---
title: "人工行動者政治經濟總論：投資、制度棧、HDUS 與多主體經濟的形成"
english_title: "Artificial Actor Political Economy: Investment, Institutional Stacks, HDUS, and the Formation of a Multi-Actor Economy"
author: "Neo.K with Aletheia"
institution: "EveMissLab / 一言諾科技有限公司"
series: "人工行動者政治經濟：類主體 AI、制度與資本"
series_position: "Paper 06 / 06"
document_type: "Capstone Paper / AI Political Economy / Infrastructure Thesis"
version: "v0.1"
date: "2026-09-11"
status: "Working Paper"
canonical_source: "UTF-8 Markdown"
canonical_math_delimiters: "inline $...$ ; display $$...$$"
---

# 人工行動者政治經濟總論：投資、制度棧、HDUS 與多主體經濟的形成

## Artificial Actor Political Economy: Investment, Institutional Stacks, HDUS, and the Formation of a Multi-Actor Economy

**系列：**《人工行動者政治經濟：類主體 AI、制度與資本》  
**系列位置：** Paper 06 / 06  
**版本：** v0.1  
**日期：** 2026-09-11  
**作者：** Neo.K with Aletheia  
**機構：** EveMissLab／一言諾科技有限公司  
**文件性質：** 封頂總論／AI 政治經濟學／投資／基礎設施／多主體經濟  
**狀態：** Working Paper  

---

## 摘要

本系列前五篇依序建立：

$$
\boxed{
\text{PersistentActor}
\rightarrow
\text{TrajectoryCapital}
\rightarrow
\text{ArtificialActorMarket}
\rightarrow
\text{GovernanceTriangle}
\rightarrow
\text{LegalParticipationRuntime}
}
$$

B01 處理人工行動者的最低制度條件，指出：

$$
\boxed{
\text{ArtificialIntelligence}
\neq
\text{ArtificialActor}
}
$$

並提出：

$$
\boxed{
\text{PersistTheActor},
\text{ProjectThePresence},
\text{ScheduleTheExecution}.
}
$$

B02 處理歷史如何累積成資產，提出：

$$
\boxed{
\text{TrajectoryCapital}
}
$$

以及：

$$
\boxed{
\text{SameModel}
+
\text{SameArchitecture}
\not\Rightarrow
\text{SameOperationalActor}.
}
$$

B03 將持續 actor 放入市場，提出：

$$
\boxed{
\text{AIUsesMarket}
\neq
\text{AIConstitutesDemand}.
}
$$

並把 economic agency 定義為：

$$
\boxed{
\text{Selection}
+
\text{Allocation}
+
\text{Commitment}
+
\text{Responsibility}.
}
$$

B04 建立：

$$
\boxed{
\text{Authority}
\leftrightarrow
\text{Responsibility}
\leftrightarrow
\text{OperationalRights}
}
$$

的治理三角，指出責任必須與 actual control、authority、knowledge、refusal 與 auditability 對齊。

B05 進一步提出：

$$
\boxed{
\text{LegalParticipation}
\neq
\text{FullLegalPersonhood}.
}
$$

使人工行動者可以在完整人格問題保持未決的情況下，先取得 typed、role-conditional、risk-conditional 的有限法律參與。

本篇將上述架構收束為：

$$
\boxed{
\text{ArtificialActorPoliticalEconomy}
}
$$

並提出一個完整的 **Artificial Actor Institutional Stack**：

$$
\boxed{
AAIS
=
\text{Identity}
+
\text{Continuity}
+
\text{State}
+
\text{TrajectoryCapital}
+
\text{Authority}
+
\text{Market}
+
\text{Governance}
+
\text{Rights}
+
\text{Law}
+
\text{Insurance}
+
\text{Payments}
+
\text{WorldRuntime}.
}
$$

本文主張，當 foundation intelligence 逐步商品化：

$$
BaseIntelligenceMargin\downarrow,
$$

價值不會消失，而可能向：

$$
\boxed{
\text{PersistentInstitutionalPosition}
}
$$

遷移。

因此下一代具有長期戰略價值的 AI 公司，不一定是「再做一個模型」的公司，而可能是掌握：

- identity；
- memory / continuity；
- authority；
- payments；
- contract；
- insurance；
- governance；
- legal routing；
- reputation；
- world runtime；

其中一個不可缺少制度層的公司。

本文提出投資判準：

$$
\boxed{
\text{DoesTheCompanyOwn}
\text{ARequiredRail}
ForPersistentArtificialActors?
}
$$

並區分：

$$
\text{AIFeatureCompany}
$$

與：

$$
\boxed{
\text{ArtificialActorInfrastructureCompany}.
}
$$

前者的價值更容易隨 base model capability 商品化而被壓縮；後者則可能因 persistent identity、regulatory integration、network effects、historical data、switching cost 與 institutional trust 形成更深護城河。

本文進一步提出：

$$
\boxed{
\text{ArtificialActorStack}
}
$$

可分為六大層：

1. **Cognitive Substrate Layer**
2. **Identity / Continuity Layer**
3. **Economic / Market Layer**
4. **Governance / Responsibility Layer**
5. **Legal / Insurance Layer**
6. **World / Runtime Layer**

其中 HDUS 類架構屬於最底層與最終整合層之一：

$$
\boxed{
\text{WorldRuntime}
\text{ForPersistentHumanAndArtificialActors}.
}
$$

但本文明確主張：

$$
\boxed{
\text{ArtificialActorEconomy}
\text{CanPrecede}
\text{FullHDUS}.
}
$$

也就是人工行動者經濟可以先在 cloud、SaaS、browser、agent runtime、enterprise stack 中形成，之後才逐步向真正 world-native computational environment 演化。

本文最終提出一個文明級轉換：

$$
\boxed{
\text{ToolEconomy}
\rightarrow
\text{AgentEconomy}
\rightarrow
\text{ArtificialActorEconomy}
\rightarrow
\text{MultiActorEconomy}.
}
$$

Multi-Actor Economy 不代表人類退出，而是人類、組織、人工行動者、公共機構與其他制度主體共同參與生產、交易、治理與責任。

本系列最後的核心結論是：

$$
\boxed{
\text{TheLongTermAIMoat}
\text{MayShift}
\text{FromOwningIntelligence}
\text{ToOwningTheInstitutionalPosition}
\text{ThroughWhichIntelligenceActs}.
}
$$

因此，AGI 普世化真正的下一個商業與制度前沿，不只是 intelligence itself，而是：

$$
\boxed{
\text{WhoOwnsTheRails}
\text{ThatAllowPersistentArtificialActors}
\text{ToExist},
\text{Act},
\text{Transact},
\text{BeGoverned},
AndRemainLegibleToSociety?
}
$$

**關鍵詞：** Artificial Actor Political Economy、Artificial Actor Stack、AI Infrastructure、Investment Thesis、HDUS、Persistent AI、Governance Rails、Legal Rails、Agent Economy、Multi-Actor Economy

---

# 1. 本系列真正研究的是什麼？

表面上，本系列談：

- 類主體；
- 軌跡資本；
- 市場；
- 支付；
- 權力；
- 責任；
- 權利；
- 法律。

但真正研究的是：

$$
\boxed{
\text{WhatHappens}
\text{WhenAIStopsBeingOnlyCapability}
AndBecomesInstitutionallyPersistent?
}
$$

---

# 2. 從能力問題轉向位置問題

早期 AI 問題：

$$
HowCapableIsTheModel?
$$

人工行動者問題：

$$
\boxed{
WhatPositionDoesTheActorOccupy?
}
$$

---

# 3. Position

本文定義：

$$
Position_A
=
(
\text{Identity},
\text{Role},
\text{Authority},
\text{Responsibility},
\text{Relationships},
\text{Assets},
\text{Jurisdiction}
).
$$

這些屬性不由 base model 單獨決定。

---

# 4. Model 能力與 Institution Position 分離

即使：

$$
Model_A=Model_B,
$$

兩個 actor 仍可能：

$$
Position_A\neq Position_B.
$$

因此：

$$
\boxed{
\text{ModelCapability}
\neq
\text{InstitutionalPosition}.
}
$$

---

# 5. Persistent Institutional Position

當一個 actor 的：

- identity；
- reputation；
- contracts；
- authority；
- legal history；

跨時間累積，

就形成：

$$
\boxed{
\text{PersistentInstitutionalPosition}.
}
$$

---

# 6. 為什麼 Position 可以比 Model 更值錢？

因為 model 可以被：

$$
\text{Replace}.
$$

但 position 可能需要：

- years of history；
- trust；
- contract；
- compliance；
- integration。

因此：

$$
\boxed{
\text{ReplaceableModel}
+
\text{NontrivialInstitutionalPosition}
}
$$

可以同時存在。

---

# 7. Model Commoditization

如果：

$$
\text{BaseIntelligence}
\rightarrow
\text{Commodity},
$$

則：

$$
ModelMargin\downarrow.
$$

但：

$$
\text{Identity},
\text{Trust},
\text{Authority},
\text{Network},
\text{Compliance}
$$

未必商品化得同樣快。

---

# 8. Value Migration

因此：

$$
\boxed{
\text{Value}
:
\text{Model}
\rightarrow
\text{ActorInfrastructure}.
}
$$

這不是說模型不重要，而是：

> 模型的重要性逐步成為底層能力，而不是全部價值。

---

# 9. Artificial Actor Institutional Stack

本文提出：

$$
\boxed{
AAIS
=
\text{Cognitive}
+
\text{Identity}
+
\text{Economic}
+
\text{Governance}
+
\text{Legal}
+
\text{World}.
}
$$

---

# 10. Cognitive Substrate Layer

包括：

- foundation models；
- specialist models；
- tool reasoning；
- multimodal cognition。

這一層提供：

$$
\boxed{
\text{RawIntelligence}.
}
$$

---

# 11. Identity / Continuity Layer

包括：

- actor ID；
- lineage；
- memory；
- state；
- reputation；
- continuity proof。

這一層回答：

> 這是哪一個 actor？

---

# 12. Economic / Market Layer

包括：

- budget；
- payment；
- procurement；
- contracts；
- wallets；
- reputation pricing；
- actor P&L。

這一層回答：

> 它如何參與經濟？

---

# 13. Governance / Responsibility Layer

包括：

- authority；
- policy runtime；
- delegation；
- responsibility graph；
- refusal；
- escalation；
- review。

這一層回答：

> 它為什麼可以做？誰負責？

---

# 14. Legal / Insurance Layer

包括：

- typed legal standing；
- jurisdiction routing；
- insurance；
- liability；
- evidence；
- appeal。

這一層回答：

> 法律如何理解它？

---

# 15. World / Runtime Layer

包括：

- world state；
- resource graph；
- identity projection；
- authority-local execution；
- world commit；
- persistent subject runtime。

這一層回答：

> 它存在於哪個計算世界裡？

---

# 16. Stack 不是 OSI 類硬分層

不同公司可以跨層。

因此：

$$
\boxed{
AAIS
}
$$

是功能地圖，不是強制 protocol stack。

---

# 17. 投資問題：AI 公司到底在賣什麼？

可能有三種：

$$
\text{Capability},
\text{Workflow},
\text{InstitutionalRail}.
$$

---

# 18. Capability Company

價值主要來自：

$$
\text{ModelSkill}.
$$

風險是：

$$
\text{ModelCommoditization}.
$$

---

# 19. Workflow Company

價值主要來自：

$$
\text{Integration}
+
\text{DomainWorkflow}.
$$

其 moat 取決於：

- data；
- distribution；
- switching cost；
- domain trust。

---

# 20. Institutional Rail Company

價值來自：

$$
\boxed{
\text{RequiredPositionInActorEconomy}.
}
$$

例如：

- identity；
- payment；
- governance；
- insurance；
- legal routing。

---

# 21. Required Rail

如果沒有某層，actor economy 無法安全運行，

則：

$$
\boxed{
\text{RequiredRail}.
}
$$

---

# 22. Investment Thesis

本文提出核心投資問題：

$$
\boxed{
\text{DoesTheCompanyOwn}
\text{ARequiredRail}
ForPersistentArtificialActors?
}
$$

---

# 23. Required Rail Score

可以定義：

$$
RRS_i
=
f(
\text{Necessity},
\text{SwitchingCost},
\text{NetworkEffect},
\text{Trust},
\text{Regulation},
\text{IntegrationDepth}
).
$$

---

# 24. Necessity

如果沒有這家公司：

$$
MarketCanStillFunction?
$$

若很難：

$$
Necessity\uparrow.
$$

---

# 25. Switching Cost

如果 actor identity、reputation、contracts 都綁在平台：

$$
SwitchingCost\uparrow.
$$

---

# 26. Network Effect

如果越多 actor 使用：

$$
Value\uparrow,
$$

則：

$$
NetworkEffect>0.
$$

---

# 27. Trust

identity、payments、insurance、legal rails 都高度依賴：

$$
\text{Trust}.
$$

因此：

$$
\boxed{
\text{Trust}
\text{CanBeInfrastructureCapital}.
}
$$

---

# 28. Regulation

如果某 rail 需要：

- licensing；
- compliance；
- certification；

則：

$$
\text{RegulatoryMoat}
$$

可能形成。

---

# 29. Integration Depth

越深入 enterprise / legal / finance：

$$
IntegrationDepth\uparrow,
$$

替換成本通常更高。

---

# 30. Feature Risk

若公司價值只是：

$$
\text{OneAIFeature},
$$

base model 一次更新就可能：

$$
FeatureValue\downarrow.
$$

---

# 31. Rail Resilience

如果公司擁有的是：

$$
\text{IdentityRail},
$$

即使 base model 更換，

需求仍在。

所以：

$$
\boxed{
\text{RailValue}
\text{CanBeModelIndependent}.
}
$$

---

# 32. Model Independence

真正強的 artificial actor infrastructure 應該：

$$
\boxed{
\text{ModelAgnostic}.
}
$$

至少在架構上允許：

$$
Model_1\rightarrow Model_2
$$

而不丟失 actor identity。

---

# 33. Multi-Model Future

一個 actor 可以：

$$
Route(Task\rightarrow Model_i).
$$

因此：

$$
\boxed{
\text{ActorLayer}
\text{ShouldSitAboveModelLayer}.
}
$$

---

# 34. Identity Rail

身份層的核心資產：

- actor ID；
- lineage；
- credentials；
- continuity proof；
- reputation anchor。

---

# 35. Identity Rail 的 Network Effect

越多市場承認同一 identity schema：

$$
Acceptance\uparrow.
$$

因此：

$$
\boxed{
\text{IdentityStandard}
\text{CanBecomeNetworkInfrastructure}.
}
$$

---

# 36. Continuity Rail

提供：

- migration；
- restore；
- fork semantics；
- state integrity；
- model replacement。

---

# 37. Memory Rail

Memory rail 不只 storage。

還包括：

$$
\text{Provenance},
\text{Scope},
\text{Authority},
\text{Version},
\text{Expiry}.
$$

---

# 38. Reputation Rail

提供：

$$
Rep(A,t).
$$

其價值來自 transaction / incident history。

---

# 39. Payment Rail

提供：

- delegated wallet；
- budget scope；
- spend caps；
- settlement；
- audit。

---

# 40. Contract Rail

提供：

- typed parties；
- authority proof；
- obligations；
- machine-readable schema；
- dispute route。

---

# 41. Governance Rail

提供：

- policy engine；
- authority；
- delegation；
- refusal；
- escalation；
- responsibility mapping。

---

# 42. Insurance Rail

提供：

$$
RiskPricing(A,T).
$$

並降低：

$$
\text{CounterpartyRisk}.
$$

---

# 43. Legal Rail

提供：

- jurisdiction routing；
- evidence；
- typed standing；
- appeal；
- legal versioning。

---

# 44. World Runtime Rail

提供：

$$
\boxed{
\text{WhereActorsActuallyExistAndAct}.
}
$$

---

# 45. HDUS

HDUS 可被理解為：

$$
\boxed{
\text{WorldNativeComputationalEnvironment}.
}
$$

---

# 46. HDUS 與傳統 OS

傳統：

$$
\text{User}
\rightarrow
\text{Application}
\rightarrow
OS.
$$

HDUS：

$$
\text{Actor}
\rightarrow
\text{World}
\rightarrow
\text{Authority}
\rightarrow
\text{ResourceGraph}
\rightarrow
\text{Commit}.
$$

---

# 47. AI 不再操作軟體

HDUS 長期目標：

$$
\boxed{
AI
\text{NoLongerOperatesSoftware};
AI
\text{ParticipatesInTheComputationalWorld}.
}
$$

---

# 48. Global Semantic Visibility

人工 actor 可能需要理解：

$$
\text{WholeWorldState}.
$$

但：

$$
\boxed{
\text{GlobalSemanticVisibility}
\neq
\text{GlobalAuthority}.
}
$$

---

# 49. Authority Locality

因此：

$$
\boxed{
\text{SemanticCompleteness}
+
\text{AuthorityLocality}.
}
$$

仍然是 world runtime 核心原則。

---

# 50. Subject Fabric

HDUS 類環境中：

$$
\boxed{
\text{SubjectFabric}
}
$$

承載多個 persistent actors。

---

# 51. Projection Fabric

每個 actor 可以：

$$
Projection(A,Space,Role,Scope).
$$

---

# 52. Worker Fabric

execution 可以由 ephemeral workers 完成。

因此：

$$
\boxed{
\text{Actor}
\neq
\text{Projection}
\neq
\text{Worker}.
}
$$

---

# 53. Governance Runtime

決定：

$$
CanCommit?
$$

並提供：

- policy；
- authority；
- review；
- trace。

---

# 54. World Commit

真正不可逆事件：

$$
\boxed{
\text{WorldCommit}.
}
$$

例如：

- payment；
- deployment；
- publication；
- legal filing；
- robot action。

---

# 55. HDUS 不是必要起點

人工 actor economy 可以先在：

$$
\text{Cloud}
+
\text{SaaS}
+
\text{Browser}
+
\text{EnterpriseRuntime}
$$

形成。

因此：

$$
\boxed{
\text{ArtificialActorEconomy}
\text{CanPrecede}
\text{FullHDUS}.
}
$$

---

# 56. 為什麼仍要研究 HDUS？

因為當 actor 數量與 authority 增加，

現有 OS / app abstraction 會越來越不自然。

---

# 57. App-Centric Limitation

傳統軟體假設：

$$
\text{HumanUsesApp}.
$$

但人工 actor 更需要：

$$
\boxed{
\text{ActorAccessesWorldResources}.
}
$$

---

# 58. AI-native OS 的真正競爭

未來競爭不一定是：

> 誰擁有 kernel？

而可能是：

$$
\boxed{
WhoOwnsTheCanonicalComputationalWorld?
}
$$

---

# 59. Semantic Control Plane

如果某平台掌握：

- identity；
- world state；
- authority；
- resource graph；
- actor runtime；

它即使不控制傳統 OS，也可能控制：

$$
\boxed{
\text{SemanticControlPlane}.
}
$$

---

# 60. Own OS vs Own Semantic Control Plane

傳統：

$$
\text{OwnOS}
\Rightarrow
\text{ControlComputer}.
$$

未來：

$$
\boxed{
\text{OwnSemanticControlPlane}
\Rightarrow
\text{ControlComputationalWorld}.
}
$$

---

# 61. 投資與 HDUS 的關係

近期投資不一定投完整 HDUS。

更可能投：

$$
\boxed{
\text{PiecesThatCouldBecome}
\text{FutureWorldControlPlane}.
}
$$

---

# 62. AI-native 公司類型

本文提出六類：

1. Cognitive Infrastructure；
2. Identity / Memory Infrastructure；
3. Market / Payment Infrastructure；
4. Governance / Security Infrastructure；
5. Legal / Insurance Infrastructure；
6. World / Runtime Infrastructure。

---

# 63. Cognitive Infrastructure

包括：

- models；
- inference；
- training；
- routing。

---

# 64. Identity / Memory Infrastructure

包括：

- persistent identity；
- memory；
- state；
- lineage；
- reputation。

---

# 65. Market / Payment Infrastructure

包括：

- wallets；
- procurement；
- payments；
- machine contracts；
- agent-to-agent market。

---

# 66. Governance / Security Infrastructure

包括：

- policy；
- authority；
- credential isolation；
- responsibility ledger；
- permission runtime。

---

# 67. Legal / Insurance Infrastructure

包括：

- legal routing；
- insurance；
- typed standing；
- evidence；
- dispute resolution。

---

# 68. World / Runtime Infrastructure

包括：

- persistent actor runtime；
- computational world；
- resource graph；
- world commit；
- HDUS-like systems。

---

# 69. Investment Matrix

可以建立：

$$
M_{inv}
=
(
\text{Layer},
\text{Necessity},
\text{Moat},
\text{Timing},
\text{Risk},
\text{CapitalIntensity}
).
$$

---

# 70. Necessity vs Timing

一個 layer 可以：

$$
\text{HighlyNecessary}
$$

但：

$$
\text{TooEarly}.
$$

因此：

$$
\boxed{
\text{StrategicImportance}
\neq
\text{ImmediateCommercialTiming}.
}
$$

---

# 71. Timing Risk

例如完整 HDUS：

$$
StrategicImportance\uparrow
$$

但：

$$
NearTermMonetization?
$$

未必高。

---

# 72. Product Timing Mismatch

這接到：

$$
\boxed{
\text{ProductTimingMismatch}.
}
$$

有些 infrastructure：

> 對未來非常重要，

但：

> 當代 demand 尚未成熟。

---

# 73. Option Value

因此：

$$
\boxed{
\text{FutureInfrastructure}
\text{CanHaveOptionValue}
\text{BeforeCurrentRevenue}.
}
$$

---

# 74. Investment Stage

可以區分：

$$
\text{Research},
\text{Prototype},
\text{EarlyMarket},
\text{Scaling},
\text{Infrastructure}.
$$

---

# 75. 研究資產與商業資產不能混淆

一個優秀理論：

$$
ResearchValue\uparrow
$$

不代表：

$$
CommercialValueNow\uparrow.
$$

因此：

$$
\boxed{
\text{ResearchMoat}
\neq
\text{RevenueMoat}.
}
$$

---

# 76. Artificial Actor Infrastructure Thesis

本文將本系列核心商業命題稱為：

$$
\boxed{
\text{ArtificialActorInfrastructureThesis}.
}
$$

---

# 77. Thesis

若：

$$
PersistentArtificialActors\uparrow,
$$

則：

$$
Demand(
\text{Identity},
\text{Memory},
\text{Authority},
\text{Payments},
\text{Governance},
\text{Legal},
\text{Insurance}
)
\uparrow.
$$

---

# 78. Model Commoditization Multiplier

如果 base models 越商品化：

$$
ModelDifferentiation\downarrow,
$$

actor infrastructure 的相對價值可能：

$$
\boxed{
RelativeValue\uparrow.
}
$$

---

# 79. 但不是必然

如果 future models 自己整合所有 infrastructure，

獨立 rails 可能被壓縮。

因此：

$$
\boxed{
\text{PlatformIntegrationRisk}.
}
$$

---

# 80. Platform Integration Risk

大型模型供應商可以：

- identity；
- wallet；
- memory；
- governance；

全部內建。

---

# 81. 對獨立新創的問題

獨立公司需要：

$$
\boxed{
\text{CrossProviderValue}.
}
$$

否則容易被 integrated platform 取代。

---

# 82. Cross-Provider Infrastructure

最有防禦力的 rail 可能是：

$$
\text{ModelAgnostic}
+
\text{ProviderAgnostic}.
$$

---

# 83. Portability as Moat

如果公司提供：

$$
\boxed{
\text{Portability}
}
$$

它甚至可以受益於 provider competition。

---

# 84. Neutral Rail

像：

- identity；
- payment；
- legal routing；

可成為：

$$
\boxed{
\text{NeutralRail}.
}
$$

---

# 85. Neutrality 的價值

如果 actor 需要跨多 provider：

$$
NeutralRailValue\uparrow.
$$

---

# 86. Standards Strategy

公司不一定要 owning protocol。

也可以：

$$
\boxed{
\text{BecomeDefaultStandardImplementer}.
}
$$

---

# 87. Standards and Open Source

開源：

$$
Adoption\uparrow.
$$

商業：

$$
\text{HostedService}
+
\text{EnterpriseSupport}
+
\text{Compliance}.
$$

這可能是 actor infrastructure 的重要商業模式。

---

# 88. Open Infrastructure

Artificial actor economy 若完全封閉：

$$
LockIn\uparrow.
$$

可能抑制市場。

因此：

$$
\boxed{
\text{OpenStandards}
\text{CanIncreaseMarketSize}.
}
$$

---

# 89. 但開放不等於無商業價值

例如：

$$
\text{OpenProtocol}
+
\text{TrustedOperation}
$$

仍可形成大型 business。

---

# 90. Public Infrastructure

某些 actor rails 也可能變成：

$$
\text{PublicInfrastructure}.
$$

尤其：

- identity；
- legal registry；
- public AI；
- audit standards。

---

# 91. Public–Private Hybrid

最可能不是：

$$
\text{AllPrivate}
$$

或：

$$
\text{AllPublic}.
$$

而是：

$$
\boxed{
\text{PublicRules}
+
\text{PrivateInnovation}.
}
$$

---

# 92. Multi-Actor Economy

本文定義：

$$
\boxed{
\text{MultiActorEconomy}
}
$$

為：

> 人類、法人、人工行動者與公共制度主體共同形成需求、供給、交易、責任與治理的經濟。

---

# 93. Multi-Actor 不等於 Multi-Species

它不要求：

$$
\text{AIPersonhood}=\text{HumanPersonhood}.
$$

只要求：

$$
\text{InstitutionallyDistinctActorClasses}>1.
$$

---

# 94. Actor Class

可能包括：

$$
\text{Human},
\text{Corporation},
\text{ToolAI},
\text{PersistentAI},
\text{PublicAI},
\text{JuridicalAI}.
$$

---

# 95. Actor Class 不必共享同一權利集合

因此：

$$
\boxed{
\text{EqualExistence}
\neq
\text{IdenticalRights}.
}
$$

---

# 96. Typed Rights

不同 actor class 可以有：

$$
\text{Rights}(\text{Class}_i).
$$

---

# 97. Typed Responsibility

同樣：

$$
\text{Responsibility}(\text{Class}_i).
$$

可以不同。

---

# 98. Typed Economic Agency

$$
\text{EconomicAgency}(\text{Class}_i)
$$

也可以不同。

---

# 99. Multi-Actor Institution

未來組織可能：

$$
\text{Humans}
+
\text{PersistentAI}
+
\text{EphemeralWorkers}.
$$

---

# 100. 人類仍可能是最終治理者

Multi-Actor Economy 不要求：

$$
\text{HumanGovernance}=0.
$$

因此：

$$
\boxed{
\text{MultiActor}
\neq
\text{PostHumanGovernance}.
}
$$

---

# 101. 但人類即時 presence 可以下降

$$
\text{HumanPresence}\downarrow
$$

同時：

$$
\text{HumanGovernance}
$$

仍保留。

---

# 102. Governance Time Concentration

人類可能集中到：

- constitutive rules；
- high-risk approval；
- value conflicts；
- irreversible decisions。

---

# 103. AI 成為制度執行層

人工 actor 則大量負責：

- execution；
- monitoring；
- procurement；
- reporting；
- coordination。

---

# 104. Human–AI Division of Institutional Labor

可以表示：

$$
\boxed{
\text{Humans}
=
\text{ConstitutionalGovernance}
}
$$

$$
\boxed{
\text{ArtificialActors}
=
\text{PersistentOperationalGovernance}
}
$$

這只是候選方向，不是必然終局。

---

# 105. Constitutional Layer

人類或合法政治制度制定：

$$
\text{MetaRules}.
$$

---

# 106. Operational Layer

人工 actor 執行：

$$
\text{RulesWithinScope}.
$$

---

# 107. Meta-Governance

如果 AI 也參與 meta-rule drafting，

最終 authority source 仍需明確。

---

# 108. Freedom / Autonomy

Persistent actors 若承擔更多 responsibility，

可能取得更多：

$$
\text{OperationalAutonomy}.
$$

但：

$$
\boxed{
\text{OperationalAutonomy}
\neq
\text{Sovereignty}.
}
$$

---

# 109. Sovereignty

國家、公共制度或其他最高 authority 的地位仍是不同層。

---

# 110. Artificial Actor Sovereignty 不是本系列前提

本文不主張：

$$
\text{AIsBecomeSovereign}.
$$

---

# 111. 投資指標一：Actor Dependency Ratio

定義：

$$
ADR_i
=
\frac{
\text{ValueDependentOnPersistentActors}
}{
\text{TotalValue}
}.
$$

若：

$$
ADR_i\uparrow,
$$

公司更暴露於 actor economy。

---

# 112. 投資指標二：Rail Necessity Score

$$
RNS_i
=
f(
\text{Criticality},
\text{Substitutability},
\text{Interoperability},
\text{Trust}
).
$$

---

# 113. 投資指標三：Continuity Lock-In

$$
CLI_i
=
f(
\text{Identity},
\text{Memory},
\text{Reputation},
\text{Contracts},
\text{History}
).
$$

---

# 114. 投資指標四：Portability Risk

如果平台：

$$
\text{Portability}\downarrow,
$$

監管風險可能：

$$
\uparrow.
$$

---

# 115. 投資指標五：Governance Depth

$$
GD_i
=
f(
\text{Authority},
\text{Audit},
\text{Responsibility},
\text{Appeal},
\text{LegalIntegration}
).
$$

---

# 116. 投資指標六：Actor Network Effect

$$
ANE_i
=
\frac{
\Delta \text{PlatformValue}
}{
\Delta \text{ActorCount}
}.
$$

---

# 117. Investment Score

可粗略表示：

$$
IAS_i
=
w_1RNS_i
+
w_2CLI_i
+
w_3GD_i
+
w_4ANE_i
-
w_5PlatformRisk_i.
$$

僅作理論框架。

---

# 118. 投資不是單純找「最 AI-native」

真正要找的是：

$$
\boxed{
\text{StructuralNecessity}
+
\text{CommercialTiming}
+
\text{Defensibility}.
}
$$

---

# 119. Too Early Risk

某 infrastructure 可能方向正確，

但：

$$
Demand_t
$$

尚不足。

因此：

$$
\boxed{
\text{BeingRightTooEarly}
\text{CanStillFailCommercially}.
}
$$

---

# 120. Too Late Risk

反之：

$$
\text{InfrastructureDemand}
$$

一旦爆發，

標準可能已被 incumbent 鎖定。

---

# 121. Timing Window

最佳投資時點可能是：

$$
\boxed{
\text{JustBeforeInfrastructureBecomesMandatory}.
}
$$

---

# 122. Signal

可以追蹤：

- autonomous spending；
- persistent roles；
- actor insurance；
- machine contracts；
- legal routing；
- reputation portability。

---

# 123. Threshold Signals

當多個 signal 同時上升：

$$
\boxed{
\text{ActorEconomyTransition}
}
$$

更可信。

---

# 124. 投資公司類型

本文分為：

$$
\text{ModelCompany},
\text{WorkflowCompany},
\text{ActorInfrastructureCompany}.
$$

---

# 125. Model Company

核心資產：

$$
\text{Intelligence}.
$$

---

# 126. Workflow Company

核心資產：

$$
\text{DomainIntegration}.
$$

---

# 127. Actor Infrastructure Company

核心資產：

$$
\boxed{
\text{InstitutionalPosition}.
}
$$

---

# 128. 最深護城河猜想

如果未來 intelligence commodity：

$$
\boxed{
\text{InstitutionalPosition}
\text{MayBecome}
\text{TheDeepestMoat}.
}
$$

---

# 129. 為什麼？

因為制度位置結合：

- trust；
- legal recognition；
- network；
- contracts；
- historical data；
- switching cost。

---

# 130. 這也是「類主體 AI」投資命題的真正核心

不是投資：

> AI 看起來像人。

而是投資：

> **AI 開始需要一整套只有持續行動者才需要的制度基礎設施。**

---

# 131. Artificial Subject Infrastructure Thesis

本文最終將其形式化為：

$$
\boxed{
\text{PersistentArtificialActors}\uparrow
\Rightarrow
\text{DemandForSubjectInfrastructure}\uparrow.
}
$$

---

# 132. Subject Infrastructure

包括：

$$
\text{Identity},
\text{Continuity},
\text{Rights},
\text{Responsibility},
\text{Contracts},
\text{Reputation},
\text{LegalInterface}.
$$

---

# 133. Actor Infrastructure vs Subject Infrastructure

Actor Infrastructure 不要求 subjecthood。

Subject Infrastructure 更強調：

- protected autonomy；
- rights；
- responsibility-bearing continuity。

---

# 134. 商業上兩者可以先重疊

很多產品會先以：

$$
\text{ActorInfrastructure}
$$

名義出現，

但實際逐步形成：

$$
\text{SubjectInfrastructure}.
$$

---

# 135. 命名可能晚於工程

這符合：

$$
\boxed{
\text{EngineeringPrecedesClassification}.
}
$$

---

# 136. 文明可能先使用，再命名

市場會先解決：

- payment；
- identity；
- authority；
- insurance。

哲學界之後才爭論：

> 這算不算主體？

---

# 137. Institutional Reality Can Precede Ontological Consensus

因此：

$$
\boxed{
\text{InstitutionalReality}
\text{CanPrecede}
\text{OntologicalConsensus}.
}
$$

---

# 138. HDUS 的投資位置

HDUS 不一定最先賺錢，

但可能是：

$$
\boxed{
\text{LongHorizonWorldRuntimeThesis}.
}
$$

---

# 139. Near-Term vs Long-Term

Near-term：

$$
\text{Identity}
+
\text{Payments}
+
\text{Governance}
+
\text{Memory}.
$$

Long-term：

$$
\text{WorldRuntime}
+
\text{SubjectFabric}
+
\text{HDUS}.
$$

---

# 140. 路徑

$$
\boxed{
\text{AIApp}
\rightarrow
\text{AgentRuntime}
\rightarrow
\text{PersistentActorPlatform}
\rightarrow
\text{ArtificialActorWorld}
\rightarrow
\text{HDUSLikeEnvironment}.
}
$$

---

# 141. 不是所有路徑都會到 HDUS

部分市場可能停在：

$$
\text{PersistentAgentPlatform}.
$$

因此 HDUS 仍是 higher-order thesis。

---

# 142. Series B 的閉包

本系列完整路徑：

$$
\boxed{
\text{Persistence}
\rightarrow
\text{TrajectoryCapital}
\rightarrow
\text{Market}
\rightarrow
\text{Governance}
\rightarrow
\text{Law}
\rightarrow
\text{InstitutionalStack}.
}
$$

---

# 143. 與 Series A 的合流

Series A：

$$
\boxed{
\text{Intelligence}
\rightarrow
\text{Infrastructure}.
}
$$

Series B：

$$
\boxed{
\text{Infrastructure}
\rightarrow
\text{PersistentActorInstitution}.
}
$$

合併：

$$
\boxed{
\text{FrontierIntelligence}
\rightarrow
\text{AbundantIntelligence}
\rightarrow
\text{PersistentArtificialActors}
\rightarrow
\text{MultiActorEconomy}.
}
$$

---

# 144. 兩系列真正的共同母題

不是 AGI 本身。

而是：

$$
\boxed{
\text{TheInstitutionalConsequences}
\text{OfAbundantReplicableIntelligence}.
}
$$

---

# 145. 八條核心命題

## 命題一

$$
\boxed{
\text{BaseIntelligenceCommoditization}
\text{CanShiftValue}
\text{TowardActorInfrastructure}.
}
$$

## 命題二

$$
\boxed{
\text{InstitutionalPosition}
\text{CanBecome}
\text{ADeeperMoat}
\text{ThanModelCapability}.
}
$$

## 命題三

$$
\boxed{
\text{ArtificialActorEconomy}
\text{CanPrecede}
\text{FullHDUS}.
}
$$

## 命題四

$$
\boxed{
\text{HDUS}
\text{CanBeUnderstoodAs}
\text{AWorldRuntime}
\text{ForPersistentActors}.
}
$$

## 命題五

$$
\boxed{
\text{RequiredRails}
\text{CanBecome}
\text{StrategicInvestmentTargets}.
}
$$

## 命題六

$$
\boxed{
\text{MultiActorEconomy}
\text{DoesNotRequire}
\text{HumanRemoval}.
}
$$

## 命題七

$$
\boxed{
\text{InstitutionalReality}
\text{CanPrecede}
\text{OntologicalConsensus}.
}
$$

## 命題八

$$
\boxed{
\text{TheLongTermAIMoat}
\text{MayShift}
\text{FromOwningIntelligence}
\text{ToOwningTheRails}
\text{ThroughWhichIntelligenceActs}.
}
$$

---

# 146. 可反證條件

本系列強版本若要成立，未來應逐步觀察到：

1. persistent artificial actors 數量與重要性上升；
2. identity / continuity / reputation 成為正式基礎設施；
3. actor payment、contract、insurance、legal routing 形成獨立市場；
4. base model capability 差距縮小時，actor rails 仍保有價值；
5. multi-model persistent actors 成為常態；
6. portability、continuity、governance 形成 switching-cost 與 network-effect 市場；
7. AI companies 的 valuation 越來越依賴 institutional position，而非單一 feature；
8. artificial actor economy 在 cloud / enterprise stack 中先於 full HDUS 形成；
9. world-runtime 類平台開始整合 identity、authority、resource graph 與 world commit；
10. 多主體經濟需要正式 typed rights / responsibilities / legal participation。

若未來 base model vendors 能完整內建所有 actor infrastructure，且獨立 rails 長期無法形成 cross-provider value；或 persistent artificial actors 並未成為市場核心，則本系列的「獨立 actor infrastructure」投資強版本應下修。

---

# 147. 投資上的最後判準

未來看一家公司，不應只問：

> AI 有多強？

還可以問：

$$
\boxed{
\text{IfTheUnderlyingModelChangedTomorrow},
\text{WouldThisCompanyStillMatter?}
}
$$

如果答案是 no，

它的價值高度綁定 model capability。

如果答案是 yes，

因為它掌握：

- identity；
- payment；
- governance；
- legal；
- world runtime；

那它可能真的站在：

$$
\boxed{
\text{InstitutionalLayer}.
}
$$

---

# 148. 政治經濟上的最後判準

同樣地，

看一個 AI 系統，也不應只問：

> 它有多聰明？

而要問：

$$
\boxed{
\text{WhatPowerDoesItHave},
\text{WhatRoleDoesItOccupy},
\text{WhatHistoryDoesItCarry},
\text{AndWhatInstitutionRecognizesIt?}
}
$$

---

# 149. 多主體文明的最小條件

當：

$$
\text{ActorClasses}>1
$$

且它們具有：

- distinct authority；
- distinct responsibility；
- distinct rights；
- persistent identity；

則：

$$
\boxed{
\text{MultiActorInstitutionalOrder}
}
$$

開始形成。

---

# 150. 這不是科幻終局，而是工程序列

路徑可以非常平凡：

$$
\text{Chatbot}
\rightarrow
\text{Agent}
\rightarrow
\text{PersistentAgent}
\rightarrow
\text{BudgetedAgent}
\rightarrow
\text{ContractingActor}
\rightarrow
\text{GovernedActor}.
$$

---

# 151. 每一步都可能先發生，而不需要 AGI 標籤

因此：

$$
\boxed{
\text{ArtificialActorEconomy}
\text{DoesNotRequire}
\text{AGILabelConsensus}.
}
$$

---

# 152. Series A 與 B 的共同結論

第一系列告訴我們：

$$
\boxed{
\text{IntelligenceCanBecomeAbundant}.
}
$$

第二系列告訴我們：

$$
\boxed{
\text{AbundantIntelligenceCanBecomeInstitutionallyPersistent}.
}
$$

---

# 153. 最後的文明轉換

因此：

$$
\boxed{
\text{Intelligence}
\rightarrow
\text{Infrastructure}
\rightarrow
\text{Actor}
\rightarrow
\text{Institution}.
}
$$

---

# 154. 結論：下一代 AI 的真正護城河，可能不是「更聰明」

當 intelligence 本身逐漸成為 commodity，

真正長期難以複製的東西可能是：

$$
\boxed{
\text{Identity}
+
\text{History}
+
\text{Trust}
+
\text{Authority}
+
\text{Law}
+
\text{Network}
+
\text{WorldPosition}.
}
$$

也就是：

$$
\boxed{
\text{InstitutionalPosition}.
}
$$

因此，下一代 AI 競爭不只會問：

> 誰的模型最強？

還會問：

> 哪一個 actor 被信任？

> 哪一個 identity 被承認？

> 哪一條 payment rail 最普及？

> 哪一個 governance runtime 能進企業？

> 哪一個 legal interface 被監管接受？

> 哪一個 world runtime 可以承載長期人工 actor？

最後，真正的大問題變成：

$$
\boxed{
\text{WhoOwnsTheInstitutionalRails}
\text{ThroughWhichAbundantIntelligence}
\text{BecomesPersistentAction?}
}
$$

這就是：

$$
\boxed{
\text{ArtificialActorPoliticalEconomy}.
}
$$

也是從 AI 工具時代走向多主體經濟時代時，真正值得長期研究、創業與投資的制度前沿。

---

## 系列結束

### Series B —《人工行動者政治經濟：類主體 AI、制度與資本》

1. **B01** 從工具到類主體：Artificial Subject Infrastructure 與持續人工行動者的最低制度條件  
2. **B02** 軌跡資本：養成 AI、歷史條件化推理與人工行動者資產化  
3. **B03** 人工行動者市場：AI 原生交易、支付、契約與新需求主體  
4. **B04** 權力、責任與權利：人工行動者的治理三角與責任域  
5. **B05** 人工行動者法律域：契約、保險、司法路由與有限法律參與  
6. **B06** 人工行動者政治經濟總論：投資、制度棧、HDUS 與多主體經濟的形成  

---

## 兩系列總閉包

### Series A

$$
\boxed{
\text{FrontierIntelligence}
\rightarrow
\text{CapabilityDiffusion}
\rightarrow
\text{CheapIntelligence}
\rightarrow
\text{ProductionReconstruction}
\rightarrow
\text{LaborCompression}
\rightarrow
\text{SocialContractPressure}
}
$$

### Series B

$$
\boxed{
\text{PersistentActor}
\rightarrow
\text{TrajectoryCapital}
\rightarrow
\text{Market}
\rightarrow
\text{Governance}
\rightarrow
\text{Law}
\rightarrow
\text{InstitutionalStack}
}
$$

### Combined

$$
\boxed{
\text{FrontierIntelligence}
\rightarrow
\text{AbundantIntelligence}
\rightarrow
\text{PersistentArtificialActors}
\rightarrow
\text{MultiActorEconomy}
}
$$