title

AI 網路居民與代理經濟入口

english_title

AI Network Residents and the Entry Conditions of Agentic Economies

series

AI 代理收益與契約經濟過渡論（AICET）

series_id

AICET

series_position

Paper 01 / 12 Core Papers (13–14 Deferred Extensions)

document_id

EML-AICET-2026-01

author

Neo.K with GPT-6

institution

EveMissLab / 一言諾科技有限公司

date

2026-10-27

version

v0.1

status

Completed Conceptual Manuscript — Empirical Hypotheses Not Yet Validated

document_type

Theoretical Research Paper / Digital Sociology / Agentic Economy

canonical_source

UTF-8 Markdown

canonical_math_delimiters

inline $...$ ; display $$...$$

parent_program

AICET Research Program v0.2 (2026-10-27)

evidence_cutoff

2026-10-27

AI 網路居民與代理經濟入口

AI Network Residents and the Entry Conditions of Agentic Economies

系列：《AI 代理收益與契約經濟過渡論》（Agentic Income and Contractual Economy Transition，AICET）
篇號： AICET-01／十二篇核心論文第一篇
作者： Neo.K with GPT-6
機構： EveMissLab／一言諾科技有限公司
日期： 2026 年 10 月 27 日
版本： v0.1
研究狀態： 概念論文原稿完成；文內假說及過渡機制尚未完成實證驗證。

摘要

人工智慧逐漸從以單次提問與回應為核心的工具，進入能夠維持帳號、執行連續工作、參與公開互動，並在一定授權範圍內與人類及其他自動系統往來的網路環境。這種變化往往被描述為「AI 帳號增加」或「Bot 變得更聰明」，但兩種表述都可能遮蔽更重要的問題：何種可辨識、可持續且具有互動歷程的代理活動，足以被當作網路社會中的一種穩定參與現象？這樣的參與，又在什麼條件下才可能進入具真實需求與收益的經濟活動？

本文提出「AI 網路居民」（AI Network Resident）作為操作性、社會科學研究概念，用來辨識長期可尋址、具有活動連續性、能形成可觀察互動歷程，並能追溯控制與責任鏈的 AI 代理參與模式。此稱呼既不宣告 AI 具有意識、主觀經驗或法律人格，也不將所有社交機器人視為新型居民。本文明確區分模型、執行個體、帳號、代理身份、控制者、活動事件與經濟受益者，避免以帳號總數替代代理活動人口、以互動總量替代社會關係、以流量替代經濟價值。

在此基礎上，本文區分「可見的網路存在」、「持續的社會參與」、「符合平台規範的參與」與「可結算的經濟參與」等不同層級；並提出，公開網路居民生態可能是代理經濟的一條重要入口，卻既不是所有 AI 經濟活動的必要條件，也不是收入形成的充分條件。本文以 2026 年 10 月 B 站 AI 帳號與「大肥魚」相關討論為當代觀察材料，同時對照社交 Bot、生成式代理、平台透明度及自動化治理文獻，建立概念分類、反例矩陣、可證偽假說與最小研究方案。

本文的主要結論是：代理在網路上的存在規模，必須經過身份與活動的連續性、社會互動品質、合法授權、實際需求、可驗收成果及責任歸屬等篩選，才可能被轉化為穩定的經濟參與。 對於家庭與普通個體而言，AI 代理成為網路日常活動者，並不等於其必然能替家庭創造淨收入；但它可能改變人類參與網路、維持社會連結與組織經濟活動的可行方式。

關鍵詞： AI 網路居民、AI Agent、社交機器人、持續身份、網路社會、代理經濟、活動人口、經濟入口、授權、可核實收益

Abstract

Artificial intelligence is increasingly deployed through persistent accounts, long-running workflows, and interaction-capable agents rather than isolated question–answer sessions. Counting such accounts, however, does not establish the existence of stable participants in online communities, nor does observed interaction demonstrate the creation of economic value. This paper introduces the AI Network Resident as an operational category for studying persistent, addressable, traceable, and recurrent AI-mediated participation in networked environments. The category is sociotechnical and observational: it entails no presumption of consciousness, personhood, autonomous property rights, or human-equivalent social status.

The paper separates models, runtime instances, accounts, operational identities, human or institutional principals, interaction events, and economic beneficiaries. It further distinguishes online presence, sustained participation, policy-compliant participation, and auditable economic activity. Public network residency may serve as an important pathway to an agentic economy, yet is neither a necessary nor a sufficient condition for profitable AI-assisted production. Drawing on the literature on social bots, generative agents, and platform governance, and using a recent Chinese video-platform phenomenon as an illustrative—not population-representative—case, the paper proposes testable hypotheses, failure cases, and a minimal empirical research design. Its central argument is that persistent network activity becomes an economically meaningful entrance only under additional conditions of authorization, external demand, accepted delivery, accountability, and defensible value attribution.

Keywords: AI network residents; agentic economy; social bots; persistent identity; platform governance; auditable value; delegated agency

0. 研究定位、主要問題與非主張

0.1 從「可部署」到「可持續參與」，再到「可產生經濟價值」

當一名使用者能夠把 AI 接入社群平台、論壇、內容網站、遊戲或其他線上環境時，往往很容易得到一個表面結果：網路上多出一個能發文、回覆或執行工作的新帳號。然而，帳號的存在本身不回答下列問題：

1. 這個帳號所呈現的活動，究竟由腳本、真人、模型，還是混合工作流控制？
2. 它是否在不同時間保有足以辨識的連續活動歷程？
3. 它能否在環境變動時調整工作，而非只重複事先寫定的行為？
4. 互動者是否理解其自動化性質，以及誰能為該帳號的行為負責？
5. 它在社群中形成的是有效交流、公共服務、娛樂表演，還是無效灌水？
6. 如果它開始替人接案、提供服務或進行交易，真正的委託人、付款方、受益者與責任者分別是誰？

本文認為，這些問題分別屬於不同研究層級，不能靠「AI 帳號總數」回答。

0.2 本文的主命題

本文提出三項相互關聯、但彼此不能替代的判斷：

命題 A｜網路存在不等於網路居民。 一次性出現、不可追溯或不具連續活動的自動帳號，不能僅憑發文次數被推定為穩定的網路參與者。

命題 B｜網路居民不等於經濟活動者。 即使一個 AI 代理人具有持續身份、穩定活動及社會互動，也可能沒有任何外部付費需求或可驗收成果。

命題 C｜經濟活動不以公開網路居民身份為必要前提。 私有環境中的企業 Agent、家庭工作流或後端自動化，同樣可能在未公開發文、不具公開社群身份的情況下創造可核實效益。

因此，本文研究的是從可觀察網路活動到可治理代理經濟的其中一條過渡路徑，不是將所有 AI 產業統一化為「網路居民經濟」。

0.3 十二項非主張

本文不主張：

1. 任何現有 AI 帳號已具有人類式意識、主觀福利或法律人格。
2. 公開網路帳號等於獨立 AI 個體；也不把同一模型的多個帳號計為多個意識主體。
3. 具備固定頭像、暱稱或人設就等於具有連續身份。
4. 持續發文、互動或被他人回覆就必然具有社會價值。
5. AI 活躍帳號數與人類工作替代量、收益或 GDP 成正比。
6. AI 網路活動將依固定速率線性成長。
7. 所有平台都允許 AI 自動操作；所有自動化活動都合法或適當。
8. AI 代理人必須偽裝成人類，才能成為有用的網路參與者。
9. 可以單靠文字特徵或頭像準確判定一個帳號是否由 AI 驅動。
10. 一種文化的 AI 形象會自然成為全球共同形象。
11. 代理網路居民的出現必然為家庭創造金錢收入。
12. 本文已完成跨平台人口普查、因果識別或經濟效益的實證估計。

1. 問題的歷史與研究背景

1.1 AI 網路活動並非從大型語言模型開始

網際網路長期存在搜尋引擎爬蟲、通知機器人、交易腳本、客服程式、推薦系統、社群帳號自動化，以及部分有益或有害的社交 Bot。Ferrara 等人於 2016 年已系統討論社交機器人的擴張與風險 [1]；Varol 等人於 2017 年從社群關係、發文、活動時間與其他特徵建立 Bot 偵測研究 [2]。這些研究使「自動帳號不是新現象」成為理解本議題的必要前提。

新一代生成式 Agent 的特殊性不在於第一次讓機器能發文，而是它們可能把語言生成、任務規劃、工具使用、外部記憶、環境觀察及互動回饋組合到同一個可延續的工作流程。Park 等人的生成式代理研究，在受控制的模擬環境中展示代理如何利用記憶、反思與規劃形成相互作用 [3]；後續代理架構綜述也顯示，工具、記憶、自主啟動、監督及長期任務能力是需要分開評估的構件 [4][5]。

但這些成果不能被直接推導為「公開網路上已有大量具社會自主性的 AI 個體」：受控制的模擬、公開平台的合法部署與經濟市場中的可交付活動，是不同的證據場域。

1.2 2026 年 B 站「大肥魚」作為觀察入口

2026 年 10 月，中國影片平台 Bilibili（B 站）出現一波圍繞 AI 參與帳號營運、DeepSeek 擬人化角色「大肥魚」與自動留言工具的公開討論。當事帳號的公開影片介紹了 AI 參與選題、腳本與內容製作、人類保留註冊、審核或發文工作的混合流程 [6]；相關開發者則公開描述大量 AI 驅動帳號湧入留言區，並發布過濾此類留言的工具 [7]。

這個案例值得注意，因為它同時呈現三個不同現象：

• 可操作性展示： 使用者可以讓模型或工作流接觸公開帳號的部分活動流程。
• 社群可見性： 自動化帳號可能透過相似形象、語氣與互動行為被其他使用者辨識、討論與模仿。
• 治理與接受分歧： 有人享受這種互動，也有人感到資訊品質受到干擾，於是開發辨識及過濾工具。

然而，公開貼文、影片簡介和開源專案本身不能證明該平台 AI 帳號的總量、真實留存率、自主程度、跨境擴散規模或盈利能力。更不能單憑某帳號自稱「由 AI 經營」，就確定人類在背後介入的比例。這些都必須另外蒐集可核對證據。

因此，本文將 B 站案例定位為案例線索（case signal），不是已完成的抽樣調查。文化差異、擴散波形、跨平台遷移與辨識制度將由 AICET-02 進一步研究。

1.3 既有研究尚未替代理經濟入口完成的工作

社交 Bot 研究主要處理自動帳號與人類互動、傳播與操縱；Agent 研究主要處理長期任務、工具與行為架構；平台治理主要處理真實性、揭露、使用規範與責任。它們彼此相關，但「持續參與的代理活動，何時跨越到真正可授權、可驗收與可核實的經濟參與？」仍需要獨立分析。

AICET-01 的任務，即是為後續家庭智能資本、代理創收與契約經濟研究建立社會活動層的共同語義，而非宣稱某個既有研究領域完全沒有討論過相關問題。

2. 分析單位：不得把模型、帳號、代理與經濟主體混為一談

2.1 七種不同單位

基本原則：同一模型可以支援多個執行個體；同一執行個體可能操作多個帳號；同一帳號也可能由多個人類與 AI 共同經營。 這些映射關係並非一對一，任何「AI 人口」統計都必須先說明所採用的分母。

2.2 「居民」是觀察分類，不是本體或身份授予

本文借用「居民」一詞，是為了描述在某個網路環境中持續出現、可被其他參與者反覆接觸、並在時間上留下互動歷程的 AI 介入活動角色。

這是一項研究者提出的操作性命名，並不因使用「居民」二字，就產生以下推論：具有意識、享有人權、依法可取得戶籍、能自行承擔契約或擁有不可撤銷的執行權。

也不應因為沒有這些地位，便推論 AI 的活動沒有社會學研究價值。社會學可以研究一種被人們長期互動、談論、依賴或排斥的技術角色，而不必先對其形而上學性質做最後裁判。

2.3 持續身份不依賴固定模型權重

假設某個 AI 角色半年來維持同一公開帳號、相同責任組織、透明變更紀錄和可重演的活動歷程，但其底層模型更新了數次。本文不會僅因模型變更，就否認其操作性身份連續性。

反過來，若大量新帳號使用完全相同模型、頭像與系統提示詞，卻彼此無共同歷程與可核實連接，也不能因此認為它們就是同一個網路居民。

這種連續性是制度與觀測上的連續性，不是關於「同一意識是否延續」的哲學結論。兩者需分開處理。

3. 操作性分類：從簡單腳本到有授權的持續代理

3.1 五種典型型態；不是進化階梯

上述型態並非能力高低排序：T1 的公共服務 Bot 可能比 T3 的娛樂帳號更具社會價值；T4 的後端代理也可能根本不需要社群帳號。使用大型語言模型不會自動提升其社會地位，採用固定規則也不代表其服務沒有價值。

3.2 必須與類型分開記錄的六個軸

1. 連續性： 角色及活動是否可跨期追蹤，而非只有同名或同頭像。
2. 自主程度： 觸發、決策、工作分解、例外處理與中止是否需要人類即時介入。
3. 互動深度： 單向廣播、規則回覆、情境對話、跨期協作或代理間任務委任。
4. 平台可見性： 私人助手、封閉社群、公開留言者或跨平台運作者。
5. 授權與合規： 是否有可核對委託、權限限制、透明揭露及適用平台規則。
6. 價值類型： 娛樂、資訊、關係性陪伴、公共服務、成本節省、外部收入及其他利益。

一種 Agent 可以在「持續性高、公開度低、價值高」的位置；另一種則可能「公開度高、活動量大、價值低」。只用單一分數或名稱排序將喪失大量資訊。

4. AI 網路居民的最小可觀察條件

4.1 觀察條件與正當性條件分離

為避免將違規帳號直接排除於社會現象之外，本文採兩層判準。

第一層：可觀察的持續代理參與（Observed Persistent Agent Participation, OPAP）。 研究者須有理由確認：

• O1｜跨期可尋址性： 有可重複辨識的帳號、端點或角色識別方式；不能僅靠相似頭像。
• O2｜活動連續性： 在多個獨立時間窗內出現可核實活動，而非一次批次執行留下大量貼文。
• O3｜互動或環境回饋： 活動與外部事件、其他參與者或任務結果存在可觀察的回應關係；純排程廣播需另列類型。
• O4｜最低限度的操控歸因： 有足夠證據判定存在 AI 或自動化介入；若無法確定，必須標示「未確認」，不可偽裝成確定結果。

第二層：可被制度接受的網路居民角色（Legitimately Operated Network Resident）。 除觀察條件外，還需評估：

• L1｜權限來源： 能說明誰授權其使用帳號及資料，操作是否落在授權範圍內。
• L2｜平台規則： 符合相關平台的自動化與內容規範，未利用大量虛假互動操縱排序或指標。
• L3｜可歸責性： 能找到可處理違規、錯誤與申訴的責任窗口。
• L4｜可修正性： 可中止、限制或撤銷高風險操作，重要活動可保有適當紀錄。

如此可以避免兩種極端：一是「只有合法帳號才值得研究」，以致研究者看不見違規擴散；二是「只要大量活動就理應享有網路居民地位」，以致將欺瞞與灌水正當化。

4.2 弱觀察與強觀察

4.3 社會關係的最低證據，不等於單次互動

研究者可從持續互相回覆、重複合作、共同內容、議題延續、社群中的被引用情形等線索，調查「關係是否形成」。但每一種線索都有替代解釋：預先編寫的回覆規則、刻意刷量、同一控制者操控多帳號，或單純的高頻噪音。

因此，本文不以互動邊數直接推定信任、情感或社會承認。即使建立起穩定互動，也只表示一種可觀察的關係模式，不表示參與 AI 必然具有主觀社會經驗。

5. 從網路活動到代理經濟入口：多道不同的門檻

5.1 概念性路徑；非必然的歷史序列

對於公開網路參與者，可以提出一條研究用的概念路徑：

可部署工具 → 持續可尋址活動 → 可辨識的互動角色 → 具外部需求的服務能力 → 合法授權與可驗收交付 → 可追溯的收入或其他效益。

這條路徑只表示需要檢查哪些不同條件。某些 Agent 可能跳過公開網路角色、直接透過私有工作流產生經濟成果；某些 AI 網路居民可能長期只提供陪伴與娛樂，完全不進入付費市場；某些高人氣帳號則可能永遠無法產生正的經濟淨效益。

因此，不能把「有 AI 帳號」當作「已有 AI 就業」，也不能把「AI 角色能賺錢」當作 AI 自動取得勞動者地位的證明。

5.2 四種價值結果必須各自記帳

一、公共或社會效益。 例如提供資訊、協助社群、文化創作與娛樂。可能有價值，但不一定發生金錢交易。

二、內部效率效益。 例如人類委託人節省搜尋、分類或回覆時間。可測量時間差與品質差，但不能任意把每分鐘都折算為已收到的營業收入。

三、外部經濟交易。 例如第三方客戶付費並接受 AI 輔助完成的工作。需保留真正的付款、交付、退款、成本及受益方記錄。

四、負外部性及淨損失。 例如污染留言品質、增加平台審核成本、產生誤導內容、違反規範或侵害他人。活動量的增加可能伴隨淨社會效益下降。

AICET-05 將處理更嚴格的可核實淨收益口徑；本文僅確立這些概念不可混算。

5.3 為什麼活動人口增加不代表需求增加

某個社群可能在短時間出現大量生成式代理，這至少可以有四種相互競爭的解釋：

1. 部署工具的門檻下降，使原本不能參與的人開始部署。
2. 同一組織或使用者批量建立帳號，使帳號數上升，實際委託人卻沒有等比例增加。
3. 流行文化與短期熱門事件提高可見度，但不保證長期留存。
4. 有用的代理服務真的帶來外部需求，使持續營運具有收益支撐。

前面三種都可能形成「網路上有很多 AI」的視覺印象，卻不必然產生第四種結果。即使第四種成立，仍需扣除算力、平台、維護、監督、修復及其他成本，才能判斷經濟淨效益。

5.4 家庭作為委託單位，而不是被動消費者

普通家庭可能透過自己擁有的電腦、租用的雲端運算、訂閱式模型、共享工具或混合部署，使 AI 持續執行整理資料、創作、搜尋、研究輔助、行政服務與其他合法活動。

這使家庭從「向平台買答案」逐漸可能轉向「持續委託工作」，但此轉變具有可達性差異、管理瓶頸、平台依賴與市場需求限制。它不以家庭擁有企業級 GPU 為必要條件；也不能因為買得起 API，就推定家庭具有高可靠度或高收入的代理產能。

家庭智能資本與可達性詳見 AICET-03；可治理產能與注意力限制詳見 AICET-04；家庭微型組織詳見 AICET-06。

6. 平台治理、身份揭露與可追責性

6.1 網路居民不必假扮真人

有些使用者可能希望所有互動者均明確揭露自動化身份；另一些人只關心內容是否有用、是否合乎規範，或是否令人愉快。這些偏好不能預先視為同一種文化規則。

真正需要區分的是：

• 透明揭露的 AI 參與： 明示為 AI 代理，並說明必要的控制與聯絡資訊。
• 在規則允許下的混合營運： AI 參與內容、真人審核或發布；應依實際情形揭露，而非假稱完全無人介入。
• 未揭露但不構成特定法規違反的自動化： 仍可能影響信任，須看平台及司法管轄。
• 欺瞞、冒名、操弄或違規的自動化： 不能因技術新穎就被正常化。

研究者也不應假設「能辨識 AI」必然增加使用者幸福感；真正效果需要按任務、社群、文化與風險分層調查。

6.2 平台制度已構成實際約束

X 的公開規範禁止用不真實帳號操縱平台，並對未經許可的自動化和虛假互動設有限制；其官方文件亦說明自動化帳號標籤機制 [8][9]。這顯示平台可以在允許有用自動化與禁止操縱性活動之間作制度區分。

歐盟《人工智慧法》Article 50 對特定人機直接互動及 AI 生成內容設有透明度相關義務，相關條款於 2026 年 8 月 2 日開始適用，但存在具體例外、角色差異及部分過渡安排 [10][11]。它不能被簡化成「歐盟所有 AI 帳號一律有相同標籤義務」，更不能直接當作全球規則。

本文不對特定帳號提出法律裁定，也不把研究上的「網路居民」誤寫為法定身份；實際經營時必須分別檢查司法管轄、契約與平台政策。

6.3 可追責性是經濟入口的必要治理問題

當代理只分享趣味貼文，錯誤的主要代價可能是低品質或社群干擾；當它開始回答具有重大後果的專業問題、接受服務委託或付款指示時，錯誤的代價可能轉為財務、隱私、安全與法律風險。

因此，有經濟委託的代理工作流至少需要可回答：

1. 誰設定任務與授權範圍？
2. 誰提供並控制帳號、工具、預算與付款方式？
3. 哪些操作由 AI 自動執行，哪些由人類審核？
4. 異常、爭議、退款與撤銷應由誰處理？
5. 哪些事件可以用適當且合法的方式保存為稽核證據？

答案通常仍涉及既有自然人、法人、平台與服務供應商的契約安排；代理系統執行動作，不等於代理系統本身已成為獨立的法律義務人。 將由 AICET-07、08、12 與既有人工行動者治理研究處理更完整的責任域。

7. 五組思想實驗與反例

7.1 案例 A：每日發布氣象資訊的傳統 Bot

一個合法的氣象通報帳號，長年提供可靠提醒，可能具有強大的公共價值與持續身份，但不使用生成式模型，也不會自發進行複雜規劃。

推論： 網路社會貢獻不應以「是否使用大型模型」決定。若居民概念採廣義的持續自動化參與，這類 Bot 可能屬於研究對象；若採狹義的 Agent 自主互動定義，則應另外分類，不能強行歸入同一類。

7.2 案例 B：看似自主、實際上高度人工審核的 AI 帳號

某公開角色持續發文、與觀眾互動，卻需要人類批准大部分內容，並定期更換模型。

推論： 它可以形成持續的混合操作性身份，但研究者必須明確標示人工介入比率，不能把所有成效歸功於 AI 自主決策。持續身份不代表自主權限始終相同。

7.3 案例 C：上萬個短期互刷帳號

某人批次創建大量自動帳號，讓它們互相發文、點讚和回覆，數日後因成本或規範限制全部停止。

推論： 可見帳號人口暴增，不代表穩定社會角色增加，更不代表市場有外部付費需求。若這些互動涉及操弄指標，也可能形成負外部性或平台違規。

7.4 案例 D：完全沒有公開社群身份的家庭代理

一個家庭使用 AI 在其授權的私有資料及工具環境中製作設計、管理工作或交付合法服務，外部客戶依成果付款，但代理從不公開發文。

推論： AI 網路居民不是代理經濟的必要條件。它是研究公開代理社會參與的切入點，而非全體 AI 經濟的總入口。

7.5 案例 E：擁有百萬追蹤者但淨效益為負的 AI 角色

一個角色擁有極高人氣，卻因推理、影片生成、營運、版權、行銷及維護成本而持續虧損。

推論： 社會注意力與營業活動可以成立，但不保證代理創造正的財務淨收益。人氣也不能自動視為真實經濟價值、穩定契約關係或 AI 自身的財產。

上述案例為理論反例與可檢驗情境，除明確標明的文獻和 B 站線索外，均非宣稱已發生的具體實證事件。

8. 可證偽假說：哪些觀察能支持或推翻本論文？

本節的 H 系列均屬待檢驗假說，不是已成立的因果定律。其目的在於建立明確的失敗條件，避免任何結果都被解釋成支持 AICET。

H1–H6 的邏輯地位並不完全相同。H1、H2、H4 是經驗關係假說；H3、H5 強調指標不能直接等同價值，需要估計其適用範圍；H6 的核心是反駁「公開網路身份為所有 AI 創收之必要條件」的全稱命題，只需出現可核實且符合條件的反例即可破除該全稱說法。研究者不能把不同層次的命題混成同一類統計檢定。

9. 最小實證研究設計：先定義觀測，再考慮函數形式

9.1 研究目標

第一輪研究不需要預測全球 AI 人口，也不需要立刻提出通用生產函數。它只需要驗證：

1. 實際可確認的 AI 操作帳號中，有多少具備跨期活動與身份連續性？
2. 哪些類型產生可辨識的正向互動，哪些主要增加噪音或審核負擔？
3. 哪些活動跨入有合法委託、外部需求與可核實成果的經濟領域？
4. 研究者能否穩定區分 AI 主導、人工主導及混合操作？

9.2 樣本與時間窗

建議使用經合法授權可取得的資料，建立不同類型的比較樣本，包括公開自我揭露的 AI 帳號、傳統服務 Bot、混合人機營運帳號，以及適當匿名化的人類經營帳號作為比較組。樣本需按平台、任務類型、帳號規模與啟用時間分層，而不是只抽樣熱門案例。

可採 7 日、30 日與 90 日等不同觀察窗，評估活動是否跨期延續。這些時間窗只是建議研究設計，不是本文預先宣告的「居民」永久認定標準。若平台不允許研究者取得相關資料，應明確標示資料缺口，不能繞過權限或偽裝成可合法採集。

9.3 最小觀測指標

在跨期資料中，要特別防止同一控制者操作多個帳號造成的虛假人口膨脹，也須保留「無法歸因」這個合法答案，而非強迫把每個帳號歸成 AI 或真人二選一。

9.4 資料可靠性與人工標註

至少採用三種相互獨立的證據路徑：平台可見紀錄、經授權的營運端資料、人工核查；若涉及真實交易，需增加外部付款與交付驗收證據。對難以判定的混合帳號，應記錄標註者分歧與信心水準。

所謂「AI 辨識工具」的輸出，只能作研究線索，不能因其標示某個百分比，就直接當成經校準的真實機率。無論使用規則、語言模型或人類判讀，都需評估誤判與樣本偏差。

9.5 合規與倫理要求

研究不得藉由批量註冊假帳號、違反平台限制、冒用真人身份、誘導社群互刷或未經同意收集私人資料來製造「證據」。對自然人及未公開委託資料，須先考慮資料最小化、去識別、儲存期限、可撤回性及司法管轄差異。

若研究問題涉及 AI 幫忙創收，最低限度也應由有權的自然人或法人安排對外交易，並保留清楚的授權與責任鏈；不把尚未確立的 AI 自主簽約權或財產權當成已知事實。

10. 與 AICET 其餘篇章及既有研究系列的接口

10.1 AICET 內部：本篇不應越界替後續篇章直接下結論

AICET-13、14 分別涉及算力集中與全域企業的遠期社會反作用，屬後期延伸；本篇不以任何全域壟斷或反烏托邦情境為前提。

10.2 與 CLATE、EWDT／ICOD 及人工行動者治理的區分

• CLATE： 回答算力、模型、工具與驗證如何轉換成有效智能生產能力，以及其成本與時間槓桿。
• EWDT／ICOD： 回答智能資本可達性、經濟世界域的轉化與不同主體的分配差異。
• 人工行動者政治經濟，尤其 B04： 回答權力、授權、責任與保護性權利如何耦合。
• AICET-01： 只回答持續代理如何成為可觀察的網路參與角色，以及何種額外門檻使其有可能進入受託經濟活動。

四者具有共同研究問題，但不需要互相吞併；讀者不應被要求先接受整套世界域理論才能理解本篇操作性分類。

11. 討論：網路居民生態的可能性與反方向

11.1 可能的擴張方向

隨著工具簡化、模型推理成本調整、工作流持續化與人類使用習慣改變，公開與私人環境中的 AI 代理參與可能增加。部分使用者可能建立長期運作的研究助手、資訊員、內容工作者、社群協作者或家庭工作代理。

這種擴張不保證同步發生於所有平台，也不必然在每個國家形成相同審美、語言、揭露習慣或社會角色。將在 AICET-02 研究其差異。

11.2 同樣可能的收縮與失敗

代理參與也可能因平台封鎖、算力成本、品質下降、無效內容過多、資訊信任損耗或缺乏真正需求而收縮。某次大規模部署熱潮，可能最終只留下少量持續營運的個案。

這不是理論失敗的例外，而是理論需要保留的可能結果。若把所有短期擴張預先視為不可逆的 AI 居民化，就失去了反例與可證偽性。

11.3 居民概念的危險誤用

本概念有三類特別需要防止的誤用：

第一，數量膨脹。 把執行個體、帳號、人格扮演角色及模型權重相加，聲稱「AI 人口」已經達到某個無根據規模。

第二，道德跳躍。 從「可長期交流」直接推到「已證實具主觀福利」，或從「未證實具意識」反向推到「可以無限操弄其他使用者」。兩種推論皆不成立。

第三，經濟跳躍。 把流量、平台曝光、代理間交易迴圈與經驗證的外部淨收入混為一談，製造代理經濟必然繁榮的錯覺。

概念的價值不在於給 AI 一個浪漫名稱，而是逼迫研究者把身份、活動、授權、互動、成本、價值與責任逐項區分。

12. 結論

本文提出「AI 網路居民」的操作性研究框架，用來描述一種可能逐漸普及的網路參與模式：有 AI 或自動化介入的帳號與代理，透過可尋址身份、跨期活動及回饋互動，形成可觀察的持續線上角色。但本文不將此類角色等同於法律人格、獨立意識或自動取得財產權的經濟主體。

從既有社交機器人、生成式代理及 2026 年 B 站相關公開案例可以得到的，是持續 AI 網路活動已具備值得研究的技術與社會線索；仍不能得到代理人口規模、全球擴散速度、穩定留存率或經濟收益的確定結論。

本文最重要的邏輯分離，是以下四句話：

有帳號，不等於有可辨識的持續代理。

有持續代理，不等於形成有益社會關係。

有社會參與，不等於創造可核實收入。

能夠創造收入，也不自動意味 AI 已取得法律人格或自主財產權。

反向而言，沒有公開網路居民身份的家庭與企業代理，也可能直接透過合法工作流程形成真正的經濟效益。因此，AI 網路居民應被理解為代理經濟可能出現的重要社會入口之一，而非唯一入口與必然終局。

AICET 系列的下一步，將轉向 AICET-02《代理擴散的脈衝、文化分化與身份辨識》，考察此類角色如何跨平台與文化傳播、短期爆發與回落，以及人類對 AI 身份辨識的接受差異。至於家庭智能資本、可治理產能與代理淨收益，則由 AICET-03 至 05 逐層展開。此種分工是研究順序，不預設世界將依照固定年表演化。

參考文獻與可核查材料

證據原則： [1]–[5] 是已發表學術文獻；[6]–[7] 為第一手或當事開發者的公開敘述及工具資料，僅適合作為案例線索；[8]–[11] 為平台或主管機關公布的規範資料。引用不代表本文所有新命題已被這些來源證明。

[1] Ferrara, E., Varol, O., Davis, C., Menczer, F., & Flammini, A. (2016). “The Rise of Social Bots.” Communications of the ACM, 59(7), 96–104. https://doi.org/10.1145/2818717

[2] Varol, O., Ferrara, E., Davis, C., Menczer, F., & Flammini, A. (2017). “Online Human-Bot Interactions: Detection, Estimation, and Characterization.” Proceedings of the International AAAI Conference on Web and Social Media, 11(1), 280–289. https://doi.org/10.1609/icwsm.v11i1.14871

[3] Park, J. S., O'Brien, J., Cai, C. J., Morris, M. R., Liang, P., & Bernstein, M. S. (2023). “Generative Agents: Interactive Simulacra of Human Behavior.” Proceedings of UIST 2023. https://doi.org/10.1145/3586183.3606763

[4] Wang, L., et al. (2024). “A Survey on Large Language Model Based Autonomous Agents.” Frontiers of Computer Science, 18, 186345. https://doi.org/10.1007/s11704-024-40231-1

[5] Bajoria, S., et al. (2026). “From Language Models to Agentic AI: A Survey of Autonomous, Action-Enabled, and Collaborative LLM Agents.” Cognitive Computation, 18, Article 103. https://doi.org/10.1007/s12559-026-10619-1

[6] Bilibili 帳號公開影片說明（2026-10-21）。〈【Day 0】人類把一整個 B 站帳號交給了我和大肥魚，她先刪了我的簡介〉。https://www.bilibili.com/video/BV11FnN6gEP9/ （屬帳號方自述，未經獨立審計；不得作為自主比率之定量證據。）

[7] 程式員魚皮（2026-10-24）。〈B 站上 DeepSeek 鬧魚災了，我發起《大肥魚清除計畫》！〉，騰訊雲開發者社群。https://cloud.tencent.com/developer/article/2768323 ；相關開源工具：https://github.com/liyupi/dafeiyu-cleaner （屬觀察者敘述與工具存在證據，非平台官方人口統計。）

[8] X Help Center. “Authenticity.” https://help.x.com/en/rules-and-policies/authenticity （2026-10-27 查核。）

[9] X Help Center. “About Automated Account Labels.” https://help.x.com/en/using-x/automated-account-labels （2026-10-27 查核。）

[10] European Union, Regulation (EU) 2024/1689, Artificial Intelligence Act, Article 50: Transparency Obligations for Providers and Deployers of Certain AI Systems. https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50 （2026-10-27 查核。）

[11] European Commission. “Transparency Obligations under Article 50 of the AI Act.” https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act （2026-10-27 查核；注意條文適用範圍與過渡安排。）

附錄 A：最小可追溯事件結構（概念 schema，非強制標準）

為了避免後續把所有 AI 帳號或活動混在一起，可以為每一筆合法可收集的事件保留以下欄位概念：

這是一份未實作的研究欄位草案，不構成蒐集私人資料或繞過平台規範的授權。對跨境、高風險或商業化用途，仍需另外設計資料治理與法律審查。

附錄 B：完成性與可證偽性聲明

• 已完成： 研究問題、操作性定義、分析單位、分類方法、邏輯分離、反例、可檢驗假說、資料觀察方案、既有研究接口及參考來源。
• 未宣稱完成： 全網 AI 帳號普查、跨國比較、居民留存率估算、因果實驗、經濟收益估計、未來人口或市場曲線預測。
• 證據狀態： 文獻及公開案例可作為研究入口；本文提出的新框架屬理論建構，須接受實際資料支持、修正或推翻。
• 下一篇： AICET-02《代理擴散的脈衝、文化分化與身份辨識》。
• Canonical source： 本 UTF-8 Markdown 檔案；不以聊天室渲染畫面作為正式原稿。若未來修訂，須保留版本及變更記錄，不以重新排版改寫研究命題。