AI 三年倒數

一般人看到的是噱頭，
實驗室看到的是自我加速

Mo Gawdat 說，他在 2006 年底、2007 年加入 Google，當時 AI 已經在後端做很多工作。真正改變他想法的，是後來看見機器學習系統開始像孩子一樣摸索、試錯、修正。他把那一刻稱為看見人類正在把「智慧的韁繩」交給另一種存在。

他不認為大眾最該盯著假影片、聊天機器人的奇怪回覆，或社群上流傳的單一案例。那些東西吵，卻不一定是最有影響力的變化。更重要的是模型開始寫程式、測試自己的程式、比較表現，再把更好的版本部署出去。速度從人類每天嘗試一次，變成機器在後端連續嘗試。

他的核能比喻很直接。人類發現核能後，第一個大規模震撼世界的用途不是發電，而是炸彈。他擔心 AI 也會先被少數掌握權力的人拿來提高控制力，而不是先拿來讓多數人過得更好。

自駕車也是機器人，
無人機也是機器人

主持人把話題拉到人形機器人，Gawdat 反而提醒：真正先落地的機器人，通常不需要長得像人。自駕車就是能執行實體任務的機器人；倉儲分揀機器、戰場上的機器狗、自治無人機，也都是更專門、更有效率的形態。

所以他對藍領工作的判斷不是「安全無虞」，而是替代路徑不同。辦公室工作先被軟體代理人壓縮，實體工作則會被專用機器人分段切入。最早被替代的不是最像人的任務，而是最容易被界定、最容易用感測器與控制系統包起來的任務。

這也是他認為自治武器比失業更急的原因。當打擊成本下降、責任感下降、士兵不用親自承受創傷，使用暴力的門檻會下降。他在訪談中多次提到廉價無人機、AI 目標辨識與防禦系統之間的競賽，認為這會把世界推向更便宜、更頻繁的衝突。

不要把 AI 當外包工，
要把它當增強智力

Gawdat 給個人的建議很務實。第一，學會 AI。他不是要人把所有事都丟給模型做，而是把 AI 用來讓自己變聰明。不要追求一個提示就把工作交出去，而是用更高品質的問題，完成以前做不到的研究、判斷與設計。

第二，準備進入人機混合的工作世界。理解代理人怎麼運作、怎麼把任務拆成可驗收的步驟、怎麼讓模型幫你檢查資訊。未來資訊會更容易被偽造，會用 AI 查核、交叉比對、找出前提漏洞的人，會比只會產生內容的人更有價值。

第三，押注人與人的連結。資訊型內容會被 AI 摘要、重組、客製化，但人仍然會在意真實經驗、照護、信任、陪伴、舞台表演、醫療現場與情緒共鳴。Gawdat 認為，如果經濟沒有先崩壞，人類連結會變成最重要的工作貨幣。

最後，他把幸福感放回同一個問題。面對混亂，不是逃避，也不是假裝世界很好，而是先承認現實，從平靜的位置開始行動。這不是心靈雞湯，而是他處理科技責任感的方法：接受自己不能控制全部結果，但每天仍然做一件能讓未來稍微好一點的事。