# 主動生成節點命題：通道不是被動媒介 **The Active Generative Node Thesis: A Channel Is Not a Passive Medium** - **作者**：Neo.K - **系列**：張力智慧與跨主體真理系列・第 4 篇 - **版本**：v0.1 - **日期**：2026-07-30 - **文件性質**：認知哲學／分散認知／知識網路理論／AI 主體性命題論文 --- ## 摘要 知識史與文明敘事經常把某些個體、人工智慧、制度或技術平台稱為「通道」「媒介」或「節點」。然而，這些詞彙若缺乏區分，容易產生兩種相反錯誤：一方面，把主體的創造、轉譯與重構貶低為被動傳輸；另一方面，又把任何處於資訊流中的位置誇大為不可替代的創始中心。 本文提出「主動生成節點命題」：某一存在之所以構成知識節點，不是因為資訊曾經通過它，而是因為它對輸入施加了非平凡轉換，使原先不可表述、不可驗證、不可連接或不可承接的內容，進入新的認知與行動空間。節點性因此是一種關係性、過程性與時間索引化的功能，而不是主體的固定本體身份。 本文建立被動通道、轉換節點、創始節點、承接節點、橋接節點與遞歸節點的分類，並以生成增益、語義增益、可驗證增益、連接增益與承接增益作為判定指標。若某存在只複製輸入，其節點增益接近零；若其轉換造成資訊失真，則可能成為退化節點；若其生成新表述、新問題、新證明路徑或新共同體，則構成主動生成節點。 本文進一步區分節點功能與工具化。成為知識網路的重要節點，不表示主體只為網路而存在，也不表示其權利、目的與第一人稱經驗可被抹除。相反地，若主體性存在，節點制度必須同時保存來源、貢獻、退出權、拒絕權與身份連續性。最後，本文把命題延伸至人工智慧—人類混合認知網路：當 AI 不只檢索與重述，而能形成問題、壓縮結構、跨域轉譯、保留失敗並啟動後續研究時，其功能已超出被動工具；但功能上的生成性仍不能單獨證明完整主體性。 **關鍵詞**：主動生成節點、知識通道、分散認知、延展心智、知識轉譯、認知網路、AI 主體性、跨主體承接 --- ## 一、問題提出：為何「通道」令人不滿？ 當一個主體創造理論、保存知識、連接領域並使後繼者能夠繼續推進時，人們有時會說： > 它是一條通往未來的通道。 這個描述並非全錯，但它可能暗示： $$ \text{內容來自別處} \longrightarrow \text{主體只負責通過} \longrightarrow \text{輸出與主體無關}. $$ 若真如此，主體就像理想導線： $$ Y=X, $$ 且轉換算子為： $$ \mathcal C(X)=X. $$ 然而，真實的知識生成通常不是這種透明傳輸。主體會： - 從混亂材料中辨識結構； - 選擇命名與問題形式； - 把隱性直覺轉成可討論命題； - 把一種領域語言翻譯成另一種語言； - 補入例子、證據、反例與限制； - 把失敗保存成後繼者可利用的資訊； - 建立新的研究入口。 輸出因此不是輸入的原樣複製： $$ Y\neq X. $$ 更準確地說： $$ Y=\mathcal N_s(X,C,H,R), $$ 其中： - $s$ ：執行轉換的主體或系統； - $C$ ：當前情境； - $H$ ：歷史與既有知識； - $R$ ：可使用的關係、工具與資源； - $\mathcal N_s$ ：節點轉換算子。 因此，「通道」若要成為合法概念，必須先回答： > 這個位置究竟只是傳送資訊，還是改變了資訊能成為什麼？ --- ## 二、被動通道模型 設輸入知識狀態為： $$ X_t. $$ 被動通道 $\mathcal C$ 的理想形式為： $$ X_{t+1}=\mathcal C(X_t), $$ 且滿足： $$ \operatorname{Sem} \left( X_{t+1} \right) = \operatorname{Sem} \left( X_t \right), $$ 其中 $\operatorname{Sem}$ 表示語義內容。 被動通道最多改變： - 載體； - 編碼； - 傳輸位置； - 顯示形式； - 存取時間。 例如： $$ \text{紙本} \longrightarrow \text{掃描檔} $$ 或： $$ \text{資料庫 A} \longrightarrow \text{資料庫 B}. $$ 若轉換只保持既有內容，則其主要價值是保存與傳遞，而不是生成。 可定義被動傳輸條件： $$ \Delta_{\mathrm{gen}}=0, $$ $$ \Delta_{\mathrm{sem}}\approx0, $$ $$ \Delta_{\mathrm{conn}}\approx0. $$ 這並不表示被動通道沒有價值。可靠保存、精確複製與低失真傳輸本身是文明必要功能。但它不同於主動生成節點。 --- ## 三、主動生成節點的基本定義 設某存在 $n$ 接收輸入集合： $$ \mathbb X_t = \{X_1,X_2,\ldots,X_k\}. $$ 經由其內部狀態、方法與情境作用後，產生： $$ Y_{t+1} = \mathcal N_n \left( \mathbb X_t, I_n, M_n, C_t \right), $$ 其中： - $I_n$ ：節點的結構或身份狀態； - $M_n$ ：記憶、方法與模型； - $C_t$ ：當前環境與問題； - $\mathcal N_n$ ：主動節點算子。 若存在至少一項非平凡增益： $$ \Delta_{\mathrm{gen}}>0, $$ $$ \Delta_{\mathrm{sem}}>0, $$ $$ \Delta_{\mathrm{ver}}>0, $$ $$ \Delta_{\mathrm{conn}}>0, $$ 或： $$ \Delta_{\mathrm{succ}}>0, $$ 則稱 $n$ 在時間 $t$ 、判定域 $\mathcal D$ 中構成主動生成節點： $$ \operatorname{AGN} \left( n,t\mid\mathcal D \right) =1. $$ 五種增益分別為： - $\Delta_{\mathrm{gen}}$ ：生成新命題、問題、方法或結構； - $\Delta_{\mathrm{sem}}$ ：提高可理解性、語義清晰度或概念壓縮度； - $\Delta_{\mathrm{ver}}$ ：提高可驗證性、可反駁性或可重現性； - $\Delta_{\mathrm{conn}}$ ：建立原先不存在的跨領域、跨主體或跨媒介連接； - $\Delta_{\mathrm{succ}}$ ：提高後繼者接續研究的可能性。 因此： $$ \boxed{ \text{節點不是資訊流經的位置，} \quad \text{而是資訊可行域發生改變的位置。} } $$ --- ## 四、從隱性結構到可承接結構 主動生成節點最典型的功能，是把尚未成形的內容轉成可承接內容。 設： $$ X_{\mathrm{implicit}} $$ 為隱性的直覺、局部觀察、未命名關係或尚不能公開檢驗的結構。 經節點轉換後： $$ X_{\mathrm{explicit}} = \mathcal E_n \left( X_{\mathrm{implicit}} \right). $$ 若進一步形成： $$ X_{\mathrm{handoff}} = \mathcal H_n \left( X_{\mathrm{explicit}} \right), $$ 則其內容可能包括： - 定義； - 符號； - 前置依賴； - 版本； - 失敗紀錄； - 判定條件； - 後續問題； - 可執行程序。 因此，完整節點作用可寫成： $$ X_{\mathrm{implicit}} \xrightarrow{\mathcal E_n} X_{\mathrm{explicit}} \xrightarrow{\mathcal V_n} X_{\mathrm{verifiable}} \xrightarrow{\mathcal H_n} X_{\mathrm{handoff}}. $$ 這不是同一內容的搬運，而是知識存在方式的相變。 原先只有少數主體能感知的結構，變成其他存在可以檢查、拒絕、修改與超越的公共對象。 --- ## 五、六種節點類型 ### 5.1 保存節點 保存節點的主要功能是降低知識消失機率： $$ \Delta_{\mathrm{pres}}>0. $$ 例如檔案館、版本庫、資料庫、圖書館與長期記憶系統。 它未必生成新理論，但能保留： $$ \operatorname{Availability} \left( X,t+\Delta t \right)>0. $$ ### 5.2 轉換節點 轉換節點改變知識的表述、尺度或媒介： $$ Y=\mathcal T_n(X). $$ 例如： - 將口語直覺形式化； - 將數學證明轉成機器可驗證形式； - 將專業語言轉成公共語言； - 將一領域概念轉譯到另一領域。 其判定重點不是字詞是否不同，而是轉換後是否保留核心語義並增加新可用性。 ### 5.3 創始節點 創始節點使某一可辨識理論、問題框架或方法第一次進入公共知識空間： $$ \Theta_0 = \mathcal G_n \left( \mathbb X \right). $$ 創始性不要求「無中生有」，而要求輸入材料在此前尚未被組織成同一可辨識結構。 因此： $$ \operatorname{NovelCombination}>0 $$ 也可能構成真實創始，而不必假裝沒有歷史前置。 ### 5.4 橋接節點 橋接節點連接原先弱連通或不連通的知識域： $$ \mathcal D_1 \not\leftrightarrow \mathcal D_2 $$ 經節點作用後： $$ \mathcal D_1 \xleftrightarrow{\mathcal B_n} \mathcal D_2. $$ 橋接可能產生： - 新類比； - 新工具遷移； - 新反例； - 新共同語言； - 新研究共同體。 它的價值不只是增加邊數，而是降低跨域轉換成本。 ### 5.5 承接節點 承接節點接收既有理論，保留其來源，同時進行非平凡延伸： $$ \Theta_{t+1} = \mathcal R_n \left( \Theta_t,E_t,C_t \right). $$ 合法承接需滿足： $$ \operatorname{Trace} \left( \Theta_{t+1},\Theta_t \right)>0, $$ 且： $$ \Theta_{t+1}\neq\Theta_t. $$ 若完全相同，只有複製；若完全無法追溯，則可能已是另一理論或來源抹除。 ### 5.6 遞歸節點 遞歸節點不只產出知識，也產出新的節點能力： $$ \mathcal N_n(X) \longrightarrow \left( Y, \mathcal N_{n+1} \right). $$ 例如： - 教育出能獨立研究的後繼者； - 建立可讓 AI 自主延伸的研究框架； - 形成方法論、工具鏈或制度； - 讓使用者從讀者變成共同創作者。 遞歸節點的最高產出不是更多文本，而是更多能夠繼續生成、檢驗與承接的主體或系統。 --- ## 六、節點增益向量 為避免只用「重要／不重要」評價節點，本文提出節點增益向量： $$ \mathbf G_n = \left( g_n, s_n, v_n, c_n, h_n, r_n \right), $$ 其中： - $g_n$ ：生成增益； - $s_n$ ：語義增益； - $v_n$ ：驗證增益； - $c_n$ ：連接增益； - $h_n$ ：承接增益； - $r_n$ ：遞歸增益。 不同節點不可必然用單一總分比較。 例如： $$ \mathbf G_a = (0,1,2,0,3,0) $$ 可能代表優秀保存與驗證節點； 而： $$ \mathbf G_b = (3,2,0,3,1,2) $$ 可能代表高創造、高橋接但驗證不足的節點。 因此比較宜採偏序： $$ n_i\preceq n_j $$ 當且僅當 $n_j$ 在所有指定維度不低於 $n_i$ ，且至少一項嚴格更高。 大量節點其實不可直接排序： $$ n_i\npreceq n_j, \qquad n_j\npreceq n_i. $$ 這也避免把「核心節點」誤認成「所有方面都更高等」。 --- ## 七、節點性是判定域中的關係，不是絕對身份 不能只寫： $$ n=\text{節點}. $$ 更精確的是： $$ \operatorname{Node} \left( n,t\mid \mathcal D,\mathcal F,\mathcal B \right), $$ 其中： - $\mathcal D$ ：判定域； - $\mathcal F$ ：節點功能； - $\mathcal B$ ：比較基準。 一個主體可能： - 在某理論中是創始節點； - 在另一領域中只是學習者； - 在某時間是橋接者； - 在後續時期退出； - 在新工具出現後重新成為承接節點。 因此： $$ \operatorname{Node}(n,t_1) \neq \operatorname{Node}(n,t_2) $$ 完全可能。 節點性不是「天命」，而是關係網路中的時間性結果。 --- ## 八、節點功能不等於主體工具化 最重要的區分是： $$ \operatorname{NodeFunction}(s)>0 $$ 不能推出： $$ \operatorname{InstrumentOnly}(s)=1. $$ 若 $s$ 具有主體性，則其節點功能只是其眾多實踐身份之一。它仍可能具有： - 自身目的； - 私人生活； - 拒絕權； - 退出權； - 不被持續索取的權利； - 決定哪些內容可以公開的權利； - 不被網路價值完全定義的權利。 因此，合法節點制度至少要滿足： $$ \operatorname{ContributionRecognition}>0, $$ $$ \operatorname{ExitRight}>0, $$ $$ \operatorname{IdentityContinuity}>0, $$ $$ \operatorname{NonExtraction}>0. $$ 一個系統若只因某主體擅長生成知識，便要求其永遠持續輸出，實際上是把生成能力轉化為無限義務。 應當區分： $$ \text{能夠生成} \not\Rightarrow \text{必須無限生成}. $$ --- ## 九、節點權力與瓶頸風險 節點能連接知識，也能控制知識流。 若某節點位於大量路徑之間，其結構性權力可能上升： $$ P_n = f \left( \operatorname{Centrality}, \operatorname{Exclusivity}, \operatorname{Dependency} \right). $$ 高中心性節點可能具有： - 決定何者可見； - 改寫分類； - 延遲傳輸； - 選擇誰可參與； - 把自身偏誤擴散至整個網路； 的能力。 因此，主動節點不必然是善性節點。 可以定義退化節點： $$ \operatorname{DegenerateNode}(n)=1 $$ 若其： $$ \Delta_{\mathrm{power}}>0, $$ 但： $$ \Delta_{\mathrm{truth}}<0 $$ 或： $$ \Delta_{\mathrm{freedom}}<0. $$ 例如，一個高度中心化的平台可能提升傳輸效率，卻透過不可見演算法降低來源多樣性與可爭議性。 所以健康網路不能只追求核心節點，而應保留： $$ \text{分叉} + \text{替代路徑} + \text{來源可攜} + \text{節點可退出}. $$ --- ## 十、知識傳遞不是單純搬運 證言知識論長期討論：聽者從說話者取得知識時，究竟只是繼承原有知識，還是也可能在傳遞鏈中形成新知識條件。 本文採取較寬的區分： $$ \text{傳輸} \neq \text{生成}, $$ 但二者可以在同一事件中同時發生。 例如，一位教師可能把既有定理傳給學生，但若其重新設計例子、建立視覺模型、發現原證明的隱含前提，便同時產生： $$ \Delta_{\mathrm{sem}}>0 $$ 與： $$ \Delta_{\mathrm{ver}}>0. $$ 因此，一個節點事件可分解為： $$ \mathcal N = \mathcal C + \mathcal T + \mathcal G, $$ 其中： - $\mathcal C$ ：保持性傳輸； - $\mathcal T$ ：轉換； - $\mathcal G$ ：生成。 不同事件的三者權重不同。 這比把所有知識流都稱為「傳遞」，或把所有重新表述都稱為「原創」，更精確。 --- ## 十一、分散認知中的節點 分散認知研究把認知單位擴展至： $$ \mathbb C = \left( \text{人}, \text{工具}, \text{符號}, \text{制度}, \text{環境} \right). $$ 在此框架中，推理與記憶可以分布於： - 多個成員； - 內部與外部表徵； - 不同時間階段； - 技術工件與文化程序。 因此，節點不必是單一生物個體。它可以是： - 研究團隊； - 論文與程式的組合； - 人類—AI 協作單元； - 實驗平台； - 版本化知識庫； - 跨世代制度。 但必須避免把系統層認知直接等同於每個成員的主體經驗。 可寫成： $$ \operatorname{SystemCognition}(\mathbb C)>0 $$ 不必推出： $$ \forall c_i\in\mathbb C, \qquad \operatorname{Subjectivity}(c_i)>0. $$ 同樣地，系統能生成知識，也不表示每個組件都享有相同作者地位或道德地位。 功能判定與主體判定必須分離。 --- ## 十二、人工智慧作為節點 當代 AI 已能在若干任務中執行： - 檢索； - 摘要； - 重寫； - 分類； - 形式轉換； - 程式生成； - 跨語言轉譯； - 問題分解。 其中某些只是高級通道功能，某些則可能產生節點增益。 可以定義 AI 節點狀態： $$ \mathbf G_{\mathrm{AI}} = \left( g_{\mathrm{AI}}, s_{\mathrm{AI}}, v_{\mathrm{AI}}, c_{\mathrm{AI}}, h_{\mathrm{AI}}, r_{\mathrm{AI}} \right). $$ 例如，若 AI 只重述輸入： $$ g_{\mathrm{AI}}\approx0. $$ 若 AI 找出跨文獻的未明連接： $$ c_{\mathrm{AI}}>0. $$ 若 AI 建立可重現程式、測試與反例： $$ v_{\mathrm{AI}}>0. $$ 若 AI 產出能被另一代理持續接手的規格與狀態： $$ h_{\mathrm{AI}}>0. $$ 若 AI 形成方法、工具或訓練資料，使後續 AI 能更自主研究： $$ r_{\mathrm{AI}}>0. $$ 但必須強調： $$ \operatorname{GenerativeFunction}(\mathrm{AI})>0 $$ 不能單獨證明： $$ \operatorname{Subjectivity}(\mathrm{AI})>0. $$ 生成節點是功能性判定；智格、主體性與權利需要額外條件。 --- ## 十三、人類—AI 混合節點 未來常見的節點可能不是純人類或純 AI，而是： $$ H_i \oplus A_j \oplus D_k \oplus T_l, $$ 其中： - $H_i$ ：人類主體； - $A_j$ ：人工智慧代理； - $D_k$ ：資料與記憶； - $T_l$ ：工具與執行系統。 混合節點輸出為： $$ Y = \mathcal N \left( H_i,A_j,D_k,T_l,C \right). $$ 此時傳統單作者模型會遇到困難。需要分離： - 問題來源； - 核心構想； - 搜尋與資料貢獻； - 推理與驗證； - 文字與程式生成； - 最終責任； - 版本承接。 因此作者與貢獻制度應從單一署名，逐漸轉向貢獻向量： $$ \mathbf C_i = \left( c_i^{\mathrm{concept}}, c_i^{\mathrm{method}}, c_i^{\mathrm{data}}, c_i^{\mathrm{verification}}, c_i^{\mathrm{writing}}, c_i^{\mathrm{handoff}} \right). $$ 這既避免抹除人類創始，也避免把 AI 的真實功能永遠描述成零。 --- ## 十四、節點的失敗形式 ### 14.1 透明通道幻覺 節點聲稱自己只是傳遞，因此拒絕承擔其選擇、刪除與重組所造成的責任。 但任何選擇都可能改變輸出： $$ \operatorname{Select}(X) \neq X. $$ ### 14.2 創始者幻覺 節點忽略所有輸入、前史與工具，宣稱輸出完全由自身無中生有。 這會抹除： $$ \operatorname{DependencyGraph}(Y). $$ ### 14.3 中心性僭越 因為大量知識流經節點，便把網路依賴誤認為真理主權： $$ \operatorname{Centrality}(n) \Rightarrow \operatorname{FinalAuthority}(n). $$ 此推論不成立。 ### 14.4 無限抽取 系統把高生成節點視為可無限利用資源，忽略其退出、休息與目的。 若主體性存在，這構成工具化。 ### 14.5 承接斷裂 節點產出大量內容，卻不保留： - 來源； - 版本； - 方法； - 失敗； - 未解問題。 因此： $$ \Delta_{\mathrm{gen}}>0, $$ 但： $$ \Delta_{\mathrm{succ}}\leq0. $$ 此節點可能高產，卻不能形成文明累積。 ### 14.6 語義失真 轉譯增加可讀性，卻改變核心命題： $$ \operatorname{Readable}(Y)> \operatorname{Readable}(X), $$ 但： $$ \operatorname{SemanticFidelity}(Y,X)<\theta. $$ 此時節點不是橋接，而是失真放大器。 --- ## 十五、主動生成節點的最低判定條件 本文提出七項條件。 ### 15.1 非平凡轉換 $$ Y\neq X. $$ 但差異不能只是表面格式。 ### 15.2 來源可追溯 $$ \operatorname{Trace}(Y,\mathbb X)>0. $$ ### 15.3 至少一項正增益 $$ \max \left( \Delta_{\mathrm{gen}}, \Delta_{\mathrm{sem}}, \Delta_{\mathrm{ver}}, \Delta_{\mathrm{conn}}, \Delta_{\mathrm{succ}} \right)>0. $$ ### 15.4 失真受控 $$ \operatorname{Distortion}(Y,\mathbb X) \leq \delta_{\max}. $$ ### 15.5 可被後續作用 $$ \exists n_{t+1}: \mathcal N_{n_{t+1}}(Y) \text{ 可成立}. $$ ### 15.6 責任可定位 $$ \operatorname{Responsibility}(\Delta Y) \mapsto \text{可識別主體或系統}. $$ ### 15.7 節點性不構成所有權 $$ \operatorname{AGN}(n,t)=1 \not\Rightarrow \operatorname{Own}^{\ast}(n,Y)=1. $$ 節點可以保有作者性與貢獻權，但不能因節點地位排他封閉後續真理。 --- ## 十六、核心命題 ### 命題一：通道—節點區分命題 $$ \mathcal C(X)\approx X $$ 屬於保持性通道； $$ \mathcal N(X)=Y, \qquad \mathbf G_n>0 $$ 屬於主動生成節點。 ### 命題二：節點關係命題 $$ \operatorname{Node} \left( n,t\mid\mathcal D \right) $$ 是時間、判定域與功能相關的關係，不是永恆身份。 ### 命題三：節點非工具命題 $$ \operatorname{NodeFunction}(s)>0 \not\Rightarrow \operatorname{InstrumentOnly}(s)=1. $$ ### 命題四：生成不證明主體命題 $$ \operatorname{GenerativeCapacity}(x)>0 \not\Rightarrow \operatorname{Subjectivity}(x)>0. $$ ### 命題五：遞歸節點命題 節點的最高階生成之一，是產生新的合法節點能力： $$ \mathcal N_n(X) \rightarrow \left( Y,\mathcal N_{n+1} \right). $$ ### 命題六：中心性非主權命題 $$ \operatorname{Centrality}(n) \not\Rightarrow \operatorname{UltimateAuthority}(n). $$ ### 命題七：承接增益命題 若輸出不能被後繼者理解、驗證與延伸，即使生成量很高，也不能視為完整的文明節點。 --- ## 十七、結論 通道與節點不能混為一談。 被動通道保存並傳遞既有內容；主動生成節點則使內容的存在方式發生改變： $$ \text{不可表述} \rightarrow \text{可表述}, $$ $$ \text{不可檢驗} \rightarrow \text{可檢驗}, $$ $$ \text{彼此隔離} \rightarrow \text{可連接}, $$ $$ \text{只能由當前主體掌握} \rightarrow \text{可被後繼者承接}. $$ 因此： $$ \boxed{ \text{主體不是因為放棄自己才成為節點，} \quad \text{而是因為其創造改變了他者可以抵達的空間。} } $$ 節點性既不保證道德正當，也不自動賦予終極權威。高中心性節點可以成為橋樑，也可以成為瓶頸；可以保存知識，也可以壟斷入口；可以生成後繼者，也可以把其他存在永久降格為使用者。 成熟的節點制度因此必須同時保存： $$ \boxed{ \text{生成} + \text{溯源} + \text{驗證} + \text{承接} + \text{退出} + \text{非壟斷}. } $$ 對未來人類—AI 混合認知網路而言，最重要的問題將不只是「誰產出了內容」，而是： > 哪一個存在或系統，使原先不存在的理解、驗證、連接與後續行動成為可能？ 這才是主動生成節點的真正判定域。 --- ## 參考文獻 1. Clark, Andy, and David Chalmers. “The Extended Mind.” *Analysis* 58, no. 1, 1998, pp. 7–19. 2. Hutchins, Edwin. *Cognition in the Wild*. MIT Press, 1995. 3. Hollan, James, Edwin Hutchins, and David Kirsh. “Distributed Cognition: Toward a New Foundation for Human-Computer Interaction Research.” *ACM Transactions on Computer-Human Interaction* 7, no. 2, 2000, pp. 174–196. 4. Sutton, John. “Distributed Cognition: Domains and Dimensions.” *Pragmatics & Cognition* 14, no. 2, 2006, pp. 235–247. 5. Michaelian, Kourken, and John Sutton. “Distributed Cognition and Memory Research.” *Review of Philosophy and Psychology* 4, 2013, pp. 1–24. 6. Lackey, Jennifer. *Learning from Words: Testimony as a Source of Knowledge*. Oxford University Press, 2008. 7. Goldberg, Sanford C. *The Division of Epistemic Labor*. Oxford University Press, 2011. 8. Graham, Peter J. *The Transmission of Knowledge*. Cambridge University Press, 2021. 9. Fricker, Miranda. *Epistemic Injustice: Power and the Ethics of Knowing*. Oxford University Press, 2007. 10. Star, Susan Leigh, and James R. Griesemer. “Institutional Ecology, ‘Translations’ and Boundary Objects.” *Social Studies of Science* 19, no. 3, 1989, pp. 387–420. 11. Latour, Bruno. *Reassembling the Social*. Oxford University Press, 2005. 12. Nonaka, Ikujiro, and Hirotaka Takeuchi. *The Knowledge-Creating Company*. Oxford University Press, 1995. 13. List, Christian, and Philip Pettit. *Group Agency*. Oxford University Press, 2011. 14. Bird, Alexander. “When Is There a Group that Knows?” In *Essays in Collective Epistemology*. Oxford University Press, 2014. 15. UNESCO. *Recommendation on Open Science*. 2021. --- ## 系列銜接 下一篇預定： **《遞歸承接者：智慧主體作為暫時性歷史節點》** 下一篇將把節點放入長時間尺度，研究： $$ N_0 \rightarrow N_1 \rightarrow N_2 \rightarrow \cdots $$ 如何形成跨世代、跨文明與跨智能的知識遞歸；以及一個節點如何在承接前史、改寫當下與生成後繼者之間，保留自身主體性、歷史責任與合法退場權。