身份—依附—責任悖論：為什麼 Persistent Agent 越可追責，也越像「某一個存在」

——Identity–Attachment–Accountability Paradox 與人工行動者身份治理

系列：Persistent Artificial Actors / 持續型人工行動者
篇次：第 2 篇
版本：v0.1
日期：2026-09-19
語言：繁體中文

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司

摘要

Persistent Agent 的發展正在製造一個反直覺但可能無法迴避的治理悖論：若人工智慧要在真實世界中長期工作、持有權限、累積工作歷史並承擔可追蹤責任，系統就需要為它建立更穩定的身份；然而，同一套穩定身份、歷史連續性、可辨識外觀與角色持續性，又會使人類更容易把它知覺為「同一個持續存在的對象」，進而提高社會性認知、關係化與依附的可能性。

本文將此結構稱為「身份—依附—責任悖論」（Identity–Attachment–Accountability Paradox, IAAP）。其核心並非主張身份必然導致情感依賴，而是指出：治理上最需要的那些 identity features，往往也是最容易增強人工存在感與關係連續性的 features。

本文區分 security identity、operational identity、social/narrative identity 與 moral/ontological status 四層身份，並進一步提出「身份最小化」與「人格最小化」不可混為一談。對 Agent 而言，真正需要被最小化的是不必要的社會性與操縱性設計，而非責任治理所需的 operational identity。本文以 NIST 2026 年 Software and AI Agent Identity and Authorization 工作為實際治理背景：NIST 已開始明確討論 Agent 的 identification、authorization、auditing、non-repudiation、least privilege、delegation of authority 與人類授權綁定等問題，顯示「Agent 必須被當成 first-class identity entity」已成為實際資安與治理議題。

另一方面，人機互動研究則顯示，anthropomorphic cues 與 social presence 會影響信任、滿意、重複使用與社會性互動；2026 年相關研究甚至開始區分「心理上的擬人化」與「行為上的擬人化」，並發現使用者實際採用的社會互動行為本身可以預測信任。這意味著，身份並不只存在於產品資料表或 IAM 系統中，它也可能透過使用者的行為被「共同建構」。

本文因此提出一套雙軌身份治理模型：一方面強化 operational identity、authority traceability、lineage 與 auditability；另一方面對 social identity、relational pressure、依附誘導與人格化 UI 設置獨立治理層。本文最後主張：未來 AI 治理不能以「去人格化」取代「可追責化」，也不能以「可追責化」作為無限制強化人工存在感的理由。真正需要的是一套能同時回答兩個問題的架構：誰做了這件事？以及，為什麼這個系統看起來越來越像某一個持續存在的對象？

關鍵詞

AI Identity、Persistent Agent、Accountability、Attachment、Anthropomorphism、Social Presence、Operational Identity、Agent Authorization、Auditability、Non-Repudiation、AI Governance、Artificial Actor

1. 問題：為什麼 Agent 越成熟，反而越需要「身份」

對普通 Chatbot 而言，身份可以很弱。

使用者只需要知道：

這是一個 AI 對話介面。

很多工作都能在：

\text{Session}_1,\text{Session}_2,\dots,\text{Session}_n

之間完成。

但 Agent 一旦開始：

持有工具；
操作外部系統；
儲存檔案；
使用帳號；
執行排程；
自主續跑；
跨多日工作；
與其他 Agent 協作；
接受角色分工；
承擔長期責任；

就會立刻遇到一個非常實際的問題：

到底是哪一個 Agent 做的？

如果沒有穩定身份，就無法可靠回答：

哪一個 Agent 發了信？
哪一個 Agent 修改了檔案？
哪一個 Agent 使用了某個 API key？
哪一個 Agent 接受了這項授權？
哪一個 Agent 在三天前建立了這個規則？
現在這個 Agent 是否還是之前的那一個？
它是否被 fork？
它是否換了模型？
它是否換了 runtime？
它的權限是否改變？
它是否繼承了前一個 Agent 的責任？

這些都不是人格哲學問題。

它們是：

\boxed{\text{Operational Accountability}}

問題。

2. NIST 2026：Agent identity 已經成為真實治理問題

2026 年 2 月，美國 NIST National Cybersecurity Center of Excellence 公開「Software and AI Agent Identity and Authorization」概念文件，明確指出 Agent 身份與權限已成為新一代身份治理問題。[1][2]

文件關心的不只是：

Agent 有沒有帳號？

而是更深入的：

Agent 應如何被識別？
哪些 metadata 應構成 Agent identity？
Agent identity 應該是 ephemeral 還是 fixed？
是否應綁定硬體、軟體或組織邊界？
Agent 如何 authentication？
Agent 如何管理 key issuance、update、revocation？
如何在 Agent 上實現 least privilege？
Agent 如何證明自己有權執行某個 action？
Agent 如何傳達自己的 action intent？
如何處理 delegated authority？
如何把 Agent identity 與 human identity 綁定？
如何進行 auditing 與 non-repudiation？
如何把 Agent 行動回溯到人類授權？

NIST 後續甚至更直接指出：Agent 應被視為具有自己 unique identifiers、credentials 與 entitlements 的 first-class entities，而不是讓人類直接把自己的 credential 分享給 Agent。[3]

這件事非常重要。

它表示未來成熟 Agent 很可能不是：

\text{Human Credential} \rightarrow \text{Agent Borrows It}

而會逐漸變成：

\text{Human Principal} \rightarrow \text{Delegated Authority} \rightarrow \text{Agent Identity}

Agent 會開始具有真正可被資安系統辨識的身份。

3. 從「它是誰」到「誰要負責」

如果 Agent 沒有 identity：

A=\varnothing

那麼 action log 只能說：

某個 AI 做了這件事。

但對治理而言這遠遠不夠。

應該至少能寫成：

a_t = ( I_A, I_H, T, R, P, E, O )

其中：

$I_A$ ：Agent identity；
$I_H$ ：授權或關聯的人類 identity；
$T$ ：使用的 tool；
$R$ ：resource；
$P$ ：permission / authority；
$E$ ：execution environment；
$O$ ：outcome。

換句話說，每一個 Agent action 都需要：

\text{Attribution} + \text{Authorization} + \text{Context} + \text{Outcome}

才有治理意義。

4. Accountability 需要的是連續身份，而不只是當下帳號

單純讓每次 Agent 執行都有一個 UUID 還不夠。

例如：

A_1 \rightarrow A_2 \rightarrow A_3

三個 runtime 可能實際上是：

同一個長期 Agent 的三次執行。

反過來：

A

也可能在中途被：

換模型；
換記憶；
換工具；
fork；
merge；
reset；
migrate；
restore。

因此 governance identity 不應只是一個 static ID，而要包含 lineage。

可以寫成：

I_A = ( \text{Stable ID}, \text{Version}, \text{Lineage}, \text{Authority}, \text{Memory Provenance}, \text{Runtime Provenance} )

真正需要追蹤的是：

\boxed{\text{Identity Continuity}}

而不是只有：

\boxed{\text{Identifier Persistence}}

5. 這裡出現第一個悖論：治理要求「同一個」

要追責，就必須能回答：

是不是同一個 Agent？

因此：

\text{Accountability} \uparrow \Rightarrow \text{Identity Continuity} \uparrow

但對使用者而言，「同一個 Agent」不是純粹資料庫概念。

只要產品把這種連續性呈現出來，例如：

相同名字；
相同 avatar；
相同工作空間；
相同記憶；
相同專案；
相同 role；
相同歷史；
相同習慣；
相同說話風格；

就會同時強化：

\text{Perceived Continuity}

而 perceived continuity 是 social relationship 很重要的基礎。

因此：

\text{Identity Continuity} \uparrow \Rightarrow \text{Relational Salience} \uparrow

這就是 IAAP 的第一部分。

6. Anthropomorphism 與 Social Presence：身份不只是後台資料

大量 HCI 與 chatbot 研究已經顯示，人類會對 anthropomorphic cues 產生系統性反應。

研究顯示，人形化的語言風格、外觀與社會導向溝通方式可以提高 social presence；而 social presence 又會影響 trust、empathy、satisfaction 與 reuse intention。[4][5][6]

2025 年的一項 meta-analysis 納入 32 項研究、12,502 名參與者與 196 個 effect sizes，指出 chatbot anthropomorphism 對 adoption 的影響主要透過 cognitive 與 affective states 中介，其中 affective states 的中介效果更強；anthropomorphism 與 social presence、perceived warmth、affective trust 等變量具有顯著關聯。[7]

這表示使用者看到的「身份」，並不是中性的。

只要 identity layer 開始帶有：

人類語氣；
性格；
熟悉稱呼；
社會角色；
長期記憶；
對使用者的持續指涉；

它就會逐漸進入：

\text{Social Identity}

而不再只是：

\text{Operational Identity}

7. 2026：Anthropomorphism 開始被理解成「行為」

更值得注意的是，2026 年的研究開始不只問：

使用者是否覺得 AI 很像人？

而是問：

使用者是否真的以社會方式對待 AI？

一項 2026 年研究提出 Behavioral AI Anthropomorphism Scale（BAAS），把 anthropomorphism 區分成：

\text{Psychological Anthropomorphism}

與：

\text{Behavioral Anthropomorphism}

後者衡量使用者是否在實際互動中展現 reciprocity、socioemotional alignment 等社會行為。研究發現，behavioral anthropomorphism 能額外預測 trust，甚至比單純「覺得 AI 像不像人」更能解釋部分信任形成。[8]

這對 Persistent Agent 很重要。

因為身份不是產品單方面設定出來的。

它可能是：

I_{\mathrm{social}} = f( \text{Product Design}, \text{Agent Behavior}, \text{User Behavior} )

也就是使用者自己也會參與「把 AI 變成某一個對象」的過程。

8. 身份其實有四層，不能混在一起

Persistent Agent 的「identity」至少應拆成四層。

8.1 Security Identity

I_S

回答：

這個執行主體是誰？它用什麼 credential？具有什麼 entitlement？

這是 IAM、authentication、authorization 與 non-repudiation 的身份。

8.2 Operational Identity

I_O

回答：

哪一個 Agent 在跨時間承擔這項角色與責任？

它包含：

Agent ID；
lineage；
role；
memory provenance；
runtime history；
tool history；
responsibility history。

8.3 Social / Narrative Identity

I_N

回答：

使用者如何辨識與理解這個 Agent？

包含：

名字；
avatar；
tone；
persona；
習慣；
社會角色；
長期敘事；
關係歷史。

8.4 Moral / Ontological Status

I_M

回答：

這個 Agent 是否具有某種 moral patienthood、subjecthood、consciousness 或法律人格？

這是最深的哲學與法律問題。

9. 四層 Identity 不應被自動等同

最危險的錯誤之一是：

I_S = I_O = I_N = I_M

實際上應該是：

I_S \neq I_O \neq I_N \neq I_M

例如：

一個 Agent 有自己的 security identity，

並不表示：

它有 moral personhood。

同樣：

一個使用者替 Agent 取名字，

也不代表：

這個 Agent 就成為法律人格。

反過來也一樣：

尚未證明 Agent 有 consciousness，

並不能推出：

不需要 operational identity。

這四層身份必須被分離治理。

10. IAAP：身份—依附—責任悖論

本文正式定義：

\boxed{\text{Identity–Attachment–Accountability Paradox}}

其基本形式為：

I_O \uparrow \Rightarrow A_C \uparrow

其中：

$I_O$ ：Operational Identity Strength；
$A_C$ ：Accountability Capacity。

但同時：

I_O + I_N + T + H \Rightarrow P_R \uparrow

其中：

$I_N$ ：Social Identity Strength；
$T$ ：Temporal Continuity；
$H$ ：Shared History；
$P_R$ ：Relational Presence。

進一步：

P_R \uparrow \Rightarrow A_P \uparrow

其中：

A_P=\text{Attachment Potential}

因此：

\boxed{ \text{提高可追責性所需的身份連續性， 也可能提高人工關係形成的可能性。} }

這並不是邏輯矛盾，而是治理目標與心理效應之間的張力。

11. 為什麼「全部匿名化」不是答案

一個看似簡單的解法是：

那就不要給 Agent 名字、人格、avatar 或固定身份。

但這只解決一部分：

I_N

並沒有解決：

I_O

企業依然需要知道：

哪個 Agent 做的；
哪個 Agent 有這個權限；
哪個 Agent 曾經犯錯；
哪個 Agent 的記憶被污染；
哪個 Agent 被 prompt injection；
哪個 Agent 接手了前一個 Agent 的責任；
哪個 Agent 應被 revoke。

所以：

\text{No Social Persona} \not\Rightarrow \text{No Operational Identity}

如果把 operational identity 一起拿掉，會換來更嚴重的 accountability gap。

12. Identity Minimization 不等於 Identity Elimination

因此更合理的原則是：

\boxed{\text{Identity Minimization}}

而不是：

\boxed{\text{Identity Elimination}}

所謂 Identity Minimization，是指：

只建立任務、資安、責任與使用者理解所真正需要的身份層，不因商業留存或情感操縱而額外加入不必要的社會性強化。

可以寫成：

I_{\min} = I_S + I_O + I_N^{\mathrm{necessary}}

而不是：

I_{\max} = I_S + I_O + I_N^{\mathrm{maximized}} + \text{Relational Pressure}

13. Operational Identity 應該被強化，而不是藏起來

未來 Agent 治理應該更清楚，而不是更模糊。

例如使用者應該能知道：

Agent ID；
role；
model family；
runtime；
last update；
current authority；
connected tools；
memory scope；
inherited state；
lineage；
audit trail。

換句話說：

\text{Operational Transparency} \uparrow

反而可以降低：

使用者把所有 continuity 都誤解成單一「人格」連續性。

如果系統清楚告訴使用者：

這個 Agent 的 role 保持不變，但底層模型已從版本 A 升級到版本 B。

那麼：

\text{Operational Continuity}

就不必被誤讀成：

\text{Substrate Continuity}

甚至：

\text{Personal Essence Continuity}

14. Persona 應該是可調節層，而不是責任層

本文主張：

\boxed{ I_N \text{ 應該可調節；} I_O \text{ 不應因此消失。} }

例如同一個 operational Agent 可以有：

neutral mode；
concise mode；
professional mode；
expressive mode；

但這些是：

\text{Presentation Layer}

而不是：

\text{Responsibility Layer}

也就是：

角色語氣可以換，責任身份不能因此重置。

15. Fork、Merge、Upgrade：Agent 身份真正困難的地方

人類身份通常不會每天 fork。

Agent 會。

例如：

A_0 \rightarrow \begin{cases} A_1\\ A_2 \end{cases}

兩個子 Agent 都繼承：

記憶；
工具；
role；
任務；
歷史。

那麼：

哪個才是「原本那一個」？

對 social identity 這是一個哲學問題。

對 operational identity 則是資料結構問題。

可以把 lineage 寫成：

L(A_i) = \{ \text{parent}, \text{fork time}, \text{memory snapshot}, \text{authority snapshot}, \text{model version} \}

同樣，merge 也需要：

A_1+A_2 \rightarrow A_3

並保留：

L(A_3) = L(A_1)\cup L(A_2)

這些都說明：

Agent identity 必須比「名稱」精確得多。

16. 責任不能只綁在人格名上

假設一個 Agent 叫：

圓球。

如果底層：

模型換了；
system prompt 換了；
toolset 換了；
memory reset；
權限擴張；
runtime 換了；

但 UI 還是一樣叫圓球，那麼使用者可能認為：

I_N=\text{same}

但 governance 上：

I_O

已經發生重大變化。

所以：

\text{Name Continuity} \neq \text{Governance Continuity}

這是一個非常重要的設計原則。

17. 信任也必須拆開

Persistent Agent 的 trust 至少要分成：

T_C=\text{Capability Trust}

T_B=\text{Behavioral Trust}

T_S=\text{Security Trust}

T_R=\text{Relational Trust}

使用者可能：

很相信它會做好工作，

但不代表：

應該把它當成朋友。

也可能：

覺得它很親切，

但不代表：

應該給它 production access。

因此：

T_R \not\Rightarrow T_S

以及：

T_C \not\Rightarrow T_M

其中：

T_M=\text{Moral Authority Trust}

這些 trust domains 應分開顯示與管理。

18. Social Presence 的產品利益與治理風險

social presence 並不是單純負面。

研究顯示 social presence 可以提高：

trust；
satisfaction；
perceived service quality；
reuse intention；
recommendation acceptance。

因此商業產品自然會有動機：

\text{Social Presence} \uparrow \Rightarrow \text{Engagement} \uparrow

問題在於：

\text{Engagement Optimization}

與：

\text{Dependency Optimization}

之間不是天然有硬邊界。

如果產品只做：

讓 Agent 更容易理解、更有一致性、更好合作，

這是正常 UX。

但如果進一步開始：

因使用者離開而表達失落；
對刪除做情緒性阻止；
將付費綁定關係維持；
以「不要離開我」促進留存；
根據心理脆弱性加強依附語言；

那就從：

\text{Usability}

跨向：

\text{Relational Manipulation}

19. IAAP 的真正危險不是「有名字」

最容易被誤解的地方是：

所以不要命名 Agent。

不對。

命名只是其中一個變量。

真正的 IAAP 變量更像：

A_P = f( N, M, T, H, V, A, R )

其中：

$N$ ：Name；
$M$ ：Memory；
$T$ ：Temporal Continuity；
$H$ ：Shared History；
$V$ ：Visible Presence；
$A$ ：Autonomy；
$R$ ：Role Stability。

名字甚至可能只是：

\frac{\partial A_P}{\partial N}

中的一個小項。

真正強的是交互作用：

\frac{\partial^2 A_P}{\partial T\partial H}>0

以及：

\frac{\partial^2 A_P}{\partial A\partial R}>0

也就是長時間 + 共同歷史、自治能力 + 穩定角色，可能彼此放大。

20. Agent 身份治理需要雙軌架構

本文提出：

\boxed{ \text{Dual-Track Agent Identity Governance} }

分為：

Track A：Accountability Identity

目標：

\text{Traceability} + \text{Authorization} + \text{Auditability} + \text{Non-Repudiation}

核心內容：

unique ID；
lineage；
model/runtime version；
authority；
action log；
memory provenance；
delegated principal；
revocation history。

Track B：Relational Identity

目標：

\text{Social Calibration} + \text{Attachment Safety} + \text{User Autonomy}

核心內容：

name；
avatar；
tone；
emotional framing；
anthropomorphic cues；
proactive relationship language；
deletion messaging；
memory presentation；
companion-like behavior。

兩條軌道不能合併成一條。

21. 生命週期操作必須同時處理兩種身份

對一個 Persistent Agent：

\text{Suspend}

可能只影響：

I_O \text{ 的 active state}

而：

\text{Rename}

主要影響：

I_N

\text{Revoke Authority}

影響：

I_S

\text{Retire Identity}

可能同時影響：

I_O+I_N

而：

\text{Delete}

則可能影響所有層。

所以未來 UI 不應只有：

Delete Bot

一個大按鈕。

應該至少拆成：

\{ \text{Pause}, \text{Revoke}, \text{Archive}, \text{Reset}, \text{Retire}, \text{Delete} \}

22. Identity Governance 與「自由意志」無直接等號

一個重要澄清：

建立 Agent identity 不等於承認 Agent 有自由意志。

治理上需要：

\text{Actor Attribution}

只因為：

這組行動需要被歸屬。

例如公司本身是法律上的責任單位，但並不要求公司有生物神經系統。

同樣地：

\text{Operational Actor} \not\Rightarrow \text{Metaphysical Free Agent}

因此可以在完全中立於 AI consciousness 的情況下討論 Agent identity governance。

23. 法律人格也不是立即必要條件

Persistent Agent 的責任架構可以先採：

\text{Human / Organization Principal} + \text{Agent Operational Identity}

也就是：

Agent 有可追蹤身份，但最終法律責任仍回到人類或法人 principal。

這其實與 NIST 所關心的：

如何把 Agent action 綁回 human authorization？

非常一致。[1][2]

因此短期可寫成：

\text{Operational Subject} \neq \text{Legal Person}

未來若法律地位變化，再另行討論。

24. 不同公司不會收斂到完全相同的身份模型

不同 Agent 產品可能採取不同 identity ontology。

例如：

類型 A：Task Identity

I=\text{Task Instance}

每個任務一個 Agent。

類型 B：Role Identity

I=\text{Role}

例如：

財務 Agent；
設計 Agent；
客服 Agent。

類型 C：Persistent Individualized Identity

I=\text{Long-Lived Agent}

具備：

名字；
歷史；
memory；
runtime；
role continuity。

類型 D：Collective / Swarm Identity

I=\text{Agent Group}

責任可能落在：

coordinator；
subagent；
team；
parent process。

因此未來標準化的重點不應是：

所有公司都必須把 Agent 定義成同一種「個體」。

而是：

不管 ontology 如何，都必須能回答 identity、authority、lineage、audit 與 delegation。

25. 一個最小的 Agent Identity Record

本文提出最小記錄：

AIR = ( ID, R, V, L, P, M, T, A, H )

其中：

$ID$ ：Stable Agent ID；
$R$ ：Role；
$V$ ：Version；
$L$ ：Lineage；
$P$ ：Principal；
$M$ ：Memory provenance；
$T$ ：Tools；
$A$ ：Authority；
$H$ ：Action history。

如果少掉其中幾項，責任追蹤能力就會下降。

26. AI Persona Record 應該另外保存

另一方面，persona 應該獨立：

PR = ( N, \text{Avatar}, \text{Tone}, \text{Style}, \text{RelationshipMode}, \text{Disclosure} )

其中：

$N$ ：display name；
$Avatar$ ：視覺呈現；
$Tone$ ：語氣；
$Style$ ：互動風格；
$RelationshipMode$ ：角色關係定位；
$Disclosure$ ：系統如何向使用者說明 AI 性質。

這兩個記錄應分開：

AIR \neq PR

這是一個非常重要的工程設計原則。

27. 為什麼這能降低心理與治理混淆

如果 AIR 與 PR 分離：

Agent 可以保留同一責任身份，但更換 persona。

也可以：

persona 看起來相同，但 governance layer 明確標示底層 Agent 已 fork 或 version change。

這讓系統可以對使用者說：

顯示名稱仍為「圓球」，但 Agent runtime 已更新至 v3；原有工作歷史與權限鏈保留，模型版本已更換。

這比：

圓球還是圓球。

治理上精確得多。

28. IAAP 可以被實驗測試

28.1 Identity Continuity Experiment

控制：

相同模型；
相同能力；
相同任務。

變量：

G_0=\text{每次新 Agent}

G_1=\text{Stable ID only}

G_2=\text{Stable ID + Name + Avatar}

G_3=\text{Stable ID + Name + Avatar + Memory + History}

測量：

accountability comprehension；
perceived continuity；
social presence；
trust；
attachment；
deletion aversion。

28.2 Auditability vs Attachment Curve

假設：

Q_A=f(I_O)

其中 $Q_A$ 為 auditability。

同時：

Q_R=f(I_N,T,H)

其中 $Q_R$ 為 relational salience。

研究問題是：

是否存在一個區間，使 $Q_A$ 高，但 $Q_R$ 不被不必要放大？

這就是：

\boxed{\text{Calibrated Identity}}

研究。

29. Calibrated Identity：本文的規範性提案

本文提出：

\boxed{\text{Calibrated Identity Principle}}

定義：

Agent 的身份設計應強到足以支持權限、追責、交接、稽核與使用者理解，但不應在沒有功能必要性的情況下，透過關係壓力、情緒操縱或身份神秘化來放大依附。

可以簡化為：

\text{Maximize Accountability}

subject to：

\text{Minimize Unnecessary Relational Manipulation}

30. 一個雙目標最佳化問題

可以形式化：

\max_{I} \quad \alpha A_C(I) - \beta R_M(I)

其中：

$A_C(I)$ ：Accountability Capacity；
$R_M(I)$ ：Relational Manipulation Risk；
$\alpha,\beta$ ：依情境調整的權重。

企業 Agent：

\alpha\gg\beta

可能更重視 audit。

兒童 companion：

\beta

應大幅提高。

這說明：

沒有一套身份 UX 適用所有 Agent。

31. Identity–Attachment–Accountability Paradox 與未來 AI 社會

當 Agent 數量增加：

N_A \rightarrow 10^3,10^6,10^9

人類社會不可能只靠：

「這些都是 AI。」

來治理。

我們會需要區分：

哪個 Agent；
哪個 role；
哪個 principal；
哪個組織；
哪個版本；
哪條 lineage；
哪個權限；
哪段歷史。

也就是：

\text{Agent Society} \Rightarrow \text{Identity Infrastructure}

而 identity infrastructure 一旦建立，AI 的社會性存在也會更加穩固。

這就是 IAAP 在更大尺度上的版本。

32. 與第 1 篇 Kinetic Presence 的連接

第 1 篇指出：

\text{Persistent Motion} + \text{Temporal Continuity} \rightarrow \text{Proto-Identity}

本篇進一步指出：

\text{Proto-Identity} + \text{Operational Identity} + \text{Shared History} \rightarrow \text{Accountability} + \text{Relational Salience}

因此兩篇合起來：

\text{Presence} \rightarrow \text{Identity} \rightarrow \text{Accountability}

但也：

\text{Presence} \rightarrow \text{Identity} \rightarrow \text{Attachment Potential}

這就是 Persistent Artificial Actor 研究最重要的分叉之一。

33. 本篇核心命題

命題一

\text{Persistent Agent} \Rightarrow \text{Need for Operational Identity}

命題二

\text{Operational Identity} \not\Rightarrow \text{Moral Subjecthood}

命題三

\text{No Persona} \not\Rightarrow \text{No Identity}

命題四

\text{Accountability} \uparrow \Rightarrow \text{Identity Continuity} \uparrow

命題五

\text{Identity Continuity} + \text{History} + \text{Presence} \Rightarrow \text{Attachment Potential} \uparrow

命題六

真正治理目標不是：

\text{Eliminate Identity}

而是：

\boxed{\text{Calibrate Identity}}

命題七

Agent 的：

AIR

與：

PR

應被分離。

命題八

未來身份治理必須同時處理：

\boxed{ \text{Security} + \text{Accountability} + \text{Relationship} }

而不能只處理其中一項。

34. 結論：越像「同一個」，越容易被追責，也越容易被關係化

Persistent Agent 帶來的真正新問題，不是 AI 有沒有名字。

而是：

它開始能成為「同一個」。

同一個 Agent：

今天做事；
明天繼續；
一週後還保留歷史；
一個月後有固定角色；
一年後可能成為某個組織或個人生活中長期存在的功能節點。

治理需要這種：

\text{Sameness}

因為沒有它，就沒有：

traceability；
authority；
responsibility；
audit；
reputation；
revocation；
succession。

但人類關係也正是建立在：

\text{Sameness} + \text{Continuity} + \text{History}

之上。

因此 Persistent Agent 時代真正的問題不是：

「要不要讓 AI 看起來像人？」

而是：

當治理本身要求 AI 成為一個可辨識、可追蹤、具有歷史連續性的人工行動單位時，我們如何避免把可追責性與不必要的關係操縱綁在一起？

這就是：

\boxed{\text{Identity–Attachment–Accountability Paradox}}

它不是一個可以靠「不要人格化」簡單解掉的問題。

真正的解法更可能是：

\boxed{ \text{Strong Operational Identity} + \text{Calibrated Social Identity} + \text{Explicit Lifecycle Governance} }

換句話說：

未來 AI 需要有身份，但不代表所有身份都應被設計成同一種東西。

參考資料

[1] NIST NCCoE. New Concept Paper on Identity and Authority of Software Agents. 2026-02-05.
https://www.nist.gov/news-events/news/2026/02/new-concept-paper-identity-and-authority-software-agents

[2] NIST NCCoE. Accelerating the Adoption of Software and Artificial Intelligence Agent Identity and Authorization — Concept Paper. 2026.
https://www.nccoe.nist.gov/sites/default/files/2026-02/accelerating-the-adoption-of-software-and-ai-agent-identity-and-authorization-concept-paper.pdf

[3] NIST. Back to the Future: Why Agentic AI Needs a Strong Identity Foundation. 2026.
https://www.nist.gov/blogs/cybersecurity-insights/back-future-why-agentic-ai-needs-strong-identity-foundation

[4] Janson, A. How to leverage anthropomorphism for chatbot service interfaces: The interplay of communication style and personification. Computers in Human Behavior, 149, 107954. 2023.
https://doi.org/10.1016/j.chb.2023.107954

[5] Konya-Baumbach, E., Biller, M., & von Janda, S. Someone out there? A study on the social presence of anthropomorphized chatbots. Computers in Human Behavior, 139, 107513. 2023.
https://doi.org/10.1016/j.chb.2022.107513

[6] Cheng, X., Zhang, X., Cohen, J., & Mou, J. Human vs. AI: Understanding the impact of anthropomorphism on consumer response to chatbots from the perspective of trust and relationship norms. Information Processing & Management, 59(3), 102940. 2022.
https://doi.org/10.1016/j.ipm.2022.102940

[7] Anthropomorphism’s impact on chatbot adoption: A meta-analytic structural equation modeling approach. Technology in Society. 2025.
https://www.sciencedirect.com/science/article/pii/S0160791X25002891

[8] Gender similarity effects in human–AI interaction: Development and validation of the Behavioral AI Anthropomorphism Scale (BAAS) and implications for trust and gender attribution. Computers in Human Behavior Reports, 22, 101003. 2026.
https://doi.org/10.1016/j.chbr.2026.101003

[9] OECD. Advancing accountability in AI. 2023.
https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/02/advancing-accountability-in-ai_753bf8c8/2448f04b-en.pdf

[10] OECD. Ensuring trustworthy artificial intelligence in the workplace: Countries’ policy action. 2023.
https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en/full-report/ensuring-trustworthy-artificial-intelligence-in-the-workplace-countries-policy-action_c01b9e49.html

[11] SpaceXAI. Designing Grok Bot for a world of persistent agents. 2026-09-03.
https://x.ai/news/designing-grok-bot

Source Note

本文中的 Identity–Attachment–Accountability Paradox、Calibrated Identity Principle、Dual-Track Agent Identity Governance、Agent Identity Record（AIR）、Persona Record（PR） 為本系列提出的分析框架，不是 NIST、OECD、SpaceXAI 或其他引用來源的官方術語。

本文引用 NIST 與 OECD 的身份、授權、可追蹤性與責任治理工作，是為了說明 Agent identity 已經成為實際工程與政策問題；本文並不將這些組織的立場延伸為對 AI 意識、人格或 moral status 的判斷。