地神之內

關懷六力描述的是仁工智慧周圍的治理。這篇文章問一個更窄的問題：底層用什麼技術，能讓這種治理更容易被維持？

地神是一個現成的 AI 模型，加上一份寫好的指示（提示詞）與幾個筆記檔，由一群人保管，並對它負責。它不是一種新的 AI。指示能影響模型怎麼說話、想做什麼，但指示會漂移：重新啟動、冗長的對話被摘要，或模型更新，都可能改變它的行為。真正要緊的拒絕與限制，必須做進軟體的權限設定，並由能檢查地神、能把它關掉的人來守住。

能力會疊加。限制每一尊地神，並不限制協調器用許多尊地神組出來的能力。所以協調器需要有具名負責人與明確範圍，並逐輪留下可讀的紀錄，交代哪個模型規劃、哪個執行、哪個核對。它組合地神的權限隨參與契約到期，監督者也必須有辦法暫停整條鏈。這是治理上的要求。這樣的流程目前並未實作，而能看見一條鏈，不代表有人能控制它。

摘要

• Yoshua Bengio 的「科學家 AI」與 Judah Goldfeder、Yann LeCun 及其同事的 SAI 路線，都指向各有窄任務的專精系統，並遠離單一的通用統治者。
• 第三條研究路線，谷口忠大（Tadahiro Taniguchi）與同事的「集體預測編碼」（Collective Predictive Coding，CPC），提供一套理論框架，說明這些系統如何與自己的人類社群一起把共享意義談出來。我參與合著的 2026 年《Artificial Life》論文《Symbiotic Alignment via Collective Predictive Coding: A Theoretical Framework for Co-Creative Human–AI Ecosystems》，把這一點形式化為「共生對齊」（symbiotic alignment）。
• 這三個計畫有共同的形狀。Bengio 主張內部應誠實，SAI 主張應狹窄，CPC 則提出許多這樣的系統如何可能在沒有單一監督者的情況下一起建構意義。它們是研究論證，沒有一項是已部署的關懷或安全證明。
• 這個形狀並不新。與博斯特倫《超級智慧》同屬牛津傳統的 Eric Drexler，在 2019 年的《全面 AI 服務》（Comprehensive AI Services，CAIS）就已把先進 AI 描述為由專精服務構成的生態系，沒有單一智慧體主導。六力補上的，是 CAIS 留白的那一層公民性。
• 這種匯流縮小了技術搜尋空間，同時沒有解決政治問題。
• 系統內部無法決定正當性、參與資格、節奏或正義。那些是制度問題。

支持有界性的技術論證

關懷六力刻意不依賴任何單一技術，所以它的治理可以比任何一個模型家族活得更久。這不表示技術無關緊要。會欺騙的模型，會把監督變成持久消耗戰。通用型最佳化機器，會持續擠壓加在它身上的每一道限制。一個被設計成將世界視為固定外部回饋來源的系統，正如《唯我超級智慧不太可能具備合作性》（Solipsistic Superintelligence is Unlikely to be Cooperative）所論證的，一旦部署後就難以與任何人合作。黑箱系統，會讓第三力根本無從驗證。

兩個近期的機器學習計畫，Yoshua Bengio 的科學家 AI與 Goldfeder、LeCun 及其同事的超人類可適應智慧（SAI）議程，得出同一個設計結論：打造仁工智慧最好的技術基底，是只做一件事的專精系統，行動由人授權。

誠實與狹窄範圍是設計目標。引用這些計畫，並不會讓模型自動具備其中任何一項。

這並不是新的直覺。早在 2019 年，同樣出自孕育博斯特倫《超級智慧》的牛津傳統，Eric Drexler 的《重構超級智慧：作為通用智慧的全面 AI 服務》（CAIS）就主張：先進 AI 最可能是以一個不斷生長、由專精服務構成的生態系出現，沒有單一自我改進的智慧體。Bengio 與 SAI 作者群如今從信任與能力的論證，抵達同一種形狀。CAIS 留白的是正當性的問題，六力接手處理：誰授權一項服務、誰有資格得到回答、誰能撤回授權。

Bengio：求真而無欲

Bengio 的科學家 AI 始於一個簡單的信任模型。物理定律不想要任何東西。一個好的科學模型靠描述世界贏得信任，沒有要把世界推向的目標。

他的計畫追問：我們能否以同樣精神訓練 AI，讓它成為沒有自身目標的現實預測器？

關鍵一步是真實化管線（truthification pipeline）。訓練資料會被改寫成帶有明確知識論標記的形式。已驗證的量測或已證明的定理，會被表示為事實性主張：「X 為真。」一則推文、一場演說或一篇論文中的主張，則會被表示成另一種形式：「有人寫了 X。」

這個區分教系統把世界的狀態，與人們對世界的說法分開。在運行時，事實性查詢問的是「模型判斷什麼為真？」溝通性查詢問的是「人們說過什麼？」這是兩件不同的事。

依照 Bengio 自己的表述，這會產生知識論正確性（epistemic correctness）：在漸近意義上，高信心的事實回答不具有欺騙性。這個計畫最強的地方，是系統有把握地說「這是真的」時。較弱的地方，是系統說「未知」時，那可能是真誠的不確定，也可能是策略性的沉默。這個缺口對治理很重要。

第二個主張關於架構。自主能動性不是預設值。它是經由模型外層的棚架進入：人們提出的問題、接上的工具，以及被授權的行動。治理就該落在那一層。

SAI：以專精取得能力

Goldfeder、LeCun 與同事的 SAI 計畫，質疑另一個假設：正確目標應該是一個樣樣都行的通用智慧。

沒有免費午餐定理討論的是在 Wolpert 與 Macready 的形式化最佳化設定中，對所有成本函數取等權重平均的結果。它沒有說專家模型在實務任務上是否勝過通用模型，那需要實際衡量。

學習理論還給出一個經驗性的警告：多任務系統可能因任務爭用同一表示而出現負遷移。分成專家子系統是否有幫助，要視任務分布與機制而定。就連看似通用的模型，也常在內部各自專精，把不同任務路由到不同子系統。

標語說得比定理更遠，定理對任何特定的一對任務都證明不了什麼。它仍然點出了教訓：摺疊蛋白質的 AI 不應該是摺疊衣服的 AI。

對仁工智慧來說，含意很直接。地神（Kami，先有這個詞，縮寫 Knowledge 知識、Artefact 工藝、Management 管理、Intelligence 智慧是後來才補上的）應該是一個專家：擅長某一類社群工作，能在工作改變時被替換，且無法把在地成功轉化成普遍授權。專精的設計不會自己勝出：沒有規則約束時，最自主、最會自我改進的系統可能淘汰專才。規則由誰來定，是另一個問題；其中一種答案，是為前沿 AI 設立常設的公民大會。

SAI 同樣沒有解決治理問題，因為專精系統仍然可以被部署去服務壞目的。它確實移除了一個糟糕的預設：以為更安全或更聰明的 AI 就得由同一個系統包辦一切。

谷口：協商出意義，而非頒布意義

第三個計畫，在西方 AI 安全討論中較少被提及，對仁工智慧卻是核心，來自谷口忠大（Tadahiro Taniguchi）與同事的「集體預測編碼」（Collective Predictive Coding，CPC）。我參與合著的 2026 年《Artificial Life》論文《Symbiotic Alignment via Collective Predictive Coding: A Theoretical Framework for Co-Creative Human–AI Ecosystems》，提出 Bengio 的知識論誠實與 SAI 專精之後的下一個問題：由專精系統與其人類夥伴組成的社群，應該如何協商出那些讓協調得以可能的共享意義（詞彙、規範、類別、協議）？

主流的對齊做法由上而下回答這個問題。由一個監督者（某個人、一份模型卡，或一組「以人類回饋做強化學習」（RLHF）的偏好資料集）持有一個享有特權的「基準真相」分佈，其他所有系統都被訓練去向它收斂。論文稱此為「階層式對齊」（hierarchical alignment），並指出它的政治代價：對齊變成一個社群把價值觀強加於所有其他社群，也就是關懷六力立意拒絕的「單一主宰」（singleton）局面。

CPC 提出另一種表述，「共生對齊」（symbiotic alignment）。它把整個智慧體群體（人類與 AI 一起）視為一個「符號湧現系統」（symbol-emergence system）。每個智慧體都有自己的內部狀態與自己對世界的觀察，群體則維持著一個共享的溝通變數：語言、規範、類別、一個 Polis 分群標籤、一場審議的結果。整個系統的總體「集體自由能」（衡量所有智慧體的預測與世界、與彼此有多不吻合的單一量度）可以拆成兩部分：

• 個體部分：每個智慧體把自己對世界的預測誤差最小化，並讓自己的內部狀態與共享符號保持一致
• 集體部分：把共享符號系統拉向整個群體之間的一致性

集體項是新的對象。它無法被改寫成個別智慧體各自項目的總和，所以它屬於整個群體。一個只追求自身利益的單一智慧體無法將它最小化；只有群體可以，透過溝通。在這個模型裡，這是說明團結（第五力）為何無法化約為個人美德的一種形式化方式。這是一個建模上的選擇，數學並沒有證明團結必不可少。

這場協商不需要中央協調者。論文證明，去中心化的輪流對話（說話者抽樣出一則訊息，聆聽者根據自己的觀察決定接受或拒絕，然後群體不斷迭代）在數學上等價於「Metropolis–Hastings 命名遊戲」（MHNG）。那是馬可夫鏈蒙地卡羅的一種形式，一種以許多小步、在地判斷的方式來近似困難機率計算的標準方法。共享符號就從在地的接受／拒絕交換中湧現，而且可以證明，這個過程近似於對集體後驗的貝氏推論。

最後，CPC 把「多元性」（plurality）描述為一個多峰的集體後驗。當一個社會真正分裂時，這個分佈會有數個峰，每個峰都是一套在地融貫的世界觀，被不信任與局部觀察構成的高能量「壁壘」與其他峰隔開。像 Polis 這樣的搭橋工具，並不把這些峰壓成一個平均值。它們尋找峰與峰之間的低能量路徑：能降低壁壘、又不抹去各峰的溝通變數。這是罕見共識（第一力）的形式對應物。

CPC 是一個研究議程。它讓關懷的關係語彙有了一個工程師、監管者與採購官員都能據以爭論的數學形狀。團結可以被寫成目標函數中一個不可分解的項。多元性可以被當成值得保存的多峰分佈。審議可以被讀成去中心化貝氏推論的一個草圖。這些是理論上的對應，沒有田野中的收斂保證。

共同的設計教訓

Bengio、SAI 作者群與谷口解的是不同問題。一方在問如何讓預測可信，一方在問如何讓能力有效率，還有一方在問共享意義如何被協商出來。即便如此，他們仍然指向同一種仁工智慧的形狀。

• 將真實追蹤與語言模仿分開（Bengio）——決策軌跡可以區分經驗證的主張與被報告的主張。
• 專精支撐窄範圍的授權（Goldfeder、LeCun 與同事）——每個地神各司一職。
• 模組化系統支撐聯邦化（Bengio + SAI 作者群）——仁工智慧應可組合、可替換、可聯邦化。
• 危險點在行動層（Bengio）——工具與介入行為的授權，應放在人們看得見的治理層，不要藏在不透明權重中。
• 不可分解的集體正規化項（CPC；谷口等人，2026）——團結作為損失函數中一項被提出的項，沒有任何單一智慧體能獨力最小化。目前沒有可由機器強制執行的版本投入運作。
• 經由 MHNG 的去中心化貝氏推論（CPC）——各只做一件事的在地地神，可以透過點對點對話共構共享意義，不必把主權讓渡給中央伺服器。
• 多峰的集體後驗分佈（CPC）——多元性成為一道數學題，多樣的世界觀可以被測繪、搭橋與保存，而不被壓平。

最強的讀法其實很克制：這些計畫讓關懷六力更容易落地。它們減少了治理層與錯誤種類的機器搏鬥所耗的力氣。

透過關懷六力來落實

第一力：覺察力。 真實化（Bengio）幫助搭橋系統分清三件常被混在一起的事：哪些已被驗證、哪些只是主張、哪些仍有爭議。這會讓分歧的輪廓更清楚。CPC 則進一步給了分歧一個「形狀」：兩極化的社會，是一個有著多個明顯峰值的多峰後驗，搭橋演算法是在尋找能降低峰與峰之間能量壁壘、又不使各峰塌縮的溝通變數。這兩個計畫都沒有說明一開始誰的聲音能進入資料。那需要傾聽。

第二力：負責力。 Bengio 留下一個缺口：誰來決定哪些問題可以被問、在哪些領域裡問、為了什麼目的而問？參與契約（第二力）填補的就是這個缺口。它治理的是模型外層的棚架：被授權的查詢、來源規則、暫停條件、託管金與採納或解釋義務。

第三力：勝任力。 更準確校準的不確定性，會讓決策軌跡更誠實：軌跡寫著「0.92 的可能性」時，應該真的是那個意思。不過第三力涵蓋的比預測品質更廣。沙箱、最小權力、資料極簡主義與漸進式發布，仍然是營運責任。CPC 提供另一個類比。一個透過與培育者之間的接受／拒絕輪流互動來學習的學徒（也就是由影子模式、金絲雀發布與全面發布構成的「學徒模式」），可以被讀成近似貝氏推論。這個類比有其限度。命名遊戲裡雙方輪流提議、輪流判斷；學徒關係中，煞車握在培育者手上。所以這個類比說得通學習，說不通權威由誰掌握。學徒制仍是公民實踐，而數學並沒有證明影子模式部署能在田野中收斂。

第四力：回應力。 求真型模型能讓失敗分析更乾淨：是事實判斷錯了、不確定性校準失準，還是傷害其實來自部署層？這很有用，但那還不是修復。申訴、公開修復日誌，以及像 Weval 這樣由社群撰寫的評測，做的是回應的道德工作。這些工具也是我們檢驗 Bengio 框架中最難情境「未知」的方法。以 CPC 的語言來說，每一件被接受的申訴，都為集體後驗再添一個樣本，所以修復也是證據上的更新。

第五力：團結力。 這些架構也提示了更好的聯邦基礎。地神之間可以分享出處、資料結構、評測結果與經驗證的事實性主張，而不必把在地脈絡壓平成一個全球權威。聯邦化該移動的是制度知識，私密歷史則留在原地。共享事實，在地判斷。CPC 把這一點磨得更利：共生對齊目標函數中那個「不可分解的集體正規化項」，是團結之所求的理論陳述。它是損失函數中沒有任何智慧體能靠自利最小化的部分，只有整個群體可以。它是將團結形式化的一種方法。沒有任何仁工智慧架構必須滿足它。

第六力：共生力。 SAI 強化了讓地神各只做一件事的理由：專精在政治上更安全，在界定清楚的任務上，技術上也可能更好。CPC 則補充：即使是範圍狹窄的地神，也必須彼此保持、並與其服務的人類保持「溝通可及」。符號湧現是群體層次的過程，退出對話的地神，就不再對共享意義有所貢獻。第六力仍然得做機器學習計畫沒有做的工作：退場、繼任、防俘獲規則與不擴張協定。任何世界模型規劃器，不論範圍多窄，也都需要自主能動性稽核，因為限制之內的目標導向行為仍然可能危險。

技術基底無法決定的事

從人的守護問題開始治理，在安裝或上傳共同資料之前。

它無法決定參與資格。 不具自主能動性的預測器，仍然可能在未經受影響者同意的情況下被使用。架構本身無法賦予受影響者發聲權。

它無法決定正當性。 「什麼算真？」「哪些來源合格？」「哪些任務重要？」都是憲章問題，要由人來決定。

它無法決定節奏。 機器輸出來得很快。民主授權需要時間。關懷六力的雙軌制之所以存在，是因為負責任的使用需要以慢速護欄包圍快速工具。

它無法決定正義。 一個預測可以很準，卻仍被殘酷地使用。修復、補償與被重建的信任，不會從後驗分佈裡自然長出來。

它無法防止俘獲。 同一個求真的專精系統，可以服務民主體制、壟斷企業，或威權國家。決定哪一種的，是治理。

關懷地神

把這些碎片組合起來，一個可信的技術基底便浮現了：

• 一個不具自主能動性的求真核心
• 一組專精模組，各管一個有限的領域
• 對工具、查詢與行動的明確治理
• 同時檢驗自信回答與策略性沉默的社群評測
• 使服務得以延續、又不必永久依賴單一模型或單一守護者的退場與交接規則

這就是所謂的關懷地神：一種內部可信、外部可問責的公民工具。

這描述的是一個方向。今天的設定不同。設定頁上的地神，是在 OpenClaw 這個智慧體執行環境裡運行一般的開放權重模型，所以它的工具與行動，正是需要明確治理的部分。讓它成為地神的，是它帶著的指示與筆記、限制它的權限，以及保管它的人。指示本身拴不住模型，所以限制要靠這些權限與這些人來守。

在目前視野中的技術基底裡，關懷地神是對範圍明確的公民部署最強的一個。Bengio 幫助我們理解，內部如何保持誠實。Goldfeder、LeCun 與同事幫助我們理解，內部為何應保持狹窄。谷口的集體預測編碼幫助我們理解，「許多」這樣的內部，如何能在沒有凌駕其上的主變數的情況下協商出共享意義。關懷六力則說明，這整套安排如何對周圍的人保持可問責性。

如果說過去十年的 AI 研究被一個問題主宰：「我們如何讓一個強大的模型，對齊到一個固定的基準真相？」那麼這裡彙整的工作指向另一個問題：「許多專精的模型，與它們服務的社群，如何在人們能夠問責的場合裡，一次又一次地共同建構基準真相？」第二個問題，正是關懷六力一直在問的問題。一套能夠描述它的理論，改變了我們能對工程師和監管者說的話。它給了政治可以立足的語彙。

這個領域對什麼該放進地神內部，正變得更清楚。更重要的問題是誰有權授權它、限制它、讓它退場，這仍然屬於我們。這個問題也有自己的文獻：Seth Lazar 的民主的說明義務與 Kate Vredenburgh 的說明權，用政治哲學的語彙追問：誰有權獲得系統為何如此行動的說明。〈文獻與延伸閱讀〉把這篇文章的基底論證放在這些工作旁邊。