昨天談到 Reality Architecture。
我開始發現：
設備全部接進系統，
不代表 AI 就真的理解這個空間。
所以我們把：
Actor。
Object。
Event。
State。
Space。
Relationship。
正式放進 Reality Architecture 裡思考。
但當我把這件事情想清楚之後，
馬上又碰到下一個問題。
假設有一天：
Sol 真的看懂 Reality 了。
她知道：
這裡是會議室。
現在有人。
溫度正在升高。
CO₂ 也偏高。
空調與新風系統都在服務這個 Space。
那她是不是就可以直接控制設備？
以前我可能會覺得：
「既然都知道了，當然可以啊。」
現在我的答案是：
還不行。

因為：
Understanding ≠ Authority.
AI 看懂現實，
跟：
AI 有權改變現實，
是兩回事。

這也是我現在看很多 AI Demo 時，會特別在意的一件事。
最漂亮的 Demo 通常是：
Human：
「幫我把房間調舒服一點。」
↓
AI 理解。
↓
直接呼叫 API。
↓
空調開始動。
看起來非常流暢。
但我現在反而會問：
中間是不是少了一道門？

如果流程只是：
Human Language
↓
LLM
↓
API
↓
Device
我會覺得太短。
因為裡面少了很多問題。
誰提出要求？
這個人是誰？
現在在哪個 Space？
目前 Reality State 是什麼？
這個人有沒有 Authority？
目前 Policy 允許嗎？
設備現在可以安全做這個 Action 嗎？
這次 Action 的 Scope 到哪裡？
完成之後怎麼驗證？

所以我們後來逐漸把 Physical Action 想成一條更完整的路。
目前的公開版 Target Architecture 比較接近：
Natural Language
↓
Intent
↓
Reality Context
↓
Identity
↓
Authority
↓
Policy / Governance
↓
Governed Action Gateway
↓
Connector
↓
Physical System
↓
Verified Outcome

這裡最關鍵的一層就是：
Governed Action Gateway
我現在把它想成：
Digital Intelligence
和：
Physical Action
之間的一道治理閘門。

它不是另外一顆更大的 LLM。
也不是單純把自然語言翻成設備指令。
它真正要回答的是：
這個 Action 現在有沒有資格通過？

例如它至少要看：
Authority 是否成立？
Current State 是否吻合？
Scope 是否正確？
Policy 是否允許？
Capability 是否存在？
Critical Unknown 有沒有被解決？

只要關鍵條件不成立，
就不應該因為：
「AI 覺得這是好主意」
而直接往下走。

這其實跟前面幾天全部接起來。
Day 14：
Permission 有邊界。
Day 15：
不確定就 Fail Closed。
Day 16：
Action 必須綁到 Current State。
Day 17：
Retry 不能偷偷放大 Authority。
到了今天：
這些 Governance 開始真正站到：
Physical World 門口。

而 Gateway 後面，
我希望才是：
Connector。
這個順序我現在很在意。
因為 AI 不應該第一個問題就想：
「我要寫哪一個 Modbus Register？」
「我要送哪一個 BACnet Command？」
「我要呼叫哪個 MQTT Topic？」
這些是 Connector / Control Layer 的責任。
AI reasoning layer 應該先處理：
這件事情到底應不應該發生？

這樣的分層還有一個很重要的好處。
未來：
Model 可以換。
Building Platform 可以換。
Protocol 可以換。
Device Vendor 也可以換。
但上面的：
Intent。
Reality。
Authority。
Governance。
不應該因此全部重做。

這也是我做智慧空間這麼多年後，越來越重視：
Vendor-neutral
的原因。
我真正希望長期留下的，
不是某一家設備的控制語法。
而是：
Intelligence 與 Reality 之間的治理方法。

例如底下今天可能是：
BACnet。
明天可能是：
Modbus。
另一個案場用：
KNX。
某些設備走：
MQTT。
但上層不應該因此失去同一套：
Identity。
Authority。
Governance。
Evidence。

所以我現在比較不喜歡：
AI reasoning layer 直接取得無邊界 OT write authority。
更精確地說：
AI should not bypass the OT trust boundary.

AI 可以提出 Intent。
可以 Reason。
可以建議。
甚至未來可以在授權範圍內自主行動。
但 Physical Action 必須經過：
被治理的 Boundary。

這不是為了把 AI 永遠隔離在 OT 外面。
剛好相反。
如果未來真的希望 AI 能安全參與：
Building。
Energy。
HVAC。
Lighting。
Access。
甚至其他 Physical Systems，
那我反而認為：
這道門一定要存在。

因為沒有 Gate，
我不敢放它進去。

這裡我也要把今天最重要的 Claim Boundary 講清楚。
目前：
Governed Action Gateway
以及整條：
Natural Language → Reality → Authority → Governance → Connector → Physical System
是我們已經定義的：
Target Architecture
但：
Not Production Enforcement.
我不會寫成：
「AICAN 現在所有 Physical Action 都已經全面由這套 Gateway 強制治理。」
還沒有。

目前真正的狀態是：
Reality Architecture 已經定義。
Governance foundation 正在建立。
Connector / Site Knowledge 有正式 Specification Direction。
Physical Action Loop 也有明確 Architecture Direction。
但：
Production Physical Control 尚未因此自動取得授權。
這條界線要非常清楚。

我覺得這也是 AI Engineering 很重要的一種誠實。
畫出 Architecture 很容易。
真正做到 Production Enforcement，
是另外一個階段。
所以：
Architecture ≠ Implementation.
Implementation ≠ Qualification.
Qualification ≠ Production.
這幾條界線，在 Physical AI 更不能混。

Day 20 做到這裡，我反而更確定一件事。
Physical AI 最重要的問題，
可能從來不是：
AI 能不能控制設備？
真正的問題是：
它憑什麼控制？

而當我們把這道門畫出來之後，
下一個決定其實很自然。
如果有一天要讓 Sol 真的接進 AICAN 展示中心，
第一步應該是什麼？
讓她開燈？
調空調？
跑場景？
我的答案現在都不是。
第一步反而是：
先禁止她控制。
先看。
先盤點。
先理解。
Day 21：
我們第一步不是讓 Sol 控制展示中心，而是禁止她控制。