# ① 证据档位词汇

> 提案草稿 · 未提交 · 未经外部评审

## 要解决的问题

两个系统交换一条结论时,接收方需要知道**这话有多硬**。

今天没有共用的说法。有人写 `confidence: 0.87`,有人写 `source: "llm"`,
有人什么都不写。结果是:**跨系统之后,所有信息看起来一样硬** ——
而实际上一条是仪器读数,另一条是模型猜的。

## 提案:七档 + 一条传递律

### 档位

从强到弱,**顺序本身是规范的一部分**(比较靠序号,不靠名字):

| 序 | 档 | 含义 |
|---|---|---|
| 0 | `verified` | 被独立复核过,或来自确定性可信源(库读、闭包验证) |
| 1 | `attested` | 经受信通道进入(工具/系统/仪器作证) |
| 2 | `approximate` | 数值引擎:方法精确,但有浮点/舍入误差 |
| 3 | `inductive` | 学出来的/统计规律 —— 可被推翻 |
| 4 | `uncertain` | 概率性/机器学习预测 —— 有置信度,无保证 |
| 5 | `perceived` | 感知(OCR/视觉)—— 人工复核之前 |
| 6 | `asserted` | 模型自己放上来的裸事实 —— 默认残值 |

### 传递律(这一条才是关键)

> **一个结论的档位 = 其全部前提中最弱的那一档。**

推论,而且是提案的全部价值所在:

- **档位沿推理链只降不升。**一万条 `asserted` 叠加,推不出一条 `attested`;
- **想升档只有一条路**:发生一次真实的验证事件(独立复核、实测印证、独立来源交叉),
  且该事件本身要留痕;
- **近似不能裁决**:注意力、搜索、声誉、机器学习只能提名与路由,**不能提升档位**。

### 最小线格式

```json
{ "value": ..., "tier": "attested", "via": "hr-system" }
```

`tier` 必填,取上表七个字面量之一。`via` 可选(作证来源标识)。

**不规定**置信度数值 —— 那是 `uncertain` 档内部的事,跨系统对不齐,不该进最小面。

## 实现指向

内核里有一个**单一权威**的档位序,消费方一律引用它、从不各自重定义 ——
一份漂移的副本会让"最弱前提"算错,而且**不会报错,只会悄悄给出一个偏强的结论**。

配套已跑通的:结论的档位由闭包按最弱前提自动算;受信通道绑定的谓词,
模型伪造会被当场拒(有可跑的例子)。

## 诚实边界

- **它不判断一条信息真假**,只标"这话是谁背书的"。假的实测数据仍然是 `verified` 档;
- **档位不是置信度**。`inductive` 不等于"70% 对";它说的是证据的**种类**,不是概率;
- **七档的粒度是我们的经验值**,不是推导出来的。少几档大概也能用;
  真正不可省的是**顺序**与**只降不升**那条传递律;
- 跨组织时,**接收方应当按自己的标准重新定档**,而不是照抄发送方的标签 ——
  见提案 ④。