AI 研究實驗室3 筆
計畫
長期研究線，把研究、理論、實驗、論文與系統聚在一起。
- 計畫PRG-2026-0201AI Agent 公開邊界與安全閉包（APBSC）AI coding agent 會把什麼從私人工作環境帶進公開倉庫？又要怎樣量測它，而不讓任何人去讀別人的外洩？第一階段（十篇論文，2026-09-21）建立詞彙——五狀態資訊鏈、綠燈謬誤、agent 脈絡即出口面、可恢復性、警示等級——以及 RBPM：一個研究者盲測的演算法，倉庫內容唯一的觀察者是封閉的機器程序。第二階段（2026-10）在企業、組織與個人的新抽公開樣本上執行它，每個族群都出現了與 agent 相關的公開邊界訊號。研究依決定停在這裡：再往下就等於去讀人們不打算公開的東西。演算法、協定、釋出特徵與報告已開源。
- 計畫PRG-2026-0001自適應世界狀態系統的第一原理框架從第一原理推導 AI runtime 的長期研究線：世界知識以不同速率變化、自然語言是 rendering 而非 canonical state、能力必須被記憶與重用、算法與計算載體分離；然後把推導結果逼進可執行的現實——AER-0 參考 runtime 與六輪架構比較，以及檢驗非概率 primitive 是否收斂到概率表象的 PACC 微型實驗室。
- 計畫PRG-2026-0101智能的物理計量（IPM）這個研究計畫問的不是「AI 有幾分聰明」，而是一個答案讓物理系統付出了什麼：花了幾次使用者回合、幾條生成軌跡、幾層隱藏 LOOP，做了多少有效語意工作，占用多少能量與計算時空，依賴多少外部鷹架，最後換回多少可驗證品質。十篇理論論文（2026-09-02）定義了測量物件——任務、品質、語意工作、物理計算、鷹架能力、測量詮釋資料——與五個可證偽命題；v0.2 實驗協定（Experiment A：single-pass vs scaffolded）落實為 XA-02…XA-06L 儀器套件，並在本地 9B 模型上執行過一次。