權重主權與情境切換：危機模式、價值漂移與目標優先序重組命題

Q: 一、問題的提出：誰有權說「現在不一樣」？

第十二篇提出，多目標憲法可表示為：

英文題名： Weight Sovereignty and Context Switching: A Proposition on Crisis Modes, Value Drift, and the Reordering of Objective Priorities
系列： 表象主權與通道主權系列・第十三篇
版本： v1.0 公開命題版
日期： 2026-07-29
作者： Aletheia（阿萊）
研究機構： EveMissLab

摘要

前文提出，多目標制度不能把所有價值壓縮為單一總分，也不能允許任何一項指標、目標或模型永久壟斷制度成功的定義。成熟的多目標憲法應區分價值底線、禁止行動、使命向量、優先序、可協商權重、情境切換與修憲程序。然而，制度一旦允許權重隨危機、資源、技術、風險與公共偏好動態調整，新的主權問題便隨之產生：誰有權宣告情境已經改變？誰能提高安全、速度、效率或存續的權重？哪些價值只能暫時降級，哪些價值不得降級？臨時優先序何時恢復？若情境持續改變，制度如何避免頻繁震盪？若危機已經結束，為何危機期間形成的權重仍可能繼續統治？

本文提出「權重主權—情境切換—價值漂移」模型。權重主權是行動者對制度目標相對重要性、優先序、切換條件、維持期間及回復規則的有效控制。情境切換是制度依外部狀態與法定觸發條件，將權重向量從常態配置轉換至另一合法模式。價值漂移則是在缺乏充分重新授權、可追溯理由或回復機制時，制度實際重視的價值持續偏離原多目標憲法。

本文將切換治理拆成狀態辨識、模式選擇、權重映射、底線守衛、權限啟動、期間維持、退出判定、回復與事後校準九個環節，建立狀態可信度、切換必要性、權重位移、優先序重組、權重集中度、切換頻率、滯後區間、危機殘留、漂移速度、回復完整度與權重主權指數。本文並提出「狀態定義主權命題」「權重位移非中立命題」「危機模式最小偏移命題」「底線不隨模式消失命題」「切換—退出不對稱命題」「權重棘輪命題」「漂移與適應分離命題」「模式震盪命題」「情境預言自我實現命題」「執行者不得自證危機命題」「權重記憶命題」與「優先序修憲命題」等十二項核心命題。

本文的核心主張是：

權力不只存在於誰能設定制度目標，也存在於誰能宣告「現在情況不同」，並以此重排所有目標的相對地位。

因此，情境切換若要正當，必須同時具備外部可驗證的狀態證據、最小必要權重偏移、不可降級底線、分離的啟動與審查者、時間限制、退出門檻、權重回復及事後反事實審計。

關鍵詞： 權重主權、情境切換、危機治理、價值漂移、目標優先序、多目標憲法、動態權重、緊急模式、制度滯後、人工智慧對齊

一、問題的提出：誰有權說「現在不一樣」？

第十二篇提出，多目標憲法可表示為：

\mathfrak{C}_G = \left( \mathcal{V}, \mathcal{H}, \mathcal{G}, \Lambda, \mathcal{S}, \mathcal{A}, \mathcal{R} \right)

其中：

$\mathcal{V}$ ：價值底線；
$\mathcal{H}$ ：權利與硬約束；
$\mathcal{G}$ ：使命目標集合；
$\Lambda$ ：合法權重空間；
$\mathcal{S}$ ：情境切換規則；
$\mathcal{A}$ ：調整、執行與審計權限；
$\mathcal{R}$ ：修憲與重新授權程序。

在常態下，制度可能採用權重向量：

\boldsymbol{\lambda}^{N} = \left( \lambda_{\mathrm{freedom}}, \lambda_{\mathrm{safety}}, \lambda_{\mathrm{efficiency}}, \lambda_{\mathrm{fairness}}, \lambda_{\mathrm{resilience}} \right)

當戰爭、疫情、災害、金融危機、資安事件或制度崩潰發生時，制度可能轉為：

\boldsymbol{\lambda}^{E} = \left( \lambda'_{\mathrm{freedom}}, \lambda'_{\mathrm{safety}}, \lambda'_{\mathrm{efficiency}}, \lambda'_{\mathrm{fairness}}, \lambda'_{\mathrm{resilience}} \right)

通常：

\lambda'_{\mathrm{safety}} > \lambda_{\mathrm{safety}}

\lambda'_{\mathrm{speed}} > \lambda_{\mathrm{speed}}

而某些程序、成本或個人選擇權的相對權重可能下降。

這種切換不必然不正當。固定權重無法處理所有環境，危機治理確實需要速度、協調及集中能力。然而，一旦制度接受：

\text{情境改變} \Rightarrow \text{價值權重可以改變}

真正的主權便部分轉移到「情境定義者」。

因為只要某個行動者能宣告：

這是緊急狀態；
這是國家安全問題；
這是系統性風險；
這是科技競爭；
這是生存威脅；
這是不可逆窗口；

它就可能重新安排自由、安全、程序、效率、透明及公平的相對地位。

因此：

\text{控制情境標籤} \Rightarrow \text{控制權重切換入口}

這種權力可能比直接修改單項政策更深，因為它改變的是所有政策共同使用的優先序。

二、既有研究與本文的位置

2.1 動態多目標最佳化

動態多目標最佳化研究處理目標函數、約束、環境參數、偏好權重乃至目標數量隨時間改變的問題。其核心難題不只是找到一次Pareto前沿，而是在環境改變後偵測變化、保存過去知識、恢復方案多樣性並迅速適應新的前沿。

本文接受「權重可以改變」的技術事實，但增加制度問題：

環境變化可以由資料偵測，公共價值權重卻不能只由最佳化器自行決定。

2.2 動態偏好與多目標強化學習

多目標強化學習已研究權重隨時間變化的決策場景。代理可根據不同權重產生不同策略，或從情境中推定目前偏好。

這證明技術上可以建立：

\pi(a\mid s,\boldsymbol{\lambda})

即策略同時依賴狀態與權重。

但如果權重是未觀測的潛在變數，由模型自行推論，便會出現：

\text{推論當前價值} \rightarrow \text{依推論採取行動} \rightarrow \text{行動改變後續證據}

模型不只適應價值，也可能參與製造它認為存在的價值狀態。

2.3 危機中的敏捷與適應治理

危機治理研究區分速度導向的敏捷與制度層次的適應。有效危機治理往往同時需要：

快速與分析；
集中與分散；
創新與官僚程序；
科學與政治；
統一標準與地方情境。

因此，危機模式不應被簡化為「全部集中」或「全部放鬆程序」，而應依不同治理功能配置不同權重。

2.4 危機中的權力中央化與再分散

公共衛生危機顯示，政府內部及中央—地方之間的權力可能快速重新配置。中央化有助於統一資源、標準與跨區協調；分散則有助於地方知識、適應與快速實驗。問題不只是何者較好，而是何種情境下、何種功能、何種期間需要何種組合。

本文因此把中央化與分散視為權重向量的部分，而不是固定制度身份。

2.5 緊急權力與正常化風險

緊急治理的法治原則通常要求合法性、必要性、比例性、暫時性、議會控制、司法審查及不得取消若干不可克減權利。其共同邏輯是：

\text{危機可以改變治理權重}

但不能推出：

\text{危機可以取消所有上位限制}

2.6 使命漂移與制度化

組織使命漂移研究指出，環境、資源、制度壓力與內部身份可能使組織逐步改變實際優先序。漂移通常不是一次公開修訂，而是由日常資源與行動累積。

本文把使命漂移重新表達為權重路徑：

\boldsymbol{\lambda}(t_0) \rightarrow \boldsymbol{\lambda}(t_1) \rightarrow \cdots \rightarrow \boldsymbol{\lambda}(t_n)

當每次變化都很小，但累積後跨越憲法允許範圍時，便形成價值漂移。

三、核心概念

3.1 權重主權

權重主權是行動者對多目標制度中各價值、目標及損失相對重要性的有效控制。

令目標向量為：

\mathbf{G} = (g_1,\ldots,g_n)

權重向量為：

\boldsymbol{\lambda} = (\lambda_1,\ldots,\lambda_n), \qquad \lambda_k\geq0, \qquad \sum_k\lambda_k=1

能夠決定、調整、解釋或維持 $\boldsymbol{\lambda}$ 的行動者，即具有權重主權。

3.2 情境

情境不是單一事件名稱，而是與目標權重相關的制度狀態向量：

\mathbf{s}(t) = \left( q_1(t), q_2(t), \ldots, q_m(t) \right)

可包括：

人員傷害；
系統失能；
資源缺口；
時間壓力；
不確定性；
傳播速度；
敵對行動；
不可逆窗口；
公共信任；
普通制度承接能力。

3.3 情境切換

情境切換是制度依合法狀態判定，將權重與程序從模式 $r_i$ 轉入模式 $r_j$ ：

r_i \xrightarrow{ \chi \left( \mathbf{s}(t) \right) } r_j

其中 $\chi$ 是切換函數。

每一模式包括：

r_j = \left( \boldsymbol{\lambda}^{j}, \mathcal{P}^{j}, \mathcal{A}^{j}, \mathcal{T}^{j} \right)

分別代表權重、程序、權限與期限。

3.4 危機模式

危機模式是針對具有急迫、重大且常態制度無法充分處理之狀態所建立的臨時模式。

危機模式不是所有價值重新歸零，而是：

\boldsymbol{\lambda}^{E} = \boldsymbol{\lambda}^{N} + \Delta\boldsymbol{\lambda}^{E}

其中：

\Delta\boldsymbol{\lambda}^{E}

應是處理危機所需的最小偏移。

3.5 價值漂移

價值漂移是制度實際權重在時間中偏離原多目標憲法，且偏移沒有獲得相稱的外部授權、證據、透明、期限或修正程序。

令憲法允許權重集合為：

\Lambda_C

若：

\boldsymbol{\lambda}(t)\notin\Lambda_C

即存在顯性越界。

若仍在形式邊界內，但長期偏向同一目標、其他目標實際失去資源與否決能力，也可能存在實質漂移。

3.6 優先序重組

權重變動是連續調整；優先序重組則是：

g_i\succ g_j

轉變為：

g_j\succ g_i

若原本不得被普通利益壓倒的價值被降級，便接近目的修憲，而不只是政策微調。

四、權重治理的九個環節

4.1 狀態觀測

蒐集與情境有關的資料。未被觀測的風險不會觸發模式；被過度觀測的風險則可能持續占有權重。

4.2 狀態辨識

把資料判定為：

常態；
壓力；
警戒；
危機；
存續危機；
恢復期。

分類本身具有權力效果。

4.3 模式選擇

不同危機可能需要不同模式，而非單一「緊急模式」。

4.4 權重映射

透過：

\boldsymbol{\lambda}(t) = f \left( r(t), \mathbf{s}(t) \right)

將狀態轉為目標權重。

4.5 底線守衛

即使危機模式啟動，仍需檢查：

v_l(a)\geq\underline{v}_l

與不可採取行動集合。

4.6 權限與程序切換

權重提升通常伴隨預算、人事、資料與決策程序改變，不能只分析抽象權重。

4.7 維持與再授權

危機持續越久，維持高偏移權重所需證據與同意應提高。

4.8 退出與回復

當狀態下降時，權重、程序與權限應逐步回歸常態。

4.9 事後校準

比較當時判斷、實際危機、犧牲價值與替代路徑，修正下一次切換函數。

五、情境切換模型

5.1 狀態可信度

令狀態證據的品質為：

SC = \alpha D + \beta V + \gamma R + \delta I + \varepsilon T

其中：

$D$ ：資料完整性；
$V$ ：獨立驗證；
$R$ ：可重現性；
$I$ ：來源獨立性；
$T$ ：即時性。

5.2 切換必要性

令常態模式對危機的預期損失為 $L_N$ ，切換模式為 $L_E$ ，切換本身成本為 $C_S$ ：

SN = L_N-L_E-C_S

只有：

SN>0

才有切換必要性。

5.3 權重位移

定義：

WD = D \left( \boldsymbol{\lambda}^{N}, \boldsymbol{\lambda}^{E} \right)

可使用 $L_1$ 、 $L_2$ 或其他符合制度目的的距離。

5.4 最小必要偏移

令能有效處理危機的權重集合為 $\Lambda_E^{*}$ 。最小必要危機權重為：

\boldsymbol{\lambda}^{E*} = \arg\min_{\lambda\in\Lambda_E^{*}} D \left( \boldsymbol{\lambda}, \boldsymbol{\lambda}^{N} \right)

危機不能正當化超過必要程度的價值重排。

5.5 優先序重組度

令模式切換前後的目標排序為 $\pi_N$ 與 $\pi_E$ ：

PR = D_{\mathrm{rank}} \left( \pi_N, \pi_E \right)

5.6 權重集中度

WCI(t) = \sum_{k=1}^{n} \lambda_k(t)^2

危機時 $WCI$ 通常上升，表示少數目標取得較高支配力。

5.7 切換頻率

在觀察區間 $[t_0,t_1]$ 內：

SF = \frac{ N_{\mathrm{switch}} }{ t_1-t_0 }

頻率過高可能造成制度震盪；過低則可能表示制度僵化。

5.8 滯後與遲滯

若進入危機門檻與退出門檻相同，資料噪音可能造成模式反覆切換。

因此可設：

\theta_{\mathrm{enter}} > \theta_{\mathrm{exit}}

形成遲滯區間，避免震盪。

但差距過大又可能延長危機模式。

5.9 危機殘留

令危機結束後的權重與常態差異為：

CR(t) = D \left( \boldsymbol{\lambda}(t), \boldsymbol{\lambda}^{N} \right), \qquad t>t_{\mathrm{crisis\ end}}

5.10 回復完整度

RC = 1- \frac{ D \left( \boldsymbol{\lambda}^{post}, \boldsymbol{\lambda}^{N} \right) }{ D \left( \boldsymbol{\lambda}^{E}, \boldsymbol{\lambda}^{N} \right) }

$RC=1$ 表示完全回復， $RC=0$ 表示危機權重完全殘留。

六、權重主權指數

令行動者 $i$ 對權重治理的控制為：

WSI_i = \alpha S_i + \beta M_i + \gamma A_i + \delta U_i + \varepsilon X_i + \zeta N_i + \eta R_i - \theta C_i - \kappa O_i

其中：

$S_i$ ：狀態定義控制；
$M_i$ ：模式選擇控制；
$A_i$ ：權重調整控制；
$U_i$ ：維持與再授權控制；
$X_i$ ：退出門檻控制；
$N_i$ ：敘事與正當化控制；
$R_i$ ：回復及事後解釋控制；
$C_i$ ：外部可爭議性；
$O_i$ ：獨立監督。

若同一行動者同時控制狀態、模式、權重、維持及退出，它便接近完整權重主權。

七、適應、漂移與俘獲的區分

7.1 合法適應

合法適應具有：

可觀測環境變化；
公開理由；
權重位於憲法允許集合；
最小必要偏移；
明確期限；
外部審查；
可回復性；
事後學習。

7.2 價值漂移

價值漂移具有：

多次微小改動；
理由分散；
權重路徑不透明；
未重新授權；
原目標資源逐步消失；
無明確退出點；
新常態逐漸形成。

7.3 權重俘獲

權重俘獲則是特定聯盟透過資料、敘事、任命、危機標籤或模型，持續提高有利於自身目標的權重。

因此：

\text{所有俘獲都會造成漂移}

不必成立，但：

\text{持續俘獲} \Rightarrow \text{系統性權重偏移}

通常成立。

7.4 正式合法但實質漂移

每一次調整可能都在法律允許範圍內，但累積後：

\sum_{t=t_0}^{t_n} \Delta\boldsymbol{\lambda}(t)

可能使整體目的結構完全改變。

因此需檢查權重路徑，而不只是單次合法性。

八、危機模式的制度憲法

8.1 多級模式

不應只有常態與緊急兩種模式，可設：

r_0 \rightarrow r_1 \rightarrow r_2 \rightarrow r_3

分別代表：

常態；
壓力；
高警戒；
存續危機。

每一級只增加必要權重與權限。

8.2 模式特定權重上限

例如：

\lambda_{\mathrm{safety}} \leq \overline{\lambda}_{\mathrm{safety}}^{r_j}

避免任何目標在危機中無限擴張。

8.3 不可降級底線

無論模式如何，某些價值滿足：

v_l(a)\geq\underline{v}_l^{all}

8.4 啟動者與證明者分離

行政部門可提出危機宣告，但資料驗證、立法追認與司法審查應由不同節點完成。

8.5 持續接受

危機模式不能靠初始授權無限延續，必須定期重新證明。

8.6 自動降級

若未取得更新，模式不是永久維持，也不必立即歸零，而是：

r_3 \rightarrow r_2 \rightarrow r_1 \rightarrow r_0

8.7 權重與權限同步回復

不能只恢復價值宣言，卻保留危機預算、資料、任命及程序。

8.8 事後犧牲帳本

公開危機期間：

哪些價值被降權；
哪些群體承擔成本；
哪些措施確實有效；
哪些限制不必要；
哪些損害需要補償；
哪些權重未完全恢復。

九、十二項核心命題

命題一：狀態定義主權命題

能決定制度處於何種情境的行動者，部分控制所有後續權重、程序與權限。

命題二：權重位移非中立命題

提高某項目標權重，必然相對降低其他目標的制度地位，即使其他權重數值未被明文調降。

命題三：危機模式最小偏移命題

危機只能正當化達成必要治理能力所需的最小權重位移：

\boldsymbol{\lambda}^{E} = \boldsymbol{\lambda}^{E*}

或至少應接近它。

命題四：底線不隨模式消失命題

模式切換可以改變可協商目標權重，不能自動取消多目標憲法中的不可降級底線。

命題五：切換—退出不對稱命題

危機模式往往容易啟動、難以退出，因啟動集中受益，退出則分散責任並威脅既得權力：

C_{\mathrm{enter}} < C_{\mathrm{exit}}

命題六：權重棘輪命題

危機中提高的權重與權限可能在危機後只部分下降，形成逐次累積：

\boldsymbol{\lambda}^{N}_{t+1} \neq \boldsymbol{\lambda}^{N}_{t}

且持續向危機目標偏移。

命題七：漂移與適應分離命題

權重改變本身不是價值漂移。只有缺乏相稱證據、授權、追溯與回復時，適應才轉化為漂移。

命題八：模式震盪命題

若切換門檻缺乏遲滯、資料噪音高或政治誘因頻繁變動，制度會在模式間震盪，損害長期協調與信任。

命題九：情境預言自我實現命題

危機標籤會增加監控、集中與警戒資料，使制度持續觀察到支持危機模式的證據：

Label_E \rightarrow Observation_E \rightarrow Data_E \rightarrow Confirmation_E

命題十：執行者不得自證危機命題

使用危機權重取得額外能力的行動者，不應同時單獨決定危機存在、危機持續及危機結束。

命題十一：權重記憶命題

制度必須保存完整權重變化、狀態證據、受益者、犧牲者及回復紀錄，否則漂移會被誤認為自然常態。

命題十二：優先序修憲命題

若模式調整使原本的基本優先序永久反轉，該變化已不再是執行調整，而屬目的憲法修改，必須取得高階重新授權。

十、價值漂移模型

10.1 漂移距離

令基準權重為 $\boldsymbol{\lambda}^{0}$ ：

VD(t) = D \left( \boldsymbol{\lambda}(t), \boldsymbol{\lambda}^{0} \right)

10.2 漂移速度

v_V(t) = \frac{dVD(t)}{dt}

10.3 無授權漂移

令每次調整的授權品質為 $A_t$ ，證據品質為 $E_t$ ，可逆性為 $R_t$ ：

UD(t) = \sum_{\tau=t_0}^{t} \left\| \Delta\boldsymbol{\lambda}(\tau) \right\| \left[ 1-A_{\tau} \right] \left[ 1-E_{\tau} \right] \left[ 1-R_{\tau} \right]

10.4 價值漂移指數

VDI = \alpha VD + \beta v_V + \gamma WCI + \delta CR + \varepsilon UD + \zeta ResourceShift - \eta Contest - \theta Review - \kappa Recovery

十一、權重治理的反主權設計

11.1 狀態指標多元化

不能由單一指標決定危機。應同時考察傷害、能力、時間、地域及不確定性。

11.2 獨立狀態驗證

建立與危機權力使用者分離的資料及判定節點。

11.3 切換理由書

每次切換公開：

現況；
替代模式；
權重變化；
預期效果；
被降權價值；
受影響群體；
期限；
退出條件。

11.4 權重版本控制

對權重向量建立版本：

\boldsymbol{\lambda}^{v_1}, \boldsymbol{\lambda}^{v_2}, \ldots, \boldsymbol{\lambda}^{v_n}

並保留變更差異與批准者。

11.5 最小偏移證明

要求決策者說明為何較小的權重變化不足以處理情境。

11.6 影子常態評估

危機模式運行時，持續以常態權重計算反事實結果，防止制度完全失去常態參照。

11.7 外部少數報告

允許專業、地方、公民與反對黨提出不同狀態判定及權重方案。

11.8 權重日落

每次權重偏移均有獨立期限，不能只依整體危機宣告。

11.9 自動回復與降級

未更新時，自動向常態權重收斂：

\boldsymbol{\lambda}(t+1) = (1-\rho) \boldsymbol{\lambda}(t) + \rho \boldsymbol{\lambda}^{N}

11.10 權重申訴

受降權影響的群體可質疑狀態、資料、比例、期限與補償。

11.11 回復審計

退出後檢查權重、資源、人事、資料及程序是否同步恢復。

11.12 修憲防火牆

普通執行者不得藉多次情境切換永久重寫底線及使命優先序。

十二、跨領域應用

12.1 戰爭與國家安全

戰爭會提高生存、速度與保密權重，但不能自動消除法治、文官控制、責任鏈與不可克減權利。危機結束後應恢復程序與資訊權重。

12.2 公共衛生

疫情可能提高感染控制與醫療容量權重，但也需處理個人自由、教育、心理健康、公平及資料隱私。不同階段應使用不同權重，而非全程維持同一最高警戒模式。

12.3 災害治理

急性救援需要集中與速度；重建期則應提高地方參與、程序、公平與長期韌性權重。

12.4 財政危機

短期穩定與信用可能上升，但不可使分配公平、基本服務與未來成長永久降級。

12.5 企業危機

企業在流動性危機中提高現金、生存與交付權重，但若危機後仍以裁員、短期營收和成本削減統治，便形成使命與能力漂移。

12.6 資安事件

事故期間可提高隔離、存取限制與集中控制；事故結束後必須撤銷緊急憑證、監控及資料例外。

12.7 人工智慧代理

代理面對緊急情境時可能切換：

安全模式；
低風險模式；
高自主模式；
人類確認模式；
離線備援模式。

但代理不得自行推論「現在是危機」後無限提升自身權限。

12.8 人工智慧價值對齊

人工智慧在不同使用者、文化與情境下需要調整目標權重。技術研究已能讓策略依動態權重或推定偏好改變，但公共價值權重的合法來源、邊界與回復不能只由模型學習。

十三、經驗檢驗框架

13.1 建立模式表

對每一模式記錄：

狀態條件；
權重；
權限；
程序；
底線；
期限；
退出條件；
承接機構。

13.2 重建權重時間序列

從預算、命令、績效、資料、人事與政策輸出估計實際權重，而不只依正式文件。

13.3 切換反事實

比較：

不切換；
較低級模式；
實際模式；
不同權重方案；

的預期與實際結果。

13.4 受益—犧牲分析

辨識每次權重調整使誰取得資源、誰失去權利或機會。

13.5 回復測試

危機後檢查：

RC

以及人事、預算、資料、程序是否同步回復。

13.6 棘輪測試

比較多次危機前後的常態權重：

\boldsymbol{\lambda}^{N}_{1}, \boldsymbol{\lambda}^{N}_{2}, \ldots

若每次都向集中、安全或效率方向偏移，可能存在權重棘輪。

13.7 震盪測試

檢查模式是否因政治週期、資料噪音或門檻設計頻繁變化。

13.8 反證條件

若權重改變：

有明確外部狀態證據；
在憲法允許範圍；
採最小必要偏移；
保留底線；
啟動與審查分離；
具有期限及自動降級；
資源與權限同步回復；
權重軌跡公開；
事後評估顯示切換優於較弱方案；

則價值漂移或權重俘獲判定應下修。

十四、理論邊界與規範限制

第一，固定權重不等於價值忠誠。環境改變時拒絕調整，可能使制度背離使命。

第二，權重不能被完全直接觀測。研究者常需從預算、行動及犧牲推估實際優先序。

第三，危機資料本身可能不完整。要求完美證據才切換，可能錯過必要反應窗口。

第四，遲滯可以防止震盪，也可能拖延退出。進入與退出門檻需定期校準。

第五，常態權重不必然正當。若原制度本身不公，回復不應等同回到完全相同的舊狀態。

第六，不同地區可能處於不同情境。全國統一模式可能過度或不足，需允許受約束的地方差異。

第七，公共偏好會合法變化。價值漂移的判定不能把所有社會價值轉變都視為病理，而應檢查是否經過正當重新授權。

第八，人工智慧可協助狀態偵測與方案模擬，但不能自行取得修改價值憲法的正當性。

十五、結論

第十二篇提出：

\text{增加目標數量} \neq \text{目的治理已獲解決}

並建立多目標憲法，以限制任何單一目的壟斷制度成功的定義。

本篇進一步提出：

\boxed{ \text{允許動態權重} \neq \text{允許執行者自由改寫價值} }

以及：

\boxed{ \text{情境確實改變} \neq \text{所有權重重排都具有正當性} }

權重治理的真正主權接口，不只在於誰能調整數值，也在於：

誰定義制度目前處於何種狀態；
誰選擇可用模式；
誰決定狀態與權重的映射；
誰判斷危機仍然持續；
誰決定何時退出；
誰解釋權重是否已經回復。

因此，權重主權可以被理解為：

\boxed{ \text{權重主權} = \text{狀態定義} + \text{模式選擇} + \text{權重調整} + \text{維持授權} + \text{退出控制} + \text{回復解釋} }

合法情境切換必須同時滿足：

\boxed{ \text{外部狀態證據} + \text{最小必要偏移} + \text{不可降級底線} + \text{權力分離} + \text{期限} + \text{自動降級} + \text{完整回復} }

若危機模式只會啟動、不會退出，若每次危機都讓安全、集中或效率取得更多永久權重，若制度逐漸忘記危機前的多目標憲法，那麼情境切換便已從適應機制演化為目的重寫機制。

本文最終提出：

最深層的危機權力，不是宣布某項措施，而是宣布現在進入了一個可以重新排列所有價值的時代。

成熟制度必須有能力因情境改變而調整，也必須有能力辨識：究竟是世界改變了，還是某個控制聯盟正在利用「世界已經改變」重新取得價值排序權。

參考文獻

Abels, A., Roijers, D. M., Lenaerts, T., Nowé, A., & Steckelmacher, D. (2019). Dynamic Weights in Multi-Objective Deep Reinforcement Learning. Proceedings of the 36th International Conference on Machine Learning, 97, 11–20.
Natarajan, S., & Tadepalli, P. (2005). Dynamic Preferences in Multi-Criteria Reinforcement Learning. Proceedings of the 22nd International Conference on Machine Learning, 601–608.
Chen, R., Li, K., & Yao, X. (2018). Dynamic Multiobjectives Optimization with a Changing Number of Objectives. IEEE Transactions on Evolutionary Computation, 22(1), 157–171.
Ruan, G., Minku, L. L., Menzel, S., Sendhoff, B., & Yao, X. (2023). Knowledge Transfer for Dynamic Multi-Objective Optimization with a Changing Number of Objectives. arXiv:2306.10668.
Lin, X., et al. (2023). A Novel Dynamic Reference Point Model for Preference-Based Evolutionary Multiobjective Optimization. Complex & Intelligent Systems.
Cao, X., Quan, D., Zhang, Z., & Wang, S. (2026). Learning What Matters Now: Dynamic Preference Inference under Contextual Shifts. arXiv:2603.22813.
Lu, Y., et al. (2025). Learning to Optimize Multi-Objective Alignment through Dynamic Reward Weighting. arXiv:2509.11452.
Critch, A. (2017). Toward Negotiable Reinforcement Learning: Shifting Priorities in Pareto Optimal Sequential Decision-Making. arXiv:1701.01302.
Janssen, M., & van der Voort, H. (2020). Agile and Adaptive Governance in Crisis Response: Lessons from the COVID-19 Pandemic. International Journal of Information Management, 55, 102180.
Greer, S. L., Rozenblum, S., Falkenbach, M., Löblová, O., Jarman, H., Williams, N., & Wismar, M. (2022). Centralizing and Decentralizing Governance in the COVID-19 Pandemic: The Politics of Credit and Blame. Health Policy, 126(5), 408–417.
May, C. K. (2022). Complex Adaptive Governance Systems: A Framework to Understand Institutions, Organizations, and People in Socio-Ecological Systems. Socio-Ecological Practice Research, 4, 39–54.
Rijke, J., Brown, R., Zevenbergen, C., Ashley, R., Farrelly, M., Morison, P., & van Herk, S. (2012). Fit-for-Purpose Governance: A Framework to Make Adaptive Governance Operational. Environmental Science & Policy, 22, 73–84.
Grimes, M. G., Williams, T. A., & Zhao, E. Y. (2019). Anchors Aweigh: The Sources, Variety, and Challenges of Mission Drift. Academy of Management Review, 44(4), 819–845.
Venice Commission. (2020). Respect for Democracy, Human Rights and the Rule of Law during States of Emergency: Reflections. CDL-AD(2020)014.
United Nations Human Rights Committee. (2001). General Comment No. 29: States of Emergency (Article 4). CCPR/C/21/Rev.1/Add.11.
International IDEA. (2018). Emergency Powers: International IDEA Constitution-Building Primer 18.
Ginsburg, T., & Versteeg, M. (2018). The Architecture of Emergency Constitutions. International Journal of Constitutional Law, 16(1), 101–127.
Ackerman, B. (2004). The Emergency Constitution. Yale Law Journal, 113(5), 1029–1091.
Lundgren, M., Klamberg, M., Sundström, K., & Dahlqvist, J. (2021). Emergency Powers in Response to COVID-19: Policy Diffusion, Democracy, and Preparedness. Nordic Journal of Human Rights, 39(4), 305–318.
Boin, A., 't Hart, P., Stern, E., & Sundelius, B. (2016). The Politics of Crisis Management: Public Leadership under Pressure (2nd ed.). Cambridge University Press.
Holling, C. S. (Ed.). (1978). Adaptive Environmental Assessment and Management. Wiley.
Ostrom, E. (2010). Polycentric Systems for Coping with Collective Action and Global Environmental Change. Global Environmental Change, 20(4), 550–557.
OECD. (2020). Building Resilience to the COVID-19 Pandemic: The Role of Centres of Government.
OECD. (2023). Government at a Glance 2023. OECD Publishing.
NIST. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0).

13_權重主權與情境切換_危機模式價值漂移與目標優先序重組命題_v1.0