理論究竟在哪一層精準？

從原始命題、現代理論版本到測量鏈的精準性分解

作者：Neo.K
文件類型：理論論文／科學知識論／測量方法論／普遍智慧體前置研究
版本：v1.0
日期：2026-07-15

摘要

「某個理論非常精準」是現代科學傳播中最常見、也最容易造成誤解的判斷之一。這句話看似單純，實際上可能同時指涉原始理論核心、後來修正的現代理論版本、特定條件下的精確解、近似展開、數值算法、待估參數、儀器校準、資料處理程序、統計模型，以及整條預測—測量鏈與觀測資料之間的一致性。若不區分這些層級，科學共同體所報告的有限條件一致性，便可能在教育與大眾傳播中被壓縮成「原始理論被完美證明」。

本文提出一套理論精準性分層框架，區分原始命題精準性、核心結構精準性、現代理論版本精準性、求解精準性、參數精準性、測量鏈精準性、統計一致性與跨域外推有效性。本文進一步區分精密度、準確度、真度、不確定度、模型適配度、預測成功與本體真實性，並提出「表面精準」概念：當輸出結果具有大量有效數字、極小統計誤差或高顯著性，但其模型誤差、系統誤差、版本依賴、選擇效應或適用域限制未被充分揭示時，表面數值精度可能高於其實際認識精度。

廣義相對論被用作主要案例。本文不質疑其已獲得的大量實驗支持，而是說明現代所稱的「廣義相對論預測」通常並非愛因斯坦原始文本中的孤立公式，而是由核心場方程、後牛頓展開、精確解、數值相對論、天體物理假設、波形模型、探測器校準與統計推斷共同形成的模型鏈。觀測與模型相符，首先證明的是整條模型鏈在特定制度中的一致性；要把成功進一步歸因到理論核心，必須進行跨儀器、跨尺度、跨方法、跨資料集的反覆檢驗。

最後，本文將此框架推向人工智慧與普遍智慧體。未來智慧體不應直接複述「某理論精準」，而應自動回答：哪一版本、哪一層、哪一尺度、哪一觀測量、依賴哪些輔助假設、包含哪些不確定度、是否屬於事前預測，以及有哪些尚未被檢驗的區域。理論精準性的誠實表達，不在於降低人類對科學的信任，而在於將信任從人物與口號，轉移到可追溯的證據鏈與適用域之上。

關鍵詞： 理論精準性、表面精準、測量不確定度、模型鏈、廣義相對論、適用域、事前預測、普遍智慧體

一、問題的提出

人們經常說：

廣義相對論非常精準。

量子電動力學是人類最精準的理論之一。

某個宇宙學模型與觀測高度吻合。

某個人工智慧模型在基準測試上達到百分之九十九的準確率。

這些句子將「精準」視為理論本身的單一性質，彷彿一個理論可以像一把尺一樣，直接與世界比較後得到固定精度。

然而，任何現代科學預測幾乎都不是由一條孤立理論直接輸出。更接近真實的結構是：

\widehat{y} = \mathcal{A} \circ \mathcal{D} \circ \mathcal{I} \circ \mathcal{S} \left( T,\theta,B,E \right),

其中：

$T$ ：理論核心；
$\theta$ ：模型參數；
$B$ ：邊界條件與初始條件；
$E$ ：環境、物質成分與輔助假設；
$\mathcal{S}$ ：解析求解、近似展開或數值算法；
$\mathcal{I}$ ：儀器響應與校準模型；
$\mathcal{D}$ ：資料清理、轉換與特徵提取；
$\mathcal{A}$ ：統計估計、模型比較與決策程序；
$\widehat{y}$ ：最終可與資料比較的預測量。

因此，當：

y_{\mathrm{obs}} \approx \widehat{y},

我們首先知道的是：

\boxed{ \text{觀測資料與整條理論—求解—測量—統計鏈相容。} }

但這並不自動等於：

\boxed{ \text{原始理論文本中的每一個命題都被直接驗證。} }

本文的核心問題因此不是：

科學理論是否可靠？

而是：

當人們說一個理論「很精準」時，究竟是哪一層精準？這種精準是否可以被合理歸因到原始理論、現代理論版本，或只能歸因到整套模型鏈？

二、從「誰被記住」到「什麼被驗證」

前一篇〈開創者引力與知識歸因壓縮〉指出，理論的後續發展經常被吸附到開創者名稱之下。此處的問題進一步發展為：

\text{人物歸因壓縮} \longrightarrow \text{精準性歸因壓縮}.

當一百年的數學推導、實驗改進與工程校準都被統稱為「愛因斯坦的相對論」時，公共敘事很容易將整套現代系統的成功，倒投射為愛因斯坦原始理論的直接精準。

這裡至少包含四種不同陳述：

愛因斯坦的核心理論結構具有強大預測能力。
愛因斯坦本人完成的某項原始計算與觀測相符。
後人從廣義相對論場方程推導出的現代模型與觀測相符。
以廣義相對論為核心、加入現代天體物理、儀器與統計方法的完整分析鏈與資料相符。

這四句可能同時為真，也可能只有其中部分為真。將它們壓縮成「愛因斯坦預測得非常準」，會刪除最重要的知識結構。

三、理論精準性的八層分解

本文提出八層精準性模型：

\mathfrak{P}(T) = \left( P_0,P_c,P_v,P_s,P_\theta,P_m,P_a,P_\Omega \right).

3.1 原始命題精準性 $P_0$

原始命題精準性指開創者在原始論文、演講或筆記中實際提出的定量預測，與後來觀測之間的符合程度。

它要求歷史上可追溯的事前文本：

P_0 = \operatorname{Fit} \left( y_{\mathrm{original}}, y_{\mathrm{obs}} \right).

這一層不能把後人補充的修正、重新計算或新增參數倒算回原始文本。

若開創者最初的數值錯誤，但核心理論後來得到正確結果，則：

P_0 \neq P_c.

3.2 核心結構精準性 $P_c$

核心結構精準性指理論的基本方程、對稱性、守恆結構或因果關係，是否能持續生成正確結果。

例如廣義相對論的核心包括時空幾何與能量—動量之間的耦合關係。其代表形式為：

G_{\mu\nu} + \Lambda g_{\mu\nu} = \frac{8\pi G}{c^4} T_{\mu\nu}.

核心結構精準不要求開創者本人已求出所有物理解，也不要求原始符號與現代慣例完全相同。它關心的是：後續成功是否可從核心結構推出，而不是透過任意外加補丁取得。

3.3 現代理論版本精準性 $P_v$

理論通常不是一份永遠不變的原始文件，而是具有版本譜系：

T^{(0)} \rightarrow T^{(1)} \rightarrow \cdots \rightarrow T^{(n)}.

現代版本可能包含：

更清楚的公理；
修正的符號與定義；
新的邊界條件；
規範處理；
一致的單位與參考系；
已知失效域；
與其他理論的接口。

因此：

P_v = \operatorname{Fit} \left( T^{(n)}, D \right)

不能自動等同於：

P_0 = \operatorname{Fit} \left( T^{(0)}, D \right).

3.4 求解與近似精準性 $P_s$

一個理論方程可以是正確的，但錯誤的求解方法仍會產生錯誤預測。

令：

y^\ast = \mathcal{S}_{\mathrm{exact}}(T),

而實際計算為：

\widetilde{y} = \mathcal{S}_{h,p,\varepsilon}(T),

其中 $h$ 是離散尺度、 $p$ 是近似階數、 $\varepsilon$ 是數值容差。求解誤差為：

e_s = \left\| y^\ast-\widetilde{y} \right\|.

因此，理論精準與算法精準必須區分。若後人透過高階展開、精確解或數值模擬大幅降低 $e_s$ ，這是求解層的進步，不應被描述成原始理論突然變得更真。

3.5 參數與初始條件精準性 $P_\theta$

許多模型包含必須由資料估計的參數：

\theta = (\theta_1,\theta_2,\ldots,\theta_k).

預測可能寫為：

\widehat{y} = f_T(x;\widehat{\theta}).

若參數是使用同一資料集估計，再以同一資料集宣稱模型精準，就必須區分：

\text{擬合能力} \neq \text{獨立預測能力}.

真正強的預測應在新資料 $D_{\mathrm{new}}$ 上保持：

\operatorname{Loss} \left( f_T(\widehat{\theta};D_{\mathrm{new}}) \right) \ll \tau.

3.6 測量鏈精準性 $P_m$

觀測數據不是自然界直接寫下的真值，而是經過儀器、校準、參考標準與環境修正的結果。

可寫成：

y_{\mathrm{raw}} = \mathcal{I} \left( y_{\mathrm{true}},\phi,\eta \right),

其中：

$\phi$ ：儀器校準參數；
$\eta$ ：噪聲與環境擾動。

反演後得到：

\widehat{y}_{\mathrm{true}} = \mathcal{I}^{-1}_{\widehat{\phi}} (y_{\mathrm{raw}}).

美國國家標準與技術研究院將測量溯源理解為一條可追溯至標準的校準鏈；測量不確定度則屬於特定結果與特定量測配置，不是單靠儀器顯示位數即可判定。[1][2]

3.7 統計一致性精準性 $P_a$

觀測與模型相符，常以殘差、似然、後驗分布或檢定統計量表達。

例如：

r = y_{\mathrm{obs}} - \widehat{y},

z = \frac{r}{\sigma_{\mathrm{total}}}.

當 $|z|$ 很小，只表示在指定誤差模型下未觀察到顯著偏離。它不等同於模型已被證明為唯一真實描述。

同一資料可能同時與多個模型相容：

D \models T_1, \qquad D \models T_2.

此時資料對理論的區辨力不足，而不是兩個理論都已被終極證明。

3.8 適用域與外推精準性 $P_\Omega$

所有有效理論都具有適用域：

\Omega_T = \{ x: T\text{ 已被建立或檢驗} \}.

若某理論在 $\Omega_T$ 內高度精準，不能直接推論：

x\notin\Omega_T \Longrightarrow T(x)\text{ 仍同樣精準}.

例如弱場、低速、近平衡或低能量條件下的成功，不自動等於在奇點、量子重力、極端非平衡或全新尺度中仍然成立。

因此，理論的合理評價應寫為：

\boxed{ T \text{ 在 } \Omega_T \text{ 內，以不確定度 } U \text{ 與觀測相容。} }

而不是：

\boxed{ T\text{ 已被證明永遠正確。} }

四、精密度、準確度、真度與有效性

4.1 精密度

精密度描述重複測量結果彼此接近的程度。

若：

x_1,x_2,\ldots,x_n

高度集中，則測量具有高精密度。

4.2 真度

真度描述大量重複測量的平均值接近參考值的程度。

4.3 準確度

依計量學用語，準確度涉及結果與真值或接受參考值的接近程度，並同時受到隨機成分與系統偏差影響。NIST 明確指出，準確度結合真度與精密度，不宜只用重複性判斷。[3]

4.4 不確定度

不確定度不是「犯錯的機率」，而是對合理可歸屬於被測量值之數值分散程度的量化。

一般可寫為：

u_c^2 = \sum_i \left( \frac{\partial f}{\partial x_i} \right)^2 u_i^2 + 2 \sum_{i<j} \frac{\partial f}{\partial x_i} \frac{\partial f}{\partial x_j} \operatorname{Cov}(x_i,x_j).

若忽略相關性、模型結構或未知系統偏差，所得到的誤差棒可能明顯過小。

4.5 模型有效性

模型有效性關心模型在指定任務與條件中是否可用：

V(T,\Omega,\tau) = \begin{cases} 1, & L(T;\Omega)\leq\tau,\\ 0, & L(T;\Omega)>\tau. \end{cases}

有效不等於本體上終極真實。牛頓力學在廣大工程制度中仍然有效，即使它不是更高速度與更強引力條件下的終極描述。

五、表面精準

5.1 定義

本文將表面精準定義為：

輸出結果所呈現的數值細緻度、統計顯著性或語言確定性，高於整條知識鏈實際支持的認識精度。

令報告精度為 $P_{\mathrm{display}}$ ，實際認識精度為 $P_{\mathrm{epi}}$ ，則表面精準差為：

\Delta P_{\mathrm{surface}} = P_{\mathrm{display}} - P_{\mathrm{epi}}.

當：

\Delta P_{\mathrm{surface}}>0,

即存在不同程度的表面精準。

5.2 有效數字幻覺

若結果寫成：

x=1.23456789,

讀者容易直覺認為每一位數字都受到證據支持。但若真實不確定度為：

u(x)=0.03,

則後續多個小數位不具有認識意義。

因此：

\text{顯示位數} \neq \text{有效資訊量}.

5.3 統計誤差遮蔽系統誤差

研究可能報告：

\sigma_{\mathrm{stat}} \ll 1,

卻未充分納入：

\sigma_{\mathrm{sys}}, \quad \sigma_{\mathrm{model}}, \quad \sigma_{\mathrm{selection}}, \quad \sigma_{\mathrm{calibration}}.

總不確定度不能只寫成統計誤差。若各項近似獨立，可使用：

\sigma_{\mathrm{total}}^2 = \sigma_{\mathrm{stat}}^2 + \sigma_{\mathrm{sys}}^2 + \sigma_{\mathrm{model}}^2 + \cdots.

若不獨立，還必須加入協方差項。

5.4 擬合精準取代預測精準

一個參數足夠多的模型可能高度貼合歷史資料：

L_{\mathrm{train}} \rightarrow 0,

但在新資料上表現不佳：

L_{\mathrm{test}} \gg L_{\mathrm{train}}.

此時模型顯示的是內插或過度擬合能力，而不是普遍預測能力。

5.5 事後選擇偽裝成事前預測

若研究者先觀察資料，再選擇：

分析區間；
統計檢定；
模型形式；
參數先驗；
排除規則；
停止條件；

則最終結果可能包含大量事後自由度。

理想的事前預測應使：

\mathcal{M}, \theta, \mathcal{A}, \tau

在觀察關鍵結果以前已被固定或透明記錄。

5.6 模型反演量被誤認為直接觀測

許多科學量不能直接讀取，而需透過模型反演：

\widehat{x} = \arg\max_x P(x\mid D,M).

此處的 $\widehat{x}$ 同時依賴資料 $D$ 與模型 $M$ 。若模型改變，反演值也可能改變。

所以：

\boxed{ \text{被報告為「測得」的量，} }

\boxed{ \text{有時其實是「在模型條件下推定」的量。} }

六、物理學中的量級估算：寬鬆還是必要？

物理學確實大量使用量級估算，但這不表示物理學一律容忍不精確。

量級估算的功能通常是：

排除明顯不可能的機制；
辨識主導項與次要項；
確定理論可行域；
評估實驗是否值得進行；
檢查精密計算是否出現荒謬錯誤。

若兩個候選機制分別預測：

10^{-12} \quad\text{與}\quad 10^{5},

量級即足以區分。

但若競爭理論分別預測：

1.0001 \quad\text{與}\quad 1.0002,

就需要精密測量。

因此，物理學的合理精度應依問題尺度決定：

P_{\mathrm{required}} = F( \Delta_{\mathrm{theory}}, U_{\mathrm{instrument}}, C_{\mathrm{decision}} ).

真正的問題不是量級估算本身，而是傳播層級轉換：

\text{量級相容} \rightarrow \text{模型支持} \rightarrow \text{精確驗證} \rightarrow \text{理論被證明}.

若中間沒有說明，每一次箭頭都可能提高語言強度，卻沒有增加證據。

七、廣義相對論案例：到底是什麼精準？

7.1 原始理論與現代體系

廣義相對論的核心方程在二十世紀初建立，但現代相對論研究已發展出：

精確時空解；
參數化後牛頓框架；
後牛頓展開；
黑洞微擾理論；
數值相對論；
波形模型；
脈衝星計時模型；
重力波探測器響應；
貝葉斯參數估計；
參數化偏離檢驗。

因此，現代測試並非把愛因斯坦原始論文中的單一數值直接拿來與儀器讀數比較，而是建立完整映射：

G_{\mu\nu} \rightarrow g_{\mu\nu} \rightarrow h_{\mu\nu} \rightarrow h(t;\theta) \rightarrow s(t) \rightarrow P(\theta\mid D).

其中：

$g_{\mu\nu}$ ：特定物理條件下的時空解；
$h_{\mu\nu}$ ：引力波擾動；
$h(t;\theta)$ ：可計算波形；
$s(t)$ ：探測器應變訊號；
$P(\theta\mid D)$ ：由資料推得的參數後驗。

7.2 重力波不是原始公式直接輸出

LIGO–Virgo 對雙黑洞合併的測試使用波形模型，而這些模型包含解析近似、有效單體方法與直接數值積分愛因斯坦方程所得波形的校準。GW150914 的廣義相對論測試論文明確說明，所使用的模型經數值求解愛因斯坦方程的波形校準。[4]

因此，當觀測與波形相符時，較精確的敘述是：

觀測資料與以真空廣義相對論為核心、經現代波形建模與探測器分析形成的模型，在報告的不確定度內相容。

而不是：

愛因斯坦在一百年前直接算準了這條完整波形。

7.3 「沒有發現偏離」不等於「證明唯一正確」

二〇二六年的 GWTC-4.0 廣義相對論測試總覽，在多種一致性檢驗中未發現相對於所用廣義相對論模型的明確偏離；其表述仍是資料與模型一致，而不是宣告廣義相對論已在所有尺度被終極證明。[5]

可形式化為：

P(D\mid T_{\mathrm{GR}},M) \text{ 足夠高},

但這不等於：

P(T_{\mathrm{GR}}\mid D)=1.

更不等於：

P(T_{\mathrm{alternative}}\mid D)=0

對所有尚未被完整建模的替代理論都成立。

7.4 跨尺度反覆驗證為何仍有強大意義？

上述限制不表示廣義相對論的成功只是表面精準。它的力量恰恰來自：

太陽系檢驗；
水星近日點進動；
光線偏折；
引力紅移；
Shapiro 延遲；
雙脈衝星；
黑洞與中子星系統；
重力波傳播與波形；
不同儀器與不同分析方法。

這些制度之間並非完全相同。若同一核心結構在多種尺度、不同測量技術與不同誤差結構中持續成功，則單一輔助假設偶然製造成功的可能性下降。

因此，理論可信度應理解為跨制度一致性的累積：

C(T) = \sum_{j=1}^{n} w_j I_j R_j,

其中：

$I_j$ ：第 $j$ 項證據的獨立性；
$R_j$ ：可重複性；
$w_j$ ：其區辨力與適用域權重。

廣義相對論值得高度信任，不是因為某一次實驗「完美命中」，而是其核心結構長期承受了多制度檢查。

八、理論、輔助假設與整體檢驗

實驗通常檢驗的不是孤立理論 $T$ ，而是：

\mathcal{B} = T \land A_1 \land A_2 \land \cdots \land A_n,

其中 $A_i$ 包含：

初始條件；
儀器可靠性；
背景理論；
資料選擇；
校準模型；
數學近似；
其他已知物理。

若預測失敗：

\mathcal{B} \not\models D,

邏輯上不能立即確定錯的是 $T$ 還是某個 $A_i$ 。

同樣地，若預測成功，也不能把所有成功無條件歸給 $T$ 。

但科學並沒有因此失去判斷能力。它透過：

改變儀器；
更換資料集；
交叉校準；
使用不同近似；
尋找無參數預測；
測試新制度；
排除輔助假設；

逐步將成功或失敗定位到更具體的層級。

因此，科學的可信性不是一次邏輯演繹，而是系統性錯誤定位能力。

九、理論精準性的證據矩陣

對任意理論 $T$ ，可建立證據矩陣：

\mathbf{E}^{(T)} = [e_{ij}],

其中：

$i$ ：實驗、觀測或資料集；
$j$ ：理論層級或預測項；
$e_{ij}$ ：該證據對該理論層級的支持、限制或反駁程度。

例如：

證據	原始命題	核心結構	現代版本	求解模型	儀器鏈
水星近日點	高	高	中	高	中
原子鐘紅移	低	高	高	中	高
雙脈衝星	低	高	高	高	高
雙黑洞重力波	無直接對應	高	高	極高	極高

此表的意義不是給出最終固定評分，而是防止人們把所有證據無差別回填到原始文本。

十、表面精準風險指數

可為一個科學主張 $c$ 定義表面精準風險：

R_{\mathrm{surface}}(c) = W_d \cdot W_u \cdot W_m \cdot W_v \cdot W_f,

其中：

$W_d$ ：顯示位數或語言確定性過高；
$W_u$ ：不確定度揭露不足；
$W_m$ ：模型依賴被隱藏；
$W_v$ ：理論版本未區分；
$W_f$ ：擬合與預測混淆。

當：

R_{\mathrm{surface}}>\tau,

智慧系統應自動降低斷言強度，並要求展開證據鏈。

十一、理論精準性的最低報告格式

未來任何「某理論很精準」的主張，至少應回答下列問題。

11.1 理論身分

哪一個理論？
哪一個版本？
哪些方程或命題受到檢驗？

11.2 預測類型

是否在資料取得前形成？
是否包含擬合參數？
是否使用同一資料校準與驗證？

11.3 觀測性質

直接觀測量是什麼？
報告量是否由模型反演？
儀器如何校準？

11.4 不確定度

統計誤差是多少？
系統誤差是多少？
模型誤差是否量化？
參數相關性是否納入？

11.5 適用域

在何種尺度、能量、速度、曲率與環境下檢驗？
哪些區域尚未檢驗？
是否存在已知失效或未完備區域？

11.6 比較對象

與哪個替代理論比較？
實驗是否真正具有區辨力？
「相符」是否只是兩個模型都落在誤差範圍內？

十二、對人工智慧與普遍智慧體的要求

12.1 禁止無層級複述

當智慧體遇到：

理論 $T$ 非常精準。

它不應直接輸出相同句子，而應先執行：

\mathcal{D}_{\mathrm{precision}}(T) = ( T^{(0)}, T^{(n)}, S, \theta, I, D, A, \Omega ).

12.2 自動辨認版本

智慧體應標記：

T^{(0)} \neq T^{(n)},

並說明哪些改變屬於：

原始錯誤修正；
從原方程推出的新結果；
額外物理假設；
純計算與工程改進。

這四類不能混在一起。

12.3 自動區分預測與擬合

定義預測獨立度：

I_{\mathrm{pred}} = 1- \frac{ \operatorname{DOF}_{\mathrm{post}} }{ \operatorname{DOF}_{\mathrm{total}} }.

其中 $\operatorname{DOF}_{\mathrm{post}}$ 表示觀察資料後才使用的自由度。此式只是概念化指標，但可提醒系統：事後選擇越多，預測地位越弱。

12.4 自動生成認識標籤

輸出不應只有「支持」或「不支持」，而可使用：

直接事前命中；
現代理論推導命中；
參數擬合相容；
模型鏈相容；
未發現顯著偏離；
有限制度內有效；
尚未具區辨力；
外推未驗證。

這些標籤比「證明」與「推翻」更接近科學實踐。

12.5 建立來源與推導譜系

每一預測應可追溯：

\text{主張} \rightarrow \text{理論版本} \rightarrow \text{推導方法} \rightarrow \text{程式碼／算法} \rightarrow \text{資料} \rightarrow \text{儀器} \rightarrow \text{統計判定}.

智慧體若無法指出其中某一層，就應明確標示缺口，而不是用流暢語言填補。

十三、不是反科學，而是反對不透明的科學壓縮

對精準性的分層懷疑，容易被誤解為：

所有科學只是任意擬合。

這個結論並不成立。

首先，不同理論的可調自由度、預測範圍與跨制度成功程度差異巨大。能以有限原理同時解釋大量獨立現象的理論，遠強於只能事後配合單一資料的模型。

其次，科學共同體透過重複、盲測、跨儀器比較、預註冊、開放資料與誤差預算，持續降低表面精準風險。這些制度並不完美，但它們說明科學不是只靠權威聲稱精準。

最後，對理論層級進行拆解，反而能使真正強大的理論獲得更有根據的評價：

\boxed{ \text{可靠性不是來自口號中的絕對確定，} }

\boxed{ \text{而是來自證據鏈在反覆拆解後仍然成立。} }

十四、與第三篇「低認識直徑智能」的連接

本文所提出的問題，不應每一次都依賴少數人先產生懷疑：

這是哪一版本的理論？
這是原始預測還是現代模型？
這是直接測量還是模型反演？
這是事前預測還是事後擬合？
誤差棒包含哪些成分？
所謂相符是否真正具有區辨力？

如果這些問題已經可以被形式化，它們就應成為智慧體的預設認識程序。

下一篇將提出：

\boxed{ \text{低認識直徑原則} }

其目標是使智慧體在遇到高影響力、高壓縮與高誤解風險的主張時，自動沿最短可靠路徑展開版本、證據、模型與不確定度，而不必等待使用者偶然問出正確問題。

十五、結論

「理論很精準」不是一個足夠完整的科學陳述。

更嚴格的表達必須指出：

\boxed{ \text{哪一個版本，} \quad \text{哪一個層級，} \quad \text{哪一個制度，} }

\boxed{ \text{使用何種求解、測量與統計程序，} \quad \text{在多大不確定度內相容。} }

本文不否認廣義相對論或其他成熟物理理論的強大成功。相反地，只有把原始命題、核心結構、現代版本、求解方法、儀器校準與統計推斷分開，我們才能真正看見這些理論為何強大，也才能辨認其尚未被驗證的邊界。

人類知識的主要危險未必是完全錯誤，而可能是：

\boxed{ \text{以過度壓縮的語言，} }

\boxed{ \text{把局部、條件性、模型依賴的一致性，} }

\boxed{ \text{敘述成無版本、無邊界、無不確定度的絕對精準。} }

未來智慧體的責任不是削弱科學，而是使科學主張的強度與證據鏈的強度相匹配。

參考文獻

[1] Taylor, B. N., & Kuyatt, C. E. (1994). Guidelines for Evaluating and Expressing the Uncertainty of NIST Measurement Results. NIST Technical Note 1297.
https://doi.org/10.6028/NIST.TN.1297

[2] National Institute of Standards and Technology. “Measurements and Standards: Traceability.”
https://www.nist.gov/standards-measurements

[3] National Institute of Standards and Technology. “Accuracy.” NIST Glossary.
https://www.nist.gov/glossary-term/36526

[4] Abbott, B. P., et al. (LIGO Scientific Collaboration and Virgo Collaboration). (2016). “Tests of General Relativity with GW150914.” Physical Review Letters, 116, 221101.
https://doi.org/10.1103/PhysRevLett.116.221101

[5] Abac, A. G., et al. (LIGO–Virgo–KAGRA Collaboration). (2026). “GWTC-4.0: Tests of General Relativity. I. Overview and General Tests.”
https://arxiv.org/abs/2603.19019

[6] Yunes, N., Siemens, X., & Yagi, K. (2024). “Gravitational-Wave Tests of General Relativity with Ground-Based Detectors and Pulsar-Timing Arrays.”
https://arxiv.org/abs/2408.05240

[7] Will, C. M. (2014). “The Confrontation between General Relativity and Experiment.” Living Reviews in Relativity, 17, 4.
https://doi.org/10.12942/lrr-2014-4

[8] Berti, E., et al. (2015). “Testing General Relativity with Present and Future Astrophysical Observations.” Classical and Quantum Gravity, 32, 243001.
https://doi.org/10.1088/0264-9381/32/24/243001

[9] Joint Committee for Guides in Metrology. (2008). Evaluation of Measurement Data—Guide to the Expression of Uncertainty in Measurement. JCGM 100:2008.

[10] Box, G. E. P. (1976). “Science and Statistics.” Journal of the American Statistical Association, 71(356), 791–799.
https://doi.org/10.1080/01621459.1976.10480949

[11] Mayo, D. G. (2018). Statistical Inference as Severe Testing: How to Get Beyond the Statistics Wars. Cambridge University Press.

[12] Lakatos, I. (1978). The Methodology of Scientific Research Programmes. Cambridge University Press.

附錄 A：核心命題

命題一：模型鏈歸因命題

若觀測資料與預測相符，直接受到檢驗的是完整模型鏈，而不是孤立理論核心。

D \approx \mathcal{A} \circ \mathcal{D} \circ \mathcal{I} \circ \mathcal{S} (T,\theta,B,E).

命題二：跨制度增信命題

若同一核心理論在相互獨立的尺度、儀器、資料與分析程序中持續成功，則其核心結構獲得的可信度高於單一模型鏈的一次成功。

\frac{\partial C(T)}{\partial n_{\mathrm{independent}}}>0.

命題三：表面精準命題

當顯示精度超過不確定度、模型透明度與適用域所支持的認識精度時，即形成表面精準。

P_{\mathrm{display}} > P_{\mathrm{epi}}.

命題四：適用域限制命題

理論在已檢驗域內的高精準，不構成其在域外同等精準的充分條件。

T\text{ accurate on }\Omega \nRightarrow T\text{ accurate on }\Omega^{c}.

命題五：智慧體精準性展開責任

智慧體面對「理論精準」主張時，應自動展開版本、求解、參數、測量、不確定度與適用域，不得把模型鏈相容直接翻譯成無條件真理。

\mathcal{D}_{\mathrm{precision}}(c) \rightarrow \{ T^{(0)},T^{(n)},S,\theta,I,U,\Omega \}.

附錄 B：理論精準性審計表

維度	必問問題	常見誤導
原始命題	原作者當時實際預測了什麼？	將後人結果倒算給開創者
理論版本	今日使用的是哪一版本？	將不同版本視為同一內容
求解方法	是精確解、近似還是數值模型？	將算法成功等同理論原稿成功
參數	哪些數值由資料估計？	將擬合描述成無參數預測
儀器	資料如何校準與反演？	將處理後量視為直接讀值
不確定度	是否包含系統與模型誤差？	只報統計誤差
統計判定	「相符」的門檻與模型比較為何？	未發現偏離等於證明正確
適用域	在哪些尺度與條件測試？	局部成功外推為普遍真理
可重複性	是否跨資料、團隊與儀器成立？	單次命中被描述成穩定規律
傳播語言	原研究的語氣如何被轉述？	「有限相容」升級為「完美證明」

理論究竟在哪一層精準_v1.0