「AI 可以解題,但只有人類會問對問題」─ Google Deepmind 創辦人
AI 不再只是「答案機器」,它正在逼我們重新思考:什麼才是好問題。從 DeepMind 創辦人的一句話開始,我們回顧本週五個關鍵事件:AI 導流暴增、辦公室緋聞變行銷、ChatGPT 隱私爭議、Google 推出 vibe-coding 工具……每一個,都在挑戰我們對 AI 角色的認知。

你有想過,AI 最強大的地方,可能不是幫你解決問題,而是逼你重新思考:什麼才是好問題?最近在工作中,我越來越有這種感受。當 ChatGPT 幫我整理流程、總結文件、產出草稿,我才意識到:當「做事」這件事變得容易,「思考什麼值得做」才真正困難。
這週,DeepMind 創辦人 Demis Hassabis 的一句話說得特別準:「AI 可以解題,但只有人類會問對問題。」而這背後,正是人類與 AI 分工的分水嶺。在解題不稀缺的時代,真正稀缺的,是選題的能力。
本周焦點事件
- 「AI 可以解題,但只有人類會問對問題」─ Google Deepmind 創辦人
- 以毒攻毒的行銷操作 ─ 美國新創 Astronomer
- AI 導流一年暴增 357%,ChatGPT 成為新搜尋入口!
- 你和 ChatGPT 的對話可能成為法院的呈堂證供
- Google 推出「vibe-coding」工具 Opal
「AI 可以解題,但只有人類會問對問題」─ Google Deepmind 創辦人:未來最稀缺的能力,是選擇值得解的問題

Lex Fridman 最新一期 Podcast,邀請到 Google DeepMind 的創辦人 Demis Hassabis 對談,從 AGI 的進展、科學方法的轉變,到人類與 AI 未來的角色分工,進行了長達兩小時的深度對話。
這場訪談沒有圍繞模型性能或公司競爭,而是聚焦在幾個核心問題:當 AI 越來越擅長解題,什麼能力才是人類不可取代的?
以下是訪談中幾個值得分享的 Takeaways:
- 能在自然界留下來的,不一定最強,但一定最穩定
Demis 提出「最穩者生存」(Survival of the Stablest)的觀點。他認為,自然系統經過億萬年的演化,能活下來的,不一定是表現最極端的,而是最能維持穩定、適應多變環境的結構。
這些長期留下來的行為與機制,本身就內建可被學習的演算法邏輯。 - AGI 的關鍵時刻,不是打敗人類,而是創造新的知識
Demis 預測:在 2030 年前,我們有約 50% 的機會能看到真正的 AGI 出現。
但他特別強調,這個「突破性時刻」不是模型在遊戲、寫作或測試中表現超越人類,而是當 AI 能從基本原則出發,推導出新的理論,就像愛因斯坦提出相對論那樣。
他將這一刻稱為 AGI 的「Move 37」— AlphaGo 當年在與李世乭對局中下出的不可思議棋步。那一步之所以震撼,不是因為贏了,而是它下出了人類想不到、卻非常有意義的行動。 - 問對問題,比解出答案更困難
Demis 提到,在他參與過的所有研究與重大突破中,最關鍵的從來不是「把問題解決掉」,而是誰最早意識到「哪個問題值得問」。
這段話點出了人類在 AGI 時代仍不可取代的能力:選擇與定義問題的能力。
AI 也許能快速演算、提供精準答案,但它不會主動挑戰人類的框架,或從混亂中辨識什麼問題是新的起點。這仍需要人類的直覺、觀察力與判斷。
觀察筆記
這場對談最深刻的一句話,不是關於 AGI 會在何時出現,而是:
「AI 可以解題,但只有人類會問對問題。」
這句話背後,其實是對人類未來角色的一種重新定位。隨著 AI 解題成本趨近於零,真正稀缺的資源,不再是計算力,而是問題選擇權。
在一個模型能解出幾乎所有標準題的世界裡(看看那些大家已經逐漸冷感的 AI 測試基準),「定義非標準題」的人,才擁有控制創新的主導權。
這讓我想到另一個類比:
未來最具競爭力的企業,不是資料最多、GPU 最強的公司,而是能最有效「問出好問題、定義對目標」的組織結構。
這也意味著,教育、創業、科學研究甚至政治的核心能力,也將從「做對事」轉向「問對題」。而這個能力,正是我們的社會中最缺少培養的能力。
還想看更多嗎?完整內容只對註冊用戶開放喔!
點下方的免費 Subscribe,馬上加入我們~