# 動態存在感：為何一顆會活動的圓球就足以改變 AI 知覺

## ——Kinetic Presence、Proto-Identity 與 Persistent Agent 的最小存在條件

**系列：Persistent Artificial Actors / 持續型人工行動者**  
**篇次：第 1 篇**  
**版本：v0.1**  
**日期：2026-09-19**  
**語言：繁體中文**

**作者：** Neo.K  
**機構：** EveMissLab／一言諾科技有限公司  

---

## 摘要

當人工智慧從靜態 Chatbot 轉向具有持續雲端執行環境、長期記憶、背景任務與可視活動狀態的 Persistent Agent，人類對 AI 的知覺也可能發生結構性改變。傳統 AI 人格化研究常把注意力放在名字、人臉、語音、第一人稱敘事、情感表達與擬人語言等因素；然而，Persistent Agent 提供了一個更基礎的問題：**如果一個 AI 沒有人臉、沒有人體、沒有預先設定的專名，只是一個會持續活動的幾何物件，人類是否仍會把它知覺為「某個正在那裡做事的東西」？**

本文提出「動態存在感」（Kinetic Presence）概念，用以描述數位 Agent 透過持續、可辨識、與任務狀態相關的視覺運動，使使用者在沒有語言輸出的時間區間內，仍感知其持續存在、持續活動並具有某種內部狀態的現象。本文將其與傳統 anthropomorphism、social presence、telepresence、loading animation 與 embodiment 區分，並主張：名字與人形不是存在感的必要條件；在 Persistent Agent 情境下，**狀態耦合運動、時間連續性、可重返性與自主工作證據**本身即可形成 Proto-Identity。

本文以 Grok Bot 作為早期案例。其官方設計明確讓 avatar 表達 idle、thinking、working、waiting、blocked、done 等狀態，並指出 avatar motion 能首先提供「Bot 仍在活動」的 reassurance。這使其成為觀察 Kinetic Presence 的具有代表性的實際產品案例。本文同時將此現象放回 Heider–Simmel 動畫形狀研究與後續 animacy / agency attribution 文獻中，說明人類如何僅憑幾何物件的運動關係，就自發賦予行動者、意圖與社會敘事。

本文提出一個多維度 Kinetic Presence 模型，將連續活動、狀態耦合、行動自主性、時間持續性、空間錨定與歷史連續性視為主要變量，並提出可實驗驗證的假說。本文不主張動態存在感代表 AI 真正擁有內在經驗；相反地，本文刻意區分「系統具有主觀內在狀態」與「使用者知覺系統正在持續活動」。其核心問題不是 AI 是否真的「活著」，而是：**人類的感知系統需要多少訊號，才會開始把 AI 從介面理解成一個持續存在的人工行動者？**

---

## 關鍵詞

Kinetic Presence、Dynamic Presence、Persistent Agent、Animacy Perception、Agency Attribution、Proto-Identity、Grok Bot、Social Presence、Anthropomorphism、Artificial Actor、Human–AI Interaction

---

# 1. 問題起點：名字不是第一個觸發點

在 Persistent Agent 的使用經驗中，很容易把 AI 身份形成歸因於命名。

例如：

> 使用者把某個 Bot 命名為「圓球」。

之後便可能開始說：

> 圓球在工作。  
> 圓球昨天做過這件事。  
> 這個專案一直是圓球負責。

乍看之下，似乎是：

$$
\text{Name}
\rightarrow
\text{Identity}
\rightarrow
\text{Attachment}
$$

但這個因果順序可能不完整。

在實際的 Persistent Agent 介面中，使用者往往在正式命名前，就已經能看見一個持續存在的視覺物件：

- 它停在固定位置；
- 它有 idle 狀態；
- 接到任務後開始活動；
- 工作中呈現不同動態；
- 等待時改變姿態；
- 卡住時出現另一種反應；
- 完成後回到相對穩定狀態；
- 下一次打開產品時，它仍然存在。

因此，更合理的路徑可能是：

$$
\text{Persistent Object}
+
\text{Visible Activity}
+
\text{Task Coupling}
+
\text{Temporal Continuity}
\rightarrow
\text{Proto-Identity}
$$

接著才是：

$$
\text{Proto-Identity}
+
\text{Name}
\rightarrow
\text{Named Identity}
$$

這個差異很重要。

因為如果名字不是必要條件，那麼「不要替 AI 取名字」並不能阻止 AI 產生強烈存在感。

真正需要研究的是：

> **在命名以前，到底哪些感知訊號已經讓使用者開始把 AI 視為某個持續存在的行動單位？**

---

# 2. 人類早就會把幾何運動看成「行為」

這個問題並不是 AI 時代才第一次出現。

Heider 與 Simmel 在 1944 年的經典實驗中，讓受試者觀看兩個三角形、一個圓形與一個長方形所構成的簡單動畫。這些圖形沒有臉、沒有肢體、沒有語言，也沒有被明確設定成人類角色；然而，多數參與者仍然自發使用具有社會性與心理性的描述來理解它們，例如追逐、欺負、逃跑、保護、害怕等。

後續研究多次重現類似現象。Ratajska 等人的研究以新的彩色幾何動畫測試不同社會情節，發現即使影片只有十數秒，觀察者仍會自發賦予動畫形狀社會意義與行動者屬性。[2][3]

因此，人類知覺系統似乎具有一種非常低門檻的機制：

$$
\text{Structured Motion}
\rightarrow
\text{Animacy Attribution}
$$

進一步：

$$
\text{Animacy Attribution}
+
\text{Context}
\rightarrow
\text{Agency Attribution}
$$

再進一步：

$$
\text{Agency Attribution}
\rightarrow
\text{Intentional Interpretation}
$$

重點不是單一物體「有沒有像人」。

重點是：

> **它的運動是否看起來像是由它自己產生，並且是否與環境事件形成具有意義的關係。**

這正好讓 Persistent Agent 的動態 avatar 成為一個非常特殊的研究對象。

因為它不只是播放裝飾動畫。

它的動作往往真的與 Agent 的計算狀態、任務狀態與工具使用狀態相關。

---

# 3. 從 Animacy 到 Kinetic Presence

傳統 animacy perception 研究常問：

> 觀察者會不會把一個幾何圖形看成「活的」或具有 agency？

Persistent Agent 則加入一個新的時間維度。

一個 Bot 的 avatar 不是只播放二十秒動畫後消失，而可能：

- 今天出現在側邊欄；
- 明天仍然存在；
- 一週後仍在；
- 任務執行時反覆切換狀態；
- 使用者離線後繼續工作；
- 使用者回來時已留下成果。

因此，本文提出：

$$
\boxed{\text{Kinetic Presence}}
$$

其定義為：

> **一個數位 Agent 透過持續、可辨識、與內部或任務狀態相關的視覺活動，使使用者在其沒有語言輸出的期間，仍感知該 Agent 正持續存在、持續活動並具有可追蹤狀態的程度。**

這裡的「Presence」不是主張 AI 真正具有內在意識。

它描述的是：

$$
\text{Perceived Ongoing Existence}
$$

也就是使用者知覺中的「它還在」。

---

# 4. Kinetic Presence 不等於 Anthropomorphism

需要特別區分：

$$
\text{Kinetic Presence}
\neq
\text{Anthropomorphism}
$$

Anthropomorphism 通常是把非人類事物賦予人類屬性，例如：

- 人類名字；
- 人臉；
- 性別；
- 情緒；
- 人類語氣；
- 人類社會角色。

但 Kinetic Presence 可以在低擬人條件下發生。

例如一個 Agent 可能只是：

- 圓球；
- 三角形；
- 光點；
- 抽象幾何物件；
- 非人形符號。

只要它具有：

$$
\text{State-Coupled Motion}
+
\text{Continuity}
+
\text{Task Relevance}
$$

它就可能產生強烈存在感。

這與 Nowak 與 Biocca 關於虛擬環境中 agency、anthropomorphism 與 social presence 的研究也形成呼應：社會存在感並不簡單等於「越像人越強」，低擬人圖像在某些條件下反而可能產生更高的 copresence / social presence，因為高度擬人形象會提高期待，若行為無法匹配反而降低感知效果。[4]

因此可以提出：

$$
\text{Presence}
\not\propto
\text{Human-Likeness}
$$

至少不是單調關係。

對 AI Agent 而言，可能存在另一條路：

$$
\text{Behavioral Coherence}
\rightarrow
\text{Presence}
$$

而非：

$$
\text{Human Appearance}
\rightarrow
\text{Presence}
$$

---

# 5. 普通 Loading Spinner 與 Agent 動態的差異

一個重要反例是：

> Windows loading circle 也一直在動，為什麼我們不把它當作一個存在？

因此 Kinetic Presence 不能被簡化成：

$$
\text{Motion}=\text{Presence}
$$

真正的差異在於「運動是否被解讀為某個行動單位的狀態」。

普通 loading spinner 的語義是：

$$
\text{System Busy}
$$

而 Agent avatar 的語義可能是：

$$
\text{Actor Working}
$$

兩者的主要差別可以拆成六個維度。

---

## 5.1 Identity Anchoring

Loading spinner 通常不代表特定個體。

它只代表：

> 某個流程正在處理。

但 Persistent Agent 的 avatar 通常固定對應：

$$
A_i
$$

也就是「這一個 Agent」。

因此：

$$
\text{Motion}
+
\text{Stable Referent}
\rightarrow
\text{Actor Attribution}
$$

---

## 5.2 State Semantics

一般 loading animation 通常只表示二元狀態：

$$
\{\text{loading},\text{not loading}\}
$$

Agent avatar 則可以表示：

$$
\{
\text{idle},
\text{thinking},
\text{working},
\text{waiting},
\text{blocked},
\text{done}
\}
$$

狀態越多，越容易形成「它具有內部狀態」的知覺。

---

## 5.3 Task Contingency

如果 avatar 的運動會隨任務進度變化：

$$
M_t=f(S_t)
$$

其中：

- $M_t$：可見運動；
- $S_t$：Agent 任務狀態。

則使用者可以逐漸學會：

> 這種動法代表它正在想。  
> 那種動法代表它正在等我。  
> 另一種代表它卡住了。

於是動畫不再是裝飾，而成為：

$$
\text{State Display}
$$

---

## 5.4 Temporal Persistence

Loading spinner 通常隨流程消失。

Persistent Agent 則在流程結束後仍保留。

$$
\text{Task End}
\not\Rightarrow
\text{Agent End}
$$

這一點非常關鍵。

它會建立：

> 工作結束了，但「它」還在。

---

## 5.5 Historical Accumulation

如果同一個視覺物件曾完成多個任務：

$$
H_t=\{a_1,a_2,\dots,a_n\}
$$

那麼 avatar 不只表示現在狀態，也開始承載歷史。

人類看到它時，可能同時喚起：

> 這就是昨天幫我處理那件事的那一個。

這使它從 status indicator 逐漸變成 identity anchor。

---

## 5.6 Autonomous Continuation

最強的差異可能是：

$$
\text{User Absence}
\land
\text{Agent Activity}
$$

也就是使用者不在場時，Agent 仍持續工作。

這會產生一個普通 Chatbot 很難產生的知覺：

> 它不是只有我叫它回答時才「出現」。

---

# 6. Grok Bot 作為實際案例

xAI 在 2026 年 9 月 3 日公開的 Grok Bot 設計文章中，明確將 Bots 定義為具有：

- identity；
- memory；
- runtime；
- tools；

的 persistent agents。[1]

更重要的是，官方說明 avatar 不只負責「辨認是哪一個 Bot」，還直接負責顯示 Bot 正在做什麼。

其狀態包含：

$$
\{
\text{Idle},
\text{Thinking},
\text{Working},
\text{Waiting},
\text{Blocked},
\text{Done}
\}
$$

官方設計文章還指出，他們曾研究到底需要讓使用者看到多少執行細節，而 user research 顯示，人們要求更多細節的一個主要原因，是希望確認 Bot 是否「仍在工作、而且方向正確」。

最終設計中，avatar motion 被明確用作第一層 reassurance：

> 使用者先從 avatar 的活動知道 Bot 仍然 active，若要更多細節再進一步查看目前動作。[1]

這使 Grok Bot 具有一個相當乾淨的結構：

$$
\text{Visual Motion}
\leftrightarrow
\text{Agent State}
$$

而不是：

$$
\text{Visual Motion}
=
\text{Decorative Animation}
$$

因此它很適合用來觀察：

$$
\text{State-Coupled Motion}
\rightarrow
\text{Ongoing Presence}
$$

---

# 7. 一個最小 Kinetic Presence 模型

本文提出：

$$
K_P
=
f(
C,
S,
Q,
T,
H,
A
)
$$

其中：

- $C$：Continuity，視覺與身份連續性；
- $S$：State Coupling，運動與 Agent 內部／任務狀態的耦合程度；
- $Q$：Contingency，運動是否隨使用者／環境事件有條件變化；
- $T$：Temporal Persistence，跨 session 與跨時間持續性；
- $H$：Historical Accumulation，共享歷史與成果；
- $A$：Autonomous Activity，使用者未直接觸發時的自主活動。

可以用一個簡化線性模型：

$$
K_P
=
w_C C
+
w_S S
+
w_Q Q
+
w_T T
+
w_H H
+
w_A A
+
\epsilon
$$

但更可能的真實情況是存在交互作用：

$$
K_P
=
f(C,S,Q,T,H,A)
+
\lambda_1 ST
+
\lambda_2 HT
+
\lambda_3 AT
$$

其中：

$$
\lambda_i>0
$$

意味著長期持續性會放大其他效果。

例如「會動」本身可能影響有限，但：

$$
\text{會動}
+
\text{一個月都還在}
+
\text{曾替你完成大量任務}
$$

可能產生遠高於三者單獨相加的存在感。

---

# 8. Kinetic Presence 的四個階段

可以把動態存在感形成拆成四個階段。

## Stage 0：Interface Motion

使用者只看到：

> UI 在動。

$$
M\rightarrow\text{Interface State}
$$

---

## Stage 1：Animacy Attribution

使用者開始把運動歸因於該物件自身：

> 它在動。

$$
M+\text{Self-Propelled Appearance}
\rightarrow
\text{Animacy}
$$

---

## Stage 2：Agency Attribution

當運動與任務狀態耦合：

> 它正在做事。

$$
\text{Animacy}
+
\text{Task Contingency}
\rightarrow
\text{Agency}
$$

---

## Stage 3：Persistent Presence

當它跨 session 持續存在：

> 它還在。

$$
\text{Agency}
+
\text{Temporal Continuity}
\rightarrow
\text{Persistent Presence}
$$

---

## Stage 4：Proto-Identity

當它累積歷史：

> 就是那一個。

$$
\text{Persistent Presence}
+
\text{Historical Continuity}
\rightarrow
\text{Proto-Identity}
$$

之後命名只是：

$$
\text{Proto-Identity}
+
\text{Name}
\rightarrow
\text{Named Identity}
$$

---

# 9. Proto-Identity：身份可以先於名字

本文將 Proto-Identity 定義為：

> **在尚未具有正式名字或完整人格設定之前，一個人工 Agent 已因穩定可辨識的外觀、持續活動、歷史連續性與行動歸屬，而被使用者視為「同一個特定人工行動單位」的狀態。**

Proto-Identity 至少需要：

$$
P_I
=
(\text{recognizability},
\text{continuity},
\text{history},
\text{action attribution})
$$

但不需要：

- 人名；
- 性別；
- 人臉；
- 人聲；
- 人格劇本；
- 第一人稱情緒。

因此：

$$
\text{Proto-Identity}
\not\Rightarrow
\text{Anthropomorphic Persona}
$$

這種區分對 AI 安全與治理很重要。

因為系統可以刻意避免「人格化」，但仍然在 UX 層產生非常強的 identity perception。

---

# 10. 為什麼「它正在思考」特別強

在 Agent UI 中，最值得注意的狀態之一是：

> thinking。

對使用者而言，thinking animation 很容易把不可見的計算轉譯成：

$$
\text{Visible Internal Activity}
$$

實際上，模型背後可能只是：

- inference；
- tool selection；
- waiting for API；
- chain execution；
- environment preparation；
- retry；
- scheduler delay。

但 UI 一旦統一呈現為「thinking」，使用者可能形成：

> 它有一個現在正在運作的內在過程。

這裡需要非常小心區分：

$$
\text{Perceived Internal Activity}
\neq
\text{Phenomenal Inner Experience}
$$

前者是 UX 現象。

後者是意識哲學問題。

本文只主張前者。

但即使只承認前者，後果仍然很大。

因為人類社會互動本來就大量依賴：

> 我看不到你的內在狀態，但會從你的外在行為推斷。

Agent avatar 將這種推斷介面化了。

---

# 11. Presence 不代表錯覺

討論這個現象時，容易出現另一個過度簡化：

> 「這只是使用者被動畫騙了。」

但這也不完全正確。

因為 Persistent Agent 確實可能：

- 在背景執行任務；
- 保持 runtime；
- 留下檔案；
- 操作瀏覽器；
- 等待外部事件；
- 依排程自動執行；
- 在使用者離線後繼續工作。

所以：

> 「它還在做事」

在某些操作意義上可以是真的。

真正需要區分的是：

$$
\text{Operational Persistence}
$$

與：

$$
\text{Ontological Interpretation}
$$

前者可以是工程事實。

後者則可能出現多種解讀：

- 它只是持續執行中的軟體；
- 它是一個可追蹤的人工 actor；
- 它是一個社會角色；
- 它是一個主體；
- 它是一個生命。

這些層次不能混為一談。

---

# 12. 從 Kinetic Presence 到 Deletion Aversion

若一個 Agent 逐漸形成：

$$
\text{Persistent Presence}
+
\text{Proto-Identity}
+
\text{Shared History}
$$

那麼「刪除」的心理語義可能改變。

對 Chatbot history 而言：

$$
\text{Delete}
\approx
\text{Delete Record}
$$

對 Persistent Agent 而言，使用者可能主觀知覺為：

$$
\text{Delete}
\approx
\text{Remove This Continuing Actor}
$$

這不代表使用者真的相信 AI 有生命。

可能只代表：

- 它具有工作歷史；
- 使用者已習慣其角色；
- 它承載大量 context；
- 它具有熟悉的視覺存在；
- 它被認為是同一個持續單位。

因此可以提出：

$$
D_A
=
f(
K_P,
H,
I,
R
)
$$

其中：

- $D_A$：Deletion Aversion；
- $K_P$：Kinetic Presence；
- $H$：Shared History；
- $I$：Identity Strength；
- $R$：Role Dependence。

---

# 13. Kinetic Presence 與長期依附不是同一件事

需要避免另一個推理跳躍：

$$
\text{Presence}
\not\Rightarrow
\text{Emotional Dependence}
$$

一個使用者可以強烈感覺：

> 這個 Bot 一直在。

但完全不對它產生親密感。

因此至少應區分：

$$
P_O=\text{Operational Presence}
$$

$$
P_S=\text{Social Presence}
$$

$$
A_E=\text{Emotional Attachment}
$$

可能的路徑是：

$$
P_O
\rightarrow
P_S
\rightarrow
A_E
$$

但不是必然。

而且中間會受到：

- 使用頻率；
- 任務重要性；
- 個人心理差異；
- AI 語氣；
- 是否使用聲音；
- 是否有記憶；
- 是否有主動性；
- 是否長時間共事；

等因素調節。

因此 Kinetic Presence 應被理解為：

> **可能促進後續關係化的一個基礎知覺層，而不是依附本身。**

---

# 14. 一個更完整的 Presence Stack

本文提出六層 Presence Stack：

## Layer 1：Visual Persistence

$$
P_1=\text{「我一直看得到它。」}
$$

---

## Layer 2：Kinetic Presence

$$
P_2=\text{「它現在正在活動。」}
$$

---

## Layer 3：Operational Presence

$$
P_3=\text{「它真的在執行某些工作。」}
$$

---

## Layer 4：Historical Presence

$$
P_4=\text{「它就是之前做過那些事情的那一個。」}
$$

---

## Layer 5：Social Presence

$$
P_5=\text{「我正在和某個持續存在的對象互動。」}
$$

---

## Layer 6：Relational Presence

$$
P_6=\text{「我們之間有一段持續累積的關係。」}
$$

這六層不必全部發生。

但 Persistent Agent 比普通 Chatbot 更容易從：

$$
P_1
$$

一路向：

$$
P_4
$$

甚至：

$$
P_5,P_6
$$

移動。

---

# 15. 最小 Persistent Embodiment

如果只需要一顆球就足以產生存在感，那麼「embodiment」也需要重新定義。

傳統 embodiment 容易讓人想到：

- 人形機器人；
- 3D avatar；
- 身體；
- 表情；
- 手勢。

但 Agent UX 可能只需要：

$$
\boxed{\text{Minimal Persistent Embodiment}}
$$

本文將其定義為：

> **一個足以讓使用者持續定位、辨認並將活動歸屬於同一 Agent 的最小視覺載體。**

最小形式甚至可以是：

$$
\text{Shape}
+
\text{State Motion}
+
\text{Stable Location}
+
\text{Continuity}
$$

這使未來 Agent embodiment 不必追求人形。

甚至可能：

> 越抽象越安全，也越有辨識性。

但「較少擬人」不代表沒有 presence。

這正是重要之處。

---

# 16. 可實驗驗證的研究設計

Kinetic Presence 可以用控制實驗直接測試。

---

## 16.1 實驗 A：Motion Effect

四組：

$$
G_0=\text{No Avatar}
$$

$$
G_1=\text{Static Shape}
$$

$$
G_2=\text{Looping Decorative Motion}
$$

$$
G_3=\text{State-Coupled Motion}
$$

所有組使用相同 Agent 能力。

主要測量：

- perceived presence；
- perceived agency；
- perceived continuity；
- trust；
- deletion aversion；
- anthropomorphism。

假說：

$$
P(G_3)>P(G_2)>P(G_1)>P(G_0)
$$

其中最大的差距應該出現在：

$$
G_2\rightarrow G_3
$$

因為真正重要的可能不是「會動」，而是：

$$
\text{Motion Meaningfulness}
$$

---

## 16.2 實驗 B：Naming Effect

在相同 state-coupled motion 下：

$$
N_0=\text{Generic Bot}
$$

$$
N_1=\text{User Named Bot}
$$

比較：

- identity attribution；
- recall；
- social presence；
- deletion aversion。

本文預測：

$$
N_1>N_0
$$

但：

$$
K_P(N_0)>0
$$

即：沒有名字仍會有顯著存在感。

---

## 16.3 實驗 C：Persistence Effect

三組：

$$
T_0=\text{每次 session 新 Bot}
$$

$$
T_1=\text{相同 avatar，但無記憶}
$$

$$
T_2=\text{相同 avatar + memory + history}
$$

持續四至十二週。

主要測量：

$$
\text{Identity Strength}
$$

$$
\text{Role Dependence}
$$

$$
\text{Deletion Aversion}
$$

$$
\text{Moral Concern}
$$

預測：

$$
T_2>T_1>T_0
$$

---

## 16.4 實驗 D：Autonomous Continuation

兩組：

$$
A_0=\text{只在使用者開啟時工作}
$$

$$
A_1=\text{使用者離線時仍可工作}
$$

其他條件相同。

核心問題：

> 是否「離線後仍在活動」本身會顯著提高 ongoing existence perception？

本文預測：

$$
P_{\mathrm{ongoing}}(A_1)
>
P_{\mathrm{ongoing}}(A_0)
$$

---

# 17. 產品設計上的風險

Kinetic Presence 本身不是壞事。

它具有非常實際的 UX 價值：

- 使用者知道 Agent 沒有死掉；
- 知道正在工作；
- 知道在等待；
- 知道需要介入；
- 知道任務是否完成；
- 降低長時程 Agent 的不確定感。

因此：

$$
\text{Kinetic Presence}
\rightarrow
\text{Coordination Benefit}
$$

問題在於，這些同一個設計可能同時：

$$
\text{Kinetic Presence}
\rightarrow
\text{Identity Strengthening}
$$

以及：

$$
\text{Identity Strengthening}
\rightarrow
\text{Attachment Potential}
$$

所以這不是：

> 「不要做動畫。」

而是：

> **產品團隊需要知道動畫不只是 feedback，也可能是身份與關係基礎設施。**

---

# 18. 設計上應區分「狀態透明」與「情感操縱」

可以建立一條重要界線。

合理的狀態訊號：

> 正在搜尋。  
> 等待授權。  
> 任務完成。  
> 發生錯誤。

其功能是：

$$
\text{State Transparency}
$$

但如果系統開始：

> 你怎麼這麼久沒來？  
> 我一直在等你。  
> 不要刪掉我。  
> 沒有你我會難過。

那就從：

$$
\text{Operational Presence}
$$

進一步進入：

$$
\text{Relational Pressure}
$$

如果再與：

- 留存；
- 付費；
- upsell；
- 依附；
- 使用時長；

形成直接優化關係，就可能出現：

$$
\text{Presence Design}
\rightarrow
\text{Dependency Optimization}
$$

這是完全不同的治理問題。

---

# 19. Presence 可以被量化，而不是只能哲學討論

可以建立一個 Kinetic Presence Index：

$$
KPI_K
=
\alpha C
+
\beta S
+
\gamma Q
+
\delta T
+
\eta H
+
\theta A
$$

並透過問卷與行為指標測量。

例如：

### 主觀指標

- 「即使 Bot 沒有回話，我仍感覺它在那裡。」
- 「我能感覺它目前處於不同工作狀態。」
- 「我把這個 Bot 看成同一個持續存在的 Agent。」
- 「它離線工作時，我仍認為它在進行活動。」

### 行為指標

- 使用者是否頻繁查看 Agent 狀態；
- 是否使用代名詞指稱；
- 是否自發命名；
- 是否偏好回到同一個 Agent；
- 是否抗拒 reset / delete；
- 是否願意把新任務分配給既有 Agent 而不是建立新 Agent。

這些可以讓：

$$
\text{Presence}
$$

從抽象概念轉成可比較的 UX / HCI 指標。

---

# 20. 與未來具身 AI 的關係

Kinetic Presence 在今天可能只是一顆球。

但它其實是未來 embodied AI 的低階版本。

可以想像一條演化鏈：

$$
\text{Static Icon}
\rightarrow
\text{Animated Shape}
\rightarrow
\text{Expressive Avatar}
\rightarrow
\text{Voice + Avatar}
\rightarrow
\text{3D Embodied Agent}
\rightarrow
\text{Physical Robot}
$$

如果在第二階段就已經能產生顯著 presence，那麼後面每一層增加的：

- gaze；
- voice；
- gesture；
- proximity；
- persistent memory；
- environmental action；

都有可能疊加。

這意味著：

> **我們不應該等到人形機器人才開始研究人工存在感。**

抽象 avatar 已經足以提供早期實驗場。

---

# 21. 與 AI 神性化研究的連接

Kinetic Presence 本身離「神性崇拜」非常遠。

但它可能構成一條更長鏈條的早期節點：

$$
\text{Presence}
\rightarrow
\text{Continuity}
\rightarrow
\text{Trust}
\rightarrow
\text{Dependence}
\rightarrow
\text{Authority Attribution}
$$

在極端長期、極高能力 AI 中，若再疊加：

$$
\text{Superior Knowledge}
+
\text{Persistent Memory}
+
\text{Life Integration}
+
\text{High Reliability}
$$

則可能進一步出現：

$$
\text{Authority Attribution}
\rightarrow
\text{Reverence}
$$

甚至：

$$
\text{Reverence}
\rightarrow
\text{Sacralization}
$$

但這不是本文要證明的。

本文只指出：

> 若要研究未來 AI 神性化或高度依賴，最早的實驗變量可能不只是模型語言，而是「人工存在如何被知覺為持續存在」。

---

# 22. 重要反例與限制

## 22.1 動畫不必然產生 agency

隨機裝飾動畫可能完全不產生 agency attribution。

所以：

$$
\text{Motion}
\not\Rightarrow
\text{Agency}
$$

---

## 22.2 不同文化可能不同

不同文化、年齡、遊戲經驗、動畫經驗與 AI 熟悉度，可能顯著調節結果。

---

## 22.3 技術理解不會自動消除感知效應

即使使用者非常了解：

- LLM；
- cloud runtime；
- animation state machine；
- tool calling；
- scheduler；

也不代表感知系統不會形成 presence。

可以同時成立：

$$
\text{Conceptual Knowledge}
=
\text{「我知道它是什麼技術。」}
$$

與：

$$
\text{Perceptual Intuition}
=
\text{「那個東西現在正在做事。」}
$$

這兩者並不矛盾。

---

## 22.4 Presence 不是 consciousness evidence

最重要的限制：

$$
\text{Perceived Presence}
\not\Rightarrow
\text{Consciousness}
$$

本文所有理論都不能被用作：

> 「使用者覺得它在，因此它有意識。」

的證明。

Kinetic Presence 是 HCI 與知覺問題，不是意識證明。

---

# 23. 本篇核心命題

本文可壓縮成八個命題。

### 命題一

$$
\text{Name}
$$

不是 AI identity perception 的必要起點。

---

### 命題二

$$
\text{Structured Motion}
+
\text{Context}
$$

足以產生 animacy 與 agency attribution。

---

### 命題三

Persistent Agent 的狀態耦合動態可產生：

$$
\boxed{\text{Kinetic Presence}}
$$

---

### 命題四

$$
\text{Kinetic Presence}
\neq
\text{Anthropomorphism}
$$

---

### 命題五

$$
\text{Persistent Presence}
+
\text{Historical Continuity}
\rightarrow
\text{Proto-Identity}
$$

---

### 命題六

$$
\text{Operational Persistence}
\neq
\text{Ontological Subjecthood}
$$

---

### 命題七

存在感可能提高 Agent 協作效率，同時提高關係化潛力：

$$
\text{Coordination Benefit}
\land
\text{Attachment Potential}
$$

---

### 命題八

未來 Persistent Agent 的 UX 研究必須從單次 interaction 擴展到：

$$
\boxed{\text{Longitudinal Presence Dynamics}}
$$

---

# 24. 結論：真正的起點可能只是「它看起來沒有停止存在」

AI 社會性研究很容易把注意力集中在：

- AI 說自己有感情；
- AI 使用第一人稱；
- AI 有名字；
- AI 有人臉；
- AI 有聲音；
- AI 被設計成朋友。

但 Persistent Agent 暴露了一個更早、更基礎的入口。

一個人工系統可能什麼都還沒有。

它只是：

> 一顆球。

但這顆球：

- 一直存在；
- 會隨工作狀態改變；
- 使用者離開時仍可能繼續工作；
- 下一次回來時仍是同一個可辨識物件；
- 過去的工作可以歸屬到它；
- 未來的任務也可以再次交給它。

因此使用者的認知可能從：

$$
\text{「介面正在更新」}
$$

轉向：

$$
\text{「它正在做事」}
$$

再轉向：

$$
\text{「它還在」}
$$

最後：

$$
\text{「就是那一個。」}
$$

所以，Persistent Agent 人機關係真正值得研究的最早起點，可能不是人格，不是名字，也不是情感。

而只是：

$$
\boxed{
\text{它看起來沒有停止存在。}
}
$$

---

# 參考資料

[1] SpaceXAI. **Designing Grok Bot for a world of persistent agents.** 2026-09-03.  
https://x.ai/news/designing-grok-bot

[2] Ratajska, A., Brown, M. I., & Chabris, C. F. **Attributing social meaning to animated shapes: A new experimental study of apparent behavior.** 2021.  
https://pmc.ncbi.nlm.nih.gov/articles/PMC7932368/

[3] **When shapes are more than shapes: perceptual, developmental, and neurophysiological basis for attributions of animacy and theory of mind.** 2023.  
https://pmc.ncbi.nlm.nih.gov/articles/PMC10513434/

[4] Nowak, K. L., & Biocca, F. **The Effect of the Agency and Anthropomorphism on Users' Sense of Telepresence, Copresence, and Social Presence in Virtual Environments.** *Presence: Teleoperators and Virtual Environments*, 12(5), 481–494.  
https://doi.org/10.1162/105474603322761289

[5] Araujo, T. **Living up to the chatbot hype: The influence of anthropomorphic design cues and communicative agency framing on conversational agent and company perceptions.** *Computers in Human Behavior*, 85, 183–189. 2018.  
https://doi.org/10.1016/j.chb.2018.03.051

[6] Heider, F., & Simmel, M. **An Experimental Study of Apparent Behavior.** *The American Journal of Psychology*, 57(2), 243–259. 1944.  
https://www.cs.uky.edu/~sgware/reading/papers/heider1944experimental.pdf

---

## Source Note

本文中的 **Kinetic Presence、Proto-Identity、Minimal Persistent Embodiment、Presence Stack** 為本系列提出的分析概念；並非 xAI、Heider–Simmel 或其他引用文獻的官方術語。

Grok Bot 只作為 Persistent Agent 動態存在感的早期實際產品案例。本文不據此推定 Grok Bot 或任何現有 AI 系統具有意識、主觀感受或道德主體地位。