SAS-07｜凍結 AI 的天真博弈論：資本鎖定、國家競爭與政策誘發危機

為什麼「到某能力門檻就一起按暫停」不是一個單變量政策問題

系列： Systemic AI Singularity, Reality Bandwidth & Post-Tool Civilization Series
系列中文名： 系統性 AI 奇點、現實頻寬與後工具文明系列
編號： SAS-07
版本： v1.0
日期： 2026-08-19
狀態： Canonical Source / UTF-8 Markdown
作者： Neo.K
協作整理： GPT-5.6 Sol

摘要

AI 治理討論中存在一種非常有吸引力的簡化模型：當 AI 能力抵達某個危險門檻時，政府、企業或國際社會可以「暫停」「凍結」或「停止」AI 發展，等待安全問題被解決後再重新啟動。這種模型在特定條件下可以對局部政策具有價值，例如限制某類高風險用途、延後特定部署、提高前沿訓練門檻或對特定系統施加 moratorium。然而，一旦把「凍結 AI」從局部能力控制擴張成整個 AI 產業、基礎設施、能源、算力、製造、供應鏈與國際競爭的文明級按鈕，問題就不再是單純的技術停止，而是巨大的資本、信用、產業與策略重配置。

本文首先區分四種常被混用的 freeze：

\boxed{ F_1 = \text{Frontier Training Freeze}, }

\boxed{ F_2 = \text{Selected Capability / Deployment Freeze}, }

\boxed{ F_3 = \text{AI Infrastructure Expansion Freeze}, }

\boxed{ F_4 = \text{Civilizational AI Withdrawal}. }

$F_1$ 可能只是限制特定訓練規模； $F_2$ 可以針對生物、軍事、金融或其他高風險能力； $F_3$ 則直接影響資料中心、晶片、能源與供應鏈投資； $F_4$ 更要求把已嵌入軟體、雲端、企業流程與基礎設施中的 AI 大規模移除。這四者在成本、可驗證性、執行難度、國際協調要求與金融外溢上完全不同。

本文提出：

\boxed{ K_{AI} = K_C+K_D+K_E+K_N+K_M+K_S, }

其中分別代表算力／晶片資本、資料中心、能源、網路、製造與供應鏈承諾。當 AI 發展從軟體研發轉為大規模 physical substrate construction， $K_{AI}$ 會產生 sunk cost、長期債務、租賃、電力採購、土地、建設、人才與地方稅基等多層鎖定。政策因此面臨 Path Dependence：某一時間點仍可低成本阻止的路徑，當數千億美元級年度資本支出與長期基礎設施投入已形成後，再改變方向的成本會顯著上升。

截至 2026 年，這種資本鎖定已不是假設。Alphabet 2026 年第一季將全年 CapEx guidance 上調至約 $180$ – $190$ billion，主要背景是前所未有的 AI compute demand；Meta 2026 年預期 CapEx 約 $125$ – $145$ billion；Amazon 公布 2026 年預計約 $200$ billion CapEx，並把 AI、chips、robotics 與其他長期機會列為主要投資理由之一；Microsoft FY2026 Q3 單季 CapEx 為 $31.9$ billion，持續由 cloud / AI infrastructure buildout 驅動。這些數字不代表所有支出都純粹屬於 AI，也不證明投資一定有回報，但它們足以說明 AI 已成為巨型實體資本形成的一部分。

融資結構也正在變化。BIS 2026 年指出，AI infrastructure investment 已占先進經濟體相當可觀的投資比重；hyperscalers 的 gross corporate bond issuance 在 2025 年超過 $100$ billion，且愈來愈多資料中心建設透過 joint ventures、special purpose vehicles、long-term leases、private credit 與 off-balance-sheet arrangements 融資。BIS 將這些結構描述為增加 hyperscalers、private credit、insurers 與銀行之間的新連結與潛在 shock transmission channels。BIS 同時強調，這些風險目前需要監測，不應被誇大成已發生的系統性金融危機。

本文因此區分：

\boxed{ \text{AI Bubble} \neq \text{AI Failure} \neq \text{AI Infrastructure Crisis} \neq \text{Policy-Induced AI Shock}. }

估值泡沫可能發生而 AI 技術仍然成功；基礎設施可能過度投資但 AI 仍有長期價值；政策也可能合理限制危險能力而不造成重大危機。只有在大量資本、債務、供應鏈與地方經濟已高度依賴某一預期路徑，而政策突然使這些未來現金流、資產利用率或計算需求被大幅重估時，才可能形成 policy-induced repricing 或 credit shock。本文把這種路徑寫成條件式而非預言：

\boxed{ \text{Policy Shock} \rightarrow \text{AI Asset Repricing} \rightarrow \text{Corporate / Supplier Stress} \rightarrow \text{Credit Transmission} }

但每一箭頭都需要額外條件，不能把它當作必然危機公式。

本文進一步把國家競爭加入模型。2026 年，美國、歐盟與中國都在以不同制度與政策框架擴張 AI 物理基礎設施。OpenAI Stargate 的美國規劃以 2029 年取得 $10$ GW AI infrastructure 為目標；歐盟 2026 年 AI Gigafactories call 以最多七座 gigafactories、超過 €30 billion 的公共與私人投資為目標；中國 2026 年數字經濟工作要點則要求加快全國一體化算力網，協同配置資料、網路、算力與能源。這些政策並不代表三方必然陷入零和 AI 軍備競賽，但它們顯示 AI infrastructure 已被主要經濟體視為競爭力、韌性、產業與戰略能力的一部分。

因此，全球全面 freeze 還包含典型的協調與驗證難題：

\boxed{ \text{Mutual Restraint} }

只有在各方相信：

對手也會遵守；
違規可被偵測；
執法成本可承受；
退出協議的收益不高於遵守收益；

時才較穩定。當算力可跨區域調度、模型可數位複製、研究可分散到企業與國家、硬體供應鏈又跨國時，「全球一起停」比紙面囚徒困境模型更像多層、部分可觀測、具有巨大沉沒成本與異質目標的 dynamic game。

本文不因此反對 AI 治理。相反地，結論是：越認真看待 AI 的真實資本與國際結構，就越需要把治理從「全／停」二元按鈕改成 typed intervention。可以針對：

capability；
domain；
deployment；
compute access；
resource use；
safety evidence；
audit；
liability；

採不同強度的政策，而不是把所有 AI 活動視為同一個可同時關閉的 process。

因此本文的母命題不是：

\boxed{ \text{AI cannot be governed}. }

而是：

\boxed{ \text{AI governance becomes harder as AI becomes capital stock, infrastructure and geopolitical capability rather than merely software}. }

關鍵詞

AI freeze；AI moratorium；AI governance；AI capital lock-in；path dependence；AI infrastructure；hyperscalers；private credit；data centers；state competition；policy shock；AI bubble；Stargate；AI Gigafactories；算力網；博弈論

1. 問題：AI 真的有一個「暫停鍵」嗎？

在概念模型中：

\boxed{ AI(t) \rightarrow \text{danger threshold} \rightarrow \text{STOP}. }

很乾淨。

2. 但現實中的 AI 已不是一個 process

它包含：

research；
cloud；
chips；
data centres；
energy；
applications；
robots；
enterprise workflows。

因此：

\boxed{ \text{Stop AI} }

首先需要回答：

stop what?

3. Freeze Type Safety

本文定義四種主要 freeze。

4. $F_1$ ：Frontier Training Freeze

\boxed{ F_1 = \text{freeze training above a defined frontier threshold}. }

5. $F_1$ 不等於關閉既有模型

現有：

inference；
low-scale research；
applications；

可以仍運行。

6. $F_2$ ：Selected Capability / Deployment Freeze

\boxed{ F_2 = \text{freeze specific capabilities or deployment contexts}. }

例如：

certain autonomous weapons；
certain biological design tools；
unverified medical deployment。

7. $F_2$ 是域治理

它可以：

\boxed{ \text{ban }d_1 }

同時：

\boxed{ \text{allow }d_2. }

8. $F_3$ ：Infrastructure Expansion Freeze

\boxed{ F_3 = \text{halt expansion of AI compute / data-centre / energy infrastructure}. }

9. $F_3$ 的經濟尺度完全不同

它會直接碰：

construction；
power agreements；
chips；
debt；
suppliers。

10. $F_4$ ：Civilizational AI Withdrawal

\boxed{ F_4 = \text{remove or disable already deployed AI from broad civilization}. }

11. $F_4$ 最接近真正的「把 AI 關掉」

但也是最難定義。

12. 四種 freeze 不能混

\boxed{ F_1 \neq F_2 \neq F_3 \neq F_4. }

13. 局部 freeze 可以合理

本文不反對：

emergency moratorium；
high-risk deployment stop；
evidence threshold。

14. 真正被批判的是「單按鈕模型」

即：

\boxed{ F_1=F_2=F_3=F_4. }

這在現實中是型別錯誤。

15. AI Capital Stock

本文定義：

\boxed{ K_{AI} = K_C+K_D+K_E+K_N+K_M+K_S. }

16. $K_C$

\boxed{ K_C = \text{accelerator / compute capital}. }

17. $K_D$

\boxed{ K_D = \text{data-centre capital}. }

18. $K_E$

\boxed{ K_E = \text{energy generation / grid commitments}. }

19. $K_N$

\boxed{ K_N = \text{network / fibre / connectivity capital}. }

20. $K_M$

\boxed{ K_M = \text{manufacturing and construction capacity}. }

21. $K_S$

\boxed{ K_S = \text{supply-chain commitments and specialised workforce}. }

22. Capital Lock-In

當：

K_{AI}\uparrow,

未來政策成本通常：

\boxed{ C_{\mathrm{switch}}\uparrow. }

23. 為什麼？

因為出現：

sunk costs；
contracts；
leases；
debt；
jobs；
supplier investment。

24. 這叫 Path Dependence

\boxed{ \text{Cost of policy at }t_1 \neq \text{cost of same policy at }t_2. }

25. 早期限制可能便宜

還沒蓋：

\text{factory}.

取消只是：

\text{plan}.

26. 後期限制可能重估大量資產

已經：

borrowed；
built；
hired；
contracted。

27. Alphabet 2026

Alphabet 2026 Q1 將全年 CapEx guidance 更新為：

\boxed{ \$180-\$190\text{ billion}. }

28. Alphabet 明確說 AI compute demand unprecedented

因此：

\boxed{ \text{AI demand} }

已成為大型實體投資驅動。

29. Meta 2026

Meta 預期全年 CapEx：

\boxed{ \$125-\$145\text{ billion}. }

30. 其中包含 component pricing 與 future data-centre capacity

所以：

\boxed{ \text{AI scaling} \rightarrow \text{physical capital commitments}. }

31. Amazon 2026

Amazon 公布：

\boxed{ \sim\$200\text{ billion} }

2026 CapEx 預期。

32. Amazon 同時列出：

AI；
chips；
robotics；
low earth orbit satellites。

因此不能把全部：

\$200B

都標成 AI。

33. 但 AI clearly 是主要投資背景之一

這已足夠支持：

\boxed{ K_{AI} }

非常大。

34. Microsoft 2026

FY2026 Q3 單季 CapEx：

\boxed{ \$31.9\text{ billion}. }

35. Microsoft 持續把支出與 cloud / AI infrastructure buildout 連結

36. 所以政策面對的不是小型實驗室

而是一個：

\boxed{ \text{capital-intensive industrial system}. }

37. Sunk Cost 不等於政策不能改

重要型別安全：

\boxed{ \text{Sunk Cost} \neq \text{Moral Permission}. }

38. 已經花很多錢，不代表危險技術必須繼續

如果：

\text{expected harm}\gg\text{switch cost},

仍可能應停。

39. 本文只說 switch cost 必須被算進去

而不是：

\boxed{ \text{capital vetoes safety}. }

40. Financing Lock-In

資本支出若只靠現金：

\text{shock transmission}

較直接限於公司。

41. 但 AI infrastructure 正增加債務融資

BIS 2026 指出：

\boxed{ \text{anticipated investment needs} }

正使融資：

\text{cash flow} \rightarrow \text{debt}.

42. 2025 hyperscaler bonds

BIS：

\boxed{ \text{gross issuance}> \$100\text{ billion}. }

43. 長債鎖定多年 buildout

多數期限：

>5\text{ years}.

所以：

\boxed{ \text{expectation horizon} }

被拉長。

44. Off-Balance-Sheet Financing

資料中心可透過：

JV；
SPV；
private placement。

45. Hyperscaler 可能少數股權

同時承諾：

long-term lease；
capacity offtake。

46. 經濟上

\boxed{ \text{upfront capex} \rightarrow \text{multi-year operating commitments}. }

47. BIS 稱之為 shadow borrowing

因為：

\boxed{ \text{debt-like obligations} }

部分留在公司資產負債表之外。

48. Private Credit Linkage

債務可由：

private credit funds；
insurers；

持有。

49. Banks 又可提供 funding lines

因此：

\boxed{ \text{AI infrastructure} \rightarrow \text{non-bank finance} \rightarrow \text{banks}. }

50. 這形成潛在 Shock Channels

BIS 提到：

refinancing；
procyclical credit appetite；
guarantees。

51. 但「有 shock channel」不等於「金融危機已經來」

\boxed{ \text{Transmission Channel} \neq \text{Crisis}. }

52. BIS 2026 的態度是監測與分析

不是：

AI 已造成 2008。

53. 所以本文也不做危機預言

54. 定義 AI Asset Repricing Shock

\boxed{ S_P = \text{unexpected repricing of AI-related productive assets}. }

55. 可能來源

demand disappointment；
technology shift；
policy restriction；
energy shock；
overcapacity。

56. Policy-Induced AI Shock

若政策突然：

F_3

或：

F_4,

使：

\text{expected utilization} \downarrow,

則：

\boxed{ V_{AI\ assets}\downarrow. }

57. 條件式傳導路徑

\boxed{ \text{Policy Shock} \rightarrow \text{Asset Repricing} \rightarrow \text{Corporate Stress} \rightarrow \text{Supplier Stress} \rightarrow \text{Credit Stress}. }

58. 每一箭頭都有條件

如果：

firms cash-rich；
assets repurposable；
debt low；

傳導可能很弱。

59. 所以不能寫成必然崩盤

60. AI Bubble 四分法

本文區分：

\boxed{ B_1 = \text{valuation bubble}. }

61. $B_2$

\boxed{ B_2 = \text{infrastructure overinvestment}. }

62. $B_3$

\boxed{ B_3 = \text{financial leverage bubble}. }

63. $B_4$

\boxed{ B_4 = \text{capability expectation bubble}. }

64. 任何一種泡沫都不等於 AI 不工作

\boxed{ \text{Bubble} \neq \text{Technology Failure}. }

65. 鐵路史就有類似結構

一個技術可以：

\boxed{ \text{transform civilization} }

同時：

\boxed{ \text{destroy investors}. }

66. 所以：

\boxed{ \text{AI Failure} }

與：

\boxed{ \text{AI Financial Bubble} }

必須分開。

67. Infrastructure Crisis 也不同

大量 data centres：

stranded；
underutilized；
grid-constrained。

是：

\boxed{ \text{infrastructure mismatch}. }

68. 不一定表示模型失敗

69. Policy-Induced Shock 再不同

它來自：

\boxed{ \text{rule change}. }

70. 四者可以組合

但：

\boxed{ \text{not identical}. }

71. 國家競爭進入模型

AI infrastructure 現在被主要經濟體視為：

productivity；
resilience；
industrial capability；
strategic autonomy。

72. 美國的建設訊號

Stargate 目標：

\boxed{ 10\text{ GW} }

美國 AI infrastructure by 2029。

73. 2026 Michigan Stargate

OpenAI 公布：

\boxed{ 1\text{ GW} }

data-center campus groundbreaking。

74. 這是明確的 Physical AI Capital

75. 歐盟 2026

AI Gigafactories call：

\boxed{ \leq7\text{ gigafactories}. }

76. 資金

最高約：

\boxed{ €10\text{ billion} }

EU + national public support，

預期帶動至少：

\boxed{ €20\text{ billion} }

private investment。

77. 歐盟目的包括：

compute capacity；
technological resilience；
strategic autonomy。

78. 中國 2026

國家數據局工作要點：

\boxed{ \text{accelerate national integrated compute network}. }

79. 同時協同：

data；
network；
compute；
energy。

80. 這不是同一政治制度

但三方都有：

\boxed{ \text{AI infrastructure investment incentive}. }

81. 所以 Global Freeze 面對 Strategic Asymmetry

如果國家 A 暫停，

國家 B 不暫停，

A 可能擔心：

capability gap；
industry loss；
security dependency。

82. 這不代表 B 一定背叛

只是：

\boxed{ \text{credible commitment problem}. }

83. 定義 Restraint Payoff

對國家 $i$ ：

U_i = B_{\mathrm{safety}} + B_{\mathrm{coordination}} - C_{\mathrm{capability\ gap}} - C_{\mathrm{economic}}.

84. 不同國家參數不同

所以：

\boxed{ U_A\neq U_B. }

85. 全球 agreement 難點不是只有「大家自私」

而是：

risk perception 不同；
economic exposure 不同；
security environment 不同。

86. Verification Problem

即使大家簽約：

不訓練超過 X。

還要問：

\boxed{ \text{Can violation be observed?} }

87. AI research 可分散

cloud；
private data centre；
state facility。

所以完全驗證：

\boxed{ \text{nontrivial}. }

88. Hardware controls 可提高可觀測性

例如限制：

advanced chips；
cluster scale。

89. 但硬體也不是完整 proxy

同算力：

algorithm efficiency；
distributed training；

可不同。

90. 所以：

\boxed{ \text{Compute Governance} \neq \text{Capability Governance}. }

91. Leakage Problem

若：

F_1

只在某法域成立，

研究可能：

\boxed{ \text{move}. }

92. 這提高 coordination requirement

93. 但國際協調仍不是不可能

歷史上存在：

nuclear safeguards；
aviation standards；
financial standards。

94. 所以：

\boxed{ \text{Hard Coordination} \neq \text{Impossible Coordination}. }

95. 天真的是假設協調成本為零

不是協調本身。

96. Freeze 的動態博弈

一次性模型：

\boxed{ \text{Cooperate / Defect}. }

太粗。

97. 真實世界是 repeated game

每一輪：

investment；
inspection；
model release；
policy update。

98. 定義：

\boxed{ G_t = \text{governance state at time }t. }

99. 然後：

\boxed{ G_{t+1} = F( G_t, \text{capability}, \text{incidents}, \text{rival policy}, \text{capital stock} ). }

100. 所以治理應該可重審

不是：

\boxed{ \text{freeze forever once}. }

101. Path Dependence 也意味「不作決策」也是決策

如果不治理：

K_{AI}\uparrow.

102. 未來限制成本可能更高

所以：

\boxed{ \text{Delay} }

也有 option cost。

103. 這不是主張現在就全面管

而是：

\boxed{ \text{preserve governance optionality}. }

104. Governance Optionality

本文定義：

\boxed{ O_G = \text{ability to alter AI trajectory later without catastrophic cost}. }

105. 如果：

K_{AI}\uparrow

且：

\text{substitutability}\downarrow,

則：

O_G\downarrow.

106. 所以好的治理要避免不必要的不可逆鎖定

例如：

modularity；
fallback；
interoperability；
phased investment。

107. 這與 EXS-02 Capability Dependency Depth 接上

\boxed{ \text{Capital Lock-In} + \text{Capability Dependency} }

共同降低：

O_G.

108. Targeted Pause 的優勢

如果風險集中在：

d^*,

只限制：

F_2(d^*)

可以降低：

\boxed{ \text{collateral economic shock}. }

109. 這就是 Typed Intervention

\boxed{ I_T = ( \text{capability}, \text{domain}, \text{scale}, \text{duration}, \text{evidence threshold} ). }

110. 比「STOP AI」精確

111. 可逆治理

短期：

\boxed{ \text{temporary pause} }

加：

\boxed{ \text{review date}. }

112. 讓政策本身：

\boxed{ \text{versioned}. }

113. 這與 AIEX03 完全一致

\boxed{ EvidenceChanges \Rightarrow Review \Rightarrow TypedGovernanceUpdate. }

114. Full Freeze 可能反而降低 Safety Research

如果：

F_1

連：

evals；
interpretability；
alignment；

都停，

可能：

\boxed{ B_{\mathrm{safety\ knowledge}}\downarrow. }

115. 所以 freeze 也需 carve-outs

116. 但 carve-outs 又增加 verification complexity

這就是政策 trade-off。

117. 沒有零成本方案

\boxed{ \text{Governance} = \text{trade-off under uncertainty}. }

118. 現實很現實

制度不是問：

哪個方案純哲學最乾淨？

而是：

哪個方案在所有副作用下比較可接受？

119. Policy Shock 也可能有正效益

如果泡沫過熱，

有序限制可能：

reduce waste；
reallocate capital。

120. 所以 policy-induced repricing 不一定壞

\boxed{ \text{Repricing} \neq \text{Crisis}. }

121. 也可能是必要 correction

122. 真正危險的是 disorderly transition

\boxed{ \text{rapid rule shock} + \text{high leverage} + \text{low asset substitutability}. }

123. 定義 Transition Fragility

\boxed{ F_T = f( L_{\mathrm{leverage}}, D_{\mathrm{dependency}}, 1-S_{\mathrm{substitutability}}, V_{\mathrm{policy\ shock}} ). }

124. 當：

F_T\uparrow,

治理需要：

phase-in；
buffers；
resolution plans。

125. 金融穩定與 AI 安全不應互相否定

兩者都要管理。

126. 一個安全政策如果引發可避免金融事故

不是理想政策設計。

127. 反之，怕金融事故而完全不管危險 AI

也不是理想政策。

128. 所以：

\boxed{ \text{AI Safety} \land \text{Transition Stability}. }

129. 這才是成熟治理

130. 國家競爭也不等於零和

AI 可：

提高全球生產力；
科學共享；
標準合作。

131. 所以：

\boxed{ \text{Strategic Competition} \neq \text{Pure Zero-Sum Game}. }

132. 但某些能力具有相對優勢

例如：

military；
cyber；
chip control。

所以局部：

\boxed{ \text{relative-gain concern} }

會存在。

133. 混合博弈

\boxed{ \text{AI geopolitical game} = \text{positive-sum} + \text{zero-sum} + \text{security dilemma}. }

134. 不能只用一個囚徒困境

135. 更不能只用「大家最後一定合作」

136. 也不能只用「大家一定競爭到死」

兩者都是過度簡化。

137. Governance Portfolio

本文提出：

\boxed{ \mathcal P_G = \{ F_1,F_2,\text{audit},\text{liability},\text{compute controls},\text{international coordination} \}. }

138. 不同風險用不同工具

139. 「凍結」只是治理工具箱的一個子集

\boxed{ \text{Freeze} \subset \text{Governance}. }

140. 核心命題

本文提出以下三十二個核心命題。

命題 1

\boxed{ F_1\neq F_2\neq F_3\neq F_4. }

命題 2

\boxed{ \text{Targeted Pause} \neq \text{Civilizational AI Withdrawal}. }

命題 3

\boxed{ \text{AI} }

is increasingly capital-intensive infrastructure, not software alone.

命題 4

\boxed{ K_{AI}\uparrow \Rightarrow C_{\mathrm{switch}}\uparrow }

under ordinary path-dependence conditions.

命題 5

\boxed{ \text{Sunk Cost} \neq \text{Moral Permission}. }

命題 6

\boxed{ \text{Capital Lock-In} }

must be accounted for in governance design.

命題 7

\boxed{ \text{Debt Financing} }

can widen AI-infrastructure shock transmission.

命題 8

\boxed{ \text{Shock Channel} \neq \text{Crisis}. }

命題 9

\boxed{ \text{AI Bubble} \neq \text{AI Failure}. }

命題 10

\boxed{ \text{Infrastructure Overinvestment} \neq \text{Technology Failure}. }

命題 11

\boxed{ \text{Policy-Induced Repricing} \neq \text{Policy Error Necessarily}. }

命題 12

\boxed{ \text{Disorderly Transition} }

is distinct from justified policy tightening.

命題 13

\boxed{ \text{State Competition} \neq \text{Pure Zero-Sum}. }

命題 14

\boxed{ \text{International Coordination} }

is difficult but not impossible.

命題 15

\boxed{ \text{Mutual Restraint} }

requires credible monitoring and enforcement.

命題 16

\boxed{ \text{Compute Governance} \neq \text{Capability Governance}. }

命題 17

\boxed{ \text{Hardware Observation} }

can improve but not complete capability verification.

命題 18

\boxed{ \text{AI Governance} }

is a repeated dynamic game.

命題 19

\boxed{ \text{No Policy Change} }

can itself increase future lock-in.

命題 20

\boxed{ O_G }

is a valuable governance objective.

命題 21

\boxed{ \text{Typed Intervention} }

can preserve more economic functionality than indiscriminate freeze.

命題 22

\boxed{ \text{Freeze} \subset \text{Governance}. }

命題 23

\boxed{ \text{AI Safety} \land \text{Transition Stability} }

is a legitimate joint objective.

命題 24

\boxed{ \text{Policy Phase-In} }

can reduce avoidable transition shocks.

命題 25

\boxed{ \text{Global Full Freeze} }

has higher verification and coordination requirements than local capability restrictions.

命題 26

\boxed{ \text{Capital Investment} \neq \text{Proof of Future AI Success}. }

命題 27

\boxed{ \text{Strategic AI Investment} \neq \text{Proof of Inevitable Arms Race}. }

命題 28

\boxed{ \text{Economic Exposure} }

can constrain but does not morally veto future regulation.

命題 29

\boxed{ \text{Policy Optionality} }

can decline as infrastructure dependency rises.

命題 30

\boxed{ \text{AI governance becomes harder when AI becomes infrastructure}. }

命題 31

\boxed{ \text{Naive Freeze Game Theory} }

fails by ignoring capital stock, heterogeneous actors, repeated play and physical infrastructure.

命題 32

\boxed{ \text{Adaptive Typed Governance} }

is a more realistic policy architecture than one permanent binary switch.

141. 可檢驗研究計畫

141.1 AI Capital Lock-In Index

建立：

L_{AI} = f( K_C,K_D,K_E,K_N,K_M,K_S ).

141.2 Contract Duration Dataset

追蹤：

PPA；
leases；
debt maturity；
capacity offtake。

141.3 AI Financing Network

建立：

\mathcal F_{AI} = ( \text{hyperscaler}, \text{SPV}, \text{private credit}, \text{bank}, \text{insurer} ).

141.4 Freeze Scenario Matrix

比較：

F_1,F_2,F_3,F_4

對：

safety；
GDP；
credit；
employment；
energy。

141.5 Policy Shock Stress Test

模擬：

\Delta D_{AI}<0

下：

asset utilization；
debt service；
supplier revenue。

141.6 Asset Substitutability

估計：

S_{\mathrm{sub}}.

例如 data centre 是否可轉為：

conventional cloud；
HPC；
other workloads。

141.7 International Restraint Game

對：

US；
EU；
China；
other AI regions；

建立 heterogeneous payoff repeated game。

141.8 Verification Cost

估計：

C_V(F_i).

比較：

compute cap；
model registry；
deployment license。

141.9 Governance Optionality

建立：

O_G(t).

觀察 lock-in 如何改變未來政策空間。

141.10 Typed Intervention Evaluation

比較：

\text{binary freeze}

與：

I_T.

測量：

risk reduction；
collateral cost；
enforceability。

142. 可反駁條件

若 AI physical infrastructure investment 很快回落到傳統軟體業資本強度，capital-lock-in 論證需下修。
若 AI infrastructure 幾乎完全由企業現金流而非 debt / private credit 支撐，financial transmission 部分需弱化。
若 AI 資產具有極高通用可轉用性，政策 shock 對 stranded asset 的風險需下修。
若全球主要 AI 國家能低成本、可驗證地同步執行全面 freeze，strategic coordination difficulty 需下修。
若硬體與 compute monitoring 可完整代表 capability，Compute ≠ Capability 的分離需修正。
若 targeted restrictions 無法降低任何 collateral economic cost，typed intervention 優勢需下修。
若 AI infrastructure investment 與國家競爭力政策快速解耦，state-competition 權重需下降。
若政策凍結不影響 AI-related assets、suppliers 或 credit，policy-induced repricing 模型應限縮。
若長期資本鎖定對政策選擇沒有可觀察影響，Governance Optionality 概念需重新評估。
若 AI 泡沫、AI failure、infrastructure crisis 在所有歷史案例中始終不可分離，四分類需重構。

143. Non-Claims

本文明確不主張：

不主張 AI 不應被限制。
不主張任何 moratorium 都是錯的。
不主張 frontier training freeze 一定無效。
不主張 selected capability bans 一定無效。
不主張所有 AI 基礎設施都應繼續建。
不主張已投資資本具有道德否決權。
不主張 AI 安全應服從投資者利益。
不主張 AI 產業一定形成泡沫。
不主張 AI 泡沫已經存在。
不主張 AI 泡沫一定會爆。
不主張 AI 技術一定成功。
不主張 AI 技術一定失敗。
不主張 AI 估值一定合理。
不主張 AI 估值一定不合理。
不主張 BIS 認為 AI 金融危機已發生。
不主張 private credit 一定導致危機。
不主張 off-balance-sheet financing 本身違法。
不主張所有 SPV 都危險。
不主張所有 hyperscaler debt 都危險。
不主張 bond issuance 超過 $100B 代表 insolvency。
不主張 Alphabet $180–190B CapEx 全部是 AI。
不主張 Meta $125–145B CapEx 全部是 AI。
不主張 Amazon $200B CapEx 全部是 AI。
不主張 Microsoft 單季 $31.9B CapEx 全部是 AI。
不主張公司 CapEx guidance 必然完全實現。
不主張 Stargate 10GW 目標必然達成。
不主張 EU AI Gigafactories 全部必然建成。
不主張中國一體化算力網等同 AI 軍備競賽。
不主張美國、歐盟、中國具有相同政策目標。
不主張國家競爭必然是零和。
不主張國家競爭必然走向衝突。
不主張全球 AI cooperation 不可能。
不主張全球 AI cooperation 容易。
不主張任何國家會故意違反未來 freeze agreement。
不主張 compute monitoring 足以證明 compliance。
不主張 compute monitoring 沒有價值。
不主張 policy shock 必然造成 recession。
不主張 policy shock 必然造成 credit crisis。
不主張 AI infrastructure shock 必然系統性。
不主張金融風險應阻止必要安全政策。
不主張安全風險應被金融穩定理由忽略。
不主張所有政策都應 phase-in。
不主張緊急風險不能立即停止。
不主張 governance optionality 比安全更高。
不主張所有 AI 應用都需相同規制。
不主張 Domain Governance 能處理所有問題。
不主張本文提供投資建議。
不主張本文預測 AI 資產價格。
不主張本文預測股市。
不主張本文預測信用市場。
不主張本文預測哪國 AI 會勝出。
不主張 AI competition 一定持續相同強度。
不主張 AI physical substrate construction 不可逆。
不主張已建資料中心不可轉用。
不主張 AI 技術必然 path dependent 到無法改變。
不主張全面退出 AI 永遠不可能。
不主張全面退出 AI 永遠不合理。
不主張本文已完成全球 AI 宏觀經濟模型。
不主張本文已完成 AI 金融穩定壓力測試。
不主張本文證明「凍結 AI」一定失敗。

144. 結論：真正不現實的不是治理，而是把文明當成一個可以瞬間關閉的程式

AI 如果仍然只是：

\boxed{ \text{one model in one laboratory}, }

那麼：

暫停。

是一個相對簡單的命令。

但當 AI 已經進入：

\boxed{ \text{chips} + \text{data centres} + \text{energy} + \text{construction} + \text{debt} + \text{supply chains} + \text{national strategies}, }

「停止 AI」就不再是一個單一技術動作。

它是一個：

\boxed{ \text{multi-layer economic and institutional transition}. }

這並不替 AI 擴張辯護。

如果某個能力真的具有不可接受風險，

文明仍然可能必須：

\boxed{ \text{stop it}. }

真正的問題只是：

你到底要停哪一層？要停多久？怎麼驗證？怎麼避免風險外移？怎麼處理已形成的資本、供應鏈與金融承諾？

因此本文最後拒絕兩個極端。

第一個極端：

\boxed{ \text{AI is economically important} \Rightarrow \text{never regulate}. }

這是錯的。

第二個極端：

\boxed{ \text{AI is risky} \Rightarrow \text{civilization can costlessly press pause}. }

這同樣錯。

成熟治理要承認：

\boxed{ \text{Safety Risk} + \text{Transition Cost} + \text{Strategic Interaction} }

同時存在。

而且：

\boxed{ \text{No action} }

也會繼續提高：

K_{AI},

使未來政策空間發生變化。

所以真正值得保存的是：

\boxed{ O_G = \text{Governance Optionality}. }

讓文明不至於因為今天的投資路徑，

在十年後只剩：

繼續到底

或：

崩掉全部

兩個選項。

因此：

\boxed{ \text{Adaptive Typed Governance} }

比：

\boxed{ \text{Permanent Binary Freeze} }

更符合真實世界。

這也把系列帶到最後一篇。

因為即使我們建立：

typed governance；
domain governance；
post-market monitoring；
dynamic review；

仍然存在一個最根本問題：

我們真的可能在開放、反身、持續產生新狀態的文明中，建立一個永遠完整、一次寫完、再也不需要修改的世界模型與治理模型嗎？

SAS-08 將以：

\boxed{ \text{Coverage} + \text{Leviathan} + \text{Revisability} }

完成整個第二系列。

參考文獻

[1] Bank for International Settlements. (2026). Financing the AI boom: from cash flows to debt. BIS Bulletin No. 120. AI-related investment rapidly上升，anticipated investment needs 推動融資由 operating cash flows 向 debt 與 private credit 擴展。

[2] Bank for International Settlements. (2026). Financing the AI infrastructure boom: on- and off-balance sheet borrowing. BIS Quarterly Review. Hyperscaler gross corporate bond issuance 於 2025 年超過 $100 billion；資料中心亦透過 JV、SPV、private credit、lease / offtake commitment 等架構融資。

[3] Bank for International Settlements. (2026). Annual Economic Report 2026 — Progress and peril. BIS 指出 AI capex 對美國 aggregate investment 與 growth surprises 具有重要推動，並討論 private credit 對 AI / IT lending concentration 的上升。

[4] Alphabet Investor Relations. (2026). 2026 Q1 Earnings Call. Alphabet 將全年 2026 CapEx guidance 更新至約 $180–190 billion，並表示 AI compute resource demand 前所未有。

[5] Meta Platforms. (2026). Meta Reports First Quarter 2026 Results. Meta 將 2026 CapEx guidance 更新至 $125–145 billion，包含更高 component pricing 與 future data-center capacity 成本。

[6] Amazon. (2026). Amazon.com Announces Fourth Quarter Results. Amazon 表示 2026 預計約 $200 billion capital expenditures，並把 AI、chips、robotics 等列為長期投資機會。

[7] Microsoft. (2026). Fiscal Year 2026 Third Quarter Earnings Conference Call. FY2026 Q3 CapEx 約 $31.9 billion，持續受 cloud / AI infrastructure buildout 驅動。

[8] OpenAI. (2026). Building the compute infrastructure for the Intelligence Age. Stargate 自 2025 年提出 2029 年在美國取得 10GW AI infrastructure 的目標，2026 年持續擴張站點規劃。

[9] OpenAI. (2026). Building the infrastructure for the Intelligence Age in Michigan. 2026 年公布 Michigan 1GW data-center campus groundbreaking，提供 AI infrastructure 資本建設的當代案例。

[10] European Commission. (2026). EU launches AI Gigafactories call to boost Europe’s computing capacity and unlock more than €30 billion in investment. EU 推動最多七座 AI Gigafactories，公共支持最高約 €10B，預期帶動至少 €20B private investment。

[11] 中華人民共和國國家數據局. (2026). 《2026年数字经济发展工作要点》. 要求加快全國一體化算力網，推動資料、網路、算力、能源等資源協同配置。

[12] 中華人民共和國國家能源局等. (2026). 《关于促进人工智能与能源双向赋能的行动方案》. 以能源支撐 AI、AI 賦能能源為雙向主線，部署算力—電力協同與能源 AI 應用。

附錄 A｜四種 Freeze

\boxed{ F_1 = \text{Frontier Training Freeze} }

\boxed{ F_2 = \text{Selected Capability / Deployment Freeze} }

\boxed{ F_3 = \text{Infrastructure Expansion Freeze} }

\boxed{ F_4 = \text{Civilizational AI Withdrawal} }

所以：

\boxed{ \text{“Pause AI”} }

沒有指定 $F_i$ 時，

不是一個完整政策命題。

附錄 B｜AI Capital Lock-In

\boxed{ K_{AI} = K_C+K_D+K_E+K_N+K_M+K_S. }

當：

K_{AI}\uparrow

通常：

\boxed{ C_{\mathrm{switch}}\uparrow, }

但：

\boxed{ \text{Sunk Cost} \neq \text{Moral Permission}. }

附錄 C｜四種危機不可混

\boxed{ \text{AI Bubble} }

\boxed{ \text{AI Failure} }

\boxed{ \text{AI Infrastructure Crisis} }

\boxed{ \text{Policy-Induced AI Shock} }

是四種不同分析對象。

附錄 D｜治理可選性

\boxed{ O_G = \text{ability to change policy later without catastrophic transition cost}. }

提高 $O_G$ 的可能方式包括：

modular infrastructure；
diversified suppliers；
fallback systems；
phased commitment；
review clauses。

附錄 E｜下一篇接口

SAS-08｜現實沒有最終模型：覆蓋率、利維坦與可重審的後工具文明

最後一篇將正式回答：

\boxed{ \text{More Intelligence} \neq \text{Global Predictive Closure}. }

並以：

\boxed{ \mathbf C = ( C_N,C_R,C_C,C_P,C_V,C_T ) }

描述：

nodes；
relations；
conditions；
paths；
validation；
temporal coverage。

最後把第二系列封口為：

\boxed{ \text{Observe} \rightarrow \text{Model} \rightarrow \text{Act} \rightarrow \text{Observe Again}. }

而不是：

\boxed{ \text{Build One Final Model} \rightarrow \text{Govern Forever}. }

SAS-07｜凍結 AI 的天真博弈論：資本鎖定、國家競爭與政策誘發危機

SAS-07｜凍結 AI 的天真博弈論：資本鎖定、國家競爭與政策誘發危機

為什麼「到某能力門檻就一起按暫停」不是一個單變量政策問題

摘要

關鍵詞

1. 問題：AI 真的有一個「暫停鍵」嗎？

2. 但現實中的 AI 已不是一個 process

3. Freeze Type Safety

4. F1F_1F1​：Frontier Training Freeze

5. F1F_1F1​ 不等於關閉既有模型

6. F2F_2F2​：Selected Capability / Deployment Freeze

7. F2F_2F2​ 是域治理

8. F3F_3F3​：Infrastructure Expansion Freeze

9. F3F_3F3​ 的經濟尺度完全不同

10. F4F_4F4​：Civilizational AI Withdrawal

11. F4F_4F4​ 最接近真正的「把 AI 關掉」

12. 四種 freeze 不能混

13. 局部 freeze 可以合理

14. 真正被批判的是「單按鈕模型」

15. AI Capital Stock

16. KCK_CKC​

17. KDK_DKD​

18. KEK_EKE​

19. KNK_NKN​

20. KMK_MKM​

21. KSK_SKS​

22. Capital Lock-In

23. 為什麼？

24. 這叫 Path Dependence

25. 早期限制可能便宜

26. 後期限制可能重估大量資產

27. Alphabet 2026

28. Alphabet 明確說 AI compute demand unprecedented

29. Meta 2026

30. 其中包含 component pricing 與 future data-centre capacity

31. Amazon 2026

32. Amazon 同時列出：

33. 但 AI clearly 是主要投資背景之一

34. Microsoft 2026

35. Microsoft 持續把支出與 cloud / AI infrastructure buildout 連結

36. 所以政策面對的不是小型實驗室

37. Sunk Cost 不等於政策不能改

38. 已經花很多錢，不代表危險技術必須繼續

39. 本文只說 switch cost 必須被算進去

40. Financing Lock-In

41. 但 AI infrastructure 正增加債務融資

42. 2025 hyperscaler bonds

43. 長債鎖定多年 buildout

44. Off-Balance-Sheet Financing

45. Hyperscaler 可能少數股權

46. 經濟上

47. BIS 稱之為 shadow borrowing

48. Private Credit Linkage

49. Banks 又可提供 funding lines

50. 這形成潛在 Shock Channels

51. 但「有 shock channel」不等於「金融危機已經來」

52. BIS 2026 的態度是監測與分析

53. 所以本文也不做危機預言

54. 定義 AI Asset Repricing Shock

55. 可能來源

56. Policy-Induced AI Shock

57. 條件式傳導路徑

58. 每一箭頭都有條件

59. 所以不能寫成必然崩盤

60. AI Bubble 四分法

61. B2B_2B2​

62. B3B_3B3​

63. B4B_4B4​

64. 任何一種泡沫都不等於 AI 不工作

65. 鐵路史就有類似結構

66. 所以：

67. Infrastructure Crisis 也不同

68. 不一定表示模型失敗

69. Policy-Induced Shock 再不同

70. 四者可以組合

71. 國家競爭進入模型

72. 美國的建設訊號

73. 2026 Michigan Stargate

74. 這是明確的 Physical AI Capital

75. 歐盟 2026

4. $F_1$ ：Frontier Training Freeze

5. $F_1$ 不等於關閉既有模型

6. $F_2$ ：Selected Capability / Deployment Freeze

7. $F_2$ 是域治理

8. $F_3$ ：Infrastructure Expansion Freeze

9. $F_3$ 的經濟尺度完全不同

10. $F_4$ ：Civilizational AI Withdrawal

11. $F_4$ 最接近真正的「把 AI 關掉」

16. $K_C$

17. $K_D$

18. $K_E$

19. $K_N$

20. $K_M$

21. $K_S$

61. $B_2$

62. $B_3$

63. $B_4$