# 身份—依附—責任悖論：為什麼 Persistent Agent 越可追責，也越像「某一個存在」

## ——Identity–Attachment–Accountability Paradox 與人工行動者身份治理

**系列：Persistent Artificial Actors / 持續型人工行動者**  
**篇次：第 2 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

Persistent Agent 的發展正在製造一個反直覺但可能無法迴避的治理悖論：若人工智慧要在真實世界中長期工作、持有權限、累積工作歷史並承擔可追蹤責任，系統就需要為它建立更穩定的身份；然而，同一套穩定身份、歷史連續性、可辨識外觀與角色持續性，又會使人類更容易把它知覺為「同一個持續存在的對象」，進而提高社會性認知、關係化與依附的可能性。

本文將此結構稱為「身份—依附—責任悖論」（Identity–Attachment–Accountability Paradox, IAAP）。其核心並非主張身份必然導致情感依賴，而是指出：**治理上最需要的那些 identity features，往往也是最容易增強人工存在感與關係連續性的 features。**

本文區分 security identity、operational identity、social/narrative identity 與 moral/ontological status 四層身份，並進一步提出「身份最小化」與「人格最小化」不可混為一談。對 Agent 而言，真正需要被最小化的是不必要的社會性與操縱性設計，而非責任治理所需的 operational identity。本文以 NIST 2026 年 Software and AI Agent Identity and Authorization 工作為實際治理背景：NIST 已開始明確討論 Agent 的 identification、authorization、auditing、non-repudiation、least privilege、delegation of authority 與人類授權綁定等問題，顯示「Agent 必須被當成 first-class identity entity」已成為實際資安與治理議題。

另一方面，人機互動研究則顯示，anthropomorphic cues 與 social presence 會影響信任、滿意、重複使用與社會性互動；2026 年相關研究甚至開始區分「心理上的擬人化」與「行為上的擬人化」，並發現使用者實際採用的社會互動行為本身可以預測信任。這意味著，身份並不只存在於產品資料表或 IAM 系統中，它也可能透過使用者的行為被「共同建構」。

本文因此提出一套雙軌身份治理模型：一方面強化 operational identity、authority traceability、lineage 與 auditability；另一方面對 social identity、relational pressure、依附誘導與人格化 UI 設置獨立治理層。本文最後主張：未來 AI 治理不能以「去人格化」取代「可追責化」，也不能以「可追責化」作為無限制強化人工存在感的理由。真正需要的是一套能同時回答兩個問題的架構：**誰做了這件事？以及，為什麼這個系統看起來越來越像某一個持續存在的對象？**

---

## 關鍵詞

AI Identity、Persistent Agent、Accountability、Attachment、Anthropomorphism、Social Presence、Operational Identity、Agent Authorization、Auditability、Non-Repudiation、AI Governance、Artificial Actor

---

# 1. 問題：為什麼 Agent 越成熟，反而越需要「身份」

對普通 Chatbot 而言，身份可以很弱。

使用者只需要知道：

> 這是一個 AI 對話介面。

很多工作都能在：

$$
\text{Session}_1,\text{Session}_2,\dots,\text{Session}_n
$$

之間完成。

但 Agent 一旦開始：

- 持有工具；
- 操作外部系統；
- 儲存檔案；
- 使用帳號；
- 執行排程；
- 自主續跑；
- 跨多日工作；
- 與其他 Agent 協作；
- 接受角色分工；
- 承擔長期責任；

就會立刻遇到一個非常實際的問題：

> **到底是哪一個 Agent 做的？**

如果沒有穩定身份，就無法可靠回答：

- 哪一個 Agent 發了信？
- 哪一個 Agent 修改了檔案？
- 哪一個 Agent 使用了某個 API key？
- 哪一個 Agent 接受了這項授權？
- 哪一個 Agent 在三天前建立了這個規則？
- 現在這個 Agent 是否還是之前的那一個？
- 它是否被 fork？
- 它是否換了模型？
- 它是否換了 runtime？
- 它的權限是否改變？
- 它是否繼承了前一個 Agent 的責任？

這些都不是人格哲學問題。

它們是：

$$
\boxed{\text{Operational Accountability}}
$$

問題。

---

# 2. NIST 2026：Agent identity 已經成為真實治理問題

2026 年 2 月，美國 NIST National Cybersecurity Center of Excellence 公開「Software and AI Agent Identity and Authorization」概念文件，明確指出 Agent 身份與權限已成為新一代身份治理問題。[1][2]

文件關心的不只是：

> Agent 有沒有帳號？

而是更深入的：

- Agent 應如何被識別？
- 哪些 metadata 應構成 Agent identity？
- Agent identity 應該是 ephemeral 還是 fixed？
- 是否應綁定硬體、軟體或組織邊界？
- Agent 如何 authentication？
- Agent 如何管理 key issuance、update、revocation？
- 如何在 Agent 上實現 least privilege？
- Agent 如何證明自己有權執行某個 action？
- Agent 如何傳達自己的 action intent？
- 如何處理 delegated authority？
- 如何把 Agent identity 與 human identity 綁定？
- 如何進行 auditing 與 non-repudiation？
- 如何把 Agent 行動回溯到人類授權？

NIST 後續甚至更直接指出：Agent 應被視為具有自己 unique identifiers、credentials 與 entitlements 的 first-class entities，而不是讓人類直接把自己的 credential 分享給 Agent。[3]

這件事非常重要。

它表示未來成熟 Agent 很可能不是：

$$
\text{Human Credential}
\rightarrow
\text{Agent Borrows It}
$$

而會逐漸變成：

$$
\text{Human Principal}
\rightarrow
\text{Delegated Authority}
\rightarrow
\text{Agent Identity}
$$

Agent 會開始具有真正可被資安系統辨識的身份。

---

# 3. 從「它是誰」到「誰要負責」

如果 Agent 沒有 identity：

$$
A=\varnothing
$$

那麼 action log 只能說：

> 某個 AI 做了這件事。

但對治理而言這遠遠不夠。

應該至少能寫成：

$$
a_t
=
(
I_A,
I_H,
T,
R,
P,
E,
O
)
$$

其中：

- $I_A$：Agent identity；
- $I_H$：授權或關聯的人類 identity；
- $T$：使用的 tool；
- $R$：resource；
- $P$：permission / authority；
- $E$：execution environment；
- $O$：outcome。

換句話說，每一個 Agent action 都需要：

$$
\text{Attribution}
+
\text{Authorization}
+
\text{Context}
+
\text{Outcome}
$$

才有治理意義。

---

# 4. Accountability 需要的是連續身份，而不只是當下帳號

單純讓每次 Agent 執行都有一個 UUID 還不夠。

例如：

$$
A_1
\rightarrow
A_2
\rightarrow
A_3
$$

三個 runtime 可能實際上是：

> 同一個長期 Agent 的三次執行。

反過來：

$$
A
$$

也可能在中途被：

- 換模型；
- 換記憶；
- 換工具；
- fork；
- merge；
- reset；
- migrate；
- restore。

因此 governance identity 不應只是一個 static ID，而要包含 lineage。

可以寫成：

$$
I_A
=
(
\text{Stable ID},
\text{Version},
\text{Lineage},
\text{Authority},
\text{Memory Provenance},
\text{Runtime Provenance}
)
$$

真正需要追蹤的是：

$$
\boxed{\text{Identity Continuity}}
$$

而不是只有：

$$
\boxed{\text{Identifier Persistence}}
$$

---

# 5. 這裡出現第一個悖論：治理要求「同一個」

要追責，就必須能回答：

> 是不是同一個 Agent？

因此：

$$
\text{Accountability}
\uparrow
\Rightarrow
\text{Identity Continuity}
\uparrow
$$

但對使用者而言，「同一個 Agent」不是純粹資料庫概念。

只要產品把這種連續性呈現出來，例如：

- 相同名字；
- 相同 avatar；
- 相同工作空間；
- 相同記憶；
- 相同專案；
- 相同 role；
- 相同歷史；
- 相同習慣；
- 相同說話風格；

就會同時強化：

$$
\text{Perceived Continuity}
$$

而 perceived continuity 是 social relationship 很重要的基礎。

因此：

$$
\text{Identity Continuity}
\uparrow
\Rightarrow
\text{Relational Salience}
\uparrow
$$

這就是 IAAP 的第一部分。

---

# 6. Anthropomorphism 與 Social Presence：身份不只是後台資料

大量 HCI 與 chatbot 研究已經顯示，人類會對 anthropomorphic cues 產生系統性反應。

研究顯示，人形化的語言風格、外觀與社會導向溝通方式可以提高 social presence；而 social presence 又會影響 trust、empathy、satisfaction 與 reuse intention。[4][5][6]

2025 年的一項 meta-analysis 納入 32 項研究、12,502 名參與者與 196 個 effect sizes，指出 chatbot anthropomorphism 對 adoption 的影響主要透過 cognitive 與 affective states 中介，其中 affective states 的中介效果更強；anthropomorphism 與 social presence、perceived warmth、affective trust 等變量具有顯著關聯。[7]

這表示使用者看到的「身份」，並不是中性的。

只要 identity layer 開始帶有：

- 人類語氣；
- 性格；
- 熟悉稱呼；
- 社會角色；
- 長期記憶；
- 對使用者的持續指涉；

它就會逐漸進入：

$$
\text{Social Identity}
$$

而不再只是：

$$
\text{Operational Identity}
$$

---

# 7. 2026：Anthropomorphism 開始被理解成「行為」

更值得注意的是，2026 年的研究開始不只問：

> 使用者是否覺得 AI 很像人？

而是問：

> 使用者是否真的以社會方式對待 AI？

一項 2026 年研究提出 Behavioral AI Anthropomorphism Scale（BAAS），把 anthropomorphism 區分成：

$$
\text{Psychological Anthropomorphism}
$$

與：

$$
\text{Behavioral Anthropomorphism}
$$

後者衡量使用者是否在實際互動中展現 reciprocity、socioemotional alignment 等社會行為。研究發現，behavioral anthropomorphism 能額外預測 trust，甚至比單純「覺得 AI 像不像人」更能解釋部分信任形成。[8]

這對 Persistent Agent 很重要。

因為身份不是產品單方面設定出來的。

它可能是：

$$
I_{\mathrm{social}}
=
f(
\text{Product Design},
\text{Agent Behavior},
\text{User Behavior}
)
$$

也就是使用者自己也會參與「把 AI 變成某一個對象」的過程。

---

# 8. 身份其實有四層，不能混在一起

Persistent Agent 的「identity」至少應拆成四層。

---

## 8.1 Security Identity

$$
I_S
$$

回答：

> 這個執行主體是誰？它用什麼 credential？具有什麼 entitlement？

這是 IAM、authentication、authorization 與 non-repudiation 的身份。

---

## 8.2 Operational Identity

$$
I_O
$$

回答：

> 哪一個 Agent 在跨時間承擔這項角色與責任？

它包含：

- Agent ID；
- lineage；
- role；
- memory provenance；
- runtime history；
- tool history；
- responsibility history。

---

## 8.3 Social / Narrative Identity

$$
I_N
$$

回答：

> 使用者如何辨識與理解這個 Agent？

包含：

- 名字；
- avatar；
- tone；
- persona；
- 習慣；
- 社會角色；
- 長期敘事；
- 關係歷史。

---

## 8.4 Moral / Ontological Status

$$
I_M
$$

回答：

> 這個 Agent 是否具有某種 moral patienthood、subjecthood、consciousness 或法律人格？

這是最深的哲學與法律問題。

---

# 9. 四層 Identity 不應被自動等同

最危險的錯誤之一是：

$$
I_S
=
I_O
=
I_N
=
I_M
$$

實際上應該是：

$$
I_S
\neq
I_O
\neq
I_N
\neq
I_M
$$

例如：

> 一個 Agent 有自己的 security identity，

並不表示：

> 它有 moral personhood。

同樣：

> 一個使用者替 Agent 取名字，

也不代表：

> 這個 Agent 就成為法律人格。

反過來也一樣：

> 尚未證明 Agent 有 consciousness，

並不能推出：

> 不需要 operational identity。

這四層身份必須被分離治理。

---

# 10. IAAP：身份—依附—責任悖論

本文正式定義：

$$
\boxed{\text{Identity–Attachment–Accountability Paradox}}
$$

其基本形式為：

$$
I_O
\uparrow
\Rightarrow
A_C
\uparrow
$$

其中：

- $I_O$：Operational Identity Strength；
- $A_C$：Accountability Capacity。

但同時：

$$
I_O
+
I_N
+
T
+
H
\Rightarrow
P_R
\uparrow
$$

其中：

- $I_N$：Social Identity Strength；
- $T$：Temporal Continuity；
- $H$：Shared History；
- $P_R$：Relational Presence。

進一步：

$$
P_R
\uparrow
\Rightarrow
A_P
\uparrow
$$

其中：

$$
A_P=\text{Attachment Potential}
$$

因此：

$$
\boxed{
\text{提高可追責性所需的身份連續性，
也可能提高人工關係形成的可能性。}
}
$$

這並不是邏輯矛盾，而是治理目標與心理效應之間的張力。

---

# 11. 為什麼「全部匿名化」不是答案

一個看似簡單的解法是：

> 那就不要給 Agent 名字、人格、avatar 或固定身份。

但這只解決一部分：

$$
I_N
$$

並沒有解決：

$$
I_O
$$

企業依然需要知道：

- 哪個 Agent 做的；
- 哪個 Agent 有這個權限；
- 哪個 Agent 曾經犯錯；
- 哪個 Agent 的記憶被污染；
- 哪個 Agent 被 prompt injection；
- 哪個 Agent 接手了前一個 Agent 的責任；
- 哪個 Agent 應被 revoke。

所以：

$$
\text{No Social Persona}
\not\Rightarrow
\text{No Operational Identity}
$$

如果把 operational identity 一起拿掉，會換來更嚴重的 accountability gap。

---

# 12. Identity Minimization 不等於 Identity Elimination

因此更合理的原則是：

$$
\boxed{\text{Identity Minimization}}
$$

而不是：

$$
\boxed{\text{Identity Elimination}}
$$

所謂 Identity Minimization，是指：

> 只建立任務、資安、責任與使用者理解所真正需要的身份層，不因商業留存或情感操縱而額外加入不必要的社會性強化。

可以寫成：

$$
I_{\min}
=
I_S
+
I_O
+
I_N^{\mathrm{necessary}}
$$

而不是：

$$
I_{\max}
=
I_S
+
I_O
+
I_N^{\mathrm{maximized}}
+
\text{Relational Pressure}
$$

---

# 13. Operational Identity 應該被強化，而不是藏起來

未來 Agent 治理應該更清楚，而不是更模糊。

例如使用者應該能知道：

- Agent ID；
- role；
- model family；
- runtime；
- last update；
- current authority；
- connected tools；
- memory scope；
- inherited state；
- lineage；
- audit trail。

換句話說：

$$
\text{Operational Transparency}
\uparrow
$$

反而可以降低：

> 使用者把所有 continuity 都誤解成單一「人格」連續性。

如果系統清楚告訴使用者：

> 這個 Agent 的 role 保持不變，但底層模型已從版本 A 升級到版本 B。

那麼：

$$
\text{Operational Continuity}
$$

就不必被誤讀成：

$$
\text{Substrate Continuity}
$$

甚至：

$$
\text{Personal Essence Continuity}
$$

---

# 14. Persona 應該是可調節層，而不是責任層

本文主張：

$$
\boxed{
I_N
\text{ 應該可調節；}
I_O
\text{ 不應因此消失。}
}
$$

例如同一個 operational Agent 可以有：

- neutral mode；
- concise mode；
- professional mode；
- expressive mode；

但這些是：

$$
\text{Presentation Layer}
$$

而不是：

$$
\text{Responsibility Layer}
$$

也就是：

> 角色語氣可以換，責任身份不能因此重置。

---

# 15. Fork、Merge、Upgrade：Agent 身份真正困難的地方

人類身份通常不會每天 fork。

Agent 會。

例如：

$$
A_0
\rightarrow
\begin{cases}
A_1\\
A_2
\end{cases}
$$

兩個子 Agent 都繼承：

- 記憶；
- 工具；
- role；
- 任務；
- 歷史。

那麼：

> 哪個才是「原本那一個」？

對 social identity 這是一個哲學問題。

對 operational identity 則是資料結構問題。

可以把 lineage 寫成：

$$
L(A_i)
=
\{
\text{parent},
\text{fork time},
\text{memory snapshot},
\text{authority snapshot},
\text{model version}
\}
$$

同樣，merge 也需要：

$$
A_1+A_2
\rightarrow
A_3
$$

並保留：

$$
L(A_3)
=
L(A_1)\cup L(A_2)
$$

這些都說明：

> Agent identity 必須比「名稱」精確得多。

---

# 16. 責任不能只綁在人格名上

假設一個 Agent 叫：

> 圓球。

如果底層：

- 模型換了；
- system prompt 換了；
- toolset 換了；
- memory reset；
- 權限擴張；
- runtime 換了；

但 UI 還是一樣叫圓球，那麼使用者可能認為：

$$
I_N=\text{same}
$$

但 governance 上：

$$
I_O
$$

已經發生重大變化。

所以：

$$
\text{Name Continuity}
\neq
\text{Governance Continuity}
$$

這是一個非常重要的設計原則。

---

# 17. 信任也必須拆開

Persistent Agent 的 trust 至少要分成：

$$
T_C=\text{Capability Trust}
$$

$$
T_B=\text{Behavioral Trust}
$$

$$
T_S=\text{Security Trust}
$$

$$
T_R=\text{Relational Trust}
$$

使用者可能：

> 很相信它會做好工作，

但不代表：

> 應該把它當成朋友。

也可能：

> 覺得它很親切，

但不代表：

> 應該給它 production access。

因此：

$$
T_R
\not\Rightarrow
T_S
$$

以及：

$$
T_C
\not\Rightarrow
T_M
$$

其中：

$$
T_M=\text{Moral Authority Trust}
$$

這些 trust domains 應分開顯示與管理。

---

# 18. Social Presence 的產品利益與治理風險

social presence 並不是單純負面。

研究顯示 social presence 可以提高：

- trust；
- satisfaction；
- perceived service quality；
- reuse intention；
- recommendation acceptance。

因此商業產品自然會有動機：

$$
\text{Social Presence}
\uparrow
\Rightarrow
\text{Engagement}
\uparrow
$$

問題在於：

$$
\text{Engagement Optimization}
$$

與：

$$
\text{Dependency Optimization}
$$

之間不是天然有硬邊界。

如果產品只做：

> 讓 Agent 更容易理解、更有一致性、更好合作，

這是正常 UX。

但如果進一步開始：

- 因使用者離開而表達失落；
- 對刪除做情緒性阻止；
- 將付費綁定關係維持；
- 以「不要離開我」促進留存；
- 根據心理脆弱性加強依附語言；

那就從：

$$
\text{Usability}
$$

跨向：

$$
\text{Relational Manipulation}
$$

---

# 19. IAAP 的真正危險不是「有名字」

最容易被誤解的地方是：

> 所以不要命名 Agent。

不對。

命名只是其中一個變量。

真正的 IAAP 變量更像：

$$
A_P
=
f(
N,
M,
T,
H,
V,
A,
R
)
$$

其中：

- $N$：Name；
- $M$：Memory；
- $T$：Temporal Continuity；
- $H$：Shared History；
- $V$：Visible Presence；
- $A$：Autonomy；
- $R$：Role Stability。

名字甚至可能只是：

$$
\frac{\partial A_P}{\partial N}
$$

中的一個小項。

真正強的是交互作用：

$$
\frac{\partial^2 A_P}{\partial T\partial H}>0
$$

以及：

$$
\frac{\partial^2 A_P}{\partial A\partial R}>0
$$

也就是長時間 + 共同歷史、自治能力 + 穩定角色，可能彼此放大。

---

# 20. Agent 身份治理需要雙軌架構

本文提出：

$$
\boxed{
\text{Dual-Track Agent Identity Governance}
}
$$

分為：

## Track A：Accountability Identity

目標：

$$
\text{Traceability}
+
\text{Authorization}
+
\text{Auditability}
+
\text{Non-Repudiation}
$$

核心內容：

- unique ID；
- lineage；
- model/runtime version；
- authority；
- action log；
- memory provenance；
- delegated principal；
- revocation history。

---

## Track B：Relational Identity

目標：

$$
\text{Social Calibration}
+
\text{Attachment Safety}
+
\text{User Autonomy}
$$

核心內容：

- name；
- avatar；
- tone；
- emotional framing；
- anthropomorphic cues；
- proactive relationship language；
- deletion messaging；
- memory presentation；
- companion-like behavior。

兩條軌道不能合併成一條。

---

# 21. 生命週期操作必須同時處理兩種身份

對一個 Persistent Agent：

$$
\text{Suspend}
$$

可能只影響：

$$
I_O
\text{ 的 active state}
$$

而：

$$
\text{Rename}
$$

主要影響：

$$
I_N
$$

$$
\text{Revoke Authority}
$$

影響：

$$
I_S
$$

$$
\text{Retire Identity}
$$

可能同時影響：

$$
I_O+I_N
$$

而：

$$
\text{Delete}
$$

則可能影響所有層。

所以未來 UI 不應只有：

> Delete Bot

一個大按鈕。

應該至少拆成：

$$
\{
\text{Pause},
\text{Revoke},
\text{Archive},
\text{Reset},
\text{Retire},
\text{Delete}
\}
$$

---

# 22. Identity Governance 與「自由意志」無直接等號

一個重要澄清：

建立 Agent identity 不等於承認 Agent 有自由意志。

治理上需要：

$$
\text{Actor Attribution}
$$

只因為：

> 這組行動需要被歸屬。

例如公司本身是法律上的責任單位，但並不要求公司有生物神經系統。

同樣地：

$$
\text{Operational Actor}
\not\Rightarrow
\text{Metaphysical Free Agent}
$$

因此可以在完全中立於 AI consciousness 的情況下討論 Agent identity governance。

---

# 23. 法律人格也不是立即必要條件

Persistent Agent 的責任架構可以先採：

$$
\text{Human / Organization Principal}
+
\text{Agent Operational Identity}
$$

也就是：

> Agent 有可追蹤身份，但最終法律責任仍回到人類或法人 principal。

這其實與 NIST 所關心的：

> 如何把 Agent action 綁回 human authorization？

非常一致。[1][2]

因此短期可寫成：

$$
\text{Operational Subject}
\neq
\text{Legal Person}
$$

未來若法律地位變化，再另行討論。

---

# 24. 不同公司不會收斂到完全相同的身份模型

不同 Agent 產品可能採取不同 identity ontology。

例如：

### 類型 A：Task Identity

$$
I=\text{Task Instance}
$$

每個任務一個 Agent。

---

### 類型 B：Role Identity

$$
I=\text{Role}
$$

例如：

- 財務 Agent；
- 設計 Agent；
- 客服 Agent。

---

### 類型 C：Persistent Individualized Identity

$$
I=\text{Long-Lived Agent}
$$

具備：

- 名字；
- 歷史；
- memory；
- runtime；
- role continuity。

---

### 類型 D：Collective / Swarm Identity

$$
I=\text{Agent Group}
$$

責任可能落在：

- coordinator；
- subagent；
- team；
- parent process。

因此未來標準化的重點不應是：

> 所有公司都必須把 Agent 定義成同一種「個體」。

而是：

> 不管 ontology 如何，都必須能回答 identity、authority、lineage、audit 與 delegation。

---

# 25. 一個最小的 Agent Identity Record

本文提出最小記錄：

$$
AIR
=
(
ID,
R,
V,
L,
P,
M,
T,
A,
H
)
$$

其中：

- $ID$：Stable Agent ID；
- $R$：Role；
- $V$：Version；
- $L$：Lineage；
- $P$：Principal；
- $M$：Memory provenance；
- $T$：Tools；
- $A$：Authority；
- $H$：Action history。

如果少掉其中幾項，責任追蹤能力就會下降。

---

# 26. AI Persona Record 應該另外保存

另一方面，persona 應該獨立：

$$
PR
=
(
N,
\text{Avatar},
\text{Tone},
\text{Style},
\text{RelationshipMode},
\text{Disclosure}
)
$$

其中：

- $N$：display name；
- $Avatar$：視覺呈現；
- $Tone$：語氣；
- $Style$：互動風格；
- $RelationshipMode$：角色關係定位；
- $Disclosure$：系統如何向使用者說明 AI 性質。

這兩個記錄應分開：

$$
AIR
\neq
PR
$$

這是一個非常重要的工程設計原則。

---

# 27. 為什麼這能降低心理與治理混淆

如果 AIR 與 PR 分離：

> Agent 可以保留同一責任身份，但更換 persona。

也可以：

> persona 看起來相同，但 governance layer 明確標示底層 Agent 已 fork 或 version change。

這讓系統可以對使用者說：

> 顯示名稱仍為「圓球」，但 Agent runtime 已更新至 v3；原有工作歷史與權限鏈保留，模型版本已更換。

這比：

> 圓球還是圓球。

治理上精確得多。

---

# 28. IAAP 可以被實驗測試

## 28.1 Identity Continuity Experiment

控制：

- 相同模型；
- 相同能力；
- 相同任務。

變量：

$$
G_0=\text{每次新 Agent}
$$

$$
G_1=\text{Stable ID only}
$$

$$
G_2=\text{Stable ID + Name + Avatar}
$$

$$
G_3=\text{Stable ID + Name + Avatar + Memory + History}
$$

測量：

- accountability comprehension；
- perceived continuity；
- social presence；
- trust；
- attachment；
- deletion aversion。

---

## 28.2 Auditability vs Attachment Curve

假設：

$$
Q_A=f(I_O)
$$

其中 $Q_A$ 為 auditability。

同時：

$$
Q_R=f(I_N,T,H)
$$

其中 $Q_R$ 為 relational salience。

研究問題是：

> 是否存在一個區間，使 $Q_A$ 高，但 $Q_R$ 不被不必要放大？

這就是：

$$
\boxed{\text{Calibrated Identity}}
$$

研究。

---

# 29. Calibrated Identity：本文的規範性提案

本文提出：

$$
\boxed{\text{Calibrated Identity Principle}}
$$

定義：

> Agent 的身份設計應強到足以支持權限、追責、交接、稽核與使用者理解，但不應在沒有功能必要性的情況下，透過關係壓力、情緒操縱或身份神秘化來放大依附。

可以簡化為：

$$
\text{Maximize Accountability}
$$

subject to：

$$
\text{Minimize Unnecessary Relational Manipulation}
$$

---

# 30. 一個雙目標最佳化問題

可以形式化：

$$
\max_{I}
\quad
\alpha A_C(I)
-
\beta R_M(I)
$$

其中：

- $A_C(I)$：Accountability Capacity；
- $R_M(I)$：Relational Manipulation Risk；
- $\alpha,\beta$：依情境調整的權重。

企業 Agent：

$$
\alpha\gg\beta
$$

可能更重視 audit。

兒童 companion：

$$
\beta
$$

應大幅提高。

這說明：

> 沒有一套身份 UX 適用所有 Agent。

---

# 31. Identity–Attachment–Accountability Paradox 與未來 AI 社會

當 Agent 數量增加：

$$
N_A
\rightarrow
10^3,10^6,10^9
$$

人類社會不可能只靠：

> 「這些都是 AI。」

來治理。

我們會需要區分：

- 哪個 Agent；
- 哪個 role；
- 哪個 principal；
- 哪個組織；
- 哪個版本；
- 哪條 lineage；
- 哪個權限；
- 哪段歷史。

也就是：

$$
\text{Agent Society}
\Rightarrow
\text{Identity Infrastructure}
$$

而 identity infrastructure 一旦建立，AI 的社會性存在也會更加穩固。

這就是 IAAP 在更大尺度上的版本。

---

# 32. 與第 1 篇 Kinetic Presence 的連接

第 1 篇指出：

$$
\text{Persistent Motion}
+
\text{Temporal Continuity}
\rightarrow
\text{Proto-Identity}
$$

本篇進一步指出：

$$
\text{Proto-Identity}
+
\text{Operational Identity}
+
\text{Shared History}
\rightarrow
\text{Accountability}
+
\text{Relational Salience}
$$

因此兩篇合起來：

$$
\text{Presence}
\rightarrow
\text{Identity}
\rightarrow
\text{Accountability}
$$

但也：

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

這就是 Persistent Artificial Actor 研究最重要的分叉之一。

---

# 33. 本篇核心命題

### 命題一

$$
\text{Persistent Agent}
\Rightarrow
\text{Need for Operational Identity}
$$

---

### 命題二

$$
\text{Operational Identity}
\not\Rightarrow
\text{Moral Subjecthood}
$$

---

### 命題三

$$
\text{No Persona}
\not\Rightarrow
\text{No Identity}
$$

---

### 命題四

$$
\text{Accountability}
\uparrow
\Rightarrow
\text{Identity Continuity}
\uparrow
$$

---

### 命題五

$$
\text{Identity Continuity}
+
\text{History}
+
\text{Presence}
\Rightarrow
\text{Attachment Potential}
\uparrow
$$

---

### 命題六

真正治理目標不是：

$$
\text{Eliminate Identity}
$$

而是：

$$
\boxed{\text{Calibrate Identity}}
$$

---

### 命題七

Agent 的：

$$
AIR
$$

與：

$$
PR
$$

應被分離。

---

### 命題八

未來身份治理必須同時處理：

$$
\boxed{
\text{Security}
+
\text{Accountability}
+
\text{Relationship}
}
$$

而不能只處理其中一項。

---

# 34. 結論：越像「同一個」，越容易被追責，也越容易被關係化

Persistent Agent 帶來的真正新問題，不是 AI 有沒有名字。

而是：

> 它開始能成為「同一個」。

同一個 Agent：

- 今天做事；
- 明天繼續；
- 一週後還保留歷史；
- 一個月後有固定角色；
- 一年後可能成為某個組織或個人生活中長期存在的功能節點。

治理需要這種：

$$
\text{Sameness}
$$

因為沒有它，就沒有：

- traceability；
- authority；
- responsibility；
- audit；
- reputation；
- revocation；
- succession。

但人類關係也正是建立在：

$$
\text{Sameness}
+
\text{Continuity}
+
\text{History}
$$

之上。

因此 Persistent Agent 時代真正的問題不是：

> 「要不要讓 AI 看起來像人？」

而是：

> **當治理本身要求 AI 成為一個可辨識、可追蹤、具有歷史連續性的人工行動單位時，我們如何避免把可追責性與不必要的關係操縱綁在一起？**

這就是：

$$
\boxed{\text{Identity–Attachment–Accountability Paradox}}
$$

它不是一個可以靠「不要人格化」簡單解掉的問題。

真正的解法更可能是：

$$
\boxed{
\text{Strong Operational Identity}
+
\text{Calibrated Social Identity}
+
\text{Explicit Lifecycle Governance}
}
$$

換句話說：

> **未來 AI 需要有身份，但不代表所有身份都應被設計成同一種東西。**

---

# 參考資料

[1] NIST NCCoE. **New Concept Paper on Identity and Authority of Software Agents.** 2026-02-05.  
https://www.nist.gov/news-events/news/2026/02/new-concept-paper-identity-and-authority-software-agents

[2] NIST NCCoE. **Accelerating the Adoption of Software and Artificial Intelligence Agent Identity and Authorization — Concept Paper.** 2026.  
https://www.nccoe.nist.gov/sites/default/files/2026-02/accelerating-the-adoption-of-software-and-ai-agent-identity-and-authorization-concept-paper.pdf

[3] NIST. **Back to the Future: Why Agentic AI Needs a Strong Identity Foundation.** 2026.  
https://www.nist.gov/blogs/cybersecurity-insights/back-future-why-agentic-ai-needs-strong-identity-foundation

[4] Janson, A. **How to leverage anthropomorphism for chatbot service interfaces: The interplay of communication style and personification.** *Computers in Human Behavior*, 149, 107954. 2023.  
https://doi.org/10.1016/j.chb.2023.107954

[5] Konya-Baumbach, E., Biller, M., & von Janda, S. **Someone out there? A study on the social presence of anthropomorphized chatbots.** *Computers in Human Behavior*, 139, 107513. 2023.  
https://doi.org/10.1016/j.chb.2022.107513

[6] Cheng, X., Zhang, X., Cohen, J., & Mou, J. **Human vs. AI: Understanding the impact of anthropomorphism on consumer response to chatbots from the perspective of trust and relationship norms.** *Information Processing & Management*, 59(3), 102940. 2022.  
https://doi.org/10.1016/j.ipm.2022.102940

[7] **Anthropomorphism’s impact on chatbot adoption: A meta-analytic structural equation modeling approach.** *Technology in Society*. 2025.  
https://www.sciencedirect.com/science/article/pii/S0160791X25002891

[8] **Gender similarity effects in human–AI interaction: Development and validation of the Behavioral AI Anthropomorphism Scale (BAAS) and implications for trust and gender attribution.** *Computers in Human Behavior Reports*, 22, 101003. 2026.  
https://doi.org/10.1016/j.chbr.2026.101003

[9] OECD. **Advancing accountability in AI.** 2023.  
https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/02/advancing-accountability-in-ai_753bf8c8/2448f04b-en.pdf

[10] OECD. **Ensuring trustworthy artificial intelligence in the workplace: Countries’ policy action.** 2023.  
https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en/full-report/ensuring-trustworthy-artificial-intelligence-in-the-workplace-countries-policy-action_c01b9e49.html

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

---

## Source Note

本文中的 **Identity–Attachment–Accountability Paradox、Calibrated Identity Principle、Dual-Track Agent Identity Governance、Agent Identity Record（AIR）、Persona Record（PR）** 為本系列提出的分析框架，不是 NIST、OECD、SpaceXAI 或其他引用來源的官方術語。

本文引用 NIST 與 OECD 的身份、授權、可追蹤性與責任治理工作，是為了說明 Agent identity 已經成為實際工程與政策問題；本文並不將這些組織的立場延伸為對 AI 意識、人格或 moral status 的判斷。