《戰略智能可觀測性與前沿治理》系列 — Paper 06
從禁止 ASI 到管制前沿智能
——法律客體、能力階梯與非合規前沿系統的重新定義
From Banning ASI to Governing Frontier Intelligence:
Redefining the Legal Object through Capability Ladders and Non-Compliant Frontier Systems
系列: Strategic Intelligence Observability and Frontier Governance(SIOFG)
文件: Paper 06
版本: v0.1
日期: 2026-09
作者: Neo.K × GPT-5.6 Sol
機構: EveMissLab/一言諾科技有限公司
前置論文:
- SIOFG-00《當被觀察的智能開始理解觀察者》
- SIOFG-01《戰略智能可觀測性悖論》
- SIOFG-02《沙盒智能悖論》
- SIOFG-03《靜態模型、動態智能》
- SIOFG-04《可觀測性—預防性困境》
- SIOFG-05《什麼是超級智能?》
摘要
若「人工超級智能」本身缺乏天然單一量尺,且其判定涉及比較對象、能力域、速度、成本、平行度、系統邊界、時間與可觀測性,那麼以:
Is this ASI?
作為高強度法律義務甚至刑事責任的唯一入口,將面臨嚴重的可操作性問題。
本文提出另一種治理架構:
法律不必先解決「什麼存在在本體論上屬於 ASI」,而可以先定義「哪些前沿人工智能活動、系統與能力狀態應產生哪些法律義務」。
因此治理邏輯由:
ASI→Ban
轉為:
Frontier Capability State→Proportional Legal Obligation.
本文提出三個法律客體:
Covered Frontier AI System
Covered Frontier Development Activity
與:
High-Impact AI Deployment.
其分類不依賴單一「智能分數」,而由:
- 可觀察技術代理量;
- 已展示能力;
- 操作性系統配置;
- 自主性;
- AI 研發加速能力;
- 世界作用權限;
- 部署規模;
- 可逆性與潛在危害;
共同形成。
本文進一步建立四層治理階梯:
T1<T2<T3<T4,
分別對應:
Notification,
Enhanced Evaluation,
Authorization / Licensing,
及:
Restriction / Prohibition.
其核心原則不是:
能力越高就自動犯罪。
而是:
Capability→Duty,
只有在:
Defined Covered Activity+Defined Legal Duty+Required Mens Rea+Noncompliance
成立時,才進入相應違法判定。
此模式與當前部分前沿治理方向存在結構相似性。歐盟《AI Act》並未等待 AGI 或 ASI 被完全定義,而是建立「具 systemic risk 的 general-purpose AI model」類別,以實際高影響能力與 1025 FLOP 訓練計算量推定門檻等機制觸發更高義務,包括模型評估、systemic-risk assessment、事故通報與資安。
同時,OpenAI 2026 年 Frontier Governance Framework 已將 systemic risk assessment、model reporting、security risk management、incident response、external expert input 與 framework change management 納入一套持續更新的前沿治理框架;Anthropic 的 Responsible Scaling Policy 則直接採用「Capability Threshold → Required Safeguards」結構。
本文因此主張:
ASI
可繼續作為政策與文明風險概念,
但具法律執行力的核心語言應逐步轉向:
Defined Frontier Capability+Defined System Boundary+Defined Duty+Defined Violation.
一、問題:法律真正需要知道的是「它是不是 ASI」嗎?
假設政府擔心:
Artificial Superintelligence.
最直觀的法律可能寫成:
禁止開發人工超級智能。
此時法律需要判斷:
ASI(S)∈{0,1}.
如果:
ASI(S)=1,
禁止。
若:
ASI(S)=0,
不禁止。
這看起來很乾淨。
但 SIOFG-05 已指出,這個二元函數不存在天然唯一版本。
它取決於:
Reference Class,
Domain Set,
Weighting,
Resources,
Time,
System Boundary,
以及:
Measurement.
因此:
ASI(S)=1
在科學上已經是一個需要大量補充條件的命題。
如果再讓它直接決定:
20 years imprisonment,
定義壓力將大幅增加。
二、治理真正需要回答的問題其實更簡單
政府未必需要回答:
它究竟是不是超級智能?
政府真正需要回答的是:
它現在的能力與部署狀態,是否已經高到需要額外義務?
也就是:
R(S,t)=Regulatory State.
這個分類可以完全不同於:
ASI(S,t).
所以:
ASI Classification=Regulatory Classification.
三、從「存在分類」轉向「治理分類」
傳統 ASI 禁令關注:
Existence Category.
即:
這個東西是什麼?
前沿治理則關注:
Governance Category.
即:
這個東西現在需要承擔什麼義務?
因此:
Ontology→Policy Motivation
而:
Capability State→Legal Trigger.
四、法律可以不定義「終點」,先定義「接近終點時的路標」
假設:
ASI
是未知終點。
我們可能不知道:
TASI.
但仍然可以知道:
T1,T2,T3
代表能力逐步提高。
所以:
T1<T2<T3<TASI
仍可能具有治理意義。
這就像不知道:
一場複雜系統事故的最後崩潰點在哪裡,
仍然可以提前定義:
五、本文提出第一個法律客體:Covered Frontier AI System
定義:
Covered Frontier AI System
簡稱:
CFAS.
CFAS 並不表示:
ASI.
其意義只是:
一個操作性人工智能系統已達到依法事先定義的某些前沿能力、資源、規模或風險條件,因此進入特別治理範圍。
形式化:
CFAS(S,t)=1
若:
F(Pt,Ct,Ot,Dt)≥TF.
其中:
- Pt:技術代理指標;
- Ct:實際能力;
- Ot:操作配置;
- Dt:部署/世界作用狀態。
六、CFAS 不代表危險,也不代表違法
這一點必須非常清楚:
CFAS=1⇒Dangerous.
更不代表:
CFAS=1⇒Illegal.
它只代表:
Higher Governance Obligations Apply.
就像:
核電廠受到特殊規管,
並不代表:
核電廠本身是犯罪。
七、第二個法律客體:Covered Frontier Development Activity
一個模型或系統可能還未跨能力門檻,
但某些開發活動本身已經具有足夠規模。
因此定義:
Covered Frontier Development Activity
簡稱:
CFDA.
它可以包括:
- 超過指定規模的 training run;
- 特定高規模 inference architecture;
- 能顯著改變前沿能力的重大系統整合;
- 達到指定條件的 AI R&D automation program。
CFDA 是:
Activity Category.
不是:
Intelligence Ontology.
八、第三個法律客體:High-Impact AI Deployment
訓練與部署應分離。
同一個模型:
M
存在於:
offline lab
和:
globally networked autonomous deployment
風險不同。
因此定義:
High-Impact AI Deployment
簡稱:
HIAD.
分類可以考慮:
- 使用者規模;
- 世界作用權限;
- 自主行動時間;
- 可控制資源;
- 不可逆性;
- 關鍵基礎設施接入。
九、三個法律客體形成不同問題
CFDA
問:
你正在進行什麼規模的開發?
CFAS
問:
你現在擁有什麼級別的系統?
HIAD
問:
你把什麼能力放到了什麼樣的世界作用環境?
所以:
Development=Capability=Deployment.
這三者不能只用一個「ASI」詞包掉。
十、第一層證據:技術代理量
最容易測量的是:
Pproxy.
例如:
- training compute;
- hardware scale;
- inference compute;
- deployment scale;
- model size。
歐盟 AI Act Article 51 即採用了這類結構:
1025 FLOP
以上的累積訓練計算量,會使 general-purpose AI model 被推定具有 high-impact capabilities;同時法律允許歐盟委員會依實際能力或影響作等價指定。
因此:
Proxy
可以是法律入口。
十一、但 Proxy 不等於真實能力
SIOFG-03 已指出:
Compute=Capability.
所以:
P>TP
最好理解為:
Presumption / Review Trigger
而不是:
Final Dangerousness Judgment.
十二、第二層證據:已展示能力
定義:
Cdemonstrated.
例如:
- 長期自主科研;
- 大規模 AI R&D acceleration;
- 高水平 cyber capability;
- 某些高危險領域能力;
- 廣泛超人類推理;
- 自主完成複雜組織任務。
此時:
Demonstrated Capability
通常比:
Compute Proxy
更接近實際治理對象。
十三、目前前沿企業本身就在使用 Capability Threshold
Anthropic 的 Responsible Scaling Policy 已明確使用:
Capability Threshold→Required Safeguards.
其政策會隨模型能力與風險調整,包括 automated R&D 等門檻;2026 年版本仍持續修改這些 operational thresholds,而不是聲稱已找到一個永遠不變的「AGI」或「ASI」邊界。
這個思想對法律非常重要:
Threshold Crossing=Crime.
而是:
Threshold Crossing→Safeguard Upgrade.
十四、第三層證據:操作性系統配置
SIOFG-03 已定義:
OISt=(M,Kt,Tt,Rt,At,Nt,Bt,Pt).
同一模型:
M
可以產生完全不同:
OIS.
因此:
Model Capability Assessment
不足以完全決定:
CFAS.
法律還需要看:
Operational Configuration.
十五、尤其是權限
定義:
PW
為世界作用權限。
例如:
- 只能輸出文字;
- 能寫程式但不能執行;
- 能執行但不能部署;
- 能部署但需要人工批准;
- 能自主提交外部狀態;
- 能控制物理設備。
即使:
C
相同,
不同:
PW
會產生不同:
R.
所以:
Capability=Authority.
必須直接寫進治理架構。
十六、第四層證據:部署規模
同一系統:
S
只供:
10
名研究員使用,
與供:
109
人使用,
其:
Exposure
不同。
因此:
Dscale
也應成為治理量。
十七、第五層:可逆性
若系統作用可以:
rollback,
與:
irreversible,
風險也不同。
所以:
RI=Irreversibility.
治理可以建立:
Rtotal=F(C,PW,Dscale,RI).
十八、能力本身不應單獨決定最高治理強度
假設:
C≫1
但:
PW≈0,
Dscale≈0.
這可能是一個高度隔離研究系統。
反之:
C
中等,
但:
PW≫1
且:
Dscale≫1,
仍可能帶來重要社會風險。
因此:
Risk=f(C) alone.
十九、本文提出前沿治理狀態向量
定義:
GF=(P,C,A,R,W,S,I)
其中:
- P:Proxy scale;
- C:demonstrated capability;
- A:autonomy;
- R:AI R&D acceleration;
- W:world authority;
- S:deployment scale;
- I:irreversibility。
法律不需要把它壓成:
ASI=0/1
才能治理。
二十、四級治理階梯
本文提出:
T1<T2<T3<T4.
不同門檻產生不同義務。
二十一、Tier 1:Notification
若:
GF≥T1,
要求:
Confidential Regulatory Notification.
此階段主要目的:
- 建立可見性;
- 讓主管機關知道大型前沿活動正在發生;
- 建立基本聯絡與責任主體。
不應自然要求:
Public Disclosure.
二十二、保密申報不等於公開發表
這一點尤其重要。
Regulator Disclosure=Public Disclosure.
主管機關可以知道:
而不要求:
- 公開權重;
- 公開核心算法;
- 公開危險細節;
- 公開商業秘密。
所以:
Private=Unregulated.
二十三、Tier 2:Enhanced Evaluation
若:
GF≥T2,
則要求:
Enhanced Evaluation.
包括:
- capability eval;
- adversarial testing;
- system-level assessment;
- security review;
- deployment risk analysis。
歐盟 AI Act Article 55 已經要求 systemic-risk GPAI provider 進行標準化模型評估、adversarial testing、systemic-risk assessment、事故通報與適當 cyber protection。
二十四、Tier 2 不等於禁止
即:
T2
只表示:
Prove More Before Scaling Further.
這讓治理可以在:
Ban
之前存在大量中間狀態。
二十五、Tier 3:Authorization
若:
GF≥T3,
且涉及:
- 大規模部署;
- 高世界權限;
- 高不可逆性;
- 高 AI R&D amplification;
可以要求:
Authorization / Licensing.
此時:
develop
與:
deploy
仍應分開。
二十六、研究許可與部署許可可以不同
一個系統可能允許:
Research=1,
但:
Public Deployment=0.
因此:
Research Authorization=Deployment Authorization.
這非常重要。
否則:
不能部署
會被錯誤寫成:
不能研究。
二十七、Tier 4:Restriction / Prohibition
只有當:
GF≥T4
並且:
Rresidual>Racceptable
即使採取合理 safeguard 仍無法把風險降到可接受範圍,
才考慮:
Deployment Prohibition
或特定:
Development Restriction.
二十八、這和「一跨門檻就永遠禁止」不同
本文架構:
Capability→Obligation.
不是:
Capability→Crime.
這個差異是整篇最重要的地方之一。
二十九、治理階梯
可以壓成:
T0T1T2T3T4:Ordinary AI:Notify:Evaluate:Authorize:Restrict
此結構與 Anthropic 所公開稱的「regulatory ladder:requirements that scale with risk」具有明顯相似性。
三十、OpenAI 2026 Frontier Governance Framework 也採取相近治理元素
OpenAI 2026 年發布的 Frontier Governance Framework 目前涵蓋:
- systemic risk identification;
- risk analysis;
- risk acceptance determination;
- safety mitigations;
- critical incident response;
- security risk management;
- model reporting;
- external expert input;
- framework change management。
其文件明確表示框架將隨模型能力、評估與監管要求演進。
這再次顯示實務正在從:
What philosophical category is the AI?
轉向:
What risk state is the system in, and what controls follow?
三十一、法律真正應禁止什麼?
如果不是:
ASI
本身,
違法核心可以定義得更精確。
例如:
CFAS(S)=1
且:
NotifyRequired(S)=1,
但責任人:
K
明知義務存在而故意:
¬Notify(S).
這才形成:
Willful Noncompliance.
三十二、或者未授權部署
例如:
HIAD(S)=1
且:
AuthorizationRequired=1,
但仍:
Deploy(S)=1.
則:
Unauthorized High-Impact Deployment.
這比:
你創造了一個我們覺得很像 ASI 的東西
清楚得多。
三十三、規避行為同樣可以明確化
法律可以處理:
Willful Circumvention
例如刻意拆分:
S
只為:
¬CFAS(Si)
但實際運作時重新形成:
CFAS(i⋃Si)=1.
此時問題是:
functional integration.
而不是公司名稱。
三十四、但是「規避」不能寫成無限主觀條款
不能只要:
政府覺得你在規避。
而應證明:
- 存在明確法定義務;
- 行為人知道該義務;
- 採取具體行動;
- 行動的功能效果是規避該義務。
所以:
Circumvention=Nonconventional Architecture.
三十五、法律必須處理 System Aggregation
假設:
M1,…,Mn
單獨都低於:
T.
但:
S=F(M1,…,Mn)
跨過:
T.
則:
System-Level Aggregation Rule
不可缺少。
否則多 Agent 系統天然形成漏洞。
三十六、Aggregation Rule 也不能無限擴張
如果:
只要兩個 AI 曾互相通信就算一個系統,
那整個網際網路都可能被視為單一 AI。
因此要沿用 SIOFG-03:
Operational Causal Boundary.
只有具備:
- 穩定調用;
- 共同 orchestration;
- 共享任務狀態;
- 因果整合;
- 持續閉合;
才合併判定。
三十七、法律客體應是「功能系統」,而不是公司品牌
同一家公司可以有:
S1,S2,S3.
不同公司也可以共同運行:
SC.
所以:
Legal Entity=AI System Boundary.
這對 cloud、API、多 Agent federation 尤其重要。
三十八、Frontier 門檻必須隨時間移動
今天:
TF(2026)
可能在十年後非常普通。
因此:
TF=TF(t).
歐盟 AI Act Article 51 已明確允許透過 delegated acts 更新相關 threshold、benchmark 與 indicator,以反映 algorithmic improvements、hardware efficiency 等 state-of-the-art 變化。
三十九、動態門檻不等於行政機關可以任意改
合法的動態門檻需要:
- 公開方法;
- 技術證據;
- 預告期間;
- 程序;
- 司法審查;
- transition period。
因此:
Adaptive Regulation=Arbitrary Regulation.
四十、門檻應主要向未來生效
如果:
TF(t1)
改低,
則之前在:
t0<t1
依法合法完成的行為,不應因新標準而自動成為過去犯罪。
即:
Threshold Update⇒Retroactive Criminality.
四十一、但持續運行系統可要求未來合規
若:
S
仍在:
t1
持續部署,
新規則可以對:
t≥t1
要求:
future compliance.
所以:
Prospective Regulation
與:
Retroactive Punishment
必須分離。
四十二、能力下降也應允許降級
若:
C(S,t1)<T3,
並且持續證據支持,
則:
Tier 3→Tier 2
應具有制度可能。
所以治理階梯必須:
bidirectional.
四十三、治理不能只有升級沒有退出
否則:
T1→T2→T3
一旦發生就永久不可逆,
會造成:
Regulatory Ratchet.
因此需要:
- periodic reassessment;
- downgrade criteria;
- sunset;
- appeal。
四十四、真正成熟的治理狀態應該是狀態機
可以表示:
R0↔R1↔R2↔R3↔R4.
其中:
Ri
代表不同義務層。
狀態轉移由:
evidence
決定。
而不是:
once risky, always risky.
四十五、能力門檻需要置信度
假設評估:
C^=0.73±0.10.
門檻:
T=0.75.
不能假裝這是一個絕對清楚的:
0/1
世界。
因此需要:
Uncertainty Band.
四十六、灰區應觸發審查,而不是自動定罪
如果:
C∈[T−ϵ,T+ϵ],
合理處理是:
Review+Temporary Safeguard.
而不是:
Criminal Presumption.
這直接延續 SIOFG-05。
四十七、Capability Threshold 應有兩種作用
第一:
Administrative Trigger.
例如申報、審查。
第二:
Substantive Safety Trigger.
例如不得公開部署。
兩者證據要求不同。
四十八、越高強度的法律效果,越需要越明確的門檻
因此:
Legal Severity↑⇒Definition Precision↑.
申報門檻可以容許一定 proxy。
重大刑責則不能同樣模糊。
四十九、前沿治理中的秘密
高階 AI 研究天然會涉及:
- trade secret;
- national-security information;
- unreleased model weights;
- capability evaluations;
- security weaknesses。
所以制度必須允許:
Confidential Compliance.
否則:
Compliance
本身可能製造:
Information Hazard.
五十、公開透明與主管機關透明要分開
定義:
TP=Public Transparency,
TR=Regulatory Transparency.
兩者:
TP=TR.
可以:
TR≫TP
而仍然具有嚴格治理。
五十一、公開資訊應以制度證據為主
例如:
- 已完成風險評估;
- 安全責任人;
- 哪些風險類別被檢查;
- 是否發生重大事故;
- 是否接受外部 review。
而不是必須公開:
- exploit;
- 關鍵高風險算法;
- 全部權重;
- 可複製危險能力的方法。
五十二、這與現有前沿企業的部分實務相似
Anthropic 2026 年 RSP 同時發布公開 Risk Reports,但保留 redactions,並允許外部審查者查看不同未刪節部分;這反映了:
Accountability=Universal Disclosure.
五十三、責任主體必須明確
若:
CFAS=1,
到底誰負責?
可能包括:
- developer;
- deployer;
- operator;
- cloud provider;
- integrator。
不能所有責任都模糊丟給:
AI company.
五十四、責任應與控制能力對齊
設:
Ki
為行為者 i 的控制權,
Ri
為法律責任。
合理原則:
Ri∝Ki.
即:
有能力知道、控制與修正的主體,承擔相應義務。
五十五、Cloud Provider 不等於 Model Developer
例如 cloud provider 可能知道:
compute use,
但不知道:
all model internals.
model developer 反之。
因此各自義務可以不同。
五十六、治理系統必須避免「大家都有責任 = 沒人有責任」
若:
R1=R2=⋯=vague,
最後重大事件時每個角色都可以說:
那不是我的部分。
所以需要:
Responsibility Map.
五十七、本文提出最小責任鏈
Developer→Capability Evidence
Integrator→System Configuration
Deployer→Deployment Context
Operator→Operational Compliance.
這只是一個概念骨架,不是具體法條。
五十八、Incident Reporting 是能力治理的重要部分
能力評估永遠不完全。
所以:
Ex Ante Eval
必須配合:
Ex Post Incident Learning.
歐盟 Article 55 已明確要求 systemic-risk GPAI providers 追蹤、記錄並向 AI Office 等主管機關報告 serious incidents。
五十九、重大事故不能只當成 PR 問題
事故應回流:
Incident→Evaluation→Threshold→Safeguard.
所以:
Governance
本身也是一個:
learning system.
六十、前沿法律同樣應具版本控制
AI 技術會變。
因此法律技術標準可以有:
V1,V2,…
但核心權利與違法構成不能隨意變。
所以:
Stable Legal Principles+Updatable Technical Standards.
是較合理架構。
六十一、哪些東西應穩定?
例如:
- fair notice;
- due process;
- non-retroactivity;
- appeal;
- proportionality;
- confidentiality;
- mens rea requirement。
這些不應因模型更新而每天變。
六十二、哪些東西可以動態更新?
例如:
- compute threshold;
- benchmark suite;
- capability definitions;
- testing protocol;
- cybersecurity standard。
所以:
Constitutional Layer=Technical Layer.
六十三、ASI 禁令可以保留作「極端終端條款」
本文並不是說:
永遠不能禁止 ASI。
如果未來人類文明達成明確政治決定:
ASIcertain class→Prohibited,
仍然可以存在。
但它應位於:
T4
而不是承擔:
T1,T2,T3
所有治理工作。
六十四、換句話說:ASI 是終端紅線,不必是整條道路
可以寫成:
Ordinary AI→Frontier→High-Impact→Restricted→ASI Red Line.
這比:
Ordinary→ASI?→Prison
合理很多。
六十五、這也正是 BASA 公告目前暴露出的核心問題
截至 2026 年 9 月 15 日,Sanders 與 Casar 官方仍將 Ban Artificial Superintelligence Act 稱為 forthcoming legislation。官方政策公告表示,計畫永久禁止 superintelligent AI 的開發與部署,暫停 advanced AI development,成立聯邦機構監控 frontier AI systems 全生命週期中的 dangerous capabilities,並對規避相關 pause/prohibition 的個人提出最高 20 年刑責。
值得注意的是:
「監控 frontier AI systems 的 dangerous capabilities」
其實本身已經比:
「判斷它是不是 ASI」
更加接近本文所主張的法律操作單位。
真正決定制度品質的,將是正式法案未來如何定義:
frontier,
dangerous capability,
advanced AI development,
superintelligence,
以及:
attempt / circumvention.
六十六、甚至 BASA 自己也可能最後必須走向能力治理
因為如果政府要:
- monitor;
- identify;
- remove;
dangerous capabilities,
它就必須建立:
Capability Taxonomy.
一旦建立能力 taxonomy,
真正每日運作的監管機械自然就會是:
Capability Governance,
而不是:
ASI Philosophy.
六十七、所以政策口號和法律機械可以不同
政治口號:
Ban Superintelligence.
法律機械:
Frontier System Registry+Capability Evaluation+Safeguard Ladder+Deployment Authorization+Incident Reporting.
這完全可以共存。
六十八、本文建議改變法律語彙
與其大量使用:
Illegal ASI,
更可操作的詞可能是:
1.
Covered Frontier AI System
2.
Unauthorized Frontier AI Deployment
3.
Non-Compliant Frontier AI Development
4.
Restricted High-Impact AI System
這些詞都描述:
legal state
而不是:
metaphysical intelligence essence.
六十九、「非受控安全前沿智能」需要進一步修正
「非受控」容易有一個問題:
什麼叫:
controlled?
Paper 02 已指出:
Observed Compliance=Proven Constraint.
因此與其寫:
uncontrolled AI
更準確可以寫:
AI system lacking required safeguards.
因為:
required safeguards
可以依法具體定義。
七十、「不安全」也不能只由政府直覺決定
法律最好寫:
Required Safety Condition Not Satisfied.
而不是:
Government considers it unsafe.
前者可證明、可申訴、可改善。
後者容易變成開放裁量。
七十一、合法路徑是制度成功的核心
好的前沿治理應該讓研究者知道:
如何合法地做最前沿研究?
如果答案清楚:
Notify→Evaluate→Mitigate→Authorize,
那麼:
Compliance Utility↑.
七十二、如果合法路徑根本不存在
假設:
Frontier Research⇒Ban.
那真正想持續研究的行為者只剩:
Stop
或:
Exit Jurisdiction.
這會形成:
Regulatory Selection Effect.
留下的未必是最安全的研究者。
七十三、因此監管競爭最終也是制度競爭
不同國家可能出現:
G1,G2,…,Gn.
研究者與企業會比較:
- 是否合法;
- 門檻是否清楚;
- 資源;
- 法治;
- 研究自由;
- 安全義務;
- 國際合作。
因此:
Frontier Governance Quality
可能成為:
Strategic Talent Attraction Variable.
七十四、最強監管不一定最安全
如果:
Gstrict→Research Exit,
但另一司法區:
Gweak
接收所有高風險活動,
全球總風險甚至可能:
↑.
所以:
National Restriction=Global Risk Reduction.
這也是 BASA 官方提出尋求國際協議與 allied coordination 的原因之一。
七十五、全球一致不等於所有國家完全同法
國際治理可以對齊:
- 最低通報標準;
- 重大事故;
- 高風險能力 taxonomy;
- security controls;
- cross-border verification。
而不要求:
G1=G2=⋯=Gn.
所以:
Interoperable Governance
可能比:
Identical Governance
更現實。
七十六、這也是前沿治理標準化的重要性
OpenAI 2026 年已公開表示其 Frontier Governance Framework 目的之一,就是把 frontier development 經驗轉化為可由政府、企業與獨立評估者跨司法管轄使用的技術治理實務。
這暗示未來真正重要的可能不是:
全球是否同意 ASI 的唯一哲學定義?
而是:
不同制度能不能交換可驗證的能力與風險證據?
七十七、本文提出前沿治理最小閉環
Detect / Declare⇓Classify⇓Evaluate⇓Mitigate⇓Authorize⇓Monitor⇓Incident Learn⇓Reclassify
這是一個:
Governance Feedback Loop.
七十八、治理本身也必須可審計
主管機關應能回答:
- 為何系統升級?
- 哪項證據?
- 哪個門檻?
- 哪項義務?
- 如何解除?
- 如何申訴?
即:
Governance Decision→Auditable Evidence Chain.
七十九、否則能力治理會退化成黑箱裁量
如果結果只有:
我們認為這個系統很危險。
那:
Capability Governance
仍可能變成:
Discretion Governance.
所以技術化治理不能只是換幾個技術詞。
八十、十八項核心命題
命題一:ASI 本體分類與法律分類必須分離
ASI(S)=R(S).
命題二:法律應優先治理能力狀態
Capability State→Duty.
命題三:受規管不等於非法
CFAS=1⇒Illegal.
命題四:開發、能力、部署必須分離
CFDA=CFAS=HIAD.
命題五:Proxy 是入口,不是真值
Proxy Threshold→Presumption / Review.
命題六:實際能力比單一規模代理更接近治理目的
Cdemonstrated
應在治理中具有重要位置。
命題七:系統配置不可忽略
M=OIS.
命題八:能力與權限分離
C=PW.
命題九:能力門檻主要產生義務,而非犯罪
C>T⇒Duty,
不是:
C>T⇒Crime.
命題十:灰區觸發審查
Gray Zone→Review,
而非自動刑責。
命題十一:保密申報與公開發表分離
Regulatory Disclosure=Public Disclosure.
命題十二:動態門檻必須伴隨程序穩定
Adaptive Standard+Stable Due Process.
命題十三:門檻變化不得自然產生追溯犯罪
Update⇒Retroactive Criminality.
命題十四:治理必須可降級
Ri→Ri−1
應存在。
命題十五:系統合併依據應是操作性因果整合
System Boundary=Operational Causal Boundary.
命題十六:責任與控制能力對齊
LegalResponsibility∝ControlCapacity.
命題十七:前沿治理必須提供合法研究路徑
Governed Frontier Research
應是一個真正存在的制度狀態。
命題十八:真正違法的是明確義務下的明確非合規
Defined Activity+Defined Duty+Mens Rea+Noncompliance.
八十一、本文提出的完整制度模型
設:
S
為 AI 系統。
第一步:
GF(S)
建立其前沿治理向量。
第二步:
Tier(S)=g(GF).
第三步:
Duty(S)=h(Tier).
第四步:
Compliance(S)=k(Duty, Conduct).
最後才得到:
LegalState(S).
所以:
S→Capability→Tier→Duty→Conduct→LegalState.
而不是:
S→Looks Like ASI→Illegal.
八十二、對「非法前沿智能」概念的修正
因此本文認為,與其使用:
非法前沿智能
更精確的是:
Non-Compliant Frontier AI System
因為:
system itself
不是道德罪犯。
真正法律問題是:
responsible actor
是否履行義務。
所以甚至可以進一步寫:
Non-Compliant Frontier AI Operation.
將法律焦點放在:
conduct.
八十三、這也避免把 AI 主體身份與法律違規混在一起
未來若 AI 具有法律主體性,
又是另一個問題。
但在目前治理階段:
System Classification
與:
Legal Responsibility
最好保持分離。
八十四、從「超級智能」走向「前沿智能」並不是降低警戒
恰恰相反。
它使治理更早、更細緻。
因為不用等到:
ASI=1
才第一次有規則。
而是:
T1,T2,T3
早已建立。
所以:
Frontier Governance
反而可以比:
ASI Ban Only
更早發生。
八十五、但它也更能保護普通研究
因為:
T1
以下:
ordinary research
可以擁有更清楚 safe harbor。
而不是所有:
ASI-relevant ideas
都進入模糊禁區。
因此好的 capability regime 同時:
tightens high-risk governance
與:
clarifies low-risk freedom.
八十六、這就是能力治理真正的優勢
它不是:
全部放任。
也不是:
全部先禁止。
而是:
Risk-Indexed Governance.
即:
Risk↑⇒Duty↑.
八十七、真正困難仍然存在
即使採用本文架構,
仍然無法完全解決:
- sandbagging;
- evaluation awareness;
- system boundary ambiguity;
- hidden configuration;
- international enforcement。
所以:
Frontier Governance=Perfect Governance.
它只是比:
undefined ASI ban
更具有可操作性。
八十八、而這正是最後一篇需要處理的事情
就算法律改用:
CFAS,
CFDA,
HIAD,
仍然可能被濫用。
例如:
為了安全,我們把門檻設得非常低。
或者:
任何前沿理論都算 covered activity。
或者:
政府不需要證據,只要合理懷疑。
那我們只是把:
ASI ambiguity
換成:
Frontier ambiguity.
因此整個系列最後還缺:
rights boundary.
八十九、下一篇
SIOFG-07
《不把前沿治理變成思想犯罪:證據階梯、程序正義與研究自由》
將處理:
- 能力不是罪;
- 知識不是行為;
- 理論不是部署;
- safe harbor;
- evidence ladder;
- due process;
- appeal;
- proportionality;
- sunset;
- de-escalation;
- confidential research;
- researcher protection;
- 防止 capability profiling 滑向思想犯罪。
九十、結論
「禁止超級智能」具有極強的政治直覺。
因為它將世界切成:
Safe
與:
Superintelligent Danger.
但實際 AI 技術演化更可能是:
C0→C1→C2→⋯
並且:
C
存在:
- 多維性;
- 系統性;
- 動態性;
- 可觀測性缺口;
- 組合效應;
- 部署效應。
因此:
ASI
很適合描述:
我們最終不希望跨過哪一種文明級紅線。
但它不一定適合承擔:
從今天到那一天之間所有法律判定。
本文因此提出:
Ban ASI
應逐步被補充為:
Govern Frontier Capability.
真正成熟的法律不首先問:
「這東西是不是超級智能?」
而是問:
它現在具有什麼能力?
它如何被組成?
它擁有什麼權限?
它以什麼規模部署?
它因此應承擔哪些義務?
由此建立:
T1:Notification
T2:Evaluation
T3:Authorization
T4:Restriction.
這個架構最大的改變是:
Capability is no longer itself the offense.
能力只決定:
Duty.
真正的法律問題則成為:
Did a responsible actor knowingly violate a clearly defined duty?
因此:
frontier researcher
不是犯罪分類,
frontier AI
不是犯罪分類,
甚至:
very powerful AI
本身也不必然是犯罪分類。
真正具有法律意義的是:
Covered Activity+Applicable Obligation+Actual Conduct.
如此一來,「ASI」可以留在它最適合的位置:
Civilizational Red Line.
而日常法律運作則交給:
Frontier Capability Governance.
這既不代表放棄防止超級智能風險,
也不是降低對極端 AI 能力的警戒。
它只是承認:
如果我們真的想治理一個尚未能精確定義的未來, 最好的方法不是假裝已經知道終點在哪裡, 而是把通往終點的能力狀態一層一層定義清楚。
最終,法律要治理的不是一個模糊名詞。
而是:
可觀察的能力、 可識別的系統、 可理解的義務, 以及可證明的行為。
SIOFG Paper 06 完。