科技產業從來不缺誇張宣稱，但當 Nvidia 執行長 Jensen Huang 說「我們已經達成 AGI」的時候，整個圈子還是震了一下。不是因為這句話多了不起，而是因為說這話的人、說話的時機、以及這句話背後隱含的商業盤算，都值得拆解。
同時，OpenAI 正在談判向 Sam Altman 投資的核融合新創 Helion 購買電力。Meta 宣布 AI 內容審核系統將逐步取代人類審核員。WordPress.com 開始允許 AI 代理人直接發布文章。一個北卡羅來納州的男子用 AI 生成音樂騙了 800 萬美元的版稅。
這些看似獨立的新聞，其實指向同一個方向：AI 正在從「輔助工具」變成「自主代理人」，而這個轉變比大多數人意識到的還要快。
AGI 的定義正在被改寫
Nvidia 執行長 Jensen Huang 在接受媒體採訪時表示，以他的定義來看，AGI 已經達成了。他說的是「任何一個你能清楚定義的測試，AI 現在都能通過」。這個說法聰明的地方在於，它把難題丟回給了質疑者：如果你認為 AGI 還沒到，那你得先說清楚 AGI 到底是什麼。
問題是，沒有人真的說得清楚。
產業界對 AGI 的定義分歧巨大。有人認為是「人類級別的通用智慧」，有人認為是「能在所有經濟任務上超越人類的系統」，有人認為需要具備意識和自我反思能力，有人覺得只要能在大多數工作上比人類強就算。OpenAI 的章程裡把 AGI 定義為「高度自主的系統，在大多數具有經濟價值的工作上超越人類」，但這個定義本身就很模糊。
Huang 的宣稱之所以引發討論，是因為它恰好踩在這個模糊地帶上。如果你接受「通過所有定義清楚的測試」這個標準，那確實，現在的 GPT-4、Claude、Gemini 在很多測試上已經超越人類了。程式競賽、數學奧林匹克、醫學執照考試、律師考試，這些曾經被認為需要「真正智慧」的任務，現在 AI 都能做得很好。
但批評者立刻指出問題所在：考試能力和真正的人類智慧是兩回事。AI 可以通過律師考試，但無法像律師一樣理解案件背後的社會脈絡。AI 可以寫出完美的程式碼，但無法像工程師一樣判斷「這個功能是否應該存在」。通過測試不等於具備智慧，就像鸚鵡能背誦莎士比亞不代表牠理解文學。
這場爭論的背後，其實是一個更深層的問題：我們對「智慧」的定義，本身就在被 AI 重新塑造。每一次 AI 突破某個我們認為需要智慧的領域，我們就說「喔，那個不算，因為 AI 做到了」。國際象棋曾經是人類智慧的象徵，Deep Blue 贏了之後我們說那只是暴力計算。圖像識別曾經被認為需要人類的視覺理解，現在我們說那只是模式匹配。這種移動門檻的遊戲會持續下去，直到有一天我們發現已經沒有剩下多少我們願意承認為「真正智慧」的領域。
從商業角度來看，Huang 選擇這個時機點宣稱 AGI 已達成並非巧合。Nvidia 正處於 AI 晶片需求的絕對高峰，H100、Blackwell 架構的晶片供不應求，市值突破 3 兆美元。在這個位置上，他不只是說「AI 很強」，而是在說「我們打造的晶片是讓人類達成歷史性里程碑的關鍵基礎設施」。這不是謙虛的時候，這是鞏固 Nvidia 作為「AI 時代電力公司」地位的時候。
同時，這個宣稱也在向市場和政策制定者傳遞訊息：AI 不再是未來的技術，而是已經到來的現實。如果你還在討論「要不要監管」，你已經落後了。如果你還在想「什麼時候準備」，你可能已經太晚。這種論述策略對 Nvidia 有利，因為它加速了企業和政府的採購決策，而每一次採購決策，最終都會變成對 Nvidia 晶片的需求。
但這個宣稱的風險在於：如果接下來的 AI 發展遇到瓶頸，如果 GPT-5 並沒有帶來質的飛躍，如果 agentic AI 沒有像承諾的那樣改變工作方式，Huang 的這句話就會變成一個被反覆引用的「錯誤預測」案例。科技產業的歷史充滿了「X 已死」或「Y 已到來」的豪語，而大多數最終都證明只是行銷話術。
不過，Huang 不是普通的科技執行長。他是帶領 Nvidia 從顯卡公司轉型成 AI 基礎設施巨頭的人，他的判斷在過去十年幾乎都是正確的。如果有人能對 AGI 的到來做出可信的判斷，他是有資格的人之一。問題是，他選擇了一個極為聰明的定義方式，讓這個宣稱幾乎不可能被證偽：如果你認為 AGI 還沒到，請先說清楚你認為 AGI 是什麼。
OpenAI 與核融合能源的佈局
Sam Altman 辭去了核融合新創 Helion Energy 的董事會職務，同時，Axios 報導 OpenAI 正在與 Helion 進行「高級談判」，討論購買電力的計畫。這條新聞乍看之下像是另一個科技巨頭的能源投資，但放到 AI 發展的脈絡下，意義就非常不同。
訓練和運行大型語言模型需要驚人的電力。Google、Microsoft、Meta 都在瘋狂尋找清潔能源，因為 AI 的能源消耗正在變成他們 ESG 承諾的巨大負擔。數據中心的用電量每年以兩位數百分比成長，傳統電網已經吃不消。核融合被認為是「清潔能源的聖杯」，如果成功，能提供近乎無限、零碳的電力。
Helion 是核融合領域最被看好的新創之一。他們採用的「磁慣性融合」技術路線，在理論上比傳統的 tokamak 更緊湊、更便宜。Altman 早在 2015 年就投資了 Helion，是早期支持者。現在他擔任 OpenAI 執行長，而 OpenAI 需要 Helion 的電力，這形成了一個完美的利益循環——至少在紙面上。
但核融合的商業化之路仍然充滿不確定性。科學界普遍認為，即使技術路線正確，要達到「發電成本低於燃煤」的程度，至少還需要十年以上的時間。Helion 宣稱 2028 年可以實現商業發電，這個時間表被許多專家認為過於樂觀。OpenAI 如果現在就簽訂購電合約，相當於在押注一個尚未證明的技術。
這個押注背後的邏輯是：如果 AI 真的如產業所預期的那樣指數級成長，電力會成為最大的瓶頸。現在的雲端供應商已經在搶電了，美國某些地區的電網已經無法支持新的數據中心。如果核融合真的成功，擁有早期供電合約的公司將獲得巨大的競爭優勢。
Altman 辭去 Helion 董事會職務，表面上說是為了「避免利益衝突」，但更可能的情況是：他正在把 OpenAI 變成 Helion 最早的客戶。這是一個雙贏的安排——OpenAI 獲得未來電力的優先權，Helion 獲得最需要大量電力的客戶來證明其技術。
從更大的產業視角來看，這件事顯示了 AI 巨頭對能源問題的焦慮。訓練一個 GPT-4 級別的模型消耗的電力相當於一個小鎮一年的用電量。如果 AI 真的變成「通用智慧代理人」，每天為數十億人提供服務，電力需求只會更大。Google 和 Microsoft 已經開始投資小型核反應爐（SMR），Meta 據報也在評估類似方案。核融合如果成功，將是解決這個問題的終極答案。
但這筆交易也引發了監管關注。Altman 既持有 Helion 的股權，又是 OpenAI 的執行長，這種關係即使在形式上做了「迴避」，仍然存在結構性的利益衝突。OpenAI 正在接受聯邦貿易委員會的反壟斷調查，這筆交易可能會成為焦點之一。這是科技產業的新現實：AI 和能源的融合，正在創造新的監管複雜度。
AI 內容審核與人類工作的邊界
Meta 宣布將在未來幾年內逐步用 AI 系統取代第三方承包商進行內容審核。這不是第一次有公司談論 AI 審核，但 Meta 是第一個明確說出「減少對人工的依賴」的大型平台。這句話的重量不同，因為 Meta 旗下有 Facebook、Instagram、WhatsApp，數十億用戶的內容安全和政策執行都依賴這個系統。
內容審核是人類歷史上最糟糕的工作之一。成千上萬的合約工，每天坐在螢幕前，對著仇恨言論、暴力影像、兒童性虐待材料，做出一個又一個的判斷。這份工作會造成創傷後壓力症候群、睡眠障礙、心理疾病。多年來，這些工人一直在組織工會、爭取更好的待遇，但根本問題是：讓人類做這件事，本身就是不人道的。
AI 審核的邏輯很直接：為什麼要讓人類看這些可怕的東西？讓機器來過濾不是更好？Meta 說他們的 AI 系統可以處理「重複性、高風險」的審核工作——那些需要無數次判斷「這是否違規」的任務。系統會自動下架明顯違規的內容，人類只需要處理邊緣案例和申訴。
問題是，AI 的判斷錯誤會有什麼後果？如果 AI 把一個合法的政治討論誤判為仇恨言論並移除，誰來負責？如果 AI 漏放了一個暴力影像，受害者可以追究平台責任嗎？這些問題的答案目前還不清楚，但 Meta 已經在做了。
同時，WordPress.com 宣布支援 MCP（Model Context Protocol），允許 AI 代理人直接起草、編輯、發布文章。這是另一個「AI 取代人類判斷」的場景。理論上，你現在可以讓 Claude 或 ChatGPT 自動產出內容、排程發布，整個過程不需要人類介入。
這兩件事放在一起，顯示了一個產業趨勢：平台正在把「判斷工作」從人類轉移給 AI。內容審核需要判斷，文章編輯需要判斷，這些曾經被認為是人類智慧核心的工作，正在被自動化。支持者說這釋放了人類去做更有價值的事，批評者說這是把決策權交給我們並不完全理解的系統。
AI 審核的風險在於偏見和不透明。Meta 說他們的 AI 模型經過「嚴格訓練」，但沒人知道訓練資料是什麼、如何權衡不同類型的內容、各地的法律和文化差異如何處理。一個針對美國用戶優化的模型，可能會對其他國家的內容做出荒謬的判斷。這不是假設，而是已經發生的事實——目前的 AI 審核已經被多次批評過度移除少數族群的內容。
更大的問題是問責。如果一個真人的帳號被 AI 錯誤停權，他可以申訴，但申訴也可能被另一個 AI 處理。這意味著，未來可能出現「AI 審核、AI 判斷申訴、AI 決定是否恢復」的全自動循環。在這個循環裡，人類被排除在決策之外，卻承受決策的後果。
Meta 的說法是「人類仍然會處理重要案例和申訴」，但什麼是「重要案例」？一個政治異見者的帳號被錯誤停權，算不算重要？一個小型企業的廣告帳號被暫停，算不算重要？這些邊界的定義，最終還是人類在做，但越來越多的人類正在被排除在實際執行之外。
AI 音樂詐欺的警訊
一個北卡羅來納州的男子 Michael Smith 承認用 AI 生成的音樂騙取超過 800 萬美元的版稅。這不是第一個 AI 詐欺案，但它可能是第一個「AI 內容大規模商業詐欺」的案例，而且揭示了 AI 音樂產業正在面臨的問題。
Smith 的手法並不複雜：他用 AI 生成數十萬首歌曲，然後用機器人帳號在串流平台上播放這些歌曲「數十億次」。每次播放，平台都會付版稅，積少成多，最後變成 800 萬美元。這個騙局能夠成功，是因為平台無法有效分辨「真人播放」和「機器人播放」，也無法分辨「真人創作」和「AI 生成」。
這件事背後有兩個問題值得關注。第一，AI 音樂的品質已經好到可以「以假亂真」。如果 Smith 用的是傳統的隨機噪音或低品質的 AI 音樂，平台可能早就發現異常了。他用的 AI 音樂品質足夠好，好到可以通過平台的內容品質檢測（如果有的話）。這意味著，AI 音樂和真人音樂的邊界正在消失。
第二，整個串流產業的版稅支付機制本身就有問題。當 AI 可以無限生成內容，當機器人可以模擬播放，版稅系統就變成了一個可以被遊戲化的提款機。Spotify 和 Apple Music 目前還沒有有效的方法來檢測和預防這種詐欺，因為他們的商業模式建立在「播放量等於價值」的假設上。這個假設在 AI 時代已經不再成立。
更大的問題是：這個案件只是冰山一角。如果一個人可以用 AI 騙取 800 萬美元，那整個產業有多少類似的案件還沒被發現？有多少「音樂人」實際上只是在運行 AI 生成器？有多少播放量來自機器人而非真人？這些問題沒有人能準確回答，因為檢測技術遠遠落後於生成技術。
對真正的音樂創作者來說，這是一個警訊。當 AI 音樂淹沒平台，當版稅被機器人瓜分，人類音樂人的收入只會更少。這不是假設性的擔憂，而是正在發生的現實。Sony 的研發部門正在開發技術來識別 AI 音樂的「原始素材」，正是因為他們看到了這個問題的嚴重性。
有趣的是，這個案件的另一個層面：它涉及的是「經濟詐欺」，而非「藝術抄襲」。Smith 不是在用 AI 模仿某個特定藝術家的風格，而是生成大量原創的 AI 音樂（如果 AI 音樂可以稱為「原創」的話）。這意味著，即使沒有版權問題，AI 音樂仍然可能摧毀音樂人的生計——純粹因為供給過剩。
未來，串流平台可能需要徹底重新設計版稅支付機制。也許是基於「真人收聽時間」而非「總播放量」，也許是引入某種「創作者身份驗證」。但無論如何，AI 音樂詐欺案的出現，標誌著內容產業進入了一個新階段：AI 不只是輔助創作的工具，也可以是詐騙的工具。
Samsung 的七百三十億美元豪賭
Samsung 宣布將在 2026 年投入 730 億美元用於 AI 晶片擴張，比前一年增加 22%。這個數字驚人，但更驚人的是它背後的產業邏輯：AI 晶片的競爭正在變成一場「軍備競賽」，而不參賽的公司註定被淘汰。
Samsung 的目標很明確：從 SK Hynix 手中奪回 Nvidia 記憶體供應商的主導地位。目前，SK Hynix 在 HBM（高頻寬記憶體）市場佔據絕對優勢，他們的 HBM3 和 HBM3E 是訓練大型語言模型的關鍵零件。Nvidia 選擇 SK Hynix 作為主要合作夥伴，意味著 Samsung 在 AI 晶片供應鏈中的地位正在下滑。
這不是 Samsung 可以接受的結果。Samsung 是全球最大的記憶體製造商，在 DRAM 和 NAND 市場都有壓倒性的份額。但在 AI 時代，主導權正在轉移——從傳統記憶體轉向高頻寬記憶體，從消費電子轉向數據中心。如果 Samsung 在 HBM 市場輸給 SK Hynix，他們不只是失去一個產品線，而是失去 AI 供應鏈的核心地位。
730 億美元的投資，目標是在產能和技術上全面追趕。Samsung 會擴大 HBM 產線、增加先進製程的產能、投資「未來導向」的領域如機器人晶片。這是一個「全押」的賭注，因為 AI 晶片的需求曲線目前仍然是向上的——大語言模型、多模態模型、代理式 AI，每一個新應用都需要更多的運算和記憶體。
這場競賽的贏家不只是 Samsung 或 SK Hynix，而是 Nvidia。當競爭者爭相為 AI 晶片擴產，供應增加，價格下降，Nvidia 的成本結構改善。當競爭者投資研發更好的記憶體技術，Nvidia 獲得更快的晶片。這是一個上游競爭受益下游的案例，而 Nvidia 是最終的受益者。
但這場競賽也有風險。如果 AI 發展放緩，如果 GPT-5 之後的模型沒有預期的那麼強大，如果企業對 AI 的投資熱潮消退，這些擴產的產能就會變成巨大的負擔。記憶體產業本來就是一個週期性很強的行業，2016 年的價格崩盤、2019 年的庫存危機，都讓 Samsung 吃過苦頭。現在再投入 730 億美元，相當於把更多雞蛋放在同一個籃子裡。
從全球視角來看，這場 AI 晶片軍備競賽還有地緣政治的層面。Samsung 和 SK Hynix 都是韓國公司，但記憶體製造分散在韓國、中國、越南等地。美國對中國的晶片出口限制，正在重塑這個供應鏈。Samsung 如果想在美國市場站穩腳跟，可能需要在美國本土擴產——他們已經宣布在德州 Taylor 建設新晶圓廠，但這個計畫也面臨延期和成本超支的問題。
如果只記一件事
AI 正在從「工具」變成「代理人」，而這個轉變的速度比我們準備好的更快。當 Nvidia CEO 宣稱 AGI 已到來、OpenAI 開始投資核融合電力、Meta 用 AI 取代人類做內容判斷、詐欺者用 AI 音樂騙取百萬美金——這不是未來學，這是正在發生的現實。
問題不在於「AI 會不會取代人類」，而在於「我們要如何設計邊界」。哪些判斷應該由機器做？哪些必須保留給人類？當 AI 的判斷錯誤時，誰負責？這些問題的答案，將決定 AI 是成為人類的賦能者，還是失控的自動化系統。現在做出正確的選擇，比五年後後悔來得重要。
