工具越容易使用，人的責任越清晰

當 AI 與 EvoX 把「想法 → 程式碼 → 實驗」的執行成本壓到極低時，最容易出現的錯覺是：判斷也變得廉價了。事實恰恰相反——工具越容易使用，人的責任越清晰。模型可以迅速把想法變成可執行的候選實作，卻不能替研究者決定這個想法是否值得研究、目標是否準確、比較是否公平。

責任上移：從實作到定義與裁決

• 執行成本下降 ≠ 判斷成本消失：AI 與 EvoX 加速程式碼生成與實驗循環，但問題選擇、目標定義、評價標準仍由人承擔。能跑通只是一份候選修改，不等於科學結論成立。
• 三類不可外包的判斷：問題是否值得研究；目標是否準確；比較是否公平。這三者是科學效度的前置條件，也是自動化系統無法替代的裁決點。
• 責任邊界隨自動化顯影：工具越強，越要明確哪些決策由 Agent 提議、哪些必須由人批准、哪些驗收標準不可妥協。Genesis 的驗收閘道把這條邊界工程化——候選修改必須通過編譯、測試、行為檢查與上層驗收，才能進入專案歷史。

結果有效性優先於運行成功

在多目標 EvoX 實驗中，Agent 可以快速生成候選方案、批量調參並畫出漂亮的收斂曲線；但「目標函數是否代表真實需求、候選多樣性是否被單一指標掩蓋、失敗模式是否被選擇性展示」，必須由研究者逐一審查。工具真正的價值，是讓低價值實作更快被淘汰，讓高價值判斷更早成為瓶頸——這也正是研究者專業性的落點。