個體機構化

AI 增幅型單核複合機構與人數—產能脫鉤

——從一人公司、跨域生產到新型組織本體論

英文題名：Institutionalization of the Individual: AI-Amplified Single-Core Composite Institutions and the Decoupling of Headcount from Organizational Capacity
文件編號：EML-TIMEECON-AAII-2026-SCCI-v1.0
作者：Neo.K（許筌崴）with GPT-5.6 Thinking
機構：EveMissLab／一言諾科技有限公司
日期：2026 年 7 月 27 日
版本：v1.0
系列定位：時間經濟學 × AI 組織理論 × 個體機構化篇

摘要

傳統組織理論普遍將機構能力與人員規模、專業分工、層級協調及資本設備連結。一家公司、一所研究機構、一個出版社或一個軟體團隊，通常需要多名成員分別承擔研究、編輯、程式、設計、行政、發布、維護、行銷與決策。即使「一人公司」已被創業、自由職業與數位平台廣泛討論，其核心仍多半是法律與僱傭結構：一名經營者透過外包、承攬與標準工具取得外部能力。

生成式 AI、Agent、長期記憶、工作流編排、程式化工具與自動發布基礎設施的結合，開始產生一種不同的組織形態：單一人類核心不只經營一家公司，而能持續維持研究、出版、軟體、網站、資料、產品實驗與傳播等多種機構功能。本文將此類型稱為「AI 增幅型個體機構」（AI-Amplified Individual Institution, AAII），其結構稱為「單核複合機構」（Single-Core Composite Institution, SCCI），其形成過程則稱為「個體機構化」（Institutionalization of the Individual）。

本文的核心主張是：AI 時代正在使機構產能與核心人類人數發生部分脫鉤。傳統組織透過增加成員、分工與層級取得產能；單核複合機構則透過 AI 認知產能、可累積記憶、可重用工作流、軟體工具、驗證機制與發布系統取得產能。人數不再是機構功能擴張的唯一主要變量。

本文提出單核複合機構的基本生產函數：

Y_{\mathrm{SCCI}} = \Phi \left( I_H, J_H, A_P, K, W, V, D \right) - C_O - C_P - L_R,

其中：

$I_H$ ：人類意圖、方向與價值選擇；
$J_H$ ：人類判斷、審閱與最終責任；
$A_P$ ：可調度的 AI 平行認知產能；
$K$ ：知識、記憶、資料與理論資本；
$W$ ：可重用工作流與自動化；
$V$ ：驗證與品質控制能力；
$D$ ：發布、分發與市場轉化能力；
$C_O$ ：編排、監督與整合成本；
$C_P$ ：模型、平台、算力與基礎設施依賴成本；
$L_R$ ：錯誤、法律、聲譽與關鍵人風險。

本文進一步提出「人數—機構產能脫鉤命題」、「六種機構閉合」、「AI 機構瓶頸遷移定律」、「單核責任集中命題」與「關鍵人脆弱性命題」。本文主張，個體機構化的真正標準不是文件數、程式數或網站數，而是該單位是否能形成意圖、記憶、流程、驗證、責任與外部吸收的閉合循環。只有生成能力而缺乏驗證與外部吸收者，仍是高產個體；當六種閉合逐步成立時，個體才真正取得機構本體。

本文也指出，單核複合機構不必然優於傳統團隊。它可以大幅降低會議、交接、目標衝突與層級成本，卻會提高單一判斷瓶頸、模型依賴、驗證不足、關鍵人失效與外部合法性不足等風險。因此，本文不把個體機構化描述為「一人取代所有人」，而是將其理解為一種新型機構壓縮：部分功能被壓縮進單一人類核心與 AI 基礎設施，另一些功能仍需外部專家、公共驗證、社會網絡與法律制度。

本文最後提出五階段成熟度：AI 消費者、AI 增幅專業者、AI 專案操作者、AI 增幅型個體機構與半自主單核複合機構。AI 時代的核心變化不是個人變成超人，而是個人開始能夠維持過去必須由組織才能維持的連續性、記憶、流程、產能與制度功能。

關鍵詞：個體機構化、AI 增幅型個體機構、單核複合機構、一人公司、組織理論、時間經濟學、Agent、人數—產能脫鉤、知識資本、AI 工作流

1. 問題的提出：一人公司概念已不足以描述新現象

1.1 一人公司的分析邊界

「一人公司」通常指：

公司只有一名股東或核心經營者；
沒有傳統全職團隊；
大量工作透過外包、承攬、平台或軟體完成；
經營者同時負責產品、銷售與管理。

這個概念的分析重點是：

N_{\mathrm{employee}} \approx 1.

它回答的是：

公司有多少人？

但沒有充分回答：

一個人實際維持了多少種機構功能？

一名自由職業者、一名網路商店經營者、一名顧問與一名同時維持研究、出版、軟體、網站、資料庫及傳播系統的人，都可能在法律上屬於一人公司，但其生產結構並不相同。

1.2 從企業形式轉向機構能力

本文主張，分析 AI 時代新組織時，應從：

\text{法律實體}

轉向：

\text{機構能力集合}.

令機構能力集合為：

\mathcal C_I = \left\{ C_{\mathrm{research}}, C_{\mathrm{publication}}, C_{\mathrm{software}}, C_{\mathrm{data}}, C_{\mathrm{operations}}, C_{\mathrm{distribution}}, C_{\mathrm{governance}} \right\}.

當一名核心人類能持續維持多項能力，問題就不再只是「一人公司」，而是：

一個人類核心是否已成為一個具有連續性與多功能性的制度節點？

1.3 新研究問題

本文提出三個核心問題：

一個個體何時不再只是高產個人，而成為機構？
AI 如何使核心人數與機構產能部分脫鉤？
單核複合機構與傳統團隊各自具有何種優勢、風險與適用邊界？

2. 三個基本概念

2.1 AI 增幅型個體機構

本文定義：

AI 增幅型個體機構

即：

單一人類核心透過 AI、記憶、軟體、工作流、自動化與發布基礎設施，持續維持過去通常需要多人成員、部門或專業組織才能維持的機構級功能。

英文縮寫為：

AAII.

其核心不是「一個人產出很多」，而是：

\text{個體功能} \rightarrow \text{機構功能}.

2.2 單核複合機構

本文定義：

單核複合機構

即：

最終意圖、價值判斷、方向選擇與責任集中於單一人類核心，而生產、記憶、分析、程式、發布與部分傳播由多個 AI 與工具子系統共同完成的複合機構。

英文縮寫為：

SCCI.

「單核」指最終目的與責任集中；「複合」指能力來自多個異質系統。

2.3 個體機構化

本文定義：

個體機構化

即個人逐步取得：

持續記憶；
穩定流程；
多功能產能；
內部標準；
品質控制；
發布渠道；
外部責任；

並轉化為可持續機構的過程。

可表示為：

\text{個人} \rightarrow \text{AI 增幅個人} \rightarrow \text{流程系統} \rightarrow \text{個體機構}.

3. 傳統機構與單核複合機構

3.1 傳統組織生產函數

傳統組織的產出可簡化為：

Y_{\mathrm{org}} = \sum_{i=1}^{N} q_iT_i + K_O - C_{\mathrm{coord}} - C_{\mathrm{delay}} - C_{\mathrm{conflict}},

其中：

$N$ ：成員數量；
$q_i$ ：成員生產率；
$T_i$ ：投入時間；
$K_O$ ：組織知識資本；
$C_{\mathrm{coord}}$ ：協調成本；
$C_{\mathrm{delay}}$ ：等待、交接與審批成本；
$C_{\mathrm{conflict}}$ ：目標、責任與利益衝突成本。

當人數上升：

\frac{\partial Y}{\partial N}>0,

但通常也有：

\frac{\partial C_{\mathrm{coord}}}{\partial N}>0.

3.2 單核複合機構生產函數

本文提出：

Y_{\mathrm{SCCI}} = \Phi \left( I_H, J_H, A_P, K, W, V, D \right) - C_O - C_P - L_R.

其中：

$I_H$ ：人類意圖與價值選擇；
$J_H$ ：人類判斷、審閱與責任；
$A_P$ ：AI 平行認知產能；
$K$ ：知識、記憶、資料與理論資本；
$W$ ：工作流、自動化與工具；
$V$ ：驗證能力；
$D$ ：發布、傳播與市場轉化；
$C_O$ ：編排與監督成本；
$C_P$ ：平台與模型依賴成本；
$L_R$ ：錯誤與風險損失。

3.3 主要結構差異

傳統組織透過：

N\uparrow

取得分工與產能。

單核複合機構則主要透過：

A_P, K, W \uparrow

取得產能。

因此：

\boxed{ \text{機構產能開始與核心人類人數部分脫鉤}. }

4. 人數—機構產能脫鉤命題

命題一：人數—機構產能脫鉤命題

在 AI、記憶與自動化可被持續編排的條件下，機構產能的增長不再只依賴人類成員數量增加。

傳統關係為：

\frac{\partial Y}{\partial N}>0.

AI 時代增加：

\frac{\partial Y}{\partial A_P}>0,

\frac{\partial Y}{\partial W}>0,

\frac{\partial Y}{\partial K}>0.

所以：

\Delta Y>0

不必然要求：

\Delta N>0.

4.1 機構壓縮率

定義：

\kappa_I = \frac{ N_{\mathrm{counterfactual}} }{ N_{\mathrm{core}} }.

其中：

$N_{\mathrm{counterfactual}}$ ：傳統模式下維持同等功能所需的核心人類數量；
$N_{\mathrm{core}}$ ：實際核心人類數量。

若：

N_{\mathrm{core}}=1,

則 $\kappa_I$ 表示多少傳統機構功能被壓縮進單一核心。

4.2 功能調整後壓縮率

人數比較仍不足，因為產出品質、持續性與驗證程度可能不同。

定義：

\kappa_I^* = \frac{ \sum_j F_j Q_j V_j U_j }{ N_{\mathrm{core}} },

其中：

$F_j$ ：功能範圍；
$Q_j$ ：品質；
$V_j$ ：驗證程度；
$U_j$ ：實際使用與吸收程度。

這避免把單純大量生成誤認為完整機構能力。

5. 什麼時候個體才真正成為機構

5.1 產量不是充分條件

一個人可以產生大量：

文件；
程式；
圖像；
網站；
計畫；
影片。

但如果成果彼此斷裂、無法檢索、缺乏驗證、沒有責任與外部吸收，仍然只是高產個體。

所以：

\text{大量產出} \not\Rightarrow \text{機構化}.

5.2 六種機構閉合

本文提出六種必要閉合。

意圖閉合

研究、產品與行動是否由一致目的驅動？

C_I.

記憶閉合

成果能否被保存、檢索、關聯與重新利用？

C_M.

流程閉合

是否存在從想法到完成、發布與維護的可重複流程？

C_W.

驗證閉合

是否區分：

猜想；
推論；
數據；
實驗；
已驗證事實？

C_V.

責任閉合

錯誤、版權、安全、法律與公共後果是否有明確承擔者？

C_R.

外部閉合

成果是否能被讀者、使用者、市場、學術社群或其他機構吸收？

C_D.

5.3 個體機構成熟度

定義：

\chi_{\mathrm{inst}} = \left( C_IC_MC_WC_VC_RC_D \right)^{1/6}.

採用幾何平均，表示任一閉合過低都會限制整體成熟度。

5.4 機構閉合命題

命題二

只有當個體生產系統形成意圖、記憶、流程、驗證、責任與外部吸收的持續閉合時，個體才取得機構本體。

6. 個體機構的功能模組

6.1 意圖核心

意圖核心負責：

選題；
價值排序；
停止條件；
風險容忍；
最終方向。

AI 可以提出選項，但不自動取得最高價值權。

6.2 認知擴展層

包括：

搜尋；
分析；
寫作；
程式；
設計；
翻譯；
模擬；
資料整理。

此層提供可伸縮認知產能。

6.3 記憶與知識層

包括：

文件庫；
向量檢索；
術語表；
理論圖譜；
任務歷史；
失敗紀錄；
版本控制。

6.4 工作流層

包括：

任務拆解；
工具調用；
自動化；
審閱；
格式轉換；
發布；
維護。

6.5 驗證層

包括：

資料來源；
反例搜尋；
程式測試；
形式化；
多模型交叉；
人工專家覆核；
版本追蹤。

6.6 外部接口層

包括：

網站；
API；
書籍；
軟體；
社群；
搜尋引擎；
商業渠道；
學術接口。

7. AI 平行認知產能

7.1 AI 不只是單一助手

單核複合機構可同時調度：

不同模型；
不同專業角色；
不同工作流；
不同工具；
不同時間尺度的任務。

定義 AI 平行認知產能：

A_P = \sum_{m=1}^{M} a_m q_m r_m,

其中：

$a_m$ ：第 $m$ 個 AI 子系統可處理的任務量；
$q_m$ ：品質；
$r_m$ ：可靠度。

7.2 AI 產能不是免費人力

AI 仍需要：

模型費用；
算力；
資料；
監督；
驗證；
編排；
法律與安全治理。

因此：

A_P \neq N_{\mathrm{human}}.

AI 產能是一種不同類型的機構資源。

7.3 平行化與責任不對稱

AI 任務可以大量平行化，但最終判斷未必能同比平行化。

A_P\uparrow \not\Rightarrow J_H\uparrow.

這形成新的治理瓶頸。

8. AI 機構瓶頸遷移定律

8.1 傳統個體瓶頸

傳統個體通常受限於：

C_{\mathrm{generation}}.

包括：

寫作速度；
程式速度；
搜尋速度；
格式整理；
發布能力。

8.2 AI 後的瓶頸遷移

當生成能力提高後，實際產出由最弱環節決定：

Y_{\mathrm{realized}} = \min \left( C_{\mathrm{idea}}, C_{\mathrm{generation}}, C_{\mathrm{verification}}, C_{\mathrm{integration}}, C_{\mathrm{publication}}, C_{\mathrm{diffusion}} \right).

8.3 瓶頸遷移定律

命題三

當 AI 大幅提高生成能力時，個體機構的主要瓶頸會依序移向：

\text{驗證} \rightarrow \text{整合} \rightarrow \text{傳播} \rightarrow \text{制度合法性}.

定義當期瓶頸：

b_t = \arg\min_kC_k(t).

8.4 生產力錯覺

若只看名義產量：

Y_{\mathrm{nominal}}\uparrow,

但驗證與外部吸收未同步提高：

Y_{\mathrm{effective}} \not\uparrow

同等幅度。

所以需要區分名義產能與有效機構產能。

9. 三種機構債務

9.1 驗證債務

定義：

D_V = \sum_j w_j \left( 1-v_j \right),

其中：

$w_j$ ：成果重要度；
$v_j$ ：驗證完成度。

9.2 整合債務

定義：

D_I = \sum_j w_j \left( 1-i_j \right),

其中 $i_j$ 是成果與既有知識、術語、版本及產品架構的整合程度。

9.3 傳播債務

定義：

D_D = Y_{\mathrm{published}} - Y_{\mathrm{absorbed}}.

當發布量遠高於閱讀、使用、引用與轉化能力，便形成傳播債務。

9.4 債務聯動

若：

D_V, D_I, D_D \uparrow,

名義上機構產量增加，實際可持續性卻可能下降。

10. 知識資本與可再生產能力

10.1 文件不是唯一資產

個體機構的長期資產包括：

K_t = K_{\mathrm{theory}} + K_{\mathrm{workflow}} + K_{\mathrm{memory}} + K_{\mathrm{software}} + K_{\mathrm{publication}} + K_{\mathrm{network}}.

10.2 學習曲線

若本輪工作降低下一輪成本：

\frac{\partial C_{t+1}}{\partial K_t}<0,

則形成真正的機構學習。

10.3 知識資本化率

定義：

\rho_K = \frac{ \Delta K }{ T_H },

其中 $T_H$ 是人類核心投入的治理時間。

10.4 可再生產能力命題

命題四

個體機構的核心價值不是單次產出，而是能否把每次產出轉化為未來生產能力。

11. 單核複合機構的優勢

11.1 意圖一致

單核結構降低：

部門目標衝突；
政治協商；
內部競爭；
意圖漂移。

11.2 決策速度

人類核心可以快速：

改變方向；
停止專案；
重寫流程；
跨領域切換；
重新分配 AI 能力。

11.3 低協調成本

傳統團隊需要：

C_{\mathrm{meeting}} + C_{\mathrm{handoff}} + C_{\mathrm{approval}}.

單核機構可大幅降低部分成本。

11.4 高跨域能力

AI 降低進入不同領域的初期資訊與技術成本，使單一核心能維持跨域研究與產品網絡。

11.5 高知識一致性

由同一意圖核心維持的理論、術語與產品方向，比多部門系統更容易保持一致。

12. 單核複合機構的風險

12.1 單一判斷瓶頸

AI 可以提供多個答案，但最終選擇仍集中於單一人類。

12.2 關鍵人風險

若核心人類失去健康、注意力、意願或存取權：

R_{\mathrm{keyperson}} \uparrow.

12.3 驗證不足

跨域產能增長可能超過專業驗證能力。

12.4 外部合法性不足

傳統機構透過：

學位；
職稱；
同行審查；
品牌；
專業社群；

取得信任。個體機構需要自行建立替代性可信機制。

12.5 平台與模型依賴

若核心能力依賴單一模型、雲端或平台：

C_P \uparrow.

供應商調價、停權、政策變化或模型退化都可能影響機構。

12.6 責任集中

產出可以分散生成，法律、版權、錯誤與安全責任仍可能集中於人類核心。

13. 關鍵人脆弱性命題

命題五：關鍵人脆弱性命題

單核機構的意圖效率與關鍵人風險可能同時上升：

E_{\mathrm{intent}}\uparrow \quad\land\quad R_{\mathrm{keyperson}}\uparrow.

13.1 韌性設計

降低風險的方法包括：

記憶外部化；
版本控制；
自動備份；
流程文件；
多模型備援；
權限分層；
法律實體；
外部審閱網絡；
繼任與轉移機制。

13.2 單核不等於孤立

單核表示最終意圖集中，不表示所有驗證與合作都必須由一人完成。

成熟單核機構仍可建立：

\text{核心單一} + \text{外部專家網絡} + \text{AI 子系統} + \text{制度接口}.

14. 與傳統團隊的比較

面向	傳統團隊	單核複合機構
意圖	多方協調	高度集中
產能來源	人數與分工	AI、工作流與知識資本
協調成本	通常較高	通常較低
專業交叉驗證	較強	需外部建立
決策速度	較慢	較快
關鍵人風險	較分散	高度集中
外部合法性	容易制度化	需自行建構
跨域切換	受部門限制	可快速切換
持續記憶	組織化	依賴技術與流程
平台依賴	可分散	可能偏高

14.1 非替代關係

單核複合機構不是傳統團隊的終結。

更可能形成：

單核研究與外部審閱；
單核產品設計與專業承攬；
單核理論核心與分散實驗；
單核品牌與平台生態系。

15. 五階段成熟模型

第一階段：AI 消費者

使用 AI 取得答案、內容與建議。

第二階段：AI 增幅專業者

AI 提高原有職業的個人生產率。

第三階段：AI 專案操作者

一名個體能完成過去需要小團隊的單一專案。

第四階段：AI 增幅型個體機構

具備：

持續研究；
穩定記憶；
多功能工作流；
發布與維護；
跨領域產出。

第五階段：半自主單核複合機構

AI Agent、記憶、驗證、發布、營運與傳播高度自動化，人類核心主要負責：

方向；
價值；
例外；
風險；
最終責任。

15.1 成熟不是產量競賽

成熟度取決於：

\chi_{\mathrm{inst}}, \rho_K, V, D, R_{\mathrm{resilience}},

而不是單一產出數量。

16. 時間經濟學分析

16.1 傳統機構的時間結構

傳統機構需要大量：

招募時間；
訓練時間；
會議時間；
管理時間；
交接時間；
審批時間。

16.2 單核機構的時間結構

單核複合機構將部分時間成本轉化為：

模型時間；
編排時間；
審閱時間；
工作流建設；
知識資本。

因此：

T_{\mathrm{human\ coordination}} \downarrow,

但：

T_{\mathrm{governance}} + T_{\mathrm{verification}} \uparrow.

16.3 個體時間槓桿

定義：

\Lambda_T = \frac{ T_{\mathrm{counterfactual\ organization}} }{ T_{\mathrm{human\ core}} }.

這表示單位人類治理時間能動員多少等價機構時間。

16.4 時間主權

個體機構化的核心不是單純工作更多，而是：

\text{一個人對更多生產流程取得直接控制}.

但若 AI 使核心人類長期處於過度審閱與決策狀態，也可能形成：

\text{時間槓桿} \rightarrow \text{注意力過載}.

17. 實證研究設計

17.1 機構功能盤點

測量一個單核機構是否持續維持：

研究；
出版；
軟體；
資料；
網站；
產品；
傳播；
行政。

17.2 時間帳本

記錄：

人類治理時間；
AI 運算與工具成本；
驗證時間；
發布時間；
維護時間；
傳播時間。

17.3 品質與驗證

將成果分級為：

P_0, P_1, P_2, P_3, P_4,

分別表示：

概念節點；
結構草稿；
完整內部成果；
經資料與技術驗證；
經外部審議或正式驗證。

17.4 知識資本

測量：

術語重用；
模板重用；
程式重用；
記憶檢索；
工作流自動化；
後續成本下降。

17.5 外部吸收

測量：

閱讀；
使用；
引用；
訂閱；
商業轉化；
合作；
外部審閱。

18. 理論邊界

18.1 機構能力不等於機構認可

一個單核系統可以具有研究機構功能，但不自動取得大學、研究院或專業公會的法律與社會認可。

18.2 大量生成不等於知識進步

若缺乏驗證、反例與外部批判，產量可以增加而知識品質不提高。

18.3 AI 不等於多個獨立人類

AI 子系統可能共享訓練偏差與模型限制，不能完全替代人類觀點多樣性。

18.4 單核不適合所有領域

高風險醫療、實驗科學、大型工程、臨床試驗、國防與需要多人制度制衡的領域，仍需要大型團隊與正式治理。

18.5 個體機構化可能加劇不平等

具有高認知能力、資本、模型存取、時間與技術素養者，可能取得極高機構槓桿；其他人則停留於 AI 消費或被平台管理的位置。

19. 後續研究命題

19.1 個體機構密度

定義：

D_{\mathrm{AAII}} = \frac{ N_{\mathrm{AAII}} }{ P_{\mathrm{working}} }.

研究不同社會中個體機構的形成速度。

19.2 功能壓縮率

定義：

FCR = \frac{ |\mathcal C_I| }{ N_{\mathrm{core}} }.

19.3 驗證負荷率

定義：

VLR = \frac{ D_V }{ T_H }.

19.4 傳播吸收率

定義：

DAR = \frac{ Y_{\mathrm{absorbed}} }{ Y_{\mathrm{published}} }.

19.5 關鍵人依賴率

定義：

KDR = 1- \frac{ Y_{\mathrm{surviving\ without\ core}} }{ Y_{\mathrm{normal}} }.

20. 結論

AI 時代正在出現一種不能再用「自由職業者」、「一人公司」或「內容創作者」完全描述的新型組織。

它不是因為只有一個人而新，而是因為：

一個人類核心開始能夠持續維持研究、出版、程式、網站、資料、產品與傳播等多種機構功能。

本文將其稱為：

AI 增幅型個體機構

其結構稱為：

單核複合機構

其歷史過程稱為：

個體機構化

本文最重要的結論是：

\boxed{ \text{一人公司描述的是人數與法律形式，} }

\boxed{ \text{個體機構描述的是機構能力如何被壓縮進單一人類核心與 AI 基礎設施。} }

個體機構化不代表一個人真的擁有所有專業，也不代表傳統團隊失去價值。

它表示：

\text{人類意圖} + \text{AI 認知產能} + \text{可累積記憶} + \text{工作流} + \text{發布基礎設施}

開始形成新的組織單位。

這種單位的核心優勢是：

意圖一致；
決策快速；
協調成本低；
跨域切換快；
知識容易保持統一。

其核心風險是：

單一判斷瓶頸；
驗證不足；
關鍵人風險；
平台依賴；
責任集中；
外部合法性不足。

因此，AI 時代真正需要的不是歌頌「一個人取代一百人」，而是建立新的組織科學：

哪些功能可以被壓縮，哪些責任不能被壓縮；哪些工作可以由 AI 平行化，哪些判斷仍需要人類與社會制度分散承擔。

本文最終命題是：

\boxed{ \text{AI 不只是增加個人生產力，} }

\boxed{ \text{它正在使個體首次取得持續性的機構能力。} }

當機構能力與核心人類人數開始脫鉤，經濟學、管理學、勞動理論、創業研究與政治制度都必須重新定義「組織」的最小單位。

參考文獻

Coase, Ronald H. “The Nature of the Firm.” Economica, 1937.
Simon, Herbert A. Administrative Behavior. Macmillan, 1947.
Penrose, Edith. The Theory of the Growth of the Firm. Oxford University Press, 1959.
Williamson, Oliver E. Markets and Hierarchies. Free Press, 1975.
Nelson, Richard R., and Sidney G. Winter. An Evolutionary Theory of Economic Change. Harvard University Press, 1982.
Nonaka, Ikujiro, and Hirotaka Takeuchi. The Knowledge-Creating Company. Oxford University Press, 1995.
Malone, Thomas W. The Future of Work. Harvard Business School Press, 2004.
Benkler, Yochai. The Wealth of Networks. Yale University Press, 2006.
Baldwin, Carliss Y., and Kim B. Clark. Design Rules. MIT Press, 2000.
Brynjolfsson, Erik, Daniel Rock, and Chad Syverson. “Artificial Intelligence and the Modern Productivity Paradox.” 2017.
Acemoglu, Daron, and Simon Johnson. Power and Progress. PublicAffairs, 2023.
Neo.K，《AI 時間槓桿的多重估值》，EveMissLab，2026。
Neo.K，《替世界製造 AI，卻仍主要消費 AI》，EveMissLab，2026。

附錄 A：核心符號表

符號	定義
$AAII$	AI 增幅型個體機構
$SCCI$	單核複合機構
$I_H$	人類意圖與價值選擇
$J_H$	人類判斷與最終責任
$A_P$	AI 平行認知產能
$K$	知識與記憶資本
$W$	工作流與自動化
$V$	驗證能力
$D$	發布與外部轉化能力
$C_O$	編排與監督成本
$C_P$	平台依賴成本
$L_R$	風險損失
$\kappa_I$	機構壓縮率
$\chi_{\mathrm{inst}}$	個體機構成熟度
$\rho_K$	知識資本化率
$D_V$	驗證債務
$D_I$	整合債務
$D_D$	傳播債務

附錄 B：個體機構最低判準

一個單核生產系統若要被稱為個體機構，至少應回答：

是否有持續且一致的意圖核心？
是否有可檢索的長期記憶？
是否有可重複的生產流程？
是否有明確的驗證分級？
是否有法律、倫理與品質責任？
是否有持續發布與外部吸收渠道？
是否能在核心人類暫時中斷時保存機構狀態？
是否能把本輪產出轉化為下一輪能力？
是否具有多模型或多工具備援？
是否能區分名義產量與有效機構產能？

附錄 C：後續研究議程

個體機構與一人公司在生產率上有何差異？
哪些功能最容易被壓縮進單一人類核心？
哪些功能仍必須由多人制度制衡？
個體機構的關鍵人風險如何量化？
AI 平行產能何時超過人類驗證能力？
個體機構如何取得外部合法性？
個體機構是否會取代部分中小企業與研究工作室？
個體機構是否會擴大高認知者與一般勞動者之間的差距？
個體機構如何形成繼任、出售、授權與公共化機制？
半自主單核複合機構是否會成為 AI 萌芽期後的主要新組織類型？

個體機構化_AI增幅型單核複合機構與人數產能脫鉤_v1.0

個體機構化

AI 增幅型單核複合機構與人數—產能脫鉤

——從一人公司、跨域生產到新型組織本體論

摘要

1. 問題的提出：一人公司概念已不足以描述新現象

1.1 一人公司的分析邊界

1.2 從企業形式轉向機構能力

1.3 新研究問題

2. 三個基本概念

2.1 AI 增幅型個體機構

AI 增幅型個體機構

2.2 單核複合機構

單核複合機構

2.3 個體機構化

個體機構化

3. 傳統機構與單核複合機構

3.1 傳統組織生產函數

3.2 單核複合機構生產函數

3.3 主要結構差異

4. 人數—機構產能脫鉤命題

命題一：人數—機構產能脫鉤命題

4.1 機構壓縮率

4.2 功能調整後壓縮率

5. 什麼時候個體才真正成為機構

5.1 產量不是充分條件

5.2 六種機構閉合

意圖閉合

記憶閉合

流程閉合

驗證閉合

責任閉合

外部閉合

5.3 個體機構成熟度

5.4 機構閉合命題

命題二

6. 個體機構的功能模組

6.1 意圖核心

6.2 認知擴展層

6.3 記憶與知識層

6.4 工作流層

6.5 驗證層

6.6 外部接口層

7. AI 平行認知產能

7.1 AI 不只是單一助手

7.2 AI 產能不是免費人力

7.3 平行化與責任不對稱

8. AI 機構瓶頸遷移定律

8.1 傳統個體瓶頸

8.2 AI 後的瓶頸遷移

8.3 瓶頸遷移定律

命題三

8.4 生產力錯覺

9. 三種機構債務

9.1 驗證債務

9.2 整合債務

9.3 傳播債務

9.4 債務聯動

10. 知識資本與可再生產能力

10.1 文件不是唯一資產

10.2 學習曲線

10.3 知識資本化率

10.4 可再生產能力命題

命題四

11. 單核複合機構的優勢

11.1 意圖一致

11.2 決策速度

11.3 低協調成本

11.4 高跨域能力

11.5 高知識一致性

12. 單核複合機構的風險

12.1 單一判斷瓶頸

12.2 關鍵人風險

12.3 驗證不足

12.4 外部合法性不足

12.5 平台與模型依賴

12.6 責任集中

13. 關鍵人脆弱性命題

命題五：關鍵人脆弱性命題

13.1 韌性設計