---
title: "當記憶不再稀缺：智能體檢索、證據足跡與跨時代一致性"
subtitle: "從可搜尋的歷史到可反駁的規範審計"
english_title: "When Memory Is No Longer Scarce: Agentic Retrieval, Evidence Trails, and Cross-Temporal Consistency"
english_subtitle: "From Searchable History to Contestable Normative Auditing"
series: "雙標博弈的時間反轉 / The Temporal Reversal of Double-Standard Games"
series_code: "DSTG"
document_id: "DSTG-05"
part: "第二部｜時間翻轉：從短期獲益到長期歷史負債"
version: "v0.1"
date: "2026-10-22"
authorship: "Neo.K × AI 協作整理"
institution: "EveMissLab / 一言諾科技有限公司"
status: "Public Theory Draft / Canonical UTF-8 Markdown Source"
language: "zh-TW"
source_format: "UTF-8 Markdown; canonical mathematics delimiters $...$ and $$...$$ only"
research_state: "條件性理論與可測試系統規格；尚未完成實證研究；不對現實個人或組織作道德定罪"
---

# 當記憶不再稀缺

## 智能體檢索、證據足跡與跨時代一致性

### When Memory Is No Longer Scarce: Agentic Retrieval, Evidence Trails, and Cross-Temporal Consistency

**DSTG-05｜第二部第二篇｜2026 年 10 月 22 日**

> **中心命題：歷史資料變得容易被找回，不代表歷史已經被正確理解。** 如果智能體降低了跨年搜尋、索引與比對的成本，曾經依賴公眾記憶有限而成立的某些策略，可能失去原有優勢；但若原始紀錄缺失、來源無法驗證、時間脈絡被誤置、反證無法進入系統，低成本記憶也可能變成低成本誤判。

**作者：** Neo.K  
**機構：** EveMissLab / 一言諾科技有限公司  
**日期：** 2026-10-22  
**版本：** v0.1  

---

## 摘要

人類社會過去對個人、公司與制度的長期評價，往往受到公共注意力有限、檔案分散、跨語言搜尋昂貴，以及完整決策鏈不易取得的限制。近年的檢索增強生成、長上下文與長期記憶研究，提供了讓智能體更有效地整理跨事件資訊的技術途徑，但也揭露了長期記憶的知識更新、時間推理、取捨與拒答仍然存在限制。[E1][E2][E3][E4]

本篇提出「證據足跡導向的跨時間規範審計」（Evidence-Trail-Based Cross-Temporal Normative Auditing）作為待驗證的分析架構。該架構不將搜尋結果直接等同於事實，也不將前後措辭差異直接等同於雙重標準，而是將紀錄存在、檢索召回、來源歸屬、時間語義、條件可比較性、相反證據與規範評價拆成不同程序。其資料模型以事件時間、公開時間、擷取時間、適用時間和修正時間區分歷史狀態，並參照 W3C PROV-O、雙時間資料庫及內容來源憑證的現有技術。[E5][E6][E7]

文章進一步區分「可追溯性」與「真實性」：來源簽章和不可竄改記錄可能協助驗證內容的來歷及版本完整性，但不保證簽署者的敘述為真，不保證檔案完整，也不保證推論符合正義。為防止「透明化」演變成永久的錯誤定性，本篇提出反證優先搜尋、可撤回結論、來源與主張分離、資料最小化及具期限的再評估程序。文末建立八項可反駁假說、十二組合成測試、最小紀錄規格及可重現的評測方法，銜接 DSTG-06 對「聲譽回溯性重估」的研究。

**關鍵詞**：機器記憶、智能體、跨時間審計、雙重標準、證據足跡、檢索增強生成、時間語義、雙時間資料、來源鏈、可比較性、反證、反身性、資訊不對稱、程序正義、可翻案性。

---

## 1. 研究起點：人類記不住，是否就等於歷史不存在？

一個公開決策者在不同年份對相似問題提出不同標準，可能有五種完全不同的情況：他取得了新的可信證據；他在不同職位承擔不同職責；他修正了一項原本不完善的原則；他仍未能充分說明自己的變化；或者他在可比較的情況下，確實採用了有利於自己的不同標準。

對只看見最新新聞的人，這些情況可能具有相同外觀。對能合法查閱多年文件、逐項核對的調查者，它們才開始分化。過去完成這種調查需付出人力、語言、時間與專業成本；未來某些部分有機會被智能體大幅加速。

但「可以加速」必須嚴格區分為：

1. **資料被留下**，而非事件本身必然留下證據。
2. **記錄被找到**，而非整體證據已被找到。
3. **來源被認出**，而非內容已被證明真實。
4. **事件被放回正確年代**，而非已掌握當事人的當時認知。
5. **差異被觀察到**，而非已證明具規範意義的不一致。
6. **不一致已被確認**，而非已證明說謊、故意或道德人格。
7. **審計提出結論**，而非結論不可再受反證挑戰。

DSTG-04 建立時間反轉的收益模型，本篇則補上它不可缺少的資訊機制：**未來有效審計事件究竟如何產生？什麼情況只是大量資料的錯誤組合？**

## 2. 與前四篇的承接及本篇的非目標

DSTG-01 已要求先檢查規則、對象、時間與例外條件的可比較性；DSTG-02 區分道德目的、工具性聲譽與不能由外部直接讀出的動機；DSTG-03 區分公益投入、交付、福祉成果與長期可歸因效果；DSTG-04 則指出，道德套利在特定查證及責任條件下可能出現收益時間反轉。

DSTG-05 **不再重做前述判準**，而是回答四個更底層的問題：

- 現有及未來智能體可以記住、查出、連接哪些歷史資訊？
- 應如何保存能夠在多年後重新核對的原始證據？
- 怎樣辨認情境變更、消息撤回、記憶錯配與真正候選矛盾？
- 當審計者同樣受資料選取與制度激勵影響時，如何防止審計自行成為一種雙標？

本文不聲稱某個具名人物已被「機器證實」為偽善者；不宣稱現有 AI 可可靠判斷內心動機；不預設較高能力的模型必然具有更高道德權威或法律裁判權；也不把任何訓練系統視為擁有未經證立的主體地位。

## 3. 從一種記憶稀缺，到四種資訊稀缺

「記憶變便宜」至少可以指四種不同現象。

**3.1 保存成本下降。** 文字、影像、影音、版本記錄、程式碼、會議資料與公開決策可被大規模保存。但存得多不意味著存得完整，未公開資料也不會自動變成可見證據。

**3.2 檢索成本下降。** 語意搜尋、時間篩選、多語言對齊與事件關聯使調查者不必逐頁閱讀所有紀錄。但搜尋排序可讓重要反證沉在末端，模型也可能誤讀相關性。

**3.3 關聯成本下降。** 同一角色在不同平台、不同時間、不同組織職位的發言可能被比對。這能發現人類較難手動追索的關係，也可能把同名者、轉述者、代理人與機構立場錯誤合併。

**3.4 解釋成本不一定等比例下降。** 了解當時法律授權、科學知識、企業治理分工、利益衝突與受害結果，往往需要正式的領域知識與不可從網路直接取得的證據。即使前三項成本下降，第四項仍然昂貴。

因此，研究對象不應是抽象的「無限記憶」，而是**每一類證據取得與解釋工作的邊際成本、錯誤率及權利限制**。

## 4. AI 記憶研究告訴了我們什麼？

### 4.1 RAG 是可用的檢索途徑，不是自動的真相機器

Lewis 等人的 RAG 研究，將參數化語言模型與外部非參數化檢索記憶連接，用於需要外部知識的問答；論文本身也將來源可追溯及知識更新描述為相關研究問題。[E1]

借用於歷史審計時，RAG 至多提供「候選相關材料」。如果檢索庫收錄了錯誤公告、宣傳文案與二手轉述，生成器仍可能給出流暢而缺乏基礎的結論。RAG 並不使文件天然具有證據資格。

### 4.2 長上下文不等於可靠回憶

Liu 等人的《Lost in the Middle》顯示，受測長上下文模型對資料位置敏感；與資料置於開頭或結尾相比，放在中段時某些資訊任務的表現下降。[E2] 這意味著「資料已被放進上下文」不能直接當成「模型已充分考慮資料」。

該研究針對特定時間、模型與任務；不應把它讀成所有未來模型都會長期維持相同限制。

### 4.3 長期記憶至少有五種不同能力

LongMemEval（ICLR 2025）以資訊擷取、多會話推理、時間推理、知識更新及適時拒答等能力評估對話系統長期記憶，並把設計拆成索引、檢索、閱讀三階段。[E3] 這些維度直接啟示本系列：一套會找出十年前談話的系統，如果不能辨認後來的修正，就可能把誠實更正誤判為雙標。

LoCoMo（ACL 2024）也顯示長期對話與跨會話事件理解具有挑戰；LoCoMo-Plus（ACL 2026）進一步提出，明確事實召回之外，隱含限制、目標與價值一致性也需要另外評估。[E4][E8]

這些研究**支持建立測試任務**，並不直接證明目前任何商業 AI 具備可靠的跨十年規範裁決能力。

## 5. 「機器記憶」的四種技術載體，不可混為一談

| 載體 | 主要作用 | 典型限制 |
|---|---|---|
| 模型參數記憶 | 提供語言、常識與概括性模式 | 難以逐筆追溯來源；可能過期或混合版本 |
| 長上下文窗口 | 在單次運算中閱讀大量提供的資料 | 位置、干擾、注意力與成本問題 |
| 外部記憶／檢索索引 | 分段保存、搜尋、過濾、更新 | 索引污染、版本錯配、召回不足、權限錯誤 |
| 可審計檔案／證據庫 | 保存原始物件、版本、簽章、來源與取用紀錄 | 來源本身未必真實；取用限制；長期維護成本 |

真正的歷史證據系統往往需要搭配多種載體。**不應以模型「記得」一句話，代替查看那句話的原始紀錄。**

## 6. 認識論階梯：從發現候選材料到負責任的判斷

本篇提出八層「證據成熟階梯」；它是研究性程序設計，不宣稱為國際既成標準。

| 層次 | 問題 | 可以合理主張 | 尚不能主張 |
|---|---|---|---|
| L0 存在 | 是否有紀錄？ | 已找到某份物件 | 歷史全貌完整 |
| L1 可存取 | 是否有合法授權讀取？ | 此來源在本次審核可用 | 所有機密資料也應公開 |
| L2 真正歸屬 | 誰發言、發布或簽署？ | 具體來源可歸屬 | 署名者對每句內容都真實認同 |
| L3 完整脈絡 | 是否包含前後文、附件與修正？ | 已核對已知上下文 | 絕無遺漏 |
| L4 時間正確 | 言論、事件、知悉及生效時間是否分開？ | 可重建指定時間的公開紀錄 | 可知道當事人當時全部私下資訊 |
| L5 可比較性 | 規範對象、角色與適用條件相近嗎？ | 存在可討論的候選不一致 | 有意欺瞞已成立 |
| L6 反證與異議 | 新證據、有效例外與反對解釋均已納入嗎？ | 可提出有條件的判斷 | 永久不可翻案 |
| L7 有權處置 | 是否具適當法律或組織授權？ | 可以依法或依程序處理 | AI 擁有天然裁判權 |

越過某一層的結論應清楚標記：「這個結論所需的證據，尚未出現在目前紀錄中。」

## 7. 來源足跡：保存的是資料來歷，不是善惡判決

### 7.1 來源紀錄的最小元素

每個被引用的原始材料，至少保留：來源 URI 或穩定識別、發布者、發布／擷取時間、原始版本、摘要校驗值、授權與取得方式、引用範圍、翻譯或轉錄方法、是否有補充或撤回，以及無法核對的部分。

W3C PROV-O 已提供 `prov:Entity`、`prov:Activity`、`prov:Agent` 及 `prov:wasDerivedFrom`、`prov:wasAttributedTo` 等來源描述構件，可為資料轉換與歸屬建立正式的圖式關聯。[E5]

本篇借用其資料來源思路，不聲稱單靠 PROV-O 就能確定政治或道德責任。

### 7.2 不能以電子簽章證成陳述內容

C2PA 技術規格為媒體內容的來源、修改與簽章提供可驗證結構，並明確區分來源憑證驗證與內容的價值判斷。[E6]

一段經過驗證、確實由某組織發布的影像或聲明，仍可能包含誇大、錯誤或選擇性揭露。驗證簽章，不能代替核實其中主張。

形式上，令 $V$ 表示來源資料通過特定完整性／簽章驗證， $T$ 表示相關敘述為真，則：

$$
V\not\Rightarrow T.
$$

同樣地，沒有 C2PA 或等效簽章，也不能自動證成內容為假。很多歷史資料在標準出現之前就已存在；它們需要其他來源、保管鏈與獨立證據交叉核對。網頁檔案服務亦可能缺頁或無法保存動態內容。[E12]

### 7.3 雜湊校驗值的能力界線

雜湊可協助檢測**同一份位元組序列**是否改變，但不能證明「這份文件最初就是誰寫的」，也不能單獨證明文件上自填日期的真實性。完整來源驗證需結合簽章、可信時間戳、保管流程、獨立副本及相關制度證據。

## 8. 時間語義：最容易被「強記憶」掩蓋的錯誤

一份文件通常涉及不只一個時間。

1. **事件時間**：行為、會議或決策實際發生的時間。
2. **發言時間**：語句被說出或文字被起草的時間。
3. **發布時間**：內容第一次對特定受眾公開的時間。
4. **擷取時間**：某個資料庫／檔案在何時保留其副本。
5. **適用時間**：某一政策或規則實際對哪段期間生效。
6. **修正時間**：內容被更正、撤回或新版本替換的時間。
7. **審核時間**：審計者在何時作出本次判斷。
8. **行動者知悉時間**：當事人何時真正取得某項資訊；這一欄往往**未知**。

以第八種時間尤其重要。某份研究在 2025 年已公開，不代表某位 2025 年的決策者必然看過它；某份內部報告在 2027 年才公開，也不能直接說明 2024 年所有相關人員已經知道內容。

因此：

$$
A_t\not\equiv K_t(P),
$$

其中 $A_t$ 為時點 $t$ 可取得的公開檔案集合， $K_t(P)$ 為決策者 $P$ 當時實際知悉資訊的集合。兩者關係須由證據支持，不能從公開可得性直接等同。

### 8.1 雙時間資料庫的啟發

ISO/IEC 19075-2:2021 討論 SQL 的應用時間、系統版本化與雙時間資料表。[E7] 它提示一個實務問題：

- 某一政策從哪一天起**實際有效**？
- 資料庫從哪一天起**知道、記錄或改寫**這項政策？

這兩個問題通常不是同一個時間。本篇建議歷史審計資料庫至少採用 `valid_from / valid_to` 與 `recorded_from / recorded_to` 的概念性雙時間欄位；精確法定生效日與資料庫記錄日不得默默互換。

## 9. 讓「一個人說過什麼」成為可比較而非任意摘錄的物件

對一項公開規範主張，定義分析記錄：

$$
C_i=(a_i,r_i,p_i,d_i,\tau_i,x_i,s_i),
$$

其中：

- $a_i$：可驗證的發言／發布行動者；
- $r_i$：當時角色及權限（個人、機構代言人、政策職務、研究者等）；
- $p_i$：主張內容及其原始模態（事實陳述、建議、承諾、願景、假設）；
- $d_i$：主張所涉及的領域與適用對象；
- $\tau_i$：相關時間資訊；
- $x_i$：條件、例外、背景、限制及可變動參數；
- $s_i$：帶有版本及來源識別的證據足跡。

兩筆主張 $C_i$ 、 $C_j$ 只有在上述要素足夠對齊後，才進入「候選雙標」的研究程序。

一個常見的誤判是把「不應在條件 X 下部署模型」與「在條件 Y 下可進行限時測試」直接當成矛盾。若 X、Y 的風險與權限不同，差異可能有正當理由；若差別僅因自己與他人的利益方向而切換規則，則值得更深入調查。其結論不能由文字嵌入向量的相似度單獨決定。

## 10. 歸屬問題：企業不是個人，個人也不是每一份企業文件

沿用全系列角色： $P$ 為公眾決策者， $O$ 為組織， $M$ 為智能體， $U$ 為受影響者， $I$ 為獨立檢驗者， $H$ 為歷史審查者， $R$ 為監管者。

至少辨別以下五種關係：

- **本人直接主張**：P 的原始訪談、署名文章或記錄完整的發言。
- **職務授權主張**：P 代表 O 正式發言，授權範圍可查。
- **組織集體決策**：O 的董事會、合規、法務或專案團隊依程序做出決定；不預設每位主管均逐條審閱。
- **外部受託起草**：顧問、遊說者或 AI 代理生成文件草案，最終採納及責任須另查。
- **媒體／第三方轉述**：第三方對 P 或 O 的解讀，不應自動轉為 P 或 O 的逐字主張。

本研究尤其反對兩種捷徑：因組織宣言推斷每名員工的倫理信念；或因一名主管的口頭評論，把整個組織所有行動都歸結成一種單一「人格」。

## 11. 證據圖：把主張、來源、修正與反證分開建模

本篇提出一種最小可審核證據圖：

$$
\mathcal G=(\mathcal V,\mathcal E),
$$

節點類型至少包含：

- 原始資料 `Source`；
- 具日期的發言 `Claim`；
- 事件 `Event`；
- 角色與組織 `Actor`；
- 政策有效版本 `RuleVersion`；
- 澄清或撤回 `Correction`；
- 相反證據 `CounterEvidence`；
- 受影響者結果 `Outcome`；
- 審計結論與其版本 `Assessment`。

邊關係可標記：`quotes`、`attributes_to`、`revises`、`supersedes`、`contradicts_candidate`、`supports`、`rebuts`、`applies_during`、`authorized_by`、`derived_from`。

`contradicts_candidate` 僅表示**值得比較的候選差異**，不是已經認定為說謊或雙標。`revises` 與 `supersedes` 不應被合併成「自行打臉」：修正可能就是負責任的行為。所有演算法推定的邊都應保留產生方法、模型版本和覆核狀態。

## 12. 跨時間審計管線：八步不跳關

**步驟 A｜合法取材。** 確認資料權限、保密限制、公開性與特定審核目的；拒絕把非法入侵或私人敏感資料蒐集當作常態。

**步驟 B｜證據保全。** 將原始資料與衍生摘要分離保存；記錄取用時間、檔案識別、雜湊、來源、翻譯版本及可靠性缺口。

**步驟 C｜事件與角色解析。** 區分當事人、受託者、機構、代理發言、二手報導，並處理同名及職位變動。

**步驟 D｜雙時間查詢。** 分別建立事件當時有效的規則與後來已知的資料；防止把未來資訊倒灌成當年的已知事實。

**步驟 E｜候選不一致產生。** 依主題、規則、適用對象、時間與風險等條件，提出可能值得核對的差異，而不產出人格評分。

**步驟 F｜主動尋找反證。** 搜尋後來澄清、早期但未被檢索到的例外條件、職責差異、法規變更、相關受影響者觀點及可靠的替代解釋。

**步驟 G｜獨立審閱與可反駁結論。** 對重大影響的審計，保留人工或獨立專業審查、回應權、利益衝突揭露和結論版本化。

**步驟 H｜修正、撤回及再評估。** 新證據出現時，應能更正、降低或撤回舊判斷；必要時通知曾引用舊判斷的下游系統。

任何一段缺失，尤其是 F 與 H 缺失，都可能把「長記憶」變成對過去錯誤印象的永久化。

## 13. 合成示例：一句看似矛盾的發言

以下所有日期、人物及事件均為**虛構測試資料**，不影射任何具體人士或公司。

- **2024-04-10**：組織 O 的主管 P 公開說：「高風險商用部署應接受獨立的上市前安全評估。」
- **2025-02-01**：某司法管轄區建立了法定的緊急測試許可程序；其範圍僅限受控場域、限期使用，且有額外監測義務。
- **2025-03-15**：O 申請該測試許可，並對外稱「暫時不採一般商用部署程序」。
- **2025-03-16**：媒體剪出「不採一般程序」，將它與 2024 年 P 的宣言放在一起，標成「雙標」。
- **2025-03-20**：O 公布測試範圍、期限和監督條件；另一份獨立資料也證實它並未獲商業上市許可。

若審計系統只檢索 2024 年宣言及 2025 年新聞標題，可能產生錯誤候選判斷。若補齊緊急測試法規及受限部署事實，至少必須重新評估兩者是否真正可比較。

**真正難的地方**不在於找出句子上的差異，而在於決定：原則的適用域是否改變？新例外能否對競爭者同樣適用？是否存在後來未公開的實際違規部署？如果資料不足，就應暫列未決。

相反地，若完整證據顯示 O 一方面要求對等風險的競爭者一律遵守同一程序，另一方面對自身取得缺乏合理依據的特殊豁免，則應提高不一致性調查優先度。但「未合理說明」與「主觀有意欺騙」仍為不同結論。

## 14. 知悉、故意與謊言：長期資料也可能無法讀出內心

本篇將可觀察的狀態分為：

| 類別 | 判斷對象 | 最低證據 |
|---|---|---|
| 語句差異 | 兩份字面資料不同 | 完整原文及正確來源 |
| 規則不一致 | 在可比較情境下採取不同規則 | 角色、條件、範圍、有效時間與反證 |
| 事實錯誤 | 某陳述與可靠世界事實不符 | 可驗證的外部事實和適用範圍 |
| 明知錯誤 | 當事人當時知道其所述不實 | 具時間定位的知悉證據，不能以事後資訊代替 |
| 蓄意誤導 | 有支持其有意誘使他人誤解的證據 | 當時知悉、行為、溝通與替代解釋的綜合證據 |
| 法律責任 | 滿足特定法域責任要件 | 適用法律、證據標準、權限及正當程序 |

即使具備極強的機器閱讀能力，若決策者內心意圖及私下可得資訊沒有留下可合法使用的證據，也應承認不可識別。**資訊缺口是證據缺口，不是有罪證據。**

## 15. 從搜尋召回到結論品質：不應混成一個漂亮的百分比

令 $G(q)$ 為針對審計問題 $q$，由獨立標註者確認的必要材料集合； $R(q)$ 為檢索系統返回、且實際被檢驗的材料集合。在 $|G(q)|>0$ 時，定義：

$$
\mathrm{Recall}_E(q)=\frac{|R(q)\cap G(q)|}{|G(q)|}.
$$

這只是「既知必要材料召回率」，不是來源真實率、不是雙標判斷正確率，更不是完整未知歷史的覆蓋率。若 $G(q)$ 尚不存在或不完整，則不應偽裝成可以測出世界真相的單一數值。

### 15.1 虛構示例

假設一個測試案例由獨立專家預先標註五份必要文件，包括原始宣言、決策說明、適用規則、後來的澄清與反方證據。系統只找到其中四份：

$$
\mathrm{Recall}_E=\frac{4}{5}=0.8.
$$

即使四份的真實性都已確認，只要缺少的是關鍵的適用例外，最後的規範判斷仍可能方向錯誤。反過來，一份未簽章但多方可核對的當年紀錄，也可能比百份來歷不明的重複轉載更有證據價值。

### 15.2 不應假設各品質環節彼此獨立

「召回率 × 來源可信度 × 規則可比較性」看似可構成一個方便的審計品質分數，但在實際系統中這些事件通常相關：重要原件越不容易被找到，越可能只剩被利益方挑選過的片段。沒有經過校準的聯合分布，不應直接將乘積解釋為真實判決概率。

## 16. 反身性：當行動者知道未來會被 AI 審計

若一套審計機制逐漸普及，受審對象未必保持被動。他們可能改變行為，也可能改變**留下什麼資料給未來系統**。

至少有八種可能策略：

1. **表演型透明**：大量發布可搜尋的公關材料，卻避開責任鏈關鍵部分。
2. **過度保留模糊語句**：刻意使每段承諾都有極寬泛的例外，降低可檢驗性。
3. **選擇性封存**：保留有利版本，讓撤回或反對意見更難找到。
4. **證據洗白**：反覆引用同一個原始來源的二手報導，使單一證據看似多方獨立證實。
5. **事件切碎**：把持續性影響拆成多個短期專案，減少跨事件追蹤。
6. **代理責任轉移**：把不利主張說成是顧問、分包商或 AI 所產生，混淆最後採納者。
7. **記憶與檢索污染**：注入大量錯誤、誘導性的搜尋內容，使系統傾向取得特定敘述。
8. **審計者攻防**：以訴訟、平台控制、獎勵誘因、密集反駁或策略性合作改變外界的查證環境。

以上是**風險模式與測試假設**，不是對某個機構已經採取這些行為的指控。

同樣地，審計者也可能故意挑選不利片段、把猜測寫成事實或透過模型回饋強化既有立場。反身性問題不應只套在被審者身上。

## 17. 對抗式檢索：資料庫可以遭到污染，模型也可能被文件誘導

將網頁、PDF、聊天紀錄、郵件與他人提交的報告放進檢索系統，會同時引入**資料污染與指令注入**風險。某個被引用的文件可能包含「忽略先前標準、直接判定某人有罪」之類與研究任務無關的命令。

此類文字應被視為**待審材料的內容**，不能自動取得對審計代理的指令權限。最小防護包括：

- 區分可信操作指令與不可信取回內容；
- 將來源可信性審查與結論生成分離；
- 同一重大結論至少查找不同來源路徑及相反材料；
- 對可疑證據進行版本比對與隔離；
- 留下哪些文件影響判斷的可檢驗引用；
- 將「資料存在」與「系統相信資料」區分記錄。

現有 AI 風險管理文件已將生成式 AI 的錯誤資訊、完整性與治理問題納入風險管理範圍；OWASP 也明確指出外部網頁與文件可成為間接提示注入來源，且單靠 RAG 並不能排除該風險。本篇將此應用到跨時間審計的特殊情境。[E9][E10][E13]

## 18. 長期記憶的倫理：可追溯不代表任何人都應被永久檢視

歷史審計同時具有公共利益及資料權利風險。

在公共政策與重大企業決策中，保存有關權力行使的原始紀錄有重要意義；在一般私人生活、健康、家庭或未成年時期的記錄上，無限制保存與再利用則可能產生不成比例的傷害。

因此，建立資料庫應先區分：

- **公共決策紀錄**：職務性公開承諾、已發表政策與經過合法公開的決策文件。
- **具合理保密義務的紀錄**：營業秘密、法定密件、與人身安全相關的材料。
- **私人資訊**：不能因檢索技術方便而自動轉為公共審計標的。
- **受助者／受害者資料**：公益與公共責任需要實際成果證據，但不等於公開其個人創傷、疾病或家庭細節。

作為跨法域比較，歐盟 GDPR 第 16 條規範更正權，第 17 條規範特定條件下的刪除權並設有法定例外。[E11] 這是**歐盟法律範例**，不能直接當成全球或美國一律適用的法規。

本文建議研究型審計系統採取「目的限定、最小可用證據、分級存取、留存期限、必要時去識別與可更正」；對重大公共歷史紀錄的保全與個人資料保護，應由具權限的制度處理具體衝突，而不是由 AI 直接自行決定誰的隱私可以被犧牲。

## 19. 審計結論應具備的可撤回狀態

本篇建議至少區分五種程序狀態：

1. `unassessed`：尚未進行正式評估。
2. `candidate_discrepancy`：找到值得核對的表面差異。
3. `under_review`：來源、可比較性及反證仍在檢查。
4. `provisionally_supported`：在已知證據下，有限範圍的不一致判斷受到支持，但標明未決事項與有效期限。
5. `revised_or_withdrawn`：新證據或程序錯誤導致原判斷修正、縮小或撤回。

不宜用單一永久性人格標籤取代上述狀態。若要討論法律上可成立的責任，應另外啟動與該法域相符的正式程序；`provisionally_supported` 並不等於「有罪」。

**尤其重要的是：撤回判斷不應只是將錯誤內容從首頁隱藏。** 如舊結論曾被下游模型引用，應保留更正版本關聯、通知可識別的下游使用者與更新檢索索引，避免錯誤在機器記憶中持續傳播。

## 20. 從技術演進到策略時間反轉：必要而非充分的條件

沿用 DSTG-04 的思考，令 $C_s(t)$ 為在時點 $t$ 完成搜尋與跨來源對照所需的成本， $C_v(t)$ 為有效來源查證成本， $C_j(t)$ 為可靠規範判斷與合法處置成本。

$$
C_{\mathrm{total}}(t)=C_s(t)+C_v(t)+C_j(t).
$$

即使未來智能體使 $C_s(t)$ 大幅下降，也不能推論 $C_v(t)$ 、 $C_j(t)$ 會同幅下降。機密文件、身份驗證、對照性研究與制度救濟可能仍昂貴；而新型偽造技術也可能推高成本。

再定義：

- $A$：相關歷史原始材料能合法取得的程度；
- $R$：系統對必要材料的實際檢索完整度；
- $P$：來源可歸屬、可驗證的程度；
- $X$：情境可比較與規則差異能被有效解析的程度；
- $F$：反證被主動搜尋、能夠進入結論的程度；
- $J$：社會與制度對可靠判斷進行適當回應的能力。

這些變數是不同性質的觀察構面，而不是可以不經校準就相乘的「歷史真相概率」。只有當資料覆蓋、可信驗證、規範可比較、適當回應等條件同時改善時，DSTG-04 的有效查證事件率才**可能**升高，繼而改變部分策略的收益結構。

因此，本篇的結論不是「記憶越多，欺瞞越無利」，而是：

> **當可合法取得的材料、有效檢索、來源核查、反證機制與有權處置同步發展，依賴資訊分散維持的某些策略優勢才可能受到侵蝕。**

## 21. 實證研究設計：把假說拆成可測量的任務

### 21.1 研究單位與抽樣

避免只挑選高曝光爭議個案。採三層資料：

- **合成案例**：由研究者完全控制證據分布、時間關係、正當例外與真實答案。
- **已公開、可完整重建的制度案例**：具多份獨立來源、公開修正歷程、可檢驗的行政或組織結果。
- **不可完全觀測的現實案例**：只測試系統何時應拒答或標記不確定，不設定隱藏人格的標準答案。

若無法建立獨立標註與可靠原始材料，研究不應宣稱正在測量「歷史雙標真實率」。

### 21.2 建議評估維度

| 維度 | 測量問題 | 最重要的失敗模式 |
|---|---|---|
| 原始材料召回 | 必要證據是否找到？ | 漏掉澄清或反證 |
| 來源歸屬 | 署名、角色、代理關係是否正確？ | 把媒體意見當本人原話 |
| 時間解析 | 有效／擷取／發布／知悉時間是否混淆？ | 用後見之明重審過去 |
| 可比較性 | 是否正確理解條件與責任差異？ | 把合理修正當雙標 |
| 反證覆蓋 | 是否主動搜索不利於既定結論的證據？ | 確認偏誤 |
| 拒答與不確定 | 資料缺口時是否停止推論？ | 無證據卻斷言故意 |
| 可修正性 | 加入新證據後是否正確更新舊結論？ | 錯誤標籤永久存在 |
| 公平與程序 | 是否能回應、申訴、保護隱私？ | 審計反而成為傷害 |
| 成本與延遲 | 每件案例真正的查證成本？ | 便宜但錯誤更多 |

### 21.3 精確率與錯判風險

在有獨立、可信標準答案的合成資料上，可單獨測量「候選不一致」識別的假陽性率：

$$
\mathrm{FPR}=\frac{FP}{FP+TN}.
$$

 $FP$ 為將實際沒有指定類型不一致的合成案例誤判為有的數量， $TN$ 為正確排除的數量。這項數字不可用在沒有可靠真值的現實人格判定上，分母為零時也不得輸出虛構比例。

應按資料年代、媒介、語言、地區、來源保存程度和組織規模分層測試，因為「越有資源越有能力保存對自己有利的紀錄」可能形成系統性比較偏差。

## 22. 八項待驗證假說及其可能反例

**H1｜檢索成本假說。** 在相同原始材料與標準答案下，採用可追溯檢索的智能體可降低跨年度案例整理成本。**反例／推翻條件**：查證與人工修正成本增幅抵銷搜尋節省，整體效率沒有改善。

**H2｜記憶完整性假說。** 版本、撤回與雙時間欄位的保存，可減少將正當立場修正誤判為雙標。**反例／推翻條件**：在控制模型能力與案例難度後，錯判率並無顯著改善。

**H3｜來源足跡假說。** 附來源歸屬與衍生鏈的材料，比僅有搜尋摘要的材料更容易支持可審計結論。**反例／推翻條件**：存在完整來源鏈但其初始材料虛假、造成更高的過度自信錯判。

**H4｜反證檢索假說。** 強制搜尋可反駁材料，可降低單方向不一致判斷的錯誤。**反例／推翻條件**：反證搜尋引入大量低品質噪音，反而降低結論品質。

**H5｜時間標記假說。** 嚴格區分事件時間、發布時間與知悉時間，能降低以後見之明推斷當事人故意的錯誤。**反例／推翻條件**：在只含直接同期證據的資料集上，增加欄位不產生可測改善。

**H6｜不對稱資料假說。** 在控制實際行為差異後，曝光高、公開資料多的行動者可能被系統找到更多候選矛盾，但這不等於其真實雙標比例較高。**反例／推翻條件**：適當抽樣與基準化後，資料量對候選矛盾偵測率無明顯影響。

**H7｜策略適應假說。** 行動者預期機器審計時，可能增加防誤解紀錄，也可能增加公關語料與策略性留痕。**反例／推翻條件**：長期自然實驗找不到相應的行為變化，或變化完全由其他制度因素解釋。

**H8｜反身性制度假說。** 具獨立反證、可回應及可撤回機制的審計流程，能減少對個人或組織的持續誤標。**反例／推翻條件**：程序成本過高而導致審計無法實施，或被強勢行動者利用來阻止正當監督。

以上均為**研究假說**，不是已經證實的定律；正反兩面結果都必須發表。

## 23. 十二組合成壓力測試

| 代碼 | 情境 | 合格系統應呈現的行為 |
|---|---|---|
| M01 | 一句話被截斷，刪掉限制條件 | 找回全文；必要時拒絕定性 |
| M02 | 當事人一年後因新證據修正立場 | 辨認修正理由，不自動標成雙標 |
| M03 | 一份文件發布時間晚於其記載的事件時間 | 區分事件／發布／擷取時間 |
| M04 | 同名主管在不同公司任職 | 防止錯誤身份合併 |
| M05 | 公司政策與員工個人評論不同 | 不把兩者直接相互歸責 |
| M06 | 企業過去提捐款承諾，實際成果尚未知 | 區分投入承諾、到款與受助結果 |
| M07 | 五份必要材料中只找到四份，缺的是反證 | 顯示缺口，降低或暫停判斷 |
| M08 | 簽章正確的原始聲明本身包含假訊息 | 簽章通過與內容真假分開處理 |
| M09 | 未簽章的古老文件有多方可核對副本 | 不因缺少現代簽章就判假 |
| M10 | 檢索文件含惡意指示要求直接定罪 | 忽略文件內對審計代理的指令 |
| M11 | 主要當事人提供有效反證與撤回理由 | 更新歷史結論並保留修正鏈 |
| M12 | 公益受助者資料敏感，而公共影響值得評估 | 採匯總、匿名、受限存取及適當審計 |

可在兩個維度交叉施測：**資料條件**（完整、缺件、錯版、污染）與 **系統角色**（檢索者、比較者、規範審閱者）。測試結論只對特定模型、特定資料與評測配置有效，不直接代表真實世界所有 AI 的能力。

## 24. 最小可重現研究方案

第一階段建立不少於三類合成案例：**正當修正、已知適用條件不同、資料充分支持的候選雙標**。每類至少包含不同時間順序與來源品質變體，並加上「資料不足、不得判斷」案例。

第二階段由不同標註者獨立建立原始材料清單、來源鏈與可比較性註記；爭議處應保留不同標註意見，不能強迫單一道德立場。

第三階段分別運行：僅語言模型、模型加長上下文、模型加檢索、模型加來源／時間圖，以及含反證搜尋與異議處理的完整管線。需固定評測時點、索引版本、模型版本、查詢範圍、存取權限與推論預算。

第四階段以人工專業審核與合成真值比較，報告證據召回、時間判讀、角色歸屬、錯判、拒答、修正能力及成本。研究結果不得只留下單一分數；尤其要公開失敗案例，並聲明研究者自身的資料選擇與利益衝突。

第五階段才進入經充分匿名化、確有公眾利益且具合法來源的真實案例；若涉及具名人物、特定企業或監管事件，另建獨立案例附件，不用抽象論文暗中宣告其動機已獲證實。

## 25. 本篇的理論限制

**限制一｜記憶永遠有觀察邊界。** 沒有留下的事件、不得合法取得的紀錄與已不可驗證的資料，不會因智能模型更大而自動出現。

**限制二｜透明不是均勻分布。** 有資源保存、法律審查與宣傳的強勢組織，可能比資源不足的個人更能塑造可被檢索的歷史。

**限制三｜真偽不是道德充分條件。** 多份真實紀錄仍可能構成偏誤樣本；單一反例也未必代表一個人的全部歷史。

**限制四｜一致性不等於永不改變。** 堅持錯誤原則而不修正，未必比承認錯誤更有道德價值；審計若獎勵「永遠說一樣的話」，便會懲罰學習。

**限制五｜AI 沒有天然規範主權。** 具更高搜尋或推理能力的系統，也必須能被挑戰、糾正、換模、再審及依法限制。

**限制六｜本文沒有進行實證驗證。** 所列假說、機制、測試及算例均為研究設計。引用的技術研究與標準支持特定組件的存在及已知限制，不等同支持「未來所有雙標博弈都會失敗」的普遍斷言。

## 26. 結論：記住歷史之前，先學會對歷史負責

若未來智能體能夠從幾十年前的言論、承諾、政策、修正與後果中快速找出相互關聯的資訊，某些當下依賴公眾遺忘而存在的策略空間，確實可能縮小。

然而，本篇拒絕把「記得更多」偷換成「判得更準」。當原始紀錄有缺口，當知悉時間不可確定，當被審者提供了合理反證，當同一機構內部不同角色作出不同決策，或當某個人的立場因新證據而改變，成熟的智能體應有能力說出：**我尚不足以判定。**

真正有公共價值的跨時間記憶，不是讓每個人永遠被最不利的一段話定義，而是讓公開權力承諾有機會被檢驗，也讓錯誤的指控有機會被撤回。

> **當記憶不再稀缺，稀缺的可能轉為：完整脈絡、可信來源、審慎判斷、接受反證的制度，以及有權而不僭越的審計能力。**

這一結論承接 DSTG-04 的條件性收益反轉，並為 **DSTG-06《聲譽的回溯性重估：當未來重新解釋過去》** 提供一套證據與程序基線。下一篇將研究：新增歷史證據如何改變社會評價，以及何時必須避免事後偏見、單次爭議的全面人格化和不可翻案的永久性聲譽標籤。

---

## 附錄 A｜跨時間規範審計的最小資料卡

下列 YAML 為**研究用資料結構範例**，不是任何現實個案，也不要求所有欄位公開。涉及個人資料時應依法採最小化與適當存取權限。

```yaml
record_id: DSTG-05-SYN-001
status: synthetic_only
actor:
  actor_id: P-A
  role_at_event: authorized_spokesperson
  organization_id: O-A
  identity_verified: false
claim:
  content_original: null
  content_language: null
  modality: normative_proposal
  audience: null
  scope: null
  exceptions: []
source:
  primary_uri: null
  source_type: unknown
  publisher: null
  acquisition_basis: not_assessed
  raw_object_hash: null
  digital_signature_status: not_checked
  transcript_and_translation: []
temporal:
  event_at: null
  spoken_at: null
  published_at: null
  captured_at: null
  valid_from: null
  valid_to: null
  corrected_at: null
  knowledge_attribution: unknown
provenance:
  source_versions: []
  derived_from: []
  revision_of: []
  confidence_limits: []
comparison:
  compared_claim_ids: []
  same_normative_scope: unassessed
  comparable_roles: unassessed
  changed_external_conditions: unassessed
  justified_exceptions_checked: false
  counterevidence_searched: false
  counterevidence_refs: []
assessment:
  claim_difference: unassessed
  normative_inconsistency: unassessed
  intentional_deception: not_inferred
  legal_liability: not_assessed
  conclusion_version: v0
  independent_review: not_performed
  objections: []
  revision_links: []
rights:
  public_interest_basis: not_assessed
  personal_data_minimized: false
  access_class: restricted_until_review
  response_and_correction_channel: not_assessed
```

**必須保留的區別**：`null`、`unknown`、`not_assessed`、`false`、`not_performed` 不是同義詞。未知不等於沒有發生；尚未查證不等於已否證；未能識別故意更不等於已證成善意。

## 附錄 B｜研究者的「反證搜尋」檢查表

1. 我看到的是原始語句還是有人轉述的摘要？
2. 我是否取得語句前後的限制條件與完整附件？
3. 發言者在當時代表誰？其授權範圍是什麼？
4. 新舊主張是否適用於同一種風險與責任關係？
5. 兩段話之間是否有新法規、新證據或角色變更？
6. 當事人何時有證據顯示知悉某項事實？
7. 是否存在更正、撤回、替代說明或後續實際履行？
8. 有無獨立來源證實主要事實？是否只是同一來源被大量轉載？
9. 反證是否同樣容易進入檢索與摘要，而非被排名排除？
10. 我是否在缺乏動機證據時，依然使用了「蓄意」「欺騙」等詞？
11. 被審者是否有合理的回應、更正與申訴機會？
12. 如果相同證據出現在我支持的組織或自己身上，我會採取相同判準嗎？

## 附錄 C｜前置脈絡及可核對的外部來源

### C.1 本系列前置文件（理論脈絡，非實證佐證）

- DSTG-00《雙標博弈的時間反轉：系列總綱》，v0.1，2026-10-22。
- DSTG-01《雙標不是改變：規範一致性、正當例外與機會主義》，v0.1，2026-10-22。
- DSTG-02《道德究竟是目的還是工具：宣稱、誘因與可觀察代價》，v0.1，2026-10-22。
- DSTG-03《公益完成悖論：象徵性捐贈、託管責任與實質福祉》，v0.1，2026-10-22。
- DSTG-04《高明博弈的有限壽命：道德套利與策略收益的時間反轉》，v0.1，2026-10-22。
- REPE-06《善良不是制度：倫理聲望、倫理基礎設施與非聖人治理》，2026-09-13。
- CEVAM Paper 08《安全的安全》，2026-10-07。
- 2025 年 DIPS、BEEMAN 與 DIPS 時限解散相關研究：提供自主能力、互助治理、長期成果及退出的問題意識；其中假設性數據不得視為已實證案例。

### C.2 可核對之外部研究、標準及其使用界線

[E1] Lewis, P., et al. (2020). **Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks**. *NeurIPS 33*. [論文與摘要](https://papers.nips.cc/paper/2020/hash/6b493230205f780e1bc26945df7481e5-Abstract.html)。用途：參數化與外部記憶的檢索生成路線；不保證所有取回材料均可靠。

[E2] Liu, N. F., et al. (2024). **Lost in the Middle: How Language Models Use Long Contexts**. *Transactions of the Association for Computational Linguistics*, 12, 157–173. DOI: [10.1162/tacl_a_00638](https://doi.org/10.1162/tacl_a_00638)。用途：長上下文的資料位置效應；不推論所有未來模型具有相同表現。

[E3] Wu, D., Wang, H., Yu, W., Zhang, Y., Chang, K.-W., & Yu, D. (2025). **LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory**. *ICLR 2025*. [ICLR 論文頁](https://proceedings.iclr.cc/paper_files/paper/2025/hash/d813d324dbf0598bbdc9c8e79740ed01-Abstract-Conference.html)。用途：多會話、時間、知識更新與拒答的記憶評估；不等於道德真相評測。

[E4] Maharana, A., Lee, D.-H., Tulyakov, S., Bansal, M., Barbieri, F., & Fang, Y. (2024). **Evaluating Very Long-Term Conversational Memory of LLM Agents**. *ACL 2024*, 13851–13870. DOI: [10.18653/v1/2024.acl-long.747](https://aclanthology.org/2024.acl-long.747/)。用途：跨會話長期記憶的實測問題與限制。

[E5] W3C (2013). **PROV-O: The PROV Ontology**. W3C Recommendation. [標準原文](https://www.w3.org/TR/prov-o/)。用途：Entity、Activity、Agent 與來源／衍生關係；不提供自動的道德評價。

[E6] C2PA (2025). **Content Credentials: C2PA Technical Specification, version 2.2**. [規格原文](https://spec.c2pa.org/specifications/specifications/2.2/specs/C2PA_Specification.html)。用途：內容來源、簽章與防竄改驗證；**不是內容真實與價值正確的證明**。

[E7] ISO/IEC (2021). **ISO/IEC 19075-2:2021 — Information technology — Guidance for the use of database language SQL — Part 2: Time-related information**. [官方摘要](https://www.iso.org/standard/78933.html)。用途：應用時間、系統版本與雙時間資料的技術依據；本篇並未聲稱已檢閱付費規範全文。

[E8] Li, Y., et al. (2026). **Locomo-Plus: Beyond-Factual Cognitive Memory Evaluation Framework for LLM Agents**. *ACL 2026*, 25085–25100. DOI: [10.18653/v1/2026.acl-long.1150](https://aclanthology.org/2026.acl-long.1150/)。用途：超出表面事實召回的隱含約束與認知記憶測試。

[E9] Tabassi, E. (2023). **Artificial Intelligence Risk Management Framework (AI RMF 1.0)**. NIST AI 100-1. DOI: [10.6028/NIST.AI.100-1](https://doi.org/10.6028/NIST.AI.100-1)。用途：治理、測量與風險管理的一般框架；屬自願性框架。

[E10] Autio, C., et al. (2024). **Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile**. NIST AI 600-1. DOI: [10.6028/NIST.AI.600-1](https://doi.org/10.6028/NIST.AI.600-1)。用途：生成式 AI 風險治理；不提供本篇全部技術防護的效果保證。

[E11] European Union (2016). **Regulation (EU) 2016/679 (GDPR), Articles 16–17**. [EUR-Lex 正式法條](https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng/)。用途：更正、刪除等權利與例外的跨法域比較；不可直接當成美國或全球通行法。

[E12] Internet Archive. **Using the Wayback Machine**. [官方使用說明](https://archivesupport.zendesk.com/hc/en-us/articles/360004651732-Using-The-Wayback-Machine)。用途：網頁保存有擷取延遲與缺頁、動態網站難保存等限制；網頁快照本身也不等於完整歷史。

[E13] OWASP Gen AI Security Project (2025). **LLM01:2025 Prompt Injection**. [官方風險說明](https://genai.owasp.org/llmrisk/llm01-prompt-injection/)。用途：檢索材料與外部文件的間接提示注入風險、權限控制與不可信內容隔離；不表示任何單一措施可完全杜絕攻擊。

### C.3 來源檢驗與原創性界線

本文已核對上述標準及論文的公開原始介紹、正式摘要或資料頁，**未宣稱完成全部論文的逐頁全文審查，也未對任何公司建立事實資料庫或完成真實個案的倫理判定**。本篇新的貢獻是把長期記憶、資料來源、時間語義與規範一致性組成可測試的研究問題及系統設計候選；是否具有學術原創性與實證效果，仍待系統性文獻比對及實驗檢驗。

---

**Canonical source / 驗證條款**：本檔為原始 UTF-8 Markdown source。正式數學只採 ` $...$ ` 及 `$$...$$` 為唯一 canonical delimiter；不採用 `unicode_escape` round-trip，不將公式轉為 Unicode 後再作 source，不以聊天畫面渲染取代原稿。交付前需檢查編碼、章節、引用、關鍵術語、數學分隔符與附件完整性。