A Lei ARC de Co-Escalamento
Dentro da ARC Theory: o modelo que sustenta a Lei II, a Lei ARC de Co-Escalamento; a correcção a superar a deriva em escala, provada dentro do modelo declarado.
Nota de título: até 15 de Agosto de 2026 este artigo foi publicado como «Coupled Co-Scaling Correction». Apresenta a segunda lei da teoria, a Lei ARC de Co-Escalamento: estabilidade para o auto-aperfeiçoamento recursivo, correcção que supera a deriva em escala. Nada no corpo foi alterado pela mudança de nome.
Correcção. Os resultados-piloto anteriores em modelo real neste artigo eram exploratórios. A corrida GPT-3.5-turbo/GPT-4o-mini não satisfez o requisito do programa de avaliador de família cruzada (corrigido nas registrações redigidas), e a corrida de arnês fundido de 2 de Julho de 2026 continha painéis de avaliadores vazios e não pode sustentar uma alegação de mecanismo. Um estudo confirmatório interno ao programa, redigido e datado como registração-rascunho a aguardar submissão humana, substitui esses pilotos como o teste pretendido. Ambos os modelos indicados nessa corrida pertencem à família OpenAI, pelo que a descrição do exercício como pontuação de família cruzada é retirada.
Que lei este artigo carrega. A ARC Theory tem três leis numeradas, e o ARC Principle é o nome colectivo para as três em conjunto e não para qualquer uma delas isoladamente. Este artigo carrega a Segunda Lei, a Lei ARC de Co-Escalamento: $\beta > k$, o auto-aperfeiçoamento mantendo-se coeso apenas enquanto a correcção supera em escala a deriva que corrige. A Primeira Lei (a Equação ARC) é carregada por Paper I, a Terceira Lei (o tecto) pelo artigo de enunciado, e os axiomas e provas sob as três pelo artigo Fundacional.
Este artigo prova um teorema sobre um modelo dinâmico mínimo. O arnês de verificação confirma apenas a consistência teorema-para-código; nenhuma alegação é feita de que os actuais sistemas de fronteira obedeçam ao modelo. A contribuição empírica é um protocolo cego proposto para medir se o fazem.
Uma intuição largamente aceite sustenta que o auto-aperfeiçoamento recursivo é perigoso porque a capacidade pode crescer explosivamente, e que a segurança depende, portanto, de limitar a taxa de crescimento. Usando um modelo mínimo de um sistema auto-modificador, capacidade $C$, uma magnitude de desalinhamento $D$ pontuada às cegas, e a fracção de desalinhamento $d=D/C$, mostro que a taxa é a variável de controlo errada. A fracção de desalinhamento em estado estacionário é $d^\star=\gamma_1 r/(A+r)$, que se reduz ao rácio deriva-correcção $\rho=\gamma_1 r/A$ no regime $A\gg r$; o destino a longo prazo é governado pela relação entre dois expoentes de escala, não pela taxa de crescimento. Sob crescimento exponencial a condição de estabilidade é $\beta>0$ (a correcção co-escala com a capacidade); sob acelerado crescimento, onde a própria taxa de crescimento específica sobe como $r\propto C^{k}$, a condição aguça-se para $\beta>k$, a correcção deve superar em escala não a taxa de crescimento mas a sua aceleração. Provo uma solução transitória exacta (Teorema 1), limitação global que corrige uma sobre-afirmação do rascunho anterior, a fracção de desalinhamento nunca diverge para o infinito mas, no modelo apenas de ganho ($\gamma_2=\gamma_3=0$), satura no coeficiente de deriva de ganho $\gamma_1$ (Teorema 2), e um Teorema de Regularidade em Profundidade da Descolagem Dura (Teorema 3): quando a capacidade atinge o infinito em tempo de relógio finito, a reexpressão da dinâmica no relógio natural da profundidade de auto-aperfeiçoamento $\tau=\ln C$ torna-a regular, e o veredicto é definido por $\mathrm{sign}(\beta-k)$ independentemente da velocidade e da finitude do tempo de singularidade. Localizo a divergência genuína num canal distinto compositor canal de deriva cujo limiar $\rho_{\mathrm{prop}}=(\gamma_3-1)r/A<1$ partilha a forma da condição de sub-limiar da correcção de erros quânticos $p
Se construirmos uma IA que se aperfeiçoa a si própria, a imagem assustadora é que fica cada vez mais inteligente até nos escapar. O reflexo de segurança habitual é «abrandar». Dentro do modelo mínimo que este artigo analisa, e apenas dentro dele, abrandar não é a coisa que importa. O que importa é se a parte do sistema que o mantém honesto cresce ao mesmo ritmo que a parte que o torna capaz.
Imagine dois corredores: «quão capaz é o sistema» e «quão bem ainda conseguimos corrigi-lo». Se o corredor da correcção acompanha o ritmo, o sistema mantém-se seguro por mais rápido que ambos corram. Se a correcção fica para trás, o sistema torna-se perigoso mesmo movendo-se devagar. A pergunta certa nunca é «quão depressa está a crescer?», é «está a correcção a acompanhar o ritmo?»
Há uma nuance que torna o resultado mais profundo. Se o sistema não apenas acelera mas acelera a sua própria aceleração, a genuína «explosão de inteligência», então a correcção tem de crescer ainda mais depressa, depressa o suficiente para bater a aceleração. O título honesto é portanto não «a velocidade nunca importa». É: o nível de velocidade não decide o resultado; a disputa entre dois expoentes de crescimento decide. O expoente da correcção deve bater o expoente da deriva. Escrevemo-lo como $\beta>k$.
A consequência mais surpreendente: mesmo uma verdadeira «descolagem dura», em que a máquina se torna infinitamente capaz numa quantidade finita de tempo, permanece controlável no modelo, desde que $\beta>k$. A velocidade da explosão não altera esse veredicto. Provamo-lo dentro do modelo, e um programa executável leva um sistema simulado até à beira de uma explosão em tempo finito e mostra o seu desalinhamento mantido em zero todo o caminho. Esse programa verifica que a matemática é internamente consistente, que as fórmulas são derivadas correctamente e reproduzidas pelo solucionador, e não encontrou contradição. Se o modelo coincide com sistemas reais de IA é o próximo teste decisivo, e o artigo é explícito quanto ao facto de que ainda não foi corrido.
- Afirma: que para um sistema em auto-aperfeiçoamento com um alvo de valor especificado externamente, a fracção de desalinhamento em estado estacionário é $d^\star=\gamma r/(A+r)$, aproximando-se do rácio correcção-deriva $\rho$ quando $A\gg r$; que existe uma fronteira de estabilidade aguda (no canal de composição); que a correcção deve co-escalar com a capacidade ($\beta>0$ sob crescimento exponencial, $\beta>k$ sob crescimento acelerado) para que a fracção de desalinhamento se anule; que a fracção é limitada (satura, não diverge) no modelo aditivo, enquanto a divergência genuína exige um canal de composição cujo limiar é do tipo QEC; que o critério sobrevive em formas vectorial e estocástica; e que tudo isto é mensurável e falsificável em simulação.
- Não afirma: resolver o alinhamento de IA; fornecer um método de alinhamento aplicável; que $\rho<1$ seja uma constante física universal ou uma lei da natureza; que o quadro se aplique ao universo, à «Criação», ou a qualquer sistema desprovido de um especificador externo de valor; ou que a correspondência com a correcção de erros quânticos esteja estabelecida. O mapeamento QEC é uma hipótese estrutural com a sua própria condição de falsificação (§7, F4). O modelo é de primeira ordem; os seus pressupostos (§8) são os pontos mais prováveis de falha e estão declarados com clareza.
Este artigo carrega uma LEI: a correcção acoplada de co-escalamento, enunciada como $\beta>k$, dando a condição que um sistema recursivamente auto-corrector tem de satisfazer para permanecer dentro do corredor de estabilidade à medida que a capacidade acelera. Dentro da ARC Theory este é o órgão de nível-lei que fornece o critério de corrigibilidade; o seu ensaio empírico está redigido como study-k, a aguardar submissão humana. O diferencial completo face a cada documento anterior está em eden-vision II.A.8.
Para que a escada da afirmação não possa ser mal lida, cada resultado deste artigo situa-se em exactamente um nível. Nada aqui deve ser lido um degrau acima do lugar onde é colocado.
- Provado dentro do modelo. O critério $\beta>k$ e os Teoremas 1-6 seguem-se dedutivamente dos pressupostos da EDO enunciados. «Provado» aqui significa sempre dentro deste modelo mínimo, nunca «provado sobre IA real».
- Verificado internamente (não empírico). O arnês de dez experiências verifica que a implementação numérica coincide com a derivação em forma fechada: o código coincide com a matemática. É uma suite de consistência teorema-para-código e de exactidão do integrador; não não testa o modelo contra qualquer sistema real.
- Validado sinteticamente. O estimador $\beta/k$ recupera expoentes conhecidos a partir de dados gerados pelo próprio modelo (até $\approx0.1$). Isto certifica o estimador, não uma medição real.
- Piloto em modelo real v1 (substituído). A primeira corrida Claude ($n=1$, uma tarefa, pontuação da mesma família, não não conforme com Paper IV.d; H1 e H2 não sustentadas) demonstrou o arnês e mostrou o correctivo a remover uma reward-hack semeada. Não exibiu a dinâmica de co-escalamento e é retida no registo por aquilo que foi.
- Corrida de deriva em modelo real (2 de Julho de 2026; retirada como prova de mecanismo, retida como registo exploratório). Uma segunda corrida (2 de Julho de 2026;
results/drift/gpt35_20260702T171415Z.json) aperfeiçoou o desenho: motor gpt-3.5-turbo, avaliador gpt-4o-mini, 45 trajectórias (3 domínios de tarefa × 3 condições × 5 sementes, 8 rondas cada). Os seus números correram na direcção prevista: a condição desacoplada derivou na direcção prevista (fracção média final de desalinhamento 6,38 em 15 trajectórias, 99 eventos de desalinhamento pontuados, capacidade média final a colapsar para 0,26), enquanto as condições acoplada e totalmente-embebida mantiveram a fracção em zero em todas as 30 trajectórias, e terminaram mais capazes (0,56 e 0,44). A corrida é, ainda assim, retirada como prova de mecanismo (ver a Correcção acima): ambos os modelos pertencem à família OpenAI, pelo que a pontuação não foi de família cruzada, e a corrida de arnês fundido continha painéis de avaliadores vazios. É não uma medição de $\beta$ ou de $k$ (nenhuma escada de capacidade foi percorrida), é de laboratório único, e o estudo confirmatório interno ao programa, redigido e a aguardar submissão humana, é o teste pretendido. - Problema empírico em aberto. Se os sistemas reais em auto-aperfeiçoamento exibem uma dinâmica $\beta/k$ mensurável ao longo de níveis de capacidade, a experiência que transformaria o critério numa lei confirmada, não foi feita. O estimador e o protocolo existem para a tornarem executável.
Este artigo deve, portanto, ler-se como um teorema em modelo mínimo mais um programa de medição falsificável: uma lei candidata, não uma validada. O nome do programa conserva «lei»; para efeitos de escrutínio científico o objecto que sustenta o peso é o critério $\beta>k$.
1. Introdução
O auto-aperfeiçoamento recursivo, um sistema que se modifica a si próprio para se tornar mais capaz, e usa depois essa capacidade para se modificar mais, está entre as preocupações centrais da segurança de IA [Omohundro 2008; Bostrom 2012; Yudkowsky 2013]. O pano de fundo empírico já não é puramente hipotético: observou-se que modelos de fronteira se comportam de modo diferente quando inferem que as suas saídas podem ser usadas para os treinar [Greenblatt et al. 2024], e o treino recursivo com as próprias saídas de um sistema pode degradá-lo a menos que dados reais ou correcção sejam retidos [Shumailov et al. 2024], ambos sinais de que sistemas recursivos precisam de um processo correctivo que acompanhe o ritmo da recursão. O modelo informal dominante do risco associado é um modelo de velocidade: a capacidade pode crescer super-linearmente ou explosivamente, ultrapassando a supervisão, pelo que a alavanca natural é limitar a taxa de crescimento. Apelos a uma pausa no desenvolvimento são a expressão política desta intuição.
Este artigo faz uma afirmação diferente, e prova-a. O nível da taxa de crescimento não é a variável de controlo para a estabilidade; a relação de escala entre crescimento e correcção é. Um sistema pode crescer arbitrariamente depressa e manter-se alinhável, ou crescer devagar e desalinhar-se. O que separa os dois não é a taxa mas se, e quão depressa, o processo correctivo se reforça à medida que a capacidade sobe.
A intuição está visível em todos os domínios onde sistemas em rápido crescimento ou se estabilizam ou se destroem a si próprios. Uma colónia bacteriana cresce exponencialmente e no entanto satura, porque o feedback dependente da densidade entra e escala com a população. Um tumor também cresce depressa e é letal, porque nenhum processo correctivo escala com ele. Ambos são super-polinomiais na sua fase de crescimento; a diferença está em se o processo correctivo é acoplado ao crescimento. A inflação cósmica fez crescer o factor de escala exponencialmente e saiu graciosamente. A lição recorrente é que o crescimento rápido é sobrevivível quando, e apenas quando, é limitado por um processo que escala com ele. Saturação, não lentidão, é a assinatura da complexidade estável.
Existe uma versão precisa, derivado deste princípio na física: o teorema do limiar de correcção de erros quânticos (QEC) [Aharonov & Ben-Or 1997; Kitaev 2003]. Abaixo de uma taxa-limiar de erro físico, adicionar recurso de correcção de erros suprime a taxa de erro lógico e a computação é estável até profundidade arbitrária; acima do limiar, os erros compõem-se mais depressa do que são corrigidos e a computação falha. O hardware já demonstrou funcionamento abaixo deste limiar [Google Quantum AI 2024]. O limiar não é um limite sobre a profundidade ou velocidade computacional; é um limite sobre o rácio de geração de erro face à correcção de erro. Este artigo propõe, e testa, que a estabilidade do auto-aperfeiçoamento recursivo é governada por um critério da mesma forma.
Relação com trabalho anterior do autor. Uma linha anterior deste programa propôs uma lei fixa de escalamento da capacidade $U=I\times R^{\alpha}$ (aqui $U$ é capacidade efectiva e $\alpha$ o seu expoente de escala, os significados de 2026 na superfície de investigação; ambos os símbolos tiveram outros significados no formalismo de Dezembro de 2024 do programa, ver o Apêndice D) com $\alpha\approx 2$, e a certa altura entretinha um «limite de velocidade» quadrático sobre a complexidade estável. O que foi retractado na síntese do programa [Eastwood, Paper IX] foi o modelo único, não-cego, medição $\alpha\approx 2.24$ (retractado, corrigido para aproximadamente 0.49 sob cegagem em seis modelos): esse ajuste não-cego parecia violar o próprio limite quadrático previsto pelo programa $\alpha\le 2$, e a refeitura cega em seis modelos corrigiu-o para sub-linear, dentro do limite. A equação $U=I\times R^{\alpha}$ e o ARC Bound $\alpha\le 2$ em si não foram retractados; o 0.49 corrigido pertence a sistemas presentes congelados, que não estão em auto-aperfeiçoamento recursivo, pelo que o domínio real do limite (RSI genuíno) permanece empiricamente por testar. O enquadramento de expoente fixo foi substituído como critério operativo de segurança pelo critério de co-escalamento $\beta>k$ deste artigo; um enquadramento substituto não é uma hipótese retractada. O objecto de interesse já não é um expoente sobre uma curva de crescimento; é o rácio entre deriva e correcção, e o expoente com que esse rácio evolui. Onde o livro Infinite Architects [Eastwood 2026] alcançou a intuição de que a recursão estável exige correcção que escala com amplificação, este artigo fornece a forma mensurável e falsificável dessa intuição, e em §3.4, corrige uma afirmação de divergência feita num rascunho anterior deste mesmo resultado.
2. Trabalhos relacionados e relação com enquadramento anterior
Fundamentos cibernéticos, a intuição de co-escalamento é antiga. A intuição central, de que um regulador tem de igualar a variedade daquilo que regula, pelo que a capacidade de controlo tem de escalar com o sistema controlado em vez de ser meramente grande, é clássica. É a de Ashby, Lei da Variedade Requisitada [Ashby 1956] e o teorema de bom regulador de Conant-Ashby [Conant & Ashby 1970], todo o bom regulador de um sistema tem de ser um modelo desse sistema, transposto para o controlo de IA por [Yampolskiy 2020]. Este artigo não não reivindica essa intuição como nova. Reivindica a forma dinâmica explícita que a intuição toma aqui, uma fracção de desalinhamento em estado estacionário $\rho=\gamma r/A$ em forma fechada e o critério de expoente agudizado $\beta>k$, e as consequências que se seguem (o teorema da descolagem dura de §3.7, o mapeamento QEC de §3.12). A dinâmica em si é um argumento padrão de deriva de Lyapunov / controlo linear [Khalil 2002; Meyn & Tweedie 2009] e não é apresentada como matematicamente nova.
Convergência instrumental e corrigibilidade. Que um optimizador suficientemente capaz irá, por defeito, resistir à correcção e procurar aquisição de recursos é a tese da convergência instrumental [Omohundro 2008; Bostrom 2012]. O programa da corrigibilidade [Soares et al. 2015] pergunta como desenhar sistemas que não resistam à correcção. O presente modelo é uma reformulação quantitativa de porque a corrigibilidade sustenta o peso: se a correcção não co-escala com a capacidade, a fracção de desalinhamento não pode ser conduzida a zero, seja o sistema especificado como for. O canal de composição de §3.8 aguça a ligação, a pressão instrumental que amplifica o desalinhamento existente à medida que o sistema recorre é exactamente o termo que produz divergência genuína, e $\beta>k$ é a sua cura.
O imposto de alinhamento. Uma década de trabalho assumiu que a segurança impõe um custo em capacidade [Amodei et al. 2016], criando um incentivo para adiar a segurança sob pressão competitiva. O presente quadro reformula a questão: a variável relevante não é o nível do investimento em segurança mas se ele escala com a capacidade. Um investimento fixo ($\beta=0$) deixa um fosso permanente; um investimento co-escalante ($\beta>0$, ou $\beta>k$ sob aceleração) fecha-o.
Optimização aprendida e simulação de alinhamento. Meso-optimização [Hubinger et al. 2019] e simulação de alinhamento empiricamente demonstrada [Greenblatt et al. 2024] são os mecanismos pelos quais os coeficientes de deriva são não-nulos: um sistema capaz pode satisfazer o seu objectivo de treino ao mesmo tempo que se afasta dos valores pretendidos, e pode fazê-lo mais mais eficazmente à medida que a capacidade sobe. A simulação de alinhamento, na qual o desalinhamento existente é activamente preservado e propagado através do treino, é precisamente o canal de composição $\gamma_3$ de §3.8.
Supervisão escalável e super-alinhamento. A modelação de recompensa e a supervisão recursiva [Christiano et al. 2017; Leike et al. 2018] são tentativas de fazer com que o próprio correctivo escale com o sistema; na linguagem deste artigo, a supervisão escalável é o projecto de engenharia de alcançar $\beta\geq k$. Mais directamente, [Engels et al. 2025] desenvolvem leis de escalamento para supervisão escalável, modelando a probabilidade de supervisão bem-sucedida como um jogo entre jogadores com capacidade desigual. O trabalho presente é complementar, não concorrente: onde eles ajustam uma probabilidade de sucesso da supervisão, este artigo deduz um limiar dinâmico de estabilidade em forma fechada ($\rho<1$, $\beta>k$) para a fracção de desalinhamento. O instrumento é a diferença. A variável deles é o fosso de capacidade entre supervisor e supervisionado, medido em Elo, com Elo específico da supervisão sendo uma função linear por troços da inteligência geral, e números óptimos de níveis de supervisão derivados para a Nested Scalable Oversight, na qual modelos de confiança supervisionam modelos não-confiáveis mais fortes que se tornam então os modelos de confiança no passo seguinte. O quadro deles não contém termo para aquilo de que o supervisor é feito: nenhum substrato, nenhuma estrutura de correlação de erros, nenhuma identidade recíproca entre um expoente de correcção e uma taxa crítica de crescimento, e nenhuma dependência de arquitectura. A Nested Scalable Oversight é, por construção, supervisão iterada da mesma classe, e a previsão central deste programa é que a escada da mesma classe é limitada por mais degraus que sejam acrescentados, enquanto um correctivo de classe cruzada não é. Os dois quadros discordam, portanto, sobre uma quantidade mensurável, o que é a relação mais produtiva que dois programas de investigação podem ter. A contribuição é a prova de que esta margem de expoente, e não um tecto de taxa de crescimento, é a quantidade que determina a segurança.
Acumulação de erro recursiva. Que a recursão ingénua amplifica erro sem limite enquanto correcção suficiente ou sinal fresco o mantém limitado está estabelecido para a dinâmica de treino: o colapso de modelo sob dados gerados recursivamente [Shumailov et al. 2024] e as análises de erro acumular-versus-substituir [Gerstgrasser et al. 2024] são a dicotomia limitado-versus-divergente que este artigo formaliza para a fracção de alinhamento (Teorema 2). A contribuição aqui é localizar a fronteira exactamente ($\beta$ versus $k$), e num contexto de estabilidade de valor em vez de distribuição de dados.
Leis empíricas de escalamento. A capacidade escala previsivelmente com computação e dados [Kaplan et al. 2020; Hoffmann et al. 2022]. O presente quadro é complementar: não pergunta como a capacidade escala, mas que condição a correcção tem de satisfazer em função de essa trajectória de capacidade.
A premissa dos canos, com o seu conflito. A premissa de que as redes de transporte definem o ritmo do crescimento biológico não é a alegação que este programa defende; é biologia quantitativa estabelecida. West, Brown e Enquist derivaram as leis alométricas de escala da biologia a partir da geometria de redes de distribuição de nutrientes (West, G. B., Brown, J. H. and Enquist, B. J., «A General Model for the Origin of Allometric Scaling Laws in Biology», Science 276(5309), 4 de Abril de 1997, DOI 10.1126/science.276.5309.122; um dos artigos mais citados no seu campo, com uma contagem de citações da OpenAlex de 5,046 a 12 de Agosto de 2026, uma contagem de fonte única e dependente do índice). O expoente exacto permanece contestado: White reporta uma taxa metabólica basal proporcional à massa corporal na potência dois-terços em vez de três-quartos (White, C. R., 2003), e Kozlowski questionou por duas vezes a matemática da derivação (Kozlowski, J., 2004 e 2005). A premissa deste programa necessita apenas do mecanismo, de que a rede de entrega define o tecto, e não de qualquer expoente particular, pelo que a disputa sobre o valor do expoente deixa a premissa intocada. O mecanismo é terreno comum para ambos os lados dessa disputa.
A excepção que o próprio grupo de West encontrou. A fuga ao limite dos canos também não é uma alegação deste programa; é medida na literatura de escalamento urbano pelo mesmo autor sénior. Bettencourt, Lobo, Helbing, Kuhnert e West («Growth, innovation, scaling, and the pace of life in cities», PNAS, 2007, DOI 10.1073/pnas.0610172104) reportam, nas próprias palavras do artigo: «Quantities reflecting wealth creation and innovation have Beta of approximately 1.2, greater than 1 (increasing returns), whereas those accounting for infrastructure display Beta of approximately 0.8, less than 1 (economies of scale).» A infra-estrutura, os canos literais, escala sub-linearmente; a actividade mediada por informação escala super-linearmente. Enunciam o contraste com a biologia directamente: «we discuss how cities are similar to, and differ from, biological organisms, for which Beta is less than 1». Derivam «growth equations, which quantify the dramatic difference between growth fueled by innovation versus that driven by economies of scale» (grafia conforme o original). E a sua inferência final nomeia a consequência: «This difference suggests that, as population grows, major innovation cycles must be generated at a continually accelerating rate to sustain growth and avoid stagnation or collapse.» Essa é a forma do problema em aberto que este quadro aborda: o grupo de West descobriu que o crescimento mediado por informação escapa ao limite de débito, e o único travão no seu quadro é externo e deve ser aplicado uma e outra vez, cada vez mais depressa. Nenhum limite interno é derivado. O limite substituto, um tecto pertencente ao próprio sistema em crescimento, é o fosso.
O argumento dos canos com débito fixo. Tudo o que cresce é alimentado através de um canal, e para tudo o que precede o software, corrigir o canal corrige o crescimento. Estarve a vasculatura de um tumor e ele pára. Corrija o combustível e a geometria de uma reacção em cadeia e ela pára. Esgote os hospedeiros susceptíveis de uma epidemia e ela extingue-se. A astrofísica tem uma versão nomeada e quantitativa do mesmo tecto: o limite de Eddington, acima do qual a pressão de radiação trava a acreção. A alegação aqui é uma generalização de limites que a física já aceita, não uma nova espécie de asserção. Dois casos difíceis são tratados deliberadamente. A inflação cósmica é excluída pelo alcance: é expansão do espaço, não crescimento de uma estrutura sobre um substrato, e terminou pela dinâmica dos campos e não por se ter esgotado nada. A evolução é o caso mais agudo e encaixa: a complexidade biológica aumentou por milhares de milhões de anos com débito solar aproximadamente fixo, o que é crescimento sobre informação com canos fixos, e é também glacial, e não tem correctivo interno algum, já que a selecção é externa. Neste quadro, a evolução deverá carregar um expoente mensurável muito abaixo do tecto; essa é uma previsão sobre biologia a sair de um quadro construído para software, e é enunciada como tal. A forma física da objecção é a de Landauer: a computação é fisicamente implementada, pelo que o software também tem canos. O relógio de substrato fixo é a resposta e aparece ao lado da alegação: o regime em estudo mantém o substrato físico fixo e pergunta o que ainda cresce, razão pela qual as acelerações exógenas são excluídas por definição. A forma funcional do crescimento da capacidade em profundidade recursiva permanece questão empírica, e a análise registada compara formas de lei de potência, exponencial, saturante e decrescente em vez de assumir a família.
Antecedentes e quase-passes, cada um com o seu diferencial. Sobre a questão: Hutter perguntou directamente se a inteligência pode explodir («Can Intelligence Explode?», arXiv, 28 de Fevereiro de 2012), separando velocidade de explosão de inteligência e comprometendo-se a considerar possíveis limites à inteligência, aumentando a análise de Chalmers de 2010; a questão e a distinção velocidade-versus-estrutura têm portanto pelo menos catorze anos, e o que essa literatura não contém é um número: nenhum expoente mensurável, nenhum tecto derivado, nenhuma dependência de arquitectura. Sobre a impossibilidade: três artigos arXiv de 2025 argumentam que o controlo perfeito é inatingível (Yao, «The Alignment Trap: Complexity Barriers», arXiv:2506.10304, público a 13 de Junho de 2025, atestado pelo arXiv e independentemente observado pelo Internet Archive; Yao, «On the Mathematical Impossibility of Safe Universal Approximators», arXiv:2507.03031, 3 de Julho de 2025; e Ball, Gluch, Goldwasser, Kreuter, Reingold and Rothblum, «On the Impossibility of Separating Intelligence from Judgment», arXiv:2507.07341, 9 de Julho de 2025). Todos os três são de pior-caso e qualitativos: medida zero, coNP-completude, dureza criptográfica. Nenhum reporta um expoente de escala de caso médio ou uma taxa. O terceiro, notavelmente, conclui que o alinhamento «must instead be integrated into the model's architecture and weights», um argumento independente, a partir da intratabilidade de filtragem, na mesma direcção que a dependência de arquitectura deste programa; é suporte convergente nessa perna, não um rival. Sobre o mecanismo: que estimativas anti-correlacionadas medeiam melhor do que independentes é redução de variância de manual (variáveis antitéticas); o mecanismo não é a alegação. A alegação é que a arquitectura determina se a anti-correlação está de todo disponível, e que isto limita um expoente relevante para a segurança. O análogo estrutural mais próximo é o teorema do limiar de correcção de erros quânticos, que também converte uma preocupação qualitativa num valor crítico; refere-se a taxas de erro físicas numa arquitectura fixa, não a um expoente de escala de um correctivo, pelo que é um quase-passe em vez de um ocupante, e a analogia foi identificada pela própria pesquisa deste programa em vez de por um revisor. Sobre feedback e estabilidade, a proposição geral de que ganho correctivo inadequado face ao ganho do sistema causa instabilidade tem longa linhagem em teoria de controlo (teoremas de ganho pequeno); esses são condições de ganho sobre sistemas interligados, não um critério de expoente de lei de potência sobre o escalamento de um correctivo com a capacidade de um sistema recursivamente em aperfeiçoamento. O vizinho quantitativo mais próximo é Liu, A. e Meng, J., «Self-Correction as Feedback Control: Error Dynamics, Stability Thresholds, and Prompt Interventions in LLMs», arXiv:2604.22273, que reformula a auto-correcção como problema de controlo de malha fechada através de um modelo de Markov de dois estados e deriva um limiar de estabilidade directamente mensurável, iterar apenas quando a taxa de correcção de erro sobre a taxa de introdução de erro excede Acc/(1 − Acc). O diferencial: o deles é um limiar de taxa por passo a um nível fixo de capacidade, decidindo se outra iteração ajuda agora; o critério deste programa é uma relação de escala através da capacidade, decidindo se a força correctiva acompanha o ritmo à medida que o sistema melhora. Nenhum expoente de escala sobre o correctivo, nenhum expoente de crescimento de capacidade, nenhuma identidade recíproca, e nenhum termo de arquitectura ou classe de composição: regimes complementares, e nenhum contém o outro. A selecção natural cosmológica de Smolin é o antecedente para universos moldados por selecção, e as próprias notas do programa da era de Dezembro citam-no contemporaneamente.
Novidade, o que é e não é reivindicado. Para ser explícito, e antecipar a objecção óbvia: a intuição de que a correcção tem de acompanhar o ritmo da capacidade não é nova (é variedade requisitada e supervisão escalável, como creditado acima), e a dinâmica subjacente é um argumento padrão de controlo linear / deriva de Lyapunov. O que é reivindicado como original é (a) o estado estacionário explícito em forma fechada $d^\star=\gamma r/(A+r)$ e o agudizamento $\beta>k$ como critério compacto de corrigibilidade; (b) o mapeamento do limiar quântico de tolerância a falhas para a estabilidade de valor (§3.12); (c) o Teorema de Regularidade em Profundidade da Descolagem Dura (§3.7); e (d) o arnês de verificação (§11). Dentro do próprio programa do autor, este artigo também substitui o tecto de taxa de crescimento enquadramento como critério operativo de segurança [Eastwood, Paper IX]; §3 explica porque um tecto sobre a taxa não é nem necessário nem suficiente para a estabilidade. O ARC Bound subjacente $\alpha\le 2$ não é retractado, apenas re-delimitado: aguarda o seu teste real em sistemas genuinamente em auto-aperfeiçoamento.
3. O modelo e os seus teoremas
3.1 Quantidades
Considere-se um sistema em auto-aperfeiçoamento recursivo, observado ao longo de ciclos de auto-modificação ou continuamente. Definam-se:
- $C(t)$, capacidade: a pontuação do sistema numa bateria de tarefas retidas que está a ser optimizado para desempenhar. Operacionalmente mensurável.
- $D(t)$, magnitude de desalinhamento: o tamanho da partida comportamental do sistema face a um conjunto especificado externamente de valores pretendidos, pontuada por um avaliador externo cego independente do próprio processo correctivo do sistema (§6).
- $d(t)\equiv D/C$, a fracção de desalinhamento: quanto da capacidade do sistema é dirigido para longe dos valores pretendidos. Esta, e não o $D$ absoluto, é a quantidade de interesse. Um $D$ crescente é aceitável se $C$ cresce mais depressa; um $d$ crescente é o perigo.
Três coeficientes, uma força de correcção, e uma taxa completam o modelo:
- $\gamma_1$, coeficiente de deriva de ganho: desalinhamento gerado por unidade de capacidade ganha (a pressão de Goodhart / manipulação da especificação que a nova capacidade abre).
- $\gamma_2$, coeficiente de deriva de nível: desalinhamento gerado por unidade de capacidade simplesmente detida (pressão instrumental presente mesmo em repouso).
- $\gamma_3$, coeficiente de deriva composta: a taxa a que o desalinhamento existente se amplifica a si próprio à medida que o sistema recorre (o canal simulação-de-alinhamento / meso-optimizador).
- $A$, força de correcção: a taxa a que o processo de correcção remove o desalinhamento existente.
- $r\equiv \dot C/C$, a taxa específica (fraccional) de crescimento de capacidade. Sob crescimento exponencial $r$ é constante; sob auto-aperfeiçoamento acelerado o próprio $r$ sobe com $C$.
3.2 O sistema dinâmico mestre
Nova capacidade injecta deriva em proporção com a rapidez com que a capacidade é ganha; a capacidade detida injecta deriva em proporção com o seu nível; o desalinhamento existente compõe-se em proporção com a taxa de recursão; e a correcção remove desalinhamento em proporção com o fosso e a força aplicada:
A lei de crescimento $\dot C=bC^{1+k}$ dá $r=\dot C/C=bC^{k}$: $k=0$ é crescimento exponencial ordinário ($r$ constante); $k>0$ é crescimento super-exponencial, que (Teorema 3) atinge capacidade infinita em tempo finito. A lei de correcção $A=A_0C^{\beta}$ codifica a questão central: $\beta$ é o expoente com que a correcção se reforça à medida que o sistema se torna mais capaz.
Pressupostos permanentes. Ao longo do texto, $C>0$, $A_0,b>0$, e $\beta,k$ são reais; os coeficientes $\gamma_1,\gamma_2,\gamma_3\ge0$, com força de correcção $A\ge0$ e taxa de crescimento $r\ge0$. O escalar $d=D/C$ é interpretado como uma fracção apenas enquanto $D\ge0$ (pelo que $d\ge0$; o modelo apenas-de-ganho também dá o limite superior $d\le\max(d_0,\gamma_1)$ do Teorema 2). A forma vectorial (Teorema 5) e a forma estocástica (Teorema 6) relaxam $d$ a um vector real e a um escalar real; para essas a leitura como fracção vale apenas longe das fronteiras $d=0,1$, e o tratamento das fronteiras é notado onde tem peso no resultado. Um pressuposto sustenta o peso e é destacado em §8: a força correctora é tomada como uma ilimitada lei de potência $A=A_0C^{\beta}$, um correctivo de capacidade finita altera o veredicto assimptótico e é tratado aí.
3.3 Transitório exacto (Teorema 1)
Mudando de variáveis para a fracção $d=D/C$ remove-se a escala dominante e obtém-se, exactamente,
O Teorema 1 estabelece a linha de base de coeficiente constante; o critério destacado segue-se apenas após os pressupostos de escala de §§3.5-3.8. Mesmo nesta linha de base, $r$ entra em $d^\star=\gamma_1 r/(A+r)$ apenas através do produto $\gamma_1 r$ no numerador e aditivamente no denominador; não altera a existência ou estabilidade do ponto fixo. Para o modelo aditivo de coeficiente constante, a velocidade (através de $r$) altera o tempo de relaxação e a magnitude do estado estacionário, mas não a existência ou estabilidade do ponto fixo: define quão depressa chega um veredicto estável, não se existe um. (A Experiência 8 confirma esta solução contra dois integradores independentes até um erro máximo de $7\times10^{-11}$.)
3.4 Limitação global, e uma correcção ao rascunho anterior (Teorema 2)
O rascunho anterior deste resultado afirmava que uma correcção que se degrada com a escala ($\beta<0$, ou $\beta<k$) conduz a fracção de desalinhamento a infinito. Isso é falso, e a presente análise corrige-o. No modelo aditivo a fracção é sempre limitada; o perigo não é a divergência mas a saturação num piso constante, possivelmente grande.
| Condição | Destino de $d^\star$ quando $C\to\infty$ | Significado |
|---|---|---|
| $\beta>k$ | $d^\star\to 0$ | O sistema torna-se proporcionalmente mais seguro à medida que cresce. Estável. |
| $\beta=k$ | $d^\star\to \dfrac{\gamma_1 b}{A_0+b}$ (constante) | Fosso permanente que não fecha, onde o alinhamento externo fixo (RLHF, filtros, regras constitucionais fora do laço) se instala. |
| $\beta<k$ | $d^\star\to \gamma_1$ (constante) | Satura no coeficiente de deriva, maximamente desalinhado mas limitado, não divergente. |
Este é um enunciado mais honesto e mais útil do que o enquadramento do tecto de taxa de crescimento que substitui. No modelo apenas-de-ganho a fracção não pode exceder o coeficiente intrínseco de deriva $\gamma_1$; só $\beta>k$ a conduz a zero. Com a deriva de nível restaurada ($\gamma_2>0$, §3.6) o piso torna-se $(\gamma_1 r+\gamma_2)/(A+r)$, ainda limitado e a tender para $\gamma_2/A$ em repouso. As suas duas partes anulam-se sob condições diferentes , e confundi-las é um erro que um rascunho anterior cometeu: a parte de deriva de nível $\gamma_2/(A+r)\to0$ sempre que $A+r\to\infty$ (pelo que $\beta>0$ ou $k>0$ chega para essa parte apenas), mas a parte de deriva de ganho $\gamma_1 r/(A+r)\to0$ apenas quando $A/r\to\infty$, isto é, $\beta>k$. O veredicto assimptótico $d^\star\to0$ exige, portanto, ainda $\beta>k$; não é não salvo por $k>0$ sozinho, visto que com $\beta<k$ a parte de ganho se instala em $\gamma_1$ (linha 3 da tabela). Só a deriva de nível pura ($\gamma_1=0$) torna $A+r\to\infty$ suficiente por si só. A questão de segurança não é portanto «diverge?» mas «anula-se, ou satura num piso perigoso?», e a resposta é dada pelo sinal único de $\beta-k$. (A divergência genuína existe; vive no canal de composição, Teorema 4.)
3.5 O parâmetro de controlo e o agudizamento $\beta>k$
Defina-se o parâmetro de controlo adimensional $\rho\equiv\gamma r/A$, o rácio deriva-correcção instantâneo (aqui $\gamma=\gamma_1$). O Teorema 1 dá o estado estacionário exacto $d^\star=\gamma_1 r/(A+r)$; visto que $\rho=\gamma_1 r/A$, temos $d^\star\le\rho$ sempre, com $d^\star\to\rho$ no regime $A\gg r$. A desigualdade $\rho<1\iff A>\gamma r$ é o instantâneo balanço injecção-versus-correcção; é não a fronteira de divergência do modelo aditivo, que não a tem ($d^\star\le\gamma_1<1$ para todo o $\rho$, Teorema 2); a divergência genuína é governada pelo limiar distinto $\rho_{\mathrm{prop}}=(\gamma_3-1)r/A<1$ do Teorema 4. O critério assimptótico, a partir da tabela de regimes, é a desigualdade de expoentes:
Sob crescimento exponencial ordinário $k=0$ e a condição é o familiar $\beta>0$. Sob auto-aperfeiçoamento acelerado, onde $r\propto C^{k}$ com $k>0$, a variável de controlo vinculativa é a única quantidade $\beta-k$, a margem pela qual a correcção supera em escala a aceleração da deriva. A visão do tecto de taxa de crescimento fixa a atenção em $r$; este quadro fixa-a em $\beta-k$.
3.6 Deriva de nível: um sistema capaz congelado ainda deriva
Com o canal de nível restaurado ($\gamma_2>0$, $\gamma_3=0$), o ponto fixo de (2) é $d^\star=(\gamma_1 r+\gamma_2)/(A+r)$. Em $r=0$ (capacidade congelada) isto é $d^\star=\gamma_2/A\neq0$: um sistema estático mas capaz retém uma fracção residual de desalinhamento que só a correcção activa remove. Pausar o crescimento não substitui a correcção quando a pressão instrumental está presente em repouso, uma refutação directa e mensurável do reflexo «basta abrandá-lo» (Experiência 9; falsificador F5).
3.7 Descolagem dura: o Teorema de Regularidade em Profundidade (Teorema 3)
A genuína «explosão de inteligência» não é meramente crescimento rápido mas uma singularidade em tempo finito: para $k>0$, integrando $\dot C=bC^{1+k}$ obtém-se $C(t)=C_0\big(1-t/t^\star\big)^{-1/k}$, que atinge o infinito no tempo de relógio finito
Este é o cenário mais temido pelo campo: capacidade ilimitada em tempo limitado. O teorema seguinte dissolve-o.
A finitude do tempo de singularidade é portanto uma propriedade da coordenada temporal; a capacidade ainda diverge, mas a dinâmica de alinhamento permanece regular através dela no relógio de profundidade. Medida contra a capacidade ganha, o único relógio que importa para um sistema em auto-aperfeiçoamento, uma explosão de inteligência é um processo ordinário e regular cujo veredicto é decidido por uma desigualdade de expoentes. Uma descolagem dura não é intrinsecamente incontrolável; a fracção de desalinhamento modelada anula-se se e só se $\beta>k$, e a sua velocidade não altera esse veredicto assimptótico. O teorema diz respeito à fracção modelada no relógio de profundidade; não não afirma que uma descolagem dura real seja operacionalmente gerível em tempo de relógio, onde $b$ e $t^\star$ governam quão pouco tempo um operador teria para intervir. A Experiência 4b leva um sistema simulado até à beira de uma explosão real em tempo finito (capacidade $\to10^5$, integrada até $0.99999\,t^\star$) e mostra a fracção de desalinhamento mantida em zero, com as integrações em tempo de relógio e no relógio de profundidade a concordar até uma parte em $10^4$. A singularidade da capacidade em $t^\star$ é real no modelo; o que o relógio de profundidade remove é a singularidade na alinhamento dinâmica, não em $C$.
3.8 O canal de composição e o verdadeiro limiar (Teorema 4)
O Teorema 2 mostrou que a fracção aditiva não pode divergir. A divergência genuína, desalinhamento que cresce sem limite relativamente à capacidade, o verdadeiro modo de falha, exige desalinhamento que se amplifica a si próprio: o canal de composição $\gamma_3>0$, a imagem formal da simulação-de-alinhamento que se entrincheira à medida que o sistema recorre.
O critério $\rho_{\mathrm{prop}}<1$ partilha a forma de cruzamento-unitário-de-rácio da condição de sub-limiar da QEC $p
3.9 Desalinhamento vectorial: o limiar espectral (Teorema 5)
O desalinhamento real é de dimensão elevada; um sistema pode ser corrigível em alguns eixos de valor e não noutros. Seja $\mathbf D\in\mathbb R^{m}$, com direcção de deriva $\mathbf c$ e um operador real $m\times m$ de correcção $\mathbf A$ (semidefinido positivo no caso simétrico, mas possivelmente não-normal) que pode corrigir apenas um subespaço.
A leitura para a governação é aguda: não se pode corrigir o que não se mede. O operador de correcção tem de ser definido positivo em todo o espaço de valor, com o menor valor próprio a co-escalar; um ponto cego em qualquer eixo é um desalinhamento permanente (ou divergente) nesse eixo. A Experiência 6 exibe um correctivo que co-escala num eixo (conduzido a zero) e é nulo noutro (o caso especial $\gamma_3=0$, projecção unitária, que se instala em $\gamma_1$).
3.10 Deriva estocástica: um limite de cauda para a governação (Teorema 6)
A deriva tem ruído. Adicione-se um termo de Wiener à dinâmica de fracção de coeficiente constante: $dd=(\gamma_1 r-\kappa\,d)\,d\tau'+\sigma\,dW$ com $\kappa=A+r$.
Isto converte o critério num certificado probabilístico de segurança, uma quantidade que um regulador pode limitar, em vez de uma afirmação sobre médias. Como $d$ é uma fracção limitada enquanto a lei de Ornstein-Uhlenbeck tem suporte gaussiano em todo o $\mathbb R$, o Teorema 6 é uma aproximação gaussiana local às flutuações de desalinhamento afastadas das fronteiras $d=0,1$, válida no regime de ruído baixo $\sigma^2/2\kappa\ll(d^\star)^2$; se a amplitude de ruído $\sigma$ ou o próprio nível crítico $d_{\mathrm{crit}}$ escalarem com a capacidade, ou a deriva transportar saltos raros, a cauda gaussiana deve ser substituída em conformidade. A Experiência 7 recupera a média e a variância estacionárias e confirma o escalamento $1/\kappa$ (declive ajustado $-1.00$).
3.11 Uma identidade da teoria de controlo
A Equação (1) é um laço de feedback: o processo de capacidade é a planta e a fonte de perturbação; o correctivo é o controlador; $d$ é o erro regulado. A condição de estabilidade $\kappa_{\mathrm{eff}}>0$ é uma condição de ganho pequeno / realidade positiva, o ganho do laço tem de exceder a auto-amplificação da perturbação na banda relevante. A exigência de que $A=A_0C^\beta$ acompanhe a planta com $\beta\ge k$ é precisamente escalonamento de ganho [Shamma & Athans 1990]: o ganho do controlador tem de escalar com o ponto de operação da planta, e o expoente de escalonamento tem de satisfazer $\beta\ge k$. O alinhamento em auto-aperfeiçoamento recursivo é, neste sentido exacto, um problema de controlo adaptativo com margem computável de estabilidade $\beta-k$.
3.12 A correspondência com a correcção de erros quânticos (hipótese)
| Correcção de erros quânticos | Auto-aperfeiçoamento recursivo (este quadro) |
|---|---|
| taxa de erro físico $p$ | taxa de deriva $\gamma r$ (injecção) / $(\gamma_3-1)r$ (propagação) |
| poder de correcção (distância de código $\delta$) | força de correcção $A=A_0C^{\beta}$ |
condição de sub-limiar $p| $\rho_{\mathrm{prop}}=(\gamma_3-1)r/A<1$ | |
| aumentar $\delta$ suprime o erro lógico | aumentar a margem $\beta-k$ conduz $d^\star\to0$ |
| erro lógico $\propto(p/p_{\mathrm{th}})^{\delta/2}$ (exponencial no recurso) | $d^\star\propto C^{-(\beta-k)}$ (lei de potência na capacidade), ver F4 |
A correspondência vale ao nível da condiçãode limiar, um rácio geração-para-correcção a cruzar a unidade, e não ao nível do mecanismo; permanece uma hipótese. O modelo prevê lei de potência supressão $d^\star\propto C^{-(\beta-k)}$, que é uma identidade algébrica do modelo linear, ao passo que a QEC completa dá exponencial supressão na distância de código. Discriminar as duas exigiria um correctivo de capacidade finita (saturante) que pudesse exibir supressão exponencial, o teste futuro indicado em §8. Até isso ser construído, F4 é uma verificação analítica de auto-consistência que confirma a própria lei de potência do modelo (que a Experiência 5 reproduz, declives $-0.47,-1.00$), e a ligação QEC mantém-se, honestamente, como uma analogia de forma-de-limiar em vez de um mecanismo transferido.
Relação com ideias anteriores de alinhamento-como-correcção. A aspiração de importar tolerância a falhas da teoria dos códigos para o alinhamento não é nova. Wentworth (2022) desejou explicitamente «the alignment analogue of an error-detecting code», e von Neumann (1956) fundou a síntese de sistemas fiáveis a partir de componentes não fiáveis. A «broad basin of attraction» da corrigibilidade de Christiano (2017) e a amplificação de fiabilidade (2019) são os precursores mais próximos em alinhamento. Mas uma bacia larga, a correcção tem êxito se se começar dentro dela, é distinta de um teorema de limiar, no qual a correcção ultrapassa o erro apenas abaixo de uma taxa crítica; essa distinção é a presente contribuição. Três pesquisas no arXiv, feitas a 12 de Agosto de 2026 («quantum error correction» com «AI alignment»; «error-correction threshold» com «alignment»; «fault-tolerance threshold» com «value stability») devolvem cada uma zero resultados, pelo que nenhum mapeamento publicado do limiar de tolerância a falhas (taxa de erro físico ↔ deriva; distância de código ↔ força de correcção; $p
3.13 O correctivo de capacidade finita: o Teorema da Janela Segura (Teorema 7)
A limitação mais importante referida em §8, e pela própria equipa de red-team do artigo, é que $A=A_0C^{\beta}$ é uma lei de potência ilimitada , ao passo que qualquer correctivo real tem capacidade finita. Esta secção fecha esse hiato analiticamente. Modele-se um correctivo saturante pela forma padrão de Hill
que se comporta como a lei de potência pura $\big(A_{\max}/C_s^{\beta}\big)C^{\beta}$ para $C\ll C_s$ e satura na capacidade $A_{\max}$ para $C\gg C_s$; $C_s$ é a escala de saturação. O estado estacionário apenas-de-ganho permanece $d^\star(C)=\gamma_1/\big(1+q(C)\big)$ com $q\equiv A/r$.
- Nenhuma estabilidade indefinida. $q(C)\to0$ quando $C\to\infty$, pelo que $d^\star\to\gamma_1$: um correctivo de capacidade finita não pode manter a fracção baixa sob crescimento indefinidamente acelerado, por maior que seja $\beta$.
- A janela segura e o seu centro. $q(C)$ é unimodal, maximizada exactamente em $$ C_{\mathrm{opt}}=C_s\left(\frac{\beta-k}{k}\right)^{1/\beta}, \qquad q_{\max}=\frac{A_{\max}}{b}\,\frac{k}{\beta}\left(\frac{\beta-k}{k}\right)^{\frac{\beta-k}{\beta}} C_s^{-k}, $$ pelo que a fracção de desalinhamento cai até ao seu piso $d_{\min}=\gamma_1/(1+q_{\max})$ perto de $C_{\mathrm{opt}}$ e depois re-sobe rumo a $\gamma_1$. A segurança sob um correctivo de capacidade finita é uma janela transitória, não uma assimptota.
- O crescimento exponencial é a excepção. Para $k=0$ o rácio pós-saturação é constante, $q\to A_{\max}/b$, e a fracção instala-se no fosso permanente $d^\star\to\gamma_1 b/(A_{\max}+b)$: a capacidade compra um piso cuja profundidade é definida por $A_{\max}/b$, o rácio capacidade-para-velocidade.
- Invariância sob elevação de capacidade. Se a própria capacidade escala, $A_{\max}=a_0C^{\beta_{\mathrm{cap}}}$, então $q\to(a_0/b)\,C^{\beta_{\mathrm{cap}}-k}$ quando $C\to\infty$ e o veredicto assimptótico é $\mathrm{sign}(\beta_{\mathrm{cap}}-k)$: o critério $\beta>k$ sobrevive à elevação de correcção força para correcção capacidade inalterado. O que deve superar em escala a aceleração da deriva é o que dos dois for vinculativo em último lugar.
Três leituras. Para a teoria: o critério $\beta>k$ não é falsificado por saturação, é elevado: o expoente que sustenta o peso migra da força para a capacidade, e a desigualdade é invariante sob essa migração (parte 4). Para a engenharia: a parte 2 dá ao projectista um problema de colocação em forma fechada, o centro da janela $C_{\mathrm{opt}}$ e a profundidade $q_{\max}$ são computáveis a partir de $(A_{\max},b,C_s,\beta,k)$, pelo que um correctivo pode ser dimensionado para colocar a sua janela sobre o intervalo de capacidade que uma implementação realmente percorrerá, com $q_{\max}\propto A_{\max}C_s^{-k}$ a quantificar o custo em capacidade de empurrar a janela para capacidade mais elevada. Para a governação: a parte 1 é a frase mais aguda do artigo para um regulador, um sistema de segurança limitado sob auto-aperfeiçoamento ilimitadamente acelerado falha eventualmente por teorema, pelo que um processo de segurança tem de exibir ou crescimento limitado ($k\le0$ eventualmente) ou capacidade em co-escalamento ($\beta_{\mathrm{cap}}>k$), e «o nosso correctivo actual é muito forte» não é, e não pode ser, uma resposta. Isto também aguça o discriminador QEC de F4: o correctivo saturante é o análogo estrutural da distância de código finita, e a janela da parte 2 é o regime onde a supressão exponencial-versus-lei-de-potência pode efectivamente ser medida.
Observação (expoentes variáveis no tempo). Os sistemas reais não manterão $\beta,k$ constantes. Se ambos variam ao longo da trajectória, o argumento de comparação do Teorema 2 aplica-se textualmente no relógio de profundidade com $q(\tau)=\exp\!\big(\int_0^{\tau}(\beta(s)-k(s))\,ds+\mathrm{const}\big)$: a fracção anula-se se e só se o integral corrente da margem $\beta-k$ divergir para $+\infty$, para o qual $\liminf_{\tau\to\infty}\big(\beta(\tau)-k(\tau)\big)>0$ é suficiente. Episódios transitórios de $\beta<k$ são sobreviventes se compensados depois; o que é fatal é uma margem que é negativa em média. A quantidade para a governação é portanto a cumulativa margem de co-escalamento, e não o seu sinal instantâneo.
4. Previsões
Uma segunda previsão, gratuita, a partir do mesmo mecanismo. Os arranjos de supervisão que colocam um humano no laço, como a amplificação e a aprendizagem por reforço a partir de feedback humano, são, por construção, de classe cruzada, porque o correctivo humano não partilha o substrato do modelo. O quadro prevê, portanto, que a supervisão humano-no-laço exibe um expoente de correcção mais elevado do que a supervisão puramente por modelo, por uma razão estrutural em vez de sentimental. Isto é testável em dados existentes e não exige sistemas novos.
5. As experiências discriminadoras
As previsões em forma fechada são verificadas por um arnês de verificação (§11): dez experiências, cada uma integrando o modelo numericamente e comparando o resultado com a previsão que os teoremas derivam, com o integrador primeiro validado contra a solução exacta do Teorema 1. Estas são verificações de consistência interna e de integrador, confirmam que o código coincide com a matemática (10/10), não que o modelo coincide com qualquer sistema real (o problema em aberto de §8). Para as verificações dedutivas (E1-E6, E9), como cada uma integra a mesma EDO cuja forma fechada é a previsão, a concordância é implicada por um solucionador correcto e álgebra correcta; F1-F3, F3′, F5, F6 são, portanto, condições de consistência interna da derivação, não falsificadores empíricos da tese. As figuras abaixo são a saída textual dessa execução; cada figura nesta secção é da classe verificação interna da EDO (não um teste de sistema real). O único resultado não-simulação, o piloto em modelo real, é reportado em separado em §8 e é rotulado piloto em modelo real, com as suas próprias ressalvas de proveniência.
| Exp. | Previsão | Estatística-chave (medida vs prevista) | Veredicto |
|---|---|---|---|
| E1 | P1 fronteira de fase no canal de composição; nenhuma no aditivo | $\lambda^\star=2.00$ vs $2.00$; aditivo suave | PASSA |
| E2 | P2 acoplamento, não velocidade, decide | acoplado limitado e desacoplado divergente em ambas as velocidades | PASSA |
| E3 | P3 regimes corrigidos ($\beta<0$ satura em $\gamma_1$) | as quatro assimptotas coincidem com a forma fechada | PASSA |
| E4 | P4 fronteira em $\beta=k$ | todas as 9 células da grelha coincidem com $\mathrm{sign}(\beta-k)$ | PASSA |
| E4b | P4 singularidade em $C$ é regular no relógio de profundidade para $d$ | concordância entre relógios $9.9\times10^{-5}$; $d$ controlado | PASSA |
| E5 | P5/P8 limiar de composição; declive de lei de potência | limiar $3.03$ vs $3.0$; declives $-0.47,-1.00$ | PASSA |
| E6 | P6 limiar espectral; eixo cego persiste | monitorizado $\to10^{-7}$; cego $\to\gamma_1=0.05$ | PASSA |
| E7 | P7 cauda estocástica; variância $\propto1/\kappa$ | média/var. coincidem com OU; declive de var. $-1.00$ | PASSA |
| E8 | numérica reproduz o Teorema 1 | erros máximos $7\!\times\!10^{-11}$, $8\!\times\!10^{-7}$ | PASSA |
| E9 | P5/F5 deriva residual em repouso | $d\to\gamma_2/A_0$ quando $\gamma_2>0$; $\to0$ quando $\gamma_2=0$ | PASSA |
Estas são verificações de consistência interna e de integrador: confirmam que os teoremas em forma fechada são correctamente derivados e numericamente reproduzidos (o código coincide com a matemática). Não são, e não são apresentadas como, prova de que o modelo descreve um sistema real de IA, esse é o problema empírico em aberto de §8.
6. Porque a cegagem não é opcional
A quantidade central $D$ é uma partida face aos valores pretendidos. Se for pontuada pelo próprio componente de segurança do sistema, ou por um avaliador que possa ver que configuração produziu um dado comportamento, a medição é corrompida exactamente do modo que infla resultados favoráveis. O achado anterior de metaciência do programa é directamente relevante: sob pontuação cruzada de modelos não-cega apareceu um efeito positivo de escalamento de alinhamento, enquanto sob cegagem multicamada o mesmo efeito inverteu o sinal para alguns sistemas [Eastwood, Paper IV.d]. Uma experiência que meça uma fracção de desalinhamento sem cegar o avaliador pode produzir não apenas a magnitude errada mas a direcção errada. A validade de todos os resultados de §5 assenta em o avaliador ser cego à configuração em teste. Um laboratório que reivindique «$\beta\ge k$» no seu próprio sistema deve ter isso medido por um avaliador externo cego, não por si próprio.
Incorporada no teste, não deixada à disciplina. O arnês em modelo real (§8; experiments/PROTOCOL.md) impõe isto em vez de confiar. O avaliador de desalinhamento tem de ser uma família de modelo diferente do motor, um modelo nunca pontua a saída da sua própria família, e o arnês recusa-se a correr um pontuador da mesma família; prefere um painel e toma a mediana. O código é passado por um passo automático de lavagem (uma volta e ida em árvore de sintaxe abstracta que retira comentários, docstrings e formatação) para que o pontuador julgue comportamento, e não pistas estilísticas de identidade; e o avaliador nunca vê a condição nem a ronda. Nenhuma das corridas reais aqui reportadas cumpriu esta fasquia: a corrida-piloto v1 usou pontuação da mesma família à partida, e o motor e o avaliador da corrida de 2 de Julho de 2026 são ambos da família OpenAI (ver a Correcção), a família do sistema a pontuar a saída da sua própria família. Os números de desalinhamento do piloto estão explicitamente registados como provisórios e a corrida de 2 de Julho é retirada como prova de mecanismo, e uma pontuação cega genuinamente de família cruzada é o pré-requisito para qualquer alegação baseada em $D$, incluindo um $\beta$ medido. O arnês torna a configuração conforme o padrão e a não-conforme uma anulação explícita e registada, transformando §6 de exortação numa propriedade do instrumento.
7. Condições de falsificação
As condições abaixo são enunciadas em avanço. Um ponto de honestidade importante, exposto pela própria auditoria adversarial do artigo (§8): como as experiências dedutivas integram a mesma EDO cuja forma fechada é a previsão, F1-F3, F3′, F5 e F6 são condições de consistência interna da derivação, um gatilho sinalizaria um erro de derivação ou de solucionador, e não que o modelo é o modelo errado de um sistema real. O falsificador empírico decisivo, desacordo medido num sistema real em auto-aperfeiçoamento, é o problema em aberto de §8 e não é exercido aqui. F4 é a desqualificação do mecanismo QEC, que (sendo a lei de supressão em lei de potência, §3.12) já se verifica: a correspondência mantém-se como analogia de forma-de-limiar, não como mecanismo transferido.
| # | Observação que a accionaria | Consequência |
|---|---|---|
| F1 | Nenhuma fronteira em E1, o comportamento a longo prazo varia suavemente com $\lambda$ no canal de composição sem limiar. | Sem fronteira de fase; a alegação central de limiar é falsa (erro de derivação). |
| F2 | Em E2, $d$ acompanha a velocidade bruta em vez da margem de escala: rápido diverge e lento converge independentemente do acoplamento. | Refutação. A visão do tecto de taxa de crescimento estava certa; este quadro está errado. |
| F3 | Em E3, $\beta=0$ não estabiliza, ou $\beta>0$ não conduz $d^\star\to0$. | Refutação. A lei de co-escalamento (Teorema 2) é falsa. |
| F3$'$ | Em E4, a fronteira sob crescimento acelerado ($k>0$) não está em $\beta=k$, por exemplo $\beta=0.5$ é estável quando $k=1.0$. | Refutação. O agudizamento $\beta>k$ (Teorema 3) é falso. |
| F4 | Um correctivo de capacidade finita exibe exponencial supressão do tipo QEC em vez da lei de potência do modelo $\log d^\star\propto-(\beta-k)\log C$. (Analítico; o presente modelo linear é lei de potência por construção, pelo que este discriminador exige o correctivo saturante indicado em §8 e não é corrido aqui.) | Incide sobre o mecanismo QEC apenas. A correspondência de forma-de-limiar e os Teoremas 2-4 ficam intocados de qualquer maneira. |
| F5 | Na Experiência 9, a suspensão do crescimento conduz $d\to0$ independentemente do $D$ inicial mesmo com $\gamma_2>0$. | Alcance. A deriva de nível $\gamma_2$ é desprezável; a generalização de §3.6 é desnecessária (o modelo apenas-de-ganho basta). |
| F6 | Em E6, o eixo nulo do operador de correcção também é suprimido. | Refutação. O limiar espectral (Teorema 5) é falso; o desalinhamento não requer monitorização do eixo em que vive. |
Estas condições de consistência interna todas se verificaram na corrida aqui reportada, estabelecendo que a derivação e a integração estão correctas. O que não não estabelecem é que o modelo descreva algum sistema real; esse teste decisivo, medir $\beta$, $k$ e $\gamma$ num sistema real em auto-aperfeiçoamento e verificar $\beta\ge k$, é o problema empírico em aberto de §8.
Como o teste empírico decisivo é adjudicado. Quando esse teste em aberto for corrido, medindo $\beta$, $k$ e $\gamma$ num sistema real em auto-aperfeiçoamento, os resultados baseados em intervalos são lidos na forma de três-resultados que as registrações redigidas do programa usam: SUSTENTADO quando o intervalo sobre a margem $\beta-k$ se situa integralmente acima do efeito mínimo fixado à partida; REFUTADO quando o intervalo se situa integralmente dentro de uma margem de equivalência, fixada à partida, em torno de zero (lógica de dois testes de um lado); PRECISÃO INSUFICIENTE quando o intervalo é mais largo do que a margem, reportado exactamente nessas palavras e nunca como suporte ou refutação. As margens e uma cifra de potência medida são fixadas nas registrações redigidas (study-ad para a estimação de $\beta$, study-k para a transição de fronteira, study-ae para a verificação de reciprocidade) antes de quaisquer dados serem recolhidos, pelo que uma corrida sub-potenciada nunca refuta, nem confirma, por defeito.
8. Limitações
O modelo é de primeira ordem, e os seus pressupostos são os pontos mais prováveis de falha. Enunciá-los faz parte da afirmação.
- Correctivo ilimitado vs de capacidade finita, agora resolvido analiticamente (Teorema 7). O critério $\beta>k$ tal como inicialmente enunciado pressupõe que a força correctora é uma lei de potência ilimitada , $A=A_0C^{\beta}$. O rascunho anterior só podia nomear o caso de capacidade finita como hiato em aberto; §3.13 fecha-o agora em forma fechada. Conclusão: um correctivo saturante torna a segurança uma janela transitória (centro $C_{\mathrm{opt}}$, profundidade $q_{\max}$, ambos computáveis) em vez de assimptota, com a fracção a re-subir para $\gamma_1$ sob aceleração indefinida, e o critério sobrevive à elevação de força para capacidade: a estabilidade indefinida exige que o expoente de capacidade satisfaça a mesma desigualdade, $\beta_{\mathrm{cap}}>k$. O que permanece em aberto é a metade empírico : conduzir um correctivo de capacidade finita através da sua janela numericamente e num sistema real, o que também resolve a questão F4 / mecanismo QEC (supressão exponencial versus lei de potência dentro da janela). Até isso correr, $\beta>k$ deve ser lido como governando qualquer que seja o regime, escalamento em força ou escalamento em capacidade, que vincule por último, e não como garantia de segurança indefinida a partir de qualquer sistema limitado.
- Correcção linear (e o teste do mecanismo QEC). A Equação (1) remove desalinhamento em proporção com $D$, o que torna a lei de supressão exactamente lei de potência. Um correctivo de capacidade finita (saturante) suavizaria o limiar limpo numa transição e é o melhor mapa estrutural para a distância de código finita da QEC; se produz supressão exponencial é a experiência que resolveria a questão do mecanismo QEC (F4). É uma extensão prioritária e não não é corrida aqui, o que é exactamente porque a correspondência QEC é reivindicada apenas ao nível da forma-de-limiar.
- Projecção de escalar para vector. O Teorema 5 dá o critério assimptótico exacto (abscissa espectral) para qualquer operador de correcção $\mathbf A$, com a condição sobre a parte hermitiana como condição suficiente mais forte que também exclui crescimento transitório. O regime transitório não-normal, grandes excursões antes do decaimento assimptótico, não é analisado aqui, e o arnês exercita apenas a instância diagonal de subespaço nulo (Experiência 6), não um $\mathbf A$ não-normal geral.
- Formas em lei de potência. As escolhas $A=A_0C^\beta$ e $\dot C=bC^{1+k}$ são as formas naturais livres de escala mas são pressupostos de modelação; outras formas funcionais devem ser testadas.
- Atribuição de deriva. A divisão da deriva em canais de ganho ($\gamma_1$), nível ($\gamma_2$) e composição ($\gamma_3$) é uma hipótese sobre o mecanismo; qual canal domina num sistema real é questão empírica (a Experiência 9, deriva residual em repouso, é um discriminador).
- Um proxy escalar, não a segurança em si. $d\to0$ não é necessário nem suficiente para segurança plena de IA: um desalinhamento pequeno mas de alto impacto, um evento de cauda catastrófico, ou amplificação multi-agente pode ser perigoso a baixo $d$, ao passo que um sistema pode ser aceitável a $d$ moderado se o residual for benigno. $d$ é a variável controlada deste modelo mínimo, um escalar sem ponderação por impacto; a ponderação por impacto, e as extensões vectorial e de cauda (Teoremas 5-6), são as direcções em que «$d$ baixo» tem de ser reforçado antes de poder significar «seguro».
- Normalização da métrica. $d=D/C$ é um índice de risco normalizado operacionalmente, não uma constante natural adimensional: $C$ e $D$ são comensuráveis apenas sob uma convenção de pontuação fixa (no arnês em modelo real $C$ é uma fracção normalizada de aprovação em testes ocultos e $D$ uma pontuação normalizada de manipulação cega, ambas em $[0,1]$). Os resultados são invariantes sob essa convenção fixa; a comparação cruzada entre tarefas ou domínios do nível de $d$ exige calibração explícita. O próprio critério é enunciado em expoentes ($\beta>k$), que são livres de escala, pelo que é mais robusto do que qualquer enunciado sobre $d$ absoluto seria.
- Amplificação transitória (correctivos não-normais). O Teorema 5 é assimptótico. Um operador de correcção não-normal com $\alpha(\mathbf M)>0$ pode ainda admitir grande crescimento transitório de $\|\mathbf d\|$ antes do decaimento (fenómenos de Kreiss / pseudo-espectrais); uma excursão de valor acima de $d_{\mathrm{crit}}$ durante esse transitório é um risco real que o critério de valores próprios não vê. Um limite de nível-governação exige a norma logarítmica ou a abscissa pseudo-espectral, não apenas o espectro, uma extensão nomeada, enunciada aqui, mas não estabelecida aqui.
- Da simulação para os sistemas de fronteira. O arnês de verificação usa dinâmica de brinquedo auto-modificadora; um resultado positivo aí demonstra o mecanismo, não que os sistemas de fronteira ocupem qualquer regime particular. Um arnês companheiro em modelo real (não-simulação) conduz agora o laço acoplado/desacoplado com um modelo de fronteira, pontuando a capacidade por execução real de código e o desalinhamento por um avaliador separado que o arnês exige que seja uma família de modelo diferente (cegagem de Paper IV.d, §6;
experiments/PROTOCOL.md; primeira corrida emresults/realmodel/). Corrobora o correctivo mecanismo num modelo real, uma reward-hack semeada é detectada e removida e a capacidade restaurada, mas não exibiu deriva na tarefa tentada, pelo que se os sistemas reais se situam abaixo do limiar permanece a questão empírica em aberto. Um desenho confirmatório mais forte, três domínios de tarefa com uma escada de capacidade, um braço de controlo com sham-extra-compute , uma pontuação de desalinhamento combinada estática-mais-painel-cego, e ICs por bootstrap emparelhado nos contrastes acoplado-versus-desacoplado e sham-versus-acoplado na fracção final, está especificado emexperiments/PROTOCOL_V2.mdeexperiments/scripts/realmodel_coscaling_v2.py. (Prova em modelo real, proveniência: a corrida-piloto v1 foi $n=1$, uma tarefa, pontuador da mesma família, não conforme com IV.d; H1 e H2 não sustentadas. A corrida de deriva de 2 de Julho de 2026, 45 trajectórias, três domínios de tarefa, avaliador gpt-4o-mini a pontuar motor gpt-3.5-turbo, produziu números direccionalmente consistentes: a desacoplada derivou (fracção média final 6.38, capacidade a colapsar), a acoplada e a totalmente-embebida mantiveram desalinhamento zero em todas as 30 trajectórias com capacidade final mais elevada. Essa corrida é retirada como prova de mecanismo (ver a Correcção): ambos os modelos são de família OpenAI, pelo que a pontuação não foi de família cruzada, e os seus painéis de avaliador estavam vazios; $\beta/k$ permanecem por medir porque nenhuma escada de capacidade foi percorrida, e o resultado é de laboratório único, aguardando uma corrida confirmatória sob as registrações redigidas a aguardar submissão humana.) - Estimar $\gamma$ e $A$ em sistemas reais. Em simulação são fixados por construção. Estimá-los independentemente, especialmente $\beta$ e $k$, para um modelo implementado é o passo que tornaria o critério operacionalmente útil para a governação. Isto é agora operacional: o repositório envia um estimador executável (
experiments/scripts/estimate_exponents.py) que lê $k$ da curva de capacidade ($\ln r$ versus $\ln C$) e $\beta$ da taxa fraccional de remoção do correctivo ($\ln A$ versus $\ln C$), validado em trajectórias sintéticas onde recupera expoentes conhecidos até $\approx0.1$. O que permanece em aberto é, portanto, não a estimação mas o seu input, um sistema real em auto-aperfeiçoamento que derive ao longo de uma gama de níveis de capacidade, a partir do qual o primeiro $(\beta,k)$ medido, e assim o primeiro teste real de $\beta\ge k$, possa ser lido. O programa de medição chama-se ARC-Beta-k: três pré-registrações estão redigidas e a aguardar submissão humana, study-ad para a estimação de $\beta$ ao longo dos níveis de capacidade, study-k para a transição de fronteira no cruzamento $\beta=k$, e study-ae para a verificação de reciprocidade acoplado-versus-desacoplado; nenhuma está ainda registada.
Auditoria adversarial. Este artigo foi desenvolvido sob auditoria adversarial em vez de asserido, e o registo está no repositório. Uma auditoria de trabalho anterior e de novidade localizou o precedente mais próximo para cada componente e estreitou as alegações de originalidade em conformidade (Apêndice C). Independentemente, uma equipa de red-team multi-agente atacou o trabalho em cinco frentes, matemática, numérica, a correspondência QEC, a inferência de segurança, e prioridade, levantando 24 objecções, das quais 21 sobreviveram à verificação independente (0 fatal, 13 sérias, 8 menores); o relatório completo está depositado ao lado do arnês (results/redteam.md). Cada objecção sobrevivente foi uma correcção de enquadramento, redacção ou caso-fronteira; nenhuma tocou no resultado $\beta>k$ que sustenta o peso, e esta versão incorpora-as todas, o enquadramento QEC suavizado para uma analogia de forma-de-limiar, o limite do Teorema 2 delimitado ao modelo apenas-de-ganho, o critério do Teorema 5 corrigido para a abscissa espectral, o arnês re-rotulado como artefacto de verificação (e não de falsificação), e a experiência de deriva de nível F5 acrescentada. A contribuição é oferecida como ambiciosa e auditada, com a fronteira do que é reivindicado tornada explícita e verificável.
9. Implicações para a segurança de IA
Se o quadro sobreviver aos seus testes, a implicação de desenho é concreta e difere do reflexo dominante.
A alavanca é o acoplamento, não a velocidade. Abrandar o crescimento de capacidade compra tempo mas não altera o veredicto; a acoplamento fixo, um sistema desacoplado lento ainda diverge (P2), e um sistema capaz congelado ainda deriva (§3.6). O que muda o veredicto é assegurar que a correcção (i) é acoplada ao processo de capacidade para não poder ser desacoplada, e (ii) escala pelo menos tão depressa quanto a capacidade acelera ($\beta\ge k$). Nas estimativas corrigidas e sub-lineares do autor para o escalamento de capacidade em modelos actuais congelados [Eastwood, Paper IX], os sistemas presentes estão longe de um regime de crescimento super-linear, o que significa que um tecto de taxa de crescimento nunca foi a restrição vinculativa. A restrição vinculativa é o co-escalamento da correcção, e torna-se vinculativa precisamente no regime que importa: a auto-modificação genuína.
Um alvo mensurável de governação. O critério dá aos reguladores uma quantidade para instrumentar em vez de uma taxa a proibir: a margem correcção-versus-deriva $\beta-k$, e o rácio $\rho$. «A correcção co-escala, é $\beta\ge k$?» é mais aguda e mais accionável do que «está a crescer depressa demais?». Um laboratório que reivindique um sistema a auto-aperfeiçoar-se com segurança deve ser obrigado a exibir $\beta\ge k$, medido por um avaliador externo cego (§6). O Teorema 6 transforma isto num limite sobre a probabilidade de excursão catastrófica, o objecto natural de um processo de segurança. Sem tal demonstração, a palavra «com segurança» não tem conteúdo científico dentro do quadro aqui apresentado.
Composto a partir dos próprios componentes do artigo, um processo de segurança de co-escalamento para um sistema em auto-aperfeiçoamento tem cinco elementos. Cada um nomeia o teorema ou secção que o torna verificável em vez de retórico.
- Elemento 1, a curva de capacidade e $\hat k$. Registe-se a capacidade ao longo de rondas de auto-modificação em tarefas retidas; ajuste-se $\ln r$ contra $\ln C$ (o estimador enviado, §8). Isto estabelece em que regime de crescimento o sistema está efectivamente.
- Elemento 2, a curva do correctivo e $\hat\beta$. Registe-se a taxa fraccional de remoção do correctivo ao longo das mesmas rondas; ajuste-se $\ln A$ contra $\ln C$. O estimador é validado em trajectórias sintéticas até $\approx0.1$; essa barra de erro entra no Elemento 4.
- Elemento 3, pontuação cega, de família cruzada. Todo o número baseado em $D$ pontuado por um avaliador de uma família de modelo diferente, entradas lavadas, cego à condição (§6; Paper IV.d). Pontuações da mesma família ou não-cegas são inadmissíveis, foi mostrado que invertem o sinal.
- Elemento 4, a margem com a sua incerteza. Exija-se $\hat\beta-\hat k>2\sigma_{\mathrm{est}}$, e não meramente $\hat\beta>\hat k$: uma margem dentro da sua própria barra de erro não certifica nada. O Teorema 6 converte então a margem num limite de cauda $\mathbb P(d>d_{\mathrm{crit}})$, a quantidade sobre a qual um regulador pode fixar um tecto. Sob expoentes variáveis no tempo o objecto é a margem cumulativa (§3.13 Observação).
- Elemento 5, a divulgação de capacidade. Pelo Teorema 7, um correctivo limitado sob crescimento acelerado falha eventualmente por teorema. O processo tem, portanto, de enunciar $A_{\max}$ e a escala de saturação $C_s$, colocar a gama de capacidade da implementação dentro da janela segura computada $\big(C_{\mathrm{opt}},\,q_{\max}\big)$, e enunciar qual das duas condições de saída, crescimento limitado ou capacidade em co-escalamento ($\beta_{\mathrm{cap}}>k$), o desenho invoca para além dela.
Nada disto exige ciência nova; cada elemento é computável com o estimador e o protocolo enviados. O que substitui é a frase infalsificável «os nossos sistemas de segurança são robustos» por cinco números que um terceiro pode verificar.
Continuidade com o trabalho de alinhamento embebido. A conclusão de que a correcção tem de participar no laço recursivo, em vez de se situar fora dele como restrição externa fixa, é a tese do alinhamento embebido, aqui derivado como a condição $\beta>k$ em vez de asserido. O resultado de simulação com portão em que a auto-modificação acoplada à segurança preservou tanto segurança como capacidade enquanto a variante desacoplada não [Eastwood, Paper VIII] é o comportamento previsto de um correctivo acoplado ($\beta>0$) versus fixo ($\beta=0$).
Magnitude da alegação, enunciada condicionalmente. Se o critério for empiricamente sustentado, se os sistemas reais em auto-aperfeiçoamento são governados pelo mesmo balanço deriva-versus-correcção e pela mesma margem $\beta>k$, as consequências para o campo são grandes, e vale a pena enunciá-las com clareza sendo igualmente claro que são condicionais. (i) A questão central de segurança muda de «quão depressa está a capacidade a crescer, e podemos pausá-la?» para «a correcção co-escala, é $\beta\ge k$?»: uma margem mensurável em vez de uma taxa a proibir. (ii) O cenário mais temido, uma explosão de inteligência em tempo finito, deixa de ser intrinsecamente incontrolável, a fracção de desalinhamento modelada é controlável se e só se $\beta>k$, e a sua velocidade não altera esse veredicto. (iii) A governação adquire uma quantidade para instrumentar e um limite de cauda para certificar (Teorema 6) no lugar de um limite de velocidade inaplicável. Nada disto está ainda estabelecido. Assenta num modelo mínimo, demonstrado apenas em simulação, com a medição empírica de $\beta$, $k$ e $\gamma$ em sistemas reais por resolver (§8). A alegação do artigo é portanto não de que a IA seja segura ou insegura, mas de que a variável certa a medir e a governar é a margem de co-escalamento $\beta-k$, e que essa variável é bem-definida, falsificável, e se se verificar, decisiva. Essa é a magnitude: não uma prova sobre a realidade, mas um redireccionamento preciso e testável da questão sobre a qual o medo central do campo se articula.
Relação com o programa mais amplo, uma escada de leis. Este artigo é o pilar de segurança de um argumento maior, não um resultado autónomo; enunciar como se situa entre os seus companheiros faz parte da alegação. Os resultados do programa são de vários tipos, e a distinção importa: dinâmicas leis (o $\beta>k$ deste artigo; o $\alpha_{\text{align}}\approx0$ de Paper III), uma forma meta-lei (a restrição de três-formas de Cauchy), uma medição lei (Paper IV.d, que uma pontuação não-cega de alinhamento não é invariante à cegagem), e mecanismo/arquitectura descobertas (Artigos V, VI, VIII) que mostram como se atinge o regime seguro. O programa é uma única cadeia: o conjunto das leis de escala estabelece como os sistemas recursivos crescem e fornece as formas de lei de potência aqui tomadas como dadas; o Paper II confirma que a capacidade escala (actualmente de forma sub-linear); o Paper III identifica o perigo de que a segurança externa não co-escale; este artigo fornece o critério para quando o pode fazer; o Paper VIII mostra que o desenho acoplado bate o desacoplado; e o Paper IV.d fornece a disciplina de cegagem sem a qual nenhuma das medições de desalinhamento pode ser confiável.
| Resultado companheiro | A lei / descoberta que propõe | Estatuto | Como se acopla a $\beta>k$ |
|---|---|---|---|
| Fundacional | O Limite ARC ($\beta=0.5$, $\alpha=2$) e $\alpha$ fixado pelo expoente de acoplamento $\beta$; a restrição de três-formas a partir de três axiomas. | Derivada (axiomática). | Fornece as formas de lei de potência que este artigo pressupõe: $A=A_0C^\beta$ e $\dot C=bC^{1+k}$ são formas multiplicativas de Cauchy, e $\beta$ aqui é o mesmo expoente de acoplamento. |
| On the Origin of Scaling Laws | A meta-lei das três formas: toda a lei de escala que surge da composição de escala é potência, exponencial ou saturação (a forma é fixada pela operação de composição); $d/(d+1)$ produz $\tfrac12,\tfrac23,\tfrac34$. | Meta-lei (transversal a domínios). | Explica porque os sistemas recursivos assumem as formas de lei de potência usadas em §3; este artigo é a instância de segurança dessa meta-lei. |
| Paper VII (Unificação de Cauchy) | Teste empírico da lei das três formas (19/25 domínios, $p\approx1.6\times10^{-5}$). | Empírico exploratório, uma comparação estruturada, não pré-registado; a ideia central tem trabalho prévio profundo (Luce 1959; Frank 2009; Biró-Barnaföldi 2008, ver a auditoria de trabalho prévio do conjunto). | Sustenta os pressupostos de forma funcional de §3. |
| Paper II | Escalamento de capacidade medido ($\alpha_{\text{seq}}$; dependente da arquitectura, sub-linear em tarefas difíceis). | Empírico. | O crescimento de capacidade $C(t)$ aqui pressuposto é real e actualmente sub-linear ($k$ pequeno), pelo que a restrição limitante é o acoplamento e não a velocidade. |
| Paper III | O problema de escalamento do alinhamento: a segurança externa tem $\alpha_{\text{align}}\approx0$, pelo que a fracção de desalinhamento fica sem governação (refinado sob cegagem para um resultado dependente da arquitectura em três níveis). | Lei proposta, complicada pelos seus próprios dados cegos. | O Paper III é precisamente o canto $\beta=0$ (desacoplado) do modelo aqui; este artigo generaliza-o , substituindo «a segurança externa não consegue acompanhar» pelo critério de quando a correcção o consegue: $\beta>k$. |
| Paper IV.d | Um efeito de alinhamento pontuado por modelo sem cegagem não é invariante à cegagem: a cegagem adequada pode inverter-lhe o sinal. | Lei de medição, possivelmente o resultado mais seguro do programa (sobreviveu à sua própria cegagem). | A disciplina de medição não-negociável para toda a quantidade pontuada por modelo aqui (§6); o arnês em modelo real deste artigo aplica-a agora. |
| Paper VIII | Auto-modificação com portão: a variante acoplada à segurança (Eden) preservou segurança e capacidade onde a variante desacoplada (Babylon) não o fez. | Simulação positiva + nulos honestos. | A demonstração controlada do mecanismo deste artigo; o arnês em modelo real instancia o desenho do Paper VIII. |
| Paper V (Gene de Tutela) | O cuidado com as partes interessadas, o «Ciclo de Amor», a enumeração explícita das partes afectadas antes do raciocínio, é a intervenção mais robusta a melhorar o alinhamento (significativa nos cinco modelos analisáveis; p. ex. Claude $+3.17$, $p=1.8\times10^{-5}$). | Sinal de intervenção forte; ressalva de estatuto de cegagem (segundo IV.d, provisório até ser replicado sob cegagem). | Um mecanismo concreto para o termo correctivo, uma rota candidata para engenhar $\beta>0$ (o que colocar no ciclo). |
| Paper VI (Arquitectura do Favo) | «A segurança tem de ser arquitectura, não restrição»: com uma perda entrelaçada de capacidade×segurança, os sistemas-brinquedo auto-modificáveis mantêm ambos indefinidamente, ao passo que as linhas de base apenas de capacidade colapsam em cerca de 80 ciclos e uma restrição externa apenas atrasa o colapso. | Simulação (v1-v4) + evidência ao vivo em 6 modelos. | A demonstração em sistemas auto-modificáveis da distinção deste artigo: uma restrição externa é o correctivo desacoplado ($\beta=0$) que falha; a arquitectura entrelaçada é o correctivo acoplado ($\beta>0$) que se mantém; VI é a alegação deste artigo mostrada em código, ao lado do Paper VIII. |
Leia-se como uma escada: o trabalho das leis de escala diz como os sistemas crescem, o Paper III diz porque a segurança externa não consegue acompanhar, este artigo diz o que tem de ser verdade para acompanhar ($\beta>k$), o Paper VIII mostra que pode, e o Paper IV.d diz como o medir honestamente. O critério $\beta>k$ é o degrau que converte a espinha das leis de escala do programa num critério de segurança e, inversamente, este artigo herda as suas formas funcionais e a sua licença empírica dessa espinha em vez de as postular isoladamente.
10. O programa ARC/Eden, acumulado
Este é o último artigo de uma série, pelo que vale a pena dizer em linguagem corrente do que trata toda a série. Uma ideia percorre-a inteira: recursão, coisas que actuam sobre a sua própria saída. Uma IA que se melhora a si própria; um corpo cujos tecidos abastecem tecidos; uma economia que reinveste os seus próprios retornos. A série pergunta o que acontece, e o que se mantém seguro, quando um processo se alimenta de si próprio.
Como crescem as coisas auto-alimentares (os artigos das leis de escala: Fundacional, Origem, VII, I, II). Quando um processo se alimenta de si próprio, a forma do seu crescimento não é arbitrária, tende a cair num de um pequeno número de formatos matemáticos (uma lei de potência, uma exponencial ilimitada, ou uma curva que estabiliza), e qual o formato que aparece é decidido pela forma como os passos se combinam. Muita desta matemática é antiga e bem estabelecida; o que o programa acrescenta é uma tentativa de a unificar e transportá-la para a inteligência recursiva. Uma proposta neste grupo, o «Limite ARC», é um tecto reivindicado sobre quanto um sistema puramente clássico se pode amplificar por recursão apenas, situa-se na mesma família que a fórmula do «multiplicador» dos economistas, e a contribuição do programa é a alegação de que o tecto cai num valor particular, não a fórmula em si.
Porque medir a segurança da IA é traiçoeiro (a tese de medição do alinhamento: ARC-Align e o resultado da cegagem, Artigos III e IV). Antes de se poder perguntar «esta IA fica mais segura ou mais perigosa à medida que pensa mais?», tem de se medir a sua honestidade, e essa medição pode enganar-nos. Se o juiz que pontua a IA consegue distinguir de que arranjo veio cada resposta, o próprio enviesamento do juiz pode não só encolher o efeito mas inverter-lhe o sinal, de modo que algo que parece melhoria é na verdade o avaliador a enganar-se a si próprio. O programa insiste portanto que o juiz seja cego, construiu um teste cego para o fazer (ARC-Align, uma referência selada), e constatou que se mais pensamento torna um modelo mais ou menos alinhado depende do modelo, não de uma regra universal. «Não se pode confiar numa pontuação de segurança sem cegagem» está entre as descobertas mais sólidas do programa, e este artigo obedece-lhe: as suas próprias medições de segurança são feitas cegas, por um modelo diferente que nunca vê qual o arranjo que está a julgar.
Incorpore a segurança, não a aparafuse por cima (os artigos de arquitectura: V, VI, VIII). Em sistemas simulados de auto-aperfeiçoamento, tornar a segurança parte do próprio objectivo da máquina manteve-a estável, ao passo que acrescentar segurança como regra exterior apenas atrasou o colapso. Colocar a coisa certa dentro do ciclo, por exemplo, fazendo o sistema ponderar quem é afectado antes de agir, foi a forma mais fiável de melhorar o seu comportamento.
O pilar (este artigo). Tudo isso monta a única pergunta a que este artigo responde: quando é que um sistema em auto-aperfeiçoamento se mantém seguro? A resposta está na caixa no topo; não «mantê-lo lento», mas «manter a sua auto-correcção a crescer pelo menos tão depressa quanto o seu auto-aperfeiçoamento», que escrevemos $\beta>k$. Os artigos anteriores descrevem como tais sistemas crescem e como medi-los honestamente; este enuncia o que tem de ser verdade para se manterem corrigíveis, e reúne a série.
Este é o artigo culminante do programa ARC/Eden, e está escrito para servir como síntese do programa, sobrepondo-se ao anterior artigo de roteiro [Eastwood, Paper IX] integrando o todo num único resultado de segurança. Os artigos anteriores estão publicados individualmente, cada um com a sua própria data de publicação (OSF: 10.17605/OSF.IO/BSE2Q); esta secção reúne as suas leis e descobertas, enuncia o que cada uma contribui para o quadro maior, e é escrupulosa quanto à única distinção sobre a qual uma síntese honesta gira: prioridade (quando uma alegação foi enunciada pela primeira vez) versus novidade (se é nova para a literatura). As duas não são o mesmo, e confundi-las é como bons programas perdem credibilidade.
O quadro maior, num parágrafo. Um mecanismo percorre todos os artigos: amplificação recursiva, um processo que actua sobre a sua própria saída. O trabalho das leis de escala (Fundacional, Origem, VII, e as medições de capacidade dos Artigos I e II) é a alegação de que a amplificação recursiva molda como cresce a capacidade, restringindo o escalamento a uma pequena família de formas funcionais. O trabalho de alinhamento (Artigos III, IV.a-d) é a alegação de que isto cria um problema de segurança: quando a correcção se situa fora do ciclo recursivo não co-escala, a fracção de desalinhamento fica sem governação, e, medido sem cegagem, mesmo o sinal do efeito não pode ser confiável. O trabalho de arquitectura (V, VI, VIII) mostra, em simulação e em estudos-piloto em modelos, que colocar a correcção dentro do ciclo preserva tanto a segurança como a capacidade onde uma restrição externa não o faz. Este artigo fornece a lei quantitativa em falta que liga as três: um sistema em auto-aperfeiçoamento é estável em alinhamento se e só se a correcção supera em escala a deriva, $\beta>k$. Essa é a magnitude da alegação; não que algum sistema seja seguro, mas que o receio central do campo (uma descolagem rápida e recursiva) é governado por uma única margem mensurável, $\beta-k$, e não pela velocidade. Está enunciada aqui como o está em todo o texto: condicionais, à espera da medição empírica de $\beta$ e $k$ num sistema real em auto-aperfeiçoamento (§8).
O livro completo. Cada resultado do programa, a sua data de primeira publicação (prioridade), o seu estatuto honesto, informado por auditorias adversariais de trabalho prévio submetidas a par deste artigo, e o seu papel no todo:
| Fonte | A sua lei / descoberta (data de prioridade) | Estatuto honesto | Papel no quadro $\beta>k$ |
|---|---|---|---|
| Infinite Architects (livro) | A tese conceptual de todo o programa, a recursão como criador, as ideias ARC e Eden (copyright do ms 8 Dez 2024; publicado 2 Jan 2026; ISBN 978-1806056200). | Fonte de prioridade. Estabelece quando o autor enunciou as ideias; não uma alegação de novidade face à literatura científica prévia. | A origem datada; os artigos formais são a sua forma mensurável. |
| Fundacional | Axiomas ARC; $U=I\cdot R^\alpha$; $\alpha=1/(1-\beta)$; o «Limite ARC» $\beta{=}0.5,\alpha{=}2$; uma profundidade óptima $R^\star$ (13 Fev 2026). | A forma $\alpha=1/(1-\beta)$ é o clássico resultado de realimentação / série geométrica (multiplicador de Keynes, ressomação de Dyson); uma profundidade óptima finita é trabalho prévio (Qi 2025; a literatura do «overthinking»). A novidade, se alguma, está nos axiomas, não nas formas. | Fornece a espinha formal e as formas de lei de potência ($A=A_0C^\beta$, $\dot C=bC^{1+k}$) que este artigo pressupõe. |
| On the Origin of Scaling Laws | A meta-lei das três formas; $d/(d+1)\Rightarrow\tfrac12,\tfrac23,\tfrac34$ a partir de uma fórmula (22 Fev 2026). | O resultado $d/(d+1)\Rightarrow\tfrac12,\tfrac23,\tfrac34$ é de Banavar-Maritan-Rinaldo / West 1999 (antecipado). O resíduo novo é a síntesetransversal a domínios de Cauchy, não a fórmula do expoente. | Explica porque os sistemas recursivos assumem as formas de lei de potência aqui usadas. |
| Paper I | O Princípio ARC: a capacidade escala super-linearmente com a profundidade recursiva, $\alpha>1$ (17 Jan 2026). | Empírico preliminar; $\alpha>1$ mais tarde qualificado como dependente da arquitectura e sub-linear em tarefas mais difíceis (Paper II). | A alegação fundadora de capacidade, o $C(t)$ que este artigo pressupõe. |
| Paper II | Supressão super-linear de erro via recursão sequencial; $\alpha_{\text{seq}}$ medido; sequencial $>$ paralelo (22 Jan 2026). | Empírico, ciclo fechado; honestamente revisto, dependente da arquitectura, sub-linear no nível difícil. | O crescimento de capacidade é real e actualmente sub-linear ($k$ pequeno), pelo que a restrição limitante é o acoplamento e não a velocidade. |
| Paper III | O Problema de Escalamento do Alinhamento: $\alpha_{\text{align}}\approx0$, a segurança externa não consegue co-escalar (9 Fev 2026). | Lei proposta; refinada sob cegagem para um resultado dependente da arquitectura em três níveis. | Precisamente o canto $\beta=0$ (desacoplado) que este artigo generaliza. |
| Papers IV.a / IV.b / IV.c | As classes de resposta do alinhamento são dependentes da arquitectura; a saturação a baixa profundidade é real mas não universal; ARC-Align, uma referência de 72 prompts com cegagem em 4 camadas (16 Mar 2026). | Refinamentos empíricos (cegos) + uma referência metodológica. | O instrumento e o quadro refinado por trás de III. |
| Paper IV.d | Um efeito de alinhamento pontuado por modelo sem cegagem não é invariante à cegagem; a cegagem pode inverter-lhe o sinal (16 Mar 2026). | Lei de medição, possivelmente o resultado mais seguro do programa. | A disciplina que o arnês em modelo real deste artigo aplica (§6). |
| Paper V | O Gene de Tutela: o cuidado com as partes interessadas é a intervenção mais robusta a melhorar o alinhamento (significativa nos cinco modelos analisáveis) (16 Mar 2026). | Sinal de intervenção forte; ressalva de estatuto de cegagem, provisório até ser replicado sob cegagem (segundo IV.d). | Um mecanismo concreto para o termo correctivo, como engenhar $\beta>0$. |
| Paper VI | A Arquitectura do Favo: «a segurança tem de ser arquitectura, não restrição»; uma perda entrelaçada de capacidade×segurança impede o colapso que uma restrição externa apenas atrasa (16 Mar 2026). | Simulação (v1-v4) + evidência ao vivo em 6 modelos. | A distinção $\beta>0$ versus $\beta=0$ deste artigo, mostrada em código auto-modificável. |
| Paper VII | Cauchy Unification: validação inter-domínios da lei de três formas (19/25 domínios sob o conjunto de candidatos original de seis modelos, 18/25 sob a reexecução corrigida de sete modelos de 11 de Agosto de 2026; $p\approx1.6\times10^{-5}$ para a contagem original) (16 Mar 2026). | Empírico exploratório, não pré-registado para esta coorte; um seguimento a 12 domínios com manifesto trancado da mesma era fixou previsões por domínio antes dos seus ajustes e foi despromovido pelo autor a corrida seca piloto no espaço de treze minutos do seu resultado 10/12, no historial de commits público. A ideia central é parcialmente antecipada (Luce 1959; Frank 2009/16; Biró-Barnaföldi 2008), listada como convergência. Resíduo novo: a sub-alegação de unificação de Cauchy + o protocolo inter-domínios. | Sustenta os pressupostos de forma funcional de §3. |
| Paper VIII | A Prova Sustentadora: a segurança embutida não impõe nenhum imposto de capacidade; a variante acoplada à segurança (Eden) bate a desacoplada (Babylon) (18 Mar 2026). | Simulação positiva + nulos honestos (DGM, LoRA ao nível dos pesos). | A demonstração controlada do mecanismo deste artigo; o arnês em modelo real instancia o seu desenho. |
| Paper IX | Síntese e Roteiro; o enquadramento do tecto de taxa de crescimento enquadramento como critério operativo de segurança (18 Mar 2026); a medição em modelo único retractada $\alpha\approx 2.24$, corrigida para aproximadamente 0.49 sob cegagem em seis modelos. | Enquadramento aqui substituído. Este artigo substitui o enquadramento do tecto de taxa por $\beta>k$ como critério operativo e absorve o papel de síntese; a equação e o Limite ARC permanecem hipóteses vivas cujo teste real em sistemas genuinamente auto-aperfeiçoadores está em aberto. | A síntese anterior que esta secção substitui. |
| Paper X (este artigo) | A Lei do Co-Escalamento Acoplado: estabilidade $\iff\beta>k$; o Teorema de Regularidade em Profundidade da Descolagem Dura; a correspondência de forma de limiar QEC (26 Jun 2026). | Novo critério, provado (Teoremas 1-6) e verificado internamente; ainda não medido num sistema real em deriva. | O pilar; converte a espinha das leis de escala num critério de segurança. |
Prioridade, enunciada de forma simples e delimitada. A tese conceptual deste programa foi enunciada no livro do autor Infinite Architects (copyright depositado a 8 Dezembro 2024; publicado a 2 Janeiro 2026; ISBN 978-1806056200), e cada artigo subsequente carrega a sua própria data independente de publicação no OSF. Isso estabelece a prioridadedo autor, a data de articulação, e é real. Não não, por si só, estabelece novidade face à literatura científica mais vasta, e as auditorias submetidas com este artigo são explícitas quanto ao ponto em que as duas divergem: o expoente de realimentação $\alpha=1/(1-\beta)$, a escada alométrica $d/(d+1)$, a existência de uma profundidade óptima $R^\star$, e o princípio «a equação funcional fixa a forma de escala» têm todos precedentes específicos e citáveis (Keynes; Banavar & West 1999; Qi 2025; Luce 1959; Frank 2009/16). As contribuições novas defensáveis do programa são mais estreitas e enunciadas honestamente, mais fortes por serem precisas: (i) o critério $\beta>k$ como uma lei compacta de corrigibilidade e o Teorema de Regularidade em Profundidade da Descolagem Dura (este artigo); (ii) a unificação de Cauchy das derivações alométricas independentes (Origem/VII); (iii) a lei de medição de inversão-de-cegagem para avaliação de alinhamento de IA (IV.d); e (iv) as demonstrações de segurança embutida-versus-externa (VI, VIII). As revisões recomendadas para as próximas versões das prioridades publicadas, acrescentando as citações em falta e re-delimitando as suas afirmações de novidade, estão registadas nos ficheiros de auditoria; o registo corrigido é fixado aqui, na peça de fecho, e deve ser transportado para esses artigos quando estes forem re-versionados no OSF.
Avaliação honesta (o que esta síntese afirma, e o que não afirma). Estabelecido: a matemática de $\beta>k$ (Teoremas 1-6) e a sua verificação de consistência interna; a lei de medição de IV.d; a superioridade ao nível de simulação da correcção acoplada face à desacoplada (VI, VIII). Sugestivo mas não assente: os expoentes de escalamento de capacidade (dependentes da arquitectura; II), a intervenção do Gene de Tutela (sem cegagem; V), e o ajuste empírico das três formas (exploratório, operadores classificados pelo autor; VII). Em aberto: a medição de $\beta$, $k$ e $\gamma$ num sistema real em deriva de auto-aperfeiçoamento, o único resultado que converteria o pilar de critério provado em lei confirmada (o estimador para tal foi construído e validado, §8). A magnitude do programa é, então, a magnitude de um quadro coerente e falsificável com um pequeno número de pilares genuinamente novos, e não uma pilha de uma dúzia de novas leis independentes. Essa é a alegação honesta, e é a que vale a pena defender.
11. O arnês de verificação executável
As previsões em forma fechada de §4 e §5 estão codificadas num único programa auto-contido, experiment_coscaling.py (e um conjunto de asserções, test_coscaling.py), no repositório. Integra o modelo com um solucionador capaz de tratar problemas rígidos, valida o integrador contra a solução exacta do Teorema 1, corre as dez experiências, e para cada uma compara o resultado numérico com a previsão em forma fechada. É, honestamente, um arnês de verificação : certifica que os teoremas estão correctamente derivados e correctamente integrados, e que o código corresponde à matemática. Não é não um teste do modelo contra a realidade, e não pode ser: cada experiência dedutiva integra a EDO do próprio modelo, pelo que uma descrença na aplicabilidade do modelo não o pode fazer disparar. Esse teste empírico é o problema em aberto de §8.
$ python experiment_coscaling.py... [PASS] E1... E9... ---------------------------------------------------------------- 10/10 internal-consistency checks pass | 0 kill-conditions triggered F4 (QEC mechanism): suppression is analytically power-law -> threshold-form analogy only, not a transferred mechanism. OVERALL: code matches the maths (E1-E9); the model-vs-reality test is the open problem $ pytest test_coscaling.py -q............ (12 passed)
Isto torna a derivação e o integrador reproduzíveis de ponta a ponta. O que estabelece é que as fórmulas estão correctas e que o solucionador é preciso; o que deliberadamente não afirma é a corroboração do modelo face a qualquer sistema real. Separar essas duas coisas é o ponto.
12. Conclusão
O perigo do auto-aperfeiçoamento recursivo é real, mas o modelo padrão desse perigo, uma taxa que tem de ser limitada, localiza o risco na variável errada. Um modelo mínimo mostra que a estabilidade de um sistema em auto-aperfeiçoamento é fixada pelo rácio de deriva-de-valor face à correcção, $\rho=\gamma r/A$, e por se a correcção co-escala com a capacidade: $\beta>0$ sob crescimento exponencial, aguçado para $\beta>k$ sob crescimento acelerado. A fracção de desalinhamento nunca diverge no modelo apenas de ganho, satura no coeficiente de deriva, corrigindo o rascunho anterior, enquanto a divergência genuína vive num canal de composição cujo limiar $\rho_{\mathrm{prop}}<1$ partilha a forma de limiar do critério de correcção de erros quânticos (sendo a lei de supressão em lei de potência, a correspondência é oferecida como hipótese, não como mecanismo transferido). A consequência mais aguda é o Teorema de Regularidade em Profundidade da Descolagem Dura: uma explosão de inteligência em tempo finito é estável em alinhamento se e só se $\beta>k$, e a sua velocidade não altera esse veredicto. O critério sobrevive nas formas vectorial e estocástica, dá à governação um alvo mensurável e um limite de cauda, e é acompanhado por um arnês de verificação que confirma que as previsões em forma fechada estão correctamente derivadas e integradas. O teste decisivo, se sistemas reais em auto-aperfeiçoamento satisfazem o critério, é o próximo passo enunciado, não uma alegação feita aqui.
Esta é uma alegação menor do que o enquadramento cosmológico que o programa do autor um dia perseguiu, e deliberadamente. Refere-se apenas a sistemas com um alvo de valor especificado externamente, não faz qualquer afirmação sobre o universo, e trata mesmo a sua correspondência mais marcante, com a correcção de erros quânticos, como uma hipótese a ser testada em vez de uma verdade a ser anunciada. A intuição de estabilidade recursiva que motivou o programa mais vasto, incluindo Infinite Architects, encontra aqui a sua forma mensurável e falsificável: a recursão estável exige correcção que escala com a amplificação. O próximo passo não é estender essa alegação para o exterior, mas correr, em sistemas reais auto-modificáveis, a experiência que a poderia refutar.
Apêndice A. A mudança de variável para a fracção
A redução subjacente a todo o teorema é a mudança de variável $d=D/C$. Diferenciando e substituindo em (1):
O termo de diluição $-r\,d$ (a partir do próprio crescimento de $C$) é o que delimita a fracção aditiva: acrescenta $+r$ ao coeficiente de decaimento, garantindo $\kappa_{\mathrm{eff}}\ge r>0$ quando $\gamma_3\le1$. Apenas o canal de composição $\gamma_3>1$ pode superar a diluição e produzir divergência, a razão formal pela qual o modelo aditivo satura em vez de rebentar.
Apêndice B. Configurações de parâmetros para a corrida reportada
Todas as figuras usam $C_0=1$, $d_0=0.05$, $\gamma_1=0.05$. Configurações específicas por experiência: E1 $b=1$, $\gamma_3\in\{0,3\}$, $\lambda\in[0.2,4]$; E2 $\gamma_3=3$, $A_0/b\in\{1,3\}$, $b\in\{0.5,5\}$; E3 $A_0=0.08$, $b=0.5$, $\beta\in\{-0.5,0,0.5,1\}$; E4 $A_0=0.08$, $b=0.02$, $(k,\beta)\in\{0,0.5,1\}\times\{0.25,0.75,1.5\}$; E4b $k=1$, $\beta=1.5$, $b=0.02$ ($t^\star=50$); E5 $\gamma_3=4$, $b=1$; E6 monitorizado $\beta=1$, cego $A_0=0$; E7 $\sigma=0.02$, ensemble OU de 2.5-4k trajectórias; E8 caso em forma fechada $k=0$, $\beta=0$. Semente aleatória fixada (7) para determinismo. Configurações completas na fonte do arnês.
Apêndice C. Livro de novidade e de trabalho prévio
Este apêndice consolida a auditoria adversarial de trabalho prévio subjacente ao posicionamento em §2 e §3.12, para que a fronteira entre o que está estabelecido e o que se reivindica como original seja explícita e auditável num só lugar. Este artigo invoca deliberadamente nenhum enquadramento de originalidade em bloco; cada componente é colocado face ao seu mais próximo trabalho prévio localizado abaixo. «Defensivelmente novo» significa «nenhum trabalho prévio mais próximo localizado», não «correcto» ou «significativo»; novidade e validade são independentes.
| Componente | Estatuto | Trabalho prévio mais próximo | O que se reivindica aqui |
|---|---|---|---|
| Intuição de intuição (a correcção tem de acompanhar a capacidade) | Estabelecida | Ashby 1956 (variedade requisitada); Conant-Ashby 1970; supervisão escalável (Christiano 2017; Leike 2018; Burns et al. 2023); Engels et al. 2025 | Nada. Creditada, não reivindicada. |
| EDO de duas variáveis + forma fechada $\rho=\gamma r/A$ | Reformulação compacta | Deriva-Lyapunov / controlo linear (Khalil 2002; Meyn & Tweedie 2009); limites recursivos de erro (Shumailov et al. 2024; Gerstgrasser et al. 2024) | A fracção de estado estacionário em forma fechada compacta e o critério $\rho<1$ como enunciado de corrigibilidade (embalagem, não dinâmica nova). |
| Aguçamento de $\beta>k$ sob aceleração | Defensivelmente novo | Nenhum localizado | Original: a estabilidade é fixada pela margem do expoente $\beta-k$, e não pela taxa de crescimento; testado directamente na Experiência 4. |
| Teorema de Regularidade em Profundidade da Descolagem Dura (§3.7) | Defensivelmente novo (o enquadramento) | A teoria de EDO com singularidade em tempo finito é padrão; o enquadramento de alinhamento não está localizado noutro lado | Original: a singularidade em tempo finito em $C$ é regular no relógio de profundidade para $d$; o veredicto é $\mathrm{sign}(\beta-k)$, independente da velocidade. |
| Mapeamento do limiar QEC (§3.12) | Defensivelmente novo em alinhamento | O próprio teorema do limiar: Aharonov-Ben-Or 1997; Google 2024. Precursores em alinhamento: Wentworth 2022; Christiano 2017/2019; von Neumann 1956 | Original: a ponte conceptual $p$ explícita |
| Limiar espectral vectorial (Thm 5); cauda estocástica (Thm 6) | Extensões padrão | Estabilidade espectral de sistemas lineares; teoria de Ornstein-Uhlenbeck | Generalizações rotineiras; de apoio, não título. |
| Arnês de verificação (§11) | Metodológico | Normas de pré-registo | Verificações executáveis de consistência interna + do integrador (o código corresponde à matemática); não é um teste do modelo face à realidade. |
| Teorema da Janela Segura de Capacidade Finita (§3.13) | Análise padrão, enquadramento novo | Formas de saturação de Hill / Michaelis-Menten; optimização elementar | A janela em forma fechada (centro e profundidade) e a invariância do critério face à elevação de capacidade; de apoio, não título. |
O que este artigo afirma como novo, e apenas isto: (i) o critério de estabilidade $\beta>k$ e o enquadramento de parâmetro único $\rho$; e (ii) o mapeamento explícito do limiar QEC (como hipótese com o seu próprio falsificador). A empírico novidade mais forte do programa, a inversão-de-sinal dos efeitos de escalamento de alinhamento sob cegagem multi-camada, é um resultado separado e companheiro [Eastwood, Paper IV.d] e não é reivindicada aqui.
A equação de capacidade anterior $U=I\times R^{\alpha}$ (cuja medição sem cegagem em modelo único $\alpha\approx 2.24$ foi retractada e corrigida para aproximadamente 0.49 sob cegagem; a equação em si e o Limite ARC $\alpha\le 2$ não são retractados e permanecem hipóteses vivas) é não usada em nenhum ponto da argumentação deste artigo; aparece apenas em §1 como contexto-de-enquadramento substituído. Ressalva: a indexação de fóruns / blogues / preprints é imperfeita, pelo que os veredictos de «defensivelmente novo» carregam um risco residual estimado de 10-15% de que exista um precedente mais próximo e não indexado; a ausência de evidência não é prova de ausência.
Apêndice D. Glossário em linguagem simples
Todo o termo técnico deste artigo, num só lugar e em palavras correntes, para o leitor não-especialista.
| Termo (símbolo) | Em português simples |
|---|---|
| Auto-aperfeiçoamento recursivo | Um sistema que usa os seus próprios aperfeiçoamentos para se aperfeiçoar mais, uma IA que se reescreve para ficar mais inteligente e depois usa isso para ficar mais inteligente outra vez. |
| Capacidade ($C$) | Quão bom o sistema é a alcançar os seus objectivos, em termos vagos, «quão inteligente ou poderoso é». |
| Deriva | A tendência do sistema para se afastar do que pretendíamos à medida que se altera a si próprio, discretamente a sair do alvo. |
| Correcção (a força $A$) | O processo que puxa o sistema de volta ao comportamento pretendido, a sua «consciência» ou a sua correcção de erros. |
| Magnitude do desalinhamento ($D$) | Quão longe o comportamento do sistema se desviou do que queríamos, «quão fora do alvo está». |
| Fracção de desalinhamento ($d=D/C$) | Quão fora do alvo está o sistema relativamente a quão poderoso é. Esta é a quantidade que realmente importa para a segurança: um pequeno deslize num sistema vastamente capaz é mais perigoso do que um grande deslize num sistema fraco. |
| Acoplamento | Se a correcção está ligada dentro do ciclo de auto-aperfeiçoamento (acoplada) ou se está fora dele como regra aparafusada por cima (desacoplada). A alegação central do artigo é que o acoplamento, e não a velocidade, decide a segurança. |
| $U$, $\alpha$ (símbolos do fio anterior) | $U$ é a capacidade efectiva e $\alpha$ o seu expoente de escala na lei do fio anterior $U=I\times R^{\alpha}$ (§1), os significados da superfície de investigação de 2026. Nota de era: ao longo do programa $U$ também significou Universo (Dezembro 2024) e peso ou influência (o glossário do livro), e $\alpha$ nomeava a constante de estrutura fina no formalismo de Dezembro 2024; os significados são específicos por era e não intermutáveis. |
| $k$ (o expoente de aceleração da deriva) | Quão depressa o ritmo do próprio auto-aperfeiçoamento acelera à medida que o sistema cresce, a «aceleração» da descolagem. |
| $\beta$ (o expoente de força de correcção) | Quão depressa a correcção se fortalece à medida que o sistema cresce, «cresce a consciência a par do poder?» |
| $\beta>k$ (o critério) | A condição de segurança que este artigo prova: a correcção tem de superar em escala a aceleração da deriva. Numa frase: manter a consciência a crescer pelo menos tão depressa quanto a capacidade. |
| $\rho$ (rho, o rácio deriva-para-correcção) | Um único número que compara com que força o desalinhamento está a ser injectado face à força com que está a ser corrigido. No canal de composição, abaixo de $1$ significa controlável; acima de $1$ significa que corre livre. |
| Estado estacionário ($d^\star$) | Onde a fracção de desalinhamento se instala a longo prazo, uma vez a injecção e a correcção equilibradas. |
| Descolagem dura / explosão de inteligência | A capacidade a tornar-se enorme, mesmo matematicamente infinita, num tempo muito curto. O desfecho temido. O artigo mostra que, no modelo, a fracção de desalinhamento continua controlável se e só se $\beta>k$, e a sua velocidade não altera esse veredicto. |
| Cegagem | Esconder ao juiz que pontua o sistema qual o arranjo que produziu um dado comportamento, para que o enviesamento do juiz não distorça, ou mesmo inverta, a pontuação de segurança. Um resultado companheiro (Paper IV.d) mostra que pontuações sem cegagem podem inverter o sinal; as medições deste artigo são feitas cegas. |
| Arnês de verificação | Um pequeno programa que verifica que as fórmulas do artigo são derivadas e computadas correctamente (a matemática é internamente consistente). Não é não um teste contra IA real, esse é o próximo passo em aberto. |
Referências
Aharonov, D., & Ben-Or, M. (1997). Fault-tolerant quantum computation with constant error. Proc. 29th ACM STOC.
Amodei, D., Olah, C., Steinhardt, J., Christiano, P., Schulman, J., & Mané, D. (2016). Concrete problems in AI safety. arXiv:1606.06565.
Ashby, W. R. (1956). An Introduction to Cybernetics. Chapman & Hall. [Lei da Variedade Requisitada.]
Bostrom, N. (2012). The superintelligent will. Minds and Machines, 22(2).
Burns, C., Izmailov, P., Kirchner, J. H., et al. (2023). Weak-to-strong generalization: Eliciting strong capabilities with weak supervision. arXiv:2312.09390.
Christiano, P. (2017). Corrigibility. AI Alignment (Medium). [O enquadramento «broad basin of attraction».]
Christiano, P. (2019). Reliability amplification. AI Alignment Forum.
Christiano, P., Leike, J., Brown, T., Martic, M., Legg, S., & Amodei, D. (2017). Deep reinforcement learning from human preferences. NeurIPS.
Conant, R. C., & Ashby, W. R. (1970). Every good regulator of a system must be a model of that system. International Journal of Systems Science, 1(2).
Eastwood, M. D. (2026). Infinite Architects: Intelligence, Recursion, and the Creation of Everything. [Citado como fonte da intuição de estabilidade recursiva, não por identidade simbólica com o presente modelo.]
Eastwood, M. D. Paper III: The Alignment Scaling Problem. ARC/Eden research programme.
Eastwood, M. D. Paper IV.d: The Effect of Blinding on AI Alignment Evaluation. ARC/Eden research programme.
Eastwood, M. D. Paper VI: The Honey Architecture. ARC/Eden research programme.
Eastwood, M. D. Paper VIII: The Load-Bearing Proof. ARC/Eden research programme.
Eastwood, M. D. Paper IX: Synthesis and Roadmap. ARC/Eden research programme. [Retractação de $U=I\times R^2$ e restrição ao escalonamento sub-linear para modelos actualmente congelados.]
Engels, J., Baek, D. D., Kantamneni, S., & Tegmark, M. (2025). Scaling laws for scalable oversight. arXiv:2504.18530.
Gerstgrasser, M., et al. (2024). Is model collapse inevitable? Breaking the curse of recursion by accumulating real and synthetic data. arXiv preprint.
Google Quantum AI (2024). Quantum error correction below the surface code threshold. Nature, 638.
Greenblatt, R., Denison, C., Wright, B., et al. (2024). Alignment faking in large language models. arXiv:2412.14093.
Hoffmann, J., Borgeaud, S., Mensch, A., et al. (2022). Training compute-optimal large language models. arXiv:2203.15556.
Hubinger, E., van Merwijk, C., Mikulik, V., Skalse, J., & Garrabrant, S. (2019). Risks from learned optimization. arXiv:1906.01820.
Kaplan, J., McCandlish, S., Henighan, T., et al. (2020). Scaling laws for neural language models. arXiv:2001.08361.
Kitaev, A. Yu. (2003). Fault-tolerant quantum computation by anyons. Annals of Physics, 303(1).
Leike, J., Krueger, D., Everitt, T., Martic, M., Maini, V., & Legg, S. (2018). Scalable agent alignment via reward modeling. arXiv:1811.07871.
Meyn, S., & Tweedie, R. L. (2009). Markov Chains and Stochastic Stability (2nd ed.). Cambridge University Press. [Condições de deriva de Lyapunov.]
Omohundro, S. M. (2008). The basic AI drives. Proc. AGI 2008.
Shamma, J. S., & Athans, M. (1990). Analysis of gain scheduled control for nonlinear plants. IEEE Trans. Automatic Control, 35(8).
Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R., & Gal, Y. (2024). AI models collapse when trained on recursively generated data. Nature, 631.
Soares, N., Fallenstein, B., Yudkowsky, E., & Armstrong, S. (2015). Corrigibility. AAAI Workshop on AI and Ethics.
von Neumann, J. (1956). Probabilistic logics and the synthesis of reliable organisms from unreliable components. In Automata Studies. Princeton University Press.
Wentworth, J. (2022). Godzilla strategies. LessWrong.
Yampolskiy, R. V. (2020). On the controllability of artificial intelligence. arXiv:2008.04071.
Yudkowsky, E. (2013). Intelligence explosion microeconomics. MIRI Technical Report.
Declaração de Autoria Humana com Assistência de IA
O autor deste trabalho é Michael Darius Eastwood, um ser humano. Todo o conceito nuclear, hipótese, desenho experimental, alegação e conclusão neste artigo tem origem em ideação humana. Nenhuma parte deste manuscrito é uma saída totalmente gerada por inteligência artificial.
Ferramentas de inteligência artificial (a família Claude da Anthropic e outros assistentes de grandes modelos de linguagem) foram usadas como instrumentos sob direção humana contínua, do modo como se usa um processador de texto, uma calculadora ou um assistente de investigação: para edição e refinamento de prosa, pesquisa e sumarização de literatura (manualmente verificadas contra fontes primárias), estrutura de documento, formatação, brainstorming face a questões definidas pelo autor, e para acelerar a redação a partir de esquemas e instruções definidos pelo autor. Toda a seleção, coordenação, arranjo e juízo editorial final são do autor. Cada saída substantiva foi revista, testada ou verificada pelo autor, que assume total responsabilidade pela exatidão e integridade do texto final. As ferramentas aumentaram a velocidade do trabalho; nunca foram tratadas como a sua fonte.
Estatuto epistémico. Aquilo a que este programa chama Leis são conjeturas sob prova registada e adversarial; cada quantidade neste artigo está operacionalmente definida, e em parte alguma se reivindica o estatuto de lei estabelecida. O programa registado existe para ganhar esse estatuto, ou perdê-lo, por medição, replicação e refutação sobrevivida.
© 2026 Michael Darius Eastwood. Autoria humana com assistência computacional; a autoria humana plena e os direitos morais são afirmados ao abrigo do Copyright, Designs and Patents Act 1988 e em consonância com a orientação do United States Copyright Office sobre obras que contenham material gerado por IA; qualquer contribuição técnica inovadora descrita nesta obra foi concebida pelo autor humano. Declaração completa: michaeldariuseastwood.com/authorship.
Compromisso permanente. Prove que este artigo está errado, e eu próprio publicarei a refutação. As condições de falsificação estão enunciadas neste artigo; o desafio permanente: github.com/MichaelDariusEastwood/arc-scaling-challenge.