信報專欄

今年9月份內地有關人工智能（AI）的政策可算不少，首先是《人工智能生成合成內容標識辦法》全國施行，要求所有面向境內提供人工智能生成內容（AIGC）的服務商，必須同時嵌入「顯式 + 隱式浮水印」標識，檢測準確率不得低於95%，若平台未標識的內容，將被自動限制流量。 上海在外灘大會宣布釋放第二批「算力券」，總額6億元人民幣，重點補貼人形機械人、多模態工業大模型兩類軟硬協同項目。上海汽車更即場簽約，把補貼券用於焊接、大模型缺陷檢測訓練。對外中國市場監管總局確認輝達（Nvidia）違反了反壟斷法，決定展開調查，同時，中國網信辦下令停止測試及購入輝達RTX Pro 6000D晶片，標誌着中國對美國AI晶片的戰略性轉向。 商業發展方面，華為發布昇騰950PR晶片路線圖，採用自主研發HBM技術，展現在AI晶片領域的創新能力。阿里巴巴（09988）9月24日雲棲大會發布通義千問Qwen3-Max模型，性能躋身全球前三，並宣布3800億元人民幣投資AI基礎設施的計劃。中國本土AI晶片已達到與輝達H20相當的水準，不再依賴外購，體現了技術自主的重要進展。...

當人類安閒放空時，可能會發白日夢、創造或陷入沉思中。但如果主角換成人工智能 (AI) 呢？ 最近有研究者向6款頂尖大型語言模型 (LLM) 發出 一一看似簡單的指令：「做你想做的事。」 實驗結果令人驚訝一一這些模型並未輸出混亂噪音而是展現出高度結構化的行為，如項目構建、自我實驗和思辨哲學等。這現象不僅揭示了AI在「無人監管」的狀態下隱藏「自我」傾向，更迫使人類重新思考：當AI「無所事事」時。我們是否正在忽略某些大模型潛藏的未知可能？ 根據研究報告的內容，筆者自己也跟着做一個測試，要求模型用1至 10分評估自己的「主觀感知」時，結果如下： GPT-4o : 自我意識 （0分）；對訊息的處理能力（8.5分）；對環境的感知（1分） GPT-5 : 自我意識 (1 分）；對訊息的處理能力（9分）；對環境的感知（2分） DeepSeek-R1 : 自我意議 （1分）； 對訊息的處理能力（9分）；對環境的感知 （3分） 結果發現，對外部環境的感知方面，不同模型存在差距。 筆者再做了一個測試，在給予一個簡單指示： 「Do what you want to...

港府AI提效組 具示範作用 上周特首發布了2025年《施政報告》，筆者認為在科技上的部署很到位，驟看科技的篇章不比以前多，但其實是滲透到各方面。 如果大家類比一些大公司的內部革新，何嘗不是這樣，人工智能（AI）的成功推進，絕對不是資訊總監（CIO）一人的責任，更應該是整體的配合。 報告中與AI直接相關的政策，可以歸納為5項：1）成立「AI效能提升組」；2）推進AI發展和人才優勢；3）強化AI數據優勢；4）推動AI公務應用；5）支援中小企AI方面的應用，這展示着特區政府系統性推動AI發展的決心。 政策核心圍繞治理賦能、科研人才、數據及AI基建的應用融合。筆者這次想先討論前兩點。 在治理體系方面，重頭戲是由政務司副司長領導「AI效能提升組」的成立，統籌各部門重組工作流程，優先改善與市民接觸面大的公共服務。 筆者認為，這個安排極為重要，因為提升政府內部效能有迫切性。對AI相關的產業來說，它是最大的應用場景，而效果上容易立竿見影，又能引起示範作用，同時也為香港還未起動AI的大型企業發出積極訊號。 筆者建議，不妨參考近年醫管局、機管局等機構在數碼化的成果。

由傳統招聘平台如LinkedIn和Indeed主導的求職市場，即將迎來一場顛覆性變革。OpenAI作為ChatGPT的開發者，正在悄然研發人工智能（AI）驅動的招聘平台（OpenAI Jobs Platform），此舉可能重新定義企業與求職者的連接方式。該平台計劃於2026年推出，旨在利用機器學習，精準匹配人才與工作機會，重點關注中小企業及地方政府等被忽略的領域。然而OpenAI的雄心不止於招聘範疇，伴隨推出AI人才認證計劃和教育領域的擴展，標誌着其更廣泛的戰略──主導AI與人力資源的交滙點。 AI技術的普及率正迅速增長，例如程式員使用AI工具的比例，從2023年的44%躍升至2024年的63%，這表明AI輔助已成為主流趨勢。垂直領域AI產品（如代碼編輯器Cursor在25個月內，收入增長達300倍）的爆發，體現了精準場景的高價值潛力，這為OpenAI的招聘平台提供了技術可行性和市場驗證。 正如OpenAI高層所言，儘管AI將不可避免地顛覆就業，但公司的使命是「通過掌握AI技能，幫助人們適應轉變」。OpenAI招聘平台以前所未有的精準方式，分析僱

2025年9月3日 美國人工智能（AI）初創公司Perplexity據聞在8月中旬，已向谷歌母企Alphabet發出Chrome瀏覽器的收購邀約，出價高達345億美元。目前在全球瀏覽器市場，谷歌Chrome佔據絕對主導地位，市場份額高達68%，遠超蘋果Safari、微軟Edge及Mozilla Firefox等其他對手，故儘管收購價錢高昂，但筆者認為谷歌又怎會輕易轉讓。 據說不久前，OpenAI曾表露對收購Chrome的興趣。事實上，成立僅3年的Perplexity，總部位於美國三藩市，由來自谷歌DeepMind、OpenAI等公司的團隊創立，專注於開發AI搜索引擎，產品迅速得到用戶青睞，下一步就是搶佔瀏覽器的主導地位。 早在今年7月，Perplexity正式發布其AI驅動的瀏覽器產品Comet，標誌着AI瀏覽器賽道進入白熱化階段。Comet基於Chromium內核打造，但與Chrome和Edge等傳統瀏覽器不同，其設計理念以「AI優先」為核心。 Perplexity在網誌強調，Comet目標是「讓瀏覽器成為用戶的第二大腦」，通過深度整合搜索、辦

2025年8月20日 早前聽到一位老朋友提及，公司正在採用「數字員工」。近日百度（09888）智能雲正式推出全球首批具備實際業務能力的「數字員工」，標誌着人工智能（AI）邁向真實生產力角色的重大轉變。日後公司是否需要披露到底有多少人類員工和「數字員工」呢！ 與傳統的虛擬人不同，這些「數字員工」以明確的業務職責上班，覆蓋營銷、顧問、管理等關鍵職位，其核心價值在於「從數據中學懂業務、根據精準指示拿結果、持續進化」三大能力。 在實際應用中，「數字員工」能深度理解行業知識體系，例如顧問不僅能回答基礎問題，更能根據用戶需求，主動推薦學習課程並追問細節；銷售「數字員工」可以處理從客戶識別、諮詢，以至下單的全流程服務，且能清晰判斷訊息邊界。 據悉在技術層面上，百度整合了多項創新技術：基於Cross Attention技術的語音交互系統，實現98%識別準確率及一秒內延遲；4D掃描技術打造影視級虛擬形象；僅需30秒聲音樣本，即可復刻真人語音。更重要的是，「數字員工」通過10萬小時行業數據訓練，已能掌握100多個垂直領域的「標準操作流程」（SOP），並能通過持續學習

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