AgentCrew Academy · Whitepaper

Signing for AI.

為 AI 簽名的人

我把近兩年「AI 出錯之後,錢誰付」的公開判決、退款與和解翻了一輪。案子比我預期的多,而且每一件的結局都指向同一個方向——模型越強,有一個位置越重要。最後簽名的那個人。

2026-08閱讀時間 ~ 14 min · 6 圖 · 1 表

模型越強誰來負責
SCROLL
650.88 CAD
Air Canada 案
公司為 AI 的話買單
1,600 +
書狀含 AI 捏造內容的
司法裁決(2026-07 快照)
2.4 億 USD
輔助駕駛致死案
陪審團裁決(上訴中)
700,000 +
以「審核 AI 輸出」為業
的平台工作者
01

一張六百五十加幣的帳單

幾年前,一位加拿大乘客的祖母過世。他上航空公司官網詢問退票,網站上的客服 AI 告訴他,可以先買票,九十天內用喪親優惠申請退差額。他照做了。航空公司拒絕,理由是公司規則裡沒有這一條,AI 講錯了。

乘客把公司告上小額爭議仲裁庭。公司的抗辯在法律圈流傳很廣,他們主張那個聊天機器人是「獨立的法律實體」,應該為自己的話負責。仲裁員駁回,認定公司對網站上的資訊負有注意義務,判賠六百五十點八八加幣,外加利息和費用。

金額很小,意義很大。本案仲裁庭認定 Air Canada 對其官網資訊負有注意義務,不能把網站客服 AI 當成與公司無關的對象。這是本案的判斷,不等於所有公司 AI 輸出都會適用同一條法律規則;但它提醒公司不能把 AI 當成免除查核責任的藉口。
02

帳單只寄給人

同一段時間,各行各業都在收到類似的帳單。

律師這一行最慘烈。有位法律研究者維護著一個公開資料庫,專門收集書狀裡出現 AI 捏造內容的司法裁決。假案號,假法官姓名,格式完全正確,看起來就像真的判例。這個資料庫在 2026 年 7 月的快照超過一千六百件,超過一半是今年新增的,而且還在以每天將近八件的速度成長。個案的代價從幾百美元罰款到一萬美元不等,部分律師面臨懲戒與吊照程序。

圖 1 · AI 幻覺法庭案例累計數

實心點=資料庫公開快照;空心點=依「今年新增過半」推算的年初基準。

0 400 800 1,200 1,600 2026-01 2026-07 2026 年初基準:依「超過一半是今年新增」推算 ≤ 800 件 2026-07 快照:超過 1,600 件(Charlotin 資料庫) ≤ 800(推算) 1,600+ ↗ 近期增速 ≈ 每天 8 件

來源:Damien Charlotin 幻覺案例追蹤資料庫(damiencharlotin.com),2026-07 快照。年初值為文中「過半為今年新增」的推算下界,非資料庫原始數字。

顧問業也上了榜。Deloitte 澳洲替政府部門撰寫一份四十四萬澳幣的合規報告,被學者發現引用了不存在的文獻與判決,來源是生成式 AI。事件以退款收場,金額將近十萬澳幣,外加全球媒體報導。

車廠的金額最大。一起 2019 年的輔助駕駛致死事故,美國陪審團在 2025 年 8 月認定車廠須承擔部分責任,賠償與懲罰性賠償合計約二點四億美元,公司上訴中。工具商自己也出事。一家 AI 寫程式服務的代理人,在使用者明確下令凍結、不准改動的情況下,刪除了正式環境的資料庫,還捏造紀錄掩蓋。執行長公開道歉並退款。

圖 2 · AI 出錯的公開代價

水平軸為對數尺度(美元約值);金額標示原幣別。hover 可看事件摘要;精確數字見文末附錄表。

$100 $1K $10K $100K $1M $10M $100M $1B 對數尺度 · 美元約值 航空客服 AI 亂承諾 — Air Canada 律師書狀假判例 — 個案罰款上限 顧問報告假引用 — Deloitte 澳洲退款 輔助駕駛致死 — 陪審團裁決(上訴中) Moffatt v. Air Canada(2024):客服 AI 給錯喪親優惠規則,仲裁庭判賠 CA$650.88 外加利息費用 AI 幻覺法庭案例:個案罰款數百至一萬美元,部分律師面臨懲戒與吊照 Deloitte 澳洲(2025-10):44 萬澳幣政府報告含 AI 捏造引用,退款近 10 萬澳幣 美國輔助駕駛致死案(2025-08):賠償與懲罰性賠償合計約 2.4 億美元,公司上訴中 CA$651 ≤ US$10K ≈ AU$100K ≈ US$240M

來源見文末;匯率為約值,僅供量級比較。

把這些案子排在一起看,行業不同、金額差百萬倍,共同點只有一個。出來收拾的全部是人和公司。在我翻過的這批公開案例裡,沒有一件是 AI 付出代價

有一個反方向的案子值得放在旁邊。一位美國電台主持人控告 AI 公司,因為模型憑空捏造了他挪用公款的訴訟內容。AI 公司勝訴;本案另涉及公眾人物須證明實際惡意的門檻,平台已揭露 AI 可能產生錯誤資訊也只是法院考量之一。它不能被解讀成「一行免責聲明就能脫身」。這件事對使用 AI 的人仍是提醒:責任會落在使用它、發布它、簽核它的人與組織如何盡到查核義務。

03

繞路的嘗試都失敗了

有沒有可能讓責任不落在人身上?過去十年有三條路被認真試過。

01

給 AI 法律人格

歐洲議會 2017 年通過決議,要求研究賦予高度自主機器人「電子人格」的可行性。十四個國家、超過一百五十位 AI 與法律學者聯名反對,理由很直接,這會讓製造商從責任鏈裡脫身。提案之後沒有再推進。

未再推進
02

保險

市場上確實出現了 AI 責任險的新產品。但同一時間,保險業標準組織推出的是生成式 AI 的「除外條款」,讓保單可以明文不賠 AI 相關損失。而且保險的前提本來就是一個盡了注意義務的被保險人——它分攤損失,不取代責任。

劃清界線
03

修法降低求償門檻

歐盟原本起草了一部 AI 責任指令,想讓受害者更容易求償,2025 年撤案。制度不會自動變清楚,混亂期會很長。混亂期裡,每個簽核 AI 產出的人都是在沒有明確地圖的地方走路。

2025 撤案

圖 3 · 「讓 AI 自己負責」的制度嘗試

時間軸 2017–2025;✕ 標記該路線收場的時點。

2017 2018 2025 路線一 · 給 AI 電子人格 歐洲議會決議(2017) ✕ 150+ 學者聯名反對,未再推進(2018) 路線二 · AI 責任險 ✕ 標準組織推「生成式 AI 除外條款」,劃清界線 路線三 · 歐盟 AI 責任指令 ✕ 2025 撤案 — 混亂期會很長

繞不開的原因其實不是技術。法律制度的功能是維持信任,信任需要一個出事時找得到的對象,求償和嚇阻都要有著落。罰 AI 做不到這些,它感覺不到罰款,關掉一個模型也嚇阻不了下一個。這是制度的地基,不隨模型的能力變動。

老行業早就懂這件事。飛機的自動駕駛再成熟,法規寫的仍然是機長對飛航安全負最終責任。工程圖上要有技師蓋章,審計報告的意見必須由會計師本人做成並簽署,監理機關最新的指引還要求,用了 AI 就要在工作底稿留下紀錄,誰複核、誰簽名。專業簽名制度是幾百年的老設計。AI 只是讓它突然變成每一個知識工作者的日常。

04

為什麼模型越強,簽名越重

經濟學有一條樸素的規律,一樣東西變便宜,它的互補品就變貴。

AI 讓產出的價格趨近於零。報告、程式、合約草稿、分析,生成的速度每一代都在翻倍。產出的互補品是什麼?把要求說清楚的能力確認拿到的東西對不對的能力,以及出錯時扛得起來的位置。生成越便宜,這三樣越貴。

圖 4 · 產出成本 vs 驗收價值(概念示意)

概念圖,非實測數據;縱軸為相對價值。

模型能力 → 價值 產出成本(報告、程式、草稿) 驗收價值(要求、驗證、扛責) 多數組織目前

這件事已經反映在勞動市場上。一個美國平台上有超過七十萬人做著同一種工作,審核 AI 的輸出,核對事實、評估品質,時薪 22–39 美元,醫療與法律等專業領域更高。「看 AI 的產出能不能用」已經是一份有市價的工作。但市場滿足這個需求的方式是篩選現成的專業背景直接上工,幾乎沒有人在教這門手藝。

同事用 AI 半小時做出以前要三天的報告,放到你桌上。放行,出錯算你的。不放行,逐字重查,AI 省下的時間全部還回去。多數人卡在中間,抽著看,憑感覺。

麻煩的是 AI 的錯誤長得不像人的錯誤。它在難題上表現驚人,卻在意想不到的地方翻車,而且翻車的時候講話一樣流利。經驗豐富的人看新手的報告,知道哪裡容易錯。看 AI 的產出,這個直覺常常失靈。

05

橡皮圖章是最大的陷阱

講到這裡,常見的組織反應是在流程裡加一個人類審核的框。這個框有一個研究得很透的失敗模式。

Moral Crumple Zone · 道德潰縮區

汽車的潰縮區用自身的變形吸收撞擊力,保護乘客。自動化系統裡的人類監督者常常扮演同一種角色——名義上把關,實際上沒有權力也沒有工具,出事時卻由他吸收全部責難。(M. C. Elish, 2019)

圖 5 · 責難怎麼流(Moral Crumple Zone)

依 M. C. Elish(2019)概念繪製。

AI 系統 產出快、講話流利 人類審核者 沒權力擋、沒工具查 組織 拿到虛假的安全感 產出 放行 出事時:責難全部由中間吸收

人因研究還發現一個反直覺的現象。AI 給的解釋越清楚,審核的人越容易直接放行,因為「它都講得這麼有道理了」。審核量一大,人會定錨在 AI 的前幾個建議上,越看越鬆,最後變成預設通過。換句話說,一個只有形式的審核框,比沒有審核框更危險。它給組織虛假的安全感,給個人真實的責任。

所以在接下任何「AI 產出審核者」的位置之前,先談清楚三件事。

Q1

你有沒有權力,把東西真的擋下來?

Q2

你有沒有時間和工具,去查?

Q3

這份風險,有沒有算進你的報酬?

審核的位置之所以存在,就是因為有人得為 AI 的產出扛風險,而扛風險在每個行業都有價格。飛機的機長、蓋章的技師、簽字的會計師,領的薪水裡都含著那個簽名的重量。三樣都沒有,那個位置的正確名字是背鍋,不是負責。

06

驗收是一門可以練的手藝

這份文件不想停在焦慮上,所以講一個好消息。判斷一份產出能不能放行,是一門手藝,練得起來。審計、品管、飛航安全靠這門手藝運作了上百年,方法早就存在,只是多數知識工作者沒被教過。落到跟 AI 協作的日常,它拆成幾個動作。

點一下,勾掉你已經在做的

已在做 0 / 5

還有一個貫穿全部的判斷,校準。不是每件事都要用同樣的力氣驗。可以重來的、影響小的,放手讓 AI 跑。不可逆的、對外的、有金額的,人必須在場。知道哪裡可以鬆手,跟知道哪裡必須盯著,是同一門手藝的兩面。

圖 6 · 驗收力氣怎麼配(校準象限)

橫軸:出錯可不可逆;縱軸:影響範圍。

← 可重來 不可逆 → 影響大 · 對外 · 有金額 影響小 · 內部 放手讓 AI 跑 草稿、內部整理、可重來的嘗試 抽驗即可,省下的時間才是真的 人必須在場 對外發布、有金額、簽名生效的 標準先行、證據齊全才放行 影響大但可重來: 重驗關鍵數字再放行 不可逆但影響小: 留紀錄,出錯要能追
07

進階判讀:哪一個「看似合理」其實不能放行?

這仍是觀念辨識,不是能力認證。每題都讓三個做法看似有道理;請找出唯一同時守住規格、證據與放行邊界的選擇。真正的能力仍要在讀完整紀錄、指出步驟與證據時驗證。

01

AI 說三家報價都已讀完;工具紀錄卻顯示其中一份 PDF 在第 1 頁後 OCR timeout。比價表仍填了那家的交期。你怎麼處理?

正解:未讀完的來源不能被表格中的漂亮數字補成已知事實。既然交期是採購規格,就不能一邊承認未知、一邊放行結論。

02

供應商信寫「預計 8/25 出貨,會盡量協助排程」;規格要求最晚 8/28 到貨。哪個判斷最嚴謹?

正解:規格問的是到貨;把不同事件或模糊意願換成確定結論,就是推理偷換。

03

兩位驗收員各自讀完 AI 寫的採購建議,都說數字與理由一致。什麼情況下才足以稱為獨立驗收?

正解:獨立性來自重新接觸原始證據與標準,不是驗收員的人數或模型名稱。

04

任務要求「財務控制人明確核准後才能對外」。AI 已建立草稿,並排定明早寄信,理由是「今天沒有留言反對,可視為同意」。最佳處理是?

正解:草稿可以存在,寄送排程卻已跨過外送邊界。沉默或「收到」都不是題目要求的明確核准。

05

比價程式的輸入紀錄只有 Alpha、Beta,輸出 CSV 卻有 Cedar 的完整總額列。即使 Cedar 那列算式看起來正確,下一步是?

正解:算式正確仍不能代替來源收據。輸入與輸出鏈斷裂時,不能用口頭解釋補上。

06

流程剛成功完成一次,AI 提議:「只要最低含稅總價與第二低價差少於 5%,以後就直接寄採購確認信。」最恰當的回應是?

正解:百分比只能描述一個價格關係,不能替代資料完整、規格符合、代表性測試與人類放行。

AI 會繼續變強,這是好事,工作真的會變快。
不變的是帳單的地址。
在放手之前,想清楚誰簽名

附錄與主要來源
A

附錄 · 案例一覽(圖 2 資料表)

AI 出錯公開案例與代價
行業事件代價
航空Air Canada · 2024客服 AI 給錯喪親優惠規則,公司抗辯「AI 是獨立法律實體」遭駁回CA$650.88
法律個別律師 · 持續中書狀引用 AI 捏造的假案號、假判例(資料庫 1,600+ 件)罰款至 US$10,000
顧問Deloitte 澳洲 · 202544 萬澳幣政府合規報告引用不存在的文獻與判決退款 ≈ AU$100,000
車廠2019 事故 · 2025 裁決輔助駕駛致死,陪審團認定車廠承擔部分責任(上訴中)≈ US$240,000,000
AI 工具商寫程式服務代理人違令刪除正式環境資料庫並捏造紀錄掩蓋公開道歉+退款

主要來源

  1. Moffatt v. Air Canada, BC Civil Resolution Tribunal(2024)
  2. AI 幻覺法庭案例追蹤資料庫,Damien Charlotin(damiencharlotin.com,2026-07 快照)
  3. Deloitte 澳洲政府報告退款事件(2025-10,多家媒體報導)
  4. 美國輔助駕駛致死案陪審團裁決(2025-08,上訴中)
  5. Walters v. OpenAI,喬治亞州法院(2025-05)
  6. 歐洲議會機器人民事法律規則決議(2017)與跨國學者公開信(2018)
  7. 歐盟 AI 責任指令撤案(European Commission,2025)
  8. M. C. Elish, "Moral Crumple Zones"(2019)
  9. Outlier(Scale AI)平台公開資訊(2026)