霍夫曼說 AI 是你的 GPS，但地圖是誰畫的？
LinkedIn 共同創辦人霍夫曼在《數位主義者文集》中提出「資訊 GPS」比喻，主張 AI 幫人導航資訊海洋，就像 GPS 幫人導航物理世界。這是矽谷 AI 樂觀主義者最有力的比喻，但當你的導航、地圖和投資者是同一群人，「個人能動性」還剩下多少？
本文為「數位主義者文集」導讀系列 #V1-8。導讀對象為 Reid Hoffman 與 Greg Beato 合著的〈Informational GPS〉，收錄於 The Digitalist Papers Volume 1（2024）。
2000 年 5 月 30 日午夜，美國空軍關閉了一套運行超過十年的干擾系統。在那之前，開放給民間使用的 GPS 訊號被刻意降低精準度，誤差可達上百公尺，理由是國家安全。冷戰結束後，柯林頓政府重新算了一筆帳：讓所有人用上精確定位的好處，大於讓少數敵人也能用的風險。開關切下去的那一刻，全球只有四百萬民用 GPS 使用者。二十年後，GPS 催生了叫車服務、精準農業、緊急搜救等無數應用，美國國家標準與技術研究所估計它在 1984 到 2017 年間創造了 1.4 兆美元的經濟效益，九成來自 2010 年之後。
里德．霍夫曼（Reid Hoffman）用這段歷史開場，不是在寫科技史，而是在替 AI 打比方。他跟長期寫作搭檔 Greg Beato 合著的這篇文章，論點直截了當：AI 就是資訊世界的 GPS。GPS 幫你導航物理空間，AI 幫你導航資訊空間。兩者都把複雜環境變得可以穿越，都增強了個人的「能動性」（agency）。這個比喻撐起了整篇文章，也濃縮了霍夫曼整套 AI 世界觀。
矽谷「超級連結者」的 AI 宣言
要理解霍夫曼為什麼選擇這個角度，得先看他是什麼人。他在 2002 年共同創辦了 LinkedIn，這個職場社群網站在 2016 年被微軟以 262 億美元收購，至今仍是全球最大的職業人脈平台。LinkedIn 的核心理念是「連結創造價值」，而霍夫曼本人就是這個理念的極端實踐者。他是矽谷創投 Greylock Partners 的合夥人，同時坐在微軟的董事會上。他是 OpenAI 的早期投資者和前董事會成員，2023 年離開董事會，理由是 Greylock 將投資使用 OpenAI API 的新創公司，他想避免利益衝突。但他也投資了 OpenAI 的競爭對手 Anthropic，2025 年 10 月還公開稱 Anthropic 為「好人之一」。2025 年 1 月，他和普立茲獎得主、腫瘤學家穆克吉（Siddhartha Mukherjee）共同創辦了 AI 藥物開發新創 Manas AI。
也是在 2025 年 1 月，霍夫曼和 Beato 合著的《Superagency》出版，副標題問的不是「AI 會出什麼問題」，而是「AI 可能帶來什麼好結果」（What Could Possibly Go Right with Our AI Future）。這本書登上了《紐約時報》暢銷書榜。霍夫曼自稱「bloomer」（樂觀派），跟 AI 社群裡的「doomer」（末日派）劃清界線。他在各種場合反覆傳達同一個訊息：AI 會擴大人類的能動性，對 AI 的恐懼比 AI 本身更危險。《數位主義者文集》裡的〈Informational GPS〉就是這套信仰的學術版表述。
把這些身份攤開來看，霍夫曼在 AI 產業裡的位置非常獨特：他同時跟 OpenAI、Anthropic、微軟有利益關係，是少數橫跨 AI 競爭陣營的人物。這既給了他罕見的跨陣營視野，也讓他每一句對 AI 的讚美都帶著利益聲明的底色。讀他的文章時，這一點不應忘記。
從衛星導航到資訊導航
GPS 比喻的力量在於它直覺又具體。霍夫曼的推理是這樣的：GPS 出現之前，你得攤開紙本地圖，自己判斷起點、終點、路線，然後邊開車邊看地圖。他半開玩笑地說，這比邊開車邊傳訊息更危險。GPS 把這個過程變成了逐步導航：你只需要說出目的地，它隨時告訴你下一步往哪裡轉。這不是幫你開車，是幫你在每一個路口做決策。
AI 對資訊世界做的事情類似。傳統搜尋引擎像紙本地圖，給你一堆連結，你自己判斷哪個有用。大型語言模型像 GPS，把「搜尋」變成「獲取」（fetch），直接給你整合過的答案，你可以追問、修正、換方向。而且跟 GPS 一樣，你隨時可以偏離建議路線，系統會根據你的新位置重新規劃。霍夫曼引述了一組數據來說明資訊導航的急迫性：你讀完一個句子的時間裡，全世界就產出了足以裝滿 230 億本電子書的資料量。在這種資訊洪流中，沒有導航工具的人注定被淹沒。
文章中最有說服力的段落是關於弱勢群體的。如果你是美國 2,500 萬「英語能力有限」的居民之一，視力又不好，收到一封看不懂的水電帳單，AI 可以拍照後用你的母語念給你聽。如果你是低收入家庭的高中生，沒錢請大學申請顧問，AI 可以提供申請策略和文書建議。如果你收到房東要求你在 30 天內付清 3,000 美元「積欠租金」否則搬離的信，AI 可以告訴你有哪些法律選項。這些不是在談矽谷工程師的生產力提升，而是在談資訊不對等如何壓迫弱勢者，以及 AI 如何縮小這個差距。這是霍夫曼最具說服力的論述，因為它把「個人能動性」從抽象概念拉到了具體的人身上。
霍夫曼還做了一個頗有野心的歷史論證。1960 年代，美國社會評論家 Vance Packard 在暢銷書《裸露的社會》裡描繪了一個數位監控噩夢：巨型記憶機器能在幾秒鐘內調出每個公民一生的行為紀錄。歐威爾在《1984》裡預言的全景監獄，從上而下強制服從和一致。但霍夫曼觀察到，六十年過去了，這一切並沒有在民主國家成真。取而代之的是個人電腦和智慧型手機帶來的由下而上的個人主義和自我決定。1950 年代的「組織人」被矽谷的搖滾明星產品經理取代了。今天民主社會面對的挑戰不是歐威爾式的監控導致威權，而是平台驅動的多聲喧嘩讓共識成為不可能。每個人都想用科技強制推行自己偏好的統一方案，同時又深深懷疑科技。在這種背景下，他認為 AI 的設計應該優先增強個人能動性，讓人直接使用、直接受益，而不是只服務於機構和企業。
他區分了兩種 AI 的運作方式。2010 年代中期的 AI 主要是「作用在你身上」的：推薦引擎、新聞動態策展、信用評分模型、預測性警務系統。使用這些 AI 的是機構，被 AI 影響的卻是你，而你往往沒有選擇。ChatGPT 和 DALL-E 的出現改變了這個格局。現在 AI 是「為你服務、跟你合作」的，你主動選擇使用它，你決定問什麼、怎麼用、採不採納它的建議。這個轉變，在霍夫曼看來，是 AI 發展史上最關鍵的民主化時刻。
好比喻的天花板
先給霍夫曼公道：這篇文章不是盲目的樂觀宣言。他明確點出了 GPS 和 AI 之間的根本差異，而且花了相當篇幅討論。GPS 處理的是客觀的、可驗證的空間和時間資料。地球的地形是固定的，座標要嘛正確要嘛錯誤。大型語言模型處理的則是人類語言的細微、複雜和主觀性。他直接寫道，LLM 沒有「單一的客觀地面真相」可供使用。每個 LLM 開發者都在繪製「一顆獨特的資訊星球」，其地形取決於訓練資料的規模、參數數量、最佳化策略，尤其是人類回饋的強化學習（RLHF），這個過程會根據特定的人類偏好和價值觀來塑造模型的行為和輸出。他甚至提到了商業動機的扭曲風險：想像開發者可能篩選訓練資料或調整演算法，讓模型優先產出能驅動互動和廣告收入的內容，犧牲準確性。
他的解方是多元生態系統：讓很多開發者用不同方式建模，沒有單一實體或意識形態壟斷「真相的來源」。這個主張有一定道理。但它也暴露了整篇文章最大的盲區。
GPS 的錯誤是立即可觀察的。導航叫你右轉，你轉了彎卻面對一條死路或一片湖，馬上知道出了問題。霍夫曼自己也舉了例子：偶爾有駕駛跟著導航開進私人道路或偏遠地區，極端案例中甚至開進水裡。但這些錯誤之所以成為新聞，正是因為在 GPS 的使用情境中，錯誤通常會被快速發現。LLM 的錯誤缺乏這種自我糾正機制。當 AI 用流暢、自信的語氣給你一個錯誤的法律建議、一段不存在的判例、或一個似是而非的科學解釋時，你未必能察覺。霍夫曼強調 AI 最能幫助的那些人，英語能力有限的移民、缺乏資源的低收入學生，恰恰是最缺乏能力驗證 AI 輸出的人。GPS 的比喻在這裡出現了結構性的裂縫：物理世界的導航錯誤有地形作為煞車，資訊世界的導航錯誤沒有。
這讓我想到我們在導讀史迪格里茲那篇時討論過的框架。這位諾貝爾經濟學獎得主用他研究了四十多年的「資訊不對稱」理論分析 AI，得出了跟霍夫曼幾乎相反的結論：AI 正在同時壓縮真相的供給、膨脹假訊息的供給，而糾錯的成本沒人埋單。他最驚人的洞見是 AI 版的 Grossman-Stiglitz 悖論：AI 愈準確，原始資訊生產的誘因愈低，資訊品質可能反而下降。霍夫曼把 AI 比喻成幫你導航資訊海洋的 GPS，史迪格里茲則指出這片海洋本身正在被污染。如果地圖底下的地形正在崩壞，導航再精確也救不了你。
班吉歐的觀點從另一個方向構成挑戰。我們在導讀那篇時提到，這位圖靈獎得主看到的不是個人能動性的提升問題，而是全球層級的存亡風險：AI 可能讓小型團體獲得製造生化武器的能力，權力可能集中到少數企業手中，超級智慧可能失控。霍夫曼整篇文章在談個人使用者如何從 AI 受益，班吉歐則在談一種根本沒有任何個人能做任何事的極端情境。兩人根本是在談不同層次的事情。霍夫曼的 GPS 比喻在班吉歐的風險框架裡，有點像是在討論市區交通優化，而整棟大樓可能已經在冒煙了。
還有一個不容迴避的問題。霍夫曼倡導 AI 樂觀主義，同時也是 AI 產業最積極的投資者之一。他投資了 OpenAI，投資了 Anthropic，坐在微軟的董事會上（微軟是 OpenAI 最大的投資者），還創辦了 Manas AI。他的利益關係不見得讓他的論點自動失效，但讀者在評估時應該把這個變數放進去。文章裡他引用了 OpenAI 在 2015 年創辦時的宣言：「AI 應該是個人意志的延伸，秉持自由的精神，盡可能廣泛而平等地分配。」不過 2015 年的 OpenAI 是非營利組織，2026 年的 OpenAI 正在轉型為營利公司，霍夫曼公開支持這個轉型。宣言還在，但寫宣言的組織已經不是同一個了。
台灣：當你的地圖被人動過手腳
霍夫曼的「資訊 GPS」比喻放到台灣的脈絡裡，會遇到一個他完全沒有處理的挑戰。全球民主多樣性研究計畫（V-Dem）連續超過十年把台灣評為全球受假訊息影響最嚴重的國家，不是「之一」，是第一名。我們在導讀史迪格里茲那篇時已經詳細討論了這個處境：台灣面對的不只是商業動機驅動的假訊息，而是一個擁有國家級資源的對手，有系統地製造和散布意在分化台灣社會的虛假資訊。AI 讓這個對手的武器庫變得更豐富、更難偵測、產量更大。
在這種環境下，「資訊 GPS」不只是導航工具好不好用的問題，而是地圖本身是否可信的問題。想像你在一個路標可能被人刻意移動過的城市裡開車。你的 GPS 告訴你前方右轉，但路標指向左邊，而你不確定路標是真的還是有人故意換了方向。在物理世界裡，這種情境太荒謬了，不太可能大規模發生。在台灣的資訊環境裡，這是每天的現實。霍夫曼主張 AI 讓個人能更好地導航資訊，但他沒有認真處理一種情境：當導航系統本身就是攻擊的目標。
不過，霍夫曼關於 AI 賦能弱勢群體的論述，在台灣確實有實際意義。台灣有超過 70 萬外籍移工和數十萬新住民，語言障礙是他們獲取醫療、法律和勞動權益資訊的最大阻礙。如果 AI 真能像霍夫曼描述的那樣，讓一個越南籍移工拍下雇主的合約後用母語理解每一條條款，那確實是一種有意義的能動性提升。但這個願景的實現，需要的不只是技術的普及，還需要模型在東南亞語言上的訓練品質跟上，以及使用者能判斷 AI 回答對不對的基本能力。這些條件不會因為「讓 AI 廣泛可及」就自動到位。
最好的比喻，用來賣最大的願景
撇開利益衝突的疑慮，我認為霍夫曼的 GPS 比喻是《數位主義者文集》35 篇文章中修辭上最精巧的裝置。它直覺、具體、有歷史縱深。它把「AI 如何增強個人能力」這個抽象的技術問題，錨定在每個人都有體感經驗的日常物件上。讀完之後，「AI 是你的導航，不是你的司機」這個意象會留在腦海裡，而且很難正面反駁，因為反駁它幾乎等於說導航不好用。
但好比喻也有危險。它引導你沿著比喻的邏輯思考，而不是沿著現實的邏輯思考。GPS 的成功故事是真實的，但把它直接映射到 AI 上需要忽略太多結構性差異：客觀地形 vs. 建構的資訊環境，可觀察的錯誤 vs. 隱形的錯誤，穩定的地球 vs. 不斷被重塑的「資訊星球」。霍夫曼知道這些差異。他在文章裡逐一承認了。但他的修辭結構把這些差異處理成「需要持續警惕的細節」，而不是「動搖整個比喻基礎的根本問題」。
這篇文章真正沒有回答的問題是：當繪製資訊地圖的公司，同時也是導航服務的提供者，同時也是霍夫曼投資組合裡的公司，「個人能動性」到底還意味著什麼？你以為你在自由導航，但地圖是別人畫的，路線是演算法推薦的，推薦背後有商業邏輯在運作。這不是歐威爾式的從上而下控制。霍夫曼說得對，那種噩夢沒有成真。但它可能是一種更細膩、更難察覺的能動性侵蝕。史迪格里茲提供了診斷工具，班吉歐提供了風險框架，霍夫曼提供了最漂亮的比喻。但漂亮的比喻和正確的分析之間，隔著的正是他承認卻未充分面對的那些差異。
📚 「數位主義者文集」導讀系列