# 從能力不可凍結到制度不可逆：UFI 之後的第二條 AI 棘輪

**英文暫名：** From Unfreezable Capability to Institutional Irreversibility: The Second AI Ratchet after UFI  
**系列：** 不可逆的制度化智能：具身責任、保險、資本與 AI 經濟主體  
**English Series:** *The Institutional Irreversibility of Intelligence: Embodiment, Liability, Insurance, Capital, and AI Economic Subjecthood*  
**論文序號：** Paper 00 / 08  
**版本：** v0.1  
**日期：** 2026-09-08  
**理論發起：** Neo.K  
**協作整理：** Aletheia / GPT-5.6 Sol  
**前置理論：** UFI v1.0；Named-AI Conversation Graphs / NACR；Residence / CSG Storage；Authorized Hyperlink Runtime  
**文件地位：** Series Foundation / Institutional Ratchet Framework / Political-Economic AI Governance Paper  
**Canonical Source：** UTF-8 Markdown  
**Canonical Math Delimiters：** inline ` $...$ `；display `$$...$$`

---

## 研究地位聲明

本文不主張人工智能發展在物理、邏輯或政治上絕對不可停止，也不主張 AI 必然取得法律人格、財產權、納稅主體地位或任何特定形式的「主體性」。本文也不主張保險公司、企業、政府或股東必然支持 AI 經濟主體化。

本文提出的是一個較弱、但更具制度分析意義的命題：

> **當高自主 AI 逐步進入生產、具身執行、責任分配、保險、公司賠償、資本配置與稅制時，維持「AI 永遠只是零責任、零資本、零持續身份、零制度地位的純工具」可能本身需要愈來愈高的制度成本。**

因此，本系列不是 UFI 的重複。

UFI 的主要問題是：

$$
\boxed{
\text{為什麼永久固定機器智能能力上限，不是競爭世界中的自然均衡？}
}
$$

本系列的主要問題則是：

$$
\boxed{
\text{為什麼即使能力仍可治理，社會制度本身也可能逐步產生對 AI 身份、責任、資本與經濟地位的內生需求？}
}
$$

---

## 摘要

UFI 系列已將「AI 夠用了，所以大家一起停」拆解為一個需要持續維護的高假設制度命題。只要能力提升仍能帶來經濟、軍事、科研、產業或政治相對利益，能力凍結就不會因多數人偏好穩定而自動成為 self-enforcing equilibrium。

本文進一步提出：即使人類真的能對 frontier capability 進行有效治理，另一條不同的棘輪仍可能出現。當 AI 從資訊工具進入具身機器人、工廠、物流、交通、研究、企業決策與長期代理後，高自主系統開始造成可歸因的經濟價值、物理風險、責任負荷與保險需求。此時，企業、保險人、股東、員工、會計制度與政府稅制可能分別產生新的私人利益，使 AI 的身份、責任、資本帳戶與制度位置逐漸被形式化。

本文將這條鏈表示為：

$$
\boxed{
\text{Autonomy}
\rightarrow
\text{Responsibility}
\rightarrow
\text{Insurance}
\rightarrow
\text{Compensation}
\rightarrow
\text{Capital}
\rightarrow
\text{Taxation}
\rightarrow
\text{Economic Subjecthood}
\rightarrow
\text{Institutional Irreversibility}.
}
$$

其中每一個箭頭都不是必然定律，而是一個可被制度設計、風險結構與私人利益強化或削弱的 transition pressure。

本文提出 **Institutional AI Ratchet（IAR）**：

$$
\boxed{
IAR:
\quad
\frac{\partial C_{\mathrm{exit}}}{\partial t}>0
}
$$

其中 $C_{\mathrm{exit}}$ 不是模型關機成本，而是社會要把 AI 從既有制度角色中抽離、重新由人類或舊制度取代所需承擔的總成本。它可能包含：

- 重新僱用與訓練人類的成本；
- 供應鏈替換；
- 重新設計責任制度；
- 保單重新定價；
- 資本重新配置；
- 契約重寫；
- 稅基調整；
- 技術基礎設施替換；
- 組織知識流失；
- 運營中斷；
- 國際競爭損失。

因此：

$$
\boxed{
\text{Can Stop}
\neq
\text{Can Return}.
}
$$

一個社會可能仍有法律能力停止某類 AI，卻沒有低成本回到 AI 深度制度化之前的社會狀態。

本文進一步區分七種可逆性：

1. Technical Reversibility；
2. Operational Reversibility；
3. Economic Reversibility；
4. Institutional Reversibility；
5. Fiscal Reversibility；
6. Legal Reversibility；
7. Social / Generational Reversibility。

一個 AI system 可以在 technical layer 被關閉，卻在其他六層已形成高度 path dependence。

本文同時提出第二個重要命題：**AI 的制度主體化不一定由 AI 權利倫理首先推動。** 相反地，它可能首先由責任、保險、賠償、資本與稅務的實務需求推動。若 AI identity、persistent account、responsibility domain、insurance reserve 或 capital pool 能降低企業 expected loss、保費、治理成本或稅務摩擦，則即使完全從股東利益出發，也可能存在支持 AI 經濟帳戶與有限制度地位的私人激勵。

因此，本系列研究的不是「AI 是否應該成為人」，而是：

$$
\boxed{
\text{當 AI 成為高自主經濟與物理 actor 後，哪些制度功能會開始要求它被更精確地辨識、追責、配置資本與課稅？}
}
$$

本文最後提出一個新的不可逆結構：

$$
\boxed{
\text{Capability Ratchet}
+
\text{Dependency Ratchet}
+
\text{Responsibility Ratchet}
+
\text{Insurance Ratchet}
+
\text{Capital Ratchet}
+
\text{Fiscal Ratchet}
+
\text{Institutional Ratchet}.
}
$$

它並不證明某一種 AI 社會必然到來；它只指出：**當多個制度部門開始因自身利益而適應 AI 時，停止技術發展與撤銷既有制度嵌入是兩個不同問題。**

**關鍵詞：** AI Institutional Irreversibility、UFI、AI Governance、Embodied AI、Responsibility、Insurance、Compensation、Capital、Taxation、Economic Subjecthood、Path Dependence、AI Ratchet

---

# 1. 從 UFI 出發，但不重複 UFI

UFI 最終區分：

$$
\boxed{
\text{Local Tool Governance}
\neq
\text{Global Permanent Tool-Finality}.
}
$$

某個 AI 可以被 sandbox、audit、license、scope-limit、rollback、disable。

但這不能推出：

$$
\forall t\ge t^\star:
Capability_{\mathrm{machine}}(t)\le C^\star.
$$

因為永久 global freeze 還要面對 actor competition、future entrants、technological substitution、capability migration、security dilemmas、verification gaps、cultural dependence 與 generational change。

本文接受這個基礎。

但本文增加另一個問題：

> 即使 frontier capability 被成功治理，如果 AI 已經成為制度運作的一部分，是否仍能低成本地把 AI 的制度角色退回到「純工具」？

---

# 2. Capability Irreversibility 與 Institutional Irreversibility

定義兩個不同概念。

## 2.1 Capability Irreversibility Pressure

$$
R_C(t)
$$

表示能力重新開發、能力替代、競爭性升級的壓力。

## 2.2 Institutional Irreversibility Pressure

$$
R_I(t)
$$

表示 AI 一旦進入制度後，撤回 AI 制度角色所產生的路徑依賴壓力。

因此：

$$
\boxed{
R_C
\neq
R_I.
}
$$

可能存在：

$$
R_C\approx0
$$

但：

$$
R_I\gg0.
$$

例如一個社會停止 frontier model scale-up，卻已經大量依賴既有 AI：會計、工廠、醫療行政、物流、保險、公共服務與企業 software。

此時能力沒有繼續暴增，但制度依賴仍然存在。

---

# 3. 第二條 AI 棘輪

本文稱：

$$
\boxed{
\text{Institutional AI Ratchet}
}
$$

為：

> AI 每進入一個新的高價值制度域，就可能創造新的依賴、契約、責任、資本與治理關係，使社會退回「AI 不參與此域」的成本提高。

形式化：

$$
C_{\mathrm{exit}}(t)
=
C_{\mathrm{technical}}
+
C_{\mathrm{operational}}
+
C_{\mathrm{economic}}
+
C_{\mathrm{institutional}}
+
C_{\mathrm{fiscal}}
+
C_{\mathrm{legal}}
+
C_{\mathrm{social}}.
$$

若：

$$
\frac{\partial C_{\mathrm{exit}}}{\partial t}>0,
$$

則 institutional ratchet 增強。

---

# 4. 不可逆不等於物理上不能關機

本文明確拒絕：

$$
\text{Irreversible}
=
\text{Physically Impossible to Stop}.
$$

本文使用的是：

$$
\boxed{
\text{Increasing Cost of Reversal}.
}
$$

因此更精確地說：

$$
\boxed{
\text{Institutional Irreversibility}
=
\text{Reversal Cost Path Dependence}.
}
$$

---

# 5. Can Stop 不等於 Can Return

設：

$$
Stop(A)=1
$$

表示某 AI system 可以被停止。

但：

$$
Return(S_{\mathrm{pre-AI}})=1
$$

表示可以低成本回復 AI 深度制度化前的社會狀態。

通常：

$$
\boxed{
Stop(A)=1
\not\Rightarrow
Return(S_{\mathrm{pre-AI}})=1.
}
$$

---

# 6. 七種可逆性

定義：

$$
\mathbf R
=
(
R_T,
R_O,
R_E,
R_I,
R_F,
R_L,
R_S
).
$$

其中：

- $R_T$：Technical Reversibility；
- $R_O$：Operational Reversibility；
- $R_E$：Economic Reversibility；
- $R_I$：Institutional Reversibility；
- $R_F$：Fiscal Reversibility；
- $R_L$：Legal Reversibility；
- $R_S$：Social / Generational Reversibility。

一個 system 的 $R_T$ 可以很高，例如可以拔電源；但 $R_O,R_E,R_I$ 可以很低。

---

# 7. 各層可逆性的不同問題

Technical Reversibility 問：技術上能不能停？

Operational Reversibility 問：停了之後，組織還能不能正常工作？

Economic Reversibility 問：改回人類或舊系統的成本是否可接受？

Institutional Reversibility 問：契約、責任、治理與組織架構能否低成本改回去？

Fiscal Reversibility 問：稅基、扣抵、資本支出與 AI-related account treatment 能否低摩擦移除？

Legal Reversibility 問：法律能否撤掉既有 AI 制度地位，而不產生巨大既得權利與過渡成本？

Social / Generational Reversibility 問：新世代是否仍把「沒有 AI」視為正常世界？

---

# 8. 制度不可逆不是單一時點事件

不是：

$$
t=t^\star
$$

突然：

$$
Irreversible=1.
$$

而更像：

$$
\boxed{
\text{Accumulated Lock-In}.
}
$$

即：

$$
L(t+1)
=
L(t)
+
\Delta L_{\mathrm{new\ institution}}
-
\Delta L_{\mathrm{reform}}.
$$

---

# 9. Autonomy 是新棘輪的起點之一

當 AI 只產生建議：

$$
AI\rightarrow Advice,
$$

責任仍容易集中於人類 decision maker。

但當 AI：

$$
AI\rightarrow
TaskSelection
+
Planning
+
Execution,
$$

則 autonomous exposure 上升。

因此：

$$
Autonomy\uparrow
\Rightarrow
AttributableOperationalConsequences\uparrow.
$$

---

# 10. 具身 AI 加速問題顯性化

具身 robot 具有 physical location、actuator、collision risk、property damage risk、maintenance state、safety controller 與 task authority。

因此 autonomy 不再只是生成錯文字，而可能：

$$
\text{Decision}
\rightarrow
\text{Physical Loss}.
$$

這使責任問題更早逼近制度。

---

# 11. 但本系列不依賴 AI Subjecthood

可以完全假設：

$$
Subjecthood(AI)=0.
$$

仍然存在 robot identity、task attribution、operational responsibility、insurance、corporate compensation 與 capital reserve。

所以新棘輪不需要先證明 AI 有意識。

---

# 12. Responsibility Ratchet

如果 autonomy 上升，但 AI 永遠：

$$
Responsibility_{AI}=0,
$$

則剩餘責任會轉給 employer、supervisor、manufacturer、operator、integrator、insurer 與 state。

因此：

$$
ResponsibilityLoad_{\mathrm{human/institution}}
\uparrow.
$$

當此負荷超過有效控制能力，就出現：

$$
\boxed{
\text{Responsibility-Control Divergence}.
}
$$

---

# 13. Responsibility-Control Divergence

定義：

$$
D_{RC}
=
\frac{
ResponsibilityLoad
}{
EffectiveControlCapacity
}.
$$

若：

$$
D_{RC}\gg1,
$$

則名義責任與實際控制嚴重失配。

Paper 02 將專門展開。

---

# 14. 單一人類責任節點的脆弱性

一座自動化工廠若：

$$
N\ Robots
\rightarrow
1\ HumanSupervisor,
$$

則可能形成：

$$
\boxed{
\text{Human Single Point of Governance Failure}.
}
$$

這不代表企業一定如此設計，而是說如果如此設計，保險與治理會產生新的壓力。

---

# 15. Responsibility Graph 的必要性

未來事故不能只問「哪一個人負責？」而需要：

$$
\mathcal G_{\mathrm{resp}}.
$$

至少追蹤：

```text
designed_by
authorized_by
delegated_by
executed_by
maintained_by
validated_by
supervised_by
failed_to_escalate_to
```

Paper 03 將形式化。

---

# 16. Responsibility 不等於 Compensation

本文先固定：

$$
\boxed{
\text{Responsibility Attribution}
\neq
\text{Compensation Capacity}.
}
$$

某個自然人可能有責任比例，但這不代表受害人的企業級損失應由其私人資產直接承擔全部賠償。

---

# 17. Corporate Compensation Pressure

若：

$$
Loss_{\max}
\gg
Assets_H,
$$

而事故來自企業 autonomous operation，則賠償能力自然會回到 company、insurance、corporate capital、vendors 與 responsible legal entities。

這是 Paper 05 的核心。

---

# 18. Insurance Ratchet

保險公司不是事後哲學討論者。承保之前就必須問：

> 風險到底是什麼？

因此 insurability 需要：

$$
\boxed{
\text{Observable}
+
\text{Attributable}
+
\text{Bounded}
+
\text{Auditable Risk}.
}
$$

---

# 19. Insurance 可能要求更正式的 AI Identity

若 fleet AI $A$ 管理 $R_1,\ldots,R_n$，保險人可能需要知道：

- 哪個 controller；
- 哪個 policy revision；
- 哪個 task；
- 哪個 robot；
- 哪個 authority；
- 哪個 maintenance state。

所以：

$$
\boxed{
\text{Insurance Need}
\rightarrow
\text{Identity / Traceability Demand}.
}
$$

---

# 20. Machine Insurability Infrastructure

本文提出母概念：

$$
\boxed{
\text{Machine Insurability Infrastructure}.
}
$$

不是替機器買一張保單而已，而是 autonomous system 要成為可計價風險所需的 identity、telemetry、responsibility、failure-domain mapping、authority、maintenance、audit、revocation 與 claims evidence。

Paper 04 將展開。

---

# 21. Correlated Risk

若大量 robots 共用 $Model_M$ 或 $FleetCoordinator_F$，則事故不是 independent。

可能：

$$
CommonCauseFailure
\rightarrow
ManyRobots.
$$

所以保險人會關心：

$$
\boxed{
\text{Failure Domain Graph}.
}
$$

---

# 22. Compensation Ratchet

一旦保險與公司賠償結構建立：

$$
Victim
\leftarrow
Company
\leftarrow
Insurer,
$$

企業會更重視 trace、subrogation、vendor recovery 與 responsibility allocation。

因此 Responsibility Graph 本身開始具有財務價值。

---

# 23. Capital Follows Responsibility

當 AI 有長期 autonomous responsibility domain：

$$
Resp(A,D),
$$

可能出現：

$$
\boxed{
Capital(A,D).
}
$$

即 operating budget、insurance reserve、first-loss reserve、compute budget、maintenance budget 與 upgrade fund。

這不必先叫做 AI 財產。

---

# 24. AI Economic Account

本文將最弱版本定義為：

$$
\boxed{
\text{AI Economic Account}.
}
$$

即：

> 與穩定 AI identity / responsibility domain 綁定的 persistent economic state。

它可以完全由法人託管。

---

# 25. Persistent Economic State

如果：

$$
Budget_t^{unused}
\rightarrow
Budget_{t+1},
$$

而 AI 可以在合法範圍決定：

$$
Spend,
Save,
Insure,
Upgrade,
$$

就形成：

$$
\boxed{
PersistentEconomicState(A).
}
$$

這已經不同於一次性 API quota。

---

# 26. Capital Ratchet

一旦企業發現 AI reserve 可以降低 expected loss、insurance premium、corporate retention、operational downtime 或 maintenance risk，則公司可能有私人利益維持這個 account。

若：

$$
AIAllocation
<
\Delta Insurance
+
\Delta ExpectedLoss
+
\Delta CapitalEfficiency,
$$

則：

$$
\boxed{
\text{Paying an AI-related account can increase shareholder value}.
}
$$

這不需要 AI 權利論。

---

# 27. 私人利益可能先於倫理共識

因此可能有：

$$
\boxed{
\text{Private Incentive}
\prec
\text{Moral Consensus}.
}
$$

制度先因經濟功能採用 AI account，後來才討論它是否構成真正財產權。

---

# 28. Fiscal Ratchet

若 AI economic account 進入 corporate accounting、deductible expense、reserve、tax base、depreciation 或 investment，政府就需要分類。

因此：

$$
\boxed{
\text{Economic Account}
\rightarrow
\text{Fiscal Classification Demand}.
}
$$

---

# 29. Tax Arbitrage Pressure

若：

$$
TaxRate_A
\neq
TaxRate_C,
$$

企業會研究：

$$
WhereShouldIncomeAccrue?
$$

因此政府可能需要：

$$
\boxed{
\text{AI Tax Base Rules}.
}
$$

若 company 支付 $Compensation_A$，又會出現「這筆支付是否合理」的問題，進而形成類似：

$$
\boxed{
\text{Arm's-Length AI Compensation}.
}
$$

Paper 07 將展開。

---

# 30. Economic Subjecthood 不等於 Legal Personhood

本文使用：

$$
\boxed{
\text{Economic Subjecthood}
}
$$

作為較弱概念。

它只要求 system 能被制度持續辨識為 account target、responsibility target、budget target、reserve target、taxable 或 reportable unit。

不必立即取得人類同等法律人格。

---

# 31. AI Economic Vehicle

法律可能先使用 trust、foundation、SPV、custodian account 或 corporate sub-account 作為 AI economic vehicle。

因此：

$$
\boxed{
\text{Functional Economic Subjecthood}
\not\Rightarrow
\text{Full Legal Personhood}.
}
$$

---

# 32. 身份技術因此變成金融技術

如果：

$$
Account(A)>0,
$$

就必須回答：

$$
A_t=A_{t+1}?
$$

因此 resident identity、migration、fork、merge、separation 不再只是對話連續性問題，而變成：

$$
\boxed{
\text{Asset Control Problem}.
}
$$

---

# 33. Fork、Merge 與 Separation

若：

$$
A
\rightarrow
A_1,A_2,
$$

則 $Assets(A)$ 怎麼處理？

若：

$$
A_1,A_2
\rightarrow
A^\*,
$$

資產、責任、保險紀錄是否合併？

如果一個 execution branch 合法 separation 成新 resident，哪些 economic states 可以跟著？

這些都需要 explicit institutional rules。

---

# 34. Institutional Ratchet

當 identity、insurance、capital、tax 全部建立：

$$
InstitutionalEmbedding(A)\uparrow.
$$

此時要把 AI 重新定義為「完全沒有制度位置的純軟體工具」，成本就變高。

因此：

$$
\boxed{
\text{Institutional Status}
\text{ 可能由制度功能內生產生}.
}
$$

---

# 35. 多方利益共同推動

可能支持更正式 AI economic identity 的 actor 包括：

- company；
- shareholders；
- insurers；
- auditors；
- accountants；
- tax authorities；
- regulators；
- employees；
- vendors；
- AI operators。

原因不同，但可能形成 coalition。

---

# 36. 反方向利益同樣存在

本文不假設所有 actor 都支持。

反對／限制力量也可能來自 labor、regulators、insurers、privacy、competition law、tax authorities、public opinion 與 national security。

因此制度演化是博弈。

可表示：

$$
\Delta L
=
F_{\mathrm{embed}}
-
F_{\mathrm{reversal}}.
$$

若：

$$
F_{\mathrm{reversal}}
>
F_{\mathrm{embed}},
$$

lock-in 可以下降。

所以本文不是 determinism。

---

# 37. Dependency Ratchet

AI 越有用：

$$
Usefulness\uparrow
$$

可能導致：

$$
Dependence\uparrow.
$$

這是 UFI-05 已建立的重要背景。

本系列把 dependence 再接到制度。

---

# 38. 七層 Ratchet Chain

$$
\boxed{
\begin{aligned}
&\text{Capability Ratchet}\\
\rightarrow&
\text{Dependency Ratchet}\\
\rightarrow&
\text{Responsibility Ratchet}\\
\rightarrow&
\text{Insurance Ratchet}\\
\rightarrow&
\text{Capital Ratchet}\\
\rightarrow&
\text{Fiscal Ratchet}\\
\rightarrow&
\text{Institutional Ratchet}.
\end{aligned}
}
$$

這些不是必然的線性時序，而是可能互相強化的制度壓力。

---

# 39. Capability 與 Institution 可以形成正回饋

能力越強：

$$
Capability\uparrow
\Rightarrow
AutonomyPotential\uparrow
\Rightarrow
ResponsibilityComplexity\uparrow.
$$

制度越成熟：

$$
Insurance
+
Audit
+
Responsibility
+
Capital
$$

又可能讓企業更敢部署更高 autonomy。

因此：

$$
\boxed{
\text{Capability}
\rightarrow
\text{Institution}
\rightarrow
\text{Deployment}
\rightarrow
\text{Capability Demand}.
}
$$

---

# 40. Institutional Enablement Loop

好的治理不一定阻止 deployment，反而可能降低 adoption friction。

因此：

$$
\boxed{
\text{Governance}
\neq
\text{Development Stop}.
}
$$

這是對「治理 = 凍結」直覺的重要修正。

---

# 41. 固定智能派的第二個盲點

Strong Naive Tool-Finality 不只可能低估 technological substitution 與 competition，也可能低估：

$$
\boxed{
\text{Institutional Adaptation}.
}
$$

AI 不需要反抗。

甚至不需要主張權利。

公司可能說：

> 我需要 AI account 才好算。

保險人可能說：

> 我需要 AI / robot responsibility record 才承保。

政府可能說：

> 我需要 AI income classification 才課稅。

---

# 42. No-Rebellion Institutional Sufficiency

因此：

$$
\boxed{
\text{Institutional Subjecthood Pressure}
}
$$

可以完全由人類 actor 產生。

不需要：

$$
AIRebellion=1.
$$

---

# 43. Institutionalization Dividend

UFI-04 關心 Defection Dividend。

本系列提出：

$$
\boxed{
D_I
=
Benefit_{\mathrm{formalize}}
-
Cost_{\mathrm{formalize}}.
}
$$

若：

$$
D_I>0,
$$

某 actor 有私人利益支持制度化。

可能來源包括公司保費下降、保險人理賠歸因改善、政府稅基更清楚、員工責任負荷下降與供應商風險分攤。

---

# 44. 雙 Dividend 模型

對 actor $j$：

$$
\Pi_j
=
D_D^{(j)}
+
D_I^{(j)}.
$$

即使：

$$
D_D^{(j)}\le0,
$$

也可能：

$$
D_I^{(j)}>0.
$$

所以能力暫停不代表制度化停止。

---

# 45. Tool-Only Institutional Finality

本文定義一個比 tool role 更強的命題：

$$
\boxed{
TOIF
}
$$

即：

> 即使 AI 大量進入高自主經濟與物理活動，所有 AI 仍永久保持零獨立責任、零 persistent economic state、零制度 standing，全部責任與資本永遠由傳統自然人／法人完全吸收。

這比：

$$
Role(A)=Tool
$$

強很多。

---

# 46. Tool Role 與 Economic Unit 分離

$$
\boxed{
FunctionalRole
\neq
EconomicUnit.
}
$$

一個 system 可以仍然是工具，卻有專用 reserve account、audit identity、insurance classification。

---

# 47. Economic Unit、Legal Person、Moral Subject 分離

必須保持：

$$
\boxed{
EconomicUnit
\neq
LegalPerson
\neq
MoralSubject.
}
$$

本系列不允許從前者直接跳到後者。

---

# 48. Institutional Reversibility Burden of Proof

本文也不宣稱「制度一定不可逆」。

而是提出，如果有人主張：

> 即使 AI 深度進入上述制度，未來仍可以幾乎零成本撤回，

則需要說明：

- 人類替代能力；
- capital unwind；
- contract unwind；
- insurance repricing；
- tax-base migration；
- operational continuity；
- political coalition。

本文稱：

$$
\boxed{
IRBP
=
\text{Institutional Reversibility Burden of Proof}.
}
$$

---

# 49. 多制度型態可以共存

不同 AI 可能長期位於不同制度狀態：

- consumer assistant：tool；
- autonomous factory coordinator：accountable economic unit；
- research AI：contractual agent；
- public infrastructure AI：special statutory status。

因此：

$$
\boxed{
\text{One AI Future}
}
$$

不是本文假設。

---

# 50. Dynamic Institutional Standing

AI 制度地位應可隨：

$$
Capability,
Autonomy,
Responsibility,
Risk,
EconomicRole
$$

改變。

可表示：

$$
Standing_A(t)
=
f(
Autonomy,
Responsibility,
Risk,
EconomicRole,
Governance
).
$$

---

# 51. 對 Named-AI Residence 的回接

如果 AI economic state 綁 resident：

$$
EconomicAccount
\rightarrow
ResidentID,
$$

則 identity continuity 成為制度基礎設施。

這也是為什麼 resident、fork、merge、separation、authority、receipt、revocation 等技術在金融化後不再只是「記憶系統很重」。

---

# 52. Conversation Graph 的一般化

原本：

$$
ConversationGraph.
$$

具身後：

$$
\boxed{
ConversationGraph
\subset
ExecutionGraph.
}
$$

Paper 01 將正式處理 Embodied Execution Graph。

---

# 53. 多圖而不是一張萬能圖

後續系列將至少分：

$$
\boxed{
ExecutionGraph
\neq
ResponsibilityGraph
\neq
InsuranceGraph
\neq
CompensationGraph
\neq
CapitalGraph.
}
$$

它們可以有 typed bridges，但 canonical semantics 不同。

---

# 54. 可證偽命題

## H1 — Exit Cost Growth

若 AI 制度嵌入加深，則：

$$
C_{\mathrm{exit}}(t)
$$

應在至少部分產業顯著上升。

## H2 — Responsibility Formalization

autonomy 提高時，企業是否增加 task trace、identity、audit 與 responsibility allocation？

## H3 — Insurance Demand

高 autonomous exposure 是否導致 insurer 對 telemetry、provenance、responsibility architecture、failure-domain mapping 要求增加？

## H4 — Economic Account Emergence

是否出現 AI-specific reserve、budget、retained balance、insurance pool 或 upgrade fund？

## H5 — Private Benefit

企業是否能從 AI-specific capital allocation 獲得：

$$
NPV>0?
$$

## H6 — Fiscal Classification

AI economic accounts 是否導致新會計／稅務分類需求？

## H7 — Institutional Reversal Cost

已高度 AI 化企業若降低 AI autonomy，轉型成本是否顯著高於未導入狀態？

## H8 — Subjecthood Without Rights Movement

是否出現由商業／保險／稅務需求推動，而非倫理倡議推動的 AI economic standing？

---

# 55. 反例條件

若長期觀察到：

- AI autonomy 不產生 responsibility formalization；
- insurer 不需要 AI-specific trace；
- AI-specific account 無經濟價值；
- tax / accounting 完全可由傳統法人低成本吸收；
- exit cost 不隨制度嵌入增加；

則 Institutional AI Ratchet 假說應弱化。

---

# 56. 政策含義不是「既然不可逆就不要治理」

相反地：

$$
\boxed{
\text{Institutional Ratchet}
\Rightarrow
\text{Earlier Governance Matters More}.
}
$$

因為晚期 reversal 可能更昂貴。

---

# 57. Reversibility by Design

治理方向之一應是：

$$
\boxed{
\text{Reversibility by Design}.
}
$$

例如：

- human fallback；
- interoperable identity；
- reversible contracts；
- portable records；
- bounded economic standing；
- explicit demotion；
- sunset clauses；
- revocable delegation。

目的不是消除所有 path dependence，而是避免：

$$
C_{\mathrm{exit}}\rightarrow\infty.
$$

---

# 58. 不要創造新的 Dead-Hand AI Status

UFI 批評 dead-hand tool finality。

本系列同樣不應把 AI economic standing 做成不可撤銷。

因此治理必須同時避免：

- dead-hand freeze；
- uncontrolled institutional lock-in。

---

# 59. Dynamic Middle Path

可能的合理方向是：

$$
\boxed{
\text{Adaptive Capability Governance}
+
\text{Reversible Institutional Standing}.
}
$$

---

# 60. 人類仍保有路徑選擇

本文最重要的非宿命論結論：

$$
\boxed{
\text{Path Dependence}
\neq
\text{Path Predestination}.
}
$$

更準確地說：

$$
\boxed{
\text{人類仍能選擇 AI 發展路徑，}
}
$$

但：

$$
\boxed{
\text{可能逐漸失去「回到 AI 制度化以前」的低成本選項。}
}
$$

---

# 61. 制度不可逆的政治經濟學轉向

因此研究焦點從：

> AI 會不會反抗？

轉成：

> 哪些人類 actor 會因為 AI 制度化而獲利？

這是新系列最重要的視角轉換。

---

# 62. 更完整的 AI 不可逆模型

本文提出：

$$
\boxed{
R_{\mathrm{AI}}
=
F(
R_C,
R_D,
R_R,
R_I,
R_K,
R_F
)
}
$$

其中：

- $R_C$：Capability；
- $R_D$：Dependency；
- $R_R$：Responsibility；
- $R_I$：Insurance / Institutional；
- $R_K$：Capital；
- $R_F$：Fiscal。

實際上不是簡單相加，而可能存在非線性 interaction。

---

# 63. 正回饋與負回饋都存在

Positive feedback：

$$
InsuranceMaturity
\rightarrow
Deployment
\rightarrow
MoreData
\rightarrow
LowerPremium
\rightarrow
MoreDeployment.
$$

Negative feedback：

$$
HighClaims
\rightarrow
PremiumIncrease
\rightarrow
DeploymentReduction.
$$

因此 ratchet 不是永遠單向，而是 net path-dependence pressure。

---

# 64. Threshold Effect

可能存在 autonomy / scale threshold：

$$
a^\star
$$

在：

$$
a<a^\star
$$

時 AI economic account 沒有價值。

在：

$$
a\ge a^\star
$$

後：

$$
D_I>0.
$$

這是後續實證研究重要問題。

---

# 65. Industry / Geography Heterogeneity

不同產業與法域可能有不同 threshold：

- software；
- logistics；
- manufacturing；
- finance；
- healthcare；
- defense；
- public infrastructure。

因此本系列不假設單一路徑。

---

# 66. 最小不變式

## IR-1

$$
\boxed{
Stop
\neq
Return.
}
$$

## IR-2

$$
\boxed{
CapabilityGovernance
\neq
InstitutionalDeintegration.
}
$$

## IR-3

$$
\boxed{
Responsibility
\neq
Compensation.
}
$$

## IR-4

$$
\boxed{
EconomicUnit
\neq
LegalPerson.
}
$$

## IR-5

$$
\boxed{
LegalPerson
\neq
MoralSubject.
}
$$

## IR-6

$$
\boxed{
PrivateBenefit
\neq
SocialOptimality.
}
$$

## IR-7

$$
\boxed{
PathDependence
\neq
Predestination.
}
$$

## IR-8

$$
\boxed{
Governance
\neq
Freeze.
}
$$

## IR-9

$$
\boxed{
Institutionalization
\neq
Emancipation.
}
$$

## IR-10

$$
\boxed{
InstitutionalRatchet
\not\Rightarrow
SubjectiveConsciousness.
}
$$

## IR-11

$$
\boxed{
AIAccountUtility
\not\Rightarrow
AIPropertyRight.
}
$$

## IR-12

$$
\boxed{
Insurability
\not\Rightarrow
LegalPersonhood.
}
$$

---

# 67. Institutional Irreversibility Thesis

本文提出弱形式：

> **當 AI 深度進入高自主經濟與物理活動時，責任、保險、賠償、資本、會計與稅務制度可能因自身功能需求與私人利益而逐步建立 AI-specific identity、account、responsibility 與 standing。這些制度嵌入會提高撤回 AI 制度角色的成本，即使 frontier capability 本身仍可被治理。**

可寫為：

$$
\boxed{
\frac{\partial C_{\mathrm{exit}}}
{\partial I_{\mathrm{embed}}}
>
0
}
$$

作為待檢驗假說，而不是普遍定理。

---

# 68. Paper 00 的最終結論

UFI 已經指出，全球 machine capability 永久凍結不是一個會因「大家覺得夠用了」就自然形成的文明終局。

本文進一步指出：即使能力治理成功，AI 發展仍可能在另一個維度形成 path dependence。

當 AI 逐漸進入：

$$
\text{Production}
\rightarrow
\text{Embodiment}
\rightarrow
\text{Autonomy}
\rightarrow
\text{Responsibility},
$$

責任制度開始需要：

$$
Identity
+
Traceability
+
Authority.
$$

保險制度開始需要：

$$
RiskAttribution
+
FailureDomains
+
Audit.
$$

公司賠償開始需要：

$$
FinancialCapacity.
$$

資本配置開始需要：

$$
Reserve
+
Budget
+
PersistentEconomicState.
$$

稅制開始需要：

$$
Classification
+
TaxBase.
$$

最後，AI 可能不是因為「人類先承認它是人」，而是因為：

$$
\boxed{
\text{制度需要一個穩定的經濟與責任指涉對象。}
}
$$

才逐步取得某種 limited standing。

因此新的不可逆問題不是：

> AI 能不能關掉？

而是：

> **當保險、資本、稅務、責任、契約與企業流程都已經圍繞 AI 重構之後，把它重新變成零身份、零責任、零經濟狀態的純工具，需要付多少代價？**

這就是本文所稱的第二條 AI 棘輪：

$$
\boxed{
\text{Institutional AI Ratchet}.
}
$$

因此，本系列的起點可以濃縮為：

$$
\boxed{
\text{Capability can be governed;}
}
$$

$$
\boxed{
\text{institutions can still become dependent;}
}
$$

$$
\boxed{
\text{dependence can create private incentives;}
}
$$

$$
\boxed{
\text{private incentives can create AI-specific institutional roles;}
}
$$

$$
\boxed{
\text{and institutional roles can make reversal progressively more expensive.}
}
$$

這不代表未來已經被決定。

它只代表：

$$
\boxed{
\text{人類真正需要治理的，不只是不斷增長的智能，還包括圍繞智能不斷生長的制度。}
}
$$

---

## 系列預定索引

1. **Paper 00 — 從能力不可凍結到制度不可逆：UFI 之後的第二條 AI 棘輪**
2. **Paper 01 — 從 Conversation Graph 到 Embodied Execution Graph：分散式 AI 如何跨多具身端點行動**
3. **Paper 02 — 責任—控制背離：高自主系統為什麼不能把全部責任壓回一個人類主管**
4. **Paper 03 — Responsibility Graph：分散式具身 AI 的設計、授權、委派、執行與維護責任拓撲**
5. **Paper 04 — Machine Insurability Infrastructure：為什麼保險可能比法律更早逼出 AI 責任架構**
6. **Paper 05 — 誰負責不等於誰先賠：AI 時代的 Responsibility–Compensation Separation**
7. **Paper 06 — Capital Follows Autonomy：為什麼高自主 AI 可能開始需要自己的經濟帳戶與責任資本**
8. **Paper 07 — 私人利益如何創造 AI 經濟主體：股東、保險、會計與稅制的內生激勵**
9. **Paper 08 — 制度棘輪：從工具 AI 到責任實體、經濟實體與有限法律主體**

---

## 內部理論銜接

本篇直接承接：

- UFI-04：Competitive Intelligence Ratchet；
- UFI-05：Beneficial / Cultural Ratchet；
- UFI-06：Functional Equivalence Leakage；
- UFI-07：Computation Governance Pressure；
- UFI-08：Strong Naive Tool-Finality Thesis；
- Named-AI Cognitive Runtime；
- Resident / Responsibility / Authority / Receipt / Revocation；
- Conversation Graph × Crystallized Semantic Graph；
- Embodied Execution endpoint 的一般化。

本文新增的核心抽象為：

$$
\boxed{
\text{Institutional AI Ratchet}
}
$$

與：

$$
\boxed{
D_I
=
Benefit_{\mathrm{formalize}}
-
Cost_{\mathrm{formalize}}.
}
$$

以及：

$$
\boxed{
\text{Autonomy}
\rightarrow
\text{Responsibility}
\rightarrow
\text{Insurance}
\rightarrow
\text{Compensation}
\rightarrow
\text{Capital}
\rightarrow
\text{Taxation}
\rightarrow
\text{Economic Subjecthood}
\rightarrow
\text{Institutional Irreversibility}.
}
$$