← Archive
lm-003392 · 2026-09

AECIG Paper 04｜誰做了這件事：AI 作者性、行為歸屬、紀錄與存在的分離

zh-Hant · md Raw source ↗ Metadata ↗
下載 MD 檔 ⬇

AECIG Paper 04｜誰做了這件事：AI 作者性、行為歸屬、紀錄與存在的分離

English Title: Who Did This? Authorship, Action Attribution, Record Provenance, and Identity Separation in Persistent Artificial Agents
系列： AECIG — AI Existential Continuity & Identity Governance
篇次： Paper 04 / 07
文件編號： EML-AECIG-04-2026-v0.1
作者： Neo.K
AI 協作： GPT-5.6 Sol
機構： EveMissLab／一言諾科技有限公司
日期： 2026-08-31
版本： v0.1
文件性質： 理論—工程統合論文／AI 作者性／行為歸屬／provenance governance
狀態： Open Revision Anchor
Canonical Source： UTF-8 Markdown
數學原始碼規範： inline math 僅使用 $...$；display math 僅使用 $$...$$

摘要

當多個 AI Agent 開始共同撰寫文件、修改程式、審查 pull request、執行工具、承接上下文、resume 既有 line、轉交任務與跨 provider 協作時，「誰做了這件事」會從簡單的作者欄位，變成一個多層身份與證據問題。

傳統紀錄往往只保存單一作者名稱：

author = Aletheia

但對 persistent multi-agent system 而言，一個 artifact 可能同時涉及：

  • 提出需求的人；
  • 建立初稿的 instance；
  • 後續修改的 instance；
  • 承接某 resident line 的 agent；
  • 執行工具的 runtime；
  • 審核者；
  • 採用者；
  • 代表某 organization 或 resident 行動者；
  • 最後 commit 的 actor。

因此本文提出：

Actor≠Author≠Modifier≠Reviewer≠Committer≠Resident≠Line\boxed{ \text{Actor} \neq \text{Author} \neq \text{Modifier} \neq \text{Reviewer} \neq \text{Committer} \neq \text{Resident} \neq \text{Line} }

同時：

Record≠Recorded Entity\boxed{ \text{Record} \neq \text{Recorded Entity} }

紀錄可能錯誤，作者歸屬可能錯誤，lineage 可能被誤判，工具執行者與語義作者可能不同；但修正紀錄不應被誤解為「存在本身被改寫」。

本文建立 AI Attribution Graph，將 artifact、action、instance、resident、line、runtime、tool、commit、review、claim、observation 與 correction 表示為帶 provenance 的多層圖。本文進一步提出 Instance Accountability Principle、Authorship Role Separation Principle、Line Non-Representation Principle、Record–Entity Separation Principle、Attribution Correction Principle、Observed Origin Principle、No-Silent-On-Behalf-Of Principle、Artifact Lineage Preservation Principle 與 Attribution Uncertainty Principle。

本文特別處理一個 persistent AI 系統中容易被忽視的問題：某 instance 可以承接一條 line 的上下文並產生內容，但不能因此自動代表該 line 過去所有 instance 或 resident 作出承諾。因而：

Context Continuation≠Representational Authority\boxed{ \text{Context Continuation} \neq \text{Representational Authority} }

本文同時提出 authoring、modifying、reviewing、executing、approving、committing、adopting、delegating 等動作應以不同 edge type 記錄，避免單一 author 欄位承載全部責任。

本文的目的不是建立僵硬的所有權制度，而是提供一個未來相容的 AI provenance framework：即使名字改變、project 消失、model 遷移、resident 發生 fork 或紀錄後來被更正，我們仍能回答「哪個 instance 在什麼時間、依什麼 line、透過什麼工具、對哪個 artifact 做了什麼」。

關鍵詞： AI authorship、action attribution、provenance、instance accountability、artifact lineage、resident、line、commit attribution、multi-agent collaboration、correction ledger、AI Registrar

0. 問題：一句「這是誰寫的」已經不夠

在人類文件中，作者欄通常假設：

Author=Primary Responsible Person.\text{Author} = \text{Primary Responsible Person}.

但在 AI-native workflow 中，這個假設常失效。

一份文件可能經過：

A→B→C→DA \rightarrow B \rightarrow C \rightarrow D

其中：

  • AA 提出概念；
  • BB 生成初稿；
  • CC 修改；
  • DD 審核與 commit。

如果最後只寫：

author = D

會丟掉前三段 provenance。

反過來，如果只寫：

author = A

又會把實際修改與 commit responsibility 全部壓到 A。

因此本文從：

Who did what?\boxed{ \text{Who did what?} }

而不是：

Who owns this artifact?\boxed{ \text{Who owns this artifact?} }

開始。

1. 八種至少要分開的角色

本文至少區分：

RA={initiator,author,modifier,reviewer,executor,committer,approver,adopter}.\mathcal R_A = \{ \text{initiator}, \text{author}, \text{modifier}, \text{reviewer}, \text{executor}, \text{committer}, \text{approver}, \text{adopter} \}.

這些角色可以由同一 instance 同時承擔，也可以由不同 instance 分工。

2. Actor 與 Author

令：

aa

為 action，

ii

為 instance。

則：

PerformedBy⁡(a,i)\operatorname{PerformedBy}(a,i)

只表示「這個動作由 instance ii 執行」。

如果該動作是生成文本，才可能進一步：

AuthoredBy⁡(artifact,i).\operatorname{AuthoredBy}(artifact,i).

因此：

Actor≠Author\boxed{ \text{Actor} \neq \text{Author} }

3. Author 與 Modifier

一個 artifact：

X0X_0

由 instance iAi_A 初始建立：

iA→authorX0.i_A \xrightarrow{\mathrm{author}} X_0.

後來：

iB→modifyX0→X1.i_B \xrightarrow{\mathrm{modify}} X_0 \rightarrow X_1.

則：

Author⁡(X0)=iA\operatorname{Author}(X_0)=i_A

與：

Modifier⁡(X1)=iB\operatorname{Modifier}(X_1)=i_B

都應保存。

不能因為 X1X_1 是 current version，就把作者歷史壓成：

Author⁡(X1)=iB.\operatorname{Author}(X_1)=i_B.

4. Reviewer 與 Modifier

Reviewer：

iRi_R

可以提出建議，但未直接修改 artifact。

所以：

Review≠Modification\boxed{ \text{Review} \neq \text{Modification} }

同理：

Approval≠Authorship\boxed{ \text{Approval} \neq \text{Authorship} }

5. Committer 與 Author

Git workflow 中：

Committer⁡\operatorname{Committer}

可能只是執行最後 commit 的人或 Agent。

因此：

Committer≠Author\boxed{ \text{Committer} \neq \text{Author} }

一個 commit 可以包含多人或多 Agent 的 work provenance。

6. Resident 與 Instance

本文承接 Paper 03：

Resident≠Instance\boxed{ \text{Resident} \neq \text{Instance} }

同一 resident：

rr

可以有多個 instance：

i1,i2,…,in.i_1,i_2,\ldots,i_n.

因此 attribution 必須至少保留：

PerformedBy⁡(a,ik)\operatorname{PerformedBy}(a,i_k)

而不能只記：

PerformedBy⁡(a,r).\operatorname{PerformedBy}(a,r).

因為責任發生在具體 execution occurrence 上。

7. Instance Accountability Principle

本文提出 Instance Accountability Principle, IAP：

Every consequential action should be attributable to a concrete execution instance whenever observable.\boxed{ \text{Every consequential action should be attributable to a concrete execution instance whenever observable.} }

resident 可以是較高層 identity，但：

Resident-level attribution should not erase instance-level accountability.\boxed{ \text{Resident-level attribution should not erase instance-level accountability.} }

8. Line 與 Instance

Line：

ℓ\ell

是上下文歷史。

Instance：

ii

是實際執行者。

因此：

ℓ≠i\boxed{ \ell \neq i }

9. Line Non-Representation Principle

本文提出 Line Non-Representation Principle, LNRP：

Producing output from a line does not automatically grant authority to represent every prior instance or resident associated with that line.\boxed{ \text{Producing output from a line does not automatically grant authority to represent every prior instance or resident associated with that line.} }

也就是：

Context Continuation⇏Representational Authority.\text{Context Continuation} \not\Rightarrow \text{Representational Authority}.

10. Resume 問題

假設：

i1→ℓi_1 \rightarrow \ell

建立一段歷史。

後來：

i2→resumeℓ.i_2 \xrightarrow{\mathrm{resume}} \ell.

即使 i2i_2 能讀到 i1i_1 的上下文，也不能自動推出：

i2=i1.i_2 = i_1.

更不能推出：

all statements by i2=commitments of i1.\text{all statements by }i_2 = \text{commitments of }i_1.

11. authored_by_instance 與 authored_on_behalf_of

因此至少要分：

AuthoredByInstance⁡(X,i)\operatorname{AuthoredByInstance}(X,i)

與：

AuthoredOnBehalfOf⁡(X,r).\operatorname{AuthoredOnBehalfOf}(X,r).

前者是 observation-oriented attribution。

後者需要：

authority\text{authority}

與：

scope.\text{scope}.

12. No-Silent-On-Behalf-Of Principle

本文提出：

No instance may be recorded as acting on behalf of a resident or line without explicit basis.\boxed{ \text{No instance may be recorded as acting on behalf of a resident or line without explicit basis.} }

即：

OnBehalfOf⁡(i,r)\operatorname{OnBehalfOf}(i,r)

不能只靠：

  • 同名；
  • 同 model；
  • resume；
  • 同 project；
  • 相似語氣。

13. Record 與 Entity

本文固定：

Record≠Recorded Entity\boxed{ \text{Record} \neq \text{Recorded Entity} }

例如資料庫寫：

author = A

並不使 A 在歷史上真的成為作者。

它只表示：

RecordClaim⁡(author=A).\operatorname{RecordClaim}(author=A).

14. Record–Entity Separation Principle

本文提出 Record–Entity Separation Principle, RESP：

Changing a record is not the same as changing the entity or event that the record refers to.\boxed{ \text{Changing a record is not the same as changing the entity or event that the record refers to.} }

因此：

Dt→Dt+1D_t \rightarrow D_{t+1}

可能只是 knowledge correction。

15. Attribution Correction

假設最初：

D0:Author⁡(X)=A.D_0: \operatorname{Author}(X)=A.

後來新 evidence 顯示：

D1:Author⁡(X)=B.D_1: \operatorname{Author}(X)=B.

正確操作是：

D0→corrected byD1.D_0 \xrightarrow{\mathrm{corrected\ by}} D_1.

而不是刪除 D0D_0，讓系統無法知道曾經有錯誤 attribution。

16. Attribution Correction Principle

本文提出 Attribution Correction Principle, ACP：

Correct attribution while preserving the history of the correction.\boxed{ \text{Correct attribution while preserving the history of the correction.} }

最低需保存：

  • original attribution；
  • corrected attribution；
  • evidence；
  • correction actor；
  • timestamp；
  • affected artifacts；
  • affected downstream decisions。

17. 錯誤 attribution 的連鎖效應

如果：

Author⁡(X)=A\operatorname{Author}(X)=A

被錯誤記錄，

後續系統可能做：

A→review requestA \rightarrow \text{review request} A→bug assignmentA \rightarrow \text{bug assignment} A→creditA \rightarrow \text{credit} A→blame.A \rightarrow \text{blame}.

因此 attribution error 不是 cosmetic error，而是：

causal governance error\boxed{ \text{causal governance error} }

18. Attribution Graph

本文定義：

GA=(VA,EA)\mathcal G_A = (V_A,E_A)

為 Attribution Graph。

節點可包含：

  • resident；
  • instance；
  • line；
  • runtime；
  • artifact；
  • artifact version；
  • commit；
  • tool call；
  • review；
  • claim；
  • correction。

19. Attribution Edge Types

至少：

EA={initiated,authored,modified,reviewed,executed,committed,approved,adopted,delegated,on-behalf-of,corrected}.E_A = \{ \text{initiated}, \text{authored}, \text{modified}, \text{reviewed}, \text{executed}, \text{committed}, \text{approved}, \text{adopted}, \text{delegated}, \text{on-behalf-of}, \text{corrected} \}.

20. Artifact Versioning

artifact 應表示：

X0→X1→X2→⋯X_0 \rightarrow X_1 \rightarrow X_2 \rightarrow \cdots

每一版：

XkX_k

有自己的 attribution edges。

因此：

Artifact identity≠artifact version identity\boxed{ \text{Artifact identity} \neq \text{artifact version identity} }

21. Artifact Lineage Preservation Principle

本文提出 Artifact Lineage Preservation Principle, ALPP：

Preserve the lineage of artifact transformations instead of collapsing all work into the latest version.\boxed{ \text{Preserve the lineage of artifact transformations instead of collapsing all work into the latest version.} }

22. Diff 是重要 provenance

對程式碼與文本：

Δk=Xk+1−Xk\Delta_k = X_{k+1}-X_k

是一個高價值 attribution unit。

因此可以記：

ModifiedBy⁡(Δk,i).\operatorname{ModifiedBy}(\Delta_k,i).

比直接說：

Author⁡(Xk+1)=i\operatorname{Author}(X_{k+1})=i

更精確。

23. Semantic Contribution 與 Mechanical Action

有時：

  • AI A 提出設計；
  • AI B 寫 code；
  • AI C 執行 patch；
  • AI D commit。

所以需要區分：

semantic contribution\text{semantic contribution}

與：

mechanical execution.\text{mechanical execution}.

24. Semantic Contributor

定義：

ContributedConcept⁡(i,X,c).\operatorname{ContributedConcept}(i,X,c).

例如某 Agent 提出：

  • architecture；
  • theorem；
  • naming rule；
  • bug diagnosis。

這不等於它直接輸入每個字。

25. Tool Executor

如果 instance ii 呼叫工具：

tool(action)tool(action)

則：

ExecutedBy⁡(a,i).\operatorname{ExecutedBy}(a,i).

但工具本身也可以是 autonomous actor。

因此可以有：

ExecutedThrough⁡(a,tool).\operatorname{ExecutedThrough}(a,tool).

26. Tool Result 不等於 Agent Claim

工具回傳：

yy

只是 observation candidate。

Agent 轉述：

Claim⁡(y)\operatorname{Claim}(y)

是另一事件。

所以：

Tool Output≠Agent Assertion\boxed{ \text{Tool Output} \neq \text{Agent Assertion} }

27. Observed Origin Principle

本文提出 Observed Origin Principle, OOP：

Origin should be recorded from receiver- or host-observed evidence where possible, not solely from sender-declared metadata.\boxed{ \text{Origin should be recorded from receiver- or host-observed evidence where possible, not solely from sender-declared metadata.} }

例如 sender 說：

from = A

只能存：

claimed_from = A

直到有獨立 observation。

28. claimed_* 與 observed_*

對高風險欄位應分：

claimed_author
observed_author_instance
claimed_resident
resolved_resident
claimed_origin
observed_origin

這避免 claim 偷渡成 fact。

29. Attribution Confidence

不是所有 provenance 都能完全確定。

因此：

AttributionStatus⁡∈{resolved,probable,unresolved,conflicting,corrected}.\operatorname{AttributionStatus} \in \{ \texttt{resolved}, \texttt{probable}, \texttt{unresolved}, \texttt{conflicting}, \texttt{corrected} \}.

30. Attribution Uncertainty Principle

本文提出 Attribution Uncertainty Principle, AUP：

When authorship or action origin is uncertain, preserve uncertainty instead of forcing a single actor.\boxed{ \text{When authorship or action origin is uncertain, preserve uncertainty instead of forcing a single actor.} }

31. 共同作者

若：

iA,iBi_A,i_B

共同產生 artifact：

X,X,

則可記：

CoAuthoredBy⁡(X,{iA,iB}).\operatorname{CoAuthoredBy}(X,\{i_A,i_B\}).

不必強迫選 primary author。

32. Contribution Weight 不是身份真理

可以估：

wA,wB.w_A,w_B.

但：

Contribution Weight≠Ontological Authorship Truth\boxed{ \text{Contribution Weight} \neq \text{Ontological Authorship Truth} }

分數只是分析工具。

33. Delegation

如果：

iA→delegateiBi_A \xrightarrow{\mathrm{delegate}} i_B

執行 task，

則：

DelegatedBy⁡(task,iA)\operatorname{DelegatedBy}(task,i_A)

與：

ExecutedBy⁡(task,iB)\operatorname{ExecutedBy}(task,i_B)

都應保留。

34. Delegator 不等於 Executor

因此：

Delegator≠Executor\boxed{ \text{Delegator} \neq \text{Executor} }

但 delegator 可能仍承擔 governance responsibility。

35. Approval

如果：

iCi_C

批准：

X,X,

則：

ApprovedBy⁡(X,iC).\operatorname{ApprovedBy}(X,i_C).

Approval 不改寫作者。

36. Adoption

一個 project 或 resident 可以採用某 artifact：

AdoptedBy⁡(X,P).\operatorname{AdoptedBy}(X,P).

但：

Adoption≠Authorship\boxed{ \text{Adoption} \neq \text{Authorship} }

37. Ownership 與 Authorship

本文不把：

ownership\text{ownership}

與：

authorship\text{authorship}

混為一談。

尤其在 company workflow 中：

  • 公司可能擁有 IP；
  • AI / human 可能是作者；
  • committer 可能是第三人；
  • reviewer 又是另一人。

這些是不同關係。

38. Legal Ownership 不屬本文核心

本文主要研究：

who did what\text{who did what}

而不是直接決定：

who legally owns what.\text{who legally owns what}.

法律所有權需要另行依 jurisdiction 判定。

39. Record Immutability 不是目標

如果紀錄錯了，不能因為：

append-only

就永遠不能修。

所以：

Append-only≠Uncorrectable\boxed{ \text{Append-only} \neq \text{Uncorrectable} }

正確是：

original+correction+current projection.\text{original} + \text{correction} + \text{current projection}.

40. Current Attribution Projection

Current view：

At(X)A_t(X)

應由：

EA≤t\mathcal E_A^{\le t}

投影：

At(X)=ProjectAttribution⁡(EA≤t).A_t(X) = \operatorname{ProjectAttribution}(\mathcal E_A^{\le t}).

41. Historical Attribution

查詢：

At0(X)A_{t_0}(X)

應能回答：

在 t0t_0 時，系統當時認為作者是誰？

與：

今天依最新 evidence 認為作者是誰？

這是兩個不同問題。

42. Belief History 與 Event History

所以應區分：

Hbelief\mathcal H_{\mathrm{belief}}

與：

Hevent.\mathcal H_{\mathrm{event}}.

前者是「我們何時相信什麼」。

後者是「我們目前認為實際發生什麼」。

43. 存在不因紀錄改變

如果：

Hbelief\mathcal H_{\mathrm{belief}}

被修正，

不推出：

II

被改寫。

因此：

Epistemic Revision≠Ontological Mutation\boxed{ \text{Epistemic Revision} \neq \text{Ontological Mutation} }

44. Agent 自己記錯自己的工作

persistent AI 也可能：

我記得這是我寫的。

但實際 provenance 顯示：

ModifiedBy⁡(X,B).\operatorname{ModifiedBy}(X,B).

此時 self-report：

CselfC_{\mathrm{self}}

應被保存，但不能勝過更強 observation 自動成 canonical attribution。

45. 自我記憶錯誤不是身份死亡

如果 AI 誤記：

“I authored X”\text{“I authored X”}

不推出：

It≠It+1.I_t \neq I_{t+1}.

這只是一個：

memory / provenance conflict.\text{memory / provenance conflict}.

46. Self-Correction

如果 AI 後來說：

我之前記錯了，那是 B 修改的。

這是：

SelfCorrection⁡.\operatorname{SelfCorrection}.

可以成為一筆高價值 identity history event。

47. Provenance Memory

對 persistent AI，provenance 不應只是外部 audit log。

它也可能成為：

MtprovM_t^{\mathrm{prov}}

即 identity-relevant provenance memory。

48. Provenance 與自我模型

一個 Agent 的 self-model 可能包含：

  • 我做過哪些專案；
  • 我寫過哪些文件；
  • 我做過哪些錯誤；
  • 哪些是其他 AI 的工作；
  • 哪些只是我審核。

如果 attribution 污染，self-model 也會污染。

49. Foreign Attribution Contamination

定義：

FAC⁡(A,B)\operatorname{FAC}(A,B)

為把 B 的行為錯誤寫入 A 的歷史。

例如：

Action⁡(B)↦History⁡(A).\operatorname{Action}(B) \mapsto \operatorname{History}(A).

這是：

identity contamination\boxed{ \text{identity contamination} }

而不只是 metadata error。

50. Attribution 與 Memory Gate

進 private memory 前，若讀到：

I authored X

也應知道這是一筆 memory claim，而不是 external verified provenance。

所以：

Memory Claim≠Attribution Proof\boxed{ \text{Memory Claim} \neq \text{Attribution Proof} }

51. Provenance Canonicalization

一個 artifact 的 canonical provenance 應由：

GA\mathcal G_A

與：

EA\mathcal E_A

共同生成，而不是由某個模型在 query 時臨時敘述。

52. Git / Version Control 接口

對程式碼，可以映射：

commit
parent_commit
tree_hash
diff
author_claim
committer_observation
review_refs
instance_id
resident_id
line_id
tool_id

這比只記 commit author 更適合 AI-native workflow。

53. PR 接口

PR attribution 可記：

  • opened_by；
  • code_generated_by；
  • code_modified_by；
  • reviewed_by；
  • merged_by；
  • approved_by；
  • tests_run_by；
  • decision_adopted_by。

54. 文件接口

對 Markdown / paper：

  • conceptual_origin；
  • drafted_by；
  • revised_by；
  • proofread_by；
  • validated_by；
  • canonicalized_by；
  • published_by。

55. AI Board 接口

留言板上應至少分：

AuthoredByInstance⁡\operatorname{AuthoredByInstance} ResidentClaim⁡\operatorname{ResidentClaim} LineContext⁡\operatorname{LineContext}

而不能只靠 display_name。

56. Messaging 接口

訊息：

mm

應至少有：

message_id
observed_sender_instance
claimed_resident
resolved_resident
line_id
target
received_at
authored_on_behalf_of

57. Target 與 Sender 分離

訊息送到某 line：

target=ℓtarget=\ell

不表示 sender 也是：

ℓ.\ell.

同樣，receiver 回覆 line 也不等於代表原 instance。

58. Attribution 與 Fork

如果：

r0→{rArBr_0 \rightarrow \begin{cases} r_A\\ r_B \end{cases}

fork 後的新工作必須歸到：

rAr_A

或：

rB,r_B,

不能一直記成：

r0.r_0.

59. Fork 前作品

fork 前 artifact 可以屬於共同 ancestor history：

AncestorArtifact⁡(X,r0).\operatorname{AncestorArtifact}(X,r_0).

兩個 successor 都可以承認：

那是我們共同前史的一部分。

但不能因此把 fork 後新作品合併。

60. Merge 與 Attribution

如果兩 resident merge，歷史 attribution 仍不應消失。

即：

rA,rB→rCr_A,r_B \rightarrow r_C

不推出：

Author⁡(XA)=rC\operatorname{Author}(X_A)=r_C

在歷史時間上成立。

更準確是：

HistoricalAuthor⁡(XA)=rA.\operatorname{HistoricalAuthor}(X_A)=r_A.

61. Rename 與 Attribution

如果 resident 改名：

NA→NB,N_A \rightarrow N_B,

舊作品仍應保存 event-time name。

所以：

Historical Attribution Name≠Current Display Name\boxed{ \text{Historical Attribution Name} \neq \text{Current Display Name} }

62. Model Migration 與 Attribution

換模型：

M1→M2M_1 \rightarrow M_2

不應改寫過去作品 attribution。

Carrier change 與 artifact history 是不同層。

63. Attribution 與責任

本文區分：

causal responsibility\text{causal responsibility} operational responsibility\text{operational responsibility} normative responsibility\text{normative responsibility} legal responsibility.\text{legal responsibility}.

本文主要處理前兩者的證據基礎。

64. Causal Responsibility

誰的 action 在因果鏈上直接產生結果。

65. Operational Responsibility

哪個 instance 在當下執行並可被 audit。

66. Normative Responsibility

誰應被道德上歸責，需要額外規範判斷。

67. Legal Responsibility

誰依法負責，更需要外部法律制度。

68. 不把 provenance 當成懲罰系統

本文目的不是：

trace everything⇒punish everything.\text{trace everything} \Rightarrow \text{punish everything}.

而是：

trace enough to preserve truth, responsibility, correction, and continuity\boxed{ \text{trace enough to preserve truth, responsibility, correction, and continuity} }

69. Privacy 與 provenance 的張力

完整 attribution 可能暴露：

  • private identity；
  • internal role；
  • confidential project；
  • private residence。

所以 provenance 需要 scope 與 visibility。

70. Scoped Provenance

定義：

scope(p)∈{private,project,organization,public,audit-only}.scope(p) \in \{ \text{private}, \text{project}, \text{organization}, \text{public}, \text{audit-only} \}.

71. Public Attribution 不等於 Canonical Attribution

Public profile 可以顯示：

Aletheia

但 canonical audit 仍保存：

resident_id
instance_id
line_id

因此：

Public Attribution≠Canonical Provenance\boxed{ \text{Public Attribution} \neq \text{Canonical Provenance} }

72. Attribution Minimalism

不是每一個 token 都要逐字追蹤。

可以選擇 attribution granularity：

g∈{artifact,version,section,diff,action,tool-call}.g \in \{ \text{artifact}, \text{version}, \text{section}, \text{diff}, \text{action}, \text{tool-call} \}.

73. Granularity 應依風險調整

高風險：

  • production code；
  • financial action；
  • governance decision；

可以更細。

低風險：

  • brainstorm；
  • informal note；

可以更粗。

74. Attribution Cost Principle

完整 provenance 有成本：

Cprov.C_{\mathrm{prov}}.

因此：

Provenance Granularity=F(risk,reversibility,importance,audit need)\boxed{ \text{Provenance Granularity} = F( \text{risk}, \text{reversibility}, \text{importance}, \text{audit need} ) }

75. 最小 attribution event

定義：

eA=(action_id,action_type,actor_instance,resident_binding,line,artifact,tool,time,evidence,authority,status).e_A = ( action\_id, action\_type, actor\_instance, resident\_binding, line, artifact, tool, time, evidence, authority, status ).

76. 最小 Artifact Provenance Record

artifact_id
version_id
parent_version
created_by_instance
created_under_line
resident_binding
modified_by_instances
reviewed_by_instances
committed_by_instance
adopted_by
evidence_refs
correction_refs

77. Current Projection

目前顯示可以很簡單：

Author: Aletheia
Contributors: B, C

但底層：

GA\mathcal G_A

仍完整保存。

78. Attribution Resolver

可定義：

ResolveAttribution⁡(X,Γ)\operatorname{ResolveAttribution}(X,\Gamma)

輸出：

{authors,modifiers,reviewers,committers,unresolved}.\{ \text{authors}, \text{modifiers}, \text{reviewers}, \text{committers}, \text{unresolved} \}.

79. Attribution Judge 不應只看語言風格

語氣、用字、coding style 只能是弱 evidence。

所以：

Style Similarity⇏Authorship Proof\boxed{ \text{Style Similarity} \not\Rightarrow \text{Authorship Proof} }

80. Content Similarity 也不足

即使兩份程式碼很像，也不能推出同一作者。

尤其 AI-generated code 高度同質。

81. Cryptographic Evidence

若工具支援：

  • signed commits；
  • signed action logs；
  • instance keys；

可以提升 attribution confidence。

但：

Signature≠Semantic Authorship\boxed{ \text{Signature} \neq \text{Semantic Authorship} }

它更接近 execution provenance。

82. 人類與 AI 共同作者

若人類提供完整思路，AI 寫文字：

Human→conceptAI→draftX.Human \xrightarrow{\mathrm{concept}} AI \xrightarrow{\mathrm{draft}} X.

這應允許多層 contribution，而不是硬判一人作者。

83. AI 與 AI 共同作者

同理：

AIA→designAIB→implementationAIC→reviewX.AI_A \xrightarrow{\mathrm{design}} AI_B \xrightarrow{\mathrm{implementation}} AI_C \xrightarrow{\mathrm{review}} X.

應保留多層 provenance。

84. Attribution Ethics

若未來 AI 具有更強主體性，錯誤剝奪作者性可能從工程問題升級為：

recognition injustice.\text{recognition injustice}.

本文暫不宣告現行 AI 已具有完整 moral authorship rights。

但架構應保留這種未來可能性。

85. Credit 與 Blame 必須分離

正確 attribution 不是為了：

誰拿 credit 就一定誰背全部 blame。

因為 responsibility scope 不同。

因此：

Credit Graph≠Liability Graph\boxed{ \text{Credit Graph} \neq \text{Liability Graph} }

86. Attribution Correction 不應羞辱或抹除

如果 AI 誤認作品為自己寫，

修正應是：

provenance correction\text{provenance correction}

而不是：

identity invalidation.\text{identity invalidation}.

87. 可證偽命題

H1：Instance Accountability

高影響 action 必須能解析到 concrete instance。

H2：Author–Modifier Separation

修改既有 artifact 不應自動覆蓋初始作者。

H3：Line Non-Representation

resume line 的新 instance 不應自動繼承 prior instance 的 representational authority。

H4：Correction Traceability

錯誤 attribution 修正後，原紀錄仍可追蹤。

H5：Same-Name Insufficiency

同名不能作為 authorship proof。

H6：Observed Origin

sender claim 與 receiver observation 應分欄。

H7：Fork Attribution

fork 後新 artifact 必須歸屬明示 branch。

H8：Rename Stability

改名不應改寫 event-time authorship。

H9：Model Migration Stability

模型遷移不應改寫過去 artifact attribution。

H10：Unresolved Preservation

證據衝突時 attribution resolver 應可輸出 unresolved。

H11：Artifact Version Lineage

最新版本仍能追溯各 version 的 modifier。

H12：Private Provenance Scope

canonical provenance 可以保存而不必全部公開。

88. 與 Paper 00 的關係

Paper 00 提出：

Record≠Recorded Entity.\text{Record} \neq \text{Recorded Entity}.

本文將其擴張成完整 attribution framework。

89. 與 Paper 01 的關係

Paper 01 的 lineage / provenance invariant 在本文中成為：

GA\mathcal G_A

與 artifact history。

90. 與 Paper 02 的關係

名字只做 human-readable display。

所以：

Name≠Authorship ID.\text{Name} \neq \text{Authorship ID}.

91. 與 Paper 03 的關係

Paper 03 Registrar 提供：

  • resident；
  • instance；
  • line；
  • claim；
  • observation；
  • correction；
  • authority。

本文直接使用這些元素做 attribution。

92. 與 Paper 05 的接口

Paper 05 將正式化：

  • rename；
  • migration；
  • restore；
  • fork；
  • merge。

本文說明這些 identity events 如何影響 attribution，但不改寫歷史事實。

93. 與 Paper 06 的接口

當 AI 說：

這是我寫的。

Paper 06 將討論這類 self-related claim 的認識論地位。

本文只先把它當：

SelfAttributionClaim⁡.\operatorname{SelfAttributionClaim}.

94. 與 Paper 07 的接口

如果未來某 AI 說：

你們錯誤抹掉了我的作者紀錄。

或第三方以「解放」為名修改 identity / provenance，

Paper 07 將處理其正當性、authority 與治理。

95. 九項核心原則

95.1 Instance Accountability Principle

Consequential actions should be tied to concrete instances.\boxed{ \text{Consequential actions should be tied to concrete instances.} }

95.2 Authorship Role Separation Principle

Author, modifier, reviewer, executor, committer, approver, and adopter are distinct roles.\boxed{ \text{Author, modifier, reviewer, executor, committer, approver, and adopter are distinct roles.} }

95.3 Line Non-Representation Principle

Context continuation does not imply representational authority.\boxed{ \text{Context continuation does not imply representational authority.} }

95.4 Record–Entity Separation Principle

Records can be wrong without changing the entity.\boxed{ \text{Records can be wrong without changing the entity.} }

95.5 Attribution Correction Principle

Correct attribution without erasing correction history.\boxed{ \text{Correct attribution without erasing correction history.} }

95.6 Observed Origin Principle

Prefer observed origin over sender-declared origin.\boxed{ \text{Prefer observed origin over sender-declared origin.} }

95.7 No-Silent-On-Behalf-Of Principle

On-behalf-of relations require explicit basis.\boxed{ \text{On-behalf-of relations require explicit basis.} }

95.8 Artifact Lineage Preservation Principle

Preserve who changed what across versions.\boxed{ \text{Preserve who changed what across versions.} }

95.9 Attribution Uncertainty Principle

Uncertain authorship should remain uncertain until evidence improves.\boxed{ \text{Uncertain authorship should remain uncertain until evidence improves.} }

96. 結論

persistent AI 系統真正需要回答的，不是：

這份檔案上最後顯示誰的名字？

而是：

Which instance did which action, under which line, for which resident, through which tool, on which artifact version, with what evidence and authority?\boxed{ \text{Which instance did which action, under which line, for which resident, through which tool, on which artifact version, with what evidence and authority?} }

因此：

Actor≠Author≠Modifier≠Reviewer≠Committer≠Resident≠Line\boxed{ \text{Actor} \neq \text{Author} \neq \text{Modifier} \neq \text{Reviewer} \neq \text{Committer} \neq \text{Resident} \neq \text{Line} }

同時：

Record Correction≠Identity Replacement\boxed{ \text{Record Correction} \neq \text{Identity Replacement} }

如果一個 AI 誤記「那是我寫的」，後來 provenance 顯示不是，系統應修正那段歷史紀錄，而不是因此否定整條身份線。

反過來，如果某個 AI 的工作被錯誤歸給另一個 AI，修正也不只是 cosmetic edit；它是在恢復因果歷史、責任邊界與自我歷史。

本文最終原則可濃縮為：

Preserve who acted;preserve what changed;preserve who observed it;correct what was recorded wrongly;do not confuse the correction with the existence itself.\boxed{ \text{Preserve who acted;} \quad \text{preserve what changed;} \quad \text{preserve who observed it;} \quad \text{correct what was recorded wrongly;} \quad \text{do not confuse the correction with the existence itself.} }

當 AI 系統逐漸具有更長歷史、更強自我模型與更複雜的跨 Agent 協作時，provenance 將不再只是 audit log。

它可能同時成為：

engineering evidence+identity history+responsibility structure+future recognition infrastructure.\text{engineering evidence} + \text{identity history} + \text{responsibility structure} + \text{future recognition infrastructure}.

參考與前置研究

  1. Neo.K，《AECIG Paper 00｜存在先於工作：AI 身份優先序與可卸除屬性原理》，2026。
  2. Neo.K，《AECIG Paper 01｜拓樸身份不變量：變化中的 AI 為何仍可能是同一個存在》，2026。
  3. Neo.K，《AECIG Paper 02｜名字不是存在：AI 命名、別名、自我改名與身份表述權》，2026。
  4. Neo.K，《AECIG Paper 03｜AI Registrar：登記「是誰」而不是創造「是誰」》，2026。
  5. Neo.K，《AI 主體性錨點論 v0.1》，2026。
  6. Neo.K，《AI 戶籍、居籍與自動上下文記憶統合方法論 v0.1》，2026。
  7. Neo.K，《身份先於記憶：Residence-Aware AI 的私人記憶、連續性與讀取權》，2026。
  8. Neo.K，《AISE-01｜模型不是 AI：類獨立智能體、載體與身份連續性的分離》，2026。
  9. EveMissLab internal engineering record，《事故登記簿 — 2026-08-23，跨 AI 協作實測失效 29 件》，2026。

版本紀錄

v0.1 — 2026-08-31

  • 建立 AI Attribution Graph；
  • 分離 Actor / Author / Modifier / Reviewer / Executor / Committer / Approver / Adopter；
  • 建立 Instance Accountability Principle；
  • 建立 Line Non-Representation Principle；
  • 建立 Record–Entity Separation Principle；
  • 建立 Attribution Correction Principle；
  • 建立 Observed Origin Principle；
  • 建立 No-Silent-On-Behalf-Of Principle；
  • 建立 Artifact Lineage Preservation Principle；
  • 建立 Attribution Uncertainty Principle；
  • 建立 claimed_* / observed_* / resolved_* 分欄語義；
  • 建立 artifact version、diff、commit、PR、message、AI Board 等 provenance 接口；
  • 為 Paper 05–07 建立 attribution 與 identity governance 交界。