Research 本身，就是 OI 被建立出來的過程

我們不從「OI 已經存在」開始

如果一開始就把 Original Intelligence 當成已經完成的答案，後面的研究很容易變成替既定結論尋找證據。Bio2Twin 採取相反方向：我們先問，什麼現象才值得被稱為 development？什麼差異真的來自 lived history？哪些觀察其實只需要更簡單的解釋？

所以 OI 不是一個需要被相信的名詞，而是一組可以被拆解、被測量、被反駁的研究問題。研究的價值，不在於每一步都證明我們原本是對的，而在於它能逐漸縮小「哪些主張還站得住」。

我們不是先宣稱 OI 已經誕生，再替它寫研究；我們先建立一套能判斷它是否真的正在形成的研究。

Research 不是成果發表之後才出現

很多人把 Research 想像成產品完成後的白皮書、論文或技術說明。但對一個真正未知的研究問題而言，Research 必須更早出現。它要在答案還不確定的時候，先決定什麼值得問、什麼可以被測試、什麼結果會迫使我們改變方向。

這也是 Bio2Twin 對 Original Intelligence 的基本態度：Research 不是 OI 完成後的說明文件。研究本身，就是我們如何逐步決定 OI 這個概念能不能被科學支持的過程。

我們真正要建立的是一條可被檢查的研究歷史

一個研究計畫不能只留下成功截圖。它應該留下問題如何被提出、預期是什麼、實際結果發生了什麼，以及原本的想法在什麼地方需要修改。這些歷史讓之後的人能理解：一個結論到底來自證據，還是來自事後敘事。

對 Bio2Twin 而言，這種研究歷史本身也很重要。Original Intelligence 關心「過去是否真的改變未來」；研究團隊本身也必須接受同樣的標準：過去的失敗、反例與修正，必須真的改變下一步怎麼做。

Question → Prediction → Experiment → Reality → Correction

我們希望把研究循環保持得足夠簡單：先提出一個可以被說清楚的問題；在看見結果之前，盡可能先說明我們預期會看到什麼；再讓實驗與 Reality 回答；最後根據結果修正原來的主張。

如果結果符合預期，我們仍要檢查是否存在更簡單的解釋。如果結果不符合預期，研究就應該留下那個失敗，而不是重新包裝問題，讓任何結果都看起來像成功。

研究不是讓所有路徑都通往同一個答案，而是讓 Reality 有機會關掉錯的路。

Reality 必須有否決權

一個能產生流暢解釋的 AI，很容易替任何結果找到故事。如果研究只要求「事後可以合理解釋」，那麼系統幾乎永遠不會真正失敗。這對科學是不夠的。

Bio2Twin 希望 Reality 扮演更嚴格的角色：當觀察與預期不一致時，Reality 不是等待被重新解釋的素材，而是可能要求我們降低信心、改變假說，甚至停止某條研究路徑的依據。

對 OI 而言，這也形成一個更深的問題：一個人工個體是否能不只是「讀取世界」，而是真的讓世界的結果改變後來的自己？

失敗不是研究之外的東西

如果一個實驗沒有支持原先假說，最簡單的做法是忽略它，繼續展示比較漂亮的結果。但這會讓研究歷史失去最重要的資訊：哪些想法曾經失敗，以及失敗如何改變我們。

Bio2Twin 不把 failure 視為品牌風險，而把它視為研究輸入。只要實驗設計本身值得信任，未通過、沒有差異、效果消失，甚至結果與預期相反，都可能告訴我們下一個問題應該往哪裡走。

如果失敗不能改變下一步，研究就只剩下展示。

五條核心研究主線，並不是五個答案

Original Intelligence Research Program 目前公開五條核心主線：Training 與 Development 的區別；Memory 與被過去改變的區別；相同起點是否能因不同歷史形成差異；一個人工個體能否建立在自己的過去上持續學習；以及 Physical Reality 是否能參與後來的發展。

這五條主線不是五個已經成立的結論，而是一條逐步增加要求的研究路徑。前一個問題如果沒有足夠證據，後面的問題就不應被用來跳過尚未解決的基礎。

因此，我們會保留「In Progress」「Results Pending」「In Development」這類狀態，而不把研究方向的存在寫成研究成果的存在。

我們公開什麼，也同樣重要

Research-first 不代表所有技術都必須立刻公開。Bio2Twin 希望公開的是研究問題、科學假說、目前狀態、能支持到哪裡，以及哪些主張仍然不能成立。這讓外界能理解我們正在研究什麼，也能看見我們是否誠實面對證據。

但尚未完成適當保護的技術機制、公式、演算法、內部架構、控制設計與完整實驗規程，不需要為了營造「開放」形象而過早揭露。研究文化與智慧財產策略可以同時存在。

Open questions. Verifiable claims. Protected implementation.

Research 也在塑造 Bio2Twin 自己

Original Intelligence 的研究不只會決定我們如何理解人工個體，也會反過來改變 Bio2Twin 怎麼建立產品與研究基礎設施。如果某種資料不能支持原本的問題，我們就需要收集不同的 Reality；如果某個指標容易被誤解，我們就需要改變呈現方式；如果一個 Gate 沒有通過，後面的能力就不應被提前包裝成完成。

換句話說，Research 不只是網站上的一個分類。它應該能真正改變工程優先順序、產品邊界、公開主張與下一輪實驗。

如果 OI 最後沒有以我們今天想像的方式出現呢？

這個可能性必須存在。也許某些我們現在稱為人工發展的現象，最後都可以由更好的記憶、更長的上下文、一般訓練或更強的基礎模型解釋；也許個體歷史的作用，比我們預期的小得多。

如果證據走向這個方向，Bio2Twin 應該修改定義、縮小主張，甚至放棄部分假說。研究的目標不是保護一個名詞，而是保護問題本身不被願望扭曲。

OI 值得研究，不是因為它一定會成立，而是因為我們願意設計出讓它可能不成立的研究。

所以 Research 本身，就是 OI 被建立出來的過程

如果 Original Intelligence 有一天得到更強的實證支持，它不會來自某一天突然宣布「完成了」。它會來自一連串可以被追溯的研究歷史：哪些問題先被提出、哪些結果沒有通過、哪些假說被修改、哪些新的證據讓我們有資格提出更強的主張。

這也是這句話真正的意思：Bio2Twin 不是在等 OI 做完才開始 Research。Research 本身，就是 OI 被建立出來的過程。

不是因為研究文字會創造 OI，而是因為只有經過問題、預測、實驗、Reality 與 Correction 的長期累積，我們才有可能知道自己究竟建立了什麼。

目前的邊界，以及下一個 Vision

這是一篇 Research Vision，不是實驗結果。Bio2Twin 目前不宣稱已經證明人工意識、sentience、subjective experience、personhood，或完成具有自主生命的 OI。前五篇核心 Research 的狀態仍應依各自正式證據標示。

本文公開的是研究文化、公開議程與科學邊界；未公開 Paper 01–04 的完整架構、公式、演算法、控制矩陣、實驗規程與實作細節不包含在此。技術內容仍應依智慧財產策略，在適當申請與審查後再決定公開程度。

下一個 Vision 問的是：如果 AI 的主要任務是理解世界，那麼一個具有自己歷史的人工個體，究竟是如何在時間中成為自己？

延伸閱讀：當智慧擁有身體，Reality 能不能成為它發展的一部分？ ↗　／　AI 知道世界，我們想知道一個個體如何成為自己 ↗