碩論：AI 代理人影響文獻 2026-09-12

論文數：4（主題一 2、主題二 2）
分析：MoA

主題一：AI 代理人影響

整體結論

今日主題一文獻顯示，個人 AI 代理人的價值鏈同時綁定主動協助、個人化與信任／安全治理；缺少任何一環都可能轉化為焦慮、錯誤依賴或合規風險。現有研究偏工程框架與部署案例，對成癮、戒斷與客觀效率仍缺乏 longitudinal 實證。

維度綜述

#### 生活協助

GOD 框架展示主動式生活建議的可行路徑；醫療零信任架構提醒高權限代理需與生活場景風險共同設計。

#### 工作效率

兩篇均未提供工時或 KPI 改善；安全與隱私機制可能成為效率的隱形成本。

#### 健康影響

醫療代理人安全直接關聯健康資料與合規；個人助理的隱私設計影響長期使用安心感。

#### 成癮性

激勵式資料分享可能提高黏著，但無成癮量表；高頻使用不等於問題性使用。

#### 焦慮感

安全漏洞與隱私疑慮是代理人採用的重要焦慮來源；工程緩解需搭配使用者研究。

#### 成癮後缺乏使用之影響

文獻缺口：未量測停用高權限代理人對生活／工作流程的衝擊。

本日論文

1. GOD model: Privacy Preserved AI School for Personal Assistant

領域：HCI 與 AI 代理人
作者：PIN AI Team, Bill Sun, Gavin Guo, Regan Peng, Boliang Zhang, Shouqiao Wang, Laura Florescu, Xi Wang, Davide Crapis, Ben Wu
年份：2025
連結：https://arxiv.org/abs/2502.18527v2

提出 Guardian of Data（GOD）框架，在可信執行環境中於裝置端訓練與評估個人 AI 助理，以模擬查詢與課程式學習解決冷啟動，並以代幣激勵使用者安全分享資料。核心在於同時提升主動式生活建議、個人化與隱私／信任。

#### 維度分析

生活協助：直接相關：主動預測購物、社交、生產力等需求，屬生活協助型代理人設計。
工作效率：涵蓋生產力類別評估；未提供工時或任務完成率等客觀效率量測。
健康影響：未直接研究身心健康；隱私與自主性設計可能間接影響使用安心感。
成癮性：代幣激勵與資料飛輪可能提高使用頻率，但論文未量測問題性使用或成癮閾值。
焦慮感：隱私保護與 TEE 可能降低資料外洩焦慮；未直接量測焦慮量表。
成癮後缺乏使用之影響：未研究停用代理人或中斷激勵機制後的使用者反應。

與 Hermes/OpenClaw/Grok 關聯： 間接可轉用：GOD 評估主動個人助理的生活／生產力理解力，可類比 Hermes、OpenClaw 的個人化代理路線；未直接測試 Hermes、OpenClaw 或 Grok Bot。

2. Caging the Agents: A Zero Trust Security Architecture for Autonomous AI in Healthcare

領域：AI 代理人系統
作者：Saikat Maiti
年份：2026
連結：https://arxiv.org/abs/2603.17419v1

針對醫療場景九個生產環境自主 AI 代理人，提出六域威脅模型與四層零信任防禦（gVisor 隔離、憑證代理、網路出口白名單、提示完整性框架），並報告 90 天部署中由自動稽核代理人發現並修復的高嚴重度漏洞。

#### 維度分析

生活協助：代理人可代行資料庫查詢、通訊等任務以支援醫療工作流，但論文聚焦安全而非生活品質。
工作效率：安全架構可能增加延遲與設定成本，換取合規與可部署性；未量化效率得失。
健康影響：間接重大：代理人漏洞可能導致 HIPAA 違規與病人資料外洩，影響心理安全感與組織健康治理。
成癮性：未涉及使用者成癮；屬系統層安全而非行為成癮研究。
焦慮感：提示注入、身分 spoofing 等風險可能提高使用者與機構對代理人的安全焦慮；論文以工程緩解而非量測焦慮。
成癮後缺乏使用之影響：未研究；若強制下線不安全代理人，對工作流程的中斷成本未被量測。

與 Hermes/OpenClaw/Grok 關聯： 高度相關 OpenClaw／Hermes 類具工具執行權限的代理人：說明生活／工作中部署 agent 的安全成本；Grok Bot 若具類似能力亦適用此威脅模型。

#### 研究缺口

Hermes／OpenClaw／Grok Bot 缺少結合生活協助、效率與心理量表的長期使用者研究。
安全框架與使用者信任／焦慮之間缺少因果驗證。
需區分『高頻使用』與『問題性依賴』的操作化指標。

主題二：聊天軟體成癮與生活強制性

整體結論

主題二今日最強證據來自 Grok 3 與 ChatGPT-4 的牙科知識評測：模型表面高準確率可能放大信任，但一般使用者未必具備專家級查錯能力。成癮閾值與生活強制性仍幾乎空白；ComicGenie 文獻不應作為主題二核心證據，明日采集應鎖定 problematic use、trust calibration 與 discontinuation 研究。

維度綜述

#### 使用多少會成癮

今日無論文提供『使用多少會成癮』的劑量—反應證據；需補充 PUU、SMDS 等量表研究。

#### 資料可信度與信任度

Grok／ChatGPT 在 MCQ 上 88%–94% 可能導致過度信任；開放式回答品質差異提示信任應分任務類型校準。

#### 查覺 AI 錯誤答案能力

專家盲評顯示仍有錯誤空間；使用者端查錯能力與 AI 素養是關鍵研究缺口。

#### 對有害內容抗拒度

醫療場景強調臨床監督而非模型自主拒害；對一般聊天場景的有害內容抗拒仍待專門實驗。

本日論文

1. Performance of large language models in fluoride-related dental knowledge: a comparative evaluation study of ChatGPT-4, Claude 3.5 Sonnet, Copilot, and Grok 3

領域：有害內容抗拒
作者：R. Biswas, Atanu Mukhopadhyay, Santanu Mukhopadhyay
年份：2025
連結：https://www.semanticscholar.org/paper/edccfb403641b4d04f75c2c6488d5435aacbcb6a

比較 ChatGPT-4、Claude 3.5 Sonnet、Copilot 與 Grok 3 在氟化物牙科知識上的表現：50 題選擇題與 10 題開放式問答，由兩位盲評專家評分準確度、深度、清晰度與證據。四模型 MCQ 正確率 88%–94%；Claude 在開放式清晰度顯著較高；結論強調需持續評估與臨床監督。

#### 維度分析

使用多少會成癮：未研究使用時數或成癮；屬單次知識測驗，不能推論使用量閾值。
資料可信度與信任度：高 MCQ 正確率可能提高使用者信任，但開放式答案仍有深度／證據差異；Grok 3 直接納入比較。
查覺 AI 錯誤答案能力：專家盲評可視為『外部查錯』基準；一般使用者能否自行發現 6%–12% 等級錯誤仍未知。
對有害內容抗拒度：聚焦醫療安全資訊而非 jailbreak；結論要求臨床監督，暗示錯誤氟化物建議具潛在危害。

與 ChatGPT/Grok 等關聯： 直接包含 ChatGPT-4 與 Grok 3；可為 Grok／ChatGPT 在專業領域的信任度與錯誤風險提供量化參考，但未測成癮或生活強制性。

2. AI-Generated Comic Strips

領域：錯誤查覺與 AI 素養
作者：Perera M. P. M., Kollure K. A. D. D., G. P, C. D. Adhihetty, Nuwan Kodagoda, A. Caldera
年份：2023
連結：https://www.semanticscholar.org/paper/632d514e45028098ccea771aea502db4c9b20842

ComicGenie 系統依使用者文字描述自動生成 Batman 漫畫分鏡，整合角色／場景偵測、對話框與語音；使用 SVM 與 fastText 做 NLP 分類。屬生成式 AI 創作應用，非聊天機器人成癮研究。

#### 維度分析

使用多少會成癮：無使用量或成癮資料；與 ChatGPT／Grok 聊天成癮關聯極弱。
資料可信度與信任度：未涉及使用者對 AI 輸出的信任評量。
查覺 AI 錯誤答案能力：間接相關：生成漫畫需多模組協作，錯誤可能分散在不同元件，但論文未評估使用者查覺生成錯誤的能力。
對有害內容抗拒度：未討論有害內容生成或拒答機制。

與 ChatGPT/Grok 等關聯： 與 ChatGPT／Grok 對話成癮主題僅弱相關（同屬生成式 AI）；今日采集應優先替換為成癮／信任／問題性使用專文献。

#### 研究缺口

ChatGPT／Grok 缺少使用量—成癮劑量反應曲線的縱向研究。
高 MCQ 分數與使用者信任度之間缺少直接量測。
需以使用者（非專家）為受試者的 AI 錯誤查覺實驗。

三個爭議點

代理人與聊天模型在測驗上的高準確率，可能被使用者誤讀為全面可信，從而降低查錯動機並提高依賴。
隱私／安全工程能緩解機構焦慮，但未必轉化為一般使用者對成癮或生活強制性的理解。
將生成式創作、知識測驗與問題性使用混在同一證據池，會高估我們對『使用多少會成癮』的掌握程度。