為什麼專家與大眾對AI的看法差了50個百分點？

史丹佛2026年AI指數揭示：73%的AI專家對就業前景持樂觀態度，但一般民眾只有23%認同。這道鴻溝背後，藏著兩個平行存在的AI現實。

同樣一項技術，專家說它將創造就業，民眾說它令人憂慮——這道鴻溝，或許比AI本身更值得我們深思。

兩個數字，兩個世界

史丹佛大學每年發布的「AI指數」是全球最具參考價值的AI年度報告之一。2026年版於近日公布，其中一組數據格外引人注目。

在評估AI對就業的影響時，73%的美國AI專家持正面看法；而在一般民眾中，這個比例僅有23%。整整50個百分點的落差。在經濟影響與醫療照護等議題上，同樣的分歧也清晰可見。

這裡的「專家」，指的是2023至2024年間參與AI學術會議的美國研究人員。他們每天與最新模型為伍，甚至每月支付200美元訂閱頂級版本。知名AI研究者Andrej Karpathy在社群媒體上直言：「這些重度使用者所體驗到的AI進步，與普通用戶根本不在同一個層次。」

報告中有一個細節，精準地捕捉了AI當前的矛盾狀態：Google DeepMind的頂級推理模型「Gemini Deep Think」在國際數學奧林匹亞競賽中拿下金牌等級的成績，卻有一半的機率無法讀取類比時鐘。

這種現象被稱為「鋸齒狀前沿（jagged frontier）」——AI在某些領域的表現令人驚嘆，在另一些領域卻出人意料地笨拙，而這條邊界往往與我們的直覺相悖。

廣告合作

原因並不難理解。程式碼有對錯之分，容易訓練、容易驗證，而且能直接轉化為商業價值。因此各大實驗室將大量資源投入程式設計能力的提升。對於每天用AI寫程式的工程師而言，這項技術確實在以驚人的速度進步。但對於用它來規劃旅遊、撰寫文案或回答日常問題的普通用戶來說，體驗則參差不齊。

兩個群體談論的，其實是兩種不同的AI。

報告中另一個令人警醒的事實，對華人世界而言有著特殊的地緣意涵。

「全球幾乎所有頂尖AI晶片，都由台積電這一家公司製造，」報告寫道，「這使得全球AI硬體供應鏈，依賴於台灣的一座晶圓廠。」

這句話的分量，在當前的地緣政治脈絡下不言而喻。美國擁有5,427座資料中心，是排名第二的國家的10倍以上，在算力基礎設施上遙遙領先。但這些算力所仰賴的核心硬體，卻高度集中在台灣海峽的一側。

對於關注中美科技競爭的讀者而言，這道供應鏈的脆弱性，既是風險，也是籌碼。中國大陸近年來大力推動半導體自主化，正是對這一現實的直接回應。然而，從設計到製造的完整能力追趕，仍是一條漫長的道路。

回到那50個百分點的落差。這不只是一個統計數字，它揭示了一個更深層的問題：當AI政策由專家主導制定，而一般民眾的憂慮被視為「對技術不了解」時，民主社會的決策機制是否正在失靈？

在台灣、香港、新加坡等地，AI應用的滲透率正在快速提升，但不同世代、不同職業之間的體驗落差同樣存在。一位在科技公司工作的年輕工程師，與一位傳統製造業的中年工人，對「AI會不會搶走我的工作」這個問題，會有截然不同的感受——而這種感受的差異，往往比任何數據都更能左右社會對AI的態度。