TOOLS輔助工具
Tag
Share
副駕駛、特務與馬鞍:AI不再只是幫手,但駕駛座上的我們準備好了嗎?
文|工程師Parker Chang
圖|張梓鈞
如果AI什麼都知道,那我們還需要學習嗎? 回答這個問題前,讓我們先回到2022年,當時OpenAI發布了ChatGPT,讓我們可以透過一個對話視窗跟一個近乎無所不知的AI互動。 以前可能要查很久的資料,突然只需要在聊天室問一下,答案就跑出來了,雖然還需要再驗證,但已經改變了人們獲取知識的方式,而後也在兩個月內就有一億多人在使用AI。 如今已經過去四年,人們的互動關係幾乎每年都跟AI在改變。
2022到2023年,微軟將自家旗艦AI命名為「Copilot( 副駕駛)」。 如同開車時副駕駛負責看導航、指引方向,我們有問題時詢問AI,它便會給予建議。 典型應用如:寫作時提供靈感或起草、學習外文時協助翻譯。 不過此時期的AI僅能扮演輔助角色,最終結果仍高度仰賴人類的判斷與修改。
2023到2025年間,AI進化為「Agent(代理人/特務)」。 人們認為AI不再只是副駕駛,而是能長出手腳、直接幫我們執行的特務。 AutoGPT是最具代表性的案例,其核心在於「自動」。只需下達「幫我完成報告」的指令,AI Agent就會自動搜尋資料、整理架構並寫出初稿,人類只需審閱最終成果。
到了2026年,AI特務仍常犯錯搞砸,因此「Harness(馬鞍、韁繩)」概念由OpenAI發揚光大。 人們開始為AI套上韁繩,限定其資料來源、文章架構、語氣及比對驗證標準,避免它如脫韁野馬般失控。 雖然AI Agent的使用情境被限縮,但依然能自動完成任務,並精準產出接近一步到位的內容。
從Copilot到Agent,接著再到Harness,人們可以交辦給AI更多的事情,但韁繩還是得握在人手上,技術的演化告訴我們:AI工具越強大,人的「主導力」就越關鍵。 如果AI什麼都知道,我們為什麼還要學習?因為「AI負責輸出答案,而人類負責定義問題與掌控邊界。」 握緊手中的韁繩,學習不再是為了打敗AI,而是為了成為那個駕馭未來的人。