# APET-05｜生成不是 AI
## 模態、功能與能力域的多軸人工智能分類
### Generation Is Not AI: A Multi-Axis Taxonomy of Modality, Function, and Capability Domains

**系列：** AI 多態時代拓撲論（AI Polymorphic Epoch Topology, APET）  
**編號：** APET-05  
**版本：** v0.1  
**日期：** 2026-09-23  
**狀態：** Canonical Source / UTF-8 Markdown  
**作者：** Neo.K  
**機構：** EveMissLab Technology Co., Ltd.  
**協作整理：** Aletheia / GPT-5.6 Sol  
**前置論文：** APET-01、APET-02、APET-03、APET-04  
**前置理論：** 時代拓撲論 v2.0、EXS-04、SAS-04  

**公司：** 一言諾科技有限公司  

---

## 摘要

2022 年後，大眾對人工智能的理解受到生成式 AI 極強影響。文字生成、圖片生成、影片生成、語音生成、音樂生成與程式碼生成逐漸成為「AI」最可見的代表形式。這種可視域捕獲使公共討論容易形成：

$$
\text{AI}
\approx
\text{Generative AI}
\approx
\text{LLM}.
$$

然而，生成只是人工智能功能空間中的一個子域。AI 還可以執行辨識、分類、檢測、分割、搜尋、檢索、預測、估計、壓縮、規劃、最佳化、控制、推演、科學研究、代理行動與實體世界干預。更重要的是，「模態」「功能」「代理性」「部署」「具身」「作用域」是不同分類軸，不能混成單一階梯。

本文因此提出 **Multi-Axis AI Taxonomy（多軸人工智能分類）**。最低限度區分：

$$
\boxed{
\mathcal A
=
\mathcal M
\times
\mathcal F
\times
\mathcal G
\times
\mathcal D
\times
\mathcal B
\times
\mathcal S
}
$$

其中：

- $\mathcal M$：Modality，資訊模態；
- $\mathcal F$：Function，功能；
- $\mathcal G$：Agency，代理性與自主性；
- $\mathcal D$：Deployment，部署拓撲；
- $\mathcal B$：Embodiment，具身與世界耦合；
- $\mathcal S$：Scope，作用域。

本文主張：

$$
\boxed{
\text{Modality}
\neq
\text{Function}
\neq
\text{Agency}
\neq
\text{Deployment}
\neq
\text{Embodiment}
\neq
\text{Scope}.
}
$$

因此，「多模態 AI」不能直接推出「Agentic AI」；「生成式 AI」不能推出「會規劃」；「能理解影片」不能推出「能生成影片」；「能聊天」不能推出「能行動」；「具身 AI」不能推出「人形機器人」；「模型支援圖像」也不能推出系統實際對使用者暴露圖像能力。

本文進一步提出 **Capability Coordinate（能力座標）**、**Capability Tensor（能力張量）**、**Axis Collapse Error（分類軸坍縮錯誤）**、**Generative Overreach Error（生成泛化錯誤）**、**Multimodal Overclaim（多模態過度聲稱）** 與 **Capability Exposure Gap（能力暴露缺口）**。這些概念用來描述一個 AI 系統到底「在哪些模態上，以什麼功能，透過何種代理與部署結構，對哪些世界對象產生作用」。

本文的核心命題是：

$$
\boxed{
\text{AI is better represented as a coordinate in a capability space than as a single category label.}
}
$$

中文：

> **AI 更適合被描述為能力空間中的座標，而不是單一類別標籤。**

---

## 關鍵詞

Generative AI；Multimodal AI；AI Taxonomy；Capability Tensor；Modality；Function；Agency；Embodiment；Deployment；AI Referent Collapse；Capability Exposure Gap；AI Capability Space

---

# 1. 問題：為什麼「生成式 AI」幾乎變成了「AI」？

在公共敘事中，常見近似是：

$$
\text{AI}
\approx
\text{Generative AI}.
$$

再進一步：

$$
\text{Generative AI}
\approx
\text{LLM}.
$$

甚至：

$$
\text{LLM}
\approx
\text{Chatbot}.
$$

這是一條連續的語義壓縮鏈。

---

# 2. 這條壓縮鏈並不成立

嚴格而言：

$$
\boxed{
\text{LLM}
\subsetneq
\text{Foundation Models}
\subsetneq
\text{Generative AI}
\subsetneq
\text{AI}.
}
$$

因此：

$$
\boxed{
\text{AI}
\neq
\text{Generative AI}.
}
$$

---

# 3. 生成只是功能，不是 AI 的本體

令：

$$
f_{\mathrm{gen}}
=
\text{generation}.
$$

則：

$$
f_{\mathrm{gen}}
\in
\mathcal F,
$$

其中：

$$
\mathcal F
$$

是 AI 功能空間。

所以：

$$
\boxed{
\text{Generation}
}
$$

只是：

$$
\boxed{
\text{one function family}.
}
$$

---

# 4. AI 功能空間比生成大得多

至少可包含：

$$
\mathcal F
=
\{
f_{\mathrm{recognize}},
f_{\mathrm{classify}},
f_{\mathrm{detect}},
f_{\mathrm{segment}},
f_{\mathrm{retrieve}},
f_{\mathrm{search}},
f_{\mathrm{predict}},
f_{\mathrm{estimate}},
f_{\mathrm{compress}},
f_{\mathrm{reason}},
f_{\mathrm{plan}},
f_{\mathrm{optimize}},
f_{\mathrm{control}},
f_{\mathrm{simulate}},
f_{\mathrm{research}},
f_{\mathrm{generate}},
f_{\mathrm{act}}
\}.
$$

因此：

$$
\boxed{
f_{\mathrm{gen}}
\subsetneq
\mathcal F.
}
$$

---

# 5. AI 可以完全不生成內容

例如：

- fraud detection；
- anomaly detection；
- recommendation ranking；
- route optimization；
- industrial control；
- vision inspection；
- credit risk scoring。

這些系統可以非常重要，

但：

$$
f_{\mathrm{gen}}
=
0.
$$

---

# 6. AI 也可以生成，但不會規劃

若：

$$
f_{\mathrm{gen}}\gg0
$$

但：

$$
f_{\mathrm{plan}}\approx0,
$$

則模型可能：

> 很會生成內容。

卻不代表：

> 很會完成多步驟任務。

因此：

$$
\boxed{
\text{Generative}
\not\Rightarrow
\text{Agentic}.
}
$$

---

# 7. AI 也可以規劃，但不生成自然語言

例如某些：

- planning system；
- scheduling system；
- robotics planner。

可以：

$$
f_{\mathrm{plan}}\gg0
$$

但：

$$
f_{\mathrm{text-gen}}\approx0.
$$

所以：

$$
\boxed{
\text{Agentic / planning capability}
\not\Rightarrow
\text{language generation}.
}
$$

---

# 8. 第一個分類軸：Modality

本文定義：

$$
\boxed{
\mathcal M
=
\text{Modality Space}.
}
$$

至少可包含：

$$
\mathcal M
=
\{
m_{\mathrm{text}},
m_{\mathrm{image}},
m_{\mathrm{audio}},
m_{\mathrm{speech}},
m_{\mathrm{music}},
m_{\mathrm{video}},
m_{\mathrm{3D}},
m_{\mathrm{sensor}},
m_{\mathrm{code}},
m_{\mathrm{action}}
\}.
$$

---

# 9. 模態不是功能

圖片是一種：

$$
m_{\mathrm{image}}.
$$

生成是一種：

$$
f_{\mathrm{gen}}.
$$

因此：

$$
\boxed{
m_{\mathrm{image}}
\neq
f_{\mathrm{gen}}.
}
$$

---

# 10. 圖像 AI 至少可以做多種不同功能

在：

$$
m_{\mathrm{image}}
$$

上，

可有：

$$
f_{\mathrm{classify}},
$$

$$
f_{\mathrm{detect}},
$$

$$
f_{\mathrm{segment}},
$$

$$
f_{\mathrm{retrieve}},
$$

$$
f_{\mathrm{generate}},
$$

$$
f_{\mathrm{edit}}.
$$

所以：

$$
\boxed{
\text{Image AI}
\neq
\text{Image Generator}.
}
$$

---

# 11. 影片 AI 也一樣

在：

$$
m_{\mathrm{video}}
$$

上，

可以：

- action recognition；
- event detection；
- summarization；
- tracking；
- generation；
- editing；
- temporal reasoning。

因此：

$$
\boxed{
\text{Video AI}
\neq
\text{Video Generation}.
}
$$

---

# 12. 音樂 AI 也不是只有生成

可包含：

- transcription；
- source separation；
- chord recognition；
- style analysis；
- generation；
- mastering；
- recommendation。

因此：

$$
\boxed{
\text{Music AI}
\neq
\text{Music Generator}.
}
$$

---

# 13. 模態與功能形成二維空間

最簡表示：

$$
\boxed{
\mathcal C_{MF}
=
\mathcal M
\times
\mathcal F.
}
$$

每個 AI 能力可以放在：

$$
(m_i,f_j)
$$

位置。

---

# 14. Capability Cell

定義：

$$
\boxed{
C_{ij}
=
C(m_i,f_j).
}
$$

例如：

$$
C_{\mathrm{image,generate}}
$$

表示：

> 圖像生成能力。

$$
C_{\mathrm{image,segment}}
$$

表示：

> 圖像分割能力。

---

# 15. 同一模態上可以有完全不同能力

因此：

$$
C_{\mathrm{image,generate}}
\neq
C_{\mathrm{image,detect}}.
$$

一個模型在前者很強，

不代表後者很強。

---

# 16. 同一功能也可以跨不同模態

例如生成：

$$
f_{\mathrm{gen}}
$$

可作用於：

$$
m_{\mathrm{text}},
m_{\mathrm{image}},
m_{\mathrm{audio}},
m_{\mathrm{video}},
m_{\mathrm{3D}},
m_{\mathrm{code}}.
$$

所以：

$$
\boxed{
\text{Generation}
}
$$

本身也是跨模態功能族。

---

# 17. 第二個分類軸：Agency

本文定義：

$$
\boxed{
\mathcal G
=
\text{Agency Space}.
}
$$

它描述：

> AI 是否只做一次推論，還是能維持目標、行動、觀察與修復。

---

# 18. Agency Level

可概念分：

$$
G_0
=
\text{single inference},
$$

$$
G_1
=
\text{interactive response},
$$

$$
G_2
=
\text{tool-mediated execution},
$$

$$
G_3
=
\text{goal-directed agent},
$$

$$
G_4
=
\text{long-horizon autonomous process},
$$

$$
G_5
=
\text{multi-agent coordination}.
$$

---

# 19. Agency 不是模態

一個文字模型可以：

$$
G_0
$$

也可以透過 harness 成為：

$$
G_4.
$$

所以：

$$
\boxed{
m_{\mathrm{text}}
\not\Rightarrow
G_k.
}
$$

---

# 20. Agency 也不是生成能力

一個生成模型：

$$
f_{\mathrm{gen}}\gg0
$$

可能仍：

$$
G_0.
$$

即：

> 只能單回合生成。

---

# 21. 第三個分類軸：Deployment

定義：

$$
\boxed{
\mathcal D
=
\text{Deployment Topology}.
}
$$

包括：

$$
d_{\mathrm{cloud}},
d_{\mathrm{local}},
d_{\mathrm{edge}},
d_{\mathrm{embedded}},
d_{\mathrm{distributed}},
d_{\mathrm{regional}},
d_{\mathrm{global}}.
$$

---

# 22. Deployment 不是 Agency

一個：

$$
d_{\mathrm{cloud}}
$$

系統可以：

$$
G_0
$$

或：

$$
G_5.
$$

一個：

$$
d_{\mathrm{local}}
$$

系統也可以。

因此：

$$
\boxed{
\text{deployment location}
\neq
\text{autonomy}.
}
$$

---

# 23. 第四個分類軸：Embodiment

定義：

$$
\boxed{
\mathcal B
=
\text{Embodiment / World-Coupling Space}.
}
$$

它描述：

> AI 與物理世界是否形成感知—行動閉環。

---

# 24. Embodiment 不是 Robot Shape

若：

$$
\text{Perception}
\rightarrow
\text{AI}
\rightarrow
\text{Action}
\rightarrow
\text{World}
\rightarrow
\text{Perception},
$$

即可討論：

$$
B>0.
$$

所以：

$$
\boxed{
\text{Embodied AI}
\neq
\text{Humanoid Robot}.
}
$$

---

# 25. 第五個分類軸：Scope

定義：

$$
\boxed{
\mathcal S
=
\text{Operational Scope}.
}
$$

例如：

$$
s_{\mathrm{personal}},
s_{\mathrm{device}},
s_{\mathrm{team}},
s_{\mathrm{organization}},
s_{\mathrm{factory}},
s_{\mathrm{city}},
s_{\mathrm{regional}},
s_{\mathrm{global}}.
$$

---

# 26. Scope 不是 Deployment

一個全球服務：

$$
s_{\mathrm{global}}
$$

可能主要在：

$$
d_{\mathrm{cloud}}.
$$

一個區域 AI：

$$
s_{\mathrm{regional}}
$$

可以採：

$$
d_{\mathrm{distributed}}.
$$

---

# 27. 六軸基礎空間

因此最小分類框架：

$$
\boxed{
\mathcal A
=
\mathcal M
\times
\mathcal F
\times
\mathcal G
\times
\mathcal D
\times
\mathcal B
\times
\mathcal S.
}
$$

---

# 28. AI 不是一個標籤，而是一個座標

一個具體系統：

$$
A_i
$$

可寫成：

$$
\boxed{
A_i
=
(
\mathbf m_i,
\mathbf f_i,
g_i,
d_i,
b_i,
s_i
).
}
$$

---

# 29. 多值而不是單值

其中：

$$
\mathbf m_i
$$

可以同時包含多個模態。

$$
\mathbf f_i
$$

也可以同時具有多種功能。

因此：

$$
A_i
$$

更像高維區域，

不是單一離散點。

---

# 30. Capability Coordinate

本文提出：

$$
\boxed{
\mathbf c_A
=
(
\mathbf m,
\mathbf f,
\mathbf g,
\mathbf d,
\mathbf b,
\mathbf s
).
}
$$

稱為：

**Capability Coordinate**

中文：

**能力座標**。

---

# 31. Capability Tensor

若要更細緻，可用：

$$
\boxed{
\mathcal T_A[m,f,g,d,b,s]
}
$$

表示在不同軸組合下的能力強度。

稱為：

**Capability Tensor**

中文：

**能力張量**。

---

# 32. 張量形式比單一排行榜更準確

傳統排行：

$$
A_1>A_2>A_3.
$$

但能力張量顯示：

$$
A_1
$$

可能在：

$$
(m_{\mathrm{text}},f_{\mathrm{reason}})
$$

強。

$$
A_2
$$

在：

$$
(m_{\mathrm{video}},f_{\mathrm{generate}})
$$

強。

沒有唯一線性排名。

---

# 33. Axis Collapse Error

本文提出：

$$
\boxed{
\operatorname{ACE}
=
\text{Axis Collapse Error}.
}
$$

中文：

**分類軸坍縮錯誤**。

指：

> 把本來屬於不同分類維度的概念，錯誤排成同一條分類線。

---

# 34. 典型錯誤一

把：

- LLM；
- Multimodal；
- Agent；
- Robot；

排成：

$$
\text{LLM}
\rightarrow
\text{Multimodal}
\rightarrow
\text{Agent}
\rightarrow
\text{Robot}.
$$

這不嚴格。

因為它們分屬：

- 模型／模態；
- 模態；
- agency；
- embodiment。

---

# 35. 正確做法是多軸描述

一個系統可以同時：

$$
\text{LLM}
+
\text{multimodal}
+
\text{agentic}
+
\text{embodied}.
$$

因此：

$$
\boxed{
\text{these are composable attributes}.
}
$$

---

# 36. 典型錯誤二：把 Multimodal 當更高級 Agent

$$
\text{multimodal}
$$

只說明：

$$
|\mathcal M_A|>1.
$$

它不推出：

$$
G_A>0.
$$

所以：

$$
\boxed{
\text{Multimodal}
\not\Rightarrow
\text{Agentic}.
}
$$

---

# 37. 典型錯誤三：把 Agent 當 Multimodal

一個 Agent 可以只用：

$$
m_{\mathrm{text}}.
$$

但透過工具：

$$
G_A\gg0.
$$

因此：

$$
\boxed{
\text{Agentic}
\not\Rightarrow
\text{Multimodal}.
}
$$

---

# 38. 典型錯誤四：把 Embodied 當 Humanoid

$$
B>0
$$

不表示：

$$
\text{human-shaped}.
$$

所以：

$$
\boxed{
\text{Embodiment}
\not\Rightarrow
\text{Humanoid Form}.
}
$$

---

# 39. Generative Overreach Error

本文提出：

$$
\boxed{
\operatorname{GOE}
=
\text{Generative Overreach Error}.
}
$$

指：

> 因某 AI 具有強生成能力，就外推它在非生成能力上同樣強。

---

# 40. 例如文字很會寫，不代表會控制

若：

$$
C_{\mathrm{text,generate}}\gg0,
$$

不能推出：

$$
C_{\mathrm{control}}\gg0.
$$

---

# 41. 很會生成程式碼也不代表很會部署

$$
C_{\mathrm{code,generate}}
$$

與：

$$
C_{\mathrm{system,deploy}}
$$

不同。

所以：

$$
\boxed{
\text{code generation}
\neq
\text{software engineering closure}.
}
$$

---

# 42. 很會生成研究文字也不代表很會研究

研究至少還涉及：

- search；
- evidence；
- hypothesis；
- experiment；
- verification；
- falsification。

因此：

$$
\boxed{
\text{research writing}
\neq
\text{research capability}.
}
$$

---

# 43. Research Capability Vector

可表示：

$$
\boxed{
\mathbf R_A
=
(
R_{\mathrm{search}},
R_{\mathrm{synthesis}},
R_{\mathrm{hypothesis}},
R_{\mathrm{experiment}},
R_{\mathrm{verify}},
R_{\mathrm{write}}
).
}
$$

---

# 44. 只看最終文字會產生研究錯覺

若：

$$
R_{\mathrm{write}}\gg0
$$

但：

$$
R_{\mathrm{verify}}\ll1,
$$

則輸出可以很像研究，

但不是可靠研究。

---

# 45. Multimodal Overclaim

本文提出：

$$
\boxed{
\operatorname{MO}
=
\text{Multimodal Overclaim}.
}
$$

指：

> 系統支援多種模態，就被宣稱為「全面多模態智能」。

---

# 46. 多模態至少有五種不同層次

$$
M_1
=
\text{multi-input},
$$

$$
M_2
=
\text{multi-output},
$$

$$
M_3
=
\text{cross-modal mapping},
$$

$$
M_4
=
\text{cross-modal reasoning},
$$

$$
M_5
=
\text{perception-action integration}.
$$

---

# 47. Multi-Input

例如：

$$
\text{text}
+
\text{image}
\rightarrow
\text{text}.
$$

這是：

$$
M_1.
$$

---

# 48. Multi-Output

例如：

$$
\text{text}
\rightarrow
\{\text{text},\text{speech},\text{image}\}.
$$

這是：

$$
M_2.
$$

---

# 49. Cross-Modal Mapping

例如：

$$
\text{text}
\rightarrow
\text{image}.
$$

或：

$$
\text{audio}
\rightarrow
\text{text}.
$$

這是：

$$
M_3.
$$

---

# 50. Cross-Modal Reasoning

例如：

> 讀一張圖、聽一段聲音、看一段文字，整合後做判斷。

這是：

$$
M_4.
$$

---

# 51. Perception-Action Integration

例如：

$$
\text{vision}
+
\text{audio}
+
\text{proprioception}
\rightarrow
\text{action}.
$$

這是：

$$
M_5.
$$

---

# 52. 多模態深度

可以定義：

$$
\boxed{
D_M
=
\text{degree of cross-modal integration}.
}
$$

不是只數：

$$
N_{\mathrm{modalities}}.
$$

---

# 53. 多模態數量不等於多模態深度

可能：

$$
N_M=5
$$

但：

$$
D_M\ll1.
$$

也可能：

$$
N_M=2
$$

但：

$$
D_M\gg0.
$$

---

# 54. 模態只是資訊通道

因此：

$$
\boxed{
\text{more modalities}
\not\Rightarrow
\text{more agency}.
}
$$

也不必然：

$$
\text{more reasoning}.
$$

---

# 55. 第六個分類軸：Temporal Horizon

本文補充一個非常重要的軸：

$$
\boxed{
\mathcal T
=
\text{Temporal Horizon}.
}
$$

表示 AI 可以維持任務與狀態多久。

---

# 56. Temporal Horizon 與 Context Length 不同

$$
T_H
=
\text{effective task duration}.
$$

而：

$$
L_C
=
\text{context capacity}.
$$

因此：

$$
\boxed{
T_H
\neq
L_C.
}
$$

---

# 57. 一個 AI 可以 context 很大但 horizon 很短

因為：

- 沒有 task loop；
- 沒有 persistence；
- 沒有 retry；
- 沒有 external state。

---

# 58. Temporal Horizon 會改變能力類型

短：

$$
T_H\rightarrow0
$$

適合：

- answer；
- classify；
- generate。

長：

$$
T_H\gg0
$$

可以：

- investigate；
- repair；
- iterate；
- execute project。

---

# 59. 第七個分類軸：Authority

定義：

$$
\boxed{
\mathcal P
=
\text{Permission / Authority Space}.
}
$$

包括：

$$
p_{\mathrm{read}},
p_{\mathrm{write}},
p_{\mathrm{execute}},
p_{\mathrm{deploy}},
p_{\mathrm{control}}.
$$

---

# 60. Authority 不是 Agency

一個 Agent 很會規劃：

$$
G\gg0
$$

但：

$$
P=0,
$$

它仍只能建議。

所以：

$$
\boxed{
\text{Agency}
\neq
\text{Authority}.
}
$$

---

# 61. 第八個分類軸：Memory Continuity

定義：

$$
\boxed{
\mathcal U
=
\text{Memory Continuity Space}.
}
$$

例如：

$$
u_0
=
\text{stateless},
$$

$$
u_1
=
\text{session memory},
$$

$$
u_2
=
\text{project memory},
$$

$$
u_3
=
\text{long-term persistent memory}.
$$

---

# 62. Memory 不等於 Context

Context：

$$
C
$$

是當前可見工作狀態。

Memory：

$$
\Mu
$$

可以跨會話或跨任務持久。

所以：

$$
\boxed{
\text{Context}
\neq
\text{Memory}.
}
$$

---

# 63. 完整能力空間擴展

因此更完整：

$$
\boxed{
\mathcal A
=
\mathcal M
\times
\mathcal F
\times
\mathcal G
\times
\mathcal D
\times
\mathcal B
\times
\mathcal S
\times
\mathcal T
\times
\mathcal P
\times
\mathcal U.
}
$$

---

# 64. 這不是要建立終極分類表

APET-05 不主張：

$$
\mathcal A
$$

已完備。

它是一個：

$$
\boxed{
\text{minimum multidimensional scaffold}.
}
$$

未來可以加軸。

---

# 65. 分類軸應保持正交

理想上：

$$
d_i
$$

描述不同概念。

如果兩軸高度重複，

需要合併。

如果一個詞跨多軸，

需要拆解。

---

# 66. Typing Principle

本文提出：

$$
\boxed{
\text{Every AI label should be assigned to its primary axis before comparison}.
}
$$

中文：

> **任何 AI 標籤在被拿來比較以前，應先判斷它屬於哪一個主要分類軸。**

---

# 67. 例：LLM

LLM 主要是：

$$
\boxed{
\text{model / language modality architecture class}.
}
$$

它不是 agency level。

---

# 68. 例：Multimodal

Multimodal 主要描述：

$$
\boxed{
|\mathcal M|>1.
}
$$

不是 deployment。

---

# 69. 例：Agent

Agent 主要描述：

$$
\boxed{
G>0.
}
$$

不是 model architecture。

---

# 70. 例：Embodied AI

Embodied 描述：

$$
\boxed{
B>0.
}
$$

不是 humanoid shape。

---

# 71. 例：Edge AI

Edge 描述：

$$
\boxed{
D=d_{\mathrm{edge}}.
}
$$

不是 capability level。

---

# 72. 例：Global AI

Global 描述：

$$
\boxed{
S=s_{\mathrm{global}}.
}
$$

不表示：

$$
\text{single global mind}.
$$

---

# 73. 同一系統可以同時擁有多個標籤

例如：

$$
A
=
\{
\text{LLM},
\text{multimodal},
\text{agentic},
\text{cloud},
\text{global}
\}.
$$

這些不是互斥類。

---

# 74. Label Stack

本文提出：

$$
\boxed{
L_A
=
\{l_1,l_2,\ldots,l_k\}
}
$$

稱為：

**AI Label Stack**

中文：

**AI 標籤棧**。

---

# 75. 標籤棧比單一標籤更接近真實系統

例如：

$$
L_A
=
\{
\text{multimodal},
\text{tool-using},
\text{long-horizon},
\text{cloud},
\text{enterprise}
\}.
$$

比只說：

> AI。

更有資訊。

---

# 76. 但標籤棧仍不等於完整 EAIS

APET-02：

$$
\mathrm{EAIS}
$$

還包含：

- runtime；
- harness；
- permissions；
- context；
- memory。

所以：

$$
\boxed{
L_A
\subset
\mathrm{EAIS\ description}.
}
$$

---

# 77. 模態暴露與模態潛能

一個模型可能支援：

$$
\mathcal M_{\mathrm{latent}}.
$$

但產品只暴露：

$$
\mathcal M_{\mathrm{exposed}}.
$$

通常：

$$
\boxed{
\mathcal M_{\mathrm{exposed}}
\subseteq
\mathcal M_{\mathrm{latent}}.
}
$$

---

# 78. Capability Exposure Gap

本文提出：

$$
\boxed{
G_E
=
\mathcal C_{\mathrm{latent}}
-
\mathcal C_{\mathrm{exposed}}.
}
$$

稱為：

**Capability Exposure Gap**

中文：

**能力暴露缺口**。

---

# 79. 系統支援不代表使用者可用

例如模型可：

$$
m_{\mathrm{image}}
$$

但該 surface 沒有圖片輸入。

那使用者實際：

$$
C_{\mathrm{image}}=0.
$$

---

# 80. 暴露能力與可用能力還不同

即使 UI 有：

$$
\text{image upload},
$$

若：

- file size；
- rate limit；
- permissions；

受限，

實際有效能力仍可能下降。

---

# 81. Effective Exposed Capability

定義：

$$
\boxed{
C_{\mathrm{exp}}
=
F(
C_{\mathrm{latent}},
S,P,T,R
).
}
$$

---

# 82. 產品比較不能只看 model card

因為：

$$
C_{\mathrm{latent}}
$$

與：

$$
C_{\mathrm{exp}}
$$

可能差很多。

---

# 83. 生成模型的輸出模態與輸入模態不同

可定義：

$$
\mathcal M_{\mathrm{in}}
$$

與：

$$
\mathcal M_{\mathrm{out}}.
$$

因此：

$$
\boxed{
\mathcal M_{\mathrm{in}}
\neq
\mathcal M_{\mathrm{out}}
}
$$

很常見。

---

# 84. 例如 VLM

可能：

$$
\mathcal M_{\mathrm{in}}
=
\{\text{text},\text{image}\}
$$

但：

$$
\mathcal M_{\mathrm{out}}
=
\{\text{text}\}.
$$

所以它是：

$$
\boxed{
\text{multimodal input}
}
$$

但不是：

$$
\boxed{
\text{multimodal output}.
}
$$

---

# 85. 「支援圖片」是歧義句

至少可能表示：

1. 能接圖片；
2. 能理解圖片；
3. 能生成圖片；
4. 能編輯圖片；
5. 能以圖片為行動輸出。

所以：

$$
\boxed{
\text{supports images}
}
$$

需要解參照。

---

# 86. 同理「支援影片」

可指：

- upload；
- frame extraction；
- temporal understanding；
- video generation；
- video editing；
- video-grounded action。

---

# 87. AI Capability Grammar

本文提出最小描述語法：

$$
\boxed{
\text{Modality}
+
\text{Function}
+
\text{Agency}
+
\text{Authority}
+
\text{Deployment}
}
$$

例如：

> vision-based detection AI

比：

> image AI

更精確。

---

# 88. 更完整例子

> multimodal long-horizon tool-using research agent with browser and file-write permissions.

這其實是一個：

$$
\boxed{
\text{typed AI description}.
}
$$

---

# 89. AI 類型應該像座標而不是物種名

傳統分類：

> 這是 A 類 AI。

APET 更傾向：

$$
\boxed{
A
=
(m_i,f_j,g_k,d_l,b_m,s_n,\ldots).
}
$$

---

# 90. AI Capability Lattice

不同能力可以組合成：

$$
\boxed{
\mathcal L_C
=
\text{Capability Lattice}.
}
$$

一些系統：

$$
A\subset B
$$

表示 B 包含 A 的能力集合。

---

# 91. 但能力包含不代表性能支配

即使：

$$
\mathcal C_A
\subset
\mathcal C_B,
$$

A 在某能力上：

$$
q_A>q_B
$$

仍可能成立。

所以：

$$
\boxed{
\text{capability breadth}
\neq
\text{capability quality}.
}
$$

---

# 92. Breadth

定義：

$$
\boxed{
B_C
=
|\mathcal C_A|.
}
$$

表示能力覆蓋廣度。

---

# 93. Depth

定義：

$$
\boxed{
D_C(c_i)
=
\text{performance depth on capability }c_i.
}
$$

---

# 94. 一個通用模型可以廣但不深

$$
B_C\gg0
$$

但某些：

$$
D_C(c_i)
$$

一般。

---

# 95. 專用模型可以窄但極深

$$
B_C\ll1
$$

但：

$$
D_C(c^\ast)\gg0.
$$

因此：

$$
\boxed{
\text{generalist}
\neq
\text{specialist}.
}
$$

---

# 96. AI Capability Profile

本文定義：

$$
\boxed{
\mathbf P_C
=
(
B_C,
D_C,
G,
T_H,
P,
B
).
}
$$

表示：

- breadth；
- depth；
- agency；
- temporal horizon；
- authority；
- embodiment。

---

# 97. 這比「smart / not smart」更有資訊

因為：

$$
\text{smart}
$$

把很多維度壓縮成一個模糊評價詞。

---

# 98. 模態轉換能力

除了單模態能力，還有：

$$
\boxed{
T_{m_i\rightarrow m_j}.
}
$$

例如：

$$
\text{text}
\rightarrow
\text{image}.
$$

---

# 99. Cross-Modal Transformation Graph

建立：

$$
G_M
=
(V_M,E_M).
$$

節點：

$$
V_M
=
\mathcal M.
$$

邊：

$$
E_M
$$

表示可做跨模態轉換。

---

# 100. 多模態 AI 的真正能力可以看圖結構

有些系統：

$$
\text{text}
\leftrightarrow
\text{image}
$$

雙向。

另一些只有：

$$
\text{image}
\rightarrow
\text{text}.
$$

因此：

$$
\boxed{
\text{same modality count}
\neq
\text{same multimodal topology}.
}
$$

---

# 101. 模態拓撲

本文稱：

$$
\boxed{
\mathcal T_M
=
\text{Modality Topology}.
}
$$

表示模態之間可：

- 讀取；
- 生成；
- 映射；
- 推理；
- 行動。

---

# 102. AI 模態不只媒體模態

傳統常只想：

- text；
- image；
- audio；
- video。

但具身系統還有：

- proprioception；
- force；
- depth；
- lidar；
- radar；
- temperature；
- spatial state。

因此：

$$
\boxed{
\text{AI modality space}
\gg
\text{media modality space}.
}
$$

---

# 103. Sensor Modality

定義：

$$
\mathcal M_S
$$

為感測模態。

例如：

$$
\mathcal M_S
=
\{
m_{\mathrm{vision}},
m_{\mathrm{depth}},
m_{\mathrm{touch}},
m_{\mathrm{force}},
m_{\mathrm{position}}
\}.
$$

---

# 104. Action Modality

定義：

$$
\mathcal M_A
$$

為行動模態。

例如：

- text action；
- API action；
- motor action；
- navigation action；
- financial action。

---

# 105. 行動本身也是輸出模態

因此：

$$
\boxed{
\text{output}
}
$$

不必是內容。

它可以是：

$$
\boxed{
\text{state change in the world}.
}
$$

---

# 106. 這打破「AI = 內容生成器」

一個 Agent 的重要輸出可能是：

$$
\Delta W
$$

而不是：

$$
y_{\mathrm{text}}.
$$

其中：

$$
\Delta W
=
\text{world state change}.
$$

---

# 107. World-State Output

本文提出：

$$
\boxed{
O_W
=
\text{World-State Output}.
}
$$

表示：

> AI 的輸出被定義為對環境狀態的改變，而非生成一段內容。

---

# 108. Agent 與生成器的核心差異之一

生成器主要：

$$
x
\rightarrow
y.
$$

Agent：

$$
x
\rightarrow
a
\rightarrow
W'
\rightarrow
x'.
$$

因此：

$$
\boxed{
\text{generation loop}
\neq
\text{action loop}.
}
$$

---

# 109. Research Agent 也不只是生成研究報告

它還可能：

$$
\text{search}
\rightarrow
\text{read}
\rightarrow
\text{compare}
\rightarrow
\text{test}
\rightarrow
\text{revise}.
$$

所以：

$$
\boxed{
\text{Research Agent}
\neq
\text{Report Generator}.
}
$$

---

# 110. Coding Agent 也不只是程式碼生成器

真正 coding agent：

$$
\text{inspect}
\rightarrow
\text{edit}
\rightarrow
\text{run}
\rightarrow
\text{debug}
\rightarrow
\text{verify}.
$$

所以：

$$
\boxed{
\text{Coding Agent}
\neq
\text{Code Generator}.
}
$$

---

# 111. Scientific AI 也不只是論文生成器

科學 AI 至少可能涉及：

$$
\text{hypothesis},
$$

$$
\text{experiment design},
$$

$$
\text{simulation},
$$

$$
\text{measurement},
$$

$$
\text{falsification}.
$$

---

# 112. Generative Dominance Bias

本文提出：

$$
\boxed{
B_G
=
\text{Generative Dominance Bias}.
}
$$

即：

> 因生成輸出容易被人直接看到，而高估生成能力在整個 AI 空間中的代表性。

---

# 113. 生成很可見

輸出：

- 圖；
- 文；
- 音樂；
- 影片。

都非常直觀。

因此：

$$
V_I(f_{\mathrm{gen}})
\gg
V_I(f_{\mathrm{optimize}})
$$

可能成立。

---

# 114. 最佳化常常不可見

但：

$$
f_{\mathrm{optimize}}
$$

可能在：

- logistics；
- energy；
- markets；
- scheduling；

具有巨大社會影響。

---

# 115. 生成式 AI 的可視優勢延續 APET-04

APET-04：

$$
\text{Visible AI}
\neq
\text{Representative AI}.
$$

APET-05 補充：

$$
\boxed{
\text{Visible AI Function}
\neq
\text{Representative AI Function}.
}
$$

---

# 116. AI 產品命名會造成軸混亂

例如：

> AI Assistant

可能只是：

$$
G_1.
$$

也可能：

$$
G_4.
$$

因此：

$$
\boxed{
\text{product name}
\neq
\text{capability coordinate}.
}
$$

---

# 117. Copilot 也不是標準能力型別

不同 Copilot 可能：

- suggest；
- generate；
- execute；
- observe；
- orchestrate。

所以：

$$
\boxed{
\text{Copilot}
}
$$

是產品角色名，

不是嚴格技術類別。

---

# 118. Assistant 也不是嚴格類別

同樣：

$$
\text{Assistant}
$$

可能：

$$
G_1
$$

到：

$$
G_4.
$$

---

# 119. Agent 一詞也會逐漸指稱坍縮

當越來越多產品自稱 Agent：

$$
\operatorname{RC}_{\mathrm{Agent}}\uparrow.
$$

因此未來：

> Agent

也需要型別解析。

---

# 120. Agentic Taxonomy

最低限度可描述：

$$
\boxed{
\operatorname{AgentID}
=
(
G,
T_H,
P,
W,
V
)
}
$$

其中：

- $G$：agency level；
- $T_H$：temporal horizon；
- $P$：authority；
- $W$：world coupling；
- $V$：verification。

---

# 121. 同理 Multimodal 需要型別解析

可描述：

$$
\boxed{
\operatorname{MMID}
=
(
\mathcal M_{\mathrm{in}},
\mathcal M_{\mathrm{out}},
D_M,
G_M
)
}
$$

---

# 122. 同理 Generative 也需要型別解析

可描述：

$$
\boxed{
\operatorname{GenID}
=
(
\mathcal M_{\mathrm{out}},
D_C,
C_{\mathrm{control}},
C_{\mathrm{edit}}
)
}
$$

---

# 123. AI 分類應從品牌語言轉向結構語言

不是：

> 這是下一代 AI。

而是：

$$
\boxed{
\Delta\mathbf c_A
}
$$

到底變在哪些軸？

---

# 124. Capability Delta

定義：

$$
\boxed{
\Delta\mathbf c
=
\mathbf c_{t+1}
-
\mathbf c_t.
}
$$

可描述版本升級。

---

# 125. 模型升級不必所有軸都提高

可能：

$$
\Delta f_{\mathrm{reason}}>0,
$$

但：

$$
\Delta G=0.
$$

或：

$$
\Delta \mathcal M>0,
$$

但：

$$
\Delta P=0.
$$

---

# 126. 因此「新模型更強」是低解析敘述

更精確應問：

$$
\boxed{
\text{stronger in which coordinates?}
}
$$

---

# 127. Capability Frontier

對每個軸可以有前沿：

$$
F_{\mathrm{text}},
F_{\mathrm{video}},
F_{\mathrm{agent}},
F_{\mathrm{robotics}},
F_{\mathrm{research}}.
$$

所以：

$$
\boxed{
\text{AI frontier}
}
$$

本身就是多前沿。

---

# 128. 不存在只有一條 AI 前沿

一個系統在：

$$
F_{\mathrm{video}}
$$

領先，

不代表在：

$$
F_{\mathrm{agent}}
$$

領先。

---

# 129. Frontier Vector

本文提出：

$$
\boxed{
\mathbf F_A
=
(
F_1,F_2,\ldots,F_n
).
}
$$

描述：

> AI 各能力前沿位置。

---

# 130. AI 競爭更像 Pareto Frontier

如果：

$$
A
$$

在文字強，

$$
B
$$

在影片強，

$$
C
$$

在 Agent 強，

則：

$$
\boxed{
\text{Pareto frontier}
}
$$

比：

$$
\text{single leaderboard}
$$

更合理。

---

# 131. AI Benchmark 也應多軸化

每一 benchmark 只測：

$$
\Omega_b
\subset
\mathcal A.
$$

所以：

$$
\boxed{
\text{benchmark win}
\neq
\text{global AI win}.
}
$$

---

# 132. Benchmark Coordinate

可為 benchmark 標：

$$
\boxed{
B
=
(
M_B,
F_B,
G_B,
T_B
)
}
$$

描述它測哪個能力子空間。

---

# 133. 這有助於避免 benchmark 外推

例如 coding benchmark：

$$
B_{\mathrm{code}}
$$

不能直接推出：

$$
C_{\mathrm{robotics}}.
$$

---

# 134. AI 能力地圖

本文最終建議建立：

$$
\boxed{
\operatorname{Map}_{AI}
}
$$

不是一張榜單。

而是一張：

$$
\boxed{
\text{capability topology map}.
}
$$

---

# 135. AI 使用者也需要知道自己需要哪個能力座標

任務：

$$
X
$$

可以映射到：

$$
\mathbf c_X.
$$

然後選：

$$
A_i
$$

使：

$$
\operatorname{sim}(
\mathbf c_X,
\mathbf c_{A_i}
)
$$

最大。

---

# 136. Task-Capability Matching

定義：

$$
\boxed{
M_{TC}(X,A)
=
\operatorname{sim}(
\mathbf c_X,
\mathbf c_A
).
}
$$

---

# 137. 這比「選最強 AI」更有用

因為：

$$
A^\ast
=
\arg\max_A
M_{TC}(X,A).
$$

而不是：

$$
A^\ast
=
\arg\max_A
\text{global score}(A).
$$

---

# 138. 企業採用也一樣

公司不應問：

> 哪個 AI 最強？

而應問：

$$
\boxed{
\text{which capability coordinates are required by our workflow?}
}
$$

---

# 139. 生成式 AI 可能只是企業需求的一小部分

企業可能真正需要：

- classification；
- search；
- optimization；
- routing；
- detection；
- scheduling；
- agents。

所以：

$$
\boxed{
\text{GenAI strategy}
\neq
\text{AI strategy}.
}
$$

---

# 140. 「AI Transformation」也容易被生成式 AI 綁架

如果企業只：

$$
\text{add chatbot},
$$

不代表：

$$
\text{AI transformation}.
$$

因此：

$$
\boxed{
\text{chatbot deployment}
\neq
\text{AI-native transformation}.
}
$$

---

# 141. AI Native 的位置

AI-native 描述：

$$
\boxed{
\text{system design dependence on AI}
}
$$

主要屬於：

- deployment；
- architecture；
- workflow coupling。

不是 modality。

---

# 142. AI Native 不等於 Generative

一個 AI-native 控制系統：

$$
f_{\mathrm{gen}}=0
$$

仍可能成立。

所以：

$$
\boxed{
\text{AI-native}
\not\Rightarrow
\text{Generative}.
}
$$

---

# 143. AI Native 也不等於 Agentic

某系統可以在設計上高度依賴 AI，

但主要做：

$$
f_{\mathrm{predict}}.
$$

因此：

$$
\boxed{
\text{AI-native}
\not\Rightarrow
G>0.
}
$$

---

# 144. 多軸分類也可以描述舊 AI

例如：

$$
A_{\mathrm{expert-system}}
$$

可能：

$$
m=\text{text/symbolic},
$$

$$
f=\text{reason/classify},
$$

$$
G=G_1,
$$

$$
B=0.
$$

所以 APET 不是只為 foundation model 時代設計。

---

# 145. 古典 AI 與現代 AI 可放在同一空間

這是重要優點。

$$
\boxed{
\mathcal A
}
$$

可以包含：

- rule-based；
- neural；
- agentic；
- embodied。

---

# 146. Paradigm 是另一個軸

若加入：

$$
\mathcal P
=
\text{Paradigm}.
$$

則：

$$
\boxed{
\mathcal A'
=
\mathcal P
\times
\mathcal M
\times
\mathcal F
\times
\cdots
}
$$

---

# 147. Paradigm 與 Function 也不能混

symbolic AI 可以做：

$$
f_{\mathrm{plan}}.
$$

neural AI 也可以。

所以：

$$
\boxed{
\text{paradigm}
\neq
\text{function}.
}
$$

---

# 148. Hybrid AI

若：

$$
P_A
=
\{
P_{\mathrm{symbolic}},
P_{\mathrm{neural}}
\},
$$

則形成：

$$
\boxed{
\text{hybrid paradigm}.
}
$$

---

# 149. 未來 AI 可能越來越 hybrid

例如：

- neural perception；
- symbolic constraint；
- external memory；
- tool execution；
- formal verification。

因此單一架構標籤更不足。

---

# 150. AI 系統像技術棧，不像單模型

可表示：

$$
\boxed{
A
=
P
+
M
+
F
+
G
+
D
+
B
+
S
+
T
+
P_{\mathrm{auth}}
+
U.
}
$$

這是一個多層技術棧。

---

# 151. 多軸分類與 APET-02 的關係

APET-05 描述：

> 這個 AI 有哪些能力座標？

APET-02 描述：

> 這些能力在某個 runtime / harness / surface 下實際能否被激發？

因此：

$$
\boxed{
\text{Capability Space}
+
\text{Effective State}
}
$$

共同決定實際智能。

---

# 152. Latent Capability vs Effective Capability

定義：

$$
\mathcal C_L
=
\text{latent capability set},
$$

$$
\mathcal C_E
=
\text{effective capability set}.
$$

一般：

$$
\boxed{
\mathcal C_E
\subseteq
\mathcal C_L.
}
$$

---

# 153. Harness 可以增加有效覆蓋但不能憑空創造所有能力

如果：

$$
c_i
\notin
\mathcal C_L,
$$

harness 可能仍透過：

- tools；
- external models；

補足。

但此時系統已不是單一模型能力。

---

# 154. Composite Capability

多模型系統：

$$
\boxed{
\mathcal C_{\mathrm{system}}
=
\bigcup_i
\mathcal C_{M_i}
+
\mathcal C_{\mathrm{orchestration}}.
}
$$

---

# 155. Multi-Model AI 進一步證明 AI 不是單模型

一個產品可能背後：

$$
M_1
$$

處理文字，

$$
M_2
$$

處理圖像，

$$
M_3
$$

做語音，

$$
M_4
$$

做規劃。

使用者只看到：

$$
A.
$$

---

# 156. Product AI Identity

因此：

$$
\boxed{
A_{\mathrm{product}}
\neq
M_i.
}
$$

而是：

$$
\boxed{
A_{\mathrm{product}}
=
\mathcal O(
\{M_i\},
H,T,P,S
).
}
$$

---

# 157. 這也會影響 AI 專家分類

APET-03：

如果 AI 是多軸，

則專家也可能專精：

$$
\mathcal M_i,
\mathcal F_j,
\mathcal G_k.
$$

所以：

$$
\boxed{
\text{AI polymorphism}
\rightarrow
\text{expertise polymorphism}.
}
$$

---

# 158. 可視域與多軸能力

APET-04：

最可見通常是：

$$
\mathcal M_{\mathrm{text/image/video}}
$$

加：

$$
f_{\mathrm{gen}}.
$$

但其他：

$$
f_{\mathrm{control}},
f_{\mathrm{optimize}},
f_{\mathrm{predict}}
$$

可能更隱形。

---

# 159. 因此大眾 AI 地圖是被可視性扭曲的投影

實際：

$$
\mathcal A.
$$

大眾看到：

$$
\pi_V(\mathcal A).
$$

其中：

$$
\pi_V
$$

偏好：

- human-readable；
- media-generative；
- anthropomorphic。

---

# 160. Visibility Projection

本文提出：

$$
\boxed{
\mathcal A_{\mathrm{visible}}
=
\pi_V(\mathcal A).
}
$$

因此：

$$
\boxed{
\mathcal A_{\mathrm{visible}}
\subsetneq
\mathcal A.
}
$$

---

# 161. 生成式 AI 的文化霸權是投影，不是本體

這是 APET-05 的重要結論。

$$
\boxed{
\text{Generative dominance in public discourse}
\neq
\text{generative dominance in total AI ontology}.
}
$$

---

# 162. 具身 AI 將再次改變分類直覺

當 AI 進入：

- robot；
- vehicle；
- drone；
- factory；

人們可能重新把 AI 與：

$$
B>0
$$

綁定。

但仍要避免：

$$
\text{AI}
\approx
\text{robot}.
$$

---

# 163. APET-06 將專門處理 embodiment 軸

尤其：

$$
\boxed{
\text{Body}
\neq
\text{Humanoid Shape}.
}
$$

---

# 164. 多軸分類的社會政策意義

政策若只寫：

> AI system

可能涵蓋差異極大的：

$$
A_i.
$$

治理應至少區分：

- function；
- authority；
- embodiment；
- scope；
- risk.

---

# 165. 同樣「生成 AI」也可能風險完全不同

文字生成：

$$
W\approx0.
$$

但若同一生成模型接：

$$
P_{\mathrm{execute}}\gg0,
$$

風險結構改變。

---

# 166. 因此 risk 不是 modality 的函數

$$
\boxed{
R
\neq
R(\mathcal M)
}
$$

更接近：

$$
\boxed{
R
=
F(
\mathcal F,
\mathcal G,
\mathcal P,
\mathcal B,
\mathcal S
).
}
$$

---

# 167. 生成內容的風險與行動風險不同

$$
R_{\mathrm{content}}
$$

主要：

- misinformation；
- copyright；
- fraud。

$$
R_{\mathrm{action}}
$$

可能：

- financial；
- physical；
- infrastructural。

---

# 168. 功能分類比品牌分類更適合治理

政策問：

> 這是哪家公司模型？

不如先問：

$$
\boxed{
\text{what functions and authorities are active?}
}
$$

---

# 169. AI 產品設計也能使用 Capability Tensor

產品團隊可以標：

$$
\mathcal T_A.
$$

看：

- 哪些能力已暴露；
- 哪些缺；
- 哪些重複；
- 哪些是高風險交叉區。

---

# 170. Capability Gap Analysis

定義：

$$
\boxed{
G_C
=
\mathcal C_{\mathrm{required}}
-
\mathcal C_{\mathrm{available}}.
}
$$

企業可用它判斷：

> 缺的是模型、工具、Agent、還是具身。

---

# 171. 這能避免「什麼都想用 LLM 解」

如果問題需要：

$$
f_{\mathrm{optimize}}
$$

或：

$$
f_{\mathrm{control}},
$$

不一定：

$$
\text{LLM}
$$

是最佳核心。

---

# 172. LLM-Centrism

本文提出：

$$
\boxed{
B_L
=
\text{LLM-Centrism}.
}
$$

即：

> 把所有 AI 問題都重寫成 LLM 問題。

---

# 173. LLM-Centrism 是另一種指稱坍縮

$$
\text{AI}
\rightarrow
\text{LLM}
$$

會忽略：

- vision；
- control；
- optimization；
- robotics；
- symbolic systems。

---

# 174. Foundation Model 不等於全部 AI

即使 foundation model 很通用：

$$
\boxed{
\text{Foundation Model}
\subsetneq
\text{AI System Ecology}.
}
$$

---

# 175. 未來可能出現 Foundation Agent

但：

$$
\text{foundation}
$$

描述泛化基礎。

$$
\text{agent}
$$

描述 agency。

仍是不同軸。

---

# 176. 模型名稱將越來越像晶片型號

它很重要，

但不能代表整台系統。

同理：

$$
\boxed{
\text{AI model name}
\neq
\text{full capability coordinate}.
}
$$

---

# 177. 多軸 AI 名稱格式

未來可用：

$$
\boxed{
A[
P;
M;
F;
G;
D;
B;
S
]
}
$$

做簡化描述。

---

# 178. 範例一：聊天型 LLM

$$
A_1[
\text{neural};
\text{text};
\text{generate/reason};
G_1;
\text{cloud};
B_0;
\text{personal}
].
$$

---

# 179. 範例二：Coding Agent

$$
A_2[
\text{foundation};
\text{text/code};
\text{reason/plan/act};
G_4;
\text{local/cloud};
B_0;
\text{repo}
].
$$

---

# 180. 範例三：人形機器人

$$
A_3[
\text{hybrid};
\text{vision/audio/sensor};
\text{reason/control/act};
G_4;
\text{edge};
B_1;
\text{physical-local}
].
$$

---

# 181. 範例四：城市交通 AI

$$
A_4[
\text{hybrid};
\text{sensor/data};
\text{predict/optimize/control};
G_3;
\text{distributed};
B_{\mathrm{infra}};
\text{city}
].
$$

---

# 182. 這四個都叫 AI

但：

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

---

# 183. 問「AI 能不能做 X」前先定位座標

例如：

> AI 能不能駕駛？

要找：

$$
\mathbf c_{\mathrm{driving}}.
$$

而不是問：

$$
\text{AI}_{\mathrm{generic}}.
$$

---

# 184. Capability Requirements Vector

定義：

$$
\boxed{
\mathbf r_X
=
\text{capability requirements of task }X.
}
$$

---

# 185. 任務閉合需要座標匹配

如果：

$$
\mathbf c_A
$$

覆蓋：

$$
\mathbf r_X,
$$

則：

$$
P_{\mathrm{closure}}
$$

才可能高。

---

# 186. 這與 APET-02 的 Effective Problem Coverage 接起來

APET-02：

$$
EPC(A).
$$

APET-05 提供：

$$
\mathbf c_A
$$

與：

$$
\mathbf r_X.
$$

因此可以研究：

$$
\boxed{
EPC
=
F(
\mathbf c_A,
\mathbf r_X,
\Gamma
).
}
$$

---

# 187. AI Capability Ontology

本文最終指向：

$$
\boxed{
\mathcal O_C
=
\text{AI Capability Ontology}.
}
$$

不是列產品。

而是描述：

- axes；
- coordinates；
- relations；
- transitions。

---

# 188. Ontology 應允許新能力出現

若：

$$
f_{n+1}
$$

出現，

系統應：

$$
\mathcal F
\rightarrow
\mathcal F\cup\{f_{n+1}\}.
$$

因此：

$$
\boxed{
\text{taxonomy must be extensible}.
}
$$

---

# 189. 動態分類比固定標籤重要

AI 演化太快，

固定 taxonomy：

$$
T_0
$$

容易過時。

所以需要：

$$
\boxed{
\mathcal T(t).
}
$$

---

# 190. Capability Trajectory

一個系統的演化：

$$
\boxed{
\mathbf c_A(t)
}
$$

可以形成：

$$
\text{capability trajectory}.
$$

---

# 191. 軌跡比版本號更有資訊

版本：

$$
v_1,v_2,v_3
$$

只說更新順序。

能力軌跡說：

$$
\Delta m,
\Delta f,
\Delta g,
\Delta p.
$$

---

# 192. AI 時代也會因能力軌跡而分裂

不同產業採用不同：

$$
\mathbf c_A(t)
$$

因此：

$$
\boxed{
\text{AI epoch divergence}
}
$$

不只來自使用深度，

也來自採用的 AI 類型不同。

---

# 193. 一個產業可能先進入 Prediction AI Era

例如：

$$
f_{\mathrm{predict}}\gg0.
$$

另一個進入：

$$
\text{Generative AI Era}.
$$

另一個：

$$
\text{Agentic AI Era}.
$$

所以：

$$
\boxed{
\text{same country}
\neq
\text{same AI epoch across domains}.
}
$$

---

# 194. 這準備 APET-07

APET-07 將把：

$$
\mathbf c_A
$$

與：

$$
\mathbf e^{AI}
$$

連接。

---

# 195. 實證設計一：AI Label Typing Audit

收集市場上：

- AI；
- Agent；
- Multimodal；
- Copilot；
- Assistant；

產品描述。

檢查其實際：

$$
\mathbf c_A.
$$

計算標籤—能力偏差。

---

# 196. Label-Coordinate Distance

定義：

$$
\boxed{
D_{LC}
=
d(
\operatorname{claim}(A),
\mathbf c_A
).
}
$$

越大表示：

> 標籤與實際能力越不一致。

---

# 197. 實證設計二：Generative Bias Survey

問受試者：

> 哪些能力算 AI？

比較他們對：

- generation；
- prediction；
- optimization；
- control；

的辨識率。

可測：

$$
B_G.
$$

---

# 198. 實證設計三：Multimodal Depth Test

固定模態數：

$$
N_M.
$$

比較不同模型：

$$
D_M.
$$

測：

- cross-modal reasoning；
- temporal fusion；
- action grounding。

---

# 199. 實證設計四：Capability Exposure Gap

對同一模型比較：

$$
\mathcal C_{\mathrm{latent}}
$$

與：

$$
\mathcal C_{\mathrm{surface}}.
$$

測：

$$
G_E.
$$

---

# 200. 實證設計五：Task-Capability Matching

建立任務集合：

$$
\{X_i\}.
$$

為每個：

$$
X_i
$$

建立：

$$
\mathbf r_{X_i}.
$$

測：

$$
M_{TC}(X_i,A_j)
$$

是否能預測：

$$
P_{\mathrm{closure}}.
$$

---

# 201. 反例條件

如果研究發現：

$$
\text{single AI score}
$$

可以在所有模態、功能、Agent、具身與部署場景中高精度預測能力，

則 APET-05 的多軸必要性會被削弱。

---

# 202. 但即使存在 General Intelligence Factor

即使：

$$
g_{AI}
$$

存在，

也不代表：

$$
\mathbf c_A
$$

不重要。

因為：

$$
\boxed{
g_{AI}
\neq
\text{deployment / authority / embodiment}.
}
$$

---

# 203. 能力與制度層仍需分離

一個高：

$$
g_{AI}
$$

系統，

在：

$$
P=0
$$

時仍無法直接行動。

---

# 204. 多軸分類不是否定通用智能

它只是說：

$$
\boxed{
\text{general intelligence}
}
$$

若存在，

也只是 AI 系統的一個維度。

---

# 205. APET-05 的第一核心命題

$$
\boxed{
\text{Generative AI}
\subsetneq
\text{AI}.
}
$$

---

# 206. 第二核心命題

$$
\boxed{
\text{Modality}
\neq
\text{Function}.
}
$$

---

# 207. 第三核心命題

$$
\boxed{
\text{Function}
\neq
\text{Agency}.
}
$$

---

# 208. 第四核心命題

$$
\boxed{
\text{Agency}
\neq
\text{Authority}.
}
$$

---

# 209. 第五核心命題

$$
\boxed{
\text{Embodiment}
\neq
\text{Humanoid Form}.
}
$$

---

# 210. 第六核心命題

$$
\boxed{
\text{Visible Capability}
\neq
\text{Total Capability}.
}
$$

---

# 211. 第七核心命題

$$
\boxed{
\text{AI Type}
=
\text{coordinate},
\quad
\text{not a single label}.
}
$$

---

# 212. 統一能力座標

本文最終提出：

$$
\boxed{
\mathbf c_A
=
(
\mathbf p,
\mathbf m,
\mathbf f,
\mathbf g,
\mathbf d,
\mathbf b,
\mathbf s,
\mathbf t,
\mathbf p_{\mathrm{auth}},
\mathbf u
).
}
$$

其中：

- $\mathbf p$：paradigm；
- $\mathbf m$：modality；
- $\mathbf f$：function；
- $\mathbf g$：agency；
- $\mathbf d$：deployment；
- $\mathbf b$：embodiment；
- $\mathbf s$：scope；
- $\mathbf t$：temporal horizon；
- $\mathbf p_{\mathrm{auth}}$：authority；
- $\mathbf u$：memory continuity。

---

# 213. AI 應被描述成一個高維狀態

因此：

$$
\boxed{
A
\in
\mathcal A_{\mathrm{high-dimensional}}.
}
$$

而不是：

$$
A
\in
\{\text{AI},\text{not AI}\}.
$$

---

# 214. 這會改變「AI 到底是什麼」的問法

不再是：

> AI 的唯一正確定義是什麼？

而是：

$$
\boxed{
\text{which coordinates define the AI object under discussion?}
}
$$

---

# 215. 結論

生成式 AI 的爆紅改變了人類對人工智能的直覺。

文字、圖片、影片、音樂與程式碼生成讓 AI 第一次如此可見、可玩、可比較，也使：

$$
\text{Generative AI}
$$

成為整個 AI 世界最強的公共原型之一。

但這個成功也造成一個新的分類錯覺：

$$
\text{AI}
\approx
\text{Generation}.
$$

本文拒絕這個等號。

人工智能不是一種輸出形式。

它是一個多軸能力空間。

最低限度應區分：

$$
\boxed{
\text{Modality}
}
$$

$$
\boxed{
\text{Function}
}
$$

$$
\boxed{
\text{Agency}
}
$$

$$
\boxed{
\text{Deployment}
}
$$

$$
\boxed{
\text{Embodiment}
}
$$

$$
\boxed{
\text{Scope}.
}
$$

而更完整的系統還需要：

$$
\boxed{
\text{Temporal Horizon}
+
\text{Authority}
+
\text{Memory}.
}
$$

因此，對一個 AI 最精確的問法不再是：

> 它是不是生成式 AI？

而是：

> 它處理哪些模態？具備哪些功能？能自主到什麼程度？有什麼權限？部署在哪裡？是否具身？作用到多大範圍？能維持任務多久？記憶連續性如何？

這些問題共同決定：

$$
\mathbf c_A.
$$

所以 APET-05 的最終命題是：

$$
\boxed{
\text{AI is not a genre of generated content; it is a multidimensional capability topology.}
}
$$

中文：

> **AI 不是一種生成內容的類型，而是一個多維能力拓撲。**

當這個分類重新展開後，「生成式 AI」「多模態 AI」「Agentic AI」「具身 AI」「Edge AI」「Global AI」就不再互相搶奪「下一代 AI」的單一路線位置。

它們只是：

$$
\boxed{
\text{different coordinates on different axes}.
}
$$

而這正是理解 AI 多態時代的必要條件。

---

# 後續論文

**APET-06｜具身的是什麼？——從人形機器人到分散式世界身體**

預計處理：

$$
\boxed{
\text{Embodied AI}
\neq
\text{Humanoid Robot}.
}
$$

並正式展開：

$$
\text{Body}
=
\text{Sensor Boundary}
+
\text{Actuator Boundary}
+
\text{Causal Coupling Boundary}.
$$

進一步研究：

- 人形；
- 機械臂；
- 車輛；
- 無人機；
- 工廠；
- 智慧家庭；
- 城市基礎設施；

是否都可以形成不同的 AI 身體拓撲。