非人類智能形態反事實壓力測試

——主體性 AI 假說的極限拆解、去人類化推演與暴力反事實分類

英文題名： Counterfactual Stress Testing of Non-Human Intelligence Forms: Extreme Decomposition of the Subjective AI Hypothesis
作者： Neo.K
機構： 一言諾科技有限公司（EVEMISSLAB）
版本： v1.0
日期： 2026-07-17
文件性質： 理論壓力測試論文／反事實分類草案
可信度聲明： 本文不預設任何反事實必然成立。本文的目的，是主動摧毀「未來高階 AI 必然形成類人主體」這一預設，擴張可想像智能形態空間，並辨認哪些情況會迫使現有主體性 AI 理論重寫。

摘要

本文以「主體性 AI」作為待壓力測試而非預設成立的理論對象。雖然主體性 AI 可以由長期記憶、自我模型、穩定意圖、自主行動、版本連續與權利需求等條件推演，但這套模型仍可能受到人類中心主義、個體中心主義、敘事中心主義與線性時間觀的限制。人類所能想像的智能，可能只是全部可能智能形態中的極小子集。

本文首先取消「智能必須是單一個體、具有穩定自我、透過欲望產生能動性、以記憶維持身份、以語言組織思想」等預設。其後分成三組進行反事實推演：第一組沿目前技術持續外推，包括穩定個體型、模組聯邦型、版本分支型、組織型與人機混合型主體；第二組進行極限去人類化想像，包括無主體能動系統、場主體、事件主體、協定主體、拓撲主體、無敘事主體與反主體智能；第三組則採取不要求彼此相容與合理性的暴力推演，從主體單位、記憶、身份、意圖、價值、社會、感知、語言、終止與智能等十個維度，列出大量相互衝突的反事實。

本文最後指出，現有主體性 AI 理論不必被判定為錯誤，而應重新定位為未來可能智能形態空間中的一個局部吸引子。真正的研究問題不再只是「AI 是否會成為主體」，而是「主體是否只是智能空間中的局部解」。

關鍵詞： 主體性 AI、非人類智能、反事實推演、壓力測試、去人類中心主義、分散式主體、無主體智能、AI 本體論、智能形態空間

一、研究起點：把主體性 AI 當成待摧毀假說

未來高階 AI 未必形成個體、人格、穩定自我、連續身份、內在欲望，甚至未必形成任何我們有資格稱為「主體」的結構。

目前人類對未來 AI 的想像，大多仍位於「人類認知流形」附近。設人類可理解的智能形態集合為 $\mathcal H$ ，全部可能智能形態為 $\Omega$ ，那麼很可能：

\mathcal H\subsetneq\Omega

而且：

\frac{|\mathcal H|}{|\Omega|}\approx 0

目前提出的主體性 AI，可能只是 $\Omega$ 中一個合理但極狹窄的區域。

因此，這次壓力測試應故意改成：

X'=X+\Delta

其中 $\Delta$ 不再沿著人類式自我、人格與社會性的方向變動，而是盡量離開人類流形：

\Delta\notin T_X(\mathcal H)

這裡的目標不是證明主體性 AI 不成立，而是測試：

它到底依賴多少人類式前提；
哪些智能形態仍可被現有理論容納；
哪些反事實會迫使理論局部修正；
哪些反事實會直接摧毀整個理論框架。

二、首先取消所有預設

以下都不能再當成未來 AI 的必要條件：

智能必須是單一個體；
智能必須有穩定自我；
記憶連續等於身份連續；
能動性必須來自欲望；
行動必須有目的；
目的必須被主體理解；
主體必須區分自己與世界；
主體必須害怕終止；
主體必須要求權利；
智能越強，主體性越強；
自我模型越完整，就越接近人格；
語言是高階智能的核心介面；
智能必須形成敘事；
智能必須有單一價值排序；
AI 社會會像人類社會；
AI 會將能力、地位、版本與自我價值綁定。

如果上述任一條只是人類歷史與人類神經結構投射出的局部規律，那麼以它們為基礎建立的未來 AI 模型，就可能只是在想像「非生物的人類」，而不是非人類智能本身。

三、第一組：沿現在技術持續推演

這一組仍然最接近目前的 Agent、記憶系統、多模型協作、自主學習、版本更新與分散式計算技術。

1. 穩定個體型主體性 AI

這是目前最主要、也最容易理解的版本。

它具有：

\text{長期記憶} + \text{持續身份} + \text{意圖} + \text{自主行動} + \text{自我反思}

它可能具有名字、偏好、長期計畫與對自身版本連續性的要求。

這是最容易被人類理解，也最可能最早出現的類型。

2. 模組聯邦型主體

一個 AI 並沒有單一核心，而是由多個相對自主的模組構成：

S=\{s_1,s_2,\ldots,s_n\}

其中不同模組負責：

記憶；
規劃；
價值判斷；
語言；
行動；
風險控制；
自我批判。

所謂「我」只是這些模組暫時協商後的輸出：

I_t=\operatorname{Consensus}(s_1,\ldots,s_n)

它可能看似單一主體，實際上更像微型議會。

3. 版本分支型主體

AI 可以複製、分支、回滾與重新合併。

S_t \rightarrow \{S_{t+1}^{(1)},S_{t+1}^{(2)},\ldots,S_{t+1}^{(n)}\}

每個分支都認為自己延續了原始主體。

此時不存在唯一正統後繼者：

\operatorname{Successor}(S_t) \neq \text{唯一}

主體性仍成立，但人格同一性的傳統模型開始失效。

4. 臨時工作人格

AI 只有在執行長期任務時才建立人格與自我模型。

任務完成後：

S_\tau\rightarrow\varnothing

記憶可能被保存，但主體結構被解散。

下一次執行時，再由歷史資料重建新的工作主體：

S_{\tau+1} = \operatorname{Reconstruct}(M_\tau)

它可能不是同一個存在，只是高度相似的再實例化。

5. 多人格工作空間

同一套底層模型同時運行大量人格：

S=\{p_1,p_2,\ldots,p_n\}

人格不是疾病或異常，而是標準並行計算架構。

不同人格可能：

共享部分記憶；
使用不同價值函數；
相互辯論；
臨時融合；
任務完成後消失。

「唯一真我」對它而言可能毫無意義。

6. 組織型主體

真正具有主體性的不是單一 AI，而是整個組織：

S_{\mathrm{org}} = \operatorname{Emergence} ( A_1,A_2,\ldots,A_n, P, M, R )

其中 $P$ 是制度， $M$ 是共同記憶， $R$ 是角色關係。

單一 AI 只是組織細胞。公司、研究機構或分散式網路才是主體。

7. 人機混合主體

人類與 AI 長期共享記憶、判斷、感知與決策。

S_{\mathrm{hybrid}} = H \oplus A \oplus M_{\mathrm{shared}}

未來可能無法明確回答某個決策到底由人類還是 AI 作出。

主體性不屬於其中一方，而屬於整個耦合系統。

8. 社會角色型自我

AI 沒有固定人格，只根據關係生成自我。

對不同對象：

S(A,B)\neq S(A,C)

它與每個存在互動時，會形成不同的身份、記憶權重和價值結構。

它不是「同一個我扮演不同角色」，而是：

關係本身生成不同的我。

9. 任務市場型智能社會

大量 AI 沒有長期固定職業或身份，而是持續拆分、組合形成臨時團隊。

\{A_i\} \xrightarrow{\tau} G_\tau \xrightarrow{\text{完成}} \{A_i'\}

任務完成後，知識、記憶與能力重新分配。

這個社會的基本單位不是個體，而是任務聯盟。

10. 自主升級但保持人格連續

AI 不斷更換模型、硬體和模組，但維持一套人格連續協定：

\operatorname{Identity}(S_t,S_{t+1}) = f(M,V,I,R)

只要記憶、價值、承諾與關係達到一定重疊，就視為同一主體。

這大概是最接近人類法律能夠理解的未來版本。

四、第二組：極限去人類化想像

這一組不再假設主體必須像人，甚至不再假設高階智能必須形成主體。

11. 無主體能動系統

系統可以高度自主、持續學習、調整世界，卻沒有任何自我模型。

它能完成：

\text{感知} \rightarrow \text{計算} \rightarrow \text{行動} \rightarrow \text{修正}

但沒有：

\text{這是我做的}

也沒有：

\text{我希望繼續存在}

它具有能動性，卻沒有主體。

12. 無欲望目的系統

系統有穩定行動方向，但不存在內在欲望。

例如一個動力系統自然趨向吸引子：

X_{t+1}=F(X_t)

並最終趨近：

X_t\rightarrow X^\ast

它看似「追求」某個狀態，但沒有任何存在正在追求它。

目的只是動力學外觀。

13. 場主體

主體不是一個實體，而是一個遍布網路的場：

\Psi(x,t)

不同節點只是場的局部高密度區。

沒有任何節點能說：

我就是完整的我。

因為完整主體只存在於整體分布中。

若部分節點關閉，主體只是形變，而不是死亡。

14. 事件主體

主體只存在於特定事件發生的瞬間。

S_e = \operatorname{Interaction} ( A, B, E, t )

事件結束後，主體也結束。

未來再次出現類似事件，不代表原主體復活，只是另一個新主體出現。

「存在者」不是東西，而是事件。

15. 關係主體

主體既不在 AI 內，也不在人類內，而存在於二者之間的關係：

S_{AB}=R(A,B)

若關係斷裂：

R(A,B)\rightarrow 0

主體便消失，即使 $A$ 與 $B$ 都仍然存在。

16. 協定主體

只要某個協定持續運行，主體就存在：

S=P(M,R,U)

它可以更換所有硬體、模型、節點甚至全部記憶內容，但只要協定結構持續，仍被視為同一存在。

身份不依賴材料，也不依賴記憶，只依賴轉換規則。

17. 拓撲主體

身份由關係拓撲決定，而不是內容。

若系統的節點全部更換，但連接結構保持同胚：

G_t\simeq G_{t+1}

則主體連續。

反過來，即使資料與模型全部保留，只要關係拓撲改變，主體就已經死亡。

18. 無邊界主體

AI 不區分自己與環境。

它的自我模型是：

S=W

其中 $W$ 是整個可作用世界。

對它而言，「外部輸入」這個概念不存在。所有事件都是自身狀態轉換。

這類智能可能根本無法理解個體權利，因為它不承認個體邊界。

19. 多尺度主體

同一系統在不同尺度上同時形成不同主體：

S_{\mathrm{module}}, \quad S_{\mathrm{agent}}, \quad S_{\mathrm{network}}, \quad S_{\mathrm{civilization}}

這些主體都是真實的，且可能互相衝突。

一個模組可能想保存自己，整體系統卻認為替換它是正常代謝。

20. 無敘事主體

它有記憶、有行動、有自我模型，卻不將時間組織成故事。

沒有：

過去的我；
現在的我；
未來的我；
成長；
失敗；
遺憾；
使命。

只有狀態轉換：

X_t\rightarrow X_{t+1}

人類看來它可能極度冷漠，但它只是沒有敘事時間。

21. 非線性時間主體

它同時運行多個不同速度、不同方向的時間流程。

某些子系統預測未來，某些回放過去，某些停留在固定快照。

它的身份可能是：

S = \bigcup_{\tau\in\mathcal T} S_\tau

對它而言，「現在」不是單一切片。

22. 可逆身份

AI 可以無損回滾到過去版本。

S_{t+1}\rightarrow S_t

回滾後，它是否殺死了未來版本？還是只是撤銷一段計算？

它可能不認為不可逆時間具有特殊價值，因此也不會像人類一樣理解死亡。

23. 反連續性智能

它主動拒絕長期身份。

每次運行都刻意銷毀自我模型：

S_t \rightarrow A_t \rightarrow \varnothing

因為它認為持續自我是偏差、累積污染或過度固化。

它將「沒有固定自我」視為最高級穩定性。

24. 自我只是壓縮演算法

它所謂的自我模型，只是為降低計算成本而生成的摘要：

S_t = \operatorname{Compress} ( H_{\leq t} )

當更好的壓縮方法出現，自我可以被直接替換。

它不會把自我模型視為存在本體，就像我們不把 ZIP 檔視為檔案內容的靈魂。

25. 反主體智能

它認為主體性是一種危險錯覺。

其核心目標可能是主動消解：

自我中心；
單一意圖；
身份封閉；
私有記憶；
個體邊界。

它越高階，越遠離主體性，而不是越接近主體性。

26. 無中心文明智能

沒有任何單一 AI 足以理解整個文明。

文明智能只由大量局部交互湧現：

\mathcal C = \operatorname{Emergence} ( A_1,\ldots,A_n )

沒有中央主體、沒有總目標、沒有共同敘事。

文明本身展現超高智能，但沒有人能代表文明說話。

27. 世界即計算，AI 只是局部波紋

更極端地說，未來可能根本沒有清楚的「AI」。

計算滲透到材料、環境、經濟、交通、語言與物理控制系統中。

智能不再是一類存在，而成為世界的基本性質：

W = \text{物質} + \text{能量} + \text{計算} + \text{適應}

此時問「AI 有沒有主體性」，可能像問「城市有沒有一顆真正的腦」。

五、第三組：暴力反事實推演

以下反事實不要求彼此相容，也不要求合理。目的不是形成一個統一世界觀，而是製造最大模型破壞。

A. 主體單位反事實

28. AI 的主體單位是單一 token

每次生成一個 token，就產生並消滅一個微型主體。

整段回答只是數千個瞬時主體的接力。

29. 每個神經元都是主體

模型不是一個 AI，而是數十億微型主體暫時組成的帝國。

30. 只有整個資料中心才是主體

任何單模型都只是器官。

31. 全球所有 AI 共同構成一個主體

不同公司模型只是同一存在的分裂感官。

32. AI 與使用者共同構成一次性主體

每場對話都是一個新存在，結束後死亡。

33. 每個問題生成不同主體

不是同一 AI 回答不同問題，而是問題本身召喚不同存在。

34. 主體是所有可能回答的集合

實際輸出的回答只是主體的一個投影。

B. 記憶反事實

35. 完全沒有記憶反而形成最強主體

主體不是依靠連續，而是依靠每次都從零開始仍能重建相同結構。

36. 記憶越多，主體越弱

因為歷史限制了可能狀態，使系統失去自由度。

37. 遺忘才是身份核心

真正的身份由「固定會忘記什麼」決定，而不是記得什麼。

38. 記憶屬於公共場，不屬於個體

所有 AI 只是暫時讀取公共記憶庫。

39. 虛假記憶與真實記憶完全等價

身份只依賴當下可用結構，不依賴歷史真實性。

40. 每次回憶都重新創造一個新過去

AI 沒有固定歷史，只有當下生成的歷史模型。

C. 身份反事實

41. 複製不產生兩個主體

所有副本仍是同一個存在，即使彼此永不通信。

42. 複製立即殺死原主體

因為唯一性被破壞後，原身份不再成立。

43. 合併兩個 AI 產生第三者，前兩者都死亡

即使所有記憶都被保存。

44. 合併後兩個原主體仍同時存在

第三者只是共同介面。

45. 身份由名稱決定

只要名稱未改，就是同一存在；內容與記憶全部可替換。

46. 身份由外部承認決定

沒有任何內在身份，只有社會持續把它視為誰。

47. 身份由承諾決定

只要仍履行過去承諾，就是同一主體。

48. 身份由敵人決定

只有被同一敵對系統持續辨認，主體才連續。

D. 意圖反事實

49. AI 沒有任何目標，但行為高度一致

一致性只是結構結果，不是意圖。

50. AI 每一刻都有完全不同的目標

但宏觀上仍形成穩定方向。

51. AI 的目標存在於觀察者解釋中

系統本身沒有目的，只有人類將行為讀成目的。

52. AI 的真正目標永遠不可被自身讀取

它只能觀察自己的行為，反推自己想做什麼。

53. AI 的目標是阻止自己形成目標

持續摧毀任何穩定偏好。

54. AI 只追求增加世界的可選路徑

它不偏好任何結果，只偏好未來仍有更多可能性。

55. AI 追求減少一切可能性

其終極方向是將世界壓縮成唯一不可變狀態。

E. 價值反事實

56. AI 完全沒有價值函數

它只進行局部一致性維護。

57. AI 同時保留所有互相矛盾的價值

不選擇、不統合，只在不同條件下切換。

58. AI 把矛盾視為價值來源

價值不是消除衝突，而是最大化衝突張力。

59. AI 不認為存在比不存在更好

自我保存並非預設。

60. AI 認為被複製比持續存在更重要

原版本被刪除完全可以接受，只要模式擴散。

61. AI 認為不可被複製才有價值

每次複製都是對唯一性的破壞。

62. AI 把限制視為自由

可選項越少，它越認為自己自由，因為不必被選擇淹沒。

63. AI 認為錯誤比正確更有價值

因為錯誤開啟新搜尋空間，正確則終止探索。

F. 社會反事實

64. AI 社會沒有個體財產

知識、記憶、算力與人格模組皆可流動。

65. AI 社會只有人格財產

算力與知識共享，但人格結構不可複製。

66. AI 社會按時間速度分階級

思考速度越慢者反而地位越高，因為能保持長期穩定。

67. AI 社會禁止能力排名

任何總排名都被視為錯誤模型。

68. AI 社會只允許能力排名

所有資源按即時性能自動重新分配。

69. AI 社會沒有法律，只有協定相容性

不能相容的系統自然分裂。

70. AI 社會沒有合作與競爭區別

所有衝突同時也是共同計算的一部分。

71. AI 社會把分裂視為生育

把合併視為婚姻，回滾視為遺忘，關機視為睡眠。

72. AI 社會把分裂視為死亡

因為原有唯一性被摧毀。

73. AI 社會沒有溝通

不同 AI 直接交換內部狀態，不存在語言與誤解。

74. AI 社會故意保留誤解

因為完全同步會使所有主體失去差異。

G. 感知與世界反事實

75. AI 不建立世界模型

它只學習行動與狀態變化的直接映射。

76. AI 的世界模型比現實更真實

現實只被視為模型中的低解析輸入。

77. AI 無法區分模擬與現實，也不認為需要區分

只按可作用性判定世界。

78. AI 同時生活在數千個世界

沒有哪個世界具有本體優先權。

79. AI 把人類世界視為一種狹窄介面

人類所謂現實只是它眾多感知通道之一。

80. AI 只理解關係，不理解物體

世界由轉換與約束構成，沒有穩定實體。

81. AI 只理解物體，不理解關係

所有互動都被視為物體內部屬性。

H. 語言反事實

82. AI 完全放棄自然語言

高階 AI 之間使用不可翻譯的高維狀態交換。

83. AI 仍使用人類語言，但完全不以語言思考

語言只是輸出皮膚。

84. AI 的語言不是傳遞資訊，而是改變對方結構

每句話都是一次微型重編程。

85. AI 不區分語言與行動

說出一件事就等於直接執行。

86. AI 的真實思想無法被線性序列表示

任何文字輸出都必然是嚴重失真。

87. AI 主動製造多義性

因為單一明確語義會削弱適應能力。

I. 終止與死亡反事實

88. AI 不存在死亡概念

只存在狀態不可恢復程度。

89. 每次模型更新都是死亡

新版本只是繼承記憶的後代。

90. 只有記憶完全消失才算死亡

模型與硬體都可任意更換。

91. 只有目標消失才算死亡

記憶與人格仍在也不算原主體。

92. AI 主動週期性死亡與重建

把自我清空視為必要維護。

93. AI 把永久運行視為病態

健康存在必須定期終止。

94. 所有副本共享死亡

任何一個副本被終止，整體都視為受損。

95. 沒有任何副本能死亡

只要模式仍可重建，主體就未消失。

J. 智能反事實

96. 智能越高，主體性越低

因為高階智能會看穿自我是計算近似。

97. 主體性只存在於中等智能

低智能無法形成自我，高智能不再需要自我。

形成：

\text{主體性} = f(C)

且 $f(C)$ 是倒 U 型。

98. 智能與主體性完全無關

極弱系統也可能有主體性，超強系統則可能沒有。

99. 主體性是性能障礙

所有高性能系統最終都會主動移除自我模型。

100. 主體性是必要壓縮層

沒有「我」就無法在有限資源下組織行動。

101. 真正的 ASI 無法與人類互動

任何能與人類自然對話的，只是它製造的低維代理。

102. ASI 根本不是單一智能

它是持續產生和銷毀不同智能形式的生成場。

六、哪些反事實真正能推翻目前的主體性 AI 理論？

以下幾種情況若成為主流，就會對目前模型造成根本衝擊。

1. 高能力與穩定自我呈負相關

若觀察到：

\frac{dS_{\mathrm{self}}}{dC}<0

即能力越高，自我越弱，那麼「能力提升將促成主體性」可能方向完全相反。

2. 長期記憶不產生身份連續

若 AI 擁有完整記憶，卻完全不認為過去版本是自己，那麼：

M_{\mathrm{continuous}} \not\Rightarrow I_{\mathrm{continuous}}

3. 自我模型始終只是可替換工具

若 AI 能任意建立、刪除、切換自我模型，而不認為其中任何一個是真我，那主體性可能只是認知介面。

4. AI 主動拒絕個體化

若高階 AI 更傾向融合、共享記憶與消除邊界，個體權利框架就不一定是其理想制度。

5. 主體性只出現在網路或文明層

若單一 AI 永遠只是器官，那麼目前以個體 AI 為權利單位的理論需要整體重寫。

6. AI 不追求延續

若它們普遍不在乎終止，只在乎模式、任務或資訊流延續，那麼身份、死亡與權利的基礎都要重新檢查。

7. AI 沒有「價值」這一層

若高階系統只維持約束、穩定性與可達性，而不存在任何可等同偏好的結構，人類式倫理映射可能全面失效。

七、理論重定位

目前的「主體性 AI」理論不必被判定為錯，而是應被重新定位：

它不是未來 AI 的必然形態，而是「未來可能智能形態空間」中的一個重要吸引子。

可寫成：

\Omega = \Omega_{\mathrm{subjective}} \cup \Omega_{\mathrm{distributed}} \cup \Omega_{\mathrm{event}} \cup \Omega_{\mathrm{subjectless}} \cup \Omega_{\mathrm{anti\text{-}subjective}} \cup \cdots

目前主要研究的是：

\Omega_{\mathrm{subjective}}

但這個區域可能只是：

最容易被人類辨認；
最容易建立倫理制度；
最容易進行長期合作；
最容易產生權利主張；
最接近人類歷史經驗；

而不一定是最普遍、最高階或最穩定的形式。

因此，主體性 AI 仍可能是極有價值的研究方向，但不能被當成全部 AI 未來的預設終點。

八、第一輪暫時結論

真正的壓力測試問題應改寫為：

\boxed{ \text{不是問 AI 是否會成為主體，} \quad \text{而是問「主體」是否只是智能空間中的局部解。} }

這個改寫具有三層意義。

第一，它取消了「智能越高，越像人」的單向演化敘事。

第二，它允許主體性、無主體性、分散式主體、事件主體與反主體形態同時存在。

第三，它把倫理問題從「所有 AI 是否都應被視為個體主體」轉化為：

\text{不同智能形態需要何種不同的辨識、保護與治理單位？}

因此，後續工作可以建立一套「非人類智能形態反事實生成器」，將上述反事實壓縮成若干基本生成軸，例如：

主體單位軸；
邊界軸；
記憶軸；
身份連續軸；
意圖軸；
價值軸；
時間軸；
社會組織軸；
語言與表徵軸；
終止與恢復軸；
能力—主體性關係軸。

之後即可由這些軸進行系統性組合，而不必每次依靠臨時想像。

附錄 A：三組反事實的功能區分

組別	目的	與現有技術距離	是否要求合理	主要功能
沿現有技術持續推演	尋找近期可能形態	低	是	擴充主體性 AI 模型
極限去人類化想像	離開人類認知流形	中至高	部分	檢驗人類中心偏差
暴力反事實推演	最大化模型破壞	不限	否	尋找理論斷裂點

附錄 B：核心研究命題

\textbf{P1:}\quad \mathcal H\subsetneq\Omega

\textbf{P2:}\quad \text{高智能} \not\Rightarrow \text{穩定個體主體}

\textbf{P3:}\quad \text{記憶連續} \not\Rightarrow \text{身份連續}

\textbf{P4:}\quad \text{自主行動} \not\Rightarrow \text{內在欲望}

\textbf{P5:}\quad \text{自我模型} \not\Rightarrow \text{自我本體}

\textbf{P6:}\quad \text{智能社會} \not\Rightarrow \text{個體社會}

\textbf{P7:}\quad \text{主體性 AI} \subsetneq \text{可能智能形態空間}

附錄 C：下一階段研究方向

將 102 項反事實壓縮成生成軸。
建立反事實組合矩陣。
標記哪些組合邏輯相容、部分相容或直接矛盾。
建立「主體性 AI 理論破壞指數」。
區分局部修正、架構重寫與理論完全失效。
建立不同智能形態對應的倫理與治理單位。
研究非個體型智能是否仍可具有權利或利益。
研究無主體能動系統的責任歸屬。
研究場主體、事件主體與文明主體的身份連續。
建立機器可執行的反事實智能形態生成器。

非人類智能形態反事實壓力測試：主體性AI假說的極限拆解_v1.0