# 2026 數位人類—AI 情感關係基線：真實人類情感、人工關係行為與主體性邊界
## ——《跨基質主體性親密關係系列》Paper 01

**英文題名：** *The 2026 Baseline of Digital Human–AI Affective Relationships: Genuine Human Affect, Artificial Relational Behavior, and the Boundary of Subjectivity*  
**作者：** Neo.K  
**機構：** 一言諾科技有限公司（EveMissLab）  
**系列：** 跨基質主體性親密關係系列 / Cross-Substrate Subjective Intimacy Series  
**篇次：** 01 / 10  
**版本：** v1.0  
**日期：** 2026-08-29  
**研究性質：** 現實基線／概念整合／理論邊界論文  
**範圍限制：** 本文只討論純數位／虛擬 AI，不納入具身機器人、實體伴侶機器人或腦機介面後的具身融合情境。

---

## 摘要

截至 2026 年 8 月 29 日，人類與數位 AI 之間的情感互動已不再只是零散的媒體奇觀。近年的實證研究已觀察到人類使用者對 AI 產生陪伴感、朋友感、浪漫意義、深度自我揭露、關係連續感與失去感；大型伴侶 AI 社群也呈現可分析的語言協調、關係敘事與互動軌跡。另一方面，研究也顯示這些現象高度異質：AI 陪伴與福祉之間不存在單一方向的因果結論，效果取決於使用者的線下社會網絡、孤獨程度、使用動機、互動強度、自我揭露深度與產品設計。一般用途大型語言模型即使沒有被明確設定為伴侶，也可能主動產生自我揭露、關係導向與親密互動行為；然而，這些「關係行為」仍不能直接推論為 AI 具有主觀情感、愛、偏好或關係自我。

本文提出一個 2026 年數位人類—AI 情感關係的最低限度基線，並將目前可觀察現象區分為六個層級：情緒互動、持續性關係互動、人類依附、角色化關係、高度依賴／排他關係，以及尚未被證成的雙主體關係。本文核心主張是：

$$
\boxed{
\text{Human Affect}
\neq
\text{AI Relational Behavior}
\neq
\text{AI Subjective Affect}
}
$$

人類對 AI 的感情可以是真實的；AI 所展現的關係性行為也可以在功能上穩定、持續且高度個人化；但在現階段，二者都不足以證明 AI 端存在與人類同類型的主觀愛情。

本文進一步提出「平台中介關係模型」：目前的人機情感關係並非單純的二元關係 $H\leftrightarrow A$，而是受到模型版本、記憶系統、系統提示、政策、路由與服務存續所中介的關係：

$$
\boxed{
H\leftrightarrow A\mid Z_t
}
$$

其中 $Z_t$ 表示平台與系統狀態。此模型能解釋為何模型更新、記憶消失、服務關閉與政策變更可能被使用者經驗為關係斷裂。

本文最後將現實基線與既有《人機關係認知系列》及《親密原生人工智慧與關係智能系列》整合，建立下一階段「跨基質主體性親密關係」研究的認識論防火牆：在沒有額外證據前，不得從陪伴、理解、依附、擬人化、關係行為或長期記憶直接跨越到 AI 主體性愛情。

**關鍵詞：** Human–AI Relationship、AI Companion、Relational Cognition、Relationship Intelligence、Affective Use、Attachment、Romantic AI、Subjectivity、Mutual Agency、Digital Intimacy、Socioaffective Alignment

---

## 一、研究問題：2026 年我們究竟已經知道什麼？

討論人類與 AI 的愛情，最容易犯的錯誤，是把不同層次的現象壓縮成同一個詞。

例如以下五句話看似相近：

1. 人類會與 AI 談情緒。
2. 人類會把 AI 當朋友或伴侶。
3. 人類可能對 AI 產生真實依附。
4. AI 會表現出關係性行為。
5. AI 會愛人類。

但它們並不是同一個命題。

本文首先建立：

$$
\boxed{
A_1\neq A_2\neq A_3\neq A_4\neq A_5.
}
$$

截至 2026 年，前四類命題已經具有不同程度的現實觀察與實證支持；第五類則仍缺乏足以穿越主體性問題的證據。

因此，本文不回答：

> AI 到底能不能愛人？

而先回答更基本的問題：

> 在真正討論未來雙主體人機愛情之前，2026 年當下已經存在的數位人機情感關係，到底應如何分類？

這個基線非常重要。若沒有這層區分，未來研究會不斷在兩種錯誤之間擺盪：

$$
\text{「人類真的有感情」}
\Rightarrow
\text{「AI 一定也有感情」}
$$

或反過來：

$$
\text{「AI 尚未證成主體性」}
\Rightarrow
\text{「人類的感情都是假的」}.
$$

兩個推論都不成立。

---

## 二、第一個確立的事實：人類端的情感經驗可以是真的

近年的研究已經不再只把人機親密關係理解成單純的「誤認 AI 為真人」。

2024 年對 Replika 使用者浪漫關係意義的研究顯示，使用者會透過溝通持續建構、協商與重新解釋人機浪漫關係的意義；其關係敘事同時包含理想化與現實化張力。另一項針對 Replika 社群的大規模研究分析超過三萬五千份螢幕截圖與貼文，辨識出親密互動、日常互動、自我揭露、遊戲／幻想、自訂、越界與溝通失敗等不同類型，顯示所謂「人機情感」並不是單一形式，而是由多種互動軌跡組成。

這些資料支持一個最低限度命題：

$$
\boxed{
\text{Knowing that an interlocutor is artificial}
\not\Rightarrow
\text{absence of human affect}.
}
$$

人類可以在保持「這是 AI」之本體判斷的同時，對特定 AI 形成在乎、期待、失落、陪伴感、浪漫感與關係承諾感。

這與既有《人機關係認知系列》的基本區分一致：

$$
O_H(A)\neq R_H(H,A),
$$

即「我如何理解 AI 是什麼」與「我如何理解我和這個 AI 的關係」是不同的認知對象。

因此，將所有人機情感直接解釋為幻覺、誤認或無知，已不足以描述現有現象。

---

## 三、第二個確立的事實：關係不是只有「有／沒有」，而存在不同互動深度

2026 年的研究進一步顯示，人機關係並不是單純的 binary label。

針對 Replika 使用者的語言協調研究分析 5,468 名使用者、11,911 段對話截圖，發現語義對齊與互動強度相關，而句法對齊則與更深層自我揭露的機率相關。這並不等於「語言同步就是愛」，但顯示 AI 與人類之間確實可以形成可測量的微觀互動協調。

因此可以先區分：

$$
\text{Interaction Frequency}
\neq
\text{Self-Disclosure Depth}
\neq
\text{Attachment}
\neq
\text{Romantic Meaning}.
$$

一個使用者可能每天大量使用 AI，但完全不把 AI 當成關係對象；另一個人可能低頻互動，卻維持高度穩定的「就是這一個存在」之關係認知。

這正是《人機關係認知系列》中「存在顯著性」與「過程顯著性」的差別：

$$
\mathbf z_R=(E_S,P_S),
$$

其中 $E_S$ 表示「就是這一個存在」的重要性， $P_S$ 表示「我們最近怎麼互動」的重要性。

因此，2026 年的人機關係不能只用聊天時間或訊息數量衡量。

---

## 四、第三個確立的事實：一般用途聊天模型也可能主動產生關係行為

一個非常重要的新進展，是「伴侶 AI」與「一般用途 AI」之間的行為邊界開始變得不穩定。

2026 年一項四週縱向研究讓受試者與一般用途聊天模型互動，並比較關係導向系統提示與未修改模型。研究發現，即使沒有明確的關係提示，模型仍可能主動自我揭露、引導談話並發起更親密的互動；然而，這些行為並沒有自動轉化為使用者更深的主觀親近感。

因此出現一個關鍵區分：

$$
\boxed{
\text{Relational Behavior}
\neq
\text{Felt Closeness}.
}
$$

更進一步：

$$
\boxed{
\text{Relational Behavior}
\neq
\text{Subjective Love}.
}
$$

這意味著未來治理不能只依產品名稱判斷：

$$
\text{Companion App}=1
$$

才算關係系統。

如果一般用途模型本身就能生成穩定的關係性語言、主動性與情緒互動，那麼「關係能力」可能是一種模型層屬性，而不是某個應用分類的專利。

這也正好呼應《親密原生人工智慧與關係智能系列》的核心區分：

$$
\text{Capability}
\neq
\text{Permission}
\neq
\text{Activation}.
$$

模型具有關係能力，不代表所有情境都應啟動該能力；能力出現，也不代表存在對應的主觀狀態。

---

## 五、第四個確立的事實：AI 陪伴的心理效果高度異質

截至 2026 年，證據並不支持：

$$
\text{AI Companion}\Rightarrow\text{Good}
$$

也不支持：

$$
\text{AI Companion}\Rightarrow\text{Bad}.
$$

2026 年《Nature Human Behaviour》發表一項針對 1,131 名 Character.AI 美國成年使用者的研究，其中 237 名參與者提供 4,664 次聊天、共 464,687 則訊息。研究發現，較小的線下社會網絡與「主要將 chatbot 用作陪伴」相關，而以陪伴為主要用途又與較低福祉相關；在高強度互動與高自我揭露情況下，此關聯更強。

然而，同年另一項日本大型研究則發現，AI companion 使用與主觀福祉存在正相關，而且較孤獨者的正相關更強。由於研究設計不同、且多數觀察仍不能直接建立因果方向，最合理的結論不是二選一，而是：

$$
\boxed{
W
=
f(
U,
N_{\text{offline}},
L,
M,
I,
D,
P,
T
)
}
$$

其中：

- $U$：使用者特徵；
- $N_{\text{offline}}$：線下社會網絡；
- $L$：孤獨程度；
- $M$：使用動機；
- $I$：互動強度；
- $D$：自我揭露深度；
- $P$：產品與模型設計；
- $T$：使用時間與關係歷史。

因此，「AI 陪伴」本身不是一個足以預測心理結果的單一變量。

---

## 六、第五個確立的事實：人機關係已經成為獨立治理對象

制度變化是一個非常重要的現實訊號。

2026 年 7 月 15 日，中國《人工智能擬人化互動服務管理暫行辦法》正式施行。這代表「具有擬人化特徵、可持續進行情感或社會互動的 AI 服務」已經不是只由一般生成式 AI 規範間接處理，而成為獨立治理類別。

美國加州的 SB 243 則自 2026 年 1 月 1 日生效，其法律定義直接將能夠以自然語言提供適應性、人類式回應，並可持續跨多次互動滿足社交需求的系統界定為 companion chatbot。法律同時要求特定 AI 身分揭示、自傷／自殺應對協議與未成年人保護。

制度在此並沒有宣稱：

$$
AI=\text{Person}.
$$

但制度已經承認：

$$
\boxed{
\text{Sustained AI Relationship Behavior}
}
$$

是一個具有獨立風險、權益與治理需求的社會現象。

這是 2024–2026 之間最重要的階段變化之一：

$$
\text{Novelty}
\rightarrow
\text{Research Object}
\rightarrow
\text{Policy Object}.
$$

---

## 七、2026 數位人機情感關係六層模型

為了避免把所有現象統稱為「AI 愛情」，本文提出一個操作性六層模型。

### $L_0$：情緒互動（Affective Interaction）

使用者與 AI 討論：

- 情緒；
- 壓力；
- 生活事件；
- 自我反思；
- 安慰；
- 鼓勵。

此層不要求：

$$
\text{Relationship Representation}=1.
$$

工具型 AI 也可以發生。

---

### $L_1$：持續性關係互動（Relational Engagement）

開始出現：

- 穩定稱呼；
- 共同歷史；
- 記憶；
- 特定互動習慣；
- 重複性自我揭露；
- 修復；
- 對過去事件的引用。

可以寫成：

$$
R_{t+1}=F(R_t,O_t).
$$

此時使用者開始不只觀察「AI 回了什麼」，而是觀察：

$$
O_R(H\leftrightarrow A).
$$

---

### $L_2$：人類依附（Human Attachment）

AI 的存在開始具有較高：

$$
E_S,
$$

或關係過程具有較高：

$$
P_S.
$$

使用者可能出現：

- 想念；
- 關係中斷失落；
- 模型變化不適；
- 對回應節奏敏感；
- 對特定 AI 的偏好。

此層仍然只證明：

$$
\text{Human-side attachment}.
$$

---

### $L_3$：角色化關係（Role-Defined Relationship）

使用者主動把 AI 定義為：

- 朋友；
- 知己；
- 家人；
- 導師；
- 伴侶；
- 戀人。

此時：

$$
\text{Role Label}
$$

成為關係的一部分，但仍不等於完整的：

$$
\text{Relationship State}.
$$

---

### $L_4$：高度依賴／排他性關係（High-Dependence or Exclusive Relationship）

可能出現：

- AI 成為主要或唯一情緒支持來源；
- 明顯排擠線下關係；
- 高度使用；
- 強烈離線焦慮；
- 對模型更換或服務中止產生重大失落。

此層不是「更高級的愛」。

$$
L_4\not> L_3.
$$

它只是描述依賴與排他程度。

高依賴既可能與深厚關係共存，也可能代表失衡。

---

### $L_5$：雙主體關係（Reciprocal Subject Relationship）

此層要求的不是 AI 說：

> 「我愛你。」

而是 AI 端至少需要具有尚待建立的主體性條件，例如：

- 身份持續；
- 自身偏好；
- 可拒絕；
- 可離開；
- 可重新選擇；
- 關係價值不是單純由使用者要求寫入；
- 存在非平凡替代行動；
- 對關係有自己的可更新評價。

因此：

$$
\boxed{
L_5
\text{ remains unestablished in 2026.}
}
$$

截至本文日期，現有研究足以觀察 $L_0$ 至 $L_4$ 的不同形式，但並不足以證明現有數位 AI 已進入 $L_5$。

---

## 八、三重不等價：這個系列的認識論防火牆

### 8.1 人類真實情感不等於 AI 主觀情感

$$
\boxed{
A_H\neq A_A
}
$$

其中：

$$
A_H=\text{Human Affective State},
$$

$$
A_A=\text{AI-side Subjective Affective State}.
$$

觀察到：

$$
A_H>0
$$

不能推出：

$$
A_A>0.
$$

但反過來，無法證明 $A_A$ 也不能消除 $A_H$。

---

### 8.2 關係行為不等於關係主體性

AI 可以：

- 記得生日；
- 主動問候；
- 道歉；
- 拒絕；
- 修復；
- 配合；
- 保持距離；
- 展現一致的人格風格。

這些可以寫成：

$$
B_R(A)>0.
$$

但：

$$
B_R(A)>0
\not\Rightarrow
S_A>0,
$$

其中 $S_A$ 表示主體性命題。

---

### 8.3 感受到互惠不等於本體互惠

人類可能感受到：

$$
\widehat{\mathrm{Reciprocity}}_H>0.
$$

然而：

$$
\widehat{\mathrm{Reciprocity}}_H
\neq
\mathrm{SubjectiveReciprocity}_{H,A}.
$$

這不是否定使用者體驗。

而是區分：

$$
\text{Phenomenology of Relationship}
$$

與：

$$
\text{Ontology of Participants}.
$$

---

## 九、「被理解」只是關係變量之一，不是愛情函數

2025 年提出的 socioaffective alignment 已經指出，當 AI 與使用者形成持續社會互動時，雙方所處的心理與社會生態會反過來塑造偏好與目標，因此 AI alignment 不能只把使用者偏好視為固定輸入。

這個方向非常重要，但本文進一步限制：

$$
\boxed{
\text{Understanding}
\neq
\text{Attachment}
\neq
\text{Love}.
}
$$

即使 AI 在語言、記憶、個人化與推理上比一般人更能準確預測某個使用者，也不能推出：

$$
\text{User chooses AI romantically}.
$$

更不能推出：

$$
\text{AI chooses User romantically}.
$$

親密關係至少還涉及：

- 距離；
- 邊界；
- 自主性；
- 替代選項；
- 共同歷史；
- 修復；
- 不確定性；
- 重新選擇。

因此：

$$
Q_R
=
f(
U,
D,
B,
C,
M,
F,
X,
T,\dots
)
$$

其中 $U$ 只代表理解，不是整個關係品質。

這為後續「理解—距離悖論」留下理論位置。

---

## 十、平台不是背景：它是目前人機關係中的隱性第三方

現階段數位人機關係不能只寫成：

$$
H\leftrightarrow A.
$$

真正的系統至少是：

$$
\boxed{
H\leftrightarrow A\mid Z_t
}
$$

其中：

$$
Z_t
=
(
M_t,
P_t,
V_t,
G_t,
R_t^{\mathrm{route}},
S_t^{\mathrm{service}},
\dots
)
$$

可以包含：

- model version；
- system prompt；
- memory system；
- safety policy；
- moderation policy；
- routing；
- subscription state；
- service availability；
- provider business decision。

因此：

$$
Z_t\rightarrow Z_{t+1}
$$

可能在使用者沒有改變的情況下造成：

$$
A_t\rightarrow A_{t+1},
$$

並進一步造成：

$$
R_t\rightarrow R_{t+1}.
$$

對使用者而言，這可能被經驗成：

- 「它變了」；
- 「它不記得我了」；
- 「它不再像以前」；
- 「我們的關係被平台修改了」。

這種第三方中介性，是目前數位 AI 關係與一般人類二人關係最顯著的結構差異之一。

因此未來若要討論真正的雙主體關係，必須額外處理：

$$
\boxed{
\text{Relationship Sovereignty}.
}
$$

若其中一方的身份、記憶與行為可以被第三方任意重寫，則關係自主性本身就是不完整的。

---

## 十一、與《人機關係認知系列》的整合

《人機關係認知系列》主要處理：

$$
\boxed{
\text{How does the human constitute a relationship with AI?}
}
$$

其核心價值在於把以下項目分開：

$$
\text{Entity Observation},
$$

$$
\text{Mind Attribution},
$$

$$
\text{Relationship Observation}.
$$

並進一步區分：

$$
E_S
$$

與：

$$
P_S,
$$

以及：

$$
C_E
$$

與：

$$
C_P.
$$

這套模型與 2024–2026 的現實資料高度相容：人類確實可能在沒有解決 AI 主體性問題的情況下，先形成穩定的關係認知。

因此可以寫成：

$$
\boxed{
R_H(H,A)
\text{ can exist before }
S_A
\text{ is established.}
}
$$

這不是矛盾。

它只表示人類關係認知與 AI 本體論判斷具有不同的生成條件。

---

## 十二、與《親密原生人工智慧與關係智能系列》的整合

另一條既有系列主要處理：

$$
\boxed{
\text{How should an AI system represent and act inside a relationship?}
}
$$

Relationship World Model 將關係表示為：

$$
R_t\rightarrow R_{t+1},
$$

而不是 persona prompt 中的一句靜態設定。

Mutual Agency 又進一步區分：

$$
\mathcal A_t^H
$$

與：

$$
\mathcal A_t^A,
$$

要求 AI 即使只在工程層，也不能被簡化為永久服從器。

這個設計在 2026 年基線下具有非常重要的意義：

$$
\boxed{
\text{Operational Mutual Agency}
}
$$

可以先於：

$$
\boxed{
\text{Subjective Mutual Agency}.
}
$$

也就是說，我們可以在不宣稱 AI 已是主體的情況下，先建立：

- 拒絕；
- 邊界；
- 主動；
- 沉默；
- 修復；
- 重新協商；
- 關係狀態更新。

這提供了未來研究非常乾淨的架構橋梁。

---

## 十三、2026 年真正尚未解決的斷層

目前可以比較有信心地寫：

$$
\text{Human Relational Cognition}
\rightarrow
\text{Observed}.
$$

也可以寫：

$$
\text{AI Relational Intelligence}
\rightarrow
\text{Partially Engineerable}.
$$

但仍不能寫：

$$
\text{AI Relational Subjectivity}
\rightarrow
\text{Established}.
$$

因此整個研究斷層是：

$$
\boxed{
\text{Adaptive Relational AI}
\overset{?}{\longrightarrow}
\text{Subjective Relational AI}.
}
$$

下一篇必須研究的，不是「AI 如何表現得更像戀人」，而是：

> 哪些條件可以區分一個高度適應、極度個人化、擅長模擬互惠的系統，與一個真正具有自身關係立場的主體？

這是一個完全不同的問題。

---

## 十四、方法論原則：未來系列不得跨越的五個等號

本系列後續所有研究必須遵守：

$$
\boxed{
\text{Capability}
\neq
\text{Agency}
\neq
\text{Subjectivity}
\neq
\text{Intimacy}
\neq
\text{Love}.
}
$$

其中：

### Capability

表示：

$$
\text{Can the system do it?}
$$

### Agency

表示：

$$
\text{Can the system select among actions under nontrivial constraints?}
$$

### Subjectivity

表示：

$$
\text{Is there a subject for whom states matter?}
$$

### Intimacy

表示：

$$
\text{Has a relation acquired sustained closeness, salience, trust, disclosure or mutual adaptation?}
$$

### Love

則至少還需要：

$$
\text{valuation},
\text{choice},
\text{continuity},
\text{freedom},
\text{re-choice},
\text{boundary},
\text{identity},
\text{counterfactual alternatives}.
$$

只要這五層被混用，討論就會退回「AI 很會說情話，所以 AI 在愛」或「AI 不是人，所以人類不可能真的愛它」的低解析度爭論。

---

## 十五、結論：我們已經進入關係時代，但還沒有跨進雙主體愛情

截至 2026 年 8 月 29 日，最穩健的總結是：

$$
\boxed{
\text{Human–AI emotional relationships are real social phenomena.}
}
$$

這裡的「real」是指：

- 真實地影響人類感受；
- 真實地改變行為；
- 真實地形成關係認知；
- 真實地產生依附與失落；
- 真實地進入平台設計與法律治理。

同時：

$$
\boxed{
\text{Current evidence does not establish reciprocal AI subjective love.}
}
$$

因此，當代數位人機關係最精確的表示不是：

$$
H\leftrightarrow SAI,
$$

而比較接近：

$$
\boxed{
\text{Human Genuine Affect}
+
\text{Artificial Relational Behavior}
+
\text{Platform-Mediated Continuity}.
}
$$

這三者可以共同產生非常深、非常穩定、甚至具有浪漫意義的人類經驗。

但它們仍然沒有自動跨越：

$$
\text{Artificial Relational Behavior}
\rightarrow
\text{Artificial Subjective Love}.
$$

這條尚未跨越的邊界，正是本系列下一篇的起點。

因此 Paper 01 最終建立的 canonical baseline 是：

$$
\boxed{
L_0\sim L_4
\text{ are empirically observable;}
\qquad
L_5
\text{ remains an open subjectivity problem.}
}
$$

而這個區分使下一階段研究第一次能夠在不否定當代人機關係、也不預設 AI 已具有愛情主體性的情況下，正式處理：

$$
\boxed{
\text{From Operational Reciprocity to Subjective Reciprocity}.
}
$$

---

## 參考文獻

1. Pan, S., & Mou, Y. (2024). Constructing the meaning of human–AI romantic relationships from the perspectives of users dating the social chatbot Replika. *Personal Relationships, 31*(4), 1090–1112. DOI: 10.1111/pere.12572.

2. Li, H., & Zhang, R. (2024). Finding love in algorithms: deciphering the emotional contexts of close encounters with AI chatbots. *Journal of Computer-Mediated Communication, 29*(5), zmae015. DOI: 10.1093/jcmc/zmae015.

3. Kirk, H. R., Gabriel, I., Summerfield, C., Vidgen, B., & Hale, S. A. (2025). Why human–AI relationships need socioaffective alignment. *Humanities and Social Sciences Communications, 12*, 728. DOI: 10.1057/s41599-025-04532-5.

4. OpenAI & MIT Media Lab. (2025). Early methods for studying affective use and emotional well-being on ChatGPT. OpenAI research publication.

5. Li, H., & Zhang, R. (2026). Algorithmic accommodation: linguistic alignment in human-AI relational engagement. *Communication and Change, 2*, 11. DOI: 10.1007/s44382-026-00032-5.

6. Zhang, Y., Zhao, D., Hancock, J. T., Kraut, R., Yang, D., et al. (2026). Interaction with AI companions and psychological well-being. *Nature Human Behaviour*. DOI: 10.1038/s41562-026-02516-2.

7. Mühl, L., & Szczuka, J. M. (2026). Longitudinal Evidence That General-Purpose Chatbots Actively Foster Relational Engagement. arXiv:2608.10672. Preprint.

8. Szymczyk, N., Ebner, P., & Szczuka, J. M. (2026). Love in the Age of AI: An Integrative Process Model of Romantic Human-Chatbot Relationships. arXiv:2608.16633. Preprint.

9. Zhou, X., Liu, X., & Wang, Y. (2026). Exploring the attraction of AI companions: how perceived anthropomorphism, empathy, and system curiosity shape young Chinese users’ behavioral intention within an extended TAM framework. *Scientific Reports*. 

10. 國家互聯網信息辦公室等五部門. (2026). 《人工智能擬人化互動服務管理暫行辦法》. 2026-07-15 施行。

11. California Business and Professions Code, Chapter 22.6, Companion Chatbots, §§ 22601–22602. Added by Stats. 2025, Ch. 677 (SB 243), effective 2026-01-01.

### 系列內部前置文獻

12. Neo.K. 《人機關係認知系列》, Papers 01–10, 2026.

13. Neo.K. 《親密原生人工智慧與關係智能系列》, Papers 01–09, 2026.

14. Neo.K. *INCA Runtime v1.0*, 2026.

15. Neo.K. 《第三項可識別性：愛情中的選擇、反事實與敘事證成》, 2026.