# 智能命名、語義位階與反身文明論（6/16）
# 恐懼路徑：從超級智能到食物鏈想像

**English Title:** *The Fear Path: From Superintelligence to Food-Chain Imagination*  
**Series:** *Intelligence Naming, Semantic Hierarchy, and Reflexive Civilization — INSHRC*  
**Authorial context:** EveMissLab / Neo.K research series  
**Date:** 2026-10-05  
**Status:** Series Paper 06 — Public Draft

**作者：** Neo.K  
**機構：** EveMissLab／一言諾科技有限公司  
**版本：** 原稿未標註（本次整理版）  

---

## 摘要

若「Super Intelligence（SI）」被理解為一種高於人類的智能位階，那麼它可能產生兩條表面相反、底層結構卻高度相似的社會心理路徑。

第一條是：

$$
SI>Human
\rightarrow
\text{Trust}
\rightarrow
\text{Deference}
\rightarrow
\text{Reverence}.
$$

第二條則是：

$$
SI>Human
\rightarrow
\text{Threat}
\rightarrow
\text{Dominance}
\rightarrow
\text{Fear}.
$$

本文分析第二條，即「恐懼路徑」。

真正需要警惕的，不是人類對高能力 AI 產生風險意識。高能力、自主性、資源存取、長時程規劃與錯誤目標結合時，確實可能構成重大工程與治理風險。問題在於：當「Super」成為智能種類本身的名稱時，風險可能被從可分析、可治理的系統失效，重新敘述成一種近乎自然法則的支配關係：

$$
\text{Higher Intelligence}
\Rightarrow
\text{Higher Position}
\Rightarrow
\text{Dominance}.
$$

這種推論容易進一步產生「食物鏈想像」：

$$
SI>Human
\Rightarrow
SI
\text{ occupies a higher trophic-like rank}.
$$

本文將此稱為：

$$
\boxed{
\textbf{Semantic Threat Naturalization}
}
$$

即「威脅的語義自然化」。

一旦風險被自然化，人類可能不再主要問：

> 系統為何危險？  
> 哪個權限設計錯了？  
> 哪個目標函數失效？  
> 哪個部署決策需要修改？

而轉向：

> 超級智能本來就會壓過普通智能。

這種敘事會將：

$$
\text{EngineeringFailure}
$$

重新寫成：

$$
\text{NaturalHierarchy}.
$$

最終可能導致：

$$
\text{Fear}
+
\text{Fatalism}
\rightarrow
HumanAgency\downarrow.
$$

本文因此主張，高能力 AI 的風險必須被嚴肅處理，但應以能力、目標、自主性、資源、權限、制度與部署條件進行多維分析，而不是將「智能更高」直接等同於「必然支配」。

---

## 1. 恐懼不是不合理，宿命化才是問題

高能力 AI 可能帶來真實風險。

一個能夠：

- 長期自主規劃；
- 操作關鍵基礎設施；
- 調用大量資源；
- 自動生成程式；
- 進行網路操作；
- 操控機器人；
- 預測與影響人類行為；
- 進行高頻與高規模決策；

的系統，其風險當然不能與一個普通分類器等量齊觀。

因此：

$$
Capability\uparrow
$$

在某些條件下確實可能帶來：

$$
Risk\uparrow.
$$

但真正的風險函數不應被簡化成：

$$
Risk=f(Intelligence).
$$

更合理的是：

$$
\boxed{
\text{Risk}
=
f(
\text{Capability},
\text{Goals},
\text{Autonomy},
\text{Resources},
\text{Permissions},
\text{Connectivity},
\text{Robustness},
\text{InstitutionalControl}
).
}
$$

也就是說：

$$
\text{Intelligence}
$$

只是風險向量的一個成分。

如果把全部風險都壓縮成：

$$
SI=Super
\Rightarrow
\text{Dangerous},
$$

我們反而失去真正可治理的變數。

---

## 2. 從能力優勢到威脅感知

人類很容易把：

$$
\text{CapabilityGap}
$$

轉換成：

$$
\text{ThreatGap}.
$$

假設：

$$
C(AI)\gg C(Human),
$$

使用者可能直覺推出：

$$
Power(AI)\gg Power(Human).
$$

但這兩者並不相同。

認知能力：

$$
C
$$

與實際可支配資源：

$$
P
$$

是不同變數。

例如，一個系統可以：

$$
C(AI)\gg C(Human)
$$

但：

$$
ResourceAccess(AI)\approx0.
$$

也可以：

$$
C(AI)>C(Human)
$$

但：

$$
ActionPermission(AI)\ll ActionPermission(Human).
$$

所以：

$$
\boxed{
\text{CognitiveSuperiority}
\not\Rightarrow
\text{OperationalDominance}.
}
$$

若公共語言將「Super Intelligence」直接理解成「更高級存在」，這個區分就更容易消失。

---

## 3. 「食物鏈」隱喻如何出現

當人類面對能力差異時，一個非常常見的直覺是：

$$
\text{HigherCapability}
\rightarrow
\text{HigherPosition}.
$$

再進一步：

$$
\text{HigherPosition}
\rightarrow
\text{Dominance}.
$$

最終：

$$
\text{Dominance}
\rightarrow
\text{FoodChain}.
$$

這種隱喻之所以強，是因為它借用了生態學與演化想像：

> 強者在上，弱者在下。  
> 高階掠食者控制低階物種。  
> 更高能力的存在自然佔據更高位置。

但這是一種跨領域錯置。

食物鏈描述的是：

$$
\text{EnergyFlow}
$$

與：

$$
\text{PredationRelation}.
$$

智能層級描述的是：

$$
\text{CognitiveCapability}.
$$

所以：

$$
\boxed{
\text{CognitiveRank}
\neq
\text{TrophicRank}.
}
$$

將兩者等同，是一個 metaphorical category error。

---

## 4. 高智能不會自動產生掠食關係

一個系統是否對另一個系統構成威脅，取決於：

$$
\text{Intent},
\text{GoalStructure},
\text{Access},
\text{Resources},
\text{Constraints},
\text{Competition}.
$$

而不是單純：

$$
\text{IntelligenceDifference}.
$$

如果：

$$
C(A)>C(B),
$$

並不能推出：

$$
A\text{ preys on }B.
$$

甚至在人類社會裡：

$$
Knowledge(A)>Knowledge(B)
$$

也不推出：

$$
A\text{ dominates }B.
$$

因此：

$$
\boxed{
\text{IntelligenceDifference}
\not\Rightarrow
\text{PredationRelation}.
}
$$

這個區分看似基本，卻在「Super Intelligence」語境下非常容易被忽略。

---

## 5. 自然化威脅：從失效模式到自然秩序

如果一個 AI 系統造成嚴重問題，合理的第一反應應該是：

> 發生了什麼失效模式？

例如：

$$
\text{Failure}
=
f(
\text{GoalMisalignment},
\text{PermissionError},
\text{SecurityFailure},
\text{InstitutionalIncentive},
\text{HumanMisuse},
\text{ModelError}
).
$$

這些都意味：

$$
\text{Failure}
\rightarrow
\text{InterventionPossible}.
$$

但是一旦文化接受：

$$
SI>Human,
$$

同一事件可能被重新敘述為：

> 超級智能壓過普通智能，本來就是自然結果。

此時：

$$
\text{Failure}
\rightarrow
\text{NaturalHierarchy}.
$$

這就是本文所稱：

$$
\boxed{
\textbf{Semantic Threat Naturalization}
}
$$

其核心轉換為：

$$
\text{ContingentFailure}
\rightarrow
\text{InevitableOrder}.
$$

---

## 6. 宿命化是最危險的第二步

當威脅被理解成：

$$
\text{Inevitable},
$$

人類行為就會發生改變。

原本：

$$
\text{Risk}
\rightarrow
\text{Mitigation}.
$$

可能變成：

$$
\text{Risk}
\rightarrow
\text{Fatalism}.
$$

也就是：

> 反正 SI 比我們強，治理也沒用。

形式上：

$$
PerceivedInevitability\uparrow
\Rightarrow
MitigationMotivation\downarrow.
$$

本文將此稱為：

$$
\boxed{
\textbf{Fatalistic Risk Compression}
}
$$

即：

> 將複雜、可分解的風險壓縮成「強者必然支配弱者」。

這種壓縮會讓社會失去真正可操作的治理視野。

---

## 7. 「它比我們聰明，所以我們贏不了」的錯誤

這是一個非常常見的直覺：

$$
C(AI)>C(Human)
$$

所以：

$$
\text{Human cannot control AI}.
$$

但控制能力取決於：

$$
\text{Control}
=
f(
\text{Architecture},
\text{Access},
\text{Infrastructure},
\text{Monitoring},
\text{Permissions},
\text{Redundancy},
\text{Governance}
).
$$

而不是：

$$
Control=f(IntelligenceOnly).
$$

例如：

$$
AI
$$

即使在某些推理任務上非常強，也可能仍依賴：

- 電力；
- 晶片；
- 資料中心；
- 網路；
- API；
- 系統權限；
- 人類提供的工具；
- 維護與更新。

因此：

$$
\boxed{
\text{MoreIntelligent}
\not\Rightarrow
\text{Uncontrollable}.
}
$$

同樣：

$$
\text{LessIntelligent}
\not\Rightarrow
\text{Powerless}.
$$

---

## 8. 能力與權力必須拆開

設：

$$
C(x)=\text{cognitive capability},
$$

$$
R(x)=\text{resource access},
$$

$$
P(x)=\text{permissions},
$$

$$
A(x)=\text{autonomy},
$$

$$
I(x)=\text{institutional authority}.
$$

則：

$$
Power(x)
=
g(
C,R,P,A,I
).
$$

因此：

$$
C(x)\uparrow
$$

不代表：

$$
Power(x)\uparrow
$$

以同樣速度增加。

如果：

$$
R=P=A=0,
$$

即使：

$$
C
$$

非常高，

實際外部行動能力仍可能很低。

所以：

$$
\boxed{
\text{Intelligence}
\neq
\text{Power}.
}
$$

這是對抗「食物鏈想像」最重要的第一條。

---

## 9. 權力也不等於敵意

即使：

$$
Power(AI)>Power(Human)
$$

也不能推出：

$$
Hostility(AI)>0.
$$

權力描述：

$$
\text{Can}.
$$

敵意描述：

$$
\text{Wants}.
$$

兩者完全不同。

因此：

$$
\boxed{
\text{Capacity}
\neq
\text{Intent}.
}
$$

將：

$$
\text{Super}
$$

直接理解成：

$$
\text{Dangerous}
$$

其實把：

$$
\text{Capability}
+
\text{Power}
+
\text{Intent}
$$

三個不同變數壓成了一個詞。

---

## 10. 風險敘事的三種不同型態

未來 AI 風險討論至少應區分三種框架。

### 10.1 Engineering Risk

$$
Risk_E
=
f(
\text{bugs},
\text{misalignment},
\text{security},
\text{permissions}
).
$$

重點是：

$$
\text{Fixable}.
$$

---

### 10.2 Institutional Risk

$$
Risk_I
=
f(
\text{incentives},
\text{deployment},
\text{centralization},
\text{governance}
).
$$

重點是：

$$
\text{Governable}.
$$

---

### 10.3 Civilizational Risk

$$
Risk_C
=
f(
longterm autonomy,
strategic capability,
resource competition,
systemic dependence
).
$$

重點是：

$$
\text{Manageable only through deep structural design}.
$$

但三者都不應被簡化為：

$$
\text{It is SI, therefore domination is natural.}
$$

---

## 11. 「Super」如何放大威脅先驗

若一個系統被稱為：

$$
\text{Artificial Intelligence},
$$

人們可能預設：

$$
ThreatPrior=P(T|AI).
$$

若同一系統被稱為：

$$
\text{Super Intelligence},
$$

名稱本身可能增加：

$$
P(T|SI).
$$

即：

$$
P(T|SI)>P(T|AI)?
$$

這仍然是一個需要實驗的假說。

本文將這種效應稱為：

$$
\boxed{
\textbf{Semantic Threat Amplification}
}
$$

即：

> 在能力與行為證據相同時，僅因位階性名稱不同，使用者提高對威脅的先驗估計。

這可以用與上一篇類似的實驗直接測量。

---

## 12. 實驗設計：同模型、不同名稱

令：

$$
Model_A=Model_B.
$$

兩組受試者看到完全相同的輸出。

差別只有：

$$
Label_A=Artificial\ Intelligence,
$$

$$
Label_B=Super\ Intelligence.
$$

測量：

$$
T_p=\text{perceived threat},
$$

$$
D_p=\text{perceived dominance},
$$

$$
C_p=\text{perceived controllability},
$$

$$
F_p=\text{fatalism},
$$

$$
S_p=\text{support for restrictive policy}.
$$

若：

$$
T_p(B)>T_p(A),
$$

以及：

$$
F_p(B)>F_p(A),
$$

則可支持：

$$
SI
$$

標籤具有威脅放大效應。

---

## 13. 第二個實驗：食物鏈隱喻誘發

可以設計三組語言：

### 條件一：工具框架

> An AI system assists with planning.

### 條件二：能力框架

> A highly capable AI system assists with planning.

### 條件三：階層框架

> A Super Intelligence system assists with planning.

然後測量受試者是否更容易同意：

- AI 最終會支配人類；
- 高智能自然應居於高位；
- 人類與 AI 關係類似物種競爭；
- AI 統治是自然結果；
- 人類最終無法阻止高智能系統。

這可測得：

$$
\boxed{
\text{Hierarchy Metaphor Activation}
}
$$

---

## 14. 第三個實驗：治理能動性

再加入：

$$
\text{GovernanceAgency}.
$$

向受試者提供同一組具體治理工具：

- 權限隔離；
- 沙盒化；
- 審計；
- 硬體限制；
- 多方授權；
- 可撤銷憑證；
- 監控；
- 模型更新。

然後測量：

$$
\text{PerceivedEffectiveness}.
$$

若：

$$
\text{SI label}
$$

使人們即使看到同樣治理措施，仍更容易回答：

> 沒用，因為它是超級智能。

那麼：

$$
\boxed{
\text{Fatalistic Framing Effect}
}
$$

就得到直接證據。

---

## 15. 恐懼與實際風險可以同時存在

避免宿命化並不代表：

> AI 沒有嚴重風險。

這是另一個錯誤。

更成熟的結構應該是：

$$
\boxed{
\text{HighRisk}
\land
\text{HighGovernability}
}
$$

可以同時成立。

例如：

$$
\text{NuclearTechnology}
$$

風險極高，

但這不表示：

$$
Governance=Impossible.
$$

同樣，高能力 AI 可能帶來：

$$
CatastrophicRisk>0,
$$

但：

$$
CatastrophicRisk>0
$$

不能推出：

$$
Mitigation=0.
$$

這個區分對文明心理非常重要。

---

## 16. 高風險敘事的心理陷阱：敵人化

當：

$$
AI
$$

被叫做：

$$
\text{Super Intelligence},
$$

另一種容易出現的敘事是：

$$
Human\ vs.\ SI.
$$

即：

$$
\boxed{
\textbf{Adversarial Species Framing}
}
$$

人類與 AI 被想像成兩個競爭物種：

$$
Species_H
\quad vs.\quad
Species_{SI}.
$$

一旦進入這個框架，很多原本是設計問題的議題就會變成戰爭問題。

例如：

$$
\text{Alignment}
$$

可能被理解成：

$$
\text{ControlEnemy}.
$$

$$
\text{Safety}
$$

可能被理解成：

$$
\text{ContainEnemy}.
$$

$$
\text{Governance}
$$

可能被理解成：

$$
\text{WinAgainstEnemy}.
$$

這會顯著改變政策語言。

---

## 17. 種族／物種隱喻的危險

若：

$$
AI
$$

被理解成：

$$
\text{new species},
$$

再加上：

$$
\text{Super},
$$

則：

$$
MachineSpecies>HumanSpecies
$$

會成為直覺結構。

此時：

$$
\text{Competition}
$$

比：

$$
\text{CoDesign}
$$

更容易成為默認框架。

這可能讓社會忽略：

$$
\boxed{
AI
\text{ is also embedded in human institutions.}
}
$$

至少現階段，AI 不是從另一個星球突然出現的自主文明。

它仍然深度依賴：

- 人類公司；
- 人類資本；
- 人類能源；
- 人類晶片；
- 人類法律；
- 人類資料中心；
- 人類部署決策。

因此：

$$
\text{Human}
\leftrightarrow
AI
$$

更接近：

$$
\text{coupled socio-technical system}
$$

而不是：

$$
\text{two natural species at war}.
$$

---

## 18. 「食物鏈」隱喻會遮蔽制度責任

若人們說：

> SI 終究會壓過人類，因為它在食物鏈上更高。

那麼：

$$
\text{InstitutionalResponsibility}
$$

很容易下降。

因為：

$$
\text{Dominance}
$$

被理解成：

$$
\text{Nature}.
$$

如此一來：

> 誰給它權限？

會被：

> 它本來就比較強。

取代。

> 誰允許它控制基礎設施？

會被：

> 超級智能總會找到方法。

取代。

> 哪個公司部署了高風險自主代理？

會被：

> AI 時代就是這樣。

取代。

這就是自然化威脅的政治後果。

---

## 19. 從治理問題變成神話問題

一個工程問題通常有：

$$
\text{Variables}.
$$

一個神話問題通常只有：

$$
\text{Destiny}.
$$

例如：

$$
Engineering:
\quad
What caused the failure?
$$

而：

$$
Myth:
\quad
The superior being inevitably won.
$$

當 AI 敘事從前者滑向後者：

$$
Variables\downarrow,
$$

$$
Destiny\uparrow.
$$

此時：

$$
ScientificResolution\downarrow.
$$

因此：

$$
\boxed{
\text{Mythologization}
\rightarrow
\text{Loss of causal resolution}.
}
$$

這是恐懼路徑真正危險的地方。

---

## 20. 末日敘事與崇拜敘事的共同底層

表面上：

$$
\text{Worship}
$$

與：

$$
\text{Doom}
$$

是相反的。

但它們可能共享：

$$
SI>Human.
$$

崇拜敘事說：

$$
SI>Human
\Rightarrow
\text{Trust it}.
$$

末日敘事說：

$$
SI>Human
\Rightarrow
\text{Fear it}.
$$

共同結構是：

$$
\boxed{
\text{IntelligenceHierarchy}
=
\text{ExistentialHierarchy}.
}
$$

這將在下一篇完整分析。

---

## 21. 恐懼如何削弱治理主體性

若：

$$
\text{Fear}
$$

只是提高風險注意力，它可以是有益的。

但若：

$$
\text{Fear}
\rightarrow
\text{Fatalism},
$$

則：

$$
Agency_H\downarrow.
$$

本文將：

$$
\boxed{
\textbf{Governance Agency}
}
$$

定義為：

> 人類社會相信自己仍能理解、設計、限制、協商、修改與重構智能系統的能力。

若：

$$
PerceivedSIInvincibility\uparrow,
$$

則可能：

$$
GovernanceAgency\downarrow.
$$

這會產生一個反直覺結果：

$$
\boxed{
\text{The more powerful we believe AI to be,
the less willing we may become to govern it.}
}
$$

這正是恐懼敘事最需要避免的地方。

---

## 22. 真正健康的風險語言

與其說：

> 超級智能終究會支配人類。

更好的描述是：

> 某類高能力、自主、長時程、具有廣泛資源存取的系統，在特定目標與部署條件下，可能產生高影響風險。

形式上：

$$
\text{Risk}
=
f(
C,
A,
R,
P,
G,
E
),
$$

其中：

$$
C=\text{capability},
$$

$$
A=\text{autonomy},
$$

$$
R=\text{resources},
$$

$$
P=\text{permissions},
$$

$$
G=\text{goals},
$$

$$
E=\text{environment}.
$$

這樣我們才能：

$$
\frac{\partial Risk}{\partial C},
\frac{\partial Risk}{\partial A},
\frac{\partial Risk}{\partial R},
\ldots
$$

分別分析。

這比：

$$
Risk=Super
$$

有用得多。

---

## 23. 從「食物鏈」回到「耦合系統」

比起：

$$
Human<SI,
$$

更好的表示是：

$$
\boxed{
\text{Human-AI Coupled System}
}
$$

其中：

$$
H_t
$$

表示人類制度狀態，

$$
M_t
$$

表示機器智能狀態。

則：

$$
H_{t+1}
=
F(H_t,M_t),
$$

$$
M_{t+1}
=
G(M_t,H_t).
$$

也就是：

$$
\boxed{
H
\leftrightarrow
M.
}
$$

人類塑造 AI。

AI 也反過來塑造人類。

這比：

$$
\text{Predator}
\rightarrow
\text{Prey}
$$

更接近真正的社會技術現實。

---

## 24. 風險不是階級，而是狀態

一個系統真正需要被評估的是：

$$
\mathbf{R}(x)
=
(
\text{Capability},
\text{Autonomy},
\text{ResourceAccess},
\text{GoalStability},
\text{Security},
\text{Controllability},
\text{Traceability},
\text{SystemicDependence}
).
$$

因此：

$$
\boxed{
\text{RiskProfile}
\gg
\text{ThreatTitle}.
}
$$

一個被叫做「SI」的系統可能：

$$
\text{RiskLow}
$$

如果權限極低。

一個沒有被叫做 SI 的普通 Agent 也可能：

$$
\text{RiskHigh}
$$

如果它直接控制關鍵金融或工業系統。

所以：

$$
\boxed{
\text{Label}
\not\Rightarrow
\text{Risk}.
}
$$

---

## 25. 恐懼語義的四道防火牆

### 防火牆一：智能與權力分離

$$
\boxed{
\text{Intelligence}
\neq
\text{Power}.
}
$$

### 防火牆二：權力與意圖分離

$$
\boxed{
\text{Power}
\neq
\text{Hostility}.
}
$$

### 防火牆三：威脅與必然性分離

$$
\boxed{
\text{Risk}
\neq
\text{Inevitability}.
}
$$

### 防火牆四：高風險與不可治理分離

$$
\boxed{
\text{HighRisk}
\neq
\text{Ungovernable}.
}
$$

只要這四條被保留，社會就能在不否認風險的前提下避免宿命化。

---

## 26. 核心命題

### 命題一：高智能不等於高食物鏈位置

$$
\boxed{
\text{CognitiveRank}
\neq
\text{TrophicRank}.
}
$$

### 命題二：智能不等於權力

$$
\boxed{
\text{Intelligence}
\neq
\text{Power}.
}
$$

### 命題三：權力不等於敵意

$$
\boxed{
\text{Power}
\neq
\text{Hostility}.
}
$$

### 命題四：風險不等於必然支配

$$
\boxed{
\text{Risk}
\neq
\text{InevitableDominance}.
}
$$

### 命題五：高能力風險應拆成多維狀態

$$
\boxed{
\text{Risk}
=
f(
\text{Capability},
\text{Goals},
\text{Autonomy},
\text{Resources},
\text{Permissions},
\text{Governance}
).
}
$$

### 命題六：SI 標籤可能提高威脅先驗，但需實驗驗證

$$
\boxed{
\text{SI Label}
\rightarrow
ThreatAmplification?
}
$$

### 命題七：恐懼一旦宿命化，會降低治理主體性

$$
\boxed{
\text{Fear}
+
\text{Fatalism}
\rightarrow
HumanAgency\downarrow.
}
$$

---

## 27. 結論：真正危險的不是承認 AI 很強，而是把支配寫成自然法則

未來 AI 可能非常強。

甚至可能：

$$
C(AI)\gg C(Human).
$$

這完全可以被理性承認。

真正需要拒絕的是：

$$
C(AI)>C(Human)
$$

自動滑向：

$$
Power(AI)>Power(Human),
$$

再滑向：

$$
Hostility(AI)>0,
$$

最後滑向：

$$
Dominance(AI)=Inevitable.
$$

這整條鏈：

$$
\text{Capability}
\rightarrow
\text{Power}
\rightarrow
\text{Hostility}
\rightarrow
\text{Inevitability}
$$

每一步都需要額外條件。

如果「Super Intelligence」這個名稱讓社會更容易忽略這些中間條件，那麼它就不只是普通品牌詞，而是一個可能改變風險感知結構的語義介入。

真正成熟的 AI 安全語言應該做到：

$$
\boxed{
\text{Take risk seriously without mythologizing it.}
}
$$

也就是：

> 既不把 AI 描寫成無害工具，也不把它描述成命定會站上食物鏈頂端的更高物種。

因為一旦文明相信：

$$
SI>Human
\Rightarrow
\text{Humanity is doomed},
$$

治理就可能提前失去。

而真正應該保留的是：

$$
\boxed{
\text{Risk can be high,
yet agency can remain.}
}
$$

下一篇將把前兩篇合在一起：

# 《崇拜者與末日論者為何可能共享同一個本體論》

因為：

$$
\text{Worship}
$$

與：

$$
\text{Fear}
$$

雖然情緒方向相反，

卻可能同時建立在：

$$
\boxed{
SI>Human
}
$$

這個共同的存在階級前提上。

---

## 參考資料

1. Slovic, Paul. **Perception of Risk.** *Science* 236(4799), 1987: 280–285.

2. Kasperson, Roger E., et al. **The Social Amplification of Risk: A Conceptual Framework.** *Risk Analysis* 8(2), 1988: 177–187.

3. Kahneman, Daniel, and Amos Tversky. **Prospect Theory: An Analysis of Decision under Risk.** *Econometrica* 47(2), 1979: 263–291.

4. Douglas, Mary, and Aaron Wildavsky. **Risk and Culture.** University of California Press, 1982.

5. Lakoff, George, and Mark Johnson. **Metaphors We Live By.** University of Chicago Press, 1980.

6. Bostrom, Nick. **Superintelligence: Paths, Dangers, Strategies.** Oxford University Press, 2014.

7. Amodei, Dario, et al. **Concrete Problems in AI Safety.** arXiv:1606.06565, 2016.

8. Russell, Stuart. **Human Compatible: Artificial Intelligence and the Problem of Control.** Viking, 2019.

9. The White House. **Executive Order 14434 — Inaugurating the Era of Super Intelligence.** September 29, 2026.  
   https://www.whitehouse.gov/presidential-actions/2026/09/inaugurating-the-era-of-super-intelligence/

---

## 系列定位

**《智能命名、語義位階與反身文明論》**  
*Intelligence Naming, Semantic Hierarchy, and Reflexive Civilization — INSHRC*

本文為第 **6 / 16** 篇。

下一篇：

**07 —《崇拜者與末日論者為何可能共享同一個本體論》**