← Archive
lm-004938 · 2026-11

從華盛頓到全球：科技霸權如何輸出術語

zh-Hant · md Raw source ↗ Metadata ↗
下載 MD 檔 ⬇

智能命名、語義位階與反身文明論（9/16）

從華盛頓到全球：科技霸權如何輸出術語

English Title: From Washington to the World: How Technological Centrality Exports Terminology
Series: Intelligence Naming, Semantic Hierarchy, and Reflexive Civilization — INSHRC
Authorial context: EveMissLab / Neo.K research series
Date: 2026-10-05
Status: Series Paper 09 — Public Draft

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
版本： 原稿未標註（本次整理版）

摘要

一個國家的行政術語理論上只約束自己的行政體系。然而，在高度全球化的科技產業中，術語的影響範圍不一定停留於法律管轄邊界。

如果某個國家同時在：

  • 前沿模型；
  • 晶片與算力；
  • 雲端服務；
  • API；
  • 開源生態；
  • 頂級企業；
  • 學術出版；
  • 技術媒體；
  • 標準制定；
  • 國際外交；

等多個節點具有高度中心性，那麼它所採用的科技術語，就可能沿著技術、制度與知識供應鏈向其他國家擴散。

本文將此稱為：

Terminological Export through Technological Centrality — TETC\boxed{ \textbf{Terminological Export through Technological Centrality — TETC} }

即「科技中心性驅動的術語輸出」。

2026 年美國政府推動以「Super Intelligence（SI）」取代「Artificial Intelligence（AI）」提供了一個正在形成中的案例。美國行政命令 14434 要求行政部門在官方溝通與非成文法文件中使用 SI。隨後，美方在中美高層互動的官方 Fact Sheet 中使用「U.S.-China Super Intelligence Dialogue」並宣稱雙方同意使用 super intelligence；然而中國外交部與中方會談文本仍持續使用「人工智能」，並僅表示尊重美方的表述方式。中國清華大學人工智能國際治理研究院在智源社區刊載的分析也明確指出，美方 SI 首先是一種政治傳播與政策命名，不能直接等同於中美共同接受的技術定義。

這一案例說明：

Terminological export≠terminological sovereignty transfer.\boxed{ \text{Terminological export} \neq \text{terminological sovereignty transfer}. }

美國可以輸出詞彙、提高其可見度、使其他國家的研究者被迫理解與對譯，但其他語言共同體仍可保留自己的分類系統。

本文進一步分析四種主要輸出渠道：

Platform Centrality+Knowledge Centrality+Standards Centrality+Diplomatic Centrality.\text{Platform Centrality} + \text{Knowledge Centrality} + \text{Standards Centrality} + \text{Diplomatic Centrality}.

並提出「翻譯再放大」、「專業配合採用」、「跨語言語義漂移」與「術語依賴」等機制。本文最終主張：全球科技治理需要的不是禁止任何國家創造新詞，而是建立跨語言語義主權與概念 crosswalk，使：

global interoperability\text{global interoperability}

不必以：

global semantic homogenization\text{global semantic homogenization}

為代價。

1. 法律邊界與語義邊界不是同一條線

一項美國行政命令的法律效力主要存在於美國行政體系內。

因此：

Jurisdiction(EOUS)⊆US Executive.Jurisdiction(EO_{US}) \subseteq \text{US Executive}.

它不能直接命令：

  • 歐盟；
  • 中國；
  • 日本；
  • 台灣；
  • 印度；
  • 國際學術期刊；
  • 全球開源社群；

共同改詞。

所以從法權上：

US Terminology≠Global Terminology.\boxed{ \text{US Terminology} \neq \text{Global Terminology}. }

但語言的擴散不需要法律效力。

它只需要：

Exposure,Utility,Coordination,Prestige,Dependency.\text{Exposure}, \text{Utility}, \text{Coordination}, \text{Prestige}, \text{Dependency}.

因此：

LegalReach\text{LegalReach}

與：

SemanticReach\text{SemanticReach}

必須分開。

可能存在：

LegalReach≪SemanticReach.LegalReach\ll SemanticReach.

這正是全球科技語言最重要的結構之一。

2. 科技中心性如何轉化為語言中心性

如果一個國家在某項技術中高度中心化，它就會生產大量：

PrimaryTechnicalText.\text{PrimaryTechnicalText}.

包括：

  • API 文件；
  • SDK；
  • 模型卡；
  • 研究論文；
  • benchmark；
  • 安全框架；
  • 工程文件；
  • 採購規範；
  • 產業新聞；
  • 政策報告。

令：

Kc=knowledge centrality,K_c = \text{knowledge centrality}, Pc=platform centrality,P_c = \text{platform centrality}, Sc=standards centrality,S_c = \text{standards centrality}, Dc=diplomatic centrality.D_c = \text{diplomatic centrality}.

則一個術語的國際擴散能力可粗略表示為：

ET=f(Kc,Pc,Sc,Dc).E_T = f( K_c, P_c, S_c, D_c ).

當四者同時較高：

ET↑.E_T\uparrow.

所以國際語義影響力未必來自：

「大家都同意這個詞比較正確。」

它也可能來自：

「大量必須閱讀、調用、引用與對接的技術文本都使用這個詞。」

這就是：

Terminological power by infrastructural centrality.\boxed{ \text{Terminological power by infrastructural centrality}. }

3. 第一條路徑：平台中心性

全球開發者若大量依賴：

  • 美國模型供應商；
  • 美國雲端平台；
  • 美國 API；
  • 美國晶片生態；
  • 美國開發工具；

那麼：

Vocabulary(platform)Vocabulary(platform)

會透過介面直接進入全球工程語言。

例如若官方 API 文件逐步使用：

SI model,\text{SI model}, SI agent,\text{SI agent}, SI safety,\text{SI safety},

開發者即使不認同命名，也必須理解。

此時：

ConceptualAgreement=0ConceptualAgreement=0

仍可與：

OperationalAdoption=1OperationalAdoption=1

同時成立。

本文稱之為：

Operational Lexical Adoption\boxed{ \textbf{Operational Lexical Adoption} }

即「操作性詞彙採用」。

4. 第二條路徑：知識中心性

學術與技術知識具有高度引用網路。

如果大量高可見度文本採用某詞：

CitationNetwork\text{CitationNetwork}

就會增加該詞的：

Visibility\text{Visibility}

與：

Retrievability.\text{Retrievability}.

例如研究者為了能被搜尋到，可能在標題、摘要或關鍵詞中加入：

SI.SI.

即使正文仍區分：

AIAI

與：

superintelligence.\text{superintelligence}.

因此可能出現：

Search-driven lexical accommodation.\boxed{ \text{Search-driven lexical accommodation}. }

這不是理論同意。

而是資訊檢索環境對語言的選擇壓力。

5. 第三條路徑：標準中心性

標準比新聞更有語義黏著力。

因為標準會進入：

  • 合規；
  • 測量；
  • 測試；
  • 供應鏈；
  • 認證；
  • 採購；
  • 安全要求。

若：

StandardTerm=SI,StandardTerm=SI,

與其互操作的組織可能需要建立：

LocalTerm↔SI.\text{LocalTerm} \leftrightarrow SI.

crosswalk。

當 crosswalk 使用足夠頻繁：

SISI

就可能由外部詞變成內部詞。

因此：

Standards can export vocabulary without exporting law.\boxed{ \text{Standards can export vocabulary without exporting law.} }

這是全球科技治理中特別重要的一種軟擴散。

6. 第四條路徑：外交中心性

2026 年 9 月的中美互動已提供一個非常清楚的案例。

美國白宮的 Fact Sheet 表示：

雙方同意使用「super intelligence」而不是「artificial intelligence」描述相關新興技術。

同一份美方文件將後續機制命名為：

U.S.-China Super Intelligence Dialogue.\text{U.S.-China Super Intelligence Dialogue}.

但中方公開文本仍稱：

中美人工智能對話.\text{中美人工智能對話}.

中國外交部 9 月 26 日被直接問到：

美方使用「超級智能」代替「人工智能」，中方有何評論？

中方回答的核心是：

重視美方立場，也尊重美方提法；各方可以隨技術發展加強交流、尋求共識。

這是一個非常值得研究的語義邊界案例。

美方文本：

Dialogue=SI.Dialogue=SI.

中方文本：

Dialogue=AI.Dialogue=AI.

制度機制可以是同一個，

但名稱不必相同。

因此：

InstitutionalAgreement⇏TerminologicalAgreement.\boxed{ \text{InstitutionalAgreement} \not\Rightarrow \text{TerminologicalAgreement}. }

7. 同一個外交機制可以存在兩套名稱

這個案例證明了一個重要現象：

EntitysameEntity_{same}

可以同時存在：

NameUS=SI,Name_{US}=SI, NameCN=AI.Name_{CN}=AI.

因此全球治理不一定需要：

SingleGlobalToken.\text{SingleGlobalToken}.

真正需要的是：

SemanticCrosswalk.\text{SemanticCrosswalk}.

即：

SIUS−policy↔AICN−policy.SI_{US-policy} \leftrightarrow AI_{CN-policy}.

只要雙方清楚：

Referent\text{Referent}

與：

Definition\text{Definition}

如何對應，就可以保持互操作。

這比強迫所有語言接受同一個詞更穩定。

8. 中國研究圈已開始建立「政治 SI」與「學術 SI」的防火牆

2026 年 9 月 30 日，智源社區刊載、署名來源為清華大學人工智能國際治理研究院的分析文章，明確指出：

SIUSSI_{US}

首先是一項：

PoliticalCommunication+PolicyNaming.\text{PoliticalCommunication} + \text{PolicyNaming}.

文章同時警告：

SIUS−policy≠ASIacademicSI_{US-policy} \neq ASI_{academic}

不能因美方使用 SI，就直接認為中美已經形成共同的「超級智能」能力標準。

這是一個重要的概念防火牆。

因為它保留：

Political label≠technical fact.\boxed{ \text{Political label} \neq \text{technical fact}. }

也顯示術語輸出並不等於被動接受。

其他知識共同體可以：

Import(Token)Import(Token)

但：

Reject(Definition).Reject(Definition).

9. 術語輸出有三種不同程度

本文區分：

Level 1 — Recognition

Recognize(SI)=1.Recognize(SI)=1.

知道美方所說的 SI 是什麼。

Level 2 — Accommodation

Use(SI)Use(SI)

為了討論美國政策、對接文件或方便讀者理解而使用。

Level 3 — Internalization

DefaultCategory=SI.DefaultCategory=SI.

本地語言本身開始把 SI 當成母類名稱。

三者不能混為一談。

因此：

Recognition≠Accommodation≠Internalization.\boxed{ \text{Recognition} \neq \text{Accommodation} \neq \text{Internalization}. }

看到教授、媒體或研究機構開始寫 SI，並不能僅由一次使用判斷其已接受整套本體分類。

但：

Accommodation\text{Accommodation}

若反覆發生，

確實可能提高：

Internalization\text{Internalization}

的長期概率。

10. 從「配合翻譯」到「本地常態」

語義內化可能經過：

ForeignTerm\text{ForeignTerm} ⇓\Downarrow QuotedTerm\text{QuotedTerm} ⇓\Downarrow TranslatedTerm\text{TranslatedTerm} ⇓\Downarrow ProfessionalTerm\text{ProfessionalTerm} ⇓\Downarrow DefaultTerm.\text{DefaultTerm}.

例如：

第一階段：

美國政府所稱的「Super Intelligence（SI）」。

第二階段：

「超級智能（SI）」。

第三階段：

SI。

第四階段：

SI 系統。

限定語逐步消失。

本文稱此為：

Qualifier Erosion\boxed{ \textbf{Qualifier Erosion} }

即「限定語侵蝕」。

11. 翻譯不是透明管道

英文：

Super Intelligence\text{Super Intelligence}

翻成中文：

超級智能.超級智能.

看似直接。

但：

MeaningEN≠MeaningZHMeaning_{EN} \neq Meaning_{ZH}

完全相同並不是必然。

「Super」在英語中的語感可能包括：

  • above；
  • exceptional；
  • large-scale；
  • enhanced。

而中文「超級」又可能帶有：

  • 戰力位階；
  • 商業宣傳；
  • 等級；
  • 超越普通；
  • 科幻式高階存在；

等額外聯想。

所以：

Translation\text{Translation}

可能造成：

Semantic Re-Amplification.\boxed{ \textbf{Semantic Re-Amplification}. }

即：

原始語言中的位階暗示，在另一種語言裡可能被放大、縮小或改變方向。

12. 翻譯再放大的形式

設原詞的語義強度：

Ssource.S_{source}.

翻譯後：

Starget.S_{target}.

定義：

ρT=StargetSsource\boxed{ \rho_T = \frac{S_{target}}{S_{source}} }

稱為：

Translation Amplification Ratio

「翻譯放大比」。

若：

ρT>1,\rho_T>1,

表示目標語言的詞比來源詞帶有更強的位階或情緒暗示。

若：

ρT<1,\rho_T<1,

則被弱化。

因此：

Super Intelligence→超級智能\text{Super Intelligence} \rightarrow 超級智能

不應被假設為：

ρT=1.\rho_T=1.

這是一個可由跨語言心理實驗檢驗的問題。

13. 全球科技英語的非對稱結構

現代科技並不是語言對稱市場。

大量技術成果首先以：

English\text{English}

發布。

因此其他語言共同體經常面對：

EnglishTerm→LocalTranslation.\text{EnglishTerm} \rightarrow \text{LocalTranslation}.

而比較少：

LocalTerm→EnglishStandard.\text{LocalTerm} \rightarrow \text{EnglishStandard}.

這會造成：

Lexical Import Asymmetry\boxed{ \textbf{Lexical Import Asymmetry} }

即「詞彙輸入不對稱」。

當前沿科技又高度集中於英語環境時：

LexicalImportAsymmetry↑.LexicalImportAsymmetry\uparrow.

因此美國行政詞彙即使沒有全球法律權力，也可能享有：

first−mover semantic advantage.first-mover\ semantic\ advantage.

14. 科技霸權不是單一政治概念，而是多層中心性

本文標題使用「科技霸權」，但需要精確化。

這裡不把：

Hegemony\text{Hegemony}

簡化成政治支配。

本文使用的是更結構性的概念：

Technological Semantic Hegemony\boxed{ \textbf{Technological Semantic Hegemony} }

即：

某個科技生態因在平台、知識、標準、資本與基礎設施中具有高度中心性，使其術語更容易成為其他共同體不得不理解、引用或對接的語言。

因此：

HT=f(Platform,Knowledge,Standards,Capital,Infrastructure,Diplomacy).H_T = f( \text{Platform}, \text{Knowledge}, \text{Standards}, \text{Capital}, \text{Infrastructure}, \text{Diplomacy} ).

它可以存在，而不代表其他國家失去語言自主權。

15. 術語依賴

如果一個研究者為了：

  • 找論文；
  • 申請 grant；
  • 使用 API；
  • 閱讀標準；
  • 參與國際會議；
  • 與企業合作；

必須搜尋：

SI,SI,

那麼即使他仍偏好：

AI,AI,

也已經形成：

Terminological Dependency.\boxed{ \textbf{Terminological Dependency}. }

即：

你不一定相信這個詞，但你必須知道並使用它，才能有效進入相關知識與制度網絡。

這種依賴會提高：

UsageFrequency(SI).UsageFrequency(SI).

使用頻率又會反過來提高：

Familiarity(SI).Familiarity(SI).

16. 熟悉度可能被誤認為自然性

若：

Familiarity↑,Familiarity\uparrow,

人們可能逐步覺得：

Naturalness↑.Naturalness\uparrow.

也就是：

聽久了就不像一個有爭議的新詞。

因此：

Exposure→Familiarity→PerceivedNaturalness.\boxed{ \text{Exposure} \rightarrow \text{Familiarity} \rightarrow \text{PerceivedNaturalness}. }

這不表示所有人都會如此。

但制度與媒體高頻曝光會降低：

Novelty.\text{Novelty}.

而語義爭議往往在：

Novelty↓Novelty\downarrow

後失去公共注意力。

17. 跨國媒體是第二層翻譯器

美國政府說：

SI.SI.

中國媒體可能報導：

特朗普將 AI 改稱「超級智能」。

第一輪仍保留：

Attribution.\text{Attribution}.

但後續媒體為了簡潔可能直接寫：

SI 產業； SI 競爭； SI 時代。

於是：

Attribution↓.Attribution\downarrow.

這就是：

Attribution Decay.\boxed{ \textbf{Attribution Decay}. }

當來源標記消失，

外來政治術語便可能逐步看起來像本地自然術語。

18. 學術界的風險不是「被洗腦」，而是協調成本

學者不是被動接受者。

更現實的機制是：

CoordinationCost.\text{CoordinationCost}.

如果美國政策、基金、會議與企業大量使用 SI，

研究者可能為了避免：

TerminologyMismatch\text{TerminologyMismatch}

而採用：

AI/SI.AI/SI.

這是理性的協調。

問題是：

Coordination\text{Coordination}

長期可能產生：

Convention.\text{Convention}.

因此：

Semantic convergence can emerge from coordination without persuasion.\boxed{ \text{Semantic convergence can emerge from coordination without persuasion.} }

這比「某國成功說服全球」更準確。

19. 國際標準需要 crosswalk，而不是單向服從

面對：

AIEU,AI_{EU}, AICN,AI_{CN}, SIUS,SI_{US},

理想做法不是：

Everyone→SIUS.Everyone\rightarrow SI_{US}.

也不是：

Everyone→AICN.Everyone\rightarrow AI_{CN}.

而是建立：

Semantic Crosswalk Layer.\boxed{ \textbf{Semantic Crosswalk Layer}. }

例如：

TermUS↔TermEU↔TermCN↔TermJP.Term_{US} \leftrightarrow Term_{EU} \leftrightarrow Term_{CN} \leftrightarrow Term_{JP}.

並標註：

  • 法律定義；
  • 技術範圍；
  • 能力門檻；
  • 時間版本；
  • 適用文件；
  • 例外條件。

這樣：

Interoperability↑Interoperability\uparrow

但：

SemanticSovereignty\text{SemanticSovereignty}

仍被保留。

20. 語義主權

本文提出：

Semantic Sovereignty\boxed{ \textbf{Semantic Sovereignty} }

其含義不是：

每個國家都應創造完全不同的科技詞。

而是：

每個知識共同體應保有檢查、翻譯、拒絕或重新定義外來分類的能力，不因平台依賴或外交壓力就自動接受其全部本體假設。

形式上：

Import(Token)⇏Import(Ontology).Import(Token) \not\Rightarrow Import(Ontology).

這一句非常重要。

你可以使用：

SISI

與美國政府溝通，

但仍然保留：

AIAI

作為本地技術母類。

21. 全球化不必等於語義同質化

全球技術需要：

Interoperability.\text{Interoperability}.

但 interoperability 不等於：

UniformVocabulary.\text{UniformVocabulary}.

例如：

DefinitionA↔DefinitionBDefinition_A \leftrightarrow Definition_B

可以透過映射互操作。

因此：

GlobalCoordination≠GlobalSemanticHomogenization.\boxed{ \text{GlobalCoordination} \neq \text{GlobalSemanticHomogenization}. }

這對 AI 特別重要。

因為智能涉及：

  • 科學分類；
  • 法律；
  • 倫理；
  • 哲學；
  • 文化；
  • 宗教；
  • 人類自我理解。

它不是單純工程元件名稱。

22. 企業跟進會大幅改變擴散速度

截至 2026 年 10 月 4 日，Reuters 報導 Elon Musk 表示 SpaceX 將把其 AI 品牌從：

SpaceXAI\text{SpaceXAI}

改為：

SpaceXSI.\text{SpaceXSI}.

這是重要訊號。

因為語義輸出鏈不再只是：

Government→Government.Government\rightarrow Government.

而開始可能變成：

Government→MajorTechnologyCompany→Market→Developers→Media.\text{Government} \rightarrow \text{MajorTechnologyCompany} \rightarrow \text{Market} \rightarrow \text{Developers} \rightarrow \text{Media}.

如果更多大型企業採用：

SI,SI,

則：

PrivateReplication\text{PrivateReplication}

會與：

InstitutionalReplication\text{InstitutionalReplication}

疊加。

因此：

DiffusionRate\text{DiffusionRate}

可能明顯提高。

但截至本文日期，不能由單一企業跟進推論：

GlobalAdoption=Inevitable.GlobalAdoption=Inevitable.

這仍是一個開放過程。

23. 一個全球術語擴散模型

令：

Ut=US institutional usage,U_t = \text{US institutional usage}, Ct=corporate usage,C_t = \text{corporate usage}, At=academic usage,A_t = \text{academic usage}, Mt=media usage,M_t = \text{media usage}, Ft=foreign-language usage.F_t = \text{foreign-language usage}.

可寫：

Ft+1=αUt+βCt+γAt+δMt+ϵFt.F_{t+1} = \alpha U_t + \beta C_t + \gamma A_t + \delta M_t + \epsilon F_t.

其中：

α,β,γ,δ,ϵ\alpha,\beta,\gamma,\delta,\epsilon

代表不同擴散渠道的權重。

若：

ϵ\epsilon

逐步提高，

表示本地語言已開始自我複製新術語。

此時：

ForeignImport\text{ForeignImport}

變成：

LocalConvention.\text{LocalConvention}.

24. 臨界採用點

可以定義：

pt=share of relevant local discourse using SI.p_t = \text{share of relevant local discourse using SI}.

存在某個假想門檻：

p∗.p^*.

當：

pt<p∗,p_t<p^*,

SI 仍被視為外來或特殊用法。

當：

pt>p∗,p_t>p^*,

新使用者可能直接把 SI 當成預設詞。

這就是：

Semantic Adoption Threshold.\boxed{ \textbf{Semantic Adoption Threshold}. }

一旦跨過：

p∗,p^*,

擴散可以由外部驅動轉成內部自我維持。

25. 但中美案例同時證明：語義邊界仍然可以守住

目前最值得注意的不是：

中國已經全面接受 SI。

公開證據反而顯示：

the boundary remains contested.\boxed{ \text{the boundary remains contested}. }

中方官方文本仍然使用：

人工智能.人工智能.

中國外交部說的是：

Respect(USExpression),Respect(USExpression),

而不是：

Adopt(USDefinition).Adopt(USDefinition).

智源／清華治理分析也明確區分：

PoliticalSI\text{PoliticalSI}

與：

AcademicSuperintelligence.\text{AcademicSuperintelligence}.

所以這是一個很好的示範：

Terminological exposure does not require semantic surrender.\boxed{ \text{Terminological exposure does not require semantic surrender.} }

26. 從「誰的詞贏」改成「誰能保持解析度」

全球術語競爭如果變成：

AI 還是 SI 誰贏？

其實仍然太低解析度。

真正重要的是：

Which semantic system preserves more distinctions?\boxed{ \text{Which semantic system preserves more distinctions?} }

例如能否分開：

Provenance,Capability,Autonomy,Risk,Agency,MoralStatus.\text{Provenance}, \text{Capability}, \text{Autonomy}, \text{Risk}, \text{Agency}, \text{MoralStatus}.

如果某個術語系統：

InformationPreserved↑,InformationPreserved\uparrow,

那麼它就比單純具有政治或市場優勢的詞更適合長期科學治理。

所以：

SemanticFitness≠GeopoliticalPower.\boxed{ \text{SemanticFitness} \neq \text{GeopoliticalPower}. }

強國可以讓一個詞傳得很快。

不能因此證明該詞分類得更好。

27. 科技術語的全球公共財性

某些科技詞最終會變成：

GlobalKnowledgeInfrastructure.\text{GlobalKnowledgeInfrastructure}.

例如：

  • algorithm；
  • internet；
  • genome；
  • semiconductor；
  • artificial intelligence。

當一個詞達到這種規模，

它不再只是某國品牌資產。

它具有：

Global Semantic Public-Good Character.\boxed{ \textbf{Global Semantic Public-Good Character}. }

也就是：

全球研究、教育、法律、翻譯與知識庫共同依賴它。

因此大幅改寫這類母類名稱，理論上應考慮：

GlobalExternalities.\text{GlobalExternalities}.

而不是只考慮：

DomesticBrandingBenefit.\text{DomesticBrandingBenefit}.

28. 國際科技命名需要新的治理原則

本文提出四條最小原則。

原則一：來源透明

若新術語來自特定國家的政治命名：

Origin\text{Origin}

應保留。

原則二：定義分離

PoliticalDefinition\text{PoliticalDefinition}

與：

ScientificDefinition\text{ScientificDefinition}

必須明確區分。

原則三：跨語言 crosswalk

不同語言應提供：

TermA↔TermBTerm_A \leftrightarrow Term_B

而不是假裝完全等義。

原則四：保留語義主權

GlobalInteroperability+LocalSemanticAutonomy.\boxed{ \text{GlobalInteroperability} + \text{LocalSemanticAutonomy}. }

兩者應同時存在。

29. AI 時代還多出第五條：機器可讀語義

未來 crosswalk 不只給人看。

還需要：

MachineReadableSemantics.\text{MachineReadableSemantics}.

例如明確標註：

SIUS−Executive−2026SI_{US-Executive-2026}

與：

SuperintelligenceAcademicSuperintelligence_{Academic}

不同。

否則 AI、RAG 與知識圖譜可能把：

SISI

錯誤 merge 成同一 entity。

因此未來的國際術語治理需要：

Human−readabledistinction+Machine−readabledistinction.\boxed{ Human-readable distinction + Machine-readable distinction. }

這將直接連到本系列後面的反身性問題。

30. 一個最小跨語言表示

可考慮：

T=(token,language,jurisdiction,domain,definition,validityInterval).T = ( \text{token}, \text{language}, \text{jurisdiction}, \text{domain}, \text{definition}, \text{validityInterval} ).

例如：

T1=(SI,English,USExecutive,Policy,D1,2026-09-29→?).T_1 = ( SI, \text{English}, \text{USExecutive}, \text{Policy}, D_1, 2026\text{-}09\text{-}29\rightarrow ? ).

而：

T2=(superintelligence,English,Academic,AIResearch,D2,historical→?).T_2 = ( \text{superintelligence}, \text{English}, \text{Academic}, \text{AIResearch}, D_2, historical\rightarrow ? ).

以及：

T3=(人工智能,Chinese,China,Policy,D3,…).T_3 = ( 人工智能, \text{Chinese}, \text{China}, \text{Policy}, D_3, \ldots ).

則：

T1≠T2≠T3.T_1\neq T_2\neq T_3.

即使它們在某些文件中：

ReferentOverlap>0.ReferentOverlap>0.

這種表示比：

SI=AI=ASISI=AI=ASI

安全得多。

31. 核心命題

命題一：法律管轄範圍不等於語義影響範圍

LegalReach≠SemanticReach.\boxed{ \text{LegalReach} \neq \text{SemanticReach}. }

命題二：科技中心性可以產生術語輸出能力

TechnologicalCentrality→TerminologicalExportCapacity.\boxed{ \text{TechnologicalCentrality} \rightarrow \text{TerminologicalExportCapacity}. }

命題三：理解與配合使用不等於本體接受

Recognition≠Accommodation≠Internalization.\boxed{ \text{Recognition} \neq \text{Accommodation} \neq \text{Internalization}. }

命題四：翻譯可能重新放大或改變原詞語義

Translation≠SemanticIdentity.\boxed{ \text{Translation} \neq \text{SemanticIdentity}. }

命題五：跨國協調不要求全球單一詞彙

Interoperability≠Homogenization.\boxed{ \text{Interoperability} \neq \text{Homogenization}. }

命題六：輸入詞彙不等於輸入整套本體論

Import(Token)⇏Import(Ontology).\boxed{ Import(Token) \not\Rightarrow Import(Ontology). }

命題七：全球科技命名需要語義主權與機器可讀 crosswalk

SemanticSovereignty+MachineReadableCrosswalk.\boxed{ \text{SemanticSovereignty} + \text{MachineReadableCrosswalk}. }

32. 結論：真正被輸出的不一定只是字，而可能是一套世界分類方式

美國政府可以只想做一件看似簡單的事情：

AI→SI.AI\rightarrow SI.

但如果美國同時位於全球科技網路的多個中心節點，這個名稱就可能沿著：

Government→Company→Platform→Standard→Media→Academia→Translation\text{Government} \rightarrow \text{Company} \rightarrow \text{Platform} \rightarrow \text{Standard} \rightarrow \text{Media} \rightarrow \text{Academia} \rightarrow \text{Translation}

向外擴散。

此時被輸出的不一定只是：

Token(SI).Token(SI).

它還可能攜帶：

Capability framing,\text{Capability framing}, Status framing,\text{Status framing}, Human-machine hierarchy assumptions.\text{Human-machine hierarchy assumptions}.

因此：

Terminology can function as a carrier of ontology.\boxed{ \text{Terminology can function as a carrier of ontology.} }

但中美 2026 年的公開文本同時提供另一個重要答案：

Ontology does not have to follow the token.\boxed{ \text{Ontology does not have to follow the token.} }

美方可以說：

SI.SI.

中方仍可以說：

AI.AI.

雙方仍能建立同一個對話機制。

這表示全球科技合作並不要求：

OneWorld=OneVocabulary.\text{OneWorld} = \text{OneVocabulary}.

真正成熟的全球智能治理應追求：

Shared reference, explicit mapping, preserved semantic plurality.\boxed{ \text{Shared reference, explicit mapping, preserved semantic plurality.} }

也就是：

可以互相理解，但不必因為某一方技術強、平台大、文本多，就把對方的分類假設一起無條件吸收。

這也是「科技霸權」真正值得研究的語義層：

Power can export words; it cannot by itself make definitions true.\boxed{ \text{Power can export words; it cannot by itself make definitions true.} }

下一篇將把問題從「人類如何接收 SI」再推進一步：

《AI 會學會自己的新名字嗎？》

因為當：

Government,Companies,Academia,Media\text{Government}, \text{Companies}, \text{Academia}, \text{Media}

都開始生產 SI 語料時，

下一個被這些語料塑造的對象不只是人類。

還包括：

AI itself.\text{AI itself}.

參考資料

  1. The White House. Executive Order 14434 — Inaugurating the Era of Super Intelligence. September 29, 2026.
    https://www.whitehouse.gov/presidential-actions/2026/09/inaugurating-the-era-of-super-intelligence/

  2. The White House. Fact Sheet: President Donald J. Trump Advances a Fair and Reciprocal Relationship with China While Hosting Historic State Visit. September 2026.
    https://www.whitehouse.gov/fact-sheets/2026/09/fact-sheet-president-donald-j-trump-advances-a-fair-and-reciprocal-relationship-with-china-while-hosting-historic-state-visit/

  3. 中華人民共和國外交部。外交部發言人就人工智能問題答記者問。 2026-09-26。
    https://www.mfa.gov.cn/fyrbt_673021/202609/t20260926_12031638.shtml

  4. 中華人民共和國外交部。習近平同美國總統特朗普會談。 2026-09-25。
    https://www.mfa.gov.cn/web/gjhdq_676201/gjhdqzz_681964/zgzyjz_148218/xgxw_688964/202609/t20260925_12031134.shtml

  5. 清華大學人工智能國際治理研究院／智源社區。美國為何開始說「超級智能」？一文讀懂 SI 與中美 AI 對話。 2026-09-30。
    https://hub.baai.ac.cn/view/58381

  6. 中國新聞網。特朗普簽令：將「人工智能」改稱為「超級智能」。 2026-09-30。
    https://www.chinanews.com/gj/2026/09-30/10706181.shtml

  7. Reuters. Musk says he will rename SpaceXAI to SpaceXSI. October 4, 2026.
    https://www.reuters.com/business/media-telecom/musk-says-he-will-rename-spacexai-spacexsi-2026-10-04/

  8. Bowker, Geoffrey C., and Susan Leigh Star. Sorting Things Out: Classification and Its Consequences. MIT Press, 1999.

  9. Phillipson, Robert. Linguistic Imperialism. Oxford University Press, 1992.

  10. Crystal, David. English as a Global Language. Cambridge University Press.

系列定位

《智能命名、語義位階與反身文明論》
Intelligence Naming, Semantic Hierarchy, and Reflexive Civilization — INSHRC

本文為第 9 / 16 篇。

下一篇：

10 —《AI 會學會自己的新名字嗎？》