# AGI 即將降臨：成為更完整的人類，才是最好的準備

> Google DeepMind 執行長 Hassabis 與 Pichai 罕見給出 2030 年 AGI 時間表。面對這個預測，最合理的準備不是恐慌、不是抵抗，而是盡你所能，成為一個更完整、更深刻、更具獨特性的人類。從共生演化、提問能力、具身智慧到意義建構：這是一份寫給所有人的 AGI 準備指南。

- Author: Paul Kuo（郭曜郎）
- Date: 2025-06-09
- Pillar: 智能與秩序 / Intelligence & Order
- Tags: AGI, 通用人工智慧, 人機協作, 凱文凱利, 具身智慧, 意義建構, Google DeepMind
- Canonical: https://paulkuo.tw/articles/agi-becoming-complete-human/
- Site index for LLMs: https://paulkuo.tw/llms.txt

---

2025 年六月，Hassabis 和 Pichai 幾乎同時說了同一件事：AGI會在2030 年之前到來。

<div class="listen-summary" style="margin:1.25rem 0;padding:0.75rem 1rem;border:1px solid var(--border);border-radius:var(--radius);background:var(--bg-section);">
  <div style="font-size:0.9rem;font-weight:600;color:var(--text-secondary);margin-bottom:0.5rem;letter-spacing:0.02em;">▶ 聽摘要</div>
  <audio preload="none" controls style="width:100%;display:block;">
    <source src="https://audio.paulkuo.tw/agi-becoming-complete-human-zh.mp3" type="audio/mpeg" />
    您的瀏覽器不支援音訊播放，請點此 <a href="https://audio.paulkuo.tw/agi-becoming-complete-human-zh.mp3">下載音檔</a>。
  </audio>
  <div style="font-size:0.75rem;color:var(--text-secondary);opacity:0.75;margin-top:0.4rem;">AI 合成語音・作者本人聲線克隆</div>
</div>

這兩個人不是在賣夢。一個掌管 DeepMind，手上握著目前最接近通用智慧的技術路線；另一個是 Google 執行長。當他們罕見地給出明確時間表，這不是預測，更像是內部進度的確認。對於一直在追蹤 AI 發展的人來說，這個時間點並不令人驚訝。真正值得問的問題不是「AGI 會不會來」，而是：當它來的時候，你打算拿自己怎麼辦？

## 我們從來不是站在機器的對面

我很喜歡凱文．凱利的世界觀。如果用他的框架來看這件事，答案其實很清楚：人類從來不曾站在工具的對面。從石器、文字、印刷術到網際網路，每一次技術躍遷，我們都跟工具一起演化。我們塑造了工具，工具也反過來塑造了我們。AGI 打開了故事的下一頁。不過，很多人還卡在「人類 vs. AI」的二元對立裡。這場比賽在 GPT 出現的那一刻就結束了：我們不可能在記憶、運算、知識檢索這些維度上贏過機器。但這從來就不是你該打的仗。

我們該做的事情是學會跟這個新物種共舞。把 AI 當成一個無所不知、但需要明確指令的實習生。把重複性、知識性的工作交給它，然後把你的時間用在更高層次的事情上。

我自己的經驗是，自從把 Claude 當成日常協作夥伴之後，省下來的時間並沒有讓我更輕鬆，反而讓我被迫面對一個更根本的問題：如果這些事情機器都能做，那我到底應該把精力花在哪裡？

這個問題，比任何技術趨勢都更值得認真對待。

## 當所有答案都唾手可得，價值在於提出問題

Karpathy 在 2024 年提出了一個很精準的比喻：「鋸齒狀智慧」（Jagged Intelligence），Pichai 後來也引用了這個概念。AI 目前在事實與邏輯的峰頂上表現超凡，卻在常識與理解的山谷裡步履蹣跚。但這個鋸齒會被逐漸磨平。

當 AI 能回答幾乎所有問題的那一天（其實已經不遠了）：人類的價值在哪裡？

> 在於提出那個還沒有被提出的問題。

一個好的問題，源自於好奇心、同理心、個人經驗、獨特的價值觀。AGI 可以綜合一萬本書的內容，但它沒有你童年在鄉下看螢火蟲的記憶，沒有你失戀的痛苦，沒有你對這個不完美世界那種複雜的愛。

這些，才是偉大問題的源泉。

當所有人都在問「AI 會做什麼」的時候，更該問的是「我想用 AI 做什麼」。這個差別看似微小，卻是主動與被動的天壤之別。做 AI 的使用者，還是被 AI 推著走的旁觀者：選擇權一直在你手上。

## 投資那些無法被量化的能力

AI 的學習基礎是數據。所有可以被數位化、被記錄、被量化的東西，最終都會被 AI 學會。那什麼是它學不會的？

1.具身的智慧。 陶藝、木工、園藝、烹飪：這些需要觸覺、直覺和身體記憶的技能，是 AI 的短板。這些不只是為了樂趣，也是在訓練大腦中非語言、非分析的部分。禪宗裡說的「身心一如」，在 AGI 時代反而變成了最前沿的生存策略。

2.真正的人際連結。 在一個被螢幕和虛擬化身包圍的世界裡，能給予他人溫暖、信任和歸屬感的能力，將變得無比珍貴。領導力、同理心、面對面的溝通：在 AI 接管效率工作之後，這些才真正顯出稀缺的價格。

3.跨領域的創造力。 例如，將藝術與工程結合，將哲學與商業結合等。AGI 或許能生成一幅梵谷風格的畫，但它無法擁有梵谷的人生，也無法開創一個全新的藝術流派。真正的開創性，來自於你獨一無二的生命體驗和觀點。用「能不能被 AI 取代」衡量這些能力，是問錯了問題。它們讓我們更像人：這才是重點。效率被 AI 大幅提升之後，人類有機會把注意力放回體驗、感受、做出讓人覺得值得的事。

## 唯一不會過時的技能

AGI 的到來意味著知識的半衰期將急遽縮短。你今天學的專業技能，五年後可能就不再重要。唯一不會過時的技能是學習如何學習。

習慣處於「一無所知」的狀態，並對此感到興奮，而非焦慮。AGI 將是我們最好的學習夥伴，它可以為你量身打造學習路徑、解釋複雜的概念。但啟動學習引擎的鑰匙：好奇心和謙遜，必須由我們自己來掌握。

禪宗的「初心」概念在這裡特別適用：每一次面對新事物時，都保持著第一次接觸的新鮮感和開放度。在 AGI 時代，初心從哲學選擇變成了基本配備。

## AGI 是一面鏡子

當 AI 處理大部分的資訊和決策時，人類最獨特的能力是「賦予意義」。同樣的數據、同樣的事件，不同的人會有不同的詮釋和感受。AI 可以分析一首歌的和弦進行、節奏模式，但只有你能說出這首歌為什麼讓你想起某個夏天與某人。AI 可以計算出最有效率的城市規劃，但只有居民能定義什麼是「宜居」。主觀的意義建構，正是人類文明的基石。

Hassabis 談到用 AI 幫助人類殖民銀河系。聽起來誇張，但框架是對的：AGI 是個放大器，放大的是人類想做的事。AGI 的降臨，最強大的作用力，是迫使我們去思考：身為人類，我們究竟想做什麼？

當機器承擔了幾乎所有的「工作」，我們將被解放出來，去從事我們的「天職」。

所以，別擔心你的工作會不會被取代。要擔心的是：如果你擁有了全世界最聰明的夥伴，你卻不知道要帶它去哪裡、不知道要問它什麼問題。

---

AGI 是一面鏡子。它照出的是那些機器學不走的東西：你是怎麼走到今天這一步的、你真正在意什麼、你還有哪些問題沒想清楚。Hassabis 說 2030 年，我信他。但 2030 年的鏡子照出什麼，現在就在寫了。

---

*引用來源：Fortune, "2030 will be 'an era of maximum human flourishing, where we travel to the stars and colonize the galaxy,' Google DeepMind CEO says." (2025/06/06)*
