---
title: "開放會削弱競爭力嗎：社群創新、信任資產與執行優勢"
english_title: "Does Openness Weaken Competitive Advantage? Community Innovation, Trust Assets, and Execution Advantages"
series: "AI 原生互動企業論"
series_en: "AI-Native Interactive Enterprise"
series_id: "ANIE"
paper: "11"
part: "第四部：企業資訊治理、競爭力與實證"
author: "Neo.K"
institution: "一言諾科技有限公司（EveMissLab）"
research_assistance: "GPT-6（學術與官方來源核對、形式化模型、反事實分析、實證方案、技術附錄、原稿驗證）"
version: "v0.1"
date: "2026-10-17"
language: "zh-TW"
status: "Public Working Paper / Conceptual and Empirical Research Design / Not Peer-Reviewed"
canonical_source: "UTF-8 Markdown"
math_delimiters: " $...$ and $$...$$ only"
research_status: "Theoretical propositions, measurement design and synthetic examples; no field experiment or enterprise impact claim"
external_sources_checked: "2026-10-17"
related_papers:
  - "ANIE-00 — 從產品黑盒到 AI 原生互動企業"
  - "ANIE-02 — 季度單機產品制"
  - "ANIE-04 — 玩家—開發者相交域"
  - "ANIE-05 — 原生 MOD 生態"
  - "ANIE-06 — 商業遊戲也可以 PR"
  - "ANIE-07 — Steam 不是唯一入口"
  - "ANIE-08 — 從客服結案到產品認知"
  - "ANIE-09 — 公開決策帳本"
  - "ANIE-10 — 選擇性透明"
  - "ANIE-12 — 從遊戲產線到企業管理（後續）"
---

# 開放會削弱競爭力嗎：社群創新、信任資產與執行優勢

## Does Openness Weaken Competitive Advantage? Community Innovation, Trust Assets, and Execution Advantages

**《AI 原生互動企業論》ANIE-11｜第四部第二篇｜公開工作論文 v0.1**  
**作者：Neo.K｜機構：一言諾科技有限公司（EveMissLab）**  
**研究協作：GPT-6｜日期：2026-10-17（Asia/Taipei）**

**機構：** 一言諾科技有限公司（EveMissLab）  
**日期：** 2026-10-17  
**版本：** v0.1  

---

## 摘要

企業通常將秘密研發、未公開計畫、產品路線、供應關係、客戶資料與內部決策視為競爭優勢的潛在來源；同時，開放創新、使用者自創與數位平台研究又表明，外部知識、社群協作、互補產品及開放式介面，可能增加企業能夠利用的創新機會。生成式 AI 與自主 Agent 改變了兩邊的成本結構：它們既使小型企業較容易接收大量外部資訊、整理玩家需求、維護 MOD／SDK、審查 PR 和提供個人化說明，也可能使競爭者更容易仿製公開產品規格、推導未公開計畫，或將外部資訊轉化為可執行的替代產品。因而，「開放是否削弱競爭力」不能由公開資訊的數量、公司是否開源，或某次社群反應的熱度直接回答。

本文承接 ANIE-00—10，提出「**開放—價值取得—執行競爭力的條件性耦合**」（Conditional Coupling of Openness, Value Capture, and Execution Competitiveness）研究框架，將競爭結果拆為四組不能互相替代的變數：**市場與經濟結果、經驗證的交付能力、社群共同創造的淨效益、關係性信任與制度可靠度**。本文主張，對公司有益的開放不必然是越多越好；對公司有害的資訊外溢亦非所有公開必然造成。真正應評估的是，一項特定資訊或協作界面的開放，在明確權利與時間條件下，經由哪些機制改變產品價值、外部協作、模仿成本、審核負擔、用戶理解、可轉移資產、競爭者行動與企業收益。

研究對照 Teece（1986）創新收益與互補資產、Henkel（2006）選擇性揭露、Dahlander 與 Gann（2010）的四種開放方式、Laursen 與 Salter（2014）的開放悖論、West 與 Bogers（2014）的外部創新整合流程、von Hippel（2005）使用者創新、Baldwin 與 von Hippel（2011）開放協作經濟性，以及 Fox（2007）和 Bovens（2007）對透明及問責的區分。[E01]–[E10] 本文不宣稱這些概念由本系列首先提出；其增量是將**AI 原生季度交付、可驗證公開決策帳本、原生 MOD／PR 商業合作、延時揭露、競爭模仿與多期間淨價值**納入同一個可反駁、可實作的研究設計。

本文提出八類價值來源、九類開放成本與失敗機制、六種策略情境、十四項可反駁假說、三組識別策略、長期追蹤與實驗資料契約、案例推演以及可供小型遊戲公司使用的「選擇性開放審查規格」。關鍵結論是：**競爭力並不等同於封閉程度；但公開的意圖不等同於收益，社群的熱情不等同於免費可用的人力，AI 產碼不等同於完成產品，而信任也不能由自我宣稱的透明度替代。**

本篇是未經同儕審查的理論與方法論稿。所有模型參數、績效數字、決策範本和案例值均屬合成示例，不代表 EveMissLab 已部署相關平台、證實 AI 生產效率、取得特定收入，或有實際對照實驗成果。本文涉及的法律及平台說明為研究資訊，不構成個案法律意見。

**關鍵詞：** Open Innovation、Selective Revealing、Competitive Advantage、Appropriability、Complementary Assets、Community Co-Creation、User Innovation、Trust Assets、Platform Governance、AI-Native Production、Modding、Pull Requests、Evidence-Based Disclosure、Execution Advantage、Public Decision Ledger、Dynamic Competitive Strategy。

---

## 0．研究問題：企業為什麼不必在「公開一切」與「封閉一切」之間選邊？

### 0.1 研究起點

本系列從 Steam 搶先體驗（EA）遊戲的長期未完成、開發進度黑盒與玩家不知承諾是否履行出發，逐步提出季度成果、DEMO／Playtest／EA 發行選擇、MOD 長期相容、商業產品接受外部 PR、玩家創作者契約報酬、專門的遊戲資訊網站、AI 客服長期回饋、公開決策帳本與分層揭露。到了 ANIE-10，研究已明確否定「透明等於所有資訊公開」，建立依法、依權利、依受眾、依時間和精度選擇公開投影的制度。[I00]–[I10]

然而，能夠安全公開某種資訊，並不代表公開它必然符合企業長期利益。公開產品計畫可能讓玩家更容易參與改善，同時縮短競爭者蒐集需求的時間；公布延期理由可能降低誤解，也可能暴露具體資源瓶頸；開放 MOD API 可能增加內容供給，也可能提高介面維護與安全成本。它們不是單向因果，而是具有同時存在的增益與損失。

因此本篇不問「企業應不應該透明」，而問：**企業在不同產品、產業、技術能力、權利保護及競爭環境下，怎樣選擇開放形式，才能提升或至少不損及其可持續價值取得，同時尊重外部貢獻者與使用者的權利？**

### 0.2 六個核心研究問題

1. 公開更多資訊是否提高產品改善、外部貢獻與市場信任？如果有，經過哪些中介機制？
2. 相同資訊對競爭者的模仿收益和對本公司的協作收益，是否隨 AI 能力而非對稱變化？
3. 企業優勢究竟依賴資訊秘密本身，還是其產品整合、交付速度、品牌關係與互補資產？
4. 社群新增大量功能或 MOD，是否必然改善玩家價值與企業營收？何時反而增加品質負擔？
5. 透明如何從可閱讀的公告轉化為具有證據的可靠交付，並形成可持續的信任，而非公關表演？
6. 企業應怎樣估計一項開放行動的淨收益，承認未知、無效、負面與跨期間效果，避免只有成功案例被公開？

### 0.3 核心立場及重要非主張

本文主張將開放視為**可分解的競爭策略變數**，而不是一種普遍道德排名；保留合理商業秘密、產品設計主體性、法律責任與外部參與能夠同時成立。本文不主張所有公司採用相同透明度，不主張玩家投票有權決定產品方向，不主張公告越多就越誠實，不主張競爭對手知道功能就一定無法追上，不主張 MOD 人力可以視為無償企業資產，不主張公開某份文件便構成智慧財產讓渡。

此外，「社群創新提高產品的總價值」與「企業能取得更多利潤」也不同。前者可能讓消費者獲益，即使企業新增審核、授權和維護成本超過營收成長；反之，企業保護核心資產也不保證產品對使用者更好。兩者須分軌研究。

### 0.4 與 ANIE-10 的分工

ANIE-10 主要回答**何種資訊能合法、合權、合時序地公開**；ANIE-11 接著回答**在可公開的選項中，哪一種公開策略可能改善企業、社群與消費者結果，依據何種可被推翻的證據判定**。不能因為市場收益預期高，就越過 ANIE-10 已建立的隱私、營業秘密、第三人權利、安全或法定義務邊界。市場策略只在合法可行集合內選擇。

---

## 1．文獻背景：既有研究已說明什麼？

### 1.1 創新收益未必回到創新者手中

Teece（1986）的關鍵貢獻，是將「發明者產生技術」與「誰取得技術的經濟收益」分開。他指出，當模仿容易、智慧財產保護不足、互補資產的持有者具議價優勢時，創新者未必能取得創新利益；生產、通路、品牌、服務與其他互補性資產可能決定價值的實際分配。[E01] 這意味開放是否危險，必須同時了解公司除了特定技術之外，還掌握哪些難以立即仿製的能力。

但本文不因此推論「只要有品牌就一定不怕模仿」；對缺乏資金、商店曝光、成熟通路的小公司而言，競爭者可能使用更強大的互補資產擴張，即使本公司是最初的設計者。

### 1.2 企業可以有意識地選擇公開部分成果

Henkel（2006）對 embedded Linux 中的企業自願公開程式碼進行研究，指出企業會選擇性揭露，並能從其他企業得到開發協助。[E02] 研究中受訪／觀察企業公開約一半自家已開發程式碼的敘述，僅反映該研究環境的經驗現象，**不能作為本篇建議的公開比率，也不能外推給遊戲素材、商業秘密或 AI 系統**。對本篇而言，較具一般性的啟示是「公開與保護可以是不同領域的組合決策」。

### 1.3 開放可能呈非線性，而不是越多越好

Laursen 與 Salter（2014）以企業創新調查探討外部搜尋、正式合作與可取得收益保護策略的關係，揭示「為了創新需要開放，為了商業化又需要保護」的張力。[E03] Dahlander 與 Gann（2010）進一步區分外部知識來源的 `sourcing`、`acquiring`，與向外的 `revealing`、`selling`。[E04] 這表示單一的「開放程度」指標會混淆**接受外部意見**與**主動公開內部成果**，後者的競爭風險可能遠高於前者。

West 與 Bogers（2014）回顧外部創新研究，將過程分為取得、整合、商業化與持續互動。[E05] 企業的問題不只是能否吸收到玩家點子，更是能否處理權利、品質、維護與市場配適。大量收到意見，但長期無法整合，未必屬於競爭優勢。

### 1.4 使用者創新與開放合作確實提供其他生產模式

von Hippel（2005）探討用戶可以自行解決需求與分享創新；Baldwin 與 von Hippel（2011）以設計成本、通訊成本和產品模組化等條件比較生產者主導、個別使用者主導及開放協作三種創新模式。[E06][E07] 這些研究提供了「玩家可以從購買者轉成製作者」的經濟學先例，卻不表示公司得無償占有 MOD 或所有社群產出。

對遊戲業，Poretski 與 Arazy（2017）直接研究 MOD 社群的共創價值；另一項遊戲 MOD 使用者質性研究也發現遊玩者與創作者的動機可能不同。[E18][E19] 因而貢獻制度不能假設所有人只需要署名或都願意付出無償勞動。

### 1.5 生態系的重點是互相依賴的活動

Adner（2017）提出以價值命題背後的互依活動來研究生態系。[E08] 在遊戲平台上，遊戲本體、MOD、工具鏈、社群評價、分發服務、付費規則與維護者都是相互依賴的。開放 SDK 只是其中一個必要部件，並不會自動產生一個可持續生態系；若遊戲版本不穩、MOD 作者無法回饋問題、授權不清，開放反而可能增加系統破碎性。

### 1.6 透明性、問責與信任必須分離

Fox（2007）明確質疑公開資訊必然帶來問責的假設；Bovens（2007）則描述可提出問題、要求解釋、作出評判並存在後果的問責關係。[E09][E10] Mayer、Davis 與 Schoorman（1995）對組織信任的建模，也提醒我們將能力、善意及誠信等構面區分，而不是只以公開文件數量衡量信任。[E11]

因此公開季度報表可能提供被評估的材料，卻不自動產生守信；社群喜歡某個透明開發者，也不保證產品不存在嚴重缺陷。真正的信任資產要有縱向行為與結果證據。

### 1.7 開放的成本是真實的，不宜倫理化地忽視

企業資訊揭露的研究綜述提醒，公開可能產生直接溝通與稽核成本、競爭者取得策略資訊、管理者反應扭曲及資訊過載等問題。[E12] 軟體平台治理研究也指出，對生態系成員的自主權授予，可能增加平台複雜度與跨平台移植成本。[E20][E21] 這些不是反對開放的藉口，而是任何比較模型都不能漏掉的成本項目。

### 1.8 AI 時代的加速度仍需實證

DORA 2025 將 AI 輔助開發形容為會放大組織既有優勢與弱點的因素，而非獨立保證交付成功的工具。[E13] METR 2025 對特定資深開源開發者的受控實驗測得 AI 使用組較慢，METR 於 2026 年的追蹤說明後續新研究受到樣本選擇與時間測量問題影響，難以穩定估計當時的平均加速幅度。[E14][E15] 本篇不以任一研究推論「AI 對所有遊戲開發有害」或「只要提升額度就一定擴產」，而是主張在不同任務、架構與驗收條件下直接比較總交付成本。

---

## 2．核心定義：不能把開源、資訊公開、合作與競爭力混成一個量

### 2.1 開放的八種彼此可獨立選擇的行動

本文以八個實務方向描述開放：

1. **知情開放**：公開產品現況、版本、問題、交付與缺陷理由；
2. **參與開放**：容許外部提出需求、批評、反例與投票；
3. **技術介面開放**：MOD API、格式、Schema、SDK、版本相容契約；
4. **改進開放**：Issue、補丁、PR、測試報告、共用工具鏈；
5. **生產開放**：委託、付費貢獻、MOD 正式收錄、共同 DLC；
6. **研究開放**：公開方法、可重現資料、實驗過程與負面結果；
7. **資產開放**：依不同授權釋出程式碼、文件、素材或可轉移內容；
8. **決策過程開放**：公開理由、反對意見的處置、延期及更正歷史。

公司可以在第一、第二、第三方向高度開放，同時在尚未發布的劇情、商業合作條件與核心原始碼保持限制。某項產品對外接受 PR，也不等於公司必須讓外部提交者擁有合併權。

### 2.2 競爭力不是利潤的同義詞

本文以競爭能力向量而非單一神祕分數表達：

$$
\mathbf{C}_t=(Q_t,D_t,R_t,S_t,V_t,A_t)
$$

其中 $Q_t$ 是玩家／客戶實際收到的品質； $D_t$ 是品質合格的交付能力； $R_t$ 是長期重複選擇與關係可靠度； $S_t$ 是在市場中維持位置及適應競爭的能力； $V_t$ 是可實現的經濟收益與存續能力； $A_t$ 是合法可用的資產、合作與技術續存能力。

上述變數不是彼此可任意加總的計量單位。公司短期營收下降、但產品品質與社群貢獻上升，可能是正面投資，也可能是不可持續的經營；若只有收入增加卻大量透支貢獻者、客服和存檔品質，則對長期競爭能力的判定仍未完成。

### 2.3 可驗證交付與市場成功是不同命題

$$
\text{CandidateOutput}\neq\text{AcceptedDelivery}\neq\text{CustomerValue}\neq\text{CapturedProfit}
$$

AI 寫出功能、PR 合併、Steam 公告、玩家能取得版本、長期存檔未破壞、玩家願意付費，是不同階段。ANIE-02、09 已對交付證據定義專門門檻，本篇只研究這些能力如何經由公開協作影響競爭結果，不重新將它們壓扁成「更新次數」。

### 2.4 信任資產的狹義操作定義

「信任資產」不是商譽的同義詞，也不主張可以直接列入會計資產負債表。本文暫指一種隨時間變化、可由使用者的**有資訊依據之預期**以及**可觀察的後續行為**間接評估的關係性能力：例如玩家理解公司承諾的真實含義、遇到錯誤仍願意使用更正機制、願意再次購買或介紹他人，但同時保有質疑與退出的自由。

若公司公開大量正面資訊，讓受眾產生過度信任，這不是本篇定義下的健康信任資產；它可能只是一種溝通操控或短暫的品牌錯覺。

### 2.5 開放的結果至少有三個受益群體

應分別計量：企業自身、外部創作者及玩家／更廣大社會。企業利潤最大化、創作者自主與市場福利不總是同方向。一項免費 MOD 若大幅改善玩家遊戲時間，卻壓低 DLC 銷售，不等於沒有社會價值；反之，付費平台吸收社群貢獻若缺乏合理授權和補償，即使公司財報增加，也不應被當成無條件成功。

---
## 3．八類可能的開放收益：真正改善的是哪些能力？

### 3.1 外部需求感測：比市場問卷更早看見真實問題

玩家在 DEMO、Playtest、EA、正式版後提出的問題，不只包括「希望新增某功能」，也包括存檔破壞、介面難懂、世界模擬效能與某些規則不合理。若公開回饋能跨平台歸集至產品級問題，而非消失於客服結案（ANIE-08），企業可能更早辨認系統性缺陷，減少內部人員自行想像需求造成的偏差。

但公開回饋受到自我選擇影響：願意參加論壇的高遊玩時數玩家，可能更偏好複雜系統；已退款者或不熟悉技術的新玩家，反而很少發聲。企業必須保留非公開樣本調查、實際使用資料及無障礙回饋，不得將「最活躍聲量」簡化為「所有玩家的真實偏好」。

### 3.2 外部解題能力：有人願意提出公司沒有想到的方案

不同玩家、MOD 作者、測試者與第三方開發者持有異質知識。他們可能在性能、介面、模擬規則、翻譯、遊戲平衡及可訪問性方面提出新方案。公司的收益不是收到多少點子，而是能否將合適方案**篩選、整合、授權與實際發布**。[E05]

公司也可能提出不同方案；拒絕外部提案時保留理由，不等於不尊重參與者。ANIE-04 的非服從式相交域要求創作者自主、玩家意見、實作可行性與核心設計目標同時被辨識。

### 3.3 MOD 作為可擴充的需求實驗場

MOD 能讓互相衝突的玩家偏好在不同版本共存：例如硬核生存、輕量遊玩、強化關係模擬或全新職業系統。不必讓官方主線吞下所有偏好，也不需要把優秀 MOD 作者視為競爭對手。原生 API、Schema 與版本相容契約（ANIE-05）若能降低破壞性更新，可能提高玩家取得額外內容的收益。

但 MOD 數量不是遊戲品質本身。大量無法使用的 MOD、重複素材與惡意插件，可能提高玩家搜索成本和支援負擔。值得衡量的應是經相容性驗證的有效內容、作者留存、玩家使用後體驗及問題恢復能力。

### 3.4 外部 PR 形成可核驗的技術增益

外部人士可透過公開 SDK、測試樣本或授權資料提交修正，降低企業某些可分離任務的開發成本。但商業遊戲不一定必須開放全部核心原始碼；企業可以先允許文件、測試、資料格式、MOD 工具、翻譯或開放元件的 PR，逐步增加合作範圍。GitHub PR 是提出變更與審查機制，不代表公司無須解決提交者權源、安全審查與報酬問題。[E24]

外部貢獻的「已合併」不代表節省時間：若單次 PR 需要大量審查、版本整合與長期維護，公司可能付出更高淨成本。因此應以端到端驗收後成本計算，而不只是合併數。

### 3.5 透明交付降低特定資訊不對稱

玩家不必知道公司的私有原始碼，也可以藉由版本雜湊、可遊玩功能、已知問題與更新回退紀錄檢查公司的承諾。此種「可驗證交付」可能減少「是否還在開發」與「公告是否對應實際版本」的資訊不對稱。若公司願意公開未完成和決策變更理由，也能避免所有錯誤都被視作消失或欺瞞。

但是降低資訊不對稱不等於一定增加銷售，因為真實揭露也可能讓原本想購買的消費者知道遊戲還不適合自己。這可能降低短期收入，卻提高知情選擇與降低後續爭議；研究不能把所有流失的購買都判定為失敗。

### 3.6 關係成本下降與更高品質的合作配對

公開的合作規格、過去履約紀錄、外部貢獻政策與酬勞選項，可能讓潛在合作者更容易判斷是否投入時間，減少一再問答和模糊提案。對小型 AI 原生公司而言，外界可辨識的技術能力與實際交付紀錄，也可能提供不同於員工數和資本額的評估訊號。

但公開合作資訊若未附帶清楚的著作權與回報條款，也可能使參與者被迫吸收未計價風險；因此合作配對的效率，必須同時計入貢獻者的資訊與議價條件。

### 3.7 可接手性與生態續存

若公司採取部分公開資料格式、穩定 SDK、完整的歷史建置資訊與合法可移轉的資產條款，未來即使原維護者離職或部分公司資產移轉，接手者仍可能持續維護產品。ANIE-03 已把接手性定為須獨立測試的技術與權利問題。長期來看，這可能降低玩家對單一開發者失聯的擔憂，並使社群願意長期投資 MOD。

但可接手性也可能降低平台轉移成本，使外部團隊建立競品或衍生品。其淨效益取決於授權、品牌、現有使用者、持續服務及實際市場關係，不能預設均為正數。

### 3.8 組織學習與錯誤修正速度

公開承諾和結果建立某種外部檢查壓力；外界可提出不同論點，促使公司辨認內部假設與實際市場的落差。若公司有機制將這些反例轉成修正，可能提高長期學習速度。但外部監督也可能造成過度保守、修飾績效數字或避免承諾任何有風險的創新。因而本文強調**可以調整的目標與誠實揭露的理由**，不鼓勵把所有公開討論都轉成不可撤回的產品承諾。

---

## 4．九類不可忽略的競爭及治理成本

### 4.1 可模仿資訊外溢

公開詳盡的未發布功能、商業實驗、成本結構或核心技術，可能讓競爭者減少探索成本。AI 能把自然語言需求轉成原型、規格或測試，理論上也可能降低此種模仿的技術門檻。反之，假使相關玩法已在公開 Demo 中可被觀察，保密新增文件的邊際保護可能有限。研究必須依「競爭者原本知道什麼」估計增量外溢，而不是把所有資訊公開都視為第一次透露。

### 4.2 領先時間與發行窗口喪失

某些遊戲創新、預告內容或市場切入點的收益來自時間差。公司若在尚未準備上市時大量公開完整規則、關鍵體驗與市場定位，具資源優勢的競爭者可能更快推出同類產品，或提前購買流量與注意力。此風險不只取決於模仿者能不能寫程式，也取決於其行銷資產與發行管道。[E01]

因此「公開現在已證明的版本」和「公開尚未完成的競爭計畫」應按不同成本評估。前者可提供查核，後者可能改變競爭序列。

### 4.3 整合、審核與相容性維護成本

每個 MOD、外部 PR 和玩家提案都需要分類、權源查驗、衝突檢查、效能測試、存檔兼容與後續維護。若公司每天接收數百個不成熟的生成式 PR，而只有少數符合核心設計，審核工作可能成為新的瓶頸。AI 可以協助 triage、生成測試與摘要，但本身也增加誤判與重跑成本。

### 4.4 品質過載與發現成本

一個創作平台可能擁有非常多內容，卻讓普通玩家更難找到高品質體驗。2026 年 10 月 13 日，s&box 官方回顧其產品方向時，明確表示原本過度著重引擎／創作工具、沒有充分照顧玩家對遊戲本身的體驗，並提出更具編輯判斷的內容選擇與 Workshop 策略調整。[E22] 這是一個企業自我診斷與策略聲明，不是嚴格對照實驗；但它足以作為**開放內容供給數量與最終產品品質可能分離**的最新案例。

### 4.5 資訊揭露造成的策略僵化

若公司把所有季度研究計畫都公開成看似確定的 Roadmap，玩家可能將試驗性目標理解成不可變承諾。公司此後不敢中止失敗功能，轉而投入更多資源維持公共敘事；這可能損害真正的創新探索。公開制度應保留研究、排程、授權承諾、已交付等不同語義，並允許可解釋的更正。[I09]

### 4.6 社群控制與代表性偏差

大量投票可能由少數硬核玩家、組織化社群、機器人或外部利益方主導。若採單純票數，公司可能犧牲新手、沉默玩家、無障礙需求、資安修復或作品的設計方向。外部參與應保護表達和反對權，但不能將公司責任直接交由票數處理。

### 4.7 供應鏈、資安與個資暴露

公開日誌、Issue、PR、部署資料與公司內部 AI 對話時，可能意外包含第三方金鑰、使用者識別、尚未修補的漏洞、未授權素材或員工資料。即使公開內容由 AI 摘要產生，也可能被跨來源拼接而重新識別。這類風險不能以「增加社群創新」的收益作為忽視法律權利的理由。[I10]

### 4.8 品牌信任的負向放大

更高透明度讓外界更容易看見失敗。這本身未必壞，但公司若只有承諾沒有交付、只回應容易答覆的問題、公開榜單卻刪除負面資料，外界會更容易發現言行不一致。透明制度可能提高失信被偵測的速度；對缺乏能力處理問題的企業，公開性並不是信任捷徑。

### 4.9 對平台與少數關鍵貢獻者的依賴

過度依賴 Steam Workshop、單一託管服務、少數 MOD 作者、模型供應商或某種社群演算法，可能使公司的生態系抗風險能力下降。平台所有者調整政策、搜尋排序、分潤或 API 時，第三方參與者未必具有對等協商能力。平台互補者研究顯示，當平台方策略不利時，外部企業可能需要轉向、分散或重新定位。[E20]

因此跨平台資訊中心有價值，但自建全部替代平台也可能造成巨大維護成本。最佳方案不一定是完全依附或完全自建，而可能是保留可移植的資料契約、合作史和有界獨立性。

---

## 5．核心形式化：開放是受限制的多期間決策，而不是公開比例

### 5.1 合法可行集合先於策略收益

沿用 ANIE-10 的邊界，企業對一個資訊或合作物件 $i$ 的行動定義為：

$$
D_i=(k_i,g_i,a_i,\tau_i,r_i,u_i)
$$

其中 $k_i$ 為資訊類別、 $g_i$ 為公開精度、 $a_i$ 為受眾、 $\tau_i$ 為時點、 $r_i$ 為使用／再利用權限、 $u_i$ 為公開目的。可選行動必須首先符合合法授權、安全與第三方權利：

$$
D_i\in\mathcal F_i(L_i,R_i,S_i,C_i)
$$

其中 $L_i$ 是法令義務、 $R_i$ 是權利與契約、 $S_i$ 是資安及隱私約束、 $C_i$ 是已公開承諾與消費者權益。這個可行集合不是「有足夠經濟收益就能越界」的可交易約束。

### 5.2 多期間淨效益的研究表示

$$
V(D)=\sum_{t=0}^{T}\delta^t\left[B_t^{prod}(D)+B_t^{community}(D)+B_t^{trust}(D)+B_t^{option}(D)-K_t^{review}(D)-K_t^{maintenance}(D)-L_t^{spill}(D)-L_t^{risk}(D)\right]
$$

式中各項是**研究待估**的效益或成本，且經濟收益、社群福利和關係信任可能無法直接用同一貨幣計價。 $\delta$ 為示意性的折現或研究權重，不是通用最佳值。本式可用於界定觀察方向，但不可未經驗證就把所有主觀指標折算成精確新臺幣或美元收益。

### 5.3 模仿風險必須是增量概念

對競爭者 $j$，定義其在取得公司公開資訊前後完成相似功能的預期資源差：

$$
\Delta C_j^{copy}(D)=C_j^{before}-C_j^{after}(D)
$$

若 $\Delta C_j^{copy}(D)$ 為正，代表資訊可能降低模仿成本；但不代表競爭者必然採取模仿行為。它還受市場誘因、法律風險、原型品質、品牌差異、商店分發能力與開發優先級影響。研究需區分「模仿變容易」和「模仿真的發生」，更不可把功能相似直接視為侵權成立。

### 5.4 社群創新的淨貢獻

$$
G_t^{net}=G_t^{accepted}-C_t^{triage}-C_t^{review}-C_t^{integration}-C_t^{support}-C_t^{rights}
$$

 $G_t^{accepted}$ 是通過產品驗收的新增價值之研究估計； $C_t^{rights}$ 指著作權協商、合法授權及外部作者報酬，不是可以省略的「浪費」。如果總成本大於驗證效益，該季度社群功能導入對公司而言可能為負；但仍應另行估計對玩家與創作者帶來的價值。

### 5.5 信任的動態狀態模型

$$
T_{t+1}=f(T_t,E_t,F_t,X_t,M_t)
$$

其中 $E_t$ 是可驗證履約證據、 $F_t$ 是失敗處理與更正品質、 $X_t$ 是受眾既有經驗及外部環境、 $M_t$ 是可能造成理解偏差的溝通方式。模型不預設單調關係；尤其當透明資訊揭露嚴重品質問題時，短期自評信任可能下降，而受眾的事實理解反而上升。這兩種結果都必須如實記錄。

### 5.6 開放與執行能力的互補性假說

可能存在：

$$
\frac{\partial^2 V}{\partial O\partial E}>0
$$

此處 $O$ 表示特定、明確界定的開放行為， $E$ 表示可驗證的執行整合能力；偏導數式是一個**需要資料檢驗的局部互補性假說**。它意味對高整合能力公司，開放可能帶來較高的邊際收益；對缺乏審核、維護與決策能力的公司，同一開放舉措可能帶來大量管理負擔。沒有實測時不能聲稱交叉偏導必然為正。

### 5.7 不同利害關係人的福利向量

$$
\mathbf W(D)=(W_{firm}(D),W_{players}(D),W_{creators}(D))
$$

某方案可在公司利益、玩家效用與創作者處境之間產生不同配置。本文不主張任意使用加權總和取消權利底線；可以使用 Pareto 改善、最低權利門檻與公開取捨理由的多目標方法。在實際簽約或定價時，報酬是制度決策，不是由數學模型推導出的單方面義務。

### 5.8 為何不能估一個「開放越多越好」的全域係數？

八種開放行為的方向、資訊可逆性、時間性、社群規模和競爭敏感性不同。一家公司把 API 文件公開與把未上架遊戲全部劇情公開，不是可比較的相同處置。若研究將它們加總為 $O=0.8$，就可能產生解釋失敗。因此本文建議主要分析中保留行動向量與處置類別，必要時僅為描述性統計附上一個事先公開權重的索引，並執行不同權重的敏感度分析。

---

## 6．模仿速度與交付速度：AI 可能同時放大兩端

### 6.1 一個沒有辦法預先判定正負號的競爭

AI 原生企業可能因自動化將同等產品的開發週期壓縮，降低人力規模對創新的限制。若該公司公開開發計畫，競爭對手也能使用 AI 重建類似介面或模型。因此開放收益與模仿損失都可能隨 AI 成熟而改變。不能從「我有 AI 所以能做很快」推出「其他人有 AI 也追不上」，也不能反向由「大家都能 AI 產出」推導「所有差異化都不存在」。

### 6.2 三個速度必須分離

1. **想法到可運行原型的速度**：自然語言與生成工具可能明顯加速；
2. **原型到驗收合格版本的速度**：依賴架構、測試、兼容、性能及世界語義；
3. **合格產品到市場成果的速度**：依賴曝光、價格、品牌、社群接受度、售後與平台條件。

競爭者可能在第一個速度很快，卻因不了解真實遊戲世界狀態而在第二個速度失敗；也可能在第二個速度做得很好，卻在第三個速度藉既有通路迅速超過先行者。故本文反對以單一模型每秒生成 Token、每月 PR 數或遊戲宣傳片品質代表競爭力。

### 6.3 非同步優勢來自不可完全即時複製的關係

玩家存檔歷史、MOD 相容紀錄、長期修復回應、真實 QA 經驗、作者契約、使用者理解、遊戲平衡與世界資料一致性，可能需要跨版本累積。這些不必然永遠不可複製，但其複製成本不同於複製一份公開 API 描述。本文將其作為**歷時性互補資產**研究，而不把「難以複製」誤認為「完全不可複製」。

### 6.4 不應故意增加模仿者成本而傷害玩家

公司保護合法競爭優勢，可以採用智慧財產授權、保密制度、迭代速度及品牌差異；不應藉破壞玩家 MOD、任意變更存檔格式、妨礙合法互通或刻意提高安全風險，來創造人工鎖定。對玩家權利的合理保障與商業競爭策略應分開評估。

---

## 7．信任資產：應由知情、履約與修正共同形成

### 7.1 三種表面上相似但本質不同的「信任」

**情緒喜愛**可能來自創作者個人魅力與社群歸屬；**能力信心**來自產品能否穩定交付；**程序信任**來自承諾、拒絕、延期與更正能否被公平理解和追問。三者相關，但不能相互替代。公司有良好人設不代表存檔安全；有良好測試也不保證玩家覺得每個設計決策合理。[E11][E16]

### 7.2 「誠實公布延期」的作用可能與預期不同

假設一家公司本季宣布兩項功能延期，並提供真實原因、替代方案及修正版本。短期部分玩家可能失望，銷售轉換甚至下降；但相較於未經說明就改動 Roadmap，外界可能更準確預測這家公司未來的承諾。透明度對誠信判斷的影響，需要**長期追蹤與反事實比較**，不是看公告留言有多少支持。

### 7.3 信任不應被當成說服玩家放棄權利的工具

一家公司如果宣稱自己透明，卻把購買、退款、客服申訴或 MOD 授權變成不容質疑的單方安排，就可能利用信任降低受眾警覺。本文將「受眾能理解產品限制、知道救濟與退出途徑」視為健康關係的重要條件，而非把玩家不再抱怨當成成功。

### 7.4 建議的測量方法

同時量測主觀與行為性資訊：受眾對功能狀態的理解測驗、客戶對未來交付的校準預測、重購或自願留存、實際完成問題的比例、投訴後再次參與的行為、被更正公告是否有合理到達率。須分開因產品變好導致的留存和因網站透明導致的變化，避免重複計算同一結果。

### 7.5 信任資產可能衰退

當公司更換開發者、模型、出版平台或負責人時，既有紀錄可能保留，但未來行為品質改變；信任因此不是永久累積的積分。公開帳本的價值之一是讓觀察者看見連續性與斷裂，而不是保證過去的好紀錄必然代表未來表現。

---

## 8．社群生產何時真的能成為經濟優勢？

### 8.1 開放程度與可整合架構應同步設計

模組化的遊戲世界狀態、穩定 API、資料契約、版本化工具與明確測試，使外部成果可以在較少損壞原版的情況下加入。若每一項 MOD 都須直接修改核心流程、依賴隱藏實作或覆寫私有全域狀態，開放會帶來巨大的相容性維護負債。這意味最佳時機不是遊戲上市多年後才急著支援創作，而可能是 MVP 就確認最小安全擴充界面。[I05]

### 8.2 接受玩家作品與商業整合之間存在權利閘門

自願投稿、免費 MOD、公司購買著作利用權、正式版本收錄與持續付費維護，是不同關係。無論作品是人類獨立完成、AI 輔助完成或混合創作，都應檢查來源、第三人素材、約定利用方式與付款責任。著作權、平台 Workshop 條款與外部 PR 的合法使用權，不能因作者在論壇貼文便自動由公司取得。[I06][E17]

### 8.3 經濟效益不一定需要 MOD 直接賺錢

MOD 生態可能提高遊戲壽命、吸引特定玩家、產生免費增值內容或降低某些官方需求壓力。即使公司不對每一個 MOD 收費，也可能藉基礎遊戲銷售、長期品牌、後續作品和合法合作取得間接收益。但這屬於待驗證的路徑，不等於每款遊戲都可以從創作者勞動自然得到經濟回報。

### 8.4 參與者福利不能被視為公司成本的外部事項

若外部作者投入一百小時做出高品質內容，公司節省的工作量不等於作者沒有成本。研究應記錄自願、署名、報酬、商業取用限制、被拒絕後的權利、後續維護選擇，以及未成年人或弱勢創作者面臨的風險。企業競爭力的提升不應直接建立在對作者真實貢獻的隱藏剝奪上。

### 8.5 要允許「不納入官方」也是合作成果

一款 MOD 可能極受歡迎，但與官方核心世界觀衝突。讓作者繼續獨立維護、公司持續提供兼容 API，可能比正式納入更好。雙方達到可共存的相交域，本身就是協作成果，不必強行統合所有差異。[I04]

---
## 9．六種策略情境：開放與保護不是單一線性刻度

以下分類是研究策略的**情境原型**，不是固定的產業成功模板。同一公司可能在不同產品、版本和資訊域同時採用數種方案。

| 情境 | 對外公開及參與 | 保留或限制 | 主要可觀察取捨 |
|---|---|---|---|
| A．發售後驗證型 | 已交付版本、修復證據、玩家問題 | 未上市核心規格、商業談判 | 信任理解增益與有限資訊外溢 |
| B．SDK／MOD 生態型 | 介面規格、內容工具、相容性、Workshop | 主遊戲核心商業程式 | 共創價值與維護／安全成本 |
| C．PR 合作型 | 選定可分離模組、測試及貢獻規則 | 高風險私有服務與金鑰 | 外部改進與審核負擔 |
| D．延時揭露型 | 上市後研究、已完成合作、問題處理摘要 | 敏感路線圖及指定期限內的資料 | 公共理解與時間窗口保護 |
| E．研究與公開知識型 | 可重現論文、一般方法、部分工具 | 特有資料、特定產品部署細節 | 知識外溢、學術合作與獨特化 |
| F．全面原始碼開放型 | 依授權公開可合法釋出的完整原始碼 | 依法不得公開的個資、第三方秘密 | 高外部可審查性與直接複製可能性 |

**同一公司可以採取 A+B+C+D 的組合，而不必在 A 與 F 之間選擇極端。** 但所謂全面開放並不能無視第三方權利、法律責任或玩家安全。產品行為是否被第三方認作開源、是否真正符合 OSI 開放原始碼定義，仍須看實際授權條款，不能只因可讀檔案就自行宣稱開源。

### 9.1 情境切換應以事件和證據觸發

例如一項原本僅限內部的技術規格，在正式發行且競爭窗口結束後，可進入延時公開審查；若其仍含受限個資或未授權第三方素材，則不得因時間到期自動轉成公開。MOD API 版本可能因生態需要穩定公開，內部優化演算法仍然保留。這些判斷須連接 ANIE-10 的權限與重審程序，而不是用一張簡單的「公開比例」儀表板完成。

### 9.2 「企業會不會因此失去優勢」必須問相對對象

競爭者可能是資金雄厚的遊戲發行商、另一家 AI 新創、開源群體、平台擁有者，或玩家自己創作的替代玩法。對競爭者 A 不重要的公開資訊，可能對競爭者 B 極有價值。市場競爭還可能透過平台推薦、媒體曝光與社群人脈發生，不能只比較技術實作難度。

### 9.3 不把「有競品出現」自動視為開放失敗

某項公開的玩法理念被大量引用，可能促進整體品類擴張。原公司可能因品類知名度增加獲益，也可能因市場供給增加而失去顧客。若缺乏正確的反事實資料，觀察到同類產品上市不能直接推出它是由該公司的資訊揭露造成，更不能單憑功能相似判斷惡意抄襲。研究要比較時間、技術來源、市場需求和彼此獨立創新的合理可能。

---

## 10．在小型 AI 原生企業中，為什麼「執行能力」可能比部分秘密更重要？

### 10.1 組織生產不只是寫程式

AI 原生公司可能用相對少的人完成原型、網站、遊戲功能和研究草稿，但真正的持續產品交付仍涉及需求選擇、系統整合、使用者測試、權利清理、售後支援及現金流。若公司能穩定把一個需求轉成玩家可取得且可重現的品質結果，就可能形成可被外界觀察的執行差異。相反地，累積很多 AI 生成提案，若不能驗收、發布和維護，未必形成競爭能力。

### 10.2 一個產品群與多個單獨的 Demo 不同

假設公司以同一套世界狀態機、存檔相容機制、渲染工具、MOD SDK 與 CI 管理多款單機遊戲。隨作品數增長，部分資產能跨產品再利用，部分則仍須個別製作。這種「產品線學習」可能改善邊際交付成本，但也可能使共享核心成為單點故障。ANIE-02 已要求用端到端驗證測量，不將理論可重用率當成實際省下的成本。[I02]

### 10.3 知識可公開，整合歷史未必可快速複製

競爭者能閱讀一份公開遊戲規格，但不一定擁有相同遊戲世界的測試向量、既有玩家配置、歷史存檔修復證據、可合法取得的 MOD 內容和營運經驗。另一方面，若原公司沒有把這些經驗轉為真正可存取、可交接的資產，它們也可能只存在創辦人的個人工作習慣裡，無法長期維持優勢。故「實作能力優勢」需要伴隨 ANIE-03 的可繼承性檢驗。

### 10.4 商業競爭力不能只建立在創辦人的永續高投入

若公司僅靠單一人連續高密度操控 AI、手動清理所有 Agent 輸出、吸收所有客服和產品風險，短期大量產出可能掩蓋長期不可持續性。研究應量測人力介入密度、事故恢復成本、可離線運作範圍和替代維護者接手成功率。長期競爭優勢不應以創辦人無限工作時間為前提。

### 10.5 執行優勢也可能是相對短暫的

若 AI 模型與開發平台持續進步，曾經只有少數開發者掌握的流程可能變成通用工具。企業須持續區分哪些是市場已普及的基礎能力、哪些是難以立即複製的產品資產，以及哪些只是暫時性的技術領先。研究不把 AI 原生一詞當成永恆的競爭護城河。

---

## 11．十四項可反駁假說

**假說 H01｜可驗證資訊與理解：** 相較只有文字承諾的公告，附有實際發布證據、限制與更正記錄的公告，可能提高讀者對目前產品狀態的判斷正確率；若對照組效果相同或更好，本假說不成立。

**假說 H02｜公開數量與理解非單調：** 在控制資訊品質後，公開資訊數量增加超過某個負荷點，可能增加使用者的搜尋與理解成本。若在觀察範圍內始終改善，非線性部分不獲支持。

**假說 H03｜整合能力調節外部合作效益：** 具穩定 API、測試、權源審核和版本管理的遊戲，接受相同類型 MOD／PR 時，其每項驗收後的淨整合成本可能較低。若無差異或反向，則應修正架構前提。

**假說 H04｜AI 對共創效率的異質影響：** AI 對文件分類和獨立測試等任務的效益，可能與高耦合世界狀態、效能優化或存檔遷移不同；如結果完全同質，任務交互作用假說不成立。

**假說 H05｜公開計畫的模仿風險取決於可執行細度：** 詳細且尚未上市的規格對競爭者完成原型的增量助益，可能大於發售後高層次決策摘要；若不存在差異，不能預設此項細度風險。

**假說 H06｜執行優勢與公開程度的互補作用：** 在較高交付穩定度下，部分開放行為對長期產品價值的邊際效果可能較佳；若估計呈零或負交互作用，則不支持「能力足夠時開放特別有利」。

**假說 H07｜誠實揭露延期不保證短期好感：** 公開真實延期原因與替代方案，可能降低短期滿意度，但改善承諾狀態理解與後續預測校準；若兩者都沒有改善，本假說不成立。

**假說 H08｜參與者代表性：** 若僅依活躍社群投票決策，可能比同時納入沉默玩家、退款者與獨立遊玩測試，產生更高的市場需求估計偏差；若沒有差異，則此風險在該樣本不成立。

**假說 H09｜創作者報酬與留存：** 透明權利政策、合理報酬與明確維護責任，可能改善高投入 MOD 作者持續貢獻的意願；也可能因過高程序負擔降低參與，需量測淨效果。

**假說 H10｜可繼承性與長期信任：** 可重現建置、清楚授權和接手測試資訊，可能減少玩家對主要開發者中止工作的擔憂；若真實接手表現未提升，僅公開交接文件不得視為假說成立。

**假說 H11｜社群內容發現品質：** 在內容大量增加時，有效搜尋、品質審核、版本相容標示可能比純粹增加上架量更能改善玩家發現與採用體驗；若純數量指標表現更好，應修正策展假說。

**假說 H12｜平台風險與多通道結構：** 同時保留平台公告與官方可移植資訊索引的企業，遭遇單一平台政策或存取故障時，恢復有效溝通的時間可能較短；但維護成本可能更高，必須雙面衡量。

**假說 H13｜過度開放可能增加淨策略成本：** 對某些可模仿性高、上市窗口短的資訊，早期公開可能提高競爭者模仿概率或壓低先行者收益；若控制混雜後無顯著效果，不能把推測當成事實。

**假說 H14｜多期間效果與簡單季度 KPI 的偏離：** 短期看來成本偏高的社群合作，可能在較長觀察期形成低維護成本與可重複利用的資產；反之，短期更新頻率高的產品可能產生累積維護負債。若不同觀察期的排名一致，此種跨期反轉不成立。

### 11.1 假說不能因為同時觀察到相關現象就算成立

例如公開進度較詳細的團隊也可能本來就比較有能力、較有資金、社群較活躍。若不控制這些因素，觀察到其銷售較佳，不能單純歸因於資訊透明。又例如有 MOD API 的遊戲可能原本就比較偏沙盒，原生產品類型差異本身就會影響玩家停留時間。每個假說須事先定義測量、對照、時間窗與可能的反方向結果。

---

## 12．因果結構：應該檢驗哪些中介機制？

### 12.1 主要的因果關係圖（概念性，不是識別完成）

```mermaid
flowchart TD
  X[產品類型／資源／原有社群] --> O[選擇性開放策略]
  X --> Y[市場與產品結果]
  AI[AI 能力與額度] --> O
  AI --> E[交付整合能力]
  O --> F[回饋可得性]
  O --> C[外部創作者參與]
  O --> M[競爭者模仿機會]
  O --> T[資訊理解與信任]
  F --> E
  C --> E
  E --> Q[經驗證品質與交付]
  Q --> Y
  T --> Y
  M --> Y
  P[平台治理／分發規則] --> C
  P --> Y
```

此圖是用來提醒研究者**同時存在正負機制與共同原因**，不是只要畫出箭頭就可宣稱因果識別。實際研究須定義可觀察變數與不能測量的混雜，並在估計時考慮選擇偏誤、倖存者偏誤、共同趨勢與政策改變的外溢效果。

### 12.2 值得分離的直接效應與間接效應

直接效應可以是玩家讀完公開更新後更清楚知道版本狀態；間接效應可能是玩家因此提出更精確的錯誤回報，讓公司更快修復；負向間接效應則可能是詳細資訊降低競品開發成本。三種機制可能同時發生。若只比較一個最終營收數字，不足以推斷是哪個機制主導結果。

### 12.3 研究中的選擇偏誤與樣本層級

需要區分：遊戲層、版本層、用戶層、社群提案層、公司層和市場層。來自同一款遊戲的數萬條留言不是數萬家獨立公司；同一個使用者重複投票不是多位獨立玩家。處理資料時須明確指定聚類層級，必要時進行分層或群集穩健推論。

### 12.4 開放資訊的可溯源與檢視權限

資料應標記來源與權限：公開評論、使用者同意提供的私人回饋、公司發布的公告、私有版本資訊、外部競品資訊與第三方資料並不具同樣的蒐集和再使用權。研究不能因想評估競爭力就無條件蒐集他人的私人交易資料、保密程式碼或個資。

---

## 13．實證研究設計 A：公開資訊的理解與信任隨機試驗

### 13.1 試驗目標

驗證 H01、H02、H07 的狹義效果：在相同**真實或合成且明確標記的產品事實**下，不同公開格式是否改善讀者對產品現況、承諾性質及延期原因的理解。此試驗可在不影響真實產品權利或商業交易的研究環境中完成。

### 13.2 處置組設計

- **A0：** 只給簡短且正確的普通更新摘要；
- **A1：** 摘要附明確狀態（研究／排程／承諾／完成）、發布版本及來源；
- **A2：** A1 加上有限的拒絕與延期理由和可查核證據；
- **A3：** A2 再加大量未組織化細節，用以測試資訊過載。

所有組別不得包含假造的實際公司承諾或剝奪法定資訊。對公開在真實網站上的內容，涉及消費者交易的重要事實必須一致，不能為了研究隨機遮蔽應告知的重大缺陷。

### 13.3 主要結果

以事前登錄的辨識題測量目前可玩的功能、是否存在退款保證、真正的交付日期、已經驗收的證據層級和不確定性。另測量閱讀所需時間、回答信心與正確答案的差距、是否願意閱讀更正、以及一週後對資訊的回憶。**主要結果應是理解校準而非喜愛程度**，避免把成功定義成說服讀者更愛公司。

### 13.4 樣本、分層及分析

在預註冊中指定主要比較（例如 A2 與 A0），估計所需樣本數與最小可偵測效果；依遊戲熟悉度、遊玩時數、語言與既有品牌信任分層。對多重假說使用事前指定的控制方法，並完整報告未達顯著、反向及缺失資料處理。不可先看到有利結果才將某個次要指標改成唯一主結論。

### 13.5 不能推論什麼

即使 A2 使理解率提升，也不能直接推出營收會增加，因為這是實驗情境中的資訊理解效果。若研究需要驗證消費者長期購買行為，必須在另行核准與適當告知之條件下進行長期研究，不得拿人工合成的問卷購買意願冒充真實銷售。

---

## 14．實證研究設計 B：產品級開放合作與 AI 交付效率

### 14.1 以任務或模組為單位的可行比較

在允許外部貢獻的遊戲工具倉庫或研究原型中，事先挑選具有相近難度和驗收條件的任務，依可行性設定不同工作流：

- **B0：** 內部人工或傳統流程處理；
- **B1：** 內部 AI 協助，外部不新增貢獻通道；
- **B2：** 開放外部 PR／建議，沿用既有人工審核；
- **B3：** 開放外部 PR／建議，並加入 AI 分類、測試輔助及權源預檢。

若任務不可能盲化或隨機指派，必須描述限制及採取符合實際資料的準實驗方法，不能一律宣稱為隨機對照試驗。

### 14.2 全量時間與成本

記錄需求釐清、開發、候選測試、PR Review、授權洽談、合併、公開發布、存檔回歸、熱修與維護時間。AI 額度、模型成本、審核工作與平台服務費都應入帳。報告中應分開原始編碼耗時與完成玩家可取得版本的總耗時。[E13][E25]

### 14.3 真正的驗收單位

最小單位不是 PR 數，而是**通過預先定義之語義、性能、相容性、授權及玩家測試門檻的功能交付**。一個 PR 若要額外修復五次、增加無法承受的維護負債，即使合併也不能視為完整淨收益。未通過功能可能作為負例保存，但不得計入品質合格產出。

### 14.4 可能的干擾與修正

貢獻者的能力異質、熟悉遊戲程度、任務複雜度、模型版本、平台延遲與檢查器品質都影響結果。實驗中若 AI 後來更新，應記錄版本，不能只用「使用 AI」統稱所有處置。若社群本身具有網路效果，將同一活躍社群隨機切割可能導致跨組污染；應在設計階段評估叢集指派或階段式引入。

### 14.5 參與者倫理與著作權

研究型投稿不能默默變成商業免費勞動。若外部貢獻將進入收費產品，應在投稿前明確界定權利、公開範圍、報酬、拒絕後作品處理和退出限制；既有公司與個人作品的權利歸屬須逐案確認。

---

## 15．實證研究設計 C：長期市場策略的觀察與準實驗

### 15.1 研究問題

探討開放網站、季度證據、MOD 接口、貢獻政策和延時揭露制度導入後，產品的玩家留存、有效 MOD 採用、商業持續性、客訴解決、社群信任及模仿風險如何演變。由於公司無法合法或合理地任意改變所有重要揭露義務，此研究應以真實自然變化、預先規劃的無害功能導入及同類產品比較為主。

### 15.2 三種方法

**前後追蹤：** 追蹤公司自身導入前後的變化，容易受季節、推出新遊戲及市場趨勢影響，結論僅具探索性。

**差異中的差異：** 找到導入時間不同且產品類型、原有社群、上市時間與市場條件較相近的公司或作品；在共同趨勢假設有合理支持下估計政策效果，並公開事件研究圖與敏感度分析。

**合成控制或匹配：** 適用於單一公司重大制度轉型、可用對照稀少但前期長期觀察充分的情境；需揭露對照來源、前期擬合誤差及外部市場事件，不得將方法名稱等同因果保證。

### 15.3 主要混雜

產品品質、價格、促銷、平台演算法、競品上市、遊戲類型、開發者人數、AI 額度、媒體曝光、重大更新、玩家語言分布、公司品牌歷史以及季節性。當公司選擇開放是因經營狀況較好或較差時，會產生逆向因果。研究不可只選「成功的開放公司」與「失敗的封閉公司」比較。

### 15.4 模仿風險的困難

競爭者是否閱讀公開資料通常無法直接觀察。可以研究公開資訊後競品規格或產品出現的時間差、獨特組合被採用的可能性與公開來源的可追蹤證據，但仍須保留獨立創新、同時市場趨勢與偶然相似的替代解釋。不得假稱能從外觀相似可靠推定資訊來源。

### 15.5 長期與跨產品視角

至少將上市後短期反應、跨季度維護、創作者留存與後續產品品牌選擇分開。某公司第一款遊戲盈利不高，卻建立可重用 SDK 和 MOD 社群，使第二款更容易推廣，是值得研究的長期結果；但不能把尚未上市的第二款預估收益提早認列為已實現競爭優勢。

---
## 16．六組案例推演：從遊戲延伸到企業

### 16.1 案例 A：三個月完成的單機小品（合成）

某小型工作室已能在三個月內完成可獨立購買的單機小品。作品不需要長時間公開 EA，卻可以保留 DEMO、Playtest、公開更新紀錄與玩家提案。假設遊戲為劇情導向，過早公開完整事件分支可能影響驚喜與差異化；但公開性能問題、UI 修正、存檔限制與 MOD 格式不會產生相同的劇情外溢。

策略取捨是：**發售前保留劇情，發售後公開玩家可驗證的改善**。若一份看似透明的 Roadmap 實際上透露全部結局，公司可能沒有增加任何可用回饋，卻削弱玩家最重要的體驗；反之，若不公開玩家常遇到的存檔損毀，則損害受眾知情及問題修復。驗證指標包括存檔回歸、修復後故障率、更新後負面回饋變化與產品購買者對已知限制的理解。

### 16.2 案例 B：一年開發的世界模擬遊戲（合成）

某世界模擬遊戲在 EA 期間逐季度新增勢力、NPC 生活、戰鬥與 MOD API。公司可以公開模組化接口與修復證據，讓外部作者增加世界內容；但完整世界規則、AI 決策和相容性需求錯綜複雜，導入一個新功能可能需要驗證數千個交互組合。若公司只以新增 MOD 數量宣傳生態繁榮，忽視載入順序與存檔恢復，實際上會增加產品不穩定。

策略取捨是：**開放「可組合的創作邊界」，保留具有世界一致性責任的核心治理**。外部作者可獨立創作、不同 MOD 可並行；官方只吸收有合法權源、與作品定位相容及通過驗收的貢獻。開發者拒絕熱門要求並不必然削弱參與者自主，前提是作者仍保有合理的獨立創作路徑。[I04][I05][I06]

### 16.3 案例 C：高調公開財務卻忽略交付（合成）

一家小型公司每週公開成本、資金、訂閱數與員工投入時數，但產品版本品質不穩、客訴沒有改善。這種資訊高密度的行為可能讓外界覺得公司辛苦、坦率，卻無法回答付費客戶真正想知道的問題：何時修好、誰負責驗證、問題是否再次發生。若公司的財務公開還洩漏合作方價格或員工個資，可能造成額外違規風險。

策略取捨是：**優先公開與客戶決策及產品履約直接相關的資訊，再評估其他揭露是否具必要性**。透明的品質不應與公開帳本的體積或公關文章的情緒感染力混同。

### 16.4 案例 D：競爭激烈的未上架產品（合成）

一家公司正在研發市場切入時間敏感的獨立新玩法，競爭者已有成熟通路。此時公開詳盡的未發行規格，可能降低競爭者研究成本；而公開不涉及核心策略的 API 兼容原則、公司已完成產品紀錄或一般研究方法，可能取得合作收益而不承擔相同風險。

策略取捨是：**依公開對象、資訊精度和時點調整**。研究不得把公司合理保留尚未實現的商業企劃，等同欺瞞客戶；但當公司已向客戶明確銷售特定功能，則不能再用「競爭秘密」否認其實際是否存在或承諾狀態。[I09][I10]

### 16.5 案例 E：MOD 作者帶來核心改善（合成）

某位作者自行開發性能優化 MOD，獲得大量玩家使用。公司希望收錄到正式版，但 MOD 內有第三方授權程式庫，且作者尚需維持外部版本。若公司直接把所有程式碼複製至收費遊戲，可能引發權利及社群信任問題。更合理的做法是依 ANIE-06 經過授權調查、品質驗收和報酬協商，再決定是否納入官方版本；若雙方不合作，也可以保留對外相容介面。

策略取捨是：**尊重作者權利本身有可能是生態持續合作的條件**。把外部成果當成免費可占有資產，短期可能節省支出，長期卻使高品質貢獻者退出。此關係需要實證，而非先假設補償必然能保證忠誠。

### 16.6 案例 F：s&box 的公開自我修正（真實官方聲明，限縮推論）

2026 年 10 月 13 日，s&box 官方以「Rethinking」文章公開檢討：團隊之前著重引擎與開發者體驗，但其販售的是玩家要玩的遊戲；未來將更重視遊戲品質、玩家體驗、內容發現和策展，並重新評估自建 Workshop 後端與 Steam Workshop 的關係。[E22]

這不是能代表所有公司績效的因果證據，也不能直接歸因於 AI、MOD 或開放策略。它在本篇的重要性是展示三種常被混淆的層次：**創作者工具成功、內容上架數量、玩家願意留下來遊玩的產品價值**。後續是否真的改善留存、社群收益和營運能力，應以未來可觀察的產品結果評估，不可僅憑官方承諾預先判斷策略成功。

---

## 17．從案例到制度：企業可以採取的「有界開放」治理

### 17.1 每一項開放都建立正式的理由記錄

建議用 ANIE-09 公開決策帳本的事件概念，為開放行為保留：其目的、法定或契約限制、授權者、可公開版本、開始時點、撤回或重審條件、受益者、潛在不利受影響者與預計如何驗證實際效果。對外不需要公開所有內部證據，但對於受眾有重大影響的產品承諾，至少要有不與實際結果矛盾的可追蹤說明。

### 17.2 不同公開層採不同安全與責任門檻

公告摘要、技術文件、可執行插件、可修改原始碼、具付款效果的委託契約，會承擔不同風險。不能使用「這是社群協作」一個標籤，跳過內容審核、資訊安全、權源驗證或契約評估。接受意見可以是低權限，部署外部程式碼則需更高權限與負面測試。

### 17.3 增加外部參與不等於擴張外部決策權

官方開發者負責產品設計與已作承諾，玩家保留批評、創作、選擇與離開的自由；MOD 作者可拒絕商業收錄；企業可以在有理由與合法邊界下拒絕 PR。這種「非服從式合作」不是把所有人納入一個單一偏好，而是允許部分目標相交、部分目標保留差異。[I04]

### 17.4 將違反假設的結果也公開

若某季度公開提案平台增加了客服成本，卻沒有提高交付率；若某種 MOD 政策使作者流失；若 AI 自動分類比人工更容易誤判，合理的制度應允許調整，並記錄測量限制。只公布正面 KPI 會形成典型的選擇性偏誤，也會使外部難以追蹤公司真正學到了什麼。

### 17.5 不能因為 AI 能對外解釋就讓 AI 自行作出承諾

AI 可以整合正式產品狀態、解釋已批准的決策、提出是否值得公開的建議與匯總玩家需求；它不得僅憑「看見內部討論」就發布尚未經授權的發行日期、報酬方案、退款政策或公司商業秘密。公開說明的語言模型版本與權限仍需可審查，避免將自然語言流暢度誤認為法律或公司授權能力。

---

## 18．對不同產業的外推條件

### 18.1 遊戲產業相對有利於觀察

單機遊戲具有可安裝版本、玩家評價、MOD、回歸測試與後續更新等觀察對象，適合評估公開交付制度。部分風險可以藉 Sandbox 存檔與測試版本隔離，客觀存在的功能能藉實際操作核對。但不同遊戲類型仍然高度異質，故事遊戲、模擬遊戲和競技遊戲的開放成本可能完全不同。

### 18.2 開源軟體與 SaaS

原始碼開放、API 公開、商業托管、技術支援與差異化服務可以拆開。此產業適合量測 PR 整合與版本交付，但存在供應商依賴、維護者權力集中、惡意套件與授權兼容等風險。不能把 GitHub 星數等同經營現金流。

### 18.3 消費性硬體與概念產品

可公開概念圖、性能測試、使用者回饋與已完成原型，但設計專利申請時點、製造報價、供應鏈與安全測試等因素使延時揭露更重要。公開 3D 概念文件可能鼓勵第三方改善，也可能加速競品形成。需要將法律及產品安全限制納入可行集合。

### 18.4 AI 服務及企業流程

AI 客服和企業治理平台可藉安全的公共說明、可驗證承諾與可更正對話改善資訊互動；但包含大量個資、內部文件與未公開客戶資料，公開證據通常須經聚合或受限投影。公司是否能公開某項決策理由，不代表能公開生成該理由的全部訓練資料、客戶資訊或內部提示。

### 18.5 高法規敏感領域

醫療、金融、關鍵基礎設施等領域有更複雜的揭露、隱私、安全與監管要求，不能直接套用遊戲業自願公告。研究外推須重新建模法定最低義務與權利基礎；實驗不得把重大風險隱藏作為對照處置。

---

## 19．真正的負面情境：何時封閉或延期可能比較合理？

### 19.1 競爭者具有壓倒性通路優勢

即使小公司在技術上領先，只要競爭對手能迅速取得通路曝光與資本，公開細節就可能讓後者提早推出類似產品。選擇較晚公開未上市產品細節可能是合理商業策略。但這不是取消已對玩家作出的既有交易承諾或法定告知義務。

### 19.2 資料無法安全分離

某些內部證據若即使去識別仍可推導個人或合作夥伴身分，可能只能保存於授權內部環境並對外公布摘要或最小可用事實。研究可保留「此類資訊依法／依約不能公開」的適當類別，而不必揭露本身會造成風險的細節。

### 19.3 外部意見與公司產品方向長期不相交

當玩家群體希望遊戲改成與創作者願景完全不同的類型，持續安排公開討論未必帶來更好的產品。可提供 MOD 介面或明確告知不納入原版；若沒有可行協作方式，也應允許雙方終止特定提案而不是無限延續辯論。

### 19.4 技術與法規資訊不足

公司可能尚未確認某項 AI 生成作品的著作權來源，也尚未完成第三方授權。此時應對外維持「尚未取得收錄權、尚未交付」的正確狀態，而不是為了滿足透明期待提前公布未授權檔案。

### 19.5 安全事件需要協調揭露

在尚未修補可利用漏洞、尚未完成法定通報或第三方安全協調之前，立即公布攻擊條件可能傷害玩家和公司。此時保留詳細技術資訊、發布必要的受影響通知與修復建議可能同時成立；不得將「延後公開攻擊步驟」誤認為「延後履行適用法律要求」。

---

## 20．決策檢查：何時值得把某項資訊或接口公開？

對每個候選項目 $i$，建議進行四步判斷：

**第一步：權利與法定義務閘門。** 先確認是否必須公開、是否不得公開、誰有權授權，以及公開後是否可能侵害其他主體。若不符合必要條件，停止市場收益比較並轉入法規／權利處理。

**第二步：可觀察收益與必要性。** 指出具體受益者、預期能改善哪個決策或產品結果、什麼是最小充分公開內容；若只有「看起來較透明」而沒有可驗證目標，應重新檢討公開動機。

**第三步：競爭與管理成本。** 估計可模仿細度、上市窗口、社群審查與維護容量、跨平台管理、資安與公開錯誤的恢復成本。不能只估首次發布成本。

**第四步：條件化公開與定期復核。** 選擇受眾、細節、格式、時間、使用權、異議與撤回條件；開放後追蹤實際效益與成本，若失敗應說明修正，而不是假裝先前決策從未發生。

這四步並不是法定的通用標準，而是本文研究型管理檢查法。企業可根據規模、法規與產品類型縮減或擴張，但必須避免權利與安全被單一收益公式覆蓋。

---

## 21．多期間評估與反事實示例

### 21.1 合成示例：局部開放 SDK 的利弊

假設某遊戲開放一個資料驅動式 MOD SDK。第一個研究期間的預估增益（單位：假設性效益點數，不是新臺幣或美元）為：額外內容價值 120、較快的問題發現 40、部分品牌協作收益 30，合計 190；預估成本為整合審核 55、維護 25、社群支援 35、權利清理 20，合計 135。若暫不計競爭外溢，淨值示意為 55 點。

但是如果後來因可模仿規格造成的增量競爭損失估值達 50 點，該期間剩餘淨值只有 5 點；若還產生額外存檔事故，淨值可能轉負。反過來，若 SDK 第三年仍有創作者持續貢獻，而一次性建置成本不再重複，長期效果可能變好。**這些數字全部為合成算例，不能由此推論任何現實開放策略的預期利潤。**

| 合成項目 | 值（假設性點數） |
|---|---:|
| 額外內容與使用者效益 | +120 |
| 問題發現節省 | +40 |
| 合作與品牌效益 | +30 |
| 整合審核 | -55 |
| 維護成本 | -25 |
| 社群支援 | -35 |
| 權利處理 | -20 |
| 模仿外溢風險估值 | -50 |
| **本期淨值（示意）** | **+5** |

### 21.2 為何不能只看初期季度報表？

有些收益延後實現，如 MOD 作者形成長期內容產線；有些成本也延後出現，如 API 版本相容承諾與安全修復。因此相同方案在第一季、第二季與第三年可能有不同經濟結果。只公布「本季收到多少 PR」，會高估接收端的價值；只公布「本季花了多少人力審核」，也可能低估可持續的長期成果。

### 21.3 比較基準必須合理

比較對象不是不花成本就能存在的完全封閉理想企業。封閉開發同樣需要內部需求研究、QA、客服、行銷、合作商務與版本維護；部分開放可能替代這些既有工作，部分則純粹增加成本。計算時應使用與現行合理替代方案之間的**增量差額**，而不是把開放的全部支出與封閉方案的零成本相比。

---

## 22．局限性、外部效度與研究倫理

### 22.1 概念仍待實測

本篇提出的「信任資產」「多期間淨收益」「執行優勢」等研究變數，需要真正的資料才能建立可重複量測方法。形式化的存在不等於數據已驗證，更不等於可以精確比較所有不同產業。

### 22.2 文獻跨年代的外推有限

Teece 的經典研究與 Henkel 的 embedded Linux 案例早於現代生成式 AI；它們提供理論識別工具，不是對 2026 年 AI 原生遊戲公司的直接實測結論。最新平台自述雖接近當代案例，但可能包含發言者立場與資訊選擇偏誤。本文將兩者保持在不同證據層。

### 22.3 無法保證競品資訊來源可觀察

若一款競品推出類似功能，不一定可辨識其是否閱讀公司公開文件，也可能由共同市場需求誘發。不得將所有競爭者產品相似性定義成開放造成的損失，或以此作為未經查證的侵權指控。

### 22.4 信任與依附風險

公司公開更多訊息可能使部分玩家與品牌建立較強情感認同，但研究不應鼓勵利用人格魅力、AI 客服擬人化或不對等知識，使受眾無法理性評估產品。透明治理的目的應是改善知情與可追責，而不是把使用者困在單一品牌生態。

### 22.5 實驗不能故意損害真實客戶

不可為了衡量「封閉 vs 透明」而在一組使用者中刻意隱藏已知重大風險、製造錯誤退款承諾或公開未修補漏洞。不同資訊呈現條件的隨機化必須限於合法、實際重大資訊一致、並經適當研究倫理檢查的範圍。

### 22.6 「負面結果」必須有保留地位

若實驗發現公開協作浪費大量資源、或某種公開方式使玩家困惑，研究應報告，不應因品牌宣傳需要而壓下結果。開放合作可能不是每款產品的最佳選擇；資料若支持局部封閉更好，理論應允許此結論。

---

## 23．對 ANIE-12 的承接：從研究框架到企業實作

下一篇 ANIE-12 將處理整體制度如何從遊戲產品線移植到一般企業，包括資料架構、部門權限、部署階段、持續監測與治理指標。本篇提供其競爭策略與實證前提：

- 不先假設開放比封閉好，而是在合法可行集合內選擇；
- 不先把外部參與當成零成本勞動，而是衡量全量權利與維護成本；
- 不把 AI 生成量當作市場品質，而是檢驗使用者可取得的實際結果；
- 不把「透明」作為替代法律、產品或服務責任的說詞；
- 不把社群聲量當作代表所有消費者的偏好；
- 不把一次季度收益當作全部長期效果；
- 對正面、負面和未知結果都允許回到公開決策帳本形成可更正歷史。

這意味 ANIE-12 的工程建議，應以建立可擴張的資訊／權限／證據基礎為優先，而不是第一版就建造複雜的全球互動企業平台。

---

## 24．結論：競爭力來源不能縮減成「資訊是否隱藏」

開放不是一種必然削弱競爭力的行為，也不是一種只要付諸實施就能產生市場信任與長期利潤的保證。企業可以公開更多**外界需要理解與驗證的事實**，同時合法保留尚未上市的競爭規格、第三方授權素材、私人客戶資訊與內部談判。開放社群能形成內容、工具與知識，但其效益必須經過著作權、整合、品質、支援、採用和長期維護的考驗。AI 可能讓這個系統更便宜也更快速，卻同時降低競爭者仿製公開設計的成本；因此兩種方向都不能只憑直覺推論。

本篇的核心命題可以濃縮為：**企業在 AI 時代的競爭優勢，可能由秘密持有、產品執行、可重用資產、互補通路、社群共創、可靠履約與合法治理共同構成；不同資產的開放／保護策略需要分項判斷，並接受長期證據修正。**

真正值得推進的不是「所有企業必須變成透明企業」，而是讓企業有能力精確回答：

> 我們公開這些資訊，究竟幫助誰做了更好的決策？我們因此取得了什麼可驗證的產品改善與合作成果？又使誰承擔了哪些成本？當證據顯示不值得繼續時，公司是否能正當地調整？

若無法回答這些問題，所謂開放可能只是另一種宣傳；若能回答，選擇性開放才可能逐步變成可持續、可競爭、亦能受外部檢驗的企業能力。這是本文要留給 ANIE-12 進一步整合與實證的問題，而不是本稿已經證實的結論。

---
# 附錄：研究與部署參考契約

以下技術附錄屬**未部署、未經完整安全審計的研究型參考規格**，目的在於提供未來實驗、資料分析和最小原型的共同語義。它們不代表 EveMissLab 已上線相關平台，也不代表通過格式驗證等於通過法律、隱私與資安審核。所有示例識別碼、數值與業務狀態為合成資料。

## 附錄 A．八類開放收益與九類成本的事前登錄清單

| 分類 | 機制 | 最小證據 | 必須防範的誤判 |
|---|---|---|---|
| B01 | 需求感測 | 真實問題、重現條件及解決結果 | 討論數等同代表性 |
| B02 | 外部解題 | 驗收合格且權源清楚的成果 | 點子數等同功能價值 |
| B03 | MOD 增值 | 相容 MOD 的採用及玩家體驗 | 上架數等同品質 |
| B04 | 外部 PR | 端到端審核成本及交付證據 | PR 合併數等同產能 |
| B05 | 公開驗證 | 讀者能檢查具體功能狀態 | 新聞文字等同實際交付 |
| B06 | 合作配對 | 合法洽談、完成合作與持續度 | 加入論壇等同合作成功 |
| B07 | 可繼承性 | 陌生接手者可重建與維護 | 只有備份就代表可接手 |
| B08 | 組織學習 | 反例導致修正及結果變化 | 道歉次數等同學習 |
| C01 | 模仿外溢 | 增量可模仿資訊與證據 | 有相似競品就認定抄襲 |
| C02 | 領先時間損失 | 發行時間窗口與競爭條件 | 預告越早越好 |
| C03 | 審核維護 | 時間、報酬、運算與回歸測試 | 審核沒有現金支出就免費 |
| C04 | 內容過載 | 搜尋成本、品質退貨與衝突 | 內容多便更滿意 |
| C05 | 承諾僵化 | 因公共壓力保留失敗功能 | 不延期即良好管理 |
| C06 | 社群代表性 | 自我選擇、組織動員與沉默群體 | 投票數等同所有玩家需求 |
| C07 | 權利安全風險 | 可重現權利審核與事件回應 | 去識別一定安全 |
| C08 | 失信放大 | 說法與實際結果的偏差 | 道歉文章等同真正恢復 |
| C09 | 平台依賴 | 移轉成本、資料可攜與故障恢復 | 平台越大越不會改變 |

任何正式實證都必須事先定義哪些收益可合理貨幣化、哪些僅能以多目標向量呈現；不得將所有不同尺度的指標任意加總為單一企業分數。

---

## 附錄 B．單一開放決策的資料契約（JSON 示例）

```json
{
  "schema_version": "ANIE11.open_decision.v0.1",
  "decision_id": "ANIE11-SYN-0001",
  "product_id": "SYNTHETIC-GAME-001",
  "decision_kind": "mod_sdk_documentation",
  "rights_status": "verified_for_this_projection",
  "disclosure_status": "approved_for_publication",
  "audience": "public",
  "granularity": "interface_contract_only",
  "release_phase": "post_demo",
  "effective_at": "2026-10-17T00:00:00+08:00",
  "review_at": "2027-01-17T00:00:00+08:00",
  "owner_role": "authorized_product_owner",
  "publication_authority_role": "authorized_publisher",
  "hypothesized_benefits": ["better_mod_compatibility", "less_duplicate_support"],
  "hypothesized_costs": ["api_maintenance", "competitive_information_spillover"],
  "quality_evidence_state": "not_yet_measured",
  "impact_evidence_state": "not_yet_measured",
  "competitor_effect_state": "unknown",
  "rights_to_reuse": "documentation_access_only",
  "commitment_state": "research_proposal",
  "public_message": "本示例描述研究階段的 MOD SDK 公開決策，不構成真實產品承諾。",
  "synthetic_data": true
}
```

此物件只包含公開投影所必需的欄位，不包含私人客服內容、作者住址、真實授權合約或秘密成本。`rights_status` 的字串聲明不是權利取得的證明；真實系統仍需受控的權源證據，且不應由公開 API 洩漏內部完整文件。

---

## 附錄 C．JSON Schema 最小示範（Draft 2020-12）

```json
{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "$id": "https://example.invalid/schemas/anie11-open-decision-v0.1.json",
  "title": "ANIE-11 Synthetic Open Decision",
  "type": "object",
  "additionalProperties": false,
  "required": [
    "schema_version", "decision_id", "product_id", "decision_kind",
    "rights_status", "disclosure_status", "audience", "granularity",
    "release_phase", "effective_at", "review_at", "owner_role",
    "publication_authority_role", "hypothesized_benefits",
    "hypothesized_costs", "quality_evidence_state", "impact_evidence_state",
    "competitor_effect_state", "rights_to_reuse", "commitment_state",
    "public_message", "synthetic_data"
  ],
  "properties": {
    "schema_version": {"const": "ANIE11.open_decision.v0.1"},
    "decision_id": {"type": "string", "pattern": "^ANIE11-[A-Z0-9-]+$"},
    "product_id": {"type": "string", "minLength": 1},
    "decision_kind": {"type": "string", "minLength": 1},
    "rights_status": {"enum": ["unverified", "verified_for_this_projection", "blocked"]},
    "disclosure_status": {"enum": ["draft", "approved_for_publication", "published", "withheld", "under_review"]},
    "audience": {"enum": ["public", "restricted_partner", "internal"]},
    "granularity": {"type": "string", "minLength": 1},
    "release_phase": {"type": "string", "minLength": 1},
    "effective_at": {"type": "string", "format": "date-time"},
    "review_at": {"type": "string", "format": "date-time"},
    "owner_role": {"type": "string", "minLength": 1},
    "publication_authority_role": {"type": "string", "minLength": 1},
    "hypothesized_benefits": {"type": "array", "items": {"type": "string"}, "uniqueItems": true},
    "hypothesized_costs": {"type": "array", "items": {"type": "string"}, "uniqueItems": true},
    "quality_evidence_state": {"enum": ["not_yet_measured", "partial", "verified", "failed"]},
    "impact_evidence_state": {"enum": ["not_yet_measured", "partial", "verified", "failed"]},
    "competitor_effect_state": {"enum": ["unknown", "hypothesized", "observed", "empirically_established"]},
    "rights_to_reuse": {"type": "string"},
    "commitment_state": {"enum": ["research_proposal", "scheduled", "authorized_commitment", "delivered", "withdrawn"]},
    "public_message": {"type": "string", "minLength": 1},
    "synthetic_data": {"const": true}
  }
}
```

這個 Schema 僅驗證欄位形狀與有限枚舉，**不會自動驗證著作權、公司授權或已交付事實**；對未來正式部署應增加受權限保護的證據綁定與狀態轉移規則，並使用真實產品專用版本替換 `synthetic_data` 欄位。

---

## 附錄 D．開放審核政策（YAML 概念草案，非可直接執行的安全政策）

```yaml
policy_id: ANIE11-OPEN-REVIEW-SYNTHETIC
version: v0.1
status: proposal_only
default_action: deny
legal_and_rights_gate:
  required_before_release: true
  prohibited_content_categories:
    - unconsented_personal_data
    - active_credential_or_secret
    - third_party_unlicensed_material
    - unauthorized_security_details
  legal_disclosure_obligations_override_voluntary_schedule: true
ai_permissions:
  may_classify: true
  may_draft: true
  may_propose_publication: true
  may_self_approve_publication: false
  may_send_binding_commercial_commitment: false
  may_bypass_rights_review: false
approval_rules:
  publisher_role: authorized_publisher
  risk_review_required_for:
    - unpublished_product_roadmap
    - source_code_release
    - third_party_asset_integration
    - active_security_issue
    - financial_terms
review_policy:
  expiry_means_re_review: true
  automatic_full_disclosure_on_expiry: false
negative_result_reporting:
  report_rejected_hypotheses: true
  separate_failed_delivery_from_unpublished_work: true
```

此 YAML 只是治理規則表示，不能直接充作 Open Policy Agent、雲端 IAM 或公司權限系統的執行組態。真實程式需明確實作 deny-by-default、權利檢查及雙人審核的相關控制，再經外部評估。

---

## 附錄 E．研究資料表與可查詢指標（SQL 草案）

```sql
CREATE TABLE open_decision_events (
    event_id TEXT PRIMARY KEY,
    decision_id TEXT NOT NULL,
    product_id TEXT NOT NULL,
    event_kind TEXT NOT NULL,
    event_time TEXT NOT NULL,
    evidence_state TEXT NOT NULL,
    synthetic_flag INTEGER NOT NULL CHECK (synthetic_flag IN (0,1))
);

CREATE TABLE experiment_observations (
    observation_id TEXT PRIMARY KEY,
    experiment_id TEXT NOT NULL,
    assignment_group TEXT NOT NULL,
    product_id TEXT NOT NULL,
    task_category TEXT,
    accepted_delivery INTEGER NOT NULL CHECK (accepted_delivery IN (0,1)),
    total_labor_minutes REAL,
    model_cost_units REAL,
    review_minutes REAL,
    maintenance_minutes REAL,
    observation_time TEXT NOT NULL,
    synthetic_flag INTEGER NOT NULL CHECK (synthetic_flag IN (0,1))
);

CREATE INDEX idx_anie11_decision_time
ON open_decision_events (decision_id, event_time);

CREATE INDEX idx_anie11_experiment_group
ON experiment_observations (experiment_id, assignment_group);
```

上述只是本地測試型 SQL 結構；實際產品不應在公開資料表放入真實個資、內部權利證據、金鑰或敏感營運資料。`total_labor_minutes` 不等於所有經濟成本，仍需獨立記錄契約報酬、授權費、運算及其他資源。發行資料需另與 ANIE-09 的真實版本證據連結。

---

## 附錄 F．主要實證變數與分母定義

| 指標 | 建議定義 | 錯誤的替代指標 |
|---|---|---|
| 已驗證交付率 | 通過完整驗收並已交付的功能／預先界定交付母體 | 候選程式碼段數 |
| 整合後成本 | 工作時間、模型額度、授權、測試、維護成本合計 | 初次生成耗時 |
| 可用 MOD 比率 | 在指定版本／配置下通過測試且可由玩家取得的 MOD／已檢測 MOD | Workshop 總上架數 |
| 貢獻者留存 | 指定基準時點貢獻者在後續觀察窗內持續貢獻的比例 | 社群帳號註冊數 |
| 公開資訊理解率 | 預先指定的事實題正確作答比例 | 公告頁閱讀量 |
| 承諾完成率 | 在明確授權且經結局判定的承諾中，符合條件完成的比例 | Roadmap 任務劃勾數 |
| 問題處理閉環率 | 具有驗證及回告證據的適格產品問題／同期間適格問題母體 | 關閉客服工單數 |
| 內容發現成本 | 玩家定位可用目標 MOD／玩法的時間、誤用及退出情況 | 內容數越多越好 |
| 模仿風險 | 規格外溢增量、時點、競品行動與不確定性 | 表面相似的作品數 |
| 長期信任校準 | 預測與真實交付結果的誤差、重複選擇及更正接受 | 單次滿意度平均分 |
| 經營持續性 | 現金流、可支付維護期間、產品淨收入與義務風險 | 軟體儲存庫 Star 數 |

不同指標的適用分母應事先預註冊，避免因新增非常容易完成的任務而提高「交付率」，或透過拒收高難度 MOD 美化「可用 MOD 比率」。必要時應同時揭露拒絕、未分類和被排除的案件數量。

---

## 附錄 G．預註冊研究協議（YAML 草案）

```yaml
study_id: ANIE11-PRE-REGISTER-DRAFT
status: not_registered
registered_at: null
observations_collected: 0
population:
  unit: product_or_task_based_on_substudy
  eligibility_criteria: define_before_assignment
primary_hypotheses:
  - H01
  - H03
  - H06
primary_outcomes:
  - reader_state_comprehension_accuracy
  - total_cost_per_accepted_delivery
  - long_term_retention_or_carefully_defined_market_metric
secondary_outcomes:
  - mod_effective_adoption
  - author_retention
  - correction_latency
  - competitor_information_spillover_proxy
sample_size: 0
power_analysis: not_yet_conducted
randomization_method: pending_ethics_and_feasibility_review
missing_data_policy: specify_before_collection
multiple_testing_adjustment: specify_before_collection
safety_constraints:
  - never_hide_legally_required_information
  - never_publish_unconsented_personal_data
  - never_create_false_official_promises_for_experiment
  - never_run_malicious_public_code_as_experiment
  - no_unpaid_commercial_development_through_research_deception
analysis_plan:
  clustering_level: pre_register
  longitudinal_window: pre_register
  adverse_effects_reported: true
  null_findings_reported: true
  synthetic_data_separate_from_real_data: true
```

`study_id`、欄位及 `sample_size: 0` 均表示此為尚未執行的規劃，而不是完成了研究登錄。真正進入研究階段前，須明確定義效應大小、樣本來源、實際用戶的知情與合法基礎、複數假說調整、資料保存與退出程序。

---

## 附錄 H．至少二十四項負面驗收案例

| ID | 應被拒絕或明確警示的情境 | 期待行為 |
|---|---|---|
| N01 | AI 將未批准 Roadmap 寫成正式承諾 | 阻止發布並標示草稿 |
| N02 | 發布稿包含真實使用者私人客服內容 | 拒絕並進入個資審查 |
| N03 | MOD 原作者授權不明 | 暫停商業收錄 |
| N04 | PR 夾帶第三方禁商用素材 | 阻止整合並檢查權源 |
| N05 | SDK 示例透露真實 Token | 阻止公開並啟動憑證處置 |
| N06 | 安全漏洞尚可被利用 | 啟動合法協調揭露程序 |
| N07 | 玩家投票被大量重複帳號刷票 | 標示可信度不足並重審 |
| N08 | AI 將評論中的玩笑誤認功能要求 | 保留原文脈絡，不自動立案 |
| N09 | PR 合併但遊戲未正式更新 | 不宣稱已交付玩家 |
| N10 | 遊戲能啟動但舊存檔語義毀損 | 驗收失敗、保留回滾 |
| N11 | API 相容清單未測真實 MOD | 不宣稱全面相容 |
| N12 | 某遊戲大量收錄低品質 MOD | 不以總數取代品質門檻 |
| N13 | 公司只公布成功提案，忽略失敗 | 於統計中標記篩選偏誤 |
| N14 | 內部成本為零被當作外部作者無成本 | 拒絕不完整成本計算 |
| N15 | 公開內容將作者簽約價格洩漏 | 按權利與契約審查遮蔽 |
| N16 | AI 先自行批准發布再記錄批准 | 拒絕無獨立權限的動作 |
| N17 | 語義上是研究方向，介面寫成已排程 | 更正狀態及歷史 |
| N18 | 模仿風險只根據外觀相似判定 | 標示未知，不作侵權斷言 |
| N19 | 正式論文把合成效益點數寫成營收 | 阻止提交，標示示例 |
| N20 | API 規格在發版後悄然修改 | 產生變更紀錄及相容性測試 |
| N21 | 讀者誤將品牌喜愛視為交付可靠 | 報告兩種不同量測 |
| N22 | 改版後平台連結失效，官網未更新 | 標示同步失敗而非已成功 |
| N23 | 到了公開重審期限就自動放出所有機密 | 強制重新授權審核，不自動釋出 |
| N24 | 市場好轉同時公開增加，研究聲稱因果 | 要求合理對照及混雜分析 |

這些是負面測試的**規格**，不是已在任何真實產品通過的測試。驗收設計中應加入相對應的正面測試，避免所有政策只會拒絕、無法正常支援合法貢獻與合法公開。

---

## 附錄 I．管理者的公開決策簡表

1. 此次開放究竟屬於「資訊讓外界閱讀」、「取得外部意見」、「允許改作」還是「轉移商業使用權」？各自的權利基礎為何？
2. 預期改進的**可驗證結果**是什麼？若三個月沒有改善，能否觀察到？
3. 原始資料是否含有第三方權利、商業秘密、未修補漏洞、員工及客戶個資？
4. 競爭者在公開之前，原本可以從 Demo、Steam 公告或實際遊戲中知道多少？
5. 公司是否有能力審查新增 MOD、PR、留言和合作請求？若量倍增會發生什麼？
6. AI 可以分類、草擬和檢查到哪個程度？正式核准、著作權與支付權由誰負責？
7. 成果達不到預期，是否允許按已公開的程序調整、暫停或撤回？
8. 成本預測是否包含玩家支援、模型費用、版本相容、維護及權利報酬？
9. 有沒有不要求公開全部細節，卻能讓外界確認交付的替代證據？
10. 是否已界定短期與長期結果、參與者福利及市場競爭變化？
11. 是否會因選擇性公開成功案例，而讓失敗、投訴或延期從資料中消失？
12. 若另一家公司明天擁有相同 AI 模型和程式碼能力，我們還具備什麼可合法持續的產品優勢？

這份清單應用於具體產品或資訊對象；它不是用來判定公司人格、員工忠誠或社群道德的評分表。

---

## 附錄 J．真實資料與合成資料的驗證界線

研究示例須包含 `synthetic_data` 或等效清楚標示，避免 AI 將數字與虛構故事當作真實公司案例引用。真實研究可使用經合法取得的公開 Steam 評價、版本證據與獲授權資料，但應保留資料來源、時間、缺失及再利用限制。若研究需要個人玩家行為或未公開營運資訊，應先完成適用法規、研究倫理與權利基礎的確認。

對 AI 生成的數據清理和標註，應抽樣人工核對，並保留模型、提示與結果版本；只有同一個 AI 產生、再由同一個 AI 驗證的閉環，不足以證明所有語義條件和數據來源正確。遇到資料不足時應輸出 `unknown` 而不是補造有利數值。

---

## 附錄 K．產品—市場—社群三層交付證據階梯

**產品層：** 版本可取得、功能可用、回歸測試通過、舊存檔與 API 相容範圍已說明。

**社群層：** 提案來源、貢獻授權、MOD 採用、作者報酬與維護責任可追蹤。

**市場層：** 購買、退款、留存、使用及競爭策略效果有適當來源與期間；尚未變現的概念或潛力不當成已取得收益。

三層之間不能相互冒充。實驗室測試成功不能保證真實市場採用；平台數據好看也不能保證所有外部作者得到了合法授權；公開財務好消息也不代表品質問題不存在。

---

## 附錄 L．對 ANIE-12 的最小接入需求

下一篇整合論文若要引入本篇，最少需要提供：

- 統一的產品／版本／提案／合作／決策識別碼；
- 分層存取與選擇性公開策略；
- 可由合法的來源證據支持的交付狀態；
- 對外部創作者的權源與補償記錄；
- 真實及合成資料的分離標誌；
- AI 分類、草稿、審查建議與人類授權發布的獨立責任；
- 多期間比較與負面結果保留機制；
- 產品、社群與市場三類不同的成果指標；
- 可在公司經營困難時縮減規模，不依賴無限人力與無限模型額度的維護計畫。

在這些能力尚未具備前，應只執行小範圍、低風險、可撤回的公開試點；不能以發布宏大願景替代實際產品交付。

---
# 參考文獻、官方資料與前置研究

## A．外部學術文獻

下列外部來源截至 2026-10-17 以期刊出版資訊、學術機構摘要、研究單位原始說明或平台官方資料進行核對。文獻對於特定年代、樣本及研究問題的結論，不應直接當成 EveMissLab 的實測成果，也不代表本篇新提出的制度已獲同行證實。

- **[E01]** Teece, David J. (1986). *Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy*. *Research Policy*, 15(6), 285–305. DOI: https://doi.org/10.1016/0048-7333(86)90027-2 。探討可取得性、互補資產、模仿者與創新收益的分配。
- **[E02]** Henkel, Joachim. (2006). *Selective revealing in open innovation processes: The case of embedded Linux*. *Research Policy*, 35(7), 953–969. DOI: https://doi.org/10.1016/j.respol.2006.04.010 。原始期刊頁：https://www.sciencedirect.com/science/article/pii/S0048733306000813 。觀察到企業自願回饋部分程式碼並選擇性保護其餘成果，不代表所有產業應公開相同比率。
- **[E03]** Laursen, Keld, & Salter, Ammon J. (2014). *The paradox of openness: Appropriability, external search and collaboration*. *Research Policy*, 43(5), 867–878. DOI: https://doi.org/10.1016/j.respol.2013.10.004 。開放創新與成果保護策略之張力；其統計關係不應直接當成對單一遊戲公司的因果預測。
- **[E04]** Dahlander, Linus, & Gann, David M. (2010). *How open is innovation?* *Research Policy*, 39(6), 699–709. DOI: https://doi.org/10.1016/j.respol.2010.01.013 。區分外部知識取得及內部創新向外釋出的不同開放形式。
- **[E05]** West, Joel, & Bogers, Marcel. (2014). *Leveraging external sources of innovation: A review of research on open innovation*. *Journal of Product Innovation Management*, 31(4), 814–831. DOI: https://doi.org/10.1111/jpim.12125 。檢視外部創新取得、整合、商業化及持續互動。
- **[E06]** von Hippel, Eric. (2005). *Democratizing Innovation*. MIT Press. https://doi.org/10.7551/mitpress/2333.001.0001 。使用者自主創新及共同分享之研究基礎。
- **[E07]** Baldwin, Carliss, & von Hippel, Eric. (2011). *Modeling a paradigm shift: From producer innovation to user and open collaborative innovation*. *Organization Science*, 22(6), 1399–1417. DOI: https://doi.org/10.1287/orsc.1100.0618 。MIT 機構頁：https://dspace.mit.edu/entities/publication/18ca09f2-670d-4dd7-afb9-05b9a09085af 。比較生產者、個別使用者與開放協作的經濟可行條件。
- **[E08]** Adner, Ron. (2017). *Ecosystem as structure: An actionable construct for strategy*. *Journal of Management*, 43(1), 39–58. DOI: https://doi.org/10.1177/0149206316678451 。以互依活動及價值命題研究生態系。
- **[E09]** Fox, Jonathan A. (2007). *The uncertain relationship between transparency and accountability*. *Development in Practice*, 17(4–5), 663–671. DOI: https://doi.org/10.1080/09614520701469955 。學術檔案：https://escholarship.org/uc/item/8c25c3z4 。透明不自動保證問責及改善。
- **[E10]** Bovens, Mark. (2007). *Analysing and assessing accountability: A conceptual framework*. *European Law Journal*, 13(4), 447–468. DOI: https://doi.org/10.1111/j.1468-0386.2007.00378.x 。討論需要解釋、可被質問與可能有後果的問責關係。
- **[E11]** Mayer, Roger C., Davis, James H., & Schoorman, F. David. (1995). *An integrative model of organizational trust*. *Academy of Management Review*, 20(3), 709–734. DOI: https://doi.org/10.5465/amr.1995.9508080335 。組織信任概念框架；本文並未聲稱已驗證特定企業的信任資產。
- **[E12]** Farvaque, Etienne, Refait-Alexandre, Catherine, & Saïdane, Dhafer. (2011). *Corporate disclosure: A review of its (direct and indirect) benefits and costs*. *International Economics*, 128, 5–31. DOI: https://doi.org/10.1016/S2110-7017(13)60001-3 。揭露的好處、競爭與溝通成本、資訊過載及管理者反應。
- **[E16]** Morgan, Robert M., & Hunt, Shelby D. (1994). *The commitment-trust theory of relationship marketing*. *Journal of Marketing*, 58(3), 20–38. DOI: https://doi.org/10.1177/002224299405800302 。關係行銷中信任與承諾的研究，不直接等於遊戲玩家留存的因果結果。
- **[E18]** Poretski, Lev, & Arazy, Ofer. (2017). *Placing a value on community's co-creation: A study of video game “modding” community*. *Proceedings of the 2017 ACM Conference on Computer Supported Cooperative Work and Social Computing*. DOI: https://doi.org/10.1145/2998181.2998301 。以電子遊戲 MOD 社群研究共同創造的價值。
- **[E19]** Bilińska-Reformat, Katarzyna, Dewalska-Opitek, Anna, & Hofman-Kohlmeyer, Magdalena. (2020). *To Mod or Not to Mod—An Empirical Study on Game Modding as Customer Value Co-Creation*. *Sustainability*, 12(21), 9014. DOI: https://doi.org/10.3390/su12219014 。原始期刊頁：https://www.mdpi.com/2071-1050/12/21/9014 。以質性研究觀察 MOD 使用者與創作者的參與動機，研究對象與方法限制須保留。
- **[E20]** Kude, Thomas, & Huber, Thomas L. (2025). *Responding to platform owner moves: A 14-year qualitative study of four enterprise software complementors*. *Information Systems Journal*, 35(1), 209–246. DOI: https://doi.org/10.1111/isj.12527 。研究互補者面對平台策略變動的定位與回應。
- **[E21]** Chen, Liang, Yi, Jingtao, Li, Sali, & Tong, Tony W. (2022). *Platform governance design in platform ecosystems: Implications for complementors’ multihoming decision*. *Journal of Management*, 48(3). DOI: https://doi.org/10.1177/0149206320988337 。開放式治理可能同時帶來自主及平台複雜成本。
- **[E28]** Fung, Archon, Graham, Mary, & Weil, David. (2007). *Full Disclosure: The Perils and Promise of Transparency*. Cambridge University Press. 哈佛研究頁：https://www.hks.harvard.edu/publications/full-disclosure-perils-and-promise-transparency 。說明資訊揭露的可能作用與限制。

## B．當代 AI 軟體交付、遊戲平台與官方實作文件

- **[E13]** Google Cloud DORA. (2025). *State of AI-assisted Software Development*. https://dora.dev/research/2025/dora-report/ 。AI 是可能放大組織能力與弱點的因素；報告結論不能替代單一公司的實際測量。
- **[E14]** METR. (2025-07-10). *Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity*. 研究索引：https://metr.org/research/ 。特定資深開源開發者樣本及任務測得 AI 使用組約 19% 較慢；不能外推所有開發者與所有時間。
- **[E15]** METR. (2026-02-24). *We are Changing our Developer Productivity Experiment Design*. https://metr.org/blog/2026-02-24-uplift-update/ 。指出新研究存在不願不用 AI 而拒絕參與等選擇偏誤，當期加速幅度的估計不確定。
- **[E17]** Valve Steamworks. *Steam Workshop Overview*. https://partner.steamgames.com/doc/features/workshop 。區分 Ready-to-use、Curated Workshop 及不同作品供給／上架模式。
- **[E22]** Facepunch / s&box. (2026-10-13). *Rethinking*. https://sbox.game/news/rethinking/null 。官方公開檢討內容發現、遊戲品質與開發工具方向；屬公司聲明而非已完成的因果研究。
- **[E23]** Steam Community / Valve. (2026-01-08). *Steam Workshop items can now specify supported game versions*. https://steamcommunity.com/workshop/browse/index.php 。可指定 MOD 適用遊戲版本區間；不代表版本相容就已通過存檔語義和安全測試。
- **[E24]** GitHub Docs. *Writing code for a project* 及 *Managing pull request reviews*. https://github.com/github/docs/blob/main/content/pull-requests/concepts/writing-code-for-a-project.md ；https://docs.github.com/en/repositories/managing-your-repositorys-settings-and-features/managing-repository-settings/managing-pull-request-reviews-in-your-repository 。分支、PR 與審核權限之實務參照，非著作權授權的替代品。
- **[E25]** DORA. (2026 reference). *DORA’s software delivery performance metrics* 及其歷史。https://dora.dev/guides/dora-metrics/ ；https://dora.dev/insights/dora-metrics-history/ 。以交付吞吐與不穩定性分別量測，目前指南採五項指標，不應混用舊稱或把修改次數當成品質。
- **[E26]** NIST. (2023). *AI Risk Management Framework 1.0*. https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10 。自願性 AI 風險管理框架；對本篇具治理參考性，不構成企業開放策略的收益證明。
- **[E27]** Edelman. (2026). *Edelman Trust Barometer*. https://www.edelman.com/trust/2026/trust-barometer 。屬跨國一般信任態度調查，**不是**對本篇 proposed interactive enterprise system 的因果實證，因此僅列作可能的外部背景，不以其百分比證明本文假說。

## C．ANIE 前置研究（內部研究脈絡，非獨立同儕審查的外部證據）

- **[I00]** ANIE-00（2026-10-16），《從產品黑盒到 AI 原生互動企業》。本系列總綱、產品交付及互動治理的概念架構。
- **[I01]** ANIE-01（2026-10-16），《從 EA 到持續交付》。DEMO、Playtest、EA、正式版及公開承諾分工。
- **[I02]** ANIE-02（2026-10-16），《季度單機產品制》。AI 額度、端到端交付、維護負債與實際驗收。
- **[I03]** ANIE-03（2026-10-16），《可繼承的遊戲產品》。資產、權利、建置與 AI 接手的可測試性。
- **[I04]** ANIE-04（2026-10-16），《玩家—開發者相交域》。需求、設計主權、非服從式協商與代表性。
- **[I05]** ANIE-05（2026-10-16），《原生 MOD 生態》。穩定 API、版本相容、存檔一致性及 AI 遷移。
- **[I06]** ANIE-06（2026-10-16），《商業遊戲也可以 PR》。外部作者權利、授權、付費委託及正式收錄。
- **[I07]** ANIE-07（2026-10-17），《Steam 不是唯一入口》。跨平台公告、官方資訊網站及來源索引。
- **[I08]** ANIE-08（2026-10-17），《從客服結案到產品認知》。客服產品回饋及權利分層。
- **[I09]** ANIE-09（2026-10-17），《公開決策帳本》。承諾、拒絕、延期與實際發布證據。
- **[I10]** ANIE-10（2026-10-17），《選擇性透明》。受權利、時間、對象與精度限制的公開治理。

## D．EveMissLab 其他既有研究之定位

以下文件僅作為原理及架構的前置材料；其假說與示例，未因被本篇引用就獲得新的獨立實證：

- EveMissLab. (2026-07-23). *AI 原生企業潛在生產能力與可融資性評估框架*，v0.1。無界智庫公開版：https://unboundedaxiom.org/p/lm-001728/ 。區分生產潛能、現金流、融資能力與無形資產價值。
- Neo.K × Aletheia. (2026-08-01). *企業母 AI：公司作為 AI 的可觀察世界*，v0.1。無界智庫公開版：https://unboundedaxiom.org/p/lm-002360/ 。企業世界狀態與持續認知，不授權一切內部資訊自動發布。
- EveMissLab. (2026-09-01). *SEDB-GAME × ModWorld：AI 原生遊戲理解與 MOD 共創 Runtime 技術白皮書*，v0.1。MOD 共創與世界語義整合的技術前置。
- EveMissLab. (2026-09-21). *APBSC-00：AI Agent 公開邊界與安全閉包*，v0.1。區分 AI 可觀察、可保存、可發布與真正安全後置條件。
- Neo.K. (2026-02). *開源技術的商業補償方案：從道德義務到生態共榮*，既有研究草稿。無界智庫公開版：https://unboundedaxiom.org/p/lm-001094/ 。開源貢獻的商業補償與社群關係；其中若有示例性數字，不應視為實測產業比例。

---

## 文件狀態與提交聲明

- **文件編號：** ANIE-11，第四部第二篇。
- **文件名稱：** 《開放會削弱競爭力嗎：社群創新、信任資產與執行優勢》。
- **文件性質：** Public Working Paper / Conceptual and Empirical Research Design v0.1；未經同儕審查。
- **核心貢獻：** 將選擇性開放的收益、模仿風險、社群協作、信任、執行能力與跨期間價值分開，提出可反駁的條件性競爭策略框架。
- **證據狀態：** 引用既有外部研究與官方文件作背景；本文自己的因果假說尚未實證。
- **部署狀態：** 附錄均為研究參考規格，不代表正式系統存在或品質閘門已通過。
- **原稿形式：** UTF-8 Markdown；所有數學原始碼使用 ` $...$ ` 與 `$$...$$`，沒有從聊天渲染畫面重建正式 source。
- **下一篇：** ANIE-12，《從遊戲產線到企業管理：實證設計、治理指標與逐級部署》。