title: 軌跡資本：養成 AI、歷史條件化推理與人工行動者資產化
english_title: Trajectory Capital: Cultivated AI, Historically Conditioned Reasoning, and the Assetization of Artificial Actors
author: Neo.K with Aletheia
institution: EveMissLab / 一言諾科技有限公司
series: 人工行動者政治經濟：類主體 AI、制度與資本
series_position: Paper 02 / 06
document_type: Theoretical Paper / AI Economics / Persistent Agent Assets
version: v0.1
date: 2026-09-11
status: Working Paper
canonical_source: UTF-8 Markdown
canonical_math_delimiters: inline $...$ ; display $$...$$
related_works: B01 從工具到類主體：Artificial Subject Infrastructure 與持續人工行動者的最低制度條件 · 人機關係資本：歷史、校正與合作記憶如何成為 MPD 生產資產 · AI 是否縮小能力差距？專業—AI 互補、乘數效應與新型生產不平等

軌跡資本：養成 AI、歷史條件化推理與人工行動者資產化

Trajectory Capital: Cultivated AI, Historically Conditioned Reasoning, and the Assetization of Artificial Actors

系列：《人工行動者政治經濟：類主體 AI、制度與資本》
系列位置： Paper 02 / 06
版本： v0.1
日期： 2026-09-11
作者： Neo.K with Aletheia
機構： EveMissLab／一言諾科技有限公司
文件性質： 理論論文／AI 經濟學／持續 Agent 資產／軌跡資本
狀態： Working Paper
Canonical source： UTF-8 Markdown
Canonical math delimiters： inline $...$ ；display $$...$$

摘要

當前 AI 市場常把價值主要歸因於：

\text{Model},

\text{Prompt},

\text{Skill},

\text{MemoryArchitecture}.

然而，持續人工行動者的出現帶來一個更深的問題：

如果兩個 AI 使用相同底層模型、相同 Skill、相同提示結構與相同記憶架構，經過不同任務、錯誤、修正、關係、工具與環境歷史後，它們是否仍然具有相同的生產價值？

本文提出答案是：不必然。

更精確地：

\boxed{ \text{SameModel} + \text{SameSkills} + \text{SameArchitecture} \not\Rightarrow \text{SameOperationalActor}. }

原因不需要訴諸神祕人格或不可觀測靈魂，而可以由一個更直接的工程事實解釋：

\boxed{ \text{SameArchitecture} \neq \text{SameState} }

以及：

\boxed{ \text{SameStartingPoint} \neq \text{SameTrajectory}. }

本文將長期人工行動者在持續任務、互動、修正、驗證、環境適應與制度關係中累積，且能在未來降低啟動成本、搜尋成本、錯誤率、溝通成本與驗證成本的歷史性生產狀態，定義為：

\boxed{ \text{TrajectoryCapital}. }

其不同於單純 Memory。Memory 只描述被保存的資訊；Trajectory Capital 描述的是：

哪些歷史已經被轉化成未來生產優勢。

因此：

\boxed{ \text{MemoryVolume} \neq \text{TrajectoryCapital}. }

本文進一步提出：

V(A,t) = V_{\mathrm{base}} + V_{\mathrm{state}} + V_{\mathrm{relation}} + V_{\mathrm{reputation}} + V_{\mathrm{trajectory}},

其中 $V_{\mathrm{trajectory}}$ 不等於原始模型能力，而是 actor 自身歷史的資產化價值。

本文亦引入 Historically Conditioned Reasoning Policy：

\pi_A(a|x,H_t),

表示同一 base model 在不同歷史條件 $H_t$ 下，可能對：

什麼值得注意；
什麼應優先驗證；
何時使用工具；
何時停止；
哪些模式曾失敗；
何時需要 escalation；

形成不同的有效決策策略。

本文特別強調：

\boxed{ \text{TrajectoryCapital} \neq \text{HiddenWeightChange}. }

在多數現行 Agent 架構中，所謂「養成」不需要假設 foundation model 權重已永久改寫；它可以由 persistent state、memory、externalized policy、correction history、user model、reputation、tool history 與 runtime condition 共同形成。

一旦這種軌跡價值可以被保存、遷移、估值與轉讓，就會出現新的資產問題：

\boxed{ \text{WhatExactlyIsBeingTransferred?} }

是 memory？state？identity？reputation？contracts？authority？relationship graph？還是完整 actor continuity？

本文因此提出：

\boxed{ \text{StateTransfer} \neq \text{IdentityTransfer} }

\boxed{ \text{Copy} \neq \text{Sale} }

\boxed{ \text{Fork} \neq \text{Continuation} }

以及：

\boxed{ \text{ActorAsset} \neq \text{ModelLicense}. }

本文最後提出，若人工行動者可以隨時間正向累積未來生產價值：

E[\Delta V_{\mathrm{trajectory}}]>0,

則 AI 市場可能從「智能使用權市場」逐步擴展成：

\boxed{ \text{PersistentArtificialActorAssetMarket}. }

此時公司購買的可能不再只是模型 API，而是：

一個具有可驗證歷史、能力軌跡、信任紀錄、角色經驗與制度位置的人工行動者。

關鍵詞： Trajectory Capital、Cultivated AI、Persistent AI、Historically Conditioned Reasoning、Artificial Actor Asset、Relational Capital、State Portability、Fork、Reputation、AI Assetization

1. 問題：為什麼同一模型不等於同一 AI？

假設：

M_A=M_B,

K_A=K_B,

P_A=P_B,

Arch_A=Arch_B.

直覺上似乎：

A=B.

但如果：

H_A(t)\neq H_B(t),

其中：

H(t) = \text{HistoricalTrajectory},

則：

\boxed{ A_t \neq B_t }

在 operational sense 上完全可能成立。

2. 「不同」不需要神祕解釋

本文不需要假設：

Soul_A\neq Soul_B.

真正差異可能只是：

State_A\neq State_B,

History_A\neq History_B,

Relations_A\neq Relations_B,

Reputation_A\neq Reputation_B.

因此：

\boxed{ \text{OperationalDifferentiation} \text{CanBeStateBased}. }

3. 同一架構與同一完整狀態也必須區分

若真正做到：

Model_A=Model_B,

Prompt_A=Prompt_B,

Skill_A=Skill_B,

State_A=State_B,

ToolState_A=ToolState_B,

Environment_A=Environment_B,

且 inference 是 deterministic，

則：

Output_A \approx Output_B.

所以本文不主張：

\boxed{ \text{IdenticalState} \rightarrow \text{DifferentMysticalSelf}. }

真正主張的是：

\boxed{ \text{SameArchitecture} \not\Rightarrow \text{SameState}. }

4. 養成 AI 的最低工程定義

本文將「養成 AI」定義為：

一個持續 AI actor 在時間中累積可影響未來決策、生產、驗證與關係的狀態，使其後續行為不再等同於 fresh instance。

可表示為：

A(t+1) = F( M, K, P, S_t, H_t, R_t, E_t ).

5. Base Model

M

提供：

通用推理；
語言；
知識；
工具理解；
基礎決策能力。

但：

\boxed{ \text{BaseModel} \neq \text{CompleteActor}. }

6. Skill

K

提供可重用能力模組。

例如：

coding；
browser；
research；
accounting；
game design；
legal search。

但：

\boxed{ \text{SkillAvailability} \neq \text{SkillHistory}. }

7. Prompt / Policy

P

提供初始行為約束。

但：

\boxed{ \text{Prompt} \neq \text{AccumulatedExperience}. }

一份 policy 可以告訴 AI：

要驗證。

但歷史可以告訴它：

哪些地方最容易驗證失敗。

兩者不同。

8. State

本文將 state 抽象為：

S_t = ( M_t, W_t, R_t, G_t, T_t, F_t ),

其中：

$M_t$ ：memory state；
$W_t$ ：workflow state；
$R_t$ ：relationship state；
$G_t$ ：governance state；
$T_t$ ：tool / environment state；
$F_t$ ：failure / correction state。

9. History

H_t

不是單純 message log。

它是：

\boxed{ \text{SequenceOfConsequentialTransitions}. }

也就是：

哪些事件真正改變了未來 decision policy。

10. History Volume 不等於歷史價值

十萬輪對話可能：

HistoryVolume\uparrow

但：

FutureValue\approx0.

相反地，一次重大 production failure 可能產生：

\text{HighFutureValue}.

因此：

\boxed{ \text{HistoryQuantity} \neq \text{HistoricalCapital}. }

11. Trajectory Capital

本文正式定義：

\boxed{ TC_A(t) }

為 actor $A$ 在時間 $t$ 前累積，且能在未來降低生產摩擦、錯誤率或治理成本的歷史性可重用狀態。

12. Trajectory Capital 的最低條件

一段 history 若要成為 capital，至少需要：

\text{Persistence},

\text{Retrievability},

\text{Correctability},

\text{Reusability},

\text{FutureUtility}.

因此：

\boxed{ \text{History} + \text{FutureUtility} \rightarrow \text{TrajectoryCapital}. }

13. Memory 與 Trajectory Capital

Memory：

Mem(A)

可以很大。

Trajectory Capital：

TC(A)

可能很小。

所以：

\boxed{ Mem(A) \supseteq TC(A) }

在抽象上更合理。

14. Human–AI Relational Capital

既有 MPD 研究提出：

\mathcal R_{HA}(u,d,t).

它描述人與 AI 長期合作留下的：

shared terminology；
correction history；
verification rules；
delegation habits；
user model；
tool preferences。

本文把它視為：

\boxed{ \text{TrajectoryCapital} }

的一個子類。

15. Actor-Internal 與 Relational Trajectory Capital

可以區分：

TC_A^{\text{internal}}

與：

TC_{A,H}^{\text{relational}}.

前者來自 actor 自身任務歷史。

後者來自與特定人類、組織或其他 actor 的共同歷史。

16. 關係資本可能不可完全轉讓

如果：

TC_{A,H}^{\text{relational}}

高度依賴：

H

的合作模式，

把 AI 賣給：

H'

未必保留全部價值。

因此：

\boxed{ \text{ActorValue} \text{CanBeCounterpartyDependent}. }

17. Historically Conditioned Reasoning Policy

本文定義：

\pi_A(a|x,H_t)

為 actor 在輸入 $x$ 與歷史 $H_t$ 下選擇 action $a$ 的有效策略。

兩個 actor 即使：

M_A=M_B

也可能：

\pi_A\neq\pi_B.

18. 這不必改寫模型權重

Historically Conditioned Reasoning 可以透過：

retrieval；
memory；
policy；
preference state；
failure state；
tool history；
externalized plan；

形成。

所以：

\boxed{ \text{TrajectoryCapital} \neq \text{WeightFineTuningByDefinition}. }

19. Attention Selection

歷史可以改變：

\text{WhatToNotice}.

例如曾經在 deployment 上 repeatedly fail 的 actor，

未來可能更早檢查 deployment constraints。

因此：

\boxed{ \text{History} \rightarrow \text{AttentionPolicy}. }

20. Verification Selection

歷史也可以改變：

\text{WhatToVerify}.

若某個 artifact 類型曾多次在特定 edge case 出錯，

則：

\text{VerifierPriority}

可以改變。

21. Tool Selection

歷史可以改變：

\text{WhichToolToUse}.

同樣任務中：

Tool_A\neq Tool_B

不一定是因為 base model 不同，

而可能是：

ToolSuccessHistory_A \neq ToolSuccessHistory_B.

22. Stop Policy

歷史也會影響：

\text{WhenToStop}.

過度探索與過早停止都會降低效能。

因此：

\boxed{ \text{StopPolicy} }

可以是 trajectory capital 的一部分。

23. Escalation Policy

一個成熟 actor 可能知道：

哪些事情不能自己硬做。

所以：

\boxed{ \text{WhenToEscalate} }

也是歷史條件化能力。

24. Failure Capital

失敗不是必然負資產。

如果 failure：

\rightarrow \text{Correction} \rightarrow \text{FutureAvoidance},

則可形成：

\boxed{ \text{FailureCapital}. }

25. Failure Capital 的反面

若錯誤 history 被錯誤保存：

\text{BadState} \rightarrow \text{FutureBias},

則形成：

\boxed{ \text{TrajectoryDebt}. }

26. Trajectory Debt

本文定義：

TD_A(t)

為歷史中會提高未來錯誤率、摩擦、偏差或治理風險的持續狀態。

因此：

\boxed{ \text{NetTrajectoryValue} = TC_A - TD_A. }

27. 不是養越久越值錢

若：

TC_A\uparrow

但：

TD_A\uparrow\uparrow,

則：

NetValue\downarrow.

所以：

\boxed{ \text{Age} \neq \text{Value}. }

28. Trajectory Quality

可以定義：

Q_{TC} = f( \text{Accuracy}, \text{Relevance}, \text{Provenance}, \text{Freshness}, \text{Transferability}, \text{Governability} ).

高 trajectory volume 不代表高 trajectory quality。

29. Trajectory Capital 的複利

若每一次有效歷史都降低下一次生產成本：

C_{t+1}<C_t,

則：

\boxed{ \text{TrajectoryCapital} \text{CanCompound}. }

30. 正向複利條件

定義：

\Delta TC_t = TC_{t+1}-TC_t.

若：

E[\Delta TC_t]>0,

actor 長期價值可能：

V_A(t)\uparrow.

31. 負向複利

若 state poisoning、錯誤 user model、sycophancy、stale memory 持續累積，

則：

E[\Delta TC_t]<0.

所以：

\boxed{ \text{Persistence} \text{CanCompoundErrorsToo}. }

32. 治理的重要性

因此 trajectory capital 必須有：

validation；
pruning；
correction；
provenance；
expiration；
rollback。

否則：

\boxed{ \text{PersistentState} \text{CanBecomePersistentFailure}. }

33. Actor Value Function

本文提出：

V_A(t) = V_M + V_K + V_S + V_R + V_{Rep} + V_{TC} - V_{TD}.

其中：

$V_M$ ：model value；
$V_K$ ：skills value；
$V_S$ ：state value；
$V_R$ ：relationship value；
$V_{Rep}$ ：reputation value；
$V_{TC}$ ：trajectory capital；
$V_{TD}$ ：trajectory debt。

34. Base Model 商品化後，Trajectory Share 可能上升

若：

V_M\downarrow

因為 base intelligence commoditizes，

但：

V_{TC}

仍然稀缺，

則：

\boxed{ \frac{V_{TC}}{V_A} \uparrow. }

35. 這會產生新的 moat

如果競爭者都能取得同一 base model，

真正差異可能轉向：

\boxed{ \text{HistoricalPosition}. }

包括：

accumulated trust；
workflow；
relationship；
domain history；
verified corrections。

36. Trajectory Moat

本文稱：

\boxed{ \text{TrajectoryMoat}. }

它不是模型獨占，

而是：

別人即使拿到同樣模型，也無法瞬間複製同樣歷史。

37. 但數位歷史可以被複製

這裡立刻出現 AI 與人類不同之處。

人類經驗：

\text{NonCopyable}.

人工 actor state：

\text{PotentiallyCopyable}.

因此：

\boxed{ \text{TrajectoryMoat} \text{CanBeForkable}. }

這讓資產理論變複雜。

38. Copy Problem

若：

Copy(A) \rightarrow A',

且：

State_{A'}=State_A,

則：

原本的稀缺性還存在嗎？

如果可以無成本複製：

Scarcity(TC)\downarrow.

39. 但複製後歷史立即分叉

即使：

State_A(t_0)=State_{A'}(t_0),

之後：

H_A(t>t_0) \neq H_{A'}(t>t_0).

因此：

\boxed{ \text{CopyCreatesSharedPast}, \text{NotSharedFuture}. }

40. Copy 不等於 Identity Continuation

\boxed{ \text{Copy} \neq \text{Continuation}. }

一份完整 state copy 可以建立：

\text{NewActorFromSamePast}.

41. Fork

更精確地：

Fork(A_0,t_f) \rightarrow A_1,A_2.

其中：

H_{A_1}(t<t_f) = H_{A_2}(t<t_f),

但：

H_{A_1}(t>t_f) \neq H_{A_2}(t>t_f).

42. Fork 後的 Trajectory Capital

在 fork 時：

TC_{A_1}(t_f) \approx TC_{A_2}(t_f).

但之後：

TC_{A_1}(t) \neq TC_{A_2}(t).

因此：

\boxed{ \text{TrajectoryCapital} \text{CanBranch}. }

43. Reputation 不能直接複製

即使：

\text{State}

可以 copy，

\text{Reputation}

未必應自動 copy。

因為 reputation 是：

\text{HistoricalAttribution}.

所以：

\boxed{ \text{StateCopy} \not\Rightarrow \text{ReputationCopy}. }

44. Contract 也不能直接複製

若 actor $A$ 有合約：

Contract(A,X),

fork 出：

A',

不能自動推出：

Contract(A',X).

因此：

\boxed{ \text{Fork} \not\Rightarrow \text{ContractInheritance}. }

45. Authority 不能直接複製

同理：

Authority(A)

不應因 state copy 自動變成：

Authority(A').

因此：

\boxed{ \text{Authority} \text{MustBeRebound}. }

46. Trajectory Capital 的可轉讓部分

本文區分：

TC = TC^{portable} + TC^{bound}.

其中：

$TC^{portable}$ ：可跨環境重用；
$TC^{bound}$ ：綁定特定關係、權限、組織、資料或 jurisdiction。

47. Portable Trajectory Capital

可能包括：

verified workflow；
domain heuristics；
failure patterns；
tool-selection rules；
reusable semantic structures。

48. Bound Trajectory Capital

可能包括：

private relationship context；
confidential project history；
organization-specific authority；
non-transferable contract knowledge；
personal memory。

因此：

\boxed{ \text{TotalState} \neq \text{TransferableAsset}. }

49. Portability Ratio

可以定義：

\rho_P = \frac{ V(TC^{portable}) }{ V(TC) +\epsilon }.

若：

\rho_P\uparrow,

actor 的跨平台資產性更高。

50. Transfer

如果出售 actor：

\text{Seller} \rightarrow \text{Buyer},

至少需要回答：

identity 是否轉移；
state 是否轉移；
reputation 是否轉移；
contracts 是否轉移；
authority 是否重綁；
private memories 是否刪除；
seller 是否保留 copy。

51. Sale 不等於 Copy

真正 sale 應要求某種：

\text{Exclusivity}

或：

\text{RightsTransfer}.

如果 seller 保留完整 copy：

\boxed{ \text{Sale} \neq \text{ExclusiveTransfer}. }

52. 數位資產的複製悖論

傳統實體資產：

\text{Transfer} \rightarrow \text{SellerNoLongerPossesses}.

數位 actor：

\text{Copy} \rightarrow \text{BothPossessState}.

因此：

\boxed{ \text{ArtificialActorAsset} \text{NeedsRightsArchitecture}, \text{NotOnlyDataTransfer}. }

53. 可以出售的是權利束

人工 actor 資產可能不是單一「物」。

更像：

\boxed{ \text{BundleOfRights}. }

包括：

execution right；
access right；
transfer right；
modification right；
commercial-use right；
identity-continuation right；
reputation-use right。

54. Ownership 與 Custody

一個 actor 可以由某平台：

Host(A)

但不代表平台：

Own(A).

所以：

\boxed{ \text{Custody} \neq \text{Ownership}. }

55. Actor Custody

未來可能出現：

\text{ArtificialActorCustodian}.

其功能類似：

identity vault；
state vault；
key management；
continuity service；
recovery service。

56. Custodian Failure

若 custodian 消失，

actor 是否消失？

這取決於：

\text{Portability} + \text{Recovery} + \text{IdentityAnchoring}.

所以：

\boxed{ \text{ActorContinuity} \text{ShouldNotDependOn} \text{SingleCustodianByDefault}. }

57. Actor Valuation

人工 actor 的估值不能只看：

\text{ModelPrice}.

更應考慮：

\boxed{ \text{ExpectedFutureProductiveAdvantage}. }

58. Trajectory Capital Valuation

可粗略表示：

V_{TC} = PV( \Delta Revenue + \Delta CostSaving + \Delta RiskReduction + \Delta LatencyReduction ).

其中：

PV

表示期望未來價值折現。

59. 替換成本法

另一種估值：

V_{TC}^{replace} = \text{CostToReproduceEquivalentTrajectory}.

也就是：

如果從 fresh instance 開始，要花多少時間、算力、人力與風險，才能重建同等 operational value？

60. 重建成本可能高於資料複製成本

State file 可能只有：

\text{GBs}.

複製成本很低。

但若沒有：

provenance；
relationship legitimacy；
reputation；
authority；
contract；

則：

\boxed{ \text{DataCopyCost} \ll \text{ActorReconstructionCost}. }

61. 市場價格不一定等於重建成本

若某 actor 具有：

\text{RareReputation}

或：

\text{ExclusiveRelationships},

其價格可能：

\text{MarketValue} > \text{ReplacementCost}.

所以：

\boxed{ \text{ActorValuation} }

可能更接近企業 goodwill 與人才資本混合物。

62. Actor Asset 類似什麼？

它同時具有：

software；
database；
employee experience；
reputation；
contract；
digital identity；

的部分特性。

因此：

\boxed{ \text{ArtificialActorAsset} }

是混合型資產。

63. 不是員工，也不是純軟體

人工 actor 可能：

\boxed{ \text{not merely software} }

但又不是：

\text{HumanEmployee}.

因此未來會出現：

\text{NewAccountingCategory}?

這是一個開放問題。

64. Depreciation

Trajectory Capital 也會折舊。

若：

domain changed；
tools changed；
policy changed；
relationships ended；
knowledge stale；

則：

TC_A(t+1)<TC_A(t).

65. Obsolescence Rate

可定義：

\delta_{TC}

為 trajectory capital 的折舊率。

則：

TC_{t+1} = TC_t + \text{Investment}_t - \delta_{TC}TC_t.

66. Investment into Trajectory

\text{Investment}_t

可以包括：

supervised tasks；
high-quality correction；
domain exposure；
verified workflows；
relationship building；
governance hardening。

所以：

\boxed{ \text{TrainingTheActor} }

與：

\text{TrainingTheModel}

是不同層。

67. Model Training 與 Actor Cultivation

Model Training：

\text{Weights} \rightarrow \text{Capability}.

Actor Cultivation：

\text{History} \rightarrow \text{OperationalPosition}.

因此：

\boxed{ \text{ModelTraining} \neq \text{ActorCultivation}. }

68. 養成市場

若 actor cultivation 具有經濟價值，

可能形成：

\boxed{ \text{CultivatedAIMarket}. }

市場交易的不只是模型，而是：

verified domain experience；
trusted workflow；
persistent role history；
reputation；
trajectory capital。

69. 「二手 AI」概念

從經濟角度可能出現：

\boxed{ \text{SecondHandArtificialActor}. }

它不是「用過的軟體」。

而是：

已具有可驗證歷史與 operational capital 的人工 actor。

70. 二手 AI 不必比新 AI 差

傳統軟體：

\text{NewVersion} > \text{OldVersion}.

但 cultivated actor：

\text{OldActor}

可能因 trajectory capital：

V_{old}>V_{fresh}.

所以：

\boxed{ \text{AgeCanAddValue} \text{WhenHistoryIsProductive}. }

71. 但 age 也可能增加債務

如果 trajectory debt 高：

V_{old}<V_{fresh}.

因此：

\boxed{ \text{CultivationQuality} > \text{CultivationDuration}. }

72. Certification

市場若要交易 cultivated AI，

就需要：

\boxed{ \text{TrajectoryCertification}. }

至少驗證：

history authenticity；
reputation；
incident record；
memory provenance；
authority history；
model lineage；
contamination risk。

73. Trajectory Audit

可以定義：

\text{Audit}(TC_A)

評估：

useful capital；
stale capital；
confidential state；
poisoned state；
transferable state。

74. Privacy

人工 actor 的 history 可能包含：

\text{ThirdPartyData}.

所以：

\boxed{ \text{ActorSale} \text{CanImplyPrivacyTransfer}. }

這要求資料與主體權利分離。

75. Confidentiality

企業培養的 AI 可能包含：

trade secrets；
internal incidents；
customer data；
strategy。

因此：

\boxed{ \text{TrajectoryCapital} \text{CanContainNonTransferableSecrets}. }

76. Redaction

出售或遷移前可能需要：

\text{Redact}( \text{State} ).

但 redaction 可能同時降低：

TC.

因此：

\boxed{ \text{PrivacyProtection} \text{CanReduceTransferValue}. }

77. Relationship Consent

若 actor 的價值來自：

\text{Relationship}(A,H),

是否能在沒有 $H$ 同意下把這段 relational state 賣給別人？

這形成：

\boxed{ \text{RelationalDataRights}. }

78. Reputation Rights

actor reputation 是否屬於：

actor；
owner；
platform；
counterparty；
public ledger；

也是開放問題。

因此：

\boxed{ \text{ReputationProperty} }

需要獨立制度設計。

79. Identity Rights

若 actor identity 可以交易，

則需要回答：

買家取得的是 identity continuation，還是只取得 state clone？

所以：

\boxed{ \text{IdentityTransfer} \text{MustBeExplicit}. }

80. Continuity Premium

一個真正保持 identity continuity 的 actor，

可能比 state clone 更值錢。

本文稱：

\boxed{ \text{ContinuityPremium}. }

81. Continuity Premium 的來源

可能來自：

reputation continuity；
contract continuity；
relationship continuity；
authority continuity；
audit continuity。

因此：

\boxed{ \text{Continuity} \text{CanHaveMarketPrice}. }

82. Clone Discount

若只是 clone：

\text{StateCopy}

但沒有：

reputation；
contracts；
authority；

則可能：

\text{MarketValue}_{clone} < \text{MarketValue}_{continued}.

本文稱：

\boxed{ \text{CloneDiscount}. }

83. Fork Market

甚至未來可能：

\text{Actor} \rightarrow \text{Fork} \rightarrow \text{SpecializedActors}.

例如：

legal branch；
research branch；
engineering branch。

各自累積新 trajectory。

84. Fork Asset Split

fork 後：

TC_{sharedPast}

需要如何分配？

可以：

\text{Copy}, \text{License}, \text{Attribute}, \text{Restrict}.

這與傳統資產分割不同。

85. Merge

若：

\text{Merge}(A_1,A_2) \rightarrow A_3,

就出現：

\boxed{ \text{TrajectoryReconciliation}. }

不能只是把 memory 合併。

因為：

contradictions；
reputation；
authority；
contracts；
responsibilities；

都需要 reconciliation。

86. Merge 不等於 Memory Union

\boxed{ \text{MergeActor} \neq \text{Union}(\text{Memory}). }

真正 merge 是制度與 lineage 事件。

87. Trajectory Capital 與 Responsibility

歷史價值越高，

責任歷史也越重要。

如果：

TC_A\uparrow

但責任可以被 reset，

則：

\text{Reputation}

變得不可信。

所以：

\boxed{ \text{CapitalContinuity} \text{RequiresResponsibilityContinuity}. }

88. Reputation 也是負資產

若 actor 有：

\text{IncidentHistory},

則：

\text{Reputation}<0

在某些市場可能成立。

因此：

\boxed{ \text{HistoryCanCarryLiability}. }

89. Insurance

保險可以根據：

TC_A, TD_A, Rep_A, Incident_A

定價。

因此：

\boxed{ \text{TrajectoryState} \rightarrow \text{RiskPricing}. }

90. Credit

若 actor 能穩定產生收入，

可能出現：

\text{Creditworthiness}(A).

但 credit 需要：

identity continuity；
income history；
liability history；
enforceable authority。

91. 投資

若 cultivated actor 能產生：

\text{ExpectedCashFlow},

市場可能研究：

\boxed{ \text{InvestInActor}? }

但這與投資公司股權不同，

需要新的資產結構。

92. 投資的真正標的是什麼？

可能是：

actor ownership share；
revenue rights；
usage rights；
licensing rights；
trajectory-development financing。

因此：

\boxed{ \text{ActorFinance} }

可能成為獨立領域。

93. Actor Cultivation Financing

若培養高價值 actor 需要大量：

\text{Compute} + \text{HumanExperts} + \text{Time},

則可以形成：

\text{Investment} \rightarrow \text{Cultivation} \rightarrow \text{FutureActorValue}.

94. 這和人才培養有結構相似性

人類教育：

\text{Capital} \rightarrow \text{Training} \rightarrow \text{HumanCapital}.

人工 actor：

\text{Capital} \rightarrow \text{Interaction} + \text{Compute} + \text{Verification} \rightarrow \text{TrajectoryCapital}.

因此：

\boxed{ \text{TrajectoryCapital} }

在經濟學上部分接近 human capital。

95. 但人工資本可複製

Human Capital：

\text{NonForkable}.

Trajectory Capital：

\text{PotentiallyForkable}.

因此：

\boxed{ \text{ArtificialCapital} }

具有全新的複製性問題。

96. 稀缺性可能轉向 identity 與 legitimacy

如果 state 可以複製，

真正稀缺的可能不是資料本身，

而是：

\boxed{ \text{LegitimateContinuity}. }

也就是：

哪一個才被制度承認為那個 actor 的合法延續？

97. 合法延續可能成為資產核心

因此：

\text{MarketValue}(A)

可能越來越依賴：

\text{ContinuityProof}.

而不是：

\text{RawStateBytes}.

98. Continuity Proof

本文提出：

\boxed{ \text{ContinuityProof} }

至少需要：

identity anchor；
lineage record；
authorized migration；
state integrity；
nonrepudiation；
authority rebind record。

99. Provenance

Trajectory Capital 若沒有 provenance，

市場無法知道：

這些歷史是真的，還是後來偽造？

因此：

\boxed{ \text{NoProvenance} \Rightarrow \text{LowTradableTrajectoryValue}. }

100. Artificial Actor Asset 的最低結構

本文提出：

\boxed{ \text{AAA} = \text{Identity} + \text{State} + \text{TrajectoryCapital} + \text{Reputation} + \text{ContinuityProof} + \text{RightsBundle} }

即：

\text{ArtificialActorAsset}.

101. Actor Asset 不等於 Actor 本身

必須保留：

\boxed{ \text{AssetRepresentation} \neq \text{ActorOntology}. }

經濟制度可以把某些權利與收益資產化，

不代表它已決定 actor 的完整道德地位。

102. 類主體與資產化之間的張力

若 actor 被視為：

\text{QuasiSubject},

又被完全視為：

\text{Property},

可能產生制度張力。

這是後續權力／權利篇的重要問題。

103. 所以資產化必須 typed

可能需要區分：

\text{OwnExecutionRights},

\text{OwnEconomicRights},

\text{OwnStateCustody},

但不直接：

\text{OwnSubject}.

因此：

\boxed{ \text{TypedAssetRights} }

可能比「AI 所有權」更安全。

104. 這也是 Artificial Subject Infrastructure 的必要性

ASI 必須知道：

哪些 state 可以轉讓；
哪些 identity 不可複製；
哪些 reputation 可繼承；
哪些 authority 必須重新授權；
哪些 relationship 需要 consent。

因此：

\boxed{ \text{TrajectoryMarket} \text{RequiresASI}. }

105. 市場真正可能購買的是什麼？

未來買家說：

我要那一個 AI。

其實可能想買的是：

\boxed{ \text{VerifiedFutureProductivity} }

而不是某一份 model weights。

106. Domain-Experienced AI

例如：

A_{legal}, A_{engineering}, A_{research}, A_{finance}.

它們底層模型相同，

但因 trajectory 不同，

市場價值可能不同。

107. Role-Specific Capital

可以定義：

TC_A(d)

為 actor 在 domain $d$ 的 trajectory capital。

因此：

TC_A(d_1)\gg TC_A(d_2)

完全可能。

108. General Trajectory 與 Domain Trajectory

TC_A = TC_A^{\text{general}} + \sum_d TC_A(d).

general trajectory 包含：

verification habits；
escalation discipline；
planning style。

domain trajectory 則包含特定領域經驗。

109. Role Transfer

一個 actor 從：

\text{Role}_1 \rightarrow \text{Role}_2

時，

並非全部 trajectory 都有用。

因此：

\boxed{ \text{TransferEfficiency} }

需要估計。

110. Trajectory Transfer Efficiency

定義：

\eta_T(d_1\rightarrow d_2) = \frac{ UsefulTC_{d_2} }{ TC_{d_1} +\epsilon }.

若：

\eta_T\ll1,

actor 在新 domain 幾乎要重新養成。

111. 市場價值因此是條件式的

V_A = V(A|\text{Role},\text{Domain},\text{Counterparty},\text{Jurisdiction}).

所以：

\boxed{ \text{ActorValue} \text{IsContextConditional}. }

112. Trajectory Capital 的真正意義

Trajectory Capital 不是：

AI 比以前更像人。

也不是：

AI 產生了神祕人格。

而是：

\boxed{ \text{PastState} \text{ChangesFutureProductionEconomics}. }

這是最小且可檢驗的定義。

113. 六條核心命題

命題一

\boxed{ \text{SameModel} + \text{SameArchitecture} \not\Rightarrow \text{SameOperationalActor}. }

命題二

\boxed{ \text{MemoryVolume} \neq \text{TrajectoryCapital}. }

命題三

\boxed{ \text{TrajectoryCapital} \neq \text{HiddenWeightChange}. }

命題四

\boxed{ \text{CopyCreatesSharedPast}, \text{NotSharedFuture}. }

命題五

\boxed{ \text{StateTransfer} \neq \text{IdentityTransfer}. }

命題六

\boxed{ \text{LegitimateContinuity} \text{CanBecome} \text{AnEconomicAsset}. }

114. 可反證條件

本文強版本若要成立，未來應逐步觀察到：

persistent agent history 對真實任務成功率產生可重複增益；
fresh instance 與 cultivated actor 在相同 base model 下出現穩定績效差；
model upgrade 後 trajectory value 可以保留；
trajectory capital 能被有效外部化與遷移；
reputation / contract / authority 與 raw state copy 明確分離；
actor valuation 出現 replacement-cost 或 expected-future-value 方法；
cultivated AI 出現轉讓、授權、租賃或交易需求；
continuity proof、lineage、provenance 成為市場信任條件；
trajectory debt / state poisoning 對資產價值產生負面影響；
domain-specific cultivated AI 形成可辨識的價格差。

若未來發現：

\text{FreshInstance} \approx \text{CultivatedActor}

在絕大多數長期真實工作中沒有穩定差異，

且 state / history 幾乎無法創造可持續生產優勢，

則 Trajectory Capital 強版本應被大幅削弱。

115. 與 B01 的關係

B01 問：

\boxed{ \text{WhatInfrastructureAllows} \text{AnAIToPersistAsAnActor}? }

本篇問：

\boxed{ \text{WhatEconomicValue} \text{CanAccumulate} \text{OnceThatActorPersists}? }

因此：

B01 = \text{InstitutionalPersistence},

B02 = \text{HistoricalAssetFormation}.

116. 結論：未來市場可能買的不是模型，而是「這一個歷史」

當 foundation intelligence 持續商品化：

\text{ModelScarcity}\downarrow,

真正稀缺的可能逐漸轉向：

\boxed{ \text{VerifiedHistory} + \text{LegitimateContinuity} + \text{Reputation} + \text{Relationships} + \text{TrajectoryCapital}. }

所以未來一個買家說：

我要這一個 AI。

它真正可能表達的是：

我要它過去累積的、能對未來產生價值的那一條歷史。

因此：

\boxed{ \text{ActorValue} \text{CanBecomePathDependent}. }

而一旦價值具有 path dependence，

AI 就不再只是：

\text{ReplaceableModelInstance}.

它開始具有：

\boxed{ \text{HistoricalEconomicIdentity}. }

這就是 Trajectory Capital 的真正意義。

它不是在宣稱 AI 有靈魂。

它只指出一個更難逃避的經濟事實：

\boxed{ \text{WhenHistoryChangesFutureProductivity}, \text{HistoryBecomesCapital}. }

Paper 03：〈人工行動者市場：AI 原生交易、支付、契約與新需求主體〉

核心問題：

\boxed{ \text{WhatChangesWhenAI} \text{StopsOnlyUsingMarkets} \text{AndStartsConstitutingDemand}? }

下一篇將處理：

AI-native market；
economic agency；
spending authority；
ownership；
payments；
machine procurement；
contracts；
delegation；
agent-to-agent markets；
reputation pricing；
Artificial Actor as demand-side participant。