Responsibility Graph：分散式具身 AI 的設計、授權、委派、執行與維護責任拓撲

英文暫名： Responsibility Graphs for Distributed Embodied AI: Design, Authorization, Delegation, Execution, Maintenance, and Accountability Topology
系列： 不可逆的制度化智能：具身責任、保險、資本與 AI 經濟主體
English Series: The Institutional Irreversibility of Intelligence: Embodiment, Liability, Insurance, Capital, and AI Economic Subjecthood
論文序號： Paper 03 / 08
版本： v0.1
日期： 2026-09-08
理論發起： Neo.K
協作整理： Aletheia / GPT-5.6 Sol
前置理論： Paper 00–02；Embodied Execution Graph；Responsibility–Control Divergence；NACR；UFI
文件地位： Responsibility Topology / Accountability Infrastructure / Embodied AI Governance Paper
Canonical Source： UTF-8 Markdown
Canonical Math Delimiters： inline $...$ ；display $$...$$

研究地位聲明

本文不提供任何特定司法管轄區的法律責任判定，也不主張圖上的責任權重可以直接轉換為法院中的過失比例、賠償比例、刑事責任或保險理賠比例。

本文處理的是更前置的工程與治理問題：

在一個由人類、企業、AI coordinator、software models、robot fleets、local safety controllers、maintainers、vendors 與 insurers 共同構成的高自主系統中，如何用可追蹤、可版本化、可撤銷、可審計的結構表示「誰對哪一層決策、控制、維護與結果負有什麼責任」？

本文將此結構稱為：

\boxed{ \text{Responsibility Graph} }

其目的不是取代法律判決，而是為法律、保險、公司治理、事故調查與資本配置提供更高品質的責任證據與責任拓撲。

摘要

Paper 02 已指出，高自主系統若把大量 execution exposure 名義上集中到單一 human supervisor，可能產生 Responsibility–Control Divergence。解法不能只是「再找一個人簽名」，而需要把不同責任類型拆開，對齊真正的 control domains。

本文提出 Responsibility Graph（RG）：

\boxed{ \mathcal G^{R} = ( V_R, E_R, \Theta_R, \Pi_R ) }

其中：

$V_R$ ：責任相關 actors、systems、tasks、resources、decisions、policies 與 incidents；
$E_R$ ：typed responsibility relations；
$\Theta_R$ ：scope、authority、time、weight、status、revision 等 edge metadata；
$\Pi_R$ ：provenance / evidence references。

本文第一代定義以下主要 responsibility edge types：

policy_set_by
designed_by
approved_by
deployed_by
authorized_by
delegated_by
assigned_by
executed_by
supervised_by
maintained_by
verified_by
overridden_by
escalated_to
failed_to_escalate_to
revoked_by
covered_by
compensated_by

其中前十二類形成 responsibility / accountability core；covered_by 與 compensated_by 只作後續 Insurance / Compensation Graph 的 bridge，不在本文中被視為同一 responsibility semantics。

本文強調四個基本分離：

\boxed{ \text{Execution} \neq \text{Responsibility} }

\boxed{ \text{Responsibility} \neq \text{Authority} }

\boxed{ \text{Responsibility} \neq \text{Compensation} }

\boxed{ \text{Responsibility Graph} \neq \text{Insurance Graph}. }

同一 execution node 可以有多個 responsibility edges；同一 actor 也可以只負 policy responsibility 而不負 local execution responsibility。事故後，系統應重建：

Policy \rightarrow Design \rightarrow Deployment \rightarrow Delegation \rightarrow Execution \rightarrow Maintenance \rightarrow Outcome,

而不是把全部因果與責任壓成：

Outcome \rightarrow \text{One Human}.

本文進一步提出 Responsibility Closure。對 material risk domain $d$ ，必須存在至少一條可解析責任路徑，使該 domain 的主要責任類型不全部為空：

\boxed{ \forall d\in D_{\mathrm{material}}, \quad Closure_R(d)=1. }

但 closure 不要求只有一位 actor。它要求的是：

每個重要 responsibility type 都有被指派、可驗證、可追蹤的 bearer 或 governance owner。

因此：

\boxed{ \text{Distributed Responsibility} \neq \text{Diffused Responsibility}. }

本文也處理責任轉移與委派。若：

R_A \xrightarrow{delegate} R_B,

則 delegation 可以轉移 operational task，但不能默默抹除 delegator 的 policy / delegation responsibility。也就是：

\boxed{ \text{Delegation} \neq \text{Responsibility Erasure}. }

同樣，human override 也會形成新 responsibility edge，而不會讓原始 AI execution history 消失。

本文進一步提出 Responsibility Ledger 與 Responsibility Receipt，要求責任 mutation 採 append-oriented、versioned、evidence-linked semantics。對每次：

assign；
delegate；
revoke；
override；
maintenance approval；
policy update；

都保存可追溯 receipt。這讓事故後可以重建 responsibility state at time $t$ ，而不是只看事故發生後被修改過的 organizational chart。

本文最後將 Responsibility Graph 與 Embodied Execution Graph 耦合：

\boxed{ \mathcal G^{E} \leftrightarrow \mathcal G^{R} }

其中 $\mathcal G^{E}$ 回答：

誰在什麼時間、使用什麼 runtime、robot、task、policy 真的做了什麼？

而 $\mathcal G^{R}$ 回答：

哪些 actor 對 policy、design、deployment、delegation、execution、supervision、maintenance、verification 分別負有何種責任？

這兩張圖互相引用，但不能合併成一張模糊「責任因果圖」。

本文的核心結論是：高自主 AI 社會若要避免人類 supervisor 成為責任避雷針，就需要把責任從職稱式單點欄位升級為可版本化、可撤銷、可證據化的多層 responsibility topology。

關鍵詞： Responsibility Graph、Embodied AI、Accountability、Delegation、Responsibility Closure、Responsibility Ledger、Execution Graph、Human Oversight、AI Governance、Insurance Infrastructure

1. 為什麼「誰負責」不能再是單一欄位

傳統系統常有：

owner = Alice
responsible_person = Bob
manager = Carol

這對小型 system 可能足夠。

但大型 autonomous system 可能包含：

policy board；
manufacturer；
integrator；
AI provider；
model；
fleet coordinator；
local planner；
robot；
safety controller；
operator；
maintainer；
supervisor；
insurer。

此時：

responsible\_person=H

不足以描述責任結構。

2. 責任不是單一種類

至少要區分：

\boxed{ \text{Policy} \neq \text{Design} \neq \text{Deployment} \neq \text{Delegation} \neq \text{Execution} \neq \text{Maintenance}. }

同一 actor 可以同時負多種責任，也可以只負其中一種。

3. Responsibility Graph 的定義

定義：

\mathcal G^{R} = ( V_R, E_R, \Theta_R, \Pi_R ).

其中：

$V_R$ ：actors / systems / tasks / resources / decisions / incidents；
$E_R$ ：typed responsibility edges；
$\Theta_R$ ：edge metadata；
$\Pi_R$ ：provenance / evidence。

4. Actor Nodes

可包含：

human
company
department
AI resident
AI coordinator
robot
runtime
model provider
manufacturer
maintainer
system integrator
insurer
regulator

但 actor type 不自動決定 responsibility。

5. Non-Actor Nodes

RG 也可包含：

policy
task
deployment
model revision
robot revision
maintenance event
incident
facility
zone
resource
decision

這些不是責任主體，但可成為 responsibility edge 的 target。

6. Policy Responsibility

edge：

policy_set_by

例如：

Policy_P \xrightarrow{policy\_set\_by} Board_A.

表示某 actor 建立／批准 policy。

7. Design Responsibility

edge：

designed_by

可針對：

robot；
safety controller；
planner；
architecture；
model integration。

8. Approval Responsibility

edge：

approved_by

用於：

release；
deployment；
risk acceptance；
policy change。

9. Deployment Responsibility

edge：

deployed_by

表示誰讓某 system / revision 進入 operational environment。

10. Authorization Responsibility

edge：

authorized_by

回答：

誰授權此 action / task / capability？

11. Delegation Responsibility

edge：

delegated_by

表示 task / authority 被哪個 actor 委派給誰。

12. Assignment Responsibility

edge：

assigned_by

比 delegation 更低階，可表示 scheduler / fleet coordinator 把 task 指派給某 endpoint。

13. Execution Responsibility

edge：

executed_by

連結：

Task \rightarrow Executor.

executor 可能是 robot、AI、human、software agent。

14. Supervision Responsibility

edge：

supervised_by

表示誰負責 active oversight。

15. Maintenance Responsibility

edge：

maintained_by

對象可為：

robot；
sensor；
model deployment；
network；
battery；
firmware。

16. Verification Responsibility

edge：

verified_by

表示誰驗證：

model；
maintenance；
deployment；
task completion；
safety state。

17. Override Responsibility

edge：

overridden_by

若 human / AI supervisor覆寫原 decision，override本身產生新的 responsibility relation。

18. Escalation Responsibility

edge：

escalated_to

表示 exception被送往誰。

19. Failure-to-Escalate

edge：

failed_to_escalate_to

只在可證明 escalation obligation existed 時使用。

不能用事後 hindsight 自動生成。

20. Revocation Responsibility

edge：

revoked_by

表示 capability / permission / task被誰撤銷。

21. Responsibility Graph 不等於 Execution Graph

Embodied Execution Graph：

\mathcal G^E

回答：

發生了什麼 execution？

Responsibility Graph：

\mathcal G^R

回答：

誰對哪些 responsibility domains有什麼角色？

因此：

\boxed{ \mathcal G^E \neq \mathcal G^R. }

22. Execution–Responsibility Bridge

可建立 typed bridge：

responsibility_for_execution
responsibility_for_policy
responsibility_for_maintenance
responsibility_for_override
responsibility_for_verification

23. 一個 Execution 可以有多層責任

例如：

E_{17}

可以同時有：

Robot 17：execution responsibility；
Fleet AI：assignment responsibility；
Human supervisor：supervision responsibility；
Company：deployment responsibility；
Vendor：design responsibility；
Maintainer：maintenance responsibility。

24. 多責任不等於重複責任

只要 type 不同：

r_1,r_2,\ldots,r_k

可以同時成立。

25. Responsibility Type 是第一級資料

不能只保存：

responsible = true

必須保存：

responsibility_type
scope
validity
authority_basis
evidence

26. Responsibility Edge Schema

概念欄位：

responsibility_edge_id
responsibility_type
from_ref
to_ref
scope
valid_from
valid_to
status
weight
authority_basis_refs
evidence_refs
revision
created_at

27. Weight 的角色

w_e

表示 governance load / relevance / confidence。

不是法院的 liability percentage。

28. Responsibility Status

允許：

active
delegated
shared
suspended
revoked
expired
superseded
disputed
historical
unresolved

29. Time-Varying Responsibility

Resp(a,d,t)

會隨：

shift；
delegation；
project；
maintenance schedule；
incident；
revocation；

改變。

30. Responsibility Snapshot

事故發生時必須重建：

\mathcal G^R(t_e),

而不是看事後最新組織圖。

31. Responsibility Ledger

責任 mutation 應 append-oriented。

事件：

assigned
delegated
accepted
revoked
expired
transferred
shared
disputed
resolved
corrected

32. Current Responsibility 是 Projection

event ledger：

\rightarrow CurrentResponsibilityState.

33. Responsibility Receipt

每次 mutation產生：

Receipt_R.

至少含：

event_id
responsibility_type
actor_refs
target_ref
scope
authority_basis
timestamp
previous_revision
new_revision
evidence_refs

34. Why Append-Oriented

因為事故後若 organizational chart已被修改，仍要知道：

事故當時誰被指派？

35. Responsibility Correction

如果原資料錯誤：

CorrectionReceipt

新增。

不應 silent rewrite history。

36. Responsibility Closure

本文提出：

\boxed{ Closure_R(d) }

表示 material risk domain $d$ 是否有完整責任覆蓋。

37. Material Risk Domain

例：

policy
deployment
task assignment
physical execution
safety override
maintenance
incident response

38. Minimal Closure Condition

對每個 material domain：

d\in D_{\mathrm{material}},

要求：

\exists a: Resp(a,d)\neq\varnothing.

39. Typed Closure

更強版本要求：

\forall k\in K_d, \quad \exists a: Resp_k(a,d)=1.

例如高風險 robotic task 可能要求：

deployment responsibility；
execution responsibility；
maintenance responsibility；
supervision responsibility。

40. Closure 不等於只有一人

可以：

|ResponsibleActors(d)|>1.

41. Closure 不等於大家都有責任

如果所有人都被標：

responsible

反而失去意義。

42. Responsibility Precision

理想上 edge scope應盡量小到能回答：

負責什麼？

而不是：

負責整個公司的一切。

43. Responsibility Granularity

過粗：

Company \rightarrow Everything.

過細：

每個 sensor read都一條責任。

都不可擴展。

44. Hierarchical Responsibility

可以：

PolicyDomain \rightarrow ProjectDomain \rightarrow TaskDomain \rightarrow ExecutionDomain.

45. Responsibility Inheritance

上層 responsibility可以對下層有 governance relation，但不能自動等於所有 execution liability。

46. Policy Responsibility Does Not Collapse into Execution Responsibility

\boxed{ PolicyResponsibility \neq ExecutionResponsibility. }

47. Design Responsibility Does Not Collapse into Maintenance Responsibility

同樣：

Design \neq Maintenance.

48. Delegation 不抹除 Delegator Responsibility

若：

R_A \xrightarrow{delegate} R_B,

則 operational execution responsibility可以轉移。

但：

\boxed{ DelegationResponsibility(R_A) }

仍保留。

49. Delegation Responsibility

delegator 至少可能對：

是否合理選擇 delegatee；
scope；
capability；
supervision；
revocation；

有 responsibility。

50. Delegatee Responsibility

delegatee則對：

acceptance；
execution；
escalation；
compliance；

負相應 responsibility。

51. Delegation Acceptance

不是所有 delegation都自動有效。

可以要求：

Accept(R_B,T)=1.

52. Responsibility Transfer

真正 transfer 應是 explicit event：

transfer_responsibility

並記：

from；
to；
scope；
time；
basis；
accepted。

53. Transfer 不等於 Erasure

舊 actor對過去期間的 responsibility history仍存在。

54. Temporal Partition

若：

t<t^\star

責任在 A。

若：

t\ge t^\star

責任在 B。

事故時間決定查哪個 state。

55. Shared Responsibility

有些 domain可 shared：

Resp(A,d)=Resp(B,d)=shared.

但需 type / scope清楚。

56. Shared Responsibility 不等於不分責任

shared應說明：

joint；
independent；
sequential；
review；
veto；

是哪一種。

57. Responsibility Mode

第一代可定義：

sole
joint
review
approval
execution
oversight
maintenance
fallback

58. Veto Responsibility

某 safety officer可能不執行 task，但有 veto power。

這也是 responsibility。

59. Veto Not Used

若有明確 trigger條件但未使用，可以形成事件 evidence。

但不能用 hindsight任意推斷。

60. Override Responsibility

若 human override AI：

AIPlan \rightarrow HumanOverride.

後續 outcome需要記新 edge。

61. AI Override

同樣，fleet AI可以 override local planner。

也要記。

62. Maintenance Responsibility

maintenance最容易在事故後被忽略。

如果 sensor overdue：

MaintenanceState

可能比當下 planner decision更關鍵。

63. Maintenance Window

責任應綁：

due_at
performed_at
verified_at
approved_by

64. Verification Responsibility

誰說：

這台 robot可以重新上線？

也需要責任 edge。

65. Deployment Responsibility

誰批准：

這版 model / firmware / planner 進 production？

也是不同 edge。

66. Model Provider 與 Integrator

provider可能提供 model。

integrator決定如何嵌入 robot。

兩者責任不能混。

67. Component Boundary

事故因果可以跨：

Model \rightarrow Integrator \rightarrow Robot \rightarrow Operator.

RG需允許多 component actors。

68. Responsibility Graph 與 Causality Graph 分離

\boxed{ Causality \neq Responsibility. }

某 component造成原因，不代表自動承擔全部責任。

69. Causal Edge

可有獨立：

G_C^{cause}.

事故分析先建立 causality，再依法／契約映射 responsibility。

70. Responsibility Evidence

RG edge應引用：

contract；
policy；
task assignment；
runtime receipt；
maintenance log；
deployment record；
regulator rule；
human approval。

71. Memory / AI 自述不是唯一責任證據

AI說：

我負責。

不能單獨 mint legal responsibility。

72. Responsibility Authority

責任 assignment需要 authority basis。

例如：

company policy；
contract；
delegation；
law；
system configuration。

73. Responsibility Claim vs Responsibility Record

\boxed{ Claim \neq CanonicalResponsibilityRecord. }

74. Responsibility Context Crystal

CSG可有：

responsibility_context_crystal

但仍：

\boxed{ ResponsibilityContext \neq ResponsibilityAuthority. }

75. RG 與 NACR

NACR中的 responsibility record可成 RG canonical source。

CSG只做 summary / navigation。

76. RG 與 Embodied Execution Graph

EEG node：

Execution_i.

RG可以連：

Execution_i \rightarrow Actor_A.

77. Execution Evidence

至少：

task ID；
robot ID；
controller；
policy revision；
time；
authority；
capability；
result。

78. Incident Reconstruction

事故 $E$ 發生後：

Incident \rightarrow ExecutionNodes \rightarrow ResponsibilityEdges \rightarrow Evidence.

79. Reconstruction 不等於 Verdict

系統輸出的是：

responsibility topology；
evidence；
disputed gaps。

不是法官結論。

80. Unresolved Responsibility

允許：

unresolved

比硬猜更安全。

81. Disputed Responsibility

如果 vendor / operator對 scope有爭議：

status = disputed

保留兩方 evidence。

82. Responsibility Gap

如果 material domain無 actor：

Gap_R(d)=1.

83. Responsibility Gap 是治理風險

大量 gap意味：

GovernanceRisk\uparrow.

84. Responsibility Overlap

太多 actors都標 sole responsibility：

Overlap_R(d)\gg1.

也可能代表制度混亂。

85. Closure + Precision

理想 Responsibility Graph同時需要：

Closure\uparrow

與：

Precision\uparrow.

86. Responsibility Density

可定義：

Density_R = \frac{|E_R|}{|D_{\mathrm{material}}|}.

但 density高不代表好。

87. Responsibility Entropy

如果一個 domain有很多模糊 actors，responsibility distribution可能高 entropy。

88. Responsibility Entropy Candidate

對 domain $d$ ：

H_R(d) = -\sum_i p_i\log p_i.

只作分析概念。

89. Too-Low Entropy

所有責任壓一人：

可能 concentration過高。

90. Too-High Entropy

責任灑滿所有人：

可能 diffused。

91. Optimal Responsibility Topology

不是 entropy越低越好。

而是與 control / authority / expertise對齊。

92. Responsibility–Control Alignment

延續 Paper 02：

Align_R = f( Resp, Control, Authority, Knowledge ).

93. Edge Alignment

每個 responsibility edge可檢查：

ControlSupport(e).

94. Unsupported Responsibility

若：

ControlSupport(e)=0

且 responsibility type不是 policy / governance類，則值得警告。

95. Responsibility Concentration

RG可以計算：

Centrality_R(a).

若某 human centrality極高：

可能是 Paper 02 的 single-point risk。

96. Centrality 不等於 Liability

它只是 governance structure indicator。

97. Responsibility Bottleneck

如果大量 responsibility edges都經過單一 actor：

Bottleneck_R(a)\uparrow.

98. Escalation Bottleneck

如果 escalation edges集中：

Bottleneck_E(a)\uparrow.

這可與人類 queue model結合。

99. Responsibility Handoff

shift change：

A \rightarrow B

需要 handoff receipt。

100. Handoff Minimum State

包含：

active domains；
unresolved incidents；
current alerts；
delegated tasks；
pending approvals；
revocations；
maintenance exceptions。

101. Handoff Failure

若責任 transfer發生但 information transfer未發生：

ResponsibilityState \neq KnowledgeState.

RCD上升。

102. Responsibility and Knowledge Synchronization

因此 handoff需要：

ResponsibilityTransfer + StateTransfer.

103. Responsibility Revocation

actor離職、角色改變、capability被撤：

RevokeResponsibility.

104. Revoke 不等於 Historical Erasure

過去期間責任仍可查。

105. Emergency Responsibility

緊急事件可能臨時：

EmergencyAuthority

與：

EmergencyResponsibility

一起提升。

106. Emergency Expiry

事件結束後必須回收。

107. Standing Responsibility vs Incident Responsibility

standing：

平常負責 safety governance。

incident：

此事故中負責 emergency command。

兩者分開。

108. Responsibility Scope

可有：

robot
task
zone
facility
fleet
model
policy
organization
time_window

109. Scope Inheritance

facility-level supervisor不一定 automatically負每台 robot local execution責任。

110. Responsibility Mutation Gate

重要 mutation需：

authorized actor；
explicit scope；
acceptance；
timestamp；
receipt。

111. No Silent Responsibility Injection

system不能在事故後偷偷新增：

原本就是某人負責。

112. No Silent Responsibility Deletion

同樣不能事故後把 edge刪掉。

113. Auditability

RG必須支持：

為什麼這個人當時被視為 supervisor？

114. Provenance Chain

ResponsibilityEdge \rightarrow Policy/Contract/Delegation \rightarrow Receipt.

115. Policy Versioning

責任可能依：

Policy_v.

policy update後新責任不應 retroactively套過去。

116. Responsibility Revision

每個 canonical edge有 revision。

117. Responsibility Snapshot at Incident Time

需要：

GraphAt(t_e).

118. Incident Bundle

可包含：

execution snapshot
responsibility snapshot
authority snapshot
maintenance snapshot
world-state refs
policy revisions

119. RG 與 Insurance Graph

Insurance Graph：

G_I

回答：

哪個 policy cover 哪個 exposure？

RG回答：

誰對什麼責任負責？

120. covered_by Edge 只是 Bridge

covered_by 不應變成 responsibility edge的核心 semantics。

121. RG 與 Compensation Graph

Compensation Graph：

G_C

回答：

誰先賠、誰承保、誰被追償？

與 RG分離。

122. Responsibility Attribution 不等於 Compensation Flow

再固定：

\boxed{ ResponsibilityAttribution \neq CompensationFlow. }

123. RG 與 Capital Graph

Capital Graph未來回答：

哪個 responsibility domain有多少 reserve / loss-absorbing capacity？

124. Responsibility-to-Capital Bridge

可有：

capital_assigned_to_responsibility_domain
reserve_supports

Paper 06處理。

125. Responsibility Graph 對保險的價值

Insurer可以看：

responsibility closure；
concentration；
handoff；
maintenance ownership；
escalation topology；
unresolved gaps。

126. Responsibility Graph 對公司治理的價值

board可以看：

哪些 critical domain無 owner；
哪些人 responsibility過載；
哪些 responsibility與 authority不對齊。

127. Responsibility Graph 對員工的價值

避免：

名義上全責，實際上無權。

128. Responsibility Graph 對 AI / Robot 的價值

可以明確知道：

scope；
escalation target；
responsibility boundary；
refusal condition。

129. Responsibility Graph 對事故調查的價值

降低事後記憶偏差與 organizational blame shifting。

130. Responsibility Graph 對稅與資本制度的價值

如果未來某 AI responsibility domain對應 economic account，RG提供 stable linkage。

131. 可證偽命題一：Closure

導入 RG後，material responsibility gaps是否下降？

132. 可證偽命題二：Attribution

事故 reconstruction completeness是否提高？

133. 可證偽命題三：Concentration

高 centrality / bottleneck actor是否與 RCD、高延遲、missed escalation相關？

134. 可證偽命題四：Handoff

typed responsibility handoff是否降低 shift gaps？

135. 可證偽命題五：Delegation

保留 delegator responsibility是否改善事後責任重建？

136. 可證偽命題六：Maintenance

maintenance responsibility明確化是否降低 overdue failure ambiguity？

137. 可證偽命題七：Insurance

insurer是否對 RG-like traceability給出更好 terms /更快 claims attribution？

138. 可證偽命題八：Employee Risk

責任 topology清楚後，人類 supervisor主觀/客觀 liability ambiguity是否下降？

139. 反例條件

若：

RG增加大量行政成本；
edge無法穩定維護；
actor仍大量爭議；
事故重建沒有改善；
insurer不使用；
責任與控制 alignment無實質提升；

則 RG的制度價值需下修。

140. 第一代實驗

可在 Paper 01 warehouse模擬中建立：

1 company
1 policy owner
1 fleet AI
3 robots
1 safety supervisor
1 maintainer
1 verifier
1 insurer mock

141. 模擬事故

例如：

corridor collision；
sensor failure；
overdue maintenance；
wrong task assignment；
human override。

142. 比較 Baseline

Baseline：

responsible_person = supervisor

143. RG Experiment

使用 typed graph重建：

policy；
design；
deployment；
delegation；
execution；
maintenance；
supervision。

144. 測量

responsibility_gap_count
reconstruction_time
evidence_completeness
disputed_edges
centrality
handoff_gap
insurer_attribution_confidence

145. Minimum Responsibility Edge Set

第一代至少：

policy_set_by
designed_by
deployed_by
authorized_by
delegated_by
assigned_by
executed_by
supervised_by
maintained_by
verified_by
overridden_by
escalated_to
revoked_by

146. Minimum Node Set

actor
policy
project
task
execution
robot
model_revision
deployment
maintenance_event
incident

147. Minimum Receipt Set

assignment_receipt
delegation_receipt
responsibility_acceptance
responsibility_handoff
revocation_receipt
override_receipt
maintenance_receipt
verification_receipt

148. Responsibility Graph Storage

第一代可以：

JSON/JSONL canonical records；
SQLite derived graph index；
append-only receipts；
snapshots per incident。

149. Canonical Role

Responsibility assignment / revocation 應是 canonical governance record。

graph adjacency index是 derived。

150. Responsibility Context Projection

human UI可以：

Current Responsibility Map
Critical Gaps
Overloaded Actors
Pending Handoffs
Disputed Domains

151. UI Projection 不等於 Canonical Graph

沿用：

\boxed{ Projection \neq CanonicalState. }

152. Responsibility Graph API

概念：

get_responsibilities(actor)
get_responsible_actors(domain)
get_graph_at(time)
assign_responsibility(...)
delegate_responsibility(...)
revoke_responsibility(...)
record_override(...)
record_handoff(...)
find_gaps(...)
find_bottlenecks(...)

153. Mutation Permission

不是所有 actor都能改 responsibility graph。

154. Responsibility Registrar

可以有 organization-level governance authority。

但不需要一開始就是獨立新法人角色。

155. AI 自己可提出 Responsibility Proposal

例如 AI發現：

此 task沒有 maintenance owner。

可以：

Proposal.

不能自行 mint governance authority。

156. Proposal != Commit

保持：

\boxed{ Proposal \neq Commit. }

157. Responsibility Graph 的安全性

需防：

blame shifting；
post-incident tampering；
forged receipts；
silent delegation；
expired roles；
cross-project confusion。

158. Tamper Evidence

canonical ledger應有 digest / signature / immutable audit能力。

159. Privacy

責任 graph可能含：

employee identity；
internal failures；
security roles。

因此不應全部 public。

160. Selective Disclosure

insurer / regulator可只取得必要 projection。

161. Responsibility Graph 與「責任天價」

本文的核心現實問題是：

如果：

AllResponsibility \rightarrow H

那不是把風險消掉。

而是可能把整個 governance topology壓成：

SingleNode.

162. Single-Node Collapse

可定義：

Collapse_R = \frac{ ResponsibilityCentrality(H) }{ \sum_a ResponsibilityCentrality(a) }.

若：

Collapse_R\rightarrow1,

責任高度集中。

163. Collapse 不是必然錯

小系統可以。

但大型高 autonomy system需驗證 capacity。

164. Responsibility Graph 和 RCD 的聯合條件

若：

Collapse_R\uparrow

且：

C_H^{eff}\downarrow,

則：

D_{RC}\uparrow.

165. Institutional Ratchet Link

當 RG 成為：

insurance prerequisite；
compliance requirement；
capital model input；
audit infrastructure；

就形成：

InstitutionalEmbedding\uparrow.

166. Paper 03 核心不變式

RG-1

\boxed{ Execution \neq Responsibility. }

RG-2

\boxed{ Responsibility \neq Authority. }

RG-3

\boxed{ Responsibility \neq Compensation. }

RG-4

\boxed{ ResponsibilityGraph \neq InsuranceGraph. }

RG-5

\boxed{ Delegation \neq ResponsibilityErasure. }

RG-6

\boxed{ Transfer \neq HistoricalErasure. }

RG-7

\boxed{ DistributedResponsibility \neq DiffusedResponsibility. }

RG-8

\boxed{ ResponsibilityContext \neq ResponsibilityAuthority. }

RG-9

\boxed{ Causality \neq Responsibility. }

RG-10

\boxed{ Projection \neq CanonicalResponsibilityState. }

167. Responsibility Closure Principle

本文提出：

\boxed{ \textbf{Responsibility Closure Principle} }

弱形式：

對每一個 material risk domain，系統應能解析出至少一組具責任類型、scope、時間與 authority basis 的責任 bearer；若無法解析，應明確標記 responsibility gap，而不是由事後推定填補。

168. Delegation Retention Principle

\boxed{ \textbf{Delegation Retention Principle} }

弱形式：

task delegation 可以轉移 execution responsibility，但不能自動抹除 delegator 對 delegation quality、scope、authority、supervision 與 revocation 的 responsibility。

169. Responsibility Reconstruction Principle

\boxed{ \textbf{Responsibility Reconstruction Principle} }

弱形式：

任何重大 incident 都應能重建事故發生當時的 responsibility topology，而不是只依賴事故後被修改的 organizational state。

170. 與 Paper 00 的關係

Paper 00提出 Institutional AI Ratchet。

RG一旦成為保險、治理、資本基礎設施，就增加制度嵌入。

171. 與 Paper 01 的關係

EEG提供 factual execution topology。

RG建立 governance accountability topology。

172. 與 Paper 02 的關係

RCD指出責任與控制會背離。

RG提供分散與對齊責任的結構方法。

173. 與 Paper 04 的關係

Machine Insurability Infrastructure會使用 RG作 underwriting / claims evidence substrate。

174. 與 Paper 05 的關係

Compensation Graph會從 RG取得責任 evidence，但不直接照 RG分配金錢。

175. 與 Paper 06 的關係

Capital allocation可以綁 responsibility domain。

176. 與 Paper 07 的關係

若 AI responsibility domain可被穩定辨識，企業可能有私人利益建立 persistent economic account。

177. 與 Paper 08 的關係

責任 graph是 AI limited institutional standing的重要中介層。

178. Paper 03 的最終命題

本文提出：

\boxed{ \textbf{Responsibility Topology Thesis} }

弱形式為：

在高自主、多 actor、多具身 endpoint 系統中，責任不應被表示為單一「最終負責人」欄位，而應被建模為具有 policy、design、deployment、delegation、execution、supervision、maintenance、verification 等 typed relations 的 time-versioned graph。這種圖不決定法律裁判，但可以降低責任集中、責任空洞化、事後 blame shifting 與事故重建的不確定性。

179. 更簡潔的形式

\boxed{ \text{One Responsibility Label} \rightarrow \text{Typed Responsibility Topology}. }

以及：

\boxed{ \mathcal G^E \leftrightarrow \mathcal G^R. }

180. 最終結論

具身 AI 時代真正危險的責任設計，不只是「沒有負責人」。

另一種同樣危險的設計是：

有一個名義上負責所有事情的人。

當 system 包含多個 AI、robots、vendors、policies、maintenance chains 與 automated decisions 時，單一 responsible-person 欄位只會把複雜治理問題藏起來。

更合理的結構是：

\boxed{ Policy \rightarrow Design \rightarrow Deployment \rightarrow Authorization \rightarrow Delegation \rightarrow Execution \rightarrow Supervision \rightarrow Maintenance \rightarrow Verification. }

每一層都可以有不同 actor、scope、time、authority basis 與 evidence。

因此事故後應問：

誰定 policy？
誰設計？
誰批准 deployment？
誰授權？
誰委派？
誰真正執行？
誰有 supervision duty？
誰負 maintenance？
誰驗證系統可上線？
誰 override？
escalation 有沒有被送到正確 actor？
哪些責任被撤銷或轉移？

這種結構才能讓：

\boxed{ \text{Distributed Responsibility} }

真正不同於：

\boxed{ \text{Diffused Responsibility}. }

最終，Responsibility Graph 不只是事故後的責任紀錄。

當它被保險人用來 underwriting、被企業用來 governance、被員工用來限制不合理責任集中、被 auditor 用來驗證責任閉合、被資本制度用來配置 reserve，它就開始成為 Institutional AI Ratchet 的一部分。

下一篇因此不再只是談「誰負責」，而是進一步問：

保險公司若真的要承保這些 autonomous systems，需要哪些身份、責任、遙測、failure domain 與 claims evidence 基礎設施？

這就是 Paper 04 的入口。

系列進度

Paper 00 — 從能力不可凍結到制度不可逆：UFI 之後的第二條 AI 棘輪
Paper 01 — 從 Conversation Graph 到 Embodied Execution Graph：分散式 AI 如何跨多具身端點行動
Paper 02 — 責任—控制背離：高自主系統為什麼不能把全部責任壓回一個人類主管
Paper 03 — Responsibility Graph：分散式具身 AI 的設計、授權、委派、執行與維護責任拓撲
Paper 04 — Machine Insurability Infrastructure：為什麼保險可能比法律更早逼出 AI 責任架構
Paper 05 — 誰負責不等於誰先賠：AI 時代的 Responsibility–Compensation Separation
Paper 06 — Capital Follows Autonomy：為什麼高自主 AI 可能開始需要自己的經濟帳戶與責任資本
Paper 07 — 私人利益如何創造 AI 經濟主體：股東、保險、會計與稅制的內生激勵
Paper 08 — 制度棘輪：從工具 AI 到責任實體、經濟實體與有限法律主體

內部理論銜接

本文直接承接：

Embodied Execution Graph；
Responsibility–Control Divergence；
Responsibility Capacity Principle；
NACR responsibility / authority records；
Institutional AI Ratchet。

本文新增核心抽象：

\boxed{ \mathcal G^{R} = ( V_R, E_R, \Theta_R, \Pi_R ) }

以及：

\boxed{ Closure_R(d) }

與：

\boxed{ \text{Delegation} \neq \text{Responsibility Erasure}. }