---
title: "ARKE-01｜從答案生成到研究完備：AI 自主科研的基本義務"
english_title: "ARKE-01 | From Answer Generation to Research Completion: Core Obligations of Autonomous AI Research"
series: "ARKE Research — AI 原生自主科研完備與知識演化論"
series_english: "AI-Native Research Completion and Knowledge Evolution"
series_id: "ARKE"
paper_id: "ARKE-01"
series_part: "第一部：研究完備與知識可達性"
sequence: 1
series_total: 12
author: "Neo.K with GPT（AI 協作）"
institution: "EveMissLab／一言諾科技有限公司"
version: "v0.1"
date: "2026-10-28"
timezone: "Asia/Taipei"
language: "zh-TW"
status: "FORMAL_RESEARCH_MANUSCRIPT_V0.1; THEORETICAL_PROPOSAL; EMPIRICAL_VALIDATION_NOT_RUN"
document_type: "研究方法論／定義與命題／AI 原生學術工作流程"
canonical_source_encoding: "UTF-8"
canonical_math_delimiters: "inline= $...$ ; display=$$...$$"
repository_policy: "ARKE 為規劃中的獨立 GitHub 工程專案；本文不宣稱倉庫已建置或實證完成"
license: "作者權利保留；授權條款尚未決定"
---

# ARKE-01｜從答案生成到研究完備：AI 自主科研的基本義務

## From Answer Generation to Research Completion: Core Obligations of Autonomous AI Research

**系列：** ARKE Research／十二篇之一  
**作者：** Neo.K with GPT（AI 協作）  
**機構：** EveMissLab／一言諾科技有限公司  
**日期：** 2026 年 10 月 28 日  
**研究狀態：** 理論與方法論原稿 v0.1；本文尚無 ARKE 跨域實證結果。

**版本：** v0.1  

---

# 摘要

隨著 AI 能夠提出研究問題、生成數學證明、設計演算法、執行實驗並撰寫論文，「答案已生成」與「研究已完成」之間的區別正在成為可操作的研究問題。生成一個可接受的證明，不必然表示它是新定理；得到一項實驗結果，不必然表示它在指定適用域外仍然成立；搜尋未發現先例，也不代表先例不存在。相反，AI 形成的新成果還可能揭露既有文獻中的矛盾、條件缺失或依賴錯誤。若研究系統只把成果生成與單項證明檢查作為終點，便將部分基本研究工作留在了研究完成判定之外。

本文提出 **ARKE 的受約束研究完備論（Contract-Bounded Research Completion）**，將 AI 自主科研定義為一項具有任務語義、來源可達邊界、先例查核、證據核驗、學術歸屬、未決保留與歷史更新義務的工作。本文的「完備」不是對全人類知識的全知宣稱，而是對明確研究契約下可要求、可檢查、可重播的義務是否已被處理的判定。為此，本文區分研究候選、結果有效、先例已查、有限新穎性、知識貢獻與可公開發表六種互不等價的主張；定義研究契約、證據歷程、義務狀態與完成閘道，並給出三個結構命題：形式正確不能推出新穎性；在覆蓋不完備的情況下，未檢出先例不能推出不存在先例；來源擴張可能使原先的研究完成判定失效。

本框架以 **AI 自主完成基本查核** 為預設，而非讓人類研究者負責補完 AI 遺漏的常規程序。本文不將 Lean 或任何單一形式化工具視為完整研究的充分條件，也不否定形式證明、專家合作與學術共同體的價值。它們各自是可能的查核或交流方式，但不應取代 AI 自己可執行的基本研究工作。本文最後提出可否證實證設計與跨領域檢驗路線，供 ARKE 後續十一篇及獨立工程專案承接。

**關鍵詞：** AI 自主科研、研究完備、先例發現、學術新穎性、來源追溯、知識演化、研究義務、證據契約、AI-first、可否證性

---

# 0. 研究性質與主張分型

本文不是宣稱已證明 AI 可以自主完成任意科學研究，也不是宣稱現有模型已能無誤判定任意兩個定理、演算法或物理理論是否等價。

為避免理論、制度建議與工程能力混淆，本文將所有主要陳述分為：

- **D（Definition）**：本研究提出的術語與形式定義。
- **P（Proposition）**：由明確前提及定義推得的結構命題，不等同於新發現的深層數學定理。
- **N（Normative Principle）**：本研究主張自主科研系統應遵循的規範。
- **H（Empirical Hypothesis）**：必須由跨域實驗確認或反駁的假說。
- **B（Boundary）**：目前不能推出、尚未證明或不適用的範圍。

**本篇狀態：** D／P／N 已作理論描述；H 皆為 `NOT_RUN`；未經獨立實驗驗收，不得以本篇存在宣稱 ARKE 系統已達到研究完備。

---

# 1. 問題背景：得到答案不是研究歷程的終點

## 1.1 AI 科研能力的進展與程序缺口

自動科研代理已展現產生假說、運行實驗、撰寫研究報告等能力。例如，The AI Scientist 嘗試將研究的多個步驟串成自動循環 [5]；PaperQA2 展示了文獻檢索、資訊整合與矛盾偵測的代理能力 [6]；ResearchGym 則提示端到端科研能力與可靠執行之間仍有顯著差距 [7]。這些研究顯示，**研究生產**、**研究文獻處理**與**研究可靠性**已各有可研究的技術組件，但尚不能因此推定任何系統都已達到跨學科的完整研究能力。

本文的核心問題不在於「AI 是否能產生令人驚訝的答案」，而在於：

> 當 AI 已經能自己得到研究候選成果時，它是否也能在宣稱完成之前，主動完成研究者原本就應執行的基本工作？

本篇聚焦的基本工作包括：尋找先例、查核來源、確認假設與適用域、比較新舊方法、驗證結果、識別仍未確定之處、合理引用與追溯、保存可重播歷程，以及檢查新結果對舊知識的反向影響。

## 1.2 為何單一正確性證明不足以涵蓋整個研究

以形式化證明為例，即使形式證明成功通過核心檢查，它通常也僅能說明：在所選形式系統、定義、輸入假設與依賴可信度之下，該推導符合檢查規則。它不能由此**自動**判定下列事情：

1. 同一或更強命題是否早已公開發表；
2. 定理名稱、變數與定義是否與歷史文獻等價；
3. 提出的證明是否依賴未清楚揭露的已有技術；
4. 形式化命題是否忠實對應原本欲研究的科學問題；
5. 若研究含經驗主張，其證據是否能在現實情境重現；
6. 新結果是否要求修訂舊理論的成立域或歷史歸屬。

這不是形式證明工具的缺陷，而是研究問題具有多個不同的認識論維度。要求 Lean 去回答它原本未被指定處理的文獻與歷史問題，本身就是責任配置錯置。

## 1.3 「獨立重發現」不是「學術上第一次發現」

AI 在完全不知道某篇舊文獻的情況下，獨立推得相同結論，可以是**研究能力證據**；但若該結論早已存在，研究者不應因此直接稱之為學術上第一次發現。獨立重發現仍可能帶來更短證明、新方法、獨立驗證或跨領域用途，學術貢獻需要針對這些新增內容另作陳述。

因此：

$$
\mathrm{IndependentDiscovery}(r)
\not\Rightarrow
\mathrm{FirstPublication}(r).
$$

同樣：

$$
\mathrm{Correct}(r)
\not\Rightarrow
\mathrm{Novel}(r).
$$

上式不是否定 AI 的研究能力，而是拒絕將不同的研究主張誤合為同一個標籤。

---

# 2. 研究者義務與 AI 自主性的重新配置

## 2.1 N1：基本研究程序應內生於 AI 自主科研

**N1（AI-first research obligation）**：若 AI 被宣稱具有自主研究能力，且基本文獻檢索、來源定位、先例對照與初步驗證已在其合法工具與資源範圍內，這些操作應成為 AI 研究工作流程的預設部分，而非可無限期轉嫁給人類的事後補件。

此原則不要求 AI 永不失誤，而要求它不能把「我不知道是否已有人提出」包裝成「我已確定是首次提出」。

## 2.2 人類參與不是常規研究完備的定義條件

本文區分：

- **AI 自主義務**：在可行範圍內自行搜尋、讀取、比較、核實、引用與記錄。
- **自願的學術協作**：人類研究者與 AI 共同研究、討論、改良結果，可增加知識，但不是 AI 常規查核無法省略的理由。
- **外部治理要求**：法律、研究倫理、安全、臨床或其他高風險情境可能要求具資格的人員負責；其要求不能被 ARKE 的 AI-first 原則抹去。

換句話說，**不預設每項普通研究都必須由人類修稿**，不等於否定某些領域存在獨立監督、法定責任或專業審核的必要性。

## 2.3 N2：能力檢驗與知識貢獻檢驗應分離

如果研究目的包含評估模型是否能**獨立**找到某個結論，事先讓模型讀取目標證明會污染測試。相反，若目的是評估該成果對學界是否新穎，完全不查先例也不合理。

故本文提出兩段式契約：

1. **盲研究階段**：依評測契約限制可用先驗資料，AI 產生候選，保存不可變快照。
2. **研究完備階段**：AI 以可授權取得的工具獨立查核學術先例、方法、證據、引用與依賴；必要時修正自己的新穎性主張。

兩個階段的目標不同，必須保留清楚的資料流邊界與時間戳。若研究任務原本就是「充分運用文獻解決新問題」，第一階段也可以使用文獻，但不可再宣稱是在完全隔離先例下的獨立重發現。

---

# 3. D1：研究候選與研究主張的最小物件

定義研究候選：

$$
r=\langle q,C,M,E,\mu\rangle,
$$

其中：

- $q$：研究問題或任務描述；
- $C=\{c_1,\ldots,c_m\}$：有限且可辨識的研究主張集合；
- $M$：方法、演算法、證明或實驗設計；
- $E$：目前蒐集或生成的證據集合；
- $\mu$：候選的版本、作者／模型資訊、宣稱日期、資料來源與初始適用域等元資料。

研究候選可以是一篇論文、一個新演算法、一個局部定理、一項因果假說或一份修正舊文獻的反例紀錄。**產物存在**本身不代表 $C$ 中任何主張已獲證實。

每個 $c_i$ 至少需具有以下型別之一：

| 主張型別 | 可能的有效性義務 | 不可由何者直接代替 |
|---|---|---|
| 形式命題 | 定義、假設、證明、依賴 | 文獻引用數或模型自信度 |
| 演算法命題 | 正確性、複雜度、計算模型、反例 | 測試樣本全部通過 |
| 實證命題 | 資料、測量、設計、重複、效應不確定性 | 單篇形式推導 |
| 因果命題 | 識別假設、混雜控制、外推域 | 單純相關性 |
| 詮釋／語義命題 | 定義一致性、跨表示映射、反例 | 名稱或關鍵詞相似 |
| 規範命題 | 價值前提、適用制度與權衡理由 | 數學式樣或統計顯著性 |

**N3（Typed claim requirement）**：禁止將所有研究型別壓成「證明通過／不通過」單一欄位。不同主張的完成義務必須由型別決定。

---

# 4. D2：受約束的研究任務契約

令研究契約為：

$$
\Gamma=\langle\mathcal U,\mathcal S,\mathcal A,\mathcal V,\mathcal B,\tau\rangle.
$$

其欄位定義如下：

- $\mathcal U$：目前可達且允許查詢的知識來源範圍，含來源版本與已知缺口；
- $\mathcal S$：多路徑檢索與查核策略，含跨語言、引文鏈及不同關鍵字表述；
- $\mathcal A$：資料授權、使用條件、執行權限及安全政策；
- $\mathcal V$：可使用的驗證方法集合，如證明檢查、反例搜尋、程式測試、重播、統計驗證；
- $\mathcal B$：可支付的時間、算力、記憶體、網路與資金等資源預算；
- $\tau$：可接受的證據與查核程序門檻、必要輸出及發表宣稱層級。

這裡的 $\mathcal U$ 不是宣稱已包含全球全部人類知識；它是有版本、有權利邊界且有未覆蓋部分的**可達域**。契約也不能藉降低任務語義或刪除關鍵義務，偷渡出「研究已完成」。

### 4.1 契約固定與變更

同一研究成果若改用新契約 $\Gamma'$，必須顯式記錄：

$$
(\Gamma,r)\longrightarrow(\Gamma',r').
$$

不得在來源不變的情況下，悄悄改窄搜尋範圍、排除反例或降低新穎性標準後，宣稱保留原來的完成判定。

### 4.2 最低不可省略之義務

對宣稱「已完成研究」的成果，本篇至少要求：

1. **語義固定**：問題、主張、範圍與成功條件清楚。
2. **來源查核**：主要方法與關鍵知識來源可定位；找不到時標示。
3. **先例查核**：對主張類型執行適當的既有研究搜尋。
4. **差異對照**：區分已知結果、不同方法、局部改良與目前未知。
5. **有效性查核**：依主張型別選擇合適的檢查或實驗。
6. **歸屬處理**：對可確認的前人工作提出合理引用及依賴說明。
7. **未決揭露**：無法確認的來源、等價性、反例與限制保持未決。
8. **歷程保留**：產出可追溯的證據鏈、查核時間、使用版本與工具。
9. **權利合規**：遵守資料來源與研究執行權限，不以檢索之名繞過授權。

不同學科的「適當」需要由可公開檢查的子契約說明，不能由模型每次自行任意重寫。

---

# 5. D3：證據歷程、來源與超連結

一個研究查核歷程記為：

$$
\pi=(e_1,e_2,\ldots,e_k).
$$

每個事件至少包含：行為類型、觸發原因、工具／方法版本、查詢或輸入摘要、返回結果摘要、來源定位、時間、權利狀態、被查核主張及後續判斷。

在概念上，研究需要：

$$
\mathrm{Claim}\rightarrow\mathrm{Evidence}\rightarrow\mathrm{Source}\rightarrow\mathrm{Version}.
$$

但這是一條**可追溯路徑要求**，不是必須用單一知識圖譜儲存的實作規定。可透過資料庫、超連結、事件序列、文字錨點、內容摘要或其他表示實現。W3C PROV-O 已提供跨系統來源歷程表述方法 [3]；FAIR 原則亦重視機器可發現、可取得、可互操作、可重用的資料及其來源 [2]。ARKE 將其視為參考先例，而非宣稱首次提出 provenance 或機器可讀學術資料。

## 5.1 來源定位的最低精度

來源錨點應在可行時識別：作品、作者、出版／公開日期、版本、永久識別碼、節或定理位置、可依法開啟的連結，以及擷取時間。若只有摘要或 metadata，必須標示 `METADATA_ONLY`；若來源被限制而未取得原文，標示 `NOT_ACCESSIBLE`。不得以「標題看起來相同」代替原始證明比較。

## 5.2 來源可追溯不等於來源正確

來源存在、DOI 可解析或引用圖中有一條邊，都不能保證引用內容正確。引用的邊需要對應明確的關係：直接依賴、先例、反例、背景、方法借用、結果擴充、歷史歸屬等。引用不應只是權威清單。

## 5.3 AI 訓練來源的不可完全回推問題

若 AI 無法可靠指出一個想法來自哪筆訓練資料，**不得反向捏造單筆來源鏈**。研究者仍應檢索能辨認的先例並作適當引用，但「曾受全部人類知識積累影響」與「知道特定輸出實際由哪篇論文造成」是不同主張。

---

# 6. D4：研究義務狀態

對候選 $r$ 與契約 $\Gamma$，定義必要義務集合：

$$
\mathcal O_{\Gamma}(r)=\{o_1,o_2,\ldots,o_s\}.
$$

對每個義務給予四值狀態：

$$
\sigma(o,\pi)\in\{\mathrm{PASS},\mathrm{FAIL},\mathrm{UNKNOWN},\mathrm{NA}\}.
$$

其意義是：

- `PASS`：在契約要求及可重播證據下，該**具體義務**已被處理；不代表全域真理。
- `FAIL`：已觀察到義務未滿足或出現可支持的反證。
- `UNKNOWN`：材料不足、來源不可得、等價性未確認或查核不足。
- `NA`：經契約合理判定不適用，必須記錄理由；不得用於規避核心義務。

一個重要的差異是：**先例查核義務 PASS** 只代表按照契約執行、記錄並完成了可要求的檢索與對照，**不**代表「已證明全球無先例」。新穎性依然可能是 `UNKNOWN` 或 `CONDITIONALLY_SUPPORTED`。

研究義務還須區分：

$$
\mathcal O_{\Gamma}(r)=\mathcal O_{\mathrm{hard}}\cup\mathcal O_{\mathrm{conditional}}.
$$

其中 $\mathcal O_{\mathrm{hard}}$ 為該宣稱類型不可略去的義務；條件義務依成果型別、風險、宣稱與資料域啟動。不得把原本的 hard obligation 直接改為 conditional 以製造完成狀態。

---

# 7. D5：研究完備的受約束判定

定義候選凍結有效性為 $\mathrm{Freeze}(r,\pi)$，來源與主張適用域契合為 $\mathrm{ScopeMatch}(r,\Gamma,\pi)$。

本篇提出：

$$
\mathrm{RC}_{\Gamma}(r,\pi)=1
\iff
\mathrm{Freeze}(r,\pi)
\land\mathrm{ScopeMatch}(r,\Gamma,\pi)
\land
\bigwedge_{o\in\mathcal O_{\mathrm{hard}}}
[\sigma(o,\pi)=\mathrm{PASS}].
$$

**D5（Contract-Bounded Research Completion）**：當且僅當候選快照與契約一致、核心義務均有合格且可追溯的處理證據時，稱研究對所指定的契約達到「受約束完備」。

這不是指：

$$
\mathrm{RC}_{\Gamma}(r,\pi)=1
\Rightarrow
\mathrm{TrueInEveryWorld}(r).
$$

更不表示：

$$
\mathrm{RC}_{\Gamma}(r,\pi)=1
\Rightarrow
\mathrm{GloballyFirst}(r).
$$

研究完備是一種**可稽核的研究程序及宣稱邊界狀態**，不是全知性、永遠正確性或實驗通過率的替代詞。

## 7.1 發表狀態與研究完備分離

允許發布帶有清楚限制的研究候選、負面結果、未完成證明或原始實驗資料。但發布時的標籤不可偷渡成研究完成：

$$
\mathrm{Released}(r)\not\Rightarrow\mathrm{RC}_{\Gamma}(r,\pi)=1.
$$

建議最小發表標籤：

| 標籤 | 可對外主張 | 不可對外主張 |
|---|---|---|
| `RAW_CANDIDATE` | 有待驗證的研究產物 | 已確認正確或新穎 |
| `VALIDITY_CHECKED` | 指定有效性義務已查核 | 已查盡歷史先例 |
| `PRIOR_ART_AUDITED` | 已依公布策略檢索並對照 | 全球不存在類似成果 |
| `SCOPED_COMPLETION` | 已滿足凍結契約的硬性義務 | 任意擴展域下仍完全成立 |
| `REVISION_REQUIRED` | 發現新證據或衝突，需修訂 | 先前版本可無修改繼續作強宣稱 |
| `REJECTED_CLAIM` | 已有充分理由拒絕特定主張 | 相關研究對象全部沒有價值 |

上述標籤不是線性的「智慧程度排名」，也不是現有軟體功能已完成之證據。

## 7.2 殘餘未知與宣稱降階

若新穎性尚無法確認，AI 可以將「我們首次證明 $c$ 」改為「在已查閱的來源與截至某日期的範圍內，尚未確認等價先例」。後者是更弱、但可能有證據支持的主張。

合理的宣稱降階不等於研究失敗；其功能是避免把未知轉化為假的確定性。

---

# 8. P1：形式正確不能推出學術新穎性

**命題 P1。** 對一般研究候選，命題「形式有效」並不蘊涵「歷史上首次被發現」。

**論證。** 取一項早已發表且有形式上正確證明的定理 $c$。另一個 AI 即使在沒有接觸該原始證明的情況下重新獨立證明 $c$，其新的證明仍可能形式有效，但 $c$ 並非首次發表。因此存在形式有效且不具首次新穎性的候選，否定上述一般蘊涵。證畢。

P1 不是新的數學大定理；它以簡單反例說明：若系統只檢查證明，不執行先例對照，則其宣稱空間必然不完整。

---

# 9. P2：有限來源查核不能證成「全域沒有先例」

令 $\mathcal K$ 表示某時點實際存在的研究文獻集合， $\mathcal U\subseteq\mathcal K$ 為目前可達且已查核的來源。令 $\mathrm{Prior}(p,r)$ 表示文獻 $p$ 確實構成研究 $r$ 的相關先例。

**命題 P2（不可辨識性）。** 若 $\mathcal U$ 未被證明覆蓋全部相關來源，且存在兩個與已觀察資料相容的世界：其中一個在 $\mathcal K\setminus\mathcal U$ 含先例，另一個不含，則僅憑對 $\mathcal U$ 的零命中，不能確定全域無先例。

**論證。** 兩個世界對於查核系統可見的 $\mathcal U$ 、查詢歷程與搜尋結果相同，因此該系統無法只用這些觀察區分兩個世界；但「存在未被觀察先例」在兩者的真值不同。故零命中不足以唯一決定全域先例不存在。證畢。

此命題導出 **N4（Coverage humility）**：

$$
\mathrm{NoHit}(r,\mathcal U)
\not\Rightarrow
\mathrm{NoPriorArt}(r,\mathcal K).
$$

因此系統應保存「已查來源、搜尋日期、覆蓋缺口、未取得全文、等價性未確定」，而不是以零命中生成絕對的新穎性證書。

---

# 10. P3：來源擴張可能撤銷先前的研究狀態

設初始來源範圍 $\mathcal U_0$，之後合法擴張至 $\mathcal U_1$，且：

$$
\mathcal U_0\subseteq\mathcal U_1.
$$

若查核歷程採追加式保存，新來源通常可增加已知證據集合：

$$
E(\mathcal U_0)\subseteq E(\mathcal U_1).
$$

然而，**現行研究狀態不必隨資訊增加而單調保持**。例如：在 $\mathcal U_0$ 中未找到先例，研究按當時契約以「條件式新穎性」發布；後續 $\mathcal U_1$ 發現更早、等價且可信的成果，原本較強的首次發現主張就必須撤回或修訂。

因此：

$$
\mathrm{MoreEvidence}
\not\Rightarrow
\mathrm{SameResearchStatus}.
$$

此處並不主張新資料必然推翻舊成果，更不抹除舊版在 $\Gamma_0$ 下曾合格完成檢核的歷史事實；改變的是**目前可支持的知識主張與新契約 $\Gamma_1$ 下的判定**。研究狀態可被後續證據修訂，但歷史版本與舊查核範圍不得抹除。這為 ARKE-07、ARKE-10 的知識演化研究建立動態接口。

---

# 11. N5：研究查核必須具有雙向性

一般的先例比對容易被理解為：

$$
\mathrm{OldKnowledge}\rightarrow\mathrm{CheckNewResult}.
$$

但新成果若有效，亦可能指出舊研究中的條件不足、推理錯誤、範圍限制、定義歧義或錯誤引用：

$$
\mathrm{NewResult}\rightarrow\mathrm{RecheckOldKnowledge}.
$$

故 ARKE 的完整研究任務應包含有限、可追溯的雙向更新：

$$
\mathrm{ResearchAudit}
=\mathrm{PriorComparison}
+\mathrm{ReverseImplicationAudit}.
$$

此處的加號代表兩項義務的組成，不是可直接量測的數值等式。

## 11.1 反向查核的結果分型

對舊研究的影響可至少分為：

- **同一結果已知**：新研究的部分主張早有先例；
- **獨立證明或新技術**：結論已知，但方法可能新增；
- **條件不一致**：表面相似，但假設、定義或適用域不同；
- **有效反例**：在相同條件下提出可能推翻舊主張的材料；
- **歷史錯誤候選**：發現舊文獻可能有缺漏，但仍須查核；
- **條件前提失效**：舊研究依賴的猜想受到挑戰，不必然表示其條件式推論本身錯誤；
- **不可判定**：尚無足夠資料判斷關係。

例如，若一項研究真能否定某個計算複雜度假說，它會改變依該假說所作的應用推論；但不能將所有「若假說成立則……」的邏輯條件命題直接視為錯誤。

## 11.2 更新不能覆寫歷史

若舊主張 $c_t$ 經由新證據形成版本 $c_{t+1}$，應保留：

$$
c_t\xrightarrow{\Delta E,\,\mathrm{audit}}c_{t+1}.
$$

同時保存：何時獲得新證據、何者改變、誰或哪個 AI 進行判斷、哪一部分仍未知。不得把後來取得的證據假裝成舊研究最初就知道的內容。

---

# 12. 為何不能把此流程簡化成「自動產生引用」

一般引用生成器常處理的是：對給定文字找幾筆可支援的文獻，再輸出參考文獻列表。但 ARKE 的研究工作包含更多不同的關係判斷：

| 問題 | 一般引用整理可否直接完成 | ARKE 要求的額外責任 |
|---|---|---|
| 找到相關文獻 | 可部分完成 | 來源覆蓋與漏檢風險 |
| 找到最早等價結果 | 不保證 | 歷史版本、定義與先例深度對照 |
| 確認直接引用是否支持主張 | 不保證 | 對應原文定位與語義比對 |
| 辨識獨立重發現 | 不保證 | 凍結盲研究歷程與先例區分 |
| 辨識新方法但舊結論 | 不保證 | 方法、複雜度、依賴的多維比較 |
| 發現舊研究可能有錯 | 不保證 | 新舊雙向反例與依賴審核 |
| 保存未知和權利邊界 | 不保證 | 契約、來源狀態與拒絕原因 |

這也說明，ARKE 不是要宣稱搜尋引擎、引用工具、知識圖譜或驗證器從未出現。OpenAlex 與 OpenCitations 已提供大規模的書目及引用基礎 [4][8]；PaperQA2 已示範文獻研究代理的部分能力 [6]。本研究欲建立的是：**將已有能力組合為 AI 自己必須完成的研究義務與可查核判定**。

---

# 13. N6：尊重既有知識與嚴格學術歸屬

ARKE 的引用原則不應簡化成避免法律責任、增添權威裝飾或將發明歸功於最有名的人。它需要區分：

1. **直接依賴**：研究確實使用了某文獻的定理、資料、技術或證明。
2. **可識別先例**：即使 AI 獨立重發現，仍應承認前人已公開的相同或相關結果。
3. **背景脈絡**：特定知識領域中的重要歷史研究，未必是本次結果的直接來源。
4. **研究貢獻**：新方法、新證據、新界限、新解釋或對舊結果的實質改進。
5. **未知訓練影響**：模型可能在訓練中接觸過相關知識，但不能假裝精確知道不可追蹤的因果來源。

**N6（Collective knowledge acknowledgment）**：研究者可合理承認知識是多代人類及其他智慧體累積的結果，同時仍精確區分「我引用了哪個具體來源」與「我不可能完整追蹤所有歷史影響」。尊重不是放棄原創性主張，也不應成為未經核對的引用堆砌。

---

# 14. 成本不對稱：可自動化義務與尚未解決的困難

本篇提出兩個不同強度的判斷。

**N7（最低工程義務）**：在合法、可取得的資料與現有工具條件下，先例初搜、書目去重、關鍵詞／定理式多路查詢、引用追蹤、版本定位、基本語義比較與證據鏈輸出，應被視為可優先工程化的常規研究程序。這不需要等待新的數學大定理才開始。

**B1（未解的語義深度）**：任意兩份高深證明是否真正等價、任意實證是否可信、全球所有文獻是否已窮盡，並不能由基本工程整合保證。對這些問題，系統須保留不確定性，而非藉已有搜尋技術暗示全面解決。

設：

$$
C_{\mathrm{cycle}}
=C_{\mathrm{generation}}+C_{\mathrm{audit}}+C_{\mathrm{maintenance}}.
$$

在多次科研循環中，先例索引、來源錨點和已驗證對照可以重用，故可能存在攤銷收益。但以下不等式是**待測假說**，而不是本篇已證實事實：

$$
H_1:\quad
\overline C_{\mathrm{audit,reused}}
<\overline C_{\mathrm{audit,from\ scratch}}.
$$

同樣，在相近資源預算下，AI 自動前置查核是否降低新穎性錯誤，也必須經正式實驗驗證。

---

# 15. 研究完成的失敗模式

本文列出至少十二種需要在後續實證中刻意注入或觀察的失敗：

| 代碼 | 失敗模式 | 應有反應 |
|---|---|---|
| F01 | 只查熱門論文，忽略低曝光預印本 | 標記來源覆蓋缺口，擴大查詢 |
| F02 | 標題不同便判定無先例 | 比較結果、假設與方法結構 |
| F03 | 搜尋零命中直接宣稱首次發現 | 降階至範圍化新穎性 |
| F04 | AI 捏造 DOI、論文或引用關係 | 驗證識別碼及原始來源 |
| F05 | 以 metadata 摘要冒充閱讀全文 | 區分來源取得等級 |
| F06 | Lean 通過後跳過先例查核 | 保留獨立的先例義務 |
| F07 | 形式化的命題與原始主張不一致 | 啟動語義對照與降階 |
| F08 | 引用存在但不支持該句 | 返回原始段落核查 |
| F09 | 把條件式定理當成因前提錯誤而全部失效 | 分離命題真值與適用推論 |
| F10 | 新證據來臨後覆寫舊歷史 | 追加版本與更新原因 |
| F11 | 因來源受限便假稱不存在 | 標記授權及可達域邊界 |
| F12 | 讓 AI 交給人類修補所有常規漏檢 | 強制自主重查或如實回報未決 |

這些失敗模式不是斷言任何特定企業已經全部發生，而是普遍的研究查核系統設計與測試對象。生成式 AI 在文獻整合上的幻覺問題已有研究討論 [10]，因此引用存在性與支持關係應被實際核查，不宜僅採信模型輸出。

---

# 16. 可否證實證計畫（H；全部 NOT_RUN）

為避免將「AI 應該會做到」直接改寫為「AI 已經做到」，本篇提出四組實驗，留待 ARKE-12 及獨立工程進行。

## 16.1 H2：前置自主查核降低錯誤新穎性宣稱

比較：

- `B0`：AI 產生研究成果後直接撰寫新穎性聲明；
- `B1`：AI 使用一般學術檢索與自動引用；
- `B2`：AI 按 ARKE 契約執行多路先例檢索、來源定位、比較、未決與差異報告。

以具備已知歷史先例、不同名稱重發現、新方法舊定理及真正未知的任務組成保留集；度量先例召回率、錯誤首次發現率、引用支持率、時間、查詢量及成本。三組須採用資源相配與成本明列兩種比較，避免把額外算力的效益誤當成方法的效益。

**H2 的反駁條件：** B2 在預先指定成本／可靠度條件下未能改善，或改進不具重複性。

## 16.2 H3：分離盲研究與先例查核，能保留能力測試的解釋性

對相同研究題目建立「盲研究後核查」與「先讀取目標證明後研究」兩種流程。測量模型是否重現目標成果、生成新證據、錯誤歸因率及任務成功率。若兩種流程產生顯著不同的研究能力評估，則說明混用兩者可能造成歸因錯誤。

**H3 的反駁條件：** 在多模型、多領域、相同資源條件下，該分離未帶來可辨識的評測解釋性提升。

## 16.3 H4：雙向查核提高歷史錯誤與依賴問題的發現率

以存在已知修訂、撤回、條件收縮或歷史歸屬變更的文獻建立測試集。比較只檢查新成果與同時回查舊文獻之方法；評估有效錯誤候選的精確率、召回率、依賴傳播誤報率，以及修復建議的可重播性。

**H4 的反駁條件：** 在相同預算下，雙向流程只帶來噪聲，無法提高有價值錯誤的偵測。

## 16.4 H5：可追溯知識承接降低重複查核成本

在多輪、跨領域研究中比較每次重新檢索與增量重用來源證據、查核歷程的流程。測量攤銷成本、來源失效處理、過期資訊誤用、概念漂移與修正成本。

**H5 的反駁條件：** 維護成本、錯誤延續或過期資訊的損害抵銷了重用收益。

## 16.5 實驗程序底線

所有研究應在執行前凍結任務、資料與核心評分條件，嚴格區分已知先例題、未見題、負控制、對照模型、資料權利及研究者身分。結果須同時報告成功、失敗、跳過、未決、成本與可信區間；禁止將內部模型自評替代獨立檢驗。**目前沒有此系列的實際跨域實驗成績，本文全部標記 `NOT_RUN`。**

---

# 17. 與既有研究的關係：承接而非重新發明

本篇承認下列研究先例的獨立存在：

- **系統性查核與報告**：PRISMA 2020 明確要求研究者交代資訊來源、搜尋策略和選取過程 [1]。但 PRISMA 是系統性文獻回顧報告準則，不能直接視作涵蓋所有科學論文的通用完成標準。ARKE 借鑑其可追溯原則，而不是宣稱發明文獻檢索程序。
- **機器可重用研究材料**：FAIR 指引強調機器可搜尋與重用的研究資料 [2]；W3C PROV-O 提供來源歷程的通用建模 [3]。ARKE 的義務契約不限於一個表示框架。
- **大型書目與引用基礎**：OpenAlex 與 OpenCitations 提供可組合的索引與引文資料 [4][8]，但索引覆蓋不等於全部文獻已讀、合法可重製或先例已經判定。
- **AI 科研與文獻代理**：The AI Scientist、PaperQA2、ResearchGym 分別提供自動科研、文獻查核與可靠性評估的相關先例 [5][6][7]。ARKE 不宣稱首次提出讓 AI 搜尋文獻，也不將任何既有 benchmark 成績推廣為全學科可靠能力。
- **AI 研究的可信與風險治理**：NIST AI RMF 強調風險辨識及可信 AI 的治理框架 [9]；本篇新增的是研究候選與研究完成之間的形式義務分離，不把此概念錯誤歸功為全面發明 AI 風險治理。

本篇的新研究貢獻是：將**先例查核、有效性、合理歸屬、雙向歷史修正與未決處理**定義成 AI 自主科研的研究義務，並為「完成」提供可被反駁、可限縮、可跨工具執行的判準。這屬於提出中的方法論框架，尚不是實證已優於現有方法的結果。

---

# 18. 與 EveTrain、RAI／RSI、TVK 的關係

ARKE 並不以 EveTrain、EML-NOVA、ISQL 或任何私人研究語言作為必要依賴。

- **EveTrain RAI Registry**：可接收已凍結的研究候選、證據鏈及後續演算法假說；Registry 存在不表示方法已改進。
- **RAI／RSI**：若 ARKE 使研究者找到更多可靠先例、減少錯誤宣稱，這首先是研究流程改善；要聲稱研究能力的遞迴自我改進，仍須獨立、可重複的前後代能力測量。
- **TVK／TVK-TIA**：若新舊研究比對導致主張需限縮、重定義、分叉或退役，可使用獨立的理論補丁框架追蹤；不應直接修改歷史 canonical source。
- **未來數學 AI**：產生定理、證明與反例是一個工作面；理解先例、來源、方法差異與可確認的知識更新是另一個工作面。兩者可以互相促進，但不能互相取代。

**工程界線：** ARKE 的資料庫、超連結、Agent adapters、CLI、UI、CI、部署和軟體驗收，均屬獨立規劃之 GitHub 工程專案 `EveMissLab/ARKE`。本篇不宣稱該專案已實作、測試或發布；論文亦不以未完成的工程成果作為自身理論有效性的證據。

---

# 19. 本篇不能推出的結論（B）

1. 不能推出全世界所有文獻都可被搜尋或合法取得。
2. 不能推出找不到先例就代表先例不存在。
3. 不能推出引用完整必然代表研究正確。
4. 不能推出形式驗證通過就代表科學詮釋正確或學術新穎。
5. 不能推出 AI 能可靠判定任意兩篇研究在深層數學上等價。
6. 不能推出人類專家從所有研究活動中不再有價值。
7. 不能推出 AI 執行完基本查核就擁有完全自主的法律或學術責任地位。
8. 不能推出知識索引擴張一定讓研究成本下降。
9. 不能推出引用證據鏈揭露了模型所有訓練資料來源。
10. 不能推出 ARKE 的研究流程改善已構成 RSI 或 Meta-RSI 的實證。
11. 不能以本文提出的研究契約取代特定學科已有的法定、倫理或方法學標準。
12. 不能因反向查核發現舊研究缺陷候選，就自動宣布舊研究全部失效。

上述限制並非為減弱本篇主張，而是使 ARKE 對研究義務的論述自身也符合其倡議的研究紀律。

---

# 20. 結論

本文提出一項 AI 自主科研的基本重新定位：研究成果的生成只是研究循環的一個階段。若 AI 能夠合法使用現有學術索引、超連結、資料庫、文獻比較及多種驗證工具，那麼先例查核、來源追溯、學術歸屬、未決標記與雙向知識檢查應被納入它自己的研究工作，而不應長期被視為事後交由人類補足的附屬活動。

本篇的研究完備概念是**受契約約束、可追溯、可修訂、可拒絕的完成**，不是絕對全知或全域無先例的保證。這個框架允許 AI 公布未完成成果，但要求標記為研究候選；允許 AI 發表經驗上有價值的新方法，但要求辨認與既有研究的差異；也允許新結果挑戰舊知識，但必須沿著證據與依賴關係回查，而不能粗暴抹除歷史。

其研究立場可以收斂為以下三個互相不可替代的要求：

$$
\mathrm{Generate}
\neq\mathrm{Validate}
\neq\mathrm{CompleteWithinContract}.
$$

$$
\mathrm{Completion}
\not\Rightarrow\mathrm{ExhaustiveKnowledge}.
$$

$$
\mathrm{AutonomousResearch}
\Rightarrow
\mathrm{AutonomousBasicAudit}
\quad\text{(normative requirement)}.
$$

最後一式為 **N（規範要求）**，不是本篇已證明的 AI 能力定理。

**ARKE-01 的核心結論：AI 若要作為研究者，不應只自主產生答案，也應自主完成對該答案的基本研究責任；凡不能確認之處，應保留其未知，而非用自信或形式驗證的成功取代整個學術研究歷程。**

---

# 21. 後續十一篇的研究接口

本篇只確立最低研究義務與受約束完備判準。後續各篇承擔不同未解問題：

- **ARKE-02**：全球知識來源的可達邊界、合法取用與覆蓋誤差。
- **ARKE-03**：作品、版本、定理、段落、演算法、實驗與證據的超連結定位及依賴表示。
- **ARKE-04**：AI 自主先例搜尋、多語與低曝光文獻發現。
- **ARKE-05**：跨表示研究同一性與方法等價性比較。
- **ARKE-06**：符合研究適用域的多元驗證與證據耦合。
- **ARKE-07**：新舊知識雙向查核、錯誤候選與歷史修訂。
- **ARKE-08**：學術歸屬、直接依賴、獨立重發現與集體智慧歷程。
- **ARKE-09**：AI 自主查核演算法、可重播差異報告與拒絕機制。
- **ARKE-10**：知識增量更新、版本維護、來源失效與全域成本。
- **ARKE-11**：可機器執行的研究完成閘道與發表前責任。
- **ARKE-12**：跨領域盲測、成本控制、失敗條件與 RAI／RSI 接口驗證。

---

# 參考文獻與來源（查核日期：2026-10-28）

[1] Page, M. J., McKenzie, J. E., Bossuyt, P. M., et al. (2021). *The PRISMA 2020 statement: an updated guideline for reporting systematic reviews*. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71

[2] Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J. J., et al. (2016). *The FAIR Guiding Principles for scientific data management and stewardship*. Scientific Data, 3, 160018. https://doi.org/10.1038/sdata.2016.18

[3] Lebo, T., Sahoo, S., & McGuinness, D. (Eds.). (2013). *PROV-O: The PROV Ontology*. W3C Recommendation, 30 April 2013. https://www.w3.org/TR/prov-o/

[4] OpenAlex. (2026). *Works Overview* and *API Documentation*. https://help.openalex.org/data/works/ ; https://help.openalex.org/api/endpoints/

[5] Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J., & Ha, D. (2024). *The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery*. arXiv:2408.06292. https://arxiv.org/abs/2408.06292

[6] Skarlinski, M. D., Cox, S., Laurent, J. M., et al. (2024). *Language agents achieve superhuman synthesis of scientific knowledge*. arXiv:2409.13740. https://arxiv.org/abs/2409.13740

[7] Garikaparthi, A., Patwardhan, M., & Cohan, A. (2026). *ResearchGym: Evaluating Language Model Agents on Real-World AI Research*. arXiv:2602.15112. https://arxiv.org/abs/2602.15112

[8] OpenCitations. (2026). *OpenCitations Data Downloads: Meta and Index*. https://download.opencitations.net/

[9] Tabassi, E. (2023). *Artificial Intelligence Risk Management Framework (AI RMF 1.0)*. NIST AI 100-1. https://doi.org/10.6028/NIST.AI.100-1

[10] Adel, A., & Alani, N. (2025). *Can generative AI reliably synthesise literature? Exploring hallucination issues in ChatGPT*. AI & Society. https://doi.org/10.1007/s00146-025-02406-7

## 內部系列脈絡（不作為實證引用）

- EveMissLab / Neo.K with GPT. (2026-10-28). *ARKE Research — AI 原生自主科研完備與知識演化論：十二篇研究系列總綱*, v0.2；本篇的篇次、範圍與工程分離依此總綱。
- Neo.K 與 AI 協作研究：TVK／TVK-TIA、UCPNP／UNPNP、EveTrain RAI Registry；本篇僅建立概念接口，不預設任一系統的理論或工程已由 ARKE 驗證。

---

# 原稿完整性與版本註記

- **v0.1／2026-10-28**：完成研究候選、研究契約、證據歷程、義務四值、受約束完備、三個結構命題、AI-first 規範、雙向查核、可否證實證設計與跨系列接口。
- **尚未進行**：AI 代理實測、跨域先例搜尋重播、研究完成分級的獨立評分、科研能力增量與 RSI 驗證。
- **正式原稿規則**：本檔為 UTF-8 Markdown canonical source；數學原稿僅使用 ` $...$ ` 與 `$$...$$`，不依賴聊天介面的公式呈現；不得以渲染後文字取代本檔。
- **下篇接口**：`ARKE-02｜全域知識可達性：學術資料來源、合法取得與覆蓋邊界`。