從工具、Agent 到社會系統：能力民主化、工作重組與治理的新時代

核心重點

核心主題 重點
最大轉變 AI 正從「回答問題的工具」走向「能拆解目標、操作工具、連續完成任務的 Agent」。
智慧成本下降 工業革命降低體力成本；AI 可能大幅降低部分認知工作的邊際成本。
專業民主化 統計、財務、程式、研究等能力的操作門檻下降，更多人可透過自然語言使用專業工具。
職位不是一次消失 目前更常見的是工作內容被拆解、自動化與重組；ILO 指出多數受影響工作較可能被轉型而非整體消失。
Agent 能力延長 METR 的 time-horizon 指標顯示，前沿 AI 能可靠完成的長任務難度持續快速上升；但這不是「自主運作時間」的直接等號。
學徒制問題 若初階工作被大量自動化，未來新人如何累積判斷力、成為 Senior，將成為教育與企業的人才問題。
組織重構 企業可能從「人操作軟體」變成「人管理多個 AI Agent」，小團隊可能擁有更大的產能。
治理速度落差 AI 能力進展以月為尺度，法規、教育與組織調整常以年為尺度，形成制度落後風險。
治理新方向 Hassabis 主張建立類似 FINRA 的 Frontier AI Standards Body，對前沿模型進行動態、發布前的能力與安全測試。
核心判斷 真正值得觀察的不是單一 benchmark，而是 Agent duration、Reliability、Cost、Tool use 與 Organizational adoption。

一、為什麼說 AI 正從工具走向基礎設施

早期生成式 AI 的典型互動是「人問一句、AI答一句」。下一階段的 Agent 則更像一個可接受目標、拆解任務、查找資料、操作軟體、反覆修正並交付結果的數位工作者。當 AI 被嵌入搜尋、辦公、財務、程式設計、客服、醫療與企業流程後，人們可能不再特別說「我用了 AI」，就像今天很少特別說「我使用了電力」。

因此，AI 的長期影響可能不是多了一個新軟體，而是「認知能力」本身逐漸變成可大量供應的基礎資源。

二、Hassabis 的警訊：能力進展快於理解與治理

2026 年 7 月，Google DeepMind 執行長 Demis Hassabis 發表〈A Framework for Frontier AI and the Dawning of a New Age〉，認為 AGI 可能距今僅數年，並將其影響比作電力或火，而非一般網路產品。他同時強調，全球正處於激烈的商業與地緣政治競賽，前沿能力的進展速度已超過人類對技術本身的理解。

這項判斷不能被當成確定預言。AGI 的定義、時間點與經濟效果仍存在高度爭議。真正值得教學上重視的是：連最前沿的研究者都把「不確定性」與「治理速度」列為核心問題。

Hassabis 提出的方向 教學解讀
Frontier AI Standards Body 建立前沿模型的專門標準與測試機構。
動態能力門檻 Frontier-class 不應用固定名稱，而應用會持續更新的能力基準定義。
發布前測試 先測試資安、生物風險、規避安全機制、欺騙行為等，再決定部署。
產業＋公共監督 類似 FINRA 的公私協作／自律監管模式，但需要外部監督與獨立專家。
必要時協調減速 當風險達到特定門檻，可討論共同降低發展速度。

三、AI 能力的下一個關鍵：不只是更聰明，而是能做更長的任務

METR 以「人類專家完成某項任務所需時間」衡量 AI 能力，稱為 task-completion time horizon。2026 年更新顯示，前沿模型可成功完成的長任務難度仍快速提升。METR 的早期研究估計，50% 成功率對應的任務長度在過去數年約每 7 個月翻倍。

要特別避免誤讀：這個指標不是說 AI 可以連續自主工作同樣長的實際時間，而是說它能完成「人類需要那麼久才能做完」的任務。它衡量的是任務難度，而不是鐘錶時間。

觀察指標 為什麼重要
Task horizon AI 能完成多複雜、多步驟的工作。
Reliability 90% 與 99.9% 成功率對企業採用的意義完全不同。
Cost 完成同一項認知工作的成本若持續下降，會改變公司規模與外包模式。
Tool use 能否操作瀏覽器、Excel、ERP、程式環境、資料庫，而不是只回答文字。
Organizational adoption 企業是否真的因此改變流程、招聘、產出與人力配置。

四、就業不是「全部取代」，而是「任務重新分配」

ILO 2025 的全球研究指出，約四分之一勞工所在職業具有某種程度的生成式 AI 暴露，但多數工作較可能被轉型而非整體消失。2026 年 ILO 進一步提醒，「AI 暴露」只是工作可能被改變的指標，不能直接解讀為未來失業率。

同時，ILO 2026 的經驗證據綜述指出，目前已觀察到生產力提升，但效果不平均；大規模工作消失仍有限，風險反而包括年輕工作者的入門機會被侵蝕、工作組織改變、以及不平等擴大。

錯誤說法 較精確的說法
AI 會把四分之一工作消滅 約四分之一工作具有某種 AI 暴露；暴露不等於失業。
只有低技能工作受影響 新一代 AI 對認知、分析、行政與管理工作也有很高暴露。
有 AI 就一定提高公司生產力 實驗常見效率提升，但企業層級的產出、薪資與就業效果仍不一致。
AI 只會減少工作 部分工作下降，同時也會創造新職位、重組職責與提高某些技能需求。

五、工作世界：從「人操作軟體」到「人管理 Agent」

世界經濟論壇《Future of Jobs Report 2025》估計，到 2030 年，各種宏觀趨勢合計可能創造 1.70 億個職位、取代 9,200 萬個職位，淨增加約 7,800 萬個。其企業調查中，77% 的雇主計畫因 AI 進行員工技能升級，41% 則預計因部分任務自動化而減少人力。