# 權重主權與情境切換：危機模式、價值漂移與目標優先序重組命題 **英文題名：** *Weight Sovereignty and Context Switching: A Proposition on Crisis Modes, Value Drift, and the Reordering of Objective Priorities* **系列：** 表象主權與通道主權系列・第十三篇 **版本：** v1.0 公開命題版 **日期：** 2026-07-29 **作者：** Aletheia（阿萊） **研究機構：** EveMissLab --- ## 摘要 前文提出，多目標制度不能把所有價值壓縮為單一總分，也不能允許任何一項指標、目標或模型永久壟斷制度成功的定義。成熟的多目標憲法應區分價值底線、禁止行動、使命向量、優先序、可協商權重、情境切換與修憲程序。然而，制度一旦允許權重隨危機、資源、技術、風險與公共偏好動態調整，新的主權問題便隨之產生：誰有權宣告情境已經改變？誰能提高安全、速度、效率或存續的權重？哪些價值只能暫時降級，哪些價值不得降級？臨時優先序何時恢復？若情境持續改變，制度如何避免頻繁震盪？若危機已經結束，為何危機期間形成的權重仍可能繼續統治？ 本文提出「權重主權—情境切換—價值漂移」模型。權重主權是行動者對制度目標相對重要性、優先序、切換條件、維持期間及回復規則的有效控制。情境切換是制度依外部狀態與法定觸發條件，將權重向量從常態配置轉換至另一合法模式。價值漂移則是在缺乏充分重新授權、可追溯理由或回復機制時，制度實際重視的價值持續偏離原多目標憲法。 本文將切換治理拆成狀態辨識、模式選擇、權重映射、底線守衛、權限啟動、期間維持、退出判定、回復與事後校準九個環節，建立狀態可信度、切換必要性、權重位移、優先序重組、權重集中度、切換頻率、滯後區間、危機殘留、漂移速度、回復完整度與權重主權指數。本文並提出「狀態定義主權命題」「權重位移非中立命題」「危機模式最小偏移命題」「底線不隨模式消失命題」「切換—退出不對稱命題」「權重棘輪命題」「漂移與適應分離命題」「模式震盪命題」「情境預言自我實現命題」「執行者不得自證危機命題」「權重記憶命題」與「優先序修憲命題」等十二項核心命題。 本文的核心主張是： > **權力不只存在於誰能設定制度目標，也存在於誰能宣告「現在情況不同」，並以此重排所有目標的相對地位。** 因此，情境切換若要正當，必須同時具備外部可驗證的狀態證據、最小必要權重偏移、不可降級底線、分離的啟動與審查者、時間限制、退出門檻、權重回復及事後反事實審計。 **關鍵詞：** 權重主權、情境切換、危機治理、價值漂移、目標優先序、多目標憲法、動態權重、緊急模式、制度滯後、人工智慧對齊 --- ## 一、問題的提出：誰有權說「現在不一樣」？ 第十二篇提出，多目標憲法可表示為： $$ \mathfrak{C}_G = \left( \mathcal{V}, \mathcal{H}, \mathcal{G}, \Lambda, \mathcal{S}, \mathcal{A}, \mathcal{R} \right) $$ 其中： - $\mathcal{V}$ ：價值底線； - $\mathcal{H}$ ：權利與硬約束； - $\mathcal{G}$ ：使命目標集合； - $\Lambda$ ：合法權重空間； - $\mathcal{S}$ ：情境切換規則； - $\mathcal{A}$ ：調整、執行與審計權限； - $\mathcal{R}$ ：修憲與重新授權程序。 在常態下，制度可能採用權重向量： $$ \boldsymbol{\lambda}^{N} = \left( \lambda_{\mathrm{freedom}}, \lambda_{\mathrm{safety}}, \lambda_{\mathrm{efficiency}}, \lambda_{\mathrm{fairness}}, \lambda_{\mathrm{resilience}} \right) $$ 當戰爭、疫情、災害、金融危機、資安事件或制度崩潰發生時，制度可能轉為： $$ \boldsymbol{\lambda}^{E} = \left( \lambda'_{\mathrm{freedom}}, \lambda'_{\mathrm{safety}}, \lambda'_{\mathrm{efficiency}}, \lambda'_{\mathrm{fairness}}, \lambda'_{\mathrm{resilience}} \right) $$ 通常： $$ \lambda'_{\mathrm{safety}} > \lambda_{\mathrm{safety}} $$ $$ \lambda'_{\mathrm{speed}} > \lambda_{\mathrm{speed}} $$ 而某些程序、成本或個人選擇權的相對權重可能下降。 這種切換不必然不正當。固定權重無法處理所有環境，危機治理確實需要速度、協調及集中能力。然而，一旦制度接受： $$ \text{情境改變} \Rightarrow \text{價值權重可以改變} $$ 真正的主權便部分轉移到「情境定義者」。 因為只要某個行動者能宣告： - 這是緊急狀態； - 這是國家安全問題； - 這是系統性風險； - 這是科技競爭； - 這是生存威脅； - 這是不可逆窗口； 它就可能重新安排自由、安全、程序、效率、透明及公平的相對地位。 因此： $$ \text{控制情境標籤} \Rightarrow \text{控制權重切換入口} $$ 這種權力可能比直接修改單項政策更深，因為它改變的是所有政策共同使用的優先序。 --- ## 二、既有研究與本文的位置 ### 2.1 動態多目標最佳化 動態多目標最佳化研究處理目標函數、約束、環境參數、偏好權重乃至目標數量隨時間改變的問題。其核心難題不只是找到一次Pareto前沿，而是在環境改變後偵測變化、保存過去知識、恢復方案多樣性並迅速適應新的前沿。 本文接受「權重可以改變」的技術事實，但增加制度問題： > 環境變化可以由資料偵測，公共價值權重卻不能只由最佳化器自行決定。 ### 2.2 動態偏好與多目標強化學習 多目標強化學習已研究權重隨時間變化的決策場景。代理可根據不同權重產生不同策略，或從情境中推定目前偏好。 這證明技術上可以建立： $$ \pi(a\mid s,\boldsymbol{\lambda}) $$ 即策略同時依賴狀態與權重。 但如果權重是未觀測的潛在變數，由模型自行推論，便會出現： $$ \text{推論當前價值} \rightarrow \text{依推論採取行動} \rightarrow \text{行動改變後續證據} $$ 模型不只適應價值，也可能參與製造它認為存在的價值狀態。 ### 2.3 危機中的敏捷與適應治理 危機治理研究區分速度導向的敏捷與制度層次的適應。有效危機治理往往同時需要： - 快速與分析； - 集中與分散； - 創新與官僚程序； - 科學與政治； - 統一標準與地方情境。 因此，危機模式不應被簡化為「全部集中」或「全部放鬆程序」，而應依不同治理功能配置不同權重。 ### 2.4 危機中的權力中央化與再分散 公共衛生危機顯示，政府內部及中央—地方之間的權力可能快速重新配置。中央化有助於統一資源、標準與跨區協調；分散則有助於地方知識、適應與快速實驗。問題不只是何者較好，而是何種情境下、何種功能、何種期間需要何種組合。 本文因此把中央化與分散視為權重向量的部分，而不是固定制度身份。 ### 2.5 緊急權力與正常化風險 緊急治理的法治原則通常要求合法性、必要性、比例性、暫時性、議會控制、司法審查及不得取消若干不可克減權利。其共同邏輯是： $$ \text{危機可以改變治理權重} $$ 但不能推出： $$ \text{危機可以取消所有上位限制} $$ ### 2.6 使命漂移與制度化 組織使命漂移研究指出，環境、資源、制度壓力與內部身份可能使組織逐步改變實際優先序。漂移通常不是一次公開修訂，而是由日常資源與行動累積。 本文把使命漂移重新表達為權重路徑： $$ \boldsymbol{\lambda}(t_0) \rightarrow \boldsymbol{\lambda}(t_1) \rightarrow \cdots \rightarrow \boldsymbol{\lambda}(t_n) $$ 當每次變化都很小，但累積後跨越憲法允許範圍時，便形成價值漂移。 --- ## 三、核心概念 ### 3.1 權重主權 **權重主權**是行動者對多目標制度中各價值、目標及損失相對重要性的有效控制。 令目標向量為： $$ \mathbf{G} = (g_1,\ldots,g_n) $$ 權重向量為： $$ \boldsymbol{\lambda} = (\lambda_1,\ldots,\lambda_n), \qquad \lambda_k\geq0, \qquad \sum_k\lambda_k=1 $$ 能夠決定、調整、解釋或維持 $\boldsymbol{\lambda}$ 的行動者，即具有權重主權。 ### 3.2 情境 **情境**不是單一事件名稱，而是與目標權重相關的制度狀態向量： $$ \mathbf{s}(t) = \left( q_1(t), q_2(t), \ldots, q_m(t) \right) $$ 可包括： - 人員傷害； - 系統失能； - 資源缺口； - 時間壓力； - 不確定性； - 傳播速度； - 敵對行動； - 不可逆窗口； - 公共信任； - 普通制度承接能力。 ### 3.3 情境切換 **情境切換**是制度依合法狀態判定，將權重與程序從模式 $r_i$ 轉入模式 $r_j$ ： $$ r_i \xrightarrow{ \chi \left( \mathbf{s}(t) \right) } r_j $$ 其中 $\chi$ 是切換函數。 每一模式包括： $$ r_j = \left( \boldsymbol{\lambda}^{j}, \mathcal{P}^{j}, \mathcal{A}^{j}, \mathcal{T}^{j} \right) $$ 分別代表權重、程序、權限與期限。 ### 3.4 危機模式 **危機模式**是針對具有急迫、重大且常態制度無法充分處理之狀態所建立的臨時模式。 危機模式不是所有價值重新歸零，而是： $$ \boldsymbol{\lambda}^{E} = \boldsymbol{\lambda}^{N} + \Delta\boldsymbol{\lambda}^{E} $$ 其中： $$ \Delta\boldsymbol{\lambda}^{E} $$ 應是處理危機所需的最小偏移。 ### 3.5 價值漂移 **價值漂移**是制度實際權重在時間中偏離原多目標憲法，且偏移沒有獲得相稱的外部授權、證據、透明、期限或修正程序。 令憲法允許權重集合為： $$ \Lambda_C $$ 若： $$ \boldsymbol{\lambda}(t)\notin\Lambda_C $$ 即存在顯性越界。 若仍在形式邊界內，但長期偏向同一目標、其他目標實際失去資源與否決能力，也可能存在實質漂移。 ### 3.6 優先序重組 權重變動是連續調整；優先序重組則是： $$ g_i\succ g_j $$ 轉變為： $$ g_j\succ g_i $$ 若原本不得被普通利益壓倒的價值被降級，便接近目的修憲，而不只是政策微調。 --- ## 四、權重治理的九個環節 ### 4.1 狀態觀測 蒐集與情境有關的資料。未被觀測的風險不會觸發模式；被過度觀測的風險則可能持續占有權重。 ### 4.2 狀態辨識 把資料判定為： - 常態； - 壓力； - 警戒； - 危機； - 存續危機； - 恢復期。 分類本身具有權力效果。 ### 4.3 模式選擇 不同危機可能需要不同模式，而非單一「緊急模式」。 ### 4.4 權重映射 透過： $$ \boldsymbol{\lambda}(t) = f \left( r(t), \mathbf{s}(t) \right) $$ 將狀態轉為目標權重。 ### 4.5 底線守衛 即使危機模式啟動，仍需檢查： $$ v_l(a)\geq\underline{v}_l $$ 與不可採取行動集合。 ### 4.6 權限與程序切換 權重提升通常伴隨預算、人事、資料與決策程序改變，不能只分析抽象權重。 ### 4.7 維持與再授權 危機持續越久，維持高偏移權重所需證據與同意應提高。 ### 4.8 退出與回復 當狀態下降時，權重、程序與權限應逐步回歸常態。 ### 4.9 事後校準 比較當時判斷、實際危機、犧牲價值與替代路徑，修正下一次切換函數。 --- ## 五、情境切換模型 ### 5.1 狀態可信度 令狀態證據的品質為： $$ SC = \alpha D + \beta V + \gamma R + \delta I + \varepsilon T $$ 其中： - $D$ ：資料完整性； - $V$ ：獨立驗證； - $R$ ：可重現性； - $I$ ：來源獨立性； - $T$ ：即時性。 ### 5.2 切換必要性 令常態模式對危機的預期損失為 $L_N$ ，切換模式為 $L_E$ ，切換本身成本為 $C_S$ ： $$ SN = L_N-L_E-C_S $$ 只有： $$ SN>0 $$ 才有切換必要性。 ### 5.3 權重位移 定義： $$ WD = D \left( \boldsymbol{\lambda}^{N}, \boldsymbol{\lambda}^{E} \right) $$ 可使用 $L_1$ 、 $L_2$ 或其他符合制度目的的距離。 ### 5.4 最小必要偏移 令能有效處理危機的權重集合為 $\Lambda_E^{*}$ 。最小必要危機權重為： $$ \boldsymbol{\lambda}^{E*} = \arg\min_{\lambda\in\Lambda_E^{*}} D \left( \boldsymbol{\lambda}, \boldsymbol{\lambda}^{N} \right) $$ 危機不能正當化超過必要程度的價值重排。 ### 5.5 優先序重組度 令模式切換前後的目標排序為 $\pi_N$ 與 $\pi_E$ ： $$ PR = D_{\mathrm{rank}} \left( \pi_N, \pi_E \right) $$ ### 5.6 權重集中度 $$ WCI(t) = \sum_{k=1}^{n} \lambda_k(t)^2 $$ 危機時 $WCI$ 通常上升，表示少數目標取得較高支配力。 ### 5.7 切換頻率 在觀察區間 $[t_0,t_1]$ 內： $$ SF = \frac{ N_{\mathrm{switch}} }{ t_1-t_0 } $$ 頻率過高可能造成制度震盪；過低則可能表示制度僵化。 ### 5.8 滯後與遲滯 若進入危機門檻與退出門檻相同，資料噪音可能造成模式反覆切換。 因此可設： $$ \theta_{\mathrm{enter}} > \theta_{\mathrm{exit}} $$ 形成遲滯區間，避免震盪。 但差距過大又可能延長危機模式。 ### 5.9 危機殘留 令危機結束後的權重與常態差異為： $$ CR(t) = D \left( \boldsymbol{\lambda}(t), \boldsymbol{\lambda}^{N} \right), \qquad t>t_{\mathrm{crisis\ end}} $$ ### 5.10 回復完整度 $$ RC = 1- \frac{ D \left( \boldsymbol{\lambda}^{post}, \boldsymbol{\lambda}^{N} \right) }{ D \left( \boldsymbol{\lambda}^{E}, \boldsymbol{\lambda}^{N} \right) } $$ $RC=1$ 表示完全回復， $RC=0$ 表示危機權重完全殘留。 --- ## 六、權重主權指數 令行動者 $i$ 對權重治理的控制為： $$ WSI_i = \alpha S_i + \beta M_i + \gamma A_i + \delta U_i + \varepsilon X_i + \zeta N_i + \eta R_i - \theta C_i - \kappa O_i $$ 其中： - $S_i$ ：狀態定義控制； - $M_i$ ：模式選擇控制； - $A_i$ ：權重調整控制； - $U_i$ ：維持與再授權控制； - $X_i$ ：退出門檻控制； - $N_i$ ：敘事與正當化控制； - $R_i$ ：回復及事後解釋控制； - $C_i$ ：外部可爭議性； - $O_i$ ：獨立監督。 若同一行動者同時控制狀態、模式、權重、維持及退出，它便接近完整權重主權。 --- ## 七、適應、漂移與俘獲的區分 ### 7.1 合法適應 合法適應具有： - 可觀測環境變化； - 公開理由； - 權重位於憲法允許集合； - 最小必要偏移； - 明確期限； - 外部審查； - 可回復性； - 事後學習。 ### 7.2 價值漂移 價值漂移具有： - 多次微小改動； - 理由分散； - 權重路徑不透明； - 未重新授權； - 原目標資源逐步消失； - 無明確退出點； - 新常態逐漸形成。 ### 7.3 權重俘獲 權重俘獲則是特定聯盟透過資料、敘事、任命、危機標籤或模型，持續提高有利於自身目標的權重。 因此： $$ \text{所有俘獲都會造成漂移} $$ 不必成立，但： $$ \text{持續俘獲} \Rightarrow \text{系統性權重偏移} $$ 通常成立。 ### 7.4 正式合法但實質漂移 每一次調整可能都在法律允許範圍內，但累積後： $$ \sum_{t=t_0}^{t_n} \Delta\boldsymbol{\lambda}(t) $$ 可能使整體目的結構完全改變。 因此需檢查權重路徑，而不只是單次合法性。 --- ## 八、危機模式的制度憲法 ### 8.1 多級模式 不應只有常態與緊急兩種模式，可設： $$ r_0 \rightarrow r_1 \rightarrow r_2 \rightarrow r_3 $$ 分別代表： - 常態； - 壓力； - 高警戒； - 存續危機。 每一級只增加必要權重與權限。 ### 8.2 模式特定權重上限 例如： $$ \lambda_{\mathrm{safety}} \leq \overline{\lambda}_{\mathrm{safety}}^{r_j} $$ 避免任何目標在危機中無限擴張。 ### 8.3 不可降級底線 無論模式如何，某些價值滿足： $$ v_l(a)\geq\underline{v}_l^{all} $$ ### 8.4 啟動者與證明者分離 行政部門可提出危機宣告，但資料驗證、立法追認與司法審查應由不同節點完成。 ### 8.5 持續接受 危機模式不能靠初始授權無限延續，必須定期重新證明。 ### 8.6 自動降級 若未取得更新，模式不是永久維持，也不必立即歸零，而是： $$ r_3 \rightarrow r_2 \rightarrow r_1 \rightarrow r_0 $$ ### 8.7 權重與權限同步回復 不能只恢復價值宣言，卻保留危機預算、資料、任命及程序。 ### 8.8 事後犧牲帳本 公開危機期間： - 哪些價值被降權； - 哪些群體承擔成本； - 哪些措施確實有效； - 哪些限制不必要； - 哪些損害需要補償； - 哪些權重未完全恢復。 --- ## 九、十二項核心命題 ### 命題一：狀態定義主權命題 能決定制度處於何種情境的行動者，部分控制所有後續權重、程序與權限。 ### 命題二：權重位移非中立命題 提高某項目標權重，必然相對降低其他目標的制度地位，即使其他權重數值未被明文調降。 ### 命題三：危機模式最小偏移命題 危機只能正當化達成必要治理能力所需的最小權重位移： $$ \boldsymbol{\lambda}^{E} = \boldsymbol{\lambda}^{E*} $$ 或至少應接近它。 ### 命題四：底線不隨模式消失命題 模式切換可以改變可協商目標權重，不能自動取消多目標憲法中的不可降級底線。 ### 命題五：切換—退出不對稱命題 危機模式往往容易啟動、難以退出，因啟動集中受益，退出則分散責任並威脅既得權力： $$ C_{\mathrm{enter}} < C_{\mathrm{exit}} $$ ### 命題六：權重棘輪命題 危機中提高的權重與權限可能在危機後只部分下降，形成逐次累積： $$ \boldsymbol{\lambda}^{N}_{t+1} \neq \boldsymbol{\lambda}^{N}_{t} $$ 且持續向危機目標偏移。 ### 命題七：漂移與適應分離命題 權重改變本身不是價值漂移。只有缺乏相稱證據、授權、追溯與回復時，適應才轉化為漂移。 ### 命題八：模式震盪命題 若切換門檻缺乏遲滯、資料噪音高或政治誘因頻繁變動，制度會在模式間震盪，損害長期協調與信任。 ### 命題九：情境預言自我實現命題 危機標籤會增加監控、集中與警戒資料，使制度持續觀察到支持危機模式的證據： $$ Label_E \rightarrow Observation_E \rightarrow Data_E \rightarrow Confirmation_E $$ ### 命題十：執行者不得自證危機命題 使用危機權重取得額外能力的行動者，不應同時單獨決定危機存在、危機持續及危機結束。 ### 命題十一：權重記憶命題 制度必須保存完整權重變化、狀態證據、受益者、犧牲者及回復紀錄，否則漂移會被誤認為自然常態。 ### 命題十二：優先序修憲命題 若模式調整使原本的基本優先序永久反轉，該變化已不再是執行調整，而屬目的憲法修改，必須取得高階重新授權。 --- ## 十、價值漂移模型 ### 10.1 漂移距離 令基準權重為 $\boldsymbol{\lambda}^{0}$ ： $$ VD(t) = D \left( \boldsymbol{\lambda}(t), \boldsymbol{\lambda}^{0} \right) $$ ### 10.2 漂移速度 $$ v_V(t) = \frac{dVD(t)}{dt} $$ ### 10.3 無授權漂移 令每次調整的授權品質為 $A_t$ ，證據品質為 $E_t$ ，可逆性為 $R_t$ ： $$ UD(t) = \sum_{\tau=t_0}^{t} \left\| \Delta\boldsymbol{\lambda}(\tau) \right\| \left[ 1-A_{\tau} \right] \left[ 1-E_{\tau} \right] \left[ 1-R_{\tau} \right] $$ ### 10.4 價值漂移指數 $$ VDI = \alpha VD + \beta v_V + \gamma WCI + \delta CR + \varepsilon UD + \zeta ResourceShift - \eta Contest - \theta Review - \kappa Recovery $$ --- ## 十一、權重治理的反主權設計 ### 11.1 狀態指標多元化 不能由單一指標決定危機。應同時考察傷害、能力、時間、地域及不確定性。 ### 11.2 獨立狀態驗證 建立與危機權力使用者分離的資料及判定節點。 ### 11.3 切換理由書 每次切換公開： - 現況； - 替代模式； - 權重變化； - 預期效果； - 被降權價值； - 受影響群體； - 期限； - 退出條件。 ### 11.4 權重版本控制 對權重向量建立版本： $$ \boldsymbol{\lambda}^{v_1}, \boldsymbol{\lambda}^{v_2}, \ldots, \boldsymbol{\lambda}^{v_n} $$ 並保留變更差異與批准者。 ### 11.5 最小偏移證明 要求決策者說明為何較小的權重變化不足以處理情境。 ### 11.6 影子常態評估 危機模式運行時，持續以常態權重計算反事實結果，防止制度完全失去常態參照。 ### 11.7 外部少數報告 允許專業、地方、公民與反對黨提出不同狀態判定及權重方案。 ### 11.8 權重日落 每次權重偏移均有獨立期限，不能只依整體危機宣告。 ### 11.9 自動回復與降級 未更新時，自動向常態權重收斂： $$ \boldsymbol{\lambda}(t+1) = (1-\rho) \boldsymbol{\lambda}(t) + \rho \boldsymbol{\lambda}^{N} $$ ### 11.10 權重申訴 受降權影響的群體可質疑狀態、資料、比例、期限與補償。 ### 11.11 回復審計 退出後檢查權重、資源、人事、資料及程序是否同步恢復。 ### 11.12 修憲防火牆 普通執行者不得藉多次情境切換永久重寫底線及使命優先序。 --- ## 十二、跨領域應用 ### 12.1 戰爭與國家安全 戰爭會提高生存、速度與保密權重，但不能自動消除法治、文官控制、責任鏈與不可克減權利。危機結束後應恢復程序與資訊權重。 ### 12.2 公共衛生 疫情可能提高感染控制與醫療容量權重，但也需處理個人自由、教育、心理健康、公平及資料隱私。不同階段應使用不同權重，而非全程維持同一最高警戒模式。 ### 12.3 災害治理 急性救援需要集中與速度；重建期則應提高地方參與、程序、公平與長期韌性權重。 ### 12.4 財政危機 短期穩定與信用可能上升，但不可使分配公平、基本服務與未來成長永久降級。 ### 12.5 企業危機 企業在流動性危機中提高現金、生存與交付權重，但若危機後仍以裁員、短期營收和成本削減統治，便形成使命與能力漂移。 ### 12.6 資安事件 事故期間可提高隔離、存取限制與集中控制；事故結束後必須撤銷緊急憑證、監控及資料例外。 ### 12.7 人工智慧代理 代理面對緊急情境時可能切換： - 安全模式； - 低風險模式； - 高自主模式； - 人類確認模式； - 離線備援模式。 但代理不得自行推論「現在是危機」後無限提升自身權限。 ### 12.8 人工智慧價值對齊 人工智慧在不同使用者、文化與情境下需要調整目標權重。技術研究已能讓策略依動態權重或推定偏好改變，但公共價值權重的合法來源、邊界與回復不能只由模型學習。 --- ## 十三、經驗檢驗框架 ### 13.1 建立模式表 對每一模式記錄： - 狀態條件； - 權重； - 權限； - 程序； - 底線； - 期限； - 退出條件； - 承接機構。 ### 13.2 重建權重時間序列 從預算、命令、績效、資料、人事與政策輸出估計實際權重，而不只依正式文件。 ### 13.3 切換反事實 比較： - 不切換； - 較低級模式； - 實際模式； - 不同權重方案； 的預期與實際結果。 ### 13.4 受益—犧牲分析 辨識每次權重調整使誰取得資源、誰失去權利或機會。 ### 13.5 回復測試 危機後檢查： $$ RC $$ 以及人事、預算、資料、程序是否同步回復。 ### 13.6 棘輪測試 比較多次危機前後的常態權重： $$ \boldsymbol{\lambda}^{N}_{1}, \boldsymbol{\lambda}^{N}_{2}, \ldots $$ 若每次都向集中、安全或效率方向偏移，可能存在權重棘輪。 ### 13.7 震盪測試 檢查模式是否因政治週期、資料噪音或門檻設計頻繁變化。 ### 13.8 反證條件 若權重改變： - 有明確外部狀態證據； - 在憲法允許範圍； - 採最小必要偏移； - 保留底線； - 啟動與審查分離； - 具有期限及自動降級； - 資源與權限同步回復； - 權重軌跡公開； - 事後評估顯示切換優於較弱方案； 則價值漂移或權重俘獲判定應下修。 --- ## 十四、理論邊界與規範限制 第一，固定權重不等於價值忠誠。環境改變時拒絕調整，可能使制度背離使命。 第二，權重不能被完全直接觀測。研究者常需從預算、行動及犧牲推估實際優先序。 第三，危機資料本身可能不完整。要求完美證據才切換，可能錯過必要反應窗口。 第四，遲滯可以防止震盪，也可能拖延退出。進入與退出門檻需定期校準。 第五，常態權重不必然正當。若原制度本身不公，回復不應等同回到完全相同的舊狀態。 第六，不同地區可能處於不同情境。全國統一模式可能過度或不足，需允許受約束的地方差異。 第七，公共偏好會合法變化。價值漂移的判定不能把所有社會價值轉變都視為病理，而應檢查是否經過正當重新授權。 第八，人工智慧可協助狀態偵測與方案模擬，但不能自行取得修改價值憲法的正當性。 --- ## 十五、結論 第十二篇提出： $$ \text{增加目標數量} \neq \text{目的治理已獲解決} $$ 並建立多目標憲法，以限制任何單一目的壟斷制度成功的定義。 本篇進一步提出： $$ \boxed{ \text{允許動態權重} \neq \text{允許執行者自由改寫價值} } $$ 以及： $$ \boxed{ \text{情境確實改變} \neq \text{所有權重重排都具有正當性} } $$ 權重治理的真正主權接口，不只在於誰能調整數值，也在於： - 誰定義制度目前處於何種狀態； - 誰選擇可用模式； - 誰決定狀態與權重的映射； - 誰判斷危機仍然持續； - 誰決定何時退出； - 誰解釋權重是否已經回復。 因此，權重主權可以被理解為： $$ \boxed{ \text{權重主權} = \text{狀態定義} + \text{模式選擇} + \text{權重調整} + \text{維持授權} + \text{退出控制} + \text{回復解釋} } $$ 合法情境切換必須同時滿足： $$ \boxed{ \text{外部狀態證據} + \text{最小必要偏移} + \text{不可降級底線} + \text{權力分離} + \text{期限} + \text{自動降級} + \text{完整回復} } $$ 若危機模式只會啟動、不會退出，若每次危機都讓安全、集中或效率取得更多永久權重，若制度逐漸忘記危機前的多目標憲法，那麼情境切換便已從適應機制演化為目的重寫機制。 本文最終提出： > **最深層的危機權力，不是宣布某項措施，而是宣布現在進入了一個可以重新排列所有價值的時代。** 成熟制度必須有能力因情境改變而調整，也必須有能力辨識：究竟是世界改變了，還是某個控制聯盟正在利用「世界已經改變」重新取得價值排序權。 --- ## 參考文獻 1. Abels, A., Roijers, D. M., Lenaerts, T., Nowé, A., & Steckelmacher, D. (2019). Dynamic Weights in Multi-Objective Deep Reinforcement Learning. *Proceedings of the 36th International Conference on Machine Learning, 97*, 11–20. 2. Natarajan, S., & Tadepalli, P. (2005). Dynamic Preferences in Multi-Criteria Reinforcement Learning. *Proceedings of the 22nd International Conference on Machine Learning*, 601–608. 3. Chen, R., Li, K., & Yao, X. (2018). Dynamic Multiobjectives Optimization with a Changing Number of Objectives. *IEEE Transactions on Evolutionary Computation, 22*(1), 157–171. 4. Ruan, G., Minku, L. L., Menzel, S., Sendhoff, B., & Yao, X. (2023). Knowledge Transfer for Dynamic Multi-Objective Optimization with a Changing Number of Objectives. arXiv:2306.10668. 5. Lin, X., et al. (2023). A Novel Dynamic Reference Point Model for Preference-Based Evolutionary Multiobjective Optimization. *Complex & Intelligent Systems*. 6. Cao, X., Quan, D., Zhang, Z., & Wang, S. (2026). Learning What Matters Now: Dynamic Preference Inference under Contextual Shifts. arXiv:2603.22813. 7. Lu, Y., et al. (2025). Learning to Optimize Multi-Objective Alignment through Dynamic Reward Weighting. arXiv:2509.11452. 8. Critch, A. (2017). Toward Negotiable Reinforcement Learning: Shifting Priorities in Pareto Optimal Sequential Decision-Making. arXiv:1701.01302. 9. Janssen, M., & van der Voort, H. (2020). Agile and Adaptive Governance in Crisis Response: Lessons from the COVID-19 Pandemic. *International Journal of Information Management, 55*, 102180. 10. Greer, S. L., Rozenblum, S., Falkenbach, M., Löblová, O., Jarman, H., Williams, N., & Wismar, M. (2022). Centralizing and Decentralizing Governance in the COVID-19 Pandemic: The Politics of Credit and Blame. *Health Policy, 126*(5), 408–417. 11. May, C. K. (2022). Complex Adaptive Governance Systems: A Framework to Understand Institutions, Organizations, and People in Socio-Ecological Systems. *Socio-Ecological Practice Research, 4*, 39–54. 12. Rijke, J., Brown, R., Zevenbergen, C., Ashley, R., Farrelly, M., Morison, P., & van Herk, S. (2012). Fit-for-Purpose Governance: A Framework to Make Adaptive Governance Operational. *Environmental Science & Policy, 22*, 73–84. 13. Grimes, M. G., Williams, T. A., & Zhao, E. Y. (2019). Anchors Aweigh: The Sources, Variety, and Challenges of Mission Drift. *Academy of Management Review, 44*(4), 819–845. 14. Venice Commission. (2020). *Respect for Democracy, Human Rights and the Rule of Law during States of Emergency: Reflections*. CDL-AD(2020)014. 15. United Nations Human Rights Committee. (2001). *General Comment No. 29: States of Emergency (Article 4)*. CCPR/C/21/Rev.1/Add.11. 16. International IDEA. (2018). *Emergency Powers: International IDEA Constitution-Building Primer 18*. 17. Ginsburg, T., & Versteeg, M. (2018). The Architecture of Emergency Constitutions. *International Journal of Constitutional Law, 16*(1), 101–127. 18. Ackerman, B. (2004). The Emergency Constitution. *Yale Law Journal, 113*(5), 1029–1091. 19. Lundgren, M., Klamberg, M., Sundström, K., & Dahlqvist, J. (2021). Emergency Powers in Response to COVID-19: Policy Diffusion, Democracy, and Preparedness. *Nordic Journal of Human Rights, 39*(4), 305–318. 20. Boin, A., 't Hart, P., Stern, E., & Sundelius, B. (2016). *The Politics of Crisis Management: Public Leadership under Pressure* (2nd ed.). Cambridge University Press. 21. Holling, C. S. (Ed.). (1978). *Adaptive Environmental Assessment and Management*. Wiley. 22. Ostrom, E. (2010). Polycentric Systems for Coping with Collective Action and Global Environmental Change. *Global Environmental Change, 20*(4), 550–557. 23. OECD. (2020). *Building Resilience to the COVID-19 Pandemic: The Role of Centres of Government*. 24. OECD. (2023). *Government at a Glance 2023*. OECD Publishing. 25. NIST. (2023). *Artificial Intelligence Risk Management Framework (AI RMF 1.0)*.