AI 進步的起點，是承認「我不知道」

本文整理自《AI and the Future of Work》2026 年 5 月播出的單集。

{{< spotify "episode/27jlzZES79U33SyIKbKAXk" >}}

{{< apple-podcast "tw/podcast/special-episode-why-real-ai-progress-starts-with/id1476885647?i=1000768923845" >}}

---

一天說十次「我不知道」的 CEO

HumanX 2026 在舊金山 Moscone Center 吸引了來自 78 國的 6,500 人參加，是目前全球最受矚目的 AI 產業會議之一。打造這場活動的人是史蒂芬・韋茲（Stefan Weitz），微軟 20 年老兵、Bing 搜尋引擎創始團隊成員，2024 年離開大企業世界後創辦了 HumanX。在活動現場的訪談中，他說了一句讓主持人有點驚訝的話：「我每天對我的團隊說十次『我不知道』。他們看著我的眼神就像在想：天哪，帶領我們的人居然什麼都不知道。」

但韋茲認為這三個字不是無能的表現，而是一切學習的起點。他說「我不知道」的意思是：所以我要去搞清楚、去問專家、去試著做一個可能會失敗的東西。他引用了史丹佛心理學家卡蘿・杜維克（Carol Dweck）在《心態致勝》中提出的成長心態概念，提到這本書是納德拉帶進微軟文化的，「雖然我一直宣稱是我先給他的，我大概沒有，但我要居功。」這種自嘲背後有一個嚴肅的論點：AI 產業現在最缺的，不是更強的模型或更快的晶片，而是面對不確定性的誠實態度。

韋茲把這個態度放到產業脈絡裡來看。他觀察到，AI 領域的頂尖人物在面對公眾恐懼時，普遍採取一種輕描淡寫的姿態：「別擔心，相信我們，一切都會很好。」他認為這是最糟糕的回應方式。他舉了一個例子，HumanX 開幕前一晚他接受舊金山當地電視台 KCBS 的採訪，發現即使是他自己 83 歲的母親，也不真正理解他在做什麼。不是因為她不聰明，而是 AI 完全超出了她的認知框架。當產業裡最有話語權的人用一般人聽不懂的語言，對一般人聽得懂的恐懼說「沒事的」，信任只會崩塌得更快。

連 DeepMind 科學家都說不清楚

韋茲接著點出了一個更深層的問題：為什麼「相信我們」這種回應不只是溝通失敗，而是一種不誠實？因為 AI 技術的本質是非確定性的。他以自己在 Google 和 DeepMind 的朋友為例，說這些人是全球最頂尖的 AI 研究者，但他們會私下坦承，模型有時候會用他們也搞不清楚的方式來完成任務。不是因為他們不夠聰明，而是因為這就是這項技術的特性。

韋茲把自己拉進這個坦白的範圍裡。「我是一個技術樂觀主義者，」他說，「你不應該完全相信我。不是因為我在騙你，而是因為我真的不知道。這項技術是非確定性的，我怎麼可能面不改色地告訴我媽一切都會沒事？」他認為 AI 產業欠大眾一個更坦誠的對話。不是說「我們搞不定」，而是說「我們正在學，我們會犯錯，我們不會假裝已經有了所有答案」。這聽起來像是軟弱，但韋茲認為恰恰相反，這才是成長心態的核心：承認無知，然後把無知當成學習的燃料。

在韋茲看來，產業領袖之所以不願意說「我不知道」，部分原因是混淆了「信念」和「確定性」。他在別的段落裡大力鼓吹產品信念的重要性，認為打造好產品需要強烈的主觀判斷。但信念和確定性是兩回事。你可以堅信 AI 會改變世界（信念），同時承認你不知道它具體會怎麼改變（誠實）。問題是很多人把信念當成了確定性的替代品，用「我相信」來掩蓋「我不知道」。韋茲說他一天講十次「我不知道」，並不妨礙他同時做出需要巨大信念的決策，比如在報名人數不到四千的時候押下一千多萬美元辦一場六千五百人的活動。這兩者可以並存，而且必須並存。

好萊塢編劇的一記當頭棒喝

韋茲在訪談中提到一段讓他觀念轉變的對話。他的朋友達蒙・林德洛夫（Damon Lindelof）是好萊塢知名編劇與製作人，創作了影集 Lost、The Leftovers 和電影《星際爭霸戰》等知名作品。在一次聊天中，林德洛夫問了他一個直球問題：為什麼我們一直把 AI 擬人化？為什麼它非得像人類不可？為什麼我們預設它會對我們有敵意？

韋茲坦承，在那次對話之前，他自己也落入了「天網」式的思維框架。一聽到 AI 就聯想到終結者，聯想到機器叛變。林德洛夫的問題讓他意識到，這種恐懼本質上是一種投射。我們把人類的攻擊性、權力慾和控制慾投射到 AI 上，然後被自己的投射嚇到了。但 AI 不必然是人形的，不必然帶有人類的動機，也不必然會重演人類歷史中那些最糟糕的劇本。

這個觀點在韋茲的整體思維中佔了重要位置。他認為 AI 本質上是一種工具，而且是人類歷史上第一種「會因應使用方式而改變自身」的工具。一把鐵鎚不會因為你用了它就變得更重、更輕或改變形狀。傳統的程式碼在多數情況下也是靜態的。但 AI 會根據你的使用方式學習和調整。韋茲舉了一個具體的例子：他使用的 HyperAgent 系統（由 Airtable 創辦人 Howie Liu 開發的副業專案），當它在執行任務時碰到困難並自行解決後，會把解決方法寫成一個技能檔案，之後同一系統裡的其他 AI 代理人都可以使用這些技能。工具變好了，使用工具的人也變好了，形成正向循環。既然 AI 的本質是工具而非生命體，那用天網來框架它就是根本性的分類錯誤。

點燈人有幾十年，卡車司機只剩幾年

不過，「AI 是工具」這個定位並不能消除所有擔憂。韋茲對工作替代的問題想得很深，而且他誠實地說自己沒有答案。他提到經常和哈佛經濟學教授弗魯特（Ken Froot）討論這個議題。弗魯特的立場是歷史主義的：技術替代工作不是新鮮事，路燈點燈人、馬車伕、電報員都經歷過，人類社會最終都適應了。韋茲同意這個歷史觀察，但他指出一個關鍵變數：適應的時間。

點燈人從有工作到失業，中間隔了好幾十年。他們可以退休、轉行、慢慢學新技能，甚至只是等到自然離世就好。那個世代的技術變遷給了人類社會足夠的緩衝時間來吸收衝擊。但如果把適應時間壓縮到幾年甚至幾個月呢？韋茲用氣候變遷打比方：地球的生態系統可以適應緩慢的環境變化，但當變化速度超過生物演化能跟上的節奏，系統就會崩潰。工作替代也是同樣的道理。美國有 300 萬名卡車司機，韋茲提到他的朋友經營的自動駕駛卡車公司 Waabi 已經在跑跨州路線了。這不是十年後的假設情境，而是正在發生的事。

韋茲在這個段落結尾說了一句他在整場訪談中重複出現的話：「我不知道怎麼解決這個問題。」這不是敷衍，因為他在前面花了大量時間解釋為什麼這個問題確實很難。歷史告訴我們人類會適應，但歷史從來沒有給我們一個適應時間被壓縮到這種程度的案例。弗魯特的樂觀和韋茲的焦慮之間的張力，恰恰是整個 AI 產業面對工作替代議題時的集體心態：我們知道改變會來，我們相信人類能適應，但我們不確定這次的速度會不會快到來不及。

當清潔工自己寫軟體

但韋茲不是只看到黑暗面。在工作替代的焦慮旁邊，他看到了一個正在成形的可能性。他講了一個很具體的故事：他認識一個清潔泳池的人，兩人週末聊天時談到對方的生意有兩個痛點，一是路線規劃效率不好，二是化學藥劑的供應管理很混亂。韋茲幫他在 Replit 上啟動了一個專案，花了一個週末把幾個系統串接起來，部署到雲端。一個清潔泳池的人，沒有任何技術背景，現在有了自己的路線規劃和庫存管理軟體。

韋茲說他在這個過程中只幫了一點點忙，而且他知道自己很快就會變得「無關緊要」。因為 AI 工具本身的進步速度意味著，用不了多久，他那位朋友可以完全靠自己跟 AI 對話來建造和調整這些工具。這不是特例。韋茲還提到一個人獨自用 vibe coding 做出的 Open Cloud，以及一個週末做出來的 Moltbook。這些產品不需要技術合夥人，不需要工程團隊，只需要一個人對自己的領域夠了解、有一個想解決的問題。

韋茲認為這才是 AI 時代最被忽略的樂觀面向。當人們談到 AI 對工作的影響，焦點幾乎都在「哪些工作會消失」。但同時，AI 正在大幅降低創業的技術門檻，讓過去因為市場太小、開發成本太高而不可能存在的產品和服務變得可行。一個清潔泳池的人不需要建立一家獨角獸公司，他只需要一個夠用的工具來讓自己的生意跑得更順。韋茲稱這些為「生活型企業」，規模不大，但真實地服務著創辦人自己熟悉且在意的利基市場。他同時也承認，這個機會不是人人都能觸及的。他沒有假裝 AI 創業機會是均等的，而是直說「我跳過了一整群沒有我這種資源和特權的人，我目前沒辦法解決這個問題」。這種坦白本身就是他「我不知道」哲學的實踐。

我的觀察

韋茲在這場將近五十分鐘的訪談裡，反覆回到同一個主題：誠實。對產品品質的誠實（他在另一段深入分析了微軟 Copilot 的問題），對技術局限的誠實，對自己無知的誠實，對社會衝擊的誠實。這在一個充滿願景販賣和技術佈道的產業裡，是很少見的聲音。他不是在唱衰 AI，他自己就是一個技術樂觀主義者，投入全部身家辦了一場 AI 大會。但他拒絕用樂觀來掩蓋不確定性。

我覺得韋茲最有洞見的一句話，是他在談到人腦和 GPU 的能耗差異時順帶說的。人腦只需要 20 瓦就能運作，相當於一顆省電燈泡。一顆 H200 GPU 消耗的電力是人腦的好幾個數量級。我們建造了比自己耗能高出這麼多倍的系統，卻連它們為什麼有時候能解決問題都說不清楚。這個對比本身就是「我不知道」最有力的註腳。也許 AI 進步最需要的不是更大的模型或更多的算力，而是一種面對未知時不假裝知道的文化。在臺灣的科技社群裡，「不確定」往往被等同於「不夠專業」。韋茲的訊息恰恰相反：在一個連創造者都無法完全理解的技術面前，能夠說出「我不知道」的人，才是最值得信任的。