4.18 人与 AI 是对等的能动模块（A10、A11、M4、M8）

产品主张#

人是「具有主观能动性、且存在于现实世界的部件」，要进入贝叶斯循环：每条指令既预测世界，也预测人（M8 ①）；本人、外部人、AI 同为能动单元（M4 ②），都在事件看板占泳道；给本人的指令写双预测，给部件的任务单写结果预测与部件执行预测（M11 4.1）；两者结清后分别回写本人模型与部件卡可靠性记录（M8、G6）。智能体能行动，但没有人的身份与法律责任（02 本体 §1.6），所以主人层接口归人（A11）；AI 模块在现实中的行动范围随授权阶梯扩展（3.8）。决策记录里的能动模块注册表草案（v0.2，未生效）把这一点写成了协作机制：能动模块就是事件看板的泳道，本人也一样持锁、排队写入。

支撑理论#

• 行动者网络理论与广义对称性D（Callon, 1984；Latour, 2005）：分析时用同一套词描述人与非人行动者，不预先假定谁是主体、谁是工具；事件由人与物、文本、算法组成的网络共同促成。一心行动把本人与 AI 同列为能动单元、同样建模和预测，就是这种分析上的对称。
• 分布式认知B（Hutchins, 1995；Hollan, Hutchins & Kirsh, 2000）：认知的分析单元是人与人工物组成的功能系统，表征在人、工具与文档之间传递和转换。一心行动的正本、信念账本与指令卡就是这样的外部表征，人和 AI 都在读写它们。
• 联合认知系统B（Hollnagel & Woods, 2005；Klein 等, 2004）：分析对象应是「人 + 机器」构成的联合系统及其整体表现，而不是把机器当作人使用的工具、也不是把人当作机器的操作员；联合系统里的每个成员都要可预测、可指挥，并能表明状态与意图。双预测与可靠性记录让两类模块都满足「可预测」。
• 社会技术系统C（Trist & Bamforth, 1951；Cherns, 1976；Baxter & Sommerville, 2011）：社会子系统与技术子系统要联合优化；只优化技术、把人当作适配机器的部分，会失败。按能力分工、表现数据不评判人（A13），是联合优化的一种做法。

证据强度#

ANT 是分析视角，不是可检验的因果理论（D）；分布式认知有大量现场研究支持（B）；联合认知系统 B；社会技术系统 C（以案例与准实验为主）。

理论给产品的提醒#

1. 分析上的对称不等于能力或责任上的对称。Suchman（2007）强调人与机器在情境理解与应对意外上存在不可消除的差异；Johnson（2006）认为计算机系统可以是道德实体，但不是道德行动者。产品按能力分配接口，与这两点一致；对外表达时不要把「对等模块」说成「人与 AI 地位、责任完全相同」。
2. 责任要分清类型，不能含糊平摊（Matthias, 2004；Elish, 2019）：AI 模块承担操作责任（先预测、留痕、结清、修复、接受降级），这份责任随授权扩大而加重；目标宣布与价值裁决属于主人层；法律责任目前落在授予授权的人或组织上。三者都要写明，否则会出现责任缺口或道德缓冲区（见 3.8、9.2）。
3. 对称要落到数据上：AI 模块的可靠性记录要像本人模型一样认真维护（G6 已有规则），否则「对等」只停在说法上。〔本文提议〕周复盘可以并排报告两类模块的执行预测命中情况。
4. 注册表草案尚未生效（「规则要和实现它的代码一起落地」），本文引用的是它的设计方向，不是当前行为。