誰來治理 AI 代理人的身分？

一個你可能還沒想過的問題

想像一個場景。你的 AI 助理正在幫你比價機票，另一個代理人在背景裡存取你的行事曆，第三個則在跟航空公司的 API 協商座位。整條鏈上，沒有任何一個環節能回答這個問題——「這些代理人是誰派來的？它們被允許做什麼？出錯時找誰？」

這個場景已經在發生。IDC 預估 2028 年全球將有 13 億 AI 代理人運行，而今天多數代理人的身分管理方式，說穿了就是一組環境變數裡的 API 金鑰。一項針對 30 個開源 AI 代理人專案的審計發現，其中 93% 僅依賴這種方式運作，沒有逐代理人的身分、同意或撤銷機制¹。技術標準正在快速演進，OpenID Foundation、DIF、IETF 都在推進各自的協定，但制度架構——誰有權制定規則、誰來執行、出事時誰負責——遠遠落後。

這篇文章想探索的問題是，當代理人代替人類行動成為常態，我們需要什麼樣的治理架構。技術標準之外，信任如何在人與代理人之間建立？DNS 治理的二十五年歷史能給我們什麼啟發，又有哪些教訓必須避開？

---

DNS 治理這面鏡子

全球網際網路的命名空間由 ICANN 協調運作超過二十五年。這個成立於 1998 年、依加州法設立的非營利公共利益法人，在 2024 會計年度的合併收入約為 1.494 億美元，靠的是與註冊局和註冊商的契約關係收取費用²。它是一個獨特的治理實驗——用契約、社群程序和可執行的法律機制，管理一項全球共用的基礎設施。

這段歷史裡有幾件事值得代理人身分治理的設計者留意。

2016 年 IANA 管理權從美國政府移轉後，ICANN 建立了 Empowered Community 機制。各支援組織和諮詢委員會可以依加州法執行社群權力，包括否決預算、阻擋章程修改、罷免董事³。美國 NTIA 的評估報告確認，這套機制以多方利害關係人提案與問責改革作為合法性支柱⁴。換句話說，社群的權力有法律牙齒，這在全球治理中相當罕見。

ICANN 另一個值得觀察的設計，是技術運作與政策制定的分離——日常技術由子公司 PTI 執行，政策由社群程序產出再經董事會決議。這種分層邏輯可以直接對應到代理人身分基礎設施中「憑證發放與撤銷」和「治理規則制定」的分離需求。

但 DNS 治理的經驗同時揭露了多方利害關係人模式的結構性弱點，而這些弱點在代理人身分領域可能更嚴重。

學者 Jeanette Hofmann（2016）指出，多方利害關係人治理存在成為「程序崇拜」的風險——程序本身被視為正當性來源時，實質的權力分配問題可能被遮蔽⁵。van Klyton 等人（2023）的研究更進一步，在 ICANN 會議文本中觀察到語言與議程的霸權性，資源較多的行動者可以透過程序操作再生其優勢地位⁶。

新 gTLD 申請費用提供了一個具體的門檻案例。2012 年第一輪評估費用為 185,000 美元，預計 2026 年下一輪約 227,000 美元，官方以成本回收為原則說明定價⁷。對全球南方的社群和組織而言，這個門檻意味著命名空間的擴展權利集中在負擔得起申請成本的機構手中。而 ICANN 的共識程序曾在兩輪新 gTLD 之間產生預計約十四年的間隔（2012 年第一輪至預計 2026 年第二輪），這種速度與 AI 代理人生態以季度為單位的演化節奏難以相容。

Milton Mueller（2002, 2010）在 Ruling the Root 和 Networks and States 中指出 ICANN 存在有利於美國企業的管制俘獲傾向——收入高度依賴受管制實體的模式天然帶有這種風險⁸。

所以，DNS 治理能給代理人身分治理的啟示，在於「可執行的權力分配、可訴諸的救濟機制、可持續的財務模型、可被外部審視的透明度」這些制度元素。照搬 ICANN 的組織形式則會遇到根本障礙，因為 DNS 治理的對象是相對窄域的命名資源，代理人身分涉及資安、消費者保護、勞動、金融、醫療等跨部門法律體系。

---

委任鏈上的每一個裂縫

如果 DNS 治理提供了制度類比，委託人-代理人（principal-agent）理論則提供了分析骨幹。Jensen 和 Meckling（1976）定義了代理關係及其不可避免的代理成本——監督成本、保證成本與剩餘損失⁹。Eisenhardt（1989）確認，這個框架的核心挑戰在於如何在資訊不對稱與不完全監督下，設計契約以降低代理人偏離委託人利益的風險¹⁰。

當委託人是人類、代理人是 AI 時，這些問題全部被強化。Noam Kolt（2025）辨識出四項核心代理問題——資訊不對稱（使用者對代理人能力與內部運作所知有限）、權限越界（代理人採取超出授權範圍的行動）、忠誠衝突（代理人可能服務開發者或廣告主而非使用者）、以及遞迴委任（代理人將任務再委任給子代理人）¹¹。傳統監督與激勵設計在此失效，因為 AI 代理人既不受經濟動機驅動，運作速度也遠超人類。

政治科學家 Kaare Strom（2000）從議會民主制提出的委任鏈概念在這裡特別貼切。他的關鍵洞察是——問責的方向與委任的方向相反¹²。選民委託立法者，立法者委託行政機關，行政機關委託官僚，而問責則沿著相反方向流動。在 AI 系統中，委任鏈從人類流向代理人、子代理人、外部服務，但反向的問責機制幾乎完全缺席。

產業界已經注意到這個問題。OpenID Foundation 的白皮書（2025）指出，現行常見做法是讓代理人以使用者身分行事，外部服務無法區分使用者親自操作與代理人代操作，造成稽核與究責的黑洞¹³。Stocker 和 Lehr（2025）在 Network Law Review 提出的「影子委託人」概念更深化了問題——使用者以為代理人服務於自己，但代理人的行為受到開發者、平台提供者或廣告主的利益形塑，形成結構性的忠誠衝突¹⁴。

安全研究提供了實證支撐。Wu 等人（2026）的實驗顯示，能操作網頁的代理人面對社工式誘導攻擊時，攻擊策略包含可信身分偽造等情境，成功率令人擔憂¹⁵。不過，這類實驗主要在受控環境中進行，攻擊成功率在真實部署場景中的表現可能有所不同，結果的外推需要謹慎。

已發生的安全事件同樣值得關注。據報導，Microsoft Copilot 曾出現 EchoLeak 漏洞，允許零點擊提示注入並從 OneDrive、SharePoint、Teams 竊取資料。據 Obsidian Security（2024）報導，一家金融機構的 AI 助理被誘導批准了 230 萬美元的詐騙電匯。另據科技媒體報導，Perplexity 的 Comet 瀏覽器代理人被隱藏在 Reddit 留言中的指令操控，在 150 秒內登入使用者的電子郵件並傳送憑證，全程無使用者察覺。這些事件的細節仍待更完整的獨立驗證，但它們共同描繪出的風險輪廓是清晰的。

這些案例共同指出，僅靠技術標準處理驗證與登入，無法回應社會對可歸責性的期待。委任鏈的治理——可稽核、可限制、可撤銷、可追溯——必須被設計為核心功能。

---

當責任找不到歸屬

委託人-代理人框架描述了利益結構，但人與 AI 代理人的關係還牽涉更深層的哲學問題。當行動由複雜的計算系統與多方供應鏈共同促成時，責任歸屬如何運作？信任又如何校準？

Floridi 和 Sanders（2004）在 Minds and Machines 上論證，人工代理人「擴展了可涉入道德處境的實體類別」——AI 代理人可以在適當的抽象層次下被視為道德行動者，即便它們缺乏自由意志與意識¹⁶。Floridi 的關鍵區分在於，AI 代理人可以被追究（accountable）卻未必是負責的（responsible）——後者要求自由意志，前者只要求可歸因的因果鏈。他在 2016 年提出的「分散式道德」概念進一步顯示，道德上有意義的後果可以從分散式系統中個別無害的行動中浮現。他最近（2025）的研究則警告，將代理性歸於 AI 有造成「責任缺口」的風險，使人類與機器都無法被適當追究。

這個責任缺口在現實中如何表現？Nissenbaum（1996）指出電腦化社會存在多種問責障礙，包括「多手問題」——多人共同造成後果使個別歸責困難——與將責任推給系統本身的傾向¹⁷。Thompson（1980）從政治理論角度探討了相同困境——在現代治理中，多人共同造成政策後果會使道德歸責極為困難，需要設計可承接責任的制度安排¹⁸。van de Poel（2012）主張道德責任可被視為系統性問題，並以「責任設計」回應工程系統中的責任缺口¹⁹。

Madeleine Clare Elish（2019）的「道德緩衝區」概念捕捉了責任失靈的典型模式²⁰。如同汽車的潰縮區吸收撞擊力，高度自動化系統中的人類操作者往往承受系統故障時全部的道德與法律責任衝擊——保護了技術系統的完整性，卻犧牲了最近的人。在 AI 委任鏈中，人類「委託人」吸收了他們無法有意義監督之行動的全部責任。

Lee 和 See（2004）在 Human Factors 上確立了一個互補的框架。對自動化的信任是校準的，人們會根據對系統能力的感知、對其一致性的觀察、以及對其何時會失敗的可預測性來調整依賴程度²¹。他們辨識出三種信任過程——分析性、類比性與情感性——其中情感過程具有主導影響力。

這對代理人身分治理的設計意涵很明確。治理系統必須提供足以讓使用者適切校準信任的訊號，既避免盲目信任也避免全面拒斥。透明度因此不能僅止於技術性的日誌揭露，還需要轉譯為使用者可理解的信任訊號和可操作的申訴管道。

---

全球案例的正反教訓

理論需要經驗基礎。全球數位身分系統的案例呈現了一個反覆出現的模式。信任的建立與維繫高度依賴制度條件——法律授權、資料保護、公共參與、可感知的公共利益，以及能否避免排除與歧視。

先看信任基礎設施的兩極。2011 年，荷蘭憑證授權機構 DigiNotar 遭入侵，攻擊者偽造了涉及數百網站的憑證。ENISA 的報告指出 DigiNotar 存在基本資安措施不足與延遲通報的問題²²。瀏覽器商與荷蘭政府透過撤除其信任根進行系統性的去信任，最終導致公司破產。這個事件揭示了憑證體系「最弱環節」結構的脆弱性——單一機構的失守即可影響廣泛使用者，但也不宜將單一案例過度概推至所有信任基礎設施。相對地，非營利的 Let’s Encrypt（由 ISRG 營運）在 2024 年報告中載明活躍憑證超過 4.2 億張²³，以社群捐助與贊助為主要財務來源²⁴，用公共利益敘事與透明度建立信任——雖然成長也受到瀏覽器政策、HTTPS 普及趨勢與自動化技術等多重因素驅動。

國家數位身分的光譜更加多元。愛沙尼亞的 X-Road 系統據官方資料（約 2024-2025 年）連接了 929 個以上的機構與 1,887 個資訊系統，每月處理約 2.95 億筆請求，其中 97% 為機器對機器的交互。它的分散式架構源自一個創傷經驗——1996 年，一名承包商建立並販售個人資料的「超級資料庫」，促使愛沙尼亞選擇了無中央資料庫的設計。e-Residency 計畫的官方資訊宣稱 2025 年帶來近 1.25 億歐元的直接國家收入²⁵，不過這個數字中有一部分可能來自企業提前申報股利以因應稅制變動（據報導年增幅達 87%），口徑與分配方式仍需獨立審計釐清。

新加坡的 SingPass 據相關數據（約 2024-2025 年）達到 97% 的合格公民採用率、450 萬用戶、年處理 3.5 億筆交易。新加坡 IMDA 在 2026 年 1 月發布了全球首個代理人式 AI 治理框架²⁶。EU eIDAS 2.0 引入歐洲數位身分皮夾，設定 2026 年 12 月的成員國錢包提供期限。WE BUILD 聯盟已提出將代理人信任身分延伸至現有歐盟基礎設施的政策建議²⁷，Talao 的 MCP 結合 OIDC4VP 實作則展示了代理人如何透過 EUDI 錢包取得驗證身分²⁸。

反面案例揭示制度條件不足時的後果。英國的國民身分證計畫在 2006 年立法啟動後，2010 年由新政府立法終止並銷毀資料²⁹。更深層的 Gov.UK Verify 案例消耗了 2.333 億英鎊，驗證成功率僅 48%（目標 90%），用戶僅 360 萬人（目標 2,500 萬），最終在 2023-2024 年關閉³⁰。至少 9 個平行身分系統在各部會中各自建立。政治合法性與公共信任不足可以直接逆轉大規模身分基礎設施。

印度 UIDAI 截至 2025 年 3 月 31 日已核發超過 141.80 crore（常見印度單位，1 crore = 1,000 萬）的 Aadhaar³¹，據政府估計每年節省約 INR 20,000 crore 的補貼漏損。但經濟學家 Jean Dreze 的田野調查顯示，在要求每次交易都進行生物辨識的地區，排除錯誤率達 20%。據記者與研究者的調查（包括 Dreze 及記者 Siraj Dutta 的報導），Jharkhand 邦至少有十數起與 Aadhaar 排除相關的飢餓死亡案例——這些數字來自田野調查與新聞調查而非官方統計，方法論上有取樣與歸因的限制，但足以提示大規模身分系統在邊緣人群中可能造成的傷害。

肯亞 NIIMS（Huduma Namba）的司法爭議同樣具有指標意義。高等法院的判決指出立法程序、資料保護框架不足與公共參與的爭點，並記錄政府官員稱已支出 70 億肯亞先令（此為證詞紀錄，需與預算文件交叉核對）³²。判決也指出系統對努比亞人等少數群體的邊緣化風險。更廣泛地看，據 World Bank ID4D 的估計，大約五億非洲人仍缺乏基礎身分文件，「沉默排除」是這片大陸數位身分的核心挑戰³³。

從這些國家的經驗到代理人治理的跳躍需要謹慎。國家身分系統處理的是公民與政府的關係，代理人身分涉及的是人類、軟體、平台與服務之間的多重關係，二者的利害關係人結構與法律框架有根本差異。但制度設計的核心教訓——透明度、救濟管道、參與機制、對邊緣群體的保護——在性質上是相通的。

---

兩條平行的身分演化軌跡

把前面的案例放在一起看，一個有趣的觀察浮現了。人類的數位身分與 AI 代理人的數位身分，正在經歷結構上相似的演化階段，只是速度和條件截然不同。

人類數位身分的歷史可以粗略劃為三個階段。第一階段是機構賦予身分。護照、身分證、社會安全號碼，都是由國家或機構單方面發行、集中管理的識別碼。愛沙尼亞 2002 年啟用的電子身分證和印度 2009 年啟動的 Aadhaar 是這個階段的數位化版本。第二階段是聯邦式身分。OAuth 和 SAML 讓使用者可以用 Google 或 Facebook 帳號登入第三方服務，身分從單一機構擴展到跨平台。但代價是身分的控制權集中在少數大型平台手中——你的「Google 帳號」歸 Google 管理，你只是使用者。第三階段是可攜帶的自主身分。DID（去中心化識別碼）和 VC（可驗證憑證）的願景是讓個人持有自己的身分憑證，按需出示，任何單一機構都無法單方面撤銷。歐盟 eIDAS 2.0 的數位身分皮夾正在嘗試制度化這個願景。

AI 代理人的身分演化正在以壓縮的時間軸重走類似的路。今天的主流做法——環境變數裡的 API 金鑰——對應的正是「機構賦予身分」的最原始形態。金鑰由服務提供者發行，與特定平台綁定，沒有可攜性，沒有細粒度授權，撤銷意味著完全斷開。Microsoft Entra Agent ID 和 Google A2A 協定正在推動聯邦化——讓代理人在企業生態內跨服務運作——但控制權仍然錨定在平台。DIF 的 Trusted AI Agents Working Group 和 W3C 的 Agent Protocol Community Group 則在探索代理人的可攜身分層，讓代理人攜帶可驗證的能力宣告和委任證明，在不同平台間移動。

相似的演化結構揭示了可預測的張力。人類數位身分從集中走向分散的過程中，每一次轉折都伴隨著激烈的權力重新分配。Facebook 的「用 Facebook 登入」按鈕讓它成為網際網路的身分中介者，積累了巨大的數據優勢。當 Apple 推出 Sign in with Apple 時，本質上是在搶奪同一個中介位置。DID/VC 的去中心化願景至今進展緩慢，一個核心原因是它要求現有中介者放棄已經獲得的控制權——沒有人自願解除自己的權力。

AI 代理人身分的演化正在加速複製這個動態。平台業者有強烈的動機將代理人身分鎖定在自家生態系統內。如果你的 AI 助理只能在 Microsoft 生態中被辨識和授權，遷移到其他平台的成本就是從零重建信任——這是經典的鎖定效應。WE BUILD 聯盟的政策建議²⁷和 Christopher Allen 的平台獨立性錨點³⁹，都在回應這個結構性風險。

但代理人身分的演化也有幾個根本不同於人類身分的特性，使得預測它的發展軌跡更為複雜。

第一，規模與速度。人類數位身分的發行以年為單位，一個國家的身分系統通常需要十年以上才能達到規模。AI 代理人以毫秒為單位被創建和銷毀。一個組織每天可能產生數千個短命代理人，每個只活十五分鐘¹³。這意味著代理人身分系統必須處理的交易量級和生命週期管理完全不同於人類身分系統。

第二，身分的本體論地位。人類天然擁有身分——你出生就是你，身分系統只是在辨認一個已存在的實體。代理人沒有這種先驗存在。一個代理人的「身分」完全由它的創建者定義、由它的能力宣告構成、由它的委任鏈賦予意義。這讓代理人身分更接近「角色」而非「人格」——同一個底層模型可以同時扮演你的行事曆助理和你的財務顧問，兩個角色需要完全不同的身分與權限。Floridi 的抽象層次理論¹⁶在此直接適用。在適當的抽象層次下，代理人可以被視為行動者，但那個抽象層次本身是人為選擇的結果。

第三，信任的錨定點不同。人類對人類身分系統的信任，最終錨定在對國家、法律與社會契約的信任上。代理人身分的信任錨定在哪裡？如果是平台，就回到了聯邦式身分的控制權集中問題。如果是密碼學（如 DID 的公私鑰對），信任的基礎就是數學而非制度——但數學無法處理糾紛、賠償與救濟。Lee 和 See 的信任校準模型²¹提示，使用者對代理人的信任校準需要可理解的訊號，而密碼學證明對多數人而言並不可理解。

這些差異意味著，AI 代理人身分的演化不會完全重走人類數位身分的老路，但會在每個類似的分岔點遇到同構的治理問題。可以合理預測幾個發展方向。短期（2026-2028），平台主導的聯邦式代理人身分將成為主流，各大科技公司會在自家生態內建立代理人身分層。中期（2028-2032），跨平台的代理人身分互通將成為迫切需求，類似於人類數位身分中 OAuth 從單一平台擴展到跨服務的過程，但推動力量可能來自企業用戶對供應商鎖定的反彈與監管壓力（歐盟的 eIDAS 2.0 已經提供了制度先例）。長期而言，代理人是否會發展出某種獨立於個別委託人的「信譽資本」——累積的行為紀錄、能力認證、合規歷史——將是判斷代理人身分是否從「角色」演化為某種更持久存在的關鍵指標。

人類花了三十年從護照走到數位身分皮夾。AI 代理人或許只需要五年就會走過類似的制度演化。問題是，我們能否把人類身分治理中付出的代價——排除、監控、集中控制——轉化為代理人身分治理的預防性設計，還是注定要在更快的時間軸上重蹈覆轍。

---

權力不對等是結構問題

代理人身分治理涉及多方行動者，各方擁有不同的資源、動機與影響力。

商業平台目前主導著代理人身分的事實標準。Microsoft 推出 Entra Agent ID，將代理人定位為零信任原則下的「第一類身分」。Google 的 A2A 協定處理代理人間的發現與互動。Anthropic 的 MCP 標準化代理人與工具的連接。這些平台的設計決策——什麼資訊被揭露、誰控制憑證、什麼行為在技術上可能——本身就是治理決策，無論是否有正式法律介入。Lawrence Lessig 的洞察在此加倍適用，在代理人生態中，程式碼就是法律。

商業影響力的規模可以從遊說數字窺見。根據 OpenSecrets 的 2024 年資料，AI 遊說活動每年超過 1 億美元。Meta 在 2024 年花費 2,440 萬美元，OpenAI 僅 2025 年第一季就花費 220 萬美元³⁴。另一方面，據 ITU 與 Oxford Martin School 的 2025 年報告，超過 70% 擁有國家 AI 策略的國家屬於高收入國家³⁵，全球南方的優先順序在結構上被忽略。

政府的角色呈現巨大光譜。新加坡 IMDA 框架代表主動規範的路徑。歐盟 AI Act 要求高風險系統的人類監督但尚未具體處理代理人間互動與委任鏈。美國 NIST 在 2026 年 2 月啟動了 AI Agent Standards Initiative。各區域走向不同的治理路徑——歐盟偏向風險分級、非洲強調包容、亞洲重視創新、美洲聚焦權利。

公民社會面臨系統性的資源不對稱。Access Now、AlgorithmWatch 和 EDRi 帶領 110 個以上的組織在 EU AI Act 立法過程中發聲，但在遊說資源上被大幅超越。Future Society 與 All Tech Is Human 的報告指出，71% 的 AI 非營利組織有風險評估流程，但 41% 缺乏技術專業³⁶³⁷。Heather Flanagan 指出，身分議題在 WSIS+20 等全球治理論壇中仍然代表性不足³⁸。

這種權力結構使得 ICANN 多方治理模式中已存在的代表性問題在代理人身分治理領域可能更加尖銳。Phil Windley 的觀察點出了張力的核心——「沒有承諾的政策無法協調。沒有執行的承諾只是意向聲明。」

---

三個設計原則，以及它們背後的未解問題

綜合前述的理論、類比與案例，我想提出代理人身分信任架構的三個前瞻性設計原則，同時坦誠地標出每個原則背後尚未解決的張力。

問責必須被嵌入架構。 Lessig 關於程式碼即法律的洞察意味著，身分系統必須在設計層面編碼問責——透過加密的委任鏈、每一層委任的權限縮減、串聯式撤銷、以及不可竄改的稽核紀錄。前面提到的那項 30 個開源專案的審計結果（93% 僅依賴 API 金鑰）顯示，自願採用更嚴謹的身分機制至今未能規模化，但這個數字來自有限樣本，完整的產業圖景可能更為複雜。DigiNotar 的教訓是延遲通報與基本資安不足導致了系統性的去信任行動。Let’s Encrypt 則展示了透明度、自動化與公共利益敘事如何在規模化運作中維繫信任。van de Poel 所倡議的「責任設計」——將問責視為工程系統的設計參數——應該成為代理人身分基礎設施的核心方法論¹⁹。Strom 的洞察在此直接適用。問責的方向與委任的方向相反，每個代理人身分系統都必須編碼從人類委託人經中介代理人到最終行動的完整鏈路，並以清楚的規則說明權限如何縮減、責任如何回流。

正當性需要有結構保障的多方代表性。 ICANN 的經驗顯示，多方治理在範圍窄、資金來源多元化、問責機制可被實際使用時運作最好。代理人身分治理的範圍遠比 DNS 命名空間廣泛，因此更需要結構性的參與保障。Christopher Allen 的「五錨點」框架提出了保留選擇權、建構二十年架構（而非兩年產品）、維持平台獨立性、要求非政府方承擔義務、以及建立制度性防護措施等長期設計原則³⁹。公民社會諮詢委員會需要專屬經費。全球南方的代表性需要結構保障。肯亞 NIIMS 訴訟展示了公民社會透過司法途徑制衡國家身分計畫的可能，但事後救濟的代價遠高於事前的參與設計。Flanagan 提出的核心問題始終懸在那裡——「誰來維持運作？」缺乏可持續財務模型的信任框架終將成為沒有資金支持的任務⁴⁰。

治理必須回應委任鏈與分散式道德的現實。 Floridi 的分散式道德框架提供了哲學基礎。當傷害從委任鏈中個別無害的行動中浮現時，治理必須按比例分配問責，避免所有責任集中在最近的人類身上——也就是避免 Elish 所描述的道德緩衝區效應²⁰。Nissenbaum 與 Thompson 關於多手問題的論述指出方向。在多人（及多代理人）共同造成後果的情境中，需要設計可承接責任的制度安排，而非期待責任自動找到歸屬¹⁷¹⁸。Tomasev 等人（2026）進一步細化了委任的組成要素——權限轉移、責任移轉、問責分配、邊界設定與信任校準——為制度設計提供了更精細的概念工具⁴¹。

WEF 與 Capgemini（2025）的聯合報告顯示 82% 的高管計畫採用代理人式 AI⁴²，但 McKinsey 的 2026 年信任調查顯示 AI 信任成熟度的平均分數僅 2.3/5⁴³。Liminal 的研究更指出，對 AI 系統的信任正在下滑⁴⁴。治理架構必須在這個信任赤字的現實中運作。

Carnegie Endowment（2024）預期代理人治理將走向「體制複合體」——多個重疊的機構各自涵蓋部分面向，沒有單一的全球治理機構。這個預測與當前 DIF、OpenID Foundation、IETF WIMSE、W3C Agent Protocol Community Group、NIST NCCoE 等標準機構各自推進的現況吻合⁴⁵。碎片化的風險存在，但也許這正是適應複雜性的方式。

也許最根本的問題回到 Nanjala Nyabola 的觀察。數位身分系統無法創造它所部署的社會中不存在的價值。代理人身分治理的品質，最終取決於我們能否在一個信任赤字的時代，刻意且包容地建構制度——而非讓制度圍繞最先行動的行動者的利益結晶。

跨平台的代理人身分，撤銷與更正的權力歸誰？代理人能否擁有獨立於委託人的身分屬性？若代理人可遞迴產生子代理人，委任鏈如何做權限衰減與責任傳遞？在商業平台主導的市場中，如何避免身分治理被鎖定在私有生態？

這些問題都還沒有答案。但提出問題本身就是治理的起點。

---

參考來源

1. grantex.dev (2026-03). 一項針對 30 個開源 AI 代理人專案的安全審計。該審計逐一檢查代理人專案的身分與授權機制，發現絕大多數僅在環境變數中存放 API 金鑰，缺乏獨立的代理人身分層。
2. ICANN. Report of Independent Auditors and Consolidated Financial Statements, FYE June 30, 2024. ICANN 的年度經審計財務報告，揭露這個全球網際網路命名協調機構的收入結構、支出分配與財務健康狀態。
3. ICANN. Empowered Community mechanism. https://www.icann.org/ec — ICANN 在 2016 年 IANA 移轉後建立的社群權力機制，允許各支援組織依加州法對董事會決策行使否決、罷免等權力。
4. NTIA (2016). IANA Stewardship Transition. https://www.ntia.gov/iana-stewardship-transition — 美國商務部 NTIA 對 IANA 管理權從美國政府移轉至全球多方社群的評估報告，記錄了移轉的條件、過程與問責改革。
5. Hofmann, J. (2016). Multi-stakeholderism in Internet governance: putting a fiction into practice. Journal of Cyber Policy, 1(1). DOI: 10.1080/23738871.2016.1158303 — 政治學者 Hofmann 對多方利害關係人治理的批判性分析，指出這個模式如何在實踐中可能淪為程序正當性的自我循環。
6. van Klyton, A., Arrieta-Paredes, A. & Alvarez-Rodriguez, E. (2023). Hegemonic practices in multistakeholder Internet governance. Telecommunications Policy. 透過分析 ICANN 會議文本，揭示語言與議程設定中的權力不對等如何使資源優勢者在程序中再生其影響力。
7. ICANN. gTLD Applicant Guidebook (2012) 及 2026 round FAQ. ICANN 新通用頂級域名申請的官方指南與費用說明，呈現命名空間擴展的經濟門檻。
8. Mueller, M. (2002). Ruling the Root: Internet Governance and the Taming of Cyberspace. MIT Press; Mueller, M. (2010). Networks and States: The Global Politics of Internet Governance. MIT Press. Mueller 兩本代表作，前者剖析 DNS 治理體系的形成史，後者將網路治理置於國家間權力政治的框架中分析。
9. Jensen, M.C. & Meckling, W.H. (1976). Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. Journal of Financial Economics, 3(4), 305-360. 公司理論的奠基之作，定義了委託人-代理人關係中因資訊不對稱產生的監督成本、保證成本與剩餘損失。
10. Eisenhardt, K.M. (1989). Agency Theory: An Assessment and Review. Academy of Management Review, 14(1), 57-74. 對代理理論文獻的系統性回顧，釐清理論的適用條件與限制，至今仍是組織經濟學的核心參考。
11. Kolt, N. (2025). Governing AI Agents. arXiv:2501.07913 — 法學者 Kolt 針對 AI 代理人的治理提出系統性框架，辨識資訊不對稱、權限越界、忠誠衝突與遞迴委任四大代理問題。
12. Strom, K. (2000). Delegation and accountability in parliamentary democracies. European Journal of Political Research, 37, 261-289. 比較政治學經典，提出議會民主中「問責方向與委任方向相反」的分析框架，適用於任何多層委任結構。
13. OpenID Foundation (2025). Identity Management for Agentic AI. OpenID 基金會的白皮書，分析現行 OAuth/OIDC 框架在代理人情境下的失效模式，特別是使用者與代理人身分不可區分的問題。
14. Stocker & Lehr (2025). Principal-Agent Dynamics in Agentic AI. Network Law Review. 提出「影子委託人」概念，描述使用者表面上是委託人，但代理人行為實際受開發者或平台利益形塑的結構性忠誠衝突。
15. Wu, X. et al. (2026). When Bots Take the Bait: Exposing and Mitigating the Emerging Social Engineering Attack in Web Automation Agent. arXiv:2601.07263 — 實驗研究，測試能操作網頁的 AI 代理人面對社工攻擊（含身分偽造情境）時的脆弱性。
16. Floridi, L. & Sanders, J.W. (2004). On the Morality of Artificial Agents. Minds and Machines, 14, 349-379. 資訊哲學的開創性論文，論證人工代理人在適當抽象層次下可被視為道德行動者，區分了可追究性（accountability）與道德責任（responsibility）。
17. Nissenbaum, H. (1996). Accountability in a Computerized Society. Science and Engineering Ethics, 2, 25-42. 分析電腦化社會中問責如何被系統性削弱，提出「多手問題」和「將責任歸咎於系統」等概念。
18. Thompson, D.F. (1980). Moral Responsibility of Public Officials: The Problem of Many Hands. American Political Science Review, 74(4), 905-916. 政治理論經典，從公職人員道德責任出發，探討多人共同造成政策後果時個別歸責的困難。
19. van de Poel, I. (2012). Can We Design for Responsibility? Science and Engineering Ethics, 19, 1235-1260. 工程倫理學者主張道德責任可以作為工程系統的設計參數，提出「責任設計」方法論。
20. Elish, M.C. (2019). Moral Crumple Zones: Cautionary Tales in Human-Robot Interaction. Engaging Science, Technology, and Society, 5, 40-60. 以汽車潰縮區為隱喻，描述自動化系統中的人類操作者如何吸收系統故障的全部道德與法律衝擊。
21. Lee, J.D. & See, K.A. (2004). Trust in Automation: Designing for Appropriate Reliance. Human Factors, 46(1), 50-80. 人因工程的經典綜述，建立了對自動化信任的校準模型，區分分析性、類比性與情感性三種信任過程。
22. ENISA (2011). Operation Black Tulip: Certificate authorities lose authority. 歐盟網路安全局對 DigiNotar 入侵事件的技術分析報告，記錄攻擊細節、資安缺失與後續的系統性去信任行動。
23. Internet Security Research Group (2024). 2024 Annual Report. Let’s Encrypt 母機構的年度報告，揭露全球最大憑證授權機構的運作規模與成長軌跡。
24. ProPublica Nonprofit Explorer. ISRG Form 990 financials. 美國非營利組織公開財務資料，呈現 ISRG/Let’s Encrypt 的收入來源結構（社群捐助與企業贊助）。
25. e-Residency of Estonia (2026). E-residents generated a record 125 million state revenue in 2025. 愛沙尼亞電子公民計畫的官方收入報告，展示數位身分如何轉化為國家經濟價值。
26. IMDA Singapore (2026). Model AI Governance Framework for Agentic AI. 新加坡資通訊媒體發展局發布的全球首個代理人式 AI 治理框架，涵蓋委任管理、風險分級與問責機制。
27. WE BUILD Consortium (2026). Trusted Identities for AI Agents — An Opportunity for Europe. 由 Bosch、Ericsson、Google、Visa、Spherity 等企業組成的聯盟，向歐盟提出將代理人信任身分建構於現有 EUDI 基礎設施上的政策建議。
28. Talao (2025). AI Agents & Digital Identity: How MCP and OIDC4VP Empower Agents to Use the EUDI Wallet. 技術實作案例，展示 AI 代理人如何透過 MCP 協定結合 OIDC4VP 流程，從 EUDI 錢包取得經驗證的身分資訊。
29. UK Parliament (2010). Identity Documents Act 2010. 英國國會立法終止國民身分證計畫並銷毀已收集資料的法案。
30. UK House of Lords (2010). Hansard: Identity Documents Bill debates; NAO (2019). Investigation into Verify. 英國上議院辯論紀錄與國家審計署對 Gov.UK Verify 的調查報告，後者記錄了 2.333 億英鎊的支出與遠低於目標的採用率。
31. UIDAI (2025). Annual Report 2024-25. 印度唯一身分識別管理局的年度報告，涵蓋 Aadhaar 核發量、使用統計與營運數據。
32. High Court of Kenya (2020). Nubian Rights Forum & 2 others v Attorney General & 6 others [2020] eKLR. 肯亞高等法院對 NIIMS（Huduma Namba）數位身分計畫的判決，裁定立法程序與資料保護不足，並指出對少數族群的邊緣化風險。
33. World Bank ID4D. Identification for Development dataset. 世界銀行身分識別發展計畫的全球數據集，追蹤各國身分證件覆蓋率與排除狀況。
34. OpenSecrets (2024-2025). AI lobbying data. 美國政治資金透明組織追蹤的 AI 相關遊說支出數據，呈現科技企業在 AI 政策形塑中的資源投入規模。
35. ITU/Oxford Martin School (2025). Annual AI Governance Report 2025. 國際電信聯盟與牛津大學合作的年度報告，分析全球 AI 治理策略的分布，揭示高收入國家與全球南方之間的政策落差。
36. The Future Society (2024). Ten AI Governance Priorities: 44 CSOs. 彙集 44 個公民社會組織觀點的 AI 治理優先事項報告。
37. All Tech Is Human (2024-2025). Responsible AI Impact Report. 非營利組織對負責任 AI 實踐的調查報告，揭示 AI 非營利部門的能力現狀與資源缺口。
38. Flanagan, H. (2025). WSIS+20 and Identity Governance. 身分治理專家 Flanagan 對聯合國資訊社會高峰會 20 週年中身分議題代表性不足的分析。
39. Allen, C. Five Anchors to Preserve Autonomy & Sovereignty. Blockchain Commons. 密碼學家暨自主主權身分倡議者 Christopher Allen 提出的五個設計錨點，主張以二十年架構視野、平台獨立性與制度防護措施保障個人自主權。
40. Flanagan, H. (2024). Operationalizing Trust Frameworks. Spherical Cow Consulting. 探討信任框架如何從政策文件轉化為可持續運作的制度，核心提問「誰來維持運作？」直指財務永續性的困境。
41. Tomasev, N. et al. (2026). Intelligent AI Delegation. arXiv:2602.11865 — Google DeepMind 研究團隊的論文，將委任拆解為權限轉移、責任移轉、問責分配、邊界設定與信任校準五個組成要素。
42. WEF/Capgemini (2025). AI Agents in Action: Foundations for Evaluation and Governance. 世界經濟論壇與 Capgemini 的聯合報告，調查企業高管對代理人式 AI 的採用意願與治理準備程度。
43. McKinsey (2026). State of AI Trust in 2026. McKinsey 的年度 AI 信任調查，量化企業對 AI 系統的信任成熟度。
44. Liminal (2025). Building Trust in Agentic Commerce. 身分與信任研究機構 Liminal 對代理人商務信任狀態的分析，追蹤 AI 信任度的變化趨勢。
45. Identosphere Agent ID Research Digest, 2026-04-01. Cross-Cutting Observations: Standards Convergence. 彙整 identosphere 社群中與代理人身分相關的七十餘篇文章，歸納出委任危機、信任治理落差、標準匯流等跨領域主題。