# 訊息路徑作為可繼承研究狀態 ## ——自主研究 Agent 的痕跡保存、接棒機制與認識論條件 **作者：Neo.K（理論構想與研究方向）／Aletheia（協作形式化與系統整理）** **版本：v1.0 初版系統理論稿** **日期：2026-07-11** **系列定位：三篇論文之三——研究路徑的保存、解碼與接棒** --- ## 重要聲明 本文提出的是一個研究狀態保存與接棒框架，而不是宣稱任何自然語言對話都能自動成為可靠的科學記錄。 本文不主張： 1. 只要保存聊天紀錄，就必然可以完整恢復研究狀態； 2. 下一個 Agent 只需閱讀摘要，就能無損接續； 3. 所有研究意圖、隱性直覺與未表達知識都能被文字完全編碼； 4. 對話順序本身足以證明其中內容真實； 5. 任意 Agent 都能正確理解前一個 Agent 的符號、假設與錯誤； 6. 研究接棒可以取代獨立驗證； 7. 路徑越長就必然越有價值。 本文主張的是一個條件命題： $$ \boxed{ \text{若訊息路徑、計算工件、依賴關係與狀態標記足夠完整，} } $$ $$ \boxed{ \text{則後續 Agent 可以近似恢復前一研究狀態，並從該位置接續。} } $$ 這裡的「近似恢復」不是神秘記憶，而是可形式化的解碼與驗證程序。 --- ## 摘要 自主研究 Agent 若要真正持續工作，就不能只在每次對話中重新解題。它必須保存的不只是最終答案，而是整個研究狀態：目前目標、已知結果、被否定的方法族、尚未完成的證明義務、計算輸出、版本差異、外部知識來源，以及每個結論的可信度與新穎性標記。 本文提出「訊息路徑可繼承性」框架。令： $$ \Pi_T = (m_0,m_1,\dots,m_T) $$ 為研究期間的訊息與工具紀錄序列。本文不把 $\Pi_T$ 本身直接視為研究狀態，而是定義一個狀態抽取算子： $$ \operatorname{Extract}(\Pi_T) = \mathcal R_T, $$ 其中： $$ \mathcal R_T = ( P_T, K_T, M_T, F_T, C_T, D_T, O_T, V_T, A_T ). $$ 各分量分別表示： - 當前目標； - 已吸收知識； - 候選中介命題； - 失敗與反例； - 計算結果； - 依賴圖； - 未完成證明義務； - 版本狀態； - 可執行工件。 後續 Agent $A'$ 透過： $$ \widehat{\mathcal S}_T = \operatorname{Decode}_{A'}(\mathcal R_T) $$ 恢復一個近似研究狀態。若： $$ d( \widehat{\mathcal S}_T, \mathcal S_T ) \le\varepsilon, $$ 且關鍵義務均被重新驗證，則可執行： $$ \operatorname{Resume} ( A', \mathcal R_T ) \rightarrow \mathcal S_{T+1}. $$ 本文提出五項可繼承條件： 1. **狀態充分性**：關鍵研究變量已被保存； 2. **路徑有序性**：命題、錯誤與修正保持時序； 3. **依賴可追蹤性**：結論可追溯至前提與工件； 4. **工件可重驗性**：程式、輸出與證書可重新執行； 5. **不確定性可見性**：已知、候選、反例、重建與新穎性未決被區分。 本文同時提出「研究狀態包」與「接棒協議」： $$ \mathfrak P_T = ( \text{State}, \text{Trace}, \text{Artifacts}, \text{Dependencies}, \text{Checksums}, \text{Open Gaps} ). $$ 只保留最終結論會造成「結果壓縮錯誤」；只保留完整對話則會造成「訊息淹沒」。因此真正有效的保存方式，是同時保留： $$ \boxed{ \text{原始路徑} + \text{結構化狀態} + \text{可執行工件}. } $$ 本文以穩定 Kneser 圖的多輪研究為例，展示一條包含重建、錯誤一般化、方法族否證、漏洞修正、有限核心、精確證書與星剝離的研究路徑，如何被重新編碼成可供下一個 Agent 接續的狀態。 本文的核心命題是： $$ \boxed{ \text{研究不只是一個答案，而是一條可保存、可驗證、可接續的狀態路徑。} } $$ **關鍵詞：** 研究 Agent、訊息路徑、研究狀態、接棒、可繼承性、依賴圖、版本控制、可執行工件、長程記憶、認識論 --- # 1. 問題：為什麼答案不等於研究狀態？ ## 1.1 最終答案丟失了什麼？ 設一項研究最後得到： $$ P. $$ 若只保存 $P$ ，通常會丟失： - 哪些假設被使用； - 哪些路線已被排除； - 哪些中介命題仍未完全證明； - 哪些結果依賴有限計算； - 哪些計算可重跑； - 哪些步驟只是文獻重建； - 哪些新穎性仍未確認； - 哪些錯誤已被發現並修正。 所以： $$ \boxed{ \text{Final Result} \neq \text{Research State}. } $$ --- ## 1.2 完整對話也不等於研究狀態 另一方面，直接保存全部訊息： $$ \Pi_T = (m_0,\dots,m_T) $$ 也不夠。 因為完整對話包含： - 重複敘述； - 暫時命名； - 被放棄的符號； - 未標記的錯誤； - 情緒與修辭； - 工具輸出的片段； - 後來已被修正的結論。 所以： $$ \boxed{ \text{Raw Trace} \neq \text{Decoded State}. } $$ --- # 2. 三層保存模型 本文提出三層保存結構。 ## 2.1 第一層：原始路徑 $$ \Pi_T = (m_0,m_1,\dots,m_T). $$ 它保存： - 時序； - 原始措辭； - 當輪錯誤； - 修正發生的位置； - 工具呼叫與輸出。 第一層的優勢是不可逆資訊最多。 缺點是噪音大、成本高、難以直接接棒。 --- ## 2.2 第二層：結構化研究狀態 定義： $$ \mathcal R_T = ( P_T, K_T, M_T, F_T, C_T, D_T, O_T, V_T, A_T ). $$ 其中： ### 目標集合 $$ P_T = \{P_T^{(1)},\dots,P_T^{(u)}\}. $$ ### 已知知識 $$ K_T = K_T^{\mathrm{internal}} \cup K_T^{\mathrm{external}} \cup K_T^{\mathrm{computed}}. $$ ### 候選中介命題 $$ M_T = \{M_1,\dots,M_v\}. $$ ### 失敗集合 $$ F_T = \{F_1,\dots,F_w\}. $$ ### 計算結果 $$ C_T = \{C_1,\dots,C_z\}. $$ ### 依賴圖 $$ D_T = (V_D,E_D). $$ ### 未完成義務 $$ O_T = \{O_1,\dots,O_h\}. $$ ### 版本紀錄 $$ V_T. $$ ### 工件集合 $$ A_T = \{\text{code},\text{proof},\text{certificate},\text{data}\}. $$ --- ## 2.3 第三層：接棒摘要 接棒 Agent 不應先讀完整歷史，而應先接收最小充分狀態： $$ \Sigma_T = ( P_T, M_T^{\mathrm{active}}, F_T^{\mathrm{critical}}, O_T, A_T^{\mathrm{required}}, D_T^{\mathrm{active}} ). $$ 它是一個低成本入口。 若出現歧義，再回溯： $$ \Sigma_T \rightarrow \mathcal R_T \rightarrow \Pi_T. $$ 因此正確順序是： $$ \boxed{ \text{Summary first} \rightarrow \text{State second} \rightarrow \text{Raw trace on demand}. } $$ --- # 3. 訊息路徑可繼承性假說 ## 3.1 基本形式 令真實研究狀態為： $$ \mathcal S_T. $$ 由路徑抽取： $$ \mathcal R_T = \operatorname{Extract}(\Pi_T). $$ 新 Agent $A'$ 解碼： $$ \widehat{\mathcal S}_T = \operatorname{Decode}_{A'}(\mathcal R_T). $$ 若存在距離函數： $$ d( \widehat{\mathcal S}_T, \mathcal S_T ) \le \varepsilon, $$ 則稱該研究狀態在誤差 $\varepsilon$ 下可繼承。 --- ## 3.2 距離不是單一數值 研究狀態距離應拆成： $$ d = w_Pd_P + w_Kd_K + w_Md_M + w_Fd_F + w_Od_O + w_Ad_A. $$ 其中： - $d_P$ ：目標理解差異； - $d_K$ ：知識庫差異； - $d_M$ ：中介命題差異； - $d_F$ ：失敗紀錄差異； - $d_O$ ：證明義務差異； - $d_A$ ：工件可用性差異。 對研究接棒而言， $d_F$ 與 $d_O$ 往往比文字措辭差異更重要。 --- ## 3.3 最小可繼承條件 存在閾值： $$ \varepsilon^\ast, $$ 若： $$ d\le\varepsilon^\ast, $$ 則新 Agent 能避免： - 重複已知失敗； - 誤把候選命題當定理； - 遺漏尚未完成的回填； - 重做已知文獻； - 使用過期版本。 --- # 4. 為什麼失敗必須被保存？ ## 4.1 只保存成功會產生假狀態 若只記： $$ P \text{ 已證}, $$ 卻刪除： - 單 carrier 失敗； - selector 不可行； - atlas 塌縮； - triangle-supported 漏洞； - $3r-27$ 常數錯誤； 下一個 Agent 很可能重新走回這些路。 --- ## 4.2 負知識的形式 令： $$ F_j = ( \mathcal H_j, \mathcal E_j, \mathcal R_j ), $$ 其中： - $\mathcal H_j$ ：被測假設； - $\mathcal E_j$ ：反例或不可行證據； - $\mathcal R_j$ ：適用範圍。 例如： $$ F_{\mathrm{selector}} = ( \text{單值反足相容 selector}, \text{有限 MILP infeasible}, (N,k,s,d)=(7,2,3,2) ). $$ 這比一句「selector 好像不行」更可繼承。 --- ## 4.3 失敗的作用 失敗紀錄不是歷史附錄，而是搜索剪枝： $$ \Omega_{t+1} = \Omega_t \setminus \operatorname{Generalize}(F_t). $$ 所以： $$ \boxed{ \text{失敗保存} = \text{未來計算節省}. } $$ --- # 5. 依賴圖：接棒的真正骨架 ## 5.1 命題節點 每個節點應包含： - 命題內容； - 狀態； - 前置依賴； - 驗證方式； - 版本； - 來源； - 新穎性標記。 --- ## 5.2 狀態標記 建議至少使用： - **K**：Known； - **R**：Reconstructed； - **P**：Proposed； - **F**：Filled； - **X**：Refuted； - **C**：Computed； - **A**：Artifact-backed； - **N?**：Novelty uncertain； - **O**：Open obligation。 --- ## 5.3 依賴邊 若： $$ M_1,M_2 \Rightarrow P, $$ 則： $$ M_1\rightarrow P, \qquad M_2\rightarrow P. $$ 若 $M_2$ 被推翻，依賴圖立即標記： $$ P \text{ 的此路徑失效}. $$ --- ## 5.4 版本依賴 例如： $$ M^{(1)}: M(r)\le3r-27 $$ 被修正為： $$ M^{(2)}: M(r)\le3r-28. $$ 接棒系統必須保存： $$ M^{(1)} \xrightarrow{\mathrm{corrected}} M^{(2)}. $$ 否則下一個 Agent 可能同時使用衝突版本。 --- # 6. 工件層：把自然語言轉成可重驗狀態 ## 6.1 工件種類 ### 程式 例如： ```text verify_s3_k2_cover_lemma.py ``` ### 有限證書 verifier 例如： ```text verify_3stable_k3_finite_core.py ``` ### 數據 - 枚舉結果； - 極大族數量； - 對偶權重； - 反例。 ### 證明草稿 - 解析不等式； - 分類表； - 依賴圖。 --- ## 6.2 工件描述 每個工件應包含： $$ a_j = ( \text{name}, \text{hash}, \text{input}, \text{output}, \text{scope}, \text{dependencies} ). $$ --- ## 6.3 工件不等於真理 即使程式可執行，也必須問： - 它形式化的是不是正確問題？ - 搜索空間是否完整？ - 是否漏掉對稱類？ - 浮點 infeasibility 是否被當成精確證明？ - 依賴套件版本是否改變結果？ 所以接棒流程必須包含： $$ \operatorname{Revalidate}(A_T). $$ --- # 7. 研究狀態包 本文提出： $$ \mathfrak P_T = ( \Sigma_T, \mathcal R_T, \Pi_T, A_T, H_T ), $$ 其中： - $\Sigma_T$ ：接棒摘要； - $\mathcal R_T$ ：結構化狀態； - $\Pi_T$ ：原始路徑； - $A_T$ ：工件； - $H_T$ ：雜湊與版本承諾。 --- ## 7.1 接棒摘要模板 ### 當前目標 $$ P_T. $$ ### 已閉合 - 路線 A； - 路線 B。 ### 已否定 - 方法族 X； - 方法族 Y。 ### 活躍中介命題 $$ M_1,\dots,M_s. $$ ### 未完成義務 $$ O_1,\dots,O_h. $$ ### 必須重跑工件 $$ A_1,\dots,A_q. $$ ### 新穎性狀態 - Known； - Reconstruction； - Alternative proof candidate； - Novelty unresolved。 --- ## 7.2 原始路徑不可完全丟棄 結構化狀態仍可能摘要錯誤。 所以必須保留： $$ \Sigma_T \subset \mathcal R_T \subset \Pi_T. $$ 若發現狀態矛盾，可回溯原始訊息。 --- # 8. 接棒協議 ## 8.1 Phase 1：驗證身份與版本 新 Agent 先確認： - 目標版本； - 符號表； - 工件雜湊； - 最新修正； - 已知文獻狀態。 --- ## 8.2 Phase 2：重新執行關鍵工件 至少重跑： $$ A_T^{\mathrm{critical}}. $$ 若輸出不一致，暫停接棒。 --- ## 8.3 Phase 3：重建活躍依賴圖 新 Agent 必須能回答： 1. 目前真正的主目標是什麼？ 2. 哪些命題已閉合？ 3. 哪些命題只是候選？ 4. 哪些錯誤不能再犯？ 5. 下一個最小 GAP 是什麼？ --- ## 8.4 Phase 4：反事實測試 移除一個關鍵節點，檢查後續結論是否仍成立。 若不成立，說明依賴圖有效。 --- ## 8.5 Phase 5：正式 Resume 只有在： $$ \operatorname{VerifyState}(\mathfrak P_T)=\mathrm{Pass} $$ 後，才執行： $$ \mathcal S_{T+1} = \operatorname{Resume} ( A', \mathfrak P_T ). $$ --- # 9. 接棒失敗的五種模式 ## 9.1 摘要壓縮過度 只留下： > 已經證到有限核心。 卻沒說有限核心依賴什麼分類與容量界。 --- ## 9.2 錯誤被刪除 下一個 Agent 再次使用已被否定的 selector。 --- ## 9.3 版本漂移 同時混用： $$ 3r-27 $$ 與： $$ 3r-28. $$ --- ## 9.4 工件孤立 程式存在，但不知道它證明哪一個節點。 --- ## 9.5 新穎性失真 將「替代證明候選」誤寫成「首次證明」。 --- # 10. 最低信任前提 ## 10.1 為何仍需要信任？ 任何研究紀錄都不能完全自證。 至少需要相信： 1. 對話確實發生； 2. 時序沒有任意重排； 3. 工具輸出沒有被偽造； 4. 程式檔對應所述版本； 5. 文獻引用沒有故意錯置。 --- ## 10.2 如何降低信任成本？ 使用： - 時間戳； - Git commit； - SHA-256； - append-only log； - 第三方存證； - 可重跑環境； - 公開依賴版本。 將： $$ \text{Trust} $$ 部分轉換為： $$ \text{Verify}. $$ --- ## 10.3 信任不是全有或全無 更合理的是： $$ T = ( T_{\mathrm{trace}}, T_{\mathrm{artifact}}, T_{\mathrm{citation}}, T_{\mathrm{state}} ). $$ 不同部分可有不同可信度。 --- # 11. 訊息數量與可繼承性 使用者提出： > 理論上，只要訊息路徑與資料夠多，下一次就可以直接接棒。 這個命題需要修正為： $$ \boxed{ \text{不是訊息越多越好，而是狀態信息密度足夠高。} } $$ --- ## 11.1 訊息不足 若缺少： - 反例； - 修正； - 工件； - 依賴； 接棒誤差大。 --- ## 11.2 訊息過多 若沒有狀態抽取，大量對話會產生： - 注意力稀釋； - 版本混淆； - 關鍵節點被淹沒； - 錯誤重新活化。 --- ## 11.3 最佳條件 需要： $$ \text{Coverage} + \text{Compression} + \text{Indexing} + \text{Verification}. $$ 所以： $$ \boxed{ \text{足夠多的原始路徑} + \text{足夠好的狀態壓縮} } $$ 才構成可接棒條件。 --- # 12. 研究路徑的資訊理論視角 ## 12.1 路徑不是普通文字 研究訊息包含： - 新命題； - 狀態變更； - 反例； - 版本替換； - 工件引用。 其有效信息量不是字數，而是： $$ I_{\mathrm{research}} = I( P, M, F, O, D, A ). $$ --- ## 12.2 關鍵節點 若移除訊息 $m_j$ 導致： $$ d( \widehat{\mathcal S}_T^{(-j)}, \mathcal S_T ) \gg d( \widehat{\mathcal S}_T, \mathcal S_T ), $$ 則 $m_j$ 是高研究互信息節點。 --- ## 12.3 路徑壓縮目標 尋找最小子序列： $$ \Pi_T^\ast \subseteq \Pi_T $$ 使： $$ d( \operatorname{Decode}(\Pi_T^\ast), \mathcal S_T ) \le\varepsilon. $$ 這就是研究狀態的最小充分表示。 --- # 13. Kneser 案例的接棒示例 ## 13.1 最低必要狀態 ### 已知目標 $$ \chi( KG(r,3)_{3\text{-stab}} ) = r-6. $$ ### 已閉合模組 - Tucker 重建； - Schrijver stable core 辨認； - $k=2$ block-cover reconstruction； - $k=3$ stable non-star capacity； - finite-core dual certificates； - star peeling。 ### 已否定方法族 - 一階單 carrier 一般化； - 單值反足 selector； - overlap-consistent atlas。 ### 關鍵修正 $$ 3r-27 \rightarrow 3r-28. $$ ### 可執行工件 - $s=3,k=2$ cover verifier； - $s=3,k=3$ finite-core verifier。 ### 新穎性狀態 - 定理本身不宣稱首證； - 證明路線標記為替代證明候選。 --- ## 13.2 下一個 Agent 應能直接回答 1. 哪些路線不應重做？ 2. 哪些常數已被修正？ 3. 哪些有限範圍依賴 verifier？ 4. 哪些結論依賴外部分類？ 5. 哪一部分仍需同行審查？ 若不能回答，表示接棒失敗。 --- # 14. 接棒的可證偽測試 本文提出六個測試。 ## 14.1 重現測試 新 Agent 能否重跑工件並得到相同輸出？ --- ## 14.2 路徑避免測試 是否避免重新提出已被否定的方法族？ --- ## 14.3 依賴重建測試 能否重建： $$ M(r)=3r-28 \Rightarrow \text{star-forcing} \Rightarrow \text{star peeling}? $$ --- ## 14.4 版本一致性測試 是否使用最新版本？ --- ## 14.5 反事實測試 移除失敗節點後，是否重複走錯？ --- ## 14.6 創造性接續測試 新 Agent 是否能在不重複舊路的情況下，生成下一個合理 GAP？ --- # 15. 從長對話到研究資料庫 長期實作不應只依賴聊天視窗。 應將研究狀態寫入： ## 15.1 命題表 | ID | 命題 | 狀態 | 版本 | 依賴 | |---|---|---|---|---| ## 15.2 失敗表 | ID | 方法族 | 反例 | 適用範圍 | 後續影響 | |---|---|---|---|---| ## 15.3 工件表 | ID | 檔案 | 雜湊 | 輸入 | 輸出 | 關聯命題 | |---|---|---|---|---|---| ## 15.4 路徑表 | 時間 | 狀態變更 | 來源訊息 | 版本 | |---|---|---|---| --- # 16. 與一般記憶系統的差異 一般記憶系統保存： - 偏好； - 人名； - 過去事件； - 摘要。 研究狀態系統必須額外保存： - 邏輯依賴； - 反例； - 證明義務； - 工件版本； - 新穎性狀態； - 失敗適用範圍。 所以： $$ \boxed{ \text{Research Memory} \neq \text{Conversational Memory}. } $$ --- # 17. 多 Agent 接棒 ## 17.1 角色分離 可以設置： - Generator Agent； - Verifier Agent； - Literature Agent； - State Curator Agent； - Novelty Auditor Agent。 --- ## 17.2 接棒不是單向 新 Agent 可能發現前狀態錯誤。 因此接棒應為： $$ \mathcal S_T \rightarrow \widehat{\mathcal S}_T \rightarrow \mathcal S_T' \rightarrow \mathcal S_{T+1}. $$ 其中： $$ \mathcal S_T' $$ 是經重新審計後的修正版。 --- ## 17.3 狀態分支 若兩個 Agent 對同一 GAP 提出不同路線： $$ \mathcal S_T \rightarrow \mathcal S_{T+1}^{(A)} $$ 與： $$ \mathcal S_T \rightarrow \mathcal S_{T+1}^{(B)}. $$ 系統不應覆蓋其中之一，而應建立分支並比較。 --- # 18. 研究狀態可繼承性的分級 ## Level 0：只有答案 無法接棒。 ## Level 1：答案加摘要 可理解，但容易重複錯誤。 ## Level 2：摘要加依賴圖 可恢復基本研究狀態。 ## Level 3：加入失敗與版本 可避免已知路徑浪費。 ## Level 4：加入可執行工件 可進行可重驗接棒。 ## Level 5：加入時間戳與雜湊 可進行高可信度審計。 ## Level 6：跨 Agent 重現 研究狀態被實際證明可繼承。 --- # 19. 本框架的限制 ## 19.1 隱性直覺丟失 很多研究判斷沒有被明說。 --- ## 19.2 語義解碼差異 不同 Agent 對同一符號可能理解不同。 --- ## 19.3 摘要偏差 狀態 curator 可能錯誤壓縮。 --- ## 19.4 工具環境漂移 依賴套件與求解器版本可能改變。 --- ## 19.5 信任不能完全消除 任何紀錄系統都需要最低信任。 --- ## 19.6 長期成本 保存完整路徑與工件需要儲存、索引與治理。 --- # 20. 可證偽命題 本文的核心假說可以被測試。 ## 命題 A 含失敗、依賴與工件的狀態包，比只含最終答案更能提高後續 Agent 的研究效率。 ## 命題 B 不同 Agent 從同一狀態包接棒時，會比從原始長對話接棒產生更低狀態誤差。 ## 命題 C 移除關鍵失敗節點會提高重複錯誤率。 ## 命題 D 加入可執行工件會提高跨 Agent 重現率。 若實驗不支持，框架應被修正。 --- # 21. 與前兩篇的關係 第一篇回答： > 方法實際如何運行、犯錯、修正與閉合？ 第二篇回答： > 即使無法證明所有步驟是純推演，這條路徑為何仍有價值？ 第三篇回答： > 如何把這條路徑保存成可由下一個 Agent 接續的研究狀態？ 三篇形成： $$ \boxed{ \text{執行} \rightarrow \text{辯護} \rightarrow \text{繼承}. } $$ --- # 22. 結論 一次研究若只留下答案，下一次很可能重新開始。 一次研究若只留下完整聊天，下一次很可能被訊息淹沒。 真正可繼承的研究必須同時保存： $$ \boxed{ \text{原始路徑} + \text{結構化狀態} + \text{可執行工件} + \text{依賴與版本}. } $$ 訊息路徑的價值不只在於「記錄曾經說過什麼」。 它還可以保存： - 哪些方向已經走過； - 哪些錯誤不能再犯； - 哪些證明義務仍未完成； - 哪些工件可以重跑； - 哪些結論只是重建； - 哪些下一步最值得繼續。 因此，當路徑與資料足夠完整時： $$ \boxed{ \text{下一個 Agent 不必從零開始，} } $$ $$ \boxed{ \text{而可以從上一個研究狀態的邊界直接接棒。} } $$ 但這個命題具有明確前提： > 我們必須接受這些訊息、版本與工件確實按所展示的順序存在；並且後續 Agent 必須重新驗證關鍵依賴，而不是盲目相信前一狀態。 所以最終原則不是： $$ \text{保存越多文字越好}, $$ 而是： $$ \boxed{ \text{保存足以恢復研究因果結構的資訊。} } $$ 這才是自主研究 Agent 從單次回答走向長期研究系統的必要條件。 --- # 附錄 A：標準研究狀態包格式 ```yaml research_state: project_id: state_version: current_goal: active_conjectures: known_results: reconstructed_results: refuted_routes: computational_results: open_obligations: dependency_graph: artifacts: novelty_status: literature_state: next_actions: checksum: ``` --- # 附錄 B：接棒檢查清單 - [ ] 目標版本一致； - [ ] 符號表已讀； - [ ] 最新修正已吸收； - [ ] 已否定方法未被重新啟用； - [ ] 關鍵工件可執行； - [ ] 工件輸出一致； - [ ] 依賴圖無斷裂； - [ ] 候選與已證命題已區分； - [ ] 新穎性標記未被誇大； - [ ] 下一個最小 GAP 已明確。 --- # 附錄 C：研究狀態質量指標 定義： $$ Q_{\mathrm{state}} = w_1Q_{\mathrm{coverage}} + w_2Q_{\mathrm{dependency}} + w_3Q_{\mathrm{artifact}} + w_4Q_{\mathrm{version}} + w_5Q_{\mathrm{uncertainty}}. $$ 其中： - $Q_{\mathrm{coverage}}$ ：關鍵節點覆蓋率； - $Q_{\mathrm{dependency}}$ ：依賴圖完整度； - $Q_{\mathrm{artifact}}$ ：工件可重驗性； - $Q_{\mathrm{version}}$ ：版本一致性； - $Q_{\mathrm{uncertainty}}$ ：不確定性可見度。 --- # 附錄 D：研究誠信聲明 1. 本文不把完整聊天自動等同於研究證據。 2. 本文不把摘要自動等同於真實研究狀態。 3. 本文要求失敗與修正被保存。 4. 本文要求工件與命題建立明確依賴。 5. 本文要求接棒 Agent 重驗關鍵工件。 6. 本文接受狀態抽取可能出錯。 7. 本文支持保留原始路徑以供回溯。 8. 本文不以路徑長度代替路徑質量。 9. 本文承認最低信任前提不能完全消除。 10. 本文將跨 Agent 重現視為最強的可繼承性證據。