研究論文需要代理可讀的主張檔案

2026年5月15日，Arquimedes Canedo提出paper.json：一個搭配論文使用的JSON檔案，讓研究論文能在PDF旁揭露穩定的主張ID、明確的範圍限制、每張圖的重現指令，以及穩定的定義ID。¹

這個小檔案指向一個大問題。

研究代理如今會閱讀論文、擷取主張、引用來源、重現圖表、建立後續研究，並摘要適用範圍。¹論文敘述仍然服務人類讀者，但單靠文字會給代理太多犯錯空間：引用錯誤的子主張、把證據過度外推、編造重現指令，或憑記憶重建定義。

研究論文需要代理可讀的主張檔案。論文應該提供一個型別化介面，讓代理知道論文主張什麼、不主張什麼、關鍵術語如何運作，以及證據如何連到圖表與程式碼。

重點摘要

代理可讀的主張檔案，會把論文從只有文字敘述的成果，轉成論文本身加上一個可定址的證據介面。PDF仍是給人閱讀的物件；主張檔案則提供代理穩定ID、範圍邊界、定義與重現指令。

paper.json提案用具體結構描述與完整範例儲存庫說明此事。草案描述5項慣例：穩定主張ID、明確的不主張清單、每張圖的精確shell指令、透過一個手寫JSON檔案達成最低可行合規，以及穩定定義ID。¹搭配的儲存庫包含paper.json、schema.json、validator.py、resolve.py、PDF與Typst原始檔。²

更廣泛的代理研究群也指向同一方向。Argus把深度研究視為證據組裝，而不是蠻力式平行搜尋。³ACDL為代理脈絡提供正式描述語言。⁴探索研究顯示，代理在採取行動前需要可驗證的檢查點。⁵代理設計架構的研究則提高了論文層級可重現性的要求，因為代理已能產生科學主張。⁶

實務規則很簡單：把文字發表給人，把主張檔案發表給代理。

主要收穫

對論文作者： - 為主張、定義、定理、圖表與後續工作加入穩定ID。 - 將範圍限制寫成一等欄位，而不是藏在結尾附近的防衛性文字。

對審查者： - 檢查機器可讀主張是否符合論文，而不只是結構描述是否通過驗證。 - 將過期或誇大的主張檔案視為引用風險缺陷。

對研究代理建構者： - 在摘要、引用、重現或延伸論文前，先擷取主張檔案。 - 當任務仰賴精確範圍時，引用主張ID與定義ID。

對期刊與儲存庫平台： - 在要求作者採用完整平台前，先接受放在PDF旁、採用門檻低的檔案。 - 自動驗證結構，語意審查則交給人類與專門代理。

為什麼文字敘述型論文會讓研究代理失敗？

學術文字會把證據壓縮成敘事。

這種敘事對人有幫助。細心讀者能跟上保留語氣、比較章節、推論哪個結果支撐哪項主張，也能看出論文在哪裡止步。代理處理論文的方式往往不同。它們會在時間與脈絡限制下掃描、切塊、檢索、引用、摘要，並組成新產物。

這會產生可預期的失敗模式。

Canedo直接指出其中幾種失敗：子主張缺少論文內的引用定位點、範圍過度外推會在文字摘要中被延續，圖表指令也經常放在論文之外的程式碼儲存庫中。¹

解法不需要取代論文。解法是新增一個介面，讓論文主張更容易被定址。

主張檔案應該包含什麼？

代理可讀的主張檔案應揭露代理最常誤用的部分。

paper.json完整範例包含草稿版本、儲存庫URL、作者中繼資料、摘要、主張、範圍排除、重現指令，以及由結構描述支援的驗證。²其結構描述要求核心欄位，例如id、title、version、status、authors、abstract、claims、does_not_claim與reproducibility。²

結構不能證明真實。結構讓真實變得可審查。

這個區別很重要。paper.json檔案明確指出，通過驗證器不代表能證明語意正確性、完整性，或圖表重現品質。²過期的主張檔案甚至可能比沒有主張檔案更有害，因為代理可能信任整齊欄位勝過雜亂文字。

因此標準需要兩層：

1. 結構驗證：檔案是否能解析、是否包含必要欄位、是否保留宣告的ID？
2. 語意審查：檔案是否忠實代表論文？

作者可以自動化第一層。第二層必須由審查者負責。

為什麼穩定主張ID很重要？

當唯一可定址單位是整篇論文時，代理引用會過於粗略。

一篇論文可能包含方法主張、評估主張、限制主張、基準主張與後續主張。人類讀者可以引用論文，並說明哪個部分重要。代理卻常把整篇論文的引用變成模糊的權威符號。

穩定主張ID給代理更小、更準的目標。

Canedo的草案回報了主張ID檢索的試點證據。在較困難的概念檢索條件下，使用JSON主張的代理平均得分為1.20/2，而搜尋文字敘述的代理平均得分為0.60/2。²該論文將此結果標示為試點證據，而不是大規模證明。²

這種謹慎讓提案更好。重點不在於假裝第一個試點已經定論，而是要求作者建立更好的審查物件。

主張ID讓審查者能提出更精準的問題：

• 代理引用的是C1，還是整篇論文？
• 摘要是否保留了C2中的限定條件？
• 下游系統是否在未檢查指令的情況下建立於C3之上？
• 代理是否把定義ID和結果主張混淆？

這些問題勝過「摘要聽起來對不對？」

為什麼範圍限制需要自己的欄位？

代理經常誇大論文，因為限制藏在文字裡。

論文可能說它的基準涵蓋5項任務、方法需要特定環境，或結果無法外推到受控設定之外。人類讀者能保留這些細節。代理摘要經過一次改寫後，限定條件可能就消失了。

明確的does_not_claim[]欄位能在再利用前讓範圍限制可見。

paper.json提案列出其自身工作的多項排除。它不主張C1、C2或C3已被證明，不主張驗證器能保證語意正確性，不主張此慣例能解決代理閱讀問題，也不主張相容於所有學術中繼資料標準。²

這份清單給代理一個有用的東西：可引用的邊界。

範圍欄位也能幫助評估者。如果代理摘要寫「paper.json證明主張ID能改善代理引用準確度」，評估者就能把這句話與does_not_claim[]欄位比較，並標記外推過度。沒有欄位時，評估者只能從文字中推論範圍。

為什麼圖表指令應該放在主張旁？

重現經常失敗在指令邊界。

許多論文會指向儲存庫。精確的圖表指令可能位於腳本、Make目標、notebook、README註記，或根本沒有明顯位置。代理可以搜尋儲存庫，組出一個看似合理的指令。看似合理的指令若從未執行，會製造危險的信心。

代理可讀的主張檔案應直接列出重現指令。

paper.json完整範例包含產生驗證器、依paper.typ驗證paper.json，以及將Typst論文編譯成PDF的指令。²Canedo的草案回報試點證據指出，相較於指向儲存庫的文字方法章節，由JSON提供的重現指令改善了圖表指令檢索。²

指令欄位應保持克制：

代理不應把指令欄位視為成功。指令欄位只是給代理一個可執行、可記錄、可回報的目標。

定義應該放在哪裡？

定義造成的傷害可能比主張更大。

錯誤主張通常只會毀掉一句話。錯誤定義會感染後續每一句使用該術語的文字。從文字中重建定義的代理，可能創造出聽起來像論文內部術語、卻逐漸偏離作者原意的詞彙。

穩定定義ID可以處理這項風險。

Canedo的第5項慣例為定義提供穩定ID，草案也主張作者撰寫的定義應優先於代理重建的定義，以供後續再利用。¹儲存庫的解析器支援#C1、#D1、#T1與#F1等片段，將ID對應到主張、定義、定理與後續項目。²

這套機制對下游系統很重要。

主張檔案應讓術語可定址。代理在套用術語前，應引用或解析定義。

研究代理應如何使用主張檔案？

代理需要閱讀協議。

在摘要或引用論文前，研究代理應該：

1. 若有主張檔案，先擷取該檔案。
2. 驗證檔案結構。
3. 解析所需的主張、定義、圖表、定理或後續ID。
4. 任務有實質風險時，將解析出的項目與PDF交叉檢查。
5. 在每份摘要中保留範圍限制。
6. 只在適當沙箱內執行重現指令。
7. 將指令輸出、缺失檔案與失敗檢查作為證據回報。
8. 只有在主張檔案缺少所需項目時，才回退到文字敘述。

這套協議應產生一份審查封包：

目標不是增加文書作業，而是減少沒有支撐的引用。

更廣泛的代理研究群如何指向同一方向？

近期代理研究反覆回到同一主題：代理需要結構化證據介面，而不是更多沒有根據的流暢文字。

Argus把深度研究視為證據組裝。系統使用Searcher與Navigator，其中Navigator追蹤共享證據圖，並把搜尋工作派發到缺失的證據片段。³這項設計強化了同一需求：論文應揭露代理可以組裝的證據片段。

ACDL著眼於脈絡描述。作者主張，代理系統需要一種精確且可讀的語言，用來描述提示與互動歷史如何跨步驟演變。⁴主張檔案在論文層做了平行工作：它們描述論文的主張、定義與指令應如何進入代理脈絡。

探索研究提供另一個角度。〈Look Before You Leap〉提出Exploration Checkpoint Coverage，這是一種可驗證指標，用來衡量代理在行動前是否發現關鍵狀態、物件與可供性。⁵研究代理在引用或再利用論文前也需要同樣紀律。它們應先發現主張、定義、限制與指令，再採取行動。

AIRA提高了利害關係。AIRA-Compose與AIRA-Design論文回報，多代理架構搜尋能提出新的基礎模型架構，並在下游相較基準取得提升。⁶如果代理能產生科學設計主張，描述這些主張的論文就需要機器可讀的邊界與重現掛鉤。

ARIS指出一種符合整個類別的失敗：長時間運行的研究代理，可能在證據支援不完整、回報失真，或承襲執行者框架時，產生看似可信卻沒有支撐的成功。⁷主張檔案能減少研究代理只從文字敘述繼承無支撐框架的空間。

模式一致。嚴肅的研究代理需要明確的證據物件。

作者現在可以發表什麼？

作者不需要等期刊核准才開始。

第一版可以放在論文旁：

{
  "id": "my-paper",
  "title": "My Paper Title",
  "version": "0.1.0",
  "status": "draft",
  "repository": "https://github.com/example/my-paper",
  "claims": [
    {
      "id": "C1",
      "statement": "The method improves retrieval accuracy on benchmark X under condition Y.",
      "evidence": ["figure-2", "table-1"]
    }
  ],
  "does_not_claim": [
    "The method improves retrieval accuracy outside benchmark X."
  ],
  "definitions": [
    {
      "id": "D1",
      "term": "retrieval accuracy",
      "definition": "The percentage of queries whose top-ranked result matches the labeled answer."
    }
  ],
  "reproducibility": {
    "environment": "Python 3.11",
    "commands": ["python scripts/reproduce_figure_2.py"]
  }
}

第一個檔案應回答5個問題：

1. 代理可以引用哪些精確主張？
2. 代理應拒絕推論哪些主張？
3. 哪些定義必須保持穩定？
4. 哪些指令能重現證據？
5. 代理讀到的是哪個版本的主張介面？

這個最低版本能給代理更安全的起點，也讓審查者在論文變更時有具體差異可看。

審查者與平台應檢查什麼？

審查者不應對有效的JSON檔案草率背書。

他們應將檔案與論文比對。

平台可以自動化其中一部分。

它們可以檢查JSON語法、必要欄位、ID格式、重複ID、缺失參照、URL可達性、指令存在，以及版本中繼資料。平台也可以要求代理比較主張檔案與文字敘述，並為人類產生審查封包。

意義仍由人類審查決定。自動化只負責讓漂移可見。

標準應拒絕什麼？

代理可讀的主張檔案應該小到足以採用，也嚴格到真正有用。

拒絕3種誘惑。

第一，拒絕平台依賴。放在PDF旁的檔案，勝過沒有作者採用的新平台。Canedo的草案主張，最低可行合規應只需要一個手寫JSON檔案，而不是新工具或平台註冊。¹

第二，拒絕假確定性。結構描述可以驗證形狀，不能證明語意真實。主張檔案應說清楚它證明什麼、不證明什麼，以及審查者如何檢查漂移。

第三，拒絕隱藏策略。代理需要證據定位點，而不是作者的私有提示。公開主張檔案應揭露主張、定義、限制與指令；不應揭露私有同儕審查筆記、隱藏評估規準、憑證，或未公開資料路徑。

好的標準會降低歧義，而不是要求大家信任祕密機制。

值得採用的標準

值得採用的論文，不只說服人類讀者。它也讓未來讀者、代理、審查者與建構者能再利用該工作，而不扭曲它。

代理可讀的主張檔案，應透過讓邊界更容易檢查，使論文更值得信任。

標準很簡單：

• 為每項重要主張提供地址。
• 為每項範圍限制提供欄位。
• 為每個關鍵定義提供穩定ID。
• 為每張可重現圖表提供精確指令。
• 讓每個代理都有理由精準引用論文。

研究代理會繼續閱讀論文。作者可以任由它們刮取文字，也可以提供一個為證據而設計的介面。

第二條路會帶來更好的引用、更安全的摘要，以及更少沒有可靠錨點卻貌似合理的主張。

快速摘要

研究論文需要代理可讀的主張檔案，因為代理已經在摘要、引用、測試與再利用學術工作。單靠文字會給代理太多空間：引用整篇論文而不是子主張、誇大範圍、編造指令，或讓定義漂移。

paper.json提供實務起點：穩定主張ID、明確範圍排除、每張圖的指令、透過一個JSON檔案達成最低可行採用，以及穩定定義ID。¹其完整範例儲存庫加入結構描述驗證、解析器與具體範例檔案。²

最佳第一版很小：主張、非主張、定義、重現指令、版本中繼資料與儲存庫連結。這個檔案不應取代論文，而應讓代理能更安全地閱讀論文。

FAQ

什麼是代理可讀的主張檔案？

代理可讀的主張檔案，是放在論文旁的結構化檔案。它以代理可擷取與引用的格式揭露主張、範圍限制、定義、重現指令與相關中繼資料。

paper.json會取代PDF嗎？

不會。PDF仍是人類可讀的論文。主張檔案提供代理可定址的證據介面，讓它們能更安全地引用與測試論文主張。

paper.json試圖解決什麼問題？

paper.json針對反覆出現的代理閱讀失敗：錯誤子主張引用、範圍過度外推、隱藏的圖表指令，以及不穩定的定義。¹

通過結構描述是否代表主張檔案正確？

不是。結構描述可以驗證必要欄位、ID與結構。人類或專門代理仍需審查主張檔案是否忠實代表論文。

作者應先包含什麼？

作者應先加入穩定主張ID、does_not_claim[]章節、穩定定義、精確重現指令、儲存庫URL，以及主張檔案版本。

參考資料