「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。

「AI 可以解題,但只有人類會問對問題」─ Google Deepmind 創辦人

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

  1. 「AI 可以解題,但只有人類會問對問題」─ Google Deepmind 創辦人
  2. 以毒攻毒的行銷操作 ─ 美國新創 Astronomer
  3. AI 導流一年暴增 357%,ChatGPT 成為新搜尋入口!
  4. 你和 ChatGPT 的對話可能成為法院的呈堂證供
  5. 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:

  1. 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。
  2. 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。
  3. 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~

Read more

Cortical Labs 開設全球首座「人腦細胞驅動」資料中心:活體神經元取代傳統晶片,顛覆 AI 運算未來

Cortical Labs 開設全球首座「人腦細胞驅動」資料中心:活體神經元取代傳統晶片,顛覆 AI 運算未來

澳洲生物科技新創公司 Cortical Labs 於 2026 年 3 月 10 日正式宣布,在澳洲墨爾本揭幕全球首座生物資料中心,並同步與新加坡合作夥伴 DayOne Data Centers 啟動第二座設施建設。這些資料中心不使用傳統矽晶片,而是以實驗室培養的「活體人類腦細胞」作為運算核心——這是人類首次將「濕件運算(Wetware Computing)」技術部署於商業資料中心環境中。

AI 寫 code、AI 審 code,工程師的下一步是什麼?Claude Code Review 正式登場

AI 寫 code、AI 審 code,工程師的下一步是什麼?Claude Code Review 正式登場

本週大家都在爭論 AI 發展是否已經撞上「算力之牆」,但 OpenAI 的研究員 Noam Brown 很自豪地說出了 "We see no wall" ,並推出 GPT-5.4,標榜的是「超越人類控制電腦的能力」(必須說,我個人對於 Computer use 的想法是捨近求遠) 。 然而,當技術端宣告無上限進化的同時,Anthropic 的最新研究卻揭露了一個更殘酷的現實:AI 確實還沒開始大規模裁員,但職場新鮮人的求職入口已經被這堵「看不見的牆」擋住了。 接著馬上讓我們進入本週的五件 AI 大事,搭配觀察筆記 讓你不只是看熱鬧,也能看懂門道。 AIPost Academy:影響力講師合作計畫(限額審核) 與其擔心被自動化取代,不如成為定義自動化的人。 AI 郵報學院正式啟動「首批影響力講師計畫」