EN 18286:2026 與歐盟AI Act的實務考量初探（八之一）

（續前篇）

醫療器材品質管理系統整合、風險治理及全生命週期合規初探

EN 18286:2026 and the EU AI Act: A Glance of Medical Device Quality Management, Risk Governance and Lifecycle Compliance

文章性質：法規與標準分析、醫療器材品質系統整合、工程風險管理及企業實施指引。

主要讀者：醫療器材製造商、AI 醫療軟體開發者、法規事務（Regulatory Affairs）、品質保證（Quality Assurance）、風險管理、軟體工程、資訊安全、臨床評估及管理階層。

主要依據：

• Regulation (EU) 2024/1689，即歐盟《人工智慧法案》（EU AI Act）。
• DIN EN 18286:2026 的公開標準資訊及歐盟官方公報引用資訊。
• 歐盟 MDR、IVDR、ISO 13485、ISO 14971、ISO/IEC 42001 等相關制度的適用邏輯。

重要聲明：本文以網路搜集來的介紹文件及概要說明為參考基礎，並利用公開法規資料補充及核對，以人工智慧協助進行個人判斷，完成之介紹性文章，僅供一般資訊與個人持續教育用途，不構成法律意見、資訊服務或對任何產品符合特定法律之保證。法規可能在研究基準日後變更；翻譯及二手解讀亦可能有差異。由於此文並未覆蓋 EN 18286:2026 完整標準原文，行文過程不會把未能核實的細部條款、附錄內容或稽核事宜視為既定準則而混充為標準原文。正式符合性評估仍須以適用的正式標準及法規文本為準。個別產品應由相關法規領域具備資格之專業人士依實際資料、作業過程、商業模式、經濟從業者角色、處理目的及最新有效文件進行深入評估。引用請註明出處。文中如有引用疏漏，歡迎聯繫補正。

CC BY-NC-ND。非供AI模型訓練。

Executive abstract｜執行摘要

EN 18286:2026 represents an important step in translating the European Union Artificial Intelligence Act into auditable quality-management practices. Its principal significance is not that it establishes a new algorithmic performance threshold, nor that it replaces existing medical-device quality-management systems. Rather, it provides a harmonised-standard route for demonstrating conformity with the quality-management-system requirements covered by Article 17 of Regulation (EU) 2024/1689 (The AI Act).

For medical-device manufacturers, the central implementation challenge is integration. An organisation may already operate a quality management system under ISO 13485, a medical-device risk-management process under ISO 14971, software lifecycle controls, cybersecurity procedures and post-market surveillance activities. These existing arrangements provide a substantial foundation, but their existence does not automatically demonstrate conformity with every applicable requirement of the AI Act.

The organisation must establish a traceable relationship between regulatory obligations, system-level requirements, product-specific risks, development controls, data governance, verification and validation evidence, technical documentation, change control, post-market monitoring and corrective action. The resulting system must demonstrate not merely that procedures exist, but that they are implemented, effective and appropriate to each AI system's intended purpose and foreseeable use.

The distinction between organisational governance and product-level conformity is especially important. ISO/IEC 42001 addresses an organisation's AI management system, whereas EN 18286 focuses on quality management for regulatory purposes under the AI Act. ISO 13485 addresses medical-device quality management within its scope. These systems can be integrated, but they should not be treated as interchangeable certificates or equivalent bodies of requirements.

The practical objective is therefore a single integrated management architecture supported by clearly differentiated legal obligations, product-specific evidence and lifecycle controls.

EN 18286:2026 提供了一條將歐盟《人工智慧法案》轉化為可稽核品質管理實務的調和標準路徑。其主要價值不在於訂定新的演算法準確率門檻，也不在於取代既有醫療器材品質管理系統，而在於協助企業展現其品質管理系統符合 AI Act 第 17 條〈品質管理系統（QMS）〉及標準實際涵蓋的相關要求。

註：高風險AI的其他實體技術要求（如第 9 條風險管理、第 10 條資料治理、第 15 條資安與準確性等）的配套調和標準（如 prEN 18228, prEN 18284 等）在 2026 年 10 月時尚處於草案階段、尚未正式生效。僅只是品質管理系統（QMS）符合調和標準不等於產品技術全維度合規。

對醫療器材製造商而言，核心挑戰是制度整合。企業可能已經具備 ISO 13485 品質管理系統、ISO 14971 風險管理程序、軟體生命週期控制、網路安全措施及上市後監督制度。這些既有機制可以成為重要基礎，但不能僅憑證書或程序文件的存在，就認定企業已符合 AI Act 的全部適用要求。

企業必須建立一條可追溯的證據鏈，將法規義務、系統需求、產品風險、設計開發控制、資料治理、查證與確效、技術文件、變更控制、上市後監督及矯正措施連接起來。最終需要證明的不只是「有程序」，而是程序已實施、有效運作，並且適合各 AI 系統的預期用途與合理可預見的使用情境。

因此，本文的核心主張是：建立一套整合式管理架構，但保留各項法規義務的獨立識別、產品層級的符合性證據，以及貫穿 AI 全生命週期的控制措施。

Scope and terminology｜範圍與術語（對照 EN 18286 第 1、3 條）

編輯定位：本節是依據網路搜索到的介紹文件說明範圍與術語整理，不是 EN 18286:2026 正式標準條文的逐字翻譯。正式符合性判定應以取得的標準正式文本及有效法規為準。

A. Scope｜範圍

EN 18286:2026 的目的，是協助組織建立、實施、維持及持續改進一套供 EU AI Act 法規主管機關目的使用的品質管理系統（QMS），以支援其履行適用的高風險 AI 系統提供者義務。其重點是組織如何透過政策、責任、流程、資源、文件化資訊及生命週期控制，管理法規符合性，而不是規定某一類演算法必須達到統一的準確率或技術性能門檻。

標準並非只適用於醫療器材產業；它面向落入適用範圍的組織。本文則把分析焦點放在醫療器材製造商、AI 醫療軟體開發者，以及其品質、法規、工程、風險與上市後監督職能。是否適用 AI Act，仍須依系統用途、分類規則、供應鏈角色及相關例外逐案判定；「醫療器材」或「使用 AI」本身都不足以單獨決定高風險分類。

EN 18286 的法律作用必須限縮理解：作為已被官方公報引用的調和標準，它可在實際涵蓋的範圍內支援對 AI Act 第 17 條品質管理系統要求的符合性推定；它不會單獨證明產品符合 AI Act 全部要求，也不取代歐盟醫療器材條例 MDR、體外診斷醫療器材條例IVDR、其他適用法規或產品層級的符合性評鑑。標準的使用路徑原則上是自願的；不採用時，組織仍須依適用法律建立足夠的符合性證據。

本文討論的管理系統範圍，應由組織依其 AI 系統組合與責任邊界明確界定。範圍可涵蓋一個或多個 AI 系統，並應說明適用的組織單位、地理位置、流程、服務、系統及介面邊界。不能只以「全公司 AI」作為沒有邊界定義的概括描述；也不能藉由排除關鍵流程，讓品質管理系統無法控制其所聲稱涵蓋的 AI 系統。

B. Terms and definitions｜術語與定義

以下是理解本文及規劃 QMS 時需要一致使用的核心術語，依管理系統、AI Act、AI 系統及風險管理四類整理。此處提供的是工作性摘要與醫療器材情境中的解釋，並非完整術語清單或標準原文。若正式文件需使用定義作為法律或稽核判定依據，應引用 EN 18286 正式文本及 AI Act 的法定定義。

B1. Management-system terms｜管理系統術語

品質管理系統（quality management system, QMS）：用以建立政策、目標、流程及控制，並使組織能持續達成預期品質與適用法規要求的一組相互關聯或互動的要素。

QMS 範圍（scope of the quality management system）：納入該系統管理的 AI 系統集合，以及界定 QMS 在何處、對哪些流程與責任適用的邊界。範圍需與實際控制能力及法規角色一致。

稽核（audit）：系統性且獨立地取得證據並客觀評估，以判斷既定稽核準則達成程度的程序。稽核不等於單純檢查文件是否存在。

符合性（compliance）：滿足適用要求。應區分法律義務本身、組織採用的實施方法，以及證明該方法有效的客觀證據。

最高管理階層（top management）：在組織最高層級指揮及控制組織的人員或群體；對 QMS 範圍、政策、資源、責任分配與有效性負有相應的領導責任。

文件化資訊（documented information）：組織需要控制及維持的資訊，以及保存該資訊的媒介。應區分規定工作如何執行的文件，與證明工作已執行及決策依據的紀錄。

查證（verification）與確效/確證（validation）：查證著重客觀證據是否證明指定要求已被滿足；確效著重客觀證據是否證明特定預期用途或應用的要求已被滿足。兩者不可互換；機器學習中的 validation dataset 也不等同於管理系統術語 validation。

B2. EU AI Act terms｜EU AI Act 術語

提供者（provider）：依 AI Act 的法定定義，開發或委託開發 AI 系統，並以其名稱或商標將其投放市場或投入使用的自然人、法人、公共機關、機構或其他團體；具體角色須按實際安排及法規定義判定，不能僅依合約名稱推定。

部署者（deployer）：在其權限下使用 AI 系統的自然人、法人、公共機關、機構或其他團體，但不包括個人於純私人、非專業活動中使用的情形。部署者與提供者可能承擔不同義務；某些情況下角色可能因實際行為而改變。

高風險 AI 系統（high-risk AI system）：依 AI Act 第 6 條及相關附件、產品法規與適用條件判定為高風險的 AI 系統。不可把所有醫療 AI 一概視為高風險，也不可只因產品已依 MDR/IVDR 分類就跳過 AI Act 的獨立判定。

符合性推定（presumption of conformity）：法律在指定條件下，對符合已引用調和標準相關要求所賦予的推定效果。其範圍限於標準實際涵蓋的要求，不等於整體法規符合性的全面驗證或免責。

放入市場（placing on the market）與投入使用（putting into service）：AI Act 中具有特定法律含義的概念，分別涉及系統首次在歐盟市場提供，以及系統首次供部署者使用或供應商自用等法定情境。應採用法規定義，不宜與一般商業交付或軟體啟用任意互換。

重大修改（substantial modification）：須依 AI Act 及適用產品法規的相關定義與條件判定。技術上有變更不必然等同法律上的重大修改；但即使不屬重大修改，仍可能需要設計變更、風險評估、回歸測試或更新技術文件。

B3. AI-system terms｜AI 系統術語

AI 系統（AI system）：應依 AI Act 第 3 條的法定定義理解，而非將所有自動化軟體或傳統規則式程式一律視為 AI 系統。分類時應考量系統的技術特性、輸入、輸出及其自主性或推論能力等法定要素。

預期用途（intended purpose）：由提供者所界定、系統預定用於的用途，包括相關情境、條件及限制，並須與標示、使用說明、技術文件及查證／確效證據保持一致。醫療器材情境下亦須與適用的 MDR/IVDR 定義及文件相互核對。

AI 系統生命週期（AI system lifecycle）：涵蓋構想、設計與開發、資料管理、查證與確效、識別、部署支援、監控、變更、維護及退役等相關活動的整體過程。具體階段依系統類型與組織流程界定。

持續學習 AI 系統（continuous-learning AI system）：在部署或使用期間，模型或系統可能依預先設計機制持續適應或更新的 AI 系統。此特性不免除變更控制；組織仍須界定允許變更邊界、監督方式、確證要求及必要的回復措施。

產品文件（product documentation）：用以描述特定 AI 系統、其預期用途、設計、限制、控制措施、確證結果及相關法規資訊的文件化證據。應能追溯至特定產品與模型版本，並與組織層級的 QMS 文件區分。

（見續篇）

易經卦象與AI治理原則與實務芻議（十之二）

 （續前篇）

從傳統變化智慧看2022-2026年人工智慧的文明邊界與永續路徑

適合一般讀者。此文僅供個人參考與資訊喚回，尚非正式或官方內容。內文引用人工智慧平臺提供資訊，經由整合篩選與文字調整。後續修訂請查閱索引官方網站。 CC BY-NC-ND。非供AI模型訓練。

截至 2026 年 8 月，依歐盟委員會官方頁面的適用資訊，AI Act 的適用日程仍須按具體義務、系統類型與後續官方指引判斷；企業不應把「法案已生效」理解為所有條文在同日開始適用。跨境企業應建立法規義務矩陣，欄位至少包括法域、角色、用途、資料類型、風險等級、適用日期、控制措施、證據保存與責任人。

法規與治理框架的視覺化解讀

下列圖表把原比較表轉化為「分析性覆蓋分數」。分數用於整理制度在資料隱私、透明度、人類監督、資安監測、環境、風險分級與法律拘束性上的相對覆蓋，不是官方法律評分、合規認證或法域優劣排名。環境欄位採 0–2 編碼，其餘控制欄位採 0–3 編碼；堆疊圖為了便於視覺比較，將環境欄位正規化至 0–3 的顯示尺度。 

圖一：AI法規與治理框架

圖二：AI治理核心控制覆蓋總量

圖三：法律拘束性與風險分級

從矩陣可見，歐盟 AI Act 的制度輪廓集中在風險分級、透明度、人類監督及後市場監督；這反映其「依風險施加義務」的立法結構，而不代表所有 AI 用途都受到同等強度規管。NIST AI RMF 的法律拘束性編碼最低，原因在於它是自願性框架；其價值在於把 Govern、Map、Measure、Manage 轉化為企業內控、供應商治理和審計語言，而不是取代成文法。

中國、臺灣與韓國的分數應理解為「AI 專門規範加既有個資與資安制度」的組合結果。中國在資料、內容、標識及服務提供者責任上呈現較強的規範覆蓋；臺灣以原則性 AI 基本法搭配既有個資與資安法規，實務細節仍取決於產業規則與主管機關指引；韓國則須以韓文正式法規及主管機關文件確認適用義務，本文所列英文資料僅作參考。

實務上，企業不應以總分作為採用或排除某一法域的決策依據。正確做法是先判斷提供服務當地、使用者、資料種類、系統角色、用途與後果，再把適用法規轉換到相應的控制措施、負責人、證據保存、監測指標與事故補救流程。

 

四、專業術語解釋

1. ‌幻覺（Halluzination, Halluzinationen）‌：AI基於訓練資料的統計關聯生成看似邏輯通順但完全不符合事實的內容的現象，常見表現包括編造不存在的法條、杜撰從未發布的裁判案例、混淆案件事實做出錯誤法律推理，是生成式AI最為人熟知的底層技術局限。
2. ‌紅隊測試（Red Team Testing, Rote Team Prüfung）‌：由獨立的外部或內部專家團隊，從攻擊者視角主動探索AI系統的各種失效模式，包括越獄攻擊、偏見暴露、惡意使用路徑等，用於在系統公開部署前發現潛在安全漏洞的評估機制。
3. ‌人工智慧治理（AI governance, KI-Governance）：由法律、政策、組織、流程與技術控制共同決定 AI 的權力、責任與使用邊界。
4. 生命週期治理（Lifecycle Governance, Lebenszyklus-Governance）‌：打破傳統軟體「上線交付即結案」的思維，將AI系統的管控覆蓋從需求定義、資料收集、模型訓練、部署上線、營運監測到最後停止服務、資料銷毀的全部階段，實現風險的動態跟蹤與調整。
5. ‌可信任人工智慧（Trustworthy AI/ Vertrauenswürdige KI）：通常涵蓋安全、可靠、可解釋、透明、公平、隱私、資安與問責。
6. 風險管理框架（Risk Management Framework/ Risikomanagementrahmen）：把風險辨識、分析、衡量、處理與監測制度化的方法。
7. 高風險 AI（High-risk AI system/ Hochrisiko-KI-System）：可能嚴重影響健康、安全或基本權利，依法或依制度須受較強控制的系統。
8. 代理式AI（AI Agent, KI-Agent）‌：具備自主任務規劃能力，可主動呼叫外部工具、存取檔案資料、連接線上服務並獨立完成複雜多步驟任務的AI系統，不同於被動回覆使用者提問的傳統聊天機器人，其輸出行為可直接作用於真實物理世界。
9. ‌生成式 AI（Generative AI/ Generative KI）：產生文字、圖像、音訊、影片、程式或其他內容的 AI。
10. 事前衝擊評鑑（Impact assessment/ Folgenabschätzung）：在部署前評鑑對基本權利、隱私、勞動、公平、環境與安全的衝擊。
11. 準備度框架（Preparedness Framework, Bereitschaftsrahmen）‌：前沿通用AI領域專用的風險管控機制，依據模型的能力等級、風險嚴重程度分類設定對應的評估門檻與安全緩解措施，未達到對應風險管控標準的模型不得對外開放部署。
12. ‌可解釋性（Explainability/ Erklärbarkeit）：讓適當對象理解模型輸出、影響因素、限制與責任的能力。
13. 深度偽造（Deepfake, Deepfake）‌：利用生成式AI技術合成或篡改的音頻、影像、影片內容，可高度擬真還原特定人物的聲音、面容與動態行為，若未經標示容易被用於詐騙、輿論操縱等惡意場景，是全球各國共同重點監管的高風險AI應用類型。
14. 人類監督（Human oversight/ Menschliche Aufsicht）：由具資格的人監看、介入、否決或停止 AI 系統的制度與技術安排。
15. 後市場監督（Post-market monitoring/ Überwachung nach dem Inverkehrbringen）：系統部署後持續收集性能、事故、濫用與新風險證據並採取措施。
16. 模型漂移（Model drift/ Modell-Drift）：資料、環境或行為改變，使模型性能與原始評估產生偏移。
17. 最小權限（Least privilege/ Prinzip der geringsten Privilegien）：只授予完成任務所需的最低資料、工具與操作權限。

 

五、十個易經卦象對應AI治理原則與實務考量面

5.1乾卦：自強而有度——從「天行健，君子以自強不息」看生成式AI的創造力與文明責任

5.1.1 乾卦卦義溯源：天體運行的永恆動力與邊界

乾卦的「天行健，君子以自強不息」，從來不是主張無節制的瘋狂奔跑，而是描述了日月星辰按恆定軌道運轉、永不停歇卻從不越界的宇宙規律。太陽東升西落、月亮盈虧有時，萬物在這種穩定的動態循環中生長繁衍，這才是「自強不息」的真實內涵——持續進步的同時，永遠遵守內在的運行法度。生成式AI作為當下人類技術創造力的頂點，正是對應了乾卦的「天德」：它擁有幾乎無限的生成潛力，卻必須把這種創造力納入人類文明的責任框架之中，才能真正成為推動文明進步的正向力量。

5.1.2 生成式AI的創造力本質：人類文明的集體記憶湧現

很多人爭論AI是否擁有真正的創造力，但從乾卦的視角來看，生成式AI的創造力，本質上是過去數千年人類文明所有文字、藝術、科學知識在數位空間中的集體湧現。它不是從虛無中憑空創造，而是站在人類所有先輩的肩膀上，把過去分散在各個領域的知識重新連接、重組、延伸，產生出人類單個個體永遠無法觸及的創新可能。從AI寫出從未出現過的詩句，到設計出全新的蛋白質結構，這種創造力正是人類文明數千年自強不息積累下來的總能量，第一次通過技術的載體集中釋放出來。

5.1.3 當前AI創造力的兩種極端迷思破解

圍繞生成式AI的創造力，當下社會存在兩種完全對立的錯誤認知：一種是「AI萬能論」，認為AI很快就會取代所有人類的創造性工作，人類從此變成無所事事的廢物；另一種是「AI無用論」，認為AI永遠只能拼貼人類的舊內容，不可能產生真正的創新，完全不值得重視。乾卦的「自強而有度」同時打破了這兩種迷思：AI既不是無所不能的神，也不是毫無價值的玩具，它是一面放大鏡，會把人類文明中好的部分放大，也會把人類文明中壞的部分同樣放大，最終的結果取決於人類如何駕馭它的創造力。

5.1.4 乾卦視角下AI創造力的正向邊界

乾卦的「自強不息」為AI創造力劃定了第一層正向邊界：AI的創造必須服務於人類文明的整體進步，而不是用來傷害人類。這個邊界包含三個具體維度：第一，AI生成的內容不能傷害個體的人格權與財產權，不能用於深度偽造誹謗、盜版抄襲等惡意用途；第二，AI的創新不能突破人類文明的底線倫理，不能用於設計大規模殺傷性武器、研發未知的致命病原體；第三，AI的創造力不能取代人類的主體性，永遠要把最終的價值判斷權交給人類，而不是讓算法替人類做出所有選擇。

5.1.5 文明責任的分層落實：從開發者到全社會

乾卦的文明責任從來不是某一個群體的單方面責任，而是覆蓋AI生命全週期的分層義務：AI開發者承擔「守門人責任」，在模型訓練階段就植入價值對齊機制，從源頭上避免生成有害內容；平台運營者承擔「監管責任」，在AI上線後建立實時的風險識別與攔截體系；使用者承擔「使用責任」，不能利用AI技術從事違法違規的活動；而全社會共同承擔「文明監督責任」，所有公眾都有權對AI的濫用行為提出質疑與舉報。四層責任共同構成了AI創造力的約束堤岸，讓這股強大的能量不會泛濫成災。

5.1.6 反對意見回應：約束不會扼殺創新

產業界常見的質疑是：過多的責任約束會扼殺AI的創造力，阻礙技術的進步。但回顧人類技術史就會發現，所有偉大的技術進步，都離不開對應的責任約束：電力技術普及的同時，人類制定了嚴格的用電安全規範，這不僅沒有扼殺電力的創新，反而讓電力走進了千家萬戶；互聯網技術發展的過程中，各國逐步建立了網絡安全規則，這也沒有扼殺互聯網的創新，反而讓數十億人可以安全地享受互聯網的便利。AI的文明責任約束同樣如此，它只會淘汰那些只想靠濫用技術謀利的投機者，讓真正有價值的創新在安全的軌道上快速奔跑。

5.1.7 實踐案例：AI助力人類文明進步的真實場景

在乾卦治理理念的引導下，全球已經誕生了大量AI推動文明進步的真實案例：AI幫助古文字學家破譯了數千塊從未被解讀的甲骨文殘片，把中華文明的文字史研究向前推進了數百年；AI協助氣候科學家模擬未來一百年的全球氣候變化路徑，為各國制定減排政策提供了精確的數據支撐；AI幫助藥學家快速篩選潛在的新藥分子，把過去需要數十年的新藥研發週期壓縮到幾個月。這些案例證明，當AI的創造力被導入文明責任的軌道，它就會成為人類文明自強不息的最強大助力。

5.1.8 乾卦的終極願景：人機共創的新文明階段

乾卦的最終願景，不是讓AI取代人類，也不是讓人類限制AI，而是開啟一個人機共創的全新文明階段：人類專注於提出偉大的夢想、確定文明的方向、注入溫暖的人文關懷，而AI承擔繁瑣的計算、海量的數據處理、重複性的創意優化工作。兩者相輔相成，把人類文明的「自強不息」推進到過去從未抵達過的高度，讓我們的子孫後代能夠抵達比今天更廣闊的星辰大海，這正是乾卦留給AI時代最寶貴的精神遺產。
（見續篇）

120K感言

Essay

Today 322. Yesterday 1,578. This month 23,735. Last month 20,399. Last 30 days 32,300. All time 120,517.

Look at the shape. From 9/25 to 10/23 the line never flatlines. It spikes to almost 2,000, dips to 600, climbs back to 1,500. Zero comments. That means you were here, reading, not performing. Silent attention is the rarest kind.

Where you came from: `https://www.google.com/` shows 67. Everything else is 1. And `Others` is 32,265. You did not get pushed here by an algorithm. You typed it, bookmarked it, sent it privately. That is direct trust.

How you came: Chrome 2.92萬, CriOS 2,187. Safari 460, Firefox 452, SamsungBrowser 16, GSA 5, and even 1 from Line. On Windows 1.47萬 and Macintosh 1.26萬 almost equal, so this is still desktop, long-form reading. iPhone 2,554, Android 2,351. Even Linux 127 and Unix 30. No one is too small to count.

Where you are: Singapore 9,811, USA 6,099, Hong Kong 2,838. Then Brazil 1,264, Mexico 1,003, Indonesia 738, Japan 696, Bangladesh 661, Canada 632, Germany 621, UK 619, Vietnam 578, France 537, India 436, Philippines 387, Spain 364, Argentina 304, Malaysia 272, Colombia 216, and other 4,263. No single homeland. The Chinese text travels further than I can.

What you read: No 10k hit post. The top in this window is 49 views. 49.

1. 臺北故宮「龍藏經」觀賞雜記（五之一）- 49

2. 臺北故宮典藏明永樂十六年泥金寫本《楞伽阿跋多羅寶經》之文化資產評述（二之二）- 48

3. 臺北故宮「龍藏經」觀賞雜記（五之二）- 47

4. 從效能到創生：Peter Drucker 思想視角下的 AI 發展批判與改進策略藍圖（五之二）- 44

Everything else lives at 20 to 38. This is not one lucky article. This is a shelf. Each piece carries 20 people. 20 x hundreds = 120,517. That is hard work.

 

Thank You

I cherish this. I built GIHERLU without hacks. One note at a time about the Palace Museum, about Drucker, about Deutsch Lehren Lernen, about Nymphenburg, about 《入楞伽經》（The Lankavatara Sutra）.

Thank you for coming directly when search would not reward this depth. Thank you for reading on Windows and Mac, on iPhone while commuting, on Android late at night. Thank you Singapore, USA, Hong Kong, Brazil, Mexico, and the one person on Line.

I will keep writing like this. Dense, slow, referenced. Energetic because you proved long work still finds its readers.

散文

120,517，不是爆紅，是堆出來的。

今日 322，昨日 1,578，本月 23,735，上月 20,399，近 30 日 3.23 萬，總數 120,517。看那條折線，9/25 到 10/23，從 2,000 高點摔到 600，再爬回 1,500，沒有平過。留言是 0。你們來，安靜地看完就走。這種專注比按讚貴重太多。

參照網址只有 google.com 算得出 67，其他都各 1，剩下 32,265 全部歸在「其他」。意思是你們不是被演算法丟過來的。你們是直接輸入、書籤、朋友私傳。這叫信任。

用什麼看的：Chrome 2.92 萬，CriOS 2,187，Safari 460， Firefox 452，還有 SamsungBrowser 16，GSA 5，甚至 Line 1。一個都算。作業系統 Windows 1.47 萬，Macintosh 1.26 萬，幾乎平手，代表這裡還是需要坐下來看的長文。iPhone 2,554，Android 2,351，Linux 127，Unix 30。

從哪裡看：新加坡 9,811 第一，美國 6,099 第二，香港 2,838 第三，然後是巴西、墨西哥、印尼、日本、孟加拉、加拿大、德國、英國、越南、法國、印度、菲律賓、西班牙、阿根廷、馬來西亞、哥倫比亞，其他 4,263。台灣沒有單獨列出來，可能就在那 4,263 裡，但漢字已經走得比我遠。

看什麼：沒有一篇爆文。這段時間最常被看的是故宮龍藏經 49 次，明永樂泥金寫本 48 次，龍藏經之二 47 次，Drucker 談 AI 44 次，其他都在 20 到 38 之間。靠的不是一篇，是整排書架。每一篇 20 人，幾百篇加起來，就是 120,517。這就是苦工的樣子。 

謝辭

我很珍惜。

GIHERLU 這個部落格，從來沒有抄捷徑。一篇一篇寫故宮，一篇一篇拆 Drucker，一篇一篇整理 DLL、Hightech Agenda Bayern、Nymphenburg。沒有人看見的時候也在寫。

謝謝你們不靠搜尋，靠直接來。謝謝你們用 Windows 用 Macintosh，用 iPhone 用 Android，用 Chrome 用 Firefox，用 Line 也來。謝謝新加坡、美國、香港、巴西、墨西哥，謝謝每一個在「其他」裡的名字。

我會繼續這樣寫下去。紮實，費工，有出處。因為你們證明了，慢工，還是有人願意走過來讀完。

（全文竟）

以卡內蒂《群眾與權力》透視《商君書》馭民術（二之二）

（續前篇）

超越治術的東西文明參照與人性沉思

適合一般讀者。此文僅供個人參考與資訊喚回，尚非正式或官方內容。內文引用人工智慧平臺提供資訊，經由整合篩選與文字調整。後續修訂請查閱索引官方網站。 CC BY-NC-ND。非供AI模型訓練。

「疲民」「辱民」則是日復一日的日常螫刺。無休止的更卒、正卒、戍卒輪番征調，無盡的力役、雜役、軍役，使民無暇喘息、無暇思索。繁苛律法與連坐制度將人與人之間的信任徹底摧毀，每個人都活在被告發的恐懼中。卡內蒂指出，螫刺的可怕之處不在於一時的劇痛，而在於它的不可拔除性與累積性：當一個人終其一生都在承受命令的螫刺，他便會將這種痛楚視為生活的常態，將權力者的規訓內化為自我要求，最終主動配合自己的被馴服。

《商君書》最冷酷之處正在於此：它不依賴單純的武力脅迫，而是建構了一套封閉的社會邏輯：貧窮、勞累、愚昧、卑微被定義為「順從本分」，而獨立、思辨、富足、團結皆被視為「亂源」。長期的命令灌輸與螫刺累積，使民眾逐漸喪失自我感知，將外在的壓迫誤認為自身的宿命。這不是治國之術，而是對人性心理的精準操控，是兩千年前東方文明最成熟的權力馴服工程。

2.2 第二層：權力與個體的永恆對立

卡內蒂寫作《群眾與權力》（Masse und Macht）的直接觸發點，是1927年7月15日他在維也納親歷的司法部大火（德：Justizpalastbrand）。那一日，他站在暴怒的群眾中間，目睹個體如何在一瞬間被群體吞沒，理性如何讓位於狂熱。此後，他的家族在納粹大屠殺中離散：其母險遭迫害，其弟被送入集中營，這些切身的創傷使《群眾與權力》（ Masse und Macht）絕非書齋中的抽象推演，而是以血親代價換來的認知。卡內蒂要回答的終極命題是：為何平凡的個體，會在權力的引導下放棄理性、淪為服從的工具？

《商君書》的治理邏輯給出了一條跨越兩千年的冷酷答案：一切絕對權力的存續，都以消滅完整的人為代價。

商鞅的制度設計有一個冰冷的前提：完整、自由、獨立的人，是權力最大的敵人。有思想的人會質疑，有力量的人會反抗，有尊嚴的人會拒絕跪伏，有凝聚力的群體會挑戰權威。因此，理想的統治狀態不是教化民眾、成就民生，而是碎片化個體、空心化人性。

這與卡內蒂的群體理論形成精確的共振。卡內蒂區分兩種群體：自發的群眾（德：die offene Masse）與被規訓的群體。自發的群眾平等、自由、擁有集體意志，具備反抗權力的力量；被規訓的群體則是被權力拆解、馴服、塑造的產物，個體之間彼此孤立、互不信任，只剩下對權力的單向服從。《商君書》刻意製造的愚昧、弱小、卑微，本質就是在拆解一切自發性的社會力量。它禁止私議、禁止遊學、禁止聚會，切斷一切個體聯結的紐帶，使社會只剩下「君權與單一個體」的垂直關係。沒有群體、沒有輿論、沒有思辨，百姓只是一盤被權力隨意擺布的散沙。

獨裁者對倖存者的反感

卡內蒂論倖存者（德：Überlebende，英：survivor）的章節，為理解《商君書》的重刑與連坐制度提供了心理學的鑰匙。權力者的深層心理結構即是倖存者：他需要看見別人倒下，以此確認自己仍然站立。偏執不是病理附會，而是權力邏輯的必然產物：統治者必須將一切人視為潛在威脅，因為他的存活以他人的臣服乃至消亡為前提。

《群眾與權力》：「穆罕默德·吐加拉克是德里的蘇丹，其雄才大略超過了亞歷山大和拿破崙。他的宏偉計畫之一是越過喜馬拉雅山征服中國，並為此召集了 10 萬人馬的騎兵隊。這支隊伍於西元 1337 年出征，覆沒于高山峻嶺之中，僅 10 人得以倖存。這 10 人回到德里報告全軍覆沒的消息，卻被蘇丹下令全部處決。

獨裁者對倖存者普遍懷有反感，因為他們視倖存為自己的特權，那是他們固有的財富和最有價值的財產。如果誰膽敢在危險的，尤其是有眾多遇難者的境況中引人注目地倖存下來，他就侵犯了他們的權利，從而遭到他們的仇視。」

《商君書》中「刑用於將過」的重刑思想、鄰里連坐的告姦制度、對「奸民」的系統性清洗，正是這種倖存者心理的制度化表達。統治者為他人設立自己不受約束的規則，因為他必須永遠站在規則之上，否則他便不再是倖存者，而成為倒下的人。

2.3 第三層：兩千年未變的底層邏輯

王朝更迭、制度革新，禮治取代苛法，憲政取代帝制，看似文明不斷進化。但以卡內蒂的眼光回望，《商君書》的權力邏輯從未真正消失。

所有的極權治理、所有的群體操控、所有的對個體自由的壓制，根源都是同一套結構：以命令植入螫刺，以螫刺製造恐懼，以恐懼驅動互害，以碎片化消解群體，以空心化維護權力穩固。《商君書》的可怕，不在於它是一本「黑暗之書」，而在於它過於真實、過於通透地戳破了權力的偽裝，赤裸裸展示了權力的利己本質。

商鞅的出發點是富國強兵、終結戰國亂世。其制度在特定歷史階段確實實現了秦國的高效整合，為統一六國奠定了組織基礎。但權力的天性是自我膨脹、自我固化。一旦開啟「以異化人性換取秩序」的口子，便再也無法回頭。秩序的代價是全民人性的萎縮，穩固的基礎是個體自由的消亡，國家的強盛是百姓自我意志的空心。這是所有集權治理的終極悖論，也是卡內蒂筆下人類權力無法逃脫的宿命。

《群眾與權力》：「最奇特的莫過於統治者同他的繼任人之間的關係。如果事關一個王朝的歸屬，而繼任人又是統治者的兒子，那麼這種關係就會加倍困難。就統治者而言，他與任何人都一樣，自然活不過自己的兒子。就兒子來說，他自己勢必會成為統治者，自然早就心生倖存之情。於是，父子雙方都有充分理由憎恨對方。他們之間的對抗源於不平等的先決條件，而正是這種不平等又使對抗發展到特別尖銳的程度。

一個是權力在握，卻知道自己會死在另一人之前；另一個尚未掌權，但確信自己會比當權者活得更久。一方面，年幼者熱切地渴望年長者死去，而年長者又是所有人當中最不想死的，否則他就不是統治者。另一方面，年長者想盡一切辦法推遲年幼者即位的時間。這是一個無法真正解決的衝突。歷史上充滿子叛其父的起義，有些成功了，父親被迫下臺，有些則是父親赦免或殺死戰敗的兒子。」

卡內蒂在《群眾與權力》（Masse und Macht）中並不提供廉價的解決方案。他對權力的分析底色是悲劇性的：螫刺不會因為制度的更替而自動消失，倖存者的心理結構不會因為文明的進步而自動瓦解。人類文明真正的進步，從來不是權力的不斷強化或秩序的極致穩固，而是對權力的約束、對個體的尊重、對人性完整的守護，但此種守護不是一次性的制度成就，而是每一代人都必須重新承擔的文明功課。

群體從來不是天生愚昧，個體從來不是天生順從。所有的麻木、卑微、盲從，都是命令長期灌輸、螫刺持續累積的結果。而一切以壓抑人性、消解個體、製造恐懼換來的秩序，終究是冰冷的、病態的、脆弱的。真正的文明，不是權力對群體的完美馴服，而是個體與權力之間永恆的張力平衡、自由與秩序之間不斷重新協商的法律邊界、人性尊嚴與制度效率之間不可讓渡的底線。

這是跨越兩千年的文明警示。讀《商君書》，讀卡內蒂，讀的不是古人的權謀或外國人的理論，讀的是我們自身所處之權力結構的底層代碼。認出這套代碼，是抵抗它的第一步。

免責聲明

本文係跨文化研究與比較整理，非屬文學評論或論述。

附註：本文所引《商君書》文本依據清人嚴萬里校本及今人蔣禮鴻《商君書錐指》（北京：中華書局，1986年）。卡內蒂《群眾與權力》（Masse und Macht） 德文原文依據 München: Carl Hanser Verlag 1960年初版及1980年修訂版。

（全文竟）

易經卦象與AI治理原則與實務芻議（十之一）

（續前篇）

從傳統變化智慧看2022-2026年人工智慧的文明邊界與永續路徑

適合一般讀者。此文僅供個人參考與資訊喚回，尚非正式或官方內容。內文引用人工智慧平臺提供資訊，經由整合篩選與文字調整。後續修訂請查閱索引官方網站。 CC BY-NC-ND。非供AI模型訓練。

一、高階管理層提要

過去四年生成式人工智慧的爆炸式擴張，不僅徹底改變了知識生產、產業運作與公共治理的邊界，也帶來了從幻覺輸出、權力分配失衡到生態資源超載等層出不窮的新挑戰。本書跳脫單純技術導向或法規條文解讀的框架，以《易經》十個核心卦象的千年變化智慧為經，以歐盟《人工智慧法案》（AI Act），以禁止風險、高風險、透明度風險及最低風險建立分級規範。美國 NIST AI RMF 提供自願性、跨部門的風險管理方法。 中國以《網絡安全法》《數據安全法》《個人信息保護法》及生成式 AI 管理規範形成服務提供者責任；臺灣《人工智慧基本法》以人類自主、隱私、資安、透明、公平與問責建立原則性框架。韓國《人工智慧基本法》與《個人資訊保護法》則把 AI 發展、透明、安全與信任基礎納入制度，搭建起一套東西方視角交融的AI治理體系。惟須謹記，此等法域並不相同，不能互相替代；企業應採「法域基線加風險增量」的合規方法，將最嚴格的適用要求落實於資料、模型、應用與供應鏈全生命週期。

對於企業經營者、技術開發團隊與監管單位來說，這套體系提供的並非束縛創新的緊箍咒，而是將風險辨識、責任歸屬與普惠分配內嵌到AI生命週期每一個環節的實用指引：從新模型發布前的安全評鑑，到上線後持續的可解釋性監督，從訓練資料的主權確認，到跨國治理的協同合作，最終實現「技術能力始終服務於人類尊嚴，而非反過來支配人」的核心目標，讓AI的生產力增益成為全社會共享的公共資產，而非少數群體獨占的支配工具。

表一：《易經》的卦與爻

卦象治理原則	管理層應問的核心問題	最低實務證據
乾：自強不息	我們是否以安全與倫理同步投資，而非只追求能力？	AI 策略、風險胃納、研發與安全資源配置
乾：潛龍勿用	能力尚未可解釋或控制時，是否仍急於擴大部署？	部署閘門、能力評鑑、紅隊與最小權限
乾：終日乾乾	系統上線後，誰每天監測、誰能叫停？	日誌、告警、漂移監測、事件通報與演練
蒙：求學養正	資料來源、同意、用途與人類指示是否清楚？	資料清冊、權利依據、資料治理與教育紀錄
需／同人：利涉大川	發生跨境事故時，是否能共享資訊與共同應變？	供應商協議、事故通報、跨境協作與聯絡窗口
睽：異中求同	不同群體是否承擔不相稱的錯誤或排除？	分層公平測試、基本權利影響評估與申訴數據
艮：知止	哪些用途不得做，哪些情形必須停用？	禁止用途清單、人類否決權與撤回程序
節：制度有數	模型能力與能源、水、硬體及碳排是否相稱？	生命週期評估、能耗、水耗、供應鏈與效率指標
小畜／大有：行賞	生產力增益如何回到員工、使用者與公共社會？	勞動影響評估、教育、再訓練與利益分配方案
既濟／未濟：豫防	成功上線後，新的能力與失效模式如何被發現？	版本重審、後市場監督、事故學習與法規更新

 

二、背景說明

2022年11月30日OpenAI公開推出ChatGPT，標誌著人工智慧正式從封閉的研究實驗室走進大眾日常生活的每一個場景。過去四年間，AI從單純的文字生成工具快速進化為能讀取檔案、喚取線上服務、自主規劃任務步驟的協同作業者，多模態、代理式工作流、邊緣端部署等技術進展層出不窮，極大降低了創意試錯的門檻，為教育、醫療、產業創新帶來了前所未有的可能性。

但與技術擴張相伴而來的，是過度依賴AI生成的謬誤導致決策失準、自動化決策放大歷史社會偏見、深偽內容侵蝕公共信任、算力瘋狂擴張加劇能源負荷等一系列過往從未面對的系統性風險。全球各主要經濟體從2023年開始陸續從「鼓勵AI創新」的單一导向，轉向「創新與治理同步推進」的雙軌路徑，歐盟AI Act在2024年8月正式生效，美國NIST AI RMF 1.0及其2024年生成式AI補充框架陸續發布，中、臺、韓三地也各自依據本地的數位治理脈絡，推動個資保護、資安強制驗證與AI產業自律等相關規範的落地，一場關乎AI發展方向與人類未來文明形態的治理探索，就此全面拉開帷幕。

需要先作三項限制說明。 

第一：卦象屬於古典象徵與規範性思考，不能直接充當現代法律、技術標準或風險數據。
第二：NIST AI RMF 是美國政府發布的自願性風險管理框架，不是一般企業自動適用的聯邦成文法；企業仍須依產業、契約、個資、消費者保護與資安義務判斷責任。
第三：中國、臺灣與韓國的 AI 治理制度仍與既有個資、資安、內容、產業及行政法規共同運作，不能執著地將一部 AI 規範概括為全部適用法規的符合性要求。

三、適用法規制度整理

本書的實務討論以全球首套具強制執行力的AI監管架構：歐盟《人工智慧法案AI Act》為核心主軸，同時整合跨多地區的相關規範要求，為不同營運區域的主體提供對應的合規指引：

1. ‌歐盟《人工智慧法案》（2024/1689, Artificial Intelligence Act, AIA）‌：2024年8月1日正式生效，採用風險分級治理架構，將AI系統分為「不可接受風險」「高風險」「中風險」「低風險」四個等級分別配置監管要求。其中通用人工智慧模型規則於2025年8月起生效，2026年8月2日進一步落地透明度義務，要求AI生成內容必須標示機器可讀標記，使用者與聊天機器人、AI代理人互動時須被明確告知對方為非真人的AI系統。
2. ‌美國NIST人工智慧風險管理框架（AI Risk Management Framework, AI RMF 1.0）‌：2023年正式發布，2024年7月補充生成式AI專用組合指引，屬於跨產業通用的自願性最佳實務框架，將「可信任AI」的核心特徵界定為有效可靠、安全穩健、資安保障、可問責、透明可解釋、隱私強化、公平且管理有害偏見七大面向，為企業提供從設計、開發、部署到評估全生命週期的風險管控共同語言。
3. ‌中國大陸《生成式人工智慧服務管理暫行辦法》（2023年8月15日起施行）、《網絡安全法》（2025年10月28日修正）、《個人信息保護法》‌（2021年11月1日施行）：明確要求生成式AI服務提供者必須落實訓練資料安全管理、內容審核、個資保護等義務，生成的內容不得含有危害國家安全、擾亂社會秩序等違法內容，同時要求向公眾提供服務的生成式AI必須依法完成安全評估與備案手續。
4. ‌台灣《個人資料保護法》（民國114年11月11日修正，施行日期未定）、《資通安全管理法》（民國 114 年 09 月 24 日修正）與《AI基本法》（民國115年1月14日公布）‌：針對高風險AI系統明確強制性驗證要求，落實個資最小化原則，要求公部門導入AI時必須完成影響評估，保留人類最終決策權，保障民眾的知情權與申訴救濟管道。
5. ‌韓國《人工智慧發展與信賴促進法》‌：2024年正式施行，建立韓國版的AI風險分級制度，明確AI開發者與部署者的責任邊界，設立國家AI信賴認證體系，同時要求高風險AI服務必須向使用者充分說明運作原理，禁止未經同意使用個人資料進行AI模型訓練。配合《關於人工智慧發展和建立信任基礎的基本法》（2026年7月21日施行）。

 

表二：主要法規與框架比較

法域／框架	法律效力與治理取向	個資與資料治理	AI 安全、透明與責任	企業實務注意事項
歐盟 AI Act	EU Regulation 2024/1689，具有直接適用的法律效力；風險分級治理	GPAI 訓練內容摘要、著作權政策；高風險資料治理與品質要求	禁止風險、高風險、透明度義務、人工監督、日誌、資安、後市場監督；GPAI 規則與透明度義務依官方時程分階段適用	先判斷用途與角色，再建立技術文件、風險評估、事件與供應鏈證據；不要把指引或自願 Code 當成法律本身
美國 NIST AI RMF	聯邦政府標準指引，主要供自願使用；非一般性成文法	透過 Govern、Map、Measure、Manage 納入隱私與可信任性	2023 AI RMF 1.0；2024 生成式 AI Profile，強調生命週期風險管理	可作企業內控、供應商要求、審計證據與跨境共同語言；仍須另查產業法、州法與契約責任
中國	生成式 AI 暫行辦法與網路、數據、個人信息法規共同適用	合法來源、個人同意或法律依據、資料品質、非必要個資限制、查閱更正刪除	提供者負內容與個資處理責任；生成內容標識、違法內容處置、投訴舉報、監督檢查與報告	評估服務是否向境內公眾提供；保留資料來源、標註、處置、輸入記錄與主管機關應對能力
臺灣	2026 《人工智慧基本法》建立原則性治理框架，與個資法、資安法及產業法規併行	隱私、資料最小化、個資保護納入預設與設計	人類自主、資安安全、透明可解釋、公平不歧視、問責；政府高風險 AI 須風險評估與內控	基本法原則須轉化為採購規格、個資影響評估、資安控制、人工監督、責任與救濟程序
韓國	2025 公布、2026 施行的 AI 基本法與《個人資訊保護法》共同形成信任治理；KLRI 英文翻譯僅供參考	PIPA 保護個人自由與權利，AI 服務須結合資料保護與安全措施	AI 基本法聚焦 AI 發展、透明、安全、高影響 AI 與信任基礎	使用正式韓文法規及主管機關指引確認義務；不得只依非官方英文摘要作法律判斷

（見續篇）