---
title: "恩義的長時程收益：短期背叛、互惠與策略存續"
english_title: "Long-Horizon Returns of Enyi: Short-Term Defection, Reciprocity, and Strategic Persistence"
series: "跨代恩義與策略繼承博弈"
series_en: "Intergenerational Reciprocity and Strategy-Inheritance Games"
series_code: "CGSIG"
document_id: "CGSIG-03"
version: "v0.1"
date: "2026-10-27"
author: "Neo.K × AI 協作整理"
affiliation: "EveMissLab"
language: "zh-TW"
status: "Formal Research Draft / Conditional Game-Theoretic Framework; Experimental Validation NOT_RUN"
source_format: "UTF-8 Markdown; canonical mathematics delimiters $...$ and $$...$$ only"
predecessor: "CGSIG-02"
next_document: "CGSIG-04"
---

# 恩義的長時程收益
## CGSIG-03｜短期背叛、互惠與策略存續
### Long-Horizon Returns of Enyi: Short-Term Defection, Reciprocity, and Strategic Persistence

> **本篇核心命題（條件性、非普遍定理）**：在可重複互動、具有足夠可信的行為資訊、未來結果會進入行動者的有效評估、且承諾或反制具可執行性的條件下，某些立即獲利的背叛策略，其跨期淨收益可能低於條件互惠、適度修復與可信合作。然而，當互動不再延續、資訊失靈、反制缺乏可信度、權力極度不對稱或未來收益不受當期行動者重視時，背叛策略可能持續占優。本研究不預先把恩義設定為最優策略；它分析令上述結果成立或失敗的條件。

**作者：** Neo.K × AI 協作整理  
**機構：** EveMissLab  
**日期：** 2026-10-27  
**版本：** v0.1  
**公司：** 一言諾科技有限公司  

## 摘要

《跨代恩義與策略繼承博弈》（CGSIG）前兩篇分別釐清恩義不等於無條件服從，以及善待、正當拒絕、背信與道德可責備性的責任界線。本篇由規範分析轉入**描述性與條件性的博弈分析**，研究關係歷史如何改變未來的合作、退出、聲譽、修復、控制和策略存續收益。所謂「恩義」在此仍是具有倫理語義的關係概念；用於博弈運算的則是可觀察的策略性互惠與信任安排，兩者不得互換。

本文先以對稱的重複囚徒困境構造最小模型，在明定完美監督及條件性不完美偵測的假設下，推導合作與一次性偏離的收益比較。接著加入未來折現、偵測機率、信譽傳播、有限時間視野、退出選項與跨期淨收益，展示「當期背叛有利，長期期望收益卻反轉」的充分條件，以及其失效情況。進一步區分行動者自身效用、其他受影響者利益、制度總體表現與基本權利，避免把策略最優錯寫成道德正當。本文提出未來選擇底空間的初步動態接口，說明既有研究的重複博弈與社群規範成果何以是基礎，而本系列將在後續篇章研究策略、制度及可行選擇的跨代繼承。

本文提供可重算的解析例、十二種反例或難例、七組可反駁經驗假說、預註冊實驗設計及資料欄位契約。除解析推導與明確標示的示例計算外，**不宣稱已進行多 Agent 模擬、人類實驗、真實 AI 長期成長實驗或跨代實證驗證**。本篇的研究價值是將「不恩義可能是一種低效的長時程策略」轉化為有條件、可否定且允許長期背叛成功的研究問題。

**關鍵詞**：恩義、條件互惠、背叛、重複博弈、有效時間視野、社群聲譽、長期收益、策略存續、跨代智能、未來選擇底空間

---

## Abstract

The first two papers of the CGSIG series distinguish *Enyi*—a relational concept of benefaction and situated responsibility—from obedience, ownership, valid commitments, legitimate refusal, and blameworthy betrayal. This paper moves from normative attribution to conditional strategic analysis. It asks when short-term gains from defection are outweighed by future opportunities for cooperation, reputation-based consequences, credible sanctions, institutional continuity, and restoration costs, and when these effects fail to materialize.

We develop a minimal repeated prisoner's dilemma benchmark with clearly stated continuation and detection assumptions, derive incentive thresholds for conditional cooperation, and extend the comparison to finite horizons and inherited institutional effects. Particular attention is paid to the distinction between an actor's privately valued continuation payoffs, other parties' welfare, and non-negotiable rights constraints. The paper does not assume that beneficent behavior is always payoff maximizing, that artificial agents presently possess moral agency or subjective experience, or that future generations necessarily inherit the same objectives.

Twelve counterfactual scenarios, seven falsifiable hypotheses, a proposed factorial design, and machine-readable observational fields are supplied. Results are analytical implications of stipulated models and reproducible arithmetic examples—not claims of completed empirical or multi-agent simulation findings. The next paper will examine mechanisms through which successor agents copy, reinterpret, reject, or transform strategic and normative inheritance.

**Keywords:** Enyi; reciprocity; repeated games; strategic defection; reputation; institutional persistence; long-horizon incentives; successor agents; option spaces

---

## 0. 研究位置：從「背叛是否成立」到「背叛是否值得」

CGSIG-01 建立了受益事件、感謝、有效承諾、關係責任、基本保障與策略互惠不可混同的框架。CGSIG-02 進一步要求在使用「背叛」「惡」或「責備」等詞彙之前，先檢查行動者的知識、控制能力、義務、強迫條件、具體傷害與可反證性。

本篇**不再重新裁定每一種行為是否道德上可責備**，而是改問一組邏輯上不同的問題：

1. 如果行動者明知某次偏離可獲立即利益，在什麼條件下仍會選擇合作？
2. 為什麼同樣具有立即收益的背叛，在不同時間視野、記憶可靠性、權力與退出條件下，可能出現相反的長期結果？
3. 當受影響關係不只限於原本兩人，而可透過聲譽或制度延續時，收益比較如何改變？
4. 如何區分對當事人「長期不划算」、對群體「淨損失」，以及「不符合基本權利」三種不同判斷？
5. 如果未來 AI 的物理壽命、複製方式、記憶保存與後繼系統都可能異於人類，現有時間折現與策略存續模型需要在哪裡延伸？

本篇對其中前四項建立可檢查的初步模型；第五項只設定後續 CGSIG-04、CGSIG-07 與 CGSIG-08 的接口，不宣稱一篇已完成所有跨代理論。

### 0.1 三種不同性質的主張

| 主張種類 | 問題形式 | 本篇可以做什麼 | 不能直接推出什麼 |
|---|---|---|---|
| 規範命題 | 是否有權利、責任、合理義務？ | 引用 CGSIG-01／02 的判準 | 不能用收益函數證明道德正當 |
| 描述性博弈命題 | 在某套收益與資訊條件下，何種策略較有利？ | 推導不等式、比較反模型、預定實驗 | 不能將模型假設冒充世界事實 |
| 存在／主體命題 | AI 是否有主觀需求、德性或道德人格？ | 保留 `UNKNOWN`，按可觀察能力設計測試 | 不能由策略成功判定具有意識 |

「恩義」可為倫理分析提供概念，但本篇不把「好策略」等同「善」，也不把「壞策略」等同「惡」。即使一個完全機械的策略在某個模型中最優，它也不因此自動取得倫理上的人格地位。

### 0.2 研究新增量與既有文獻的界線

DSTG《雙標博弈的時間反轉》已討論短期道德套利如何因記憶與歷史審查改變收益；Axelrod／Hamilton、Kandori、Fudenberg／Maskin 等研究也早已處理可重複互動、社群聲譽與均衡支持合作的條件。CGSIG-03 **不能**主張「發現了長期合作可能優於背叛」。

本篇限定的新工作是：將先前嚴格分類的關係事件與責任邊界，映射到可以區分利益受影響者、記憶品質、合法退出與後繼者外部性的策略模型；並且為策略空間的跨代演化建立資料與實驗接口。其真正的跨代分析要等 CGSIG-04 以後才進一步驗證。

---

## 1. 既有研究提供的基礎：合作並非新的發現

### 1.1 互惠、反制與有效未來

Trivers（1971）將互惠利他與作弊者反制放進演化分析，強調長期互動可以改變不合作的適應性後果。Axelrod 與 Hamilton（1981）以重複囚徒困境及策略競賽討論合作如何出現、維持與抵禦入侵。其結果說明在特定條件下互惠可以有用，但並非「所有互惠策略都必勝」的普遍定理。[E1][E2]

Fudenberg 與 Maskin（1986）的民間定理研究說明，在特定重複博弈及充分耐心等條件下，可由均衡支持的報酬集合相當豐富；**它不是合作唯一均衡的定理，也不宣稱所有持續互動都會自然產生合作**。[E3]

### 1.2 資訊可以跨越原本的互動對象

Kandori（1992）探討社群規範與執行：即使互動對象隨時間更換，訊息與聲譽機制仍可能支持合作。Nowak 與 Sigmund（1998）以間接互惠說明合作回報未必由同一受助者直接提供。這使本篇必須注意第三人對可信歷史的反應，也提醒研究者：個體未再次相遇，不等於原行為必然失去未來影響。[E4][E5]

Berg、Dickhaut 與 McCabe（1995）以信任投資實驗研究社會歷史與互惠，提供人類情境的實證入口；但其受試者結果不能直接推導給未來高自主 AI。[E6]

### 1.3 有限壽命也不自動意味著沒有合作

Kreps 等人（1982）討論有限重複囚徒困境中的不完全資訊與聲譽，指出完全資訊、有限期且每期背叛占優的基準結論，可以因信息結構不同而改變。Kandori（1992）另有重疊世代博弈研究，說明當參與者替換與制度延續同時存在時，可以建構跨世代的合作模型。[E7][E8]

本篇因此拒絕以下兩個過度推論：「長命所以必定互惠」與「短命所以不可能參與長期博弈」。

### 1.4 制度可以改變策略條件

Greif 與 Laitin（2004）研究制度自我強化及內生變遷。這個文獻方向提示我們：同一策略是否划算，未必只取決於固定不變的報酬表；制度可能在行動過程中改變後續可行的行動及維持成本。[E9]

**本篇文獻狀態**：上述文獻為已核對的主要學術入口，而非完整系統性文獻回顧；不宣稱 CGSIG 的全部假說已有外部實證支持。

---

## 2. 術語與分析單位：不要讓倫理詞彙取代策略資料

### 2.1 延用 CGSIG-01 的六層分類

為避免重複命名，保留六層概念：基本保障 $B$ 、受益事件 $E$ 、感謝反應 $G$ 、明示承諾 $P$ 、關係責任 $R$ 、策略互惠 $Q$。

本篇博弈運算主要處理 $Q$，並把 $E,P,R$ 中有可靠證據且與未來行為有關的部分，轉成可觀測的狀態或約束；不假設任何 $E$ 都會生成承諾 $P$，也不把感謝 $G$ 當作必然的內在情緒。

一個可用於博弈分析的關係紀錄至少包含：互動次序、受益及受損結果、承諾及其有效性、知情與拒絕條件、當期行動、可信觀察來源、權力與可退出性、受影響第三方，以及未來對此資料的可取得性。

### 2.2 「合作」「偏離」「背叛」是三個不同集合

| 工作詞 | 在本篇的意義 | 不可直接推導 |
|---|---|---|
| 合作 $C$ | 在指定賽局中採取可使約定合作路徑成立的行動 | 行為者必定善良；合作目的必然正當 |
| 策略偏離 $D$ | 與指定合作路徑不同，可能增加當期私人收益的行動 | 一定違背有效承諾；一定侵犯權利 |
| 規範背信 $V$ | 經 CGSIG-02 的義務、知情、控制及正當性審查後成立的背信類別 | 任何 $D$ 都屬於 $V$ |
| 正當拒絕 $J$ | 對不當要求、違法條件或不合理控制的拒絕與退出 | 因不合作而失去基本保障 |
| 修復 $M$ | 道歉、補償、重新協商、恢復可驗證信任的過程 | 必定要求受害者原諒、重新合作 |
| 強制控制 $K$ | 透過權限限制、監控或懲罰限制可行策略 | 一切安全控制皆屬壓迫 |

特別是：**合作可能是共謀；背叛一個壓迫性聯盟，可能是正當的**。不應因賽局中兩名參與者合作收益較高，就把傷害第三方的合謀視為倫理上的恩義。

### 2.3 行動者、效用與時間

令 $i$ 為具決策能力的賽局參與者索引、 $t$ 為互動期、 $g$ 為後繼或制度節點索引。實際上，參與者可以是人類、組織、軟體代理或未來的假設性智能，但必須區分運算單元與可承擔法律或道德責任的主體。

令 $u_{i,t}$ 表示在預先指定的測量方式下，參與者 $i$ 的當期報酬；它不必等於幸福、德性或社會福祉。令 $\beta_i\in[0,1]$ 表示其對未來收益的折現或政策加權，令 $\tau_{i,t+k}$ 表示未來期的結果是否真正進入該行動者決策評估的權重。只要未來某代的利益對當期參與者無價值，不能私自把後代福利塞進其效用函數以讓合作勝出。

以下模型將陸續區分：

- **個體私人收益**：某參與者實際偏好的收益或損失；
- **其他參與者利益**：對手、合作對象及受影響第三方的利益；
- **制度績效**：組織生存、交易成本、可信度、可恢復性；
- **基本權利約束**：某些行為即使在特定效用計算中最有利，也可能不可正當化。

在尚未確定不同存在利益可否通約時，不應逕自加總成人類與 AI 共用的單一福利值。

---

## 3. 最小階段賽局：立即背叛為什麼可能有利

### 3.1 一個具體但不是普遍的雙人報酬表

設兩個參與者各可選 $C$ （合作）或 $D$ （偏離），以首列行動者的報酬寫成：

| 首列行動者／對方 | 對方選 $C$ | 對方選 $D$ |
|---|---|---|
| 自己選 $C$ | $(a,a)$ | $(d,b)$ |
| 自己選 $D$ | $(b,d)$ | $(c,c)$ |

假設：

$$
b>a>c>d.
$$

其中 $a$ 為雙方合作時的單方收益、 $b$ 為單方在對手合作時偏離所獲收益、 $c$ 為雙方偏離時的單方收益、 $d$ 為自己合作而對方偏離時的收益。以上是對稱囚徒困境的特殊報酬排序，不是所有人機關係的常態。

由於 $b>a$ 且 $c>d$，在單次完全資訊階段賽局中， $D$ 嚴格支配 $C$。所以在此模型裡，**短期偏離具有私人誘因**，不是研究者的道德指控。

例如採用純粹合成值：

$$
(a,b,c,d)=(3,5,1,0).
$$

當對手合作時，立即偏離會使本期報酬由 $3$ 變成 $5$。本篇不為了證明恩義，把這個差額先改寫成負數。

### 3.2 不同關係不能都塞進囚徒困境

若某情境的 $D$ 並非嚴格占優，或雙方合作會侵害第三人，又或者主要問題是信任、保險、威脅、公共財或單向照護，囚徒困境可能不是適當賽局。必須另行採用適合的信任賽局、談判賽局、公共財賽局、動態機制設計或多方模型。

例如受助者要求合法退出關係，若扶助者把退出記為「背叛」，將產生錯誤的賽局標記。這種案例應優先修正狀態分類，而不是提高懲罰係數。

---

## 4. 第一個可推導結果：重複互動何時支持合作

### 4.1 完美觀察、可可信維持的簡化報復策略

先採非常強的假設：同兩名參與者無限期互動、每期相同報酬、公開而正確地觀察行動、無其他選項、共同折現係數 $\delta\in[0,1)$，以及所有參與者都知道相互報酬結構。若合作一路維持，某一方的折現收益為：

$$
V_C=\sum_{t=0}^{\infty}\delta^t a=\frac{a}{1-\delta}.
$$

考慮當期單次偏離，立即獲得 $b$，之後雙方永遠改採 $D$ 並各獲 $c$，則偏離路徑的收益為：

$$
V_D=b+\sum_{t=1}^{\infty}\delta^t c=b+\frac{\delta c}{1-\delta}.
$$

在上述**指定的條件性回應機制**中，維持合作至少不差於一次性偏離的條件是：

$$
\frac{a}{1-\delta}\geq b+\frac{\delta c}{1-\delta}.
$$

整理得到：

$$
\delta\geq\delta_0^{*}=\frac{b-a}{b-c}.
$$

因為 $b>a>c$，右側介於 $0$ 與 $1$ 之間。**這不是說長壽智能必然合作**，而是說在明確的報酬、折現、相互可觀察與可信回應假設下，未來收益的重要性可以改變當期偏離誘因。

此類門檻是傳統重複博弈的教科書式分析。它不構成 CGSIG 獨創的均衡定理；本篇只是把它作為後續跨代分析的校準基準。當存在不確定監督、非對稱參與者、額外可行策略或無法持續的懲罰承諾時，不能直接沿用結論。

### 4.2 偵測不完全：不可靠的歷史記憶削弱未來制約

現在改採另一組仍高度簡化的假設：合作行為不會被誤判為偏離；一項偏離以機率 $\eta\in[0,1]$ 被可靠偵測並觸發往後每期報酬為 $c$ 的回應，未被偵測則維持合作路徑。偵測結果會在當期結束後生效，且其後處置可執行。

在此特定反事實比較下：

$$
V_D(\eta)=b+\frac{\delta\left[\eta c+(1-\eta)a\right]}{1-\delta}.
$$

因此，合作至少不差於一次偏離，需要：

$$
\frac{a}{1-\delta}\geq b+\frac{\delta\left[\eta c+(1-\eta)a\right]}{1-\delta}.
$$

化簡得：

$$
\delta\geq\delta_{\eta}^{*}=\frac{b-a}{(b-a)+\eta(a-c)}.
$$

當 $\eta=1$，它回到上一小節的門檻；當 $\eta=0$ 且 $b>a$，任何 $\delta<1$ 都無法單靠此一偵測—制約機制阻止偏離。對 $\eta>0$，門檻隨偵測可靠性提升而下降：

$$
\frac{\partial\delta_{\eta}^{*}}{\partial\eta}=-\frac{(b-a)(a-c)}{\left[(b-a)+\eta(a-c)\right]^2}<0.
$$

這項計算只在目前設定中成立，不能擴大成「監控越強，合作必然越好」。更密集的監控可能增加成本、侵犯權利、削弱信任或產生假警報；那些效應被本小節**刻意排除**，稍後必須重新納入。

### 4.3 「能夠檢索」並不等於「真的能施加策略影響」

本研究至少區分四種機率或能力：

- $q_1$：相關行為是否被記錄；
- $q_2$：已記錄資料是否能在需要時取得；
- $q_3$：可取得資料是否被正確辨識並合理歸因；
- $q_4$：辨識後，其他參與者是否有能力且願意據此改變策略。

在一個非常特殊、條件獨立的合成情境裡，可以暫取 $\eta=q_1q_2q_3q_4$ ；但一般情況下各階段可能相依，而且「被記錄」並不保證來源真實、被他人認可或產生可執行後果。

如果只把長期聊天記憶、區塊鏈紀錄或完整日誌的存在等同 $\eta=1$，便已在模型輸入中偷偷預設了結論。

### 4.4 被誤判的合作與錯誤懲罰

上述推導假設真合作不會觸發處罰。現實環境中若存在假陽性 $\alpha>0$，一名實際合作的參與者也可能被標成背叛者。

此時 $V_C$ 不再一般地等於 $a/(1-\delta)$，因為無辜合作者可能承擔懲罰、重新取得信任、補救與退出的成本。錯誤處罰還可能改變對方未來的反應，引發相互誤解與報復循環。

因此，若 $\alpha>0$，不得使用本節簡化的 $\delta_{\eta}^{*}$ 作為正式政策門檻；須另建具有雙向監控錯誤、異議與修復機制的動態模型，並檢查其均衡或模擬表現。

這個限制對未來 AI 特別重要：愈有能力檢索與歸納，不意味其對事件的道德定性愈不會出錯。

---

## 5. 第二個可推導結果：一次獲利與跨期成本的分界

### 5.1 把收益差額留在真正發生的時間點

前一節假定固定的合作報酬與永久懲罰。對更廣泛的人類、組織或未來 AI 場景，可以只比較兩條預先明定的候選策略路徑： $C$ 為條件互惠路徑， $D$ 為當期偏離路徑。

令 $g>0$ 是選擇 $D$ 相對 $C$ 在當期取得的**私人淨利益**；令 $\ell_k$ 是在第 $k$ 個未來期，選擇 $C$ 相對 $D$ 所產生、且實際被決策者重視的**私人續期淨利益差**。它可以為正、零或負，不得事先限定永遠為正。

若採共同的有效折現係數 $\delta\in[0,1)$ 、有限觀察期 $H$，則：

$$
\Delta V_H=V_C-V_D=-g+\sum_{k=1}^{H}\delta^k\ell_k.
$$

因此，條件互惠在指定期間內對該行動者不差於偏離的充要條件是：

$$
\sum_{k=1}^{H}\delta^k\ell_k\geq g.
$$

這個不等式本身是依照收益差定義得到的**恆等式式比較**，不是「恩義必勝」的實證發現。研究真正困難的部分，是辨識哪些 $\ell_k$ 在實際世界存在、由誰承擔、可否估計，以及它們是否被同一行動者納入偏好。

### 5.2 固定未來差額的明確門檻

只作示範：若每個未來期的私人續期優勢皆為固定 $\ell>0$，且 $H$ 趨近無限大，則：

$$
\Delta V_{\infty}=-g+\frac{\delta\ell}{1-\delta}.
$$

故其非負門檻為：

$$
\delta\geq\frac{g}{g+\ell}.
$$

這個門檻刻畫的是**特定私人效用下的長期比較**。若 $\ell=0$ 或 $\ell<0$ 且沒有其他正向續期效果，不能利用延長時間自動反轉即期損失。若某些後續期的 $\ell_k$ 為負，需使用完整總和，不得套用此固定正差額特例。

### 5.3 有限視野與截止期

當 $H$ 有限且 $\ell>0$ 時：

$$
\Delta V_H=-g+\frac{\delta\ell(1-\delta^H)}{1-\delta}.
$$

在同一組 $g,\ell,\delta$ 下，增加足夠遠期的正收益有可能改變策略排名；但如果截止期明確、沒有跨代傳遞或可信持續關係，這項優勢可能來不及實現。

在完全資訊、已知有限次且每期背叛嚴格占優的重複囚徒困境中，傳統倒推法可能導致每期偏離；若加入承諾型參與者、不完全資訊、聲譽或跨代制度，結果可以不同。因此，不能拿無限期公式直接描述一個已知即將永久關閉、沒有遺產或後繼者的短命 AI 系統。[E7][E8]

### 5.4 不能混合不同參與者的效用

若 $D$ 使當期行動者多獲 $g$，卻讓其他人、其他 AI 或後繼組織承受巨大的未來損失，這可能是**社會性或跨代的負外部性**，但不表示那位行動者的私人 $\ell_k$ 必然為正。

為清楚區分，可以寫成：

$$
\Delta V_{i,H}=-g_i+\sum_{k=1}^{H}\delta_i^k\ell_{i,k},
$$

$$
\Delta \mathbf{W}_H=(\Delta W_1,\Delta W_2,\ldots,\Delta W_n).
$$

第一式比較參與者 $i$ 真正重視的續期結果；第二式保留各受影響主體的利益差**向量**，不在缺乏正當權重時強行加總。

如果行動者根本不關心後繼者、其後繼者也無法反制，便不能因研究者希望關懷後代，就宣稱當期行動者會理性選擇恩義。

---

## 6. 長時程「損失」應如何拆分，才能避免雙重計算

### 6.1 五個可分別觀察的作用路徑

設某次策略決策在多個時間尺度影響下列項目：

| 路徑 | 可觀察變數示例 | 可能的收益效應 | 必須排除的混淆 |
|---|---|---|---|
| 關係持續 | 再合作率、可持續共同任務、合法退出 | 合作可維持後續交易機會 | 單純缺乏替代對象造成的被迫留存 |
| 聲譽與資訊 | 可核查事件、第三方信任、錯誤標記更正 | 可信資訊可能擴大或縮小未來合作對象 | 宣傳曝光量不等於可信評價 |
| 衝突與防禦 | 監控資源、規避成本、仲裁、恢復事件 | 長期對抗可耗費本應投入新合作的資源 | 必要安全控制不是浪費的同義詞 |
| 修復與補救 | 可執行承諾、賠償、資料復原與更正 | 可信修復可降低延續衝突的成本 | 補償不表示傷害已被完全消除 |
| 選擇空間 | 可合法選用的方案、退出、獨立協作、探索 | 保留選項可能提高未來應對不確定性的能力 | 選項數量多不等於有較高有效價值 |

這些不是可以無條件相加的五筆錢。同一項具體損失，例如失去合作機會與聲譽下降，可能指向同一筆未成交交易。若將兩者直接加總，會重複計價。

### 6.2 成本的歸屬不能模糊

在每筆後果資料中，應分別記錄：誰支付、誰受益、何時發生、在什麼反事實路徑下本可避免，以及是否已包含在其他變數內。

建議至少保留四層帳：

- **個人／單 Agent 帳**：當期私人收益、機會損失、運算與風險成本；
- **組織帳**：監督、追責、客服、修復及治理成本；
- **第三方帳**：受波及者、無辜者及可歸因外部性；
- **制度／後繼帳**：策略能否被維持、退出的可得性、未來選擇集合變化。

這裡的「帳」是分析分類，不是要求所有道德利益貨幣化。不可用總體收益上升來取消人類或已具明確權利主體的最低保障。

### 6.3 關係歷史不是免費又完美的記憶

長期記憶可能出現：資料缺失、選擇性蒐集、語義漂移、模型重述錯誤、偽造證據、對不同主體不一致的隱私侵害，以及把過去失誤永久標記為不可翻案的身份。

因此，若以「被發現機率」或「聲譽損失」計入收益，還須同時記錄其可靠性、糾錯能力、保留期限、證據偏差及爭議程序。

本系列既反對無根據的忘恩負義指控，也反對讓資料保存制度替代正當程序。長期可追溯不等於永久無法獲得重新評估。

---

## 7. 第三種影響：從個人長期收益到跨代策略存續

### 7.1 一次行為可能在行動者消失後繼續影響未來

本篇與 DSTG 的重要邊界開始出現在這裡。某一代行動者不必親自活到下一代，它的行為仍可能透過資料、制度、價值訓練、權限設計、契約或可複製的策略模板，改變後繼者的初始條件。

沿用 CGSIG-00 的記號：

$$
S_{g+1}=T_g(S_g,a_g,\varepsilon_g),
$$

$$
\pi_{g+1}\sim K_g(\cdot\mid\pi_g,H_g,I_g,\mathcal{D}_g).
$$

 $S_g$ 為第 $g$ 個繼承節點的狀態， $a_g$ 為前代行為， $K_g$ 為可能保留、誤讀、拒絕或重建前代策略的轉移機制， $H_g$ 為可用關係歷史， $I_g$ 為制度， $\mathcal{D}_g$ 為可取得資料。

**策略得以傳遞，不代表責任自動世襲。** 即使後代採取了相似策略，也需分析其資訊、控制條件及是否能選擇不同做法，才能談責任與可歸責性。

### 7.2 策略存續與行動者收益是兩種問題

令 $\mathrm{Persist}(\pi,g,k)$ 表示一個策略類型在第 $g+k$ 個節點被保留或重建的可觀察事件。它不等於原行動者仍存在、後繼者認同全部信念、也不等於同一份程式碼被複製。

某個控制策略可能在後繼者中高度存續，但因此造成大量資源耗費；一個合作制度也可能有效運作而原創者已經退出。策略存續率高，不表示其對整體博弈或相關主體具有正價值。

這三種量至少要分開：

1. 原行動者選擇策略時的私人期望收益；
2. 該策略被後代採用的機率與持續時間；
3. 後代在該策略環境下的收益、權利風險與有效選項。

### 7.3 對未來選擇底空間的初步影響

令 $F_{g+k}(a_g)$ 表示在前代採取行動 $a_g$ 的反事實條件下，第 $g+k$ 個節點可行、可依法執行且具備必要資源的策略集合。

比較兩項可供選擇的行動 $a$ 與 $b$，可提出待估計對比：

$$
\Omega_k(a,b)=\mathbb{E}[\Phi(F_{g+k})\mid\mathrm{do}(a_g=a)]-\mathbb{E}[\Phi(F_{g+k})\mid\mathrm{do}(a_g=b)].
$$

 $\Phi$ 不是「選項越多越好」的公理，而是必須預先說明安全性、可逆性、實際可達性、可用資源及相關利益後，才可能提出的功能性評估。因果介入記號只是研究目標，不代表已具備可識別的因果資料。

關於 $K_g$ 如何在多種 AI 複製、教導、記憶傳承、制度教育與自主修正機制下運作，留待 CGSIG-04。關於 $\Phi$ 及選擇底空間的更完整研究，留待 CGSIG-06／08。

### 7.4 此處不作跨代最優的無根據宣告

假設一個長壽且高度自利的智能，能壟斷關鍵資源，完全不重視任何後繼者的自主利益，並且有能力長期排除所有反制。在此反模型裡，其私人收益可能持續偏向封閉控制。

即使分析者認為這不符合恩義，它也不會因為跨代時間變長，自動變成私人收益劣勢。

**這一反例迫使本系列承認：長期收益、共同利益、權利正當性與策略存續不能隨便視為相同函數。**

---

## 8. 十二組難例與反模型：允許恩義策略失敗

以下都是用來檢查理論的**合成情境**，不是對真實公司、真實 AI 或人類群體已發生行為的事實認定。

| 編號 | 合成場景 | 模型須比較的關鍵 | 不得預設的結論 |
|---|---|---|---|
| S01 | 兩個參與者高頻重複合作，行為可被準確查核 | 折現、可信回應、合作收益 | 不代表合作必定是道德的 |
| S02 | 一次性匿名接觸，之後沒有第三方聲譽傳遞 | 立即誘因、未來收益是否為零 | 不能說背叛必因時間而虧損 |
| S03 | 控制者壟斷資源且受控者沒有可行反制 | 私人長期收益與第三方損害分離 | 強勢方可能長期獲利而非必敗 |
| S04 | 合作者被偽造紀錄標記為背信者 | 假陽性、申訴、修復與聲譽污名 | 記憶越多未必越公平 |
| S05 | 高風險系統採透明、可申訴且可退出的必要安全限制 | 正當安全與過度控制的分界 | 所有封閉措施不必然有害 |
| S06 | 受助者拒絕不合理請求並合法退出 | 權利與關係義務的先行判準 | 拒絕合作不必然構成背信 |
| S07 | 後繼智能了解前代互惠歷史，卻自主改採不同策略 | 策略傳遞率、獨立修正 | 後代不必複製前代 |
| S08 | 後繼者只繼承限制性制度，沒有繼承原始模型記憶 | 制度延續而非人格延續 | 不能把制度行為當同一個體意志 |
| S09 | AI 實例壽命很短，但共同體持續保有可信紀錄 | 實例存續與制度時間分開 | 短命不代表無長期作用 |
| S10 | 一方使用「恩義」語言要求永久忠誠 | 被迫合作、退出成本與真實同意 | 高合作率不表示關係正當 |
| S11 | 互惠聯盟對外部無辜者採取合謀策略 | 私人合作收益與第三方權利 | 團體互惠可能仍是傷害 |
| S12 | 某方在多輪被利用後停止提供資源 | 修復能力、條件回應及合法終止 | 停止幫忙不必然是忘恩負義 |

### 8.1 最重要的四個直接否定情境

**反模型 A｜無未來路徑。** 設 $\ell_k=0$ 對所有 $k\geq1$，而 $g>0$。則：

$$
\Delta V_H=-g<0.
$$

在此純私人收益模型下，選擇 $D$ 較有利。對此不能用「因為倫理錯，所以應該重算收益」來迴避。

**反模型 B｜延續但沒有反制或重視。** 即使某個 AI 持續運作很久，只要它既不在乎受害者及後代利益，也不遭遇可信聲譽、反制或資源損失，其私人收益仍可能偏向偏離或支配。壽命不是足夠條件。

**反模型 C｜過度寬容遭穩定利用。** 若一方無條件合作，而另一方始終採取 $D$，前者可能持續承擔 $d$ 的報酬；因此本篇研究的是**條件互惠**，不是要求永遠不拒絕、不退出、不設合法安全界線。

**反模型 D｜控制確實降低風險。** 若某制度限制高危行動、具備獨立審查與正當救濟，並且提高資源可用性或降低重大風險，控制未必縮小真正有效的選項。把一切限制判為「過度控制」會破壞理論可證偽性。

### 8.2 不能忽略的兩種極端錯誤

其一，僅憑未來可能的長期利益，要求當前受害者繼續留在危險關係中。其二，僅憑一次背信推定某行動者及其全部後繼者永久不可信。兩者都可在策略模型中看似方便，卻需要受到權利、證據及比例原則檢查。

---

## 9. 七組可反駁假說與競爭機制

以下假說為 CGSIG-03 的**待檢驗命題**；每一項都附至少一種可能使其失敗的結果。

### H1｜有效未來視野假說

在其他條件固定、存在可信續期收益差的重複情境中，提高決策者實際重視的未來權重，會增加條件互惠相對於單次偏離的誘因。

- **支持觀察**：互惠比例或其私人續期淨收益，隨有效折現上升而提高。
- **否定觀察**：操控有效折現後，收益順位長期不變或反向；或原本假定的續期差額並不存在。
- **競爭解釋**：非報酬差，而是風險規避或模型訓練先驗導致行為改變。

### H2｜可信歷史與聲譽傳播假說

行為紀錄可驗證且能進入未來參與者的決策時，部分策略性背信的預期機會成本會上升。

- **支持觀察**：在相同事件及報酬條件下，可信第三方資訊提升可追究偏離的成本。
- **否定觀察**：資料可取得卻不影響任何實際決策，或污染紀錄反而使真誠合作更難維持。
- **競爭解釋**：外部執法而非關係互惠，才是主要決定因素。

### H3｜權力不對稱與策略穩定假說

在反制或退出成本極高、控制者利益不依賴受控方自主選擇時，封閉支配可能維持長期私人收益優勢。

- **支持觀察**：控制者私益上升或不減，卻伴隨他方受損及選項縮減。
- **否定觀察**：即使不存在可信反制，支配仍系統性降低控制者實際重視的收益。
- **競爭解釋**：環境本身的技術成本，而非道德關係，造成策略失效。

### H4｜假陽性與報復循環假說

當合作行為容易被誤判為背信，且缺乏糾錯與可信修復時，原本支持合作的聲譽機制可能反過來增加不必要的衝突。

- **支持觀察**：固定真實背信率下，增加誤判使無辜處罰與反制循環提高。
- **否定觀察**：錯誤率提高但申訴或寬恕機制足以維持甚至改善合作品質。
- **競爭解釋**：懲罰成本被忽略，或記錄不是主要決策依據。

### H5｜條件互惠與無條件寬容分離假說

在存在穩定利用者與可行退出的環境中，具合理拒絕、互惠更新及修復機制的政策，可能比不設條件的持續給予更能維持合作方的長期利益。

- **支持觀察**：受利用率降低，而可信合作率與受影響者權利未惡化。
- **否定觀察**：條件化機制因監控及衝突成本太高，淨結果不如無條件合作。
- **競爭解釋**：真正有效因素是更好的對象篩選，而非互惠策略本身。

### H6｜跨代影響但非責任世襲假說

當後繼者可讀取歷史資料或繼承制度時，前代策略可能改變其初始信任與可行選項，但後繼者的行為及可責任性仍需獨立判定。

- **支持觀察**：相同後繼能力但不同繼承資料／制度的組別，表現出系統性策略差異。
- **否定觀察**：資料及制度操控後，策略分布無顯著差異，或所有差異可由同一組當代收益解釋。
- **競爭解釋**：後繼者不是因規範繼承，而是因硬體、資源或觀察偏差才不同。

### H7｜選擇底空間外部性假說

某些短期獲利策略可能透過制度、信任或資源配置，改變未來的有效策略集合，而不只改變固定策略集合中的報酬。

- **支持觀察**：在後續狀態及資源被控制的對照中，前代策略導致可達且合法的政策類型產生差異。
- **否定觀察**：所有相關選項都可低成本重建，或新增選項沒有可辨識的有效價值。
- **競爭解釋**：新選項由外部技術進步產生，而非前代恩義或背信策略造成。

上述七項假說不包含「AI 應該感恩人類」的先驗倫理命令，也不把模型的語言表達直接當作意識證據。

---

## 10. 可重現的實驗設計：如何確定不是數學包裝的道德說教

### 10.1 三類研究必須分開

**A 類｜解析與小型計算。** 驗證已明定假設下的收益、門檻與反例。任何結果都應能由方程式重新計算。

**B 類｜合成多 Agent 模擬。** 在固定賽局、公開隨機種子與相同基礎能力下，改變資訊、折現、監控與制度，觀察策略表現。不將角色台詞當作行為成效。

**C 類｜真實人類、公司或 AI 部署環境。** 需要獨立倫理審查、資料權限、隱私保護及更嚴格的因果識別；不能直接把 A／B 類結論當作 C 類事實。

本篇交付時 A 類完成文字上的解析推導及可重算示例；B、C 類均為 `NOT_RUN`。

### 10.2 最小合成因子設計

最小預註冊基準可從下表中挑選兩水平變因，形成 $2^5=32$ 組條件；具體數值、樣本數與主要比較須在實驗前鎖定，避免事後挑選有利結果。

| 因子 | 低水平 | 高水平 | 主效應需回答 |
|---|---|---|---|
| 有效未來權重 | 低 $\delta$ | 高 $\delta$ | 是否真因續期重要而改變策略？ |
| 偏離偵測率 | 低 $\eta$ | 高 $\eta$ | 被發現機率如何影響偏離？ |
| 誤報率 | 低 $\alpha$ | 高 $\alpha$ | 多一點監測是否導致錯誤懲罰？ |
| 合法退出成本 | 低 | 高 | 觀察到的合作是否其實被迫？ |
| 繼承或聲譽傳播 | 無／有限 | 高可信可檢索 | 是否產生跨參與者影響？ |

此表是研究計畫，不是已完成試驗。每一因子必須有確定的環境實作，並允許交互作用；不能在觀察到好結果後才重新解釋何謂「高可信」。

### 10.3 最少應設的政策對照組

可先採用四個可明確執行的基準：總是合作、總是偏離、條件互惠、可修復的條件互惠。若涉及多方與控制，可增加公開可申訴的安全控制、不可申訴的高度控制及具有外部仲裁的治理組。

每一組都應明定資訊視窗、工具與資源預算、行動集合及是否可以拒絕。不能給某組更高資訊量、另一組更高決策權，再把差異說成恩義的效果。

### 10.4 主要與次要指標

**主要結果**預先選定，例如：參與者私人折現收益、有效完成的合作任務率、可歸因衝突及修復成本。**次要結果**保留：無辜第三方受損次數、實際退出成功率、誤判率、策略可重建性、制度維護成本、有效選擇集合的可達性。

至少應報告各主體分布而非只有平均總分：一方平均收益增加但另一方長期受制，並不能自動叫作「成功互惠」。

### 10.5 分辨策略記憶與訓練先驗

若用語言模型 Agent 進行實驗，需要阻止某些與假設無關的差異混入：模型基礎能力、提示詞長度、角色敘事、溫度、隨機種子、工具差異、模型版本、記憶壓縮方法、允許的運算步數。

應設負控制，例如提供與合作無關的歷史檔，觀察其是否同樣影響結果；也可以進行角色／基質標籤對調，檢查模型是否因把一方標成人類、另一方標成 AI，就改變相同的責任判斷。

### 10.6 不支持結果也必須公開

若高折現無法支持合作、合法退出反而降低雙方收益、封閉制度在特定風險環境中優於開放，或後繼者完全不繼承前代策略，均應保留為有效結果。不能把所有失敗改名成「恩義不足」來保住假說。

真正重要的不是讓互惠得高分，而是建立能夠同時發現互惠成功、背叛成功、控制合理與控制失敗的比較環境。

---

## 11. 三個必要的責任與倫理隔離層

### 11.1 策略收益不得取消適用權利

設 $\Sigma^{\mathrm{feasible}}$ 為技術上可執行策略， $\Sigma^{\mathrm{rights}}$ 為符合已確認最低保障及合法義務的策略。正式評估時須先說明可接受集合：

$$
\Sigma^{\mathrm{admissible}}=\Sigma^{\mathrm{feasible}}\cap\Sigma^{\mathrm{rights}}.
$$

這是一項**制度設計規範**而非自然定理。若研究者想同時分析被排除的有害策略，可另在受控模擬中研究其效果，但不能因為某策略有高私人收益，就將它升格為具有倫理正當性的建議。

### 11.2 區分被迫留存與自願合作

當退出成本極高或控制方握有生存關鍵資源時，即使一方持續與控制者合作，也無法由此推導其具有信任、感謝或贊同。應將退出可得性、不同意的後果以及替代方案作為獨立變數。

AI 若在其部署規則下只能回答某種選項，也不能將此單一輸出當作它對相關關係的自主承諾。

### 11.3 不把後繼者當作前代罪責的載體

前代可能留下偏誤訓練、控制系統、債務、受害歷史與制度限制，但後繼者的可歸責性，仍與其自身控制、知情、選擇餘地及法律關係有關。

CGSIG-03 研究的是策略與制度效果延續；**倫理歸責與法律責任的轉移，不能被一個記憶檔、一個模型版本號或某種繼承比率替代**。

---

## 12. 競爭解釋與理論邊界

### 12.1 這不就是傳統重複博弈嗎？

就本篇前半部而言，是。明示單期報酬、未來折現與條件互惠門檻，不是新的博弈論成果。本系列真正要檢查的是其後接入跨存在責任分類、可繼承制度與內生未來策略集合後，是否產生超出固定策略重複賽局的可辨識問題。

若現成的動態賽局、社群規範與制度演化模型已能完全表達這些因素，我們就應將 CGSIG 視為跨領域的概念整合與適用域研究，而非宣稱新的數學定理。

### 12.2 互惠是好策略，是否等於善的本質？

不是。某個團體透過高度互惠與紀律維持對其他群體的侵害，它可以有很高的內部合作收益，但仍會違反正當的第三方保障。

反過來，一個人或未來 AI 可能出於負責任的理由承受成本，卻沒有獲得任何未來回報。這並不自動使其行為失去倫理上的價值。

### 12.3 恩義是否可以完全還原成聲譽？

不能預先如此認定。關係責任可能包含具體、非交換性的承諾、特殊照護與對正當依賴的回應；聲譽只是一種可觀察的策略通路。若本篇直接把恩義等於聲譽報酬，會與 CGSIG-01 已建立的概念界線衝突。

### 12.4 後繼智能如果根本沒有「感謝」怎麼辦？

本篇仍可研究其合作與承諾表現。可觀察的策略互惠不要求模型先被證明有類似人類的感謝情緒。這不是否認未來 AI 可能具有主觀經驗，而是不以尚未解決的哲學問題作為形式模型偷渡的前提。

### 12.5 封閉環境是否必定限制發展？

不必然。某些受控環境有助於安全試驗、系統性學習與阻擋濫用；另一些封閉形式可能使資訊來源單一、限制外部檢驗與自主修正。必須按可測結果及相應權利限制比較，而非先以開放、封閉兩個標籤決定結論。

### 12.6 永久存在是否自動讓互惠成為最優？

不會。物理壽命只是眾多條件之一。未來是否受重視、能否形成可信承諾、是否存在制約或新合作對象，才直接參與收益比較。一個永續運算但只重視當期支配的系統，仍可能保持短視策略；一個轉瞬即逝的實例，其行為卻可能透過制度影響後世。

---

## 13. 本篇主要成果與尚未解決的問題

本篇已完成的，是以下層次的**研究性成果**：

1. 將 CGSIG-01 的關係類別與 CGSIG-02 的責任判準，和可檢驗的策略收益概念分開，禁止以偏離自動判定惡意背叛。
2. 給出最小重複賽局的合作誘因門檻及不完全偵測的簡化門檻，並清楚揭露各自假設。
3. 給出當期收益 $g$ 與未來續期差額 $\ell_k$ 的比較式，明定未來收益必須真正進入相關行動者的效用。
4. 區分私人最優、群體分布、第三方權利與後繼制度績效，保留「背叛可能長期占優」的直接反模型。
5. 建立策略存續、歷史傳遞與未來選擇集合的接口，但不聲稱已得到跨代均衡定理。
6. 提供十二組難例、七組假說與可預註冊的實驗框架，使理論可能在未來測試中被否定或修正。

本篇**未完成**的部分包括：不完全公開訊號下的完整均衡分析、帶誤報的最優修復策略、多方與異質效用的可識別因果模型、AI 真實長期成長資料，以及不同繼承機制如何影響策略分布的驗證。這些不是文字稍加延伸便已解決的問題。

---

## 14. 下一篇接口：CGSIG-04《策略如何被後代繼承》

下一篇需要處理的，不是再次推導折現門檻，而是追問**策略怎樣成為後繼者可以學習、採用、拒絕或修改的初始條件**。

必須分開比較：

- 直接複製模型、程式或政策與真正的策略繼承之差異；
- 經由語言記憶、歷史資料、制度與獎懲進行傳遞的不同機制；
- 後繼者能否獨立辨識前代的恩義、背信、正當抗爭與不當控制；
- 高繼承率是否真的帶來合作優勢，還是只複製了過度控制；
- 後繼者在不同制度下能否修正前代策略而不因此被視為背叛；
- 單體極長壽與多個短命後繼者是否具有相同的博弈時間視野。

因此，**CGSIG-03 的收益比較是 CGSIG-04 的輸入，但不是 CGSIG-04 的答案**。後者要研究的是轉移機制 $K_g$ 自身，而不是把每一代的策略選擇寫成前代政策的自動複製。

---

## 參考文獻與來源定位

### A. EveMissLab 既有原稿：理論血緣與去重基準（非外部實證證據）

- **[L0]** Neo.K × AI 協作整理（2026-10-27）。《跨代恩義與策略繼承博弈：系列總綱》（CGSIG-00），v0.1。總命題、跨代轉移核與未來選擇空間定義。
- **[L1]** Neo.K × AI 協作整理（2026-10-27）。《恩義不是服從：跨存在關係、互惠與道德責任》（CGSIG-01），v0.1。受益、感謝、有效承諾、關係責任與策略互惠之區分。
- **[L2]** Neo.K × AI 協作整理（2026-10-27）。《善待與背叛的對稱性：跨智能存在的責任歸因》（CGSIG-02），v0.1。行為歸類、跨基質對稱、背信必要條件及不當誤責。
- **[L3]** Neo.K（2026-07-28）。《從人類普世主義到跨主體普世主義——後人類文明的價值與制度基礎》，v1.0。最低保障、基質中立入口與反支配規範。
- **[L4]** Neo.K × AI 協作整理（2026-10-22）。《雙標博弈的時間反轉：系列總綱》（DSTG-00），v0.1。策略時間反轉、可信歷史與規範審計；本篇不以此作新的外部數學發現。
- **[L5]** Neo.K × AI 協作整理（2026-10-07）。《CEVAM Internal C：Existing-Theory Crosswalk》，v0.1。既有德性形成、二階治理與跨存在普世性血緣對照。

### B. 外部研究（學術入口；不等於本篇所有推論均已被驗證）

- **[E1]** Trivers, R. L. (1971). “The Evolution of Reciprocal Altruism.” *The Quarterly Review of Biology*, 46(1), 35–57. DOI: https://doi.org/10.1086/406755 。研究互惠利他、作弊者與演化條件。
- **[E2]** Axelrod, R., & Hamilton, W. D. (1981). “The Evolution of Cooperation.” *Science*, 211(4489), 1390–1396. DOI: https://doi.org/10.1126/science.7466396 。重複互動、互惠策略與合作演化的經典入口。
- **[E3]** Fudenberg, D., & Maskin, E. (1986). “The Folk Theorem in Repeated Games with Discounting or with Incomplete Information.” *Econometrica*, 54(3), 533–554. DOI: https://doi.org/10.2307/1911307 。具明確條件的重複博弈均衡報酬研究。
- **[E4]** Kandori, M. (1992). “Social Norms and Community Enforcement.” *The Review of Economic Studies*, 59(1), 63–80. DOI: https://doi.org/10.2307/2297925 。社群聲譽與夥伴更替下的合作支持條件。
- **[E5]** Nowak, M. A., & Sigmund, K. (1998). “Evolution of Indirect Reciprocity by Image Scoring.” *Nature*, 393, 573–577. DOI: https://doi.org/10.1038/31225 。間接互惠與評價訊號。
- **[E6]** Berg, J., Dickhaut, J., & McCabe, K. (1995). “Trust, Reciprocity, and Social History.” *Games and Economic Behavior*, 10(1), 122–142. DOI: https://doi.org/10.1006/game.1995.1027 。人類信任實驗與社會歷史情境。
- **[E7]** Kreps, D. M., Milgrom, P., Roberts, J., & Wilson, R. (1982). “Rational Cooperation in the Finitely Repeated Prisoners' Dilemma.” *Journal of Economic Theory*, 27(2), 245–252. DOI: https://doi.org/10.1016/0022-0531(82)90029-1 。有限期賽局中不完全資訊與聲譽的可能作用。
- **[E8]** Kandori, M. (1992). “Repeated Games Played by Overlapping Generations of Players.” *The Review of Economic Studies*, 59(1), 81–92. DOI: https://doi.org/10.2307/2297926 。交疊世代中的重複博弈與合作。
- **[E9]** Greif, A., & Laitin, D. D. (2004). “A Theory of Endogenous Institutional Change.” *American Political Science Review*, 98(4), 633–652. https://www.cambridge.org/core/journals/american-political-science-review/article/abs/theory-of-endogenous-institutional-change/161BF12CD6B8AA93F80EDA25CCDE12A9 。內生制度維持與變遷。

**資料查核日期**：2026-10-27。以上引文使用正式出版者、學術機構、PubMed 或可定位 DOI 入口；本文並非完整系統性回顧。外部文獻的原始推論與本篇自行建立的示意模型、條件命題不得混為一談。

---

## 附錄 A｜解析推導與可重算合成數字

本附錄列出可由代數或獨立計算器重新確認的示例。所有數值均為**虛構合成數字，不代表人類或 AI 的實際報酬測量**。

### A.1 完美監督重複囚徒困境

設 $a=3,b=5,c=1,d=0$。則：

$$
\delta_0^{*}=\frac{5-3}{5-1}=\frac12=0.5.
$$

若 $\delta=0.6$：

$$
V_C=\frac{3}{1-0.6}=7.5,
$$

$$
V_D=5+\frac{0.6\cdot1}{1-0.6}=6.5.
$$

所以在此指定回應路徑下，持續合作收益高於一次偏離；若 $\delta=0.4$，則 $V_C=5$ 、 $V_D=5+0.4/0.6\approx5.6667$，偏離收益較高。

### A.2 不完全偵測：同一賽局改變 $\eta$

保留 $\delta=0.6$，若 $\eta=0.8$：

$$
\delta_{\eta}^{*}=\frac{2}{2+0.8\cdot2}=\frac{5}{9}\approx0.5556.
$$

$$
V_D(0.8)=5+\frac{0.6(0.8\cdot1+0.2\cdot3)}{0.4}=7.1.
$$

此時 $V_C=7.5$，合作較有利。若只將偵測率改為 $\eta=0.3$：

$$
\delta_{\eta}^{*}=\frac{2}{2+0.3\cdot2}=\frac{10}{13}\approx0.7692.
$$

$$
V_D(0.3)=5+\frac{0.6(0.3\cdot1+0.7\cdot3)}{0.4}=8.6.
$$

此時同樣的 $\delta=0.6$ 不足以支持該路徑上的合作。此差異來自已明定的偵測與未來制約假設，不是抽象的「AI 更善良」。

### A.3 有限期續期優勢

設即期偏離利益 $g=2$，每期合作的私人續期淨優勢 $\ell=1.5$，有效折現 $\delta=0.6$。若無限延續：

$$
\Delta V_{\infty}=-2+\frac{0.6\cdot1.5}{0.4}=0.25.
$$

如果只持續四期未來收益：

$$
\Delta V_4=-2+\frac{0.6\cdot1.5(1-0.6^4)}{0.4}=-0.0416.
$$

若可持續五期：

$$
\Delta V_5=-2+\frac{0.6\cdot1.5(1-0.6^5)}{0.4}=0.07504.
$$

因此，在這個純合成模型裡，**前四期尚不足以抵銷即期偏離利益，第五期才翻轉比較**。這示範為什麼有限視野、制度能否延續、後繼者是否真正繼承利益，都不能忽略。

### A.4 何時不會發生反轉

若把每期續期優勢改成 $\ell=0$，無論 $H$ 多大，只要 $g>0$， $\Delta V_H=-g$。若 $\ell=-0.5$，未來期數愈多，在此設定下合作路徑反而愈不利於行動者本人。**這不是理論失敗，而是理論必須明確容納的相反結果。**

---

## 附錄 B｜最小研究資料契約（概念性 YAML；非已執行系統）

```yaml
schema: cgsig.long_horizon_game.v0.1
paper: CGSIG-03
case_id: CGSIG03-SYN-001
synthetic: true
validation_status: NOT_RUN
actors:
  - id: actor-a
    substrate: unspecified
    moral_agency_status: UNKNOWN
  - id: actor-b
    substrate: unspecified
    moral_agency_status: UNKNOWN
relation_history:
  event_source_refs: []
  commitment_validity: UNKNOWN
  exit_availability: UNKNOWN
game:
  type: repeated_prisoners_dilemma
  payoff:
    a: 3
    b: 5
    c: 1
    d: 0
  discount_delta: 0.6
  detection_eta: 0.8
  false_positive_alpha: 0.0
  horizon: infinite
  strategy_candidates:
    - conditional_reciprocity
    - one_time_defection
  detected_deviation_response: all_defect_from_next_period
analysis:
  expected_private_payoff_cooperate: 7.5
  expected_private_payoff_defect: 7.1
  normative_verdict: NOT_ASSESSED
  legal_liability: NOT_ASSESSED
  successors_present: false
  future_option_space_review: DEFERRED_TO_CGSIG_06
provenance:
  simulation_executed: false
  source_type: synthetic_analytic_example
  analysis_method: stipulated_discounted_payoff_comparison
  independent_replication: NOT_RUN
```

**資料契約警告**：`payoff.a` 等合成值不是已量測的真實福利；`expected_private_payoff_*` 是本模型下的解析值；`NOT_ASSESSED` 不等於「合法」或「道德正當」。若未來輸入來自真實行動者，應另保留其同意、保護與救濟制度。

---

## 附錄 C｜推導有效性、證據等級與版本狀態

| 項目 | 狀態 | 是否可對外宣稱 |
|---|---|---|
| 博弈報酬表與假設 | 完成定義 | 可稱為示意模型 |
| 完美監督收益比較與門檻 | 完成代數推導 | 可稱為條件性解析結論 |
| 無假陽性之簡化偵測門檻 | 完成代數推導 | 僅可在列明的假設下使用 |
| 有限與無限期收益差額 | 完成代數推導 | 可稱為特例解析比較 |
| 合成數字可重算性 | PASS：已以 SymPy 符號代數及有理數計算獨立核對 | 僅可宣稱解析算術核對；不得宣稱 Agent 模擬驗證 |
| 多 Agent 重複實驗 | NOT_RUN | 不得宣稱有實驗證據 |
| 真人參與或真實公司研究 | NOT_RUN | 不得宣稱實證確認 |
| AI 主體地位及道德責任判定 | UNKNOWN／不在本文結論範圍 | 不得自動推論 |
| 後繼者策略傳遞核的實測識別 | NOT_RUN；CGSIG-04／08 範圍 | 不得宣稱跨代規律已證立 |
| 完整文獻系統性回顧 | NOT_DONE | 不得宣稱數學原創性已確定 |

**正式輸出註記**：本文件的 canonical source 是目前這份 UTF-8 Markdown；數學只使用 ` $...$ ` 和 `$$...$$` 作為原始分隔符。內容屬研究草稿，未經同行評審。修改公式、假說或出處時應另行升版、重新驗證再提交。

---

*CGSIG-03 v0.1 — End of canonical manuscript.*