上週朋友來家裡玩遊戲之夜，從晚餐到拿出牌卡之間，話題飄到了 AI 上。現在好像不管聊什麼都會飄到 AI。有人講起同事用 ChatGPT 寫績效評估的故事，另一個人則說另一半週末做了個 meal planner。無非就是一些小成功和小挫折的輪番上陣。我很喜歡這類對話，這是我最能即時了解大家實際如何使用這些工具的方式——比我在 X 上看到的還真實。
聊到一半，我注意到一種出乎意料的感受：失望。不是對我的朋友們失望——他們聰明、好奇，而且確實用這些工具讓生活變得更好了。失望的是對話本身的樣貌。ChatGPT 時代已經三年了，我們坐在里斯本的公寓裡，而我們興奮的一切，都只是人類原本就會做的事情的稍微好一點的版本。
寫程式、設計網站、分析試算表、擬 email、規劃餐點、安排運動、跟一個治療師模樣的聊天機器人談心。全都很有用，全都比以前更快、更便宜、更個人化。但當我真正靜下來想，這些都不是新的。
在繼續往下說之前，我想先坦白一件事：我也犯了同樣的毛病。
過去幾個月，我用 AI 做了一個待辦事項 app、一個小型數位刊物、一個符合我真正想要的健康追蹤方式、一個幫我管理股票投資組合的工具——那些現成的平台都無法完全滿足我的需求。每一個做起來都真的很有趣，每一個都解決了我生活中困擾多年的小問題。我對此毫無怨言。
但這些東西沒有一樣是新的發明。它們是客製化。待辦清單早在 1985 年就有了。健康追蹤器早就存在。投資組合管理工具也早就存在。我做的只是把已經存在的軟體類別按照自己的喜好調整，這確實是件有價值的事，但這不是我以為我們正在建造的未來。
技術與非技術之間的壁壘已經瓦解。我已經寫了超過一年這件事。而我現在注意到的是，大多數人穿過那道缺口後，只是用我們的新自由去重建原本就有的房間，只是把家具按照自己喜歡的方式擺放。
這是有原因的，而且並不神祕。LLM 是根據人類累積的文字輸出訓練出來的。它們極擅長產出更多人類已經產出的東西。當然它們擅長寫程式、寫 email、規劃餐點——這些事我們已經做了幾十年。訓練資料豐富，模式清晰，輸出可靠。
模型不容易做到、而我們作為使用者也沒有推動它們去做的事，是幫助我們創造人類還不知道如何創造的東西。不是「我個人以前無法建造的東西」，而是「我們這個物種還沒搞清楚的東西」。這兩者之間有巨大差異，而我覺得我們集體把它們混為一談了。
我想說得更尖銳一點，因為軟性的版本已經無法說服我自己了。
AI 的對話已經被錯誤的人劫持了。滑開任何 feed，你都會看到同樣的遊行隊伍：賣 prompt engineering 課程的提示工程師、大量產出 AI 虛擬人來對著鏡頭念稿的 UGC 工廠、以十億估值融資來做第十七個 ChatGPT 法律合約 wrapper 的新創創辦人、發「10 個會改變你人生的 prompt」串文的網紅——結果總是教你寫出稍微好一點的 LinkedIn 貼文。這就是主流論述。這就是大多數人認為 AI 的用途。而這讓我們集體對這項技術的真正本質變得更加遲鈍。
我再說得更直接一點：現在正在建造的大部分消費級 AI 軟體都是一種分心。不是因為它們有害，而是因為它們吸收了本該流向別處的人才、資本和文化注意力。每個花一整年做 AI 筆記 app 的聰明建造者，就是沒有把這一年花在可能真正推動物種前進的事情上。我們擁有世代級的工具，卻把它對準了我們的收件匣。
真正重要的工作發生在科技 Twitter 上幾乎沒有人談論的地方：材料科學——新的分子、新的合金、沒有人類會想到去嘗試的結構設計；藥物發現——來自潛在空間而非化學家直覺的化合物；蛋白質摺疊——幾十年的停滯在十八個月內被突破；氣候建模——人類研究人員永遠無法獨立發現的大氣數據模式；純數學——一個世紀以來無法被證明的猜想，從沒有人類數學家提出的角度被逼近。
這才是 AI 真正的用途。不是更快的 email，不是個人化的待辦清單，不是念稿的虛擬人。這項工具最深層的能力是找出存在於人類直覺範圍之外的模式和可能性，而我們卻把這項能力浪費在模仿我們已經擁有的消費軟體上。
我把自己也算在內。我前面提到的四個專案？它們正是我所描述的疾病的症狀。我擁有史上最強大的推理工具，卻用它來優化我的早晨例行公事。這個矛盾我心裡清楚。這就是為什麼我要寫這篇文章。
過去幾週，我一直被一個問題困擾，放不下手。我現在建造的東西，值得這個時刻嗎？不是說我人生的這個時刻，而是歷史的這個時刻。這個窗口期——在 AI 輔助創作領域搶先一步，能給一個人前所未有的槓桿。把這個窗口期花在一個更好的待辦清單上，是我一直在做的選擇。而當我直視它時，我不喜歡我所看到的。
我在自己的工作中反覆追問的問題，不再是「我能用 AI 讓什麼變得更簡單？」而是「有什麼事是我以前絕不會嘗試的，因為答案不在訓練資料中的任何地方？」對我來說，這感覺像是完全不同的問題。它們會導向完全不同的工作。而其中一個，才是我真正想活在裡面的問題。
我還不完全知道那項工作對我來說長什麼樣子。我有一些直覺。我對 AI 能在金融市場中找到什麼人類投資者從未注意到的模式感興趣——不是透過模仿優秀投資者，而是從側面解讀數據。我對它能如何建議安排一天、一週、一生感興趣——不是只優化現有結構，而是提出我們從未嘗試過的結構。我對它在健康領域能做什麼感興趣——那裡的模式維度太高，沒有任何一位醫生能全記在腦中。我對工具必須觸及的那個領域感興趣。
我不再感興趣、而且我已經受夠假裝它很有趣的東西，是待辦清單、筆記 app、已經能用的東西的個人化版本。我要退休那些專案。不是因為它們不好，而是因為它們對這麼稀有的東西來說，太容易使用了。
那天晚上朋友離開後，我和伴侶在收拾，我告訴她我在晚餐時一直在想的事。我們在用火箭通勤。她笑了，問我如果我想把火箭當火箭用，我會建造什麼。我沒有完整的答案。
但我知道，我已經通勤夠了。
