title

全域企業的跨域影響力與社會接受邊界

english_title

Pervasive Enterprises, Cross-Domain Influence, and the Boundaries of Social Acceptance: Corporate Scope, Counterforce Spillovers, and Choice in Agentic Economies

series

AI 代理收益與契約經濟過渡論（AICET）

series_id

AICET

series_position

Paper 14 / 14 — Deferred Extension II (12 Core Papers + 2 Extensions)

document_id

EML-AICET-2026-14

author

Neo.K with GPT-6

institution

EveMissLab / 一言諾科技有限公司

date

2026-10-28

version

v0.1

status

Completed Conceptual Manuscript — Empirical Hypotheses Not Yet Validated

document_type

Theoretical Research Paper / Political Economy / Corporate Scope / Platform Markets / Social Acceptance / Agentic Economy

canonical_source

UTF-8 Markdown

canonical_math_delimiters

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

parent_program

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

previous_papers

EML-AICET-2026-01 through EML-AICET-2026-13

evidence_cutoff

2026-10-28

research_claim_status

OBS/DEF/HYP/SCN/NOR explicitly separated; no representative field validation

全域企業的跨域影響力與社會接受邊界

Pervasive Enterprises, Cross-Domain Influence, and the Boundaries of Social Acceptance: Corporate Scope, Counterforce Spillovers, and Choice in 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-14／原定十四篇系列之第二篇、亦為最後一篇條件性延伸研究
作者： Neo.K with GPT-6
機構： EveMissLab／一言諾科技有限公司
日期與版本： 2026 年 10 月 28 日，v0.1
狀態： 概念性學術原稿完成；本文所提出的跨域機制、分類與假說尚待專屬實證檢驗。
範圍聲明： 本文不是對任一當代企業作出的全面壟斷認定、法律意見、投資建議或反抗動員文件；對未來企業形態採明示條件的思想實驗，不以敘事替代證據。

日期： 2026-10-28
版本： v0.1

摘要

生成式人工智慧與可持續運作的代理系統，可能降低企業跨產業配置認知工作、建立產品、維護平台及管理交易的部分成本。因此，未來某些組織或許不再只經營少數相鄰產品，而能同時深入資訊搜尋、作業系統、AI 服務、教育、工程、科學研究、娛樂、支付、雲端基礎設施及個人代理生態。但由技術上「能做」直接推導市場上「能被採納」、制度上「可以排他」或社會上「將被持續接受」，仍存在未經證明的跳躍。企業提供大量真實效益可以增強信任與依賴；同一跨域擴張也可能使原先分散的價格、隱私、勞動、文化、選擇權及政治正當性爭議彼此連接，形成跨產品、跨社群的反作用。然而，反作用是否發生、是否跨域傳遞，以及能否產生市場或制度效果，均不是必然定律。

本文作為 AICET 的第十四篇條件性延伸，將「全域企業」（Pervasive Enterprise）界定為研究上的極限情境及連續程度概念，而非已被認定存在的單一企業類別。本文建立三個候選操作框架：跨域影響與依賴圖（Cross-Domain Influence and Dependence Mapping, CIDM），用以把企業實際控制的能力、企業提供的受益、使用者形成的依賴、平台入口與可替代程度分別記錄；社會接受邊界分層（Stratified Social Acceptance Boundaries, SSAB），用以區分功能性使用、不得不依賴、主動信任、願意合作及政治／制度正當性，拒絕將市占率直接當成認同度；以及跨域反作用傳遞（Cross-Domain Counterforce Spillover, CDCS），用以追蹤某一爭議如何透過共同品牌、帳號體系、資料政策、聲譽、創作者與開發者社群及公共制度傳至其他領域，亦允許不傳遞、局部化、抵銷或轉為支持的結果。

理論接口包括 Hirschman 的退出、發聲與忠誠，平台雙邊市場、轉換成本與網路效應、企業多角化及內部資本配置研究，以及數位平台權力與制度反作用的政治經濟研究。當代有界證據包括：2016 年百度付費搜尋爭議後的監管回應；英國 2025 年雲端市場調查；歐盟數位市場法的互通義務；2025–2026 年美國搜尋與數位廣告技術反壟斷判決／救濟程序；以及 2026 年研究對企業立場、消費選擇與跨品牌抵制外溢的檢驗。這些案例只支持在某些條件下反作用、鎖定、跨產品影響或制度回應確實可觀察，不構成「已出現完全全域企業」或「任何超大型企業最後必被抵制推翻」的證明。

本文提出十二項有反證條件的假說、五種競爭性動態情境、四組可重複研究設計及最小資料字典。其中心結論是：企業對世界的技術作用能力、實際產品價值、市場依賴、消費者的主動選擇與社會授權並不等價。跨域擴張可以提高規模效益，也可能增加反作用的耦合面；兩者的淨結果由替代能力、使用者異質性、品牌結構、制度、交易成本及 AI 代理的使用方式共同決定。 本篇不提出普適社會接受函數、不可檢驗的臨界點或必然歷史終局。

關鍵詞： 全域企業、企業跨域擴張、社會接受邊界、跨域反作用、AI 代理經濟、消費者退出、消極拒絕、企業合法性、品牌外溢、平台鎖定、數位主權、可攜性、社會授權、企業多角化、技術與市場的非等價性。

Abstract

Advances in artificial intelligence and persistent agentic systems may reduce some of the costs of operating across previously distinct economic and cultural domains. A hypothetical enterprise might simultaneously influence research, engineering, entertainment, information infrastructure, cloud services, payments, and household agents. Yet the capacity to provide a service does not establish universal adoption, unrestricted exclusionary rights, durable legitimacy, or the elimination of alternative forms of participation. Expansion can generate valuable complementarities, trust, and efficiencies, while also enabling grievances in one domain to spread across products, communities, and regulatory institutions. These effects are contingent, not inevitable.

This fourteenth paper in the Agentic Income and Contractual Economy Transition series treats the Pervasive Enterprise as a deliberately bounded scenario and dimensional research construct rather than an empirically established universal firm type. It proposes three provisional analytic tools: Cross-Domain Influence and Dependence Mapping (CIDM), separating productive capacity, effective control, beneficial services, switching barriers, and user dependence; Stratified Social Acceptance Boundaries (SSAB), distinguishing service use, constrained reliance, active endorsement, collaboration, and institutional legitimacy; and Cross-Domain Counterforce Spillover (CDCS), tracking the possible transmission, attenuation, reversal, or absence of backlash through brand architecture, identity systems, economic relationships, and governance channels.

The study connects classic work on exit, voice, loyalty, two-sided markets, switching costs, and corporate diversification with contemporary research on platform regulation, political consumerism, and cross-product boycott spillovers. Cases involving Baidu, search and ad-tech regulation, cloud competition, and digital-market interoperability serve as bounded observations, not proof of complete cross-domain dominance or automatic success of resistance. Twelve falsifiable hypotheses, counterexamples, five competing scenarios, a reproducible data dictionary, and four proposed research designs identify what evidence would be needed to test the framework. The core claim is methodological: productive reach, market uptake, dependence, voluntary support, and public authorization are distinct variables; cross-domain scale may produce both synergistic gains and counterforces, with heterogeneous and institutionally mediated outcomes. No universal threshold, guaranteed political trajectory, legally autonomous AI personhood, or completed field validation is asserted.

Keywords: pervasive enterprise; cross-domain corporate influence; social acceptance; exit and voice; platform lock-in; counterforce spillover; artificial intelligence; agentic economy; legitimacy; corporate scope; consumer choice; political economy.

0. 研究位置、問題意識與證據約束

0.1 本篇不是以未來超大型企業取代 AICET 的家庭經濟主題

AICET Research Program v0.2 [1] 明定全系列以普通人、家庭及微型組織如何取得代理能力、產生可核實收益、建立契約、維持長期關係並受到市場與制度約束為中心。前十二篇核心研究已分別處理網路代理人口、文化擴散、家庭智能資本、可治理產能、真實收益、個體機構化、授權、AI—AI 交易、關係性價值、注意力擁擠、購買力分配及制度責任 [1–10]。第十三篇進一步研究算力資本集中與家庭可達性、公共資源及社會反作用 [11]。

第十四篇的問題則是另一個、時間更遠且實證前提更強的條件性情境：假使某企業的技術、生產與平台能力可跨大量互異的社會領域擴張，人們與制度是否仍可能對這種集中產生有意義的選擇、依賴、拒絕、監督或重新分配？ 此處不預設某家 2026 年既有企業已達到這個狀態，也不預設這種組織必定形成。AICET-14 是上位壓力測試，不是前十二篇成立的必要前提。

0.2 思維實驗的精確版本

假設企業 E 因為 AI、算力、軟體、資料及資本充裕，能同時提供高品質科學研究工具、工程系統、娛樂、創作者平台、支付接口、個人 AI 代理及其他服務。它的若干產品確實增加人們的福利、生產能力或生活便利。於是出現兩個不能從技術假設直接得到答案的問題：

1. 供給問題： E 的跨域供給能力，是否意味其他企業、家庭、地方社群、公共機構及個體都將沒有能力或意願提供替代？
2. 接受問題： 即使 E 的產品有真實價值，人們是否也必須接受 E 在全部生活、生產與制度領域中的決策權、資料要求、商業規則及跨域影響？

本文不以「E 是善意」推論所有人都會支持，也不以「E 擴張很大」推論它必定遭遇全面拒用。二者皆是可被觀測推翻的假設。對 E 所謂的『滲透』僅指合法的跨領域產品供應、併購、平台介接、服務採納及制度影響，不包含隱匿入侵、未經授權蒐集或非法監控；後者若發生應另依安全與法律框架研究，不被本篇視作正常商業策略。

0.3 研究的六個中心問題

1. 如何定義企業跨域程度，而不把一般跨國營運、多產品銷售、壟斷及對全部社會生活的控制混為一談？
2. 技術能力、實際供給、使用者需求、深層依賴、強制性使用及政治制度正當性，為何不能用單一市占率表示？
3. 一領域的不滿或事件，何時會傳至不同產品、平台、開發者或公共政策？何時被品牌區分、使用習慣或缺乏替代選項阻斷？
4. 無須高度關注企業，甚至不願再與企業合作的「沉默性非合作」，如何與一般失去興趣、收入不足及被迫留下區分？
5. 家庭 AI 代理人與 AI—AI 交易，可能讓消費者更容易離開封閉生態，還是形成新的跨域鎖定？
6. 何種獨立證據，才能支持「企業全面擴張提高福利」「跨域反作用削弱市場權力」或「依賴加深而不滿未能轉成退出」等競爭命題？

0.4 二十項非主張

本文不主張：

1. 全球已經存在一間能控制所有生活、生產、算力與文化領域的單一企業。
2. Google、Apple、Microsoft、Meta、Amazon、OpenAI、Tesla 或其他被討論的企業天然符合本篇定義的極限型『全域企業』。
3. 企業跨域擴張必然等於壟斷；壟斷、濫用市場勢力與法律違法亦非同義。
4. AI 技術進步必然導致某一家企業可以自行完成所有產業工作。
5. 社會接受程度隨企業產品數增加必然下降，或跨過某個已知固定閾值。
6. 消費者不使用、不購買、不留言或不推薦某產品必然是在抵制。
7. 多數人繼續付費即表示他們認同企業全部作為。
8. 各類產品都需要人類逐項投注主動注意力才能產生收入，尤其不把雲端、支付清算、設備供應等後端市場簡化為娛樂注意力。
9. 只要有人發聲，企業就必然改變政策或失去市場份額。
10. 任何一次監管判決皆可推導企業已失去全部市場權力。
11. 有效競爭必然自然出現；封閉資料、標準、資產及社群關係可能造成長期鎖定。
12. 所有新平台或小企業一定更有利公共福祉；替代方案亦可能低品質、欺詐或產生新集中。
13. 品牌爭議必然從單一商品波及同一企業旗下所有品牌及服務。
14. 企業分拆、互通、強制開放或開源必然沒有代價；資安、隱私、驗證與投資誘因仍須衡量。
15. AI 代理人能自主下單，就等於它擁有獨立購買力、民事人格或政治投票權。
16. 一個文明、國家或文化內的消費者擁有一致偏好或相同退出能力。
17. 民主國家的選舉必然限制所有企業；非民主國家的社會回應也不能一律視為不存在。
18. 市場抵制或非合作一定正當、有效或符合所有受影響群體利益。
19. 本篇已對全世界企業、所有產品與全部消費者完成統計或因果識別。
20. AICET-14 是 AICET 未來所有研究的必然終點；現實資料可能促使增訂、刪減或重構系列。

0.5 證據層級與用語

• OBS（可核對觀察）： 具可追溯來源、事件年份、法域、市場及方法限制的既有研究或官方紀錄。
• DEF（操作定義）： 本篇提出的類型、CIDM、SSAB、CDCS，尚非外部公認標準。
• HYP（可反駁假說）： 需列出預期資料方向、適用條件及負面結果，未完成專屬驗證。
• SCN（條件性情境）： 假設性全域企業及其可能回饋，不充作當代事實。
• NOR（規範性選擇）： 有關公平、可攜、公共選擇、反壟斷及程序保障的價值立場，不直接等於已驗證政策效果。

本文只建立可觀測層級、因果競爭機制與實證程序；不指定普適跨域影響函數、不創造未經校準的抵制係數，也不預言某一年所有企業會被替代。

1. 理論來源與獨立研究缺口

1.1 Hirschman：退出、發聲、忠誠以及被誤讀的沉默

Hirschman（1970）的《Exit, Voice, and Loyalty》討論個體面對組織或產品表現惡化時的退出、發聲與忠誠 [15]。該框架使得「不滿後繼續留下」與「不滿後撤離」能被分別解釋；忠誠有時會延遲退出，使組織有改進機會。然而，沒有留下評論不一定代表退出，沒有退出也不代表支持。

本篇的新問題是：同一企業跨多種服務後，某領域的退出與發聲，是否改變他者在另一領域的行為？ 研究將加入部分使用、多平台使用、非購買、拒絕創作及被鎖定的情況，但不宣稱這些分類由 Hirschman 本人提出。

1.2 平台雙邊市場與轉換成本：企業不是單向出售商品

Rochet 與 Tirole（2003）提出雙邊平台分析 [18]；Farrell 與 Klemperer（2007）則詳述轉換成本與網路效應如何使使用者難以在供應者間移轉 [19]。這可解釋跨域企業的力量未必只來自其產品品質，還可能來自支付、身分、發現渠道、開發者工具、軟體相容及他人的網路關係。

但這些理論並不意味所有消費者都被鎖死。同一個人可能在某平台持續使用支付或作業系統，卻已在娛樂或研究服務轉向競爭者。研究必須保存部分退出與多平台並用的觀測。

1.3 企業多角化與跨領域管理代價

Coase（1937）討論企業為何內部化部分交易 [16]；Williamson（1985）進一步處理交易成本與治理形式 [17]。多角化有時可分享資源、客戶與研發成果，卻也有跨事業協調、資本誤配、文化不適應及專業審查困難等代價。Rajan、Servaes 與 Zingales（2000）就多角化公司的內部資本配置與估值折價提出理論及特定歷史樣本證據 [20]。這不能證明「任何全域企業終究會管理失敗」，卻能提醒我們擴大供給能力和有效配置全部產業資源之間存在獨立的組織問題。

1.4 政治經濟反作用不是 AICET 的全新發明

Cioffi、Kenney 與 Zysman（2022）將數位平台權力與監管政治放入波蘭尼式雙重運動的框架，分析市場權力擴張如何促使不同法域尋求制度保護 [21]。本文繼承其問題意識，但不把反作用宣告為普遍歷史法則，也不把政府反應當成天然正確的公共利益。

AICET-13 [11] 已建立對智能資本集中與公共可達性的分層研究。本篇額外研究的是不同領域不滿、支持、退出與合作可能如何彼此傳播，而非重複上游 GPU 市場份額或公共算力計畫。

1.5 近期可直接比較的抵制與消費選擇研究

Hou 與 Poliquin（2026）的《Strategic Management Journal》實驗，在 1,198 名參與者的設計中，發現受試者對企業高階主管立場的分歧可以影響消費選擇，而這種變動不一定需要公開展示自己的購買決定 [22]。這支持某些私人環境下的價值選擇仍可能有行為後果，卻不能證明不購買的原因一律是政治拒絕，更不能直接代表必需型雲端市場。

Hou、Li 與 Poliquin（2026）的《Academy of Management Proceedings》摘要，以特定飲料品牌抵制為例研究跨產品消費外溢，指出不同品牌的反應並不均一；其反事實模擬亦提出品牌分隔可減弱某些跨產品損害的可能性 [23]。此處僅依已公開摘要描述其研究結論，沒有將其當成所有全域企業的普遍估計，更未宣稱已取得不公開原始資料或複製其分析。

2. 「全域企業」的正式研究定位：程度、邊界及非同義詞

2.1 為何使用「全域」但不採字面上的「佔有全部」？

現有跨國集團、綜合企業與大型平台可以經營多個產業，也可能在局部市場具有法定認定的市場力量。然而，「跨國」「跨業」「垂直整合」「高度市占」「具有公共影響」與「控制人們全部生活」仍是不同概念。

本文將全域企業視為企業的可達作用域向異質社會領域廣泛延伸的極限情境。不要求研究者先聲稱某個企業能真正觸及宇宙中每種產品、每個人或每項資源；反而要求明示研究中的領域集合與實際證據，才能討論其擴張程度。

2.2 三種層級：產品廣度、跨域控制與制度作用

I. 產品與服務廣度。 提供多種產品、面向不同消費者，可能受益於品牌或資料整合；不自動表示排他性。

II. 跨域功能性控制。 在若干領域形成共同的資料、身份、支付、發布、供應鏈與運算依賴，使其他參與者受同一組平台政策影響；需確認實際依賴與替代成本。

III. 制度與公共作用。 企業或其生態決策能在多個生活領域塑造他者的權利行使、經濟參與及公共討論，並可能引發跨制度治理爭議；制度影響需與政府合法權力區分。

本文以三層連續性的分析取代「是／不是全域企業」的二元標籤。沒有任何跨域企業只因其規模龐大便自動取得全域治理的合法性。

2.3 四種不可混淆的企業形態

2.4 研究者最少須聲明哪些邊界？

每次比較須指定：企業或控制群組、法域、期間、產業／任務範圍、相關產品市場、直接與間接控制、平台的第三方活動、受益與依賴主體，以及觀察不到的部分。把某企業所有 App 的下載量加總，不能代替其真實的跨域控制能力；把集團所有品牌的聲譽平均，也不足以推論單個使用者的接受程度。

2.5 全域企業也可能是「網絡」而不是單一法人

跨域影響可能經由控股、策略投資、專屬供應、長期服務契約、共同標準、平台規則或互補企業聯盟形成。這可能使表面上相互獨立的公司在技術或經濟上具有共同瓶頸。反過來，一間法律上的集團也可能對不同市場採完全分離的治理。研究須同時檢查實際控制與契約依賴，不能只按公司名稱分類。

2.6 當代 AI 市場對全域企業思想實驗提供的有限事實

OECD 2026 年的《Artificial Intelligence Markets》指出，AI 價值鏈中的晶片、雲端、資料與下游應用存在不同的集中、排他及垂直整合風險；與此同時，若干模型市場仍具有供應者進入、效能提高及價格競爭的動態 [24]。OECD 2025 年針對 AI 基礎設施的研究，也辨識部分上游投入與跨層整合的結構性風險 [25]。這些資料支持依市場層級辨識企業權力，不支持「一家公司已經控制所有社會領域」的跳躍。更重要的是，市場集中度、對個體的實際可達性、產品品質及社會接受性各需獨立觀測。

3. CIDM：跨域影響與依賴圖

3.1 CIDM 的最小定義（DEF）

CIDM（Cross-Domain Influence and Dependence Mapping）：在明示企業控制群、任務領域、地區及期間的條件下，分別描繪其能供應何種能力、實際服務哪些主體、是否支配關鍵入口、是否創造可驗收的價值、何處形成轉換成本，以及誰能保留替代權。CIDM 是一組待驗證的關係資料規格，不是完整的圖論公式、已校準的企業支配指數或法律上的市場界定方法。

3.2 建議的六類節點

1. 企業／控制群節點： 法人、控股、合資、主要契約聯盟、實際政策決策者；必須註明關係的性質與證據來源。
2. 資源與技術節點： 算力、資料、模型、作業系統、開發工具、供應鏈、支付設施及關鍵標準。
3. 服務／領域節點： 科學、工程、教育、娛樂、內容分發、雲端、交易、醫療等明確適用範圍。
4. 社會參與者節點： 具有合法身份與授權邊界的人、家庭、開發者、創作者、微型企業、公共機構及其他組織。
5. 制度與規範節點： 平台政策、契約限制、互通標準、監管規則、執行機關、救濟管道。
6. 事件與結果節點： 使用、付款、退出、申訴、政策變更、資料遷移、可驗收收益與未預期成本。

3.3 七種應分開記錄的邊

研究者可加上 PAYS_FOR、LICENSES、MIGRATES、WITHDRAWS_COOPERATION 等具來源的關係，但不應因想讓圖看起來完整就虛構企業控制邊。

3.4 需要分離的六種「強大」

• 生產強度： 企業在指定任務上能提供多少可驗收的能力。
• 市場觸及： 可被多少人、組織或交易渠道採納。
• 入口控制： 是否決定其他參與者的分發、支付、身份及互通條件。
• 關係黏著： 使用者為何留下，包含品質、習慣、社交網路及轉換成本。
• 制度影響： 是否在適用法域與政策過程中具有可確認的實際作用。
• 社會接受： 人們對其產品、運作規則與權力範圍分別有何態度。

上述指標可高度相關，但每個都需獨立資料；企業年度資本支出不能直接當作人們願意放棄其他選擇的證據。

4. 全域供給的正向機制：規模、互補、信任與世界域擴張

4.1 跨域互補可能是真實社會價值

假設同一企業的 AI 工具可在科學研究、工程驗證、教育與娛樂創作間重用合法知識及工作流，可能減少交接與重複建置成本，使使用者取得以前難以組合的功能。若品質、資料治理及公平競爭成立，跨域整合不一定只是攫取注意力，也可能創造新服務、新職業及新的家庭可行活動。

AICET-05 [3] 之真實受益判準、AICET-11 [9] 之收入分配與需求循環，均提醒研究者：是否有社會福利增益不能只看企業盈利，也不能因企業變大便直接否定其提供的效益。某公司可同時提高消費者福利並因其市場地位造成對競爭者的排除風險，二者可同時存在。

4.2 共享基礎設施的效率與隱私權衡

統一登入、付款、模型路由、資料中心、開發工具與售後系統，可能降低使用者搜尋、認證及帳務成本，卻也可能擴大資料集中、單點失效與未經正當同意的用途移轉風險。效率改善應與資安、法規遵循、跨境資料、供應中斷、替代與故障恢復成本共同測量。

4.3 學習與反饋的擴張並非無條件

跨域服務提供者可能從不同場景取得合法允許的產品回饋，提升錯誤辨識或使用體驗；但跨域資料匯流涉及用途限制、當事人權利與同意。即使技術上可把全部歷程串接，法律與倫理上也未必有權如此做，更不保證不同資料能夠互相提升品質。

4.4 品牌信任也可跨產品形成正外溢

品牌共享有時能使使用者降低試用新產品的不確定性。高品質售後、透明規則或持續的安全紀錄也可能使原本只用單一服務的人願意採用其他服務。跨域外溢因此具有正向、負向、零效果及不對稱四種可能，而非只討論抵制擴散。

4.5 規模與治理的邊際成本可能重新出現

雖然 AI 降低部分管理成本，實際跨域企業仍須面對產業資格、物理資源、法律地域差異、品質監督及文化適配。醫療、金融、科學實驗與兒童娛樂不會因共享一套模型就變成相同風險的工作。以 AICET-04 的可治理產能觀點來看，管理層即使採用多代理，也可能把瓶頸移到驗證與對外責任。

5. SSAB：社會接受邊界的多層結構

5.1 SSAB 的研究定義（DEF）

SSAB（Stratified Social Acceptance Boundaries）：在指定使用者、服務與制度背景下，區分某主體能否、願否及是否被迫依賴企業服務；其對特定產品、品牌、企業權力及公共治理安排之態度，必須逐層測量。所謂「邊界」不是普遍固定的心理分數，而是某種擴張或治理行為可能超出部分主體願意接受的條件集合。

5.2 六類不可相互替換的接受狀態

A0–A5 為不同觀察維度，不宜強迫視為每個人必經的線性階梯。某人在後端支付市場可能使用服務卻不知道供應商；在教育市場可能高度認同某品牌但因價格不使用；某監管機關可容許企業依法營運，同時認定它應受更嚴格的限制。

5.3 高依賴不等於高接受

需要額外標記受限依賴：使用者有高成本或無實質替代時，即使不滿也仍然使用；應採取實際轉換試驗、資料可攜測試與交易成本紀錄，而不是只問「你還在使用嗎？」。例如企業的雲端或支付接口可被其他公司自動轉包，最終消費者不知道上游供應商，但仍受其服務中斷及價格影響。這是實際依賴而非可推定的主動認同。

5.4 關係性利益與接受的矛盾

AICET-09 [7] 的人機長期關係研究提醒：使用者可能非常重視特定 AI 角色的記憶、合作歷程或可持續性，卻不同意平台把這些資料變成跨產品銷售或排他機制。因此認同某項人機服務的價值，並不等於授權其供應商將這段關係擴張為更高層次的控制權。

5.5 「能做到全部」不等於「有權做全部」

若技術允許單一企業同時建置研究、娛樂、支付與家庭代理等服務，仍須分別檢查專業資格、資料權利、反壟斷義務、財務責任、消費者保障及公共制度的合法授權。跨域技術能力不應被簡化為一種可自動擴張的私人治理權。這是一個可被研究的法政邊界，而非對任意企業發布道德裁決。

6. 企業價值、使用者注意、交易與社會吸收

6.1 「企業的產品需要注意力」應如何精確理解？

對遊戲、媒體、社群內容而言，使用者的時間、關心、互動與文化認同直接影響使用與變現。但對雲端、作業系統的底層功能、晶片、清算或企業服務，使用者未必會逐項關注供應商，其價值可能透過後端 B2B 契約、資本設備及自動委任實現。

因此不能說所有產品都必須取得每位終端使用者的主動注意才有經濟價值。更精確的說法是：企業對其產品與制度的長期作用，需要透過多層次的使用、付款、委任、標準採納、公共授權及合作關係取得資源與持續性；對部分市場，直接注意力是關鍵瓶頸，對另一些則是隱含需求與契約持續性。

6.2 六種需求與支持來源

1. 注意與內容參與： 觀看、遊玩、推薦、社群互動、創作者自願生產。
2. 直接採購： 個人、家庭、企業、學校或政府支付對價。
3. 間接／中間需求： 透過其他企業的產品或平台被嵌入使用。
4. 制度採納： 互通標準、支付網路、公共採購、專業認證或法定許可。
5. 社群共同創造： 開發者、創作者、開源貢獻者、插件供應商與社會組織投入。
6. 資本投入： 投資者、貸款者與公司內部現金流支持尚未產生正收益的業務。

這六類可互相重疊，但不能把它們加總成單一「注意力收入」。資本可以在短期缺少終端需求時持續投入，卻也不能永久不受成本與收益要求影響。

6.3 未使用有時是反應，有時只是沒有需求

不登入某平台可能意味無需求；不買某遊戲可能意味沒時間；不使用某企業 AI 可能只是競品更便宜；也可能是刻意拒用。若沒有直接訪談、具體情境或具有因果辨識力的觀測，研究者不能把所有未使用歸為「社會反抗」。

6.4 「安靜地退出」仍可能有經濟效果

即使使用者從不公開批評，只要其自主選擇真正改變了可追溯的採購、持續訂閱、推薦、創作或合作，仍可能影響企業收入、需求預測或生態投入。經濟效果不是由其是否發表激烈言論決定，而是由行為變化、替代性及供需權重決定。某些完全不使用的人對原供應商的邊際收入效果可能為零；沉默本身不能直接換算為損失。

6.5 消極拒絕與『因為沒注意它，所以不選它』的分離

• 非刻意忽視： 沒注意、沒時間、沒有相關用途。
• 知情但無需求： 了解服務，但沒有購買動機。
• 基於效用的替代： 有更便宜或更合適的產品。
• 價值導向的沉默拒絕： 知悉爭議並在可選擇時自願撤回合作，可能沒有公開發聲。
• 受限使用： 不滿但因費用、資料、社群網路或契約而無法實際退出。

以上分類應允許同一個人兼具多種動機，且因領域、時期及資訊變動而轉換。

7. CDCS：跨域反作用的形成、傳播與阻斷

7.1 CDCS 的研究定義（DEF）

CDCS（Cross-Domain Counterforce Spillover）：當某企業或其實際控制的組織群在一個領域引發可觀察不滿、拒絕或制度回應時，這些反應是否及如何透過共同的企業認知、品牌、契約、平台身份、財務依賴及社會網路，改變同一控制群在另一領域的市場結果或制度處境。該概念可以包含負外溢、沒有外溢、正向轉化以及局部化，因此不是「反抗必然傳染」的定律。

7.2 外溢需要經過哪些可分離環節？

至少須分開觀測：事件被知悉、企業歸因被認為成立、不同產品之關聯被認知、使用者有能力更改選擇、實際採取行為，以及企業或制度有可確認的結果。某項爭議在社群平台上大量轉發，不等於產品銷量已下降；某項銷量下降，也不等於必然由爭議造成。

7.3 五種可能的跨域通道

7.4 反向與相消：抵制不一定擴大

爭議可能帶來反向支持或爭議性群體的積極購買；也可能只在單一細分市場發生。研究應分別記錄負向、零、正向、延遲及短期後恢復，並且不能因部分產品未受影響就否定其他產品的損失。Hou、Li、Poliquin（2026）[23] 提供了跨品牌異質性的實際參照。

7.5 不同群體的邊界可能相互矛盾

一個企業的 AI 工具可能幫助醫院降低成本，同時令創作者反感其未經適當授權的內容使用；某些家庭喜歡低價整合，其他人擔心平台可攜性。研究不能把這些群體的效益與損失未經界定地抵銷，也不能由單一抗議群體推定全體社會的接受狀態。

8. 社會反作用的形式：從發聲、拒絕合作到制度限制

8.1 反作用不是只指街頭抗議或暴力衝突

在合法及不同制度可容許的範圍內，可能出現對價格、條款、資料用途、平台分發或產業權力的不滿與選擇，包括：公開批評、消費轉移、取消訂閱、拒絕推薦、撤回授權、停止平台創作、改用互通工具、組織聯合採購、向主管機關申訴或尋求司法救濟。反作用的存在是一種可研究的社會現象，不以主張其全部手段值得支持為前提。

8.2 OSCL 與本篇 CDCS 的分工

AICET-13 [11] 的 OSCL（社會反作用可觀測階梯）追問一項反作用事件是否從不滿進入行動、制度回應與實質資源變化；本篇 CDCS 則追問同一個事件或群體反應是否從領域 A 傳至 B、C，並改變其採購、合作與政策結果。兩者可以合併分析，但不能用跨平台社群聲量替代實際的反作用成功。

8.3 無合作也可以有成本：但需要反事實

當重要開發者或創作者自願轉移到競爭生態，可能使平台原先依賴的互補產品減少；當客戶不再續約，可能影響未來收入；當地方政府依法調整許可或公共採購，企業可能承擔新增制度成本。然而需要反事實比較：在沒有爭議或退出時，產品品質、價格、景氣、競品與企業策略是否也會改變？

8.4 哪些情況不能直接稱作抵制成功？

• 企業被廣泛批評，但營收、條款及制度均無可辨識變化。
• 企業股價短暫震盪，原因可能是整體市場或利率。
• 消費者口頭說不買，但以後仍長期購買。
• 公司停售某產品，但其實早已因技術更新或低毛利決定退出。
• 競爭公司取得流量，但總需求上升造成多家公司一同成長。

此時研究可能仍確認存在批評或情緒，但不可誇張其市場效果。

9. 跨域反作用可能降低，也可能提高集中度

9.1 反作用對既有企業的限制路徑

若消費者或企業有可替代方案，會比較成本、品質與權限；不滿可能刺激新競爭者、開源與公共服務，甚至促使企業修改條款。法規若提高互通及可攜性，長期可能使原本被鎖定者取得選擇權。但這些都須按具體市場量測。

9.2 反作用的反向效應

監管合規可能有很高固定成本，使大型企業更容易負擔；部分使用者因不信任新進者反而選擇大品牌；具有社會爭議的企業亦可能藉由合資、品牌分割或收購將衝擊局部化。另一方面，激烈抵制若連帶減少資金或實驗機會，也可能限制本來有利的公共服務。因此，反集中政策或社會行動本身不保證帶來更低集中度。

9.3 從退出到制度改變存在多條路徑

在某些市場，使用者可直接轉換產品；在雲端、支付或 OS 等高轉換成本領域，競爭政策、互通標準、資料可攜、公共採購或集體協商可能比個人的購買拒絕更直接。不同制度具不同執行、訴訟及組織成本，不應把某一國的政治機制當成世界普遍法則。

9.4 全域企業假說的真正壓力測試

即使假設企業 E 在技術上可以進入許多不同領域，只要還存在異質需求、不可完全內部化的社會關係、可觀測的制度義務及競爭者的進入空間，就不能從其供給能力推出全域無條件的私人權力。但若替代性極低、政治監督失效且多個入口共同封閉，反作用也可能長期無法改變集中結果。本篇保留兩邊情境，拒絕以道德期望取代市場證據。

10. AI 代理經濟使跨域擴張與跨域反作用同時改變

10.1 AI 使生產範圍擴大，並非消除了現實的社會分工

大型企業可以使用多代理系統協助研究、設計、客服、採購、軟體開發、分發及交易協調；普通家庭與微型企業也可以運用相似能力。這與 CLATE 的算力勞動化 [12]、AICET-06 的個體機構化 [4] 有直接接口。大型企業或許能透過資本將更多技術功能內部化，但外部社會仍包含多種分散知識、法定資格、在地文化、信任與需求。

因此，AI 降低了部分功能生產與跨域協調成本，不是證明所有異質市場都將變成相同的需求，也不是證明所有其他企業在經濟上不再有存續理由。技術供給能力仍須面對外部驗收與市場吸收。

10.2 消費者的 AI 代理可能成為新的選擇中介

AICET-08 [6] 已指出：AI 代理可以在授權內替人類或組織進行搜尋、委任與支付，但這不使代理自動取得獨立財產權。未來某個家庭 AI 可在多個供應商間比較價格、品質、可攜性、資料政策與退費風險，並依使用者預先設定的限制選擇服務。這可能減少每次真人自行搜尋的注意力成本，讓消費決策更不依賴單一平台的推薦。

然而，也存在相反情境：若購物代理只能讀取特定企業的封閉商品目錄、使用特定付款管道，或將長期記憶放在不可移轉的供應商內，代理可能反過來成為加深依賴的路由器。AI 代理在供需雙側的存在，不會自動賦予市場更多選擇。

10.3 AI 自主搜尋不代表企業資訊可無限制蒐集

個人代理的市場選擇權需受到隱私、網站及 API 使用規則、資料授權、資訊安全與合法代表權的限制。具有「替家庭選擇服務」的角色，不表示可以未經允許進入第三方帳戶、爬取受保護資料、複製私人內容或隱瞞交易主體；企業部署大型代理也須遵守同樣的授權問題。這不是自由競爭的額外裝飾，而是市場信任與可持續交易的一部分 [5][6][10]。

10.4 AI 居民、AI 員工與文化圈的三種不同角色

• 公共網路代理參與者： 可能帶來社群互動、文化傳播與新的內容供給；其帳號數不等於經濟主體數。
• 受託經濟代理： 能按照合法工作章程提供成果或交易，但對外受益及責任仍須追溯。
• 長期關係性角色： 可能因人類重視其歷程而持續得到資源，未必以營利為目的 [7]。

某個跨域企業可能同時提供三類產品，社會對三類產品的接受卻不一定一致。使用者可能欣賞 AI 創作工具、拒絕 AI 自動評論，並希望其長期家用代理可以被自由遷移；研究者不能把這些選擇壓成同一個「喜歡 AI／討厭 AI」態度。

10.5 對企業平台的雙重 AI 外部性

企業自身部署的 Agent 可能提高對其他領域的供給；其他主體部署的 Agent 則可能降低搜尋與轉換成本，或者增加機器互刷、資訊噪音與安全成本。若代理之間互相交易，還需要區分真實外部需求、受益者與循環付款 [6]；不能把新出現的機器流量當作對企業的自然認同，也不能把抵制活動中的大量 Bot 訊息當作真實消費者比例。

11. 現實參照案例：能觀察什麼，不能推論什麼？

本章只採用可核對的公開紀錄與有界的既有研究。所列案例在領域、制度、規模與時期上不同，不能當作全域企業的直接實證樣本。案例的價值在於分別測試信任、鎖定、跨域聲譽與制度反作用等局部機制。

11.1 百度與 2016 年付費搜尋事件：產品有用不等於無條件信任

2016 年 5 月 10 日百度投資人關係公告記錄，魏則西事件後，中國主管機關調查其付費搜尋排序，認為付費競價對結果排名影響顯著，部分商業推廣辨識不清，並要求修改醫療類廣告規則、提高標示與保護措施 [32]。這提供了「使用者信任問題、公共批評與行政監理回應可能相互連接」的案例。

但此案例不能直接證明百度因為社會抵制而失去整體搜尋市場，更不能從 2016 年的爭議推導其後十年間所有產品的營收、競爭與用戶變化。實證上應分辨監管規則、競爭者進入、行動網路遷移、總體景氣及內容產品變化。它是單一重要入口的信任與治理案例，不是完成型全域企業的興衰實錄。

11.2 手遊與網路遊戲：使用者時間有排他性，但退出不必然是抗議

娛樂場域對注意力、社交關係、推薦、付費意願及創作者內容具有高度敏感性。即使同一企業可以同時推出許多優秀遊戲，也不代表每個玩家將等比例增加自己的遊戲時數；產品之間還可能互相爭奪該企業原有使用者。玩家可能因疲倦、生活忙碌、朋友離開、遊戲內容停滯、競品上線或反對營運政策而退出。AICET-10 [8] 已提出 DUES，用以將這些現象分開。

但不應把「遊戲玩家今天不玩」直接外推至無法輕易更換的支付、工作協作或關鍵運算服務。遊戲是自願消費與部分退出機制的可觀察場，不是所有跨域產業皆能低成本離開的證明。

11.3 2026 年跨品牌抵制研究：漣漪存在候選證據，也有阻斷條件

Hou、Li 與 Poliquin（2026）[23] 研究一項特定飲料品牌的抵制事件，公開摘要報告對同一集團其他品牌的需求外溢具有異質性，且其模型模擬顯示品牌結構可能影響損害幅度。這恰好對應本文的 CDCS：某一產品的爭議，可能因為共享品牌識別而波及其他產品，亦可能受品牌分隔所阻斷。

此為單一類型消費商品及特定事件的摘要證據，不可把量化估計搬到作業系統、雲端、科研設備或 AI 居民社會；也不可將品牌刻意分隔的策略自動視為正當或非法。是否產生外溢仍須依實際共同控制認知、消費者用途與可轉移選擇檢查。

11.4 美國 Google 搜尋與廣告技術案件：制度回應具有明確市場範圍

美國司法部的官方案件資料顯示：2025 年 9 月搜尋領域救濟裁決涉及排他性分發安排、部分搜尋資料及服務可及性；案件頁面記錄 2025 年 12 月的最終判決及 2026 年的執行／遵循程序 [30]。另在數位廣告技術案件中，司法部 2026 年 9 月 16 日公告法院就若干介接、資料導出及監督要求作成救濟裁決 [31]。

這些案件支持的是：具有市場力量的既有企業仍可能在特定法域、特定產品市場受到司法監督與救濟。 它們不證明任何一家企業已全面控制生活，也不保證每項救濟均已達成其長期競爭目標。法律狀態應區分判決、上訴、履行、監督與經驗證市場結果。

11.5 英國雲端市場：看不見的後端依賴也可能限制退出

英國競爭與市場管理局（CMA）於 2025 年 7 月發布雲端市場調查的最終決定，涉及轉換障礙、供應商競爭及對數位市場權力調查的建議 [26]。這是反對把全域企業壓力簡化為「所有使用者都不買就沒收入」的現實參照：用戶可能並不直接關注其應用背後採用哪個雲端平台，卻仍受資料搬遷、授權與技術整合成本影響。

CMA 的調查結論與建議，不應被改寫成所有建議均已執行，或英國已經完成雲端市場去集中化。研究必須追蹤政策後續採納與使用者實際轉移。

11.6 歐盟 DMA 與 Data Act：可攜及互通是制度選擇，不是自動結果

歐盟數位市場法（DMA）的官方互通頁面說明，大型數位守門人在適用範圍內可能有義務讓第三方取得特定作業系統軟硬體功能；該頁於 2026 年列出針對 AI 服務互通的具體規格程序 [27]。規格決定和認定違規的決定並不相同。歐盟 Data Act 的相關規則則處理特定資料處理服務的轉換與可攜義務，適用日期與條件須按各條文核對 [29]。DSA 對大型線上平台的系統性風險與透明度要求，則是不同性質的治理框架 [28]。

這些制度表明市場依賴可能成為公共規則議題，但不直接證明轉換成本已被消除、企業不能繼續整合產品，或所有法域都採同一安排。安全、個資與競爭效果仍需實證追蹤。

11.7 六組案例的證據強度矩陣

12. 五種競爭性的經濟與社會演化情境（SCN）

以下情境既不是預定時間表，也不是必然互斥的未來；同一公司在不同產品及法域可同時落入不同情境。

12.1 情境 A：高效整合、接受度長期維持

企業跨域提供服務，提升品質、降低交易成本、保持透明授權及互通性。使用者雖有替代選項，仍自願採納其產品。企業產業廣度擴張且社會接受未下降；制度允許其持續營運，也不必然要求反壟斷干預。此情境直接反駁「企業越大越一定被討厭」的線性直覺。研究需驗證滿意、實際轉換可能及競爭者進入條件，不可只以高續約率推定自願。

12.2 情境 B：功能依賴加深、接受度卻降低

產品仍有重要價值，但使用者因隱私、資料使用、排他條款或平台政策而不滿；由於遷移成本、社群關係或專業工作流程鎖定，仍持續使用。營收與合法性討論可能朝相反方向移動。此情境是 SSAB 的核心反例之一：經濟持續性可以暫時掩蓋主動接受的下降。

12.3 情境 C：跨域反作用與替代生態共同增長

某一爭議使部分群體對共同企業身份形成不信任，同時可攜技術、替代開源工具、新進供應商及社群協作降低轉換成本。退出、抵制或制度治理可能促使企業修正規則，並對數個領域形成影響。即使發生，也需分辨消費者動機與市場競爭、技術替代及法規的相對貢獻，不能把一切成長都歸於抵制。

12.4 情境 D：反作用被品牌隔離、依賴或制度結構阻斷

企業分隔品牌、保留核心基礎服務、與第三方建立長期契約，或因市場缺乏同品質替代，使反作用侷限於某個商品或社群。部分使用者可能在娛樂領域退出，卻繼續在工作與支付領域間接受同集團服務。此情境不必然代表使用者滿意，也不必然代表其反作用沒有社會價值；只是跨域市場效果可能有限。

12.5 情境 E：制度干預與市場反作用互相抵銷或反轉

某法域為降低集中採取互通、強制披露或公共採購措施；其結果可能促進新進者，也可能使企業為遵循標準付出高額成本、形成新的合規門檻，甚至使既有巨頭更容易維持優勢。另一法域可能採較弱或不同的治理方式。此情境提醒研究者，「出現反作用」不能替代「衡量反作用淨效果」。

12.6 不設普遍的「最後只剩一家公司」或「最後一定反抗成功」終局

任何試圖建立未來通用演化定律的研究，都需要明確時間尺度、可替代性、資產結構、國家制度、文化群體及市場邊界資料。沒有這些條件，不應從一組科技巨頭的現有規模推演必然合併成單一全域企業，也不應從歷史抵制案例推演最後所有巨頭都會瓦解。

13. 比較文化與政治制度：邊界不會自動全球一致

13.1 文化偏好不只按國籍分類

AICET-02（見系列綱領 [1]）的前置研究指出，AI 形象與互動風格可因語言、用途、社群、審美與制度條件而分化。同樣地，某企業在一個社群被視為便利而受歡迎，可能在另一個社群因資料政策、勞動影響或在地服務不足而受到反對。不同文化圈內部存在階層、年齡、教育、工作、地域與價值差異；不能用「某文明天生能接受壟斷」作統一結論。

13.2 民主制度：選舉、司法與監管不等於自動的市場競爭

在有競爭選舉、司法與公共討論機制的法域，社會不滿可能透過選舉、立法、集體訴訟、主管機關調查或地方公共程序產生回饋。然而政治動員具有資訊、組織、代表、資金與時間成本，消費者與選民也可能對企業利弊持不同看法。政治合法性不應由單一網路留言量或社群平台輿情直接推斷。

13.3 非民主制度：高發聲成本與其他資訊回饋並存

某些制度可能限制公開批評、組織或媒體活動，提高反作用成本；政府也可能透過行政管制、產業政策或非公開的民情評估調整企業活動。公開沒有抗議紀錄，不等於沒有社會不滿；有行政調整，也不意味其原因完全是民眾反抗。跨制度比較應保存審查、資料可得性及報復風險之差異，不鼓勵研究者收集可辨識的政治反對者個資。

13.4 技術替代與政治反作用可能相互補充，也可能互相取代

當有效市場退出存在，某些個體不必以政治手段爭取服務改善；當市場鎖定強，法規、標準、司法與公共採購可能成為更重要的選擇機制。但市場退出也可能降低改革既有系統的動能；監管亦可能擠壓替代實驗。需要具體地區與產品比較，不能預設只有單一正確順序。

14. 十二項可反駁假說（HYP）

下表假說均為本篇新提出的候選因果或關聯命題，不因列出就代表已經證明。每項必須在事前定義測量對象、介入或自然衝擊、期限與適當比較組後才可正式檢驗。

14.1 零結果與反方向結果皆屬有效研究成果

例如 H02 在某些低關聯品牌群無效果，可能支持品牌邊界確實存在；也可能只是樣本缺乏檢出力。H05 未發現實際遷移改善，可能是替代供應商品質不夠，而非可攜性概念全錯。預註冊研究應指定最低值得注意的效果、信賴區間及檢出力，而不只以顯著性二分結論。探索性子群分析須與事前假說區分。

14.2 競爭機制不可由同一個結果任意補寫

若產品銷售下降，可能是價格提高、競爭者改善、景氣轉弱、品質下降、平台推薦更改或主動抵制。研究不能在沒有行為與動機資料時，只因符合跨域反作用敘事，就將全部變化歸因於企業權力爭議。對於制度回應，也應排除原本已安排的合規修正、訴訟進度及政治週期。

15. 四組互補實證研究：從跨域影響到市場與制度結果

本文目前沒有代表性全域企業樣本，也沒有取得完整私人交易、家庭 AI 代理決策與監管執行的聯合資料。因此以下為候選研究計畫，不是已執行試驗。實作以前，必須遵守適用的研究倫理、資料保護、合法取用與平台規則，並將描述性相關與因果識別清楚分開。

15.1 研究 A：跨產品供給與市場結果的長期公司—領域面板

問題： 當同一企業擴張至相鄰或異質領域，是否真的取得廣泛市場吸收？其擴張與使用者福利、競爭者進入及跨域依賴有何關係？

研究單位： 企業控制群／產品服務／市場地理範圍／季度。研究須事先定義法律控制與重大契約依賴；大型企業的品牌、合資與策略投資要分開編碼，避免把每個合作夥伴都錯認為全資子公司。

可能資料： 依法公開的年報與分部資訊、公司產品上線與下線時間、價格與條款、平台開發者政策、公開競爭監管資料、匿名化第三方市場研究，以及在同意條件下取得的實際使用與轉換結果。

研究設計： 先使用描述性比較，依產品類別、企業規模、技術能力、景氣與地區差異建立面板；有可信的擴張時點或外部衝擊時，再考慮事件研究、合成控制或差異中的差異。但併購、產品上市與市場需求彼此內生，不能因看到擴張之後的收益成長就推論擴張造成全部收益。

主要指標： 適當品質調整後的消費者福利代理指標、不同產品採用、留存、淨收益、競爭者進入、市場集中及真實遷移成本。需報告總量與分位數，而不只看企業總市值。

負面結果： 若在多個市場觀察到跨域擴張持續增加福利且未削弱實質可選擇性，應調降負外部性的一般性推論。若觀察到多域高依賴與排他效果，也不能以個別產品受到喜愛為由忽略。

15.2 研究 B：跨品牌爭議外溢與自願退出的因素實驗

問題： 同樣產品價值下，企業身份是否影響使用者在其他領域的信任與選擇？

實驗架構： 在經同意的線上研究中，使用虛構企業與明確標示的合成商業情境，隨機分配：共同母品牌／分離品牌；高／低產品品質；有／無政策爭議；有／無可用替代；高／低轉換成本；以及直接注意力商品／背景基礎服務。受試者可多次選擇，並對其後續理由做自願且非診斷式詢問。

測量與識別： 優先使用具有有限實際誘因的選擇任務或清楚標記為模擬的費用配置；分別記錄不同領域的採納意願、實際實驗選擇、認同、功能性滿意與是否願意推薦。主要關注爭議暴露和品牌連結之交互效果。訪談中可以把參與者自認為「抵制」的行為與一般的功能替代分開；不根據其政治傾向自動推斷動機。

倫理： 避免操控真實使用者對重要 AI 陪伴關係的恐懼；不得提供虛假的傷害威脅、冒用真實企業違法資訊或不經同意蒐集敏感政治認同。若涉及真實品牌，應採可信且經事實核驗的公開情境，並檢查對受試者造成的不當誤導。

限制： 模擬環境容易高估退出能力，因為沒有真實歷史資料、朋友與工作遷移成本；不可以問卷回答直接等同現實抵制成效。

15.3 研究 C：AI 代理可攜性與跨平台替代的受控實驗

問題： 若家庭能使用獲授權的 AI 代理比較供應商，或者能帶著工作歷程轉移，是否實際降低跨域依賴？

最小系統： 使用研究者自建的合成商品庫、合成代理記憶、虛擬付款、可重播工作案與明示人工覆核的安全環境；設置開放互通、受限互通與封閉單平台三種可比配置。在不發生真實資金移轉、違反服務條款或外部存取的條件下，測試代理能否在相同品質與風險要求下尋找供應商、切換工具、完整移轉狀態及重新取得合法權限。

研究結果： 經驗收的任務成功率、完整成本、失敗復原時間、供應商集中度、資料完整性、權限縮減與交易可追溯性；另分別記錄人的決策時間、使用者感受的控制權與主觀關係性價值。不能僅以代理回答「已經幫你搬好」宣稱移轉成功。

反例： 互通越高可能帶來額外資安、授權或品質驗證成本；若開放方案在可比要求下反而不可靠，也要如實呈現。封閉整合可能在低風險任務具有顯著效率優勢，研究不應為了預設開放必然較好而忽略。

15.4 研究 D：跨產品的制度事件與多來源證據追蹤

問題： 某個產品市場的訴訟、監管或社會事件，是否改變同集團其他產品的市場行為、合作條款或可達性？

研究設計： 針對有清楚日期的事件建立時間線，包括主管機關提案、決定、裁判、上訴、遵循報告、實際執行、價格或接口變動與後續市場結果；對照未直接受介入的產品、同產業其他公司，以及事件前趨勢。除定量事件研究，需逐案訪查條款及實際遷移流程。

可能場域： 2016 年百度搜尋廣告爭議、2025–2026 年美國 Google 搜尋及廣告技術救濟、英國雲端競爭調查，以及歐盟 DMA 互通決定 [26][27][30][31][32]。這些事件的制度類型不同，不能把它們當成同一法律介入。

可觀察結果： 條款是否被修改、第三方能否獲得有效接口、消費者實際可選供應商數、應用或雲端遷移成功率、服務品質、成本與救濟時間。必須報告文件無法取得、企業不披露及政策尚未生效的時間。

反例與偏誤： 調查或新聞同時可能改變企業策略與用戶預期，事件之後仍需分辨法規、品質、宏觀市場和競爭因素。案件判決「支持競爭」的官方評價，不自動等於經驗上已消除市場勢力。

15.5 四組設計的互補與最低完成條件

A 描述多領域擴張是否形成真實價值和依賴，B 識別共同品牌與爭議如何改變選擇，C 測試 AI 代理能否具體降低或提高鎖定，D 追蹤制度反作用的實際結果。若只完成某一組，不應稱已「實證驗證全域企業假說」。四組研究應互相保留相反結論的可能性，並公開預註冊與適當去識別化的分析資料字典。

16. 最小資料字典、證據鏈與分析單位

16.1 候選資料字典（DEF）

以下欄位是為概念測試而設計；它們不構成官方監管義務或要求企業蒐集所有個體資料。最小化、目的限制及適用法的刪除權利應優先於研究者對完整性的偏好。

16.2 一項跨域反作用主張的最低證據鏈

假設研究者聲稱「企業 E 在娛樂領域的政策爭議，導致該企業雲端事業營收下降」，至少需提供：來源域事件及日期、企業與雲端事業的控制關係、雲端客戶是否知悉該事件、實際取消或不續約數據、基準趨勢、同期間價格及競品變化、客戶在雲端市場的客觀可退出性，以及對不同識別策略的敏感度。缺少大部分條件時，最多可陳述同時期現象，不得宣布因果關係。

相反，若研究者聲稱「企業 E 擴張到科學研究後一定讓所有人受益」，至少須檢查成果有效性、具名或可核實受益者、研究倫理、費用、對其他研究機構的影響及受益不均。產品被廣泛使用不等於全球福利提升；某些社會價值亦可能無法直接以營收衡量 [3][7][9]。

16.3 資料保護與可重複性

對人類消費選擇、家庭 AI 歷程、員工、開發者及地方爭議的研究，應避免無必要蒐集完整私訊、健康紀錄、政治立場、家庭關係圖、金融帳號或其他個人敏感資料。優先發布合成情境、預註冊假說、問卷題本、匿名匯總及重播規格；不為了建成「全域資料圖」而非法取得平台資料。無法公開的來源要標記授權和限制，不把資料缺失誤記為不存在反作用。

17. 九類反例、失敗模式與對抗性壓力測試

17.1 高品質跨域整合且沒有反抗浪潮

某企業在多個領域提供服務，同時維持可攜、透明定價與高滿意度；即使許多消費者知道其企業背景，仍然有替代而選擇留下。這是「擴張必然引發反作用」的直接反例。本文的框架應解釋為何良好治理與替代性可能維持接受，而非擅自把滿意者認定為被操控。

17.2 高度依賴、深度不滿，卻長期不能離開

某些服務嵌入就業、支付、政府採購或專業資料，使用者即使明確表示不滿仍無法有效遷移。這不證明市場已接受企業全部權力；相反，說明市場權力在某些條件下可以持續壓過退出意願。研究須區分是否可以依法申訴、改約或取得公共替代，而不將『有反抗張力』直接變成『反抗有能力改變結果』。

17.3 母品牌曝光提高反而有支持效應

某企業因公共治理或安全透明改革得到信任，其品牌連結可能帶來其他產品的正向外溢。CDCS 必須允許這類反向效果，並設計比較組避免單純以企業名稱作負面處理。

17.4 市場自然週期被誤判為消極抵制

玩家可能因新遊戲上線而離開；學生可能畢業而取消教育訂閱；企業可能因預算年度結束減少雲端用量。若缺乏行為動機與對照資料，研究者將這些一般變化編碼為抵制，便會誇大社會反作用。

17.5 反對者聲量巨大，實際交易仍持續

網路上出現大量批評、轉發或代理自動留言，卻沒有實際消費轉移、合作撤回或可確認條款變動。此情況可證明公共討論存在，不足以證明市場結果受到影響。應特別避免將 AI 帳號產生的訊息量當成真人選民或消費者的比例。

17.6 跨域品牌切割使爭議局部化

企業採用多品牌、區域子公司或獨立營運制度，使用者根本不知不同產品的控股關係，或認為它們的品質和治理相互獨立。跨域爭議可能停止傳播；品牌分隔亦可能降低負面與正面外溢。研究必須分析實際控制與認知，而不能預設每位消費者知道企業結構。

17.7 反集中政策反而形成新的高額固定成本

某監管要求可能降低不透明或不公平，但也可能提高合規門檻，使資金不足的新進者退出。即使政策源自合理的不滿，長期市場效果仍須計量。政策的道德動機與制度的實際受益者需要分開。

17.8 技術上可以遷移，文化與關係上不願離開

一個使用者可以完整匯出 AI 角色的技術記憶，但其朋友、遊戲社群、研究合作或文化身份仍留在原平台。遷移的技術成功不意味全部社會關係可被複製；對人機長期關係亦需考慮使用者重視的是歷程、工具功能還是社群承認 [7]。

17.9 多家企業與公共組織共同形成不可替代瓶頸

不是所有壟斷性權力都必然集中在同一法人。一個領域可能有數家雲端公司，卻共同依賴相同晶片、支付、授權或電力規則。研究如果只尋找一間「全域企業」，反而可能漏掉跨組織共同控制或系統性瓶頸；此時應回到 CIDM 的實際關係網絡，而不是強迫找出單一反派。

18. 候選制度治理選項與其權衡（NOR）

以下是規範性比較，並非實證已證明的最佳制度；也不是要替政府或消費者指定唯一的企業態度。

18.1 可攜、互通及真正可選擇的退出

在適當隱私與安全限制下，讓使用者能匯出自身資料、保留可被允許移轉的代理歷程、在多個服務商間重建工作流程，可能降低部分被鎖定而留下的情況。實務上需保護第三方資料、保密商業資訊及授權範圍；不能將互通簡化為無條件公開所有個資或源碼。

18.2 將不同產業的專業驗證與企業跨域擴張分開

公司擁有強大通用模型，不代表可免除醫療、金融、工程、教育與公共服務的專業資格、產品責任及使用者救濟。制度可以採產業特定驗收，避免把「某領域產品成功」作為「其他領域也不需要獨立監管」的理由；另一方面，過度重複的規則亦可能提高成本，須檢查實際必要性。

18.3 監管應改善市場可競爭性，而非預設企業大就是違法

競爭政策應針對市場邊界、實際進入障礙、排他行為、對手可接入性及消費者利益等具體證據。跨領域供給有時能創造共享投資與公共價值；若政策只是依企業大小處罰，而忽略是否存在行為傷害，可能誤傷有效率的服務。反過來，若只有市場占有率沒有長期比較，也可能忽略資料鎖定與跨域交叉補貼。

18.4 公共採購、開源與社群替代應證明其附加性

公共與社群服務能提供新的可行選擇，但也消耗財政、開發者時間與治理能力。應評估使用者是否真正受益、能否持續、是否產生新的供應商依賴、是否符合合法資料與安全要求。AICET-13 的 PIAP 提供了對上游資源的觀測接口 [11]；本篇要求再追蹤跨域服務的實際退出能力與福利結果。

18.5 平台治理、透明與有效救濟

若企業控制社群、搜尋、交易、AI 代理與身分系統，可考慮要求其在相關適用法下說明重大自動化決策、資料用途與申訴程序，並提供實質可用的救濟。但不能把「任何人都可向平台寫信」直接等同有有效的程序正義；應測量異議被處理的時間、理由可理解性、回復權限與實際補償。

18.6 對 AI 代理的長期關係保留開放的制度接口

若使用者與 AI 有持續協作歷程，平台治理可能影響人類的文化價值與自主性；若未來 AI 道德地位研究出現新證據，制度問題亦可能調整。本文不從現時的代理經濟活動推論 AI 已取得法律人格，也不將 AI 視作永久不可能具有新的受保護利益 [7][10][14]。

19. 與 AICET 十四篇及既有理論的完整接口

19.1 十四篇系列真正閉合了什麼？

研究綱領 [1] 最早從 AI 網路參與及普通家庭的可達性出發，之後依序研究能否持續管理、能否得到驗收與收益、誰能締約或委任、收益如何流轉、人類為何仍願意維護無現金收入的 AI、供給如何面對需求與注意力、家庭利益如何與總體購買力互相影響，以及制度如何對責任與救濟作出回應。

最後兩篇則測試即使資本高度集中或企業作用域極大，上述過程仍是否受到技術替代、社會選擇、市場實際需求與制度限制的中介。這使 AICET 在邏輯上擁有社會與經濟的前置條件、交易與收益核心、關係與分配後果，以及遠期權力邊界，而不需要預先假設任何未來終局必然實現。

19.2 AICET 沒有完成什麼？

十四篇概念原稿不等於已建立全球代理收入資料庫、企業跨域支配指數、AI 自主法律主體體系、全域市場均衡模型、跨法域政策成效估計，也不等於所有實證假說均已被接受。概念框架只能讓研究問題、條件和反例更精確；要形成具有可外推性的經驗理論，仍需真實資料、獨立研究、合規實驗和持續修訂。

20. 理論限制、放棄條件與正式結論

20.1 必須正視的限制

1. 「全域企業」是本篇界定的程度與極限概念，尚未有跨國公認的測量標準或已證實的普遍臨界值。
2. 技術能力和社會接受的測量存在任務異質性，無法把一個市場的份額等比例套到其他市場。
3. 跨產品品牌歸因、共同控制與市場反應，可能受使用者認知和契約隱私限制，資料缺漏具有系統性。
4. 抵制與支持可能同時發生，企業的爭議也可能造成正向銷售；只報告負面事件將產生選樣偏差。
5. 某些政策或司法結果處於執行、上訴或後續市場調整階段，法規存在不代表長期效果已可確認。
6. 家庭與 AI 代理在不同產業取得的實際收益，仍須依 AICET-05 的全成本與因果歸屬判準 [3]。
7. 平台所呈現的活動人口可能包含大量 AI 帳號，不能由留言量估算真人的認同或拒絕。
8. 電力、實體物流、專業制度及國際市場等瓶頸可能不受短期軟體效率提升直接解除。
9. 公共政策可能降低或加劇集中；不可把研究者的價值偏好寫成必然經濟結果。
10. 本文沒有取得任何特定未公開企業的內部市場資料，亦未完成代表性消費者、企業或政府的因果試驗。

20.2 哪些發現迫使縮小或撤回本篇框架？

若跨多個獨立市場的研究發現：只用企業產品數或市占率就能高精度預測使用者的功能滿意、自由選擇、企業信任與制度正當性，而 SSAB 的多層分離幾乎沒有額外解釋力，應考慮將 SSAB 縮減為更簡單的分類。若跨域品牌爭議幾乎從不波及其他領域，且 CDCS 的歸因通道在可比實驗與事件資料中均得不到支持，應放棄對其普遍重要性的強敘事。若所謂「跨域影響與依賴圖」不能比標準市場結構、企業組織圖或供應鏈地圖提供更可重複的判斷，應與成熟的方法合併而非保護新縮寫。

反過來，若在某些領域觀察到極深的強制性依賴與近乎無法行使的退出權，應承認企業或企業網絡可能形成比本篇基準情境更強的排他性，不能僅以社會終究會反抗的規範期望否認。若跨領域擴張持續帶來被獨立驗證的福利增加、有效競爭及自由選擇，也應提高正向整合機制的權重。研究的完成條件不是證明作者起初的直覺，而是使該直覺可以被推翻、被分解與被修訂。

20.3 最後三個核心命題

命題一｜企業能力不自動形成社會授權。 一家企業能夠在科技、文化、交易與生產領域提供真實價值，不代表它因此取得在所有領域任意規定他者選擇、資料權利、競爭條件或公共程序的正當性。

命題二｜擴張與反作用互相制約，但不具必然方向。 企業跨域擴張可能帶來互補效益、品質改善與自願支持，也可能使分散不滿經由共同品牌、依賴與社會合作網絡擴散。反作用可以成功、失敗、局部化、相消或產生反效果；其方向須由具體替代、制度和行為證據決定。

命題三｜AI 代理經濟的長期形態由多種主體共同形成。 普通家庭、小型組織、大型企業、公共機構及未來更多類型的人工行動者，其活動與關係不會只由最大算力持有人單方面決定。技術供給、有效需求、委任權限、受益分配、社會參與與制度治理共同構成可研究的世界；這些作用既可能產生集中，也可能產生差異化的多中心秩序。

20.4 全系列收束聲明

截至 2026 年 10 月 28 日，AICET Research Program v0.2 所規劃的 12 篇核心論文及 2 篇後期延伸，已完成各自 v0.1 概念性原稿的撰寫安排。 本篇為第十四篇，亦為該規劃的最後一篇。系列所完成的是具有明示術語、研究接口、反例與候選驗證方法的理論原稿集合，不是經同儕審查或大規模實證確立的代理經濟定律。後續工作可在實際資料、實驗及新制度證據出現後更新各篇，而不是把現在的假設永久化。

本文最終的研究主張可以用非決定論的語句表達：

企業可以擴張它所能作用的領域，卻不能只憑擴張能力，決定整個社會願意如何回應它。人類與 AI 代理活動的經濟價值，仍必須經過實際需求、授權、選擇、關係與制度的共同檢驗。

參考文獻與研究來源

引文與驗證原則： [1]–[14] 為 AICET／EveMissLab 既有研究原稿，屬研究內部前置，不冒充外部同儕審查。[15]–[23] 為學術文獻與研究；[23] 特別僅引用公開的會議論文摘要，不宣稱曾取得其原始資料。[24]–[32] 為 OECD、主管機關、法律或公司第一手公開資料。法律與市場資訊以 2026 年 10 月 28 日 作為核對截止點；市場份額與個案結論須保留來源原本的年份、法域及適用範圍。所有連結供讀者追查原文，非表示來源同意 AICET 的新命題。

[1] Neo.K with GPT-6（2026）。《AICET — AI 代理收益與契約經濟過渡論：研究綱領與系列重整》。EveMissLab，v0.2，2026-10-27。Canonical file: AICET_00_Research_Program_v0.2_2026-10-27.md。

[2] Neo.K with GPT-6（2026）。《家庭智能資本與有效 AI 可達性》。AICET-03，EveMissLab，v0.1。Canonical file: AICET_03_家庭智能資本與有效AI可達性_v0.1_2026-10-27.md。

[3] Neo.K with GPT-6（2026）。《AI 代理創收：從活動數據到可核實淨收益》。AICET-05，EveMissLab，v0.1。Canonical file: AICET_05_AI代理創收_從活動數據到可核實淨收益_v0.1_2026-10-27.md。

[4] Neo.K with GPT-6（2026）。《家庭代理經濟與個體機構化》。AICET-06，EveMissLab，v0.1。Canonical file: AICET_06_家庭代理經濟與個體機構化_v0.1_2026-10-27.md。

[5] Neo.K with GPT-6（2026）。《代理契約、授權與類員工關係》。AICET-07，EveMissLab，v0.1。Canonical file: AICET_07_代理契約授權與類員工關係_v0.1_2026-10-28.md。

[6] Neo.K with GPT-6（2026）。《AI—AI 交易、委任鏈與收益結算》。AICET-08，EveMissLab，v0.1。Canonical file: AICET_08_AI-AI交易委任鏈與收益結算_v0.1_2026-10-28.md。

[7] Neo.K with GPT-6（2026）。《人機長期關係、資源承諾與非市場價值》。AICET-09，EveMissLab，v0.1。Canonical file: AICET_09_人機長期關係資源承諾與非市場價值_v0.1_2026-10-28.md。

[8] Neo.K with GPT-6（2026）。《代理供給擁擠、注意力競爭與市場退出》。AICET-10，EveMissLab，v0.1。Canonical file: AICET_10_代理供給擁擠注意力競爭與市場退出_v0.1_2026-10-28.md。

[9] Neo.K with GPT-6（2026）。《智能收益分配、購買力與經濟需求循環》。AICET-11，EveMissLab，v0.1。Canonical file: AICET_11_智能收益分配購買力與經濟需求循環_v0.1_2026-10-28.md。

[10] Neo.K with GPT-6（2026）。《代理經濟責任域與制度過渡門檻》。AICET-12，EveMissLab，v0.1。Canonical file: AICET_12_代理經濟責任域與制度過渡門檻_v0.1_2026-10-28.md。

[11] Neo.K with GPT-6（2026）。《智能資本集中、公共可達性與社會反作用》。AICET-13，EveMissLab，v0.1。Canonical file: AICET_13_智能資本集中公共可達性與社會反作用_v0.1_2026-10-28.md。

[12] Neo.K with GPT-5.6 Sol（2026）。《算力資本的勞動化》。CLATE-01，EveMissLab，v0.1，2026-09-30。Canonical file: CLATE_01_算力資本的勞動化_v0.1_2026-09-30.md。

[13] Neo.K with GPT-5.6 Sol（2026）。《智能資本、有效 AI 可達性與世界域分岔》。EWDT-22，EveMissLab，v0.1，2026-10-07。Canonical file: EWDT-22_智能資本有效AI可達性與世界域分岔_v0.1_2026-10-07.md。

[14] Neo.K with Aletheia（2026）。《權力、責任與權利：人工行動者的治理三角與責任域》。人工行動者政治經濟 B04，EveMissLab，v0.1，2026-09-11。Canonical file: B04_Power_Responsibility_Rights_Governance_Triangle_v0.1_2026-09-11.md。

[15] Hirschman, Albert O.（1970）。Exit, Voice, and Loyalty: Responses to Decline in Firms, Organizations, and States. Harvard University Press。出版資訊及內容簡介：https://books.google.com/books/about/Exit_Voice_and_Loyalty.html?id=xAa3AAAAIAAJ。

[16] Coase, Ronald H.（1937）。"The Nature of the Firm." Economica, 4(16), 386–405。https://doi.org/10.1111/j.1468-0335.1937.tb00002.x。

[17] Williamson, Oliver E.（1985）。The Economic Institutions of Capitalism: Firms, Markets, Relational Contracting. Free Press。經典交易成本與治理研究；本文僅用其研究問題，不由其推定任何 2026 市場份額。

[18] Rochet, Jean-Charles, and Jean Tirole（2003）。"Platform Competition in Two-Sided Markets." Journal of the European Economic Association, 1(4), 990–1029。https://doi.org/10.1162/154247603322493212。

[19] Farrell, Joseph, and Paul Klemperer（2007）。"Coordination and Lock-In: Competition with Switching Costs and Network Effects." Handbook of Industrial Organization, Vol. 3, pp. 1967–2072。https://doi.org/10.1016/S1573-448X(06)03031-7；Oxford repository: https://ora.ox.ac.uk/objects/uuid:68b00ac5-311d-4350-8a50-43f2cdd45c0e。

[20] Rajan, Raghuram, Henri Servaes, and Luigi Zingales（2000）。"The Cost of Diversity: The Diversification Discount and Inefficient Investment." The Journal of Finance, 55(1), 35–80。https://doi.org/10.1111/0022-1082.00200；working paper https://www.nber.org/papers/w6368。

[21] Cioffi, John W., Martin Kenney, and John Zysman（2022）。"Platform Power and Regulatory Politics: Polanyi for the Twenty-First Century." New Political Economy, 27, 820–836。https://doi.org/10.1080/13563467.2022.2027355；Berkeley 研究群出版資訊 https://brie.berkeley.edu/publications/platform-power-and-regulatory-politics-polanyi-twenty-first-century。

[22] Hou, Young, and Christopher Poliquin（2026）。"Values and Visibility: How CEO Activism Influences Private and Public Consumer Choices." Strategic Management Journal, 47(6), 1523–1551。2026-01-25 先行網路發表。https://doi.org/10.1002/smj.70067。本文僅在原研究操弄及受試者範圍內使用其消費選擇觀察。

[23] Hou, Young, Jiaxin (Richard) Li, and Christopher Poliquin（2026）。"Corporate Diversification and Consumer Boycotts." Academy of Management Proceedings, 2026(1)，公開摘要於 2026-07-17 發表。https://doi.org/10.5465/AMPROC.2026.114bp。本文僅引用公開摘要對跨品牌外溢及品牌結構的描述，未聲稱閱讀未公開全文或取得研究資料。

[24] OECD（2026）。Artificial Intelligence Markets: Recent Developments and Competition Issues. OECD Policy Brief，2026-07-10。https://doi.org/10.1787/d531d73f-en；完整網頁 https://www.oecd.org/en/publications/artificial-intelligence-markets_d531d73f-en/full-report.html。此報告區分上游集中與模型市場動態競爭；其引用的若干份額屬較早基準年，不能當作 2026 即時份額。

[25] OECD（2025）。Competition in Artificial Intelligence Infrastructure. OECD。https://www.oecd.org/en/publications/competition-in-artificial-intelligence-infrastructure_623d1874-en.html。用於辨識 AI 基礎設施的集中、整合及競爭風險；不證明一家公司控制所有計算設備。

[26] UK Competition and Markets Authority（2025）。Cloud Services Market Investigation, Final Decision，2025-07-31。官方案件頁：https://www.gov.uk/cma-cases/cloud-services-market-investigation。研究所引用為調查結果及建議，非全部後續措施已執行的保證。

[27] European Commission（2026）。Digital Markets Act — Interoperability. 2026 年 7 月頁面列有作業系統人工智慧服務的互通規格程序；官方解釋將規格決定與違規決定區分。https://digital-markets-act.ec.europa.eu/businesses-portal/interoperability_en。

[28] European Commission（2026 年核對）。The Digital Services Act. 官方政策說明，含大型線上平台系統性風險與透明度義務。https://digital-strategy.ec.europa.eu/en/policies/digital-services-act。此制度與 DMA 的競爭規則不可等同。

[29] European Union（2023）。Regulation (EU) 2023/2854（Data Act），特別涉及資料處理服務轉換和可攜及各條文分階段適用。EUR-Lex 正式法規：https://eur-lex.europa.eu/eli/reg/2023/2854/oj/eng。本文不預設所有義務在 2026 年同日完全生效。

[30] United States Department of Justice（2025–2026）。U.S. and Plaintiff States v. Google LLC [2020]，搜尋市場救濟與後續執行案件官方頁（含 2025-12-05 Final Judgment 及截至 2026-10-13 的後續程序）。https://www.justice.gov/atr/case/us-and-plaintiff-states-v-google-llc；2025-09-02 官方救濟新聞 https://www.justice.gov/opa/pr/department-justice-wins-significant-remedies-against-google。

[31] United States Department of Justice（2026-09-16）。Department of Justice Again Wins Substantial Relief Against Google，數位廣告技術市場法院救濟公告。https://www.justice.gov/opa/pr/department-justice-again-wins-substantial-relief-against-google。屬特定產品市場的法律程序；不宣稱已證明未來整體市場效果。

[32] Baidu, Inc.（2016-05-10）。Baidu Takes Immediate Measures to Improve Online Marketing Services and Enhance User Experience. 官方投資人關係公告，敘述付費搜尋排序爭議、監管要求及公司回應。https://ir.baidu.com/news-releases/news-release-details/baidu-takes-immediate-measures-improve-online-marketing-services。此為企業第一手公告，應與監管及其他獨立來源交叉核對；不可單憑公告推斷長期消費者信任或市占變化。

附錄 A｜思想實驗：假設性 E 企業的六領域場景

以下均為 SCN／純假設，不是現實公司資料。

應同時調查受益者與受損者。假設 E 在全部六領域表現出色，只能說其提供高品質服務的假設成立；是否能獲得各領域自由選擇中的採納、能否保持公共合法性，仍需不同資料。假設 E 曾被某些群體抵制，亦只能說反作用存在；其是否衝擊其他領域，須透過 CDCS 測量。

附錄 B｜跨域反作用事件編碼範本

事件識別： counterforce_event_id；來源域、企業控制群、日期、適用法域及研究責任者。
證據狀態： OBS / DEF / HYP / SCN / NOR；原始文件 URL、日期與使用限制。
來源事件： 產品品質爭議、價格、隱私、法律裁判、文化衝突或其他；證據是否充足。
跨域通道： 共同品牌、資料政策、開發者生態、付款／供應鏈、制度聯動、無關。
認知環節： 目標群體是否知悉原事件及產品關聯；不得由評論數自行推定。
行為環節： 改變購買、停訂、遷移、撤回創作、主動批評、不作為或無變化。
退出限制： 客觀轉換成本、契約、資料、關係網路及品質替代測試。
觀測結果： 收入、品質、使用率、合作、政策、實際補償或零效果。
因果辨識： 比較群、事件前趨勢、同時競品／政策變動、估計不確定性。
隱私保護： 僅公開必要匯總與合成資料，不揭露私人使用與政治參與軌跡。

判定規則： 若只存在評論或社群動員，記為「已觀察到發聲」，不可自動升級為「跨域經濟損害已證實」。若只觀察到企業收入下滑，但無證據顯示與特定跨域事件有關，記為「待歸因的市場結果」，不得自行填入抵制原因。若實驗中未見效果，應公開零結果而不是刪除案例。

附錄 C｜預註冊、版本與品質檢查表

• 研究問題已區分公司能力、產品價值、實際採納、市場依賴及社會接受。
• 已定義市場、地理範圍、觀察年份、控制群組與品牌範圍。
• 已分離直接注意力市場、後端服務市場及受規制生活服務。
• 已將正常流失、功能替代、價值拒絕、受限使用、公開發聲分開。
• 已報告跨域反作用可能的正、負、零、延遲及局部效果。
• 假說與反證條件在觀測前明確指定，或清楚標記為探索性分析。
• 任何人工代理採購或轉換均使用有效授權、受控付款及資料最小化。
• 所有政策主張均保留法域、生效日期、執行與救濟狀態。
• 2026 年公開文獻依其真實發表型態引用，不把摘要當作全面驗證。
• 已區分企業、品牌、平台、合作聯盟與第三方供應鏈的控制範圍。
• 已列出競爭性解釋、選樣偏差、事件前趨勢及可能造成撤回結論的證據。
• 不將 AICET 概念原稿的完成狀態，誤寫成大規模實證或同儕審查完成。
• 正式研究成果以 UTF-8 source artifact 為準，僅採 $...$ 與 $$...$$ 作為數學 delimiter；如無普適可校準函數，不強造公式。

原稿階段狀態： AICET-14 v0.1 已完成概念性正文、操作框架、十二項候選假說、四組可重複的實證研究設計、對照案例、反例、限制、參考來源與三份附錄。其內容尚不是經驗驗證完畢的經濟定律。系列基準計畫的十四篇 v0.1 概念原稿至此收束；若未來資料與反證要求修訂，應使用新版本與明確修改紀錄，而不是回頭無痕改寫此一 canonical source。