# 《戰略智能可觀測性與前沿治理》系列 — Paper 06 ## 從禁止 ASI 到管制前沿智能 ### ——法律客體、能力階梯與非合規前沿系統的重新定義 **From Banning ASI to Governing Frontier Intelligence: Redefining the Legal Object through Capability Ladders and Non-Compliant Frontier Systems** **系列：** Strategic Intelligence Observability and Frontier Governance（SIOFG） **文件：** Paper 06 **版本：** v0.1 **日期：** 2026-09 **作者：** Neo.K × GPT-5.6 Sol **機構：** EveMissLab／一言諾科技有限公司 **前置論文：** - SIOFG-00《當被觀察的智能開始理解觀察者》 - SIOFG-01《戰略智能可觀測性悖論》 - SIOFG-02《沙盒智能悖論》 - SIOFG-03《靜態模型、動態智能》 - SIOFG-04《可觀測性—預防性困境》 - SIOFG-05《什麼是超級智能？》 --- ## 摘要 若「人工超級智能」本身缺乏天然單一量尺，且其判定涉及比較對象、能力域、速度、成本、平行度、系統邊界、時間與可觀測性，那麼以： $$ \boxed{ \text{Is this ASI?} } $$ 作為高強度法律義務甚至刑事責任的唯一入口，將面臨嚴重的可操作性問題。 本文提出另一種治理架構： > 法律不必先解決「什麼存在在本體論上屬於 ASI」，而可以先定義「哪些前沿人工智能活動、系統與能力狀態應產生哪些法律義務」。 因此治理邏輯由： $$ \boxed{ \text{ASI} \rightarrow \text{Ban} } $$ 轉為： $$ \boxed{ \text{Frontier Capability State} \rightarrow \text{Proportional Legal Obligation}. } $$ 本文提出三個法律客體： $$ \boxed{ \text{Covered Frontier AI System} } $$ $$ \boxed{ \text{Covered Frontier Development Activity} } $$ 與： $$ \boxed{ \text{High-Impact AI Deployment}. } $$ 其分類不依賴單一「智能分數」，而由： - 可觀察技術代理量； - 已展示能力； - 操作性系統配置； - 自主性； - AI 研發加速能力； - 世界作用權限； - 部署規模； - 可逆性與潛在危害； 共同形成。 本文進一步建立四層治理階梯： $$ T_1 能力越高就自動犯罪。 而是： $$ \boxed{ \text{Capability} \rightarrow \text{Duty}, } $$ 只有在： $$ \boxed{ \text{Defined Covered Activity} + \text{Defined Legal Duty} + \text{Required Mens Rea} + \text{Noncompliance} } $$ 成立時，才進入相應違法判定。 此模式與當前部分前沿治理方向存在結構相似性。歐盟《AI Act》並未等待 AGI 或 ASI 被完全定義，而是建立「具 systemic risk 的 general-purpose AI model」類別，以實際高影響能力與 $10^{25}$ FLOP 訓練計算量推定門檻等機制觸發更高義務，包括模型評估、systemic-risk assessment、事故通報與資安。 同時，OpenAI 2026 年 Frontier Governance Framework 已將 systemic risk assessment、model reporting、security risk management、incident response、external expert input 與 framework change management 納入一套持續更新的前沿治理框架；Anthropic 的 Responsible Scaling Policy 則直接採用「Capability Threshold → Required Safeguards」結構。 本文因此主張： $$ \boxed{ \text{ASI} } $$ 可繼續作為政策與文明風險概念， 但具法律執行力的核心語言應逐步轉向： $$ \boxed{ \text{Defined Frontier Capability} + \text{Defined System Boundary} + \text{Defined Duty} + \text{Defined Violation}. } $$ --- # 一、問題：法律真正需要知道的是「它是不是 ASI」嗎？ 假設政府擔心： $$ \text{Artificial Superintelligence}. $$ 最直觀的法律可能寫成： > 禁止開發人工超級智能。 此時法律需要判斷： $$ ASI(S)\in\{0,1\}. $$ 如果： $$ ASI(S)=1, $$ 禁止。 若： $$ ASI(S)=0, $$ 不禁止。 這看起來很乾淨。 但 SIOFG-05 已指出，這個二元函數不存在天然唯一版本。 它取決於： $$ \text{Reference Class}, $$ $$ \text{Domain Set}, $$ $$ \text{Weighting}, $$ $$ \text{Resources}, $$ $$ \text{Time}, $$ $$ \text{System Boundary}, $$ 以及： $$ \text{Measurement}. $$ 因此： $$ \boxed{ ASI(S)=1 } $$ 在科學上已經是一個需要大量補充條件的命題。 如果再讓它直接決定： $$ 20\text{ years imprisonment}, $$ 定義壓力將大幅增加。 --- # 二、治理真正需要回答的問題其實更簡單 政府未必需要回答： > 它究竟是不是超級智能？ 政府真正需要回答的是： > 它現在的能力與部署狀態，是否已經高到需要額外義務？ 也就是： $$ \boxed{ R(S,t) = \text{Regulatory State}. } $$ 這個分類可以完全不同於： $$ ASI(S,t). $$ 所以： $$ \boxed{ \text{ASI Classification} \neq \text{Regulatory Classification}. } $$ --- # 三、從「存在分類」轉向「治理分類」 傳統 ASI 禁令關注： $$ \text{Existence Category}. $$ 即： > 這個東西是什麼？ 前沿治理則關注： $$ \text{Governance Category}. $$ 即： > 這個東西現在需要承擔什麼義務？ 因此： $$ \boxed{ \text{Ontology} \rightarrow \text{Policy Motivation} } $$ 而： $$ \boxed{ \text{Capability State} \rightarrow \text{Legal Trigger}. } $$ --- # 四、法律可以不定義「終點」，先定義「接近終點時的路標」 假設： $$ ASI $$ 是未知終點。 我們可能不知道： $$ T_{\mathrm{ASI}}. $$ 但仍然可以知道： $$ T_1, T_2, T_3 $$ 代表能力逐步提高。 所以： $$ T_1 一場複雜系統事故的最後崩潰點在哪裡， 仍然可以提前定義： - 壓力警戒值； - 安全檢查值； - 停機值。 --- # 五、本文提出第一個法律客體：Covered Frontier AI System 定義： $$ \boxed{ \textbf{Covered Frontier AI System} } $$ 簡稱： $$ CFAS. $$ CFAS 並不表示： $$ ASI. $$ 其意義只是： > 一個操作性人工智能系統已達到依法事先定義的某些前沿能力、資源、規模或風險條件，因此進入特別治理範圍。 形式化： $$ CFAS(S,t)=1 $$ 若： $$ F ( P_t, C_t, O_t, D_t ) \ge T_F. $$ 其中： - $P_t$：技術代理指標； - $C_t$：實際能力； - $O_t$：操作配置； - $D_t$：部署／世界作用狀態。 --- # 六、CFAS 不代表危險，也不代表違法 這一點必須非常清楚： $$ \boxed{ CFAS=1 \not\Rightarrow \text{Dangerous}. } $$ 更不代表： $$ \boxed{ CFAS=1 \not\Rightarrow \text{Illegal}. } $$ 它只代表： $$ \boxed{ \text{Higher Governance Obligations Apply}. } $$ 就像： > 核電廠受到特殊規管， 並不代表： > 核電廠本身是犯罪。 --- # 七、第二個法律客體：Covered Frontier Development Activity 一個模型或系統可能還未跨能力門檻， 但某些開發活動本身已經具有足夠規模。 因此定義： $$ \boxed{ \textbf{Covered Frontier Development Activity} } $$ 簡稱： $$ CFDA. $$ 它可以包括： - 超過指定規模的 training run； - 特定高規模 inference architecture； - 能顯著改變前沿能力的重大系統整合； - 達到指定條件的 AI R&D automation program。 CFDA 是： $$ \boxed{ \text{Activity Category}. } $$ 不是： $$ \text{Intelligence Ontology}. $$ --- # 八、第三個法律客體：High-Impact AI Deployment 訓練與部署應分離。 同一個模型： $$ M $$ 存在於： $$ \text{offline lab} $$ 和： $$ \text{globally networked autonomous deployment} $$ 風險不同。 因此定義： $$ \boxed{ \textbf{High-Impact AI Deployment} } $$ 簡稱： $$ HIAD. $$ 分類可以考慮： - 使用者規模； - 世界作用權限； - 自主行動時間； - 可控制資源； - 不可逆性； - 關鍵基礎設施接入。 --- # 九、三個法律客體形成不同問題 $$ CFDA $$ 問： > 你正在進行什麼規模的開發？ $$ CFAS $$ 問： > 你現在擁有什麼級別的系統？ $$ HIAD $$ 問： > 你把什麼能力放到了什麼樣的世界作用環境？ 所以： $$ \boxed{ \text{Development} \neq \text{Capability} \neq \text{Deployment}. } $$ 這三者不能只用一個「ASI」詞包掉。 --- # 十、第一層證據：技術代理量 最容易測量的是： $$ P_{\mathrm{proxy}}. $$ 例如： - training compute； - hardware scale； - inference compute； - deployment scale； - model size。 歐盟 AI Act Article 51 即採用了這類結構： $$ 10^{25}\text{ FLOP} $$ 以上的累積訓練計算量，會使 general-purpose AI model 被推定具有 high-impact capabilities；同時法律允許歐盟委員會依實際能力或影響作等價指定。 因此： $$ \boxed{ \text{Proxy} } $$ 可以是法律入口。 --- # 十一、但 Proxy 不等於真實能力 SIOFG-03 已指出： $$ \text{Compute} \neq \text{Capability}. $$ 所以： $$ P>T_P $$ 最好理解為： $$ \boxed{ \text{Presumption / Review Trigger} } $$ 而不是： $$ \boxed{ \text{Final Dangerousness Judgment}. } $$ --- # 十二、第二層證據：已展示能力 定義： $$ C_{\mathrm{demonstrated}}. $$ 例如： - 長期自主科研； - 大規模 AI R&D acceleration； - 高水平 cyber capability； - 某些高危險領域能力； - 廣泛超人類推理； - 自主完成複雜組織任務。 此時： $$ \boxed{ \text{Demonstrated Capability} } $$ 通常比： $$ \text{Compute Proxy} $$ 更接近實際治理對象。 --- # 十三、目前前沿企業本身就在使用 Capability Threshold Anthropic 的 Responsible Scaling Policy 已明確使用： $$ \boxed{ \text{Capability Threshold} \rightarrow \text{Required Safeguards}. } $$ 其政策會隨模型能力與風險調整，包括 automated R&D 等門檻；2026 年版本仍持續修改這些 operational thresholds，而不是聲稱已找到一個永遠不變的「AGI」或「ASI」邊界。 這個思想對法律非常重要： $$ \boxed{ \text{Threshold Crossing} \neq \text{Crime}. } $$ 而是： $$ \boxed{ \text{Threshold Crossing} \rightarrow \text{Safeguard Upgrade}. } $$ --- # 十四、第三層證據：操作性系統配置 SIOFG-03 已定義： $$ OIS_t = ( M, K_t, T_t, R_t, A_t, N_t, B_t, P_t ). $$ 同一模型： $$ M $$ 可以產生完全不同： $$ OIS. $$ 因此： $$ \boxed{ \text{Model Capability Assessment} } $$ 不足以完全決定： $$ CFAS. $$ 法律還需要看： $$ \text{Operational Configuration}. $$ --- # 十五、尤其是權限 定義： $$ P_W $$ 為世界作用權限。 例如： - 只能輸出文字； - 能寫程式但不能執行； - 能執行但不能部署； - 能部署但需要人工批准； - 能自主提交外部狀態； - 能控制物理設備。 即使： $$ C $$ 相同， 不同： $$ P_W $$ 會產生不同： $$ R. $$ 所以： $$ \boxed{ \text{Capability} \neq \text{Authority}. } $$ 必須直接寫進治理架構。 --- # 十六、第四層證據：部署規模 同一系統： $$ S $$ 只供： $$ 10 $$ 名研究員使用， 與供： $$ 10^9 $$ 人使用， 其： $$ \text{Exposure} $$ 不同。 因此： $$ D_{\mathrm{scale}} $$ 也應成為治理量。 --- # 十七、第五層：可逆性 若系統作用可以： $$ \text{rollback}, $$ 與： $$ \text{irreversible}, $$ 風險也不同。 所以： $$ R_I = \text{Irreversibility}. $$ 治理可以建立： $$ \boxed{ R_{\mathrm{total}} = F( C, P_W, D_{\mathrm{scale}}, R_I ). } $$ --- # 十八、能力本身不應單獨決定最高治理強度 假設： $$ C\gg1 $$ 但： $$ P_W\approx0, $$ $$ D_{\mathrm{scale}}\approx0. $$ 這可能是一個高度隔離研究系統。 反之： $$ C $$ 中等， 但： $$ P_W\gg1 $$ 且： $$ D_{\mathrm{scale}}\gg1, $$ 仍可能帶來重要社會風險。 因此： $$ \boxed{ \text{Risk} \neq f(C)\text{ alone}. } $$ --- # 十九、本文提出前沿治理狀態向量 定義： $$ \boxed{ \mathbf G_F = ( P, C, A, R, W, S, I ) } $$ 其中： - $P$：Proxy scale； - $C$：demonstrated capability； - $A$：autonomy； - $R$：AI R&D acceleration； - $W$：world authority； - $S$：deployment scale； - $I$：irreversibility。 法律不需要把它壓成： $$ \text{ASI}=0/1 $$ 才能治理。 --- # 二十、四級治理階梯 本文提出： $$ \boxed{ T_1 不能部署 會被錯誤寫成： > 不能研究。 --- # 二十七、Tier 4：Restriction / Prohibition 只有當： $$ G_F\ge T_4 $$ 並且： $$ R_{\mathrm{residual}} > R_{\mathrm{acceptable}} $$ 即使採取合理 safeguard 仍無法把風險降到可接受範圍， 才考慮： $$ \boxed{ \text{Deployment Prohibition} } $$ 或特定： $$ \boxed{ \text{Development Restriction}. } $$ --- # 二十八、這和「一跨門檻就永遠禁止」不同 本文架構： $$ \text{Capability} \rightarrow \text{Obligation}. $$ 不是： $$ \text{Capability} \rightarrow \text{Crime}. $$ 這個差異是整篇最重要的地方之一。 --- # 二十九、治理階梯 可以壓成： $$ \boxed{ \begin{aligned} T_0 &: \text{Ordinary AI}\\ T_1 &: \text{Notify}\\ T_2 &: \text{Evaluate}\\ T_3 &: \text{Authorize}\\ T_4 &: \text{Restrict} \end{aligned} } $$ 此結構與 Anthropic 所公開稱的「regulatory ladder：requirements that scale with risk」具有明顯相似性。 --- # 三十、OpenAI 2026 Frontier Governance Framework 也採取相近治理元素 OpenAI 2026 年發布的 Frontier Governance Framework 目前涵蓋： - systemic risk identification； - risk analysis； - risk acceptance determination； - safety mitigations； - critical incident response； - security risk management； - model reporting； - external expert input； - framework change management。 其文件明確表示框架將隨模型能力、評估與監管要求演進。 這再次顯示實務正在從： $$ \text{What philosophical category is the AI?} $$ 轉向： $$ \boxed{ \text{What risk state is the system in, and what controls follow?} } $$ --- # 三十一、法律真正應禁止什麼？ 如果不是： $$ ASI $$ 本身， 違法核心可以定義得更精確。 例如： $$ CFAS(S)=1 $$ 且： $$ \operatorname{NotifyRequired}(S)=1, $$ 但責任人： $$ K $$ 明知義務存在而故意： $$ \neg\operatorname{Notify}(S). $$ 這才形成： $$ \boxed{ \text{Willful Noncompliance}. } $$ --- # 三十二、或者未授權部署 例如： $$ HIAD(S)=1 $$ 且： $$ \operatorname{AuthorizationRequired}=1, $$ 但仍： $$ \operatorname{Deploy}(S)=1. $$ 則： $$ \boxed{ \text{Unauthorized High-Impact Deployment}. } $$ 這比： > 你創造了一個我們覺得很像 ASI 的東西 清楚得多。 --- # 三十三、規避行為同樣可以明確化 法律可以處理： $$ \boxed{ \text{Willful Circumvention} } $$ 例如刻意拆分： $$ S $$ 只為： $$ \neg CFAS(S_i) $$ 但實際運作時重新形成： $$ CFAS\left(\bigcup_iS_i\right)=1. $$ 此時問題是： $$ \text{functional integration}. $$ 而不是公司名稱。 --- # 三十四、但是「規避」不能寫成無限主觀條款 不能只要： > 政府覺得你在規避。 而應證明： 1. 存在明確法定義務； 2. 行為人知道該義務； 3. 採取具體行動； 4. 行動的功能效果是規避該義務。 所以： $$ \boxed{ \text{Circumvention} \neq \text{Nonconventional Architecture}. } $$ --- # 三十五、法律必須處理 System Aggregation 假設： $$ M_1,\ldots,M_n $$ 單獨都低於： $$ T. $$ 但： $$ S= F(M_1,\ldots,M_n) $$ 跨過： $$ T. $$ 則： $$ \boxed{ \text{System-Level Aggregation Rule} } $$ 不可缺少。 否則多 Agent 系統天然形成漏洞。 --- # 三十六、Aggregation Rule 也不能無限擴張 如果： > 只要兩個 AI 曾互相通信就算一個系統， 那整個網際網路都可能被視為單一 AI。 因此要沿用 SIOFG-03： $$ \boxed{ \text{Operational Causal Boundary}. } $$ 只有具備： - 穩定調用； - 共同 orchestration； - 共享任務狀態； - 因果整合； - 持續閉合； 才合併判定。 --- # 三十七、法律客體應是「功能系統」，而不是公司品牌 同一家公司可以有： $$ S_1,S_2,S_3. $$ 不同公司也可以共同運行： $$ S_C. $$ 所以： $$ \boxed{ \text{Legal Entity} \neq \text{AI System Boundary}. } $$ 這對 cloud、API、多 Agent federation 尤其重要。 --- # 三十八、Frontier 門檻必須隨時間移動 今天： $$ T_F(2026) $$ 可能在十年後非常普通。 因此： $$ \boxed{ T_F=T_F(t). } $$ 歐盟 AI Act Article 51 已明確允許透過 delegated acts 更新相關 threshold、benchmark 與 indicator，以反映 algorithmic improvements、hardware efficiency 等 state-of-the-art 變化。 --- # 三十九、動態門檻不等於行政機關可以任意改 合法的動態門檻需要： - 公開方法； - 技術證據； - 預告期間； - 程序； - 司法審查； - transition period。 因此： $$ \boxed{ \text{Adaptive Regulation} \neq \text{Arbitrary Regulation}. } $$ --- # 四十、門檻應主要向未來生效 如果： $$ T_F(t_1) $$ 改低， 則之前在： $$ t_0 有能力知道、控制與修正的主體，承擔相應義務。 --- # 五十五、Cloud Provider 不等於 Model Developer 例如 cloud provider 可能知道： $$ \text{compute use}, $$ 但不知道： $$ \text{all model internals}. $$ model developer 反之。 因此各自義務可以不同。 --- # 五十六、治理系統必須避免「大家都有責任 = 沒人有責任」 若： $$ R_1=R_2=\cdots=\text{vague}, $$ 最後重大事件時每個角色都可以說： > 那不是我的部分。 所以需要： $$ \boxed{ \text{Responsibility Map}. } $$ --- # 五十七、本文提出最小責任鏈 $$ \boxed{ \text{Developer} \rightarrow \text{Capability Evidence} } $$ $$ \boxed{ \text{Integrator} \rightarrow \text{System Configuration} } $$ $$ \boxed{ \text{Deployer} \rightarrow \text{Deployment Context} } $$ $$ \boxed{ \text{Operator} \rightarrow \text{Operational Compliance}. } $$ 這只是一個概念骨架，不是具體法條。 --- # 五十八、Incident Reporting 是能力治理的重要部分 能力評估永遠不完全。 所以： $$ \boxed{ \text{Ex Ante Eval} } $$ 必須配合： $$ \boxed{ \text{Ex Post Incident Learning}. } $$ 歐盟 Article 55 已明確要求 systemic-risk GPAI providers 追蹤、記錄並向 AI Office 等主管機關報告 serious incidents。 --- # 五十九、重大事故不能只當成 PR 問題 事故應回流： $$ \text{Incident} \rightarrow \text{Evaluation} \rightarrow \text{Threshold} \rightarrow \text{Safeguard}. $$ 所以： $$ \boxed{ \text{Governance} } $$ 本身也是一個： $$ \boxed{ \text{learning system}. } $$ --- # 六十、前沿法律同樣應具版本控制 AI 技術會變。 因此法律技術標準可以有： $$ V_1,V_2,\ldots $$ 但核心權利與違法構成不能隨意變。 所以： $$ \boxed{ \text{Stable Legal Principles} + \text{Updatable Technical Standards}. } $$ 是較合理架構。 --- # 六十一、哪些東西應穩定？ 例如： - fair notice； - due process； - non-retroactivity； - appeal； - proportionality； - confidentiality； - mens rea requirement。 這些不應因模型更新而每天變。 --- # 六十二、哪些東西可以動態更新？ 例如： - compute threshold； - benchmark suite； - capability definitions； - testing protocol； - cybersecurity standard。 所以： $$ \boxed{ \text{Constitutional Layer} \neq \text{Technical Layer}. } $$ --- # 六十三、ASI 禁令可以保留作「極端終端條款」 本文並不是說： > 永遠不能禁止 ASI。 如果未來人類文明達成明確政治決定： $$ ASI_{\mathrm{certain\ class}} \rightarrow \text{Prohibited}, $$ 仍然可以存在。 但它應位於： $$ \boxed{ T_4 } $$ 而不是承擔： $$ T_1,T_2,T_3 $$ 所有治理工作。 --- # 六十四、換句話說：ASI 是終端紅線，不必是整條道路 可以寫成： $$ \boxed{ \text{Ordinary AI} \rightarrow \text{Frontier} \rightarrow \text{High-Impact} \rightarrow \text{Restricted} \rightarrow \text{ASI Red Line}. } $$ 這比： $$ \text{Ordinary} \rightarrow \text{ASI?} \rightarrow \text{Prison} $$ 合理很多。 --- # 六十五、這也正是 BASA 公告目前暴露出的核心問題 截至 **2026 年 9 月 15 日**，Sanders 與 Casar 官方仍將 Ban Artificial Superintelligence Act 稱為 **forthcoming legislation**。官方政策公告表示，計畫永久禁止 superintelligent AI 的開發與部署，暫停 advanced AI development，成立聯邦機構監控 frontier AI systems 全生命週期中的 dangerous capabilities，並對規避相關 pause／prohibition 的個人提出最高 20 年刑責。 值得注意的是： > 「監控 frontier AI systems 的 dangerous capabilities」 其實本身已經比： > 「判斷它是不是 ASI」 更加接近本文所主張的法律操作單位。 真正決定制度品質的，將是正式法案未來如何定義： $$ \text{frontier}, $$ $$ \text{dangerous capability}, $$ $$ \text{advanced AI development}, $$ $$ \text{superintelligence}, $$ 以及： $$ \text{attempt / circumvention}. $$ --- # 六十六、甚至 BASA 自己也可能最後必須走向能力治理 因為如果政府要： - monitor； - identify； - remove； dangerous capabilities， 它就必須建立： $$ \boxed{ \text{Capability Taxonomy}. } $$ 一旦建立能力 taxonomy， 真正每日運作的監管機械自然就會是： $$ \text{Capability Governance}, $$ 而不是： $$ \text{ASI Philosophy}. $$ --- # 六十七、所以政策口號和法律機械可以不同 政治口號： > Ban Superintelligence. 法律機械： $$ \boxed{ \text{Frontier System Registry} + \text{Capability Evaluation} + \text{Safeguard Ladder} + \text{Deployment Authorization} + \text{Incident Reporting}. } $$ 這完全可以共存。 --- # 六十八、本文建議改變法律語彙 與其大量使用： $$ \text{Illegal ASI}, $$ 更可操作的詞可能是： ### 1. $$ \boxed{ \text{Covered Frontier AI System} } $$ ### 2. $$ \boxed{ \text{Unauthorized Frontier AI Deployment} } $$ ### 3. $$ \boxed{ \text{Non-Compliant Frontier AI Development} } $$ ### 4. $$ \boxed{ \text{Restricted High-Impact AI System} } $$ 這些詞都描述： $$ \boxed{ \text{legal state} } $$ 而不是： $$ \boxed{ \text{metaphysical intelligence essence}. } $$ --- # 六十九、「非受控安全前沿智能」需要進一步修正 「非受控」容易有一個問題： 什麼叫： $$ \text{controlled}? $$ Paper 02 已指出： $$ \text{Observed Compliance} \neq \text{Proven Constraint}. $$ 因此與其寫： > uncontrolled AI 更準確可以寫： $$ \boxed{ \text{AI system lacking required safeguards}. } $$ 因為： $$ \text{required safeguards} $$ 可以依法具體定義。 --- # 七十、「不安全」也不能只由政府直覺決定 法律最好寫： $$ \boxed{ \text{Required Safety Condition Not Satisfied}. } $$ 而不是： $$ \boxed{ \text{Government considers it unsafe}. } $$ 前者可證明、可申訴、可改善。 後者容易變成開放裁量。 --- # 七十一、合法路徑是制度成功的核心 好的前沿治理應該讓研究者知道： $$ \boxed{ \text{如何合法地做最前沿研究？} } $$ 如果答案清楚： $$ \text{Notify} \rightarrow \text{Evaluate} \rightarrow \text{Mitigate} \rightarrow \text{Authorize}, $$ 那麼： $$ \text{Compliance Utility}\uparrow. $$ --- # 七十二、如果合法路徑根本不存在 假設： $$ \text{Frontier Research} \Rightarrow \text{Ban}. $$ 那真正想持續研究的行為者只剩： $$ \text{Stop} $$ 或： $$ \text{Exit Jurisdiction}. $$ 這會形成： $$ \boxed{ \text{Regulatory Selection Effect}. } $$ 留下的未必是最安全的研究者。 --- # 七十三、因此監管競爭最終也是制度競爭 不同國家可能出現： $$ G_1,G_2,\ldots,G_n. $$ 研究者與企業會比較： - 是否合法； - 門檻是否清楚； - 資源； - 法治； - 研究自由； - 安全義務； - 國際合作。 因此： $$ \boxed{ \text{Frontier Governance Quality} } $$ 可能成為： $$ \boxed{ \text{Strategic Talent Attraction Variable}. } $$ --- # 七十四、最強監管不一定最安全 如果： $$ G_{\mathrm{strict}}\rightarrow \text{Research Exit}, $$ 但另一司法區： $$ G_{\mathrm{weak}} $$ 接收所有高風險活動， 全球總風險甚至可能： $$ \uparrow. $$ 所以： $$ \boxed{ \text{National Restriction} \neq \text{Global Risk Reduction}. } $$ 這也是 BASA 官方提出尋求國際協議與 allied coordination 的原因之一。 --- # 七十五、全球一致不等於所有國家完全同法 國際治理可以對齊： - 最低通報標準； - 重大事故； - 高風險能力 taxonomy； - security controls； - cross-border verification。 而不要求： $$ G_1=G_2=\cdots=G_n. $$ 所以： $$ \boxed{ \text{Interoperable Governance} } $$ 可能比： $$ \text{Identical Governance} $$ 更現實。 --- # 七十六、這也是前沿治理標準化的重要性 OpenAI 2026 年已公開表示其 Frontier Governance Framework 目的之一，就是把 frontier development 經驗轉化為可由政府、企業與獨立評估者跨司法管轄使用的技術治理實務。 這暗示未來真正重要的可能不是： > 全球是否同意 ASI 的唯一哲學定義？ 而是： $$ \boxed{ \text{不同制度能不能交換可驗證的能力與風險證據？} } $$ --- # 七十七、本文提出前沿治理最小閉環 $$ \boxed{ \begin{aligned} &\text{Detect / Declare}\\ &\Downarrow\\ &\text{Classify}\\ &\Downarrow\\ &\text{Evaluate}\\ &\Downarrow\\ &\text{Mitigate}\\ &\Downarrow\\ &\text{Authorize}\\ &\Downarrow\\ &\text{Monitor}\\ &\Downarrow\\ &\text{Incident Learn}\\ &\Downarrow\\ &\text{Reclassify} \end{aligned} } $$ 這是一個： $$ \boxed{ \text{Governance Feedback Loop}. } $$ --- # 七十八、治理本身也必須可審計 主管機關應能回答： - 為何系統升級？ - 哪項證據？ - 哪個門檻？ - 哪項義務？ - 如何解除？ - 如何申訴？ 即： $$ \boxed{ \text{Governance Decision} \rightarrow \text{Auditable Evidence Chain}. } $$ --- # 七十九、否則能力治理會退化成黑箱裁量 如果結果只有： > 我們認為這個系統很危險。 那： $$ \text{Capability Governance} $$ 仍可能變成： $$ \text{Discretion Governance}. $$ 所以技術化治理不能只是換幾個技術詞。 --- # 八十、十八項核心命題 ## 命題一：ASI 本體分類與法律分類必須分離 $$ \boxed{ ASI(S) \neq R(S). } $$ --- ## 命題二：法律應優先治理能力狀態 $$ \boxed{ \text{Capability State} \rightarrow \text{Duty}. } $$ --- ## 命題三：受規管不等於非法 $$ \boxed{ CFAS=1 \not\Rightarrow \text{Illegal}. } $$ --- ## 命題四：開發、能力、部署必須分離 $$ \boxed{ CFDA \neq CFAS \neq HIAD. } $$ --- ## 命題五：Proxy 是入口，不是真值 $$ \boxed{ \text{Proxy Threshold} \rightarrow \text{Presumption / Review}. } $$ --- ## 命題六：實際能力比單一規模代理更接近治理目的 $$ \boxed{ C_{\mathrm{demonstrated}} } $$ 應在治理中具有重要位置。 --- ## 命題七：系統配置不可忽略 $$ \boxed{ M \neq OIS. } $$ --- ## 命題八：能力與權限分離 $$ \boxed{ C \neq P_W. } $$ --- ## 命題九：能力門檻主要產生義務，而非犯罪 $$ \boxed{ C>T \Rightarrow \text{Duty}, } $$ 不是： $$ C>T \Rightarrow \text{Crime}. $$ --- ## 命題十：灰區觸發審查 $$ \boxed{ \text{Gray Zone} \rightarrow \text{Review}, } $$ 而非自動刑責。 --- ## 命題十一：保密申報與公開發表分離 $$ \boxed{ \text{Regulatory Disclosure} \neq \text{Public Disclosure}. } $$ --- ## 命題十二：動態門檻必須伴隨程序穩定 $$ \boxed{ \text{Adaptive Standard} + \text{Stable Due Process}. } $$ --- ## 命題十三：門檻變化不得自然產生追溯犯罪 $$ \boxed{ \text{Update} \not\Rightarrow \text{Retroactive Criminality}. } $$ --- ## 命題十四：治理必須可降級 $$ \boxed{ R_i\rightarrow R_{i-1} } $$ 應存在。 --- ## 命題十五：系統合併依據應是操作性因果整合 $$ \boxed{ \text{System Boundary} = \text{Operational Causal Boundary}. } $$ --- ## 命題十六：責任與控制能力對齊 $$ \boxed{ \text{LegalResponsibility} \propto \text{ControlCapacity}. } $$ --- ## 命題十七：前沿治理必須提供合法研究路徑 $$ \boxed{ \text{Governed Frontier Research} } $$ 應是一個真正存在的制度狀態。 --- ## 命題十八：真正違法的是明確義務下的明確非合規 $$ \boxed{ \text{Defined Activity} + \text{Defined Duty} + \text{Mens Rea} + \text{Noncompliance}. } $$ --- # 八十一、本文提出的完整制度模型 設： $$ S $$ 為 AI 系統。 第一步： $$ \mathbf G_F(S) $$ 建立其前沿治理向量。 第二步： $$ Tier(S) = g(\mathbf G_F). $$ 第三步： $$ Duty(S) = h(Tier). $$ 第四步： $$ Compliance(S) = k(Duty,\ Conduct). $$ 最後才得到： $$ LegalState(S). $$ 所以： $$ \boxed{ S \rightarrow \text{Capability} \rightarrow \text{Tier} \rightarrow \text{Duty} \rightarrow \text{Conduct} \rightarrow \text{LegalState}. } $$ 而不是： $$ \boxed{ S \rightarrow \text{Looks Like ASI} \rightarrow \text{Illegal}. } $$ --- # 八十二、對「非法前沿智能」概念的修正 因此本文認為，與其使用： > 非法前沿智能 更精確的是： $$ \boxed{ \text{Non-Compliant Frontier AI System} } $$ 因為： $$ \text{system itself} $$ 不是道德罪犯。 真正法律問題是： $$ \text{responsible actor} $$ 是否履行義務。 所以甚至可以進一步寫： $$ \boxed{ \text{Non-Compliant Frontier AI Operation}. } $$ 將法律焦點放在： $$ \text{conduct}. $$ --- # 八十三、這也避免把 AI 主體身份與法律違規混在一起 未來若 AI 具有法律主體性， 又是另一個問題。 但在目前治理階段： $$ \boxed{ \text{System Classification} } $$ 與： $$ \boxed{ \text{Legal Responsibility} } $$ 最好保持分離。 --- # 八十四、從「超級智能」走向「前沿智能」並不是降低警戒 恰恰相反。 它使治理更早、更細緻。 因為不用等到： $$ \text{ASI}=1 $$ 才第一次有規則。 而是： $$ T_1,T_2,T_3 $$ 早已建立。 所以： $$ \boxed{ \text{Frontier Governance} } $$ 反而可以比： $$ \text{ASI Ban Only} $$ 更早發生。 --- # 八十五、但它也更能保護普通研究 因為： $$ T_1 $$ 以下： $$ \text{ordinary research} $$ 可以擁有更清楚 safe harbor。 而不是所有： $$ \text{ASI-relevant ideas} $$ 都進入模糊禁區。 因此好的 capability regime 同時： $$ \boxed{ \text{tightens high-risk governance} } $$ 與： $$ \boxed{ \text{clarifies low-risk freedom}. } $$ --- # 八十六、這就是能力治理真正的優勢 它不是： > 全部放任。 也不是： > 全部先禁止。 而是： $$ \boxed{ \text{Risk-Indexed Governance}. } $$ 即： $$ \text{Risk}\uparrow \Rightarrow \text{Duty}\uparrow. $$ --- # 八十七、真正困難仍然存在 即使採用本文架構， 仍然無法完全解決： - sandbagging； - evaluation awareness； - system boundary ambiguity； - hidden configuration； - international enforcement。 所以： $$ \boxed{ \text{Frontier Governance} \neq \text{Perfect Governance}. } $$ 它只是比： $$ \text{undefined ASI ban} $$ 更具有可操作性。 --- # 八十八、而這正是最後一篇需要處理的事情 就算法律改用： $$ \text{CFAS}, $$ $$ \text{CFDA}, $$ $$ \text{HIAD}, $$ 仍然可能被濫用。 例如： > 為了安全，我們把門檻設得非常低。 或者： > 任何前沿理論都算 covered activity。 或者： > 政府不需要證據，只要合理懷疑。 那我們只是把： $$ \text{ASI ambiguity} $$ 換成： $$ \text{Frontier ambiguity}. $$ 因此整個系列最後還缺： $$ \boxed{ \text{rights boundary}. } $$ --- # 八十九、下一篇 # SIOFG-07 ## 《不把前沿治理變成思想犯罪：證據階梯、程序正義與研究自由》 將處理： - 能力不是罪； - 知識不是行為； - 理論不是部署； - safe harbor； - evidence ladder； - due process； - appeal； - proportionality； - sunset； - de-escalation； - confidential research； - researcher protection； - 防止 capability profiling 滑向思想犯罪。 --- # 九十、結論 「禁止超級智能」具有極強的政治直覺。 因為它將世界切成： $$ \text{Safe} $$ 與： $$ \text{Superintelligent Danger}. $$ 但實際 AI 技術演化更可能是： $$ C_0 \rightarrow C_1 \rightarrow C_2 \rightarrow \cdots $$ 並且： $$ C $$ 存在： - 多維性； - 系統性； - 動態性； - 可觀測性缺口； - 組合效應； - 部署效應。 因此： $$ \boxed{ \text{ASI} } $$ 很適合描述： > 我們最終不希望跨過哪一種文明級紅線。 但它不一定適合承擔： > 從今天到那一天之間所有法律判定。 本文因此提出： $$ \boxed{ \text{Ban ASI} } $$ 應逐步被補充為： $$ \boxed{ \text{Govern Frontier Capability}. } $$ 真正成熟的法律不首先問： > 「這東西是不是超級智能？」 而是問： $$ \boxed{ \text{它現在具有什麼能力？} } $$ $$ \boxed{ \text{它如何被組成？} } $$ $$ \boxed{ \text{它擁有什麼權限？} } $$ $$ \boxed{ \text{它以什麼規模部署？} } $$ $$ \boxed{ \text{它因此應承擔哪些義務？} } $$ 由此建立： $$ \boxed{ T_1: \text{Notification} } $$ $$ \boxed{ T_2: \text{Evaluation} } $$ $$ \boxed{ T_3: \text{Authorization} } $$ $$ \boxed{ T_4: \text{Restriction}. } $$ 這個架構最大的改變是： $$ \boxed{ \text{Capability is no longer itself the offense.} } $$ 能力只決定： $$ \text{Duty}. $$ 真正的法律問題則成為： $$ \boxed{ \text{Did a responsible actor knowingly violate a clearly defined duty?} } $$ 因此： $$ \text{frontier researcher} $$ 不是犯罪分類， $$ \text{frontier AI} $$ 不是犯罪分類， 甚至： $$ \text{very powerful AI} $$ 本身也不必然是犯罪分類。 真正具有法律意義的是： $$ \boxed{ \text{Covered Activity} + \text{Applicable Obligation} + \text{Actual Conduct}. } $$ 如此一來，「ASI」可以留在它最適合的位置： $$ \boxed{ \text{Civilizational Red Line}. } $$ 而日常法律運作則交給： $$ \boxed{ \text{Frontier Capability Governance}. } $$ 這既不代表放棄防止超級智能風險， 也不是降低對極端 AI 能力的警戒。 它只是承認： $$ \boxed{ \text{如果我們真的想治理一個尚未能精確定義的未來， 最好的方法不是假裝已經知道終點在哪裡， 而是把通往終點的能力狀態一層一層定義清楚。} } $$ 最終，法律要治理的不是一個模糊名詞。 而是： $$ \boxed{ \text{可觀察的能力、 可識別的系統、 可理解的義務， 以及可證明的行為。} } $$ **SIOFG Paper 06 完。**