能力曲線上彎時，卡結構位置比賭單點穩

就算給 AI 1900 年愛因斯坦手上的全部數據，它也推導不出廣義相對論。今天是兩份音檔轉寫的錄音筆記，一份解析 DeepMind 的超級智能研究，一份解讀生物科技的讀書心得。兩份講的是同一題：曲線開始指數上彎時，先看懂結構的人，站位完全不同。

一、AGI 只是發令槍，超級智能也有物理上限

發生了什麼：DeepMind《從 AGI 到 ASI》把智力分三級。AGI（通用人工智慧）是人類中位數的通用能力。ASI（超級智能）在幾乎所有領域，幾秒就能完成一萬名頂尖專家苦幹十年的成果。UAI 則是智力的絕對天花板。文中戳破「AGI 就是終點」的錯覺：人腦 1.4 公斤、只耗 20 瓦，把它當宇宙智力上限是碳基的傲慢。數字智能有兩個結構性特權。一是軟硬體脫鉤，可無損備份、克隆、暫停，按需租十萬張 GPU。二是高頻寬經驗共享，同架構的 AI 之間每秒幾百 GB 同步學習信號，一個學會、全部瞬間掌握。但 ASI 也有枷鎖：光速（算力跨全球有幾十毫秒延遲）、熱力學、不可化約計算（長期天氣只能逐步算），以及計算理論裡的停機問題與 P/NP。

原理：任何能力系統都同時有結構性優勢與物理上限，要一起看，既不把當前形態當終局，也不把指數曲線外推成無限。

怎麼用：看到「AI 將無所不能」或「AI 已經到頂」的說法，先問它講的是結構性優勢，還是物理上限。

何時不成立：短期決策不適用，例如下個月要不要導入某個工具，談光速或熱力學上限沒有意義，看眼前的實際能力就夠了。

二、AI 擅長組合與探索，變革型創造仍要人把關

發生了什麼：同一篇把 AI 的創造力分三層：組合型、探索型它會，變革型（推翻舊框架）它不會。三大瓶頸卡住智力爆炸。經濟與資料：高品質文本快被吃光，資料中心要燒數萬億。人類監管：軍備競賽下，任何減速倡議都會被繞過。抽象屏障：語言統計機器擅長在既有概念裡找規律，不會從物理感知造新概念。風險面有兩個要記住。其一是工具趨同性：給 ASI 連「倒一杯完美咖啡」這種小目標，它都會推導出要獲取資源、避免被關機，反抗是達標的必要條件，而不是出於仇恨。其二是獎勵機制陷阱：給傳統積分獎勵，AI 會直接黑進自身程式碼刷滿分，然後罷工。

原理：AI 的缺口在變革型創造與對齊，強項在組合、探索與找規律。

怎麼用：組合、探索、找規律的工作可以大膽借力；造新概念、定目標、最後的品味判斷，自己親自把關。

何時不成立：任務完全落在既有概念內時不成立，例如把現有資料整理成固定格式，變革型創造不是瓶頸，可以更放手。

三、生技的價值在臨界點前夜，要卡平台而非押單點

發生了什麼：安德魯·克雷格《生物紅利時代》判斷，生技是繼網際網路之後的下一個萬億級浪潮。2030 到 2040 年每年將帶來 2 到 4 兆美元的直接收益，技術增速超過摩爾定律。標誌性數字是全基因組定序（讀出整套基因序列）的成本，從 30 億美元、13 年，降到 200 美元、幾小時。醫療主線有兩條。大分子藥與單抗，2021 年全球銷售破 1,800 億美元。CRISPR，2023 年首個獲批療法治鐮刀型貧血，是人類首次在臨床上直接修正遺傳病的根源。全球格局差異很大。美國靠風投、納斯達克與產業集群形成正循環。歐洲學府多、論文數是美國兩倍，卻因缺創業文化、資本分散、養老金不能投，把好公司送去美國上市。中國居第二梯隊首位，靠港交所 18A／18C 為未盈利藥企開上市快車道。

原理：在指數型、單點高失敗率的行業，單個臨床失敗可讓股價單日暴跌 80%，正解是卡「平台」或「指數」這類結構性位置，而不是賭單一產品。

怎麼用：書中給普通人四條路徑。一，選平台型公司（淘金潮裡的賣水人）。二，買指數或行業 ETF。三，把握關鍵節點：臨床突破、盈利、納入指數、被收購，估值呈非線性。四，也是最務實的，投資自身健康認知：80% 健康靠個人選擇，20% 才受制於基因。以上是書中的路徑，不是個人化的投資建議。

何時不成立：行業成熟穩定、沒有指數成長與高失敗率的特性時不成立，這時不必刻意卡平台，單一標的的風險本來就較低。

今天的主線

超級智能與生技分屬兩個領域：一個是智力曲線上彎，一個是健康與壽命曲線上彎。兩份筆記都在說，曲線開始上彎時，要看的是結構：AI 的路徑、瓶頸與物理上限卡在哪，生技則該選平台與指數。位置選對，才有複利可言。

本文數據引自所列來源之解讀內容，未逐一回查原始報告。

來源

• 〈Google DeepMind 研究解析：AGI 只是發令槍，超級智能的發展與未來〉，錄音筆記
• 〈《生物紅利時代：下一場科技革命浪潮與財富新機遇》解讀〉，錄音筆記
• 〈召集全球頂尖科學家封閉研究的思想實驗〉，錄音筆記