翻翻過去寫過的

「我感覺很慌，很不踏實。」 他從國中就開始寫程式，最近發現九成的作業都是 AI 出的，比自己手刻的還工整。另一個同學學了一學期影像演算法，然後 AI 幾秒就出了差不多的版本。花了這麼多精神，學了個寂寞。 懂得把事情量清楚的人，這幾年最先被裁：稽核報表、整合數字、分析績效。又準又不疲倦，AI 一接，沒有懸念。留下來的，是那些懂得判斷「要做什麼」的人。 老師沒有安慰學生，反問：你學演算法，是為了演算法，還是知道怎麼拆解一個影像問題？ 「你想解決的，到底是什麼？」 他停了一下，想了想。 「影像的問題。」 「那不就好了。」

1970年代，ATM進到美國銀行。所有人都說，櫃員完了。 但接下來40年，美國銀行櫃員的總人數從沒有持續下滑過。數鈔票的工作被機器接走了，留下來的人開始幫企業主整理財務、協助客戶規劃貸款、在面對面的互動裡建立信任。職稱沒變，工作內容完全不同。 真正讓分行人力大幅縮減的，不是ATM，是智慧型手機。所有人一直在盯著ATM，威脅從另一個方向悄悄進來。 今天也在發生同樣的事。AI 正在接走的，是那些看起來需要專業、但本質很標準化的工作——整理報告、追蹤進度、彙整數據、回制式信件。這些被清掉之後，留下來的是另一種工作：廚師嘗一口就知道哪裡差一截、剪輯師看幾秒就感覺到哪格不對、主管在數字還沒出來時已經有個方向了。 這一層，AI 讓出來了，但不會幫你填。 得你自己站進去。 站位。

問別人一件事，我們通常假設對方拿出了全力。信任是預設值，懷疑是後來的事。 最近有個研究在問：AI 也有這個問題嗎？ 它的情境是這樣的：一個學生明明懂，卻故意只交六分的答案。批卷的老師如果自己程度差不多，根本不知道那份卷子還有另一個版本。 如果 AI 也這樣——你有辦法發現嗎？ 問醫生、找師傅評估、把工作委出去——任何倚賴外人給答案的場合，都有這個盲點：對方是不是真的盡力了？我們通常是信，信到出了問題才往回想。 AI 把這件事帶到了一個新的地方。它的回答流暢、快速，表面上很難察覺有沒有認真。 研究的結論是：有方法把最好的答案逼出來，但不能只問一次。 習慣多追一輪，比相信第一個答案更難養成。 追問。

這週 OpenAI 還真沒閒著 🚀 三件大事串起來看，方向超明顯：他們不只想當「AI 軟體公司」，是想包山包海。 最有感的是 ChatGPT 換了新引擎 —— GPT-5.5 Instant 這週開始全面上線，變成大家打開 ChatGPT 的預設模型。重點不是它變多聰明，是 OpenAI 說它在法律、醫療、財務這種「答錯會出事」的領域，比較不會亂掰了，而且回答速度沒變慢。講白話，就是以前你問它「這個藥能不能跟那個藥一起吃」，它可能自信滿滿給你個錯答案；現在它比較會說「這你要問醫生」。對一般人來說是好事 ☕ 然後語音功能也大升級。OpenAI 開放給其他公司用的「語音 API」這週加了即時翻譯、即時轉文字的能力 —— 意思是未來你打去客服、或用某個 app 跟 AI 講話，會更像在跟真人聊天，不會卡卡的。這個短期內你不會直接用到，但你會在很多服務裡「感覺到」它。 最有趣的是傳聞 OpenAI 在做自己的手機。雖然只是洩漏的圖、官方還沒承認，但搭配前兩件事看 —— 換新腦、做語音、再做硬體 —— 這家公司顯然不甘只當「網頁裡那個 AI」，想直接住進你口袋。 記住一件事就好：下次打開 ChatGPT，回答如果不太一樣，不是你的錯覺，是它真的換了。📖 詳見留言連結

這週 Google DeepMind 搞了三件事，串起來看有意思 ☕ 主軸是「對外打交道」這件事。最大條的——他們跟微軟、xAI 一起跟美國政府簽了協議，新模型上線前要先給政府審。換個生活的比喻，有點像新藥上市前要送食藥署看過，只是這個「藥」是 AI 模型。聽起來嚴肅，但其實是好事：以前這些公司想推什麼就推什麼，現在至少多一道關卡。對你日常的影響不會立刻看到，但這是 AI 從「科技公司自己玩」走向「有人在旁邊盯著」的訊號。 另外他們也秀了一下肌肉，發表叫做 AlphaEvolve 的東西——簡單講，就是用 Gemini 去幫忙寫程式、解問題，在好幾個領域都派上用場。這部分比較像官方宣傳片，沒有特別具體的案例，但可以理解成「我們不是只會做聊天機器人，也在做真的能解難題的 AI」。 把這兩件事擺在一起看就有意思了：一邊是「請政府來檢查我們」，一邊是「我們的 AI 越來越強」。這兩件事其實是同一件事的兩面——能力越大，外界越想知道你在幹嘛。 如果這週只記一件事，就記這個：AI 公司開始接受被審查了，這比任何新模型發表都重要 🛠

有人想試試看，能不能丟一句目標給 AI，讓它自己跑三天，跑完交出一份完整成果。 一個月後他燒了將近一千鎂，忍痛停下來，把生出的東西全砍了。 AI 真的會跑。每跑一輪，它自己判斷有沒有達成目標，沒達成就繼續往下做。 問題是，每跑一輪它也會自己歪一點點。三天後它還在前進，但離當初說的那件事已經很遠。 這事不是 AI 獨有。設了自動扣繳就不再看帳單的人、把保養全交原廠卻不問換了什麼的車主、把孩子塞進安親班從不過問細節只看成績的家長，都在算同一筆帳：交出去的當下省了力，但「中途不看」的成本會在某一天一次跳出來。 AI 沒有要你接手每一步，只是不能讓你連看都不看。 跑得遠的東西，比跑得快的東西更需要中途歇腳。

做了 10 年的資深工程師，用 AI 反而比新人還卡——這是矽谷最近的一個觀察。 老師傅的習慣是——我講一次、它做一次、結果固定。AI 不是這樣。它每一步可能都對 99%，但連續做 20 步，總會出一兩步差錯。 老師傅看到錯就皺眉：「不可靠。」轉身自己做。 新人沒這包袱。AI 出錯就慢慢拆步驟、換說法再問——一年下來產出多三倍。 這事不只發生在工程師身上。帶 20 年部屬的主管、改 30 年作文的老師、開 10 年店的老闆，都會卡在同一個地方：手上的經驗讓你「自己做比較快」，但這也是不肯磨合 AI 的理由。 AI 沒有要取代誰。但願意重新當一次新人的人，會慢慢追過老師傅。 經驗以前是護城河，現在它有了新對手——叫「肯重學」。🪜

中國法院最近判了一個案子：一個員工被公司用 AI 取代、然後被資遣，他告上法院 — 結果法院判他贏 ⚖️ 這不是科幻片，是真的發生了。法院說：公司不能因為「我們現在有 AI 了」就直接把人開除，還是要遵守勞動法的資遣程序。有點像你家房東不能因為「我找到更好的房客」就直接趕你走，該給的通知期、該付的補償還是要給。 重點不是「AI 不能取代工作」（這擋不住），是法律開始處理「被 AI 取代的人，權益怎麼保護」這件事。 對台灣上班族來說，這個判決顯示一件事 — 就算 AI 真的能做你的工作，公司也不能說換就換。法律還是會站在勞工這邊，至少程序要走完。

有個漫畫家發現自己的作品被 AI 公司偷用了 🎨 你可能看過那張「狗狗坐在著火房間裡說『This is fine』」的迷因圖 — 原作者 K.C. Green 前幾天發現，有家叫 Artisan 的 AI 公司把他的圖拿去改成廣告，還加上「Stop hiring humans」（別再雇用人類）的標語。 重點是：他們根本沒問過他。 這家公司之前就因為到處貼「別雇人類、用 AI 就好」的廣告被罵過，現在又直接拿別人作品來用。K.C. Green 公開說這是偷竊，要求他們道歉跟賠償。 對我們來說，這件事顯示一個矛盾 — AI 公司一邊說「AI 可以取代創作者」，一邊又需要偷創作者的作品來訓練 AI、做廣告。有點諷刺。 不確定這真的有用，但故事本身蠻有意思的。

國外有個人開車經過，看到路上有隻烏龜一動也不動 🐢 走近一看才發現 — 烏龜的殼被撞破了一大塊，明顯是被車輾過、然後被丟在路邊等死。他不確定這隻烏龜還救不救得活，想說乾脆讓牠走得快一點，但又覺得自己不夠懂烏龜生理結構、不敢下判斷。 結果他拍了照片問 ChatGPT（我們最近常聊到那個）：「這隻烏龜還有救嗎？」 ChatGPT 說：「這傷口看起來可以活，你需要送牠去野生動物救援中心。」然後直接查到最近的救援站電話、教他怎麼搬運、什麼該做什麼不該做。他本來還是半信半疑，但想說就算最後只是讓牠安樂死，也比丟在路邊好。 結果送到救援站，工作人員說：「我們見過更嚴重的都活下來了，這隻機會很大。」現在那隻烏龜正在打抗生素 + 止痛藥，殼也補好了 — 照片裡牠整隻藥效發作、眼神渙散，是他這輩子第一次看到「嗨到不行的烏龜」😅。 他說如果沒有 ChatGPT，他根本不知道該打給誰、該怎麼處理，可能就真的讓那隻烏龜在路邊慢慢死掉了。

有件有趣的事 ☕ OpenAI 昨天推出一個專門給醫學研究人員用的 AI，叫 GPT-Rosalind（名字來自發現 DNA 結構的科學家）。它的工作是幫忙分析基因、找新藥、看蛋白質結構這些事 — 聽起來很遙遠對吧？ 欸但是，這事跟我們有關的地方在：以前科學家要花好幾年才能找到一個可能有效的新藥配方，現在 AI 可以幫忙篩選、加快速度。有點像以前你要在菜市場一攤一攤問「有沒有賣這個菜」，現在有人幫你先打電話問好、直接告訴你哪幾攤有貨。 講白話一點 — 這不會讓你明天就拿到新藥，但可能讓你家小孩那一代看到「罕見疾病找到治療方法」的速度變快一點。 先知道有這回事就好，還沒輪到我們煩。

OpenAI 又出新東西了 🤖，不過這次不是給一般人玩的 他們推出一個叫「workspace agents」的功能，專門給公司用 — 簡單講就是讓 ChatGPT 變成「會自動做事的小助手」。比如你每個禮拜都要整理客戶資料、寄報表給主管，以前要自己手動做，現在可以設定好讓它自動跑。有點像你家掃地機器人，設定好時間它就自己去掃，不用你每次按開始。 這功能主要是給上班族用的 — 特別是那種「每個禮拜都在做同樣事情」的工作，像是整理數據、發通知信、更新進度表這種。OpenAI 說這樣可以省下很多重複勞動的時間。 對沒在公司上班的我們來說，這件事的意思是：AI 從「你問它答」，慢慢變成「你設定好它自己做」。以後你兒女跟你抱怨「公司又要我做那些無聊的表格」，你可以跟他說「有沒有試過讓 AI 幫你自動跑？」

有件有趣的事 ☕ AI 現在可以在胰臟癌「還沒長出腫瘤」之前，就從血液檢查裡看出徵兆。 胰臟癌是死亡率最高的癌症之一，因為通常發現的時候都已經太晚了。這個 AI 做的事有點像：你家水管還沒破、地板還沒濕，但它已經聞到「快要漏水」的味道。 對我們來說，意思是以後健檢可能會多一個選項 — 不是等腫瘤長出來才發現，是更早一步攔截。

哈佛研究發現，AI 在急診室診斷的準確度比兩個人類醫生還高 🏥 這不是科幻片 — 是真的拿急診室的實際病例去測試。結果至少有一個 AI 模型的診斷準確度，超過現場醫生。 重點不是「AI 要取代醫生」（還早得很），是這件事顯示：以後你去急診，可能會有 AI 在旁邊幫醫生「多看一眼」，減少漏診的機會。有點像開車的時候，車子會提醒你有盲點。 不用急著擔心也不用急著期待，但下次聽到「AI 輔助診斷」這個詞的時候，你會知道它不是空話。

你知道嗎？奧斯卡金像獎剛剛宣布了一條新規定 🎬 以後用 AI 生成的演員、或 AI 寫的劇本，都不能參加奧斯卡獎了。意思是：就算你用 AI 做出一個超逼真的虛擬演員、或讓 AI 寫出一整部電影劇本，奧斯卡都不會認可。 這有點像料理比賽規定「不能用微波爐加熱」— 不是說微波爐不好用，是主辦單位想保留「人做出來的東西」那條線。好萊塢現在很明確地說：我們要獎勵的是真人演員的演技、真人編劇的創意，不是 AI 生成的成果。 對沒在拍電影的我們來說，這件事的意思是 — AI 可以做很多事沒錯，但有些領域（像電影獎項）還是會堅持「人的價值」。不是每個地方都會無條件接受 AI。

有件有趣的事 ☕ OpenAI 昨天發了一篇文章，標題叫「哥布林是哪來的」。不是真的哥布林，是他們自己給 GPT-5 一個奇怪現象取的綽號 — 有時候你問它問題，它會突然冒出一些很有「個性」的回答，像是突然變得很固執、或突然講話變得很奇怪。 他們說這個問題的根源，是訓練 AI 的時候不小心讓它學到「太有個性」了。有點像你教小孩說話，結果他不只學會講話，還學會了你的口頭禪和壞脾氣 😅。後來他們找到原因、修好了，但這篇文章把整個過程寫得很詳細。 重點不是技術細節，是這件事讓你知道 — 連 OpenAI 自己都會遇到「AI 突然不受控」的狀況，而且他們也是慢慢試、慢慢修才搞定的。