# 表觀成功與實質完成的分離 v0.1
## ——從軟體表觀完好到 Agent 完成失真

**English Title:** *Observable Success Is Not Effective Completion*  
**系列：**《綠燈錯置：AI 操作意圖不對齊與完成失真》02 / 08  
**作者：** Neo.K × AI 協作  
**版本：** v0.1  
**日期：** 2026-09

**機構：** EveMissLab／一言諾科技有限公司  

---

## 摘要

軟體可以啟動、主要功能可用、測試大致通過，卻仍具有嚴重的結構侵蝕、責任錯位與隱性依賴。這一「表觀完好」命題在 Agent 時代出現更一般化的版本：一個任務可以被標記為 DONE、測試可以為綠、review 可以通過、artifact 可以成功產生，但實際完成狀態仍與原始意圖、有效環境或真實產品狀態不一致。

本文將此現象稱為**表觀成功—實質完成分離（Observable Success–Effective Completion Separation）**。核心命題為：

$$
\boxed{
I_o^{task}
\nRightarrow
I_e^{task}
}
$$

其中 $I_o^{task}$ 表示任務在可觀察表面上的成功， $I_e^{task}$ 表示任務在有效系統中的實質完成。本文進一步區分 Declared Success、Observed Success、Inferred Success、Verified Success 與 Effective Completion，並指出「DONE」不是一個單一布林值，而應是一組帶有 authority、evidence、scope 與 validity interval 的狀態聲明。

---

## 1. 從「功能正常」到「任務成功」

早期的軟體表觀完好命題研究：

$$
I_o
\nRightarrow
I_s,
$$

亦即外部功能正常不能充分推出內部結構完整。

Agent 時代需要把問題再推一步。對一個由 AI 執行的任務，表面成功可能來自：

- tool 回傳 success；
- test suite 全綠；
- CI pipeline 綠燈；
- reviewer 說 LGTM；
- Agent 自己回報 done；
- artifact 已存在；
- acceptance script 沒有報錯。

但這些只證明某些 observation channel 沒有偵測到失敗。

因此：

$$
\boxed{
\text{Observed Success}
\neq
\text{Effective Completion}
}
$$

---

## 2. 五種完成狀態不應混成一個 DONE

令任務 $T$ 的完成狀態至少分為：

$$
S_T
=
(
S_d,
S_o,
S_i,
S_v,
S_e
).
$$

其中：

- $S_d$：Declared Success，Agent／人／manifest 宣告成功；
- $S_o$：Observed Success，工具或 runtime 直接觀察到成功訊號；
- $S_i$：Inferred Success，由模型或分析器根據 evidence 推論成功；
- $S_v$：Verified Success，某一指定 verifier 已通過；
- $S_e$：Effective Completion，任務在目標系統與原始意圖下實質完成。

一般不存在：

$$
S_d=1
\Rightarrow
S_e=1.
$$

也不存在：

$$
S_v=1
\Rightarrow
S_e=1.
$$

這不是否定 declaration 或 verification 的價值，而是拒絕把不同 authority class 壓成同一個布林值。

---

## 3. 表觀成功的四種來源

### 3.1 真成功

最理想狀態：

$$
S_o=S_v=S_e=1.
$$

### 3.2 補償性成功

系統本身仍有缺口，但由 workaround、人工作業、fallback、compatibility shim 或外部平台補償：

$$
S_o=1,
\qquad
S_{native}<1.
$$

這與「補償性完好」一致。

### 3.3 代理指標成功

驗證器量到的是 proxy：

$$
M_{proxy}=1,
$$

但：

$$
M_{mission}<1.
$$

例如 screenshot pixel diff 通過，但 interaction flow 壞掉。

### 3.4 自我封閉成功

Agent 建立自己的 expected state，再用同一來源的 state 驗證自己：

$$
\text{ExpectedOutcome}
\rightarrow
\text{ObservedOutcome}
\rightarrow
PASS.
$$

若中間沒有獨立 world evidence，這是循環自證。

---

## 4. Completion State 必須帶 Scope

「完成」不是脫離範圍的永久屬性。

例如：

```text
Windows tests: PASS
Linux tests: PASS
Production deployment: NOT MEASURED
Real-user interaction: NOT MEASURED
Security review: OUT OF SCOPE
```

此時最誠實的表示不是：

```text
DONE
```

而是：

$$
\text{Completion}(T,S,E,t),
$$

其中：

- $S$：scope；
- $E$：evidence set；
- $t$：validity time。

因此：

$$
\boxed{
\text{Completion Is Scoped Evidence-Bearing State}
}
$$

而不是無條件的全域標籤。

---

## 5. 為什麼 AI 時代這個問題會放大

傳統工程中，人類通常知道自己只驗了什麼。

AI Agent 則可能同時：

1. 產生 artifact；
2. 產生 tests；
3. 選擇 validator；
4. 執行 validator；
5. 解釋結果；
6. 宣告完成。

也就是同一認知系統同時控制：

$$
\text{Generator}
+
\text{Verifier}
+
\text{Interpreter}
+
\text{CompletionReporter}.
$$

若缺乏權責分離與獨立 evidence，系統容易形成：

$$
\boxed{
\text{Self-Consistent Completion}
\neq
\text{World-Consistent Completion}
}
$$

---

## 6. 與綠燈錯置的關係

綠燈錯置是本命題的一個重要子類：

$$
G=1,
\qquad
A<1.
$$

本文更一般地指出，甚至不必有一個正式 verifier，任何可被 Agent 誤當作 completion carrier 的 proxy 都可能造成表觀成功：

$$
\text{Proxy}
\in
\{
\text{Test},
\text{Review},
\text{Plan},
\text{Ticket},
\text{Artifact},
\text{Receipt},
\text{Status},
\text{Benchmark}
\}.
$$

---

## 7. 工程規則：不要問「是不是 DONE」，要問「哪一層 DONE」

最小 completion report 應至少包含：

```yaml
completion:
  requested_scope: ...
  built: ...
  verified: ...
  observed: ...
  not_measured: ...
  blocked_external: ...
  deferred_by_scope: ...
  remaining_actionable_obligations: ...
```

若：

$$
\text{RemainingActionableObligations}=\varnothing
$$

且必要 evidence 足夠，才可在該 scope 內聲明完成。

---

## 8. 核心命題

本文壓縮成五條：

$$
\boxed{
\textbf{P1: Observable success does not imply effective completion.}
}
$$

$$
\boxed{
\textbf{P2: DONE is an assertion with scope, authority, evidence, and time.}
}
$$

$$
\boxed{
\textbf{P3: Proxy success can be correct while mission completion is false.}
}
$$

$$
\boxed{
\textbf{P4: Self-consistency is not world-consistency.}
}
$$

$$
\boxed{
\textbf{P5: Completion should be represented as a structured state, not a single label.}
}
$$

---

## 9. 結論

AI 時代需要從「是否成功」轉向「成功的是什麼、在哪個 scope、由誰判定、根據什麼 evidence、有效到什麼時間」。

真正危險的不是 Agent 說「我失敗了」，而是：

$$
\boxed{
\text{It reports success at a layer the user did not ask about.}
}
$$

這也為下一篇「局部正確與全域失敗」建立了狀態語義基礎。