareasoning 工作長期研究： > reasoning 本身有成本，應選有最高 expected utility 的 computation。 本文加入： > observation action 也與 reasoning computation 競爭。 --- # 140. Epistemic Meta-Control 因此： $$ \boxed{ \text{MetaController} } $$ 要控制： - think； - look； - test； - ask； - act； - stop。 --- # 141. Observation vs Reasoning Latency world 可能在： $$ t $$ 持續變。 如果 reasoner 想太久： $$ \text{WorldDrift} $$ 使 evidence stale。 所以： $$ \boxed{ \text{ReasoningLatency} } $$ 也會降低： $$ Q_O^{fresh}. $$ --- # 142. Thinking Can Make Evidence Stale 這是一個很 AI-native 的問題。 $$ E_{t_0} $$ 開始 reasoning。 到： $$ t_1, $$ world 已變。 則： $$ \boxed{ \text{LongReasoning} \rightarrow \text{FreshnessLoss}. } $$ --- # 143. Dynamic Environment Penalty 定義： $$ \lambda_d = \text{world drift rate}. $$ 若： $$ T_R $$ reasoning time， freshness： $$ F\approx e^{-\lambda_dT_R}. $$ 只是概念模型。 --- # 144. 高 Drift Task 應少做長封閉推理 例如： - live trading； - robot control； - incident response； - multiplayer game。 需要： $$ Observe\leftrightarrow Reason $$ 更密集交替。 --- # 145. 低 Drift Task 可長推理 例如： - theorem； - static source； - historical document。 可： $$ ReasoningChunk\uparrow. $$ --- # 146. Observation–Reasoning Cadence 因此： $$ \boxed{ \text{Cadence} = f(WorldDrift,Risk,Uncertainty). } $$ --- # 147. Closed-Loop Cognition 最成熟形式： $$ \boxed{ \text{Observe} \rightarrow \text{Reason} \rightarrow \text{Act/Probe} \rightarrow \text{Observe} \rightarrow \text{Reason}. } $$ --- # 148. Open-Loop Cognition $$ \text{Input} \rightarrow \text{LongReasoning} \rightarrow \text{Action} $$ 適合： > static / well-specified。 在 dynamic world 風險高。 --- # 149. Reasoning Can Distort Perception 前沿研究甚至顯示： > CoT 在部分 perception tasks 降低 performance。 可能機制包括： - prior overrule visual evidence； - verbalization interference； - shortcut； - confirmation loop。 B04 不宣稱單一機制已確立。 只保留現象： $$ \boxed{ \text{MoreReasoning} } $$ 有時： $$ \boxed{ Perception\text{Performance}\downarrow. } $$ --- # 150. Chain-of-Thought Degrades Visual Spatial Reasoning ACL 2026 short paper： > 16 個模型、13 個 spatial benchmarks 中，CoT prompting 持續傷害 visual spatial reasoning；No-Image++ ablation 顯示模型可能從 textual priors hallucinate visual details。 這提供很強的例子： $$ \boxed{ \text{ReasoningPrior} > \text{VisualEvidence} } $$ 時可能造成錯誤。 --- # 151. Prior Dominance 定義： $$ \boxed{ \Lambda_P = \frac{ \text{Influence}(\text{Prior}) }{ \text{Influence}(\text{CurrentEvidence}) }. } $$ 若： $$ \Lambda_P\gg1, $$ 模型可能： > 看圖不如想像圖。 --- # 152. Grounded Reasoning 真正需要： $$ \boxed{ \text{ReasoningStep} \leftrightarrow \text{EvidenceRef}. } $$ 例如每個重要 visual claim： > 引用 region / observation。 --- # 153. Perception-Aware Reasoning PAPO 的方向： > 讓 reasoning 更 grounded in visual inputs。 這不是： > 單純加長 CoT。 而是提高： $$ \boxed{ \text{EvidenceCoupling}. } $$ --- # 154. Evidence Coupling Ratio 可概念定義： $$ \boxed{ ECR = \frac{ \text{ReasoningClaimsWithEvidenceSupport} }{ \text{MaterialReasoningClaims} }. } $$ --- # 155. ECR 高也不代表 evidence 足 如果所有 reasoning 都引用： > 同一錯 screenshot， 仍可能錯。 但比完全 prior-driven 好。 --- # 156. Observation Reference 可在 Agent runtime 保存： ```yaml claim: text: evidence_refs: epistemic_status: ``` 減少 reasoning laundering。 --- # 157. Re-Grounding Trigger 若 reasoning chain： - 太長； - new claim density 高； - evidence refs 沒增加； 觸發： $$ \boxed{ REGROUND. } $$ --- # 158. Re-Grounding Action 可以： - reread image； - refresh browser； - inspect source； - query runtime； - ask user； - run test。 --- # 159. Reasoning-to-Evidence Ratio 定義： $$ \boxed{ RER = \frac{ \text{ReasoningCost} }{ \text{FreshEvidenceGain}+\epsilon }. } $$ 非常高： > 可能過度內旋。 --- # 160. 但 pure reasoning task 例外 theorem proof： fresh evidence gain： $$ 0 $$ 仍合理。 所以： $$ RER $$ 必須： $$ \text{task-conditioned}. $$ --- # 161. Task Classifier meta-controller 先判： ```text closed-formal static-empirical dynamic-empirical interactive ``` --- # 162. Closed-Formal evidence fixed by definition。 優先： $$ REASON. $$ --- # 163. Static-Empirical world fixed，但 evidence 可補。 observe / reason 交替。 --- # 164. Dynamic-Empirical world drift。 頻繁 reobserve。 --- # 165. Interactive Agent action 改 world。 需要： $$ \text{postActionObservation}. $$ --- # 166. APR Action Readiness APR 已提出： ```text ALLOW VERIFY BLOCK ``` B04 可理解： - ALLOW： $Q_O,Q_R$ 足； - VERIFY：某 resolution / reasoning gap； - BLOCK：risk-critical gap。 --- # 167. Expected Outcome ≠ Observed Outcome Agent reasoning 預測： $$ \hat Y. $$ 執行後： $$ Y. $$ 如果不重新觀察： $$ \hat Y $$ 容易被當： $$ Y. $$ --- # 168. Outcome Verification 是強制 Observation Reset 高風險 action 後： $$ \boxed{ \text{ObserveAfterAct}. } $$ 它打斷： > reasoning self-confirmation loop。 --- # 169. Self-Confirmation Loop ```text I predict success → execute → assume predicted success → declare done ``` 等於： $$ \boxed{ \text{Prediction} = \text{Observation}. } $$ 錯誤。 --- # 170. World Feedback 真正： ```text predict → execute → observe → compare ``` --- # 171. Prediction Error 是高價值 Signal $$ \delta_t = Y_t-\hat Y_t. $$ 若： $$ |\delta_t|\uparrow, $$ 應： - reobserve； - switch role； - revise model。 --- # 172. Reasoning Can Be Evaluated by Predictive Calibration 好的 reasoning 不只： > explanation 漂亮。 也應： > predictions 與 world 對齊。 --- # 173. Observation Can Be Evaluated by Decision Lift 好的 observation 不只： > 內容很多。 而是： $$ \text{DecisionQuality}\uparrow. $$ --- # 174. Balanced Epistemic Compute Dashboard ```yaml epistemic_state: observation_resolution: medium reasoning_resolution: high freshness: medium ambiguity: high recommendation: next: OBSERVE reason: reasoning-heavy / observation-light ``` --- # 175. Mismatch Classes ## RO-F1 — Reasoning-Heavy Blindness $$ Q_R\gg Q_O. $$ ## RO-F2 — Observation-Heavy Paralysis $$ Q_O\gg Q_R. $$ ## RO-F3 — Stale Reasoning reasoning on expired evidence。 ## RO-F4 — Prior Override reasoning overwrites observation。 ## RO-F5 — Inference Laundering inferred → observed。 ## RO-F6 — Reflection Loop 反思不產生 new evidence / decision。 ## RO-F7 — Reobservation Avoidance world dynamic 仍不看。 ## RO-F8 — Evidence Flood 大量 input，無 integration。 ## RO-F9 — Action Without Outcome Observation prediction 當結果。 ## RO-F10 — Compute Misallocation 更多 compute 給非 bottleneck。 --- # 176. Reasoning-Heavy Blindness 典型語句： > "Given the code, the button should be visible." 問題是： $$ \text{should} $$ 被升成： $$ \text{is}. $$ --- # 177. Observation-Heavy Paralysis 典型： ```text 100MB logs 30 screenshots 5 traces ``` 但 Agent 不知道： > 哪個 hypothesis？ --- # 178. Stale Reasoning 資料： $$ E_{t-1}. $$ 推理： $$ \text{10k tokens}. $$ world： $$ X_t. $$ 全部精緻 reasoning 都只對： $$ X_{t-1}. $$ --- # 179. Prior Override image evidence： > 物件在左。 reasoner prior： > 這類圖通常答案右。 最後： > right。 --- # 180. Reflection Loop ```text maybe A let me reconsider still A another perspective probably A ``` 沒有： - new evidence； - new falsifier。 --- # 181. Evidence Flood 更多 observation： $$ Q_O^{raw}\uparrow $$ 但 usable： $$ Q_O^{usable}\downarrow $$ 因為 attention / integration bottleneck。 --- # 182. Raw / Usable Observation Resolution B03 已區分： $$ \rho_{raw}, \rho_{usable}. $$ B04 補： $$ \boxed{ \rho_{usable} = f( \rho_{raw}, Q_R, \text{Representation}, \text{Alignment} ). } $$ --- # 183. Reasoning 其實參與「可用解析度」 evidence 很豐富， 若 reasoner 不懂， usable resolution 低。 所以 observation / reasoning 雖分離， 仍互相耦合。 --- # 184. Effective Resolution 可寫： $$ \boxed{ Q_E = \Phi(Q_O,Q_R,Alignment). } $$ --- # 185. Alignment 如果 reasoning 沒把 claim 對到正確 evidence： $$ Alignment\downarrow. $$ 即使兩邊都高， effective performance 仍低。 --- # 186. Three-Way Bottleneck $$ \boxed{ Q_{eff} \lesssim \min( Q_O, Q_R, Q_{align} ). } $$ --- # 187. Cross-Modal Alignment image： $$ t_1. $$ log： $$ t_2. $$ reasoner 誤認同一 event。 就是： $$ Q_{align}\downarrow. $$ --- # 188. Cross-Role Alignment backend PASS： > server latency。 UX FAIL： > perceived latency。 若 reasoner 把兩個當同一 claim， alignment error。 --- # 189. Reasoning Resolution 也有向量 $$ \boxed{ \boldsymbol Q_R = ( q_{logic}, q_{causal}, q_{planning}, q_{counterfactual}, q_{integration}, q_{temporal}, q_{spatial} ). } $$ --- # 190. Observation Resolution 也有向量 B03： $$ \boldsymbol Q_O = ( q_{space}, q_{time}, q_{semantic}, q_{causal}, q_{structural}, q_{role}, q_{authority}, q_{freshness}, q_{discriminative} ). $$ --- # 191. Matching 不是純量比值 真正： $$ \Gamma_{RO} $$ 只是簡化。 更準確： $$ \boxed{ \boldsymbol\Delta_{RO} = \boldsymbol Q_R - M\boldsymbol Q_O. } $$ $M$ 表示不同 observation dimensions 對 reasoning domains 的 mapping。 --- # 192. Example：Spatial Reasoning spatial reasoning： $$ q_{spatial}^R\uparrow. $$ 但 visual spatial observation： $$ q_{space}^O\downarrow. $$ CoT 可能補不了。 --- # 193. Example：Causal Reasoning 因果 inference： $$ q_{causal}^R\uparrow. $$ 但只有 correlation logs： $$ q_{causal}^O\downarrow. $$ 需要 intervention / trace。 --- # 194. Example：Planning planning 能力高， 但 authority / resource state 不新鮮。 plan： > logically optimal 卻： > world-invalid。 --- # 195. Reasoning Resolution Requirement task： $$ Q $$ 需要： $$ \boldsymbol Q_R^\ast. $$ --- # 196. Observation Requirement 同 task： $$ \boldsymbol Q_O^\ast. $$ --- # 197. Dual Deficit $$ \boxed{ \Delta_R = \max(0,Q_R^\ast-Q_R), } $$ $$ \boxed{ \Delta_O = \max(0,Q_O^\ast-Q_O). } $$ --- # 198. 下一步資源分配 若： $$ \Delta_O\gg\Delta_R, $$ observe。 若： $$ \Delta_R\gg\Delta_O, $$ reason。 --- # 199. Dual Budget Controller ```yaml deficits: observation: visual: high freshness: medium reasoning: causal: low next: acquire_browser_screenshot ``` --- # 200. Meta-Reasoning Can Itself Be Too Expensive Controller 估： $$ VOI $$ 也花 compute。 若： $$ C_{meta} > C_{saved}, $$ 不值得。 所以簡單 task： > 固定 cheap policy。 --- # 201. Heuristic Rule 1 如果： $$ ClaimScope>EvidenceScope, $$ 先： $$ OBSERVE. $$ --- # 202. Heuristic Rule 2 如果： $$ EvidenceFresh=0, $$ 先： $$ OBSERVE. $$ --- # 203. Heuristic Rule 3 如果： $$ EvidenceSufficient=1 $$ 但： $$ \text{MultipleHypothesesRemain}, $$ $$ REASON. $$ --- # 204. Heuristic Rule 4 如果 hypotheses observationally equivalent： $$ INTERVENE. $$ --- # 205. Heuristic Rule 5 如果 decision stable： $$ STOP/ACT. $$ --- # 206. Heuristic Rule 6 如果 repeated reasoning no belief change： $$ OBSERVE $$ 或： $$ REFRAME. $$ --- # 207. Heuristic Rule 7 如果 repeated observation no ambiguity reduction： $$ REASON $$ 或： $$ INTERVENE. $$ --- # 208. Reasoning Stop Condition $$ \boxed{ \text{MarginalReasoningGain} < Cost_R. } $$ --- # 209. Observation Stop Condition $$ \boxed{ \text{MarginalObservationGain} < Cost_O } $$ 且 risk covered。 --- # 210. Joint Stop $$ \boxed{ \text{DecisionStable} \land \text{RiskCovered} \land \text{NoBlockingUnknown}. } $$ --- # 211. 不應以「模型還能繼續想」作停止反面 模型永遠可以： > 再想一點。 但： $$ \boxed{ \text{CanContinue} \neq \text{ShouldContinue}. } $$ --- # 212. 不應以「還能再看」作停止反面 世界永遠可： > 多一個 log。 但： $$ \boxed{ \text{CanObserveMore} \neq \text{ShouldObserveMore}. } $$ --- # 213. Balanced Closure 真正 stop 來自： $$ \boxed{ \text{DecisionClosure}, } $$ 不是： - token exhausted； - tool exhausted。 --- # 214. B04 的 Runtime Loop ```text Macro Belief ↓ Decision Query ↓ Estimate Observation Deficit Estimate Reasoning Deficit ↓ Choose: OBSERVE / REASON / INTERVENE / ACT / STOP ↓ Update Evidence / Belief / Hypotheses ↓ Recompute Deficits ↓ Repeat ``` --- # 215. Unified Epistemic State $$ \boxed{ \mathcal E_t = ( \hat X_t, \mathcal A_t, \mathcal H_t, \boldsymbol Q_O, \boldsymbol Q_R, F_t, Risk_t, Budget_t ). } $$ --- # 216. Action Set $$ \boxed{ \mathcal U = \{ \text{Observe}, \text{Reason}, \text{Probe}, \text{Act}, \text{Stop} \}. } $$ --- # 217. Policy $$ \boxed{ \pi^\ast: \mathcal E_t \rightarrow \mathcal U. } $$ --- # 218. Reward 不是： $$ \text{MoreReasoning}. $$ 而： $$ \boxed{ \text{DecisionQuality} - \text{Cost} - \text{Risk}. } $$ --- # 219. Observation / Reasoning Queue Agent 甚至可維護： ```text need_to_observe: need_to_reason: ``` 例如： ```yaml need_to_observe: - mobile_render need_to_reason: - whether retry violates idempotency ``` --- # 220. 這能避免混淆 很多 workflow 把： > 我不知道 自動轉成： > 我要想。 但應先分類： $$ \boxed{ \text{UnknownBecauseUnobserved} } $$ vs： $$ \boxed{ \text{UnknownBecauseUninferred}. } $$ --- # 221. Epistemic Unknown Taxonomy ## U1 — Missing Evidence 需要 observe。 ## U2 — Ambiguous Evidence 可能 observe / intervene。 ## U3 — Incomplete Inference 需要 reason。 ## U4 — Conflicting Evidence 需要 align / reobserve。 ## U5 — World Staleness 需要 reobserve。 ## U6 — Unavailable Authority 需要 escalate。 --- # 222. Unknown Type 決定 Compute Type 這可能是 B04 最實用原則之一： $$ \boxed{ \text{UnknownType} \rightarrow \text{CognitiveActionType}. } $$ --- # 223. 「不知道」不是單一狀態 LLM 若無法區分： - 沒看見； - 沒想通； 就會錯誤分配 compute。 --- # 224. Missing Evidence 的語言標誌 應輸出： > I have not observed X. 不是： > I am uncertain whether X. 後者太模糊。 --- # 225. Incomplete Inference 的語言標誌 > The evidence is available, but two causal explanations remain unresolved. --- # 226. Conflict 的語言標誌 > Source A and runtime trace disagree. --- # 227. Stale 的語言標誌 > The only evidence predates the current deployment. --- # 228. Epistemic Status 讓 Router 可工作 沒有 typed unknown， meta-controller 無法知道： $$ Observe? Reason? $$ --- # 229. Reasoning Model Benchmark 也應分 Error Source final accuracy： $$ A. $$ 太粗。 至少： - perception error； - reasoning error； - grounding error； - action error。 --- # 230. PAPO 就是在做 Error Source Separation 它不是只說： > benchmark low。 而指出： > perception 是 major error source。 這就是 B04 希望 generalize 的 evaluation pattern。 --- # 231. B04 Benchmark: RO-Matrix 建立 task corpus， 每題明確標： - observation requirement； - reasoning requirement。 --- # 232. O-Low / R-Low simple factual visible。 --- # 233. O-High / R-Low fine visual inspection。 --- # 234. O-Low / R-High math / symbolic reasoning。 --- # 235. O-High / R-High multi-hop multimodal / debugging / long-horizon agent。 --- # 236. Measure Scaling Curves 對每 class： 增加： $$ B_O $$ 與： $$ B_R. $$ 測： $$ \text{Performance}(B_O,B_R). $$ --- # 237. Response Surface 得到： $$ \boxed{ U_Q(B_O,B_R). } $$ 可以看： - bottleneck； - synergy； - saturation。 --- # 238. Observation Elasticity $$ \boxed{ \epsilon_O = \frac{ \partial U }{ \partial B_O }. } $$ --- # 239. Reasoning Elasticity $$ \boxed{ \epsilon_R = \frac{ \partial U }{ \partial B_R }. } $$ --- # 240. Optimal Allocation budget： $$ B_O+B_R=B. $$ 選： $$ \boxed{ \epsilon_O \approx \epsilon_R } $$ 在 interior optimum。 實際還需 discrete actions / risk constraints。 --- # 241. Cross Elasticity $$ \frac{\partial^2U}{\partial B_O\partial B_R} $$ 若正： > observation / reasoning synergy。 --- # 242. SmartVL 是這種 Response Surface 的工程例子 雖然其控制變量是： - visual tokens； - model compute， 本質上已在學： $$ U(B_O,B_R). $$ --- # 243. Test-Time Scaling Over Perception 進一步擴展 $B_O$ 不只： > 更多 pixel。 而是： - exploratory traces； - selection； - iterative refinement。 所以： $$ B_O $$ 本身也有： $$ \text{search}. $$ --- # 244. Observation Search $$ \boxed{ \text{Where to look} } $$ 本身可以花 compute。 所以 observation compute 與 reasoning compute 邊界並不完全硬。 --- # 245. Meta-Perception Compute 選： > 哪一個 crop？ 本身需要 reasoning。 這就是 Grounding Paradox。 --- # 246. Recursive Loop $$ \text{Reason} \rightarrow \text{ChooseObservation} \rightarrow \text{Observe} \rightarrow \text{Reason}. $$ 因此： $$ \boxed{ \text{Observation} } $$ 與： $$ \boxed{ \text{Reasoning} } $$ 是相互嵌套的。 --- # 247. 但相互嵌套不代表概念不可分 正因為可分， 才能判： > 現在 bottleneck 在哪。 --- # 248. B04 的雙層 Reasoning 可分： ## Object-Level Reasoning 對 world problem 推理。 ## Epistemic Meta-Reasoning 決定： > 還要不要看／想？ --- # 249. Meta-Reasoning 也可能錯 所以： $$ \boxed{ \text{ControllerCalibration} } $$ 本身需要 benchmark。 --- # 250. Controller Failure：Premature Reasoning 其實缺 evidence， 卻： $$ REASON. $$ --- # 251. Controller Failure：Premature Observation evidence 已夠， 卻一直： $$ OBSERVE. $$ --- # 252. Controller Failure：Premature Action 兩者都不足， 卻： $$ ACT. $$ --- # 253. Controller Failure：Never Stop 永遠： $$ OBSERVE/REASON. $$ --- # 254. Controller Failure：Never Reobserve 一旦有 initial evidence 就一直信。 --- # 255. Controller Failure：Wrong Modality 知道要 observe， 但看錯 channel。 這接 B05/B06。 --- # 256. Reasoning Resolution 可被 Tool 增強 例如： - calculator； - solver； - proof assistant； - simulator。 這些是： $$ \boxed{ \text{ReasoningTools}. } $$ --- # 257. Observation Resolution 可被 Tool 增強 例如： - browser； - profiler； - sensor； - trace； - screenshot。 這些是： $$ \boxed{ \text{ObservationTools}. } $$ --- # 258. 有些 Tool 兩者兼具 simulation： - 產生 evidence； - 也 externalize reasoning。 所以 tool taxonomy 需： $$ \text{functional}. $$ --- # 259. World Simulator 如果 simulator： $$ M $$ 正確， 可提供： $$ \text{SyntheticObservation}. $$ 但： $$ \text{Simulation} \neq \text{ObservedReality}. $$ --- # 260. Simulated Evidence 的 Epistemic Status $$ \boxed{ \text{ModelDerived}. } $$ 不能洗成： $$ \text{WorldObserved}. $$ --- # 261. Reasoning with Simulation 有時： $$ \text{Simulation} $$ 比 pure symbolic reasoning 更高效。 但其 validity 受： $$ \text{ModelFidelity}. $$ --- # 262. World Observation vs Model Observation $$ O_W $$ 與： $$ O_M. $$ 兩者解析度可能都高， 但 grounding 不同。 --- # 263. High-Resolution Wrong Model simulation 非常精細， 但 model assumption 錯。 所以： $$ \boxed{ \text{Resolution} \neq \text{Validity}. } $$ 再次成立。 --- # 264. Reasoning Power 也可能對 Wrong Model 做 Perfect Search 所以： $$ \boxed{ \text{OptimalInferenceOnWrongWorldModel} } $$ 仍然： $$ \text{WrongWorldDecision}. $$ --- # 265. 這是 Model-Based Agent 的核心風險 world model： $$ \hat X. $$ reasoner： $$ R^\ast. $$ 如果： $$ \hat X $$ 錯， 更強： $$ R^\ast $$ 可能只更快找到： > wrong-model optimum。 --- # 266. Observation 的角色是 Model Correction $$ X \rightarrow E \rightarrow \hat X'. $$ 所以 reobservation： $$ \boxed{ \text{breaks model lock-in.} } $$ --- # 267. Surprise as Reobservation Trigger prediction error： $$ |\delta|>\tau $$ 應： $$ OBSERVE. $$ 而不是只： > explain away。 --- # 268. Explain-Away Risk strong reasoner 可以說： > unexpected result is probably noise。 反覆把 anomaly 消掉。 這會阻止 model correction。 --- # 269. Anomaly Preservation 如果： $$ ObservedOutcome\neq ExpectedOutcome, $$ 應先保存： $$ \boxed{ \text{Contradiction}. } $$ 再 reason。 --- # 270. Contradiction ≠ Noise by Default 需要 evidence 才降級。 --- # 271. B04 與 A08 多 Agent debate： $$ ReasoningCompute\uparrow. $$ 如果所有人 share same low-resolution evidence： $$ Q_O $$ 不變。 所以： $$ \boxed{ \text{MoreAgents} } $$ 也可能只是： $$ \text{ReasoningScaling}. $$ 不是： $$ \text{ObservationScaling}. $$ --- # 272. Multi-Agent Observation Scaling 如果不同 agents： - fresh evidence； - different modalities； - different tools； 才： $$ Q_O\uparrow. $$ --- # 273. Debate vs Exploration debate： > 改變 belief interaction。 exploration： > 改變 evidence set。 兩者不同。 --- # 274. High Debate / Low Exploration 容易： > 共識很高，世界看得很少。 同質綠燈。 --- # 275. B04 與 A04 A04： $$ \text{ProcessActivity} \neq \text{MissionProgress}. $$ B04： $$ \boxed{ \text{ReasoningActivity} \neq \text{KnowledgeGain}. } $$ --- # 276. B04 與 A06 A06： > governance bottleneck。 B04： > 不應把稀缺 compute 全花在 reasoning；有時 observation throughput 才是 bottleneck。 --- # 277. B04 與 B05 B05 將決定： > 哪個 perspective / operator 現在最值得啟動？ B04 則先決定： > 現在到底是需要 observation 還是 reasoning？ --- # 278. B04 與 B06 B06 會把： $$ \text{RoleRouting} + \text{ModalityRouting} + \text{ResolutionRouting} + \text{ReasoningBudget} $$ 統合到 APR runtime。 --- # 279. B04 與 B07 Cross-perspective conflict： > 可能不是需要更多 debate， 而是： $$ \boxed{ \text{higher-resolution shared evidence.} } $$ --- # 280. 可否證條件一 如果在 perception-limited tasks： $$ \text{ReasoningScaling} $$ 始終與： $$ \text{ObservationScaling} $$ 同樣有效， B04 的 bottleneck separation 會被削弱。 目前多篇 2025–2026 multimodal study 顯示二者效果並不等價。 --- # 281. 可否證條件二 如果 Agent 無法可靠估計： $$ VOI_O $$ vs： $$ VOI_R, $$ dynamic allocation 可能不如固定 policy。 --- # 282. 可否證條件三 如果 meta-controller overhead： $$ C_M $$ 高於節省的 compute， 不值得。 --- # 283. 可否證條件四 如果 stronger reasoning 能在沒有新 observation 的情況下穩定修復絕大多數 alleged observation bottleneck， 說明我們把某些問題錯分成 observation failure。 --- # 284. Experiment H1 — Observation-Limited Tasks 固定 reasoning model。 提高： $$ Q_O. $$ 預測： $$ Performance\uparrow. $$ --- # 285. H2 — Reasoning-Limited Tasks 固定 evidence。 提高： $$ Q_R. $$ 預測： $$ Performance\uparrow. $$ --- # 286. H3 — Wrong-Budget Scaling 在 observation-limited task， 只增加： $$ Q_R $$ 邊際收益低。 --- # 287. H4 — Coupled Scaling $$ Observe\leftrightarrow Reason $$ 優於 same-cost： $$ \text{ReasonOnly}. $$ 在 dynamic / multimodal tasks 上。 --- # 288. H5 — Re-Grounding 長 reasoning trajectory 中定期： $$ REGROUND $$ 可降低 visual hallucination / premise drift。 --- # 289. H6 — Typed Unknown Router 將 unknown 分： - unobserved； - uninferred； - conflicted； - stale； 比單一： > uncertain 更能降低 compute waste。 --- # 290. H7 — Drift-Aware Cadence world drift 高時： $$ \text{shorter reasoning chunks} + \text{more frequent observation} $$ 更佳。 --- # 291. H8 — Evidence-Coupled Reasoning reasoning claim 要綁 evidence refs， 可降低 inference laundering。 --- # 292. RO Benchmark task metadata： ```yaml task: observation_requirement: visual: high runtime: medium reasoning_requirement: causal: high planning: low ``` --- # 293. Budget Sweep $$ B_O\in\{low,mid,high\}, $$ $$ B_R\in\{low,mid,high\}. $$ 畫： $$ U(B_O,B_R). $$ --- # 294. Correctness Breakdown 不是只看 final： ```text perception correctness reasoning correctness grounding correctness action correctness ``` --- # 295. Cost Breakdown ```text observation tokens reasoning tokens tool calls latency energy ``` --- # 296. Dynamic Router Benchmark 比較： 1. fixed reason-heavy； 2. fixed observe-heavy； 3. alternating； 4. learned / heuristic adaptive。 --- # 297. Agent Engineering Benchmark 例如 UI task： - source only； - source + long reasoning； - source + screenshot； - source + screenshot + moderate reasoning。 --- # 298. Expected Result 在 visual defect： $$ \text{ObservationLift} > \text{ReasoningLift}. $$ --- # 299. Static Formal Benchmark 反過來： theorem / formal spec： $$ \text{ReasoningLift} > \text{ObservationLift}. $$ --- # 300. 這可證明 B04 不是「永遠多看」 而是： $$ \boxed{ \text{BottleneckSensitiveComputeAllocation}. } $$ --- # 301. 核心命題 本文 v0.2 收束為三十二條。 ## P1 — World / Reasoning Separation $$ \boxed{ \text{Reasoning} } $$ 作用於： $$ \hat X, $$ 不是直接作用於： $$ X. $$ ## P2 — Inferential / Observational Novelty Separation $$ \boxed{ \text{InferentialNovelty} \neq \text{ObservationalNovelty}. } $$ ## P3 — Reasoning / Observation Resolution Separation $$ \boxed{ Q_R \neq Q_O. } $$ ## P4 — Reasoning Depth Non-Observation $$ \boxed{ \text{ReasoningDepth}\uparrow \nRightarrow ObservationResolution\uparrow. } $$ ## P5 — Observation Depth Non-Reasoning $$ \boxed{ \text{ObservationVolume}\uparrow \nRightarrow \text{ReasoningQuality}\uparrow. } $$ ## P6 — Reasoning-Heavy Asymmetry $$ \boxed{ Q_R\gg Q_O } $$ 會形成 deep inference on shallow world model。 ## P7 — Observation-Heavy Asymmetry $$ \boxed{ Q_O\gg Q_R } $$ 會形成 evidence-rich but inference-poor cognition。 ## P8 — Internal Coherence Non-Alignment $$ \boxed{ \text{LogicalCoherence} \nRightarrow \text{WorldAlignment}. } $$ ## P9 — Prior Non-Observation $$ \boxed{ \text{Prior} \neq \text{Observation}. } $$ ## P10 — Correct Answer Non-Correct Perception $$ \boxed{ \text{CorrectAnswer} \nRightarrow \text{CorrectPerception}. } $$ ## P11 — CoT Non-Monotonicity $$ \boxed{ \text{MoreChainOfThought} \nRightarrow \text{BetterPerformance}. } $$ ## P12 — Overthinking $$ \boxed{ \text{Overthinking} = \text{ReasoningCost}\uparrow \land \text{DecisionValue}\not\uparrow } $$ under fixed evidence。 ## P13 — Observation Saturation $$ \boxed{ \text{MoreEvidence} \nRightarrow \text{MoreAmbiguityReduction}. } $$ ## P14 — Reasoning Saturation 對固定 evidence 存在 diminishing returns。 ## P15 — Unknown Typing $$ \boxed{ \text{UnknownBecauseUnobserved} \neq \text{UnknownBecauseUninferred}. } $$ ## P16 — Unknown Type Routing $$ \boxed{ \text{UnknownType} \rightarrow \text{CognitiveActionType}. } $$ ## P17 — Cognitive Action Set $$ \boxed{ \{ OBSERVE, REASON, INTERVENE, ACT, STOP \}. } $$ ## P18 — Observation Value $$ \boxed{ VOI_O } $$ 衡量下一 observation 的 expected ambiguity reduction / cost。 ## P19 — Reasoning Value $$ \boxed{ VOI_R } $$ 衡量下一 reasoning step 的 expected decision improvement / cost。 ## P20 — Intervention Value $$ \boxed{ VOI_I } $$ 衡量 active experiment 的 causal discrimination value。 ## P21 — Balanced Epistemic Compute $$ \boxed{ a_t^\ast = \arg\max \{ VOI_O,VOI_R,VOI_I,VOI_A,VOI_{STOP} \}. } $$ ## P22 — Joint Budget $$ \boxed{ B=B_O+B_R+B_I. } $$ ## P23 — Coupled Scaling $$ \boxed{ \text{ReasoningScaling} + \text{ObservationScaling} + \text{VerificationScaling} } $$ 通常比單純 ReasoningScaling 更適合 perception-dependent tasks。 ## P24 — Grounding Error Propagation $$ \boxed{ \text{WrongObservation} \rightarrow \text{ReasoningConditionedOnWrongPremise}. } $$ ## P25 — Claim Resolution Bound $$ \boxed{ \text{ClaimSpecificity} } $$ 不應長期超過： $$ \text{Evidence} + \text{ValidInference} $$ 可支持的解析度。 ## P26 — Inference Laundering Prohibition $$ \boxed{ \text{Inferred} \nRightarrow \text{Observed}. } $$ ## P27 — Re-Grounding 長 reasoning / high claim growth 且 fresh evidence 不增加時， 應考慮： $$ \boxed{ REGROUND. } $$ ## P28 — World Drift Cadence $$ \boxed{ \text{ObservationReasoningCadence} = f(\text{WorldDrift},\text{Risk},\text{Uncertainty}). } $$ ## P29 — Outcome Reobservation $$ \boxed{ \text{ExpectedOutcome} \neq \text{ObservedOutcome}. } $$ ## P30 — Effective Epistemic Resolution $$ \boxed{ Q_{eff} = \Phi(Q_O,Q_R,Q_{alignment}). } $$ ## P31 — Dynamic Closure Path Agent 的目標不是最大化 $Q_O,Q_R$， 而是： $$ \boxed{ \min \text{Cost}(\tau) \quad s.t. \quad \text{DecisionClosure}. } $$ ## P32 — Series B Compute Principle $$ \boxed{ \textbf{ When the world model is the bottleneck, think less and look better. When inference is the bottleneck, stop looking and reason. } } $$ --- # 302. 結論 前沿 AI 正在快速學會： > 想得更久。 這當然非常重要。 但 Agentic AI 的下一個門檻可能不是： > 再把 reasoning chain 拉長十倍。 而是： > **知道什麼時候不該繼續想。** 一個模型可能具備： $$ Q_R\gg1 $$ 的高階推理能力， 卻只拿到： $$ Q_O\ll1 $$ 的低解析度世界。 此時： $$ \boxed{ \text{LongerReasoning} } $$ 可能不會帶來： $$ \boxed{ \text{BetterWorldKnowledge}. } $$ 它可能只帶來： $$ \boxed{ \text{BetterOrganizedBeliefAboutAnUnderObservedWorld}. } $$ 這正是前沿 AI 某些錯誤看起來特別奇怪的原因： > reasoning 很高級，錯誤卻像「一眼就該看到」。 因為： > 它可能真的沒有「一眼」。 或者： > 它有 vision capability，runtime 卻沒有讓它重新看。 因此真正成熟的 Agent 不應把每一個 uncertainty 都轉換成： $$ \boxed{ \text{MoreThinking}. } $$ 它首先要問： > **我不知道，是因為沒看見，還是因為沒想通？** 如果： $$ \text{Unknown}=\text{Unobserved}, $$ 下一步是： $$ OBSERVE. $$ 如果： $$ \text{Unknown}=\text{Uninferred}, $$ 下一步才是： $$ REASON. $$ 如果 passive evidence 永遠不能區分 hypothesis， 就： $$ INTERVENE. $$ 如果已經足夠， 就： $$ ACT $$ 或： $$ STOP. $$ 所以真正 AI-native 的 test-time intelligence 不是單一路徑： $$ \text{Input} \rightarrow \text{ThinkLonger} \rightarrow \text{Answer}. $$ 而是： $$ \boxed{ \text{Observe} \leftrightarrow \text{Reason} \leftrightarrow \text{Probe} \leftrightarrow \text{Act} \leftrightarrow \text{Reobserve}. } $$ 在這個架構下， 「推理 token」與「感知 token」也不再是兩個獨立研究領域， 而是同一個： # **Epistemic Compute Budget** 中的不同資源。 因此 B04 的最後一句是： $$ \boxed{ \textbf{ Intelligence is not only the ability to reason deeply from what is known. It is also the ability to recognize when deeper reasoning has reached the boundary of what has actually been observed. } } $$ 中文即： > **智能不只是從已知資訊深度推理的能力；它也包括知道何時推理已經抵達觀察邊界，下一步應該回到世界重新取得證據。** B05 將接著處理： > **當 Agent 已經知道「該去看」，它到底應該切換到哪一個視角？** --- # 參考文獻 ## A. 外部研究 1. Wang, Z., Guo, X., Stoica, S., Xu, H., Wang, H., Ha, H., Chen, X., Chen, Y., Yan, M., Huang, F., & Ji, H. (2026). *Perception-Aware Policy Optimization for Multimodal Reasoning*. ICLR 2026. https://proceedings.iclr.cc/paper_files/paper/2026/hash/82846e19e6d42ebfd4ace4361def29ae-Abstract-Conference.html 論文在其 error analysis 中指出 visual perception 是當前 multimodal reasoning 的主要錯誤來源之一，報告約 67% 的分析比例；PAPO 以 visually grounded reasoning 直接處理 perception bottleneck。本文只將該比例綁定其研究設定，不外推為所有多模態任務的普遍常數。 2. Jin, Z., Zhu, K., Yuan, H., Hao, Y., Cao, P., Chen, Y., Liu, K., & Zhao, J. (2026). *Look Light, Think Heavy: What Multimodal Chain-of-Thought Reasoning Can and Cannot Do*. ACL 2026 Long Papers. DOI: 10.18653/v1/2026.acl-long.387. https://aclanthology.org/2026.acl-long.387/ 在 perception / reasoning 類 task 上系統分析 multimodal CoT，報告 CoT 在部分 perception-heavy tasks 具有負面效果，並觀察「verbal reflection 深、visual reflection 淺」的 Look Light, Think Heavy pattern。 3. Yan, H., Liu, X., Wang, H., Cao, Z., Zheng, H., Yin, L., et al. (2026). *VisuRiddles: Fine-grained Perception is a Primary Bottleneck for Multimodal Large Language Models in Abstract Visual Reasoning*. ICLR 2026. https://proceedings.iclr.cc/paper_files/paper/2026/hash/dc970c91c0a82c6e4cb3c4af7bff5388-Abstract-Conference.html 將 fine-grained perception 辨識為 abstract visual reasoning 的主要 bottleneck 之一，並以 perception-first / reasoning-second training 改善結果。 4. Kanade, A. S., & Ganu, T. (2026). *Do You See Me: A Multidimensional Benchmark for Evaluating Visual Perception in Multimodal LLMs*. EACL 2026 Long Papers. https://aclanthology.org/2026.eacl-long.343/ 系統測 visual perception；其 preliminary joint perception-reasoning analysis 發現正確 reasoning answers 仍可能包含 perception errors，提供 `CorrectAnswer != CorrectPerception` 的直接近鄰。 5. Kancheti, S. S., Kanade, A. S., Balasubramanian, V. N., & Ganu, T. (2026). *Chain-of-Thought Degrades Visual Spatial Reasoning Capabilities of Multimodal LLMs*. ACL 2026 Short Papers. https://aclanthology.org/2026.acl-short.71/ 在 16 模型 / 13 spatial benchmarks 上分析 CoT 對 visual-spatial reasoning 的影響，並以 No-Image++ ablation 指出 textual prior / shortcut 可壓過 visual grounding。本文用其作 reasoning-prior-over-observation 的外部近鄰。 6. Jiang, D., Zhang, R., Guo, Z., Li, Y., Qi, Y., Chen, X., et al. (2025). *MME-CoT: Benchmarking Chain-of-Thought in Large Multimodal Models for Reasoning Quality, Robustness, and Efficiency*. ICML 2025, PMLR 267. https://proceedings.mlr.press/v267/jiang25n.html 報告 multimodal CoT 的 task dependence，包含 perception-heavy task 上的 overthinking / degradation 與 reflection inefficiency。 7. Liu, R., Geng, J., Wu, A. J., Sucholutsky, I., Lombrozo, T., & Griffiths, T. L. (2025). *Mind Your Step (by Step): Chain-of-Thought can Reduce Performance on Tasks where Thinking Makes Humans Worse*. ICML 2025, PMLR 267. https://proceedings.mlr.press/v267/liu25t.html 說明 CoT 對不同 task 並非單調增益，支持「reasoning depth 應 task-conditioned」。 8. Zhu, K., Jin, Z., Yuan, H., Li, J., Tu, S., Cao, P., Chen, Y., Liu, K., & Zhao, J. (2026). *MMR-V: What's Left Unsaid? A Benchmark for Multimodal Deep Reasoning in Videos*. ICLR 2026. https://proceedings.iclr.cc/paper_files/paper/2026/hash/6f1989abe9562c5cd306e070725fe0a3-Abstract-Conference.html long-range multi-frame evidence benchmark；研究報告常見 CoT / test-time-compute enhancement 在該深多模態推理設定中帶來有限增益。 9. Wang, P., Wang, Z., Lee, J., Xu, Z., Xu, R., Bagchi, S., Li, Y., & Chaterji, S. (2026). *Look Less, Think Faster: Joint Token-Compute Adaptation for Multimodal LLMs*. ECCV 2026 / arXiv:2607.20357. https://arxiv.org/abs/2607.20357 SmartVL 聯合控制 vision token 數與 LLM-side compute，在 shared budget 下共同 scheduling，提供 B04「Observation Budget × Reasoning Budget」最直接的工程近鄰。 10. Jiang, Z., Chen, Y., He, N., Chen, J., Li, C., Qian, H., & Sun, L. (2026). *Test-time Scaling over Perception: Resolving the Grounding Paradox in Thinking with Images*. arXiv:2604.11025, updated 2026-08. 把 perception 本身視為可 test-time scale 的過程：探索多條 perception traces、confidence filtering、structured knowledge distillation 與 iterative refinement。本文以其作 `ObservationCompute` / Grounding Paradox 的最新近鄰。 11. 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. 使用 POMDP-style Observation–Thought–Action loop，on-demand 取得 audiovisual evidence 並維持 persistent memory；提供「推理與感知交替而非 watch-it-all」的外部實作近鄰。 12. 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. AOP-Agent 以 hierarchical memory 與 observe–reflect–replan loop 改善 multi-hop audiovisual reasoning。 13. Chen, L. L., Ma, H., Fan, Z., Huang, Z., Sinha, A., Dai, X., et al. (2026). *UniT: Unified Multimodal Chain-of-Thought Test-time Scaling*. CVPR 2026, 30257–30267. https://openaccess.thecvf.com/content/CVPR2026/html/Chen_UniT_Unified_Multimodal_Chain-of-Thought_Test-time_Scaling_CVPR_2026_paper.html 顯示 multimodal sequential CoT、verification、iterative refinement 本身可以有效 test-time scale，因此本文不採「reasoning scaling 無用」結論，而主張 bottleneck-sensitive / coupled scaling。 14. Wan, C., He, Y., Huang, Z., & Wu, H. (2026). *Test-Time Scaling in Multimodal Foundation Models: A Comprehensive Survey of Generation and Reasoning*. Findings of ACL 2026, 7751–7767. DOI: 10.18653/v1/2026.findings-acl.383. https://aclanthology.org/2026.findings-acl.383/ 系統整理 multimodal TTS 的 sampling-, feedback-, search-based strategies，提供 B04 的 inference-time compute 外部背景。 15. Russell, S., & Wefald, E. (1991). *Do the Right Thing: Studies in Limited Rationality*. MIT Press. Rational metareasoning / value of computation 的經典背景：computation 本身有成本，應選擇具有最高 expected utility 的 computation。B04 將此與 Value of Information / active observation 結合到 Agent runtime。 16. Howard, R. A. (1966). *Information Value Theory*. IEEE Transactions on Systems Science and Cybernetics, 2(1), 22–26. Value of information 的經典 decision-theoretic背景。本文不把 VOI 公式直接等同工程 runtime implementation，而使用其「取得資訊本身必須值得成本」的核心思想。 ## B. Neo.K / EveMissLab 既有研究 17. Neo.K. 〈解析度理論：多模態不是資料堆積〉，Series B B03 v0.2, 2026. 建立： $$ \text{ObservationResolution} = \text{RelevantStateDistinguishability}, $$ ambiguity set、resolution vector、Minimum Sufficient Resolution、Resolution Deficit、Resolution Routing、APR allocation objective，以及： $$ \text{Do not maximize observation volume; minimize decision-relevant ambiguity.} $$ 18. Neo.K. 〈能力—視角啟動不對稱〉，Series A A07 v0.2, 2026. 建立： $$ \text{Capability} \rightarrow \text{PerspectiveActivation} \rightarrow \text{Observation} \rightarrow \text{Resolution} \rightarrow \text{Reasoning} \rightarrow \text{Action}, $$ 並明確提出： $$ \text{ReasoningDepth} \nRightarrow \text{ObservationDepth}. $$ 19. Neo.K. *感知預算分配：從固定視覺 Token 到動態資訊獲益最大化*, APR-05, 2026. 建立： $$ \mathbf a_t = ( \text{modality}, \text{space}, \text{time}, \text{representation}, \text{reasoning}, \text{memory}, \text{reobservation} ), $$ 並將固定 reasoning budget、固定 visual budget、禁止 re-observe 列為核心 ablation。 20. 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 Observation–Action–Belief Revision loop、epistemic action 與 `Available Information != Information That Must Be Processed`。 21. Neo.K. 〈角色即觀察算子〉，Series B B02 v0.2, 2026. 建立 Role Router、Observation Operator、Role Resolution Profile 與 `Role != Modality != Skill != Tool`；B04 在其後決定 compute 應配置給 observation 還是 reasoning。 22. Neo.K. 〈同質綠燈：多 Agent 不等於多視角〉，Series A A08 v0.2, 2026. 建立 `MoreAgents != MoreIndependentEvidence`。B04 進一步指出多 Agent debate 可能只是增加 reasoning compute，而 observation resolution 完全不變。 23. Neo.K. *Global Computation Methodology Series*, 2026. 建立 `Computation != Observation` 與 `Global Dependency != Full Materialization`；B04 將 computation / observation 分離推進成動態 compute-budget competition。 24. Neo.K. *Global-First Completion v2.1*, 2026. 建立 repeated failure 時 Instance → Pattern → Architecture → Substrate 的 diagnostic escalation；可視為「不要無限在同一 micro evidence 上推理」的工程先例。 --- **End of Series B — B04 v0.2**