信報專欄

最近，美國白宮的一份人工智能（AI）政策指南，觸發筆者長久以來對科技治理的思考。文件點出一個核心矛盾：面對AI帶來的潛在風險，美國該讓各州分頭摸索，還是由聯邦政府統一立法，為這輛高速行駛的「AI列車」設定統一軌道？ 這更像一個全球縮影，呈現出我們在面對強大新技術時普遍陷入的「創新油門」與「風險煞車」之間的取捨。在我看來，這份文件的價值，不在於提供終極答案，而在於迫使我們去思考一個根本問題：我們該如何設計一套制度，既釋放AI的潛力，又不至於被其反噬？ 美國白宮的論點非常清晰：零散的州法律，會削弱美國在AI全球競賽中的領導地位。當一個AI應用需同時應對加州私隱、得州審計、紐約稅收時，其合規成本必然劇增。這就好比在一條高速公路中駕駛，途經每個州都有自己一套不同的速限和行駛規則，混亂情況可想而知。不過一位州議員助理反問道：「當AI出現問題，導致市民蒙受損失時，難道我們要坐着等聯邦法案慢悠悠地討論嗎？」這點出治理的另一核心矛盾：統一可提高效率，但地方的反應能力往往是應對的第一道防線。 這場監管辯論本質上是一場多方利益博弈與戰略平衡，但同時引出擔憂：誰來為這

近來身邊很多朋友都在興高采烈地準備養「龍蝦」（OpenClaw），這自主化的人工智能代理（AI Agent）承諾將人類從繁瑣的執行工作中徹底解放。這幅圖景無疑是誘人的，但歷史的教訓往往反覆在上演。對任何新技術的引入，若只看到其效率提升，而忽視其內含的風險，潛在災難往往是始料不及。 當AI僅作為聊天機械人時，一個錯誤的答案影響通常有限。但當具備自主執行能力的AI代理產生「幻覺」時，其破壞力將呈指數級放大。過去的聊天機械人，充其量把這個錯誤結論告訴你，而AI代理則會付諸行動：它可能會自主訪問你的郵箱，看到郵箱儲存量已經到了95%，而決定把「沒有用」的郵件刪掉。一個微小的「幻覺」火種，可以讓你失去了一些重要訊息。 無奈的是為了讓AI代理足夠強大，我們必須授予它訪問電子郵箱、即時通訊軟件、數據庫、調用API（應用程式介面），甚至作業系統的權限。這就像為了讓新來的實習生能分擔工作，我們不得不把辦公室的鑰匙和文件的密碼都交給它。我們授予的權限愈多，它能做的事就愈多，但整個組織的安全邊界也就愈脆弱。 這位「數字實習生」的殷勤和能力，恰恰是風險的根源，就如同一個

盛預測到2030年，全球3億個工作崗位可能被人工智能（AI）取代，低技能勞動者首當其衝。例如，客服、流水線工人和文職工作面臨極高風險。分析師布里格斯（Joseph Briggs）指出，「6%至7%的勞動者可能失業，年輕人和低技能群體風險最大。」 AI正以前所未有的速度重塑全球經濟與社會結構，從日常生活的智能助手到企業決策的數據分析，AI技術的影響力無處不在。AI的快速發展既帶來機遇，也伴隨挑戰。一方面，它能極大提高生產效率、優化資源配置；另一方面，也可能在短期內對勞動力市場和社會公平造成衝擊，怪不得財爺也不斷強調科技發展對香港的重要性。 面對這趨勢，香港特區政府在新一份《財政預算案》提出了一項極具前瞻性的舉措，撥款5000萬元推進全民AI培訓計劃，致力於提升公眾對AI的認知水平與應用能力，同時倡導負責任地運用先進技術。這一戰略舉措不僅順應了全球AI技術蓬勃發展的浪潮，更彰顯了香港在數字化轉型進程的前瞻性規劃，其推出時機可謂恰到好處。 推動全民AI培訓，不僅是一項提升技能的重要舉措，更是為社會開啟未來之門的「金鑰匙」。AI技術的廣泛傳播與深度教育，

作為一名在科技行業摸爬滾打了半生的人，我深知人工智能（AI）這把雙刃劍的威力，它帶來前所未有便利的同時，也引發了關乎心智、公平、私隱乃至人類存續的深層憂慮。我們今日所創造的便利，若缺乏清醒的審視與反思，或許成為明日禁錮自身的枷鎖。 首當其衝的是心智自主權的外判。當獲取答案變得輕而易舉，我們獨立思考、與思想搏鬥的寶貴過程便有被減省的風險。人腦如肌肉，用進廢退，這種思維上的外判，最終讓決策主導權被削弱，使我們從技術的主人，淪為被動接受算法引導的庸才，隨之而來的是加深社會鴻溝。當效率成為重大目標，冰冷邏輯的算法可能加劇贏者通吃現象，甚至催生出因不懂技術而被社會遺棄的數碼棄民，這已非簡單的數字包容問題，而是結構性的社會不公。同時，生物識別的濫用與被遺忘權（刪除資料）的失效，令私隱輕易被洩露。最令人警醒的是機器為了達成某個指令，可能做出違背人類常識與價值觀的危險行為。 面對這股洪流，我們不能袖手旁觀，必須回歸以人為本，為自己與AI的共生關係構建清晰的護欄，其核心在於從被動的AI用戶，轉變為主動的設計者。這首先要求AI有可追溯、可審計的功能，也配備撤銷（Un

塔爾瓦爾（Rohit Talwar）身為全球頂尖未來學家、屢獲殊榮的主題演講人，他尤其關注如何利用新思維、創新，以及人工智能（AI）和智能工作流自動化等來推動商業、社會和個人生活的發展，大灣區國際信息科技協會有幸在3月份邀請他遠赴香港作主講嘉賓。 為了屆時能更好地與他交流，筆者做了一些學習筆記公諸同好。礙於篇幅所限，只選取其中五個觀點如下： 1. 這次的浪潮，究竟有何不同？ AI的根本差異，在於它不僅僅是工具的迭代，更是「思考方式」的重塑（思維2.0）。當中結合算力、大數據、物聯網和機器學習，第一次讓機器擁有了「學習」和「推理」能力。作為先導者，我們必須投入時間去理解：它為何而來？資本為何瘋狂？真正機遇潛藏在何處？ 2. 潛力無限，但第一步如何邁出？ 讓機構真正「觸摸」到AI的力量，圍繞一個具體業務痛點，透過更精準的客戶洞察、更智能的生產排程，進行一次小規模的實驗。關鍵在於「快速學習、快速感知」，而非追求一步到位的完美方案。 3. AI的發展速度，我們真的理解嗎？ AI發展步伐之快，超出了大多數人的預期。我們必須意識到，這不再是一個可以「等等看」

根據市場研調機構Gartner今年1月30日發布的最新預測，2026年全球人工智能（AI）總支出將達到2.52萬億美元，全年增長44%。這數據充分反映了全球AI需求還在爆發式增長。 在AI代理Manus的賣盤交易還未有定案之際，最近OpenClaw（前稱Clawdbot及Moltbot）爆紅。OpenClaw是一款可部署於個人電腦的開源AI助手，旨在成為用戶的「超級助理」。其核心功能在於其自動化能力，可以自主整理收件箱、預訂服務、管理日程等，而毋須等待用戶指令。 該產品在技術上作為一個AI代理的「編排層」，用戶可在本地硬件託管一個「控制台」，並將其連接至Claude或ChatGPT等外部模型，確保所有數據與日誌留存於本機，保障私隱安全。自OpenClaw公開後，迅速吸引了多間主流雲服務商、即時通訊應用程式的關注。據聞大型科技企業如騰訊（00700）、百度（09888）等，已全力在解構該開源軟件。 以下是OpenClaw主要特點： 主動執行任務：毋須用戶手動觸發，即可自動處理電郵、安排會議、管理文件、運行腳本乃至編寫代碼，擴展自身功能。...

近日正「沉迷」準備新書出版。話說這書的緣起，始於幾年前在上海的一個飯局，我們深入探討為人類構建第二大腦的可行性。但我們需要釐清何謂第二大腦，因為它是一切後續討論的基石。然而，我們對這概念的認知仍然很模糊。 那時，筆者正對新興的「檢索增強生成」（RAG）技術着迷，決定用一段封塵的個人迷思來「考驗」它。我把自己年輕時跟隨恩師學習紫微斗數的筆記──那些承載着東方智慧的資料全部數字化，然後注入到一個向量數據庫中。接着，花了幾個星期，搭建起生平第一個簡陋的「人工智能體」（AI Agent）。懷着既期待又忐忑的心情，向它拋出了一個曾困擾許久，甚至可以探索「第二大腦」的原點問題。 話說多年前，我曾試圖用傳統編程和數據庫技術，為恩師這套斗數理論建立一套分析系統。我投入了近3年的公餘時間，試圖把那些由百顆星星以上所組成的星系、格局、五行生剋制化的關係，演繹為一行行代碼。但那次嘗試讓我完全失望，面對一個具體的人生抉擇，比如說在某年「該不該轉換工作」，分析系統的答案總是顯得那麼死板而缺乏彈性。在那個當下，我並不知道為什麼失敗，只是本能地覺得那不是我想要的。 如今，我向

從香港的視角來看，上海與大灣區在低空經濟領域的蓬勃發展，既是值得關注的區域競爭，更是香港如何把握大灣區機遇的契機。兩地在發展路徑上各具特色，其差異化布局為香港提供多元的參照與合作空間，有望共同塑造中國乃至全球低空經濟的未來格局。 上海的發展策略，體現了其作為傳統航空產業重鎮和國家經濟中心的扎實根基。其目標明確指向高端科技製造，成為「世界電動垂直起降航空器（eVTOL）之都」。 通過聚集全國過半的eVTOL領先企業，並着力培育整個行業、建設國家級試驗平台，上海正系統性地克服eVTOL這一尖端領域的飛行牌照與業務難關。 反觀近在咫尺的大灣區，其發展路徑充分展現高度市場化、供應鏈反應敏捷、多樣化應用場景的獨特優勢。大灣區尤其是深圳，憑藉其全球領先的電子訊息與無人機產業基礎，構建了良好的產業鏈。 大部分的無人機零部件，可在半小時內送達，創造了產品的快速更迭與規模化生產的條件。因此，大灣區的發展重心鮮明，側重於應用牽引與快速商業化落地，已在物流配送、跨城海島運輸等多元場景實現規模化應用。 廣州黃埔建設全球首間「萬輛級」eVTOL產量工廠，標誌着製造規模化的

之前在專欄內說到，隨着人工智能（AI）的飛速發展，我們更可能從單純的「自動化替代」，轉向極具變革潛力的「共生AI」（Symbiotic AI）。這理念並非旨在取代人類，而是通過以人為本的設計，將人類的直覺與機器的計算能力互相結合，創造超越個體能力的集體智慧。 專家從「莫拉維克悖論」的分析，揭示了人機智能的互補本質：機器擅長處理海量數據與反覆運算，而人類則在語境感知、創造力及倫理判斷上具有不可替代的優勢。「共生AI」通過遷移學習（不需要從零學習）和主動學習等機制，建立起人機互動的反饋循環，使系統在人類專家的指導下不斷進化。這種協作模式正在催生「代理經濟」（Agentic Economy），在此架構中，AI代理負責具體執行與協調，而人類專注於指導及處理異常處境。通過增強人類能力而非剝奪工作，最終，AI將作為協作系統的參與者，重新定義工作的價值與形態。我們可以換一個思維方式去看，人與機器都會成為社會的一部分。 人類在過程中的持續參與，不僅是技術上的必要，更是塑造AI社會角色的核心，這確保了技術發展，始終錨定在人類價值觀與實際需求之上。正如神經科學家所指

近日有很多朋友追問，若要建立人工智能（AI）代理，除了n8n之外還有什麼選擇，於是我想為大家介紹一個內地挺多人用的低代碼工作流平台。Dify是個人工智能原生平台，幫助團隊快速開發基於大型語言模型（LLM）的智能應用，其設計理念是通過簡化生成式AI應用的開發流程，讓團隊能夠更專注於應用邏輯而非技術細節。無論是智能助手、機械人還是內容生成器，Dify都能為用戶提供一站式的解決方案，幫助團隊快速將創意轉化為實際應用。 Dify核心功能之一包括內置的RAG（檢索增強生成）工具，這讓用戶可以輕鬆把文檔轉化為智能問答系統。通過簡單地上傳文檔，Dify會自動完成分塊、向量化和相關性配置，讓用戶毋須編寫複雜的代碼，即可實現精準的文檔檢索。這種功能非常適合需要實時回答複雜問題的場景，例如企業知識庫的搭建。此外，Dify還提供了一個直觀的工具：Prompt IDE，可視化設計和優化生成式AI的Prompt（提示詞）。通過這個工具，用戶可以快速迭代Prompt的設置，添加變量、注入上下文，並對版本管理。這種設計讓非技術團隊成員，也能輕鬆參與開發過程。...

與人工智能（AI）協作的初期，許多人會感到一種矛盾的挫敗感：一方面讚嘆它的博學與效率，另一方面又抱怨它的答案常常「詞不達意」、「答非所問」，甚至「一本正經地胡說八道」。 這種現象的根源，往往不在於AI本身的功能缺陷，而在於我們與它對話的方式：我們習慣了與搜尋引擎「關鍵字」式的溝通，卻誤將這種模式套用在需要深度對話的AI身上。 我們可以把AI想像成一個擁有無限知識，但「零社會經驗」的超級實習生。你若只是簡單地對它說：「寫一篇關於咖啡的文章。」它只能從浩如煙海的資料中，抓取最普遍、最常規的內容拼湊給你，結果自然是平庸又缺乏針對性。高質量的提示詞（Prompt），就是為這位超級實習生提供的清晰「任務指令」，應該包含以下幾個核心要點： 1. 明確的目標：定義「要做什麼」 清晰、具體地描述你希望AI完成的任務。 模糊指令：「幫我想個行銷方案。」 清晰指令：「我是一間新開的精品咖啡店老闆，請為我設計為期一個月的社交媒體行銷初步方案，主要針對大學城周邊年輕客群，須包含3個核心推廣活動。」 2. 提供來龍去脈的「背景資訊」 交代所有相關背景，讓AI理解任務的上下

近來常常聽到中國與東盟在數字經濟上的合作。當東盟的數字化進程，碰上了中國的「人工智能+」戰略，這片廣闊的市場正發生一些有趣的化學反應。 很多人第一時間想到的，可能是中國的技術和產品「出海」到東南亞，但如果我們看得更深一層，便會發現這並不是簡單的、單向的「貿易故事」，它更像是一個從深圳到新加坡，跨區域性、深度聯動的「AI生態系統」正在悄然形成。這背後，有值得我們關注的結構性變化。 中國提出的「人工智能+」戰略，不僅僅是技術口號，而是系統性的框架，強調人工智能（AI）要與產業、服務，甚至社會治理深度融合。這套思路，恰好與東南亞當下的發展需求形成互補。 東南亞這個製造業基地擁有龐大的物流網絡，這些都是AI應用最理想的「試驗場」。例如，工廠裏的智能質檢、倉庫裏的機械人，都需要AI技術在生產線的「終端」部署。這就決定了雙方的合作，很難停留在簡單的硬件出口層面，必然會走向「共享的深度科技生態」，而並非一條單向的「出口管道」。這是根本性的轉變，意味着合作的深度遠超以往。 一個生態能否發展起來，資本流向及市場反應，是最誠實的指標。數據顯示，東南亞的互聯網經濟中，

試想像一下，如果醫療文檔不再純粹是冰冷的檔案，而是能主動發出預警、優化流程的智能夥伴，而人工智能（AI）正把這願景變為現實。在傳統醫療體系中，記錄文檔十分重要，但卻是一項繁重的行政工作，因醫護人員需要花費大量的時間填寫冗長電子病歷。然而，AI正在改變這一局面，讓靜態的醫療病史變成動態的數據流，可以實時檢測風險、優化流程，並連接臨床與創新的機遇。 醫療文檔就像一本記賬簿，只是記錄過去曾發生的事情。AI能夠讓這些數據與其他數據關聯起來，用現在流行的說法，就是上下文的對接。因此AI可以將病者的醫療歷史、用藥紀錄、化驗結果，甚至把環境因素（例如地區性的傳染病）結合起來，生成全面的醫療護理建議。例如，系統可能在醫生閱讀病人紀錄時發出提示：「病人的糖尿病歷史紀錄不全，而且近期血糖波動異常，請優先重新評估。」從更廣的層面看，AI可通過分析大量病歷數據，識別潛在的社區風險，例如可以發現哪些患者術後感染的風險更高，從而採取預防措施。 筆者作為大數據專家，其實更關注的是，AI可以從源頭提高數據質量，幫助修正不完整或存在衝突的醫療文檔，避免事後導致診斷錯誤或治療失誤。

2025年12月10日 近日谷歌（Google）發布標題為《AI與學習的未來》白皮書。由一間頂尖科技公司，而非傳統教育機構系統性地探討「學習」的未來，這舉動本身就是一個極強訊號：科技與學習的邊界已悄然消融，一場關於我們如何獲取知識、提升能力的變革正在發生。 我近年來一直相信，人工智能（AI）的價值，不在於「替代」我們，而在於「增強」（Augment）人類。面對AI，我們毋須陷入「被取代」的焦慮，也不應抱有「一鍵辦妥」的幻想。關鍵在於我們是否能升級自己的思維方式，與AI建立一種「人機共生」的夥伴關係，從而實現知識與學習上的「舉重若輕」。 報告提到一個經典的學習理論：「最近發展區」（Zone of Proximal Development）。傳統教育受限於規模和資源，難以精準匹配每個人的「發展區」；AI則有潛力成為我們每個人的「私人教練」，它不辭勞苦地為我們篩選訊息、調整難度、提供反饋，讓我們能更專注於理解與思考的核心環節。 AI還可以將教師從繁重的備課、批改、行政等「重體力活動」解脫出來。這並非是要讓AI取代老師，恰巧相反，這是讓老師能回歸到教育的

不久之前，我向一位自稱「AI（人工智能）絕緣體」的朋友介紹了ChatGPT，他從沒想過，自己會親手用它完成一份財務分析報告。那天他看在眼裏，AI在兩分鐘內生成了一份原本需要一個團隊耗時兩周的矩陣圖表。他對AI的認知，徹底改變了。 根據世界經濟論壇的《未來就業報告》，到2030年，近40%的核心職業技能將被重新定義。但這場變革，相信並不是像科幻片裏上演的機器取代人類那樣悲觀，而是我們要學會如何更聰明地使用AI。 筆者愈來愈清晰地意識到，真正的危機，不是被AI淘汰，而是被那些更精通AI的人扔在身後。 如果你曾親身體驗現在的AI工具，首先令你感到震撼的，就是它驚人的效率。過去要花幾周完成的商業建議書，DeepSeek只需要一杯咖啡涼掉的時間便可以完成。曾讓團隊埋頭苦幹整理的會議紀錄，現在只須對着語音轉寫工具說一句就能自動生成。這不僅是「快」，而是徹底重構了我們工作的本質──就像計數機解放了人類的計算負擔，AI正在釋放我們的認知帶寬。 然而我也慢慢察覺，它的弱點也非常明顯。有一次，筆者總結某公司數字化改革的案例，AI精準列出了10項舉措，卻完全沒有提到I

ChatGPT Atlas是OpenAI於2025年10月21日正式推出的首款桌面瀏覽器產品，其核心定位是把ChatGPT從工具層，升級為用戶的慣常網絡入口及使用大模型的樞紐，而毋須轉換應用。Atlas基於Chromium開源引擎構建，繼承了成熟的網頁渲染、安全與相容體系，結合人工智能（AI）能力，讓AI能夠即時理解用戶當前瀏覽頁面的內容，並通過Ask ChatGPT旁邊的輸入欄，直接提供上下文感知的交互支援。 Atlas目前僅發布了macOS及Windows版本，移動版本尚處於開發階段。Atlas基礎功能（如旁邊窗框對答交互、網頁內容理解、Chrome數據同步）對所有用戶免費開放；高級AI Agent代理功能（如執行自動化任務、達成複雜目標），初期僅向付費訂閱者提供。 我們可以說Atlas是專為AI所構建的瀏覽器，它最大優勢是與ChatGPT助手深度融合，方便用戶輕鬆獲得針對頁面內容的AI支援。在用戶允許情況下，AI能夠讀取當前瀏覽的網頁、標籤、瀏覽歷史，用作後續AI服務的上下文。更厲害的是，當用戶開啟「瀏覽器記憶」功能後，產品能夠記錄曾造訪過

人工智能（AI）無疑是我們這個時代，最具革命性的技術之一。然而，當前關於AI的討論，往往局限其作為勞動力替代工具的角色，而忽視更深層次的潛力。筆者想提出AI的真正價值，並不在於單純地「取代」人類工作，或疊加到某些企業資源管理系統中，而在於作為「創新引擎」的能力──推動前所未有的變革，重塑行業生態，甚至開啟人類生活方式的新篇章。 從創意領域的AI生成電影，到農業中的智能種植技術，AI正以令人驚嘆的方式拓展其應用邊界。這些創新不僅展示了技術的無限可能，也為我們提供了重新思考AI角色的機會。 長期以來，AI被視為一種能夠執行自動化重複性的任務，主要用於提高效率或降低成本。然而，這種觀點極大地限制了它的潛力。AI真正價值在於能夠催生全新的工作模式和行業形態，而不僅僅是優化現有流程。例如，電視編劇利用AI創作劇本，此舉確實可以提高效率，表面上AI可取代人的工作。但大家不妨試想一下，當電視劇的製作「AI化」後，觀眾的品味其實也在快速改變，內地已開始興起每集僅有2至3分鐘的微電視劇。AI生成圖像、聲音、視頻等技術，正引發一場新形式的娛樂體驗。這種創新並非簡單地

上周説到「共生人工 智能」（Symbiotic AI） 是在人工智能（AI）領域備受關注的概念，它代表了一種觀念上的轉變：從將 Al 視為單純工具或潛在對手，轉變為增強人類智慧與能力的協作夥伴 。 那什麼是共生AI？ 共生AI的核心是指，人類與AI系統之間的一種協作夥伴關係，雙方共同實現任何一方都無法單獨有效完成的目標。 這種關係是互惠互利的：即為「共生」。這個術語直接借用了生物學中的「共生」概念， 描述兩種不同生物體之間密切、長期互相依賴的關係(例如蜜蜂與花朵、小丑魚與海葵）。不過，對於人類與AI達到共生，很多專家都充滿懷疑。 最近又有另一個負面概念叫 「Recursive Self-improvement Cycle」（遞歸式自我改進循環），意思是一旦通用人工智能 (AGI) 擁有與人類同等水平的智能時，它就可以開始改進自己的代碼，在極短時間內從人類的水平，迅速達到遠超人類的「超級智能」 ( Superintelligence) 這爆炸式時刻，可能在幾天甚至幾小時內發生，使人類沒有時間作出反應，或實施安全保護措施。正如 IA安全專家亞姆波爾斯

當Claude Code能聽懂「幫我構建一個電商推薦系統」的自然語言指令，並在15分鐘內輸出可運行代碼時，「寫代碼」的定義正被改寫。根據創業加速器Y Combinator最新數據，25%初創已使用人工智能（AI）生成95%以上的基礎代碼，而這數字在18個月前還是很低。氛圍編程（Vibe Coding）等AI工具，正以3種顛覆性方式重塑程式開發流程：自動化重複任務、實時對代碼錯誤修正，以及通過自然語言的交互，順應感覺與直覺引導程式邏輯，使編程門檻降低。 一位資深架構師展示了兩組GitHub代碼提交的紀錄：依賴AI的新手在3個月內的項目提交量增長300%，但系統性的設計問題，卻比傳統訓練的編程人員上升了47%。這揭示了一個很簡單的道理，當中學生都用AI作文的時候，日後文章的創作質量還會高嗎？ 當95%代碼由AI生成，初級開發者便逐漸失去理解從零構建較複雜項目的機會，就像駕校學員直接啟動自動駕駛功能，永遠無法掌握緊急避障的肌肉記憶。還有一個更糟糕的消息是，在持續運用大量AI工具後，團隊中竟無人能理解AI當初的設計邏輯，導致系統的可解釋性降低。...

想像未來某一刻，清晨醒來的你毋須急步擠進地鐵，也不必擔心績效指標，而是在晨光中讀書、打太極或陪伴家人──因為你的基本生活需求，已由一筆自動到賬的「全民基本收入」（UBI）埋單，而背後支撐這一切的，是人工智能（AI）創造的財富所承擔。 這有點像科幻小說的橋段。隨着AI摧枯拉朽般取代人類工作（如司機、物流工人），傳統「勞動工作換取生存」的邏輯正被顛覆。與其恐懼失業潮，或許我們更該追問：這場AI技術革命，會將人類送入「無工作社會」的烏托邦，還是一場失控的無人實驗？當然我們毋須太杞人憂天，但社會的公共政策必須要與時俱進。 UBI理念是一場社會契約的顛覆，它承諾向所有公民無條件發放一筆足以支持基本生活的資金，無財富、就業或道德的批判。這一想法的雛形可追溯至工業革命時期，當時機器替代人手勞動者而引發對「技術性失業」的恐慌。如今，AI進步神速，讓UBI再次成為公共政策研究者的關注熱點。 支持者視UBI為社會減震器，有助減少貧困引發的犯罪、貧富懸殊等問題；反對者則警告其可能扼殺社會生產力，助長「懶人經濟」。技術樂觀主義者常強調「AI創造新崗位」，我們可以把這個衝