讀懂AI術語，才能讀懂權力的移轉

當OpenAI、Google DeepMind對「AGI」給出三種不同定義時，這不是技術上的混亂——這是一場關於敘事主導權的競賽。

TechCrunch 近期發布的AI術語表，收錄了從AGI到幻覺（Hallucination）等逾12個核心概念，定期更新，自稱「活文件」。表面上這是一份科普資料，但細讀之下，它揭示的是一個更深層的現實：AI正在建構一套新語言，而這套語言的定義者，在很大程度上決定了誰能主導這場技術變革的走向。對台灣、香港及整個華人科技圈而言，這份詞彙表值得不只是「讀懂」，更需要「讀穿」。

術語背後的技術邏輯

要理解這場變革，先從幾個關鍵概念說起。

AI代理（AI Agent） 是目前最受矚目的概念之一。它不只是能對話的聊天機器人，而是能自主執行多步驟任務的系統——訂餐廳、報銷費用、撰寫並維護程式碼。更進一步的「程式碼代理（Coding Agent）」能在整個程式庫中自主寫程式、測試、除錯，「一個永不睡覺、永不失焦的超快速實習生」——這個比喻既精準又耐人尋味。

支撐這些代理運作的是 API端點——軟體背後的「隱形按鈕」。AI代理愈來愈能自主發現並使用這些介面，在無需人工介入的情況下控制第三方服務。這意味著自動化的邊界正在快速擴張，遠超過多數企業的預期。

思維鏈（Chain of Thought） 則解釋了為何AI在邏輯推理上能愈來愈接近人類：將問題拆解為中間步驟，雖然耗時更長，但準確率顯著提升。這背後依賴的是強化學習優化的推理模型。

廣告

廣告合作

[email protected]

廣告

至於 幻覺（Hallucination）——AI憑空捏造資訊的現象——是目前業界公認最棘手的品質問題。它不只影響使用者體驗，在醫療、法律、金融等高風險領域，一次幻覺可能造成真實世界的損害。這也是為何垂直化、專業化的AI模型需求持續增長的根本原因。

定義之爭：誰說了算？

用語表中最值得深思的，是 AGI（通用人工智慧） 的多重定義。OpenAI 執行長山姆·奧特曼將其描述為「可雇用的中等人類同事」；OpenAI章程定義為「在大多數具經濟價值的工作上超越人類的高度自主系統」；Google DeepMind 則視之為「在大多數認知任務上至少與人類同等能力的AI」。

三種定義，三種邊界。這不是偶然的分歧，而是策略性的模糊。定義AGI的門檻，直接影響監管介入的時機、投資人對「里程碑」的判斷，乃至各國政府制定AI法規的基準。當西方科技巨頭掌握這套術語的詮釋權，亞洲市場——包括台灣的半導體產業鏈、香港的金融科技生態、東南亞的數位經濟——往往只能在既定框架下「接受定義」而非「參與定義」。

微調（Fine-tuning） 與 蒸餾（Distillation） 兩個概念，在這個脈絡下尤其值得關注。許多AI新創以大型語言模型為基礎，透過微調注入專業領域知識，打造垂直應用。蒸餾技術則能從大模型中提煉出更小、更高效的版本——OpenAI 的GPT-4 Turbo據信即是如此開發。值得注意的是，從競爭對手的模型進行蒸餾通常違反服務條款，但這並未阻止部分後進者藉此快速追趕前沿模型。這一細節，在中美AI競爭的語境下，具有不言而喻的地緣政治意涵。

華人世界的位置：使用者，還是定義者？

台灣在全球AI硬體供應鏈中佔據關鍵地位——台積電 生產的晶片是訓練這些模型的算力（Compute）基礎。然而在軟體層、模型層、應用層，華人世界的話語權相對薄弱。

中國大陸的情況有所不同。百度、阿里巴巴、騰訊 等企業正積極建構本土的大型語言模型生態，並在部分垂直領域取得實質進展。但在基礎模型的架構創新上，與美國頂尖實驗室的差距仍在。晶片出口管制進一步壓縮了算力的取得，使得「用更少算力做出更好模型」成為中國AI研究的現實約束——這反而可能催生出獨特的技術路徑。

對台灣、香港及東南亞華人企業而言，深度學習（Deep Learning）、生成對抗網路（GAN）、擴散模型（Diffusion）等底層技術的掌握程度，將決定能否在AI應用浪潮中建立真正的競爭護城河，而非僅僅成為西方平台的下游整合者。