S01 AI 产品社会嵌入分析框架剖面
一个 AI 产品发布之后，真正决定它命运的不是模型分数，而是它进入社会之后发生的一连串事——用户怎么误用它、组织怎么围着它重组、不同国家怎么把同一个 API 走出完全不同的形态、出了事谁负责。问题是：PM 手里通常只有一把分析工具，叫”用户采纳曲线”（adoption curve），它把这一切压缩成一条 S 形增长线。本节点要解决的问题是：给”AI 产品进入社会后会发生什么”这件事，造一台远比采纳曲线精密的解剖工具——一个六层的社会嵌入分析框架，每层配一套 STS 工具与一组 PM 必须回答的分析问题。视角是科学技术研究（STS）+ 人类学，落点是 PM 的选型、设计与问责决策。
[!note] 一句话赌注 我赌的是：AI 产品的失败，越来越多不是”功能没做好”，而是”社会嵌入没想清楚”——而采纳曲线这把工具，恰恰对社会嵌入完全失明。如果未来三年 AI 产品的主要事故仍来自模型能力而非社会重组，这个赌注就输了。截至 2026 年，0416 与 0418 两次复盘（见 §与已有节点的关系）指向的恰是相反方向。
§0 为什么是”六层社会嵌入”，而不是”采纳曲线”
PM 脑中的默认框架是 Rogers 的创新扩散（innovators → laggards 五段）加上 Gartner Hype Cycle。这套框架不是错，是维度太低：它把”社会”压成一个标量（采纳率 %），把用户压成一条均质曲线上的点。它能告诉你”采纳到哪了”，但回答不了下面这些已经把真实 AI 产品打翻的问题：
- 为什么同一个 Copilot，工程师当结对编程伙伴、法务当不可信的实习生、管理层当裁员理由？（不是采纳快慢，是意义分裂）
- 为什么客服 AI 上线后，一线客服的隐性判断权被悄悄转移给了算法，出错时却没人能说清是谁的责任？（不是采纳，是网络重组 + 问责真空）
- 为什么同一套对话模型，在美国被讲成”AI 竞赛的军备”、在德国被讲成”需要被规制的工具”、在中国被讲成”可信赖的社会解决方案”？（不是采纳，是社会技术想象差异）
采纳曲线的根问题是它继承了技术决定论（technological determinism）的假设：技术按自身逻辑自主扩散，社会只是被动接收的容器。STS 这门学科的整个起点，就是 1984 年 Pinch & Bijker 在《Social Studies of Science》上对这一假设的拆解——“通向现在的路径，并非唯一可能的路径”（Pinch & Bijker, 1984, Social Studies of Science 14(3): 399–441，SAGE DOI 可核）。技术的最终形态是社会群体协商的偶然结果，不是技术内在逻辑的必然。
所以本框架不是给采纳曲线”加几个变量”，而是换一个本体论：AI 产品不是一个扩散中的物，而是一个嵌入社会的、与人和制度共同构成的网络。六层从”设计者意图”一路下沉到”权力与问责”，每下沉一层，PM 视野里就多出一类采纳曲线根本不显示的失败模式。
[!note] 框架级辨析 六层 vs 采纳曲线，不是”详细版 vs 简略版”，是两种不可通约的提问方式。采纳曲线问”多少人在用”；六层问”用起来之后，意义、组织、文化、权力各自被怎么改写了”。前者是营销与增长工具，后者是产品-社会风险工具。混用会让你在该问”谁的责任”时去看 DAU。
§1 第一层：设计者脚本（Designer Script）
STS 工具：Akrich 的 script / inscription / de-scription（Akrich, M. 1992, “The De-scription of Technical Objects,” in Bijker & Law eds., Shaping Technology / Building Society, MIT Press, pp. 205–224。注意编者是 Bijker & Law，二手文献常误作 Bijker & Pinch）。
核心命题：设计者把”对未来世界、对用户应该如何行动”的预设，铭刻（inscribe）进产品的物质与功能结构里——这个铭刻的产物就是 script（脚本）。用户在使用中要么顺从脚本（subscription），要么发展出对抗脚本的 anti-program。分析者反向把脚本读出来的动作叫 de-scription。
为什么 AI 的脚本是一种新物种：传统产品的脚本是静态的——减速带永远以同一个方式约束车速。但 AI 产品的脚本会写回用户行为：模型的每一次输出本身就在重新铭刻用户的下一步。ChatGPT 的”乐于助人、永不空白”的 script，不只是预设了用户，它在每轮对话里主动重塑用户的提问方式、信任阈值乃至判断习惯。这是 Akrich 1992 年框架未曾设想的情形——EASST 2026 的一场专题（Eurograd 2026-04-29 消息）讨论的正是：生成式 AI 是否颠覆了 script 概念，因为”铭刻的主体不再单一”（训练者？提示工程师？用户？模型自身？）〔此专题尚无定论〕。
| PM 分析问题 | 落到 AI 产品 |
|---|---|
| 我的产品默认用户是谁？ | 默认用户的语言、文化、能力被假设成了什么？（pre-inscription：用户进场前须具备什么？） |
| 脚本要用户做什么、禁什么？ | 模型的”拒答""安全护栏”是哪一套行为规范的铭刻？ |
| anti-program 会是什么？ | 越狱、提示注入、把 AI 当心理咨询师——哪些是设计者没预期的对抗使用？ |
| 输出在如何反向铭刻用户？ | 谄媚（sycophancy）输出在训练用户提”它爱听的问题”吗？（链 幻觉） |
§2 第二层：相关社会群体（Relevant Social Groups）
STS 工具：SCOT 的”相关社会群体 + 解释弹性 + 闭合”三件套（Pinch & Bijker, 1984）。
核心命题：一个技术物对不同群体有完全不同的意义（解释弹性，interpretive flexibility——SCOT 最具区别性的概念）。Bijker 的经典案例是自行车气胎：对一部分群体是”更舒适的交通”，对另一部分是”丑陋的、抓地力差的技术麻烦”。技术特性不是自然给定的，是社会协商的结果。争议最终通过修辞闭合（宣布问题已解决）或问题重新定义而稳定下来。
AI 的解释弹性远比自行车剧烈，因为 AI 是通用技术：同一个大模型对开发者是”API”、对作家是”合写者”、对学生是”作弊工具”、对监管者是”风险源”、对一线员工是”饭碗威胁”。PM 最常犯的错是只看见会发声的群体（付费用户、KOL），系统性地漏掉沉默群体——这正是 Langdon Winner（1993, “Upon Opening the Black Box and Finding It Empty,” Science, Technology, & Human Values 18(3): 362–378）对 SCOT 的第二点批评：研究聚焦能协商的设计方与用户，忽视被技术影响却无法参与协商的边缘群体。对 AI PM 而言，沉默群体可能是被推荐算法影响却从不打开 App 的人、被标注外包链条压榨的全球南方数据工人（链 民族志）。
| PM 分析问题 | 落到 AI 产品 |
|---|---|
| 谁是相关社会群体？谁被我漏掉了？ | 显式列出付费用户之外的：被影响者、监管者、被替代的劳动者 |
| 每个群体怎么定义”这个产品的问题”？ | 解释弹性盘点：同一功能，五个群体五种意义 |
| 闭合靠的是真解决还是修辞？ | “我们已经解决了幻觉”是修辞闭合还是问题重新定义？ |
§3 第三层：行动者网络（Actor-Network）
STS 工具：Latour / Callon / Law 的 ANT——actant（行动元）、translation（转译四阶段）、OPP（必经节点）、black-boxing（黑箱化）。（Latour, Science in Action, 1987, Harvard UP；Callon, 1984, The Sociological Review 32(S1): 196–233 的圣布里厄湾扇贝研究；Latour, Reassembling the Social, 2005, OUP。Latour 1947–2022。）
核心命题：把人和非人（AI agent、数据集、API）对称地纳入分析（generalized symmetry）。AI agent 不是工具，是网络中的一个 actant——它能铭写、转译、重构其他行动元的行为。Morton Gutiérrez（2023/2024, “On Actor-Network Theory and Algorithms: ChatGPT and the New Power Relationships in the Age of AI,” AI and Ethics 4: 1071–1084, DOI 10.1007/s43681-023-00314-4）正是用 ANT 论证 ChatGPT 作为非人行动元如何重构人-机网络中的权力关系。
对 PM 最锋利的两个 ANT 概念：
- OPP（必经节点）：一个 Agent 一旦成为组织流程里”所有信息都要经过它”的隘口，它就积累了权力。推荐算法、企业知识库 RAG（链 RAG）、客服 AI——都在悄悄把自己设成 OPP。一旦成为 OPP，替换它的成本就不再是技术成本，是整个网络重新转译的成本。
- black-boxing（黑箱化）：网络稳定后被当作单一整体，不再追溯其构建过程。模型黑箱化 = 社会与技术决策被封装，批判性追溯变得困难——这对问责（第六层）是灾难性的伏笔。
| PM 分析问题 | 落到 AI 产品 |
|---|---|
| AI agent 在网络里做了什么转译？ | 它把”人的判断”转译成了什么？谁的角色被重新分配？ |
| 它会不会成为 OPP？ | 一旦成为必经节点，组织对它的依赖与锁定有多深？ |
| 黑箱化封装了哪些决策？ | 哪些原本可质询的人类决策，被封进了”模型说的”？ |
[!warning] ANT 的边界（接受 + 边界） ANT 被 Mills（2018, British Journal of Sociology 69(2)）等批评为以描述代替批判：它让权力显形，却拒绝预设好坏，对 AI 偏见、平台权力缺乏规范性批判力。我接受这一点——所以本框架不止步于 ANT 的对称描述，第六层（权力与问责）显式补上规范判断。ANT 负责”看清网络怎么重组”，问责层负责”判断这样重组对不对”。
§4 第四层：社会技术想象（Sociotechnical Imaginaries）
STS 工具：Jasanoff & Kim 的 sociotechnical imaginaries——“集体持有、制度上稳定化、并被公开表演的关于可欲未来的愿景”（Jasanoff & Kim, 2009, “Containing the Atom,” Minerva 47(2): 119–146；专著 Dreamscapes of Modernity, 2015, U. of Chicago Press）。
核心命题：同一种技术在不同社会文化里，被不同的”想象”塑造成不同的产品形态与治理结构。2009 年奠基论文的对照极锋利：美国对核能的主导想象是”驯服原子”（国家作为负责任的监管者），韩国则是”发展的原子”（核技术整合进民族发展叙事）——同样的技术，截然不同的政策反应。
这是跨文化 AI 分析的利器。近期研究已把它搬到 AI：Richter, Katzenbach & Zeng（2025, Journal of Science Communication，n=40 访谈 + 批判话语分析）发现美/中/德的 AI 主导想象分别是”全球霸权的 AI 竞赛""可信赖的社会解决方案""主权 AI 竞赛（人类控制下的工具）“。Barkett（2026, “The Compulsory Imaginary: AGI and Corporate Authority,” arXiv:2602.23679，提交 2026-02-27）更把想象的生产者从民族国家延伸到私营企业，分析 Anthropic 的 Amodei《Machines of Loving Grace》与 Altman《The Intelligence Age》如何用”目的论自然化""有限度的承认”等修辞操作把 AGI 嵌入历史必然性叙事。
[!note] 跨域呼应（人类学 → 国际化 PM，显式迁移） Rick 的不公平优势在这里落地：人类学（链 人类学）的核心训练就是”同一行为在不同宇宙观里意义完全不同”——Descola《Beyond Nature and Culture》（链 Beyond Nature and Culture）的四种本体论，本质上是”想象”的人类学版本。把这套迁移到 Rick 在滴滴/99 的巴西-拉美 fieldwork：同一个 CPF实名验证 功能，在合规话语里是”风控”，在司机社群里可能是”被国家监视”的延伸——这不是采纳率问题，是两套社会技术想象的碰撞。E02 实例剖解会把这一迁移做成完整案例（链 拉美知识图）。
| PM 分析问题 | 落到 AI 产品 |
|---|---|
| 目标市场的主导 AI 想象是什么？ | 进巴西/墨西哥前，当地把 AI 想象成什么？谁在生产这个想象？ |
| 我的产品叙事在加固还是对抗它？ | 我讲的”AI 助手”故事，在当地是赋能还是监视？ |
| 想象一旦制度化，惯性有多大？ | Jasanoff 2015 命题：想象制度化后能抵御反证，跨文化迁移要算这个惯性成本 |
§5 第五层：基础设施化（Infrastructuring）
STS 工具：Star 的基础设施九维度（Star & Ruhleder, 1996, Information Systems Research 7(1): 111–134 列八维；Star, 1999, “The Ethnography of Infrastructure,” American Behavioral Scientist 43(3): 377–391 增至九维）+ Bowker & Star 的”基础设施倒置”（Sorting Things Out, 1999, MIT Press）。
核心命题：基础设施的标志性特征是正常运转时隐形，故障时才显形（visibility upon breakdown）；它嵌入既有安排、建立于 installed base、以模块增量方式固化。Denton et al.（2021, “On the Genealogy of Machine Learning Datasets,” Big Data & Society, DOI 10.1177/20539517211035955）已用这套框架把 ImageNet 分析为信息基础设施——后台化、习以为常、内嵌不可见劳动。
对 AI PM 的两个判断：
- 一旦 AI 成为基础设施（如代码补全嵌进所有人的 IDE），它就获得了基础设施的隐形性——也获得了基础设施的不可逆性（irreversibility）：铭写不断累积，替换成本指数上升。
- “基础设施倒置”是一种主动的产品分析操作：故意把后台的 AI 移到前景，逼问它隐藏了哪些政治选择与隐形劳动。Crawford《Atlas of AI》（2021, Yale UP）把 AI 定位为行星尺度的提取系统（矿物、能源、数据、劳动），Gray & Suri《Ghost Work》（2019）则揭示了支撑 AI 运转的结构性不可见劳动——这正是 Star “invisible work” 命题的 AI 版。
[!note] 一处生产性争议（接受 + 边界） Dal Molin（2024, First Monday 29(2)）认为 LLM 的”语言表演性”使它不同于传统”透明/后台化”基础设施——它通过语言输出主动显形，因此 Star 框架不能完全套用。我接受这个边界：AI 是一种”半隐形”基础设施，它在故障时显形（符合 Star），但也在每次输出时显形（超出 Star）。对 PM 的启示是：这种”输出即显形”反而是治理介入的切入点（Dal Molin 观点）——别把可见性当负担，当抓手。
| PM 分析问题 | 落到 AI 产品 |
|---|---|
| 我的产品在成为谁的基础设施？ | 一旦成为，隐形性与不可逆性的代价是什么？ |
| 它依赖哪些隐形劳动？ | 标注、审核、微调——这条链上谁被隐形了？（链 民族志） |
| 故障时会暴露什么？ | breakdown 时显形的，往往是平时被掩盖的权力结构 |
§6 第六层：权力与问责（Power & Accountability）
STS 工具：Winner《人工物有政治性吗？》（1980）的”技术本身嵌入权力”命题，补 ANT 与 SCOT 都回避的规范判断；接 生命政治（福柯）与 霸权（葛兰西）。
这是六层里唯一显式承担规范立场的一层——前五层负责”看清”，这一层负责”判断”。Winner 1993 对 SCOT 的第四点批评正是”道德中立性”：解释弹性立场使 SCOT 难以对技术好坏作实质判断。ANT 同样被批”以描述代替批判”。本框架在这里故意越出纯描述性 STS，因为 PM 不是旁观的社会学家，是要为后果负责的决策者。
| PM 分析问题 | 落到 AI 产品 |
|---|---|
| 权力被重新分配给了谁？ | 决策权从一线员工/用户，转移到了算法/平台？ |
| 出错时谁负责？ | 黑箱化是否制造了”谁都不负责”的问责真空？ |
| 这套安排服务谁的利益？ | 基础设施的隐形性在为哪个群体服务？（葛兰西霸权视角） |
判断主轴：六层之间的三个致命耦合
⭐ 本框架真正的价值不在”六层各自是什么”，而在层与层之间的耦合会制造单层分析完全看不见的失败。以下三个耦合，是 PM 90% 会栽的地方。
耦合一：脚本（L1）× 解释弹性（L2）→ 强脚本撞上弹性意义，越用越偏
- 症状：产品上线后，真实使用方式与设计预期系统性背离，且越是”强脚本”（约束越死）背离越严重。
- 为什么会错：PM 以为脚本铭刻得越清晰，用户行为就越可控（L1 单层思维）。但 L2 告诉你，意义是群体协商出来的——你铭刻得越死，与你预设之外群体的解释弹性冲突就越大，anti-program 越激烈。
- 正确做法：先做 L2 的相关社会群体盘点，再做 L1 的脚本设计；为高解释弹性的群体留 anti-program 的合法出口，而不是用更强的护栏去压。
- 真实反例：客服 AI 用极强脚本（只能按固定话术）铭刻”标准服务”，结果一线客服群体把它解释成”夺权工具”，发展出”先让 AI 答完再人工推翻”的 anti-program——脚本越强，绕行越普遍，效率不升反降。
耦合二：网络重组（L3）× 黑箱化（L3）→ 问责（L6）真空
- 症状：AI 成为 OPP（信息必经节点）后被黑箱化，一旦出事，组织里没有任何一个人能说清”这个决定是谁做的”。
- 为什么会错：PM 在 L3 只看到”效率提升了”（信息流更顺），没看到 L3 的网络重组同时把人类判断节点替换成了黑箱节点，而 L6 的问责链恰恰依赖”可追溯到人”。两层耦合的结果是：效率收益是即期的、可见的；问责真空是滞后的、隐形的，直到第一次重大事故。
- 正确做法：在 L3 设计网络时就为 L6 留”问责锚点”——任何被 AI 转译的关键决策，保留一个可质询的人类节点（contestability by design），拒绝完全黑箱化。
- 真实反例：信贷审批把决策权转译给模型（L3 重组）并黑箱化，监管追责时发现既无人能解释拒贷理由，模型也已迭代多版无法复现——这是 L3 与 L6 耦合制造的、采纳曲线永远显示不出的灾难。
耦合三：想象差异（L4）× 基础设施化（L5）→ 跨文化嵌入失败
- 症状：在本土成功的 AI 产品出海后，不是”采纳慢”，而是整个嵌入逻辑崩塌——同样的功能在新市场被赋予敌意意义。
- 为什么会错：PM 把出海当 L5 问题（把基础设施铺过去），没看到 L4 的社会技术想象差异会让同一套基础设施在新文化里”长歪”。Jasanoff 2015 的命题（想象制度化后有惯性、抵御反证）意味着：你不是在空白上铺设施，是在一套既有的、与你冲突的想象上铺。
- 正确做法：出海前先做 L4 的目标市场想象诊断（当地把 AI 想象成什么、谁在生产这个想象），再决定 L5 的基础设施如何嵌入——必要时改产品叙事甚至改产品形态，而非只做本地化翻译。
- 真实反例（Rick fieldwork 迁移）：实名验证类功能（链 CPF实名验证）在合规想象里是”风控基础设施”，在拉美部分司机社群的想象里是”国家监视的延伸”——L4 想象冲突使 L5 基础设施化遭遇有组织抵制，这不是采纳曲线上的”laggards”，是两套想象的对撞。
产品 PM 视角补盲（跳出工程 PM）
- 用户心理模型：六层里 L1（脚本反向铭刻）直接关系用户的信任校准——谄媚输出会训练用户提”模型爱听的问题”，这是商业上致命的”虚假满意度”。
- 商业模式：L3 的 OPP 是最强的护城河也是最大的合规风险——成为必经节点意味着锁定，也意味着你要为经过你的所有信息流负责。
- 合规边界：L6 的问责真空在欧盟 AI Act、巴西 LGPD 语境下是直接法律风险，不是哲学问题。
- GTM：L4 决定了同一产品在不同市场需要不同的叙事框架，照搬本土 GTM 是 L4 盲点。
对手框架回应（接受 + 边界）
- 对采纳曲线/扩散理论：接受它在”增长度量”上的不可替代性——投资人要看的就是那条曲线。边界：它是结果指标，不是分析工具；它能告诉你嵌入失败了（曲线平了），但说不出为什么、在哪一层。本框架是采纳曲线的上游诊断，不是替代。
- 对 Winner 的 SCOT 批判：接受 SCOT/ANT 的道德中立缺陷（Winner 1993）——所以本框架用 L6 显式补规范判断。边界：我不退回技术决定论，描述层（L1–L5）仍坚持社会建构的偶然性立场。
- 对 ANT 的”放弃批判”批评（Mills 2018）：接受纯 ANT 无法批判权力。边界：本框架把 ANT 当”看清网络”的描述工具，规范判断交给 L6，二者分工而非合并。
- Robert Moses 桥梁案例的争议（历史学家 Joann Ockman 等质疑低桥是否刻意为之）：本框架引用 Winner 时只取其”技术可嵌入政治”的命题，不依赖该具体案例的真伪——避免把有争议的史实当确证证据。
failure scenario 显式标注
- 若 AI 产品停留在工具层、从未成为 OPP，则 L3/L5 分析收益递减，框架”过度工程”。
- 若目标市场与本土想象高度同构（如同语言、同监管框架），L4 诊断成本可能不值。
- 框架假设”社会嵌入”是主要失败源；若某产品失败纯属模型能力不足，六层分析会误导资源投向。
- L6 的规范判断依赖 PM 自身价值立场，不同 PM 可能得出相反结论——框架提供视角，不提供答案。
confirmation-bias 砍除
- 早期我倾向把 ChatGPT 当”AI 作为强 actant”的正面样板反复引用；补反例：大量企业内部 AI 工具从未成为 OPP，只是被当成搜索框的替代——不是所有 AI 都重组网络，把每个 AI 都当 actant 分析会浪费分析预算。
与已有节点的关系（不复述旧节点事实）
- 对照 幻觉（c13 - 幻觉的不可消除性）：c13 在技术内部闭环讲幻觉的根因与产品护栏，完全缺社会后果维度。本节点做的是补缺：把幻觉接到 L1（谄媚反向铭刻用户）、L2（“已解决幻觉”是否修辞闭合）、L6（错误信息放大不对等权力）三层，给 c13 一个社会嵌入的上层框架。
- 对照 0416 失败复盘：0416 记录的那次失败，事后看正是只做了采纳/功能分析、漏了社会嵌入——本框架是对那次失败的纠偏式回应，把当时缺的分析维度系统化。
- 对照 0418 审阅瓶颈：0418 暴露的审阅瓶颈，本质是缺少分层的分析坐标导致评审无从下手——本框架提供六层坐标，让审阅有结构地逐层拷问。
- 对照 0419 对齐：0419 处理的对齐问题在本框架里被定位为 L1（脚本铭刻的是谁的价值）与 L6（对齐服务谁的权力）的耦合，深化了 0419 的单点讨论。
- 显式升级对照 p306 / p307：p306（信任架构）与 p307 - Copilot 到 Autopilot 光谱 处理的是单产品内的设计光谱；本节点把它们升高一个抽象层——p307 的 Copilot→Autopilot 光谱在本框架里正是 L3 网络重组的强度轴（权力从人转移到 agent 的程度），而 p306 的信任设计对应 L1 脚本层。本节点不复述它们的设计细节，只给它们一个社会嵌入的上位坐标系。
关联节点
核心（必读）
- 幻觉 — 本框架 L1/L2/L6 的技术接地点
- Agent — L3 行动者网络的核心 actant
- RAG — L3 中典型的 OPP 候选
- p307 - Copilot 到 Autopilot 光谱 — 被本框架升一层的设计光谱
- 人类学 — L4 想象层的跨域迁移源
- CPF实名验证 — 耦合三的 Rick fieldwork 实例锚点
延伸（可选）
- Anthropic / ChatGPT — L4 企业想象生产者案例
- 民族志 — L2 沉默群体 / L5 隐形劳动的方法论
- 生命政治 / 霸权 — L6 权力与问责的理论资源
- 0117社会学 / 0115道德哲学-伦理学 — 跨域入口
- Beyond Nature and Culture — L4 想象的人类学版本
- 拉美知识图 — E02 实例剖解的市场背景
- AI PM 知识图谱·总索引 — 全库入口
修订日志
- R1（2026-06-07）：首稿。建立六层框架（脚本/相关社会群体/行动者网络/社会技术想象/基础设施化/权力与问责），每层配 STS 工具 + PM 分析问题表；判断主轴写满三个层间致命耦合（四件套）；补 ANT 道德中立 / Dal Molin LLM 非典型基础设施 / Winner SCOT 批判三处”接受+边界”；跨域呼应以人类学→巴西-拉美 fieldwork 做显式迁移；与 c13/0416/0418/0419/p306/p307 建立升级对照。所有 STS 文献年份/期刊据接地简报核实，arXiv:2602.23679 据简报标注提交日期。
- 2026-06-12 内审·arXiv 联网核实：清了 1 个、存疑 0 个。本节点原仅”据简报”标注 arXiv:2602.23679，本轮独立 WebFetch
https://arxiv.org/abs/2602.23679确认其为真实论文 Emilio Barkett《The Compulsory Imaginary: AGI and Corporate Authority》（提交 2026-02-27），标题/作者/日期/Altman-Amodei 论点与正文引述全对，由”据简报”升级为”已核实(2026-06-12)”。