智慧通膨下的新商機︰AI時代的稀缺能力與新護城河

前言 兩極化×零點擊×人機協作掀起的白領工作大革命

人類不是第一次體驗經濟規則的巨變。18世紀末，一台蒸汽機開始在英國的紡織工廠裡轟轟作響，沒有人預料到，這台燒煤吐霧的機器會在接下來的一百五十年間，掀翻、重塑整個人類文明。農民湧入城市、手工業者被機械取代、全新的中產階級誕生，伴隨而來的是童工、貧民窟與殖民掠奪。《經濟學人》統計過，從工業革命爆發到人類逐步適應，整整花了一百五十年，一直要到20世紀下半葉，科層社會、教育制度與現代白領的工作型態才慢慢成型。換句話說，好幾代人都成了那場巨變裡的實驗品與犧牲品。現在，AI正在做一模一樣的事，只是速度更快。

蒸汽機是人類第一次把「體力」大規模外包給機器；19世紀末普及的電力，讓「動力」變得隨手可得；而AI，是至今為止最讓人不安的第三次，因為這回被外包的是「智力」。以色列歷史學家哈拉瑞（Yuval Noah Harari）在《連結》（Nexus）一書裡指出，印刷機和原子彈都還只是人類手中的被動工具，再強大也不會自己做決定；但AI會推理、會判斷、會自主行動，甚至開始自我改善，已經跨越了「工具」的界線，正在變成一個有行為能力的行動者。

而且AI這次是拿白領開刀，從那些最高薪、最仰賴認知能力的知識工作者下手。所以諾貝爾物理學獎得主、深度學習教父辛頓（Geoffrey Hinton）和NVIDIA執行長黃仁勳（業界都叫他老黃），最近才會公開叫年輕人去當「水電工」。畢竟當你需要通馬桶的時候，機械手臂可能永遠沒辦法靈活地鑽進你家浴室。當AI教父們的職涯建議變成「學好通水管」，你就知道遊戲規則翻得有多徹底。

◆智慧通膨，讓你的腦袋愈來愈不值錢

由於AI愈來愈好用，又愈來愈便宜，所以我提出了「智慧通膨」這個概念。過去「智慧」是稀缺資源，企業願意付高薪給律師、顧問、工程師等精英，要的是他們腦中無法被機器取代的知識、獨立思考與判斷力。但生成式AI問世並持續進化，加上Google、OpenAI、Anthropic等大廠把AI的API（Application Programming Interface，應用程式介面）價格壓到幾乎免費，任何人打開手機就能取得媲美專業人士的智慧輸出。這時候，「智慧」這個資產，就像通膨的貨幣一樣開始貶值。以前你擁有100萬元的智慧，在市場上就是值100萬元；如今AI讓人人口袋裡都裝著100萬元，你那一份可能只剩50萬元。

更殘酷的是，AI的算力和知識儲備量，實際能夠產出的價值可能高達1,000萬元、1億元，甚至更高，那是人類肉身大腦永遠無法企及的資料量與推理速度。因此，智慧通膨正在加速淘汰「不會用AI的人」，同時也在重新定義「有價值的人」到底長什麼樣子。

Google在2026年5月的I/O大會上揭露了一個讓所有人倒抽一口氣的數字：他們每個月處理的token數，從2024年5月的9.7兆，一路爬到2025年5月的480兆，到2026年5月已經來到3.2千兆（Quadrillion, 3.2×1015），年增7倍！同時間，Google API每分鐘處理190億token，有375家Google Cloud企業客戶，過去十二個月每一家各自處理超過1兆token。這些數字翻譯成現實是「智慧」這項商品的生產規模，而它正以人類經濟史上沒見過的速度被放大。智慧通膨完全展現在這條曲線裡。

◆AI 3.0時代，AI會執行、會自我進化

我自己把AI的發展階段，以純商業角度分成三個階段。AI 1.0是AI根本還不太能用、頂多是個隱形配角的時代。這個時候AI還沒創造出什麼驚人的應用和商業價值，一切都還在迷霧當中，多數人甚至不知道什麼是AI。1.0是一段漫長的時代，因為AI早在1950年代就被提出，開始發展。

AI 2.0是ChatGPT橫空出世、生成式AI快速落地的時代，大約持續到2025年結束。這段期間AI進入爆發成長期，每個人都聽過AI，使用率快速提升，大型語言模型學會從海量資料中「生成」大量文字、圖片和影片。AI 2.0的商業時期非常短暫，只有三年；雖然已經在全世界開啟革命，但這段期間AI還是一個被動配合人類的軟體程式。

至於我們現在身處的是AI代理當道、而且會自我進化的AI 3.0時代。AI現在可以主動替你行動、判斷、執行任務，甚至在沒有人類介入的情況下，跟自己對話、辯證、合成新知識。它若覺得某段程式碼沒寫好，就自行改寫，改壞了再重來一次，活生生就像是一個會幫自己做器官移植的有機體。

2024年我寫第一本書《AI世界的底層邏輯與生存法則》的時候，「擴展定律」（Scaling Law）還是業界和學術界最被信奉的教條，背後的想法很簡單：餵給AI更多資料、投入更多算力訓練，AI就會更聰明。但到了2024年底，這條路徑開始遇到瓶頸：全世界的高品質訓練資料已經被搜刮過好幾輪，嚴重短缺；算力的成長也追不上需求，老黃甚至說全世界的算力還差100倍。光靠「餵更多資料」，已經無法讓模型更聰明了。

就在擴展定律看似走到盡頭時，自我進化的大門慢慢打開了。Google DeepMind提出了「嵌套學習」（Nested Learning），試圖模擬人腦的層層抽象結構，讓AI能在不必每次從頭訓練的情況下，持續學習新事物。其他大廠也都在積極解決AI的記憶問題，讓模型真正「記住」與使用者的互動脈絡，避免每次對話都失憶；2026年，甚至連飾演「惡靈古堡」女主角的蜜拉．喬娃維琪（Milla Jovovich）都看不下去，自己動手開發開源AI記憶工具MemPalace。

這些進展意味著AI的進化速度沒有放慢，反而還在加速。生成式AI問世之初，Google、OpenAI、Anthropic等巨頭一、兩個月才發布一次新模型；現在則是以每週、甚至每天的速度在迭代。Anthropic執行長阿莫代伊（Dario Amodei）在2026年的多次訪談裡更直接指出，目前所有前沿模型公司在拚的，是誰可以先「成功把軟體開發完全閉環」：讓AI進入完全自我訓練的狀態，人類不再需要插手。一旦AI跨進這個階段，模型自己就會變得愈來愈聰明，達到我們目前無法想像的智慧高度。

相較之下，人類是碳基生物，腦部結構不太會改變，適應社會變化的速度遠遠跟不上機器的迭代速度。這便是AI 3.0時代最讓人焦慮的現實。

◆焦慮無法解決問題，先看懂AI如何改變日常

既然我們無法阻止AI進化，就必須看懂它將如何改變人類的日常。AI 3.0的第一個具體衝擊，是能「外服內用」的AI代理在2026年全面落地，一邊帶來「零點擊時代」，一邊創造了全新的「人機協作」模式。

當AI代理搭配「模型上下文協定」（Model Context Protocol, MCP）、「A2A通訊協定」（Agent2Agent）等，開始替使用者完成搜尋產品、比價、下單的一條龍動作，傳統網站靠「流量」和「點擊」維生的商業模式就面臨瓦解。使用者再也不需要打開任何網頁、滑過任何廣告，因為AI代理在對話框裡就把一切搞定了。當你的品牌不被AI提起、推薦，就等於在網路上消失。

除了外服，AI代理也可以「內用」。2026年初紅遍全球、由奧地利開發者彼得．斯坦伯格（Peter Steinberger）釋出的開源代理框架OpenClaw（暱稱「龍蝦」），就是最具代表性的案例。OpenClaw自己是一層「代理外殼」（Agentic Harness），沒有內建模型，使用者把它裝在自己的電腦上，再接上Claude、ChatGPT、DeepSeek等任一大型語言模型當大腦，OpenClaw就會替你打開信箱回信、上網訂行程、自動進行日常工作流程，甚至串接WhatsApp、LINE、Telegram等通訊軟體，代理你跟他人對話。它在中國大陸紅到百度、騰訊、字節跳動都推出自家「克隆」（Clone）版本，光是2026年3月，北京就辦了好幾場「裝龍蝦」的線下活動，現場排隊上千人。

同時間，Anthropic推出Claude Cowork，把代理能力擴展到一般白領的桌面環境，可以直接操控電腦、整合行事曆和各種應用程式；OpenAI的ChatGPT Codex則在雲端進化，讓開發者把整個軟體專案託付給AI自主執行。

但代理時代帶來的不只是生產力解放。同一份「能自己寫程式、自己執行」的能力，反過來也成了人類社會新的攻擊面。2026年4月，Anthropic公開AI資安防禦計畫Mythos Preview與Project Glasswing；5月，OpenAI端出Daybreak，正式宣告了AI資安成為一個全新的競技場：能夠主動發現程式漏洞的模型，正在改寫整個網路世界的防禦邏輯，這部分我會在第四部詳細說明。

當AI從「給你答案」升級成「替你辦事」的時候，企業的運作邏輯也跟著從「加人做事」變成「先加AI、再視情況決定要不要加人」。這場白領的工作革命，已經正式無聲地展開。

◆AI催生K型社會，「兩極化」加速撕裂世界

所有技術革命都有贏家和輸家，但AI這一次拉出的距離，可能是人類史上最大的一次。我用「兩極化」來概括這個現象。2020年新冠疫情爆發後，眾家經濟學家在爭論疫後復甦的經濟型態會是V型（快速反彈）、U型（緩慢回升），還是L型（長期停滯），但維吉尼亞州威廉與瑪麗學院（College of William & Mary）經濟學教授彼得．愛華特（Peter Atwater）在社群媒體上推廣了「K」這個字母。

想像一下，K左邊的交叉點是危機發生的時刻，往右上延伸的那條線代表高收入族群，疫情期間照樣在家上班，疫情後股票資產持續翻倍；往右下墜落的那條線代表低收入族群，餐廳、娛樂、旅遊業大量裁員，生活愈來愈艱難。兩條線愈走愈遠，中間那片曾經安穩的地帶迅速被掏空。

前言 兩極化×零點擊×人機協作掀起的白領工作大革命

人類不是第一次體驗經濟規則的巨變。18世紀末，一台蒸汽機開始在英國的紡織工廠裡轟轟作響，沒有人預料到，這台燒煤吐霧的機器會在接下來的一百五十年間，掀翻、重塑整個人類文明。農民湧入城市、手工業者被機械取代、全新的中產階級誕生，伴隨而來的是童工、貧民窟與殖民掠奪。《經濟學人》統計過，從工業革命爆發到人類逐步適應，整整花了一百五十年，一直要到20世紀下半葉，科層社會、教育制度與現代白領的工作型態才慢慢成型。換句話說，好幾代人都成了那場巨變裡的實驗品與犧牲...

在沒有人知道答案的時代，找到自己的位置

2026年第二季時，由於獲得美國艾森豪獎（Eisenhower Fellowships, EF）的殊榮，我到美國繞了一大圈，在兩個月內造訪了十幾個城市，與史丹佛大學（Stanford University）、Google、OpenAI、Anthropic、美國國會、市政府、創業家等各方專家以及智庫深入交換意見，探討未來AI的發展。但是在這趟旅程當中，我最常聽到的回答是四個字：我不知道。

AI早就已經是一匹脫韁野馬，以所有人都無法跟上的速度繼續狂奔當中。面對這無法理解的發展速度以及帶來的深遠影響，多數專家對於許多複雜問題，像是白領價值崩潰、經濟規則重寫、貧富差距加大、AI在軍事應用的底線、資訊安全，以及如何重塑教育等等重大問題，都沒有肯定的答案和一致的方向。似乎我們上自國家、下至個人，都只能隨機應變，不用想太遠，也沒有辦法想太遠，因為一切都已經超過我們預測的能力和範圍。這樣說來，說不定未來能夠引導我們人類的，只剩下全知的AI了（苦笑）。

另一方面，我在美國的同一時間，台灣一躍成為全世界第六大的股市（2026年上半年結束已躍升第五大），指數創了新高，因為AI帶給台灣獨一無二的半導體產業新一波成長機會，現在只要是沾到AI邊邊的股票，全部井噴，許多投資人閉著眼睛買股票，股票社團一堆人亮出對帳單炫耀，誇口工作不如借錢炒股好賺，連「台灣錢淹腳目」這麼久沒聽到的老掉牙說法，都開始在社群媒體上出現。

所有強光的背後，一定都有陰影。即使你不是任何領域的專家，看到這樣的現象，心中也一定會隱隱有種不安，在內心自問：「這樣下去，會發生什麼事情？這樣真的好嗎？我們真的會如同多數科技樂觀主義者說的，人類從此邁入一個富足的時代，再也不用擔心收入、不用擔心工作、不用擔心生產，只要顧著做自己喜歡的事情就好？只要想著如何昇華自己的心靈就好？」

我認為，這樣的說法實在太理想化了，甚至帶點欺騙的意味。全人類富足的那天可能永遠不會到來，因為人類天生愛攀比，具有競爭意識，多數掌握權力和財富的人不會樂見大家的生活都過得跟自己一樣。即使富足的那天真的有機會到來，以全世界現在貧富不均程度持續惡化的狀況，理論上人類社會必先經歷一次劇烈的重新分配，而我們要怎麼挺過那一次重分配，就是個巨大的問號。

所以我繼續寫下這本書，因為我們不能期待AI會自動幫我們每個人帶來美好生活，在可見的未來，人類會持續競爭，貧富差距會持續加大，只是競爭的規則因為AI而大幅改變了，我們還是得繼續學習生存的法則，努力適應大時代的變化，以及這其中牽涉到的思維改變、工作方式的改變、商業模式的改變、所有底層邏輯的改變。你沒學會的話，那麼AI帶來的榮景就跟你無緣。

科技的發展是一輛永遠不會停下來的列車，是人類文明演進的必然，今天如果不是Google、OpenAI、Anthropic這些公司帶頭發展AI，也會有其他公司跳出來接替位置。老實說，我對於AI造成的所有系統性社會問題也幾乎沒有答案。但是在還沒有解法的情況下，我們能做的，就是繼續掌握AI未來發展的底層邏輯，以及當中蘊藏的巨大商業機會，如此一來，至少我們可以在這輛科技列車上找到一個好位置，看清楚前方的路。

諾貝爾獎得主、Google DeepMind執行長哈薩比斯（Demis Hassabis）曾經非常簡潔地描述他發展AI的終極目標：「先解決智慧，再用智慧解決其他所有問題。」我們現在探討AI的商機，多數都還集中在組織的降本增效，以及日常事務的生產力提升，但AI即將為人類文明帶來的大躍進，在於加速全世界的研發循環速度。AI正在快速改變每個領域做研究的方式，以往我們推展人類知識疆界的方法是疊加（Additive）的方式：社會花二十到三十年的時間養成一個新銳科學家，科學家遍讀既有文獻和研究，提出新的理論、假設和想法，並且花漫長的時間來驗證自己的研究成果，然後發表論文、同儕審查、發表專利，前前後後不斷修正，一切順利的話，再進入到下一個同樣漫長的商業化階段。

而AI現在可以加速整個過程，甚至有機會進入到自動發展研究創新的程度，找出新的癌症解藥、解決數百年以來懸而未決的數學問題、自己設計新的晶片、發明新的材料。這些都是在幾年以前還完全無法想像的快速進步，我們確實正處在人類文明的一個巨大轉折點，進入演化的下一個階段，對於想要掌握機會的人，再也沒有比現在更好的時機，因為一切才剛剛開始而已。

這本書專為台灣而寫，生於斯長於斯，無論在世界的哪一個地方，我總是心繫家鄉，永遠都帶著想要回家的心情看著世界的發展。台灣確實是個寶地，全世界沒有任何一個地方像台灣一樣，有如此強大的半導體產業，位居世界發展AI的中心。沒有人料到，在台灣享受了發展數十年的半導體經濟奇蹟之後，就在大家覺得不知道產業下一步在哪裡的時候，我們居然又迎來下一波史無前例的AI發展機會，半導體產業榮景還可以持續一段很長的時間。

在艾森豪獎的巡迴旅程當中，我回到母校史丹佛大學演講，分享台灣、半導體和AI的觀察，講述台灣是多麼了不起的地方，憑著前人的遠見和過去五十年來人民的努力，創造出今天的半導體奇蹟。但是，我同時也分享了台灣目前瀕臨的幾個危險懸崖。台灣的半導體直接從業人口僅30多萬人，在1,163萬左右總就業人口中只占約3%；而且儘管台股市值已經是全世界第六大，台積電一家公司就占了約45%；更令人擔心的是，台灣的出生率是全球最低，現在汪喵大軍比小孩子還多。這就是強光背後的陰影，經濟強勁成長的背後，是各種極度失衡和正在崩解的社會結構。

這個結構性失衡的全貌，我曾經在一篇談「台灣病」的長文裡完整拆解過。簡單來說，過去五十年的政策傾斜，把台灣綁進了一個由「匯率、稅制、財政補貼、產業政策」四方共生而成的恐怖平衡中。央行不敢讓台幣升值，因為壽險業手中握有約2,000多億美元的未避險海外曝險，一旦放手就面臨系統性金融危機；房地產持有成本近乎於零，加上「有土斯有財」的文化基底與「新青安」的搧風點火，台北的房價所得比已經來到16倍，是國際「極度負擔不起」門檻的3倍；證券交易免稅、稅基偏低，央行放出的廉價資金只能往房市與股市裡衝。「高房價、低薪資、貧富不均」這些痛苦的症狀，是這個共生結構運作下的必然結果。

我之所以在〈自序〉裡重提這個議題，是因為AI即將把這個失衡的系統推到極限。過去的台灣模式是「以硬體為核心、以低匯率為補貼、以低稅負為加速器」，這套劇本在PC、手機、雲端時代都運作得不錯。然而，AI時代的價值創造邏輯完全不同。當智慧本身可以被大規模生產，當軟體這道題目在過去一個世紀已經被人類解掉之後，過去那些靠人力堆疊出來的中產白領工作（會計、法務、行銷、客服、初階工程師），會在五到十年內遭遇結構性衝擊。而台灣的稅制與分配機制，從一開始就沒有準備好接住這群人。

換句話說，AI不會「治好」台灣病，而會「放大」台灣病。半導體與AI基礎建設帶來的財富會更集中在頂端的3%，失去工作的中產階級會發現自己手上的房貸、子女教育、長照壓力，沒有任何一項變輕。《經濟學人》（The Economist）指出的症狀會惡化，央行的「人質困境」會更深，政治上「誰都不能動」的恐怖平衡會更僵。

所以再強調一次，我們不能期待AI自動帶來美好生活。即使在台灣這個全世界最幸運且重要的AI基礎建設基地，多數人能不能搭上這班列車，最終還是回到每個人對AI底層邏輯的理解，以及如何重新架構自身工作、商業模式與思維框架。這本書的目的，就是把這些底層邏輯講清楚。

我盡可能用第一性原理拆解AI的本質、技術演進的方向、商業模式的變化、組織與工作方法的重構，以及對個人的影響。我沒有要販賣「AI會讓所有人富足」的歡樂童話，也不打算渲染「AI會取代所有人」的末日恐慌，這兩種主張都太簡單，也都不誠實。我再次強調，真實的情況是：規則正在改寫，機會正在打開，讀懂規則的人會找到自己的位置，讀不懂的人會被甩下車。如果這本書能幫助你看清楚這輛列車正在往哪裡開、知道自己該坐在哪一節車廂、什麼時候該換車，那它就完成任務了。

在沒有人知道答案的時代，找到自己的位置

2026年第二季時，由於獲得美國艾森豪獎（Eisenhower Fellowships, EF）的殊榮，我到美國繞了一大圈，在兩個月內造訪了十幾個城市，與史丹佛大學（Stanford University）、Google、OpenAI、Anthropic、美國國會、市政府、創業家等各方專家以及智庫深入交換意見，探討未來AI的發展。但是在這趟旅程當中，我最常聽到的回答是四個字：我不知道。

AI早就已經是一匹脫韁野馬，以所有人都無法跟上的速度繼續狂奔當中。面對這無法理解的發展速度以及帶來的深遠影響，多數專家對於許多複雜問題，像是白領...

推薦序一　回應AI時代人類共同的生存挑戰／喬治．德拉瑪
推薦序二　在智慧通膨巨浪中，找到黃金座標／簡立峰
推薦序三　AI時代的航海圖，引領我們看見前進的方向／王伯元
推薦序四　瞬息萬變的世界中深具智慧的指引／Karen Liu
推薦序五　掌握AI時代未來十年發展的重要著作／理查．達瑟
推薦序六　資訊爆炸時代最珍貴的資產／金潔．戴夫

自序　在沒有人知道答案的時代，找到自己的位置
前言　兩極化×零點擊×人機協作掀起的白領工作大革命

PART 1　思維：AI 3.0重寫商業新規則
第1章　從賺「點擊費」改賺「交易費」：AI代理問世，布局好被AI引用的最後一哩路
第2章　從「流量思維」轉為「被AI引用的影響力思維」：以SEO＋AISEO＋GEO突圍零點擊，在新賽局中勝出
第3章　從創造社群到增加黏著度：深化品牌稀缺性和辨識度，打造鐵粉經濟
第4章　從無所不用AI到無法複製的風格：生成式內容充斥下，「真實」是最有價值的賣點
第5章　從分層人才到只要頂尖人才：職涯階梯消失，人才兩極化
第6章　從多人企業到一人公司：交易成本歸零，超級個體崛起
第7章　從攀爬工作階梯到零工求生：AI抹平初階人力，單兵作戰成為新常態
第8章　九家公司，十八個競技場：當企業K型分化推到極端

PART 2　商機：AI市場也有大金礦
第9章　AI加大利基市場新藍海：AI解鎖科技，生技、醫藥高速發展
第10章　搜尋生意欣欣向榮：客製化AI問答引擎與知識管理系統
第11章　「邊緣AI」商機大爆發：台灣的真金白銀在軟硬體整合
第12章　賣「確定性」比賣AI更賺：信任是有價的
第13章　陪伴、療癒是門好生意：AI「比你更懂你」
第14章　溫度成稀缺物質，手感會是熱需求：體驗經濟與反向社交回歸主流
第15章　娛樂是精神糧食，人人需要：工作交給AI，剩下的都是玩樂時間

PART 3　技能：人機協作下進擊的工作法則
第16章　巧用AI擴大能力邊界：問人之前，先問AI；加人之前，先加AI
第17章　兩個專業是基本：想進入高薪賽道，得成為跨職能通才
第18章　比技術更值錢的能力：基本功＋軟實力，最有競爭力的組合
第19章　讓AI既是助手又是教練：建立你與AI的雙軌關係
第20章　思考力才是你的護城河：思考不能外包給AI，堅持刻意練習

PART 4　資安：AI另一個維度的新戰場與新護城河
第21章　AI能主動補漏洞，也能成為攻擊手：看清全球資安兩大生態系，站對位置
第22章　資安是AI時代的剛需：全球四大陣營的資安拳擊賽
第23章　資安的位階必須升高到國家等級：資安採購成為標配

PART 5　趨勢：邁向通用人工智慧的新路徑
第24章　終結推理不確定性：AI從快思考進化到慢思考
第25章　AI湧現「推理先驗」與「感知先驗」：打開理解世界的新路徑
第26章　AI學會自己教自己：從被動吸收到主動元學習，AI也有內心世界
第27章　師法人腦，學會記憶：嵌套學習讓AI變成記得你的夥伴

PART 6　大局：開源、半導體與新的儀表板
第28章　開源與閉源不只是技術選擇：中美的AI內戰已經開打
第29章　半導體的下一個十年：當演算法都要回到一塊矽片
第30章　正在重寫的經濟測量體系：當GDP已經算不出AI

結語　用人機共存的韌性，化解AI時代的焦慮

推薦序一　回應AI時代人類共同的生存挑戰／喬治．德拉瑪
推薦序二　在智慧通膨巨浪中，找到黃金座標／簡立峰
推薦序三　AI時代的航海圖，引領我們看見前進的方向／王伯元
推薦序四　瞬息萬變的世界中深具智慧的指引／Karen Liu
推薦序五　掌握AI時代未來十年發展的重要著作／理查．達瑟
推薦序六　資訊爆炸時代最珍貴的資產／金潔．戴夫

自序　在沒有人知道答案的時代，找到自己的位置
前言　兩極化×零點擊×人機協作掀起的白領工作大革命

PART 1　思維：AI 3.0重寫商業新規則
第1章　從賺「點擊費」改賺「交易費」：AI代理問世，布局好...