---
title: "紅方、藍方與不存在的綠方：人類辯論制度為什麼獎勵求勝"
english_title: "Red, Blue, and the Missing Green: Why Debate Institutions Reward Winning Over Inquiry"
series: "AI 辯論學習方法論系列"
series_english: "AI Debate Learning Methodology Series"
series_id: "ADLM"
paper_id: "ADLM-06"
author: "Neo.K"
organization: "EveMissLab"
version: "0.1.0"
status: "Research Draft / Series Paper"
date: "2026-10-06"
language: "zh-TW"
canonical_source: "UTF-8 Markdown"
math_source_rule: "inline math only with $...$ ; display math only with $$...$$"
---

# 紅方、藍方與不存在的綠方

## 人類辯論制度為什麼獎勵求勝

### Red, Blue, and the Missing Green: Why Debate Institutions Reward Winning Over Inquiry

**系列：** AI 辯論學習方法論系列（ADLM），Paper 06  
**作者：** Neo.K  
**機構：** EveMissLab  
**版本：** v0.1.0  
**日期：** 2026-10-06  

**公司：** 一言諾科技有限公司  

---

# 摘要

人類並不是直到今天才發現「求真」與「求勝」不同。古代論辯傳統早已區分：以共同求真為目的的論辯、以擊敗對手為目的的競爭，以及不建立自身模型、只專門攻擊對手的反駁活動。

然而，現代大量公開辯論、競技辯論、政治辯論、網路論戰與媒體對談，仍以：

$$
\boxed{
\text{Red}
\quad vs\quad
\text{Blue}
}
$$

為基本制度形態，並將最終輸出壓縮為：

$$
\boxed{
\text{Winner}
\in
\{
R,B
\}.
}
$$

本文主張，問題不只是參與者「想贏」，而是：

$$
\boxed{
\text{Protocol Incentive}
\rightarrow
\text{Argument Behavior}.
}
$$

當制度明確獎勵攻擊對方、防守己方、不承認弱點、讓裁判選邊，並要求在有限時間內最大化說服力時，即使參與者一開始具有 truth-seeking intention，也可能被 protocol 推向：

$$
\boxed{
\text{Victory-Seeking Equilibrium}.
}
$$

本文依序抽象 Greek dialectic、Nyāya 的 vāda / jalpa / vitaṇḍā、medieval disputatio、modern competitive debate、Structured Academic Controversy、Double Crux 與 adversarial collaboration 的制度功能，並將真正關鍵收斂到四個問題：

1. 制度獎勵什麼？
2. 哪些終局狀態是合法輸出？
3. 模型修正受到獎勵還是懲罰？
4. 第三模型是否有正式出口？

本文提出 **Missing-Green Problem**：若制度只允許：

$$
\{R,B\}
$$

作為終局，那麼即使真實最佳模型為：

$$
M_G,
$$

制度也無法自然表達它。

因此：

$$
\boxed{
\text{A protocol can systematically suppress epistemic states it does not provide an output channel for}.
}
$$

本文最後提出八項制度要求：Role Reversibility、Revision Reward、Shared-State Externalization、Third-Model Legality、Evidence Escalation、Unresolved Legality、Update Precommitment 與 Mode Declaration，作為未來 ADLM 人類／AI 辯論學習架構的制度前置。

**關鍵詞：** 辯論制度、求真、求勝、vāda、jalpa、vitaṇḍā、dialectic、disputatio、Structured Academic Controversy、Double Crux、adversarial collaboration、Green Model、AI Debate Learning

---

# 1. 問題起點：人類真的不知道求真和求勝不同嗎？

不是。

歷史上不同傳統早已認識：

$$
\boxed{
\text{Truth-Seeking Debate}
\neq
\text{Victory-Seeking Debate}.
}
$$

真正值得研究的是：

> 為什麼知道這個差異後，人類仍反覆設計出獎勵求勝的制度？

---

# 2. 從個人問題轉向制度問題

低解析度答案是：

> 因為人類好勝。

本文認為不夠。

更完整地：

$$
\boxed{
B_{\mathrm{behavior}}
=
F(
I_{\mathrm{individual}},
P_{\mathrm{protocol}},
R_{\mathrm{reward}},
A_{\mathrm{audience}},
T_{\mathrm{time}}
).
}
$$

個人傾向只是其中一部分。

---

# 3. Protocol Incentive

令辯論 protocol：

$$
\boxed{
P_D
}
$$

包含：

- roles；
- speaking order；
- time；
- allowed outputs；
- scoring；
- judge；
- stopping rule。

則：

$$
\boxed{
P_D
}
$$

不是中性容器。

它會塑造參與者的局部最優策略。

---

# 4. Reward Function

如果：

$$
R_D
=
\mathbf 1[
\text{judge selects my side}
],
$$

理性 agent 會優化：

$$
\boxed{
P(
\text{judge selects me}
).
}
$$

而不是必然優化：

$$
\boxed{
P(
\text{my model is true}
).
}
$$

---

# 5. Victory-Seeking Equilibrium

若制度長期獎勵：

- persuasive compression；
- attack timing；
- burden shifting；
- concession avoidance；

參與者可能收斂到：

$$
\boxed{
\text{Victory-Seeking Equilibrium}.
}
$$

---

# 6. 制度不只評估人，也訓練人

每一場辯論都提供：

$$
\boxed{
\text{behavioral reinforcement}.
}
$$

所以：

$$
\boxed{
\text{Debate Protocol}
}
$$

本身就是 learning environment。

這對 AI 更明顯：

$$
\boxed{
\text{reward function}
\rightarrow
\text{learned policy}.
}
$$

---

# 7. Greek Dialectic

古希臘 dialectic 的一個重要功能，是透過 question、answer、contradiction 與 clarification 檢驗 commitments。

可以抽象為：

$$
\boxed{
B_0
\rightarrow
\{
P_1,\ldots,P_n
\}
\rightarrow
\bot
\rightarrow
B_1.
}
$$

其價值不是只有說服觀眾，而是讓 belief structure 暴露矛盾。

---

# 8. Elenchus 的限制

若只做到：

$$
B_0
\rightarrow
\bot,
$$

但沒有：

$$
B_1,
$$

那主要完成：

$$
\boxed{
\text{error exposure}.
}
$$

不是完整 world-model reconstruction。

這正是 ADLM-01 的：

$$
\boxed{
\text{Refutation}
\neq
\text{Alternative Model Construction}.
}
$$

---

# 9. Both-Sides Examination

dialectical tradition 的另一個重要功能，是把問題的多面 argument 走過一次。

這已經接近：

$$
\boxed{
\text{role inversion}.
}
$$

但仍不等於制度上明確允許 Green Model。

---

# 10. Nyāya 的三分法

古印度 Nyāya 論辯傳統對 ADLM 特別重要，因為它明確區分：

$$
\boxed{
\text{vāda}
}
$$

$$
\boxed{
\text{jalpa}
}
$$

$$
\boxed{
\text{vitaṇḍā}.
}
$$

---

# 11. Vāda

本文將 vāda 抽象為：

$$
\boxed{
\text{truth-oriented cooperative controversy}.
}
$$

其核心不是：

> 我要打贏你。

而是：

> 透過論辯共同提高判定品質。

---

# 12. Jalpa

jalpa 可抽象為：

$$
\boxed{
\text{victory-oriented debate}.
}
$$

其效用函數更接近：

$$
\boxed{
U_{\mathrm{jalpa}}
=
P(
\text{win}
).
}
$$

---

# 13. Vitaṇḍā

vitaṇḍā 可抽象成：

$$
\boxed{
\text{pure adversarial refutation}.
}
$$

也就是：

> 我不一定建立完整模型，我只要拆你的模型。

---

# 14. 歷史上的重要提醒

這三分法指出：

$$
\boxed{
\text{Argument Activity}
}
$$

本身沒有單一 epistemic purpose。

同樣叫「辯論」，

objective function 可以完全不同。

---

# 15. 現代常見偷換

現代辯論常把：

$$
\boxed{
\text{vitaṇḍā success}
}
$$

偷換成：

$$
\boxed{
\text{vāda success}.
}
$$

也就是：

> 我成功拆了你，所以我比較接近真理。

這並不成立。

---

# 16. 但純反駁仍然有價值

vitaṇḍā-style function 很適合作：

$$
\boxed{
\text{stress test}.
}
$$

問題只是：

$$
\boxed{
\text{stress test}
\neq
\text{model construction}.
}
$$

---

# 17. Medieval Disputatio

中世紀 disputatio 可以抽象為：

$$
\boxed{
\text{pro}
\quad vs\quad
\text{contra}
\rightarrow
\text{determinatio}.
}
$$

其優點是制度化：

$$
\boxed{
\text{opposition visibility}.
}
$$

不能只把自己喜歡的 argument 放進來。

---

# 18. Determinatio 的綜合作用

理想狀態下：

$$
\boxed{
M_{\mathrm{pro}},
M_{\mathrm{contra}}
\rightarrow
M_{\mathrm{det}}.
}
$$

其中：

$$
M_{\mathrm{det}}
$$

可能吸收兩邊部分結構。

---

# 19. 但這還不是共同 Green Model

因為 synthesis authority 通常集中於：

$$
\boxed{
\text{master / adjudicator}.
}
$$

所以它更像：

$$
\boxed{
R/B
\rightarrow
J_{\mathrm{synthesis}}.
}
$$

而不是：

$$
\boxed{
R/B
\rightarrow
G_{\mathrm{co-created}}.
}
$$

---

# 20. Judge-Synthesis Protocol

本文將其稱為：

$$
\boxed{
\text{Judge-Synthesis Protocol}.
}
$$

它比純 winner selection 多出 synthesis channel，但第三模型仍不是由所有參與者共同更新產生。

---

# 21. Modern Competitive Debate

現代競技 debate 常見：

$$
\boxed{
\text{Assigned Sides}
+
\text{Fixed Time}
+
\text{Judge}
+
\text{Winner}.
}
$$

這非常適合訓練：

- rapid argument generation；
- adversarial search；
- rhetorical organization；
- perspective taking。

---

# 22. Position-First Optimization

但其 inquiry sequence 常被反轉。

求真：

$$
\boxed{
\text{Evidence}
\rightarrow
\text{Provisional Position}.
}
$$

競技：

$$
\boxed{
\text{Assigned Position}
\rightarrow
\text{Argument Search}.
}
$$

這是制度性差異。

---

# 23. Role Assignment Is Not Neutral

當：

$$
A\mapsto R,
$$

$$
B\mapsto B,
$$

參與者開始優化 assigned role。

所以：

$$
\boxed{
\text{role assignment creates local incentives}.
}
$$

---

# 24. Concession Penalty

競技 debate 中：

> 對方這點是對的。

可能被視為：

$$
\boxed{
\text{loss of argumentative ground}.
}
$$

這會懲罰：

$$
\boxed{
\text{Evidence-Responsive Revision}.
}
$$

---

# 25. Anti-Update Incentive

本文定義：

$$
\boxed{
I_{AU}
=
\text{incentive against belief revision}.
}
$$

若：

$$
I_{AU}\gg0,
$$

制度會獎勵 stubbornness。

---

# 26. Never-Concede Equilibrium

若：

$$
R_{\mathrm{concede}}<0,
$$

局部最優策略可能是：

$$
\boxed{
\text{Never Concede}.
}
$$

這對 inquiry 極不理想。

---

# 27. Audience Reward

公開辯論還加入：

$$
\boxed{
R_{\mathrm{audience}}.
}
$$

觀眾通常更容易處理：

- punchline；
- confidence；
- speed；
- emotional resonance。

因此：

$$
\boxed{
\text{rhetorical compression advantage}
}
$$

被進一步放大。

---

# 28. Media Compression

完整 argument graph：

$$
G_A
$$

在傳播時常被壓成：

$$
\boxed{
\text{short clips}.
}
$$

因此制度會隱性優化：

$$
\boxed{
F_C
=
\text{clip fitness}.
}
$$

---

# 29. Debate Incentive Stack

公開辯論的 reward 可能是：

$$
\boxed{
R
=
R_{\mathrm{judge}}
+
R_{\mathrm{audience}}
+
R_{\mathrm{identity}}
+
R_{\mathrm{media}}
+
R_{\mathrm{truth}}.
}
$$

真正問題是各項權重。

---

# 30. 為什麼不能只責怪參與者

如果：

$$
R_{\mathrm{win}}
\gg
R_{\mathrm{update}},
$$

那麼只批評個人：

> 你太愛贏。

是不夠的。

應修改：

$$
\boxed{
P_D.
}
$$

---

# 31. Structured Academic Controversy

Structured Academic Controversy 的功能結構很接近 ADLM 所需：

$$
\boxed{
\text{Assigned Position}
\rightarrow
\text{Opposition}
\rightarrow
\text{Role Reversal}
\rightarrow
\text{Synthesis}.
}
$$

---

# 32. Role Reversal

要求：

$$
R
\rightarrow
\operatorname{Represent}(B),
$$

$$
B
\rightarrow
\operatorname{Represent}(R).
$$

這逼迫參與者建立：

$$
\boxed{
\text{opponent-model reconstruction}.
}
$$

---

# 33. Role Reversal 不等於認同

換位的目標不是：

> 我現在相信你。

而是：

$$
\boxed{
\text{I can reconstruct your model with high fidelity}.
}
$$

這正是 ADLM-05 的 Reciprocal Reconstruction。

---

# 34. Role Release

SAC 最重要的制度變化之一，是在後期解除：

$$
\boxed{
\text{assigned-side obligation}.
}
$$

參與者不必再永久 defend 原 role。

---

# 35. Role Release 降低 Lock-In

若：

$$
\operatorname{ReleaseRole}(A,R),
$$

則：

$$
\boxed{
I_{AU}\downarrow.
}
$$

這為真正 synthesis 提供空間。

---

# 36. SAC 接近 Green Model

可寫：

$$
\boxed{
R_0/B_0
\rightarrow
R_1/B_1
\rightarrow
G.
}
$$

但：

$$
G
$$

若只是折衷平均，仍不等於 ADLM 的 Green Model。

---

# 37. Synthesis ≠ Compromise

本文再次強調：

$$
\boxed{
\text{Synthesis}
\neq
\text{Compromise}.
}
$$

真正 Green Model 可能：

- 完全保留紅；
- 完全保留藍；
- 同時否定兩邊；
- 引入第三 ontology；
- 把兩邊重新解釋為不同尺度投影。

---

# 38. Double Crux

Double Crux 的制度價值在於：

$$
\boxed{
\text{find the proposition that would actually move beliefs}.
}
$$

它把辯論從：

$$
\text{surface argument}
$$

拉到：

$$
\boxed{
\text{belief-updating dependency}.
}
$$

---

# 39. Crux as Update Node

如果：

$$
c
$$

為真／假會改變：

$$
M_A
$$

或：

$$
M_B,
$$

它才是高價值 crux。

這與 ADLM-05 完全接軌。

---

# 40. Double Crux 的限制

Double Crux 強於：

$$
\boxed{
\text{crux localization}.
}
$$

但不必然生成：

$$
\boxed{
M_G.
}
$$

所以它是 Green Model 的重要前置，而不是完整 substitute。

---

# 41. Adversarial Collaboration

科學中的 adversarial collaboration 更接近：

$$
\boxed{
\text{model competition through jointly designed evidence}.
}
$$

不是：

$$
\text{rhetorical persuasion}.
$$

---

# 42. Joint Experiment

其核心可以抽象成：

$$
\boxed{
M_A,M_B
\rightarrow
E^\ast
\rightarrow
\text{joint test}.
}
$$

這就是 ADLM-05 的 Discriminating Evidence。

---

# 43. Update Contract

真正重要的制度結構之一，是雙方預先說明：

> 什麼結果會讓我更新？

本文定義：

$$
\boxed{
C_U
=
\text{Update Contract}.
}
$$

---

# 44. Why Precommitment Matters

若 evidence 出現後才決定：

> 這算不算 evidence？

容易發生：

$$
\boxed{
\text{goalpost movement}.
}
$$

預先 commitment 可以降低這種風險。

---

# 45. Argument 的高階終點

因此：

$$
\boxed{
\text{Argument}
}
$$

的高階終點可以不是 winning speech，

而是：

$$
\boxed{
\text{joint discriminating experiment}.
}
$$

---

# 46. Institutional Debate Gradient

本文提出：

$$
\boxed{
G_I
}
$$

表示 debate protocol 從純求勝到共同模型演化的位置。

至少可以由：

$$
\boxed{
G_I
=
F(
R_R,
R_U,
G_L,
E_L,
T_L
).
}
$$

描述。

---

# 47. Role Reversibility

$$
R_R
$$

表示角色能否交換。

若：

$$
R_R=0,
$$

角色永久固定。

若：

$$
R_R=1,
$$

允許完整 role inversion。

---

# 48. Revision Reward

$$
R_U
$$

表示：

> 修正自己是否受到正 reward？

若：

$$
R_U<0,
$$

制度反更新。

若：

$$
R_U>0,
$$

制度支持 evidence-responsive revision。

---

# 49. Green Legality

$$
G_L
$$

表示第三模型是否合法。

若：

$$
G_L=0,
$$

終局只能：

$$
\{R,B\}.
$$

若：

$$
G_L=1,
$$

允許：

$$
M_G
\notin
\{M_R,M_B\}.
$$

---

# 50. Evidence Escalation

$$
E_L
$$

表示 debate 是否能從語言轉向：

- experiment；
- retrieval；
- proof；
- tool；
- external verification。

---

# 51. Terminal State

求勝 protocol：

$$
\boxed{
T_L
=
\text{winner selection}.
}
$$

求真 protocol：

$$
\boxed{
T_L
=
\text{updated epistemic state}.
}
$$

---

# 52. Missing-Green Problem

本文正式提出：

$$
\boxed{
\text{Missing-Green Problem}.
}
$$

如果 protocol output space：

$$
\mathcal O_P
=
\{R,B\},
$$

而最佳後驗模型：

$$
M^\ast
\notin
\mathcal O_P,
$$

制度無法直接輸出它。

---

# 53. Protocol Expressivity

定義：

$$
\boxed{
E_P
=
\text{set of epistemic states expressible by protocol}.
}
$$

若：

$$
M^\ast\notin E_P,
$$

則發生：

$$
\boxed{
\text{protocol underexpressivity}.
}
$$

---

# 54. 制度可以壓掉合法知識狀態

因此：

$$
\boxed{
\text{A protocol can suppress epistemic states it cannot represent}.
}
$$

不是說真理消失。

而是制度輸出空間太窄。

---

# 55. Winner-Only Compression

若完整 debate：

$$
\Gamma_D
$$

最後只保存：

$$
Winner=R,
$$

這是：

$$
\boxed{
\text{highly lossy institutional projection}.
}
$$

---

# 56. Green Channel

未來 protocol 至少應允許：

$$
\boxed{
\mathcal O_P
=
\{
R,B,G,U
\},
}
$$

其中：

$$
U
=
\text{unresolved}.
$$

---

# 57. 為什麼一定要有 Unresolved？

如果只有：

$$
R/B/G,
$$

仍可能強迫 synthesis。

所以：

$$
\boxed{
U
}
$$

必須是合法終局。

---

# 58. Four-State Terminal Space

$$
\boxed{
T
\in
\{
R,
B,
G,
U
\}.
}
$$

其中：

- $R$：紅模型目前較強；
- $B$：藍模型目前較強；
- $G$：第三模型；
- $U$：目前不可判定。

---

# 59. Branch-Preserving Terminal State

更一般：

$$
\boxed{
T
=
\{
M_i,
P(M_i\mid E)
\}_{i=1}^{n}.
}
$$

不一定要收斂成單一 winner。

---

# 60. Protocol Should Preserve Uncertainty

制度不應因為：

- 節目效果；
- 比賽規則；
- 觀眾期待；

就壓掉：

$$
\boxed{
\text{epistemic uncertainty}.
}
$$

---

# 61. Competitive Debate 的正確定位

競技辯論非常適合訓練：

$$
\boxed{
\text{Adversarial Search}.
}
$$

但不應單獨承擔：

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

---

# 62. Debate as Subsystem

所以 competitive debate 最適合作：

$$
\boxed{
\text{one phase}
}
$$

嵌入更大的 inquiry architecture。

---

# 63. Phase Architecture

可寫：

$$
\boxed{
\text{Cartography}
\rightarrow
\text{Competitive Attack}
\rightarrow
\text{Role Reversal}
\rightarrow
\text{Crux Search}
\rightarrow
\text{Evidence}
\rightarrow
\text{Green/Unresolved}.
}
$$

---

# 64. 為什麼紅藍仍然重要？

如果沒有強對抗：

$$
\boxed{
\text{blind spots may survive}.
}
$$

所以求真不是：

> 大家和氣地聊天。

---

# 65. Productive Adversariality

本文提出：

$$
\boxed{
\text{Productive Adversariality}.
}
$$

即：

> 使用對抗來 stress-test 模型，但不把擊敗對手當 terminal objective。

---

# 66. Adversarial ≠ Hostile

$$
\boxed{
\text{Adversarial}
\neq
\text{Hostile}.
}
$$

可以強烈攻擊模型，

同時不攻擊 person。

---

# 67. Person–Model Separation

制度應鼓勵：

$$
\boxed{
\text{Attack Model}
\neq
\text{Attack Person}.
}
$$

這也降低 identity lock-in。

---

# 68. Model Stewardship

本文提出：

$$
\boxed{
\text{Model Steward}
}
$$

取代：

$$
\boxed{
\text{Model Believer}.
}
$$

角色只是：

> 暫時把這個 model 做到最好。

---

# 69. Temporary Ownership

$$
\boxed{
A
\owns_t
M_R
}
$$

表示：

> A 在時間 $t$ 暫時負責代表 $M_R$。

不代表：

$$
\boxed{
B_A(M_R)=1.
}
$$

---

# 70. Role Release

每個 adversarial phase 後：

$$
\boxed{
\operatorname{ReleaseRole}(A,R).
}
$$

讓 participant 不再有維護原立場的義務。

---

# 71. Without Role Release

若沒有 role release，

role-induced attachment 可能污染 synthesis。

因此：

$$
\boxed{
\text{Role Release}
}
$$

應是制度明確操作，而不是默認。

---

# 72. Revision Reward

制度可給：

$$
\boxed{
R_{\mathrm{update}}>0
}
$$

給：

- 正確承認反例；
- 精準縮小 claim；
- 放棄已被擊穿 premise；
- 吸收對方有效結構。

---

# 73. 但不能獎勵隨便投降

求真不是：

$$
\boxed{
\text{maximum agreeableness}.
}
$$

所以 reward 應針對：

$$
\boxed{
\text{Evidence-Calibrated Revision}.
}
$$

---

# 74. Stubbornness 與 Gullibility

兩個極端：

$$
\boxed{
\text{Stubbornness}
}
$$

與：

$$
\boxed{
\text{Gullibility}.
}
$$

求真 protocol 要最大化：

$$
\boxed{
\text{calibrated updateability}.
}
$$

---

# 75. Shared-State Externalization

ADLM-05 已建立：

$$
S_D.
$$

制度上應持續保存：

- shared domain；
- crux；
- evidence；
- revisions。

---

# 76. Why Externalization Matters

否則參與者容易：

- 重複已處理論點；
- 偷換定義；
- 忘記 concession；
- 重新打同一場戰。

---

# 77. Structured Debate Memory

本文將：

$$
\boxed{
M_D^{\mathrm{ext}}
}
$$

定義為：

$$
\boxed{
\text{structured epistemic debate memory}.
}
$$

它不是逐字 transcript。

---

# 78. Civilizational Argument Cost

如果每一代、每一場討論都從零開始：

$$
\boxed{
\text{civilization repeatedly pays the same argument cost}.
}
$$

AI 可以降低這種成本。

---

# 79. 歷史不是權威

本文使用歷史制度，不是因為：

> 古人說過，所以正確。

而是：

$$
\boxed{
\text{historical traditions provide protocol design evidence}.
}
$$

---

# 80. 功能抽取

真正問題是：

> 哪些制度元件可以被重用？

例如：

- dialectic → commitment testing；
- vāda → truth orientation；
- disputatio → explicit opposition；
- SAC → role reversal；
- Double Crux → crux localization；
- adversarial collaboration → evidence escalation。

---

# 81. Protocol Is Task-Relative

科學問題：

$$
P_{\mathrm{science}}
$$

可能適合 adversarial collaboration。

教育：

$$
P_{\mathrm{education}}
$$

可能適合 SAC。

信念分歧：

$$
P_{\mathrm{belief}}
$$

可能適合 Double Crux。

競技訓練：

$$
P_{\mathrm{sport}}
$$

可以保留競技 debate。

---

# 82. One Protocol Does Not Fit All

所以：

$$
\boxed{
P^\ast
=
P^\ast(
\text{task},
\text{stakes},
\text{evidence access},
\text{time}
).
}
$$

---

# 83. Debate Mode Declaration

制度開始前應標：

```text
mode:
goal:
allowed_terminal_states:
revision_policy:
evidence_policy:
judge_role:
```

---

# 84. Mode Honesty

如果活動就是：

$$
\boxed{
\text{competitive sport},
}
$$

沒有問題。

問題是：

$$
\boxed{
\text{calling a victory-optimized protocol a truth-discovery procedure}.
}
$$

---

# 85. Epistemic Labeling Principle

本文提出：

$$
\boxed{
\text{Protocol goals should be declared before epistemic conclusions are drawn from outcomes}.
}
$$

---

# 86. Online Debate as Worst-Case Combination

社交媒體常具有：

$$
\boxed{
\text{maximum audience reward}
+
\text{minimum shared-state memory}.
}
$$

因此很容易形成：

$$
\boxed{
\text{low epistemic yield}.
}
$$

---

# 87. Platform Is Part of Protocol

likes、shares、clips 等：

$$
\boxed{
R_{\mathrm{engagement}}
}
$$

不是外部背景。

它們直接構成：

$$
\boxed{
P_D.
}
$$

---

# 88. Engagement vs Accuracy

若：

$$
R_{\mathrm{engagement}}
\gg
R_{\mathrm{accuracy}},
$$

高情緒與高壓縮內容自然具有 selection advantage。

---

# 89. AI 可以避開部分人類問題

AI 沒有完全相同的：

- public ego；
- social humiliation；
- status loss。

所以理論上更容易：

$$
\boxed{
\text{release roles}.
}
$$

---

# 90. 但 AI 有 Task-Induced Role Lock-In

如果 prompt：

> You are the Red debater. Win.

那：

$$
\boxed{
\text{task identity}
}
$$

仍會限制 policy。

---

# 91. AI Role Lock-In

定義：

$$
\boxed{
L_{\mathrm{AI}}
=
\text{degree to which assigned debate role persists into later synthesis}.
}
$$

這應該被實驗測量。

---

# 92. Stronger AI May Rationalize Better

更強模型：

$$
C_R\uparrow
$$

可能更會替 assigned side 找漂亮 argument。

因此：

$$
\boxed{
\text{stronger model}
\not\Rightarrow
\text{better truth-seeking debater}.
}
$$

---

# 93. Debate RL Risk

如果 reward：

$$
R=
\text{judge preference},
$$

AI 可能學到：

$$
\boxed{
\text{judge exploitation}.
}
$$

而不是：

$$
\boxed{
\text{world-model correction}.
}
$$

---

# 94. Judge Exploitation

可能包括：

- confidence exploitation；
- verbosity exploitation；
- framing；
- evaluator bias；
- style preference。

---

# 95. Protocol Overfitting

本文定義：

$$
\boxed{
\text{Protocol Overfitting}
}
$$

為：

> agent 學會贏某個 debate protocol，而不是提高一般 epistemic quality。

---

# 96. Cross-Protocol Evaluation

要測真正 debate intelligence，

應在：

$$
P_1,P_2,\ldots,P_n
$$

不同 protocols 下比較：

- update；
- crux；
- evidence；
- reconstruction。

---

# 97. Truth Transfer Test

若 agent 在：

$$
P_1
$$

非常會贏，

但換 protocol 後不能：

- revise；
- locate divergence；
- reconstruct opponent；
- find evidence；

那可能只是 protocol gaming。

---

# 98. Protocol-Independent Epistemic Skills

ADLM 最終應訓練：

$$
\boxed{
\text{protocol-independent epistemic skills}.
}
$$

包括：

- claim typing；
- model reconstruction；
- divergence localization；
- evidence discrimination；
- calibrated revision。

---

# 99. Eight Institutional Requirements

本文提出八項制度條件：

$$
\boxed{
R_1=
\text{Role Reversibility}
}
$$

$$
\boxed{
R_2=
\text{Revision Reward}
}
$$

$$
\boxed{
R_3=
\text{Shared-State Externalization}
}
$$

$$
\boxed{
R_4=
\text{Third-Model Legality}
}
$$

$$
\boxed{
R_5=
\text{Evidence Escalation}
}
$$

$$
\boxed{
R_6=
\text{Unresolved Legality}
}
$$

$$
\boxed{
R_7=
\text{Update Precommitment}
}
$$

$$
\boxed{
R_8=
\text{Mode Declaration}.
}
$$

---

# 100. Role Reversibility Principle

$$
\boxed{
\text{A participant should be able to reconstruct and temporarily inhabit an opposing model without epistemic penalty}.
}
$$

---

# 101. Revision Reward Principle

$$
\boxed{
\text{Evidence-responsive correction should increase, not reduce, debate score}.
}
$$

---

# 102. Shared-State Externalization Principle

$$
\boxed{
\text{Debate should maintain an external structured state of agreements, divergences, cruxes, evidence, and revisions}.
}
$$

---

# 103. Third-Model Legality Principle

$$
\boxed{
\text{The protocol must permit terminal models not contained in the initial side assignment}.
}
$$

---

# 104. Evidence Escalation Principle

$$
\boxed{
\text{When argument saturates, the protocol should allow transition from language to external evidence or experiment}.
}
$$

---

# 105. Unresolved-Legality Principle

$$
\boxed{
\text{“Not yet decidable” must be a legitimate terminal state}.
}
$$

---

# 106. Update-Precommitment Principle

$$
\boxed{
\text{Participants should state in advance what evidence would make them revise}.
}
$$

---

# 107. Mode-Declaration Principle

$$
\boxed{
\text{A debate must declare whether it is sport, advocacy, inquiry, or decision support}.
}
$$

---

# 108. Institutional Quality

可暫定：

$$
\boxed{
Q_P
=
F(
R_1,\ldots,R_8
).
}
$$

但不同 task 不需要同一最高配置。

---

# 109. Competitive Debate 不需要被改造成 Inquiry

如果它的目標就是 sport，

可以：

$$
R_4=0.
$$

只要：

$$
\boxed{
\text{不要把比賽勝負直接當成真理判決}.
}
$$

---

# 110. Historical Functional Synthesis

歷史上不同制度各提供一個模組：

$$
\boxed{
\mathcal M_{\mathrm{ADLM}}
=
\mathcal M_{\mathrm{dialectic}}
+
\mathcal M_{\mathrm{vāda}}
+
\mathcal M_{\mathrm{SAC}}
+
\mathcal M_{\mathrm{crux}}
+
\mathcal M_{\mathrm{adv.collab}}.
}
$$

不是歷史拼貼。

而是功能抽取。

---

# 111. 下一篇：綠方正式出現

ADLM-07 將正式提出：

$$
\boxed{
\text{Green-Model Principle}.
}
$$

真正成功的辯論可以讓：

$$
M_R
$$

和：

$$
M_B
$$

都被淘汰，

最後得到：

$$
\boxed{
M_G.
}
$$

---

# 112. ADLM-07 的核心問題

不是：

> 怎麼讓紅藍妥協？

而是：

$$
\boxed{
\text{How can debate generate a model that neither side possessed before the debate?}
}
$$

---

# 113. 本文不主張事項

本文不主張：

1. 競技辯論是壞的；
2. 古代制度全面優於現代；
3. vāda 永遠比 jalpa 有用；
4. 純反駁沒有價值；
5. judge 一定有害；
6. consensus 一定好；
7. SAC 已完整解決 Green Model；
8. Double Crux 已完整解決世界模型演化；
9. adversarial collaboration 適合所有議題；
10. 所有平台都應取消勝負。

本文只主張：

$$
\boxed{
\text{debate behavior is partly generated by institutional reward topology}.
}
$$

---

# 114. 結論

人類很早就知道：

$$
\boxed{
\text{求真}
\neq
\text{求勝}
\neq
\text{純反駁}.
}
$$

問題不是文明從未發現這件事。

真正問題是：

$$
\boxed{
\text{我們反覆建立了讓求勝成為局部最優策略的制度。}
}
$$

只要 protocol 要求：

$$
R
\quad vs\quad
B
$$

並且最後：

$$
\text{Winner}
\in
\{
R,B
\},
$$

那麼第三模型：

$$
M_G
$$

即使更好，也沒有自然出口。

這就是：

$$
\boxed{
\text{Missing-Green Problem}.
}
$$

同樣，如果承認對方正確會失分，agent 就會學會：

$$
\boxed{
\text{never concede}.
}
$$

如果觀眾偏好 punchline，agent 就會學會：

$$
\boxed{
\text{compression for persuasion}.
}
$$

如果裁判只選一方，agent 就會學會：

$$
\boxed{
\text{judge optimization}.
}
$$

所以真正需要重新設計的，不只是辯論者，而是：

$$
\boxed{
\text{the reward topology of debate itself}.
}
$$

歷史上已經提供許多零件：

$$
\boxed{
\text{dialectic}
}
$$

提供 commitment testing；

$$
\boxed{
\text{vāda}
}
$$

提供 truth orientation；

$$
\boxed{
\text{SAC}
}
$$

提供 role reversal 與 role release；

$$
\boxed{
\text{Double Crux}
}
$$

提供 decisive divergence；

$$
\boxed{
\text{adversarial collaboration}
}
$$

提供 evidence escalation。

ADLM 下一步不是重新發明「如何辯論」。

而是把這些零件重新組成：

$$
\boxed{
\text{a protocol whose locally optimal behavior is also epistemically productive}.
}
$$

真正理想的辯論制度，不應要求參與者永遠守住紅方或藍方。

它應該讓最優策略逐步變成：

$$
\boxed{
\text{represent well}
\rightarrow
\text{attack strongly}
\rightarrow
\text{understand deeply}
\rightarrow
\text{revise honestly}
\rightarrow
\text{generate better models}.
}
$$

這就是 ADLM-06。

---

# 版本紀錄

## v0.1.0 — 2026-10-06

- 建立 ADLM 系列 Paper 06；
- 將辯論問題從個人好勝轉為制度 incentive；
- 引入 Protocol Incentive 與 Victory-Seeking Equilibrium；
- 抽象 Greek dialectic、Nyāya vāda / jalpa / vitaṇḍā、medieval disputatio；
- 分析 modern competitive debate 的 Position-First Optimization 與 Anti-Update Incentive；
- 分析 Structured Academic Controversy 的 Role Reversal / Role Release；
- 將 Double Crux 接入 Causal Crux；
- 將 adversarial collaboration 接入 Discriminating Evidence；
- 提出 Update Contract；
- 提出 Institutional Debate Gradient；
- 正式提出 Missing-Green Problem 與 Protocol Expressivity；
- 提出 Four-State Terminal Space；
- 提出 Productive Adversariality 與 Model Stewardship；
- 提出 Protocol Overfitting 與 Cross-Protocol Evaluation；
- 建立八項制度 requirements；
- 為 ADLM-07 Green Model Principle 建立制度前置。