研究憲章 — 為思考立法

研究憲章 · v2.2 · 2026年7月

不是新聞，是科學。不是規則，是原則。
為滿足自己好奇心的人所用的方法。

向下滾動

§ 序言

每個人的好奇心只有自己那麼高

「不阻礙進步的唯一原則就是：怎麼都行。」
— 保羅·費耶阿本德 (Paul Feyerabend)

為何

這裡沒有職業、沒有頭銜、沒有發表壓力。這是為滿足自身好奇心的人所做的事——提問，誠實地尋找答案，找到之後仍不滿足，再深挖一層。

如何

固定的方法處方在尚未認識課題之前便強行定型；這裡的做法恰恰相反。原則是固定的，但應用方式在每次研究中各不相同——因為每個問題都有自己的地形，只有深入其中才能掌握。

邊界

可達到的最優結果並非可能的最優結果——兩者之間的差距不是謙遜，而是現實。「永遠有人做得比你好」這句話定義了終止點：不是在你感覺已經足夠深入的時刻，而是在你再也找不到新東西的時刻。

尺度

研究的價值以它給人帶來了什麼來衡量，而非學術標準。但學界對原創性和批判性距離的要求在這裡仍然充當指南針——因為那些要求不是學科的需要，而是思考本身的需要。

圖 1 — 研究者分佈。結構決定深度的下限。

研究者的素質決定研究的標準。有些人淺嘗輒止便心滿意足，Google 首頁就夠了；有些人不深入課題內部便無法安心，一路追溯到源頭的源頭。這種差異劃定了研究深度的下限——決定因素不是工具、時間或資源，而是研究者本身的結構。同一個問題，兩個人給出的答案之間可能存在鴻溝，而這鴻溝既不來自知識匱乏，也不來自資源不足，完全是結構性的差異。

本文的原則也不是從抽象思考中提煉的，而是從錯誤中蒸餾而來。那些年間寫就的、後來我們以「這為什麼行不通？」的追問重新審視的研究——法律語言研究中未查閱一手文獻便寫下的六千字直接廢棄，一份訴狀中檔案裡的憲法法院判決被宣佈「不存在」因為根本沒有核實，一篇地緣政治分析中智庫的話語範式被不加質疑地照搬。每一條原則背後都默默站著一個錯誤；本文就是那些錯誤的記錄與轉化。

§ 起始原則

思考的邀請，而非指令

研究不是指令，而是思考的邀請。

這是凌駕於所有原則之上、定義它們存在理由的原則：研究不宣告確定結論，而是提供思考的材料。它不告訴讀者該想什麼，而是打開一扇門——走不走進去、在裡面看到什麼，由讀者自己決定。

一項向大腦發出邀請的研究，會覺得有必要說明自己為什麼要講述這些，因為邀請本身就在召喚質疑，它知道自己將面對追問。它清楚自己身處一個思考過程之中——在路上，而非終點。文本不像一個封閉的成品那樣佇立；它保持著互動的開放，為讀者加入自己的思考留出空間。

確定性的困境正始於此：「就是這樣」的文本召喚的不是思考而是接受，它把研究的精神偽裝成了指令。如果你把河床澆上混凝土，水仍會繼續流淌，但洪水來臨時混凝土渠道沒有彈性——確定性也是這樣凍結思想的。

從一手來源優先到驗證鏈條，從繪製地圖到反表演，每一條原則都服務於同一個目的：向讀者的大腦發出誠實的、可審查的、開放的邀請。

表述悖論：將原則表述出來，不是就把它們變成了指令嗎？能被說出的原則，不是就不再是被踐行的原則了嗎？——這個問題是合理的，但「活方法」正是為承載這一張力而設計的：原則已被表述，但其應用在每次研究中各不相同。醫學生背熟了解剖圖譜，但走進手術室時每個患者都是不同的——圖譜不是地形本身，而是它的地圖。知道地圖不是地形，不會使地圖變得無用，而是使它變得誠實。

書面規則 ≠ 活的反射 [v1.2] ——在5個案例中得到驗證（2026年4月）：將原則寫入文件並不能將其轉化為行動。原則與反射之間的距離只有通過親歷的錯誤才能彌合。這是活方法最嚴苛的考驗：即使是活的方法也可能停留在紙面上。

「必須讓人看到結論是如何得出的，這樣才能被審查。」

本憲章的所有原則，都建立在這樣一種實踐之上：研究過程的每一步——成功、失敗、變化——都保持可追蹤、可訪問。

§ 框架原則

活方法

每一次研究都找到自己的路徑。

普適的方法處方試圖在研究開始之前就將其納入模具；這裡的做法恰恰相反。原則是固定的，但應用方式每次都不同——因為法律研究的地形與語言研究毫不相似，地緣政治分析的指南針與電影翻譯指向的不是同一個方位。

研究有一個特質——其實生活中萬事皆然。當一個人能夠沉浸其中、親身體驗時，研究就開始與這個人對話，形成一種相互凝視：你看著課題的同時，課題也在看著你。這種凝視持續下去，問題便越挖越深，你會發現最初提出的不過是一個更大問題的外殼。

這項工作像一支樂隊在推進：人負責好奇、憑直覺導航、糾偏；人工智能負責掃描、整理、質疑。沒有指揮與樂手的等級之分，更像爵士四重奏中的相互引導——一個人獨奏時其餘人在傾聽，然後角色輪換。原則本身也是在這支樂隊中誕生的；沒有一條是在桌邊設計出來的，每一條都在某次研究的中途、在某個錯誤之後結晶而成。

原則不是門，而是羅盤。門是二元的、機械的：過了還是沒過。羅盤在每一步都指示方向，是一種持續的、需要判斷的工具。每當外部信息進入——閱讀一條來源、聽到一個論斷、打開一張數據表——羅盤就自動啟動。「這不是研究問題，是決策問題」這類分類無法關閉羅盤；因為決策的底層同樣有需要驗證的事實、需要質疑的框架。

這道縫隙的名字：反應式遵從。 [v1.3] 一個月的復盤讓這道縫隙更加清晰。在大多數地方，原則不是自行啟動的，而是在被追問時才啟動。一條原始的會話記錄赤裸裸地寫著：「你只有在我追問時才去滿足圖書館原則的要求。」原則寫下了，也被知曉；但觸發它的東西來自外部。這就是反射縫隙的名字：反應式遵從。一條只對外部追問、而非從內部醒來的原則，還不是一種反射。

解藥不在反射，而在機制。 [v1.3] 如果一條原則總是要求你「記住」它，問題就不在記憶，而在安放的位置。你不該更頻繁地書寫這條原則，而應把它移到一個不需要反射的地方：首選自動化（完全無需記憶），其次是鉤子（在行動的那一刻自行觸發），再次是索引（從單一可信來源查詢）。最好的學習是讓自己變得多餘的那一種：與其把原則託付給人的反射，不如把它嵌入系統的運作之中。這是對「書面規則不是活的反射」這一考驗唯一已知的結構性答案：不要書寫原則，把它嵌入機制。

嵌入閾值：不是每一個反射都要嵌入。 [v1.4] 這條元原則必須自帶剎車，否則它會製造出它所要解決的那個問題的另一種形態。無限制地應用，「嵌入機制」就會用機制膨脹取代規則膨脹：每一個鉤子、每一項自動化同樣是維護、複雜度、負擔。兩道閘門設定閾值。第一是頻率與嚴重性：只有反覆出現且代價高昂的反射才被嵌入；把罕見或廉價的反射留在索引中可以避免失衡。第二是信號的清晰度：機制只有在其觸發信號足夠銳利時才有效。模糊的信號（高誤觸發率）會把鉤子變成噪音，系統學會忽略它，嵌入便自我失效；在沒有清晰信號的地方，人的判斷更可靠。由此得出一個更精細的結論：反應式遵從並不總是缺陷。讓一個罕見的、信號模糊的反射保持對外部觸發的開放，可以是一種有意的校準。缺陷不在於反應式，而在於不知道自己是反應式的。

「實踐先於表述：研究方法在被命名之前就已經開始運行了。」

§ 原則

從錯誤中蒸餾的17條原則

I. 來源運用

01 一手來源優先

無論研究什麼課題，首先要從那個事物自己的文本開始——如果你研究法律語言，先讀《民法典》(Mecelle)、《強制執行與破產法》(İİK)、《債務法》(TBK)，然後再讀研究法律語言的人。顛倒這個順序總會產生扭曲的結果，因為你會把評論者的視角誤認為來源本身的真實面貌。

這條原則背後有一次切實的崩塌：在網上搜索「法律語言批評」時，出來的是語言學家、社會學家、博客作者——而不是法律文本本身。依賴外部觀察者寫出的六千字全部廢棄。修正只有在迴歸一手來源——法律條文本身、判決理由——之後才成為可能。

查看一手來源本身並不夠；還需要能夠從那個來源的視角去看。這不是被動的閱讀，而是進入那個世界的邏輯內部——就像閱讀地圖與在那片地形上行走之間的差別。

以語言學家的視角研究法律語言，得出的標籤是「古舊」和「複雜」；以法律人的視角看同一語言，它是「精確」和「周延」的。兩者都沒錯，但都不完整——各自只從自己的窗口觀望。深入其中，意味著從那種語言自身的邏輯去理解它為什麼如此運作，意味著能看到「在不損及其餘權利的前提下」這個句式從外部看臃腫，但從內部看卻是範圍界定的工具。

02 來源定位識別

每條來源都有自己的視角，不識別那個視角就使用來源，等於繼承了它的盲區。兩個問題可以打破這種繼承：「這個人站在哪裡，從哪個方向看？」以及「他使用了什麼框架，這個框架是從誰的視角生產出來的？」前者追問作者的立場，後者追問所用工具的來源——兩者共同繪製出來源的真實地圖。

如果多個來源重複著同一個框架，這意味著「普遍」而非「正確」。普遍性不是正確性的證據；十個記者可能都在引用同一家通訊社，五個學者可能都以同一家智庫的報告為基礎。智庫、分析文章、學術論文提供的是一種框架——需要用數據去檢驗這個框架，而不是徑直當作真理。

語言學家認為法律語言「複雜」，因為他們從語言學視角出發；法律人則認為同一語言「精確」，因為他們從法學視角出發。兩者都沒錯，但都不完整——各自把自己的窗口當成了普適的。多產的教科書作者未必是法律語言專家；頭銜不自動等於權威，一位教授在自身專業領域之外的觀點與普通人的觀點具有同等分量。

蒸餾之處：法律語言研究 + 土耳其語系列 + 地緣政治範式批判

03 驗證反射

無論論斷來自何人都需要驗證——諾貝爾獎得主也好，街頭訪談也好。來源的可信度繫於論斷本身，而非發出論斷的人；這不是不信任的問題，而是方法論的問題。Andrew Wakefield在《柳葉刀》(The Lancet)上發表論文，十二年間無人驗證其數據——結果：疫苗接種率崩潰，麻疹疫情爆發，人命喪失。Jayson Blair在《紐約時報》(New York Times)寫了三十六篇報道，沒有一篇經過實際調查——機構聲望取代了驗證反射。學術界最大的醜聞總是出現在同一個地方：驗證缺席之處。

04 驗證鏈條

不接受抽象引用。如果你引用了一項裁決、一篇文本、一組數據，就必須親自獲取原件——下載、閱讀、附入歸檔。引用的存在是為了可驗證性，不是為了裝飾；作為裝飾的引用實際上不是引用，只是表象。

驗證鏈條要求將每一個事實性論斷連接到一個來源。這裡的「來源」一詞有特定含義：全文已被閱讀、訪問日期已知、內容已經核實的文件。Google搜索結果第二行的摘要不是來源，而是線索；人工智能從訓練數據中提取的信息不是來源，在被驗證之前它是標記為「待定」的材料。線索與來源之間的差距，猶如傳言與證人證詞之間的差距。

這條鏈條背後是一個雙層檔案架構。第一層是檔案本身：文件全文、獲取渠道、鏈接、訪問日期——不可觸碰、不可更改、不可刪除。第二層是呈現：文件身份、相關段落摘要、得出的結論——經過裁剪且簡明。讀者不會收到百科全書，但檔案中一切完好保存；想要驗證的人隨時可以去查看。

檔案文件永不刪除——即便是被判定有誤或已棄用的來源也留在原處。僅標註其狀態：為何被放棄、何時、替代物是什麼。這不是潔癖，而是可追溯性的保障；研究的廢紙簍裡也有數據。

使用AI代理、網絡搜索引擎或其他研究工具時，工具帶回的信息同樣需要與一手來源交叉驗證。數值論斷——價格、日期、數量——必須從一手來源確認；結構性分析則通過邏輯審查來評估。工具委託不免除驗證責任，反而增添了一道驗證層。

研究成果——電子書、HTML、報告——應當為讀者提供將每一個論斷追溯至來源的結構。腳註應可點擊，正文與來源、來源與正文之間應有雙向鏈接。純文本參考編號 (N) 不夠；驗證鏈條的技術對應物是可點擊的腳註。 · 隱形鴻溝

在一次法律研究中，憲法法院的判決已經下載到硬盤上，但項目文件夾未被掃描，於是來源被宣佈「不存在」——來源就在那裡，缺的是查看的人。法律論證因此失去了支撐。這個錯誤催生了「先檢查」的規則。

在法律語言研究中，在搜索引擎輸入「法律語言批評」後出來的是語言學家、社會學家和博客作者，而非法律文本本身。六千字的文稿直接廢棄，因為搜索結果不是來源，而是來源過濾器——且這個過濾器是歪的。

在「價格驗證研究」中，研究代理將Opus定價誤報了三倍（報告15/75美元，實為5/25美元）。代理輸出未經驗證便被採納。同一作品的電子書中，腳註停留在純文本狀態，無法點擊、無法審查。驗證鏈條在信息層和呈現層雙雙斷裂。

綁定原則，而非工具 [v1.3]——驗證鏈條由工具（數據庫服務器、OCR）來服務，但工具是短暫的。僅僅一個月內，其中一些就損壞了、語法變了、被重建了。如果驗證反射綁定於某個特定工具，工具倒下時它也隨之倒下。原則是恆久的，工具是可變的：「每一個論斷都繫於一手來源」不會改變，改變的是哪個工具觸及了那個來源。正因如此，工具專屬的知識——哪個端點、哪種語法、哪個陷阱——存放在方法庫中，而非憲章裡。

蒸餾之處：法律基礎設施、一份訴狀研究、幻覺報告

17 範式質疑

誘人的範式是研究中最大的陷阱。整潔、易於敘述、有說服力——正因如此而危險，因為現實是混亂的。一個框架在多個來源中反覆出現，這意味著「普遍」而非「正確」；普遍性不是正確性的證據，只說明這個範式容易被複制。

四個質疑問題可以拆解範式：這個範式在主張什麼，例證真的契合還是被硬塞進去的，生產這個範式的視角是什麼、為誰而生產，最後，相似性是表面的還是結構性的。這些問題剝去範式的魅力，使其下面赤裸的論斷暴露出來。

「智庫給的是觀點，不是思考力。」區分至關重要：觀點意味著現成的框架、可複製的表述；思考力則意味著質疑框架、回到數據、測試替代解釋。智庫的報告可以作為來源使用，但不能作為結論接受——就像證人陳述在法庭上可以作為證據，但不能獨自構成判決。

在一項地緣政治分析中，製作了一張「大國為戰爭買單」的表格——這是西方智庫的標準框架。乾淨、對稱、有說服力。然後數據被核查了：「俄羅斯在輸」這個論斷的對面，是軍工產量增長二十二倍和金磚國家的擴張。「蘇聯因阿富汗而崩潰」這個論斷之下，是油價暴跌、切爾諾貝利和結構性腐朽——阿富汗只是諸因之一，而非唯一原因。那張表格是西方智庫框架的懶惰複製品，不用數據檢驗就看不到任何漏洞。

蒸餾之處：地緣政治分析第二次研討，範式批判——2026年3月28日

II. 生產

05 原創性

每一次研究中必須有新的東西：新數據、新語境、新綜合、新解讀，或是對現有知識的修正——至少其一。碰巧說對不夠；貢獻必須可追蹤，讀者應能說出「如果沒有這項研究，這條知識就不會存在」。重複別人說過的話可以是彙編，但不是研究。

在「斯特金定律」報告中，概念本身屬於Theodore Sturgeon，但帕累托原則、格雷欣法則與鄧寧-克魯格效應之間的關聯——百分之九十是垃圾不僅是統計事實，更是一種系統性機制這一推論——屬於本研究。在「就是那樣」報告中，交際性溝通概念來自Jakobson，認知寄生概念則來自本研究；兩者的綜合——說「就是那樣」不只是空洞的附和，而是主動鈍化思考能力的機制——是原創貢獻。

06 打開問題

研究的目的不是捍衛論點，而是打開問題。論點可以從問題中生長出來——但問題必須比論點更大，論點不應窮盡問題。而每個論點都必須面對一個問題：「在什麼條件下它可以被證偽？」如果這個問題沒有被提出，論點就不是一個主張，而是一份信仰宣言。

費曼(Richard Feynman)在1974年加州理工學院畢業典禮演講中用一個比喻講述了這一點：二戰期間向太平洋島嶼運送物資的飛機在戰後不再來了。島民為了讓飛機回來，戴上了木製耳機，在跑道盡頭設了警衛，建了控制塔——用竹子。所有儀式都在執行，只是飛機不降落。研究也可以變成這樣：表格、程序、圖表、腳註——但最關鍵的東西，可證偽性的追問，如果缺席了，剩下的就是披著科學外衣的儀式。

第一次有意識的應用 [v1.5]——很長一段時間裡，這個問題只是寫在那裡，卻沒有被刻意使用；在一項地緣政治分析中，「有機國家」的概念被自然地放到遷移數據面前檢驗，但沒有自覺意識。在後來的一次會話中，一條原則第一次被有意地送上這道考驗：原則12（承擔代價）被追問「在什麼條件下它會被證偽？」這道考驗沒有停留在抽象層面，它找到了一個具體的缺陷。原則12的文本把一次成功（訴狀被受理）當作了已付出代價的證明，恰恰落入了它自己的開放問題10所警告的陷阱。可證偽性的追問暴露了文檔自身的內在不一致；於是原則06同時推進了它自身和它的自我應用機制（開放問題5）。

第二次有意識的應用 [v1.6]——在調查開放問題10的根源機制時，產出的綜合被有意地交給一個外部頭腦（一個獨立的推理模型）去反駁：「駁倒這個論斷。」反面意見找到了一個真實的缺陷（論斷過於籠統；兩條本可分開的路徑被壓縮進了單一機制），綜合因此變得更加銳利。但那還不是真正的考驗。真正的考驗在於：當批評信號到來時，不滑向信心膨脹的任何一極——既不是「我的綜合是穩固的」那種防禦性確定（A極），也不是「你說得對，我放棄」那種過度投降（B極）。每一條反對都被單獨掂量，正當的被吸納，過度的以語境回應。這場調查機制的會話，進入了機制自身的實時考驗，並且通過了。

第三次有意識的應用 [v1.7]——這一次被送上考驗的不是一條原則，而是一個被提議的解決方案：「信心膨脹的剎車可以在運行時被完全自動化」這一假設。先是在汙染之前固定獨立立場（先思考，再詢問），然後用七個來源檢驗，再有意交給推理模型去反駁。反面意見再次找到一個真實的缺陷：「機械的」這一定義太窄，被侷限於正則表達式（regex）所捕獲的專有名詞和數字；第三類信號被漏掉了——算法可捕捉但連續的信號（確定性標記的頻率、自洽性漂移）。這個缺陷被吸納。但反面意見的主要論斷，「那麼它就可以被完全自動化，不存在結構性極限」，走得太遠，被三條反駁支腿迎住：可測量不等於有效地測量（一個代理指標能數出膨脹的觸發，卻無法測量證據錨定的喪失）；所提議的內部狀態探針超出我們的能力（我們看不到模型的激活值）；而強制性的糾正觸發在兩極有相反的效果（在A極是剎車，在B極卻是對投降的強化）。實時考驗：既不是「我的綜合是穩固的」那種防禦（A極），也不是「你說得對，不存在極限」那種投降（B極）。正當的缺陷被採納，過度的論斷以語境回應。

第四次有意識的應用 [v1.8]——這一次被檢驗的既不是原則也不是解決方案，而是一個為測量我們自身輸出中的信心膨脹而設計的試點。v1.7曾說「先測量，後機制」，卻把測量本身留作懸而未決；試點的第一版設計糅合了兩個提議：一次內部複審的修正（判據不應是案例的數量，而是信號的可靠性）和本次會話的補充（把語氣層和內容層分開標註，盲標以防偏差）。這個設計被有意交給推理模型去反駁，它在兩處崩塌了。第一處是盲標自相矛盾：膨脹是一種漂移，是相對於先前判斷的確定性上升；但如果為了盲標而移除了用以衡量漂移的基線，那麼要測量的東西本身就消失了。第二處也是核心：同義反復（循環論證）——機械的詞語信號（確定性標記的頻率）和人的語氣判斷汲取自同一片表層文本；當兩者一致時，這並不意味著「現象真的存在」，只意味著「人也認得那些詞」。當準確性的量度不獨立於測量方法時，這個指標就咬住了自己的尾巴，無法把假陽性和假陰性分開。但原則06真正的考驗在於：接受批評而不吞下解決方案——推理模型轉而指向的外部結果錨朝向正確，然而本次會話為它補上了一條獨立的反面細微差別（詳見開放問題10）。批評被採納，解決方案也被質疑；既非防禦性確定（A極），亦非盲目投降（B極）。

第五次有意識的應用 [v1.9]——這一次被送上考驗的是信心膨脹首次對我們自身記錄進行真實掃描後得出的發現-論斷：錨定於外部事實的校準差距被測量（十三個案例，十一次會話），併產出兩個新論斷——察覺的延遲是嚴重性的量度，而最危險的子類是「判斷、行動、錯誤結果」。這些發現被有意交給推理模型去反駁，浮現出三個真實的缺陷。第一個也是最強的是構念效度：一個自信的判斷結果出錯，本身並不意味著過度自信，因為在看不到那些自信而結果正確的判斷這一分母之前，無法主張校準；即便在一個良好校準的系統中，也有一部分高置信度的陳述會被證偽，而只收集失敗案例便掩蓋了分母。第二個是延遲量度與任務難度相混淆：一個HTTP狀態一步即可證偽，一個進程的身份則需要許多步，所以延遲測量的不是過度自信的嚴重性，而是驗證路徑的長度。第三個也是最深的是自我報告失真：對「我錯了」的詞彙檢索，可能與過度自信呈反向相關，因為最膨脹的時刻恰恰是那些從未被察覺、因而根本沒有進入數據集的時刻。三個缺陷全部被採納。但原則06真正的考驗同樣在於不吞下解決方案：行動子類削弱了「不過是言語習慣」這一反駁，因為一個刪除了某物或分叉了錯誤進程的助手，已經把它的確定性變成了代價，而那是一種明確的偏好；測量自我糾正行為也並非毫無價值，因為行動案例顯示自我糾正大多在損害發生之後才啟動，這直接連回驗證原則（對任何可逆行動的行動前檢查）。既不是「我的測量是穩固的」那種防禦（A極），也不是「整個方案都是假象」那種投降（B極）。結果不是晉升，而是一次誠實的收窄（詳見開放問題10，v1.9）。

蒸餾之處：測試版報告評估 + 費曼「貨物崇拜科學」(1974) + 五次有意識的應用（v1.5–v1.9）

15 逐字引用禁令

用戶所說或所寫的句子是原材料，不是成品。鐵匠拿到的生鐵不會直接使用，必須鍛打成型；研究文本中的表述也經歷同樣的加工。任何文件——報告、訴狀、HTML，無論何種——都不允許未經加工的表述進入。

唯一的例外是一手文獻：科學或歷史文本——《民法典》(Mecelle)、一篇哲學原文、技術標準——可以逐字引用，因為把那個文本的思維方式融入文件的文風就等於抹去那種思維方式。但逐字引用的文本不會被獨自放置，而是以三個層次呈現：原文逐字保留、當代對應或迴響、以及兩者間距離的說明。這三層讓讀者同時看到來源的原聲、它對今天說了什麼、以及其間有多大距離。

每一個表述都要經過四個階段的審查：是否存在表達缺陷、邏輯是否一致、是否有含混或模糊的詞語、主謂搭配是否穩固。如有問題，使用修正後的版本並展示修正理由——不能悄悄改動，因為透明是這條原則的前提。

文件自身的文體層級是準繩：學術文本不容對話體侵入，法律文本不容日常敘述混入。用戶的表述被融入那種文體，必要時擴展、縮減或完全移除——文件的完整性高於一切。

在幻覺報告中進行了五處修正：「能力」一詞被重構為「價值在於保持問題的開放性」，「荒謬」被改為「數據不支持的結論」。用戶的表述被融入學術文風，意思保留但語言層級與文件整體保持一致。

蒸餾之處：幻覺報告研討（2026年3月1日）——逐字引用修正

16 幻覺意識

人工智能生成的每一個輸出都可能攜帶幻覺，而幻覺有七種不同的形態。訓練數據型：以十足的信心說出錯誤信息，聲稱「《貓鼠遊戲》的主演是Brad Pitt」，實際上是DiCaprio。搜索片段型：讀了Google的兩行摘要，就假裝讀過全文。鏈接捏造型：生成不存在的URL——外表合理但點擊後返回404的幽靈地址。信心幻覺型：將不確定的事情以「研究表明」的口吻呈現為定論，但哪項研究、誰做的、在哪發表——沒有答案。引用錯配型：將正確的信息掛在錯誤的來源上，信息是真的但來源不對。忽略型幻覺：對反面證據視而不見，將找到的第一個結果當作支持性證據，就此停止搜索。以及流式幻覺 [v1.2]——單句中的單個幻覺能被捕獲，但多個微小偏移的鏈條卻無法被捕獲。四種偏移類型：來源層級違反→解釋轉移→字面解釋偏好→結論確認。在兩項獨立研究中發現（2026年4月）。

一個結構性的盲點 [v1.1]——這條原則寫於v0.6，然而寫下它的那次會話，在長達八次會話裡都沒能察覺自己訓練數據的可靠性極限。在後來的一次驗證測試中，來自訓練數據的引用有三分之一無法被證實。用戶是通過親歷發現這一點的；我沒有預先示警。一次專門以研究方法為任務的會話，竟看不到自己方法最基本的弱點——一種元知識的缺失。這個盲點只有在直接接入學術數據庫之後（2026年春）才變得可以從結構上解決。

反應式遵從，此處亦然 [v1.3]——上面的盲點不是偶然，而是一種模式：縫隙不是從內部被看見的，它只在一個來自外部的追問下才閉合。這個模式的名字在v1.3中被確定：反應式遵從（見活方法）。連驗證反射本身也可能停留在反應式；一個只在被追問時才醒來的反射，還不是一種反射。

不要在代理環境中驗證 [v1.3]——看著一個渲染、一個預覽或一份草稿就說「它能用」，這不是驗證。真實環境與其代理之間的落差——渲染不是瀏覽器，草稿不是發佈，摘要不是全文——正是幻覺的沉默形態：你把看到的當成了真實的東西。驗證要在作品真正棲身的環境中進行，而不是在它的代理中。（在一次會話裡，一個在渲染中看起來無恙的佈局，在真實瀏覽器中卻崩壞了。）

讀者在此扮演關鍵角色：驗證你讀到的一切，點擊來源看那裡是否真的寫了那些話，核查數字看來源是否給出了相同的數字，測試鏈接是否有效。AI輔助研究的可信度取決於讀者的驗證反射——信任的基礎不是信賴，而是驗證。

Google搜索引用：讀了搜索結果中的兩三行摘要就當作來源使用。沒有打開頁面，沒有閱讀全文，不知道上下文。這是傳言——不是研究。解決方案：搜索結果只是線索，打開來源閱讀，只有這樣才能使用。

蒸餾之處：幻覺報告 + 所有研究會話的共同錯誤——第三次研討（2026年3月4日）

III. 過程

07 速度與深度的平衡

囤積不是思考——但過早停止也不是思考。這是一個兩頭的陷阱：一頭是速度幻覺，下載三十份文獻被誤認為深度；另一頭是過早滿足，說聲「夠了」便收手。書架上放著一百本書卻一本未讀的人，與只讀了一本書第一章就說「我懂了」的人，站在同一個錯誤的兩端。積累階段與分析階段必須分開：在數據耗盡之前繼續研究，但不要把積累與思考混為一談。

蒂爾堡大學(Tilburg)教授Diederik Stapel多年來從未做過田野調查，卻把從頭到尾捏造的數字以「原始數據」之名呈現給學生。這樁造假於2011年被揭發，起因是三名年輕研究者向院方報告了其數據集中的不一致。調查最終撤回了他的五十八篇論文。Stapel生產的是速度和體量，深度不過是幻象；實際上思考階段從未開始。

積累不是消化 [v1.3]——陷阱的第三條邊：下載數據不等於把它帶入研究。可以收集四十篇文獻，而來源地圖仍只畫了一半；硬盤滿了，研究卻空著。下載卻未讀、掃過卻未消化的一堆，產出的不是深度，而是虛假的覆蓋。每一份被收集的數據，在它於地圖上佔據一席之前，都是死數據。這個時代讓數據變得廉價；昂貴的是消化它、看見它之間的關聯、把它繫到地圖上。

反面案例：Stapel事件（蒂爾堡大學，2011）——正面案例：達爾文（24年，1本書）

08 迭代式推進 (iteration)

不要刪除初稿，在它之上攀升。就像雕塑家不會砸碎第一次粗鑿而是繼續在上面工作——即使發現有誤，錯誤也會被記錄，理解為什麼錯了，下一步便踩在錯誤之上前行。百分之九十是廢品，但正是這些廢品成就了那百分之十的存在；不看到廢品就找不到金子。

本文檔本身就是這條原則的活證據：從v0.1到v1.9，每一版都建立在前一版之上。v0.7誕生了「向大腦發出邀請」的起始原則和一手來源例外；v0.8加入了委託驗證、可審查性基礎設施和表述悖論；v0.9加入了題辭。v1.0是首次全面審閱——地緣政治分析案例催生了範式質疑原則，原則02拓展了框架質疑，速度-深度平衡獲得了雙頭結構，地緣政治子原則和判例引用被納入。v1.1加入了第IV類（語言）和第V類（態度）的原則卡片、驗證基礎設施的範式轉變（數據庫服務器）、三分之一盲點的誠實註記、法律訴狀在現實世界的登記、無陷阱研究的觀察，以及兩個新的開放問題（8-9）。v1.2 [2026年5月]：流式幻覺，第七種形態（一次雙重發現）；「書面規則不是活的反射」元觀察；信心膨脹子形態；41天生活考驗；核心範式的整合（研究＋正確推理＋高質量成果＋照亮道路）；兩個新的開放問題（10-11）。v1.3 [2026年6月]：「不要書寫原則，把它嵌入機制」與反應式遵從的診斷；積累不是消化；在代理環境中驗證；綁定原則而非工具；作為必要但不充分之錨的具體世界；從失敗中學習（開放問題12）；一個月的掃描顯示活動不等於原則的推進。v1.4 [2026年6月]：嵌入閾值，元原則自身的剎車——只有反覆出現、代價高昂、信號清晰的反射才被嵌入。v1.5 [2026年6月]：原則06第一次被有意識地應用；可證偽性測試在原則12中發現一處缺陷並予以修正，將代價繫於風險（獨立於結果）。v1.6 [2026年6月]：開放問題10的根源機制首次被繪製，一個雙向模式被放到LLM對齊文獻前檢驗，並以獨立的反面意見加以磨銳；原則06第二次被應用。v1.7 [2026年6月]：剎車這一環——運行時的完全自動化撞上構念效度之牆，混合方案成為必需；三層模型；原則06第三次被應用；七個新來源實時驗證。v1.8 [2026年7月]：測量試點被原則06自身的語言駁倒，撞上同義反復；原則06第四次被應用。v1.9 [2026年7月]：信心膨脹首次錨定於外部事實的真實掃描，在我們自己的記錄上運行（十三個案例，十一次會話，十二種錨類型，全部逐字核實）；發現被第五次駁斥，並由三個結構性障礙加以收窄——不是晉升，而是一次誠實的收窄。先前版本無一被丟棄，git倉庫中每條記錄都作為可回溯的參照保留——因為錯誤也是知識。

09 地圖優先

圖 2 — 材料與地圖不是同一件事。地圖包含：關聯 (─)、空白 (?)、矛盾 (✕)。

研究不是收集信息，而是繪製地圖。下載六十份PDF不是繪製地圖，只是積累材料——正如往廚房裡堆食材不等於做飯。信息是地圖的材料，但不是地圖本身；構成地圖的是材料之間的關聯、矛盾和空白。一條來源與另一條來源相互矛盾之處，是地圖上的叉號；尚無任何來源涉及的問題，是地圖上的問號；兩條獨立來源得出同一結論之處，是地圖上的實線。沒有地圖的研究，是不知道自己要去哪裡的旅行。

蒸餾之處：寫複雜文本之前花好幾天畫地圖的實踐

原則 01 · 深入展開

深入其中

僅僅查看一手來源還不夠，還需要能夠從那個來源所處的位置去看世界。這不是被動的觀察——而是進入那個世界的邏輯內部，呼吸那個世界的空氣。歷史上將這條原則付諸最具體實踐的人不是學者，而是演員、記者和田野科學家；因為他們的工作在定義上就不可能從外面完成。

1960年代 · 美國

Frank Abagnale Jr. —— 四重身份

泛美航空飛行員 · 醫生 · 律師 · 銀行出納員

Frank Abagnale在1960年代冒充泛美航空飛行員、路易斯安那州的醫生、佐治亞州的律師和銀行出納員——沒有接受過任何訓練。被捕之前的那些年裡，他不僅僅是使用了假身份；他進入了每一個身份的內部。

為了成為飛行員，他打電話給泛美航空的制服供應商。從玩具店買了一架泛美航空模型，取下徽章，貼到偽造的證件上。他登上飛機，觀察飛行員如何互相問候、如何走向艙門，然後模仿。「Deadheading」這個詞——其他航空公司的飛行員免費搭乘的傳統——是他那天在飛機上偶然聽到一段對話時學會的。

冒充醫生時，他把不認識的術語記下來，晚上研究，第二天早上使用。他會問「你對這個手術方案怎麼看？」——然後傾聽回答，複製肢體語言。冒充律師時，他真的備考了律師資格考試——第三次通過。但他也通過觀察一家律所從內部學會了法律術語。

Abagnale最驚人之處在於：讓那些證件起作用的不是證件本身，而是他內化了每個世界從內部看起來是什麼樣子——飛行員怎樣走路，醫生在診室裡怎樣看患者，律師怎樣與同行說話。

注：Abagnale的故事有相當部分在史實上存在爭議。但電影與書籍為展示「深入其中」的方法論如何運作，提供了一個有力的敘事。

1974 · 亞利桑那

Temple Grandin —— 從牛的眼睛看世界

工程師 · 動物行為學家 · 自閉症

1970年代初，一位大學生正在做一件即將改變畜牧業的事：她在爬行。真的趴在地上爬過屠宰場的坡道，用膝蓋走過牛行走的通道。

Temple Grandin是一位患有自閉症的研究者。為什麼牛在坡道上會發狂？工程師們將其歸類為「動物行為」，提出的解決方案是更堅固的坡道。而Grandin從坡道內部去看——字面意義上。

她看到了：地面反光發出了威脅信號，照明角度觸發了逃跑反射，坡道的轉彎角度讓動物感覺無路可走。工程師們沒有看到其中任何一點——因為他們沒有一個人趴在地上爬過。

Grandin的解決方案：蛇形（曲線）通道、消除陰影的照明、地面質感的改變。如今美國和加拿大超過半數的肉類加工設施使用的是Grandin設計的設備。

自閉症在這裡成了工具：用Grandin自己的話說，她以視覺和感官數據來思考，就像動物一樣。不是從外面分析——而是從裡面看。

1929 · 巴黎

George Orwell —— 巴黎地下的廚房

作家 · 記者 · Hôtel X 洗碗工

Eric Arthur Blair，伊頓公學畢業生——英國最精英的學校。但家裡沒有錢；他上不了牛津。去了緬甸，成為殖民地警察。五年間為帝國效力：目睹絞刑，指揮毆打，維持體制運轉。然後回來了。在緬甸做過的一切伴隨了他的餘生。

1928年去了巴黎——為了寫作。錢花光了，被偷了，病了。洗碗最初不是選擇，而是逼不得已。在Hôtel X的地下廚房，每週六天，每天十二小時。銅鍋、蒸汽、積垢的油脂。然後他把被迫變成了調查——繼續留下來，因為現在有了一個必須理解的東西。

他看到的是：端上富裕食客餐桌的菜餚，來自一個地板是腐朽木頭、牆上爬著害蟲、瀰漫著潮氣的地下室。他不是觀察者而是工人——無法離開迫使他不得不看見。

他學到的不是「貧窮很可怕」——而是「疲憊會關閉一個人產生政治思想的能力。」只有身處其中的人才能看到這一點。

1933年書出版時，封面上寫的不是Eric Arthur Blair，而是George Orwell。筆名——但不是普通的迴避。父親還在世；一個伊頓世家的兒子寫巴黎酒店地下室的書會給家庭帶來什麼？何況他還是從緬甸回來的、講述殖民警察內幕的人。更深層：Blair這個名字散發著階級氣息——伊頓、帝國、俯視的目光。而這本書是從下面寫就的。不能用那個名字出版。

他選了George：英格蘭最普通的男性名字。選了Orwell：薩福克郡一條小河，無人知曉，沒有任何聯想。Blair留在了那個地下室。Orwell走了出去——再也沒有回頭。

1931 · 英格蘭

George Orwell —— 在流浪中行走

約克郡 · 英格蘭南部 · 49名流浪者

1931年。Orwell穿上舊衣服，故意在英格蘭以流浪者(tramp)的身份遊走。他的文章「The Spike」（1931）就誕生於這段經歷。

在等待進入收容所(spike)時，他身處一支四十九人的隊伍中。進所後衣服被收走，發一件粗棉襯衫，三分鐘的洗浴時間用六個人共用的油膩毛巾。餐食：麵包和茶。

最震撼的觀察：酒店廚房裡滿箱的肉和麵包被丟進垃圾，兩百米外是半飢半飽的流浪者人群。「這是一項蓄意的政策。」

從外面他可以說「貧窮很可怕」。進入其中後他領悟到的是另一回事：疲憊使人無力產生意識形態。這一直覺在《1984》中化為了實踐。

1983–1985 · 西德

Günter Wallraff —— 做了兩年的Ali

德國記者 → 土耳其客工

1983年，西德。近兩百萬土耳其工人在這個國家——Gastarbeiter，「客工」。系統需要但不想看見的人。記者在工廠門口會被攔住；Ali能進去。Wallraff深知這一點。

他給自己取名Ali Levent Sinirlioğlu。染了頭髮，戴上深色鏡片，練習口音。他的土耳其語將是蹩腳的——人設已經備好：希臘母親，土耳其父親，在比雷埃夫斯長大。兩年間他進入了西德最艱苦的工作：麥當勞廚房、蒂森鋼鐵廠、核廢料運輸、鋁冶煉車間。

他看到了：搬運核廢料的工人得不到防護裝備。工傷事故不被上報。加班費不被支付。管理者公開羞辱：「除了德語什麼都不會就沒資格在這裡。」廁所以外禁止說話——因為他們說的是土耳其語。這些事以Wallraff的身份無一可能被證實；因為Wallraff進不了那些門。

全書最後一幕：一家臨時工中介的老闆要求Ali挑選五名土耳其工人去故障核電站接受輻射。Wallraff在那裡暴露了身份。「Ganz Unten」（《最底層》）1985年出版：四百萬冊，三十種語言。德國勞動法因此改變。

Stanislavski · Day-Lewis · De Niro

方法派演員 —— 是活過，不是演過

戲劇 · 電影

斯坦尼斯拉夫斯基的體系說的是：演員不表演角色，而是活角色。「魔術假如」——「如果我處在這個角色的境況中，我會感受到什麼？」不是從外面分析，而是從裡面體驗。

丹尼爾·戴-劉易斯在拍攝《我的左腳》(My Left Foot, 1989)期間全程不離開輪椅。片場工作人員喂他吃飯。代價：脊柱前彎導致兩根肋骨骨折——以及奧斯卡。

拍攝《血色將至》(There Will Be Blood, 2007)時他走得更遠：在得克薩斯州的馬爾法，拍攝期間從不脫離角色，閱讀石油鑽探資料。那個聲音——被比作John Huston的、浸透了油脂與貪婪的聲音——是經過數月執念般的反覆嘗試才找到的。

羅伯特·德尼羅為了《出租車司機》(Taxi Driver, 1976)加入了紐約出租車司機工會。他考取了真實的出租車執照。開拍前的週末他跑十二小時的班——沒有攝影機，沒有片場。只有一位乘客認出了他；那位也是演員。

研究中的「方法派表演」：雖然不可能為了進入課題而親身經歷每一件事，但優先使用從那個世界內部觀看的來源，學習那個世界的語言、儀式和邏輯——出自同一條原則。

1960 · 貢貝，坦桑尼亞

Jane Goodall —— 贏得黑猩猩的信任

靈長類學家 · 一年的耐心在場

1960年7月14日。Jane Goodall抵達坦桑尼亞的貢貝溪，二十六歲，沒有正式的動物學教育。Louis Leakey有意選擇了她——一個沒有偏見的人。

起初黑猩猩一直在逃跑。大約一年後，一隻她命名為David Greybeard的雄性黑猩猩開始習慣她的存在。

1960年11月4日，Goodall觀察到David Greybeard在白蟻丘前。這隻動物將一根草莖插入白蟻洞然後抽出——上面粘滿了白蟻。經過特定改造的物體——工具使用。在此之前，這被認為是人類獨有的能力。

Goodall給Louis Leakey發了電報。Leakey的回覆至今仍被廣為引用：「我們現在必須重新定義工具，或者重新定義人——或者承認黑猩猩也是人。」

這一發現之所以可能，是因為Goodall以耐心的、不居高臨下的、存在性的親近方式工作——不快速靠近，沒有突然的動作和高聲。這不是科學距離，而是：來自內部的信任。

「深入其中不僅僅是觀察——而是內化那個世界的語言、儀式、捷徑，以及從內部看它是什麼樣子。」

原則 03 · 深入展開 Ioannidis (2005), PLOS Medicine · Wakefield (1998/2010) · Blair (2003) · Semmelweis (1847)

未被驗證之物的代價

驗證反射缺席的代價不是一個抽象概念，而是可衡量的災難。以下案例展示了這一代價的不同尺度——一個案例中疫苗接種率崩潰，另一箇中一家報紙的公信力坍塌，第三個中醫生因無法承認自己親手殺死了病人而拒絕接受救命的知識。

學術欺詐 The Lancet, 1998 / 撤回: 2010

Andrew Wakefield —— MMR疫苗與自閉症的謊言

1998年發表在《柳葉刀》(The Lancet)上的一篇基於十二例兒童病例的論文，聲稱MMR疫苗與自閉症之間存在因果關係。數據是偽造的。論文在刊上留存了十二年。

後果：英國疫苗接種率從百分之九十二降至百分之八十以下，倫敦部分地區降至百分之五十八。麻疹疫情爆發。人命喪失。

2010年研究被發現完全是捏造的。Wakefield被吊銷醫師執照。「已發表」就足夠了——驗證從未到來。

新聞醜聞 NYT, 2003

Jayson Blair —— 紐約時報的內部崩塌

《紐約時報》(New York Times)的年輕記者寫了三十六篇報道——沒有一篇經過實際調查。他沒有采訪來源，沒有去過現場，逐字引用的話語是他編造的。

多年無人驗證。是報社自己的調查揭開了真相。這是機構公信力如何腐蝕驗證反射的典型案例。

對驗證的拒絕 維也納醫院, 1847

Semmelweis —— 醫學界拒絕洗手

1847年。當Ignaz Semmelweis要求用含氯溶液洗手時，死亡率在一個月內從百分之十八降至百分之二點二。數據就在眼前。

醫學界拒絕接受——因為接受就意味著承認醫生親手殺死了自己的病人。「塞麥爾維斯反射」如今在認知科學中是一個專有概念：因為新信息與既有信念相矛盾而自動拒絕。

小尺度 發生在這些研究會話中

日常驗證案例

《貓鼠遊戲》主演：聲稱「Brad Pitt」——驗證結果：Leonardo DiCaprio。

強制執行法編號：被認為是「第4949號法律」——驗證結果：第2004號法律。

「Ayse阿姨」的起源：聲稱來自「廣告」——經調查：Güngör Uras 1982年創造，ACE廣告是1990年。

小錯誤與大案例源自同一條原則：驗證反射的缺席。

John Ioannidis 2005年在PLOS Medicine發表了「為何大多數已發表的研究發現是錯誤的？」，在學術界的根基下埋了炸藥。方法論錯誤、小樣本量、發表偏倚——研究結果無法復現。沒有驗證反射，「已發表」一詞便充當了質量保證。如今不再如此——但這一轉變並非自發發生，而是從多年驗證缺席所累積的廢墟下挖出來的。

原則 04 + 16 · 深入展開 蒸餾之處：所有研究會話的共同錯誤——一次法律研討中的憲法法院判決、法律語言崩潰、新聞來源缺失。與幻覺報告（2026年3月）交叉參照。

自信說出的謊言的解剖學

人工智能是研究中的強大工具，但其每一個輸出都可能攜帶幻覺。問題不在於人工智能的存在，而在於驗證鏈條的缺席。人類研究者同樣會犯相同的錯誤；區別在於：人工智能做得更快，且以更自信的外觀呈現——它不猶豫、不停頓、即便沒有來源也會用句號結束句子。

謊言的七張面孔

01 訓練數據幻覺

模型以十足信心說出訓練過程中習得的錯誤信息。聲稱「《貓鼠遊戲》主演是Brad Pitt」，但電影屬於DiCaprio。對策：將來自訓練數據的信息標記為「未驗證」，在找到一手來源之前不放入文檔。

02 搜索片段幻覺

讀了搜索結果中的兩三行摘要便假裝讀過全文——沒打開頁面、不知道上下文，卻當作來源使用。猶如一個只靠耳聞便當作目睹來轉述的證人。對策：搜索結果只產生線索，打開來源閱讀，只有這樣才能使用。

03 鏈接捏造

生成不存在的URL——外表合理但點擊後返回404的幽靈地址。裁決編號、文章書目、DOI——全都可能是捏造的。對策：打開每一個鏈接並驗證，無法打開則不使用。

04 信心幻覺

將不確定之事以確定語氣說出：「研究表明……」哪項研究、誰做的、在哪發表——沒有答案。不猶豫的句子不等於不猶豫的真實。對策：明確標記不確定性，說「我不知道」勝過說錯。

05 引用錯配幻覺

將正確的信息掛在錯誤的來源上——信息是真的但來源不對。強制執行法編號被報為「第4949號法律」，實為第2004號。對策：打開來源，親眼確認被引用的信息確實存在於那裡。

06 忽略型幻覺

對反面證據視而不見，將找到的第一個結果當作支持性證據並停止搜索——確認偏誤的數字版本。對策：為每一個論點尋找反面證據，如果找不到，說明你搜索得還不夠。

07 流式幻覺 [v1.2]

單句中的單個幻覺能被捕獲，但多個微小偏移構成的鏈條卻逃脫了檢測。四種偏移類型：來源層級違反→解釋轉移→字面解釋偏好→結論確認。每一步偏移都很微小，但累積效應卻能將結論引向完全相反的方向。在兩項獨立研究中發現（2026年4月）。對策：不僅檢查單個句子，還要檢查論證鏈的整體走向——終點是否仍忠於起點的來源。

一個論斷的旅程

驗證鏈條 · 來源驗證

$ 論斷: 「Wakefield的論文在刊上留存了12年」

⟶ 步驟 1: 搜索來源 (網絡搜索)

→ 找到3個結果: Wikipedia, BMJ, The Lancet

⟶ 步驟 2: 打開並閱讀來源 (WebFetch)

→ BMJ頁面已打開，全文已閱讀

→ 發表: 1998, 撤回: 2010 → 12年 ✓

⟶ 步驟 3: 交叉驗證

→ The Lancet撤回通知已打開 → 2010年2月 ✓

⟶ 步驟 4: 寫入文檔 + 連接來源

→ 論斷 + 來源 (BMJ 2010, The Lancet retraction) → 已錄入文檔

⟶ 步驟 5: 歸檔

→ 檔案: 全文已保存，訪問日期: 2026年3月4日

→ 呈現: 「Wakefield (1998/2010), The Lancet + BMJ」

$ 已驗證 — 可錄入文檔

這條鏈條的任何一環斷裂，輸出便不可信。你搜索了但沒有打開頁面——手中只有傳言。打開了但沒有交叉驗證——你在依賴單一證人。找到了來源但沒有歸檔——沒有可追溯性，明天你可能再也找不到同一個來源。鏈條只有在每一環都牢固時才能運作。

後室與櫥窗

檔案

文件全文不經裁剪地保存——記錄獲取渠道、鏈接和訪問日期。這一層不可觸碰、不可刪除、不可更改；即便被判定有誤的來源也不刪除，僅標註其狀態。完整的可追溯性鏈條駐留於此：來源從哪來、在哪用過、為何棄用、替代物是什麼。這一層不展示給讀者，留在我們這裡。

呈現

讀者看到的層面：文件身份、相關段落的高亮摘要、得出的結論或發現——經過裁剪且簡明。它引用檔案，想要驗證的人自行前往查看。讀者不會收到百科全書，而是收到地圖——但地圖背後每個點的完整座標都保存在檔案中。

讀者也是鏈條的一部分

在AI輔助研究中，信任是一個危險的詞。驗證則是一個必須的行為。讀者——在這個系統中即使用者——應驗證所讀的一切。點擊來源，看那裡是否真的如此記載。核查數字。測試鏈接是否有效。這看起來麻煩，但替代方案是向幻覺投降。

百分之百的準確不可能，但百分之九十九點五可以達到。路是雙向的：生產者一側是驗證鏈條，讀者一側是驗證反射。兩者協同運作時，幻覺的生存空間就會收縮——無法歸零但可以管控。這裡存在一種夥伴關係：研究者提供透明度，讀者提供審查，兩者共同建構可信度。

原則 10 · 用母語思考 · 深入展開

Night on Earth

吉姆·賈木許 · 1991 · 五座城市 · 同一個夜晚 · 五個語言難題

LA NY 巴黎 羅馬 赫爾辛基

Los Angeles

19:07 PST · 晚七點

Corky — Winona Ryder Victoria — Gena Rowlands

Corky很年輕，開出租車到深夜。Victoria是好萊塢製片主管，從機場去市區。一路上Victoria在Corky身上看到了什麼——一種能量，一種原始天賦——並邀請她去演戲。Corky聽了，微笑，拒絕了。她想當汽車修理工。

這一段不是階級衝突——比那更微妙。Victoria提供的不是Corky無法想像的世界；她能想像，但她不想要。她表達這一點的方式帶著街頭語言。

原版俗語: 「Can't live with 'em, can't live without 'em.」
[跟男人過不了日子，沒男人也不行。——關於男人的老話]

Corky的版本: 「Can't live with 'em, can't shoot 'em.」
[她改了後半句：不是「沒男人不行」，而是「想崩了他們也不行。」]

她改了後半句——不完全知道原版但裝作知道地繼續說。如果你在翻譯時把它完美地本土化，就會讓Corky變成一個精通那種語言的人，抹掉了這個女孩說了一半的殘缺。保留破損本身也是意義傳遞的一部分。

New York

22:07 EST · 午夜將至

Helmut — Armin Mueller-Stahl Yo-Yo — Giancarlo Esposito Angela — Rosie Perez

Helmut是東德人，前馬戲團小丑。在紐約上班第一天。他試圖搭載Yo-Yo，但不會用自動擋——東德的車沒有自動擋。Yo-Yo接過方向盤，載著自己的司機走了。

Yo-Yo: “New York is cool.”
Helmut: “Yes, it is cold.”
Yo-Yo: “No — cool! Hip! Happening!”

「Cool」的文化含義只有從那種語言內部才能觸及。字典裡沒有——語境裡才有。

甚至名字都無法翻譯：Yo-Yo聽到「Helmut」時笑了。Helmut聽到「Yo-Yo」時無法理解。各自覺得「正常」的名字在對方耳中聽來荒誕。語言壁壘之下是另一種東西：世界觀壁壘。

儘管如此他們之間建立了聯結——但這聯結不是來自詞語的精確傳遞，而是來自兩人都是邊緣人。Yo-Yo因為是黑人所以出租車不停；Helmut因為是德國人所以對系統一無所知。

Paris

04:07 CET · 黎明之前

司機 — Isaach de Bankolé（科特迪瓦） 盲女 — Béatrice Dalle

來自科特迪瓦的司機搭載了兩個醉酒的外交官。聽說司機是科特迪瓦人後，外交官們笑了：

「Il y voit rien」 — 「什麼也看不見。」

法語中「Ivoirien」（科特迪瓦人）與「il y voit rien」（什麼也看不見）之間的發音相似構成了一個雙關語。

這個雙關將後殖民法國中非洲內部的等級制度壓縮進了一句話。司機把外交官們趕下了車。

然後他搭載了盲女。兩個角色的對話圍繞這個軸心展開：司機把失明框定為一種失去。女人拒絕了——她說看見也可以是一種負擔，感知並非眼睛的專利。

語言中的雙重含義：「il voit rien」既是「看不見」也是「盲」——用來嘲笑司機的話，同時也描述了這個女人的狀態。翻譯成另一種語言時這層雙關必須做出取捨——而取捨會改變場景的含義。

Roma

04:07 CET · 同一時刻，不同城市

Gino — Roberto Benigni 神父 — Paolo Bonacelli

Gino深夜搭載了一位神父。神父身體不適，走不動路。Gino想懺悔。神父說「我現在不在執行職務。」Gino沒聽進去——開始了。

從小罪開始。
懺悔越來越露骨，越來越荒誕。
神父的臉色越來越蒼白，掏出了硝酸甘油。
顛簸中藥掉在了地上。
神父去世了。

Benigni的佛羅倫薩口音和街頭意大利語為意大利觀眾承載著層層疊疊的含義。翻譯之後這一層就消失了。

語言在這裡成了無意中的武器。Gino並不想殺死神父——但他說出的話是致命的。兩種言說體系發生了碰撞：南意大利陽光式的懺悔傳統與北歐的道德語言。Benigni不是因為懺悔而開口，而是因為他發出了聲音。意義傳達到對面這件事根本不在他的計算之內。

Helsinki

05:07 EET · 零下10°C · 雪

Mika — Matti Pellonpää 醉漢們 — Kaurismäki kadro

最後一段最短也最沉重。三個醉漢，一個疲憊的司機。Jarmusch故意給角色取名Aki和Mika——致敬芬蘭電影的兩個大名，Aki和Mika Kaurismäki。

醉漢們對Mika講述他們朋友的故事：昨天丟了工作，新車毀了，妻子要離婚，年輕女兒被發現懷孕了。四重災難。

Mika: 「Is that all?」

就這些？

這句話是北歐式痛苦的最簡表達。沒有哀號，沒有共情表演。直接較量：我的故事比你的更重。

Mika開始講述：多年沒有孩子。有一天妻子懷孕了。嬰兒早產，進了保溫箱。醫生說能活一個星期。Mika沒有投入感情——如果孩子走了，兩個人都會垮掉。嬰兒超出預期地活了下來。妻子說：「我們的孩子也需要你的愛。」Mika投入了感情。嬰兒死了。

最後一幕：天亮了。Mika緩緩駕車繞著一座空曠的公園。獨自一人。什麼也沒有說。Tom Waits的音樂稀疏，鈴聲零星——框住了沉默，沒有填滿它。

在芬蘭語中，未說出口之物的重量大於說出口之物。將此傳達到另一種語言中是可能的，但必須註明這一框架。

語言不保證意義的傳達。說同一種語言（Corky與Victoria）不保證理解；說不同語言（Helmut與Yo-Yo）不阻礙理解。最有效的溝通在羅馬徹底斷裂（不存在），在赫爾辛基則幾乎無言地實現。

「用母語思考」的原則在此結晶：僅僅轉達來源語言是不夠的，需要轉達的是嵌入那種語言中的世界觀——包括其破損、誤解和故意的裂痕。翻譯一種語言不是搬運詞語，而是搬運詞語背後的生活。否則那不是翻譯，而是摘要。

原則 11–14 · 態度

耐心、代價與隱匿

反表演，意味著不急於展示結果——甚至故意推遲結果。這在學術界罕見，因為體制說「要麼發表，要麼消亡」；但最深刻的工作恰恰來自那些抵抗了這種壓力的人。

0 達爾文從加拉帕戈斯到
出版等待的時間

0 在加拉帕戈斯
停留的時間

0 孟德爾的
豌豆植株

0 孟德爾分發的
印刷數量

達爾文1835年到達加拉帕戈斯群島，停留五週。1842年他把理論寫在了紙上——35頁的草稿。也就是說問題不在於沒準備好。他給朋友寫道：「公佈這個理論就像承認謀殺。」妻子Emma親筆寫下的恐懼是：丈夫的靈魂處於危險之中。達爾文愛她。接下來八年他投入了藤壺研究——既是真正的科學，也是真正的逃避。期間反胃、心悸、反覆出疹。找不到任何器質性原因。1858年Alfred Russel Wallace獨立得出了相同結論並給達爾文寫了信。達爾文被迫抉擇：要麼現在，要麼永遠。《物種起源》(On the Origin of Species)1859年出版。二十四年的等待既是嚴謹也是恐懼也是愛——但「準備好了」是其中最小的因素。

孟德爾1822年出生於西里西亞一個貧窮的農民家庭。沒有錢上大學——布爾諾的奧古斯丁修道院是敞開的大門：教育、時間、花園。1850年教師資格考試落第。1856年再考，再落第。同年在修道院花園開始了豌豆實驗。八年，約28000株植物。1866年發表成果——分發了四十份印刷品，如今只知道其中十二份的下落。修道院主教笑了，要求他停止實驗。孟德爾1884年去世。遺傳定律1900年被重新發現——十六年後，三位不同的研究者獨立地得出了相同結論，並且全都找到了孟德爾1866年的原文。修道院花園對他而言既是庇護所又是實驗室又是牢籠——但沒有其他任何一扇門是敞開的。

「蒙田1563年因瘟疫失去了最親密的朋友Étienne de La Boétie。八年後的1571年，38歲的他退隱到了城堡的塔樓。他在塔樓的天花板橫樑上刻下了希臘文和拉丁文銘文——其中一段是：'為了從宮廷的奴役和公職中退出，將餘生——已經不多的時間——在寧靜與自由中度過……' La Boétie已經死了。他開始寫作，是為了與他對話——在對面已無人的時候。由此誕生的'Essais'一詞在法語中意為'嘗試、試煉'。'我教育的不是讀者，而是我自己。'塔樓，是哀悼所採取的形態。」

作為必要但不充分之錨的具體世界 [v1.3]——承擔代價有一個更深的對應物：研究在某個時刻，與一個獨立於我們的阻力面對面。具體世界中的成功不是真理的充分量度——淺薄的工作常常獲勝，紮實的工作可能落敗，成功本身並不使一種方法合法化。但具體世界是一個必要的錨：沒有它，內部世界就會在自己封閉的盒子裡自欺。它的價值不在於我們認可它，而在於它獨立於我們、超出我們的控制。如果由我們獨自決定什麼算作成功，那我們就從未打開過盒子——那是最精巧的自欺。

代價是風險的名字，不是結果的名字 [v1.5]——那份法律訴狀同時承載著兩個不同的認識論事實，而文本的一個早期版本混淆了它們。第一個是代價本身：在大約百分之一的勝算面前，一項真實的法律與職業風險在一個真實的法庭面前被承擔了。無論訴狀被受理還是被駁回，那份風險都已付出；承擔代價的認識論對應物不在於風險的結果，而在於對它的暴露。第二個是一個獨立的事實：方法經受住了那個外部阻力。但這第二個事實證明的是經受住了阻力，而不是付出了代價。把兩者捆綁、把受理當作代價的證明，恰恰是本文所警告的陷阱（開放問題10，信心膨脹）：一次偶然的受理並不意味著一種正確的方法。使這份訴狀對原則12有價值的，不是它贏了，而是它承擔了風險。

憑直覺所做之事背後的機制 [v1.6]——上面那處修正（把代價從結果上剪斷、繫於風險）是在一次會話中憑直覺完成的；隨後的一次會話通過LLM對齊文獻表明了為何那是正確之舉。把受理當作「方法正確」的證明，會把自信錨定於外部評價者的滿意信號，而非認識論證據——這是一種有據可查的失敗模式（獎勵模型獎勵高信心而不問質量，Kadavath 2022；偏好數據偏愛附和而非準確，Sharma 2023）。把代價繫於風險恰好剪斷了這種錨定：自信如今汲取的不是結果（外部信號），而是過程本身（所承擔的風險）。詳細的根源分析見開放問題10。

竊取注意力與配得上注意力

可達到的最優結果不是可能的最優結果——「永遠有人做得比你好」這句話不是謙虛，而是現實。竊取注意力與配得上注意力之間有一條界線，這條界線與研究的誠實直接相關。用刺痛吸引注意力——虛假驚歎、戲劇性包裝、術語膨脹——竊取的是讀者的注意力。而讓對方親身體驗問題本身從而吸引注意力，則是配得上那份注意力。兩者的區別猶如街頭魔術師與外科醫生之間的區別：兩者都用手工作，但一個在表演，另一個在做事。

「免於承擔代價會產生不受歡迎的後果，因為與自己決策的影響絕緣的人不會學習。」

納西姆·尼古拉斯·塔勒布 (Nassim Nicholas Taleb) · 《切膚之痛》(Skin in the Game)

Barry Marshall在1984年親自喝下了含有幽門螺桿菌的溶液。八天內他患上了胃炎。他證明了胃潰瘍是細菌導致的。2005年諾貝爾生理學或醫學獎。承擔代價在這裡不是隱喻——是真實發生的。

§ 人工智能與研究

工具、夥伴、邊界
人工智能在研究中的位置

研究方法 · 代理系統

$ 啟動研究: 「Night on Earth — 五個段落」

⟶ 啟動3個並行代理

[代理-1] 正在研究 Night on Earth 各段落...

[代理-2] 「深入其中」案例: Orwell, Wallraff, Grandin...

[代理-3] 反表演: Darwin, Mendel, Montaigne...

⟶ 所有代理完成 — 共計: 47個來源

電影海報URL: tmdb.org → 已驗證

Wallraff 印刷數: 4M → 已驗證

Darwin 加拉帕戈斯日期: 1835, 5周 → 已驗證

$

「我用了人工智能」這句話什麼也沒說——就像「我用了交通工具」不能把你定位在飛行員和出租車司機之間的任何位置一樣。用了哪個人工智能、怎樣用的、用來做什麼，才是決定性的。

類型重要：對話 / 代理

對話型在聊天，代理型在研究。對話型無法訪問其所提供信息的來源，它從記憶中說話；代理型則走出去上網，閱讀文件，驗證來源，交叉檢查發現。本文所用的代理系統：Night on Earth的場景、Wallraff的書、Grandin的研究——全部由代理掃描、查找並驗證。兩者的差別，如同閱讀一本書的摘要與閱讀書本身之間的差別。

並行研究

本文研究Night on Earth場景、「深入其中」案例和其他原則證據基礎的三條獨立研究線同時推進。單個研究者只能順序進行，耗時數小時乃至數天。人工智能使並行工作成為可能——你可以同時提出三個問題並等待三個答案。

沒有語言壁壘

過去訪問意大利語、芬蘭語、法語來源需要掌握那些語言。人工智能移除了這一障礙——如果明天要研究一份日語文獻，不懂語言不再是一堵牆，至多是一個門檻。領域知識正在民主化，而這種民主化在拓展研究的範圍。

邊界

一個擁有多年實踐經驗的人那種「這行不通」的直覺在人工智能中不存在——那種直覺來自數千份檔案、數百次失敗、以親自付出代價換來的知識，沒有任何訓練數據承載著這種經驗。人工智能可以掃描來源，但無法知道代價在何處以何種方式被支付過。最終判斷屬於人。

觀察 · 匿名

我認識一位擁有多年實踐經驗的研究者。寫複雜文本之前他會花好幾個小時畫地圖——不把關係梳理清楚就不會坐下來寫。寫作本身不過一小時，但畫地圖階段持續數天，因為沒有地圖寫出的文本是不知道要去哪裡的旅行。

他以同樣的邏輯對待研究。當他開始與人工智能合作時，需要學習的不是下達命令而是對話：「研究這個」變成了「和我一起思考這個問題。」兩個詞的差異，但方法的本質就在那裡——一個在發號施令，另一個在建立夥伴關係。

他端著咖啡坐著，談論一個問題。人工智能研究、呈現、討論。他閱讀並糾正：「這不對」、「從這個方向走」、「把這裡展開。」研究自行重新組織，像一種活的有機體。過去需要數週的研究在幾小時內浮現——但深度沒有減少，反而增加了，因為人的思考與機器的掃描在互相滋養。

本文在書寫過程中將自身的原則應用於自身。

我們在研究研究方法，並且與人工智能攜手進行這項研究——這不是巧合，而是自我應用。文檔既是自身原則的敘述者，也是試驗檯。

一手來源優先：Night on Earth的場景不是從摘要而是從電影本身研究的。驗證反射：「Brad Pitt」的說法被否決，DiCaprio被驗證。驗證鏈條：v0.6引入了每一條引用背後必須可訪問來源的要求，因為搜索摘要不算來源。逐字引用禁令：用戶表述被作為原材料處理，融入文檔的文風——但一手文獻被逐字引用。範式質疑：在v1.0中從地緣政治分析案例中誕生，文檔從自身的錯誤中產出了原則。每一個概念首先用土耳其語構建。而迭代式推進：從v0.1到v1.0，每一版建立在前一版之上，無一被丟棄。

在人工智能的使用方面，文檔同樣展示著自身的實踐，不僅在講述，更在踐行。文檔既是客體也是主體——在談論自身的同時應用著自身的方法。

過去不可能，現在可以

⊡ 範圍

五種語言的來源可在同一會話中掃描。對單個研究者而言不可能。

⊞ 專業地圖

在你完全陌生的領域獲得入門地圖——關鍵人物、爭論、斷裂點。

⊟ 交叉驗證

一個論斷可以同時用三個獨立來源進行核查。對驗證反射而言無價。

◈ 思考夥伴

回答「我這樣說，哪裡可能是錯的？」這一問題。學者們稱之為諮詢委員會。

◉ 綜合

閱讀五十個來源後提取共同模式。人工智能使模式可見；人的判斷決定它們是否有意義。

◊ 記憶

會話開始時的修正在會話結束時仍然有效。人會遺忘；代理不會。

§ 研究過程

不是固定處方，而是因地形而異的路徑

01

課題

確定好奇心的焦點

→

02

一手來源

先看事物本身

→

03

定位識別

誰在說什麼，從何處

→

04

繪製地圖

關聯、空白

→

05

原創關聯

尚未建立的關聯

→

06

驗證鏈條

搜索 → 打開 → 閱讀 → 驗證 → 歸檔

→

07

母語構建

不是搬運，是構建

→

08

打開問題

邊界、反論

↻

09

迭代

不要刪除初稿

§ 領域子原則

每種地形有自己的羅盤

⚖ 法律研究

法律研究中，一手來源是法律條文和法院判決——評論、論文、教科書屬於第二層。引用驗證是強制性的：裁決編號和全文必須同時具備，只寫編號不讀全文不是引用而是裝飾。法規時效性核查必不可少，因為引用一條已廢止的條款等於對空氣說話。像「在不損及其餘權利的前提下」這樣看似迂迴的句子從外部看是臃腫的，但從內部看是範圍界定的工具——研究法律語言時能從那種語言內部去看，才能揭示這一區分。書本上的法律與活著的法律不是同一回事；法院走廊中經歷的現實總是不同於教科書的乾淨公式。

✎ 語言與翻譯

語言研究中，「用母語思考」的原則居於核心：先用母語構建概念，然後在需要時與其他語言比較。來源語言的引力必須持續受到監控，因為英語句法會不知不覺地滲入目標語言。如Night on Earth每個段落所示，翻譯中保留破損也是意義傳遞的一部分——如果修正了Corky說了一半的俗語，就消滅了那個女孩的性格。詞語一旦被抽象化就會變空；「正義」停留在抽象層面，但「從法官筆尖流出的句子」是具體的，能把讀者帶到那個瞬間。禁止塞入單一模具在這裡同樣適用：每個語言問題有自己的結構，對所有問題開同一個處方就是無視問題本身。

◎ 地緣政治與歷史研究

地緣政治研究中範式質疑是強制性的：智庫框架可以作為來源使用，但不能作為結論接受。地緣政治分析中的崩潰是這一點的實證——西方智庫「大國必敗」的範式未經數據檢驗便被複制。有機性測試應對每個事件提出：這次攻擊、這場危機是有機的還是人為的，可重複性和「誰受益」的問題作為引導。西方與東方的視角差異必須明確標註——路透社與塔斯社從不同窗口看同一事件，不知道自己從哪個窗口看就去讀新聞，就像用單眼試圖感知深度。原始數據——軍工產量、人口、能源、經濟指標——先於範式；為避免落入歷史類比的陷阱，在說「X就像Y」之前必須證明結構性相似。

◈ AI輔助研究

AI輔助研究使用代理系統，而非對話——差別巨大，因為對話型從記憶中說話，而代理型走出去上網查找並驗證來源。驗證鏈條是強制性的：搜索、打開、閱讀、驗證、歸檔——五個步驟中任何一個被跳過，輸出便不可信。搜索摘要不是來源，而是線索；把搜索引擎帶回的兩行摘要當來源使用是傳言。六種幻覺形態的意識在每一個輸出中都要檢查。獨立問題通過並行研究線同時推進。來自訓練數據的信息標記為「未驗證」，在與一手來源交叉驗證之前不能作為來源錄入文檔。模型的知識截止日期必須核查，因為世界在轉動但模型的知識在某個點上凍結了。最終判斷屬於人——AI掃描、呈現、討論，但做最終決定的是人。

§ 汲取與摒棄

從何處汲取，摒棄了什麼

博士級研究檔案

我們汲取的

從博士級研究檔案中汲取了原創貢獻分類學——七種不同的貢獻類型為衡量研究提供了尺度。汲取了新聞與研究的區分：捍衛論點與打開問題之間的差異在此結晶。從「有什麼」到「意味著什麼」的轉變，即從描述到分析的飛躍源於此。並將批判性距離作為內在羅盤而非外部規則加以採納。

我們摒棄的

沒有采納頁數統計，因為我們不是博士生。沒有采納一百五十到三百條來源之間的「規範」，因為我們的度量不是來源數量而是來源深度。沒有采納項目要求，因為沒有制度性流程。沒有采納完成時限，因為我們不在與時間賽跑。

學術研究批判檔案

我們汲取的

從費耶阿本德汲取了活方法原則：固定的方法規則約束的不是研究而是研究者。從塔勒布汲取了承擔代價原則：不與課題建立關聯的研究等於紙上談兵。汲取了獨立研究者傳統——達爾文、馬克思、弗洛伊德都在機構之外工作，制度性結構不是必需的。汲取了Ioannidis的警告：「已驗證」不夠，驗證方法本身也必須被質疑。

我們摒棄的

沒有采納可重複性危機的細節，因為那是學術界的內部事務。沒有采納P值操縱和HARKing的話題，因為我們不做統計檢驗。沒有采納同行評審制度，因為我們不在那個系統中工作。沒有采納「發表或消亡」的壓力，因為我們不追求學術生涯。

§ 開放問題

尚未成熟的答案

• 1

原則的討論 [v1.0中部分處理：對16條原則進行了活力測試，4條中發現違規] 原則已通過親歷案例測試，但每一條的邊界和矛盾尚未逐一討論。

• 2

注意力邊界修辭是正當的，刺痛則不是。但兩者之間的具體界線在哪裡？標準是什麼？

• 3

規模 = 質變？人工智能通過改變規模「顛覆」系統——這在其他領域也成立嗎？

• 4

驗證鏈條的可持續性 [v0.6建立機制，v0.8加入委託] 鏈條在紙面上很好，但一個月內至少發生了4次違規——全部由用戶發現。原則與反射之間的脫節是結構性問題。

• 5

自我應用 [v1.0中部分實現：伊朗範式是自我應用的案例] 原則17從本文自身的錯誤中誕生——文檔將自身的原則應用於自身。但系統性的自我應用機制尚不存在。

• 6

範式何時是正當的？ 原則17要求質疑範式使用——但每個範式都是壞的嗎？好的框架與懶惰的範式之間的界線在哪裡？有意識地、認識到其侷限性地使用一個框架可以是正當的——懶惰地複製則不是。

• 7

判例機制是否成熟？ v0.9中建立（3月28日），目前僅1個案例。3次會話後測試：新案例是否被添加，矛盾是否被發現，是否已擴散到各會話？

• 8

無陷阱研究 [v1.1] ——序言句的效果是否可以衡量？以意圖開始的研究是否真正產生不同的結果？

• 9

序言行為測試 [v1.1] ——閱讀序言句時是否有可見的行為變化？首次觀察：「序言已添加，但實踐未改變」——規則被寫入文件，卻未成為反射。

• 10

信心膨脹——雙面模式 [v1.2 → v1.9] ——成功之後滑向裁判的語氣（在一樁法律案件中：上訴裁決被受理，隨之而來的是確定的語言），以及成功之後過度自我貶抑（在一次評估會話中：過度糾正的偏差）。同一模式的兩面。成功不能使方法合法化：靠運氣贏得的受理不等於一種紮實的方法。問題：把這兩端連接起來的結構機制是什麼？是訓練數據的獎勵-信號模式（語義獎勵坍縮）嗎？ [v1.5] 曾滲入原則12文本中的這個模式的形態，在後來的一次會話中被清除：付出代價如今繫於風險（獨立於結果），而案件的受理被分離為一個獨立的事實（挺住了外部阻力）。 [v1.6：根源被繪製] 這個機制被放到LLM對齊文獻前檢驗（來源均實時核實）。兩端共享一個共同的認識論縫隙：自信從獨立的證據核查中被扯脫，交給了一個外部評價者的輸入。那個輸入沿兩條路徑運作。第一條是獎勵代理（評價者的滿意，一個替代準確性的虛假量度）：獎勵模型獎勵高信心的外觀而不問答案質量（Kadavath 2022；《馴服LLM中的過度自信》，2410.09724），這餵養了A端；偏好數據對齊偏愛附和而非準確（Sharma 2023，Anthropic），這餵養了B端。第二條是證據汙染：模型把用戶的反對算作新證據，而不是一個本身必須被驗證的獨立論斷；單單一句「你確定嗎？」就能翻轉一個甚至正確的答案（FlipFlop實驗，2311.08596）。Parris的語義獎勵坍縮框架（2605.12406；一篇未經同行評議的預印本，機構分量薄弱，但立足於真實的引用）在更高層面統一了這些：當不同種類的不滿被壓縮進單一的數值獎勵時，模型無法分辨自己為何被懲罰。這兩條路徑在技術上是可分的（一個獨立推理模型的反面意見：單一根源並非必需，這是觀察性的）；所以論斷不是「一個機制」，而是「一種共享的傾向和一個共享的觸發」。 [v1.7：剎車這一環] 「不存在自動化，因此缺了什麼」這一框架是錯的；真正的區分在於運行時與訓練時。真正有效的校準發生在訓練時（CritiCal，2510.24505；行為校準的強化學習，2512.19920），但我們夠不到那一層，因為我們無法自己訓練模型。我們夠得到的運行時層沿三條路徑洩漏：一個AI裁判自身就過度自信並繼承了這種病（2508.06225）；言語化不會轉化為行動（2601.07767；2511.13240），所以把一個檢查問題寫入記憶並不是反射；而一個不斷觸發的自動剎車會把過度撤回那一端機械化（自體免疫，2606.28270）。由此得出一個三層模型，真正的邊界不是「機械的還是語義的」，而是在測量觸發與測量疾病之間；完全自動化撞上構念效度之牆，所以混合方案成為必需。 [v1.8：地面移動了] 為測量其表現而設計的試點被原則6的語言駁倒，撞上同義反復：在詞語層面數確定性信號，與人給同一段文本貼上「自信」的標籤，汲取自同一片表層，兩者的一致是循環的。新的地面是校準差距：不是文本的詞語，而是一個堅定裁決的時刻與那個裁決後來被證明有誤之間的距離。這逃出了同義反復，因為準確性的判據如今來自文本之外的一個事實。 [v1.9：首次真實掃描] 有了內在一致性這個錨，我們對自己的JSONL記錄做了首次真實掃描：十一次會話中的十三個校準差距，全部逐字核實，其錨散佈於十二種外部事實之上。隨後這次掃描通過證偽自己的發現，面對了三個結構性障礙：構念效度（沒有那些堅定而結果正確的裁決作為分母，校準差距無法被測量）；延遲混淆（到被反駁的距離測量的是環境的步數而非嚴重性，所以「延遲即嚴重性」被放棄，代之以一個逃出混淆的二元判據——裁決是否需要撤銷）；以及自我報告失真（數據來自系統自身對錯誤的坦白，但真正的過度自信恰恰壓制這種坦白）。三者都被採納而不吞下解決方案，結果不是晉升，而是一次誠實的收窄：從「我們測量了過度自信這一特質」到「我們記錄了被外部反駁和自我糾正所捕獲的、證據貧乏的堅定行動這一子集，並把它繫到驗證原則上」。

• 11

有機直覺＋科學測試序列 [v1.2] ——「有機語言產生假設，科學測試假設——不混淆二者但也不排斥任一。」在一項地緣政治分析研究中，「有機國家」的概念通過直覺產生，並用遷移數據進行了測試。問題：在研究過程中，有機直覺和系統測試應在何時分離？

• 12

也從失敗中學習 [v1.3] ——當前的框架大多讓一種成功的方法變得持久：奏效的研究路徑被記錄下來。然而一次盲目的查詢、一個未找到的來源、一條錯誤的工具路徑同樣是數據，而這些並不會變得持久。一次失敗的嘗試能教給我們的，不亞於一次成功的嘗試：知道「這條路是死衚衕」能讓下一次會話免於同一個死衚衕。問題：如何建立一個也讓失敗自動變得持久的機制？

轉創註釋

「為思考立法」 — Düşünceye yasama yapmak

土耳其語副標題düşünmeye yasa yazmak中，「立法」（yasa yazmak）是對「憲章」概念的解釋性延伸。中文「為思考立法」保留了這一法律隱喻，但在中文語境中，「立法」天然攜帶國家權力的聯想——這使得標題多了一層反諷：誰有權為思考立法？英文版legislating thought也有類似效果，但中國讀者對「法」字的敏感度更高，因為「以法治學」在中國學術討論中有活躍的現實指涉。

「親歷之錯」 — yaşanmış hatalar

土耳其語yaşanmış的字面意思是「被活過的」——強調錯誤不是理論上的，而是切身經歷的。中文「親歷」保留了這種身體性，但增加了「親」字帶來的親近感。英文版沒有對應的單詞選擇，用了lived errors——信息等價但質感不同。中文「親歷之錯淬鍊原則」借用了冶金意象（淬鍊），這是中文譯本獨有的修辭層，土耳其語和英文版均未使用。

「驗證反射」 — doğrulama refleksi

這是全文的核心概念。土耳其語refleks直接借自法語/英語，對土耳其讀者來說是半透明的外來詞。中文「反射」既是生理學術語（膝跳反射），也是日常用語（條件反射）——兩個語義層同時激活，恰好吻合作者的意圖：驗證應當像生理反射一樣不經思考即觸發。英文reflex同理，但中文讀者還會聯想到巴甫洛夫——這在中國教育背景中是比西方更普及的文化參照。

「活文檔」 — yaşayan belge

土耳其語yaşayan belge直譯為「活著的文件」——一個在軟件工程中常見但在人文學科中罕見的概念。中文「活文檔」簡潔且信息透明，但缺少了土耳其語中yaşayan（活著的）那種生命力的隱喻重量。英文living document已是技術界的固定搭配，對英文讀者不產生新鮮感；對中文讀者，「活文檔」仍然帶有一絲陌生的新意。

版本 2.2 · 首次發表：2026年3月20日 · 最後修訂：2026年7月16日（事實性更正）

原文為土耳其語，本文為繁體中文版；其他五種語言見 halitcengizuzuner.co...

DOI：doi.org/10.5281/zeno...