# 知識—行動轉移動力學：從陳述性表徵到行為實施的門控機制 **Knowledge–Action Transfer Dynamics: Gating Mechanisms from Declarative Representation to Behavioral Implementation** 作者：Neo.K 機構：一言諾科技有限公司（EveMissLab） 版本：v1.0 日期：2026 年 7 月 文件性質：認知動力學系列核心理論論文 系列位置：第 8 篇／知識—行動轉移篇 前置依賴：第 1 篇《認知事件—算子架構》、第 2 篇《選擇配置動力學》、第 5 篇《記憶動力學》、第 6 篇《認知激活—可塑性動力學》 公開定位：中層理論、準形式化模型、可檢驗研究綱領 --- ## 摘要 「知道卻做不到」是教育、健康、組織、技能訓練與自我調節中反覆出現的現象。既有《知行轉化動力學》以一個獨立的行動能力因子 $B$ 描述從知識到行動的斷裂，並將程序、習慣、觸發與動機乘法化。然而，該結構與記憶、選擇配置、行動門控、程序性技能與後續痛苦承受理論高度重疊：程序屬於記憶接口，觸發受選擇配置影響，動機與行動成本耦合，習慣又可繞過顯式知識。因此，若把 $B$ 當成獨立「第五能力」，容易形成符號重複與因果含混。 本文提出「知識—行動轉移動力學」（Knowledge–Action Transfer Dynamics, KATD），將知行問題重構為一組狀態轉換、程序映射、情境觸發與行動門控機制。定義與任務 $a$ 相關的陳述性知識表徵： $$ K_a^{decl}(t) $$ 程序可用性： $$ P_a^{proc}(t) $$ 情境觸發強度： $$ C_a^{cue}(t) $$ 行動門控值： $$ G_a(t) \in [0,1] $$ 以及實際行動： $$ A_a(t) $$ 本文以： $$ \mathcal T_{K\rightarrow A} $$ 表示「知識狀態在特定情境下轉移為行動候選與實施」的整體轉移機制，而非新增一個獨立人格能力。一般形式： $$ A_a(t) \sim \mathcal P \left[ G_a(t) \right] $$ 其中： $$ G_a(t) = \sigma \left( \beta_0 + \beta_K K_a^{ret} + \beta_P P_a^{proc} + \beta_C C_a^{cue} + \beta_H H_a^{habit} + \beta_V V_a^{goal} - \beta_L L_a^{load} - \beta_R R_a^{risk} - \beta_D D_a^{delay} - \beta_X X_a^{aversive} \right) $$ 此式只是候選門控模型，不是普遍行動定律。 本文正式區分六個不能混同的層次： $$ \boxed{ \text{Knowledge Existence} \neq \text{Knowledge Accessibility} \neq \text{Procedural Availability} \neq \text{Cue Activation} \neq \text{Action Gating} \neq \text{Execution} } $$ 並指出「知行差距」可能發生於任何一層。本文同時建立兩條主要路徑：（1）審議式知識—程序—門控路徑；（2）習慣式線索—政策—行動路徑。後者可在低顯式知識調用下產生行動，因此： $$ K^{decl}\uparrow \not\Rightarrow A\uparrow $$ 且： $$ K^{decl}\downarrow \not\Rightarrow A=0 $$ 本文進一步提出知識—程序化、實施意圖、機會窗口、狀態依賴提取、啟動成本、延遲折扣、行動摩擦、習慣旁路、失敗回饋與自我效能更新等模型；並建立競爭假說、可證偽條件與實驗設計。 本文的主要貢獻不是再次宣稱「人類缺乏意志力」，而是把「知道但沒做」重構成一個可定位的轉移問題： $$ \boxed{ \text{知識是否存在？} \rightarrow \text{當下是否可取？} \rightarrow \text{是否有程序？} \rightarrow \text{是否被觸發？} \rightarrow \text{是否通過門控？} \rightarrow \text{是否完成執行？} } $$ **關鍵詞：** 知行轉化、行動門控、程序可用性、實施意圖、情境觸發、習慣、行動摩擦、延遲折扣、知識可達性、行為實施 --- # 0. 邊界聲明 本文首先明確以下限制。 第一，本文不主張： $$ \text{Knowledge} \Rightarrow \text{Action} $$ 第二，本文不主張： $$ \mathcal T_{K\rightarrow A} $$ 是一個單一腦區、單一人格能力或單一生理模組。 第三，本文不主張： $$ B = B_{\text{程序}} \times B_{\text{習慣}} \times B_{\text{觸發}} \times B_{\text{動機}} $$ 是普遍定律。 第四，本文不把所有不行動解釋為： - 懶惰； - 意志力不足； - 動機低； - 痛苦耐受差。 第五，本文不把習慣視為知識的低級版本。 第六，本文不主張所有行動都需要顯式陳述知識。 第七，本文不把外部結果： $$ R_t $$ 直接等同行動品質。 第八，本文中的數學主要是： - 定義； - 候選模型； - 可檢驗命題； - 操作化框架。 --- # 1. 問題提出：「知道」到底是哪一種知道？ ## 1.1 日常語言的混淆 一個人說： > 我知道要運動。 可能代表： - 知道運動有益； - 知道應做什麼； - 知道何時做； - 知道如何開始； - 知道如何處理疲勞； - 已經形成自動程序。 這些不是同一件事。 --- ## 1.2 陳述知識 定義： $$ K_a^{decl}(t) $$ 表示主體對任務 $a$ 的陳述性表徵。 例如： > 每週規律運動有益健康。 --- ## 1.3 程序知識 定義： $$ P_a^{proc}(t) $$ 表示： > 主體是否具有可執行的程序映射。 例如： - 穿鞋； - 到場； - 熱身； - 按順序完成動作。 因此： $$ K_a^{decl} \neq P_a^{proc} $$ --- ## 1.4 行動 實際行動： $$ A_a(t) $$ 仍需通過情境與門控。 所以： $$ \boxed{ K^{decl} \neq P^{proc} \neq A } $$ --- # 2. 前置架構中的位置 第 1 篇建立： $$ \mathcal S_t = ( X_t, \Pi_t, O_t, U_t, \mathcal M_t, G_t, A_t ) $$ 本文展開： $$ G_t $$ 以及： $$ \mathcal T_{K\rightarrow A} $$ 其中： $$ \mathcal T_{K\rightarrow A} $$ 不是新的總狀態維度。 它表示： > 知識表徵、記憶接口、情境線索、程序、成本與門控共同作用後，形成行動的轉移過程。 --- # 3. 為何原 $B$ 需要重構 ## 3.1 程序與記憶重疊 原： $$ B_{\text{程序}} $$ 其實對應： $$ \mathcal M^{proc} $$ --- ## 3.2 習慣與程序／記憶重疊 原： $$ B_{\text{習慣}} $$ 涉及： - 重複； - 線索； - 自動政策； - 程序化。 不應再成為獨立能力。 --- ## 3.3 觸發與選擇配置重疊 原： $$ B_{\text{觸發}} $$ 涉及： $$ \Pi_t(e) $$ 與： $$ a_e(t) $$ --- ## 3.4 動機與成本重疊 原： $$ B_{\text{動機}} $$ 可能同時包含： - 目標價值； - 延遲折扣； - 厭惡成本； - 風險； - 身份。 因此需要拆分。 --- ## 3.5 重構結論 所以本文不再： $$ \text{Knowledge} \times B \rightarrow \text{Action} $$ 而改為： $$ \boxed{ \mathcal T_{K\rightarrow A} = \mathcal F \left( K^{ret}, P^{proc}, C^{cue}, H^{habit}, V^{goal}, G, X, E \right) } $$ --- # 4. 六個不能混同的層次 ## 4.1 知識存在 $$ K_a^{exist}>0 $$ 表示系統中存在與任務相關的知識痕跡。 --- ## 4.2 知識可達 $$ K_a^{ret}(t) $$ 表示當前能否提取與任務相關的知識。 因此： $$ K_a^{exist}>0 \not\Rightarrow K_a^{ret}(t)>0 $$ --- ## 4.3 程序可用 $$ P_a^{proc}(t) $$ 表示是否有可執行步驟。 所以： $$ K_a^{ret}\uparrow \not\Rightarrow P_a^{proc}\uparrow $$ --- ## 4.4 線索啟動 $$ C_a^{cue}(t) $$ 表示當前情境是否觸發對應行動候選。 --- ## 4.5 行動門控 $$ G_a(t) $$ 表示行動候選是否通過成本、價值、風險與狀態評估。 --- ## 4.6 執行 $$ A_a(t) $$ 表示實際行為是否發生並持續到完成標準。 因此： $$ \boxed{ K^{exist} \neq K^{ret} \neq P^{proc} \neq C^{cue} \neq G \neq A } $$ --- # 5. 知識—行動轉移算子 ## 5.1 一般形式 定義： $$ \mathcal T_{K\rightarrow A} : ( K_t, \mathcal M_t, X_t, E_t ) \rightarrow \mathcal A_t^{cand} $$ 其中： $$ \mathcal A_t^{cand} $$ 是候選行動集合。 --- ## 5.2 候選生成不等於執行 即使： $$ a \in \mathcal A_t^{cand} $$ 也不推出： $$ A_a(t)=1 $$ 還需要： $$ G_a(t) $$ --- ## 5.3 門控模型 候選： $$ G_a(t) = \sigma \left( z_a(t) \right) $$ 其中： $$ z_a(t) = \beta_0 + \beta_K K_a^{ret} + \beta_P P_a^{proc} + \beta_C C_a^{cue} + \beta_H H_a^{habit} + \beta_V V_a^{goal} - \beta_L L_a^{load} - \beta_R R_a^{risk} - \beta_D D_a^{delay} - \beta_X X_a^{aversive} $$ --- ## 5.4 執行模型 $$ A_a(t) \sim \operatorname{Bernoulli} \left( G_a(t) \right) $$ 只是最簡二元候選。 連續行動可用： $$ A_a(t)\in[0,1] $$ 表示完成度。 --- # 6. 審議式路徑 ## 6.1 一般路徑 $$ K^{decl} \rightarrow K^{ret} \rightarrow P^{proc} \rightarrow C^{cue} \rightarrow G \rightarrow A $$ 這只是功能分解，不是唯一線性因果鏈。 --- ## 6.2 知識提取 $$ K_a^{ret}(t) = \mathcal M_t^{ret} \left( K_a^{exist}, Q_t, C_t, X_t \right) $$ --- ## 6.3 程序化 定義程序化算子： $$ \mathcal PZ : K^{decl} \rightarrow P^{proc} $$ 但： $$ \mathcal PZ $$ 通常需要： - 練習； - 回饋； - 分解； - 情境映射。 --- # 7. 習慣式旁路 ## 7.1 線索—政策路徑 某些行動可經： $$ C_a^{cue} \rightarrow \pi_a^{habit} \rightarrow A_a $$ 其中： $$ \pi_a^{habit} $$ 是習慣政策。 --- ## 7.2 可繞過顯式陳述知識 因此： $$ K_a^{ret}\approx0 $$ 但： $$ A_a=1 $$ 仍可能成立。 例如熟練技能。 --- ## 7.3 習慣不是永遠更好 習慣可能： - 提高穩定性； - 降低決策成本； 也可能： - 對環境變化遲鈍； - 固化錯誤程序。 --- # 8. 程序化動力學 ## 8.1 程序可用性 定義： $$ P_a^{proc}(t) \in [0,1] $$ --- ## 8.2 候選更新式 $$ \frac{dP_a^{proc}}{dt} = F_{practice} + F_{feedback} + F_{chunking} - F_{interference} - F_{decay} $$ --- ## 8.3 一個候選 $$ \frac{dP_a^{proc}}{dt} = \alpha N_a^{practice} + \beta Q_a^{feedback} + \gamma C_a^{chunk} - \lambda I_a - \kappa P_a^{proc} $$ 不作普遍定律。 --- ## 8.4 程序化與陳述知識可分離 $$ K^{decl}\uparrow $$ 但： $$ P^{proc}\downarrow $$ 是典型知行斷裂之一。 --- # 9. 情境觸發 ## 9.1 定義 $$ C_a^{cue}(t) $$ 表示情境是否提供： - 時間； - 地點； - 物件； - 社會； - 內部狀態； 等觸發線索。 --- ## 9.2 無觸發 一個人可能： - 記得； - 會做； 但在真正情境中沒有喚起。 即： $$ K^{ret}\uparrow $$ $$ P^{proc}\uparrow $$ 但： $$ C^{cue}\downarrow $$ --- ## 9.3 實施意圖 定義映射： $$ \mathcal I_a^{impl} : C^{cue} \rightarrow A^{cand} $$ 例如： > 如果晚上七點到家，就先換運動服。 可提高： $$ P \left( A^{cand} \mid C^{cue} \right) $$ --- # 10. 機會窗口 ## 10.1 有知識也需要可行時空 定義： $$ W_a(t) \in \{0,1\} $$ 表示時間 $t$ 是否存在行動機會窗口。 --- ## 10.2 沒有窗口 若： $$ W_a(t)=0 $$ 則不行動不能直接解釋為意志失敗。 --- ## 10.3 有效門控 可寫： $$ G_a^{eff}(t) = W_a(t) G_a(t) $$ --- # 11. 目標價值與延遲折扣 ## 11.1 目標價值 $$ V_a^{goal}(t) $$ 表示行動對當前目標的預期價值。 --- ## 11.2 延遲收益 若收益在： $$ \Delta t $$ 後才出現，定義折扣： $$ D_a^{delay} = \mathcal D \left( \Delta t \right) $$ --- ## 11.3 即時成本與延遲收益 很多知行問題不是不知道，而是： $$ C_a^{now} > V_a^{future,discounted} $$ 至少在當下門控模型中如此。 --- # 12. 行動摩擦 ## 12.1 定義 $$ F_a^{fric}(t) $$ 表示從候選到執行的環境與程序摩擦。 包括： - 工具沒準備； - 地點太遠； - 步驟太多； - 登入麻煩； - 切換成本。 --- ## 12.2 摩擦不是動機 $$ F_a^{fric}\uparrow $$ 可使： $$ A_a\downarrow $$ 即使： $$ V_a^{goal}\uparrow $$ --- ## 12.3 摩擦設計 因此干預可以是： $$ F_a^{fric}\downarrow $$ 而不是： > 更努力。 --- # 13. 啟動成本與持續成本 ## 13.1 啟動成本 $$ C_a^{start} $$ 表示開始行動的成本。 --- ## 13.2 持續成本 $$ C_a^{maint} $$ 表示維持行動的成本。 --- ## 13.3 完成成本 $$ C_a^{finish} $$ 表示收尾與完成的成本。 因此： $$ C_a^{action} = \mathcal C \left( C_a^{start}, C_a^{maint}, C_a^{finish} \right) $$ 不必線性可加。 --- # 14. 狀態依賴提取 第 5 篇已指出： $$ P \left( \mathcal M^{ret} \mid X_t \right) $$ 受狀態影響。 因此： $$ K_a^{ret}(t) $$ 也受： - 壓力； - 疲勞； - 情緒； - 時間壓力； 影響。 --- ## 14.1 平靜會，壓力下不會 可能： $$ K_a^{ret}(calm)\uparrow $$ 但： $$ K_a^{ret}(stress)\downarrow $$ --- ## 14.2 所以訓練需匹配狀態 若真正行動環境是： $$ X^{stress} $$ 只在： $$ X^{calm} $$ 訓練可能不足。 --- # 15. 知行差距的六類失效 ## 15.1 存在失效 $$ K^{exist}\approx0 $$ 真的不知道。 --- ## 15.2 提取失效 $$ K^{exist}>0 $$ 但： $$ K^{ret}\approx0 $$ --- ## 15.3 程序失效 $$ K^{ret}\uparrow $$ 但： $$ P^{proc}\downarrow $$ --- ## 15.4 觸發失效 $$ C^{cue}\downarrow $$ --- ## 15.5 門控失效 $$ G_a\downarrow $$ 由： - 成本； - 風險； - 延遲； - 厭惡； 造成。 --- ## 15.6 執行失效 已開始： $$ A_a^{start}=1 $$ 但： $$ A_a^{finish}=0 $$ --- # 16. 描述性轉移效率 ## 16.1 機會集合 定義： $$ \Omega_a(T) $$ 為時間窗 $T$ 內任務 $a$ 的有效機會集合。 --- ## 16.2 描述性效率 候選： $$ \eta_{K\rightarrow A}(T) = \frac{ \sum_{t\in\Omega_a(T)} \mathbf 1 \left[ A_a(t)=1 \right] }{ \sum_{t\in\Omega_a(T)} \mathbf 1 \left[ K_a^{ret}(t)>0 \right] + \varepsilon } $$ --- ## 16.3 不是因果參數 本文明確聲明： $$ \eta_{K\rightarrow A} $$ 只是描述性指標。 它不代表： > 知識造成行動的純因果效應。 --- # 17. 局部因果效應 若要估計知識改善的作用，可定義： $$ \Delta_A^K = \mathbb E \left[ A \mid do(K=K_1) \right] - \mathbb E \left[ A \mid do(K=K_0) \right] $$ 但需要： - 干預； - 識別； - 控制混雜。 因此不能把相關性直接當知識作用。 --- # 18. 瓶頸遷移 ## 18.1 補一個瓶頸後，問題會移動 例如先： $$ K^{ret}\downarrow $$ 經教學後： $$ K^{ret}\uparrow $$ 接著： $$ P^{proc} $$ 成為瓶頸。 --- ## 18.2 定義局部瓶頸 $$ b_i(t) = \frac{\partial A}{\partial z_i} $$ 其中 $z_i$ 可是： - $K^{ret}$ ； - $P^{proc}$ ； - $C^{cue}$ ； - $G$ 。 --- ## 18.3 最低效益原則的弱版本 若某一節點近似零： $$ z_j\approx0 $$ 則提升其他節點的邊際效益可能下降。 但不使用簡單乘積當普遍定律。 --- # 19. 失敗回饋 ## 19.1 行動失敗會反向更新 $$ A_a^{fail} \rightarrow \mathcal M_t \rightarrow X_{t+1} $$ --- ## 19.2 可能降低自我效能 定義： $$ S_a^{eff}(t) $$ 自我效能狀態。 候選： $$ S_a^{eff}(t+1) = S_a^{eff}(t) + \alpha R_a^{success} - \beta R_a^{fail} $$ --- ## 19.3 失敗不是只影響情緒 它還可能降低： $$ G_a(t+1) $$ 形成退出循環。 --- # 20. 成功回饋與習慣化 ## 20.1 重複成功 $$ A_a^{success} \uparrow $$ 可能增加： $$ H_a^{habit} $$ --- ## 20.2 習慣化 候選： $$ \frac{dH_a^{habit}}{dt} = \alpha A_a^{success} C_a^{cue} - \beta H_a^{habit} - \rho (H_a^{habit})^2 $$ 加入飽和。 --- ## 20.3 知識依賴下降 當： $$ H_a^{habit}\uparrow $$ 行動可能較少依賴： $$ K_a^{ret} $$ --- # 21. 「動機」的拆解 本文不使用單一： $$ M $$ 代表動機。 至少拆成： - $V_a^{goal}$ ：目標價值； - $D_a^{delay}$ ：延遲折扣； - $R_a^{risk}$ ：風險； - $X_a^{aversive}$ ：厭惡成本； - $S_a^{eff}$ ：自我效能。 因此： $$ \boxed{ \text{Motivation} \text{ is not one scalar by default} } $$ --- # 22. 與厭惡成本的接口 第 9 篇將正式展開： $$ X_a^{aversive}(t) $$ 包括： - 身體不適； - 情緒痛苦； - 認知負荷； - 身份威脅； - 不確定性。 本文只保留門控接口。 --- ## 22.1 高知識仍可被成本阻斷 $$ K^{ret}\uparrow $$ $$ P^{proc}\uparrow $$ 但： $$ X^{aversive}\uparrow $$ 使： $$ G\downarrow $$ --- # 23. 與第 6 篇的接口 ## 23.1 知識激活 $$ a_K(t) $$ 高，不代表程序可塑： $$ u_P(t) $$ 高。 --- ## 23.2 高激活低可塑 某人反覆說： > 我知道我要改。 即： $$ a_K\uparrow $$ 但行動程序： $$ P^{proc} $$ 可能低更新。 --- # 24. 與第 7 篇的接口 某些知識—行動差距來自： > 支持舊行為的證據高更新； > 反對舊行為的證據低更新。 即： $$ u^{+}\gg u^{-} $$ 這可影響： $$ V^{goal}, G $$ 但不是所有知行問題都屬偏差。 --- # 25. 干預原則：先定位故障層 ## 25.1 真不知道 提高： $$ K^{exist} $$ --- ## 25.2 想不起來 提高： $$ K^{ret} $$ 例如： - 提示； - 外部記錄； - 情境線索。 --- ## 25.3 不會做 提高： $$ P^{proc} $$ 例如： - 分解； - 示範； - 練習； - 回饋。 --- ## 25.4 沒被觸發 提高： $$ C^{cue} $$ 或建立： $$ \mathcal I^{impl} $$ --- ## 25.5 門控失敗 降低： - 摩擦； - 風險； - 延遲； - 厭惡成本。 --- ## 25.6 做不完 處理： $$ C^{maint}, C^{finish} $$ --- # 26. AI 映射 ## 26.1 AI 也有「知道但不做」 一個 AI 可能： - 參數中有知識； - context 中可提取； - 卻沒有工具； - 沒有權限； - 沒有觸發； - policy gate 阻止執行。 --- ## 26.2 功能映射 $$ K^{exist} \leftrightarrow \text{stored knowledge} $$ $$ K^{ret} \leftrightarrow \text{retrieval} $$ $$ P^{proc} \leftrightarrow \text{skill/tool plan} $$ $$ C^{cue} \leftrightarrow \text{trigger} $$ $$ G \leftrightarrow \text{policy/permission gate} $$ $$ A \leftrightarrow \text{execution} $$ 只是功能類比。 --- ## 26.3 AI 的知行差距常是權限問題 $$ \text{Capability} \neq \text{Permission} $$ 因此不能從： > AI 沒做。 直接推出： > AI 不會。 --- # 27. 分層猜想 ## H1：知識—程序分離猜想 存在任務使： $$ K^{decl}\uparrow $$ 但： $$ P^{proc}\downarrow $$ --- ## H2：提取瓶頸猜想 控制知識存在後： $$ K^{ret}(t) $$ 仍能獨立預測行動。 --- ## H3：情境觸發猜想 實施意圖可提高： $$ P(A\mid C^{cue}) $$ 但效果依門控成本而變。 --- ## H4：摩擦猜想 控制目標價值後： $$ F^{fric}\uparrow $$ 可降低行動概率。 --- ## H5：瓶頸遷移猜想 成功修復某一節點後，主導瓶頸可能轉移到下一節點。 --- ## H6：習慣旁路猜想 高習慣強度下，行動對顯式： $$ K^{ret} $$ 依賴下降。 --- ## H7：狀態依賴猜想 在壓力環境中訓練的程序，比只在平靜環境學習的陳述知識，更可能在壓力下被調用。 --- # 28. 競爭模型 ## $H_0$ ：純知識模型 $$ A = f(K) $$ --- ## $H_1$ ：純動機模型 $$ A = f(M) $$ --- ## $H_2$ ：純習慣模型 $$ A = f(H) $$ --- ## $H_3$ ：單一能力 $B$ 模型 $$ A = f(K,B) $$ --- ## $H_4$ ：多節點轉移—門控模型 使用： - $K^{exist}$ ； - $K^{ret}$ ； - $P^{proc}$ ； - $C^{cue}$ ； - $G$ ； - $F^{fric}$ ； - $X^{aversive}$ 。 比較： - 預測力； - 干預特異性； - 跨情境泛化； - 模型複雜度。 --- # 29. 可證偽條件 ## F1：知識足以預測 若： $$ K $$ 在跨任務中穩定充分預測： $$ A $$ 多節點模型需降階。 --- ## F2：程序無獨立增益 若： $$ P^{proc} $$ 在控制知識後不改善行動預測，程序接口需弱化。 --- ## F3：觸發無獨立效應 若： $$ C^{cue} $$ 不影響行動，觸發模型失敗。 --- ## F4：門控成本無效 若： - 摩擦； - 風險； - 延遲； - 厭惡； 均不影響行動，門控模型需重建。 --- ## F5：習慣不旁路 若高習慣行動仍完全依賴顯式知識提取，旁路猜想失敗。 --- ## F6：單一 $B$ 模型支配 若更簡單的 $B$ 模型在同等複雜度下穩定優於多節點模型，本文應降階。 --- # 30. 實驗設計 ## 30.1 知識—程序分離 建立兩組： ### 知識組 學原理。 ### 程序組 學步驟並練習。 測： - 問答； - 實作； - 壓力情境。 --- ## 30.2 提取線索 保持知識相同，操弄： - 無提示； - 一般提示； - 情境提示。 測： $$ K^{ret} $$ 與： $$ A $$ --- ## 30.3 實施意圖 比較： - 「我要運動」； - 「如果七點到家，我先換運動服」。 測： $$ P(A\mid C^{cue}) $$ --- ## 30.4 摩擦操弄 保持目標價值相同，操弄： - 步驟數； - 工具距離； - 登入流程。 測： $$ A $$ --- ## 30.5 狀態匹配 比較： - 平靜訓練； - 壓力匹配訓練。 測壓力下程序調用。 --- # 31. 對原《知行轉化動力學》的正式修補 ## 31.1 保留 保留： - 知道不等於做到； - 程序； - 習慣； - 觸發； - 動機； - 斷裂診斷； - 修復策略。 --- ## 31.2 移除獨立 $B$ 本體 將： $$ B $$ 改為： $$ \mathcal T_{K\rightarrow A} $$ 與： $$ G_t $$ --- ## 31.3 拆解原四因子 原： $$ B_{\text{程序}} $$ 對應： $$ P^{proc} $$ 原： $$ B_{\text{習慣}} $$ 對應： $$ H^{habit} $$ 原： $$ B_{\text{觸發}} $$ 對應： $$ C^{cue} $$ 原： $$ B_{\text{動機}} $$ 拆成： $$ V^{goal}, D^{delay}, R^{risk}, X^{aversive}, S^{eff} $$ --- ## 31.4 移除普遍乘法定律 不再： $$ B = \prod_i B_i $$ 作普遍結構。 --- ## 31.5 加入機會窗口 $$ W_a(t) $$ 避免把無機會錯判為不行動。 --- ## 31.6 加入執行階段 拆： - 開始； - 維持； - 完成。 --- # 32. 與後續系列的依賴 本文直接支持： ## 第 9 篇：厭惡成本承受動力學 展開： $$ X_a^{aversive} $$ 與退出閾值。 --- ## 第 10 篇：認知鴻溝分類學 加入： - 知識存在差； - 程序差； - 觸發差； - 門控差。 --- ## 第 11 篇：機會反噬效應 研究高機會是否反而提高： - 選擇負荷； - 身份成本； - 行動摩擦。 --- ## 第 13 篇：雙視角推斷 AI 加入： - 知識存在； - 檢索； - 工具程序； - 權限門控； - 執行。 --- ## 第 14 篇：統一認知—行動動力學 將： $$ \mathcal T_{K\rightarrow A} $$ 與： $$ G_t $$ 納入總系統。 --- # 33. 理論貢獻 ## 貢獻一：把 $B$ 從能力改成轉移問題 $$ \boxed{ B \rightarrow \mathcal T_{K\rightarrow A} } $$ --- ## 貢獻二：建立六層失效 $$ K^{exist}, K^{ret}, P^{proc}, C^{cue}, G, A $$ --- ## 貢獻三：建立審議與習慣雙路徑 --- ## 貢獻四：加入機會窗口 $$ W_a(t) $$ --- ## 貢獻五：拆解動機 拒絕單一 scalar。 --- ## 貢獻六：建立瓶頸遷移 修復一層後，問題可能移動。 --- ## 貢獻七：為第 9 篇保留厭惡成本接口 $$ X_a^{aversive} $$ --- # 34. 限制 第一，轉移節點可能高度相關。 第二， $G_a$ 不是直接觀測物。 第三，習慣與程序難完全分離。 第四，機會窗口依情境。 第五，描述性轉移效率不是因果效應。 第六，不同行動粒度會改變模型。 第七，AI 與人類不能直接同構。 第八，本文不處理全部臨床執行功能問題。 --- # 35. 核心命題 ## 弱版本 知識存在、當下提取、程序可用、情境觸發、行動門控與實際執行不是同一現象。 --- ## 中版本 部分「知道但沒做」可由多節點轉移模型更好地描述：知識必須在適當情境被提取、映射為可執行程序、被線索觸發並通過成本與風險門控，才可能形成穩定行動。 --- ## 強版本猜想 對具有長期記憶、目標、有限資源與多候選行動的高階認知系統，知識—行動轉移可被穩定分解為部分可分離的提取、程序、觸發、門控與執行機制。 本文不聲稱已證明強版本。 --- # 終章：知行差距不是一道牆，而是一串可能斷裂的接口 「知道卻做不到」很容易被解釋成： > 缺乏意志力。 或者： > 缺乏一個叫 $B$ 的行動能力。 本文拒絕這種過度壓縮。 因為： $$ \boxed{ \text{知道} } $$ 本身至少要先拆成： $$ K^{exist} $$ 知識存在； 與： $$ K^{ret} $$ 當下可提取。 然後還要問： $$ P^{proc} $$ 是否有程序； $$ C^{cue} $$ 是否被觸發； $$ G $$ 是否通過門控； $$ A $$ 是否真正執行。 所以： $$ \boxed{ K^{exist} \neq K^{ret} \neq P^{proc} \neq C^{cue} \neq G \neq A } $$ 這意味著同一句： > 他知道，但他沒做。 背後可能是六種完全不同的機制。 第一種： > 他其實不知道。 第二種： > 他知道，但當下想不起來。 第三種： > 他知道原理，但不知道步驟。 第四種： > 他會做，但情境沒有觸發。 第五種： > 他被成本、風險、延遲或厭惡感擋住。 第六種： > 他開始了，但沒有維持或完成。 因此，成熟的知行理論不應問： > 他為什麼沒有意志力？ 而應問： $$ \boxed{ \text{斷裂發生在哪一個接口？} } $$ 本文用： $$ \mathcal T_{K\rightarrow A} $$ 取代獨立 $B$ ，不是單純換符號。 而是把： > 能力缺陷 改寫成： > 轉移機制與門控結構。 這也讓第 9 篇能真正進一步處理： $$ X_a^{aversive} $$ 而不必把： - 痛苦； - 努力； - 恐懼； - 不確定性； - 身份成本； 再一次混進模糊「動機」。 最終，本文的核心不是： $$ K \rightarrow A $$ 而是： $$ \boxed{ K \leftrightarrow \mathcal M \rightarrow P^{proc} \leftrightarrow C^{cue} \rightarrow G \rightarrow A \rightarrow R \rightarrow \mathcal M } $$ 而且每一條箭頭都可能失敗、繞路、被習慣旁路，或被環境重新塑形。 這才是真正的知識—行動轉移動力學。 --- # 附錄 A：核心符號表 | 符號 | 定義 | |---|---| | $K_a^{exist}$ | 任務相關知識存在度 | | $K_a^{decl}(t)$ | 陳述性知識表徵 | | $K_a^{ret}(t)$ | 當前可提取知識 | | $P_a^{proc}(t)$ | 程序可用性 | | $C_a^{cue}(t)$ | 情境觸發強度 | | $H_a^{habit}(t)$ | 習慣強度 | | $V_a^{goal}(t)$ | 目標價值 | | $G_a(t)$ | 行動門控值 | | $A_a(t)$ | 實際行動／完成度 | | $\mathcal T_{K\rightarrow A}$ | 知識—行動轉移機制 | | $\mathcal PZ$ | 知識程序化算子 | | $\mathcal I_a^{impl}$ | 實施意圖映射 | | $W_a(t)$ | 行動機會窗口 | | $D_a^{delay}$ | 延遲折扣 | | $F_a^{fric}(t)$ | 行動摩擦 | | $C_a^{start}$ | 啟動成本 | | $C_a^{maint}$ | 持續成本 | | $C_a^{finish}$ | 完成成本 | | $X_a^{aversive}(t)$ | 厭惡成本接口 | | $S_a^{eff}(t)$ | 自我效能狀態 | | $\eta_{K\rightarrow A}(T)$ | 描述性知行轉移效率 | | $\Delta_A^K$ | 知識干預的局部因果效應 | | $b_i(t)$ | 局部瓶頸敏感度 | --- # 附錄 B：一句話版本 > 「知道但沒做」不是一個單一行動能力不足，而可能是知識不存在、當下不可提取、缺乏程序、缺少情境觸發、未通過成本門控或執行中斷；知行問題因此應建模為多節點轉移與門控系統。 --- # 附錄 C：與原稿的版本差異 | 原始版本 | v2.0 重構 | |---|---| | $B$ 是獨立行動能力 | 改為 $\mathcal T_{K\rightarrow A}$ 與 $G$ | | $B$ 為四因子乘積 | 改為多節點動態模型 | | 程序是 $B$ 子因子 | 改為 $P^{proc}$ ／程序記憶接口 | | 習慣是 $B$ 子因子 | 改為習慣旁路 | | 觸發是 $B$ 子因子 | 改為 $C^{cue}$ 與實施意圖 | | 動機是一個因子 | 拆成價值、延遲、風險、厭惡、自我效能 | | 知道→做到單鏈 | 拆成存在、提取、程序、觸發、門控、執行 | | 未行動＝個體問題 | 加入機會窗口與環境摩擦 | | 行動只有做／不做 | 拆開始、維持、完成 | | 修復一層即完成 | 加入瓶頸遷移 | | 高知識必提高行動 | 加入局部因果效應與可證偽條件 | | AI 知道即能做 | 加入工具、權限與執行門控 | --- **全文完**