信報專欄

在我看來，數字經濟的發展與「現實世界資產」（Real World Asset, RWA）的關係十分密切，大致經歷4個階段。前兩個階段是數字經濟的基礎，也是大部分企業在過去10年所經歷的。在起初產業數字化的階段，數據是企業經營的依據，而隨着數字化逐步推進，數據也成為企業融資、貸款、與外部合作的新手段。至於後兩個階段，則聚焦於資產價值的數字化重構與流通效率，為資產創造新的價值交換。以下可以粗略了解數字化的演進階段： 第一階段：產業數字化 利用數字技術（如物聯網、雲計算、移動互聯網）優化傳統業務流程，把線下營運和實物資產相關的訊息，轉化為可採集、儲存和分析的數據，由數據驅動決策，提升營運效率。例如，茶餐廳採用二維碼點餐，不僅簡化了流程，更將每張訂單轉化為數據節點，記錄顧客偏好、消費時段等訊息。這些數據通過分析可用於庫存管理、改良菜單等營運決策，為後續階段奠定數據基礎。這其實已悄然讓資產數字化露出了冰山一角，表面之下還隱藏着更深層的資產結構性變革。 第二階段：數字產業化 當數字化技術被廣泛應用後，這些技術本身就會形成新的產業，促進產業數字化。 第三階段：

每當深夜站在維多利亞港，望着中環永不熄滅的燈光，我總在思考這些玻璃幕牆背後正在發生的變革。 作為扎根中港20年的科技從業者，我親眼見證過移動互聯網浪潮如何重塑電子商務、金融科技怎樣顛覆傳統行業，但眼下這場由人工智能（AI）驅動的職場革命，其深遠影響程度可能遠超我們想像。 當Harvey AI能在10秒內完成一份英文合同的法律盡職調查時，本地中小型律師行已開始恐慌。 但有趣的是，涉及跨境婚姻財產分割這類需要「情感解碼」的業務，或許暫時安全。可是，大部分中環白領的處境截然不同，他們面對的不是AI會否取代你，而是你的客戶何時會選擇AI替代你。這印證了一個觀點──AI最擅長的是取代標準化的工作。 根據麥肯錫（McKinsey）及世界經濟論壇（WEF）等報告指出，AI正在以驚人的速度發展，預計到2050年將會徹底改變全球勞動力市場。約60%的現有工作會因AI而需要重大調整，自動化與智能系統也將成為職場的重要組成部分。 專家預測，到2030年，美國30%工作可能被自動化取代，而到2045年，這個比例可能上升至50%。高盛之前估計，全球3億個工作崗位可能因AI

作為一名科技觀察者，對億萬富豪馬斯克（Elon Musk）旗下xAI上周發布的Grok 4，表現確實令人眼前一亮。這款號稱「史上最強聊天機械人」的新模型，不僅將上下文窗口擴展至驚人的25.6萬Token，更首次實現多模態支援。更玩味的是其背後戰略布局與隱憂，請容筆者娓娓道來。 xAI宣稱Grok 4的推理速度較前代提升數倍，在某些邏輯基準測試中超越了人類平均水平，這源於其專用超算Colossus的訓練。然而，在AGI-ARC-2抽象推理測試時，僅獲16分（滿分100），暴露了當前大語言模型的通病：對深層因果關係的理解仍稚嫩。 xAI此次的定價堪稱「兩極分化」，每月基礎版為30美元，而面向企業的SuperGrok Heavy版本，月費竟高達300美元。據消息透露，xAI還計劃在8月推出專為程式員需求優化的Grok 4 Code，9月上線多模態代理功能，10月則進軍影片生成領域。這種「3個月一迭代」的激進節奏，與馬斯克在特斯拉FSD（全自動駕駛）汽車上的策略如出一轍。 儘管性能亮眼，但Grok 4的發布仍受兩大爭議纏繞。首先Grok...

最近人工智能（AI）演算法的進步，呈現出多維發展趨勢。筆者想在圖像、語音和視頻等三大方向，為大家作簡短介紹。這些動態不僅反映技術上的持續突破，也揭示了模型在人機交互性、實用性、跨領域協作的進步。 先說一下圖像生成領域，技術的重點正在逐漸從「文本生成圖像」的效果轉向「互動式編輯」和「場景級組合」的實際應用，例如Adobe Firefly和Midjourney的最新版本，展示了其在複雜編輯上的強大能力。通過文本指令（Text Prompt），用戶可以從圖像局部重繪和操控個別元素，比如在保持背景不變之下，讓圖中的貓從坐姿變為跑姿。這種能力的背後，是擴散模型與場景圖理解技術的深度融合。 擴散模型提供了對圖像生成的強大控制力，而場景圖則讓AI能夠理解圖像中的元素及其相互關係，從而實現更高層次的可控性。這些技術的結合，不僅提升了用戶交互的體驗，也進一步擴展圖像生成技術，在廣告、影視、遊戲和虛擬現實內容創作的應用範圍。 語音技術的突破則集中在情感與個性的層面上。語音合成技術如今可通過一段無感情的語音樣本，根據文本指令生成帶有高度情感化的語音效果。以Huggin

在6月的2025台北國際電腦展（COMPUTEX 2025）主題演講中，美國晶片巨擘輝達（Nvidia）創辦人兼行政總裁黃仁勳，首次詳細披露下一代人工智能（AI）平台，Rubin GPU（R100）採用台積電的N3P（3納米增強版）工藝，並首次商業化集成HBM4高頻寬記憶體。 最引人注目的創新是，Rubin平台將集成一顆專門的神經處理單元（NPU）作為「智能體輔助處理器」（Agent Co-processor），旨在以極低功耗高效處理AI智能體在任務上的規劃、環境感知、工具調用時的決策邏輯，把大模型的核心推理與Agent的「思考」過程在硬件層面上分離，大幅提升複雜AI任務的執行效率。 另外，台積電在本月的技術論壇宣布，其備受期待的2納米N2已順利進入風險性試產階段，首批客戶包括蘋果和輝達。更重要的是，台積電首次公開了1.6納米A16的初步技術細節。A16將採用更先進的垂直堆疊納米片電晶體（CFET）與背面供電網路（Backside Power Delivery）技術，旨在把電晶體密度和效能再提升15%至20%。此舉目的是鞏固其在2027年至202

周哈里窗（Johari Window）作為經典心理學的人際溝通模型，在優化人類與人工智能（AI）的互動中展現新的可能性。隨着生成式AI（如GPT）逐漸融入日常生活，如何讓AI更好地理解人類的意圖尤為重要。周哈里窗的4個象限（Quadrant）提供寶貴分析框架，有助提升人機交互質素。 1. 開放區（Open）：這是用戶和AI共享的訊息領域，是雙方對訊息認知一致的區域。這區域代表清晰且相互理解的溝通，例如當用戶要求AI生成一份「香港跨境電商報告」時，AI能夠理解任務。 然而，問題常出現在用戶未明確提供關鍵細節，例如報告是否需要聚焦某類國家或產品類別。這種情況類似於在茶餐廳點了一杯「好喝的奶茶」，卻因沒有說明具體口味而導致結果不盡如人意。在這個象限中，解決問題的關鍵在於澄清，用戶需要給出足夠明確的指令，避免AI誤解。 2. 盲區（Blind）：這是AI知道但用戶不知道的訊息領域。在這一象限中，AI扮演顧問的角色，幫助用戶識別知識盲點，例如向長輩解釋「元宇宙」的概念時，他們可能將其誤解為「網絡遊戲」。在這種情況下，AI能夠主動追問或澄清，幫助用戶進一步理

人工智能（AI）發展之快備受矚目，從多個維度都可以看到AI如何迅速崛起。首先，AI產品的全球滲透速度，遠遠超越以往的科技創新產品，如互聯網發展足足花了23年才讓北美以外的用戶佔比超過90%，而ChatGPT僅用3年就完成這目標，這種全球化擴散速度，與互聯網時代形成鮮明對比。 此外，由中國團隊推出的DeepSeek、Dify和Manus等產品，從一開始便面向全球用戶，跳過了傳統的「先在美國擴展，再逐步全球化」模式。這種變化說明了AI技術和產品的普及速度，正以前所未有的全球化方式蔓延。 與此同時，與AI相關的專利申請數量也在迅速激增，而這正是每次技術革命來臨時的重要標誌。在互聯網時代，計算類專利在8年內增加了6300項，已經是令人驚嘆的增幅，但相比之下，AI熱潮更為激烈。僅在2024年，美國與AI相關的專利就增加了6000項，不過一年就幾乎追平了互聯網時代的峰值增長。專利數量的爆炸式增長，說明了當前技術創新的活躍程度，也反映出產業界對AI技術的重視和投入。 在頂級模型的競爭上，不同AI的能力差距也在迅速收窄。2024年2月，DeepSeek在LMSY

站在香港這中西交滙的視角上，筆者注意到2025年全球人工智能（AI）政策已形成鮮明的「雙軌制」特徵：高速發展與積極治理。借已故英國物理學家霍金的名言：「成功創造出人工智能（AI），可能會成為人類文明史上最偉大的事件，但如果我們無法學會駕馭風險，它也可能會導致人類文明終結。」 中國正以驚人的執行力推進「安全與發展」雙輪驅動。2025年4月，中國發布了最新《生成式人工智能服務管理辦法（修訂版）》，進一步要求大型語言模型訓練數據來源、內容安全、算法透明度，以及個人訊息保護的細節，並設立了600億元人民幣的國家人工智能基金，加快推進各地AI科技創新、產業發展和賦能應用。AI政策的修訂和新措施同時出台，一方面加強了對AI服務提供者的合規要求，這可能在短期內增加企業營運成本，但長遠來看有助規範市場，提升數據品質和模型安全性；另一方面，基金對工業智能化的重點扶持，將加速AI技術在製造業等傳統行業的滲透率，推動產業升級。 反觀美國，其AI政策更像是一場未分勝負的內部角逐。美國國家標準技術研究所（NIST）發布了《AI風險管理框架2.0》草案，徵求公眾意見，該草案

最近全球興起「主權人工智能」（Sovereign AI）議題，意味着人工智能發展不僅是一場技術競賽，更是一場關乎國家數字主權的戰略博弈。根據研究機構IDC最新預測，到了2028年，全球AI基礎設施投資將突破1000億美元，其中亞太地區更將以20%的年均複合增長率領先其他地區。 主權AI的核心價值在於，它讓國家能夠自主掌控AI模型，確保文化適配性和國家安全，就像是在數字世界建造自己的「防火牆」，避免因為過度依賴外國技術帶來的潛在風險。研究機構Gartner預測，到了2027年，全球40%的數據洩露將源於跨境數據的濫用，這就像是在數字世界中的「病毒」，而主權AI就是為各國度身定造的疫苗。法國和丹麥等國已經為此行動起來，通過公私營合作建設超算中心，推動自主AI研發。 阿聯酋開發的Falcon大模型，讓筆者印象尤其深刻，模型特別融入了阿拉伯語言和文化特徵，在公共服務領域展現出其獨特性。這讓我想起一個有趣的現象：西方開發的AI系統在處理東方文化語境時，常出現「文化偏見或扭曲」，就像用西餐叉子吃米飯──不是不能用，但總覺得不夠稱心。主權AI的價值就在於它能像

最近微信有人提到筆者的前僱主，在美國矽谷的一場人工智能會議中，重點強調「代理經濟」（The Agentic Economy），又名「A2A經濟」，那麼人工智能代理（AI Agents）何以有如此大的影響力，並可以通過自主協作重塑新的經濟秩序？其實「代理經濟」不僅是技術升級，更是一種全新經濟範式。這可能是繼互聯網、流動互聯網之後，由數十億智能代理構成的智能網絡，並將顛覆商業、勞動力和社會互動模式。 筆者嘗試用互聯網的發展作為類比，互聯網的成功依賴基礎設施逐步完善，如電腦普及、通訊協議標準化（如TCP/IP）、寬頻和流動網絡建設。「代理經濟」的起點，同樣在於技術基礎設施的完善，包括高性能的人工智能模型、分布式計算資源（如雲計算），以及支持智能代理自主運行的通訊協議和平台（如Agent-to-Agent通訊框架）。只有在這些基礎設施逐漸普及後，「代理經濟」才能大規模發展。 初期互聯網的用戶有限，但隨着用戶規模的增長產生網絡效應，互聯網的價值呈現指數級增長，最終成就了今天的數字經濟。人工智能代理的「自我繁殖」和協作能力相當於「智能網絡效應」。隨着代理數量

RAG與MCP互補更強大 如果你已經是ChatGPT（或同類工具）的常客，那麼你對生成式語言模型的三大缺陷應該不會陌生，有否覺得以下問題似曾相識： 1. 大語言模型依賴公共數據訓練，但企業需要的是整合動態變化的專有訊息（如內部文檔、實時數據），傳統模型無法直接調用這些數據，導致生成結果與業務需求脫節。 2. 即使模型定期更新，其訓練數據的「截止日期」與實際應用時間始終存在差異。例如金融或醫療領域的最新政策、研究可能未被覆蓋，影響輸出準確性。 3. 幻覺與歸因缺失：模型不時生成看似合理、但與事實背道的「幻覺」內容，且缺乏引用資訊來源，用戶難以驗證真偽。這在專業場景（如法律諮詢）風險極高。 檢索增強生成（RAG）技術在解決以上問題時，優勝之處在於它像給大模型裝了個「外接大腦」，從外部大量資料提取最新和最相關的訊息，為大模型作補充。然而，最近有一說法認為「模型上下文協議」（MCP）技術可以把RAG取而代之。 那MCP又是什麼？MCP是一種通過長時記憶，經過較長時間用戶累積的上下文處理，以提升生成模型性能的方案，其核心在於強化模型對動態知識的持續學習和應

公平代碼拓新藍海 作為長期觀察科技趨勢的專家，我一直關注在德國柏林創業的n8n，近日由Highland Europe領投，他們完成一輪頗具象徵意義的融資──5500萬歐羅B輪資金。這筆交易背後，反映出3個值得注意的行業訊號：當全球人工智能（AI）競賽聚焦於大模型時，企業級工作流程自動化這條「隱形賽道」正在悄然發生；「公平代碼」（fair-code）這種介乎於開源與商業化的中間路線，正在嘗試開闢新藍海。香港作為國際樞紐，或許能從中捕捉到獨特的協同機遇。 n8n本輪融資最引人注目的並非金額，而是劍指中小企業的數碼化痛點。我曾與某較小規模的投資機構交流，他們使用n8n把合規審查流程，從3天壓縮至4小時，這個案例印證了其宣言「讓AI工作流像樂高（LEGO）一樣可組合」並非虛言。特別值得注意的是，其年度經常性收入（ARR）一年激增5倍，這在當前Software as a Service（SaaS）行業增長普遍放緩的大環境下實屬罕有。 此外，n8n還把其技術模式定義為「公平代碼」，即代碼可自由查看，但需遵守商業規則。專業開發者追求自定制能力與無代碼工具的易用

中國人工智能（AI）領域近日再現重磅消息，一個名為Manus的項目正式發布，迅速引發全球AI界廣泛關注。作為全能型AI助手，Manus不僅能理解複雜的指令，還能自主調用工具，獨立完成各種複雜任務，幫用戶高效解決實際問題。 我們先定義什麼是智能體（Agent）。Agent通常通過提示詞或工作流，幫助用戶完成特定任務。例如有的擅長製作PowerPoint；有的精通表格處理；有的專注翻譯。然而，Manus定位是「通用Agent」，這意味着它不再局限於單一任務，而是能夠處理幾乎所有電腦操作。Manus依託虛擬環境，通過自主思考和規劃，調用各類工具，最終輸出成果。 Manus能力究竟有多強大？官方提供的案例庫，涵蓋了調查研究、數據分析、生活服務、教育培訓、企業經營等多個場景，展示了40多個實測案例，令人震撼。例如，Manus可為你定制旅行計劃，只需一個指令，它就能規劃詳細的行程，包括交通、住宿、景點推薦等。 市場調查方面，Manus能自主搜索行業數據，分析市場趨勢，生成詳盡報告。對於網店營運者，它能收集數據，分析銷售表現，幫助優化營銷策略。在教育領域，它可

近年來，香港政府在人工智能與科技創新領域的政策布局上已漸見成效，體現了在創新科技與金融創新競爭中，爭取領先地位的決心。今年《財政預算案》預留10億元成立香港人工智能研發院，成為創科政策中一大重點。這舉措不僅有助於加速科研成果的轉化，更為香港構建完整的人工智能產業鏈。通過設立研發院，香港將進一步推動科研與市場的緊密結合，吸引更多技術企業和頂尖人才進駐，形成從基礎研究到商業化應用的完整生態體系，為新經濟注入強勁動力。 與此同時，知識產權作為驅動科技創新的重要基石，也在政策規劃中佔據重要地位。香港政府計劃為企業在本地研發及購入知識產權使用權的支出提供稅務優惠，這將有效降低創科企業成本，激勵更多企業投身創新活動。此外，政府也積極推動香港打造成國際知識產權貿易中心。通過這一系列措施，香港不僅能吸引更多國際企業和資本，也進一步鞏固自身在知識密集型產業中的地位。 在金融科技領域，香港金融管理局與數碼港攜手合作，推出生成式人工智能沙盒，為銀行和金融機構提供一個安全的測試環境，用於試驗這些前沿技術在金融領域的應用潛力。 生成式人工智能技術在風險管理、客戶服務和投資

最近受到邀請的演講都離不開人工智能（AI），在大家氣氛高漲之際，筆者希望大家關注AI發展的同時，法規制度改革也必不可少。雖知原本社會制度的設計，並不是迎合AI（包括數據收集），有大量補漏要我們主動更新。 以公共視頻安全規範的建設為例，確保維護公共安全的同時，保護個人私隱和合法權益是一個重要又不容易的議程。 國務院已通過《公共安全視頻圖像信息系統管理條例》（下稱《條例》），將於4月1日起在內地施行。條例所稱的「公共安全視頻圖像訊息系統」，是指在公共場所安裝圖像採集設備及相關設施，對涉及公共安全的區域進行視頻圖像訊息收集、傳輸、顯示、儲存的系統。建設與使用此類系統時，必須遵守法律法規，堅持統籌規劃、合理適度、標準引領、安全可控的原則，確保符合公共利益，也不損害個人或組織的合法權益。 當中，條例明確禁止在以下區域，安裝圖像採集設備及相關設施：旅館、飯店、賓館、招待所、民宿等經營接待食宿場所的客房或包間內部；學生宿舍房間內部，或單位為內部人員提供住宿、休息服務的房間內部；公共浴室、衞生間、更衣室、哺乳室、試衣間內部；以及其他可能拍攝、窺視、竊聽他人私隱的

筆者想分享，新任美國副總統萬斯（JD Vance）在法國巴黎人工智能峰會的一段講話：「我們這屆政府相信，人工智能（AI）在經濟創新、就業創造、國家安全、醫療保健、言論自由及其他領域，擁有多不勝數的革命性應用。如果此時就限制其發展，不僅會讓已佔據行業地位的企業不公平地受益，還扼殺了這一代人所見過最有前景的技術。」萬斯提出4個重點，此文先分享他第一及第四點： 特朗普政府將確保美國的AI技術繼續成為全球的黃金標準，並在其他國家以及企業擴展AI應用時，成為他們首選的合作夥伴。 第四，本屆政府將為AI保持一條有利於勞動者的增長路徑，使之能夠成為美國創造就業的重要工具，我們相信AI幫助人們提高生產力，而不是取代人類。AI永遠都不會取代人類。 萬斯還認為，在談到AI取代工人的恐懼時，行業有太多領導者忽略了重點。大家要相信AI會讓我們更具生產力、更繁榮，也更自由。關鍵是美國在AI領域處於領先地位，而且擁有整個AI技術鏈所需的所有元件，包括先進的半導體設計、前沿演算法，以及具有變革性的應用。為了維護美國的優勢，特朗普政府將確保最強大的AI系統在美國本土建造，並使用

自1月20日DeepSeek發布新模型DeepSeek-R1以來，這間來自中國的人工智能（AI）創業公司，火速成為全球科技圈的焦點。英美主流媒體紛紛報道了DeepSeek的研究進展，高度評價其卓越性能。 外媒CNBC甚至發文稱，「DeepSeek-R1因其性能超越美國頂尖同類模型，且成本更低，算力消耗更少，引發了美國矽谷的恐慌。」更值得注意的是，超微（AMD）作為全球領先的晶片廠商，通過與DeepSeek合作，為AI推理帶來新的想像空間，並有望動搖「輝達〸OpenAI」主導的行業格局。業內掀起了關於DeepSeek如何打破算力需求「怪圈」的討論，1月24日輝達股價應聲下跌3%。 DeepSeek-R1在訓練階段，大規模使用強化學習技術，顯著提升了模型的推理能力。在數學、代碼、自然語言推理等任務上，其性能已媲美OpenAI o1的正式版。這一突破引發了海外AI圈的廣泛討論，輝達（Nvidia）高級研究科學家在社交媒體表示，「我們正身處一個歷史時刻，一家非美國公司正在延續OpenAI最初的使命：通過真正開放的前沿研究，賦能全人類。」Meta員工也在匿

2025年伊始，國家數據局宣布由國家發展改革委、工業和信息化部聯合印發《國家數據基礎設施建設指引》。這是內地關於國家數據基礎設施建設的首個文件，《指引》明確提出，到2029年國家數據基礎設施建設和營運體制機制基本建立，形成全國數據「一本賬」，覆蓋政府、行業、企業等主體及國家、省、市、縣等層級，建立全國一體化分散式數據目錄，支撐跨層級、跨地域、跨系統、跨部門、跨業務的數據有序流通和共用應用，支援農業、工業、交通、金融、自然資源、衞生健康、教育、科技、民航、氣象等行業領域，打造高品質數據集。 未來我國將分三大階段實現數字基礎設施的建設目標。第一階段為2024年至2026年，《指引》指出，利用2至3年時間，開展數據基礎設施技術路線試點試驗，支援部分地方、行業、領域先行先試，提供解決方案，累積實戰經驗，目標是到2026年，完成國家數據基礎設施，建設頂層設計，明確國家數據基礎設施建設的技術路線和實踐路徑。 第二階段是到2028年，我國建成支撐數據規模化流通、互聯互通的數據基礎設施，基本形成跨層級、跨地域、跨系統、跨部門、跨行業的規模化數據可信流通使用格局，

美國總統特朗普上任之際，大家都把注意力放在虛擬貨幣上。筆者見到不少企業都在成立「現實世界資產」RWA（Real World Asset）團隊。什麼是RWA？RWA是指把現實世界裏資產轉化為區塊鏈上「數字通證」的過程。這項技術使傳統資產能夠被數字化及細分，以實現更靈活的交易及流轉。 試想像一下，如果你擁有一幅由著名藝術家創作價值100萬美元的畫作，為了使這項資產能夠吸引更多小投資者並提高其流動性，你決定將畫作「通證化」。你創建了1000個「數字通證」，每個通證代表該畫作0.1%所有權，持有這些通證就等同於擁有相應比例的畫作權利。 如果持有人願意，還可以把自己的通證售予其他人。通證可以在數字平台交易，相等於出售實體畫作一部分，使投資者易於進入及退出投資。這種方法不僅為藝術品投資，提供一種新買賣方式，還通過區塊鏈技術，確保所有權的安全紀錄，保障了交易透明度。 透過RWA通證化，那些通常難以分割和轉讓的資產，可以被切割成較小的單位。不僅降低了投資門檻，也提高了資產的流動性。通證的價值，直接與其背後的「現實世界資產」掛鈎，確保有實際價值支撐。...

隨着2025年的到來，在人工智能（AI）技術飛速發展推動下，全球數字經濟正經歷前所未有的變革，各國對AI的立法和監管日益嚴謹，特別是在金融和執法等敏感領域。這種趨勢意味着，企業推動技術創新的同時，合規成本也不斷增加，使大家擔心這對資源有限的小企業構成壓力。 另外一個筆者特別關注的領域，是AI驅動的空間計算技術，包括擴增實境（AR）、虛擬實境（VR）及混合實境（MR），將物理世界（Physical）與數碼資訊（Digital）緊密結合（簡稱Phygital），這方面預計增長顯著。有專家推算到2033年，空間計算市場從現時的1100億美元增長至1.7萬億美元。我深信空間智能將成為未來創新的基礎。 衞星技術進步正在改善全球通訊、天氣監測和導航系統，其中衞星通訊與5G技術的融合已成為通訊行業的新焦點。別以為這些技術與大家無關，事實證明近100年來的創新及經濟增長，大部分的新商業模式都與通訊的進步有密切關係。以面對全球氣候變化及環境污染的挑戰為例，潔淨能源的市場需求持續攀升，如何運用AI應用於「環境、社會和公司管治」（ESG），已經成為未來的焦點。...