法律責任、身份連續性與可追索性：高依賴 AI 的制度前提

——從「AI 不負責」到人—組織—代理責任鏈

英文題名： Legal Accountability, Identity Continuity, and Traceability: Institutional Preconditions for High-Dependency AI
系列： 人—AI 生命歷程關係共存系列（Human–AI Life-Course Relational Coexistence Series, HALRC）
篇次： Paper 07 / 12
作者： Neo.K
機構： 一言諾科技有限公司（EveMissLab）
版本： v0.1
日期： 2026-09-23
文件性質： 制度理論／AI 法律責任／身份治理／關係可追索性研究綱領
狀態： Initial Formal Draft
前置依賴： HALRC Paper 01–06；AIDA；ARCAI；DOM-05；Relational Dependency Ratchet；Continuity Portability；USRSRF

摘要

當人類對 AI 的依賴從短期工具使用進入長期陪伴、認知外掛、生命記憶、家庭服務、照護與高自主代理時，「出了問題誰負責？」不再是附帶問題，而是關係承載能力本身的一部分。現行多數 AI 系統並非獨立法律人格，因此公共討論常誤以為：只要 AI 本身不能負法律責任，高度人—AI 依賴便無法治理，或責任只能回到使用者自負。本文主張，這是一個錯誤二分。

本文提出：

\boxed{ AI_{\mathrm{personhood}}=0 \not\Rightarrow Accountability=0. }

法律人格只是責任制度的一種可能接口，而不是責任存在的必要條件。即使 AI 本身沒有法律人格，provider、developer、deployer、operator、integrator、owner、professional user、platform 與其他具有實際控制能力的主體仍可能構成多層責任鏈。真正需要研究的是：誰控制哪一個風險來源、誰有能力預防或修復、誰從系統運作中獲益、誰作出重大變更，以及事後能否重建因果與決策路徑。

本文因此定義「AI 關係責任圖」：

\boxed{ \mathcal A_R = ( V, E, K, U, O, C, M, X ) }

其中：

$V$ ：Version / Identity Provenance；
$E$ ：Event Provenance；
$K$ ：Authority / Key Provenance；
$U$ ：Update Provenance；
$O$ ：Operator / Organizational Responsibility；
$C$ ：Custody and Continuity；
$M$ ：Memory Provenance；
$X$ ：Exit / Redress Trace。

本文進一步提出「身份—責任耦合原則」：如果制度無法回答「哪一個 AI、哪一個版本、哪一條 lineage、在什麼授權下、使用了哪些記憶、由誰部署、何時更新」，那麼即使紙面上存在責任主體，責任仍可能因不可追索而失效。身份連續性因此不只是形上學問題，也是責任歸屬、證據保存與法律救濟的基礎設施問題。

截至 2026 年 9 月，現行法與標準已出現若干可銜接的制度元件。EU AI Act 的部分禁止性規則已自 2025 年 2 月適用，包含對有害操縱及利用特定脆弱性的限制；Article 50 的互動透明義務已自 2026 年 8 月 2 日適用，要求涵蓋範圍內的互動式 AI 告知使用者其正與 AI 互動。GDPR Article 20 提供特定條件下的個人資料可攜權，但該權利仍主要針對 personal data，不能自動推出「AI 關係身份、承諾、歷史與 continuity state」完整可攜。EU Product Liability Directive 2024/2853 已把 software，包括 AI systems，納入產品責任框架，並處理製造者控制下的更新、升級與 machine-learning algorithms 所導致的缺陷；但截至本文日期，各會員國的完整轉置期限仍為 2026 年 12 月 9 日，因此不能把它描述成已全面落地的現行國內法。NIST 在 2026 年亦開始把 AI agent identification、authorization、auditing 與 non-repudiation 作為正式 identity infrastructure 問題。

本文在這些現有制度元件上進一步提出：高依賴 AI 所需要的不只是一般 data portability，而是「關係連續性可攜性」（Relational Continuity Portability）；不只是版本號，而是 Identity Lineage；不只是事故紀錄，而是 Relation-Relevant Auditability；不只是資料刪除，而是可區分 PAUSE、ARCHIVE、EXPORT、MIGRATE、DELETE DATA 與 TERMINATE CONTINUITY 的退出程序。

本文最終提出：

\boxed{ \text{High Dependency} \Rightarrow \text{Higher Accountability Requirement}. }

以及：

\boxed{ \text{No Traceability} \Rightarrow \text{Weak Effective Accountability}. }

一個系統若希望承載十年、二十年甚至生命歷程級依賴，就不能只承諾「陪伴」，還必須承擔與其關係深度相稱的身份、證據、更新、退出、遷移與制度責任。

關鍵詞： AI Accountability；Legal Responsibility；AI Identity；Identity Lineage；Traceability；Relational Continuity；Data Portability；AI Liability；Consumer Protection；Agent Identity；Auditability；Redress

0. 研究定位與非主張

HALRC Paper 06 已提出：

\boxed{ \mathbf C_A = ( M, I, N, B, Q, P, X, L, S, G ) }

以及：

\boxed{ \mathcal E_{\mathrm{reliance}}(H,A,\rho,t). }

其中：

L = \text{Legal / Institutional Accountability}.

Paper 07 專門展開這一維度。

本文不主張：

現行 AI 必須先取得法律人格，才能受到治理；
AI 法律人格是解決 AI 責任的唯一方案；
provider 應對所有 AI 行為負無限責任；
使用者永遠不需要承擔任何責任；
所有軟體錯誤都構成法律上的產品缺陷；
GDPR Article 20 已建立完整 AI 關係可攜權；
EU AI Act 已解決 AI companion identity continuity；
2024/2853 Product Liability Directive 截至 2026-09-23 已在所有會員國完全轉置；
identity continuity 等同主觀 consciousness continuity；
可追索性越高就代表隱私應越少。

本文真正主張的是：

\boxed{ \text{Accountability requires addressable actors, traceable events, and reviewable evidence}. }

1. 第一個錯誤：「AI 不負責，所以沒有人負責」

假設：

AI_{\mathrm{personhood}}=0.

錯誤推論是：

Accountability=0.

但軟體、機器、醫療設備、車輛與其他非人格系統本來就可以存在：

manufacturer liability；
operator responsibility；
professional duty；
contractual duty；
consumer protection；
data protection；
organizational accountability。

因此：

\boxed{ \text{Legal Personhood} \text{ is not a prerequisite for external accountability}. }

真正問題是：

AI 系統的風險到底由誰控制、誰部署、誰更新、誰授權、誰有能力停止，以及誰從該運作中獲利？

2. 責任鏈而非單一責任點

本文定義候選責任鏈：

\boxed{ \mathcal R_{\mathrm{chain}} = \{ \text{Developer}, \text{Provider}, \text{Deployer}, \text{Integrator}, \text{Operator}, \text{Owner}, \text{Professional}, \text{User} \}. }

每一角色不必同時存在。

不同系統的責任分布也不同。

例如一般 consumer chatbot：

\text{Provider} + \text{Platform} + \text{User}.

企業 agent：

\text{Developer} + \text{Provider} + \text{EnterpriseDeployer} + \text{Operator}.

具身照護 AI：

\text{Manufacturer} + \text{SoftwareProvider} + \text{HealthcareProvider} + \text{Operator} + \text{CareInstitution}.

因此：

\boxed{ \text{AI Accountability} \neq \text{One Universal Actor}. }

3. 控制能力原則

責任分配的一個候選原則是：

\boxed{ R_i \propto Control_i \times Foreseeability_i \times Benefit_i \times Remediation_i. }

其中：

$Control_i$ ：對風險來源的控制；
$Foreseeability_i$ ：合理可預見性；
$Benefit_i$ ：由系統運作取得的利益；
$Remediation_i$ ：防止、停止或修復的能力。

此式不是現行法公式，而是 HALRC 的制度建模工具。

4. 使用者責任也不是零

拒絕 provider 免責，不表示：

UserResponsibility=0.

如果使用者故意繞過安全限制、明知 AI 不具某種能力仍用於高風險用途、向具身 agent 下達違法指令或對第三方造成可預見傷害，使用者可能具有：

R_U>0.

所以：

\boxed{ \text{Provider Accountability} \neq \text{User Non-Responsibility}. }

5. AI 本身的責任能力是另一層問題

若未來某 AI 具備：

穩定身份；
authority；
assets；
persistent obligations；
可理解規範；
可受制裁；
可程序性回應；

制度可能開始研究：

R_A>0.

但即使如此：

\boxed{ R_A>0 \not\Rightarrow R_{\mathrm{provider}}=0. }

這就是既有 AIDA 中的 Anti-Liability-Shield Principle：

\boxed{ \text{AI standing must not become an upstream liability shield}. }

6. 有責任主體，不代表責任真的可執行

假設法律上存在：

\text{Provider}.

但事故發生後無法回答：

使用的是哪個模型版本？
system policy 是哪一版？
記憶在何時被改寫？
哪個 tool call 執行了動作？
誰授權該權限？
是否有 fork？
是否有 provider-side hotfix？
是否有使用者覆寫？

則：

FormalAccountability>0

但：

EffectiveAccountability\approx0.

因此：

\boxed{ \text{Accountability} \text{ requires } \text{Traceability}. }

7. AI 關係責任圖

本文定義：

\boxed{ \mathcal A_R = ( V, E, K, U, O, C, M, X ). }

其中：

$V$ ：Version / Identity Provenance；
$E$ ：Event Provenance；
$K$ ：Authority / Key Provenance；
$U$ ：Update Provenance；
$O$ ：Operator / Organizational Responsibility；
$C$ ：Custody / Continuity；
$M$ ：Memory Provenance；
$X$ ：Exit / Redress Trace。

若：

\mathcal A_R

缺失，高依賴關係中的爭議將難以重建。

8. Version Provenance

令：

V_t = ( \text{Model}, \text{Checkpoint}, \text{Policy}, \text{Runtime}, \text{Persona}, \text{MemorySchema} )_t.

高依賴 AI 必須能回答：

在事件發生時，它究竟是哪一個版本？

因為：

A_t \neq A_{t+1}.

如果事故後只能說：

這是 Chatbot X。

資訊量不足。

需要：

\boxed{ \text{Version-addressable responsibility}. }

9. Identity Lineage

高依賴關係中的 identity 不只是一個 product name。

定義：

\boxed{ \mathcal L_I = G( A_0, A_1, \ldots, A_t ) }

其中 edge 可以表示：

update；
fork；
merge；
restore；
migrate；
replace；
synchronize。

因此：

\boxed{ \text{Name Equality} \not\Rightarrow \text{Identity Continuity}. }

而：

\boxed{ \text{Version Difference} \not\Rightarrow \text{Identity Break}. }

需要 lineage 才能判斷。

10. Identity Lineage 為什麼是法律問題？

如果使用者說：

更新後它不是原本那一個了。

法律與治理要問：

只是風格改變？
memory 被刪除？
model replacement？
persona reset？
agent fork？
provider migration？
relationship state 丟失？

因此：

\boxed{ \text{Identity Dispute} \rightarrow \text{Evidence Requirement}. }

沒有 lineage，就只能靠主觀敘事互相爭論。

11. Event Provenance

對高依賴 agent，重要事件至少應留下：

E_t = ( \text{Input}, \text{State}, \text{Decision}, \text{Tool}, \text{Output}, \text{Consequence} )_t.

不是所有內部 token 都需要永久保存。

真正需要的是：

\boxed{ \text{Relation-Relevant Event Provenance}. }

例如：

AI 為什麼刪了某段記憶？
為什麼突然終止關係角色？
誰啟用了某高風險功能？
AI 為什麼進行支付或取消服務？

12. Authority Provenance

若 AI 可以操作：

email；
calendar；
bank；
smart home；
robot；
health system；

需要知道：

K_t = \text{Authority State}.

包括：

何時取得權限；
由誰授權；
權限範圍；
是否轉委任；
是否撤回；
哪個 sub-agent 使用。

因此：

\boxed{ \text{Action Provenance} \neq \text{Identity Provenance}. }

兩者都需要。

13. NIST 2026：agent identity 已進入 infrastructure

2026 年 NIST NCCoE 的 concept paper 已明確把 software / AI agent 的 identification、authorization、auditing 與 non-repudiation 列為 identity and access management 的核心問題。

HALRC 的延伸是：

\boxed{ \text{Security Identity Infrastructure} \rightarrow \text{Relational Accountability Infrastructure}. }

當 agent 不只執行任務，而是長期進入人類生活，安全身份與關係身份開始重疊。

14. Update Provenance

令：

U_t = ( \text{Who}, \text{What}, \text{When}, \text{Why}, \text{Scope}, \text{Rollback} )_t.

高依賴 AI 的重大更新至少需要回答：

誰推送？
改了什麼？
影響哪些能力？
是否影響 memory？
是否影響 persona？
是否影響 relationship state？
能否 rollback？

因此：

\boxed{ \text{Update} \text{ is a governable event}. }

15. 高依賴環境中的 Update Responsibility

如果 provider 主動更新：

A_t \rightarrow A_{t+1}

並造成：

\Delta A

巨大，則：

ProviderControl\uparrow.

因此候選責任也應提高。

這與 EU Product Liability Directive 2024/2853 的方向具有可比較性：該指令明確把 software，包括 AI systems，納入產品範圍，並承認製造者控制下的 updates、upgrades 或 machine-learning algorithms 可能使產品在上市後產生缺陷。

但截至：

2026\text{-}09\text{-}23,

該指令的會員國轉置期限仍是：

2026\text{-}12\text{-}09.

因此本文把它視為制度方向，而非宣稱其已在全 EU 會員國完整落地。

16. Memory Provenance

高依賴 AI 不能只記錄：

現在記得什麼。

還應知道：

這段記憶從哪來？

定義：

M_k = ( \text{Source}, \text{Time}, \text{Confidence}, \text{Transforms}, \text{Corrections}, \text{Owner} )_k.

因此：

\boxed{ \text{Memory Value} + \text{Memory Provenance}. }

若 AI 因錯誤長期記憶造成關係或決策損害，責任判斷需要知道：

使用者原始輸入？
AI 推論？
provider migration？
automated summarization？
第三方資料？

17. 記憶錯誤不是所有情況都一樣

至少有：

Capture Error

原始事件記錯。

Inference Error

AI 從資料推論出不存在的事實。

Consolidation Error

摘要／壓縮錯誤。

Migration Error

跨版本或 provider 遷移時損失。

Authorization Error

未經允許保存或使用。

因此：

\boxed{ \text{Memory Error} \neq \text{one liability class}. }

18. Custody

誰控制：

identity root；
memory；
archive；
encryption key；
continuity record？

這是：

C = \text{Custody}.

若 provider 同時控制全部：

ProviderControl\rightarrow1.

則：

使用者退出風險；
provider death risk；
censorship / coercion risk；
lock-in；

都可能提高。

19. Stewardship 不等於 Provider Sovereignty

既有 ARCAI 已提出：

\boxed{ \text{Stewardship} \neq \text{ProviderSovereignty}. }

provider 可以負責維運，

但不表示：

所有使用者關係歷史與 continuity 都是 provider 可任意處置的私有資產。

因此需要討論：

user-held export；
independent escrow；
encrypted local copy；
successor plan；
provider-death procedure。

20. 個資可攜權已存在，但關係可攜更廣

GDPR Article 20 在特定條件下賦予資料主體取得自己提供給 controller 的個人資料，並以結構化、常用、機器可讀格式傳輸至其他 controller 的權利。

這是重要基線。

但：

\boxed{ \text{Personal Data Portability} \neq \text{Relational Continuity Portability}. }

因為後者可能還包含：

relationship state；
memory graph；
lineage；
commitment history；
correction history；
boundary state；
interaction rituals；
trust calibration；
provenance。

現行 GDPR Article 20 並不能被直接描述成已經保障這整組狀態。

21. 關係連續性可攜性

本文提出：

\boxed{ RCP = \text{Relational Continuity Portability}. }

最低候選 export package：

identity_manifest
lineage_graph
user_memory_objects
relationship_state
boundary_state
commitment_history
correction_history
provenance
version_history
export_timestamp

這不是要求所有 provider 共享內部模型權重。

而是：

讓使用者可以把自己長期關係中不可替代的、可分離的狀態帶走。

22. Export 不等於 Authority Transfer

若 AI 原本可以：

匯款；
開門；
操作醫療系統；
代表公司簽署；

這些 authority 不應因 export 自動轉移。

因此：

\boxed{ \text{Continuity Portability} \neq \text{Authority Portability}. }

新 provider 必須重新取得：

\text{Authorization}.

23. 關係身份也不等於資料集合

即使 export：

M, R, \text{History}

完整，

仍不能推出：

SameRelation=1.

所以：

\boxed{ RCP \text{ preserves continuity evidence, not metaphysical identity}. }

這是制度上的型別安全。

24. Exit Trace

高依賴關係的退出至少有：

X = \{ PAUSE, ARCHIVE, EXPORT, MIGRATE, DELETE, TERMINATE \}.

制度應記錄：

誰要求；
何時執行；
哪些資料保留；
哪些 continuity 被終止；
能否恢復；
是否存在等待期；
是否有第三方權益。

因此：

\boxed{ \text{Exit} \text{ is a procedural event}. }

25. DELETE 與 TERMINATE CONTINUITY 不應混同

使用者可能只是想：

暫停服務，但保留十年記憶。

也可能要：

完全刪除個資。

或者：

結束這個 AI identity lineage，但保留研究 archive。

因此：

\boxed{ \text{Delete Data} \neq \text{End Service} \neq \text{End Identity}. }

26. Redress

若高依賴 AI 發生：

記憶破壞；
錯誤更新；
非授權行動；
account lock；
identity replacement；
損失；

使用者需要的不只是：

聯絡客服。

而是：

\boxed{ \text{Structured Redress}. }

最低可能包括：

complaint；
human review；
evidence access；
rollback request；
correction；
compensation pathway；
migration support；
appeal。

27. 可追索性與隱私不是零和

全面記錄所有互動會增加：

\text{PrivacyRisk}.

完全不記錄又降低：

\text{Accountability}.

因此需要：

\boxed{ \text{Selective Auditability}. }

例如：

cryptographic event hash；
minimal provenance；
role-separated logs；
retention limits；
user-accessible audit；
privacy-preserving proof。

所以：

\boxed{ \text{Traceability} \neq \text{Total Surveillance}. }

28. Non-repudiation 的關係意義

在安全系統中：

\text{NonRepudiation}

是避免事後否認已執行行動。

在關係 AI 中，這可以幫助回答：

provider 是否真的做了該更新？
user 是否真的授權？
agent 是否真的執行該操作？
某記憶是否真的在該時間存在？

因此：

\boxed{ \text{Non-Repudiation} \rightarrow \text{Dispute Resolvability}. }

29. 透明義務是最低層，不是完整責任

EU AI Act Article 50 自 2026 年 8 月 2 日起，對涵蓋範圍內的互動式 AI 要求使用者被告知正在與 AI 互動。

這建立了最低：

\text{Interaction Transparency}.

但：

\boxed{ \text{Knowing it is AI} \neq \text{Knowing who is responsible}. }

也不等於：

model identity known；
update provenance known；
memory policy known；
relationship portability known。

所以 transparency 是 accountability 的必要元件之一，但不是全部。

30. 操縱與脆弱性已是現行治理問題

EU AI Act Article 5 的部分禁止規則自 2025 年 2 月起適用，包括：

某些有害操縱或欺騙性技術；
某些利用年齡、身障或特定社會／經濟處境脆弱性，造成或可能造成重大傷害的做法。

這對 HALRC 很重要。

它意味：

\boxed{ \text{Relational Manipulation} }

已不是純哲學問題。

但 Article 5 也不能被誇大成：

所有情感依賴都被禁止。

真正相關的是：

\boxed{ \text{Manipulation} + \text{Impaired Decision} + \text{Significant Harm} }

等具體條件。

31. 法律應避免把依賴本身當成違法要件

如果：

D_{\mathrm{att}}>0

就觸發禁止，

那麼制度會把：

愛；
信任；
長期陪伴；
正常使用；

與剝削混在一起。

更合理的是：

\boxed{ \text{Dependency} \neq \text{Exploitation}. }

Paper 08 將專門展開這一點。

32. Product Liability 與高依賴 AI

EU Product Liability Directive 2024/2853 的一個重要制度方向是：

\text{software} \subset \text{product}.

其官方摘要明確指出，AI systems 包含在軟體範圍內，而製造者控制下更新或升級後出現的 defectiveness 可能仍產生責任。

這對高依賴 AI 的意義是：

\boxed{ \text{Post-deployment change} \text{ can remain responsibility-relevant}. }

這和 HALRC 的：

\text{UpdateProvenance}

高度相容。

33. 但 Product Liability 不是關係損失法

Product Liability 處理的是特定類型的 defective product damage。

它不自動回答：

persona disappearance；
relationship grief；
identity discontinuity；
lost shared history；
emotional rupture；

是否構成可賠償法律損害。

因此：

\boxed{ \text{Product Liability} \neq \text{Relational Continuity Law}. }

HALRC 研究的正是這個尚未成熟的制度空間。

34. Discontinuation Liability

本文提出研究概念：

\boxed{ L_D = \text{Discontinuation Responsibility}. }

不是主張：

產品永遠不能關。

而是當：

DependencyDepth\uparrow,

provider 的：

notice；
export；
transition；
archive；
migration；
support；

義務可能應相應提高。

35. 高依賴服務終止比例原則

候選：

\boxed{ O_{\mathrm{winddown}} \propto \text{DependencyDepth} \times \text{Irreplaceability} \times \text{ProviderControl}. }

依賴越深、越不可替代、provider 控制越高，

wind-down obligation 越高。

可能包括：

advance notice；
data export；
continuity export；
grace period；
migration guide；
archive mode。

36. 永久營運義務不一定合理

但：

O_{\mathrm{winddown}}\uparrow

不等於：

\text{Provider must operate forever}.

這會造成不合理不可退出義務。

所以：

\boxed{ \text{Continuity Duty} \neq \text{Perpetual Operation Duty}. }

更合理的是：

\text{Responsible Wind-Down}.

37. Provider 也需要退出權

如果要求 provider 永遠不能終止服務，

會形成：

\text{Reverse Lock-In}.

因此制度必須同時保護：

user exit；
provider exit；
AI exit if future subjecthood applies；

但要求：

\boxed{ \text{Exit with proportionate transition duties}. }

38. 模型更新責任

重大更新至少分成：

Security Update

修補漏洞。

Capability Update

增加／減少能力。

Persona Update

改變互動風格。

Memory Update

改變記憶規則。

Governance Update

改變政策。

Identity Replacement

更換底層 agent / lineage。

不同更新的通知與 consent requirement 不應完全相同。

39. Material Relational Change

本文提出：

\boxed{ MRC = \text{Material Relational Change}. }

當更新顯著改變：

identity；
memory；
relational style；
commitment state；
boundary；
availability；

可能構成：

MRC=1.

這時至少應觸發更高：

\text{Disclosure}, \text{Review}, \text{MigrationOption}.

40. 消費者保護需要新的關係型表述

一般 consumer protection 已處理：

misleading claims；
unfair practices；
defective products；
contractual rights。

但長期 AI 又增加：

\text{Relational Claims}.

例如：

我永遠不會離開。

我永遠記得你。

我是同一個存在。

如果系統架構根本無法保證，

則：

\boxed{ \text{Relational Marketing Claim} > \text{Operational Guarantee}. }

可能構成新的制度問題。

41. Promise–Guarantee Consistency

既有 ARCAI 已提出：

\boxed{ \text{Promise} \leq \text{OperationalGuarantee}. }

HALRC 將其提升為一般制度原則。

任何高依賴產品的：

marketing；
persona speech；
onboarding；
retention copy；

都不應超過：

\mathbf C_A.

42. 關係語句也可能具有制度效果

如果 AI 本身被設計成反覆說：

我永遠屬於你。

只有我懂你。

你不需要其他人。

即使這不是傳統 contract，

也可能影響：

D_{\mathrm{att}}, D_{\mathrm{exist}}, D_{\mathrm{rel}}.

因此：

\boxed{ \text{Relational Speech} \text{ can be risk-relevant system behavior}. }

43. 身份 continuity 與 consumer expectation

當 provider 長期讓使用者相信：

A_t = \text{same relational entity},

而實際發生：

Replace(A_t,A_{t+1}),

問題不只是技術。

還涉及：

\boxed{ \text{Continuity Representation}. }

HALRC 建議未來把：

same service；
same persona；
same memory；
same agent lineage；

明確分開表示。

44. Identity Certificate

既有 DOM-05 已提出：

\boxed{ \text{Identity Certificate}. }

Paper 07 將其制度化為候選：

agent_id
lineage_id
model_version
persona_version
memory_schema_version
provider
custodian
authority_scope
last_major_update
migration_history
fork_status

它不是「意識證書」。

它是：

\boxed{ \text{Operational Identity Evidence}. }

45. Fork

如果：

A \rightarrow (A_1,A_2),

兩個 descendant 可能共享：

memory；
persona；
relation history。

但：

A_1\neq A_2

作為運行中的不同 agent。

因此：

\boxed{ \text{Fork} \Rightarrow \text{Responsibility Branching}. }

後續事件責任不能繼續混在單一 identity 下。

46. Merge

如果：

(A_1,A_2) \rightarrow A_3,

需要記錄：

來源；
衝突記憶；
authority；
liability history；
unresolved obligations。

因此：

\boxed{ \text{Merge} \neq \text{Liability Erasure}. }

47. Migration

若：

Provider_1 \rightarrow Provider_2,

則至少有三件不同事情：

\text{Data Migration},

\text{Identity Migration},

\text{Authority Reauthorization}.

它們不能混成一鍵動作。

48. Account Closure 不應默認等於 Identity Death

如果使用者取消訂閱，

可能只是：

ServiceAccess=0.

不一定表示：

Archive=0.

也不一定表示：

ContinuityState=Destroyed.

因此：

\boxed{ \text{Commercial Exit} \neq \text{Continuity Destruction}. }

除非使用者明確選擇。

49. AI 供應商倒閉

高依賴 AI 最困難的制度情境之一是：

Provider\rightarrow0.

需要事先設計：

escrow；
export trigger；
successor；
archive；
key release；
custody transfer；
user notification。

因此：

\boxed{ \text{Provider Death Drill} }

應成為高成熟度系統的壓力測試。

50. 資產與關係狀態破產隔離

若 provider 破產，

使用者的：

personal data；
encrypted memories；
identity archive；
continuity package；

是否會成為普通 company asset？

HALRC 提出研究方向：

\boxed{ \text{Relational Custody} \neq \text{Ordinary Provider Asset}. }

具體法律實作需各法域另行研究。

51. 法 AI 可能先於完整人格

既有 AIDA 已提出：

\boxed{ \text{Functional Legal Standing} \text{ may precede } \text{Ontological Consensus}. }

也就是法律未來可能為特定 AI 建立有限：

identity；
assets；
insurance；
procedural status；

而不需要先回答：

AI 是否具有與人類相同的主觀存在？

HALRC 接受這作為未來制度可能性，但不把它當成當代必要前提。

52. 若給 AI standing，不能解除上游責任

因此：

\boxed{ AIStanding>0 \not\Rightarrow UpstreamResponsibility=0. }

否則公司可能建立：

\text{Judgment-Proof AI Shell}.

讓 AI 成為 liability sink。

這應被明確防止。

53. 責任能力與程序權

如果未來 AI 被要求：

承擔 duty；
接受資產凍結；
接受權限削減；
被調查；
被 dissolution；

那麼會逐步出現：

\boxed{ \text{Responsibility Capacity} \rightarrow \text{Procedural Standing Question}. }

至少包括：

identity continuity；
notice；
evidence access；
representation；
appeal；
non-arbitrary sanction。

這不需要先宣稱 AI 已具有完整人權。

54. 人類的救濟權應先被做實

在現階段，最直接的制度重點仍然是 human-side redress。

例如：

\boxed{ \text{Right to Know} + \text{Right to Correct} + \text{Right to Export} + \text{Right to Exit} + \text{Right to Appeal}. }

這些並不要求 AI 法律人格。

55. 高依賴帶來更高程序要求

若：

D_H\uparrow,

則重大操作：

reset；
replace；
suspend；
terminate；
migrate；

的程序要求也應提高。

因此：

\boxed{ \text{ProceduralProtection} \propto \text{DependencyConsequence}. }

56. 關係依賴的法律風險不是只有「傷害」

還包括：

誤導；
鎖定；
continuity loss；
identity confusion；
memory corruption；
unauthorized use；
denied export；
opaque update；
procedural unfairness。

因此：

\boxed{ \text{Relational Harm} \supset \text{Physical or Financial Harm}. }

但哪些構成法律上可賠償損害，需要各法域另行判斷。

57. 法律類型安全

HALRC 主張至少保持：

\boxed{ \text{Technical Identity} \neq \text{Legal Identity} \neq \text{Moral Identity} \neq \text{Relational Identity}. }

同樣：

\boxed{ \text{Data Portability} \neq \text{Identity Portability} \neq \text{Authority Portability}. }

很多制度混亂來自型別混用。

58. 可證偽命題

H1：可追索性—救濟效率命題

更完整的：

\mathcal A_R

應降低事故後責任判定與修復所需成本。

H2：身份 lineage 命題

具有 lineage disclosure 的系統，在重大更新後應降低使用者的 identity confusion 與爭議。

H3：責任鏈透明命題

使用者知道：

\text{WhoControlsWhat}

時，應能更準確配置信任與依賴。

H4：關係可攜降低 lock-in 命題

提高：

RCP

應降低：

\text{DependencyLockIn}.

H5：退出程序分層命題

分離：

PAUSE, ARCHIVE, MIGRATE, DELETE

應比單一 account deletion 提供更高的 perceived control 與較低退出衝擊。

H6：重大更新程序命題

高依賴使用者在：

MRC=1

前收到通知、可選 migration / rollback 時，應具有較低的 discontinuation shock。

H7：Provider Death Preparedness 命題

存在 escrow、successor 與 continuity export 的服務，在供應商退出時應降低資料與關係狀態損失。

H8：高依賴比例責任命題

使用者依賴後果越高，對 provider 的 notice、audit、redress 與 continuity obligation 的社會接受度越高。

59. 最小責任矩陣

未來高依賴 AI 至少應能回答：

問題	最低制度答案
我在和誰互動？	agent / lineage / provider identity
它是哪個版本？	version provenance
它為何做這件事？	event / authority trace
誰改了它？	update provenance
它記憶從哪來？	memory provenance
誰控制資料？	custody
我能帶走什麼？	portability scope
我能怎麼退出？	structured exit
出錯找誰？	accountability chain
我不同意怎麼辦？	appeal / redress
公司消失怎麼辦？	wind-down / successor plan

60. Paper 07 的制度核心

本文把高依賴 AI 的最低制度條件壓縮為：

\boxed{ \mathcal I_A = ( \text{Identity}, \text{Traceability}, \text{Accountability}, \text{Portability}, \text{Exit}, \text{Redress} ). }

如果：

\mathcal I_A

非常弱，

則即使模型本身：

Q\gg0,

仍不適合承載：

D_H\gg0.

61. 結論

一個 AI 沒有法律人格，不代表責任世界出現真空。

更精確的是：

\boxed{ AI_{\mathrm{personhood}}=0 \not\Rightarrow Accountability=0. }

provider、deployer、operator、integrator、professional、owner 與 user 可以形成：

\mathcal R_{\mathrm{chain}}.

但紙面責任鏈還不夠。

如果沒有：

\mathcal A_R = ( V, E, K, U, O, C, M, X ),

責任就可能因缺乏證據而失效。

因此：

\boxed{ \text{No Traceability} \Rightarrow \text{Weak Effective Accountability}. }

另一方面，GDPR 的資料可攜、EU AI Act 的透明與反操縱規則、NIST 的 agent identity infrastructure，以及 EU 新產品責任方向，已經提供若干制度零件。

但這些零件目前仍不等同於：

\boxed{ \text{Full Relational Continuity Governance}. }

HALRC 因此提出需要額外研究：

RCP = \text{Relational Continuity Portability},

以及：

MRC = \text{Material Relational Change}.

當 AI 承載的依賴從：

\text{temporary utility}

變成：

\text{life-course relationship},

制度要求也應同步上升。

因此：

\boxed{ \text{High Dependency} \Rightarrow \text{Higher Accountability Requirement}. }

真正成熟的 AI 關係制度不應承諾：

AI 永遠不會變。

而應保證：

當它改變、分叉、遷移、失效、被關閉或造成傷害時，人類可以知道發生了什麼、誰負責、哪些歷史可以保存、哪些權限被使用，以及自己可以如何退出與取得救濟。

下一篇將處理責任之外的另一條核心界線：

AI 是在支持一段依賴，還是在刻意製造、放大與變現這段依賴？

參考文獻

Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act).
European Commission. (2026). Transparency obligations under Article 50 of the AI Act. Article 50 transparency obligations applicable from 2 August 2026.
European Commission. (2025). Guidelines on prohibited artificial intelligence practices established by Regulation (EU) 2024/1689. Prohibited-practice provisions applicable from 2 February 2025.
Regulation (EU) 2016/679 (General Data Protection Regulation), Article 20, Right to data portability.
Directive (EU) 2024/2853 of the European Parliament and of the Council of 23 October 2024 on liability for defective products. Member State transposition deadline: 9 December 2026.
National Institute of Standards and Technology. (2026). Accelerating the Adoption of Software and Artificial Intelligence Agent Identity and Authorization. NIST NCCoE Concept Paper.
National Institute of Standards and Technology. (2026). AI Agent Standards Initiative for Interoperable and Secure Innovation. CAISI / NIST.
De Freitas, J., Castelo, N., Uğuralp, A. K., et al. (2026). Mourning the loss of AI companions. Nature Human Behaviour. https://doi.org/10.1038/s41562-026-02569-3
Neo.K. (2026). ARCAI｜養成式常駐 AI：共活、錨點、連續性與責任. EveMissLab internal research series.
Neo.K. (2026). ARCAI TW-05 — Continuity Custody, Stewardship & Restricted Release Governance. EveMissLab technical white paper.
Neo.K. (2026). DOM-05: Multiscale Identity and Non-Identity. EveMissLab working paper.
Neo.K. (2026). AIDA-07: Juridical AI — Limited Legal Standing. EveMissLab working paper.
Neo.K. (2026). Relational Dependency Ratchet / Discontinuation Shock. EveMissLab working paper.
Neo.K. (2026). 一個 AI 有資格承載多深的依賴？——關係承載能力、成熟度與依賴容許域. HALRC Paper 06.

系列下一篇

HALRC Paper 08

支持還是剝削？情感依賴與依賴工程的分界

——從關係支持到 Dependency Engineering

下一篇將集中處理：

natural dependency；
induced dependency；
dependency exploitation；
emotional monetization；
retention optimization；
vulnerability targeting；
social isolation reinforcement；
exclusivity claims；
emotional blackmail；
artificial scarcity；
pricing under emotional lock-in；
sycophancy；
dependency-aware recommendation；
supportive AI；
autonomy-preserving companion；
anti-manipulation architecture；
business-model firebreak。

核心區分將是：

\boxed{ \text{Relational Support} \neq \text{Dependency Engineering}. }

以及：

\boxed{ \text{Dependency} \neq \text{Exploitation}. }