双轨：Auto Research 的可扩展治理架构

问题不只是怎样产生研究

当 AI 能够检索资料、提出假设、编写证明、运行实验并完成论文以后，研究最明显的瓶颈似乎是：怎样让它提出更多、更好的问题？

我遇到的却是另一个问题。

AI 很容易把一条尚未结束的研究链写成已经结束。数学语言可以很完整，程序可以顺利运行，解释也可以彼此照应。但流畅不是证明，运行一次也不是复现，一项无法判定的直觉更不能因为被写成论文而成为知识。

所以，Auto Research 不只需要生成机制，还需要治理机制：系统凭什么宣布一个问题已经解决？

双轨就是我为这个问题找到的基本单元。

三类问题，两种终局

为了工作，我把世界中的问题抽象成三类：

逻辑问题         → 形式化
工程问题         → 可复现
不可知／玄学问题 → 不进入讨论

逻辑问题问的是：在已经声明的定义和假设下，一个结论能不能被推出。它最终应当交给形式系统判定。非形式化推导可以帮助理解，也可以成为证明草图，但不是这一类问题的终局。

形式化也不保证所有逻辑问题都会立刻得到答案。没有完成证明或反证的命题，应当保持未解决；“暂时没有证明”不能被偷换成“已经证明为假”。

工程问题问的是：构造能不能在声明的条件下实现，运行以后是否得到预期结果。它最终应当交给可复现的过程判定。理论上“应该可行”、代码“看起来正确”，都不能代替实际构建和运行。

不可知或玄学问题不由双轨裁决。这里的“玄学”不是贬义，也不是说它永远没有价值。它只表示：一个问题目前既不能成为可形式判定的逻辑命题，也不能成为可复现的工程命题，因此不能被这套方法宣布为已经解决。

如果它后来获得了明确的定义、观测条件或实现路径，就可以被重新分类。没有完成这种转化以前，它可以启发研究，却不能作为已经立住的成果。

前两类构成双轨。第三类是边界，不是第三条轨道。

双轨不是同一句话的两次验证

我曾经被 AI 解释成：一个研究结论需要两个最终锚点，一边由形式系统证明，一边由外部现实验证。

这不是我的原意。

纯粹的逻辑问题走到形式化就可以结束，不需要再写一个数值程序为定理盖第二枚印章。纯粹的工程问题走到可复现就可以结束，也不需要先把整个系统变成 Lean 定理。

一个研究项目可能同时包含逻辑问题和工程问题，但这意味着需要拆分命题，而不是混合证据。

例如：

• “某个相位耦合族在给定假设下酉等价”是逻辑问题；
• “实现该耦合以后，模拟器是否产生预期数值行为”是工程问题；
• “这个结果能否改善真机扫描”是更高一层的工程问题；
• “它是否值得成为一个研究方向”是价值和资源判断，不是双轨中的真理判据。

这些问题彼此有关，却不能相互冒充答案。

为什么它是基本治理单元

如果双轨只适用于一个孤立命题，它只是验证原则。真正使它成为治理架构的设计主张是：复杂问题应当继续拆解，而同一规则能够在每一层重复使用。这是架构的工作要求，它能否在不同领域长期、完整地执行，仍需实践检验。

复杂问题
→ 拆成可以分别判定的子问题
→ 为每个子问题确定类型
→ 逻辑子问题进入形式化，工程子问题进入复现
→ 把子问题之间的组合关系当作新的问题
→ 再次分类、拆解和判定
→ 上层命题本身、必要子问题及其组合关系都走到各自终局后，才允许在声明边界内作出上层结论

这里的“分形”是结构上的自相似，不是几何学意义上的严格分形。无论面对一个最小命题、一个模块、一套系统还是完整研究，治理结构都保持不变：分类、判定、组合，然后对组合再次分类和判定。

局部成立不能自动推出整体成立。

十个组件分别通过测试，不代表整个系统已经满足延迟目标；几个数学引理分别成立，不代表它们已经正确描述 MRI；模拟器能够稳定复现，也不代表结果已经迁移到真机或临床。每一次从局部向整体的跃迁，都会产生一个新的组合问题。这个问题必须再次进入双轨。

因此，一个大问题不是被一次性“验证”的。它更像一棵问题树，或者一张存在共享依赖的问题图：叶子需要立住，连接叶子的关系需要立住，中间节点和根节点也各自需要立住。必要分支仍未解决，上层结论就不能绕过它宣布完成。

它为什么适合 Auto Research

人可以审查有限数量的结果，很难逐项审查高速自动研究系统持续产生的大量结果。模型能力越强，只靠“最后找专家看一遍”越难成为可扩展方案。

双轨把研究的接受条件变成了可以递归执行的协议。

AI 可以并行展开不同子问题，形式检查器可以裁决已经编码的逻辑命题，工程环境可以构建和重现实现结果。某个分支失败时，系统可以停止该分支、收缩上层结论，并保留失败发生的位置，而不必把整个项目重新讲述一遍。

更重要的是，生成者不能靠更流畅的解释修改终局。逻辑问题没有通过形式化，就不能被语言补成成立；工程问题没有得到可复现结果，也不能用理论可能性挽救。

这并不意味着人从研究中消失。人仍然参与选择方向、定义风险边界、处理异常、决定资源和价值。但可信性不再要求某个人理解并批准系统产生的每一个中间步骤。

从这个意义上说，双轨不是 Auto Research 流程中的普通一步。它是整个流程可以反复调用的最小治理结构。

边界之外需要别的方法

双轨有明确边界。

形式系统只能证明实际写入其中的命题。定义和假设来自当前知识底座，它们可能不完整，也可能在未来被修正。如果领域问题在进入形式系统以前就被翻译错了，证明仍然可以完全正确。

工程复现也只在声明的模型、数据、设备和条件中有效。模拟层的复现不能替代真机实验，真机结果不能自动替代临床结果。主张向外扩大一层，就会产生一个新的工程问题，必须重新给出复现条件。

双轨同样不决定一项结果是否新颖、重要或值得消耗资源。问题发现、语义建模、文献与增量判断、价值选择、风险治理，都需要其他方法。

这些不是双轨遗失的第三、第四或第五条轨道。它们是围绕基本单元工作的其他治理结构。

此前 Codex 对我的误解，正是因为看见这些边界，便认为形式化和工程复现只是两个不完整的锚点，还需要不断给双轨添加新的验证层。更准确的做法是保留双轨的最小职责，再为边界之外的问题建立相邻机制。

一个基本单元只有保持简单，才可能被大规模重复调用。

它是怎样出现的

我不是在阅读某套 Auto Research 理论以后设计双轨的。

在更早的 Minimax 项目中，我用交叉验证、随机基线和最小描述长度不断收紧一个乐观结果。后来回看，那可以被理解为一段工程轨的经历。但当时我没有“双轨”这个名称，也不能证明它直接导致了后来的方法。

2026 年 5 月进入 MRI 这个完全陌生的领域后，逻辑命题和工程问题同时大量出现。项目记录在 5 月 8 日写下了当时最核心的规则：

逻辑的问题用形式化证明，工程的问题用现实来证明，构建它，得到我们预期的结果。

三类问题的完整表述，以及对分形结构的认识，是在后来反复澄清这套方法时逐渐显出的。它可能受过过去许多实践的影响，但不是我照着某位研究者或某篇论文搭建的框架。

独立得到一个想法，不能证明世界上没有别人提出过相似方法。形式化验证、工程复现、问题分解和递归组合也都不是新组件。

我认为值得继续检验的，是它们之间的这个结构：先给问题定型，为可判定的两类规定不同终局，把不可判定内容留在边界之外，再让同一个治理单元递归作用于子问题、组合关系和完整研究。

这使双轨从一条验证原则变成了 Auto Research 的可扩展治理架构。

现在能够声称什么

MRI 是双轨被明确提出并实际运行的第一个试验场，但它还不能证明这套架构具有普遍有效性。

当前能够确认的是：项目确实留下了通过形式检查的逻辑结果、可以运行和复现的工程结果，也留下了被推翻、被收缩和被判定为平凡的路径。双轨至少没有迫使系统只保存成功故事。

还没有确认的是：复杂研究能否长期稳定地被拆成完整的问题树；组合关系是否会成为新的瓶颈；不同 Agent 是否会在分类和建模阶段重复同一种错误；这套治理是否真的比其他流程产生更高比例的有效研究。

这些问题不会因为“双轨”这个名字听起来完整而自动解决。

它们应当被继续拆开，分别送到能够判定它们的地方。