當AI開始訓練AI，科技競賽如何重塑國力與職場？

　　上一期我們談到，人工智慧已從早期只能回答問題的聊天工具，進化為能夠獨立搜尋資料、操作軟件、整理文件乃至執行任務的「智能代理」（AI Agents）。

　　然而，AI的進步並未停留在「協助人類工作」。如今，它更進一步參與資料生成、程式開發、模型測試，甚至是下一代AI的訓練之中，使整個科技研發的週期愈來愈短。

　　當AI開始協助人類開發更強大的AI，一個更關鍵議題隨之浮現：我們是否已經站在通用人工智慧「AGI」的門前？

AI開始訓練AI
　　為甚麼近年開源模型與頂尖封閉模型之間的技術差距，能夠以如此驚人的速度縮小？

　　其中一項重要關鍵技術，稱為Distillation，中文一般譯作「知識蒸餾」。

　　知識蒸餾就像由一位經驗豐富的老師訓練學生。大型且強力的「教師模型」先輸出高品質的解答、推理過程或示範資料；接著，研發團隊再利用這些資料去訓練體積較小、運行成本較低的「學生模型」。

　　過去，訓練AI往往需要大量人手進行資料標註，例如由真人判斷答案的準確或圖片的類別。今天，AI已經可以自行生成訓練資料、交叉檢查答案、修改程式碼，甚至評估其他模型的表現。換言之，AI正在逐步參與下一代AI的誕生過程。

　　當然，這並不代表AI已經實現完全的自主進化，更不意味著工程師將被取代。訓練目標的設定、模型架構的設計、安全界限的測試，以及最終的商業決策，依然牢牢掌握在人類手中。

　　但可以肯定的是：當AI成為研發流程的一部分，科技演進的速度將呈現指數級的暴發。

下一站：AGI？
　　當AI不僅能解決單一問題，還靈活使用工具、撰寫程式，甚至協助訓練下一代模型時，我們必須重新審視它的終極型態──AGI（Artificial General Intelligence，通用人工智慧）。

　　今天我們所接觸的大部分AI，本質上都屬於「專用型系統（Narrow AI）」。它可能擅長寫作、翻譯、程式設計、下棋或影像識別上表現卓越，但依然受限於特定的訓練領域和任務範圍。

　　相較之下，AGI被定義為一種能跨越不同領域，具靈活學習、羅輯推理、長遠規劃和解決陌生問題能力的系統。它不再只在單一任務中表現出色，而是能像人類一樣「舉一反三」，將在一個領域學到的認知經驗，無縫轉移並應用到全新的另一個領域上。誠然，科技界至今對AGI尚未有一個完全統一的判定標準。

　　實用主義者認為，祗要AI能夠勝任大部分以電腦為基礎的知識工作，便可視為AGI；嚴謹學派者認為，真正的AGI必須具備人類的常識感知、環境適應能力、長期記憶與完全自主學習能力。正因定義不同，沒有人能夠準確斷言AGI究竟會在何時降臨。

　　但各大科技巨頭之所以投入巨額資金，是因為大家都意識到：即使距離完整的AGI尚一步之遙，現階段的AI技術也已足以重塑全球無數產業。

AI能否真正實現「自我進化」？
　　很多人常把AGI想像成一個突然醒來、擁有自我意識的超級機械人。但在現實中，技術的轉變或許不會如此戲劇化。

　　更可能出現的情況，是AI在各個專業能力上逐步超越人類，例如程式編寫、巨量資料分析、新藥物研發、工程結構設計和高階科學推理。

　　當AI能夠大規模撰寫出無錯的程式碼，自行診斷Bug，提出設計模型架構的修訂方案時，它便形成了「研發正回饋循環」：人類設計AI→AI協助人類設計出更好的AI→新一代的AI再度提升研發效率。

　　這是否等同真正的「自我進化」，學界依然存在爭議，畢竟運算資源、訓練目標、系統權限與最終部署的控制權，依然在人類手中。但不可否認的是，AI已經不再只是一件被動接受指令的工具，它已正式成為推進人類科技研發流程的「協同開發者」。

AI已成為國力之爭
　　當AI能以超越人類的速度撰寫程式、分析數據、設計產品甚至引領研究方向時，它的影響力便不再局限於科技產業，而是全面滲透至金融、法律、醫療、教育、媒體、國防和政府治理等領域。

　　因此，AI不僅是商業範疇的競爭，更是國家綜合競爭力的核心。

　　未來的國力版圖，除了人口、土地、天然資源和傳統軍事力量外，更將取決於：晶片製造能力、AI模型與演算法、數據中心規模、穩定能源供應、頂尖科技人才，以及網絡安全與無人系統的整合能力。

　　如今用來整理資料、影像辨識與撰寫程式的AI技術，隨時能延伸至軍事戰略分析、無人機自主控制、情報系統與網絡攻防。正因如此，各國政府絕不會將AI單純視為消費型科技，而是將其定位為關乎經濟安全與國家安全的「關鍵戰略技術」。

　　「得AI者得天下」或許是句誇張的口號，但它揭示的趨勢卻至關重要：掌握AI基礎設施與核心技術的國家與企業，將掌握制定未來全球經濟、資訊與安全秩序的發言權。

職場震盪：AI最先取代的是「任務」，而非「職業」
　　每逢新科技崛起，大眾最焦慮的莫過於：「我的工作會不會被AI取代？」

　　更準確的問題也許是：「我的工作範疇中，有哪些「任務」會先被AI取代？」

　　因為AI通常不會在一夜之間消滅整個職業，而是逐步接管其中重複性高、標準化且易於覆核的環節。

　　假設一份工作包含十項任務，三項需要深度的跨個人際溝通，兩項涉及專業責任與權責承擔，其餘五項僅是搜尋資料、整理文件、草擬初稿和填寫表格。AI或許無法完全取代這個職務，卻能輕易接管後面這五項工作。

　　其結果是，企業不再需要龐大的基層人力，而留下來的員工，則必須承擔更高層次的判斷、決策與管理職責。

一個人，就是一支團隊
　　以軟件開發為例，過去一個中型項目，往往需要前端工程師、後端工程師、測試人員、DevOps工程師和項目經理共同合作數月才能完成交付。

　　如今，一位熟悉全端開發並善用AI工具的工程師，就能在極短時間內獨力完成過去整個團隊的工作量。這並不意味著工程師將全數消失，而是意味著相同的業務量，不再需要過往的組織規模。

　　未來的主管，麾下管理的也未必再是一隊真人員工，而是「幾位核心成員」搭配「多個專職AI Agent（人工智慧代理）」，各自負責研究、文案、設計、程式編寫和行政協調。

　　同樣的轉型也正發生於市場推廣、媒體製作、財務分析、顧問服務和行政管理等領域。過去高度分工的作業流程正被重新設計，變成由少數人負責核心決策，再由多個AI系統負責精準執行。

哪些工作最容易受到衝擊？
　　若想評估自己的工作受影響的程度，可以嘗試一個簡單的思考方法，稱為「一疊紙測試」。

　　回想過去二、三十年，有哪些收費昂貴的專業服務，最終交給客戶的實體成果，其實就「只是一疊文件或一份電子報告」？

　　這包括：法律資料整理、顧問分析報告、市場研究、行銷企劃、網站SEO建議、社交媒體文案、財務摘要、基礎翻譯、會議紀錄與一般行政文件。

　　只要一項工作的主要流程是：「接收資料→整理分析→產出一套文字或圖表」，它就處於生成式AI的衝擊前線。因為這正是AI最擅長的核心能力——它能在數秒內吞吐巨量資訊、歸納重點、比較方案，並生成結構嚴謹的報告初稿。

　　對企業而言，這意味著許多過去需要高價外包的專業服務，未來只需由內部員工搭配AI即可高效完成。

專業人士會就此消失嗎？
　　這並不代表律師、醫生、會計師、顧問、教師和工程師會被完全淘汰。 

　　頂尖專家的直覺判斷、與客戶建立信任的心理連結、承擔法律責任的法定資格，以及需要親身照顧、協商、領導與處理複雜人際關係的能力，依然擁有不可替代的價值。

‧ AI可以草擬法律文件，但誰來承擔最終的法律責任？

‧ AI可以分析醫療影像，但誰向病人解釋風險，並決定治療方案？

‧ AI可以生成教學內容，但誰來理解學生的情緒困難與家庭背景？

‧ AI可以提供商業戰略，但誰來承擔決策失敗的後果？

　　這些問題證明，專業的本質不只是「提供答案」，更是「建立信任、承擔責任、展現倫理與做出判斷」。

　　真正承受最大生存壓力的，是那些工作內容高度重複、成果容易標準化， 缺乏獨特判斷力與人際價值的中層白領。

　　AI未必直接取代你，但「懂得善使用AI的人」，必將取代「不懂得使用AI的人」。

　　面對這場職場巨變，盲目抗拒AI無法保護我們；但僅僅學會向ChatGPT提問，也遠不足以建立長遠的競爭壁壘。

　　下一期，我們將進一步探討：普通人應如何把AI融入工作流程？有哪些關鍵能力絕不能「外判」給機器？當AI愈來愈強大時，人類又該如何守住自己不可取代的核心價值？

*人工智能生成圖片

撰文：周百通