週五清晨,南港物流倉外,霧氣像黏膩的意念,覆著整座工業區的鐵皮屋。電商小編莉亞點開手機,一邊啜著半冷的咖啡,一邊讀完了 Apple 的一篇新研究:《The Illusion of Thinking》。
她笑了笑,這篇論文說 AI 解不出太複雜的問題,是因為它不會真的思考,只是在靠「token 預算」權衡要不要繼續努力。「這根本跟我回覆客服訊息一模一樣嘛。」
就在這時,手機跳出熟悉的名字:egglover2024。「如果禮拜一來取,會有現貨嗎?我今天下單的話。」
莉亞打了標準回覆:
「您好,南港倉只開放週四下午自取,且需在前一週一前完成付款喔~感謝您的詢問😊」
沒多久,客人又來:
「所以每天都能取就對了?」
「我意思是今天訂,明天可以拿嗎?」
莉亞嘆口氣,這問題她昨天剛回答過、上週也回答過。她開始懷疑這位客人是不是沒有記憶,或者——更糟——他其實是個真人版的AI,永遠不儲存上下文。
Apple 在報告裡提到一個重點:當題目複雜度上升,例如從三人過河變成十人過河,AI 不是不能解,而是**「選擇不解」**,因為太耗 token。而莉亞現在面對的這位 egglover2024,不就是那種讓人燃燒全部腦內資源卻永遠無解的存在嗎?
她努力用條列式再說一次:
🔸 自取:週四 14:00–15:00(需前一週一完成付款)
🔸 無法當週訂、當週取 🔸 如果需要更快,建議選宅配服務(週三或五寄出)
她覺得自己不是客服,是個 token 快爆的 GPT 模型,無限地被「請問一下」的 prompt 喚醒,每一次都得重新回想過去發生了什麼。
token 經濟是現實的悲劇。
AI 不努力,是因為要省 token。人不努力,往往是因為給的不夠。
「你給我多少錢,我就給你多少精力。」莉亞望著螢幕,那句話像從心底某處冒出來。
她不是不能講一次到位,而是她也得在 8 小時內處理 150 則訊息、回 30 封 email、發 3 篇貼文、整理 2 份報表……她是個真人,但她的世界也是有 token 限制的。
隔天,客人又回來了。
「哈囉~那我禮拜五下午去倉庫拿,應該可以吧?」
莉亞不再解釋,她只回了一句:
「很抱歉,我們目前只能依照既定流程操作,感謝您的理解🙏」
她把這段文字複製起來,存在「常用語句」資料夾裡。那是她的 prompt cache,一個屬於真人客服的 token 策略。
客人可能永遠不會知道,為什麼他問來問去都沒改變結果。也不會知道,在他眼中「冷漠制式」的回應背後,其實是莉亞拚命維持理智、不讓自己崩潰的 token 策略。
因為她不是不願意幫,只是她也跟 AI 一樣,要精算每一秒的成本。
《token爆掉的星期五:倉庫阿伯的逆襲》 南港倉庫週五午後,悶熱的空氣混著鹹鹹的汗味,像蒸籠一樣把人悶在這片鐵皮地獄裡。阿義伯穿著舊背心,站在堆滿貨箱的巷道裡,一手揮著電風扇,一手盯著那張熟到不能再熟的取貨單。 > 「又是 egglover2024……他這週也來了啊?」 旁邊的小貨運助理皺眉:「他明明沒在這週四名單裡啊,今天怎麼來自取?」 阿義伯苦笑:「他說他昨天問客服,客服沒說不行。」 那一瞬間,阿義伯彷彿打開了記憶閘門。過去的幾個月裡,這位神秘的客人就像一個無限迴圈的 prompt,永遠用不同的語氣,問同一個問題:「請問我明天可以來取嗎?」 --- 阿義伯不是不懂科技。他家孫子還拿 ChatGPT 寫作業。可是現在,他彷彿理解了那篇孫子跟他講過的報告:「AI 處理複雜任務時會選擇放棄,因為太花 token。」 而今天,他的腦內 token 已經爆了。 > 「要是我有個能記住問題歷史的記憶庫,這種人我早就用正規表達式擋掉了。」 他默默想著,左手打開冰箱拿出一罐黑松沙士,右手打開自己的對話筆記本,封面貼著四個字:「鬼打牆備忘錄」。 --- 筆記第37頁,標題寫著: > egglover2024 問題歷史 3/8:問是否能週一自取 3/15:問是否當天下單可當天取 3/22:再問一次是否每天都能來 3/29:說客服沒說不行(?) 阿義伯筆鋒一轉,寫下今天的紀錄:「4/5:現場硬闖,自稱『問過客服』。」 他閉起眼睛,一秒冥想:「這不是倉庫物流,這是社交演算法 stress test,我在活測一個人能不能記住規則。」 --- 這時客人踏進來了,一臉無辜:「嗨~我有問你們客服,我可以拿的對吧?」 阿義伯看著他,沒怒,只是露出一抹彷彿悟道的微笑。 他溫柔地說: > 「我們其實是演算法轉職的,你現在問的問題我們已經回答過無限次,只是你還沒接收到更新的模型版本。」 客人一臉困惑:「啊?」 阿義伯轉頭喝了口沙士:「今天 token 不夠了,下週請早。」 --- 後記 當晚,莉亞收到倉庫傳來的訊息:「今天蛋已退回,客人已被 'AI式回應' 應對,成效良好。」 她笑出聲:「也許我們都該開啟訓練模式了。」 因為有些問題,永遠無解; 有些客人,只能用神話來對待。











