AI讓你焦慮？這種感覺有個名字

美國記者克里斯·海斯將AI帶來的不安稱為「壞感覺」。從鐵路泡沫到腦力萎縮，這場對話揭示了AI時代最少人談論的核心問題：我們的情緒，跟得上這個速度嗎？

你上一次在沒有任何通知打斷的情況下，獨自想清楚一件事，是什麼時候？

這個問題，讓美國媒體人克里斯·海斯在接觸AI相關新聞時，產生了一種他稱之為「The Bad Feeling（壞感覺）」的身體反應——焦慮、末日感、思維停擺，三者同時湧現。

這不是一個名人的個人情緒告白。在《大西洋月刊》的播客節目《Galaxy Brain》中，海斯與記者查理·沃澤爾的對話，觸及了AI浪潮中一個幾乎沒有人正面討論的問題：面對這場速度驚人的技術變革，我們的情緒該如何「校準」？

「凸凹的前沿」：為什麼每個人的AI體驗都不一樣

AI研究者伊森·莫利克提出過一個概念——「jagged frontier（凸凹的前沿）」，意指AI在某些任務上出人意料地強大，在另一些任務上又出人意料地糟糕。

這個概念解釋了為什麼同樣是「使用AI」，程式設計師和畫家的感受可以截然相反。對許多工程師來說，AI編程助手讓他們從繁瑣的底層工作中解放，整天都在做「有趣的部分」。但對視覺藝術家而言，AI用他們未授權的作品訓練模型，再免費生成類似風格的圖像——這不是效率提升，而是創作權被剝奪。

沃澤爾進一步將這個概念延伸到社會層面：那些站在「前沿」、親身感受到AI帶來生產力飛躍的人，往往是決策者。而那些還沒趕上這條前沿的人，卻要承受他人決策的後果。

這個錯位，在華人世界同樣清晰可見。台灣的半導體產業與AI基礎設施深度綁定，工程師群體對AI工具的接受度相當高；但同樣在台灣，獨立音樂人、插畫家、文字工作者對AI生成內容的抵制情緒，也在持續升溫。兩個群體活在同一座城市，卻彷彿身處平行宇宙。

對話中最讓人不安的部分，不是關於AGI或機器人取代人類的遠景，而是一項現實研究：卡內基美隆大學、MIT、牛津、UCLA的聯合研究顯示，僅僅使用AI聊天機器人10分鐘，就可能對人的思考能力和問題解決能力產生統計上顯著的負面影響。

海斯對此有自己的應對策略：他用AI整理郵件、搜尋資料，但絕不用AI來發想節目創意。「如果讓AI幫你腦力激盪，你自己的腦力激盪能力就會萎縮。我的職業生命依賴於想出新東西，我必須保持這個能力的鋒利。」

他將AI的使用場景分為兩類：「grunt work（雜務）」和「creative thinking（創意思考）」。前者可以外包，後者不行。

廣告合作

這個區分，在華人職場語境中有其複雜性。在強調效率與產出的企業文化中，「用AI快速完成任務」往往被視為競爭優勢，而非警訊。但海斯提醒的是：當「快速完成」成為常態，那些在「慢速完成」過程中積累的判斷力、品味與洞察力，會去哪裡？

沃澤爾用了一個尖銳的比喻：寫作可能會變成「手工藝」——就像工業化之後，人們不再需要自己修車、修水管，那些技能逐漸消失。只是，寫作和思考不只是技能，它們是所有其他能力的基礎建構塊。失去它們，不是失去一門手藝，而是失去思維本身的鷹架。

海斯拒絕末日論，也拒絕無條件的樂觀。他提出一個更冷靜的框架：把AI視為「普通技術」。

汽車、電話、網際網路——每一項都是劃時代的變革，都帶來了巨大的成本與收益，但人類文明並未因此終結。從這個角度看，AI引發的恐慌，部分來自科幻小說塑造的文化想像，而非客觀的技術評估。

但「普通技術」並不意味著「無害技術」。他引用了19世紀美國鐵路的案例：鐵路確實改變了美國，但同時也是一場瘋狂的過度投資。泡沫多次破裂，1893年引發了當時美國史上最嚴重的經濟蕭條。當時沒有中央銀行，沒有社會安全網，後果由所有人承擔——尤其是那些與鐵路投資毫無關係的普通家庭。

對照當下：AI基礎設施的投資規模，以前所未有的速度堆積。這些投資背後的邏輯只有兩種可能：要麼AI真的如此有效，足以支撐回報——那意味著大規模的經濟置換；要麼這是一個泡沫，崩潰時的衝擊波同樣不會只停在矽谷。

對台灣、香港、新加坡等高度依賴出口與科技產業的經濟體而言，這兩種情境都需要認真對待。台積電的晶片供應鏈與AI算力需求直接掛鉤，AI投資的榮枯，已經不是「美國科技業的事」。

對話最後轉向了一個更根本的政治問題：AI的決策權，集中在誰手中？

海斯指出，AI在工程設計哲學上，與網際網路截然相反。網際網路誕生於非商業環境，其核心設計原則是「分散與去中心化」。AI則天然傾向於「將盡可能多的權力集中在盡可能少的手中」——因為訓練大模型需要龐大的資本，而資本天然流向集中。

美國的民調數據顯示，只有26%的選民對AI持正面態度，46%持負面態度——AI的支持率甚至低於川普和移民執法機構。草根層面的數據中心反對運動正在各地興起。

但與此同時，政治人物面臨雙重壓力：在募款晚宴上，金主要求他們支持AI發展；回到選區，選民在抱怨電費飆升和工作消失。這種撕裂，不是美國獨有的現象。

海斯提出的解方，是參照FDA（食品藥物管理局）或聯準會的模式：建立專業的中間監管機構，在民主問責與技術專業之間取得平衡。「不能讓國會對每個AI模型的發布進行投票，但也不能讓科技億萬富翁自行其是。」

這個問題，對正在摸索AI治理框架的台灣、以及在AI監管上走出不同路徑的中國大陸而言，都是無法迴避的制度性挑戰。差別在於：誰來制衡，以什麼名義，為誰負責。