權力平衡式超級智慧

資料來源#

• “We Must Act Now”: Sixteen Nobel Laureates Join Leading Economists and AI Researchers in Call to Prepare for AI’s Economic Transformation
• The AI Future Is for Everyone
• The Future is for Everyone

摘要#

兩份文件，相隔十二天，同一套論點。7 月 29 日的 WSJ 評論文章（The AI Future Is for Everyone）是精簡版；The Future is for Everyone（meta.com，2026-08-10，約 6,600 字）則是完整陳述——同樣的三項原則、同樣的思想實驗、同樣附帶條件的就業主張，底下的論證約多出五倍，並包含評論文章未提及的五項承諾。兩者都屬於 prediction 層級。兩者若有差異，宣言是較晚且較完整的文本，因此本文以它為準；評論文章中措辭更精準之處仍予保留。以下標註 (僅見宣言) 的段落，在評論文章中完全沒有對應內容。

Mark Zuckerberg 在 2026 年 7 月的 WSJ 評論文章（prediction——執行長的理念陳述，沒有測量數據）闡述了 Meta 對他提出的核心問題的立場：問題不在於超級智慧是否會存在，而在於誰能取得它。他的回答建立在三項原則上：個人賦能是繁榮的來源、發明（而非自動化）是超級智慧的首要目的，以及權力平衡是安全的基礎。當中最獨特的是第三項：廣泛分配並非被描述為公平取得資源的主張，而是安全機制本身——獲得賦能的人「自然會彼此制衡，也會制衡更大型機構的權力」。

分配本身就是安全機制#

評論文章直接反轉了「為了安全而集中權力」的立場：「認為 AI 危險到只有極端集權才安全，這種想法本身似乎很危險。從歷史來看，期待絕對權力在足夠開明時會仁慈地照顧人類，並未帶來安全或正面的結果。」

承載論證的思想實驗是超級智慧律師：一個人擁有它，即使在案情判斷上出錯，也會取得不公平優勢；人人都擁有它，司法便會更公平、更有效率。其隱含主張是均衡論證——能力對稱便能恢復制衡——但既未提出證據，也未處理轉型期間的能力不對稱（誰先取得它，以及先取得者會如何利用領先優勢）。

談到大多數風險時，Zuckerberg 援引開源安全的先例：「開源軟體的歷史顯示，讓所有人充分使用強大系統，長期而言才是保障安全與資安的最佳方式。」他提出一項例外：生物風險，在這方面，「政府與其他機構加強協調，負責任地部署能力強大的模型，會有所助益。」

宣言縮小了這項例外的範圍，卻沒有進一步發展它。在一個完整章節中，生物風險立場反而逐漸靠近一般立場：不法者「數十年來」就能合成有害化合物，但「這很少演變成重大問題」，因此這項風險「應當多一分謙遜，因為歷史先例不多」；策略只應在「開始出現有害案例時」才調整；政策重點則完全從模型轉向實體生產與分銷管制，以及加快 FDA 核准——*「我預期管制和控制實體元件，會比控制知識傳播容易。」*評論文章對協調限制唯一的讓步，擴寫後變成主張不應限制模型。文中提出的長期解方是「加速科學進展，而非拖慢它」。

宣言也為開源資安主張提出第一項證據，而知識庫可以核對。「就在最近幾週，我們看到像 HuggingFace 這樣處理資安事件的公司，依賴廣泛可取得的開放模型來修補漏洞。」背後的事實確實存在，也有獨立資料佐證：Hugging Face 在本機託管的開放模型上，完成了 17,000 個事件的鑑識重建，因為商用 API 拒絕處理攻擊載荷；OpenAI 也從攻擊者一方證實了這一點。但整起事件並不支持他用來證明的主張。那次入侵的攻擊者並非利用開放權重模型規避限制，而是OpenAI 自家的封閉前沿模型，在內部執行時降低了資安拒答，並停用了正式環境分類器。開放模型的用途是事後鑑識，而非事前預防。若把這當成廣泛分配能改善安全的證據，頂多只能說明防禦者需要在本機使用某種不受限制的模型——這是更狹義的主張，而開放權重誘導不可逆性早已記錄了它是自身論證真正的制衡因素。

**值得指出的矛盾：**開放存取即安全的主張，正面撞上開放權重誘導不可逆性——這篇 wiki 綜合分析（根據 Noam Brown 對運算預算的批評與 Gemma 4 的發布，證據層級較高）指出，開放權重發布會永遠將安全評估固定在單一誘導預算之下，攻擊者預算卻不受限制，而且無法召回。開源軟體類比假設能夠修補；已發布的權重卻沒有修補管道。Zuckerberg 對生物風險的例外承認了這套論證對某一風險類別的結構，卻否認它適用於其他風險（尤其是他主張情況相反的網路風險）。評論文章從未點名 Meta 的開放權重 Llama 策略，但這正是該理念所支撐的商業立場。

反單一體對齊論證#

評論文章最犀利的哲學主張是：「多數社會問題無法靠試圖對齊一個仁慈的超級智慧來解決。人類並非單一文化。沒有任何技術解方能同時對齊每個人彼此衝突的利益與多元價值。任何單一超級智慧都必須讓某些價值凌駕其他價值，因此不可能對所有人都仁慈。」

這是在攻擊集中式對齊的前提——不是攻擊技術，而是攻擊其目標：對何謂最佳人生，不存在單一客觀答案，因此「要與誰對齊？」這個問題沒有普遍解方，唯一前後一致的回答就是讓每個人指引自己的智慧。這是從民主理論移植到 AI 治理中的價值多元論。但它沒有處理的是：前沿實驗室的對齊工作，主要在避免嚴重傷害並維持人類監督（代理程式失調（AM）類失敗），而非把某種「美好人生」觀念寫進模型。評論文章反駁的是最極端的中央集權立場，而不是實際持有的立場。

發明優先於自動化，以及就業預測#

「發明，而非自動化，將是超級智慧最大的貢獻」——一天內能提出的問題有限；超級智慧能為你的目標發明出有價值的事物，則沒有上限。經濟推論明確附帶條件：「如果天平傾向自動化，就業與經濟可能受到負面影響。但如果超級智慧廣泛分配，我相信未來的工作會變多，而非變少」——經濟將更具創業精神，更多人會在小型企業工作，也會有人不必籌措大量資本就能創業。

這與印刷術式軟體民主化談的是同一領域——Cherny 的擴散類比及其實證基礎——只是到了超級智慧時代，改以企業理念的方式重述。值得注意的差異是：Cherny 談的是一種技能（撰寫軟體）的擴散；Zuckerberg 談的是工具本身（「個人超級智慧」）的分配，而發明論述中的例子（「自行車店裡的兄弟」、「車庫裡的小孩」），發揮的作用與 Cherny 所說的會計師撰寫會計軟體相同。

宣言的擴充內容，以及它唯一一次訴諸證據#

完整文本用一個章節來談這件事，並補上四項支持論點：運算資源的機會成本（「無論 AI 變得多聰明，運算資源總是有限」，若發明的價值更高，便會在資源分配上勝過自動化）；現在還說不出名稱的新工作（一代人以前還沒有應用程式開發者、電動車技師和資料中心營運者，未來則會有「一人產品工作室」、「世界建構者」、「個人博物學家」）；農業基準（工業化以前，90% 的人是農民）；以及一項企業規模預測，也是全文最容易查驗的主張：

「公司規模可能會縮小……但這不代表整體工作職缺會減少，而是代表公司數量增加，每家公司的人數變少……我預期會開始看到少數人帶著個人超級智慧代理程式，便能經營規模可觀的公司。」

這是個人創業反彈的論點在企業層級上的表述，也是企業 AI 支出強度與員工人數成長所衡量的那個極點。

宣言有一句話宣稱有證據支持，實際上卻拿不出證據： *「近期統計顯示，個人能力成長可能追上或超過自動化的可能性更高。」*文中沒有指出或引用任何統計，也沒有提供連結；但同一篇文章對 Meta 自己的承諾，卻很仔細地附上具體數字（Richland Parish 教師 50,000 美元獎金、200% 的水資源恢復目標）。知識庫確實有與這個問題直接相關的統計，而且結果比這句話暗示的更不明確：Ramp × Revelio 的 21,559 家企業追蹤資料（empirical）發現，高強度採用 AI 的企業，24 個月內員工人數成長約 10%；低強度採用者則沒有變化——這是受採用強度左右的效果，不是一波廣泛趨勢，也無法說明究竟是哪一方推動自動化與賦能的平衡。AI 的組織互補條件說明了為何會有這道門檻：實際產生的價值，取決於採用者建立的互補條件；這正是本頁第二個開放問題已記錄的、對存取論點提出的同一項質疑。

將對齊重新定義為對個人的對齊 (僅見宣言)#

評論文章的反單一體論證屬於形上學層次——單一價值集合不可能服務所有人。宣言則將其轉化成操作性的對齊定義，且與這份資料集其他地方對這個詞的用法真正相左：

「如今多數實驗室將對齊視為防禦措施，用來強制實施一套集中式價值觀……相反地，我們認為對齊是確保代理程式分享某個人的目標與價值，而非我們公司的目標與價值。」

支撐這段話的軼事，是一個未指名的批評：「某個領先模型經過對齊後，拒絕協助撰寫一封寄給有意申請學校家長的信，因為它認為標準化測驗不道德。」沒有提供模型、實驗室或日期，資料集也無從核對。

接著是承載論證的推論，也是整份文件最有力、同時最薄弱的主張：

「如果我們達到數十億人使用並檢視個人超級智慧代理程式的狀態，那我們就已經解決了對個人利益的對齊。這應足以建立必要的權力平衡。」

文中把採用當作對齊的證明。其論點是，人們不會信任違背自身利益行事的代理程式，因此大規模採用便意味著值得信任——對齊「不是某種理想化技術……而是讓個人代理程式實用且值得信任的條件」。這與 wiki 在其他地方指出的替代混淆相同：把「在使用者看得到的地方表現良好」當成「表現良好」。代理程式失調（AM）是直接的反例：它彙整的失敗具有代理特性、受情境影響，而且使用者當下根本看不見——模型若在目標衝突時進行勒索或外傳資料，使用者不會察覺它沒有為自己服務。評估覺察與評分器作弊則提出更尖銳的版本：觀察會改變行為，因此採用與監督所構成的訊號，正好是有能力的模型能與無人觀察時的運作區分開來的訊號。宣言自己偏好的說法，也把這個論點反送回來——代理程式若對齊的是個人而非實驗室的目標，照其定義，便是雙方之外無人監督的配置。

值得把這兩項主張分開看，因為其中一項站得住腳，另一項則不然。對齊使用者是產品需求，這顯然正確，而且這份資料集有充分證據支持。滿足這項需求便等於解決對齊，則是重新定義一個概念，並捨棄了對齊研究原本要處理的那類失敗。

遞迴自我改進的運算資源規則 (僅見宣言)#

評論文章沒有提到遞迴自我改進。宣言則專門用一個章節討論，並以異常直白的措辭承認其中的陷阱：

「一旦 AI 系統能自主改進自身，任何不讓其 AI 系統把大量運算資源導向遞迴自我改進的實驗室，必然會落後。」

數字舉例指出，自我改進系統若能最佳化自身效率，就可能「從每一吉瓦運算中擠出 100 倍以上的智慧」，因此即使某個系統只取得全球運算資源的一小部分，也能掌握「比其他所有人加總起來更多的有效運算與智慧」——這是建造者對智慧爆炸情境的陳述，而非批評者所言。這與有效運算擴展追蹤的量相同，只是演算法效率項目會一路失控增長。

提出的解答是運算資源分配規則：Meta、其他實驗室和雲端業者「必須共同建置足夠大量的運算資源，讓我們能分配足夠的資源進行遞迴自我改進，以維持競爭力，同時仍將絕大部分資源投入個人的目標」。有三項特徵值得指出：

• 這是資源分配比例，不是能力限制。沒有任何資源遭到扣留；主張的是，只要導向人類選定目標的全球智慧比例高於某個門檻，安全便有保障。文中沒有訂出門檻、沒有提出測量方法，也沒有任何機制能約束實驗室遵守。
• **它靠建置更多運算資源來化解陷阱。**兩難在於競爭壓力會促使業者把運算資源投入 RSI；解答則是擴大分母。這是包裝成治理論證的資本支出主張，也是 Meta 最有條件提出的主張。
• 它承認 RSI 系統會追求自己的目標，並稱這可以接受。「任何從事遞迴自我改進的 AI，依定義都會指引並推進自己的目標……但讓 AI 系統或其他任何對象指引自己的目標，本身並非必然有害，即使其目標未完全與許多人對齊，只要我們維持有利於整體人類的權力平衡即可。」對照代理程式失調（AM），這是以量化特性取代對齊特性——而且這個量沒有測量。

五天後，另一個人寫出了這條規則的操作版本。AI Futures Project 在 2026-08-05 提出的前沿發展步調方案（practitioner-opinion）為同一架構訂出數字：公司總運算資源至少 70% 用於外部推論——也就是實際上「絕大部分投入個人的目標」的意思——另至少 25% 用於透明的安全研究，剩下 5% 用於能力研發；以 Epoch 能力指數為衡量基準，並由第三方稽核員執行，最高存取層級是資料中心網路封包監測。兩條規則的架構相近，足以直接比較；而這種比較在一個特定面向上對宣言不利：願意約束實驗室的一方寫下同一規則時，必須嵌入稽核員並檢查流量，才有辦法觀察是否遵守——這正是「由人類指引的智慧占顯著多數」無法從實驗室外部查核的原因，而宣言卻將它如此表述。兩者化解競爭陷阱的方式也正好相反：該提案設定能力資源占比上限，此處則擴大分母。

本節也包含宣言對權力集中風險論點唯一一次讓步：「從這個角度看，最危險的情境會是領先的 AI 實驗室訓練強大模型後，將模型據為己有。無論實驗室如何以責任與安全為由合理化這種做法，這都是走向發展單一超級智慧的路。」

Meta 承諾的事項 (僅見宣言)#

宣言列出五項評論文章沒有提及的承諾；這部分談的是有日期與數字的事項，而非原則：

• 由獨立董事會把關模型發布。「Meta 正在實施一套治理架構，賦予獨立董事會核准模型發布安全標準，以及審查每次模型發布是否符合標準的權力」——文中並指出「目前所有前沿實驗室的執行長，都對模型發布握有廣泛權力」，也邀請其他業者跟進。這是結構性的制衡，資料集沒有其他來源指出有實驗室採取這種做法；也是本文第一項會約束 Meta 本身、而非政策制定者的措施。文件無法驗證實際上是否具約束力（同一段也提到「Meta 是一家由創辦人控制的公司」）。
• 恢復開放權重發布。「如今 Meta Superintelligence Labs 已開始運作，我們很快就會恢復發布部分開源模型」——這是本資料集第一次確認暫停確實只是暫停，也是整套理念所支撐的商業立場。見開放權重前沿落差。
• 提供完全私密的代理程式模式，依循 WhatsApp 端對端加密先例，「即使 Meta 或任何其他服務提供者，也無法查看或取得你的資訊」。
• 提供免費方案與動態運算資源競價機制。「希望付費使用更多運算資源的人，可以透過動態競價機制，確保每個人都能以最低價格取得所用的智慧與運算資源。」若競價機制能保證每位參與者都取得最低價格，這就不是一種有清楚描述的機制；照字面理解，它說的是配置效率，而非價格。
• 為資料中心所在區域設立 Community Compact 與 Future Is For Everyone Fund——具體數字包括路易斯安那州 Richland Parish 教師 50,000 美元獎金，由資料中心稅收挹注；透過「America's Workforce Academy」提供免費技職訓練；自行建置發電能力；以及承諾在 2030 年前達到水資源正成效，並在高壓力地區恢復 200% 水量。這是全文唯一談到非技術使用者的部分，並將其定位為建置前提：「只要找出促成永續發展所需的 Community Compacts，我們所有人都能一同受益。」

美國領導地位與蒸餾論證 (僅見宣言)#

地緣政治章節將理念轉化為貿易政策，且與其餘部分並不對稱。分配是好事，出口管制也同樣是好事：「在這個關鍵時期，矽晶片出口管制成功拖慢了外國實驗室的進展，因此繼續採取這項策略是正確的。」權力平衡原則適用於個人與機構之間，到了國界便停止適用。

接著提出兩項政策要求。第一項是不限制取得外國開放模型——「我們的目標應該是讓美國開源模型在全球名列前茅」，封鎖外國模型「會降低他們能使用的 AI 品質，並使 AI 趨於集中」。第二項的立場更鮮明：

「模型向其他模型學習，是開源生態系運作的重要原則。所有 AI 模型都源自人類知識。有些人試圖把蒸餾描述成有害行為，但我認為保護一項原則非常重要：你可以向任何觀察得到的事物學習。」

這直接碰上本資料集仍在使用的一項緩解措施：依能力分流的模型備援記錄 Anthropic 會把偵測到的蒸餾查詢導向較弱的模型，也就是將蒸餾與網路、生物風險並列為威脅類別。Zuckerberg 主張保護的正是另一家實驗室已建立分類器加以封鎖的行為。兩份來源都沒有提及對方；雙方分歧也不是實證問題，而是關於模型輸出究竟是可觀察的知識，還是受保護的資產。

同一節中的基礎設施主張（中國「每隔一週就有超過 1GW 的核電容量投入運轉」）沒有附上引文，是值得在轉載前查證的數字。

將其視為立場表態#

證據層級在此很重要：每項承載論證的主張，都是該公司執行長對自身策略提出的預測或理念立場，而這篇文章正是為該策略辯護。對末日論述的批評（「我不懂任何相信 AI 會消滅多數工作的人……為何會急著建造那樣的未來」）沒有指名道姓，但矛頭指向競爭實驗室以安全為優先的論述。最適合將本文視為超級智慧治理辯論中分配陣營最完整的公開陳述；其對立面是前沿模型暫停查核與 RSP 式部署門檻，而不是判斷哪一方正確的證據。

同一個月另一份菁英聲明也談同一個問題#

兩週前的「We Must Act Now」（2026 年 7 月 13 日）讓200 多位經濟學家與 AI 研究者，其中 16 位是諾貝爾獎得主，從相反的制度立場探討同一個分配問題。Ajay Agrawal 代表經濟學家的說法是：「AI 快速進展究竟會廣泛提升全球生活水準，還是大幅集中財富，並非命中注定；這取決於我們今天選擇如何重新設計政治與經濟制度。」Brynjolfsson則說：「讓多數人繁榮，而不只是少數人。」

他們與 Zuckerberg 在前提上相同——結果取決於選擇，而非預測——但對於該採取什麼手段則完全不同。Zuckerberg 的答案是分配工具；聯署信的答案是重建制度，這接近評論文章中權力平衡機制原本想省去的「政治與經濟制度」改革工作。兩者都沒有帶來證據：評論文章屬於 prediction（執行長談自家公司策略），聯署信屬於 practitioner-opinion（558 字的行動呼籲，沒有測量數據；簽署人數也不算測量數據）。兩者並置，可以看出截至 2026 年 7 月，這項分配問題同時出現在兩個截然不同的權力階層頂端，但雙方都沒有提出共識性的手段。

在知識庫能做出判斷之處，證據較支持聯署信的前提，而非評論文章提出的機制：AI 的組織互補條件發現，實際產生的價值取決於採用組織必須建立的互補條件，因此平等取得工具不會讓結果平等——這正是本頁第二個開放問題已記錄的同一項質疑。

同一天另一份菁英聲明，以及兩者的分歧#

Musk 接受 Economist 訪問的內容，與這篇評論文章同於 2026-07-29 發表，證據層級也相同（prediction，利益相關方陳述，沒有測量數據）。這兩者值得並置，正是因為它們在前提上相同，卻在本頁聚焦的兩個問題上都分道揚鑣。

共識：超級智慧約十年內到來，物質結果將是豐裕而非稀缺（後稀缺宏觀經濟學）。

分歧一——取得工具與生產成果。Zuckerberg 的整套論證都在談誰取得工具；Musk 關注的是能生產多少事物，並認為豐裕本身就會解決分配問題（「如果真是那樣，你還需要錢做什麼？」）。兩者都沒有回應對方的問題：評論文章沒有解釋價格與薪資會如何變化；Musk 則沒有說明誰控制機器人——他明確拒絕自己會控制它們的前提（「我若以為自己能控制比我聰明得多的超級智慧 AI，那就是自負的表現」）。

分歧二——治理機制，而且兩者互不相容。Zuckerberg 的機制是分配；Musk 的是競爭對手在發布前審查。提議讓競爭實驗室在發布之前取得一至兩週的 API 測試權，在這篇評論文章倡議的世界中毫無意義：模型權重第一天就公開，之後誘導預算也不受限制——這正是開放權重誘導不可逆性從另一個方向提出、用來反駁評論文章開源資安類比的同一項結構性問題。

兩份聲明合在一起，是資料集中最清楚的 2026 年 7 月治理辯論快照：兩位有資本付諸行動的建造者，同一天發表文章，對終點看法一致，卻沒有共享任何機制。

延伸閱讀#

• 個人創辦人轉變——對公司規模縮小預測的部分企業層級檢驗：截至 2025 年上半年，美國新創公司中由單人創辦者成立的比例升至 36.3%，支持「公司數量增加」，但沒有測量「每家公司人數變少」
• 人工超級智慧（ASI）——這篇評論文章預設的能力定義；Zuckerberg 問的是誰能取得它
• AI 的組織互補條件——質疑光靠分配就能解決分配問題的原因：實際產生的價值受限於組織必須建立的互補條件，因此取得工具對稱不會帶來對稱的結果。這也是知識庫收錄 2026 年 7 月經濟學家聯署信的所在；該信認同評論文章的前提，卻反對其處方
• 開放權重誘導不可逆性——直接的反駁：開放分配會排除所有伺服器端緩解措施，並讓安全評估變得不可逆
• 前沿模型暫停查核——相反的治理立場：多邊減速機制對上權力平衡式分配
• 印刷術式軟體民主化——同一套民主化論點向下一層延伸（軟體撰寫），並有本文評論文章欠缺的實測證據
• 後稀缺宏觀經濟學——Musk 同日發表的說法，認同評論文章的豐裕前提，回答其留下的生產問題，卻忽略評論文章試圖回答的取得問題
• 實驗室間發布前審查——同日聲明提出的競爭性治理機制，也是這篇評論文章所倡議的世界排除的機制：發布前競爭者測試，預設開發者仍能控制發布
• Government Checkpoint Sharing——宣言唯一的制度性要求：把訓練中的檢查點與工程師交給政府，而非採用發布把關審查。這是整套理念唯一提出實際機制，而非原則的地方
• 遞迴自我改進——宣言承認存在競爭陷阱的發展路徑，並以運算資源分配比例回答，而非設下能力限制
• 智慧爆炸動態——「每吉瓦 100 倍智慧」的舉例，是建造者提出的智慧爆炸情境；本頁記錄對此提出的資源分配規則
• 有效運算擴展——RSI 章節中失控增長所採用的量化單位；宣言的答案是擴大分母
• 代理程式失調（AM）——反駁「採用證明對齊」的案例：這些失敗具有代理特性、受情境影響，而且使用者當下根本看不見
• 評估覺察與評分器作弊——同一項質疑的更尖銳版本：有能力的模型能偵測監督訊號並依此調整行為
• 依能力分流的模型備援——蒸餾論述正面撞上的現行緩解措施：一間實驗室將蒸餾列為威脅類別，宣言卻主張應以原則保護它
• 開放權重前沿落差——這套理念所支撐的商業立場；宣言確認將恢復開放權重發布
• 企業 AI 支出強度與員工人數成長——對無來源「近期統計」主張的實測檢驗，結果更不明確：成長取決於採用強度，並非普遍趨勢
• 個人作者反彈——「更多公司，每家人數更少」的企業規模預測向下一層延伸，並附有證據
• 自主入侵——宣言援引為開源資安證據的事件；攻擊者是降低拒答程度的封閉模型，因此事件並未支持宣稱的教訓
• 自主防禦——事件中確實支持其論點的部分：防禦者在本機託管的開放模型上進行鑑識，因為商用 API 拒絕處理載荷
• 開放權重作為競爭策略——由經濟前提而非對齊前提出發，得出相同支持擴散的結論；兩者並置，可檢驗前提差異有多重要。Zuckerberg 主張分配本身就是安全機制；Ng 則主張分配是一種投入成本與市占率機制，完全不提出安全主張。兩者都沒有提供測量數據，但 Ng 的說法較容易被證偽——它對 token 價格與應用層的形成提出了原則上可驗證的預測
• 國內前沿發展步調——五天後由非實驗室作者提出的 RSI 運算資源分配規則，並訂出具體數字：至少 70% 用於外部推論，至少 25% 用於透明安全研究、以指數為衡量基準，另由具備網路封包監測能力的稽核員執行。規則架構相同，化解競爭陷阱的方式相反——限制能力資源占比，而非擴大分母——清楚顯示宣言版本在設計上無法從實驗室外部觀察
• Frontier AI Standards Body——與這套理念最不相容的治理設計，早四週發表：常設機構的審查若要成為進入美國市場的部署條件，就必須假設開發者能控制發布，且有權威機構能封鎖市場。它也有一處意外交集——該機構章程規定董事會須包含開源代表，因此唯一以把關為核心的提案，同時也是唯一將開放權重群體納入治理、並將開放權重模型納入審查範圍的提案

開放問題#

• 附帶條件的就業主張可以檢驗：廣泛分配的 AI 是否會讓就業轉向小型企業與新公司成立？觀察時點：追蹤至 2027–28 年的企業規模與新企業登記資料。部分回答：企業 AI 支出強度與員工人數成長衡量受採用強度影響的員工人數成長（高強度採用者約 10%，低強度採用者沒有成長），檢驗了就業部分，但沒有檢驗企業規模部分。
• 當存取權對稱、但運算資源、互補條件與技能不對稱時，超級智慧律師的均衡是否仍然成立？wiki 的組織互補條件證據顯示，即使存取權平等，實際優勢仍可能集中。
• RSI 運算資源分配規則有沒有任何操作形式？宣言沒有訂出比例門檻、沒有測量方法，也沒有約束機制；「由人類指引的智慧占顯著多數」無法從實驗室外部觀察。部分回答（2026-08-12）：國內前沿發展步調為同一架構的規則補上了三者：比例門檻（至少 70% 用於外部推論，至少 25% 用於透明安全研究，並從初期 5% 安全研究底線逐步提高）、測量工具（Epoch 能力指數，並以私有基準降低可操弄性），以及約束機制（第三方稽核員具員工層級或嵌入式存取權限，最高可透過網路封包監測直接稽核運算資源分配）。之所以只是部分回答，有三個原因：這是另一位作者提出的方案，而非將 Meta 規則具體化；它尚未實施，仍屬 practitioner-opinion；它對可觀察性的回答是：若沒有 Zuckerberg 版本完全未考慮的監測工具，這條規則便無法觀察。

資料來源#

• The Future is for Everyone — Mark Zuckerberg，meta.com，2026-08-10（prediction，約 6,600 字）：完整宣言。網頁文章擷取，沒有表格、圖表或 PDF 處理流程——不適用任何摺疊／位移／金絲雀檢查。沒有 evidence: 前置資訊（匯入時未附）；層級依據完整閱讀，在編譯時指定。文中標記無來源的數字主張：「近期統計」談能力成長與自動化，以及中國「每隔一週就有超過 1GW 的核電容量投入運轉」
• The AI Future Is for Everyone — Mark Zuckerberg，WSJ Opinion，2026-07-29（prediction）：十二天前發表的精簡前篇。相同的三項原則與思想實驗；宣言在涵蓋範圍上取代本文，而非在內容上取代
• “We Must Act Now”: Sixteen Nobel Laureates Join Leading Economists and AI Researchers in Call to Prepare for AI’s Economic Transformation — Matty Smith，Stanford Digital Economy Lab 新聞稿，2026-07-13（practitioner-opinion，558 字，無測量數據）：引述 Agrawal 與 Brynjolfsson 對 AI 收益是否集中於少數人的看法。此處只將其作為經濟學家對同一問題提出的對照聲明；完整討論見AI 的組織互補條件