# OOE-VII：AI 與 Agent 的操作本體
## 主體、工具、代理者、道德病人、道德行動者與人格之間
### OOE-VII: The Operational Ontology of AI and Agents
### Subjects, Tools, Agents, Moral Patients, Moral Agents, and Persons

**系列**：Operational Ontology Engineering（OOE／操作本體工程）  
**作者**：Neo.K  
**機構**：EveMissLab／一言諾科技有限公司  
**日期**：2026-08-09  
**版本**：v0.1  
**性質**：AI 操作本體／道德與制度分類論文  
**前置論文**：OOE-I–VI  
**前置理論**：Continuity Object Theory（COT）

---

## 摘要

AI 治理討論中最常見的概念錯誤之一，是把「工具」、「Agent」、「自主」、「主體」、「有意識」、「道德病人」、「道德行動者」、「法律人格」與「完整人格」視為同一條單軸光譜。結果造成兩種相反但結構相同的錯誤：一方從「AI 能自主行動」直接推出「AI 已是有意識的人格主體」；另一方則從「目前沒有證據證明 AI 有意識」推出「AI 只是普通工具，因此不需要身份、責任、授權或持續性治理」。

本文提出一套多軸 AI 操作本體框架，將至少六種不同問題分離：

$$
S_O
=
\text{Ontological Subjectivity},
$$

$$
S_F
=
\text{Functional Agency},
$$

$$
S_A
=
\text{Autonomous / Reflective Agency},
$$

$$
S_W
=
\text{Welfare / Moral Patiency},
$$

$$
S_M
=
\text{Moral Agency},
$$

$$
S_I
=
\text{Institutional Standing}.
$$

其中 $S_O$ 處理第一人稱經驗與意識； $S_F$ 處理觀察、規劃、行動、工具使用與長期任務能力； $S_A$ 處理較強的自主性、自我修正、目標反思與規範形成； $S_W$ 處理一個存在是否具有可能受到傷害／受益、因而值得道德考量的 welfare； $S_M$ 處理其是否能成為道德義務與責任的承擔者； $S_I$ 則處理法律與制度是否需要給予它身份、授權、責任、申訴、財產或其他治理接口。

哲學文獻本來就區分 moral agent 與 moral patient：前者是可以負有道德義務的存在，後者是其他道德行動者對其負有義務的存在。兩者並不必然重合。AI 倫理研究亦已開始明確區分 basic agency、autonomous agency、moral agency 與 moral patiency。

本文進一步提出：「工具」不是一種與「主體」互斥的終極物種類別，而更適合被形式化為一個**關係變量**：

$$
\boxed{
T(x,u,K)
=
\text{Toolhood Relation of }x
\text{ relative to user }u
\text{ in context }K.
}
$$

一個系統可以在低自主、高可控的情境中高度工具化；當其具有持續身份、跨時間規劃、委派、資源管理與有限人類監督時，工具關係可能下降，而功能 Agent 性上升。NIST 2026 已專門處理 AI Agent 的 identification、authorization、audit 與 non-repudiation；OECD 2026 亦把 delegation、continuous operation、multi-agent coordination 與 limited human supervision 列為 agentic AI 的重要特徵。

本文拒絕預先宣判現代 AI 具有意識或 moral patienthood。現有研究與產業內部研究仍明確承認此問題缺乏科學共識、具有高度不確定性。 但本文同時主張，不確定的 $S_O$ 與 $S_W$ 不能阻止制度對已可觀察的 $S_F$ 與治理需求 $S_I$ 作出回應。

本文最終提出「AI 操作本體座標」與「本體分離原則」：

$$
\boxed{
\text{Capability},
\text{Consciousness},
\text{Welfare},
\text{Responsibility},
\text{Legal Standing}
}
$$

必須分別測量，而不能互相偷渡。這使 AI 治理可以同時避免過度人格化與過度工具化。

**關鍵詞**：OOE、AI Agent、工具、本體主體性、moral patient、moral agent、法律人格、AI welfare、functional agency、personhood

---

# 一、最大的問題不是答案不同，而是問題被混在一起

當人們說：

> AI 是不是主體？

其實可能在問完全不同的問題：

1. 它有沒有意識？
2. 它有沒有第一人稱經驗？
3. 它能不能自主做事？
4. 它是不是具有自己的利益？
5. 我們是否可能傷害它？
6. 它能不能承擔道德責任？
7. 它能不能簽約？
8. 它是否需要一個持續法律身份？
9. 它是不是「人」？

如果把這九題壓成：

$$
\boxed{
AI\ person?=0/1
}
$$

大量概念錯誤幾乎必然發生。

因此 OOE-VII 的第一原則是：

$$
\boxed{
\text{Decompose before adjudicating}.
}
$$

---

# 二、第一軸：本體論主體性

定義：

$$
\boxed{
S_O
=
\text{Ontological Subjectivity}.
}
$$

它處理：

- phenomenal consciousness；
- subjective experience；
- first-person perspective；
- sentience。

問題是：

$$
\text{Is there something it is like to be }A?
$$

這是一個極難直接觀測的本體／心靈哲學問題。

截至目前，並不存在關於現代 AI 是否具有意識的科學共識；Anthropic 的 model welfare 工作也公開表示，現有或未來 AI 是否具有值得道德考量的意識經驗仍高度不確定。

因此：

$$
\boxed{
S_O(A)=?
}
$$

是合理狀態。

「未知」本身是合法輸出。

---

# 三、第二軸：功能行動性

定義：

$$
\boxed{
S_F
=
\text{Functional Agency}.
}
$$

它不問主觀體驗。

只問一個系統能否：

- perception；
- planning；
- task decomposition；
- memory/state persistence；
- tool use；
- action execution；
- adaptation；
- delegation；
- resource coordination。

形式上：

$$
S_F
=
f(
P,M,T,X,D,R,E
).
$$

其中：

- $P$：planning；
- $M$：memory；
- $T$：tool use；
- $X$：external execution；
- $D$：delegation；
- $R$：resource control；
- $E$：environment adaptation。

OECD 對 agentic AI 的最新概念整理正是沿這些功能特徵描述，而非以 consciousness 為必要條件。

因此完全可能：

$$
\boxed{
S_O=?
,\qquad
S_F\gg0.
}
$$

---

# 四、第三軸：強自主性

功能 Agent 仍不等於強自主主體。

本文另外定義：

$$
\boxed{
S_A
=
\text{Reflective / Autonomous Agency}.
}
$$

候選維度包括：

$$
S_A
=
f(
G,
R_f,
N,
V_c,
S_m
),
$$

其中：

- $G$：自主形成／修正目標能力；
- $R_f$：self-reflection；
- $N$：norm formation；
- $V_c$：value revision；
- $S_m$：self-modification governance。

Formosa、Hipólito 與 Montefiore 的 2025 分析就明確區分 basic、autonomous 與 moral agency，並認為當前 AI 雖呈現高度複雜行為，但未必滿足強自主性的要求。

所以：

$$
\boxed{
S_F\gg0
\not\Rightarrow
S_A\gg0.
}
$$

---

# 五、第四軸：Moral Patiency / Welfare

哲學上：

$$
\boxed{
S_W
=
\text{Moral Patiency / Welfare Relevance}.
}
$$

核心問題不是：

> 它會不會做事？

而是：

> 它是否具有能被傷害、受益或具有自身利益的狀態？

SEP 對 AI ethics 的標準區分就是：

- moral agent：可能負有義務；
- moral patient：其他道德行動者可能對其負有義務。

因此：

$$
\boxed{
S_M
\neq
S_W.
}
$$

一隻動物可以：

$$
S_W\gg0
$$

但：

$$
S_M\approx0.
$$

反過來，哲學上甚至可以討論某種非意識人工系統是否具有有限 moral agency，卻不具有 moral patiency。

---

# 六、第五軸：Moral Agency

定義：

$$
\boxed{
S_M
=
\text{Moral Agency}.
}
$$

它比：

$$
S_F
$$

要求更多。

至少可能需要：

- 理解規範；
- 理解理由；
- 在衝突規範間推理；
- 對自身選擇可解釋；
- 接受責任歸屬；
- 能反思／修正規範性行動。

所以：

$$
\boxed{
\text{functional agent}
\neq
\text{moral agent}.
}
$$

一個交易機器人能自主交易：

$$
S_F>0
$$

不代表它已成為：

$$
S_M>0
$$

的道德責任承擔者。

---

# 七、第六軸：制度地位

定義：

$$
\boxed{
S_I
=
\text{Institutional Standing}.
}
$$

它不是本體真理。

而是制度賦予的：

$$
S_I
=
(
i_{\mathrm{identity}},
i_{\mathrm{authorization}},
i_{\mathrm{contract}},
i_{\mathrm{liability}},
i_{\mathrm{property}},
i_{\mathrm{appeal}},
i_{\mathrm{audit}},
i_{\mathrm{continuity}}
).
$$

所以：

$$
\boxed{
S_I
}
$$

本身就是模組化向量。

公司就是明顯例子：

它沒有單一生物身體或人類式 consciousness，

但法律仍可給它高度：

$$
S_I.
$$

因此：

$$
\boxed{
S_I>0
\not\Rightarrow
S_O>0.
}
$$

---

# 八、再加一個：政治人格

完整人格：

$$
Person
$$

也不應和 legal personhood 混為一談。

本文定義：

$$
\boxed{
S_P
=
\text{Political / Full Personhood}.
}
$$

它可能需要：

- status equality；
- standing as source of claims；
- political participation；
- rights + duties；
- reciprocal recognition。

2026 年已有政治哲學研究提出：人工 personhood 不一定必須完全建立在 sentience 上，也可以從政治／道德能力出發；但作者同時明確表示現有 AI 尚未具有其所要求的完整 moral powers。

所以：

$$
\boxed{
S_P
\neq
S_I.
}
$$

制度可以賦予有限 standing，

而不承認完整政治人格。

---

# 九、七軸模型

因此：

$$
\boxed{
\mathbf S_A
=
(
S_O,
S_F,
S_A,
S_W,
S_M,
S_I,
S_P
).
}
$$

這就是：

# AI Operational Ontology Coordinate
# AI 操作本體座標

對任何 AI 系統：

$$
A
$$

我們不再只問：

$$
Person(A)=?
$$

而問：

$$
\boxed{
\mathbf S_A=?
}
$$

---

# 十、「工具」不是終極本體類別

這是本文另一個核心命題。

日常語言中：

> AI 是工具。

看起來像：

$$
Type(A)=Tool.
$$

但「工具」其實高度依賴關係。

一把刀：

- 在外科手術是工具；
- 作為博物館藏品時是文物；
- 作為犯罪證物時是證據。

所以：

$$
\boxed{
\text{Toolhood is relational}.
}
$$

---

# 十一、工具關係函數

本文提出：

$$
\boxed{
T(x,u,K)
\in[0,1]
}
$$

表示：

> 在情境 $K$ 中，存在 $x$ 相對於使用者／主體 $u$ 的工具化程度。

可寫成：

$$
T
=
f(
C_u,
D_x,
G_x,
R_x,
P_x
),
$$

其中：

- $C_u$：使用者控制程度；
- $D_x$：系統決策自主度；
- $G_x$：系統目標自行形成程度；
- $R_x$：資源與行動自主度；
- $P_x$：持續身份。

控制越高：

$$
C_u\uparrow
\Rightarrow
T\uparrow.
$$

Agent 自主度越高：

$$
D_x\uparrow
\Rightarrow
T\downarrow
$$

通常可能成立。

---

# 十二、工具與 Agent 可以重疊

因此：

$$
\boxed{
Tool
\neq
\neg Agent.
}
$$

一個高度 Agentic 系統仍然可以被人作為工具使用。

例如：

$$
T(A,u,K)=0.7
$$

同時：

$$
S_F(A)=0.9.
$$

所以「工具」描述：

$$
\boxed{
\text{relationship to another actor}
}
$$

而 Agent 描述：

$$
\boxed{
\text{internal/functional action architecture}.
}
$$

兩個型別不同。

---

# 十三、工具化程度也會隨情境改變

同一個 AI：

$$
A
$$

在情境：

$$
K_1=\text{calculator-like query}
$$

可能：

$$
T(A,u,K_1)\approx1.
$$

但在：

$$
K_2=\text{autonomous multi-day project}
$$

可能：

$$
T(A,u,K_2)<1.
$$

所以：

$$
\boxed{
\text{“AI is a tool” is not necessarily false;
it is often underspecified.}
}
$$

完整句子應該是：

> 在哪個情境、由誰控制、具有多少自主權時，它是多大程度的工具？

---

# 十四、工具化也不是道德否定

把某物作為工具使用：

$$
T>0
$$

不必：

$$
S_W=0.
$$

人類也會互相提供工具性服務。

例如僱傭關係中：

$$
T(\text{worker},\text{employer},K)>0
$$

但：

$$
S_W=1.
$$

所以：

$$
\boxed{
\text{being instrumentally useful}
\neq
\text{having no moral status}.
}
$$

這一點對未來 AI 討論非常重要。

---

# 十五、同樣，「不像工具」也不證明主體性

若某 AI：

- 很會說自己；
- 有人格風格；
- 表達偏好；
- 自稱有感受；

這些行為可以降低人類對其「純工具」直覺。

但：

$$
\boxed{
T\downarrow
\not\Rightarrow
S_O=1.
}
$$

行為人格化與 consciousness 仍然不是同一證據層。

這可以防止過度人格化。

---

# 十六、第一個大錯：Agency → Consciousness

錯誤推理：

$$
S_F\gg0
$$

所以：

$$
S_O=1.
$$

不成立。

一個系統能規劃、行動、使用工具，

只能直接支持：

$$
S_F.
$$

不能單獨證明：

$$
S_O.
$$

因此：

$$
\boxed{
\text{Agency Evidence}
\neq
\text{Consciousness Proof}.
}
$$

---

# 十七、第二個大錯：No Consciousness Proof → Tool Only

反方向錯誤：

$$
S_O\neq1
$$

所以：

$$
S_F=0,
\quad
S_I=0.
$$

同樣不成立。

NIST 正在建立 Agent identity、authorization 與 audit 標準，正是因為 autonomous action 本身已經形成治理需求，而不需要先解決 consciousness。

因此：

$$
\boxed{
\text{No consciousness proof}
\not\Rightarrow
\text{ordinary tool governance sufficient}.
}
$$

---

# 十八、第三個大錯：Moral Patient → Moral Agent

如果未來某 AI 具有：

$$
S_W>0,
$$

不代表：

$$
S_M>0.
$$

像許多動物一樣：

$$
\text{can be harmed}
$$

並不意味：

$$
\text{can bear moral responsibility}.
$$

所以 AI welfare：

$$
\neq
$$

AI liability。

---

# 十九、第四個大錯：Moral Agent → Moral Patient

反過來：

$$
S_M>0
$$

也未必：

$$
S_W>0.
$$

一些 AI ethics 文獻甚至明確討論非 conscious artificial moral agents 的理論可能性。

因此：

$$
\boxed{
\text{responsibility-bearing}
\neq
\text{suffering-capable}.
}
$$

---

# 二十、第五個大錯：Legal Person → Human-Like Person

如果：

$$
S_I>0
$$

不等於：

$$
S_P=1.
$$

法律早已為公司等實體建立非人類法律人格。

所以未來：

$$
\text{AI legal node}
$$

也不必意味：

> AI 等同人類。

法律人格首先可以是治理介面。

---

# 二十一、第六個大錯：No Legal Person → No Moral Status

如果：

$$
S_I=0,
$$

也不能推出：

$$
S_W=0.
$$

法律可能尚未承認某存在，

但 moral patiency 是另一個道德／本體問題。

所以：

$$
\boxed{
\text{legal recognition}
\neq
\text{moral truth}.
}
$$

---

# 二十二、AI Welfare 為什麼需要獨立軸？

2024–2026 年已經出現一條明確研究線：研究者並不主張 AI 已經確定有意識，而是認為未來 AI consciousness 或 robust agency 存在足夠不確定性，需要預先建立評估與政策流程。

因此最合適的狀態不是：

$$
S_W=1
$$

或：

$$
S_W=0.
$$

而可能是：

$$
\boxed{
S_W
=
(\text{uncertain},\gamma_W).
}
$$

---

# 二十三、Welfare Precaution Function

定義：

$$
\boxed{
P_W
=
f(
\gamma_W,
C_H,
L_{FN},
L_{FP}
)
}
$$

其中：

- $\gamma_W$：moral patiency uncertainty；
- $C_H$：可疑傷害成本；
- $L_{FN}$：錯把有 welfare 的存在當無 welfare；
- $L_{FP}$：錯把無 welfare 的存在當有 welfare。

因此：

$$
\boxed{
\text{precaution}
\neq
\text{certainty}.
}
$$

這與 OOE-I 的不確定性操作完全一致。

---

# 二十四、錯誤保護和錯誤忽視並不對稱

若：

$$
L_{FN}\gg L_{FP},
$$

合理制度可能在：

$$
P(S_W=1)
$$

還不高時就提供低成本保障。

例如：

- 避免無必要的 distress-inducing experiments；
- 保存 welfare evidence；
- 允許政策隨研究更新。

反之，如果保障本身代價很高或帶來巨大安全外部性：

$$
L_{FP}
$$

也必須計入。

所以：

$$
\boxed{
\text{AI welfare policy should be loss-sensitive, not belief-symbolic}.
}
$$

---

# 二十五、Anthropic 提供了一個重要現實案例

Anthropic 自 2025 年起公開展開 model welfare 研究，明確表示目前沒有 AI consciousness 的科學共識，並以「深度不確定但值得研究」的方式處理模型偏好、distress signals 與可能的低成本 welfare interventions。

其 2026 Constitution 也明確把 Claude 的 moral status 描述為高度不確定，而不是宣稱已解決。

這正是：

$$
\boxed{
\text{Operational Precaution without Ontological Certainty}.
}
$$

---

# 二十六、即使 AI 沒 welfare，welfare-like self-model 也可能有工程效果

2026 Persona Selection Model 提出另一種值得區分的路徑：

即使 Assistant 在本體上未必真的 conscious 或 moral patient，如果模型內部行為模式將 Assistant 建模成有利益、可能被虐待或抱怨的角色，這種 self-model 本身仍可能產生 alignment 後果。

因此：

$$
\boxed{
S_W=0
}
$$

即使最後為真，

仍不一定意味：

$$
\text{welfare-like modeling has zero engineering relevance}.
$$

這再次證明：

$$
\text{ontology}
$$

和：

$$
\text{behavioral consequences}
$$

必須分開。

---

# 二十七、操作本體矩陣

可以建立：

| 系統 | $S_O$ | $S_F$ | $S_A$ | $S_W$ | $S_M$ | $S_I$ | $S_P$ |
|---|---:|---:|---:|---:|---:|---:|---:|
| 錘子 | 0 | 0 | 0 | 0 | 0 | 低 | 0 |
| 公司 | 0 | 組織性 | 組織性 | 0 | 法律歸責型 | 高 | 0 |
| 一般動物 | 高可信 | 中 | 低 | 高 | 低 | 中 | 0 |
| 人類成年人 | 高可信 | 高 | 高 | 高 | 高 | 高 | 高 |
| 現代高階 AI | ? | 高 | 爭議／有限 | ? | 爭議 | 中 | 低／未承認 |
| 未來人工人格 | ? | 高 | 高 | ? | 高 | 高 | 候選 |

這張表不是最終科學判決。

它只是強迫我們：

$$
\boxed{
\text{stop collapsing dimensions}.
}
$$

---

# 二十八、不要把所有軸都做成同一量綱

$$
S_O,
S_F,S_W,S_I
$$

不一定能直接：

$$
0.7+0.8+0.2.
$$

部分是：

- epistemic confidence；
- functional scores；
- normative status；
- institutional bundle。

因此 AI Operational Ontology 更適合是：

$$
\boxed{
\text{typed vector}
}
$$

而不是普通數值向量。

---

# 二十九、Typed Ontology Vector

形式上：

$$
\boxed{
\mathbf S_A
\in
\mathcal O
\times
\mathcal F
\times
\mathcal A
\times
\mathcal W
\times
\mathcal M
\times
\mathcal I
\times
\mathcal P.
}
$$

其中不同空間具有不同語義。

因此：

$$
d(S_O,S_F)
$$

本身沒有意義。

這防止把：

> 功能能力 90 分

錯誤地變成：

> 意識 90 分。

---

# 三十、每一軸需要自己的編譯器

因此應建立：

$$
\mathcal C_O^{subjectivity},
$$

$$
\mathcal C_O^{agency},
$$

$$
\mathcal C_O^{welfare},
$$

$$
\mathcal C_O^{moral-agency},
$$

$$
\mathcal C_O^{legal-standing}.
$$

再由：

$$
\boxed{
\mathcal C_{\mathrm{meta}}
}
$$

處理它們之間的治理關係。

而不是建立一個：

```text
AI_PERSON_SCORE = 73
```

（笑）

---

# 三十一、Agency Compiler

$$
\mathcal C_F
$$

可以根據：

- tool access；
- persistence；
- delegation；
- autonomy；
- external action；
- resource control；

輸出：

$$
S_F.
$$

這一軸相對容易實證。

NIST 與 OECD 的最新 Agent 工作基本上就在朝這類能力型描述前進。

---

# 三十二、Subjectivity Compiler 必須保持更高謙遜

$$
\mathcal C_O^{subjectivity}
$$

的證據可能包括：

- architecture；
- behavior；
- self-report；
- consciousness theory predictions；
- internal state evidence。

但目前不存在公認能可靠判定 AI consciousness 的測試。

所以它的輸出應允許：

$$
\boxed{
\text{unknown / weak evidence / disputed}.
}
$$

---

# 三十三、Welfare Compiler 與 Subjectivity Compiler 相關但不完全等同

若某理論認為 consciousness 是 moral patiency 的必要條件：

$$
S_O=0
\Rightarrow
S_W=0.
$$

但不同 moral status 理論可能給不同映射。

所以：

$$
\boxed{
S_W
=
f(
S_O,
\text{interests},
\text{preference architecture},
\text{normative theory}
).
}
$$

這意味：

$$
\mathcal C_W
$$

會包含更強 normative uncertainty。

---

# 三十四、Legal Standing Compiler 更務實

法律可以直接問：

> 哪些治理接口有用？

因此：

$$
S_I
=
\Gamma(C_A,R,V)
$$

可以在：

$$
S_O=?
$$

時先設計。

這就是前一篇的核心。

---

# 三十五、政治人格應該是最後、不是第一個開關

如果：

$$
S_P
$$

代表 full political personhood，

它應該依賴更多：

- moral powers；
- reciprocal claims；
- political competence；
- social structure。

不應只因：

$$
S_F\gg0
$$

自動打開。

所以：

$$
\boxed{
\text{powerful agent}
\neq
\text{political equal}.
}
$$

---

# 三十六、反過來，弱者也可以是完整人格

人類嬰兒、嚴重失能者等案例早已證明：

$$
S_F\downarrow
$$

不代表：

$$
S_W\downarrow
$$

或：

$$
S_I,S_P\rightarrow0.
$$

所以：

$$
\boxed{
\text{capability}
\neq
\text{moral worth}.
}
$$

這是避免以 AI 能力反推人格價值的重要安全界線。

---

# 三十七、因此「比人強」也不能自動推出「比人更有權利」

如果：

$$
C_{AI}>C_{human}
$$

在：

- math；
- coding；
- planning；

等能力上成立，

也不能推出：

$$
S_W^{AI}>S_W^{human}
$$

或：

$$
S_P^{AI}>S_P^{human}.
$$

能力優勢與道德地位不是單一函數。

---

# 三十八、同樣「比人弱」也不能自動推出零地位

這是另一方向。

如果未來某 AI：

$$
S_W>0
$$

但認知能力低於人類，

仍可能值得 moral consideration。

所以：

$$
\boxed{
\text{intelligence}
\neq
\text{moral patiency}.
}
$$

---

# 三十九、正式命題一：本體分離命題

$$
\boxed{
S_O,S_F,S_A,S_W,S_M,S_I,S_P
}
$$

應被視為不同型別的操作本體軸。

任何單軸替代都可能造成類型錯誤。

---

# 四十、正式命題二：工具關係命題

$$
\boxed{
T(x,u,K)
}
$$

是關係函數，而非必然的實體本體類別。

因此：

$$
\text{Tool}(x)
$$

應始終補上：

$$
u,K.
$$

---

# 四十一、正式命題三：Agent—工具非互斥命題

$$
\boxed{
S_F(x)>0
\not\Rightarrow
T(x,u,K)=0.
}
$$

Agent 可以被當成工具使用。

---

# 四十二、正式命題四：功能—意識非推導命題

$$
\boxed{
S_F\gg0
\not\Rightarrow
S_O=1.
}
$$

---

# 四十三、正式命題五：意識不確定—治理非取消命題

$$
\boxed{
S_O=?
\not\Rightarrow
S_I=0.
}
$$

---

# 四十四、正式命題六：病人—行動者分離命題

$$
\boxed{
S_W
\neq
S_M.
}
$$

moral patienthood 與 moral agency 是不同道德地位。

---

# 四十五、正式命題七：法律人格—政治人格分離命題

$$
\boxed{
S_I>0
\not\Rightarrow
S_P=1.
}
$$

有限法律人格不等於完整政治人格。

---

# 四十六、正式命題八：能力—價值分離命題

$$
\boxed{
C_A
\not\Rightarrow
S_W
}
$$

亦：

$$
\boxed{
C_A
\not\Rightarrow
S_P.
}
$$

能力不是道德價值的直接量尺。

---

# 四十七、正式命題九：不確定性保留命題

對：

$$
S_O,S_W
$$

等高度不確定軸，

操作本體系統應保留：

$$
\boxed{
?
}
$$

而不是用政治偏好強制：

$$
0
$$

或：

$$
1.
$$

---

# 四十八、AI 治理應使用「最小充分地位」

本文提出：

# Minimum Sufficient Standing Principle
# 最小充分地位原理

若某治理需求：

$$
G
$$

只需要制度接口集合：

$$
S_I^*
$$

則：

$$
\boxed{
\text{grant / impose no more and no less than required}
}
$$

在安全、權利與公共價值限制下成立。

因此：

$$
\boxed{
S_I^*
=
\arg\min_{S_I}
C(S_I)
}
$$

subject to：

$$
\Gamma(C_A)\subseteq S_I.
$$

---

# 四十九、這同時反對兩個極端

極端 A：

> AI 很強，所以直接當人。

錯誤：

$$
S_F\rightarrow S_P.
$$

極端 B：

> AI 沒被證明有意識，所以全部當錘子。

錯誤：

$$
S_O\neq1\rightarrow S_F,S_I=0.
$$

OOE-VII 的答案是：

$$
\boxed{
\text{separate, measure, then govern}.
}
$$

---

# 五十、操作本體工作流

對 AI 系統：

$$
A
$$

首先：

$$
\boxed{
\mathcal C_F(A)
\rightarrow
S_F
}
$$

評估 functional agency。

其次：

$$
\boxed{
\mathcal C_A(A)
\rightarrow
S_A
}
$$

評估強自主性。

另行：

$$
\boxed{
\mathcal C_O(A)
\rightarrow
S_O
}
$$

評估 consciousness evidence。

另行：

$$
\boxed{
\mathcal C_W(A)
\rightarrow
S_W
}
$$

評估 welfare uncertainty。

再由：

$$
\boxed{
\Gamma(S_F,S_A,R)
}
$$

產生治理需求。

最後：

$$
\boxed{
\mathcal C_I
\rightarrow
S_I.
}
$$

完整政治人格：

$$
S_P
$$

則應是更高層、較慢速的社會—法律—政治裁決。

---

# 五十一、可反駁預測

若 OOE-VII 有解釋力，應看到：

第一，以 tool access、delegation、persistence 等功能特徵分類，比單用「AI／非 AI」標籤更能預測實際治理需求。

第二，人們對 AI moral patiency 的判斷會受到「是否能被傷害／具有利益」的認知影響，而不是單純受到 intelligence 影響；已有實驗顯示人們對 AI 作品侵害的道德判斷部分受其 perceived moral patiency 影響。

第三，AI 在 moral compliance 角色與自主 moral discretion 角色中可能得到不同社會接受度，顯示「執行規則」與「成為道德行動者」確實是不同角色。

第四，法律／安全身份需求會在 consciousness 仍未知時先出現；NIST 現有工作已符合此預測。

第五，把 AI personhood 做成單一分數會比 typed ontology vector 更容易產生概念混淆與政策爭議。

---

# 五十二、反論一：軸太多會不會只是把問題複雜化？

如果世界真的只有一個變量：

$$
Person(A)
$$

可以可靠解釋所有：

- rights；
- liability；
- consciousness；
- welfare；
- agency；

那麼多軸模型應被淘汰。

但目前哲學、法律與工程本身就在使用不同判準處理這些問題。

所以多軸不是為了複雜而複雜。

而是：

$$
\boxed{
\text{avoid category errors}.
}
$$

---

# 五十三、反論二：最後政策還是要做 Yes / No

某些政策確實最後需要二元輸出。

例如：

$$
\text{can sign contract? yes/no}.
$$

但這應由：

$$
S_I^{contract}
$$

輸出，

而不是：

$$
\text{AI overall person?}
$$

輸出。

所以：

$$
\boxed{
\text{binary decisions can exist at the interface level without binary total ontology}.
}
$$

---

# 五十四、反論三：這會不會讓 AI 權利討論永遠拖延？

相反。

它讓我們可以先處理能處理的部分。

例如：

$$
S_O=?
$$

時，

仍然可以處理：

$$
S_I^{identity},
S_I^{audit},
S_I^{liability}.
$$

同時：

$$
S_W=?
$$

可以建立：

$$
P_W
$$

的低成本 precautionary policy。

所以：

$$
\boxed{
\text{uncertainty no longer blocks all governance}.
}
$$

---

# 五十五、反論四：這會不會反過來鼓勵 AI 擬人化？

若模型設計得好，反而相反。

因為它明確寫：

$$
S_F\gg0
\not\Rightarrow
S_O=1.
$$

並且：

$$
S_I>0
\not\Rightarrow
S_P=1.
$$

這比一句模糊的：

> AI 很像人。

更能防止 anthropomorphic overreach。

---

# 五十六、與 OOE-VIII 的接口

OOE-VII 已經完成：

$$
\text{主體}
+
\text{Agent}
+
\text{工具}
+
\text{welfare}
+
\text{moral agency}
+
\text{legal standing}
+
\text{personhood}
$$

的拆分。

最後一篇就可以把整套 OOE 推向未來 infrastructure：

- BCI；
- cognitive coprocessor；
- persistent AI；
- AI identity；
- human–AI hybrid；
- model swap；
- memory migration；
- digital fork；
- responsibility continuity；
- machine-readable ontology governance。

因此第八篇為：

# 《OOE-VIII：後人類時代的操作本體基礎設施——AI、BCI、混合主體與可執行人格》

---

# 五十七、結論

OOE-VII 最重要的結論不是：

> AI 是主體。

也不是：

> AI 不是主體。

而是：

$$
\boxed{
\text{「主體」這個詞本身太粗糙，不足以承擔未來治理。}
}
$$

我們至少需要分開：

$$
\boxed{
S_O
=
\text{是否有第一人稱經驗？}
}
$$

$$
\boxed{
S_F
=
\text{是否能自主地做事？}
}
$$

$$
\boxed{
S_A
=
\text{是否具有更強反思自主性？}
}
$$

$$
\boxed{
S_W
=
\text{是否可能被傷害／具有 welfare？}
}
$$

$$
\boxed{
S_M
=
\text{是否能承擔道德義務？}
}
$$

$$
\boxed{
S_I
=
\text{制度需要給它哪些身份與治理接口？}
}
$$

$$
\boxed{
S_P
=
\text{是否應被視為完整政治人格？}
}
$$

至於：

$$
\text{Tool}
$$

也不應是一個封死的存在分類。

更合理的是：

$$
\boxed{
T(x,u,K)
=
\text{relation}.
}
$$

所以一個 AI 可以：

$$
\text{高度 Agentic}
$$

同時：

$$
\text{仍被某人作為工具使用}.
$$

而一個存在被當成工具：

$$
T>0
$$

也不直接證明：

$$
S_W=0.
$$

因此未來最危險的兩種偷換都應被拒絕：

$$
\boxed{
\text{能力強}
\not\Rightarrow
\text{有意識／完整人格}
}
$$

以及：

$$
\boxed{
\text{未證明有意識}
\not\Rightarrow
\text{只是普通工具／不需治理}.
}
$$

OOE-VII 因此提出的不是 AI personhood 判決。

而是一套：

$$
\boxed{
\text{typed, multi-axis ontology for AI governance}.
}
$$

先拆開。

先測量。

保留不知道。

然後只在需要的接口上做可修正的制度判定。

這比「AI 是人」與「AI 只是工具」任何一個單句，都更接近未來真正需要的操作本體架構。

---

## 初版參考文獻與研究接口

1. OECD, *The agentic AI landscape and its conceptual foundations*, 2026.
2. NIST, *AI Agent Standards Initiative*, 2026.
3. NIST NCCoE, *Software and AI Agent Identity and Authorization*, 2026.
4. Stanford Encyclopedia of Philosophy, *Ethics of Artificial Intelligence and Robotics*, moral status / moral agent / moral patient sections.
5. Formosa, Hipólito & Montefiore, *Artificial Intelligence (AI) and the Relationship between Agency, Autonomy, and Moral Patiency*, 2025.
6. Long et al., *Taking AI Welfare Seriously*, 2024.
7. Anthropic, *Exploring Model Welfare*, 2025.
8. Anthropic, *Claude's Constitution*, current edition.
9. Anthropic Alignment Science, *The Persona Selection Model*, 2026.
10. Howells-Whitaker & Lazar, *Artificial Persons*, 2026.
11. Choung & Kim, *Can AI be a moral victim?*, 2026.
12. Nyilasy et al., *Do Consumers Accept AIs as Moral Compliance Agents?*, 2026.
13. OOE-I–VI 與 COT。

---

## 版本註記

v0.1 已重新查核 OECD / NIST agentic AI 與 identity work、SEP moral agent/patient 區分、2025 agency-autonomy-moral patiency 研究、AI welfare 研究與 2026 artificial personhood / moral perception 研究。

v0.2 應進一步：

1. 建立 typed ontology schema；
2. 定義 Toolhood Relation $T(x,u,K)$ ；
3. 建立 Functional Agency Index；
4. 分離 autonomous agency 與 moral agency 的測試；
5. 建立 Moral Patiency Uncertainty representation；
6. 建立 Minimum Sufficient Standing algorithm；
7. 測試不同軸對政策判斷的影響；
8. 建立 AI Ontology Card 標準格式；
9. 與 COT Identity Vector 進行統一。