代數世界模型（Algebraic World Model，AWM）想把兩件事接在一起：先透過互動摸清陌生遊戲的規則，再用形式化推理判斷哪些結果可能發生。它不只依賴 AI 用文字描述遊戲，而是建立可執行的 Python 假設，拿觀察結果反覆測試、修正，最後再把整理出的規則形式化為 Lean 4 模型。119

不過，這套方法有一個重要界線：機器檢查通過的證明，能確認結論是否符合形式模型；它本身不代表模型已涵蓋真實遊戲的所有行為。

從探索到形式模型

AWM 的流程可分成三個相連階段：

1. 探索並提出規則假設。 系統與陌生環境互動，寫出描述遊戲行為的 Python 假設，再以實際觀察檢驗；若假設對不上，就修改它。119
2. 整理模型結構。 系統將假設整理成帶有型別的物件與共通規則，並運用受範疇論引導的轉換來簡化結構。19
3. 形式化並推理。 AWM 將整理後的模型轉成 Lean 4 格式，進一步形式化推理哪些狀態可達、哪些結果不可能發生。19

為什麼要多這幾步？形式推理需要精確定義。要讓證明回答「遊戲裡會發生什麼」，就得先把相關狀態、動作、規則和目標表達成證明系統能處理的形式。

論文中的比較結果

論文報告，AWM 在最初的測試中正確判定了 4 項界限；Claude Opus 5.5 答對 1 項，GPT-6 Astra 則沒有答對。1 在收到「有更省步數的勝利方法」這項回饋後，AWM 修正規則，最後 6 項全數答對。1

這個結果凸顯了兩項不同工作：一是建立能描述環境的模型，二是在模型內證明某個結論。模型經過修正，能支持的結論也可能跟著改變；證明本身並不能保證模型假設與遊戲完全相符。1

不可能性證明的適用範圍

假設 AWM 證明，在指定的動作次數上限內，不存在獲勝路徑。Lean 4 可以檢查這項結論是否能從形式模型中的定義和規則推出。1929 但要把結論套用到實際遊戲，模型還必須忠實呈現相關動作、狀態轉移、勝利條件，以及動作次數的計算方式。

如果模型漏掉某項機制，或把狀態轉移描述錯誤，形式證明仍可能有效，結論卻未必適用於實際遊戲。較謹慎的說法是：在 AWM 所列的假設下，學得的模型排除了勝利可能性。 若要進一步主張遊戲本身確實無法通關，還需要證據證明這些假設符合遊戲的實際運作。

為什麼這種方法值得關注

AWM 嘗試結合經驗學習與機器可檢查的推理：觀察資料協助建立模型，形式化則讓系統有機會推導出超出已觀察遊戲歷程的結論。19 它也把模型本身納入推理流程，讓模型可以接受測試與修正，而不是把它當成不容質疑的既定事實。1

這個區分不只適用於遊戲。只要 AI 要對陌生環境進行形式推理，讀者都應同時追問兩件事：證明是否成立，以及形式模型是否足以代表它要描述的真實世界。

代數世界模型（Algebraic World Model，AWM）想把兩件事接在一起：先透過互動摸清陌生遊戲的規則，再用形式化推理判斷哪些結果可能發生。它不只依賴 AI 用文字描述遊戲，而是建立可執行的 Python 假設，拿觀察結果反覆測試、修正，最後再把整理出的規則形式化為 Lean 4 模型。119

不過，這套方法有一個重要界線：機器檢查通過的證明，能確認結論是否符合形式模型；它本身不代表模型已涵蓋真實遊戲的所有行為。

從探索到形式模型

AWM 的流程可分成三個相連階段：

1. 探索並提出規則假設。 系統與陌生環境互動，寫出描述遊戲行為的 Python 假設，再以實際觀察檢驗；若假設對不上，就修改它。119
2. 整理模型結構。 系統將假設整理成帶有型別的物件與共通規則，並運用受範疇論引導的轉換來簡化結構。19
3. 形式化並推理。 AWM 將整理後的模型轉成 Lean 4 格式，進一步形式化推理哪些狀態可達、哪些結果不可能發生。19

為什麼要多這幾步？形式推理需要精確定義。要讓證明回答「遊戲裡會發生什麼」，就得先把相關狀態、動作、規則和目標表達成證明系統能處理的形式。

論文中的比較結果

論文報告，AWM 在最初的測試中正確判定了 4 項界限；Claude Opus 5.5 答對 1 項，GPT-6 Astra 則沒有答對。1 在收到「有更省步數的勝利方法」這項回饋後，AWM 修正規則，最後 6 項全數答對。1

這個結果凸顯了兩項不同工作：一是建立能描述環境的模型，二是在模型內證明某個結論。模型經過修正，能支持的結論也可能跟著改變；證明本身並不能保證模型假設與遊戲完全相符。1

不可能性證明的適用範圍

假設 AWM 證明，在指定的動作次數上限內，不存在獲勝路徑。Lean 4 可以檢查這項結論是否能從形式模型中的定義和規則推出。1929 但要把結論套用到實際遊戲，模型還必須忠實呈現相關動作、狀態轉移、勝利條件，以及動作次數的計算方式。

如果模型漏掉某項機制，或把狀態轉移描述錯誤，形式證明仍可能有效，結論卻未必適用於實際遊戲。較謹慎的說法是：在 AWM 所列的假設下，學得的模型排除了勝利可能性。 若要進一步主張遊戲本身確實無法通關，還需要證據證明這些假設符合遊戲的實際運作。

為什麼這種方法值得關注

AWM 嘗試結合經驗學習與機器可檢查的推理：觀察資料協助建立模型，形式化則讓系統有機會推導出超出已觀察遊戲歷程的結論。19 它也把模型本身納入推理流程，讓模型可以接受測試與修正，而不是把它當成不容質疑的既定事實。1

這個區分不只適用於遊戲。只要 AI 要對陌生環境進行形式推理，讀者都應同時追問兩件事：證明是否成立，以及形式模型是否足以代表它要描述的真實世界。