從設計哲學到美感基礎設施：Innerexile AI 如何建立可執行、可修正的美感推理系統

深澤直人的設計哲學，長期建立在一種很難被完整描述的能力上： 觀察人在尚未形成明確意識之前，身體已經如何理解物件、空間與環境。

因此，Innerexile AI 面對的問題，不是如何生成一個 「看起來像深澤直人」的作品，而是如何將源自身體觀察、 生活經驗與長期設計實踐的判斷方法，轉化成可以被記錄、 比較、調用與持續修正的推理結構。

一、不是風格模仿，而是判斷系統

多數生成式設計工具從風格名稱出發，模仿低彩度、圓潤造型、 柔和材質或極簡構圖。這些特徵可以產生相似外觀， 卻不等於理解設計判斷。

真正的推理，應該先問：人原本在做什麼？哪一個動作不應被打斷？ 物件是否需要被注意？是否有任何部分可以被刪除？ 系統的起點必須從「想要什麼風格」，移向「人正在如何生活」。

二、把抽象哲學轉化為可操作結構

Evaluation Matrix

系統從自然性、簡潔性、人體適配、安靜程度與長期共處等面向， 評估一個設計方向是否符合核心原則。公開版不揭露內部權重與門檻， 但保留最重要的概念：成熟的設計系統不只需要生成能力， 也需要知道何時拒絕一個概念。

感知推理鏈

Context
→ Observation
→ Affordance
→ CMF
→ Output

這條推理鏈讓系統不先決定造型，而是從情境、人的行為與身體動作出發， 推導物件的位置、形式、材質、回饋方式與存在感。

CMF 關係系統

「安靜」不能只是一句風格指令。系統需要理解色彩、材質、光線、 表面、聲音與使用情境之間的關係。公開版本保留方法， 不公開內部比例、基準分布與生成參數。

三、0.2 秒規則是一道概念審查

0.2 秒規則描述的是：使用者在真正操作之前， 是否能迅速理解物件可能如何被使用。

在 Innerexile AI 中，它不是設計完成後的評論， 而是在概念進入細化之前的一道審查。公開版本不揭露評分公式、 門檻與退回邏輯。

四、感知知識如何持續擴展

感知資料的價值不在筆數，而在是否增加新的情境、人物、 身體條件、文化背景、感官線索與使用行為。

系統採取分級策展方式：核心資料由人工審查， 延伸資料經過驗證，探索性假設則需要更多真實證據後才能升級。 公開版本不揭露實際資料量、分級配額、資料欄位與內部品質標準。

五、Emma 如何調用設計知識

Emma 不應只依賴一段大型提示詞。更合理的架構， 是讓不同層次分別承擔不同責任。

System Constitution
→ Design Knowledge Retrieval
→ WorldBrain Personal Baseline
→ Validated Reasoning Distillation

System Constitution 保存不可違反的設計原則； Design Knowledge Retrieval 提供相關的觀察與設計經驗； WorldBrain Personal Baseline 理解每位使用者的差異； 經驗證的推理模式，才有資格進入更深層的模型學習。

公開版本不揭露檢索欄位、資料庫結構、提示模板、 模型路由、蒸餾條件與訓練資料格式。

六、同一種設計哲學，不應產生相同答案

兩位使用者都可能說自己喜歡安靜，但實際偏好完全不同。 WorldBrain 的作用，是從長期的接受、拒絕、修改與重新選擇中， 逐步形成個人的美感基準。

七、美感無法被完全符號化

有些原則可以被清楚描述，有些感知模式只能以條件與機率建模， 還有一些具身判斷，目前無法被語言與模型完整取代。

重量、觸感、空間壓力、微妙遲疑與長期共處感， 都需要物件、身體與真實環境之間的接觸。

八、Human-in-the-loop 是永久架構

人類參與不是模型不成熟時的臨時補丁。 對比例、觸覺、重量、文化經驗與長期使用的判斷， 人類應該永遠位於推理循環之中。

AI 提出假設
→ 生成候選方向
→ 標示信心與未知區域
→ 人類觀察與原型驗證
→ 接受、否決或修正
→ WorldBrain 記錄修正原因
→ 更新下一次預測

九、真正的護城河是修正歷史

生成品質、速度與成本會隨基礎模型進步而逐漸普及。 真正難以複製的，是長時間累積的判斷與修正資料： 系統原本預測了什麼、使用者為何拒絕、改了什麼， 以及真實使用後是否仍然成立。

結論：公開研究命題，保留內部配方

Innerexile AI 並不是要證明美可以被完全量化， 也不主張設計師的直覺能被模型完整取代。

它真正嘗試建立的是：在承認美感仍有不可符號化部分的前提下， 把能夠觀察、說明、驗證與修正的部分， 建立成一套可以跨時間累積的推理系統。

公開研究問題與設計立場；保留精確權重、資料規格、 評分門檻、模型管線與完整工程配方。