ICOD-06｜分配控制律：從事後重分配到事前制度化路由

從無終點富足、智能資本分配與狀態依賴規則，到 AI 時代的預分配、公共智能資本與連續分配機制

英文題名： Distribution Control Laws: From Ex Post Redistribution to Ex Ante Institutional Routing in an Open-Ended AI Economy
系列名稱： 智能資本與無終點分配論（Intelligent Capital and Open-Ended Distribution Theory, ICOD）
系列篇號： 06 / 06
文件編號： EML-ICOD-2026-06
作者： Neo.K with GPT-5.6 Sol
機構： EveMissLab／一言諾科技有限公司
日期： 2026-10-07
版本： v0.1
文件性質： 系列封頂論文／分配控制律／預分配／公共智能資本／AI 紅利路由／連續狀態依賴分配
直接前置： ICOD-01 至 ICOD-05
跨系列接口： HAVT-03、HAVT-04、HAVT-05、HAVT-06、HAVT-07、EWDT-19、EWDT-21
狀態： Canonical Source / UTF-8 Markdown

摘要

ICOD-01 至 ICOD-05 已依序建立五個問題：AI 的服務價格下降不等於文明成本下降；人人擁有 AI 不等於人人擁有相同的有效智能資本；AI 前沿部門可能提高產出卻降低大量勞動吸收；國家能力上升可以與中位生活世界收縮同時發生；而「等國家夠富再分」在開放式 AI 發展中又可能因前沿不斷移動、既得利益沉積與人生路徑不可逆而失去可信性。

因此，本系列最後一篇不再追問：

何時才應正式開始分配？

而改問：

在一個沒有自然終點的技術系統中，如何讓新增能力與新增盈餘持續、可預期、可調整地流向更廣泛的人？

本文提出「分配控制律」（Distribution Control Law）：

\boxed{ \mathcal D_t = \Phi \left( \mathbf S_t, \mathbf G_t, \mathbf R_t, \mathbf B_t \right), }

其中：

$\mathbf S_t$ ：系統生產力、AI 能力與智能資本狀態；
$\mathbf G_t$ ：分配缺口與前沿—生活世界分岔；
$\mathbf R_t$ ：韌性、轉型壓力與制度承受能力；
$\mathbf B_t$ ：基本生活、公共服務與可能性底空間狀態；
$\mathcal D_t$ ：當期應採用的收益路由、公共所有權、時間紅利、公共智能資本與移轉結構。

核心不是固定一個永久稅率，而是：

\boxed{ State_t \rightarrow DistributionRule_t. }

即分配規則隨可觀測世界狀態調整，而非依賴某個沒有自然定義的「富足終點」。

本文區分「事後重分配」（Ex Post Redistribution）與「事前／生成時分配」（Ex Ante Distribution / Predistribution）。前者通常是：

\text{MarketOutcome} \rightarrow \text{Concentration} \rightarrow \text{Tax} \rightarrow \text{Redistribution},

後者則是在新 AI 資本、公共算力、公共科研、平台基礎設施、資料資產與生產力紅利形成時，就事先定義部分收益如何進入：

\boxed{ \text{Public Capital} + \text{Broad Ownership} + \text{Social Dividend} + \text{Time Dividend} + \text{Public AI Capability}. }

本文主張，好的制度不是依靠「富有者未來願意自願分出足夠多的資產」，也不是依靠「國家某一天突然強制重新分配」，而是讓分配成為正常經濟生成流程中的一部分：

\boxed{ \text{Growth} \rightarrow \text{Rule-Based Routing} \rightarrow \text{Broad Capability Expansion}. }

本文進一步提出「多通道路由」而非單一現金分配。AI 紅利可流向：

\boxed{ \Sigma_{AI} \rightarrow \{ \text{Profit}, \text{Wage}, \text{PriceReduction}, \text{PublicService}, \text{BroadOwnership}, \text{TimeDividend}, \text{PublicCompute}, \text{NewInvestment} \}. }

因此：

\boxed{ \text{Distribution} \neq \text{Cash Transfer Only}. }

分配的真正目標不是使所有人的財產完全一致，而是避免：

\boxed{ C_{\mathrm{frontier}}\uparrow\uparrow \quad\land\quad Median(\mathcal B_i)\downarrow }

長期固化成文明結構。

本文提出四個控制目標：

\boxed{ \mathcal O_D = ( B_{\min}, M_{\mathrm{mobility}}, K_{AI}^{floor}, R_{\mathcal B} ). }

分別代表：

基本生活與安全底線 $B_{\min}$ ；
社會流動與角色轉換能力 $M_{\mathrm{mobility}}$ ；
最低有效智能資本 $K_{AI}^{floor}$ ；
可能性底空間韌性 $R_{\mathcal B}$ 。

由此，制度的目標不再是「把所有新增財富平均分掉」，而是：

\boxed{ \text{Prevent irreversible collapse of broad option-space while preserving innovation and frontier expansion}. }

本文最後提出 ICOD 系列總命題：

\boxed{ \text{An open-ended intelligent economy requires open-ended distribution institutions}. }

即：

一個沒有自然發展終點的智能經濟，也需要一套不依賴終點才能啟動的分配制度。

關鍵詞： 分配控制律、Distribution Control Law、Predistribution、事前分配、AI 紅利、公共智能資本、廣泛所有權、時間紅利、動態分配、可能性底空間、智能資本、無終點經濟

0. 問題提出：如果不能等到終點，那要怎麼分？

ICOD-05 已經指出：

\boxed{ \text{No Natural Endpoint} }

意味著：

\boxed{ \text{Endpoint-Based Redistribution} }

不可靠。

因此需要新的制度語言。

1. 分配不能再被理解成單一事件

傳統想像：

\boxed{ \text{Redistribution Event}. }

例如：

某年開始提高稅率。

2. AI 時代更適合控制系統語言

本文提出：

\boxed{ \text{Distribution Control Law}. }

即：

\boxed{ State_t \rightarrow DistributionRule_t. }

3. 分配控制律的核心

令：

\mathcal D_t

表示時間 $t$ 的分配路由。

則：

\boxed{ \mathcal D_t = \Phi(\mathfrak W_t). }

4. 更細化

本文使用：

\boxed{ \mathcal D_t = \Phi \left( \mathbf S_t, \mathbf G_t, \mathbf R_t, \mathbf B_t \right). }

5. 系統狀態 $\mathbf S_t$

包括：

AI 生產力；
Agentic Capital；
資本報酬；
勞動吸收；
自動化程度；
公共財政能力。

6. 分配缺口 $\mathbf G_t$

包括：

收入差距；
智能資本差距；
FLD；
勞動吸收缺口；
角色缺口。

7. 韌性狀態 $\mathbf R_t$

包括：

財政韌性；
社會韌性；
產業競爭力；
投資承受能力；
轉型壓力。

8. 底空間狀態 $\mathbf B_t$

包括：

基本生活；
住房；
醫療；
教育；
時間；
流動；
有效 AI 可達性。

9. 因此分配不是固定比例

本文不主張：

Tax=50\%

永遠最優。

10. 而是狀態依賴

例如：

FLD\uparrow \Rightarrow \mathcal D_t^{broad}\uparrow.

11. 或勞動份額快速下降

若：

LaborShare\downarrow,

則：

\text{BroadOwnership}, \text{SocialDividend}

可以提高。

12. 如果轉型壓力太高

若：

R_{\mathrm{transition}}\downarrow,

則制度也可能需要降低部分前沿抽取。

13. 這是一個控制問題

目標不是：

\boxed{ \max Distribution }

而是：

\boxed{ \max SustainableBroadCapability. }

14. 事後重分配

傳統結構：

\boxed{ \text{Market} \rightarrow \text{Concentration} \rightarrow \text{Tax} \rightarrow \text{Redistribution}. }

15. 它不是錯

事後稅收仍然有重要功能。

16. 但 AI 時代可能太慢

如果：

\text{ConcentrationRate} \gg \text{RedistributionAdjustmentRate},

則：

\boxed{ \text{InstitutionalLag} }

擴大。

17. 預分配

本文採用：

\boxed{ \text{Predistribution} }

作為另一條路。

18. 預分配不是平均主義

它不是：

所有東西一開始平均分。

19. 而是收益形成時就先定義路由

例如：

\text{AIProfit} \rightarrow \{ \text{OwnerShare}, \text{WorkerShare}, \text{PublicShare} \}.

20. 事前規則的優勢

因為：

\boxed{ \text{Expected Rule} }

可以在投資前：

\text{PriceIn}.

21. 減少「突然被拿走」感

\boxed{ \text{ExAnteRule} < \text{ExPostShock} }

在制度摩擦上通常更穩。

22. 公共 AI 資本

ICOD-02 已提出：

\boxed{ K_{AI}^{public}. }

23. 公共智能資本不是全民同模型

它可以包含：

公共研究 Agent；
公共教育 AI；
公共算力；
公共資料；
公共工具鏈。

24. 最低智能資本底線

本文沿用：

\boxed{ K_{AI}^{floor}. }

25. 它回答

一個普通人至少應該擁有多少有效 AI 能力，才不會被新經濟永久排除？

26. 名義普及不夠

AIAccount=1

不表示：

K_{AI}^{eff}\ge K_{AI}^{floor}.

27. 所以公共 AI 政策應看有效能力

而不是：

\boxed{ \text{Account Penetration}. }

28. 廣泛所有權

除了收入，

還可以分配：

\boxed{ \text{Ownership}. }

29. 為什麼所有權重要？

如果勞動份額下降，

但：

\text{CapitalOwnership}

很廣泛，

家庭仍可分享生產力。

30. 所有權比事後補貼更早進入收益鏈

\boxed{ \text{Ownership} \rightarrow \text{IncomeFlow}. }

31. 社會 AI 基金

概念上可建立：

\boxed{ F_{AI}^{social}. }

32. 基金來源可以多元

例如：

公共研究回報；
公共算力收益；
資源租；
AI 基礎設施特許；
部分超額收益。

33. 本文不固定稅制

因為：

\boxed{ \text{Institutional Form} }

應依國家制度不同。

34. 但原理相同

新增高集中收益應有：

\boxed{ \text{broad routing channel}. }

35. AI 紅利路由

令：

\boxed{ \Sigma_{AI} }

為 AI 生產力紅利。

36. 多通道路由

\boxed{ \Sigma_{AI} \rightarrow \{ \text{Profit}, \text{Wage}, \text{PriceReduction}, \text{PublicService}, \text{BroadOwnership}, \text{TimeDividend}, \text{PublicCompute}, \text{NewInvestment} \}. }

37. 這比只談 UBI 更完整

因為：

\boxed{ \text{Distribution} \neq \text{CashOnly}. }

38. 工資路由

部分紅利可以：

Wage\uparrow.

39. 價格路由

部分紅利可以：

Price\downarrow.

40. 公共服務路由

部分紅利可以：

\text{Healthcare}, \text{Education}, \text{Housing}, \text{Transit}

改善。

41. 所有權路由

部分紅利可以：

BroadCapitalOwnership\uparrow.

42. 時間紅利

HAVT-06 已建立：

\boxed{ \text{Time Dividend}. }

43. AI 提高生產率不一定要裁員

可以：

LaborHours\downarrow

而：

\text{Income}

維持。

44. 因此

\boxed{ \text{LaborHourReduction} \neq \text{HeadcountReduction}. }

45. 時間也是分配對象

這非常重要。

46. 因為不可退款的是時間

ICOD-05 已指出：

\text{TimeLost}

不能完全補回。

47. 所以分配控制律應包含時間

不是只看：

\text{Money}.

48. 公共算力路由

部分生產力應轉化成：

\boxed{ \text{PublicCompute}. }

49. 公共算力可以提高

K_{AI}^{floor}.

50. 這降低 Agentic Capital 斷層

G_{KAI}\downarrow.

51. 新投資仍然必要

不能把所有紅利都分掉。

52. 因為前沿也要維持

所以：

\boxed{ NewInvestment>0 }

通常仍必要。

53. 分配控制律不是反成長

真正問題是：

\boxed{ \text{Growth vs Broad Capability} }

如何共同最大化。

54. 控制目標

本文提出：

\boxed{ \mathcal O_D = ( B_{\min}, M_{\mathrm{mobility}}, K_{AI}^{floor}, R_{\mathcal B} ). }

55. 基本生活底線

\boxed{ B_{\min} }

確保：

\text{Survival}, \text{Health}, \text{Housing}, \text{BasicSecurity}.

56. 流動能力

\boxed{ M_{\mathrm{mobility}} }

衡量：

轉職；
升階；
地域移動；
教育轉換；
進入前沿。

57. 最低智能資本

\boxed{ K_{AI}^{floor}. }

58. 底空間韌性

\boxed{ R_{\mathcal B} }

表示主體面對失業、技術替代、疾病與區域衝擊後，是否還能恢復選項。

59. 好的分配不是消除所有差距

本文不主張：

K_{AI,i}^{eff} = K_{AI,j}^{eff}

對所有人。

60. 真正目標

\boxed{ \mathcal B_i \not\rightarrow \mathcal B_i^{survival} }

對大規模人口長期發生。

61. 以及防止 FLD 無限擴大

\boxed{ FLD_t }

應被視為控制誤差之一。

62. FLD 控制

概念上：

\boxed{ e_{FLD}(t) = FLD_t-FLD^\ast. }

63. 若誤差過大

則：

\mathcal D_t^{broad}\uparrow.

64. 但不能機械式固定

因為：

\text{EconomicContext}

不同。

65. 控制律需要穩定性

若政策反應過度：

\text{Overshoot}.

66. 反應太慢

則：

\text{Lag}.

67. 所以政治經濟也有控制問題

\boxed{ \text{Too Fast} }

與：

\boxed{ \text{Too Slow} }

都可能失敗。

68. 分配帶寬

本文提出：

\boxed{ B_D }

為制度每單位時間可有效吸收、路由與轉換 AI 紅利的能力。

69. 若

v_{\Sigma_{AI}} > B_D,

則：

\boxed{ \text{Distribution Backlog}. }

70. 分配積壓

紅利產生太快，

制度轉換太慢。

71. 這會推高集中

因此：

Concentration\uparrow.

72. 所以制度本身也要升級

不能只要求：

AI\uparrow.

73. 制度速度

v_{\mathrm{institution}}

必須提高。

74. 但人類制度不需要追到機器速度

HAVT-07 已經提醒：

\boxed{ \text{Machine Time} \neq \text{Human Time}. }

75. 因此需要緩衝層

例如：

自動觸發；
定期檢討；
多年平滑；
緊急例外。

76. 分配控制律不是純自動駕駛

高影響規則仍需要：

\boxed{ \text{HumanGovernance}. }

77. 可預測性

制度應讓：

\text{Investors}, \text{Workers}, \text{Households}

都知道大致規則。

78. 可挑戰性

錯誤規則要能：

\text{Challenge}, \text{Revise}, \text{Appeal}.

79. 可逆性

政策不應輕易形成不可逆失誤。

80. 所以需要安全邊界

\boxed{ \Theta_{\mathrm{safety}} }

約束分配控制律。

81. 控制律不是單一中央演算法

它可以由：

稅制；
社會基金；
公共服務；
所有權；
工時制度；
公共算力；

共同構成。

82. 國家層級不是唯一層級

地方、企業、社區也可以有：

\mathcal D_t^{local}.

83. 多層控制

\boxed{ \mathcal D_t = \{ \mathcal D_t^{national}, \mathcal D_t^{regional}, \mathcal D_t^{firm}, \mathcal D_t^{community} \}. }

84. 避免單點失敗

多層制度可以提高：

\text{Resilience}.

85. 但也可能衝突

所以需要：

\text{Coordination}.

86. 分配控制律與財產權

事前規則不代表財產權不存在。

87. 更準確

\boxed{ \text{Property Rights} }

本身就包含制度邊界。

88. 所以問題不是「財產權 vs 分配」

而是：

新型 AI 資本形成時，權利結構如何設計？

89. 公共投入的回報

若：

\text{PublicResearch}, \text{PublicInfrastructure}, \text{PublicData}

參與產生 AI 資本，

則公共取得部分回報具有直接因果基礎。

90. 私人創新也需要保留回報

否則：

InnovationIncentive\downarrow.

91. 因此分配控制律需要雙重約束

\boxed{ \text{BroadBenefit} + \text{InnovationContinuity}. }

92. 不是零和設計

目標不是：

Private=0.

而是：

\boxed{ \Delta\Omega_{\mathrm{broad}}>0 }

同時：

\boxed{ \Delta C_{\mathrm{frontier}}>0. }

93. 這與 HAVT 共同方向一致

好的轉型：

\boxed{ \text{Future Expansion} }

不應以大量：

\boxed{ \text{Option-Space Destruction} }

為燃料。

94. 四種基本失敗模式

94.1 過低分配

FLD\uparrow\uparrow.

95. 94.2 過高抽取

\text{Investment}, \text{Innovation} \downarrow.

96. 94.3 只發現金

Cash\uparrow

但：

\text{Mobility}, K_{AI}^{floor}, \text{TimeSovereignty}

不變。

97. 94.4 太晚介入

S_V\uparrow\uparrow

導致：

C_R\uparrow.

98. 因此分配必須多維

\boxed{ \mathcal D_t = ( D_Y, D_K, D_T, D_P, D_{AI} ). }

99. 收入分配 $D_Y$

\text{Income}.

100. 資本分配 $D_K$

\text{Ownership}.

101. 時間分配 $D_T$

\text{TimeDividend}.

102. 公共服務分配 $D_P$

\text{PublicServices}.

103. 智能資本分配 $D_{AI}$

K_{AI}^{public}, K_{AI}^{floor}.

104. 第一核心命題

命題 6.1｜無終點分配制度命題

\boxed{ \text{Open-Ended Intelligent Economy} \Rightarrow \text{Open-Ended Distribution Institutions}. }

105. 第二核心命題

命題 6.2｜狀態依賴分配命題

\boxed{ \mathcal D_t = \Phi(\mathfrak W_t). }

106. 第三核心命題

命題 6.3｜事前路由優勢命題

在其他條件相近時：

\boxed{ \text{Ex Ante Routing} }

比完全依賴：

\boxed{ \text{Ex Post Redistribution} }

更能降低制度突變與沉積成本。

107. 第四核心命題

命題 6.4｜分配非現金命題

\boxed{ \text{Distribution} \neq \text{Cash Transfer Only}. }

108. 第五核心命題

命題 6.5｜公共智能資本命題

若 AI 成為基礎生產能力，

則：

\boxed{ K_{AI}^{floor} }

可成為公共能力指標之一。

109. 第六核心命題

命題 6.6｜分配帶寬命題

若：

v_{\Sigma_{AI}}>B_D,

則：

\boxed{ \text{Distribution Backlog} }

與集中風險提高。

110. 第七核心命題

命題 6.7｜雙目標命題

好的制度應尋求：

\boxed{ \Delta C_{\mathrm{frontier}}>0 }

且：

\boxed{ \Delta Median(\mathcal B_i)\ge0. }

111. 第八核心命題

命題 6.8｜非聖人制度命題

\boxed{ \text{Good Distribution} }

不應要求：

\boxed{ \text{extraordinary altruism from every powerful actor}. }

112. 反例一：極低集中世界

如果：

Distribution(K_{AI}^{eff})

天然非常平坦，

分配控制律的重要性下降。

113. 反例二：市場自動把全部生產力傳遞給中位家庭

若：

C_{\mathrm{frontier}}\uparrow \Rightarrow Median(\mathcal B_i)\uparrow

長期穩定成立，

則 FLD 控制需求降低。

114. 反例三：AI 發展快速進入穩態

若：

v_{AI}\rightarrow0,

固定制度可能足以處理。

115. 反例四：公共算力效率極低

若：

K_{AI}^{public}

長期無法轉化為有效能力，

則公共智能資本不應被過度擴張。

116. 可反駁條件

條件一

若狀態依賴分配規則比固定制度產生更高不穩定性、套利與政策震盪，則控制律應收斂為更慢、更簡單的規則。

條件二

若 Predistribution 顯著降低創新與投資，且其社會收益不足補償，則其比例與設計需要下降。

條件三

若公共 AI 能力無法有效提高中位主體的生產、學習與流動能力，則 $K_{AI}^{floor}$ 不應被當成單一政策目標。

條件四

若 FLD、勞動份額與底空間指標無法預測社會轉型壓力，則控制律的觀測變量需要重建。

117. ICOD 六篇總結

ICOD-01

建立：

\boxed{ \text{Cheap AI} \neq \text{Cheap Civilization}. }

118. ICOD-02

建立：

\boxed{ \text{AI Access} \neq \text{Agentic Capital}. }

119. ICOD-03

建立：

\boxed{ \text{Modern Sector Growth} \not\Rightarrow \text{Mass Labor Absorption}. }

120. ICOD-04

建立：

\boxed{ \text{National Capability} \neq \text{Median Life-World Capability}. }

121. ICOD-05

建立：

\boxed{ \text{Open-Ended Growth} \Rightarrow \text{No Natural Redistribution Endpoint}. }

122. ICOD-06

因此提出：

\boxed{ \text{Distribution} = \text{Continuous State-Dependent Institutional Routing}. }

123. ICOD 主鏈

整個系列可壓縮為：

\boxed{ \text{Cheap AI} \rightarrow \text{Agentic Capital} \rightarrow \text{Low Labor Absorption} \rightarrow \text{Frontier–Life Divergence} \rightarrow \text{Deferred Distribution Trap} \rightarrow \text{Distribution Control Law}. }

124. 與 EWDT 的接口

EWDT 問：

世界如何被轉化？

ICOD 問：

轉化能力由誰持有，並如何傳遞？

125. 與 HAVT 的接口

HAVT 問：

轉型如何不摧毀正在經歷轉型者的可能性底空間？

ICOD 回答：

必須把收益與智能資本的路由本身寫進轉型制度。

126. 與 SAS 的接口

SAS 問：

AI 是否形成自我再生閉環？

ICOD 追問：

即使形成，這個閉環的收益是否被廣泛傳遞？

127. 系統奇點不是分配奇點

因此：

\boxed{ \Sigma_{\mathrm{sys}} \not\Rightarrow \Sigma_{\mathrm{distribution}}. }

128. 即使 AI 真的能自我擴張

也不能推出：

\boxed{ \text{Broad Human Benefit}. }

129. 分配需要自己的閉環

理想結構：

\boxed{ \text{AIProductivity} \rightarrow \text{BroadCapability} \rightarrow \text{HumanParticipation} \rightarrow \text{SocialStability} \rightarrow \text{FurtherInnovation}. }

130. 這是一個文明級正回饋

如果成立：

\boxed{ \text{Distribution} }

不只是成本。

131. 它也可以是生產能力來源

因為更廣泛：

教育；
健康；
創業；
AI 可達；
時間；

可以產生新能力。

132. 所以分配與生產不是純對立

\boxed{ \text{Distribution} \leftrightarrow \text{Capability Formation}. }

133. 系列最終命題

本文最終提出：

\boxed{ \text{A viable AI political economy does not wait for abundance to end before distributing its gains; it continuously converts part of expanding intelligent capacity into broadly reachable human capability.} }

中文：

可持續的 AI 政治經濟，不是等富足完成後才開始分配，而是在智能能力持續擴張的同時，把其中一部分持續轉化成廣泛可達的人類能力。

134. 結論

AI 時代最危險的分配想像之一，是：

先讓技術跑完，再處理分配。

但：

\boxed{ \text{AI may never be finished}. }

只要：

\text{NextFrontier}

永遠存在，

那：

\boxed{ \text{DistributionLater} }

就可能永遠晚一步。

因此真正可靠的制度不應等待：

\boxed{ \text{Final Abundance}. }

而應從第一輪能力增長開始，就建立：

\boxed{ \text{continuous routing}. }

這個路由不必消除競爭。

不必消除私有財產。

不必讓所有人擁有完全相同的 AI。

它真正要避免的是：

\boxed{ \text{前沿能力無限擴張， 而大多數人的未來選項持續萎縮。} }

所以 ICOD 系列最後將分配重新定義為：

\boxed{ \text{Distribution} = \text{the institutional routing of expanding capability across time}. }

不是只把錢從一個帳戶搬到另一個帳戶。

而是決定：

新增加的智能、時間、所有權、公共服務、算力與世界可能性，到底進入誰的未來。

當經濟發展沒有終點時，

分配也不能只發生在終點。

\boxed{ \text{Open-Ended Growth} \Rightarrow \text{Open-Ended Distribution}. }

這就是《智能資本與無終點分配論》的封頂命題。

附錄 A｜核心符號表

符號	含義
$\mathcal D_t$	時點 $t$ 的分配控制／路由結構
$\Phi$	分配控制律
$\mathbf S_t$	生產力、AI 與智能資本狀態
$\mathbf G_t$	分配與能力缺口
$\mathbf R_t$	韌性與轉型承受狀態
$\mathbf B_t$	基本生活與可能性底空間狀態
$\Sigma_{AI}$	AI 生產力紅利
$K_{AI}^{public}$	公共智能資本
$K_{AI}^{floor}$	最低有效智能資本
$B_{\min}$	基本生活與安全底線
$M_{\mathrm{mobility}}$	社會流動能力
$R_{\mathcal B}$	可能性底空間韌性
$B_D$	分配帶寬
$e_{FLD}$	前沿—生活世界分岔控制誤差
$D_Y$	收入分配通道
$D_K$	資本／所有權分配通道
$D_T$	時間紅利通道
$D_P$	公共服務通道
$D_{AI}$	智能資本分配通道

附錄 B｜ICOD 最小閉環

問題鏈：

\boxed{ \text{CheapAI} \rightarrow \text{AgenticCapitalConcentration} \rightarrow \text{LowLaborAbsorption} }

\boxed{ \rightarrow \text{FrontierLifeWorldDivergence} \rightarrow \text{DeferredDistributionTrap}. }

制度回應：

\boxed{ \text{StateObservation} \rightarrow \text{DistributionControlLaw} \rightarrow \text{BroadCapabilityRouting} }

\boxed{ \rightarrow \text{OptionSpacePreservation} \rightarrow \text{SustainableFrontierExpansion}. }

因此：

\boxed{ \text{分配的終點， 不是把所有東西分完； 而是讓發展本身不再需要等待某個終點，才開始惠及更廣泛的人。} }

ICOD-06｜分配控制律：從事後重分配到事前制度化路由

ICOD-06｜分配控制律：從事後重分配到事前制度化路由

從無終點富足、智能資本分配與狀態依賴規則，到 AI 時代的預分配、公共智能資本與連續分配機制

摘要

0. 問題提出：如果不能等到終點，那要怎麼分？

1. 分配不能再被理解成單一事件

2. AI 時代更適合控制系統語言

3. 分配控制律的核心

4. 更細化

5. 系統狀態 St\mathbf S_tSt​

6. 分配缺口 Gt\mathbf G_tGt​

7. 韌性狀態 Rt\mathbf R_tRt​

8. 底空間狀態 Bt\mathbf B_tBt​

9. 因此分配不是固定比例

10. 而是狀態依賴

11. 或勞動份額快速下降

12. 如果轉型壓力太高

13. 這是一個控制問題

14. 事後重分配

15. 它不是錯

16. 但 AI 時代可能太慢

17. 預分配

18. 預分配不是平均主義

19. 而是收益形成時就先定義路由

20. 事前規則的優勢

21. 減少「突然被拿走」感

22. 公共 AI 資本

23. 公共智能資本不是全民同模型

24. 最低智能資本底線

25. 它回答

26. 名義普及不夠

27. 所以公共 AI 政策應看有效能力

28. 廣泛所有權

29. 為什麼所有權重要？

30. 所有權比事後補貼更早進入收益鏈

31. 社會 AI 基金

32. 基金來源可以多元

33. 本文不固定稅制

34. 但原理相同

35. AI 紅利路由

36. 多通道路由

37. 這比只談 UBI 更完整

38. 工資路由

39. 價格路由

40. 公共服務路由

41. 所有權路由

42. 時間紅利

43. AI 提高生產率不一定要裁員

44. 因此

45. 時間也是分配對象

46. 因為不可退款的是時間

47. 所以分配控制律應包含時間

48. 公共算力路由

49. 公共算力可以提高

50. 這降低 Agentic Capital 斷層

51. 新投資仍然必要

52. 因為前沿也要維持

53. 分配控制律不是反成長

54. 控制目標

55. 基本生活底線

56. 流動能力

57. 最低智能資本

58. 底空間韌性

59. 好的分配不是消除所有差距

60. 真正目標

61. 以及防止 FLD 無限擴大

62. FLD 控制

63. 若誤差過大

64. 但不能機械式固定

65. 控制律需要穩定性

66. 反應太慢

67. 所以政治經濟也有控制問題

68. 分配帶寬

69. 若

70. 分配積壓

71. 這會推高集中

72. 所以制度本身也要升級

73. 制度速度

74. 但人類制度不需要追到機器速度

75. 因此需要緩衝層

5. 系統狀態 $\mathbf S_t$

6. 分配缺口 $\mathbf G_t$

7. 韌性狀態 $\mathbf R_t$

8. 底空間狀態 $\mathbf B_t$

99. 收入分配 $D_Y$

100. 資本分配 $D_K$

101. 時間分配 $D_T$

102. 公共服務分配 $D_P$

103. 智能資本分配 $D_{AI}$