給沒有 follow AI 的你，
最輕鬆的 AI 新聞

你跟 AI 說中文，它聽得懂，也應得上。但有一件事你大概沒想過：你用中文說的每句話，換算成 AI 的計費單位，比英文使用者用的多。 Anthropic 的系統，中文每個字換算的計費比英文多六成五；OpenAI 的是多一成五。訂閱費一樣，但對話空間有限，同樣的窗口，中文填不進英文能填的字數。再往前追，在 AI 吸收的訓練資料裡，英文佔了大概一半，繁體中文只有百分之一。吃什麼多，就更懂什麼。 不是說 AI 不懂中文。它應對得相當流暢。只是有時候你會感覺哪裡不太對——它給的比喻像是從外面進口的，語感像是從別處翻過來的，你在找共鳴，它給你的是能過關的回答。出版界有人說，近年湧進大量簡轉繁的書；如果 AI 也是吃這些長大的，它學到的繁體中文，骨子裡屬於另一個語境。 每天用中文查資料的人、整理報告的上班族、用 AI 寫信的任何人，通常不會細想這件事。只知道 AI 很好用，偶爾回答奇怪，有時候感覺在說另一個地方的語言。 這是結構性的。工具是用什麼語言長大的，就更懂那個語言說話的人。繁體中文在那個訓練資料池裡，只有百分之一。 誰來填那個百分之一？

桌上一疊作業，每份翻到最後都有一段「AI 使用說明」，九成五幾乎一字不差：「使用 AI 協助資料收集與校稿，再由作者進行最後確認。」 老師說，不是要生氣。只是嘆了口氣，唉，老師被看扁了呢。 工具生出了完美的範本，大家都用了。這沒有什麼不對，但也沒有說什麼。 最近有人看了幾百份工程師的求職資料，每份都夠長、夠整齊，翻完卻想不起任何一個名字。問題不在能力，在那份東西裡找不到這個人。 改作業的人和看履歷的人在找同一件事：只有你才有的東西。 AI 把格式填好了，這個填不了。

「我感覺很慌，很不踏實。」 他從國中就開始寫程式，最近發現九成的作業都是 AI 出的，比自己手刻的還工整。另一個同學學了一學期影像演算法，然後 AI 幾秒就出了差不多的版本。花了這麼多精神，學了個寂寞。 懂得把事情量清楚的人，這幾年最先被裁：稽核報表、整合數字、分析績效。又準又不疲倦，AI 一接，沒有懸念。留下來的，是那些懂得判斷「要做什麼」的人。 老師沒有安慰學生，反問：你學演算法，是為了演算法，還是知道怎麼拆解一個影像問題？ 「你想解決的，到底是什麼？」 他停了一下，想了想。 「影像的問題。」 「那不就好了。」