第十一章裡，我們曾經看見：一個問題可以臨時長出自己的「大腦」。
第十四章又往前一步：有些智慧甚至不必由人事先指定彼此合作，環境裡浮現的關係，可能先把它們拉到一起。
現在再往前走一步。
如果參與者可以重新組合，關係也可以重新浮現，那麼：
處理事情的流程，為什麼一定要在事情發生以前就畫好？
一個老社區，最近因廟會吵了起來。
老住戶說，節慶辦了幾十年，是地方共同記憶。
新搬進來的家庭受不了深夜鑼鼓與鞭炮。
店家希望活動繼續，因為節慶能帶來生意。
有人談宗教。
有人談噪音。
有人談居住權。
有人談文化保存。
很快，制度會替它分類：
噪音找環保單位。
交通找警察。
活動找地方政府。
文化找主管機關。
每一條流程都合理。
問題卻被切碎了。
因為現實裡根本沒有一件東西叫作「純粹的噪音問題」。
真正發生的是，一個生活了幾十年的地方，正在重新回答：
共同記憶與新的生活方式，要怎麼住在一起？
這個問題一變，原來準備好的流程就不夠用了。
AI原生的差別，不是把：
居民代表、廟方、政府、商家
各配一個Agent。
那仍然只是把人的制度換成數位角色。
它真正可以做的，是先不急著決定這到底是哪一類問題。
先讓不同訊號浮出來。
誰真正受到影響？
他們在意的到底是什麼？
哪些衝突只是表面用了同一句話？
老人堅持的是鞭炮，還是怕地方記憶消失？
年輕家庭反對的是廟會，還是凌晨兩點仍無法睡覺？
店家需要的是原來的儀式，還是節慶帶來的人流？
哪些部分不可替代？
哪些其實可以調整？
問題一旦這樣展開，參與者也開始重新排列。
《明思》的，先不接受「廟方對居民」這種現成切法。
，把表面的爭執往下追。
，也不再只是找「各方代表」。
它問的是：
這一輪真正需要哪些認知位置？
地方記憶。
睡眠與生活品質。
宗教儀式。
兒童家庭。
商業活動。
交通安全。
城市變遷。
這些位置不必永遠由固定的人代表。
同一位老人可以在文化保存上提供關鍵記憶，在深夜噪音上卻和其他居民站在同一邊。
一位年輕媽媽可能反對凌晨鞭炮，卻非常支持白天的地方祭典。她願意帶孩子來看繞境，也希望孩子第二天能睡飽上學。這兩個心願放在同一個人身上，並沒有矛盾。
人不是一張永久貼好的標籤。
角色也可以只是某一刻暫時站上的認知位置。
於是流程也不必一次畫完。
第一輪，也許先發現大家爭的不是同一件事。
那就先。
第二輪發現真正尖銳的是深夜時段。
那就切時間。
第三輪才碰到更深的一層：
如果縮短某些儀式，老人為什麼覺得文化正在消失？
這時才需要地方史、耆老記憶與儀式資料進場。
如果後來又發現，店家在意的是人流而不是聲量，新的方案空間才再次打開。
所以事情不是沿著：
A → B → C → D
走完。
而是：
理解一點，局就變一點；局變了，下一步也跟著重組。
這一次，流程本身也是答案的一部分。
流程一旦可以重新組合，就會碰上一個新限制：它不能悄悄改掉正在服務的目的。
文化儀式可以調整時段，卻不能由系統擅自認定哪些記憶不值得保存。居民睡眠也不能因為少數人的聲音較小而被排除。
因此，AI 可以協助辨認需要哪些知識、誰受到影響，以及下一輪先試什麼；涉及目的變更與實際處置時，仍必須依有效授權與現實條件進行。流程有彈性，不代表目的可以任意漂移。
這也是「AI原生」和「AI自動化」真正不同的地方。
自動化問：
怎麼讓原來的流程自己跑？
AI原生則可能先問：
為什麼這一次還要走原來的流程？
有時由人接續，有時由 AI 完成可授權的操作，也可能需要不同參與者相互查核；某些問題連「最後一步」都無法預先指定。
因為人的問題不是機械零件。
被理解之後，人會改變。
被傾聽之後，立場也可能改變。
一個方案試過以後，原本的衝突甚至可能換了形狀。
對這類問題而言，處理過程本身會改變我們對問題的理解。流程只能隨著新的證據與回應逐步長出來。
當每一次理解都可能改變下一步，我們怎麼知道正在形成的流程，仍然忠於最初值得守護的事？