「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～
