方法与来源

EpochArc 将人工智能发展史中的重大事件整理为可复核的事实、来源证据、影响评估与可能方向。本页面说明本站的收录准则、重要度评级模型、争议共识处理方式，以及可能方向的公开监测规则。

更新日期 2026-06-25

收录范围与原则

EpochArc 既非学术文献库，亦非实时新闻流。收录的每一个历史里程碑节点均须明确回答三个核心问题：具体事实为何、来源证据链是否完备、以及该事件如何在长期维度上重塑了人工智能的发展脉络。

历史事件、影响评估与可能方向采用差异化流程处理。历史事实须可客观复核；影响评估是基于事实与佐证的综合判断；可能方向则必须建立在已发布事件、已观察信号与外部共识检索之上。

重要度分级与评定标准

L1 重要记录：具有长期脉络参考价值的记录点，但不一定独立决定行业演进走向。

L2 关键里程碑：在科学研究范式、突破性产品商业化落地或产业格局重塑方面产生明确且显著的推动作用。

L3 历史转折点：从根本上重塑公众认知、引导大规模资本重新配置，或彻底扭转主流技术路线的标志性事件。

本站对 L3（历史转折点）的数量进行极其严格的准入控制。新近发生的事件即使具有极高舆论热度，在默认情况下亦不会被直接评定为转折点，除非其深远影响已溢出研究领域，且获得多方独立、权威来源的交叉印证。

来源分级与证据标准

Tier 1 · 一手原始凭证 学术文献、官方发布公告、官方模型说明卡（Model Cards）、开源代码仓库、法律法规原文、司法法院裁决书及官方发布的技术报告。

Tier 2 · 独立第三方评定 具公信力的主流媒体深度报道、权威行业分析机构报告、同行评审的学术综述，以及专业监管政策解读，用于确证行业影响及广泛采用情况。

Tier 3-4 · 分析研判与线索检索 行业专家独立博客、专业电子周报、Hacker News、Reddit 及主流社交媒体讨论。此类信号仅用于检索候选事件，不得作为支撑本站正式收录或重要度评级的独立证据。

影响指数评分与共识分类

影响指数（Impact Score）与 L1-L3 历史重要度相互独立。它综合影响维度的严重性、证据强度、持续性和受影响范围；同一影响维度只计算绝对值最大的严重度，避免重复条目抬高分数。该指标是可复算的展示性启发，不替代一手证据。

事件共识度分为“广泛共识（Broad Consensus）”、“仍在讨论（Actively Debated）”及“共识形成中（Emerging Consensus）”。标注“仍在讨论”并非对事件价值的扣减，而是旨在客观提示读者：该事件的事实本身、历史定位、归因逻辑或中长期外部后果在业内仍存在不同的理性阐释。

可能方向与公开裁定

首页的可能方向不是本站对未来的判决，而是由已发布时间轴事件支撑的观察方向。每条方向都必须回指到真实发生的事件与来源，展示“哪些现实信号已经出现”，而不是由本站自行发明完成清单。

除非存在公开的外部共识基础——例如监管标准、行业广泛采用的评测口径，或多个独立来源对“什么算落地”已有近似一致表述——本站不会公开定义某条方向“何时算实现”。在缺少这类共识时，方向保持仅观察状态：持续追踪信号、补充证据、记录限制，但不做二元裁定。

本站收集的读者选择或投票只反映参与者当下更想追踪什么方向，不会更改任何历史事件的客观评分，也不会被当作趋势已经成立的证据。

局限性声明

EpochArc 系出于结构化策展目的设立的独立项目，不应被视为权威的学术引文数据库、投资建议参考，或监管合规结论。所有条目内容及评分均将根据最新的权威事实证据和一手来源变动进行动态修订。