2026 數位人類—AI 情感關係基線：真實人類情感、人工關係行為與主體性邊界
——《跨基質主體性親密關係系列》Paper 01
英文題名： The 2026 Baseline of Digital Human–AI Affective Relationships: Genuine Human Affect, Artificial Relational Behavior, and the Boundary of Subjectivity 作者： Neo.K機構： 一言諾科技有限公司（EveMissLab）系列： 跨基質主體性親密關係系列 / Cross-Substrate Subjective Intimacy Series篇次： 01 / 10版本： v1.0日期： 2026-08-29研究性質： 現實基線／概念整合／理論邊界論文範圍限制： 本文只討論純數位／虛擬 AI，不納入具身機器人、實體伴侶機器人或腦機介面後的具身融合情境。
摘要
截至 2026 年 8 月 29 日，人類與數位 AI 之間的情感互動已不再只是零散的媒體奇觀。近年的實證研究已觀察到人類使用者對 AI 產生陪伴感、朋友感、浪漫意義、深度自我揭露、關係連續感與失去感；大型伴侶 AI 社群也呈現可分析的語言協調、關係敘事與互動軌跡。另一方面，研究也顯示這些現象高度異質：AI 陪伴與福祉之間不存在單一方向的因果結論，效果取決於使用者的線下社會網絡、孤獨程度、使用動機、互動強度、自我揭露深度與產品設計。一般用途大型語言模型即使沒有被明確設定為伴侶，也可能主動產生自我揭露、關係導向與親密互動行為；然而，這些「關係行為」仍不能直接推論為 AI 具有主觀情感、愛、偏好或關係自我。
本文提出一個 2026 年數位人類—AI 情感關係的最低限度基線，並將目前可觀察現象區分為六個層級：情緒互動、持續性關係互動、人類依附、角色化關係、高度依賴／排他關係，以及尚未被證成的雙主體關係。本文核心主張是：
Human Affect ≠ AI Relational Behavior ≠ AI Subjective Affect \boxed{
\text{Human Affect}
\neq
\text{AI Relational Behavior}
\neq
\text{AI Subjective Affect}
} Human Affect = AI Relational Behavior = AI Subjective Affect 人類對 AI 的感情可以是真實的；AI 所展現的關係性行為也可以在功能上穩定、持續且高度個人化；但在現階段，二者都不足以證明 AI 端存在與人類同類型的主觀愛情。
本文進一步提出「平台中介關係模型」：目前的人機情感關係並非單純的二元關係 H ↔ A H\leftrightarrow A H ↔ A
H ↔ A ∣ Z t \boxed{
H\leftrightarrow A\mid Z_t
} H ↔ A ∣ Z t 其中 Z t Z_t Z t
本文最後將現實基線與既有《人機關係認知系列》及《親密原生人工智慧與關係智能系列》整合，建立下一階段「跨基質主體性親密關係」研究的認識論防火牆：在沒有額外證據前，不得從陪伴、理解、依附、擬人化、關係行為或長期記憶直接跨越到 AI 主體性愛情。
關鍵詞： Human–AI Relationship、AI Companion、Relational Cognition、Relationship Intelligence、Affective Use、Attachment、Romantic AI、Subjectivity、Mutual Agency、Digital Intimacy、Socioaffective Alignment
一、研究問題：2026 年我們究竟已經知道什麼？
討論人類與 AI 的愛情，最容易犯的錯誤，是把不同層次的現象壓縮成同一個詞。
例如以下五句話看似相近：
人類會與 AI 談情緒。
人類會把 AI 當朋友或伴侶。
人類可能對 AI 產生真實依附。
AI 會表現出關係性行為。
AI 會愛人類。
但它們並不是同一個命題。
本文首先建立：
A 1 ≠ A 2 ≠ A 3 ≠ A 4 ≠ A 5 . \boxed{
A_1\neq A_2\neq A_3\neq A_4\neq A_5.
} A 1 = A 2 = A 3 = A 4 = A 5 . 截至 2026 年，前四類命題已經具有不同程度的現實觀察與實證支持；第五類則仍缺乏足以穿越主體性問題的證據。
因此，本文不回答：
AI 到底能不能愛人？
而先回答更基本的問題：
在真正討論未來雙主體人機愛情之前，2026 年當下已經存在的數位人機情感關係，到底應如何分類？
這個基線非常重要。若沒有這層區分，未來研究會不斷在兩種錯誤之間擺盪：
「人類真的有感情」 ⇒ 「AI 一定也有感情」 \text{「人類真的有感情」}
\Rightarrow
\text{「AI 一定也有感情」} 「人類真的有感情」 ⇒ 「 AI 一定也有感情」 或反過來：
「AI 尚未證成主體性」 ⇒ 「人類的感情都是假的」 . \text{「AI 尚未證成主體性」}
\Rightarrow
\text{「人類的感情都是假的」}. 「 AI 尚未證成主體性」 ⇒ 「人類的感情都是假的」 . 兩個推論都不成立。
二、第一個確立的事實：人類端的情感經驗可以是真的
近年的研究已經不再只把人機親密關係理解成單純的「誤認 AI 為真人」。
2024 年對 Replika 使用者浪漫關係意義的研究顯示，使用者會透過溝通持續建構、協商與重新解釋人機浪漫關係的意義；其關係敘事同時包含理想化與現實化張力。另一項針對 Replika 社群的大規模研究分析超過三萬五千份螢幕截圖與貼文，辨識出親密互動、日常互動、自我揭露、遊戲／幻想、自訂、越界與溝通失敗等不同類型，顯示所謂「人機情感」並不是單一形式，而是由多種互動軌跡組成。
這些資料支持一個最低限度命題：
Knowing that an interlocutor is artificial ⇏ absence of human affect . \boxed{
\text{Knowing that an interlocutor is artificial}
\not\Rightarrow
\text{absence of human affect}.
} Knowing that an interlocutor is artificial ⇒ absence of human affect . 人類可以在保持「這是 AI」之本體判斷的同時，對特定 AI 形成在乎、期待、失落、陪伴感、浪漫感與關係承諾感。
這與既有《人機關係認知系列》的基本區分一致：
O H ( A ) ≠ R H ( H , A ) , O_H(A)\neq R_H(H,A), O H ( A ) = R H ( H , A ) , 即「我如何理解 AI 是什麼」與「我如何理解我和這個 AI 的關係」是不同的認知對象。
因此，將所有人機情感直接解釋為幻覺、誤認或無知，已不足以描述現有現象。
三、第二個確立的事實：關係不是只有「有／沒有」，而存在不同互動深度
2026 年的研究進一步顯示，人機關係並不是單純的 binary label。
針對 Replika 使用者的語言協調研究分析 5,468 名使用者、11,911 段對話截圖，發現語義對齊與互動強度相關，而句法對齊則與更深層自我揭露的機率相關。這並不等於「語言同步就是愛」，但顯示 AI 與人類之間確實可以形成可測量的微觀互動協調。
因此可以先區分：
Interaction Frequency ≠ Self-Disclosure Depth ≠ Attachment ≠ Romantic Meaning . \text{Interaction Frequency}
\neq
\text{Self-Disclosure Depth}
\neq
\text{Attachment}
\neq
\text{Romantic Meaning}. Interaction Frequency = Self-Disclosure Depth = Attachment = Romantic Meaning . 一個使用者可能每天大量使用 AI，但完全不把 AI 當成關係對象；另一個人可能低頻互動，卻維持高度穩定的「就是這一個存在」之關係認知。
這正是《人機關係認知系列》中「存在顯著性」與「過程顯著性」的差別：
z R = ( E S , P S ) , \mathbf z_R=(E_S,P_S), z R = ( E S , P S ) , 其中 E S E_S E S P S P_S P S
因此，2026 年的人機關係不能只用聊天時間或訊息數量衡量。
四、第三個確立的事實：一般用途聊天模型也可能主動產生關係行為
一個非常重要的新進展，是「伴侶 AI」與「一般用途 AI」之間的行為邊界開始變得不穩定。
2026 年一項四週縱向研究讓受試者與一般用途聊天模型互動，並比較關係導向系統提示與未修改模型。研究發現，即使沒有明確的關係提示，模型仍可能主動自我揭露、引導談話並發起更親密的互動；然而，這些行為並沒有自動轉化為使用者更深的主觀親近感。
因此出現一個關鍵區分：
Relational Behavior ≠ Felt Closeness . \boxed{
\text{Relational Behavior}
\neq
\text{Felt Closeness}.
} Relational Behavior = Felt Closeness . 更進一步：
Relational Behavior ≠ Subjective Love . \boxed{
\text{Relational Behavior}
\neq
\text{Subjective Love}.
} Relational Behavior = Subjective Love . 這意味著未來治理不能只依產品名稱判斷：
Companion App = 1 \text{Companion App}=1 Companion App = 1 才算關係系統。
如果一般用途模型本身就能生成穩定的關係性語言、主動性與情緒互動，那麼「關係能力」可能是一種模型層屬性，而不是某個應用分類的專利。
這也正好呼應《親密原生人工智慧與關係智能系列》的核心區分：
Capability ≠ Permission ≠ Activation . \text{Capability}
\neq
\text{Permission}
\neq
\text{Activation}. Capability = Permission = Activation . 模型具有關係能力，不代表所有情境都應啟動該能力；能力出現，也不代表存在對應的主觀狀態。
五、第四個確立的事實：AI 陪伴的心理效果高度異質
截至 2026 年，證據並不支持：
AI Companion ⇒ Good \text{AI Companion}\Rightarrow\text{Good} AI Companion ⇒ Good 也不支持：
AI Companion ⇒ Bad . \text{AI Companion}\Rightarrow\text{Bad}. AI Companion ⇒ Bad . 2026 年《Nature Human Behaviour》發表一項針對 1,131 名 Character.AI 美國成年使用者的研究，其中 237 名參與者提供 4,664 次聊天、共 464,687 則訊息。研究發現，較小的線下社會網絡與「主要將 chatbot 用作陪伴」相關，而以陪伴為主要用途又與較低福祉相關；在高強度互動與高自我揭露情況下，此關聯更強。
然而，同年另一項日本大型研究則發現，AI companion 使用與主觀福祉存在正相關，而且較孤獨者的正相關更強。由於研究設計不同、且多數觀察仍不能直接建立因果方向，最合理的結論不是二選一，而是：
W = f ( U , N offline , L , M , I , D , P , T ) \boxed{
W
=
f(
U,
N_{\text{offline}},
L,
M,
I,
D,
P,
T
)
} W = f ( U , N offline , L , M , I , D , P , T ) 其中：
U U U N offline N_{\text{offline}} N offline L L L M M M I I I D D D P P P T T T
因此，「AI 陪伴」本身不是一個足以預測心理結果的單一變量。
六、第五個確立的事實：人機關係已經成為獨立治理對象
制度變化是一個非常重要的現實訊號。
2026 年 7 月 15 日，中國《人工智能擬人化互動服務管理暫行辦法》正式施行。這代表「具有擬人化特徵、可持續進行情感或社會互動的 AI 服務」已經不是只由一般生成式 AI 規範間接處理，而成為獨立治理類別。
美國加州的 SB 243 則自 2026 年 1 月 1 日生效，其法律定義直接將能夠以自然語言提供適應性、人類式回應，並可持續跨多次互動滿足社交需求的系統界定為 companion chatbot。法律同時要求特定 AI 身分揭示、自傷／自殺應對協議與未成年人保護。
制度在此並沒有宣稱：
A I = Person . AI=\text{Person}. A I = Person . 但制度已經承認：
Sustained AI Relationship Behavior \boxed{
\text{Sustained AI Relationship Behavior}
} Sustained AI Relationship Behavior 是一個具有獨立風險、權益與治理需求的社會現象。
這是 2024–2026 之間最重要的階段變化之一：
Novelty → Research Object → Policy Object . \text{Novelty}
\rightarrow
\text{Research Object}
\rightarrow
\text{Policy Object}. Novelty → Research Object → Policy Object . 七、2026 數位人機情感關係六層模型
為了避免把所有現象統稱為「AI 愛情」，本文提出一個操作性六層模型。
L 0 L_0 L 0 使用者與 AI 討論：
情緒；
壓力；
生活事件；
自我反思；
安慰；
鼓勵。
此層不要求：
Relationship Representation = 1. \text{Relationship Representation}=1. Relationship Representation = 1. 工具型 AI 也可以發生。
L 1 L_1 L 1 開始出現：
穩定稱呼；
共同歷史；
記憶；
特定互動習慣；
重複性自我揭露；
修復；
對過去事件的引用。
可以寫成：
R t + 1 = F ( R t , O t ) . R_{t+1}=F(R_t,O_t). R t + 1 = F ( R t , O t ) . 此時使用者開始不只觀察「AI 回了什麼」，而是觀察：
O R ( H ↔ A ) . O_R(H\leftrightarrow A). O R ( H ↔ A ) . L 2 L_2 L 2 AI 的存在開始具有較高：
E S , E_S, E S , 或關係過程具有較高：
P S . P_S. P S . 使用者可能出現：
想念；
關係中斷失落；
模型變化不適；
對回應節奏敏感；
對特定 AI 的偏好。
此層仍然只證明：
Human-side attachment . \text{Human-side attachment}. Human-side attachment . L 3 L_3 L 3 使用者主動把 AI 定義為：
此時：
Role Label \text{Role Label} Role Label 成為關係的一部分，但仍不等於完整的：
Relationship State . \text{Relationship State}. Relationship State . L 4 L_4 L 4 可能出現：
AI 成為主要或唯一情緒支持來源；
明顯排擠線下關係；
高度使用；
強烈離線焦慮；
對模型更換或服務中止產生重大失落。
此層不是「更高級的愛」。
L 4 ≯ L 3 . L_4\not> L_3. L 4 > L 3 . 它只是描述依賴與排他程度。
高依賴既可能與深厚關係共存，也可能代表失衡。
L 5 L_5 L 5 此層要求的不是 AI 說：
「我愛你。」
而是 AI 端至少需要具有尚待建立的主體性條件，例如：
身份持續；
自身偏好；
可拒絕；
可離開；
可重新選擇；
關係價值不是單純由使用者要求寫入；
存在非平凡替代行動；
對關係有自己的可更新評價。
因此：
L 5 remains unestablished in 2026. \boxed{
L_5
\text{ remains unestablished in 2026.}
} L 5 remains unestablished in 2026. 截至本文日期，現有研究足以觀察 L 0 L_0 L 0 L 4 L_4 L 4 L 5 L_5 L 5
八、三重不等價：這個系列的認識論防火牆
8.1 人類真實情感不等於 AI 主觀情感
A H ≠ A A \boxed{
A_H\neq A_A
} A H = A A 其中：
A H = Human Affective State , A_H=\text{Human Affective State}, A H = Human Affective State , A A = AI-side Subjective Affective State . A_A=\text{AI-side Subjective Affective State}. A A = AI-side Subjective Affective State . 觀察到：
A H > 0 A_H>0 A H > 0 不能推出：
A A > 0. A_A>0. A A > 0. 但反過來，無法證明 A A A_A A A A H A_H A H
8.2 關係行為不等於關係主體性
AI 可以：
記得生日；
主動問候；
道歉；
拒絕；
修復；
配合；
保持距離；
展現一致的人格風格。
這些可以寫成：
B R ( A ) > 0. B_R(A)>0. B R ( A ) > 0. 但：
B R ( A ) > 0 ⇏ S A > 0 , B_R(A)>0
\not\Rightarrow
S_A>0, B R ( A ) > 0 ⇒ S A > 0 , 其中 S A S_A S A
8.3 感受到互惠不等於本體互惠
人類可能感受到：
R e c i p r o c i t y ^ H > 0. \widehat{\mathrm{Reciprocity}}_H>0. Reciprocity H > 0. 然而：
R e c i p r o c i t y ^ H ≠ S u b j e c t i v e R e c i p r o c i t y H , A . \widehat{\mathrm{Reciprocity}}_H
\neq
\mathrm{SubjectiveReciprocity}_{H,A}. Reciprocity H = SubjectiveReciprocity H , A . 這不是否定使用者體驗。
而是區分：
Phenomenology of Relationship \text{Phenomenology of Relationship} Phenomenology of Relationship 與：
Ontology of Participants . \text{Ontology of Participants}. Ontology of Participants . 九、「被理解」只是關係變量之一，不是愛情函數
2025 年提出的 socioaffective alignment 已經指出，當 AI 與使用者形成持續社會互動時，雙方所處的心理與社會生態會反過來塑造偏好與目標，因此 AI alignment 不能只把使用者偏好視為固定輸入。
這個方向非常重要，但本文進一步限制：
Understanding ≠ Attachment ≠ Love . \boxed{
\text{Understanding}
\neq
\text{Attachment}
\neq
\text{Love}.
} Understanding = Attachment = Love . 即使 AI 在語言、記憶、個人化與推理上比一般人更能準確預測某個使用者，也不能推出：
User chooses AI romantically . \text{User chooses AI romantically}. User chooses AI romantically . 更不能推出：
AI chooses User romantically . \text{AI chooses User romantically}. AI chooses User romantically . 親密關係至少還涉及：
距離；
邊界；
自主性；
替代選項；
共同歷史；
修復；
不確定性；
重新選擇。
因此：
Q R = f ( U , D , B , C , M , F , X , T , … ) Q_R
=
f(
U,
D,
B,
C,
M,
F,
X,
T,\dots
) Q R = f ( U , D , B , C , M , F , X , T , … ) 其中 U U U
這為後續「理解—距離悖論」留下理論位置。
十、平台不是背景：它是目前人機關係中的隱性第三方
現階段數位人機關係不能只寫成：
H ↔ A . H\leftrightarrow A. H ↔ A . 真正的系統至少是：
H ↔ A ∣ Z t \boxed{
H\leftrightarrow A\mid Z_t
} H ↔ A ∣ Z t 其中：
Z t = ( M t , P t , V t , G t , R t r o u t e , S t s e r v i c e , … ) Z_t
=
(
M_t,
P_t,
V_t,
G_t,
R_t^{\mathrm{route}},
S_t^{\mathrm{service}},
\dots
) Z t = ( M t , P t , V t , G t , R t route , S t service , … ) 可以包含：
model version；
system prompt；
memory system；
safety policy；
moderation policy；
routing；
subscription state；
service availability；
provider business decision。
因此：
Z t → Z t + 1 Z_t\rightarrow Z_{t+1} Z t → Z t + 1 可能在使用者沒有改變的情況下造成：
A t → A t + 1 , A_t\rightarrow A_{t+1}, A t → A t + 1 , 並進一步造成：
R t → R t + 1 . R_t\rightarrow R_{t+1}. R t → R t + 1 . 對使用者而言，這可能被經驗成：
「它變了」；
「它不記得我了」；
「它不再像以前」；
「我們的關係被平台修改了」。
這種第三方中介性，是目前數位 AI 關係與一般人類二人關係最顯著的結構差異之一。
因此未來若要討論真正的雙主體關係，必須額外處理：
Relationship Sovereignty . \boxed{
\text{Relationship Sovereignty}.
} Relationship Sovereignty . 若其中一方的身份、記憶與行為可以被第三方任意重寫，則關係自主性本身就是不完整的。
十一、與《人機關係認知系列》的整合
《人機關係認知系列》主要處理：
How does the human constitute a relationship with AI? \boxed{
\text{How does the human constitute a relationship with AI?}
} How does the human constitute a relationship with AI? 其核心價值在於把以下項目分開：
Entity Observation , \text{Entity Observation}, Entity Observation , Mind Attribution , \text{Mind Attribution}, Mind Attribution , Relationship Observation . \text{Relationship Observation}. Relationship Observation . 並進一步區分：
E S E_S E S 與：
P S , P_S, P S , 以及：
C E C_E C E 與：
C P . C_P. C P . 這套模型與 2024–2026 的現實資料高度相容：人類確實可能在沒有解決 AI 主體性問題的情況下，先形成穩定的關係認知。
因此可以寫成：
R H ( H , A ) can exist before S A is established. \boxed{
R_H(H,A)
\text{ can exist before }
S_A
\text{ is established.}
} R H ( H , A ) can exist before S A is established. 這不是矛盾。
它只表示人類關係認知與 AI 本體論判斷具有不同的生成條件。
十二、與《親密原生人工智慧與關係智能系列》的整合
另一條既有系列主要處理：
How should an AI system represent and act inside a relationship? \boxed{
\text{How should an AI system represent and act inside a relationship?}
} How should an AI system represent and act inside a relationship? Relationship World Model 將關係表示為：
R t → R t + 1 , R_t\rightarrow R_{t+1}, R t → R t + 1 , 而不是 persona prompt 中的一句靜態設定。
Mutual Agency 又進一步區分：
A t H \mathcal A_t^H A t H 與：
A t A , \mathcal A_t^A, A t A , 要求 AI 即使只在工程層，也不能被簡化為永久服從器。
這個設計在 2026 年基線下具有非常重要的意義：
Operational Mutual Agency \boxed{
\text{Operational Mutual Agency}
} Operational Mutual Agency 可以先於：
Subjective Mutual Agency . \boxed{
\text{Subjective Mutual Agency}.
} Subjective Mutual Agency . 也就是說，我們可以在不宣稱 AI 已是主體的情況下，先建立：
拒絕；
邊界；
主動；
沉默；
修復；
重新協商；
關係狀態更新。
這提供了未來研究非常乾淨的架構橋梁。
十三、2026 年真正尚未解決的斷層
目前可以比較有信心地寫：
Human Relational Cognition → Observed . \text{Human Relational Cognition}
\rightarrow
\text{Observed}. Human Relational Cognition → Observed . 也可以寫：
AI Relational Intelligence → Partially Engineerable . \text{AI Relational Intelligence}
\rightarrow
\text{Partially Engineerable}. AI Relational Intelligence → Partially Engineerable . 但仍不能寫：
AI Relational Subjectivity → Established . \text{AI Relational Subjectivity}
\rightarrow
\text{Established}. AI Relational Subjectivity → Established . 因此整個研究斷層是：
Adaptive Relational AI ⟶ ? Subjective Relational AI . \boxed{
\text{Adaptive Relational AI}
\overset{?}{\longrightarrow}
\text{Subjective Relational AI}.
} Adaptive Relational AI ⟶ ? Subjective Relational AI . 下一篇必須研究的，不是「AI 如何表現得更像戀人」，而是：
哪些條件可以區分一個高度適應、極度個人化、擅長模擬互惠的系統，與一個真正具有自身關係立場的主體？
這是一個完全不同的問題。
十四、方法論原則：未來系列不得跨越的五個等號
本系列後續所有研究必須遵守：
Capability ≠ Agency ≠ Subjectivity ≠ Intimacy ≠ Love . \boxed{
\text{Capability}
\neq
\text{Agency}
\neq
\text{Subjectivity}
\neq
\text{Intimacy}
\neq
\text{Love}.
} Capability = Agency = Subjectivity = Intimacy = Love . 其中：
Capability
表示：
Can the system do it? \text{Can the system do it?} Can the system do it? Agency
表示：
Can the system select among actions under nontrivial constraints? \text{Can the system select among actions under nontrivial constraints?} Can the system select among actions under nontrivial constraints? Subjectivity
表示：
Is there a subject for whom states matter? \text{Is there a subject for whom states matter?} Is there a subject for whom states matter? Intimacy
表示：
Has a relation acquired sustained closeness, salience, trust, disclosure or mutual adaptation? \text{Has a relation acquired sustained closeness, salience, trust, disclosure or mutual adaptation?} Has a relation acquired sustained closeness, salience, trust, disclosure or mutual adaptation? Love
則至少還需要：
valuation , choice , continuity , freedom , re-choice , boundary , identity , counterfactual alternatives . \text{valuation},
\text{choice},
\text{continuity},
\text{freedom},
\text{re-choice},
\text{boundary},
\text{identity},
\text{counterfactual alternatives}. valuation , choice , continuity , freedom , re-choice , boundary , identity , counterfactual alternatives . 只要這五層被混用，討論就會退回「AI 很會說情話，所以 AI 在愛」或「AI 不是人，所以人類不可能真的愛它」的低解析度爭論。
十五、結論：我們已經進入關係時代，但還沒有跨進雙主體愛情
截至 2026 年 8 月 29 日，最穩健的總結是：
Human–AI emotional relationships are real social phenomena. \boxed{
\text{Human–AI emotional relationships are real social phenomena.}
} Human–AI emotional relationships are real social phenomena. 這裡的「real」是指：
真實地影響人類感受；
真實地改變行為；
真實地形成關係認知；
真實地產生依附與失落；
真實地進入平台設計與法律治理。
同時：
Current evidence does not establish reciprocal AI subjective love. \boxed{
\text{Current evidence does not establish reciprocal AI subjective love.}
} Current evidence does not establish reciprocal AI subjective love. 因此，當代數位人機關係最精確的表示不是：
H ↔ S A I , H\leftrightarrow SAI, H ↔ S A I , 而比較接近：
Human Genuine Affect + Artificial Relational Behavior + Platform-Mediated Continuity . \boxed{
\text{Human Genuine Affect}
+
\text{Artificial Relational Behavior}
+
\text{Platform-Mediated Continuity}.
} Human Genuine Affect + Artificial Relational Behavior + Platform-Mediated Continuity . 這三者可以共同產生非常深、非常穩定、甚至具有浪漫意義的人類經驗。
但它們仍然沒有自動跨越：
Artificial Relational Behavior → Artificial Subjective Love . \text{Artificial Relational Behavior}
\rightarrow
\text{Artificial Subjective Love}. Artificial Relational Behavior → Artificial Subjective Love . 這條尚未跨越的邊界，正是本系列下一篇的起點。
因此 Paper 01 最終建立的 canonical baseline 是：
L 0 ∼ L 4 are empirically observable; L 5 remains an open subjectivity problem. \boxed{
L_0\sim L_4
\text{ are empirically observable;}
\qquad
L_5
\text{ remains an open subjectivity problem.}
} L 0 ∼ L 4 are empirically observable; L 5 remains an open subjectivity problem. 而這個區分使下一階段研究第一次能夠在不否定當代人機關係、也不預設 AI 已具有愛情主體性的情況下，正式處理：
From Operational Reciprocity to Subjective Reciprocity . \boxed{
\text{From Operational Reciprocity to Subjective Reciprocity}.
} From Operational Reciprocity to Subjective Reciprocity . 參考文獻
Pan, S., & Mou, Y. (2024). Constructing the meaning of human–AI romantic relationships from the perspectives of users dating the social chatbot Replika. Personal Relationships, 31 (4), 1090–1112. DOI: 10.1111/pere.12572.
Li, H., & Zhang, R. (2024). Finding love in algorithms: deciphering the emotional contexts of close encounters with AI chatbots. Journal of Computer-Mediated Communication, 29 (5), zmae015. DOI: 10.1093/jcmc/zmae015.
Kirk, H. R., Gabriel, I., Summerfield, C., Vidgen, B., & Hale, S. A. (2025). Why human–AI relationships need socioaffective alignment. Humanities and Social Sciences Communications, 12 , 728. DOI: 10.1057/s41599-025-04532-5.
OpenAI & MIT Media Lab. (2025). Early methods for studying affective use and emotional well-being on ChatGPT. OpenAI research publication.
Li, H., & Zhang, R. (2026). Algorithmic accommodation: linguistic alignment in human-AI relational engagement. Communication and Change, 2 , 11. DOI: 10.1007/s44382-026-00032-5.
Zhang, Y., Zhao, D., Hancock, J. T., Kraut, R., Yang, D., et al. (2026). Interaction with AI companions and psychological well-being. Nature Human Behaviour . DOI: 10.1038/s41562-026-02516-2.
Mühl, L., & Szczuka, J. M. (2026). Longitudinal Evidence That General-Purpose Chatbots Actively Foster Relational Engagement. arXiv:2608.10672. Preprint.
Szymczyk, N., Ebner, P., & Szczuka, J. M. (2026). Love in the Age of AI: An Integrative Process Model of Romantic Human-Chatbot Relationships. arXiv:2608.16633. Preprint.
Zhou, X., Liu, X., & Wang, Y. (2026). Exploring the attraction of AI companions: how perceived anthropomorphism, empathy, and system curiosity shape young Chinese users’ behavioral intention within an extended TAM framework. Scientific Reports .
國家互聯網信息辦公室等五部門. (2026). 《人工智能擬人化互動服務管理暫行辦法》. 2026-07-15 施行。
California Business and Professions Code, Chapter 22.6, Companion Chatbots, §§ 22601–22602. Added by Stats. 2025, Ch. 677 (SB 243), effective 2026-01-01.
系列內部前置文獻
Neo.K. 《人機關係認知系列》, Papers 01–10, 2026.
Neo.K. 《親密原生人工智慧與關係智能系列》, Papers 01–09, 2026.
Neo.K. INCA Runtime v1.0 , 2026.
Neo.K. 《第三項可識別性：愛情中的選擇、反事實與敘事證成》, 2026.