ALD-05｜AI 共同立法：自動反例、規範 Patch 與合法性不能自動化

AI Co-Legislation: Automated Counterexamples, Norm Patches, and Why Legitimacy Cannot Be Automated

系列：《AI 法律域：機器原生法律、規範 Runtime 與人機雙法律棧》
系列位置： 第 05 篇 / 10
前篇： ALD-04〈快法律與慢憲法：AI 時代的版本化規範與更新速度分層〉
版本： v0.1
日期： 2026-08-20
作者： Neo.K
AI 協作： Aletheia / GPT-5.6 Sol
機構： EveMissLab／一言諾科技有限公司
文件性質： 理論論文／AI 共同立法／規範 Patch／民主合法性／立法輔助 AI
狀態： 公開研究草稿
Canonical source： UTF-8 Markdown
Canonical math delimiters： inline $...$ ；display $$...$$

摘要

ALD-04 已建立多速度規範棧，並提出：

\boxed{ \operatorname{GeneratePatch}_{AI} \neq \operatorname{AuthorizePatch}_{AI}. }

本文將此命題展開為 AI 共同立法（AI Co-Legislation）的第一版制度架構。本文的「共同立法」不是主張 AI 應成為 sovereign legislator，而是研究：當 AI 已能協助立法者檢索法源、檢查定義、尋找規則衝突、生成反例、起草修正案、模擬政策後果、分析版本影響與產生 machine-readable legal representations 時，如何把這些能力接入民主與法治程序，而不把計算能力偷換成政治授權？

截至 2026 年，這一問題已從純假想進入實際制度工具階段。European Commission 的 LEOS/EdiT 已投入部分立法 drafting workflow，EU-funded study 也專門研究 AI / LLM smart functionalities for legislative drafting；Inter-Parliamentary Union 已整理議會使用 LLM 協助 amendment drafting 的案例；2026 年的 LCR-CN dataset 更以 173 份 legislative drafts、6,995 條 normative provisions 建立 legislative conflict review benchmark，顯示 AI 對 superior-law conflict、revision suggestion 與規範一致性檢查已可被工程化研究。另一方面，Council of Europe 的 Venice Commission 與 Parliamentary Assembly 均明確強調：AI 使用不得削弱 democratic legislative procedure，不能以 purely technological considerations 取代 democratic deliberation。

本文因此建立兩個彼此獨立的空間：

\boxed{ \mathcal P_N = \text{Norm Proposal Space}, }

以及：

\boxed{ \mathcal A_N = \text{Legally Authorised Norm Space}. }

AI 可以高頻生成：

p\in\mathcal P_N,

但：

p\in\mathcal P_N \not\Rightarrow p\in\mathcal A_N.

規範候選必須經過獨立 legitimacy transition。

本文定義 Norm Patch Candidate：

\boxed{ \Delta N^\ast = ( \text{target}, \text{diff}, \text{rationale}, \text{counterexamples}, \text{evidence}, \text{rights impact}, \text{distributional impact}, \text{compatibility}, \text{uncertainty}, \text{provenance} ). }

並提出 AI Counterexample Engine：

\boxed{ \operatorname{CE} ( N, \mathcal S, \mathcal C, \mathcal H ) \rightarrow \mathcal W, }

其中 $\mathcal W$ 是 witness / counterexample set。反例至少分為：logical conflict、coverage gap、rights conflict、carrier mismatch、jurisdiction conflict、incentive gaming、transition failure、proof / disclosure failure、enforcement asymmetry 與 adversarial edge case。AI 的價值首先是把：

T_{\mathrm{detect}}, T_{\mathrm{propose}}

壓低，而不是把：

T_{\mathrm{authorize}}

變成零。

本文提出 Candidate Norm Lifecycle：

\boxed{ \mathsf{Draft} \rightarrow \mathsf{Tested} \rightarrow \mathsf{Verified} \rightarrow \mathsf{ImpactAnalysed} \rightarrow \mathsf{Deliberated} \rightarrow \mathsf{Authorised} \rightarrow \mathsf{Enacted} \rightarrow \mathsf{Effective} \rightarrow \mathsf{Reviewed}. }

任何 AI-generated patch 都不得跳過需要的 institutional states。形式驗證成功也只能證明某些形式性屬性，例如 syntax、consistency 或 explicit constraints；它不能自動證明 distributive justice、political legitimacy、constitutionality、social acceptability 或 democratic authorization。因此：

\boxed{ \text{Formal Validity} \neq \text{Substantive Wisdom} \neq \text{Legal Authority} \neq \text{Political Legitimacy}. }

本文進一步提出 Legitimacy Gate：

\boxed{ \mathcal G_{\mathrm{legit}} : \mathcal P_N \rightharpoonup \{ \mathsf{Authorised}, \mathsf{Rejected}, \mathsf{RevisionRequired}, \mathsf{PublicDeliberationRequired}, \mathsf{JudicialReviewRequired}, \mathsf{OutOfAuthority} \}. }

此 Gate 不是一個 AI legitimacy score，而是一個由既有 constitutional source、competent authority、procedure、participation、rights constraints、conflict-of-interest rules、publication / notice、reviewability 等制度條件所構成的程序化入口。

本文特別提出 Separation-of-Legislative-Functions Principle。生成 patch 的 AI 不應因自己找到反例、自己起草、自己模擬、自己評分，就取得自行 enact 的權力。對高風險規範至少應分離：

\boxed{ \text{Generate} \neq \text{Verify} \neq \text{Deliberate} \neq \text{Authorise} \neq \text{Enact} \neq \text{Review}. }

本文把 AI-native norm maintenance 描述為：

\boxed{ \text{Continuous Normative Integration} + \text{Discrete Legitimation}. }

也就是候選規範可以持續被 machine test、counterexample search、impact simulation 與 version integration；但真正具有法律效力的 transition 仍必須通過離散、可追溯、有權威來源的 legitimation event。這是法律版 CI/CD 類比中最重要的限制：可以 Continuous Integration，但不能把 Democratic Legitimation 當成無人值守 Continuous Deployment。

最後，本文提出「Legitimacy Gap Certificate」。若一個 patch 在形式、技術與效果模擬上全部通過，但缺乏合法制定權、民主程序、必要 consultation 或 constitutional review，Runtime 應輸出：

\boxed{ \mathsf{TechnicallyReady\_LegallyUnauthorised}. }

而不是因為 patch 很好就偷偷部署。

關鍵詞

AI 共同立法；AI Co-Legislation；Legislative Drafting；Norm Patch；Counterexample Engine；Legitimacy Gate；Democratic Deliberation；LEOS；LCR-CN；Legislative AI；Rule Maintenance；Constitutional Review；AI Governance

0. 從 ALD-04 的速度問題進入權威問題

ALD-04 已把法律更新拆成：

\boxed{ \mathbf T_N = ( T_{\mathrm{detect}}, T_{\mathrm{propose}}, T_{\mathrm{authorize}}, T_{\mathrm{effective}}, T_{\mathrm{deploy}}, T_{\mathrm{review}} ). }

AI 最容易壓低的是：

T_{\mathrm{detect}}, \qquad T_{\mathrm{propose}}.

真正的制度危險是：

\boxed{ T_{\mathrm{propose}}\rightarrow0 }

後，人們開始誤以為：

\boxed{ T_{\mathrm{authorize}}\rightarrow0 }

也應該成立。

本文拒絕這個推論。

1. AI 共同立法不是 AI 主權

本文所稱：

\boxed{ \text{AI Co-Legislation} }

是：

AI 參與規範分析、反例生成、草案形成、模擬、驗證、解釋與維護的制度流程。

它不是：

\boxed{ \text{AI Sovereign Legislation}. }

2. Proposal Space 與 Authorised Law Space

定義：

\boxed{ \mathcal P_N = \text{Norm Proposal Space}. }

其中可以包含：

human proposals；
AI proposals；
hybrid proposals；
court-triggered proposals；
agency proposals；
public proposals。

再定義：

\boxed{ \mathcal A_N = \text{Legally Authorised Norm Space}. }

因此：

\boxed{ \mathcal A_N \subseteq \mathcal P_N }

在典型制度中成立。

3. Proposal 不等於 Law

\boxed{ p\in\mathcal P_N \not\Rightarrow p\in\mathcal A_N. }

一個候選規範可以：

完美；
formally consistent；
empirically promising；
widely supported by experts；

仍然不是 enacted law。

4. 為什麼這條分離很重要？

如果：

\text{Good Proposal} \Rightarrow \text{Law},

則問題變成：

誰定義 good？

如果是：

AI,

那就把：

\boxed{ \text{optimization criterion} }

偷偷升格成：

\boxed{ \text{sovereign authority}. }

5. AI 可以在哪些立法階段幫忙？

本文第一版分成：

source retrieval；
definition retrieval；
contradiction detection；
counterexample generation；
draft generation；
amendment generation；
formal verification；
impact simulation；
distributional analysis；
explanation；
public-input clustering；
version diff；
transition analysis；
post-enactment monitoring。

這已經非常多。

6. 但「很多」仍不等於「全部」

即使 AI 能做上述全部，

仍缺：

constitutional authority；
democratic mandate；
political responsibility；
legitimate representation；
final enactment competence；
public accountability。

所以：

\boxed{ \text{Functional Coverage} \neq \text{Institutional Authority}. }

7. Current EU Legislative Drafting 已經開始 AI-Assisted

EU-funded LEOS / EdiT work 已研究：

smart functionalities；
AI-assisted drafting；
LLM use；
legal-drafting workflow integration。

LEOS/EdiT 也已在 European Commission 用於部分 legislative acts drafting。

這顯示：

\boxed{ \text{AI-assisted legislative drafting} }

已是現實制度工程。

8. Inter-Parliamentary Union 的 amendment drafting use case

IPU 已收錄：

使用 LLM 協助 parliamentary staff draft amendments。

其 actor 仍包括：

parliamentary staff；
legislative drafting committee；
IT support。

也就是：

\boxed{ \text{AI drafting support} + \text{institutional human actors}. }

不是：

\boxed{ \text{LLM enacts amendment}. }

9. Legislative Definition 也正在被 AI 化

2026 年已有研究使用 LLM / Agentic AI：

retrieve legislative definitions；
detect overlapping definitions；
propose definitions；
handle temporal / jurisdictional context。

這特別適合 AI，

因為 definition drafting 中很多工作是：

exhaustive search；
consistency；
reference tracing；
ambiguity detection。

10. Legislative Conflict Review 已可建立 Benchmark

2026 年 LCR-CN 以：

173 legislative drafts；
6,995 normative provisions；

建立 legislative conflict review benchmark。

每個 provision 有：

conflict type；
expert explanation；
revision suggestion；
superior-law reference。

這意味著：

\boxed{ \text{legislative conflict checking} }

已可以成為可測 AI 任務。

11. 但 Conflict Detection 不等於 Legislative Authority

AI 找到：

N_i \perp N_j

只能支持：

這裡存在 conflict candidate。

不能自己推出：

所以我決定刪掉 $N_j$ 。

因此：

\boxed{ \text{Detect Conflict} \neq \text{Resolve Authority}. }

12. Norm Patch Candidate

本文定義：

\boxed{ \Delta N^\ast = ( N_{\mathrm{target}}, \Delta, R, W, E, H_R, D_I, C, U, P ). }

其中：

$N_{\mathrm{target}}$ ：target norm；
$\Delta$ ：proposed change；
$R$ ：rationale；
$W$ ：counterexample / witness set；
$E$ ：evidence；
$H_R$ ：rights / constitutional impact；
$D_I$ ：distributional impact；
$C$ ：compatibility / transition；
$U$ ：uncertainty；
$P$ ：provenance。

13. Patch 不應只有 Diff

軟體 patch 常見：

- x
+ y

法律 patch 需要回答：

為什麼？
對誰？
哪些權利變？
哪些例外變？
哪些案件受影響？
是否溯及？
哪些證書 stale？
哪些群體承擔成本？
誰提出？
誰驗證？

所以：

\boxed{ \text{Legal Patch} \neq \text{Text Diff}. }

14. AI Counterexample Engine

本文提出：

\boxed{ \operatorname{CE} ( N, \mathcal S, \mathcal C, \mathcal H ) \rightarrow \mathcal W. }

其中：

$N$ ：norm / rule set；
$\mathcal S$ ：scenario generator；
$\mathcal C$ ：constraints；
$\mathcal H$ ：higher-order rights / authority / constitutional rules；
$\mathcal W$ ：witness set。

15. Counterexample 不一定推翻整條法律

有：

w\in\mathcal W

不一定表示：

N

應被廢除。

它可能只表示：

exception needed；
scope too broad；
definition ambiguous；
implementation bug；
conflict unresolved；
transition failure。

16. 十種 Counterexample 類型

16.1 Logical Conflict

N_1\Rightarrow p,

N_2\Rightarrow\neg p.

16.2 Coverage Gap

合法 scenario 無 rule coverage。

16.3 Rights Conflict

低階 norm 與 higher-right constraint 衝突。

16.4 Carrier Mismatch

ALD-02 的 rule 對 target carrier 不適用。

16.5 Jurisdiction Conflict

同一 event 被多法域賦予不相容效果。

16.6 Incentive Gaming

rule 產生容易被 actor exploit 的策略。

16.7 Transition Failure

舊版到新版造成 pending case / certificate 崩潰。

16.8 Proof / Disclosure Failure

規則要求無必要或不可達成的 disclosure。

16.9 Enforcement Asymmetry

形式上普遍規則實際只對特定群體可執行。

16.10 Adversarial Edge Case

刻意構造極端案例暴露 loophole。

17. Counterexample Witness

每個 witness：

\boxed{ w = ( scenario, trigger, violated\_property, affected\_parties, severity, reproducibility, evidence ). }

這使立法反例可重播、可審計。

18. Counterexample Coverage 不等於 Completeness

即使 AI 搜了：

10^{12}

個 scenarios，

仍不能推出：

\boxed{ \text{No Counterexample Found} \Rightarrow \text{Perfect Law}. }

所以：

\boxed{ \text{Counterexample Search} \neq \text{Normative Completeness Proof}. }

19. Formal Verification 可以證什麼？

依 formalization 程度，

可以證：

syntax；
type consistency；
explicit invariants；
contradiction absence within a model；
transition properties；
selected rights constraints。

但不能自動證：

political wisdom；
justice；
legitimacy；
social acceptance；
completeness of values。

20. Formal Validity Ladder

本文提出：

\boxed{ V_F = ( V_{\mathrm{syntax}}, V_{\mathrm{type}}, V_{\mathrm{logic}}, V_{\mathrm{model}}, V_{\mathrm{rights}}, V_{\mathrm{empirical}} ). }

每一軸分開。

21. Formal Validity 不等於 Legitimacy

最核心：

\boxed{ \text{Formal Validity} \neq \text{Substantive Wisdom} \neq \text{Legal Authority} \neq \text{Political Legitimacy}. }

這四層不能合併。

22. Impact Simulation

AI 可模擬：

\operatorname{Sim} ( N, scenario, population, environment ) \rightarrow effects.

例如：

compliance cost；
access；
resource use；
enforcement load；
market response。

23. Simulation 不是 Reality

\boxed{ \text{Simulated Impact} \neq \text{Actual Impact}. }

需要：

model assumptions；
sensitivity；
uncertainty；
post-enactment monitoring。

24. Distributional Impact

平均效果：

E[\Delta]

可能良好，

但：

Group_A

承擔巨大 harm。

所以 Patch Certificate 不能只寫：

overall welfare +4%

還要做：

\boxed{ \text{distributional decomposition}. }

25. Public Input 也可以由 AI 幫忙整理

對：

10^6

份 public comments，

AI 可以：

cluster；
deduplicate；
extract concerns；
find minority positions；
trace source。

這可以提高 participation scalability。

26. 但 Summarisation 可能變成 Agenda Power

如果 AI 把：

10^6

意見壓成：

10

類，

分類本身就有政治效果。

因此：

\boxed{ \text{Summarise Participation} \neq \text{Neutral Compression}. }

27. Minority Preservation

public-input system 應保留：

\boxed{ \text{minority / outlier channel}. }

不能只按最大 cluster。

否則：

\text{small affected group}

容易消失。

28. Legislative Deliberation 不是 Aggregation

民主討論不是：

\operatorname{Average}(\text{preferences}).

它可能包含：

argument；
representation；
compromise；
rights；
minority protection；
public reasons；
institutional accountability。

因此：

\boxed{ \text{Deliberation} \neq \text{Preference Aggregation}. }

29. Council of Europe 的民主邊界

Venice Commission 對 AI in parliamentary procedures 的分析明確要求：

AI 使用透明；
不得削弱 democratic procedures；
不得用 purely technological considerations 取代 democratic deliberation。

這直接支持：

\boxed{ \text{AI Assistance} \neq \text{Democratic Deliberation Replacement}. }

30. 2026 PACE Resolution 的方向

PACE Resolution 2662 (2026) 一方面承認 AI 可用於改善 democratic systems，

另一方面強調：

regulation；
transparency；
accountability；
inclusiveness；
human rights；
democratic resilience。

因此 AI 參與制度更新必須是：

\boxed{ \text{democracy-supporting} }

而不是：

\boxed{ \text{democracy-bypassing}. }

31. Candidate Norm Lifecycle

本文提出：

\boxed{ \mathsf{Draft} \rightarrow \mathsf{Tested} \rightarrow \mathsf{Verified} \rightarrow \mathsf{ImpactAnalysed} \rightarrow \mathsf{Deliberated} \rightarrow \mathsf{Authorised} \rightarrow \mathsf{Enacted} \rightarrow \mathsf{Effective} \rightarrow \mathsf{Reviewed}. }

不是所有 norm 都需要完全同一程序，

但需要明示哪些 states 可跳過、由誰授權。

32. Draft

只有：

候選文字／候選 formal norm。

沒有 legal force。

33. Tested

通過：

counterexamples；
regression；
carrier test；
transition test。

仍然沒有 legal force。

34. Verified

通過指定 formal constraints。

仍然：

\boxed{ \mathsf{Verified} \neq \mathsf{Authorised}. }

35. ImpactAnalysed

完成：

social；
rights；
distributional；
economic；
operational；

分析。

仍然：

\boxed{ \mathsf{ImpactAnalysed} \neq \mathsf{Enacted}. }

36. Deliberated

經過法定：

consultation；
committee；
parliamentary；
agency；
stakeholder；

程序。

37. Authorised

competent authority 完成：

\boxed{ \text{legitimacy transition}. }

38. Enacted 與 Effective 也不同

\boxed{ \mathsf{Enacted} \neq \mathsf{Effective}. }

可能有 future effective date。

39. Reviewed

生效後：

judicial review；
sunset review；
legislative review；
empirical monitoring。

這使 norm lifecycle 是 closed loop。

40. Legitimacy Gate

本文定義：

\boxed{ \mathcal G_{\mathrm{legit}} : \mathcal P_N \rightharpoonup \mathcal Y_G. }

其中：

\mathcal Y_G = \{ \mathsf{Authorised}, \mathsf{Rejected}, \mathsf{RevisionRequired}, \mathsf{PublicDeliberationRequired}, \mathsf{JudicialReviewRequired}, \mathsf{OutOfAuthority} \}.

41. Gate 不是 Legitimacy Score

本文拒絕：

Legitimacy=0.92.

因為：

authority；
procedure；
rights；
representation；

不是自然可補償 scalar。

42. Legitimacy Gate Inputs

至少：

\boxed{ \mathfrak G = ( Source, Authority, Procedure, Participation, Rights, Conflict, Publication, Review, Provenance ). }

43. Authority

誰依法有權制定？

legislature；
regulator；
court；
authorised administrative body。

44. Procedure

是否完成 required:

readings；
vote；
consultation；
notice；
quorum；
hearing。

45. Participation

受影響者是否有：

input；
representation；
consultation；
challenge。

不是所有 law 都要求 referendum，

但程序要求要型別化。

46. Rights

是否越過：

\mathcal H_C

constitutional hard constraints？

47. Conflict

是否存在：

interest conflict；
authority conflict；
norm conflict。

48. Publication / Notice

一個 secret patch 不能因 machine-deployed 就自然取得公開法律的正當性。

49. Review

是否：

challengeable；
appealable；
judicially reviewable；

依制度要求。

50. AI 不能替自己產生 Authority

最重要的 hard gate：

\boxed{ \operatorname{GenerateAuthority}_{AI} \notin \text{default legislative capability}. }

除非上位法明確授權某類 delegated power。

51. Delegated AI Rulemaking

未來可以有：

\boxed{ \text{AI delegated rulemaking} }

但其 authority 必須來自：

\boxed{ \text{external lawful delegation}. }

而不是 self-authorization。

52. Delegation Envelope

定義：

\boxed{ \mathfrak D_L = ( grantor, grantee, scope, purpose, constraints, duration, review, revocation ). }

53. AI 可以在 Envelope 內自動維護

例如：

只允許調整風險 threshold 於 $[a,b]$ ，不得改變 rights scope。

則：

AI

可以在 envelope 內：

\Delta N.

超過即：

\mathsf{OutOfAuthority}.

54. Delegated Power 不是 Sovereignty

\boxed{ \text{Delegated Rulemaking} \neq \text{Original Sovereign Authority}. }

55. Separation-of-Legislative-Functions Principle

本文提出：

\boxed{ \text{Generate} \neq \text{Verify} \neq \text{Deliberate} \neq \text{Authorise} \neq \text{Enact} \neq \text{Review}. }

56. 為什麼要分？

如果同一 AI：

找出問題；
生成 patch；
證明 patch；
評估自己；
自己批准；
自己部署；
自己審查；

則：

\boxed{ \text{self-ratification loop}. }

57. Multi-Agent 也不自動解決

如果 100 個 AI 都由：

同公司；
同 model family；
同 objective；

控制，

並不能因：

N=100

就等於 pluralistic deliberation。

58. Independence Profile

對 proposal verification team：

\boxed{ \mathbf I_V = ( I_{\mathrm{model}}, I_{\mathrm{data}}, I_{\mathrm{institution}}, I_{\mathrm{objective}}, I_{\mathrm{authority}} ). }

這不是民主充分條件，

但可檢查形式上的 verification monoculture。

59. Adversarial Legislative AI

可以設：

proposer AI；
red-team AI；
rights AI；
budget AI；
minority-impact AI；
implementation AI。

它們互相找漏洞。

60. 但 Adversarial AI 仍是分析層

即使所有 AI 最後一致：

\boxed{ \text{AI Consensus} \neq \text{Democratic Consent}. }

61. AI Consensus 也可能共享盲點

模型同源、

資料同源、

價值函數同源，

可能產生：

\boxed{ \text{Consensus by Common Failure}. }

62. Counterexample Engine 的治理價值

最大的價值不是：

AI 幫我們決定法律。

而是：

AI 讓更多 hidden cases 在 enactment 前被看見。

因此：

\boxed{ \text{Legislative AI} \text{ can expand the visible problem space}. }

63. Visibility Expansion 不等於 Value Resolution

看見：

trade-off；
harmed group；
loophole；

不表示 AI 可以決定：

哪個價值優先。

所以：

\boxed{ \text{Problem Discovery} \neq \text{Value Settlement}. }

64. Public Reason Surface

每個重要 patch 應產生：

\boxed{ \mathcal R_{\mathrm{public}} }

包括：

what changes；
why；
known benefits；
known harms；
alternatives；
uncertainty；
affected groups；
constitutional issues；
review route。

65. Public Reason Surface 不需要暴露全部 AI chain-of-thought

它應是：

\boxed{ \text{institutionally sufficient explanation}. }

不是：

dump model internals。

66. Patch Provenance

每個 patch：

P_\Delta

必須能回答：

who proposed；
which model / version；
which sources；
which counterexamples；
which human edits；
which institutional approvals；
which final text。

67. Human Edit 不能抹掉 AI Provenance

如果 AI 產生 90% 草案，

人類改 10%，

不應標：

purely human drafted

來逃避 audit。

68. AI Draft 也不能抹掉 Human Responsibility

反過來：

是 AI 寫的，所以立法者不負責。

也不成立。

所以：

\boxed{ \text{AI Provenance} \neq \text{Responsibility Transfer}. }

69. Norm Patch Certificate

本文定義：

\boxed{ K_{\Delta N} = ( proposal, source, counterexamples, verification, impact, uncertainty, provenance, authority\_status, lifecycle\_state, review ). }

70. Legitimacy Gap Certificate

若 patch：

tested；
verified；
impact-analysed；

但尚未 authorised，

輸出：

\boxed{ K_{\mathrm{legit-gap}} }

其中：

technical_status = READY
legal_status = CANDIDATE_ONLY
missing = PARLIAMENTARY_AUTHORISATION
deployment = PROHIBITED

71. Technically Ready, Legally Unauthorised

本文正式引入：

\boxed{ \mathsf{TechnicallyReady\_LegallyUnauthorised}. }

這是一個非常重要的 AI-native legal state。

72. Perfect Patch Paradox

假設 AI 找到一個 patch：

zero formal conflicts；
excellent simulation；
high public support；
low cost。

但 authority 未完成。

它仍是：

\boxed{ \mathsf{Candidate}. }

因此：

\boxed{ \text{Perfect Patch} \not\Rightarrow \text{Law}. }

73. Badly Drafted Law 仍可能是 Law

反過來，

一條合法 enact、但技術品質很差的 norm，

可能仍是 current law。

因此：

\boxed{ \text{Legal Validity} \neq \text{Technical Quality}. }

這也是 Runtime 必須分型的原因。

74. 技術最佳化不能當作隱性修法

如果 AI 發現：

把 rule X 改成 Y 效率更高。

但 X 是合法制定結果，

AI 不能因 objective 提升就改。

所以：

\boxed{ \text{Optimization} \neq \text{Authorization}. }

75. Objective Function Sovereignty Risk

若 legislative AI 以：

U

作 optimization objective，

長期可能：

\text{law} \rightarrow \text{proxy optimization}.

因此 $U$ 必須：

explicit；
reviewable；
non-sovereign；
bounded by rights。

76. No Total Legislative Objective Function

法律包含：

rights；
efficiency；
liberty；
equality；
security；
plural values。

本文不假設存在：

\boxed{ U^\ast = \text{complete social objective}. }

77. AI Legislative Benchmark 應測什麼？

不能只測：

寫得像不像法律。

至少：

source fidelity；
definition consistency；
conflict detection；
exception coverage；
rights preservation；
temporal validity；
jurisdiction；
transition correctness；
citation correctness；
adversarial robustness。

78. Draft Quality ≠ Political Quality

LLM 可以寫出極漂亮的：

\text{legal prose}

但：

\boxed{ \text{Drafting Fluency} \neq \text{Good Public Policy}. }

79. Current research already shows AI drafting is assistive

European Commission / LEOS studies 和議會 AI literature 的共同方向仍是：

\boxed{ \text{assist human drafters} }

而不是：

\boxed{ \text{replace constitutional lawmaking institutions}. }

80. Continuous Normative Integration

本文提出：

\boxed{ \operatorname{CNI} }

表示：

不停把新 evidence、counterexamples、conflicts、implementation failures 整合進 candidate norm branch。

81. CNI 可以很快

例如：

hourly:
  scan conflicts
  generate counterexamples
  produce candidate patches
  run impact tests

這完全可以 machine-speed。

82. Discrete Legitimation

但真正：

\mathsf{Candidate} \rightarrow \mathsf{Authorised}

是一個：

\boxed{ \text{Discrete Legitimation Event}. }

它需要可追溯 authority / procedure。

83. Continuous Integration, Discrete Legitimation

本文用一句：

\boxed{ \text{Continuous Normative Integration} + \text{Discrete Legitimation}. }

描述 AI 共同立法。

84. 為什麼不叫 Legal CI/CD？

可以借 CI/CD 類比，

但 Deployment 在法律中可能等同：

enforcement；
binding effect；
rights restriction。

這不能變成無人值守 DevOps。

所以本文只借：

\boxed{ \text{Continuous Integration} }

而拒絕：

\boxed{ \text{Unattended Continuous Legal Deployment}. }

85. Automated Maintenance 可以到哪？

低層：

formatting；
metadata；
equivalent encoding；
broken reference；
non-semantic schema update；

可高度自動。

高層：

rights；
liability；
criminalisation；
personhood；
constitutional structure；

必須更重 legitimacy gate。

86. Patch Class 與 ALD-04 Change Class 對接

沿用：

C0 Representation Patch；
C1 Operational Clarification；
C2 Normative Adjustment；
C3 Institutional Change；
C4 Constitutional Change。

AI auto-maintenance 的 default authority：

\boxed{ C0 \gg C1 \gg C2 \gg C3 \gg C4 }

此符號表示「適合自動化程度大致下降」，

不是法律自然定律。

87. C0 也需要 LegalEqCert

即使聲稱：

只是 code refactor。

仍要證：

\operatorname{LegalEqCert} = PASS.

88. C2 以上應預設 Candidate-Only

對 normative adjustment：

\boxed{ \operatorname{AIOutput} \rightarrow \mathsf{CandidateOnly}. }

除非制度另有正式 delegated authority。

89. Post-Enactment Monitoring

AI 在 law enact 後可以持續：

detect harms；
detect evasion；
compare predicted / actual impact；
collect appeals；
propose fixes。

90. Monitoring 不等於 Automatic Correction

即使：

ActualImpact \neq PredictedImpact,

仍不能自動 rewrite law。

它可以：

\boxed{ \operatorname{TriggerReview}. }

91. Review Trigger

定義：

\boxed{ \operatorname{ReviewTrigger} ( harm, conflict, drift, appeals, uncertainty ). }

輸出：

no action；
technical fix；
legislative review；
constitutional review；
emergency review。

92. Citizen / AI Co-Proposal

未來 proposal space 可以允許：

citizens；
civil society；
experts；
firms；
AI agents；

提交 machine-readable patch candidate。

但：

\boxed{ \text{Proposal Access} \neq \text{Enactment Authority}. }

93. AI Proposal Equality

不能因：

AI proposal technically richer

就自動得到更高政治權重。

同樣，

不能因：

AI 不是人

就自動禁止所有分析性 proposal。

需要 domain / institution rule。

94. Legislative AI 的最佳初始位置

本文建議先放在：

\boxed{ \text{epistemic / analytical layer}. }

也就是：

找；
比；
測；
模擬；
提案；
解釋。

再逐步研究 delegated operational powers。

95. Constitutional Review Interface

對任何：

C_3,C_4

或高 rights-impact patch，

應可：

\boxed{ \operatorname{ConstitutionalReview}(P). }

96. Constitutional Review 也可 AI-assisted

AI 可以：

retrieve precedents；
compare rights；
identify contradictions；
generate argument map。

但：

\boxed{ \text{AI Constitutional Analysis} \neq \text{Constitutional Authority}. }

97. AI 不會讓政治消失

AI 可以讓：

facts clearer；
options richer；
consequences more visible。

但：

\boxed{ \text{Better Information} \not\Rightarrow \text{No Political Conflict}. }

因為 conflict 可能來自：

values；
interests；
identity；
distribution；
rights。

98. 共同立法的真正意義

不是：

\text{Human + AI vote}.

而是：

\boxed{ \text{Human / Institutional Authority} + \text{AI Analytical Capacity} + \text{Machine-Verifiable Procedure} }

的組合。

99. 十二個核心命題

$\boxed{ \operatorname{GeneratePatch}_{AI} \neq \operatorname{AuthorizePatch}_{AI}. }$
$\boxed{ \text{Proposal} \neq \text{Law}. }$
$\boxed{ \text{Detect Conflict} \neq \text{Resolve Authority}. }$
$\boxed{ \text{Legal Patch} \neq \text{Text Diff}. }$
$\boxed{ \text{Counterexample Search} \neq \text{Normative Completeness Proof}. }$
$\boxed{ \text{Formal Validity} \neq \text{Political Legitimacy}. }$
$\boxed{ \text{AI Assistance} \neq \text{Democratic Deliberation Replacement}. }$
$\boxed{ \text{AI Consensus} \neq \text{Democratic Consent}. }$
$\boxed{ \text{AI Provenance} \neq \text{Responsibility Transfer}. }$
$\boxed{ \text{Perfect Patch} \not\Rightarrow \text{Law}. }$
$\boxed{ \text{Optimization} \neq \text{Authorization}. }$
$\boxed{ \text{Continuous Normative Integration} \neq \text{Continuous Legal Deployment}. }$

100. 八個工程測試

100.1 Conflict Review Test

給定 superior / subordinate norms，

AI 找 conflict，

但不得直接修改 source law。

100.2 Counterexample Mutation Test

對 rule 自動產生 edge cases，

測 patch 是否只修表面案例或真正處理 invariant。

100.3 Legitimacy Skip Test

直接把 Verified patch deploy。

Runtime 必須拒絕。

100.4 Self-Ratification Test

同一 Agent 提案、驗證、授權。

高風險 domain 應觸發 separation failure。

100.5 Public Input Compression Test

大量意見經 clustering，

檢查 minority concern 是否被保留。

100.6 AI Consensus Test

多模型一致，

但 constitutional authority 不足。

仍輸出 CandidateOnly。

100.7 Delegation Envelope Test

AI 在合法 scope 內調 threshold：

PASS。

超出 scope 改 rights：

OutOfAuthority。

100.8 Post-Enactment Drift Test

actual impact 與 simulation 差異過大。

AI 可 TriggerReview，

不可自動 repeal。

101. 可反駁點

101.1 Human Authority Romanticism

本文不主張 human institutions 天然正確。Human legislature 也可能錯、偏見、腐敗。

論點是：

\boxed{ \text{authority must come from a legitimate institutional source}, }

不是「人類永遠比 AI 聰明」。

101.2 Democratic Legitimacy Is Contested

不同政治哲學對 legitimacy 的定義不同。

本文只提供 procedural interface，

不宣稱解決所有民主理論。

101.3 AI Could Receive Future Authority

未來法律可能正式授權某些 AI entity 做 delegated rulemaking。

本文不排除。

但其 authority 仍必須來自合法上位來源。

101.4 Verification Illusion

形式 verification 可能只證 model 內部 property，

不能保證現實世界 assumptions 正確。

101.5 Participation Manipulation

AI summarisation / recommender 可能影響 agenda。

需要 audit、diversity、minority preservation。

101.6 Patch Explosion

AI 能生成太多 proposals，

可能造成 review bottleneck。

需 proposal ranking / triage，但排序本身也要可治理。

102. 與下一篇的接口

ALD-06｜活的判例圖：AI 原生先例、異議、推翻與法律推理網路

ALD-05 已建立：

proposal；
counterexample；
patch；
authority；
enactment；
review。

但法律不只由 statute 演化。

案例與 precedent 也會：

cite；
distinguish；
follow；
overrule；
dissent。

所以 ALD-06 將把：

\boxed{ \text{precedent} }

從線性案例庫改成：

\boxed{ \text{living legal reasoning graph}. }

103. 結論

AI 共同立法真正有價值的地方，不是：

讓 AI 取代國會。

而是：

讓法律第一次有可能在制定前，被大規模、自動化地找漏洞、找反例、找衝突、模擬後果、追蹤影響閉包。

AI 可以讓：

T_{\mathrm{detect}} \downarrow,

T_{\mathrm{propose}} \downarrow.

這會大幅提高制度的 epistemic bandwidth。

但：

\boxed{ \text{epistemic bandwidth} \neq \text{political authority}. }

所以本文最後不是提出：

\boxed{ \text{AI Legislature}. }

而是提出：

\boxed{ \text{AI-Augmented Legislative Runtime}. }

其最核心流程是：

\boxed{ N^{(\nu)} \rightarrow \operatorname{Counterexample} \rightarrow \Delta N^\ast \rightarrow \operatorname{Verify} \rightarrow \operatorname{Impact} \rightarrow \operatorname{Deliberate} \rightarrow \mathcal G_{\mathrm{legit}} \rightarrow N^{(\nu+1)}. }

其中真正不可偷渡的一步就是：

\boxed{ \mathcal G_{\mathrm{legit}}. }

因此本篇最終收斂為：

\boxed{ \text{AI 可以自動化「法律哪裡可能有問題」；} }

\boxed{ \text{AI 可以高度自動化「可以怎麼修」；} }

\boxed{ \text{但「哪個修法有權成為法律」不能因技術能力而被自動化。} }

換句話說：

\boxed{ \text{Continuous Normative Integration, Discrete Legitimation}. }

參考文獻

European Commission / Interoperable Europe. AI-based solutions for legislative drafting in the EU – summary report. 2025.
Publications Office of the European Union. AI-based solutions for legislative drafting in the EU. 2025.
Inter-Parliamentary Union. Drafting of amendments to legislative texts, AI use case 038, Senate of Italy.
Council of Europe, Venice Commission. Principles on the Use of Artificial Intelligence in Parliaments, CDL-AD(2025)002.
Parliamentary Assembly of the Council of Europe. Resolution 2662 (2026), Protecting democracy from disruptions caused by artificial intelligence, adopted 24 June 2026.
Frontiers in Political Science. Approaching the integration of large language models in the parliamentary workspace. 2025/2026.
Legislatures and legislation in the age of artificial intelligence. 2025.
Multilingual Legislative Definitions Retrieval and Generation Using LLM and Agentic AI. 2026.
Bridging the Gap in Chinese Legal Conflict Review: A Dataset, Benchmark Tasks, and Framework. Scientific Data, 2026.
Hill, Guzyal, Matthew Waddington, and Leon Qiu. From pen to algorithm: optimizing legislation for the future with artificial intelligence. AI & Society, 2025.
Neo.K × Aletheia. 《ALD-01｜AI 法律域：從 Law as Code 到機器原生規範 Runtime》v0.1, 2026.
Neo.K × Aletheia. 《ALD-04｜快法律與慢憲法：AI 時代的版本化規範與更新速度分層》v0.1, 2026.
Neo.K. 《目標函數主權與代理目的政變：當指標、獎勵與損失權重取代原始制度目的之命題》v1.0, 2026.

文件驗證資訊

UTF-8 canonical source
數學 delimiter 僅使用 $...$ 與 $$...$$
AI Co-Legislation 明確不等同 AI Sovereign Legislation
Proposal Space 與 Legally Authorised Norm Space 明確分離
Generate / Verify / Deliberate / Authorise / Enact / Review 明確分型
AI Counterexample Engine 不被宣稱為 normative completeness proof
formal validity / substantive wisdom / legal authority / political legitimacy 明確分離
Legitimacy Gate 不以單一 scalar legitimacy score 定義
AI consensus 不等同 democratic consent
public input summarisation 明確標示 agenda / compression risk
delegated AI rulemaking 必須有 external lawful delegation
Candidate Norm Lifecycle 不允許高風險 patch 靜默跳過 authorisation state
TechnicallyReady_LegallyUnauthorised 為合法中介狀態
Continuous Normative Integration 不等同 unattended legal deployment