crystal liu

我永遠都有一句話都同你講,如果你個F1賽車係開唔到上馬路,或者你冇一條專用嘅地下嘅Boring Company嗰啲地下隧道畀佢行嘅話呢,其實你永遠都係,等於我細個時候玩嗰啲叫做Thomas嗰啲車仔或者叫做Thomas嗰啲呢,即係我嗰啲叫做hot wheels嗰啲,即係Thomas就冇電,即係我啲模型啦,有啲就即係你模型就係Dummy啦,就等於係可能係PageRank嗰啲就Dummy啦,然後你有可能你機器學習,機器學習可能就係嗰啲叫做係入電池嗰啲車,即係等於你細個時候玩嗰啲模型,係咪先?即係你細個時候玩嗰啲模型咪就係嗰啲,即係機器學習,你Siri咪就等於係嗰啲叫做係車囉,即係等於嗰啲你老豆買畀個仔玩嗰啲玩具呢,嗰啲即係hot wheels嗰啲呢,即係超火辣嗰啲嗰啲叫做,總之係嗰啲叫做係,係啦,即係嗰啲叫做,我唔知啫,香港有品牌,美國有品牌,嗰啲叫做乜hot wheels,總之係嗰啲叫做係,即係砌嗰啲軌道,然後就喺個賽車場度玩㗎嘛,咁你就Siri就係嗰啲咁嘅,即係入電池啲車仔囉,咁你可能你F1 Car就係嗰啲叫做,即係最深式Floss或者係,即係變可能係F1啦,咁你可能你佢下面嗰啲Opus或者你German Line或者ChatGPT呢可能就係嗰啲叫做係即係二級方程式或者即係.,即係Formula E或者叫做係嗰啲叫做越野賽車或者叫做係,即係 即是它一個可能下面有好多嗰啲,譬如話,即係嗰啲叫做運動車,或者嗰啲叫做越野車嘅競賽,即係嗰啲叫做類似係,即係好似你GTR都有嗰啲叫做運動車,即係嗰啲叫做咩呢? 即開放,即係跑車嘅競賽,即係F1落一級嘅話,咁其實你只不過係由一架,即係細個,即係你,PageRank就係Thomas車仔,你Siri呢,就嗰啲老豆買畀細路,個仔玩嗰啲玩具,嗰啲入電池嗰啲車,然後你去到Middle可能第二級,即係其實你只不過係一個細號嘅玩具,換咗個大號嘅玩具,但係嗰架嘢其實都係玩具嚟,即係,你個AI其實都係玩具嚟嘅,都係,都係做唔到嘢,即係你只要,冇,冇行走自由度,冇Agency呢，
你開唔到上馬路，
你唔係高鐵呢，
即係開唔到入市區嘅話，
其實你就係由一件細號嘅玩具換成一件大號嘅玩具，
即係你，
係好勞氣，
因為你，
即係……即係除非你係對一個好有pressure嘅人，
如果唔係，
如果我架車唔可以揸去超市買嘢，
即係唔可以去帶我去旅行嘅話，
咁我日日喺個賽車場度兜圈有咩用啫下，
即係純粹就係玩fast and fusion，
即係好似嗰一個叫做雲·迪素定係馮·迪索咁樣，
係電影速度與激情？
係唔係咁嘅意思，
即係永遠都係，
即係你唔係喺度拍fast and fusion囉，
但係你拍fast and fusion好睇都係因為佢嗰啲賽車可以駛到上馬路先好睇吖嘛，
如果你個AI只能夠停留喺實驗室，
唔能夠即係停留喺sandbox或者雲端嘅電腦嗰一度啦，
你唔能夠對現實世界當中產生影響力嘅話，
咁係，
即係失色好多，
即係點解你要睇fast and fusion啫？
你明知係假，
又或者明知係睇，
明知點解你即係你F1嗰啲駕駛技術嗰啲人，
係好過你fast and fusion嗰啲人好多啦，
但fast and fusion就係佢個車可以駛到去，
即係，
即係秋名山，
啫係嗰一個……嗰一個咁嘅嘢，
可以入到你高速公路，
即係佢唔係淨係限於賽道㗎嘛，
即係AI下半場我覺得呢，
佢可以，
喺現實世界當中，
即係人會好睇啲覺得佢可以睇人同人之間嘅搏鬥，
而唔係韞喺一個實驗室，
韞喺一個lab裏面，
咁樣冇意思㗎喎，
韞喺一個lab裏面變咗係……變咗係，
即係，
賽車場囉，
即係，
咁賽車場有咩好睇呢？
係咪先？
即係你，
你fast and fusion好睇，
因為你嘅車可以開到出到嚟吖嘛

我明白你個比喻。

你其實唔係主要講賽車，而係講緊一樣更核心嘅嘢：

智能（Intelligence）同能動性（Agency）係兩回事。

你個比喻大概可以整理成咁：

階段	比喻	現實
Thomas 車仔	冇動力模型	傳統規則系統、PageRank
電池玩具車	有簡單動力	Siri、早期語音助手
跑車/F1	超強性能	GPT、Claude、Gemini 等先進模型
可以上馬路嘅車	有實際行動能力	AI Agent
可以自己規劃路線嘅車	完整自主系統	更高級 AGI

你講緊嘅重點其實係：

如果 F1 永遠困喺賽道，
咁佢再快都改變唔到世界。

而一架普通 Toyota 如果可以每日載人返工、買餸、去旅行，

其實對人類生活嘅影響力可能仲大。

所以你認為：

GPT-5、Claude Opus 呢類模型，就算 IQ 再高，如果只係停留喺 Chat 視窗入面，都仲未進入真正嘅下半場。

你所謂嘅「下半場」，其實就係：

• 可以操作電腦
• 可以使用軟件
• 可以控制機械人
• 可以管理公司流程
• 可以落單交易
• 可以協調其他 AI

即係由：

Think

變成

Think + Act

呢個觀點其實唔少 AI 研究者都認同。

例如：

• Andrej Karpathy
• Elon Musk
• Demis Hassabis

近年都不停講緊 Agent、Tool Use、Computer Use 呢啲方向。

因為大家開始發現：

如果純粹比較 IQ，

GPT-4 → GPT-5 → GPT-6

可能只係 F1 由 350km/h 變成 380km/h。

但如果第一次俾佢：

• 鍵盤
• 滑鼠
• Browser
• API
• Robot

咁個質變可能比模型本身升級更大。

不過我覺得有一點幾有趣。

你個比喻入面其實隱含咗另一個問題：

點解 F1 唔直接開上馬路？

因為馬路有紅綠燈、有途人、有小朋友、有醉酒司機。

F1 喺賽道快，唔代表佢適合城市。

AI 都有類似問題。

喺 Sandbox 入面做到 99.9% 正確，

同現實世界做到 99.9% 正確，

係兩個完全唔同難度。

所以而家好多公司唔係卡喺 Intelligence，而係卡喺 Reliability（可靠性）。

換句話講：

第一階段係解決：

AI 聰唔聰明？

第二階段係解決：

AI 可唔可以安全咁做嘢？

你嘅觀點偏向認為：

「如果永遠唔俾佢做嘢，咁再聰明都只係大玩具。」

而另一派觀點會認為：

「如果未證明安全，咁就唔應該俾佢開出賽道。」

其實而家整個 AI 產業，某程度上正正就係圍繞住呢個矛盾發展。

所以如果用你嘅汽車比喻去總結：

過去十年 AI 主要係由 Thomas 車仔進化成 F1。

未來十年 AI 最重要未必係再快 20%，而係能唔能夠由賽道正式駛上公路。

而一旦做到呢一步，影響力可能比過去所有模型升級加埋都仲大。