深度分析
PHP‑AIO 協議：以五關決策流程納入四大系統性風險的自動化治理框架
隨著企業加速導入 AI，自動化盲點頻現。研究提出 PHP‑AIO 協議，透過五關評分量化四大系統性風險：隱性知識流失、韌性降低、監管曝露與社會資本退化，並依評分給予自動化、增強、混合或保留四種決策，引導金融服務等高風險產業在部署前審慎選擇，避免長期效能與信任受損。
系統性風險
深度分析
認知債務：AI 代理人過度依賴的系統性脆弱性分析
本研究提出認知債務概念，說明AI取代第一原理思考累積的未驗證推理義務，並透過模型揭示安穩期提升AI使用會加劇系統性脆弱，最終可能引發認知米寧斯危機。研究進一步指出，高認知資本者在危機後會更積極使用AI，導致資本衰減加速，形成逆向財富效應，並建議以AI使用稅調節整體槓桿。
速報
代理型人工智慧重畫保險承保邊界：基礎模型成為新系統性挑戰
背景：代理型人工智慧快速擴散，對商業保險構成新覆蓋問題。方法：以公開保險文件及OWASP/MITRE威脅目錄，將55項AI威脅對照26種保險與排除安排。發現：形成明確承保、沉默AI風險、主動排除及傳統保險體系外四層承保邊界，並把基礎模型集中列為新興系統性風險。
深度分析
表徵同質性與市場脆弱性：人工智慧表示層如何放大系統性風險
本文以結構性多代理框架，研究人工智慧交易代理人在如何把公開市場狀態編碼成特徵向量（表徵）上的相似性——「表徵同質性」——如何放大市場系統性脆弱度。模型將代理人的決策拆成表示層與線性讀出層，並以模擬方法與有控制的實驗設計操控表徵距離，同時變動風險偏好與學習速率分布做為控制變項。