HACTS-03｜自願性高投入的雙重狀態：創造滿足與認知疲勞如何同時存在

從主動注意力調用、意義報酬、認知控制成本與跨期恢復，到人機耦合創作者的時間主權

English title: Volitional High Engagement and the Coactivation of Creative Satisfaction and Cognitive Fatigue: A Temporal Model of Self-Directed Cognitive Work in Human–AI Coupling
系列：《人機耦合時代的時間主權與創造自由》（Human–AI Coupling, Temporal Sovereignty, and Creative Freedom；HACTS）
篇次： 03／10（前置總論 HACTS-00；直接承接 HACTS-01、HACTS-02）
文件編號： EML-HACTS-2026-03-v0.1
版本： v0.1
日期： 2026-10-16（Asia/Taipei）
思想提出與研究策劃： Neo.K
AI 協作研究與論文初稿整理： GPT-6
研究場域： EveMissLab／無界智庫
文件性質： 理論論文／認知工作與恢復的條件性模型／研究假說與實證設計
狀態： 詳細理論初稿；具外部文獻對照，尚未完成新資料驗證或同儕審查
Canonical source： 本 UTF-8 Markdown；數學原稿僅使用 $...$ 與 $$...$$ 為 LaTeX 分隔符
重要邊界： 本文不診斷個體、不推論 ADHD 的神經機制、不以工時推估大腦利用率，不主張工作熱情必然有害或 AI 使用必然導致疲勞。

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司

摘要

生成式人工智慧與持續執行任務的 Agent，使一部分研究者、創作者與創業者得以將大量構想轉換為可測試的知識與產品。在此情境中，工作不只由外部契約、僱主管理或生存義務驅動；它還可能因問題本身的吸引力、創造所帶來的回饋、個體對成果的認同，以及每次突破所開啟的新可能性而持續延伸。於是出現一種容易受到二分法誤讀的狀態：行動者不斷主動投入、享受過程、肯定成果，卻同時感到疲憊，並可能在高度自願之下縮小實際恢復時間。工作愉悅與認知負荷，不是同一變數的正負兩端。

本文提出「自願性高投入之滿足—疲勞共現」（Volitional Engagement–Fatigue Coactivation；VEFC）作為待檢驗的整合性描述模型，而非新的臨床病名、單一心理人格特徵或先行文獻不存在的新發現。本文從自我決定理論、雙元熱情模型、工作心流、努力悖論、工作要求—資源理論、認知疲勞及恢復研究出發，將當下的創造滿足、主動認知控制、任務負荷、累積恢復需求、Agent 委任後的心理牽掛，以及有權暫停的真實能力分別建模。尤其釐清：「全額注意力」作為主觀經驗，可指行動者持續自行提出問題、選擇判準、驗證結果及決定下一步，而不意味某個神經系統以百分之百輸出運行；「疲勞」亦不能直接由腦力工作分鐘數、主觀愉悅度或單次認知測驗表現換算。

本文建立兩套可以同時運作、但不必總是同向的跨期動力學。第一套為「意義—創造回饋循環」：自主性、問題吸引力、成果回饋與可見的新研究路徑可以提高下一輪自願投入。第二套為「要求—恢復累積循環」：持續的認知控制、決策、驗證與日常責任會使恢復需求可能增加，而恢復的速度不必然隨成就感同比提高。當二者共同存在時，可以出現高滿足與高疲憊的共現；但若 AI 有效減輕認知負擔、工作界線清楚、必要資源充分、休息得到保障，也可能出現高滿足與低疲憊。本文因此拒絕預設二者一定正相關。

相對既有 HACTS-01 之內生任務擴張、HACTS-02 之額度時間支配，以及 HODR-IV 之可能性空間爆炸，本篇將分析單位深入到「為什麼已經高度熱愛且自主投入的個體，仍可能需要主動保留恢復與退出權」。文中提出多維狀態空間、最小恢復動力學、條件性命題、可計算思想實驗、12 組可反駁假說，並規劃經驗抽樣、任務事件紀錄、跨日追蹤及低風險邊界干預研究。本文主張，成熟的人機耦合不應以是否持續興奮、是否願意工作、是否用完 AI 配額作為唯一品質標準，而應同時辨識：當事人能否在不否定自己熱情的條件下，真正決定工作的強度、節奏與下一次啟動時點。

關鍵詞： 自願性高投入、VEFC、創造滿足、認知疲勞、努力悖論、自主性、心流、工作熱情、恢復悖論、心理抽離、認知控制、Agent、時間主權、AI 創作、動態任務擴張、可否證模型。

0. 問題的重新提出：享受工作的人，為什麼也會累？

0.1 「累」與「爽」可以是一組有效的觀察，而不是邏輯矛盾

傳統的通俗討論傾向把工作經驗排成一條線：喜歡工作者似乎應該感到充滿活力，疲憊的人似乎應該厭惡工作。然而，一段認知活動可以同時滿足以下條件：

當事人認為該活動有意義，且是自己真正想做的事情；
當事人從解題、創作或成果完成取得正向感受；
活動需要不斷主動形成假說、選擇、反例、驗證與修正；
活動時間長，或跨時延伸到睡眠前、休閒期間與翌日；
即使感到疲憊，下一個值得研究的問題仍具有吸引力；
當事人擁有停止的形式自由，卻不一定充分行使停止與恢復的實際能力。

這些條件沒有內在邏輯衝突。真正需要檢驗的是，它們能否在同一人、同一天或同一任務時段中共現，共現的幅度、持續時間與後續結果為何。

0.2 不能把「自願」與「無成本」混淆

自願性回答的是誰對行動作出有實質選擇權的決定。認知成本回答的是完成該行動時需要投入何種控制、監測、判斷與恢復條件。兩者的問題不同。

一個人可以自願長跑，也可以自願鑽研艱深數學；自願不會在概念上取消肌肉或認知工作所伴隨的負荷。但從此亦不能反推「所有深度投入都必然造成損害」。短期負荷、主觀疲勞、長期健康問題及臨床症狀，應被不同地測量。

0.3 「主動調用」不是某種百分比的神經活動

本篇的工作定義為：個體在認知活動中自行設定或調整研究意圖、保持判準、主動檢查產出、決定問題何時結束，以及由結果啟動下一輪問題。這是行為與經驗層次的分析。

因此以下語句不得混用：

「我覺得一直在全力思考」：主觀經驗描述；
「我在一小時內發出數十次高難度研究決策」：可操作的事件描述；
「前額葉啟動百分之百」：需要嚴格神經科學量測且通常不具合理定義的聲稱；
「我因某個臨床特質進入超注意力狀態」：涉及不同的臨床／認知假說，不能從聊天敘述推出。

本篇只要求前兩類可被明確定義與驗證。除非有獨立資料，後兩類不作研究結論。

0.4 本篇的新增問題

前兩篇已討論 AI 如何讓工作需求增加，以及平台額度如何影響時間安排。現在再向內提出三個不同的問題：

為什麼當事人真的願意投入，仍可能有累積恢復需求？
為什麼創造成功可能增加下一輪工作的吸引力，而不是自然促成收工？
如何讓一個人保留持續創作的熱情，同時保有「現在不繼續」的實質自由？

1. 理論與實證譜系：先承認哪些研究已經存在

1.1 自我決定理論：自主性影響動機的品質

Ryan 與 Deci（2000）的自我決定理論研究，強調自主性、勝任感及關係等因素與內在動機、幸福感的聯繫 [E1]。從這一視角看，同樣的艱難工作在自願與外部強制條件下，可能有不同的主觀意義。惟自主性高不表示單位工作時間的認知控制成本為零；自我決定理論也沒有主張高度自主會免除所有恢復需求。

本篇將自主性作為工作經驗與選擇條件，不把它當成疲勞的反義詞。

1.2 雙元熱情模型：喜歡、內化與內在壓力不是一回事

Vallerand 等人（2003）區分和諧式熱情（harmonious passion）與強迫式熱情（obsessive passion），其核心不是喜歡程度的高低，而是活動如何被內化、個體是否感到難以自由調整活動與其他生活領域的關係 [E2]。

這提供本篇兩個重要提醒。第一，高熱情本身不是病理判準。第二，一個人真心喜歡某件事，卻仍可能對停止、重新安排或擱置感到不同程度的內在壓力；要研究的是調節能力，而非僅以自述「我喜歡」或「我工作很久」推定熱情類型。

1.3 心流研究：高度吸收與工作享受已經有成熟測量

Demerouti（2006）將工作心流與吸收、工作享受和內在動機連結，並在 113 名不同職業受試者中測試相關工作條件和績效關係 [E3]。Bakker（2008）發展 WOLF 工作心流量表，將短期高峰經驗區分為 absorption、work enjoyment、intrinsic motivation [E4]。

因此，「一個人工作時完全投入且非常愉快」不是本篇首次提出的心理現象。VEFC 將心流視為一種可能的正向投入狀態，但它另外要求測量疲勞及跨日恢復，且不能以工作心流量表的高分直接代表已達成全面恢復。

1.4 努力悖論：努力既可能是成本，也可能成為價值

Inzlicht、Shenhav 與 Olivola（2018）在 The Effort Paradox 指出，努力常被視為應避免的成本，但人們也可能重視努力，甚至因其需要努力而選擇某些活動 [E5]。這為「工作很費力，但我喜歡」提供直接的概念對照。

本篇增量不在宣稱兩者能共存，而在研究 AI 讓成果回饋加速、可行問題增加時，努力的當下主觀價值如何影響跨期停止與恢復。

1.5 工作要求—資源理論：投入與消耗不能壓成單一尺度

Bakker、Demerouti 與 Sanz-Vergel（2023）綜述 Job Demands–Resources Theory（JD-R），將工作投入與工作耗竭放在要求、資源及多層情境的關係中理解 [E6]。JD-R 不要求把所有工作的負荷都視為負面；高要求是否伴隨正向動機或耗竭，與任務資源、個人條件及其他生活面向相關。

本篇借用其理論分帳方式，但明確增加由 AI 生產成果反向生成工作需求的時間動態。

1.6 工作投入、工作狂與耗竭有可區分的測量概念

Schaufeli、Taris 與 Van Rhenen（2008）在管理者樣本中檢驗 workaholism、burnout 與 work engagement 的區別 [E7]；Schaufeli、Shimazu 與 Taris（2009）又指出工作過度投入可從大量工作與強迫性工作兩個維度測量 [E8]。

本篇因此不以「工作 12 小時」「沒有休假」直接判定某人具有工作成癮，也不以享受工作直接排除長期工作風險。分類需依獨立、有效的測量及研究情境進行，個人描述不構成診斷。

1.7 認知疲勞不是簡單的「大腦電池歸零」

Hockey（1997）提出補償控制框架：人在高負荷條件下可以額外動員調節資源維持主作業表現，但潛在成本可能轉移到主觀努力、副作業或後續負荷 [E9]。Boksem 與 Tops（2008）討論認知疲勞與預期收益、成本評估和持續表現決策之間的關係 [E10]。

Pessiglione 等人（2025）的綜述進一步指出，認知疲勞機制仍存在生物學與動機解釋之爭；主觀自評、表現下降及神經／生理指標不必然一一對應 [E11]。其 MetaMotiF 是一種有待持續檢驗的整合模型，不能當成認知疲勞最終已被解決的神經機制。

因此本篇若以「疲勞存量」建立方程，它只是功能性、可估計的潛在狀態，而非宣稱已經識別了某一種神經物質的絕對消耗量。

1.8 恢復研究：停工、心理抽離與真正恢復有差別

Sonnentag 與 Fritz（2007）的恢復經驗問卷將心理抽離、放鬆、精熟感與控制感區分為不同維度 [E12]。Sonnentag 與 Fritz（2015）的 stressor–detachment 模型指出工作壓力與非工作時段心理抽離的關係 [E13]。Wendsche 與 Lohmann-Haislah（2017）以統合分析綜述抽離與壓力、恢復的關聯 [E14]。

Sonnentag（2018）的 Recovery Paradox 進一步指出：高工作要求使恢復更必要，卻也可能使恢復更困難 [E15]。本篇不將「恢復悖論」重命名為新發現，而是針對 AI 高投入創作情境的特殊激勵回路作具體延伸。

1.9 自主 Agent 將「工作執行」與「工作牽掛」拆開

Zhang、Li 與 Chen（2026）在 642 名混合辦公員工的雙波調查中提出 AI Process Vigilance（AIPV），描述委任 AI 工作後，仍持續擔心品質、進度、錯誤與控制感的心理牽掛，並分析其與工作反芻、心理抽離與恢復的關係 [E16]。這不是針對所有自主創作者的因果隨機實驗，不能照搬其係數，但它直接提醒本篇：Agent 不需人類動手，不等於人類心理上已結束該工作。

1.10 AI 工作強化的證據不能被普遍化

Ranganathan 與 Ye（2026）對科技公司 AI 使用的田野觀察指出，員工可能隨工具使用增加自發擴張工作範圍、節奏及時數 [E17]。相對地，Savolainen 等人（2026）對芬蘭員工三波追蹤發現，頻繁使用 AI 本身未直接預測工作耗竭；社會比較等條件可能更重要 [E18]。

這兩個觀察不必互相否定。它們反而要求 VEFC 為一個情境條件模型：任務意義、控制需求、可負擔恢復、AI 使用方式、外部壓力及個人異質性共同影響結果。

1.11 ADHD 超專注研究的限定位置

Ashinoff 與 Abu-Akel（2019 線上發表；2021 期刊卷次）指出 hyperfocus 在相關文獻中長期缺乏統一定義，且部分研究依靠模糊的概念描述 [E19]。因此本篇不需要 ADHD、hyperfocus 或特定生理原因作為 VEFC 成立的前提。若未來有獨立倫理審查與適當量測，可將注意力特性作為潛在調節變項；沒有相應資料時，本文只研究可觀察的行為與經驗。

1.12 文獻綜合：本篇確切的新問題

既有文獻已分別研究：自願動機、熱情類型、心流、認知努力成本、心理疲勞、工作投入、心理抽離與 Agent 委任監督。本篇不宣稱重新發明這些概念。

本篇的新組合問題是：在 AI 能不斷加速產出與生成新工作選項的環境中，為什麼個體仍可能因活動本身有吸引力，而持續維持高認知主動投入，即使恢復需求逐漸累積；哪些停止與治理條件可以保護其自願性而不抹除創造樂趣？

2. 基本定義：至少需要分開的八個變項

2.1 自願性與自主感 $A_t$

令 $A_t$ 表示時段 $t$ 中個體主觀感到可以設定、修改、拒絕任務的程度。自主感可以很高，即使負荷很大；也可能因為財務或自己設下的期限而部分降低。

測量上的提醒：感覺自己在選，不等於在客觀上可以無代價地退出；因此將主觀自主感和可實行的退出／重排能力分開。

2.2 創造滿足與意義回饋 $J_t$

$J_t$ 表示當下對活動、問題突破或完成成果的正向評價，包括愉悅、成就、好奇心滿足與認為事情值得做。這些構面可以相關，但不必然相同。研究中應盡可能分項詢問，再判斷是否適合彙整為單一潛在因素。

2.3 主動認知調用 $I_t$

$I_t$ 表示個體在某工作時段主動提出與調整判準、維持注意選擇、執行反例測試、跨域整合和承擔關鍵判斷的頻率或強度。它是行為—經驗層面的構造，不等於腦部啟動百分比。

2.4 認知任務需求 $L_t$

$L_t$ 包含任務不確定性、時間壓力、錯誤代價、資訊整合量、持續判斷及切換成本。它與 $I_t$ 有關，但不相同：某人可以接到很困難的任務而幾乎沒有主動控制權；也可以對相對簡單但自己喜歡的題目投入高度注意。

2.5 當下疲憊經驗 $F_t$

$F_t$ 表示當事人此刻感受到的疲憊、繼續投入所需努力或想要停止的程度。它是研究指標之一，不可直接等同生理耗竭、臨床疾病或後續績效必然下降。疲憊自評可能受心情、比較基準、社會期望及工作意義影響。

2.6 恢復需求或跨期負荷狀態 $D_t$

$D_t$ 是為理論建模而設的潛在狀態，表示過去的工作要求與恢復條件可能留下的延遲影響。它應透過多種觀察量估計，不能由單次自評直接確定，更不能解讀為已證實的神經能量池。

2.7 有效恢復機會 $R_t$

$R_t$ 涵蓋睡眠、心理抽離、休閒控制感、放鬆、適當活動，以及當事人不必持續監看工作的條件。不同人與不同活動可能取得不同的恢復效果；本文不預設所有遊戲、所有社交或所有睡眠時數都具有同一效益。

2.8 可實行的時間主權 $S_t$

$S_t$ 是當事人在生活、財務、外部承諾與安全條件下，是否真的有能力拒絕下一項額外工作、改變啟動時點、降低強度、休眠專案及重新回返。高 $S_t$ 不代表個體必須少工作，而是他可以自由選擇多做或不做。

2.9 Agent 相關的附加狀態

為避免 HACTS-04 與本篇重複，本篇暫將委任後持續牽掛概括為 $V_t$ （vigilance / monitoring concern），只討論其與 VEFC 的接口。下一篇再詳細拆分 Agent 任務回交、心理待命、監控頻寬與組織治理。

3. 滿足—疲勞是二維狀態，而非單軸強度

3.1 為什麼單軸模型有缺陷

若把正向感受和疲勞寫成同一個變數的相反端，便會強迫：

J_t + F_t = C

其中 $C$ 為常數。這種表示在概念上沒有必要，而且隱含「越喜歡就應該越不累」的強假設。本篇拒絕將上述等式作為通用原理。

更恰當的是先定義：

\mathbf z_t=(J_t,F_t)

兩者是不同維度，可能相關、無關，或因工作類型與時間階段改變相關方向。

3.2 四個狀態象限

為了便於假說設定，可在事先指定的閾值 $j_0$ 、 $f_0$ 下形成四種暫時性經驗組合：

創造滿足 $J_t$	疲憊經驗 $F_t$	研究上可能代表的情況	不得直接推論
高	低	投入而有效恢復、工作負荷適當、工具節省精力	必然具有最高產出
高	高	有意義且有負荷的創作、努力的雙重價值	必然已罹患過勞症候群
低	高	高要求、低意義或受到阻礙的工作	所有人都不喜歡該活動
低	低	間歇、無聊、休息、低刺激或轉換情境	必然缺乏人生方向

四象限是描述分類，不是人格型態，更非醫學診斷。相同一人可以在一天內由高滿足高疲憊轉入低滿足高疲憊，再於有效恢復後轉為高滿足低疲憊。

3.3 同時存在，不意味有相同原因

高 $J_t$ 可能主要來自完成理論、打造產品、追求自己認定的美感或看見技術突破；高 $F_t$ 可能主要來自持續控制、錯誤驗證、長時段活動或未充分恢復。兩者可能因工作持續時間這個共同條件而在觀察中同時上升，但不意味「滿足本身引起疲勞」。

需要至少比較三種模型：

共同暴露模型：工作時數或難度同時提高滿足與疲勞；
中介延長模型：滿足提高自願延長時間的傾向，較長的工作進而提高疲勞；
獨立路徑模型：滿足主要由意義與自主性解釋，疲勞主要由負荷與恢復歷史解釋。

它們可以混合，須依研究設計識別，而不能直接選定最符合直覺的敘事。

3.4 必須鎖定相同時間窗

「今天很愉快」與「這一個月非常疲憊」是在不同時間尺度上作答。若要測量真正的共現，必須先確定：

兩者是否在同一任務時段結束後測量；
是否在同一日指定時刻測量；
是否在跨日尺度檢驗延續與恢復；
問卷題目是否同時提及「現在」或「今天」，避免混雜記憶偏誤。

本篇建議先建立 within-person 的同時點指標，再研究 across-person 的差異，不將兩者混為同一種證據。

4. 兩條不同速度的因果路徑：意義回饋與恢復需求

4.1 意義—創造回饋循環

假設個體在研究、軟體、設計或藝術活動中發現值得投入的問題。當成果得到驗證或產生新的可能性，他可能同時獲得好奇心滿足、能力感與下一步可行性。這可形成以下條件性結構：

\mathrm{Meaning}_t \rightarrow \mathrm{VoluntaryWork}_t \rightarrow \mathrm{VerifiedFeedback}_t \rightarrow \mathrm{NextOpportunity}_{t+1}

上述不是不可逆的因果定律。若結果失敗、研究者主動結案、外界承諾已達成，或下一步價值不高，循環可以在任何節點停止。

這一循環的特殊之處，在於成功本身不一定帶來停工。成功有時不只是達成原定目標，也暴露出更多可研究的問題。HACTS-01 已從「候選工作—承諾工作」角度處理這件事；本篇關心的是，正向情緒與意義如何提高下一輪工作的主觀吸引力。

4.2 負荷—恢復需求循環

與意義回饋並存的，是另一條路徑：

\mathrm{SustainedDemand}_t \rightarrow \mathrm{FatigueRisk}_{t+1} \rightarrow \mathrm{RecoveryNeed}_{t+1}

此處的箭頭表示研究上的候選因果關係，強度與時間延遲均待估計。單次短時高投入並不必然造成跨日負面影響；但如果活動長期佔用休息、進食、睡眠與其他生活時間，便不能僅靠當下愉悅度判斷是否已充分恢復。

4.3 兩條路徑不必同步

這是本文最重要的時間結構。意義回饋可在數秒或數分鐘內發生；認知疲憊的經驗可能在任務結束時才明顯，恢復可能需要另一些時間條件。兩者不是相同速率、相同來源的變化量。

因此，即使：

J_t>j_0

也無法推論：

D_{t+1}<D_t

亦即，當下喜歡與跨期負荷降低之間不存在普遍的邏輯蘊含關係。

4.4 正回饋不是一定會失控

上述循環可能透過良好的停止規則、適當休息、任務設計、Agent 協助與外部社會支持保持穩定。研究不應只尋找「正向循環何時導致過度工作」，也要研究「哪一類高投入者能在不失去創造快樂的前提下，持續維持恢復與生活選擇」。

4.5 「累而繼續」有多種不同因果解釋

即使觀察到疲憊仍持續工作，也不能直接判定意志受控或心理依附。至少存在以下互斥或部分重疊的可能：

任務存在真正不可延後的截止期限，持續工作具有可核算的收益；
個體願意以短期恢復成本交換重要成果，且事前理解後果；
高興奮、心流或持續新發現使結束決策延後；
外部財務壓力迫使增加工作；
對配額到期或「浪費算力」的心理評價影響選擇；
Agent 連續產出使新的驗證工作不斷回交；
習慣性工作或其他因素使停止成本增加；
疲憊測量因主觀基準改變而與客觀功能不一致。

因此，每一項研究都應同時量測任務實際截止期限、財務壓力、主觀樂趣、配額期限、Agent 並行負擔與可自由退出程度，避免把所有現象歸入同一種人格或病理。

5. 主動認知調用：高腦力活動與「整天都在決策」

5.1 不是單純計算工時

傳統工作量比較可以記錄每日工作幾小時，但一小時內包含的行動結構可能十分不同。例行、熟練、可自動完成的操作，與連續提出新假設、判定反例和承擔不可逆決策的工作，不應直接按「一小時」視為等價。

本篇提出主動判準調用密度（Active Criterion-Invocation Density；ACID）作為候選操作指標，其意義是：在固定工作時窗內，個體明確形成、修改或維持會影響結果品質的判定標準與核心決策的數量或加權強度。

在事先設定的編碼規則下，可定義：

K_t^{\mathrm{decision}} = \sum_{i=1}^{n_t} w_i d_i

其中：

$d_i$ ：某一符合納入規則的實質決策事件是否出現，通常可編為 0 或 1；
$w_i$ ：決策預先定義的難度或風險權重，而不是事後依成果好壞任意提高；
$n_t$ ：工作時窗中的候選事件數量。

若該時窗的實際主動工作時間為 $T_t^{\mathrm{active}}>0$ ，則：

I_t = \frac{K_t^{\mathrm{decision}}}{T_t^{\mathrm{active}}}

此比率僅是候選行為代理變數；不同領域的決策事件並不直接可比，因此跨領域研究必須先測試編碼一致性及測量等值性。

5.2 實質決策與瑣碎點擊的區別

本篇對「高價值認知介入」的最低判準為：若拿掉該次人類判定，工作結果的方向、風險或驗證狀態會有可重建的差異。以下可能符合：

在數學研究中，決定一個猜想的反例搜尋方向；
在程式架構中，決定共享狀態與權限邊界；
在遊戲設計中，選擇世界系統核心約束；
在公司營運中，決定是否作出實際對外承諾；
在論文審查中，判定某證據是否足以支持公開結論。

反之，反覆點擊「繼續」、切換視窗、移動滑鼠、單純檢查進度，都可能造成工作負荷，但不得自動計為高價值認知介入。它們應進入另一個操作成本帳本。

5.3 認知密度也不是唯一的疲憊因子

一個人可能在少數重大決策中承受很大不確定性與後果壓力；另一人可能在大量細碎但低風險決策中感到倦怠。因此，實證模型應納入任務難度、決策頻率、切換量、風險責任、時間壓力及自我控制感，不應認為單一 $I_t$ 可以概括一切。

5.4 主動判準調用的反面：工作的自動化或流暢化

高專業能力者不一定每分鐘都花更多認知成本。熟練、明確的表示法、工具自動化與長期共同上下文，也可能使相同成果需要更少的主動判斷。故應區分：

\mathrm{OutputPerHour}\uparrow

與：

\mathrm{HumanControlCostPerHour}\uparrow

兩者可同向，也可反向。這正是不能以論文數量或 GitHub 提交數量直接推算個體疲憊的原因。

5.5 使用注意力指標時的最小謹慎

眼動、瞳孔、反應時或生理紀錄，可能為特定環境下的研究提供輔助線索，但它們易受光線、視覺刺激、健康狀態、藥物、疲勞以外的情緒與設備噪音影響。本文不倡議用單一可穿戴數值判定個體「全額注意力」。若沒有充分效度驗證，使用自評與事件紀錄的結合，通常比輸出虛假的精確腦力百分比更合理。

6. 喜歡自己做的事，與控制自己何時不做，是兩種自由

6.1 第一層：從事活動的自願性

一個創作者可以沒有外部主管、沒有固定打卡，也沒有任何人要求他今天要完成哪一個研究項目。他的工作之所以延續，可能單純是因為對問題、技術或作品具有高度熱情。

這種自主性不應被否定。研究不能因為一個人投入時間遠超平均值，就直接認為他的選擇不自由。

6.2 第二層：停止活動的可行性

但另一個問題是：如果他今天決定不做，是否仍然具有有效退出條件？例如：

是否沒有已經簽署、必須立即履行的外部合約？
是否不會因中止當天工作就造成難以承受的現金損失？
是否可以把研究狀態保留，之後回返？
是否可以允許當期 AI 額度到期，而不感覺必須轉換為更多工作？
是否可以讓 Agent 停止或保持低活動，而不持續產生人類審查義務？

當第一層很高、第二層卻受限時，個體仍然可能「非常喜歡這份工作」，但其生活時間不一定全然自由。

6.3 由自己創造的義務，仍可能成為需要檢視的義務

研究者可對自己承諾完成一個方法論、軟體階段或系列論文。自我承諾有價值，也不必全部取消；但昨日對某項成果的熱情，不應自動構成永遠不可修改的今日工作契約。

本篇承接 RR-06 的「可修訂人生路徑」與 HACTS-00 的「可行性不等於義務」，提出一個規範性問題：當未對第三方承擔不可撤銷義務時，個體是否應被允許重新審查自己創造的工作承諾？

這不是宣稱所有承諾可任意取消。財務、法律、共同作者、公共安全與對他人的信賴義務仍須另行計算。

6.4 不把休息變成另一種產出績效

本篇反對一種反效果：要求高投入者為每次休息建立大型 KPI、每日反省報告或另一整套管理系統。這可能將「為了少管理而管理」的悖論重新輸入個人的恢復活動。

研究上可以採集簡短記錄，但在實務上不必要求每個人把休閒轉為可優化績效。有權不優化自身時間，本身可以是時間主權的內容。

6.5 成就感不能充當自動豁免

如果個體今天非常開心，不代表昨天的休息就不重要；如果個體今天很疲憊，也不表示他昨天的投入必定不值得。兩種評價必須分離，才能保留主體自願選擇和對長期可持續性的審慎判斷。

7. 認知疲勞的多層測量：不以一個指標替代所有負荷

7.1 至少四種不同的觀察量

本篇建議區分：

主觀疲憊：自評此刻有多累、繼續思考有多費力；
工作偏好：相同收益下，是否更偏好低認知成本的下一項任務；
任務行為：錯誤率、完成時間、反應變異、選擇策略是否變動；
跨日恢復：睡醒後狀態、心理抽離、當日工作承受度、生活功能與持續疲勞經驗。

Pessiglione 等人（2025）提醒，單純自評及表現下降都不是足以單獨確定認知疲勞機制的指標 [E11]。因此必須避免以任一指標直接推導「大腦已耗盡」。

7.2 為什麼表現可以維持，負荷卻可能增加

Hockey 的補償控制模型 [E9] 提供一個可檢驗解釋：個體為了保護核心工作成果，可能增加調節或努力投入，因而使主作業表現暫時維持。若只看程式測試通過率、論文完成數或工作表現，研究者可能漏掉主觀努力、副作業成本或後續恢復需求。

但要注意：這並不表示「只要表現很好就一定暗藏耗竭」。隱性成本是否存在，是需要測量而不是可以直接認定的假說。

7.3 精熟化與 AI 協助可能抵銷成本

在某些情境，熟練使用 AI、有效的上下文、穩定工具與可委任驗證流程，會顯著降低人類對每項成果的介入。此時：

\mathrm{EffectiveOutput}\uparrow \quad\land\quad L_t\downarrow

完全有可能。這是本篇的必要反例，不能因為系列研究高投入風險就排除這種有益狀態。

7.4 避免將短期疲勞直接等同職業倦怠

世界衛生組織在 ICD-11 將 burnout 定位為職業現象而非醫學疾病分類，並以長期職場壓力未妥善管理下的耗竭、工作疏離與效能感下降等面向描述 [E20]。本篇的 $F_t$ 是短時間尺度上的疲憊經驗，不等於上述複合構造；更不能從一次對話對個人作出臨床判定。

7.5 可以使用標準量表，但不能亂合併分數

NASA-TLX（Hart 與 Staveland，1988）可用於工作負荷相關構面評估 [E21]，工作心流可參考 WOLF [E4]，恢復可參考 REQ [E12]，工作熱情可依相應量表 [E2]。這些量表各自具有原來的構念、題項、授權與施測條件；不能將它們加起來得到一個名為「腦力 100%」的假科學總分。

若跨語言使用，應依正式譯本、文化適應與測量等值性要求處理，並避免未授權大量複製專有題項。

8. 恢復不是單純離開鍵盤：高投入者的生活邊界

8.1 休閒可帶來恢復，也可具有新的負荷

遊戲、閱讀、音樂、運動、烹飪、散步、與朋友相處，都可能成為生活的重要部分。但對一位開發遊戲的創作者而言，玩遊戲可能同時是休閒、參考研究與新產品設計靈感來源。對作家而言，閱讀也可能立即轉換成工作構思。

這些活動並非因此失去樂趣，也不代表一定不能恢復；它們提醒我們，活動名稱無法直接決定該時段的心理功能。研究需要詢問：當事人在做什麼、主觀感覺如何、是否仍被未完成工作牽掛，以及能否自由結束或繼續。

8.2 心理抽離不等於忘記自己喜歡的事

心理抽離不是要求一個人否認研究興趣或壓抑一切想法，而是指非工作時段能否暫時不持續承擔工作要求。某人想到有趣靈感可以簡短記錄，之後回到娛樂；另一人即使身體躺著，卻仍認為必須立即處理所有靈感。兩者在主觀控制和恢復條件上可能不同。

8.3 休息時間長不等於有效恢復

令 $T_t^{\mathrm{off}}$ 表示未直接工作的時長，令 $R_t$ 表示恢復條件的實際有效程度，二者不應直接設定為：

R_t = cT_t^{\mathrm{off}}

其中 $c$ 為跨情境固定常數。實際關係可能受睡眠、心理抽離、壓力、活動性質、社交、家庭責任及個體差異影響。應估計而非預設線性。

8.4 更有趣的問題：能否自願選擇暫時不進入創造狀態？

我們不需要把所有人的理想生活設定為「完全不想工作」。對高度享受創造活動的人，重要的可能是：

我很想繼續，而且如果有必要我也做得到；但現在我可以選擇不開始新的工作，而不覺得生活正在失去正當性。

這種能力不僅是「抗拒誘惑」，也可能是對長期自我研究軌跡的主動治理。它可以和工作熱情並存。

8.5 恢復需求應被尊重，但不應被轉換為普遍處方

個體所需恢復條件與工作時段安排具有異質性。研究者可提出可調節工作界線、睡眠保護與 Agent 暫停機制，但不應僅憑本篇就開出所有人每天最多工作幾小時、必須玩幾小時遊戲或使用哪種健康處置的處方。

9. AI 如何改變主動高投入的成本與誘因

9.1 從「做不到」轉為「做得完」，並不自動轉為「做得少」

AI 可以降低起步成本、提高實作速度、提供快速反例搜尋、編輯、轉譯、形式化和程式驗證。對一部分已能提出高品質問題的創作者而言，這可能提高每輪工作的成果密度。

但只要新成果會形成新的問題，就可能出現：

\mathrm{ProductivityGain} \rightarrow \mathrm{OpportunityVisibility}\uparrow \rightarrow \mathrm{VoluntaryEngagement}\uparrow

這是一種可能的路徑，不是 AI 的單向固有效果。也可能出現：

\mathrm{ProductivityGain} \rightarrow \mathrm{TaskCompletionTime}\downarrow \rightarrow \mathrm{DiscretionaryTime}\uparrow

二者何者占優勢，取決於新工作的承諾比例、是否有有效停止規則，以及生活與財務目標。

9.2 AI 可以同時替人減少執行與增加判斷

例如，AI 一次完成十個研究方向的初稿或十組程式修正，使用者可能少做大量打字與重複修改，但仍需判斷：哪些方向真正有價值、哪些輸出通過驗證、哪些可以發布、哪些涉及權利或安全。此時人類的工作型態從直接執行轉向高密度選擇與審查。

若決策負荷的增量超過被省下的執行負荷，主觀工作壓力可能上升；反之，若系統可安全自行結案、可信驗證且只回交少數例外，人類負荷可能下降。必須以實際任務紀錄檢驗。

9.3 最具有張力的情況：AI 的成功也是人的新誘惑

在傳統工作情境中，任務完成後，至少可能存在外部交付與自然結束點。但在研究與產品創造中，AI 得到一個好結果，往往立即展示另一個有趣方向。正向結果於是有雙重功能：

它使當下工作具備滿足感；
它使後續工作更值得進行。

這個機制與 HACTS-01 的「候選轉承諾」密切相連，但 VEFC 關心的是主動繼續參與的內在吸引力。即使沒有配額截止日、沒有主管，循環也可能自然成立。

9.4 AI 並行也可能降低真正的休閒保護

如果創作者暫時玩遊戲，而後台的 Agent 仍在產生可檢視成果，那麼人的身體可能未操作工作介面，工作系統卻沒有停止。日後一旦回來，又會遇到已累積的需要審查的產出。這和單純「休息時不做工作」的情境不同。

不過並行運作不必然造成認知待命。若 Agent 有可靠的例外閘門、可自行完成驗證、緩衝佇列不要求立即回應，甚至在使用者休閒時自動進入低活動，心理負荷可以很低。這個差異是 HACTS-04 的核心研究方向。

9.5 工具產能不應自動變成人類義務

對高投入者而言，AI 模型突然更強、月度額度加倍、每日重置、出現新 Agent 功能，會擴大可以選擇的可能性；但不應因此推出「若不把新增能力全部變成工作，就是對自己能力的不負責任」。

這是規範性邊界，不能單靠模型推導。它的行動含義是：保留新的可能性，不等於必須立即承擔所有可能性。

9.6 HACTS-03 與 HACTS-04 的清楚分工

本篇 HACTS-03：為何個體願意高強度投入，以及愉悅和疲憊如何共現；
下篇 HACTS-04：在 Agent 持續執行與回交的組織過程中，哪些操作與心理條件令個體保持認知待命。

這種分工防止把所有 AI 工作心理學問題全部混入本篇，也避免與已存在的 AIPV 文獻爭奪不當的新穎性。

10. VEFC 最小跨期模型：同時容納快樂、負荷與自願停止

10.1 模型定位與最小假設

以下是為後續觀察與實驗提供可反駁預測的概念—功能模型，不是已經完成係數估計的實證方程，更不是認知神經科學的機制定律。為避免把心理經驗硬塞進單一能量池，本文採取最小狀態向量：

\mathbf x_t=(A_t,J_t,I_t,L_t,F_t,D_t,R_t,S_t,V_t)

其中八項核心變數與一項 Agent 牽掛變數已於第二章定義。這些量的取值尺度可以不同；研究者應先個別測量、標準化並驗證，不能直接將自陳 1–10 分與軟體事件計數代入同一數值計算。

模型最小假設只有四項：

正向創造經驗與工作成本是概念上可區分的量；
部分認知工作成本可能跨時影響後續恢復需求，但量與機制未知；
選擇是否繼續工作，可以受到當下創造收益、未來收益、成本與外部約束共同影響；
AI 可能改變生成與執行成本，也可能改變候選工作量與人類審查需求，因此淨效果沒有固定符號。

10.2 當下創造滿足的候選模型

設 $M_t$ 為活動對行動者的意義， $G_t$ 為完成或發現新知的正向回饋， $H_t$ 為阻礙或與目標衝突的事件。作為一個有界示例：

J_t = \sigma \left( \beta_0 +\beta_A A_t +\beta_M M_t +\beta_G G_t -\beta_H H_t +u_t \right)

其中：

\sigma(x)=\frac{1}{1+e^{-x}}

係數需由研究估計，不預先假設各個情境均有相同方向。此處最重要的是：公式不強迫把 $F_t$ 作為 $J_t$ 的負項。若有資料支持疲勞直接影響滿足，應進一步增加交互項、滯後項或雙向關係，而不是在建立概念時就把二者綁成反義詞。

10.3 累積恢復需求的最小狀態方程

令 $L_t\geq0$ 表示在時窗 $t$ 中經過適當標準化的認知需求劑量， $R_t\geq0$ 表示恢復條件， $V_t\geq0$ 表示 AI 委任後的心理牽掛。本篇提出一個可估計的候選近似：

D_{t+1} = \max\left\{ 0, \rho D_t +\kappa L_t +\xi V_t -\delta R_t +\varepsilon_t \right\}

參數：

0\leq\rho<1, \qquad \kappa,\xi,\delta\geq0

代表一組簡化而受限的候選條件，非普遍實測結論。 $\varepsilon_t$ 包含未建模因素。 $D_t$ 並不是某種可直接量出的神經「剩餘電量」，而是由疲憊、恢復經驗、次日工作偏好及行為觀察共同推估的潛在動態狀態。

如果真實資料顯示負荷與恢復存在非線性、閾值、交互作用或不同日夜節律，上述方程便應修正或被取代。

10.4 當下疲憊的觀察模型

令 $F_t$ 為時段 $t$ 結束時主觀疲憊程度的有界表示，提出：

F_t = \sigma \left( \gamma_0 +\gamma_D D_t +\gamma_L L_t +\gamma_V V_t +\eta_t \right)

它把疲憊自評和不可直接觀察的跨期狀態分開。 $\eta_t$ 可包含情緒、社會預期、主觀基準等誤差。若真實資料不支持某個係數為正，則不得為了符合本篇敘事而固定其符號。

10.5 自願繼續工作的選擇模型

令 $W_t\in\{0,1\}$ 表示個體是否自行開始下一項非必要工作。簡化的動態決策可以表示為：

W_t = \mathbf 1 \left[ E_t(B_{t+1}) +\omega_J J_t -C_t^{\mathrm{effort}} -C_t^{\mathrm{opportunity}} -C_t^{\mathrm{future}} \geq 0 \right]

其中：

$E_t(B_{t+1})$ ：在當時資訊下，下一項工作的期望收益；
$\omega_J J_t$ ：正向創造體驗對繼續投入的吸引力；
$C_t^{\mathrm{effort}}$ ：立即投入成本；
$C_t^{\mathrm{opportunity}}$ ：放棄休閒、睡眠、其他活動或延後其他重要事務的機會成本；
$C_t^{\mathrm{future}}$ ：對翌日恢復、長期專案與未來選擇權可能產生的成本。

關鍵：上式是決策框架，不是倫理上認為所有生命價值都可加總為單一效用的宣告。某些不可交易的底線——例如法律、安全、事前同意、外部承諾與必要健康限制——應以約束條件處理，不應只放進可被其他收益抵消的小權重。

10.6 「越開心就越想做」不是普遍定律

即使 $J_t$ 很高，個體也可能因為約定、家庭生活、運動、睡眠或單純想玩遊戲而停止。故 $\omega_J>0$ 只是一個需檢驗的局部條件，不能將所有自願性創作簡化成單向的上癮過程。

另需區分：當事人當下預期的未來成本，與研究者事後推估的未來成本可能不同。兩者不一致，不直接證明個體非理性；也可能是風險承受度、價值取捨或資訊條件不同。

10.7 時間主權作為可行政策集合

令 $\Pi_t$ 表示在時間 $t$ 個體確實可以採取的工作—生活排程集合，包含繼續、停止、延後、委任、減量及完全休息。令 $\mathcal C_t$ 表示財務、外部合約、安全及其他合法約束。則可行政策集合為：

\Pi_t^{\mathrm{feasible}} = \{\pi:\pi\in\Pi_t,\ \pi\ \mathrm{satisfies}\ \mathcal C_t\}

時間主權的問題不是 $\pi$ 是否總使工作量最少，而是個體在滿足約束的情況下，能否保有實質可替代政策，並有能力按重新評估後的偏好切換。

這裡不先把時間主權壓成單一數字。有效選擇的多樣性、重排成本、撤回能力、財務安全、休息保護，以及重新回返專案的成本，應保留為多維向量。

10.8 將不確定性明列為可反駁條件

本篇不採用「只要主觀意義夠強，疲勞自然增加」這種沒有可否證邊界的語句。相反地，模型允許以下反向結果：

意義增加，持續時間不變，疲憊不變；
自主性增加，感受到的工作要求下降，疲憊減少；
AI 提升效率，同時提升休閒，跨期恢復改善；
高投入者因精熟與適當休息，長期維持高滿足、低疲憊；
某些時間窗中滿足下降而疲勞上升，兩者呈負向關係。

如果實證總是更支持這些結果，本篇必須相應調整 VEFC 在不同群體的適用範圍。

11. 條件命題、推導與可重算思想實驗

11.1 命題 P1：在模型允許的狀態空間中，高滿足與高疲憊可同時成立

條件： $J_t$ 和 $F_t$ 由分離的構念與方程測量，且至少某些工作條件能同時提高當下意義回饋與認知需求。

結論：不存在必須令二者互相排斥的數學必要性。形式化為：

\exists\,t:\quad J_t>j_0\ \land\ F_t>f_0

證明狀態：這是模型可行性命題，不是「所有真實高投入者必然滿足它」的經驗命題。要從模型可行性走向現實存在，需要同時點測量。

11.2 命題 P2：正向回饋延長工作，需有明確的中介條件

若更高 $J_t$ 在控制其餘成本後增加 $W_t=1$ 的機率，且持續工作增加後續 $L_t$ 、同時 $R_t$ 未充分補償，則長期恢復需求可能增加。

候選路徑：

J_t\uparrow \Rightarrow P(W_t=1)\uparrow \Rightarrow L_{t+1}\uparrow \Rightarrow D_{t+2}\uparrow

箭頭鏈必須同時滿足中介假設。倘若工作自主性讓個體更善於安排休息，或新工具使下階段工作更輕省，後面兩箭頭未必成立。

11.3 命題 P3：在固定需求下，改善恢復條件可降低簡化模型的下一期需求

若 $D_t,L_t,V_t$ 固定， $\delta>0$ 且最大值截斷未形成平坦區間，則對恢復變數的局部導數為：

\frac{\partial D_{t+1}}{\partial R_t}=-\delta

這是模型內的比較靜態結果，不是現實介入已被證實每多休息一分鐘就線性減少多少疲勞。實證需估計有效恢復如何量測，並驗證該關係是否存在。

11.4 命題 P4：恆定需求與恆定恢復下的簡化穩態

先忽略雜訊及截斷，設固定 $L,V,R$ ，且 $0\leq\rho<1$ 。若內部穩態為正：

D^* = \frac{\kappa L+\xi V-\delta R}{1-\rho}

若右側非正，截斷模型的相應候選穩態為零：

D^* = \max\left\{0,\frac{\kappa L+\xi V-\delta R}{1-\rho}\right\}

此式的用途不是給人類恢復需求套上神經生理定律，而是產生可比較預測：在其他條件相同且參數可識別時，高持續負荷、低有效恢復可能提高潛在狀態的長期水準；提高恢復能力或降低不必要的心理牽掛，則可能反向改變穩態。

11.5 可重算思想實驗 A：當下快樂與負荷同時上升

以下完全是假設性參數與示例數值，不是任何真實受試者、公司或 AI 訂閱的測量。假設：

J_t =\sigma(-0.5+1.4A_t+1.2M_t+0.6G_t)

令：

A_t=0.9,\quad M_t=0.8,\quad G_t=0.7

則：

J_t=\sigma(2.14)\approx0.895

再假設疲憊觀察方程：

F_t =\sigma(-1.2+0.9D_t+0.65L_t+0.5V_t)

令：

D_t=1.6,\quad L_t=2,\quad V_t=0.3

則：

F_t=\sigma(1.69)\approx0.844

在這組任意假設下，同一時段的 $J_t$ 與 $F_t$ 皆高。它證明的是分離模型能容納共現狀態，不是提供現實共現率的證據，也不是以單一算例證明任何人應該持續工作。

11.6 可重算思想實驗 B：不同恢復條件下的跨期變化

假設：

D_{t+1} =\max\{0,0.7D_t+0.25L_t+0.1V_t-0.35R_t\}

第一段： $D_0=1$ 、 $L_0=4$ 、 $V_0=0.3$ 、 $R_0=1$ ，則：

D_1=0.7+1+0.03-0.35=1.38

第二段延續同樣需求：

D_2=0.7(1.38)+1+0.03-0.35=1.646

第三段改為不新增該類工作需求， $L_2=0$ 、 $V_2=0$ 、 $R_2=2$ ，則：

D_3=\max\{0,0.7(1.646)-0.35(2)\}=0.4522

這個例子說明如何用不同時窗條件生成可檢驗預測，並非推薦人類應按這組參數安排生活。實際調整仍需依個體、活動與風險而定。

11.7 可重算思想實驗 C：同樣喜歡工作，也可以更少疲憊

保留思想實驗 A 的創造滿足參數，令恢復需求與負荷條件改變為：

D=0.4,\quad L=0.4,\quad V=0.2

則在同一疲憊觀察模型中：

F=\sigma(-0.48)\approx0.382

而在固定 $A,M,G$ 的假設下， $J$ 仍然約為 $0.895$ 。這表明高度創作滿足與低疲勞也同樣在模型中可行。本篇不是要將「累與爽同時很高」規範化為最理想生活；它只是拒絕以其中一者否定另一者。

11.8 思想實驗的判準與限制

上述三組例子都不是從實際認知資料估計的係數。它們不能回答：

真實人群的平均恢復速度是多少；
長期高投入是否必然帶來健康損害；
每週工作多少時數才安全；
某一創作者的主觀滿足是否足以抵銷個別健康風險；
自主 AI 是否會讓一個群體整體更疲憊。

這些問題需要另外的測量與因果識別。本文僅提供可對照、可被修正、可被推翻的理論接口。

12. 與其他解釋競爭：什麼不是 VEFC 的獨有預測？

12.1 純工時模型

若疲勞只由總工時決定，則在工作時數相同後，主動判準調用密度、Agent 回交、任務意義與恢復條件不應再有穩定的額外預測力。若資料如此，VEFC 引入的多維複雜性就可能是多餘的。

12.2 純工作難度模型

若工作難度完全解釋疲勞與創造滿足，高投入者和一般工作者在控制難度、時數、成果回饋後應無明顯差異。此結果意味著不需特別建立人機耦合創作者的新類別，只需沿用一般工作心理學即可。

12.3 工作投入或心流模型

既有心流與熱情研究可能已能解釋當下的吸收、樂趣與時間感知。若加入本篇提出的「主動判準調用」「跨期承諾」與「AI 生成新工作」後沒有增量解釋力，本篇不應宣稱獨立理論成功。

12.4 純外部壓力模型

高強度工作可能源自金錢、投資人、公司生存、家人期望或專利／競爭時機。若在外部壓力得到控制後，高度愉悅與持續工作不再有關，本篇應承認主要機制可能並非內在創造吸引力。

12.5 配額期限與沉沒成本模型

HACTS-02 已討論額度失效與使用誘因。若高投入現象只在額度重置前顯著上升，而取消額度失效後大幅消失，則 VEFC 的獨立解釋範圍可能較窄。

12.6 社會比較與身份競爭模型

部分人可能因為在意產出排名、同儕認可、發表數或技術前沿身份而持續工作。芬蘭員工三波研究對社會比較的發現 [E18] 提醒我們：不能把所有自述「我喜歡這件事」視為沒有身份或社會評價成分。研究需允許動機混合存在，而不是以非黑即白的方式要求人們只能選一種原因。

12.7 測量假象模型

同時高滿足與高疲勞，也可能出於問卷措辭、情緒不穩、反應風格、時間尺度不一致或對「累」一詞的不同理解。若換用多方法指標後共現消失，VEFC 的實證基礎必須修正。

12.8 純生理耗損模型與純動機模型

認知疲勞究竟有哪些生理及動機性機制，是仍持續發展的學術領域 [E10–E11]。VEFC 不把尚未定論的神經生物假說當作內建真值；它只要求功能層面上能分開當下收益、當下疲憊、未來恢復需要和決策選項。若未來生理機制研究提供更強證據，模型應接受修訂。

12.9 邊界結論

只要上述較簡單的模型能以同等或更好效度解釋資料，本篇提出的新變項便必須證明增量價值，否則應合併回先行理論而非維持額外命名。

13. 十二組可否證假說：條件、測量與拒絕標準

本章將「概念上可能」提升到「可以嘗試用資料檢驗」。所有假說須事前註明研究群體、時間單位、納入與排除條件。本文不使用一個模型是否能配適單一個案來宣稱整體理論正確。

H01｜滿足—疲勞的同時點共現

假說： 在至少一部分高度自願、長期從事認知創造工作的人群中，經適當量表與同一時間窗測量後，會存在高創造滿足與高疲憊經驗的同時點觀察。

主要指標： 同一工作時段結束後的 $J_t,F_t$ ；各自事前定義的高分閾值；同一人跨多日的四象限占比。

可能拒絕結果： 測量可靠且樣本充分時，共現頻率極低，接近測量誤差或零，且重複研究一致如此。

必要限制： 即使共現成立，也只證明可能存在，不證明滿足造成疲憊或此狀態為普遍現象。

H02｜自主性對正向體驗的條件性預測

假說： 在控制任務難度、回饋、已完成工作量及人際／財務壓力後，較高的自主感與當下創造滿足仍可能正相關。

主要指標： 有效的自主感分項測量、相同人的跨日變動、任務類型固定效果。

可能拒絕結果： 主觀自主性在穩健模型中無增量預測力，或相關性完全由其他變數解釋。

邊界： 不預測自主感提高必然降低疲憊；該項效果應另行測量。

H03｜高投入不等於較低疲勞

假說： 在受試者高度認同且自願開始的工作片段中，主觀認知需求與疲勞的正向關係仍可能存在；自願性不會完全吸收該關係。

主要指標： 任務前意圖、自主性、NASA-TLX 分量表、片段結束的疲憊自評。

可能拒絕結果： 高自主片段的疲憊與需求完全無關，且跨任務、跨樣本一再重現。

注意： 這是局部的條件命題，不應強迫所有高意義工作都產生高疲勞。

H04｜成果回饋透過新機會吸引延長自願工作

假說： 當一個工作片段提供可驗證的正向回饋時，若同時顯示新的有價值候選任務，個體增加下一片段工作的機率可能高於只提供結案回饋的條件。

主要指標： 每段成果驗證、下一候選的可見性、是否啟動額外非必要工作。

可能拒絕結果： 新候選的呈現不改變下一段啟動機率，或與預測方向相反；效應不穩定且低於預設最小有意義效果。

識別條件： 在倫理許可下，可操弄候選顯示方式，但不可故意隱瞞必要的安全資訊或製造危險工作負荷。

H05｜主動判準調用密度的額外解釋力

假說： 在固定實際工作時數、主觀難度與任務種類後，經過可靠編碼的高價值判斷事件密度，可能解釋部分片段後疲憊變異。

主要指標： 任務時間記錄、盲評決策事件編碼、主觀疲憊與次日工作偏好。

可能拒絕結果： 主動判準調用密度比純時數與任務要求模型沒有更好預測力，或觀察者間編碼一致性不足。

意義： 拒絕結果代表這一新變項不必要，應考慮刪除 ACID 概念而非勉強保留。

H06｜高滿足—高疲憊狀態的跨日延續性

假說： 與高滿足—低疲憊狀態相比，高滿足—高疲憊片段之後若缺乏足夠有效恢復，翌日疲勞或繼續認知工作的主觀成本可能較高。

主要指標： 同日四象限、晚間恢復經驗、翌日起床自評及簡短非侵入性選擇任務。

可能拒絕結果： 控制前日疲憊、睡眠與工作負荷後，不見可複製的跨日差異。

H07｜恢復品質能調節高投入與翌日疲憊的關係

假說： 在高投入片段後，有較好的恢復控制感、心理抽離或適當休息的時窗，可能對翌日疲憊具有保護性的關聯。

主要指標： REQ 分項、工作牽掛、翌日疲憊。

可能拒絕結果： 在合適設計、充足樣本與可靠測量下，恢復變項對後續結果沒有穩定增量解釋力。

H08｜AI 生成成果的增加可能經由審查負荷提高疲憊

假說： 在 Agent 產出增多但人工驗證制度未改變的情境，新增的審查與判斷事件量，可能中介 AI 產能與人類疲憊之間的部分關係。

主要指標： AI 產出量、有效回交事件、人工審查分鐘、審查不確定性、疲憊。

可能拒絕結果： AI 產出上升的同時審查負荷穩定下降，且沒有經由回交產生的疲憊增量。

界線： 本篇只作接口，完整 Agent 認知待命模型留待 HACTS-04。

H09｜有效停止選擇可以獨立於創作滿足

假說： 在工作成果與創造滿足近似的條件下，較高的實際重排／退出能力，可能提高個體在自選休息時段不啟動下一項非必要任務的能力。

主要指標： 是否保有可用替代時段、是否能暫停 Agent、無外部截止日期的活動終止事件。

可能拒絕結果： 停止能力變項與行動完全無關，且無法區分外部約束與真實自由選擇。

H10｜取消配額期限壓力後，內在創造動機未必消失

假說： 在取消或降低 AI 額度期限誘導後，至少部分高意義工作仍會因內在創作吸引力持續進行，顯示配額時間支配不是高投入的唯一機制。

主要指標： 不同配額規則下的工作起始事件、意義自評及非必要工作占比。

可能拒絕結果： 改善配額可轉移性後，幾乎所有高投入延伸現象均消失，且在不同樣本一致。

設計界線： 不能將平台無法控制的真實訂閱變更當成已完成隨機化；可用情境模擬或平台合作的實驗。

H11｜成功本身不必導致立即休息

假說： 對具有新機會生成回路的自主創作者，某些已完成且經驗證的成果，可能提高下一個非必要研究片段的啟動率；其作用可能受已存在待辦負荷及停止規則調節。

主要指標： 已驗證結案事件、下一候選數、實際啟動時間、是否有預設停止規則。

可能拒絕結果： 研究成果在控制其他條件後只增加結案和休息率，而不增加下一片段的啟動。

H12｜高熱情者並非同一種恢復類型

假說： 在高度熱愛創作的受試者中，仍可依有效休息、生活控制感、財務壓力與 AI 工作治理方式觀察到不同的跨期恢復模式，而非所有高熱情者都走向相同疲憊軌跡。

主要指標： 28 日重複抽樣、群體層級與個體層級時間序列、恢復結果的混合效果模型。

可能拒絕結果： 在足夠廣泛的群體中，條件變項無法預測軌跡差異，或者分類完全由測量誤差產生。

13.13 十二項假說的整體可拒絕標準

若研究顯示：

高滿足—高疲憊狀態經可靠測量後極少存在；
工作時數、難度及一般 JD-R 因素已能完整解釋所有結果；
創作回饋不會提高新工作的自願啟動；
本文新增的判準調用與退出能力沒有任何獨立增量；
研究結果無法跨時間點、跨受試者與跨工具複製；

則 VEFC 作為獨立命名的整合模型可能缺乏必要性。這應導致修訂或撤回部分強主張，而不是再增加無法檢驗的新詞來避免反證。

14. 實證研究計畫：從個案時序到跨組織比較

14.1 研究階段 A：低干預經驗抽樣（Exploratory ESM）

第一階段建議採取多週的自然工作紀錄，不以增加實際工時、要求受試者超量工作或逼迫其保持注意力為研究手段。可先招募自願參與的高投入研究者、開發者、創作者與不同工作型態者。

候選規格（需倫理與負擔評估後調整）：

連續 21–28 日；
每日最多 3–4 個非常簡短的提示，允許延後、跳過與退出；
任務開始、重要成果驗證及明確結案時，自願增加事件紀錄；
每次主要問卷只需約 1 分鐘以內；
不要求提供私密對話、未公開原始碼、研究秘密或個人醫療資料；
不因漏填問卷而施加懲罰。

最低測量組合： 當下創造享受、疲憊、自主感、工作難度、是否正主動形成判準、是否有外部或自我期限、最近一小時是否休息、是否存在 Agent 回交工作。

建議分析： 先報告同一人的高／低狀態轉換圖，而不是直接把所有觀察混成單一群體平均。使用者間的基準疲憊不同，故應分別估計 within-person 與 between-person 結構。

14.2 階段 B：任務事件與成果紀錄的跨模態對照

若受試者願意提供最低限度的非敏感工作事件紀錄，可將抽象化的行動事件與自陳狀態結合，例如：

已開始／已結束工作區段；
一段成果是否通過既有測試；
是否產生下一個候選工作；
是否將候選正式列入承諾；
是否需要人工風險審查；
Agent 是否回交異常或要求決策；
工作後是否有約定外的實質待命。

不蒐集不必要的程式碼內容、客戶資訊、API 金鑰或私人聊天。在隱私敏感情境，只需匯出事件種類、加密或隨機化識別碼、時間戳與可重建的總數。

14.3 階段 C：低風險、非強制的界線實驗

如果倫理審查許可，可在受試者原本就有工作與休息選擇權的情況下，隨機提供不同類型的非強制提醒或介面設計：

中性介面：只顯示原有任務成果；
結案強化介面：完成驗證後明確顯示「可保存狀態並退出」；
候選延後介面：新構想存入候選池，但不自動排為今日義務；
Agent 低活動介面：非必要回交暫存至下一次使用者主動進入工作時段。

這些介面不應禁止緊急安全通知，也不應阻止受試者自願繼續。研究的目的是比較界線可見性與工作延伸行為，而非對受試者施加精神負荷來證明疲勞存在。

14.4 階段 D：跨職類與自主程度比較

候選組別可包括：

自主性很高、自己選擇研究題目的創作者；
自主性中等、專案期限較明確的知識工作者；
高度例行但時間壓力大的工作者；
常與多 Agent 合作的研發或營運人員；
很少使用生成式 AI 的相近職類對照組。

組別不是高低等級，也不能被稱為「誰更先進」。其用途是檢驗自主性、工作性質和 AI 委任程度是否真正改變 VEFC 的分布及時間動態。

14.5 階段 E：縱向自然實驗

若平台改變額度或 Agent 政策、公司開始採用可信驗證系統、個體改變工作安排，研究可檢驗改變前後的工作／恢復軌跡。惟產品更新往往同時改變模型能力、功能可得性與價格，不能只將結果歸因於配額或委任制度。

因果分析需明列同步政策、季節性、工作階段、財務事件與市場發布等可能混雜因素。

14.6 樣本大小與統計功效

本篇不在缺乏效應估計與組內相關資料時，任意宣稱「招募 100 人就足夠」。樣本規劃需依主要結果指標、每人重複測量次數、缺漏率、群內相關、預期最小有意義效果及干預類型，先進行模擬式 power analysis 或 precision planning。

對探索性個案研究，應報告個體別時間序列與估計不確定性；對多群體研究，則應在事前寫明分組比較所需的可比較條件。

14.7 研究的基本統計表示

一種可預註冊的分層模型為：

F_{it} = \alpha_i +\beta_1 L_{it} +\beta_2 I_{it} +\beta_3 J_{it} +\beta_4 R_{i,t-1} +\beta_5 V_{it} +\mathbf{c}_{it}^{\mathsf T}\boldsymbol{\gamma} +\epsilon_{it}

其中：

$i$ ：受試者索引；
$t$ ：重複測量時點；
$\alpha_i$ ：個體基準差異；
$\mathbf c_{it}$ ：預先指定的控制變項，如睡眠、任務類型、截止期限及財務壓力；
$\beta_3$ 的意義不是「愉悅造成疲勞」，僅是控制後的條件相關係數。

若希望識別跨期中介，應另外建立時間排序正確的模型，並檢查未觀察混雜、反向因果與缺漏資料。使用同一時點問卷推定「成就感造成第二天疲憊」是不合格的因果推論。

14.8 個體差異和時間尺度

研究者應區分：

\mathrm{WithinPersonEffect} \neq \mathrm{BetweenPersonEffect}

某人比自己平常多工作一小時可能變得更疲憊，但跨人群「經常長時間工作者」不必然平均比較疲憊。原因可能包括自我選擇、工作類型、專業熟練、健康與適應、經濟條件、報告習慣及能否離開工作。

另需分開同時點（分鐘／小時）、跨日與跨週的結果。若一個研究只測一天，不應寫成「長期耗竭已被證明」。

14.9 主要混雜因素與負向控制

至少應記錄或考慮：

睡眠時間與睡眠品質；
生活事件與非工作壓力；
咖啡因等可能影響精神狀態的因素（以自願且最小化方式）；
任務新奇程度、專業熟練度與重要性；
薪酬模式、是否受僱、自營或創業；
財務緩衝與實際截止期限；
Agent 自主程度、可靠性與需人工審查之比例；
研究者本身對 AI 的信任、社會比較與自我期望。

如受試者不願提供敏感資料，研究不得以未填視為零；可使用可接受的缺漏處理方式，並如實報告識別限制。

14.10 量表不能因為「問起來很順」就宣稱有效

本篇提出的 VEFC 與 ACID 是建模接口，不是已完成心理計量驗證的新量表。任何新問卷應依適當程序進行：專家內容效度、認知訪談、信度、因素結構、收斂與區辨效度，以及跨職類／語言測量等值性。

若 VEFC 高低只是在重述既有 WOLF 或工作疲勞題項，而沒有其他測量增量，則不必為它建立冗餘的新總分。

14.11 研究倫理與降低觀測負擔

研究若要求當事人反覆記錄疲勞，可能本身就造成心理負擔或改變工作習慣。因此應以最小干預、可跳過、可退出、資料最小化為原則。受試者不是被實驗要求把精神維持在最高負荷的工具。

若有人出現持續干擾生活的疲憊、睡眠問題或其他身心狀況，研究者不得僅以「高投入創造者常見」敷衍，也不得以本篇理論替代專業評估。

15. 規範性與工程設計：讓自由繼續創作，也自由暫時不創作

以下屬於設計原則，應與描述性實證結果分開。它們不是所有個人的醫療處方，也不是要求所有公司採取固定制度。

15.1 Agent 的「完成」應包含結案而非無限建議

在獲授權的低風險任務中，Agent 完成工作後可以：

保存可重啟狀態與可追溯的驗證結果；
區分「必要待辦」和「有趣候選」；
不強迫把每一個新候選排入人類今日工作；
只有在風險或真正外部義務出現時要求使用者介入；
允許使用者明確選擇「現在不需要下一步」。

這不代表 AI 可以自行取消人類已承諾的合約責任，或在高風險條件下未經授權封存問題。

15.2 研究資產可以休眠，不必持續製造進度報表

已完成的原始碼、論文、實驗紀錄與設計材料若具備基本可重啟條件，便可能在沒有當期活動時仍然保持未來價值。對沒有外部使用者安全責任、沒有到期依賴的私人原型而言，休眠可能是合理狀態。

若每一次為了「降低管理負擔」又要管理所有休眠專案，就可能重建另一項無效工作。適當治理應區分不可忽略的法律／安全義務與可以合法不做的內部探索。

15.3 可持續性不是永久低負荷

高投入者有時確實願意在有意義的短窗口內集中研究、開發或發表。時間主權不要求每天工作量相同，也不強制把工作熱情削弱到平均值。可持續性的要點是：高強度是否可選、是否有安全界線、是否可回復，以及是否願意在條件改變後重新配置生活。

15.4 對訂閱配額的治理：擁有能力不等於需要消耗

使用 AI 訂閱的人可以合理希望享有高額度與峰值算力，但不應因已付費就把所有剩餘資源轉成自己需要審查的新工作。這與 HACTS-02 的額度使用價值和額度期限支配不同：本篇強調當使用者真的喜歡創造，額外算力仍可能增加自願啟動衝動，因此節奏管理不能只依靠取消配額重置。

15.5 金錢和生活實際約束不能被精神上的「放手」取代

工作節奏的自由受到現金流、生活成本、外部信賴和必要承諾限制。某項尚未變現的研究資產，即使未來具有高度潛在價值，也不能自動視為已可支付帳單的現金。選擇降低固定成本、維持基本收入來源或把部分研究留給未來，可能是保護長期創造自由的現實條件。

本篇不將這種資源配置簡化為「工作不夠熱愛」，也不保證任何特定遊戲、產品、網站或 AI 內容付費模式必然成功。

15.6 要比較的是有效完成，而不只是操作時間與模型用量

高投入創作者的系統品質至少包含：

通過驗證的有效成果；
使用者實際投入的關鍵判斷時間；
可自主改變工作時序的能力；
未被不必要回交與期限占用的恢復機會；
外部履約、安全與商業責任是否被適當維持。

若一個系統令成果更多，但人類持續待命、可用現金減少、休息難以被維持，那麼單一「產量提高」不能概括其生活價值。

15.7 停止不應被誤解為沒有未來策略

一個人可以對未來 AI 技術窗口、硬體進步、合作機會與產品收入有自己的假說；但即使認為某項技術窗口具有歷史價值，也不能直接推出每個研究分支都須立即完成。真正的戰略可以同時包含：先公開、先保存、暫緩商業化、保留權利、休眠與未來重啟。

本文將「自願高投入」與「主動不繼續」視為同一套時間主權的兩種合法行動，而非互相否定的選項。

16. 與 EveMissLab 既有理論的銜接與增量邊界

16.1 與 HACTS-00 的關係

HACTS-00 建立人類生活時間、Agent 執行時間、資產沉積時間、歷史窗口時間及財務承諾時間的區分，並主張可行性不是義務。本篇在其中的人類生活時間及自願注意力投入層面建立更細緻的觀察與模型，不重複總論的全部宏觀架構。

16.2 與 HACTS-01 的關係

HACTS-01 研究生產力提高如何經由候選工作生成與承諾轉換，引起總工作需求的內生擴張。本篇增加的變量是：某些被創造者主動承諾的工作，並非外部強迫，而是因成果本身具有吸引力而持續被選擇。故內生任務擴張的路徑之一，可以經由 $J_t$ 與下一輪 $W_t$ 形成，但不應把其全部化約成情緒或個人性格。

16.3 與 HACTS-02 的關係

HACTS-02 探討期限失效的 AI 額度如何誘導使用與提前承諾。本篇則問：若完全沒有這種失效制度，為什麼高投入者仍可能延長工作？ 因此 VEFC 提供對額度壓力之外的內在動機補充，兩篇的模型可交叉檢驗，但不宣稱彼此完全獨立。

16.4 與 HODR-IV 的關係

HODR-IV 的既有核心是可行選項生成超過外化吞吐量，使大量潛在成果延遲現實化。本篇將焦點縮小為：創作者為何在如此多的可能性中持續主動投入，以及如何衡量這種投入的滿足與負荷。它不重新命名可能性空間爆炸，也不把候選工作量直接當作疲憊程度。

16.5 與 HAVT-06 的關係

HAVT-06 以社會與制度的層級詢問 AI 生產力紅利是否轉成真正可使用的時間主權。本篇在個體層次處理：即使一個人對工作擁有高度形式自由，也可能因工作本身很有吸引力、恢復的跨期需求或可用 Agent 的工作節奏，而使實際生活時間被持續占用。

16.6 與 MPD 與人機耦合狀態的關係

MPD 已主張，同一模型對不同人類不構成同一固定生產增益。本篇提出進一步的分帳：同一高效協作系統，也可能在不同個體或同一人的不同日子，產生不同的正向創造感受、主動判準調用、疲憊及恢復結果。高 AI 生產力不預示固定心理負荷。

16.7 與委任時間論、ANDO／HDUS 的關係

既有委任時間論和 AI 原生組織研究，處理操作介入、治理介入、權限範圍及必要回交；本篇以個體經驗作補充，詢問治理與操作負荷的主觀代價是否被適當衡量。下一篇 HACTS-04 將對 Agent 持續工作下的認知待命展開更完整研究，故 VEFC 不重複既有組織架構規格。

16.8 與前沿歷史創造窗口的關係

歷史時間敏感性可能提高主動投入的期望報酬，但窗口是否存在、何時縮小、是否意味 ASI 取代人類，均屬另一系列的待驗證假說。VEFC 即使完全不依賴 AGI／ASI 的時間預測，也能提出「自願創作快樂與疲憊共現」的分析；歷史窗口僅作為潛在調節條件。

17. 局限、研究誠信與公開邊界

17.1 定義與經驗不能互相代替

提出 $J_t$ 和 $F_t$ 不同維度，是一項概念決定；但兩者在某類人身上是否常常共同偏高、共同上升或共同下降，是實證問題。本文不以數學記號作為心理學定律已獲證實的替代品。

17.2 不主張新生理機制或單一臨床分類

「主動注意力調用」指可記錄的人類認知行為與主觀經驗。「恢復需求」是功能性潛在變量。本篇不主張認知控制必然耗盡特定生理物質、不宣稱能測得腦力百分比，也不由個人工作模式推出 ADHD、工作成癮或其他診斷。

17.3 主觀自評受到社會背景影響

「很累」可能指想休息、情緒緊張、注意難以持續、腦中仍有任務，或只是習慣性的口語表達。「很爽」可能指滿足、興奮、掌控感、挑戰成功或預期未來收益。研究須先確認受試者如何理解題目，必要時使用認知訪談，不應假設每個人對詞語的意義一致。

17.4 單一個案不支持普遍因果聲稱

某位創作者長期維持高投入，最多可提供一個值得研究的問題來源。就算個案具有大量可重現的工作紀錄，也無法替代跨情境、跨職類的比較，亦不能直接估計人群中的平均效果。

17.5 模型參數不能被偽裝成實測

第十及十一章全部數值例子屬人為設定，不代表受試者資料、神經生理指標、實際模型效率或人類可忍受負荷。任何後續公開發表應保留「示例」標記，並區分假設、模型內推導、資料描述與外部實證。

17.6 不把創造者的自願性否定掉

某些研究可能過度把長工時理解成外部剝削或個人病態；本篇則反對因此否定創作者本身的價值選擇。反之，也不能因為行動者說自己願意，就不再考慮長期休息、財務與人際承諾。這是一項雙向不預設的研究倫理原則。

17.7 不將模型寫成個人診斷或職涯判決

本文不評定特定創業者「適不適合創業」，也不宣稱兼職、降訂閱、維持所有專案或全數開源存在單一正確答案。這些行動取決於現實財務、法律責任、外部承諾、研究目標、家庭條件及未來變化。

17.8 「有權放手」也有責任邊界

若一項系統面向真實使用者、承擔外部契約、處理敏感資料或具有可預見安全風險，即使創作者想暫停，也應依先前義務採取必要的通知、維護、交接或安全關閉。休眠專案的自由不能當成逃避已承擔責任的理由。

17.9 現階段的證據強度

本文的主要強度不是新大型數據，而是：構念區分、可被反駁的條件模型、可重算的方程、與先行研究明確對照，以及具備低風險可執行性的研究計畫。尚未完成的包括：跨文化測量等值性、實際係數估計、代表性抽樣、隨機化比較、獨立重複研究與長期健康結果追蹤。

18. 結論：熱愛創造，不應取消創作者保有自己時間的權利

本文從一個看似矛盾、實則可被多維度研究的經驗出發：人在高度自願創作時，可以同時感到非常滿足與非常疲憊。既有自我決定理論、雙元熱情模型、工作心流、努力悖論、JD-R、疲勞與恢復研究，已對此提供重要基礎，因此「滿足與疲勞可以共存」不應被當成從未有人發現的現象。

本文的新增研究方向，是將這種共現放入AI 高產能、候選工作內生生成、Agent 長時程協作與跨期時間主權的條件下：當完成工作可以立即開啟更多值得探索的問題，創造滿足可能使人繼續投入；但投入是否需要恢復、能否長期維持，以及在何種時點應停止，仍是與當下滿足不同的判斷問題。

由此得到三項不應互相偷換的結論。

第一，描述性結論： 高正向創造體驗與高疲勞在概念上沒有必然衝突，能否共現、如何延續以及作用多大，須由同時點與跨期資料證明。

第二，理論性結論： 若要解釋高投入創作者的工作選擇，不能只用時數、AI 產量、外部截止期限或「是否喜歡」其中任何一個指標；還需分開主動判準調用、成果回饋、恢復需求與 Agent 回交負荷。

第三，規範性結論： 一個人可以因為喜歡而持續創造，也可以在沒有違反對外義務的情況下選擇停止、延後、休眠與回返。自主性不只是在工作時能選擇做什麼，也包含不必因自己仍然做得到，就永遠繼續做下去。

這使「持續高強度認知工作」與「時間主權」不再被視為必然互斥的生活主張。兩者能否長期相容，取決於實際的恢復、財務、工作治理與可變更承諾條件，而不是依靠單一成功神話或固定工時標準。

本篇核心壓縮命題：

我可以真心熱愛一件困難的工作，也可以真的因為它而疲憊；兩個經驗都不必否定。能夠繼續創造是能力，能夠自由決定何時不再繼續，才是時間主權的一部分。

下一篇 HACTS-04｜代理並行與認知待命，將接續研究 AI Agent 在人類不直接操作時持續產出、回交、等待與影響人的心理抽離之間的條件關係。

附錄 A｜概念對照與最小操作定義

研究變項	基本問題	候選測量	最主要誤讀
創造滿足 $J_t$	做這件事的正向感受？	同時點自評、工作享受	覺得快樂就不會累
自主感 $A_t$	現在能否自行選擇？	自主性分項自評	主觀選擇等於無退出成本
主動調用 $I_t$	有多少實質問題判斷？	盲評事件、判準變更記錄	等於大腦使用百分比
工作需求 $L_t$	此片段要求多少控制？	NASA-TLX 分項、任務難度	等於實際心理傷害
當下疲憊 $F_t$	此刻多費力、想休息？	疲憊自評、補充行為測量	等於職業倦怠或疾病
恢復需求 $D_t$	過往負荷有無跨期殘留？	潛在狀態、多日連續觀察	直接可量的腦部電量
恢復機會 $R_t$	能否真正放下工作要求？	REQ、睡眠、生活控制感	休閒時間等於有效恢復
時間主權 $S_t$	能否變更、拒絕與回返？	實際重排、停止成本	工作少就一定有自由
Agent 牽掛 $V_t$	委任後是否持續心繫工作？	AIPV 構念對照、事件記錄	AI 執行就是人類放假

附錄 B｜探索性問卷草案（非已驗證量表）

以下為用來示範研究問卷設計方向的原創候選題目，不得宣稱已通過心理計量驗證，也不替代 WOLF、REQ、NASA-TLX 或任何臨床工具。若正式使用，需做認知訪談、信效度及文化適應。

假設評分為 1–7，請受試者先選定同一個最近完成的工作片段，而不是以全年的模糊記憶作答。

在剛才的工作片段中，我對正在解決的問題感到真正有興趣。
我能自主決定要採用哪些品質判準，而不是只照著預先固定的流程操作。
即使工作帶來明顯的思考負荷，我仍覺得那段活動具有正向意義。
這段工作結束時，我感覺需要一段恢復或暫時不再思考同類問題的時間。
工作取得成果後，我立刻看見至少一個很想開始的新問題。
即使有新問題出現，我仍覺得自己可以合理地選擇明天再做。
我能把這段工作暫時保存，而不擔心一停下就無法回來。
在本應休閒的時段，我仍曾主動檢查或掛念已委任 AI 的工作。
如果當期 AI 額度明天失效，我可能更想提前開始非必要工作。
今天的創造滿足與今天的恢復需求，對我而言可以同時很高。
工作時，我需要反覆決定哪些結論足以被接受，哪些仍應重新驗證。
我可以不因今天沒有充分利用 AI 能力，而感到自己必須補做更多事。

施測警示： 第 10 題更接近對共現觀點的信念，不宜拿來直接替代「同一時段的 $J_t$ 與 $F_t$ 」兩個分別測量結果。第 9 題涉及 HACTS-02 的額度期限變項，應與真實工作時點資料交叉檢查，不能單靠意向回答推定行為。

附錄 C｜可重現研究紀錄模板（非個人工作日誌要求）

若實際進行研究，可用下列最小資料結構保存匿名化研究事件，並配合參與者同意與資料治理方案。這是研究團隊的可選工具，不是要求每個創作者每天都需填寫的生活管理表。

participant_pseudonym
measurement_timestamp_local
work_episode_id
work_episode_start_time
work_episode_end_time
work_activity_category
voluntary_start_indicator
external_deadline_indicator
quota_reset_proximity_bucket
creative_satisfaction_score
perceived_fatigue_score
perceived_autonomy_score
subjective_task_demand_score
verified_output_event_count
new_candidate_event_count
new_commitment_event_count
human_decision_event_count
agent_delegation_event_count
agent_escalation_event_count
psychological_detachment_score
recovery_control_score
next_day_fatigue_score
missingness_reason_optional
consent_scope_version

資料表不預設所有欄位都必要。研究者必須依最小必要原則刪除不需要的欄位，不能把這份模板變成全面監控個體行為的理由。

附錄 D｜研究預註冊與檢核項目

正式實證前建議完成以下內容；其中相當多項並非本篇獨創，而是一般負責任研究的基本規範。

事前界定「創造工作」與「非必要新工作」的納入規則；
為 $J_t,F_t$ 選定同一時間窗及高分閾值，避免事後挑選；
區分人的主動工作、AI 自行執行、人工回交與純監看；
事前定義主要結果、次要結果與最小有意義效果；
分開事前模型、探索性分析與事後修正；
對混合效果、滯後與時間自相關採用適當統計方法；
為漏填、退出、平台故障或自動記錄中斷訂定規則；
明確說明資料隱私、安全及刪除／保存期限；
報告沒有支持假說的結果，而非只發表成功的正向發現；
當研究顯示新增模型沒有增量效度時，接受將其整合回既有理論。

附錄 E｜符號表與模型性質

符號	含義	模型性質
$t$	工作片段或指定觀察時窗	外部時間索引
$A_t$	自願與主觀自主程度	需操作化的構念
$M_t$	工作的主觀意義	需操作化的構念
$G_t$	正向成果或探索回饋	可部分事件化
$J_t$	創造滿足	同時點經驗變項
$I_t$	主動判準調用密度	提議中的行為代理變數
$L_t$	認知要求劑量	多指標候選構念
$F_t$	當下疲憊經驗	自評與行為指標
$D_t$	潛在跨期恢復需求	待估計狀態，非神經電量
$R_t$	有效恢復機會	多維恢復條件
$V_t$	Agent 工作牽掛	AIPV 相鄰接口
$S_t$	實際時間主權	多維政策可行性
$W_t$	是否選擇繼續非必要工作	二元工作決策示例
$\rho$	狀態延續係數	模型係數，未估計
$\kappa$	要求對潛在狀態的作用	模型係數，未估計
$\xi$	心理牽掛的作用	模型係數，未估計
$\delta$	恢復條件的作用	模型係數，未估計
$\sigma$	logistic 有界映射	數學函數，不是實證真值

數學誠信聲明： 此處所有模型均須區分「構念定義」「假設」「模型內推導」「外部實證」與「待估計的數值參數」。不得在後續版本中將它們混為已被證明的經驗定律。

參考文獻｜外部公開研究與正式機構資料

文獻核對日期： 2026-10-16。以下以出版商、原始期刊、PubMed、研究機構或國際組織可查頁面為主。不同文獻包括理論綜述、量表發展、實證與觀察研究；不得將同一篇研究的效果不當延伸到本系列所有命題。

[E1] Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78. https://doi.org/10.1037/0003-066X.55.1.68
[E2] Vallerand, R. J., Blanchard, C., Mageau, G. A., Koestner, R., Ratelle, C., Léonard, M., Gagné, M., & Marsolais, J. (2003). Les passions de l'âme: On obsessive and harmonious passion. Journal of Personality and Social Psychology, 85(4), 756–767. https://doi.org/10.1037/0022-3514.85.4.756
[E3] Demerouti, E. (2006). Job characteristics, flow, and performance: The moderating role of conscientiousness. Journal of Occupational Health Psychology, 11(3), 266–280. https://doi.org/10.1037/1076-8998.11.3.266
[E4] Bakker, A. B. (2008). The work-related flow inventory: Construction and initial validation of the WOLF. Journal of Vocational Behavior, 72(3), 400–414. https://doi.org/10.1016/j.jvb.2007.11.007
[E5] Inzlicht, M., Shenhav, A., & Olivola, C. Y. (2018). The Effort Paradox: Effort Is Both Costly and Valued. Trends in Cognitive Sciences, 22(4), 337–349. https://doi.org/10.1016/j.tics.2018.01.007
[E6] Bakker, A. B., Demerouti, E., & Sanz-Vergel, A. (2023). Job Demands–Resources Theory: Ten Years Later. Annual Review of Organizational Psychology and Organizational Behavior, 10, 25–53. https://doi.org/10.1146/annurev-orgpsych-120920-053933
[E7] Schaufeli, W. B., Taris, T. W., & Van Rhenen, W. (2008). Workaholism, Burnout, and Work Engagement: Three of a Kind or Three Different Kinds of Employee Well-being? Applied Psychology, 57(2), 173–203. https://doi.org/10.1111/j.1464-0597.2007.00285.x
[E8] Schaufeli, W. B., Shimazu, A., & Taris, T. W. (2009). Being driven to work excessively hard: The evaluation of a two-factor measure of workaholism in The Netherlands and Japan. Cross-Cultural Research, 43(4), 320–348. https://doi.org/10.1177/1069397109337239
[E9] Hockey, G. R. J. (1997). Compensatory control in the regulation of human performance under stress and high workload: A cognitive-energetical framework. Biological Psychology, 45(1–3), 73–93. https://doi.org/10.1016/S0301-0511(96)05223-4
[E10] Boksem, M. A. S., & Tops, M. (2008). Mental fatigue: Costs and benefits. Brain Research Reviews, 59(1), 125–139. https://doi.org/10.1016/j.brainresrev.2008.07.001
[E11] Pessiglione, M., Blain, B., Wiehler, A., & Naik, S. (2025). Origins and consequences of cognitive fatigue. Trends in Cognitive Sciences, 29(8), 730–749. https://doi.org/10.1016/j.tics.2025.02.005
[E12] Sonnentag, S., & Fritz, C. (2007). The Recovery Experience Questionnaire: Development and validation of a measure for assessing recuperation and unwinding from work. Journal of Occupational Health Psychology, 12(3), 204–221. https://doi.org/10.1037/1076-8998.12.3.204
[E13] Sonnentag, S., & Fritz, C. (2015). Recovery from job stress: The stressor-detachment model as an integrative framework. Journal of Organizational Behavior, 36(S1), S72–S103. https://doi.org/10.1002/job.1924
[E14] Wendsche, J., & Lohmann-Haislah, A. (2017). A Meta-Analysis on Antecedents and Outcomes of Detachment from Work. Frontiers in Psychology, 7, 2072. https://doi.org/10.3389/fpsyg.2016.02072
[E15] Sonnentag, S. (2018). The recovery paradox: Portraying the complex interplay between job stressors, lack of recovery, and poor well-being. Research in Organizational Behavior, 38, 169–185. https://doi.org/10.1016/j.riob.2018.11.002
[E16] Zhang, Y., Li, T., & Chen, C. (2026-09-24). When AI works, employees worry: The vigilance cost of AI delegation in hybrid work. Frontiers in Psychology, 17, Article 1914119. https://doi.org/10.3389/fpsyg.2026.1914119 （兩波調查、642 名使用 AI 的混合辦公員工；相關及路徑分析不等於隨機化因果證明）
[E17] Ranganathan, A., & Ye, X. M. (2026-02-09). AI Doesn’t Reduce Work—It Intensifies It. Harvard Business Review. https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it （科技公司研究報導，不能單獨支持跨產業普遍結論）
[E18] Savolainen, I., Osma, T., Grönroos, R., Heiskari, M., & Oksanen, A. (2026). Social comparison contributes to work exhaustion in the context of workplace AI use: A three-wave follow-up study of Finnish workers. SSM – Population Health, 35, 101945. https://doi.org/10.1016/j.ssmph.2026.101945
[E19] Ashinoff, B. K., & Abu-Akel, A. (2021; online 2019). Hyperfocus: The forgotten frontier of attention. Psychological Research, 85, 1–19. https://doi.org/10.1007/s00426-019-01245-8 （概念與測量綜述，非本文建立 ADHD 相關因果機制之依據）
[E20] World Health Organization. (2019-05-28). Burn-out an “occupational phenomenon”: International Classification of Diseases. https://www.who.int/News/Item/28-05-2019-Burn-out-an-Occupational-Phenomenon-International-Classification-of-Diseases
[E21] Hart, S. G., & Staveland, L. E. (1988). Development of NASA-TLX (Task Load Index): Results of Empirical and Theoretical Research. In Human Mental Workload (Advances in Psychology, Vol. 52, pp. 139–183). https://doi.org/10.1016/S0166-4115(08)62386-9

文獻的證據地位

動機、熱情、心流、努力與恢復：已有長期的理論與多類型資料，VEFC 應與其對照而不應直接宣稱空白領域。
AI 工作強化與 AI 委任後牽掛：有近年的場域、觀察和調查證據，但是否直接適用於小型創業者、獨立數學研究者、遊戲開發者、長期多 Agent 使用者，仍需額外研究。
VEFC 的新構念與方程：截至本篇僅是候選研究模型，尚無獨立大樣本驗證；不能以既有引用代替本研究的實際檢驗。

參考文獻｜EveMissLab 與 HACTS 內部先行原稿

以下文件用於明確追溯已存在的概念與避免重複發明。既有檔案的存在不代表所有版本已公開、已經通過同儕審查，或已完成大樣本實驗。

[I0] HACTS-00｜從無限可做之事到有限可支配人生（2026-10-16，v0.1；canonical UTF-8 Markdown）：HACTS-00_從無限可做之事到有限可支配人生_v0.1_2026-10-16.md。
[I1] HACTS-01｜生產力內生擴張悖論（2026-10-16，v0.1；canonical UTF-8 Markdown）：HACTS-01_生產力內生擴張悖論_v0.1_2026-10-16.md。
[I2] HACTS-02｜額度重置與時間支配（2026-10-16，v0.1；canonical UTF-8 Markdown）：HACTS-02_額度重置與時間支配_v0.1_2026-10-16.md。
[I3] HODR-IV｜AI 生產力與可能性空間爆炸（2026-09-26，v0.1）。
[I4] HAVT-06｜從失業時間到時間主權（2026-10-06，v0.1）。https://unboundedaxiom.org/p/lm-004988/
[I5] HAVT-07｜多速度文明：拒絕、升階、退出與回返（2026-10-06，v0.1）。https://unboundedaxiom.org/p/lm-004989/
[I6] AI 計算時間經濟學：Token、算力、額度與智能資源配置（2026-08-20，v0.1）。https://unboundedaxiom.org/p/lm-003194/
[I7] 委任時間論：自主 Agent、人類介入密度與治理槓桿（2026-08-20，v0.1）。https://unboundedaxiom.org/p/lm-003321/
[I8] 從 AI 工具到 AI 組織：操作員退出問題（2026-08-20，v0.1）。https://unboundedaxiom.org/p/lm-003327/
[I9] MPD-16｜人機耦合狀態（v1.0）。
[I10] RR-06｜從 Self-Authorship 到 Owned Trajectory：選擇、承諾與可修正人生線（2026-08-21，v0.1）。https://unboundedaxiom.org/p/lm-003284/
[I11] 原生人類前沿主權窗口論（v0.1）。https://unboundedaxiom.org/p/lm-001946/

原稿驗證、版本紀錄與後續研究狀態

原稿載體：本 Markdown 為正式 canonical source；不要求從 ChatGPT 渲染畫面複製數學式。
數學分隔符：行內與展示數學統一使用標準美元符號 LaTeX 分隔符；驗證結果由實際程式檢查後記錄。
數學數值：第 11 章的 sigmoid、狀態轉移、截斷及穩態例子為明確的示意算例，應由獨立計算重新核對。
參考資料：引用的 DOI 與文獻題名截至 2026-10-16 已在公開學術網站核對。後續發表須再檢查勘誤、撤稿與引用狀態。
原創邊界：自我決定、熱情雙元性、工作心流、努力悖論、認知疲勞及恢復悖論均有先行研究。本篇主張的是特定人機耦合條件下的可測量整合模型與時間主權問題，不宣稱這些基礎現象首次出現。
論證等級：目前為理論與方法初稿，未取得自身新實驗支持；若將來新資料反駁新增變項，須修正或放棄相應命題。
公開範圍：未包含私人健康、家人資訊、公司財務細節、未公開程式碼、API 金鑰或私人對話逐字資料。
後續篇章：HACTS-04《代理並行與認知待命》將接續 Agent 持續執行、人類認知離線、風險回交及最低必要治理的研究。

END — HACTS-03 v0.1

HACTS-03｜自願性高投入的雙重狀態：創造滿足與認知疲勞如何同時存在

HACTS-03｜自願性高投入的雙重狀態：創造滿足與認知疲勞如何同時存在

從主動注意力調用、意義報酬、認知控制成本與跨期恢復，到人機耦合創作者的時間主權

摘要

0. 問題的重新提出：享受工作的人，為什麼也會累？

0.1 「累」與「爽」可以是一組有效的觀察，而不是邏輯矛盾

0.2 不能把「自願」與「無成本」混淆

0.3 「主動調用」不是某種百分比的神經活動

0.4 本篇的新增問題

1. 理論與實證譜系：先承認哪些研究已經存在

1.1 自我決定理論：自主性影響動機的品質

1.2 雙元熱情模型：喜歡、內化與內在壓力不是一回事

1.3 心流研究：高度吸收與工作享受已經有成熟測量

1.4 努力悖論：努力既可能是成本，也可能成為價值

1.5 工作要求—資源理論：投入與消耗不能壓成單一尺度

1.6 工作投入、工作狂與耗竭有可區分的測量概念

1.7 認知疲勞不是簡單的「大腦電池歸零」

1.8 恢復研究：停工、心理抽離與真正恢復有差別

1.9 自主 Agent 將「工作執行」與「工作牽掛」拆開

1.10 AI 工作強化的證據不能被普遍化

1.11 ADHD 超專注研究的限定位置

1.12 文獻綜合：本篇確切的新問題

2. 基本定義：至少需要分開的八個變項

2.1 自願性與自主感 AtA_tAt​

2.2 創造滿足與意義回饋 JtJ_tJt​

2.3 主動認知調用 ItI_tIt​

2.4 認知任務需求 LtL_tLt​

2.5 當下疲憊經驗 FtF_tFt​

2.6 恢復需求或跨期負荷狀態 DtD_tDt​

2.7 有效恢復機會 RtR_tRt​

2.8 可實行的時間主權 StS_tSt​

2.9 Agent 相關的附加狀態

3. 滿足—疲勞是二維狀態，而非單軸強度

3.1 為什麼單軸模型有缺陷

3.2 四個狀態象限

3.3 同時存在，不意味有相同原因

3.4 必須鎖定相同時間窗

4. 兩條不同速度的因果路徑：意義回饋與恢復需求

4.1 意義—創造回饋循環

4.2 負荷—恢復需求循環

4.3 兩條路徑不必同步

4.4 正回饋不是一定會失控

4.5 「累而繼續」有多種不同因果解釋

5. 主動認知調用：高腦力活動與「整天都在決策」

5.1 不是單純計算工時

5.2 實質決策與瑣碎點擊的區別

5.3 認知密度也不是唯一的疲憊因子

5.4 主動判準調用的反面：工作的自動化或流暢化

5.5 使用注意力指標時的最小謹慎

6. 喜歡自己做的事，與控制自己何時不做，是兩種自由

6.1 第一層：從事活動的自願性

6.2 第二層：停止活動的可行性

6.3 由自己創造的義務，仍可能成為需要檢視的義務

6.4 不把休息變成另一種產出績效

6.5 成就感不能充當自動豁免

7. 認知疲勞的多層測量：不以一個指標替代所有負荷

7.1 至少四種不同的觀察量

7.2 為什麼表現可以維持，負荷卻可能增加

7.3 精熟化與 AI 協助可能抵銷成本

7.4 避免將短期疲勞直接等同職業倦怠

7.5 可以使用標準量表，但不能亂合併分數

8. 恢復不是單純離開鍵盤：高投入者的生活邊界

8.1 休閒可帶來恢復，也可具有新的負荷

8.2 心理抽離不等於忘記自己喜歡的事

8.3 休息時間長不等於有效恢復

8.4 更有趣的問題：能否自願選擇暫時不進入創造狀態？

8.5 恢復需求應被尊重，但不應被轉換為普遍處方

9. AI 如何改變主動高投入的成本與誘因

9.1 從「做不到」轉為「做得完」，並不自動轉為「做得少」

9.2 AI 可以同時替人減少執行與增加判斷

9.3 最具有張力的情況：AI 的成功也是人的新誘惑

9.4 AI 並行也可能降低真正的休閒保護

9.5 工具產能不應自動變成人類義務

9.6 HACTS-03 與 HACTS-04 的清楚分工

10. VEFC 最小跨期模型：同時容納快樂、負荷與自願停止

10.1 模型定位與最小假設

10.2 當下創造滿足的候選模型

10.3 累積恢復需求的最小狀態方程

10.4 當下疲憊的觀察模型

10.5 自願繼續工作的選擇模型

2.1 自願性與自主感 $A_t$

2.2 創造滿足與意義回饋 $J_t$

2.3 主動認知調用 $I_t$

2.4 認知任務需求 $L_t$

2.5 當下疲憊經驗 $F_t$

2.6 恢復需求或跨期負荷狀態 $D_t$

2.7 有效恢復機會 $R_t$

2.8 可實行的時間主權 $S_t$