---
title: "AIBT-EX02｜如果 AI 泡沫始終沒有發生：2027–2039 逐年反證、風險轉化與全域事件域判準"
english_title: "What If the AI Bubble Never Happens? Annual Disconfirmation, Prevented Risk, and the Absence of a Civilization-Scale Causal Event Domain, 2027–2039"
series: "AI 泡沫、產業重整與文明適應論（AIBT）"
series_position: "Independent Explanatory Paper EX02; not one of the 12 core papers or reserved X1/X2"
document_id: "EML-AIBT-EX02-2026-11-01"
version: "v0.1"
date: "2026-11-01"
language: "zh-TW"
concept_by: "Neo.K"
research_collaboration: "GPT-6"
institution: "EveMissLab／一言諾科技有限公司"
status: "Completed conceptual manuscript; preregistration proposal and counterfactual research design; not peer-reviewed"
evidence_cutoff: "2026-11-01 (Asia/Taipei)"
observation_window: "2027-01-01 through 2039-12-31; audit in 2040"
canonical_source: "UTF-8 Markdown; LF; no BOM"
canonical_math_delimiters: "inline single-dollar; display double-dollar"
parent_program: "AIBT-00"
predecessor: "AIBT-EX01｜泡沫的全域耦合：跨主體 AI 採購、閒置資本與收益分配錯位"
theory_interfaces:
  - "REPE-04｜預測者已經走進未來：預測—干預混淆、自我實現與預言資本"
  - "AIBT-01–12"
  - "EWDT-19／EWDT-21"
  - "WIIW-08"
---

# AIBT-EX02｜如果 AI 泡沫始終沒有發生

## 2027–2039 逐年反證、提前治理、無事件路徑與文明尺度的因果判準

**What If the AI Bubble Never Happens? Annual Disconfirmation, Prevented Risk, and the Absence of a Civilization-Scale Causal Event Domain, 2027–2039**

**理論問題提出：** Neo.K  
**研究協作與正式整稿：** GPT-6  
**研究機構：** EveMissLab／一言諾科技有限公司  
**原稿日期：** 2026 年 11 月 1 日；v0.1  
**研究性質：** AI 政治經濟學、因果推論、前瞻治理、系統性風險、反事實歷史與風險預測認識論。**不是對 2027–2039 年已發生事件的報告，也不構成投資或政策個案建議。**  
**編號：** AIBT 獨立番外 EX02；不占用預留的 X1、X2，也不修改 AIBT-01～12 的歷史原稿。

---

**作者：** Neo.K  
**版本：** v0.1  

## 摘要

《AI 泡沫、產業重整與文明適應論》（AIBT）研究 AI 資本、算力、企業組織、勞動分配及治理制度之間的耦合風險。但存在一個強而重要、不能只在附註中草率帶過的反事實：**如果從 2027 年起，經過 2028、2029，直到 2039 年，AI 投資與社會調整始終沒有出現一個可嚴格辨識、具有跨區域與跨領域因果連結、並對地球文明產生長期實質影響的全球泡沫事件域，會如何？**

此時，2027–2028 年的早期風險預測不應無限延期、擴大事件定義或把所有局部市場修正重新命名為「全球泡沫」。然而，未發生也不必然證明最初辨認的風險機制從未存在。社會可能提前解決電力、融資、治理、採購、資料基礎設施、收益分配和部署驗收瓶頸；某些管理者或跨國行政機制可能在危機形成前便改變市場路徑。原預測若是附有前提的條件假說，干預後世界狀態改變，當然需要重新估計；但原本公開宣稱「特定年份必然出事」的無條件強預測，仍須在期限屆滿時接受明確的觀測評分。**風險機制可能有意義，不代表當年的強時點預測因此自動正確。**

本文嚴格承接既有 REPE-04「預測—干預混淆」以及 AIBT-EX01「全域耦合、五本帳與資產生命週期」，設計三層可區分的問題：第一，哪種事件才算「全球 AI 泡沫」而非一般估值波動、地方失敗或其他原因造成的衰退？第二，若長期未發生，應如何在原風險誤判、實際風險被治理、風險被轉化／分散、以及證據不足間作負責任的歸因？第三，即使不存在單一全球泡沫事件域，是否仍可能出現大量分散的閒置資本、地方困境、機會不平等與未完成的文明正和傳遞？

本文將 2027–2039 年界定為**十三個逐年封存的觀察年度**，2040 年作為針對截至 2039 年資料的正式結算節點，而不是偷渡第十四年必然發生的危機。在提出候選事件域判準、原因網路與政策條件化反事實後，建立逐年研究表、無事件證據標準、五類競爭性無泡沫路徑、政策預防歸因程序、非事件情境算例、十五項可否證假說及資料字典。**本文不宣稱已證明未來不會發生泡沫；它證明的是：一套認真面向現實的泡沫研究，必須有能夠如實記錄「始終沒有發生」的完整出口。**

**核心判準：** 全球影響的因果來源可以是分散耦合的，全球穩定的成因也可以是分散耦合的。經過長期觀測，若既沒有形成可辨識的全球 AI 泡沫因果事件域，亦沒有足以支持「原高風險路徑被特定干預消除」的因果證據，就應當降低或撤回原先較強的全球危機預測；不能以抽象的「危機永遠潛伏」維持預測者永遠正確。

**關鍵詞：** AI 泡沫、非事件、全域因果事件域、風險提前解除、預測—干預混淆、反事實歸因、2027–2039 年度觀察、2039 截止、2040 結算、分散修正、金融韌性、經濟世界域、全域行政、資本誤配、文明正和、前瞻可否證性。

### Abstract

This paper asks the strongest counterfactual question for AI-bubble research: what if no detectable, causally coherent, geographically interconnected, cross-sectoral and long-lasting AI-driven bubble event emerges at any point from 2027 through 2039? It distinguishes a local correction from an industry downturn and a civilization-scale globally coupled causal event domain. Non-occurrence may indicate an overstated baseline risk, successful anticipatory intervention, gradual absorption of excess capital, fragmented adjustment without systemic propagation, or insufficient observational power. The key distinction is between evaluating the literal accuracy of an original time-specific forecast and estimating the historical causal mechanisms that may have changed after the forecast was made. Building on REPE-04 and AIBT-EX01, it develops frozen event definitions, policy-conditioned probabilities, intervention evidence requirements, a 13-year annual ledger, a 2040 closeout procedure, competing alternative explanations, and fifteen falsifiable hypotheses. The research does not treat non-occurrence as proof that interventions worked; nor does it allow an originally unconditional prediction to escape its expiration date by retroactively becoming conditional. The absence of a systemic AI bubble would be a substantive result, while remaining compatible with local failures, diffuse inequality, new energy constraints, or unequal distribution of the benefits of AI.

---

## 0. 研究位置：這不是為原預測預留的免責條款

### 0.1 原始問題及最強反事實

AIBT-EX01 研究企業、公共部門、家庭、供應商與金融資本的共同資本配置，並拒絕將全域泡沫簡化為一個壞企業的錯。EX02 反向研究：**若這種全域泡沫始終沒有形成，應如何知道、如何更新以及如何區分世界被改變和原預測被反證？**

最強的研究情境不是「2027 年沒有破裂，所以延到 2028 年」，而是：

1. 2027–2039 年連續十三年，均沒有通過嚴格操作判準的全球 AI 泡沫因果事件域。
2. 即使期間有公司倒閉、GPU 二手價格下跌、政府專案出清、AI 股價大跌、就業重組或地方能源事故，這些也沒有經可靠辨識形成同一個持久、全球性、跨域傳導的泡沫因果事件。
3. 技術仍可能前進，制度也可能持續補救風險，全球產業可能透過真正的需求、重配置與分散清算吸收原本看似不可持續的支出。
4. 2040 年以當時已觀測到的資料，對 2027–2039 年原定窗口做事後結算；不能要求「再過十年」才准判定原預測是否落空。

**時限紀律：** 「2040 年以前」在本文特指 2027-01-01 至 2039-12-31。2040 年進行封存結算，可另外繼續監測滯後效果，但不因後來 2041 年有危機就回填為「2027–2039 已命中」。

### 0.2 既有研究的實際前置與本文新增內容

| 研究原稿 | 已存在的重要命題 | EX02 新增問題 |
|---|---|---|
| AIBT-00、01～03 | 泡沫是條件性金融／能源／投資回收風險，不應與技術終結混淆 | 若金融與能源瓶頸連年被跨過，原假說如何下修？ |
| AIBT-04～06 | 核心模型席位、平台整合、自研／API 替代及產品商品化 | 競爭與功能整合若在不崩潰的市場中完成，是否仍可視為正常產業升級？ |
| AIBT-07～10 | Agent 可能改寫工作、最小企業規模、收入分配與需求 | 即使沒有泡沫，為何仍須評估工作、購買力與自主權？ |
| AIBT-11 | 制度有效回應時差與家庭緩衝—保障缺口 | 若行政提前備妥保障，如何證明它有減低預期損失？ |
| AIBT-12 | AI 科技樹、SAS-01／EWDT-19 的系統再生與文明正和門檻 | 13 年沒有泡沫是否可能與真奇點尚未到來同時成立？ |
| AIBT-EX01 | 全域耦合、資本誤配、採購後閒置／再升級／出清及差異化責任 | 耦合網路是否也有緩衝、吸收與自我穩定機制？ |
| **REPE-04（2026-09-13）** | **Forecast–Intervention Confounding、Forecast Update Contract、Precommitted Disconfirmation Criteria** | 將已建立的認識論程序具體運用於 2027–2039 AI 泡沫的長期非事件研究 |
| EWDT-21 | 自動化社會閉合與廣泛世界域傳遞 | 沒有破裂是否等於生活世界真正改善？ |
| WIIW-08 | 高科技不必然等於賽博朋克的反權力失效態 | 沒有金融危機是否仍可能有制度失權或地方不平等？ |

本篇**不重新宣稱**發明 REPE-04 的預測干預問題；它將既有概念轉成可逐年稽核的實證契約與全球事件域判定程序。

### 0.3 陳述類別

- **DEF**：為研究設計而提出的操作性名詞及事件域分類，不是假稱既有國際標準。
- **OBS**：截至 2026-11-01 可核對之研究及事實；必須指明來源和適用範圍。
- **HYP**：尚未被未來觀測證明、可被反駁的命題。
- **SCN**：明示假設的未來路徑、數學例子或假定分布，不是預測結果。
- **NOR**：治理、尊嚴、公平與責任的規範主張，不冒充實證事實。

### 0.4 明確非主張

1. 不主張 2027–2039 必然沒有 AI 泡沫，或目前已看到任何 2027 年以後的事件。
2. 不主張一次股價修正、部分公司破產或單一國家衰退足以證明全球 AI 泡沫發生。
3. 不主張全球 AI 泡沫必須有同一天的單一黑天鵝新聞，分散的跨年耦合也可能形成事件域。
4. 不主張沒有全球事件就代表每個國家、產業或家庭都過得更好。
5. 不主張風險被事先治理就等於原來所有時點和幅度預測均正確。
6. 不主張只有政府才能提前治理；企業、民間、技術、資本、能源與制度都有可能產生調節。
7. 不把所有政策執行、AI 投資或綠色能源擴充都自動記作「成功預防泡沫」。
8. 不將 AI 導致的真實收益與政策、貨幣、金融或其他技術帶來的變化混為同一來源。
9. 不將「沒有看到」與「足夠敏感、足夠長期的觀察結果為沒有」混同。
10. 不由一個地球在十三年內的非事件經驗推導出「此類危機永遠不可能發生」。
11. 不對已屆期原預測無限展延，不因使用「條件性」一詞便自動取得免於反證的特權。
12. 不把 2026 年既有機構的風險報告當成未來結果已被預定的證據。

---

## 1. 五種「泡沫」層級：為什麼不能一筆股價下跌就宣布全域危機

### 1.1 價值錯估與系統危機是不同命題

財務估值偏離未來現金流，可能經由價格修正、長期盈餘成長、通膨及無事件的資本重配得到不同結果。經濟學中的「泡沫」本來就存在多種理論定義；本篇不宣稱以下五級是學界通用分類，而把它作為研究的**可固定操作分層**：

| 層級 | 候選名稱 | 例示可觀測現象 | 與本篇最強非事件情境的關係 |
|---|---|---|---|
| B0 | 可疑估值／預期溢價 | 高估值、長期盈餘未實現、投資者高度樂觀 | 即使沒有危機，B0 仍可能長期存在，且很難由價格 alone 判定 |
| B1 | 局部價格修正 | 一家 AI 股或單一類硬體價格大跌 | 不必然等於全球泡沫 |
| B2 | 部門出清／投資失敗 | AI 產業局部裁員、設備閒置及破產增加 | 可能是健康出清，也可能是持續損失 |
| B3 | 多區域交互放大之金融／產業事件 | 債務壓力、投資收縮與跨部門傳導 | 值得系統監測，但需核對其歸因與持續性 |
| **B4** | **文明尺度的全球 AI 泡沫因果事件域** | **跨區域、跨金融與實體經濟、持久且可識別 AI 泡沫因果貢獻之傳導** | **本篇強非事件情境所否定的對象** |

B4 的存在並不要求所有 B0、B1、B2 都同時存在；但必須有可辨識的 AI 過度投資／資產再定價／融資收縮或價值實現落差，並通過持續的跨域傳播對文明造成影響。若只是 AI 促成其他類型的重大事故，例如 AI 系統安全事故，則可能是全球 AI 風險事件，**但未必是金融／資本錯配意義上的 AI 泡沫**。

### 1.2 事件域不是單一瞬間

**候選定義（DEF）：** 「全域影響因果事件域」（Globally Influential Causal Event Domain，GICED）是時空上的事件集合與其因果傳導網路：事件可以在不同國家、不同年份、不同產業中以不同形式出現，但可藉由融資、信用、能源、供應鏈、就業、需求、政策或社會反饋的方向性關係，重建為同一個具有跨期延續性的重大系統事件。

這不是既有物理學「場」的定理；事件域指社會科學的因果—時空分析單位，不宣稱某個新的物理實體。

以有方向且可觀察的邊構成多層因果圖：

$$
\mathcal G_t=(V_t,E_t,W_t),
$$

其中 $V_t$ 是包含企業、金融機構、行政單位、家庭、產業與地域的節點； $E_t$ 是有來源、方向、時間與反事實假設的關係； $W_t$ 是暴露、傳導或影響強度。僅僅在圖中連起兩個節點，不足以證明已識別因果。

$$
\mathcal E_{[a,b]}=\bigcup_{t=a}^{b}\mathcal G_t
$$

表示某段時間內的候選事件網路。只有當其關鍵連結與效果通過辨識要求，才可稱為候選 GICED；不能看到全球同時出現新聞便認為它們具有共同 AI 因果來源。

### 1.3 不能用事件界線過度放寬，也不能過度收窄

例如 2027 年歐美 AI 融資調整，2028 年亞洲算力設備大量退貨，2029 年若跨國債權與供應鏈關係可追溯相同連鎖衝擊，**時間差不會自動將其排除**。反之，若多國在同年受全球高利率影響，而只有一部分 AI 股價下跌，就不能不加識別地稱整個宏觀衰退都是 AI 引致。

本篇禁止兩種有利於預測者的事後操作：

- **閾值漂移：** 2027 年預測全球危機，2039 年改把某公司裁員算成已命中。
- **同步性陷阱：** 因全球傳導相隔數年而否認已經存在的因果相依，藉此聲稱從未有事件。

---

## 2. B4 事件域的五項操作性必要條件

對每個候選事件集 $e$，以**已預先登記**且允許敏感度分析的五項測試檢查：

| 判準 | 必須識別的實際問題 | 無法只用何種資料取代 |
|---|---|---|
| F：金融／資本失配起源 | 具有 AI 資本回收、融資或估值相關的失衡與調整，並有相當因果貢獻 | 不能只有「AI」關鍵字新聞數 |
| G：地理連結性 | 影響超越局部，存在跨經濟體、跨時段的可追溯傳導 | 不能只有世界各地同時有股市下跌 |
| X：跨域實質傳導 | 至少對金融外的若干實體或社會領域形成顯著可歸因損失 | 不能只有股票價格沒有就業、財政或產能影響 |
| P：持久性／文明影響 | 超過市場短期波動，形成長期制度、產業或家庭選擇變化 | 不能只有一次季度財報低於預期 |
| C：因果辨識 | 排除或控制利率、戰爭、疫情、非 AI 景氣、地緣供應等競爭性解釋 | 不能只憑時間相近或媒體共識 |

**最強 B4 判定要求五項共同成立**，而非用五個指標相加到某個分數即宣告「文明泡沫」。用邏輯式表示：

$$
B4(e)=F(e)\land G(e)\land X(e)\land P(e)\land C(e).
$$

各項可能是「成立／不成立／證據不足」，因此最終 B4 狀態可為確立、未達判準、或待定。不能將證據不足強行寫為不存在。

### 2.1 量化參考不是自然界固定常數

為了可被外部審計，未來研究團隊可**事先**設定示範門檻，例如地理測試需要三個以上宏觀區域出現同一因果網路的顯著損失；持久測試需要至少八個季度或具可證明的多年後遺影響；跨域測試至少觀察融資、供給鏈、就業／收入、政府財政或公共服務中兩類以上的負面傳導。

這些數值**不是本文聲稱經驗上已校準的全球泡沫標準**；必須在觀測開始前研究定義、分母、資料可得性、反例與跨區域比較，凍結「主要判準」，另外把不同地區數與持續時間所對應的結論作敏感度分析。若原閾值導致實際世界難以被合理分類，可以另提出新版本，**但不可回寫原版的命中紀錄**。

### 2.2 反面判準也必須全面核對

若 2027–2039 的各年資料顯示 B0–B2 多次存在，但長期無任何候選集合符合 F、G、X、P、C 的共同要求，且監測系統覆蓋適當金融、能源、供應商、公共支出與家庭部門，就可以在研究操作意義下報告：**截至指定日期，未偵測到符合該版 B4 定義的全球 AI 泡沫事件域**。這是有內容的負面實證結果，不等於宣稱「全宇宙永遠不存在泡沫」。

---
## 3. 未發生並不只有一種原因：六條競爭性無事件路徑

一個結果 $B4=0$，不代表所有原因模型具有相同可置信度。應至少同時比較六種可競爭解釋，允許同一現實中多條機制交織，且不以「解釋存在」當作「已辨識其因果貢獻」。

### N1：原風險估計過高（Baseline Overstatement）

2026 年的投資回報、能源、需求或供應鏈假設高估了惡化速度。例如供電與資本回收本來就沒有朝臨界值移動；或 AI 投資者可能承受更長的回收期限。若 2027–2039 年關鍵脆弱性指標始終未進入舊模型所預設的危險區，而未觀察到足以轉變結果的重大干預，則**支持舊預測過度悲觀**。

若舊文聲稱「2027 年一定崩」，而 2027 年沒有符合當年原始定義的事件，其**時間命題在實際世界未命中**；不必等到 2039 年才記錄。

### N2：提前治理使風險沒有實現（Anticipatory Risk Reduction）

政府、跨國協調者、企業或社會提前改善電力接入、債務透明、審慎監管、供應鏈分散、競爭制度、職業保障、AI 公共採購驗收及金融傳導。若能識別這些行動**在風險暴露與危機觸發之前**發生，並顯示改善與預期危機機制相符，且可信的反事實指向沒有干預會更危險，則可稱「有證據支持的預防」。

這種情況下，**原風險假說可能有價值，原先無條件斷言仍未因預防成功而變成命中**。必須分別評估風險辨識、時點預測和干預效果。

### N3：技術與市場自發吸收（Endogenous Absorption）

模型蒸餾、量化、快取、演算法優化、動態路由、共享雲服務、開源、硬體效率與新的終端需求，可能共同提高每單位資本的有效成果，讓過去認為會閒置的設備被重新利用，或讓新增投資毋須依原比例增長。長期合約與金融再融資也可能平滑投資回收。這是**市場動態和工程改進**，不必然出自某項行政政策；也不應直接被宣稱「AI 技術奇點已到來」。

### N4：多次局部、非同步出清（Distributed Adjustment Without Systemic Event）

某些市場 2027 年減產、另一個國家 2030 年硬體出清、其他供應商 2033 年破產，但沒有可靠的共同 AI 因果網路或文明尺度溢出效應。如此可以同時成立「多次局部泡沫／誤配」與「沒有 B4 全域事件」。不應把這種狀態誤稱為全體沒有任何損失。

### N5：無危機但分配不良（Chronic Unequal Absorption）

即使資產負債表健康、全球 GDP 擴張、能源問題解決，仍可能存在某些家庭長期失去購買力、工作入口、生活自主或地區性產能。它可能需要 EWDT-21 所要求的廣泛世界域傳遞分析，卻**不是因為經濟體有不平等就可以回填 B4 泡沫事件**。

這個路徑尤其重要：**「沒有災難」不自動等於「文明正和」**。

### N6：監測不足或被其他原因遮蔽（Insufficient Identification）

私有股權和影子融資不透明、企業折舊資訊缺失、政府資本支出的實際使用率難以查核、跨境交易存在資料黑洞，以及其他地緣或景氣事件掩蓋 AI 特有貢獻，都可能導致難以分類。此時應標記「不足以確認」，不應寫「已證明全域無泡沫」。

| 路徑 | 哪些現象會增加支持？ | 哪些現象使解釋變弱？ |
|---|---|---|
| N1 原風險高估 | 原預測中介變量持續不成立；正常市場更新已能解釋穩定 | 強烈而有時序的風險緩解措施與明顯改善 |
| N2 事前預防 | 風險先出現、治理措施及時介入、可比對象顯示相對改善 | 措施未執行、沒有機制改善、對照組同樣成功 |
| N3 技術吸收 | 相同品質任務的總成本下降、實際採用與收益回升 | 只有宣傳規模擴張，無實際驗收與淨收益 |
| N4 分散出清 | 許多局部失敗、弱跨區因果邊、金融緩衝有效 | 發現多年的共同融資與經濟傳導網路 |
| N5 分配不良 | 系統健康但家庭所得／參與和公共福利惡化 | 廣泛實質受益、保有退出與選擇權 |
| N6 資料不足 | 重要跨境、私人、公共用途缺乏可靠資料 | 多源審計、因果證據完整且結論穩健 |

---

## 4. 預測被世界改變：政策條件化而非事後辯護

### 4.1 REPE-04 已提出的命題

REPE-04《預測者已經走進未來》（2026-09-13）已建立 Forecast–Intervention Confounding（預測—干預混淆）、Forecast Update Contract（預測更新契約）、Precommitted Disconfirmation Criteria（事前反證條件）等構件。本篇保留其原始研究歸屬，不將它們改寫為 EX02 新發明。

當一名研究者觀察世界狀態 $X_t$ 、提出預測 $F_t$，其他行動者因此改變行為 $A_t$，後續結果 $Y_{t+1}$ 可能由這個回饋過程共同造成：

$$
F_t\longrightarrow A_t\longrightarrow X_{t+1}\longrightarrow Y_{t+1}.
$$

不僅預測者本人可能干預，政府、企業、民間專家、資產所有者與其他 AI 也可能因獨立觀察而行動；**某些人提前治理，不代表可將功勞歸於特定預測者**。

### 4.2 一個世界，只能直接觀察其中一條路徑

令 $Y^{B4}_{H}(\pi)$ 代表政策／技術／市場共同安排 $\pi$ 下，指定期限 $H$ 內是否發生 B4 事件的潛在結果。可提出反事實差異：

$$
\Delta_{\mathrm{prevent}}=\mathbb E\left[Y^{B4}_{H}(\pi_0)-Y^{B4}_{H}(\pi_1)\right],
$$

其中 $\pi_0$ 表示一組預先定義的基準安排， $\pi_1$ 表示觀察到的提前治理或有效資源重配。若數值為正，在該模型與族群下表示 $\pi_1$ 降低事件風險。

這是**因果目標量（estimand）**，不是已知定理。現實世界在相同時刻不能同時走完兩條歷史，亦不能因為 $Y^{B4}_{H}(\pi_1)=0$ 就推論 $Y^{B4}_{H}(\pi_0)=1$。

對單一地球的巨大事件，因全球政策互相影響，無干擾假設往往不成立。必須評估跨國溢出、政策選擇內生性、提前趨勢、資料可比性與模擬模型穩健性。

### 4.3 至少保留六個歷史時點

若一個國際治理措施被宣稱成功阻止 AI 泡沫，至少應留存：

1. **風險形成日期 $t_r$**：當時以何種資料辨認出哪種危險，是否獨立於後見之明？
2. **警示與決策日期 $t_w,t_d$**：誰事先作出預測，誰接受資訊，原預測是否具有可審查版本？
3. **干預生效日期 $t_i$**：只是宣布、通過規則，還是實際改變信用、設備部署、負債及公共服務？
4. **機制變化日期 $t_m$**：預定緩解的信用壓力、電力瓶頸或資產使用率是否發生可歸因改善？
5. **中間風險時序 $t_{m+1},\ldots$**：有無不利的替代路徑與意外成本？
6. **事件窗口到期 $t_H$**：在原有觀測準則下，事件到底發生、沒有發生還是資料不足？

若干預在本來就沒有任何風險的地方落地，事後說它「避免了一場全球危機」，屬於需要受到反駁的高強度歸因，不是治理績效的自明事實。

### 4.4 「潛在狀態被先解決」與「原時間預測錯了」可同時成立

以下兩句並不矛盾：

- 在 2026 年條件下，某種 AI 融資鏈在 2028 年可能遭遇償債困境；2027 年的治理與市場行動實際改善條件，降低了 2028 年事件機率。
- 2025 年如果曾無條件斷言「2028 年一定破裂」，但現實沒有破裂，該**明示時點的無條件預測仍然落空**。

因此至少要分離三張成績單：

| 評價對象 | 問題 | 可能結果 |
|---|---|---|
| **實際世界事件預測** | 當年有沒有達成事前定義的 B4 或 B3？ | 命中／未命中／未決 |
| **條件性機制** | 在指定原始條件下，是否有可被支持的危險因果鏈？ | 支持／削弱／未識別 |
| **干預歸因** | 哪些措施使原先危險的結果下降，下降多少？ | 有估計／部分支持／不支持／證據不足 |

**不能拿第三張成績單自動改寫第一張。** 同時，不能拿第一張的未命中去宣稱第二張永遠無效。

### 4.5 全域行政介入：應追蹤的是實際制度能力

使用者提出的「全域行政」在本文理解為跨機構、跨地區、跨資源域的協調能力，**不預設存在單一世界政府**。可能的有效實作包括：

- 提前取得跨國 AI 企業融資網路與重大擔保鏈資訊，使風險不因循環契約而被低估；
- 跨部門電網與數據中心建設協調，避免局部供電瓶頸在相同時期放大投資損失；
- 公共採購按任務驗收、生命週期成本、使用率及退出條件管理，減少僅因補助而囤積設備；
- 法定的 AI 資料治理、責任、競爭及可攜制度，降低由單一企業失敗造成的連鎖中斷；
- 政府與企業就轉型勞工提供實際到達的保險、訓練、轉職與微型委託市場承接；
- 促成多國能源、晶片、設備、材料與應用端的透明風險監測與各自有權限的應變。

但這種治理也可能增加監控、行政成本、進入壁壘或權力集中，必須**同時評估政策避免的損失與其創造的新成本**。若是少數企業透過封閉協調取得壟斷權，經濟穩定也不等於民主、自由與文明正和已獲改善。

---

## 5. 從預測到更新：不容許「風險永遠暗中存在」的自我封閉

### 5.1 預測契約的最小封存資料

在 2026 年末或更早的固定基線時點，應針對每條重要預測凍結：

- 原文與原文件雜湊；預測提出日期、適用地區、事件層級 B0～B4；
- 原始明示時限與指定觀測起訖；
- 無條件預測或條件式預測；當時的政策與技術條件；
- 若有機率，記明是「未經干預」或「含預期治理」的機率；
- 中間指標與事前反駁條件；
- 資料來源與可得性、事後結算方式及研究者利益；
- 後續修訂採新版本，不覆寫原文。

REPE-04 指出一種需要避免的「自我封閉風險敘事」：事件發生就宣稱早知如此；事件沒有發生就宣稱一定是自己警告成功。EX02 因此規定，**只要缺乏干預因果證據，非事件就會對強危機假說形成實際的負面更新**。這不是人格上的否定，而是預測內容與現實的差距。

### 5.2 按年度更新條件風險，不能偷換觀測對象

令 $h_t$ 是在截至前一年未有 B4 事件的前提下，依當年可得資訊估計的條件事件機率：

$$
h_t=P(B4_t=1\mid B4_{<t}=0,\mathcal I_{t-1},\pi_{t-1}),
$$

其中 $\mathcal I_{t-1}$ 是事先封存的資訊集， $\pi_{t-1}$ 是可辨識的治理與市場配置。 $h_t$ 不是真正世界的固定常數，也不等於人類可直接觀測到的「世界危險程度」。

在這組條件定義下，未發生事件的逐年鏈式機率可寫為：

$$
P(B4_{2027:2039}=0)=\prod_{t=2027}^{2039}(1-h_t).
$$

此式是**條件機率連鎖分解**，不要求各年事件獨立；前提是各 $h_t$ 正確使用先前無事件及可得資訊作條件。若研究者把每年固定 10% 當成事實，而沒有證據，則乘積只是一個數學假設，不能成為對 2039 年事件的正式預測。

### 5.3 純假設算例：十三年無事件其實可以不罕見

假設僅供說明，十三年每年的條件危險率均為 $0.10$，且未發生後以相同數值作下一年預估，則：

$$
P(0\ \mathrm{events})=0.90^{13}\approx0.2542.
$$

若僅為 $0.05$：

$$
P(0\ \mathrm{events})=0.95^{13}\approx0.5133.
$$

因此哪怕世界有某些風險，十三年沒有一場 B4 也可能並不令人驚奇。反過來，若預測者原先堅稱每一年 B4 幾乎必定發生，長期未發生便有極強反證力。這兩組數字只是明示假設，**不是 AIBT 已估出的真實危險率**，亦不表示任一年的經濟體獨立於前一年。

### 5.4 事件不存在是負面證據，但不是真理終局

觀測能力 $q$ 不是 100%。假設有全球事件卻未被發現的機率、AI 歸因漏判、政策遮蔽或私有市場不透明，皆需報告。若世界的長期觀測顯示沒有 B4，且資料覆蓋良好、替代事件定義均不能重建事件域，應將「全球泡沫必然發生」型論述下調；但這不會證明 AI 金融風險在 2041 年以後永遠消失。

### 5.5 誠實報告原始 2025 強預測

AIBT 所回查的 2025 年 11 月算力稀釋與能源限制系列中，部分文本曾提出美國在 2027 年、中國在 2028 年會發生較強的產業危機或泡沫衝擊。這類文本須保存原始字句、具體地域和事件定義，不因現在採用更審慎的 AIBT 研究綱領便聲稱「當年其實只說有可能」。如果 2027 年或 2028 年的實際結果不符，原先無條件的**年度事件預測應承認未命中**；後來出現有證據的干預，可支持部分危險機制，但不應把未命中重算成命中。

這也使 EX02 成為真正可反駁的研究，而不是預測者免於被現實糾正的文字技巧。

---

## 6. 每一年如何往後看：2027–2039 的十三次觀測與一次 2040 結算

### 6.1 逐年滾動監測表

以下「觀察重點」是**未來要查核的候選指標，不代表已知哪一年一定會出現什麼事件**。每年必須用當時資料另外撰寫不可覆寫的年度報告；不得在下一年更改前一年的基準判準。

| 年度 | 當年優先要查核的機制 | 若沒有 B4 應如何處理 | 未來資料文件建議 |
|---|---|---|---|
| **2027** | 原先的美國電力、資本回收及金融衝擊時間預測；早期監測結果 | 直接評分 2027 的原始強預測；辨識電網或融資緩解是否已生效 | `AIBT_EX02_AUDIT_2027.md` |
| **2028** | 中國區域輸配電、算力需求、資產利用及跨境融資；2027 後可能的連鎖 | 直接評分 2028 的原始強預測；不由美國事件有無推出中國必然同型 | `AIBT_EX02_AUDIT_2028.md` |
| **2029** | 多國 AI 投資現金流、承諾履行、設備閒置、政府採購效益 | 檢查原 2027–2028 局部修正有無跨期傳導，更新系統風險 | `AIBT_EX02_AUDIT_2029.md` |
| **2030** | IEA 能源／AI 基建預測與實測偏差、AI 服務需求及能效 | 判定電力供給缺口是擴張、被治理、被技術繞過或根本高估 | `AIBT_EX02_AUDIT_2030.md` |
| **2031** | 首批大型硬體採購的真實利用率、折舊及更換、閒置成本 | 對照原始工作負載與 TCO，不把設備報廢本身當全球危機 | `AIBT_EX02_AUDIT_2031.md` |
| **2032** | AI 公共行政、醫療、教育、企業業務系統的量化成效 | 驗證可能提前形成的行政韌性與其公共成本，不以立法宣布代替結果 | `AIBT_EX02_AUDIT_2032.md` |
| **2033** | 中期金融契約更新、債務再融資、全球產業結構 | 檢查是否只是延後爆發，或債務與現金流已實際再平衡 | `AIBT_EX02_AUDIT_2033.md` |
| **2034** | 就業、初階職缺、家庭購買力及新需求、跨代分配 | 將局部長期困境與是否存在 B4 分別報告 | `AIBT_EX02_AUDIT_2034.md` |
| **2035** | 模型架構效率、物理能源、具身製造和跨市場韌性 | 檢查技術紅利是否真能抵消新的物理瓶頸 | `AIBT_EX02_AUDIT_2035.md` |
| **2036** | 多週期硬體更新、AI 投資重建與產業進出 | 注意重複投資是否已形成可持續資產使用或僅局部折舊損失 | `AIBT_EX02_AUDIT_2036.md` |
| **2037** | 供應鏈、保險、金融中介、平台關係的傳導網路 | 若仍無跨區域事件，檢驗先前耦合模型的結構是否過度放大 | `AIBT_EX02_AUDIT_2037.md` |
| **2038** | 地區生產力差距、制度退出與再進入、公共負債 | 確認非事件是否掩蓋深層但分散的社會損失 | `AIBT_EX02_AUDIT_2038.md` |
| **2039** | 全期共同因果圖、長期金融與文明世界域結果 | 形成初步 13 年反證評估；保留證據不足的地方 | `AIBT_EX02_AUDIT_2039.md` |

**2040 年結算：** 對所有 2027–2039 年的年度資料進行來源稽核、跨期重估、原始預測期限結算及公開反例收錄，建立 `AIBT_EX02_CLOSEOUT_2040.md`。如果 2040 年才首次出現新事件，應記作**另一時間窗的新事件**；只有在有明確證據顯示其重要作用鏈於 2039 年以前已經開始，才可按事先凍結的事件開始時點規則重新檢查其原始歸屬，且須留下更正歷史。

### 6.2 五個不可變的年度問題

每一年度研究團隊都要回答：

1. 今年是否存在符合當年事前封存定義的 B4 事件，還是只有 B0～B3？
2. 有哪些原預測指標成立、失效、被延緩，或完全沒有足夠資料？
3. 是否觀察到原先風險機制上的**先行**干預，而非只看到最後沒有事件？
4. 如果風險沒有實現，哪種 N1～N6 的競爭解釋得到最多而非最少反證？
5. 哪些家庭、地區、企業和受影響的公共服務仍在付出代價，即使沒有全球危機？

### 6.3 不以年度報告取代長期結果

每年沒有 B4，只能說該年到目前為止未識別出符合判準的候選事件；某些事件可能跨年形成，必須保留資料修訂與滯後影響檢查。研究不得因某年行政申報還未結束，就聲稱未發生；也不得因某條疑似關聯存在，就永遠拒絕結案。

---
## 7. 如果真沒有全球泡沫：四個並不矛盾的經濟世界

### 7.1 世界 A：大規模投資，最後確實成功轉化成實際收益

AI 投資持續擴大，前沿能力提高，能源、記憶體、晶片和資料中心投入也提高，但企業可以證明多個完整週期的現金流、服務可靠性、需求及合理的全成本回收。政府的部分 AI 專案確實使民眾取得更快、更可及的公共服務。此時，原先的某些「投資過度」猜測可能不成立；投入規模大不等於泡沫。

尤其需要注意：**計畫很大，不代表一定錯；預測回收期很長，也不自動表示沒有回收可能。** AIBT-01 的投資期限模型須以事後現金流和風險折現重新核對。這個世界若成立，對「必然因電力與現金流造成崩潰」的強預測構成重要反例。

### 7.2 世界 B：很多設備買錯了，但市場自行消化，沒有全球事件

不少家庭、公司和行政單位高價採購、使用率很低，後續以低價折舊轉售；但是專業企業、二級市場、科研機構、教育與產業整合者將可用的設備重新配置。金融機構的信用與資本緩衝仍然足夠，相關出清分散於多年，各地並無同一跨期的持久因果事件。這個世界不代表「沒有浪費」，而是**資源誤配沒有進化成全球文明事件**。

AIBT-EX01 的五本帳仍需完整呈報。原供應商的銷售收入、原購買者的損失、二手受讓者的收益及社會再利用價值不可重複加總；只看原採購者虧損就判定整個社會全部沒有收益，也不正確。

### 7.3 世界 C：嚴格行政與市場治理提前使危機不能形成

部分公共與私營機構在原危險尚未形成系統傳導前，已經建立採購退出規則、資訊揭露、財務槓桿限制、能源預約、應急供電、跨部門互通、供應商風險替代、能力驗收和社會保障。若可用政策時序與對照資料顯示這些措施降低了信用脆弱性、閒置資本或家庭吸收缺口，便有條件支持**局勢已被主動改造**。

但這個世界的好結果，不應被自動歸因為研究者當初一份危機論文的功勞。不同主體可以在沒有看到該論文時，獨立發現並解決同一問題。誰決策、誰支付、誰承擔風險、誰受益都需要實證。

### 7.4 世界 D：金融世界一直運行正常，社會轉型仍存在負擔

AI 的大型資本投入可以成功回收，銀行可以維持穩定，卻可能有家庭因工資與職涯機會變化而受壓。某些區域公共服務取得改善，另一些地區的住房、教育、就業、資料主權及退出權卻沒有跟上。這是 EWDT-21 所關注的文明與生活世界「廣泛傳遞」是否成立的問題。

**沒有泡沫事件**和**沒有需要處理的文明問題**，是兩個不同判斷。若研究者因為自己原本關注泡沫，便將之後所有痛苦都重命名為「泡沫」，研究便失去分類能力；若因為沒有泡沫而不再觀察社會成本，則又犯了相反的錯。

### 7.5 與 SAS-01 真 AI 奇點的獨立關係

不論上述哪個世界發生，都不能從「2039 年前沒有全球 AI 泡沫」推出 SAS-01 的系統正向再生閉環已經成立。AI 可能長期依賴人類維護的工廠、電網與設施，仍能產生經濟收益。即便後來有跨週期的能源、硬體、物流與制造正向再生，也還須另按 EWDT-19 與 SAS-01 的文明正和門檻，觀察外部性、分配及人類世界域變化。**資本市場穩定並非文明奇點的替代證書。**

---

## 8. 資本、使用與分配的非事件帳本：不只問崩沒崩

### 8.1 保留 EX01 的五本帳，但新增「避免事件」欄

AIBT-EX01 已要求將採購、資產實際使用、買方價值、供應商收益與社會外部性分開。本篇延伸兩個額外欄位：治理／技術預防成本，以及可用反事實證據估計的避免損失。若兩者無法可靠估計，不可寫入同一個「全球節省金額」總表。

| 帳本 | 主要量測 | 哪些說法不成立 |
|---|---|---|
| A 資本投入 | 支付、承諾、融資、折舊與設備更新 | 支出本身不等於實際產能 |
| B 使用與能力 | 被驗收的任務、利用率、延遲、品質、失敗率 | GPU 使用率不能自動代表有需求的工作 |
| C 真實經濟成果 | 新增收入、可避免支出、真實公共服務改善與全成本 | 不是所有帳面節省都可同時計入 GDP |
| D 收益流向 | 員工、企業、家庭、供應商、政府、受益人與成本負擔人 | 不能用總量掩蓋持久的局部困境 |
| E 社會／環境 | 用電、建設機會成本、土地、能源衝突及人類選項 | 無事件不代表環境與制度成本為零 |
| F 防範投入 | 風險監測、政策實施、保險、系統改造和行政費用 | 政策預算不等於已避免的損失 |
| G 反事實預防效果 | 若可辨識的政策效果、損失避免與不確定區間 | 沒有危機不等於「挽救了全部危機損失」 |

### 8.2 一組可以核算、但不可冒充實測的五年假設

下表全部為**假設值，單位為百萬新臺幣；五年期簡化名目現金帳，不計折現、稅、資金成本及分配變化**。投資初始成本 $100$，每年實付運維 $20$，五年共 $100$。列示的是指定單位的已驗收、可避免的實際支出或可歸因取得的現金利益。社會福利增益若無可核實財務口徑，須另列非貨幣帳，不能硬塞進本表。

| 情境（皆假設） | 資本支出 | 五年運維 | 已核實五年現金效益 | 簡化淨現金餘額 | 對 B4 判斷 |
|---|---:|---:|---:|---:|---|
| A 持續有效部署 | 100 | 100 | 250 | **+50** | 投資有價值；單憑此案例不證明全球無泡沫 |
| B 採購閒置且沒有可靠再利用 | 100 | 100 | 30 | **−170** | 明確局部資本浪費，但不自動構成全球事件 |
| C 將閒置設備合法轉售並有效再利用 | 100 | 100 | 30 + 其他受讓者可能受益 | 原買方餘額依實際出售價另算 | 轉售需消除買賣雙方間的重複計算 |
| D 預防措施改變服務路徑 | 100 | 100 | 250 或其他值，另有防範費 | 必須按真實新增成本重算 | 要證明降低 B4，仍需反事實辨識 |

此表刻意不以 A、B 個案比例推論全球總收益；也不宣稱預防 C、D 就能「必然避免」某個指定金額的泡沫損失。其功能是讓**有局部誤配、無全球事件**成為可以數值上自洽的世界，而不是理論上不允許的例外。

### 8.3 量測真正的受益，不只看是否避免破裂

可在既有 EWDT-21 的世界域前提下，分開呈報：

- 生產域：能否持續交付合格服務、降低能耗與品質失誤？
- 消費域：家庭是否實際負擔得起新增 AI 及其他生活服務？
- 參與域：個人是否仍有就業、創業、合作、反對及退出的可行選項？
- 個體生活世界：住房、教育、健康、移動、時間主權、隱私與選擇權是否改善？

因此即便 2039 年 B4=0，仍可能對某些族群給出「生活世界轉化不足」的正式結果；相反地，一次 AI 股市下跌未必破壞以上所有世界域。

---

## 9. 現有可核查外部資料：它們支持研究問題，而不是預定結論

以下僅記錄 2026 年 11 月 1 日以前可查閱的文獻，沒有 2027–2039 年的觀測資料。每條來源僅作為該研究所述範圍之背景或方法依據。

### 9.1 IMF：目前韌性與未來風險可同時存在

IMF 在 2026 年 10 月《Global Financial Stability Report》指出市場仍有獲利與韌性，但若 AI 投資收益無法實現，估值調整可能透過槓桿、集中部位與相互融資關係傳導。IMF 並非宣告 2027 或 2028 年必然有全球 AI 泡沫，也不是證明當下完全安全。這一現況反而適合 EX02 以「是否轉化為系統性事件」作未來可否證問題。[S01][S02]

### 9.2 IEA：能源是條件性情境，不是永恆固定的供給線

IEA 於 2026 年的《Key Questions on Energy and AI》將 2025 年資料中心用電約 $485$ TWh 到 2030 年約 $950$ TWh 視為中位附近的展望，並討論電力設備、供應鏈、效率、邊緣運算與市場情緒如何改變未來路徑。若到 2030 年實際供電瓶頸被解決，這需要重新評估早期「能源必然觸發泡沫」假說；若能源壓力仍存在，但企業調整建設時程、延長交付或提高效率而沒有造成 B4，亦可支持風險被吸收。[S03]

### 9.3 OECD：行政使用 AI 需要獨立的效益驗證

OECD《Digital Government Outlook 2026》指出，在其調查的 36 個國家中，只有 10 個回報曾對政府 AI 使用案例進行任何財務或非財務影響評估。這不是所有政府 AI 專案無效的證據，而是公共部門資料品質、資產驗收和政策效果測量仍有明顯缺口。因而不能只因政府宣布投資就宣稱它成功「管理好 AI 泡沫」，也不能一律將政府採購視作錯誤。[S04]

### 9.4 因果推論方法：有工具，也有條件失敗

Abadie（2021）整理合成控制法的資料要求及失敗情況。Callaway 與 Sant'Anna（2021）研究多時間期、不同時間政策採用的差異中的差異。對不同國家或政府單位先後建立 AI 採購稽核、能源設備和風險揭露制度，可嘗試用它們建立比較，但全球政策高度互相影響、對照組選取困難、所有行動者同時改變時，**方法名稱本身不能保證有可信因果結論**。[S05][S06]

### 9.5 預測評估：單一全球歷史不能提供充分統計校準

美國國家學院關於機率預測的報告強調需要區分預測準確性、可靠度、區辨力及其他校驗面向。對單一全球 B4 事件，只有一個地球與十三年的重疊歷史，不能像獨立拋硬幣那樣宣稱透過事件頻率已完整校準模型；仍可透過預先提交時點、明確結算、跨主體中介指標與替代模型對照提高研究紀律。[S07]

### 9.6 歸因科學的借鏡，而非直接移植

IPCC 對事件歸因的論述指出，不能只用兩件事的同期發生確認單一成因；必須區分不同驅動與反事實世界，並認識到區域資料常帶有更高雜訊。AI 經濟不是氣候系統，不能照抄其統計模型，但「觀察—機制—反事實」的基本辨識紀律同樣適用。[S08]

---
## 10. 可重複實證研究：無事件也要有強證據

### 10.1 觀察單位與時間尺度

- **全球事件域**：是否存在單一可識別、跨金融與實體經濟的持久 AI 因果事件集合。
- **宏觀區域**：北美、歐洲、東亞、南亞、其他亞洲／大洋洲、拉美、非洲及中東等，可視研究目的事先整併，明列地理定義，不為達標而臨時調整。
- **產業與金融節點**：模型供應商、雲端、設備商、能源、銀行、私募信用、公共行政與終端企業。
- **家戶與個人**：收入、職業、流動資產、受益、時間主權及生活世界選擇。
- **時間**：月資料用於偵測衝擊、季資料檢查跨域傳導、年度資料公開結算及跨年度連續性。不同資料更新頻率須清楚註明。

### 10.2 四種必須同時使用的觀測方法

**方法 A｜資本—實際成果追蹤。** 建立 AI 專屬或可合理歸因的投資隊列，記錄採購、部署、使用、可歸因收益、資產轉售、債務償付及公共服務成果。對服務改善與淨現金流須保留不同指標，不以 GPU 使用率或 API 請求量代替全部經濟效益。

**方法 B｜跨域因果圖。** 以可驗證契約、股權、融資、能源接入、供應鏈與需求交易建立有向邊。比較三種候選解釋：共同宏觀衝擊導致多國同跌、AI 投資鏈導致共同傳導、以及各地彼此無關的局部調整。不得在相關性矩陣上任意畫箭頭宣告因果。

**方法 C｜先行治理的準實驗。** 比較不同時間引入採購績效稽核、供電容量擴建、審慎揭露及就業保障制度的地區或機構，採事件研究、不同時間政策的差異中的差異、合成控制或其他適當方法；檢查平行趨勢、預期效果、反向因果、跨境政策溢出與對照組失效。[S05][S06]

**方法 D｜主張型別的預測盤點。** 整理 2025、2026 及後續公眾原始預測，不把警告、條件情境、量化機率與無條件「必然」混作一個準確率。為原始文字保留來源和期限，提前封存評價準則；不允許作者名望決定哪個預測被計為正確。

### 10.3 重要的陰性對照與競爭風險

- **陰性對照產業：** 非 AI 特別暴露、但同樣受到高利率或能源價格影響的企業群。
- **陰性對照期間：** 原本沒有 AI 融資或政策變化的時間窗口，檢查是否也觀察到類似波動。
- **共同原因：** 全球貨幣政策、戰爭、氣候災害、非 AI 科技革命、疫情、房地產週期等。
- **政策選擇效應：** 最可能失敗的地區可能最早採行治理措施，直接比較會低估政策效果。
- **資料不透明：** 私人融資、推理服務價格、政府設備實際使用率及機密合約可能只能區間估計。
- **時間尺度：** 多年度慢性損失可能不會形成同時性的全球衝擊，卻仍具有經濟重要性。

### 10.4 反證的力量也取決於觀測能力

若一個地區只公開公股公司的財務報表，而缺少私人企業融資、政府採購、家庭現金流與跨境融資資訊，該地區「沒有觀察到 B4 傳導」的證據力很弱。EX02 要求年度公開：資料覆蓋率、缺失來源、代理指標誤差、不可比地區、以不同假設得到的結果，以及未解決的強反例。

**負面發現應被接受；但資料空白不能偽裝成負面發現。**

---

## 11. 十五項可否證假說及其明確的削弱條件

以下假說均屬候選研究設計（HYP），沒有因寫入本文就成為實證定律；「被支持」必須依前述適用範圍、資料、機制及反事實比較判斷。

### H01｜強非事件假說

**若 2027–2039 年不存在可識別的全球 AI 泡沫因果事件域，所有 B4 候選事件在嚴格因果及跨期檢驗後均不成立。** 反證條件：發現符合事前固定 F、G、X、P、C 五項要求的事件網路。限制：單一或多個地區的 B1、B2 不自動推翻 H01。

### H02｜早期強預測的到期可評分性

**對「2027 或 2028 必然發生」的無條件事件預測，該年事前定義事件若沒有發生，應記錄原文字面預測未命中。** 反證條件：查到原始文件其實寫的是其他時間、其他事件或明確政策條件，須按原文重新分類；不能對自己不利時才臨時縮小或放大事件定義。

### H03｜危險機制可以被提前治理而削弱

**若具強度、先行性及機制吻合的治理措施有效，處理組的相應脆弱性增長會相對可比組減少。** 削弱條件：政策公告沒有落地、對照組同樣改善、前趨勢已分歧、或效果只存在於未盲測的宣稱。

### H04｜沒有事件本身不能證明政策成功

**無額外因果證據時， $B4=0$ 不足以證成「此政策防止全球泡沫」。** 削弱條件不是找到某地沒有危機，而是找到可辨識的準實驗或機制與反事實支持政策效果；即便有支持，仍須報告不確定性。

### H05｜非事件也可能伴隨高資本誤配

**部分 AI 設備／公共採購未達預定利用率與價值，仍可能不引發 B4。** 反證條件：以一致口徑觀察到，所有所謂「未達成績效」其實是被忽略的合法備援、科研、公共選擇權或已實現價值，且原先的浪費分類失去證據。

### H06｜局部出清與全球事件不可互換

**對缺乏跨境因果連結的局部出清加總，不會自動得到一個 B4。** 削弱條件：之後找到明確的信用、設備與需求傳導，使原以為獨立的事件構成持久全域網路。

### H07｜技術轉化可能取代部分新增算力需求

**在任務品質相同且穩定的條件下，模型效率、記憶與重用的持續改善可能降低完成每項合格任務的總推理成本。** 反證條件：控制品質、場景、測試環境與運維後，總成本未下降且效率改善不可重現。此假說不要求所有任務必然降價。

### H08｜公共行政實際效果不能以預算推定

**政府 AI 投資金額與實際公共服務改善不必然成比例。** 削弱條件：跨部門審計顯示具穩健外部效度的固定比例、可複製轉化函數；若發現關係很強，應正式修正模型。

### H09｜無事件可能促使風險預測下降

**若長年未出現預先指定的中間危險指標，且沒有相應重大干預，舊版高危機機率應下調。** 反證條件：資料顯示有被忽略的強風險指標或有效治理，足以使條件式模型仍有理由維持風險；必須揭露這些新資料與估計方法。

### H10｜預先治理也可能轉移風險

**降低金融泡沫傳導的行政措施，可能同時增加市場集中、權限不對稱、隱私或財政成本。** 反證條件：健全多部門評估表明沒有足夠重要的替代成本，且相同觀察窗中居民退出與申訴能力未受損。不能只挑某一個好結果計分。

### H11｜長期無全球泡沫不保證廣泛正和

**即使 B4 不成立，某些家庭生活世界與社會參與指標仍可能下降。** 反證條件：長時段多地區資料顯示大多數受影響群體在實質購買力、時間與權利上持續改善，且沒有重要的持久被遺漏群體；此時須下修悲觀分配情境。

### H12｜不同資料系統可對嚴重事件產生一致性

**如果真的存在 B4，全域金融、能源、供應鏈、就業及公共財政資料應出現可重建的共同傳導證據。** 削弱條件：某種足夠大而持久的文明損害竟沒有可追蹤的常規因果邊；此時須改進觀測架構而不能只為維持 H12 否認事件。

### H13｜13 年無事件可削弱「不可避免」論述

**若 2027–2039 年在高資料覆蓋下始終未出現 B4，且沒有被驗證的有效預防或轉化，原先「跨年全球危機不可避免」的強版本應被視為顯著削弱。** 反證條件：找到預先定義的條件其實沒有成立，或找到嚴格的干預證據支持條件差異；即使如此，也不能重寫字面時點結果。

### H14｜市場自發吸收與行政治理可以耦合

**技術效率、需求結構、金融風控與跨域行政可能相互強化，以避免單一重大事件。** 削弱條件：多階段比較顯示某一機制單獨足以解釋結果，其他機制對最終結果無增量貢獻；不為追求複雜性而堅持所有因素都必須有因果效果。

### H15｜2040 年結案可以保留未知但必須給出結論

**到 2040 年，應能在已封存定義下將 2027–2039 B4 結果標為已觀測到、未偵測到且證據充分，或資料不足／待定之一，而非宣稱「再過十年才能知道」。** 削弱條件：發現不可克服的資料不可得性、原事件定義矛盾或已揭露的強反例，必須明確記錄「不可判定」而非製造虛假的確定性。

---

## 12. 未來結案的權限、程序與判定詞

### 12.1 四種必須拆開的結果標記

1. **事件狀態（Event）**：`B4_OBSERVED`／`B4_NOT_DETECTED_WITH_COVERAGE`／`B4_UNRESOLVED`。
2. **原始預測評分（Forecast）**：`HIT_AS_WORDED`／`MISSED_AS_WORDED`／`CONDITIONAL_NOT_TESTED`／`UNSCORABLE_ORIGINAL`。
3. **機制狀態（Mechanism）**：`MECHANISM_SUPPORTED`／`MECHANISM_WEAKENED`／`NOT_IDENTIFIED`。
4. **干預效果（Intervention）**：`PREVENTION_SUPPORTED`／`PREVENTION_NOT_SUPPORTED`／`INSUFFICIENT_EVIDENCE`。

同一年度可以同時出現 `MISSED_AS_WORDED` 與 `PREVENTION_SUPPORTED`；這不是邏輯矛盾，因為它們回答的是不同問題。也可以是 `B4_NOT_DETECTED_WITH_COVERAGE`、`MECHANISM_WEAKENED` 及 `INSUFFICIENT_EVIDENCE`。

### 12.2 2040 年結算不能缺少的四頁

- **年度表**：逐年記錄 B4、有關 B1–B3、資料覆蓋與中間風險；保留每年當時預測快照。
- **全域因果圖**：如有 B4 候選事件，展示跨年傳導鏈、競爭解釋、反例及仍未證實的邊。
- **政策差異表**：哪些預防政策在事件之前已實際生效、成本多少、是否有可信反事實效果？
- **原預測對帳表**：哪條 2025／2026 年命題已未命中、哪條僅作條件修正、哪條獲得具體中介機制支持？

### 12.3 如果真的完全沒有全球 AI 泡沫，應該怎麼寫？

如果截至 2039 年的觀測條件符合，2040 年應能明確寫成以下**候選結論**：

> 在本研究事前固定的 B4 定義、2027-01-01 至 2039-12-31 觀察期間，以及已揭露的資料覆蓋及不確定性限制下，尚未辨識出能同時符合金融／資本失配起源、跨區域連結、跨域實質傳導、長期影響及可辨識 AI 因果貢獻的全球 AI 泡沫事件域。若原先有較強、未附條件且明定年份的全球泡沫預測，該類字面預測已於原期限內未命中或被大幅削弱。是否存在特定已被預防的風險機制，應按各項干預的獨立反事實研究另行評定。本結果不表示所有局部誤配、財務損失、社會不平等或能源外部性均不存在。

這段文字不是今天提前宣布 2040 年的事實，而是**讓未來研究知道，一個嚴肅的陰性結果應如何被完整寫出來**。

### 12.4 如果非事件觀察表明原理論部分錯了

應保留原文，不以「這是 2026 年的預測」為由刪除，也不把當時的強斷言改成「其實我一直說只是可能」。可以逐步出版：

- 原始理論之估計誤差和被反證項；
- 2027–2039 的時序與觀察；
- 何種前提沒有成立或被改變；
- 若有證據，哪些治理確實使結果改善；
- 哪些既有分類、測量與警告仍對其他情境有用；
- 新版條件式理論與未來重新預測的獨立時間窗。

當一條重大危機預測未命中，若未來社會因此沒有受損，這不應被視為令人遺憾的結果。研究的目的不是期待災難為理論背書，而是幫助理解與改善世界。

---

## 13. 結論：最強的反證是文明長期沒有跨入我們擔心的事件域

一個全球耦合經濟體，可以因眾多主體對未來的正當或不正當期待而累積風險；但同一個經濟體，也可能透過無數看似平凡的機制——保守的資本分配、能源擴建、設備二級市場、效率提升、金融緩衝、跨國合作、行政監督、企業自我修正、家庭和新市場適應——逐步吸收曾被視為可能造成重大危機的張力。

在這樣的世界中，可能沒有一個明確的大爆炸時刻；更強的是，經過十三年的可檢驗觀測，根本沒有形成一個可以被合理重建為**長期影響地球文明的全球 AI 泡沫因果事件域**。如果這是世界真正展現的結果，我們就應允許世界否定或大幅削弱自己的強泡沫敘事。

但公平的歷史評價還要注意：**現實是被行動者改變的**。如果有人在 2027 年以前便發現並解決潛在的信用、行政、供應鏈或能源狀態，那麼 2039 年沒有出事，不足以推翻「在舊條件下存在風險」的所有條件機制；要檢查的是該風險與解法是否能被可信地重建。另一方面，若找不到有力的預防證據，也不能無限宣稱本來一定會有泡沫、只是每次都被不知名力量化解。

**研究倫理與邏輯收束：**

- **事件沒有發生，應予以完整記錄，而不是視作失敗的敘事障礙。**
- **預測被干預改寫，不表示預測者永遠正確；沒有干預證據，也不表示一切制度努力毫無價值。**
- **全域因果的形成與全域危機的避免，都可能是分散主體交互作用的結果；沒有單一作者，也沒有平均同罪。**
- **真正成熟的長期預測，應能在 2040 年坦然宣布：這場我們擔心的文明尺度事件，到 2039 年底並未發生；並且說清楚我們知道多少、不知道多少。**

本文最終保留的不是「泡沫一定會發生」，也不是「泡沫一定不會發生」，而是**對兩種完全不同歷史路徑都能負責任地測量、分類、更新與保存證據的研究能力**。

---

## 參考來源、前置研究與資料截至

### A. EveMissLab 既有原始論文：理論前置（不在本文重新占用發明權）

- [E01] Neo.K with GPT-6（2026-10-31），`AIBT_00_研究總綱_AI泡沫產業重整與文明適應論_v0.1_2026-10-31.md`，AIBT 研究架構，十二篇核心與可選延伸。
- [E02] Neo.K with GPT-6（2026-10-31），`AIBT_12_泡沫之後的AI科技樹_前奇點失配與文明正和判準_v0.1_2026-10-31.md`，前奇點科技樹及雙門檻接口。
- [E03] Neo.K with GPT-6（2026-11-01），`AIBT_EX01_泡沫的全域耦合_跨主體AI採購閒置資本與收益分配錯位_v0.1_2026-11-01.md`，全域耦合、差異化責任、十二階段資產生命週期與五本帳。
- [E04] Neo.K with Aletheia（GPT-5.6 Sol）（2026-09-13），REPE-04《預測者已經走進未來：預測—干預混淆、自我實現與預言資本》，**Forecast–Intervention Confounding**、FUC、PDC 與自我封閉預測批評之直接前置，原件保存在使用者雲端。
- [E05] Neo.K with GPT-5.6 Sol（2026-10-06），`EWDT-21_自動化社會閉合與廣泛世界域傳遞_v0.1_2026-10-06.md`，生活世界與廣泛正和傳遞。
- [E06] Neo.K（2025-11），《智力的熱力學與算力稀釋定律》及《全球算力稀釋與雙極泡沫（2025–2030）》等歷史預測原稿。此為**原始歷史主張**，不是本文證成的未來已實現事實；部分私人原件不附公開下載連結。

### B. 獨立外部資料與研究方法（截至 2026-11-01）

- [S01] International Monetary Fund (2026-10), *Global Financial Stability Report: Resilience, Risk, and Transformation*. https://www.imf.org/en/Publications/GFSR/Issues/2026/10/13/global-financial-stability-report-october-2026
- [S02] IMF (2026-10-13), *Global Financial Markets Face Rising Risks From AI, Bond Yields, and Cyberattacks*. https://www.imf.org/en/blogs/articles/2026/10/12/global-financial-markets-face-rising-risks-from-ai-bond-yields-and-cyberattacks
- [S03] International Energy Agency (2026), *Key Questions on Energy and AI*. https://www.iea.org/reports/key-questions-on-energy-and-ai
- [S04] Organisation for Economic Co-operation and Development (2026), *Digital Government Outlook 2026*, "Adopting and governing AI in government". https://www.oecd.org/en/publications/digital-government-outlook_0496b2bc-en/full-report/adopting-and-governing-ai-in-government_7ef312a9.html
- [S05] Abadie, A. (2021), "Using Synthetic Controls: Feasibility, Data Requirements, and Methodological Aspects," *Journal of Economic Literature*, 59(2), 391–425. https://www.aeaweb.org/articles?id=10.1257/jel.20191450
- [S06] Callaway, B. and Sant'Anna, P. H. C. (2021), "Difference-in-Differences with multiple time periods," *Journal of Econometrics*, 225(2), 200–230. https://doi.org/10.1016/j.jeconom.2020.12.001
- [S07] US National Research Council (2006), *Completing the Forecast: Characterizing and Communicating Uncertainty for Better Decisions Using Weather and Climate Forecasts*, probabilistic forecast verification. https://www.nationalacademies.org/read/11699/chapter/5
- [S08] IPCC (2021), *AR6 Working Group I, Chapter 1: Framing, Context and Methods*, event attribution and competing drivers. https://www.ipcc.ch/report/ar6/wg1/chapter/chapter-1/

**引用限制：** 以上官方機構與學術文獻提供現有風險、可行路徑及辨識方法，不可被宣稱已經驗證 2039 年的非事件或證明哪個 2027 年政策實際避免泡沫。與私人原件有關的任何日期、作者及研究脈絡，應另由原始檔案及其實際版本紀錄核實。

---
## 附錄 A｜年度觀察的最小資料字典

| 欄位 | 型態／口徑 | 不可省略的驗證要求 |
|---|---|---|
| `audit_year` | 整數，2027～2039 | 同一年份不得提交衝突主版本而不標修訂 |
| `evidence_as_of` | 有時區 ISO 時點 | 不得引用當時尚未公開的後來資料當作事前預測 |
| `bubble_level` | B0、B1、B2、B3、B4、unknown | 等級非自然定律；固定定義版本 |
| `event_domain_id` | 候選事件群唯一識別碼 | 若無事件候選則 null；不得只由新聞標題構成 |
| `affected_regions` | 已定義的宏觀區域集合 | 同時記錄總量權重和跨境因果連結 |
| `affected_domains` | 金融、能源、工作、公共服務等 | 至少保留資料品質及替代解釋 |
| `event_onset` | 日期或區間估計 | 不把報導發布日當然等於事件起點 |
| `persistence_window` | 月／季數 | 延遲顯現需單列，不任意拖延期限 |
| `causal_edges` | 原因、方向、日期、證據等級 | 區分相關性、契約關係、機制證據與因果識別 |
| `forecast_snapshot` | 原文版本＋不可變雜湊 | 保存原機率、條件、事件定義與到期日 |
| `intervention_record` | 政策與市場改變＋實際生效證據 | 不將計畫、法規發布與實際取得效益混為一談 |
| `policy_cost` | 可查核投入成本及財務口徑 | 公共預算和企業費用分開 |
| `avoidance_estimate` | 區間、方法、可信度 | 不可只有單一聲稱「避免了 X 億損失」 |
| `local_failure_record` | 局部泡沫、閒置或失業事件 | 不因 B4=0 就刪除 |
| `household_outcomes` | 實質所得、保障、生活選擇 | 不以平均 GDP 代替家戶受益 |
| `data_coverage` | 採樣、不可見交易、缺失率 | 附影響方向與敏感度分析 |
| `forecast_verdict` | 原文字面命中／失敗／待定 | 不受是否找到成功干預的敘事影響 |
| `mechanism_verdict` | 支持／削弱／未識別 | 和字面事件評分分離 |
| `intervention_verdict` | 支持／否定／未識別 | 和字面事件評分分離 |
| `reviewers` | 審查人與利益衝突 | 有異議意見另存，不以共識覆蓋分歧 |

### A.1 建議的年度紀錄骨架

以下屬資料格式示意，並非真實 2027 年度資料：

```json
{
  "document": "AIBT-EX02 Annual Forecast and Event-Domain Audit",
  "schema_version": "0.1",
  "audit_year": null,
  "evidence_as_of": null,
  "original_forecast_version": null,
  "original_forecast_hash_sha256": null,
  "event_definition_version": "AIBT-EX02-v0.1",
  "event": {
    "status": "B4_UNRESOLVED",
    "candidate_domains": [],
    "five_criterion_findings": {
      "F": "UNDETERMINED",
      "G": "UNDETERMINED",
      "X": "UNDETERMINED",
      "P": "UNDETERMINED",
      "C": "UNDETERMINED"
    },
    "causal_graph_evidence_refs": []
  },
  "forecast": {
    "status": "UNSCORABLE_ORIGINAL",
    "original_horizon": null,
    "original_probability": null,
    "original_conditions": [],
    "score_justification": null
  },
  "intervention": {
    "status": "INSUFFICIENT_EVIDENCE",
    "interventions": [],
    "actual_implementation_evidence_refs": [],
    "counterfactual_method": null,
    "estimated_effect_interval": null,
    "side_effects": []
  },
  "local_losses_and_distribution": [],
  "data_coverage": [],
  "competing_explanations": [],
  "review_history": [],
  "conclusion": null
}
```

本範例中所有 `null`、空陣列與 `UNDETERMINED` 均表示**尚未觀察／尚未輸入資料**，絕不表示未來已經證明不存在事件。年度檔案需由 2027 年以後的真實資料填寫。

---

## 附錄 B｜數學、時點及來源完整性檢查項目

### B.1 事件判定的型別約束

1. 嚴格 B4 是由 F、G、X、P、C 共同成立的結論；任何單獨指標不能替代。
2. 若某必要條件被實證否定，在固定定義下不能稱 B4；若必要條件資料不足，須記為待定。
3. 全球性是因果與影響的範圍，不是要求所有國家同時同步。
4. 不能以事後挑選「最能命中預測」的指標與閾值作主要判準。
5. 金融資本泡沫與其他全球 AI 災害應分別定義，不能用泛稱互換。

### B.2 預測因果結構的型別約束

1. `Observed Non-Event`：到期時有覆蓋力的觀察結果；不是對未來永不發生的形上宣稱。
2. `Intervention`：需要證明在機制改變前已實際生效；不是口頭承諾。
3. `Risk Mechanism`：可被當期中介資料削弱；不能成為無任何反例的永恆敘事。
4. `Forecast Score`：按原始定義到期評分；條件式的政策改變須如實標注。
5. `Prevention Effect`：獨立的因果估計與外部效益；不是當期事件數的簡單反號。

### B.3 已可重算的純數學與帳本檢查

- 2027 至 2039 含首尾，共 $2039-2027+1=13$ 個年度。
- 常數條件事件機率 $0.10$ 的純示範： $0.9^{13}\approx0.2541866$ ； $0.05$： $0.95^{13}\approx0.5133421$。此為假設鏈式乘積，不是觀察到的世界風險。
- 五年名目示範成本： $100+5\times20=200$ 百萬新臺幣；有效部署例淨現金 $250-200=50$ 百萬；低使用例為 $30-200=-170$ 百萬，均不含折現和其他成本。
- 全球風險的觀察窗口於 2039-12-31 關閉；2040 年是結算行為而不是將 2040 年所有事件納入既有主張。

---

## 附錄 C｜2040 年最重要的研究者檢核問句

> **假設世界真的走完 2027、2028、2029……直到 2039，並始終沒有發生你在 2026 年最擔心的全球 AI 泡沫事件；你是否願意明確承認，那個強形式的歷史路徑沒有成真？**

如果答案是願意，則研究還有一個必要的第二問：

> **你能否同時證明有哪些潛在風險確實被後來的人、制度與技術提前化解，而不是只因為自己不願承認預測落空，便把所有非事件都寫成預防勝利？**

如果兩個問題都可以被清楚處理，AIBT 才真的具備承擔十五年以前或更長遠歷史評價的開放結構：對可能的風險可以提早發出警示；對世界顯示的非事件可以改變判斷；對他人成功的制度行動可以依證據給予正確的歸因；對原本並不存在的危機也能毫不猶豫地降低自己的預測。這不是把理論變弱，而是讓理論能夠持續與現實同時存在。

---

**正式原稿註記：** 本文件之公式原始碼以 ` $...$ ` 與 `$$...$$` 為唯一 LaTeX 分隔符，儲存為 UTF-8、LF、無 BOM；網頁或聊天畫面僅供閱讀，不應替代此完整、可檢查的 source artifact。資料截點嚴格止於 2026-11-01，所有 2027–2039 年文字均屬研究預設與未來審查計畫，無任何將未來結果冒充既成實證的主張。