名人堂／川普文明毀滅說的荒誕與危險

名人堂／川普文明毀滅說的荒誕與危險

2026-04-22 聯合報／ 陳力俊

當美國總統公開威脅要將伊朗「摧毀文明」，問題早已不只是外交辭令是否失當，而是觸及國際秩序的倫理底線。將「毀滅文明」作為談判籌碼，本身即構成對現代國際體系的根本挑戰。

川普在對伊朗衝突中，以誇張、極端且反覆無常的語言製造壓力，甚至放話要使一個文明「永世不得復生」，其震撼之處不僅在於威脅本身，更在於這樣的言辭出自全球最具影響力的國家領袖。二戰以來，美國之所以能在國際社會維持某種道德權威，並不僅依賴其軍事與經濟實力，更在於其長期宣稱以法治、人權與國際規範為核心的價值體系。然而，當「文明毀滅」被輕率地納入談判修辭，過去累積的道德資本便迅速流失。

川普式談判常被支持者稱為「交易的藝術」，強調以極限施壓迫使對手讓步。然而，當威脅屠殺平民或摧毀基礎設施成為政策選項，即使最終未真正付諸實行，其所造成的信任崩解與制度侵蝕，仍將長期存在。國際政治的運作，很大程度仰賴各國對彼此底線的預期；一旦任何一方顯示願意跨越「文明底線」，他國自然會重新計算風險，甚至傾向採取預防性對抗。結果往往不是和平，而是安全困境的惡性循環。

《紐約時報》專欄作家與多位評論者指出，此類言論對美國自身形象的破壞，可能遠大於對對手的威嚇效果。當總統公開討論摧毀他國文明，各國勢必重新評估美國是否仍是可信任的制度性領導者。若盟友開始懷疑美國對國際法與人道原則的承諾，全球合作架構將更趨脆弱。長期而言，不僅削弱美國的軟實力，也削弱其建立國際聯盟的能力。

更值得注意的是，「文明毀滅」的語言，本身透露出將政治衝突絕對化的思維。文明之間的競爭，固然是歷史常態，但現代國際社會的基本共識，是避免將衝突上升至種族或文明的存亡對立。杭亭頓曾提出「文明衝突論」，即提醒文化差異可能成為政治動員工具；然而，即便最強硬的現實主義者，也未曾主張以摧毀文明作為正當政策手段。文明若成為可被消滅的對象，戰爭便失去限制，世界也將回到叢林法則。

川普言論的另一層危險，在於它將短期政治利益置於長期制度信任之上。民主政治的可貴之處，在於權力受到憲政制度、公共輿論與專業官僚體系制衡。然而，當民粹政治高度個人化，政策便容易隨著領導者情緒而擺盪。對外政策若失去可預測性，不僅削弱外交可信度，也提高誤判與衝突升高的機率。歷史經驗顯示，多數重大戰爭並非出於深思熟慮，而是源於錯誤訊號與判斷失誤。

從台灣視角觀察，此尤具警示意義。台灣安全長期依賴國際秩序的穩定與法治原則的延續。若主要強權開始以文明存亡作為政治語言，國際社會的規範性約束將進一步削弱，中小型經濟體所能倚賴的制度保障也將減少。對台灣而言，維持多邊合作架構、強化國際法與規則導向秩序，仍是確保安全與繁榮的重要前提。

文明的真正力量，不在於摧毀對手的能力，而在於自我約束的能力。當一國領導人以毀滅文明作為談判修辭，真正受到侵蝕的往往是自身文明的道德根基。歷史將一再證明：文明不會毀於外敵，而往往崩於內部對價值的背離。

（作者為中研院院士、清大特聘研究講座教授）

煮字集: 蘇門三學士的情與義

煮字集: 蘇門三學士的情與義

陳力俊

\

蘇門三學士 (ChatGPT 製作)

「唐宋八大家」，是唐宋時期八大散文作家的合稱。八大家中有「蘇門三學士」，即北宋文學家蘇洵（父親）與其子蘇軾、蘇轍。他們以出眾的散文和詩詞名震京師，對宋代文學發展影響深遠，展現了卓越的家庭文學才華。

在三蘇著作精粹中， 有蘇洵的「名二子說」，蘇軾的「江城子: 乙卯正月二十日夜記夢」憶亡妻以及蘇轍的「為兄軾下獄上書」，有情有義，感人至深。

「名二子說」闡釋為二子命名的深義，全文為: 「輪輻蓋軫，皆有職乎車，而軾獨若無所為者。雖然，去軾則吾未見其為完車也。軾乎，吾懼汝之不外飾也。天下之車莫不由轍，而言車之功者，轍不與焉。雖然，車僕馬斃而患亦不及轍。是轍者，善處乎禍福之間也。轍乎，吾知免矣。」，擔心長子蘇軾過度顯露自己，而沒有加上外在修飾，以保護自己。欣慰蘇轍很懂得如何在福禍之間自處而免災。用心良苦，很神奇地成為二子未來生涯的寫照。

蘇軾憶亡妻: 「十年生死兩茫茫，不思量，自難忘。千里孤墳，無處話淒涼。縱使相逢應不識，塵滿面，鬢如霜。夜來幽夢忽還鄉，小軒窗，正梳妝。相顧無言，惟有淚千行。料得年年腸斷處，明月夜，短松岡。」夢見自己亡妻，傷心感慨之餘寫下了這首千古名詞。時刻思量，「相顧無言，惟有淚千行」，無限淒涼，感人肺腑。

蘇轍「為兄軾下獄上書」略為: 「臣早失怙恃，惟兄軾一人相須為命。今者竊聞其得罪，逮捕赴獄，舉家驚號，憂在不測。∙ ∙ ∙ ∙臣誠哀軾愚於自信，不知文字輕易，跡涉不遜。雖改過自新，而已陷於刑辟，不可救止。∙ ∙ ∙ ∙ 臣欲乞納在身官以贖兄軾，非敢望末減其罪，但得免下獄死為幸。∙ ∙ ∙ ∙臣不勝孤危迫切，無所告訴，歸誠陛下。惟寬其狂妄，特許所乞。臣無任祈天請命激切隕越之至。」文章寫於蘇軾性命攸關的時刻，飽含真情，讓人動容。上書感動了皇帝，赦免蘇軾死罪，但仍貶謫至黃州。蘇轍也受到牽連，被貶至偏遠之地。

歐陽修評蘇洵為文「博辯宏偉。」「縱橫上下，出入馳驟，必造於深微而後止。」蘇軾自謂：「大略如行雲流水，初無定質，但行於所當行，常止於所不可不止，雖嬉笑怒罵之辭，皆可書而誦之。」蘇軾稱讚蘇轍「子由之文實勝僕，而世俗不知，乃以為不如。其人深，不願人知之。其文如其為人，故汪洋澹泊，有一唱三嘆之聲，而其秀傑之氣終不可沒。」見過幼年蘇氏兄弟的北宋名臣張方平曾言: 「二子皆天才，長者明敏尤可愛，然少者謹重，成就或過之。」準確預言蘇轍政治成就高過乃兄。蘇氏父子三人同時在文壇享譽盛名，成為千古絕唱。

名家縱論／為什麼人們會散播假消息

名家縱論／為什麼人們會散播假消息

2026-04-12 聯合報／ 陳力俊

竊竊私語 (ChatGPT 製作)

散播假消息 (ChatGPT 製作)

在網路訊息爆炸時代，錯誤的訊息往往迅速而廣泛的傳播，甚至演變成陰謀論，有些已到匪夷所思的地步，但還是讓許多人深信不疑，到底問題出在哪裡？

著名的心理學家也是暢銷書作家艾瑞利（Dan Ariely）莫名其妙被在網上瘋傳是「新冠病毒詐欺的幕後總工程師」，稱其夥同比爾蓋茲設計出一項邪惡計畫，要對女性注射讓他們不孕的疫苗，以此減少世界人口等等，深受謠言所害。他發現，相信這些謊言者還包括許多認識他多年的人，在他嘗試說明時，卻遭到更多的攻擊；在他放棄解釋時，又被認為是自認有罪的一項證據。

很多朋友勸他：「什麼都別做，忽視他們」，但他選擇的應對機制是試著了解這個現象，並且應用他在社會科學領域的所學，合理解釋自己的經歷。他撰寫「誤信：為什麼理性的人會相信不理性的事」一書，從自己遭到假消息與陰謀論攻擊的心路歷程，探討為什麼人們會接受錯誤的信念、不相信科學、甚至擁抱陰謀論。為什麼人們不只是相信假消息，還會主動搜尋與散布假消息？他結合多年的研究心得與最新的研究成果，揭開讓人陷入假消息與錯誤信念的重大因素。

他認為原因出在人人都有可能陷入「錯誤信念」。這是一個扭曲的鏡片，人們會透過它來看待與理解世界，並將自己的見聞描述給其他人聽。這也是一個讓人愈陷愈深的過程，只要相信這樣的信念，就會鞏固信念、為信念辯護，甚至傳播信念。

他發現：錯誤信念的發展過程可以當作一個漏斗來看，人們從懷疑陷入「錯誤信念螺旋」，到了漏斗另外一頭，所有主流的訊息來源都被切斷，人們毫不遲疑地欣然接受發展成熟的另類真相和陰謀論。本書凸顯出，我們每個人都無法免受情緒、偏見和社會壓力的影響，只要處於「適當」的情況下，就有可能發現自己陷入錯誤信念的漏斗。

他分析：「信念漏斗可以劃分成情緒因素、認知偏誤、性格特質與社會力量」，這四種因素會相互驅動：錯誤的信念通常始於不安全感、排斥感或恐懼感，這些感覺會引發對意義和自主性的渴望；認知偏誤引導人們尋求符合需求的相關資訊，努力相信自己已經相信的事情；性格特質像是容易相信自己的直覺以及自戀等，容易受到錯誤信念的吸引；強大的社交影響力，會吸引人們改變他們的想法，引導他們沿著特定的方向前進，陷入同溫層，甚至把信念變得更為極端。

人們逐漸陷入錯誤信念漏斗的個人旅程，反映出整個社會朝向彼此不信任的方向發展，而這帶來令人擔心的後果：錯誤信念會引來另一項錯誤信念，當我們不信任某個機構也會更容易對另外一個機構抱持懷疑態度，這種想法可以一路延伸下去，認為天下烏鴉一般黑。不信任會招致更多的不信任，最終對所有事物都抱持不信任的態度。當機構失敗或被視為腐敗時，懷疑就會升級為對證據和專業知識的徹底拒絕。

總結本書研究的主要心得是，對抗錯誤信念，要發揮同理心，去理解到錯誤信念都是人性作祟，甚至是體諒這些情感需求以及心理與社會力量，而從中找出應對之道。結論對「誤信」提供了洞察力和反思，帶來啟發，但與作者具體的分析相比，其建議對增加社會韌性雖有幫助，用以矯正已深陷誤信的社群恐難以奏效。

（作者為中研院院士、清大特聘研究講座教授）

名人堂／美國大法官雋語與馬年警句

名人堂／美國大法官雋語與馬年警句

2026-03-27 聯合報／ 陳力俊

美國首席大法官演說 (ChatGPT 製作)

日前美國最高法院以六比三裁定川普政府提出的「對等關稅」違憲。判決一出，川普在社群媒體上怒罵部分大法官「不知羞恥」，並以激烈言辭攻擊自由派法官。然而，正是這種政治壓力之下仍然作出的判決，反而讓不少觀察者更加確信：美國的三權分立雖然飽受政治極化衝擊，但司法仍保有一定程度的獨立性與制度韌性。

羅伯茲之所以備受尊重，除了在多項重大判決中維持制度平衡外，也因為他對公共倫理的深刻理解。二○一七年，他在兒子畢業典禮上的致詞廣為流傳，他祝願年輕人：「我希望你們不時遭遇不公，這樣你們才會懂得正義的價值；我希望你們遭遇背叛，這樣你們才能理解忠誠的重要；我甚至希望你們偶爾遭遇厄運與失敗，因為那會讓你們明白成功並非理所當然。」

這段話的深意在於：人格與正義感，往往不是在順境中培養，而是在挫折與不公平中形成。對司法而言更是如此。當政治權力強大到足以威嚇制度時，法官若仍能依憲行事，那才是真正的憲政精神。

反觀台灣的憲政環境，不免令人憂心。近年來憲法法庭屢因程序爭議與政治疑慮引發社會質疑。部分案件在審理過程中排除不同意見，甚至出現被外界認為判決「先有結論、再找理由」。若司法裁判逐漸被視為政治工具，而非憲法秩序的最後防線，那受損的不只是某一案件的正當性，而是整個制度的公信力。

正值馬年，人們見面時常以「馬到成功」、「馬上發財」互道祝福。然而有許多與「馬」相關的警語，其實更值得深思。

首先是「又要馬兒好，又要馬兒不吃草」。這句話說的是要求成果，卻不願付出代價。以科研與教育為例，廿年前台灣在自然與工程科學領域的整體實力普遍領先中國大陸；今日在不少領域卻已看不到對岸的車尾燈。關鍵就在於資源投入與國家戰略。若政府與社會長期吝於投入科研資源，卻又責備學界表現不佳，這正是典型的「要馬兒跑，卻不給草」。

其次是「馬不知臉長」。這句話用來形容只看見別人的問題，卻不願自省。公共政治若長期陷入這種文化，便會出現嚴重的雙重標準：在野時高喊制度正義，執政後卻迅速改變說辭。更糟的是「指鹿為馬」，透過宣傳與認知操作顛倒是非。

再者是「馬失前蹄」。任何政權若過度自信、輕視民意，往往會在意想不到之處跌倒。近年的政治攻防已一再顯示，若把政治鬥爭視為唯一目標，而忽視制度穩定與社會信任，最終會付出代價。

然而，在與馬相關的典故中，最具智慧的仍是「塞翁失馬，焉知非福」。歷史從來不是直線前進。看似挫敗，有時反而會促成反思與改革；看似輝煌勝利，也可能為未來埋下隱患。

羅伯茲的演說其實正與這則寓言互相呼應：挫折、背叛與不公，往往正是理解正義與同情的起點。制度若要長久，也必須在壓力與危機中不斷接受檢驗。

馬年可能「躍馬中原」，也可能「萬馬齊喑」。歷史一再提醒人們：制度的強弱，不取決於口號，而取決於是否仍有人願意守住原則。若司法失去脊梁、政治失去節制，再多「馬到成功」的祝福，也只不過是自我安慰而已。（作者為中研院院士、清大特聘研究講座教授）

名人堂／美國種族主義的制度性回潮

名人堂／美國種族主義的制度性回潮
2026-03-12 聯合報／ 陳力俊（中研院院士、清大特聘研究講座教授）

美國種族主義的制度性回潮 (ChatGPT 製作)

二月五日，美國總統川普在社交媒體上轉發一段針對前總統歐巴馬夫婦的惡意影片，影片將兩人描繪為猿猴，同時夾帶關於二○二○年大選的陰謀論暗示。這並非單純的低俗嘲諷，而是沿用美國歷史上最具暴力性的種族主義符碼—長期被奴隸販子與種族隔離主義者用以否定黑人人性，甚至為私刑合理化。

事件曝光後川普雖刪除影片，卻拒絕承認錯誤，反將責任推給不具名的工作人員。這與其政治生涯中一再出現的模式如出一轍：激發爭議、否認責任、將後果外包。問題因此不再只是失言，而是刻意測試社會容忍邊界的政治操作。

川普對歐巴馬的攻擊可謂一貫而系統。他曾大肆宣揚「出生地陰謀論」，質疑歐巴馬是否為美國公民；近年又分享ＡＩ生成影片，捏造歐巴馬在白宮被捕、入獄。這些行為的共通點，在於不斷以種族與身分暗示，動搖政治對手的合法性。

更值得警惕的是，這類訊號不再局限於個人帳號。據紐時調查，美國白宮、國土安全部與勞工部等政府機構，近月來陸續在官方社群帳號發布含有白人至上主義符碼的貼文，內容涉及新納粹文本、所謂「人口替換」陰謀論，甚至轉述極右翼組織「驕傲男孩」的口號與歌曲。

這些貼文作者是身處公權力核心的公職人員，美國反極端主義專家指出，對一般民眾而言，這些訊息或許只是「有點奇怪」；但對熟悉極右翼語言的人來說，這些都是高度可辨識的暗號。單一案例或許可辯稱巧合，但當類似訊息在不同部會、不同帳號反覆出現時，便難再視為偶發失誤。

問題核心已不在美國是否存在從來不是祕密的種族偏見，而在於國家權力是否仍願意、仍有能力，對這類偏見畫下不可逾越的紅線。當政府機構開始使用極端主義語彙、符碼與想像框架，種族主義便不再只是社會問題，而是逐步轉化為治理風格的一部分。

歷史一再證明，民主制度的崩壞，很少始於坦克或政變，往往始於語言腐蝕與界線後退。當仇恨被包裝成玩笑，當歧視被辯解為誤會，當責任被推給匿名的工作人員，制度本身便開始習慣不負責任。極端主義不必推翻體制，只需被體制默許。

對長期自詡為自由、人權與多元價值燈塔的國家而言，這種轉變格外致命。因為一旦民主社會不再能清楚回答「什麼是不可接受的」，它就無法再說服人民，自己仍值得被捍衛。種族主義的真正復燃，不是出現在街頭，而是發生在公權力選擇沉默、甚至選擇利用它的那一刻。

台灣長期將美國視為民主典範與價值盟友，但正因如此更不能忽視：即便是制度成熟、憲政穩固的民主國家，一旦政治權力選擇縱容仇恨、模糊界線，也可能在短時間內出現深層滑坡。

台灣近年同樣面臨高度動員的身分政治、網路輿論的激化，以及陰謀論與情緒性語言的快速擴散。當歧視被合理化為言論自由，當煽動被包裝成反建制幽默，民主便開始侵蝕自身的道德地基。

因此，台灣無法、也不應視若無睹。捍衛民主不只是選邊站的外交選擇，更是對制度底線、公共語言與政治責任的日常自律。美國正在發生的不只是其自身危機，而是一個提醒：民主不是自然狀態，而是需要不斷防衛的文明選擇。

（作者為中研院院士、清大特聘研究講座教授）

「生成式AI 的應用: 理解與落地」緒言

「生成式AI 的應用: 理解與落地」緒言

第一章 緒言

陳力俊 [1]

中技社鑒於AI科技發展迅速，應用日趨廣泛，從八年前展開AI研討，首次大型研討會以「AI對科技經濟社會政治暨產業之挑戰及影響」為題於2018年2月2日舉行，接著陸續辦理六次研討會，主題分別為「AI時代社科文教之變革與創新思維」(2019.3.13)、「AI 智能應用對日常生活之翻轉與創新」(2019.8.23)、「AI倫理治理與醫療防疫」(2020.10.16)、「AI在教育領域應用」(2022.9.7)、「AI智慧製造與數位轉型」(2023.3.30)以及「AI在服務領域應用」(2024.3.27)。

會後並各出版一本研究報告。同時在2023年與2024年分別進行「AI教師培育及教材教法」以及「AI跨域教師培育示範與教學資源共享之實踐」探討，並出版研究報告，將研討結果與建議提供政府機構與民間單位做決策參考。每項研討，常會辦理幾次較小型的座談會。另外舉辦三場次每次兩天「國中AI教師培育營」 (新北、彰化、南投)，參訪AI展示中心(東海、逢甲、亞洲、中華、敏實)以及舉辦七次「大專院校AI創意競賽」，主題分別為:「AI與藝術、創新服務與教育」(2019年)，「AI與健康照護」(2020年)，「AI與農林漁牧」(2021年)，「AI與生活」(2022年)，「AI與教學」(2023年)，「AI與ESG」(2024年)以及「生成式AI應用」(2025年)，將AI作為智庫研議重點。

《紐約時報》專欄作家佛里曼(Thomas Friedman)於去(2025)年底撰文，認為AI的發展是有史以來最重大事件。佛里曼和微軟前研發策略長克雷格將人類比喻為水分子，並將世界歷史劃分為三個基本階段。

第一個時代是工具時代－從人類誕生之初到印刷術發明，是冰河時期，人類彼此之間非常疏離，就像冰中的水分子一樣，移動速度極為緩慢；第二個時代是科技時代，科技如同熱能，印刷機的出現，像將冰雪融化成水，水開啟了資訊時代，思想、人才和資本開始流動。從印刷機時代到電腦時代，資訊時代始終貫穿其中；第三個時代則是人工智慧時代，也讓人類進入一個「蒸汽時代」，蒸氣將滲透到萬物之中，這就是它與眾不同的地方，也是你必須了解它的原因，它將進入你的眼鏡、手錶、烤麵包機、冰箱、汽車、麥克風，甚至椅子。

他強調，AI將會滲透到方方面面，同時也會讓人被它的資訊量所淹沒。但最重要的是倫理問題，這最終會回到你的生活層面，無論科技發展多麼迅速，一切最終都會回歸到人類所關注的核心原則：信任與社群。如果我們因為彼此不信任而無法充分利用這個工具，也無法避免其帶來的最壞後果，對人類社會衝擊將極為負面。

「生成式AI的應用：理解與落地」無疑是目前AI發展的重要議題，生成式AI現在可謂席卷全球，從研討會報名的盛況來看，已受到國內各界的注目。約三年前OpenAI推出ChatGPT，曾經獨領風騷，現在仍以每周有八億人使用為領導品牌，但最近Google推出新版Gemini 3 AI模型，在業界基準測試中超越OpenAI模型，執行長奧特曼(Sam Altman)迅速下達「紅色警戒」(Code Red)行動，以提高ChatGPT的品質，並因此延後其他產品推出，例如廣告、醫療與購物的AI代理，以及名為Pulse的個人助理。現在將專注於擴大其聊天機器人，同時致力於使其「更加直觀和個性化」，不久前推出GPT 5.2，不僅以十一倍速勝過七成一的人類表現，而僅用百分之一成本。研討會下午圓桌論壇中，討論題綱之一是DeepSeek崛起對產業落地應用的啟發，可以看出當前生成式AI的發展仍是百家爭鳴，百花齊放的時代。

本次研討會先經2025年3月27日「生成式AI發展趨勢與運用場域探討」專家諮詢座談會，集思廣益，討論議題構想，擬定研討方向，以及可能議題。隨後於 6月5日舉行第一次工作會議，報告議題執行規畫，討論團隊與分工、期程安排、專題報告出版事宜，並請專家學者說明論述架構。特別強調作為科技智庫，中技社辦理研討會主要有三個目的，一是推廣隊重要科技認知，第二是協助產業應用落地，並將集思廣益結果做成報告，向政府與相關機構建言。第二次工作會議則於10月31日舉行，確定研討會「生成式AI的應用:理解與落地」主題以及議程、後續時程安排、文稿架構，並請主講人說明文稿論述內容與研討會分享方向，據此交換意見。

本次研討會是中技社舉辦的第八次大型研討會，研討會由哈佛大學孔祥重教授開場，對生成式AI發展的現況做了一個總體的介紹，上午其他兩場演講重點在對GenAI的理解。下午場的演講則強調落地，以實例介紹其應用。開場的孔祥重院士也是中技社主辦的第一次大型研討會的開場主講人，當初他主要談AI區塊鍊，而在此研討會分享的主題是生成式AI，也略可一窺AI發展重點的變化。

孔院士演講主題是「從提示詞到政策：日常生成式AI的效能、成本與安全性」，談到受技能、資料、GPU與電力等資源限制，許多使用者與組織仰賴外部的AI模型。例如，他們可透過API存取遠端外部模型、使用裝置內建模型，或依據授權協議在本地部署外部模型。為了避免專有模型所帶來的成本並允許彈性的在地化調適，他們常轉而採用開源替代方案。然而，應該質疑的是採用開源方法在AI主權上存在哪些脆弱性與影響?而產業領導者又是基於何種動機提供開源模型?安全性考量、競爭力相關的政策，以及提示詞(Prompt)優化都在解答這些問題上扮演關鍵角色。

報告從生成式AI的底層原理與最新技術進展出發，分析推理型模型、演化式代理、裝置端AI、Token經濟學(Tokenomics)所帶來的變革，並指出AI模型已成為跨境流通的戰略性資產，其供應鏈在資料污染、模型演化、整合環境與地緣政治限制下暴露出新的脆弱性。進一步而言，產業領導者提供開源模型的策略動機，與後進者藉由開源追趕技術的路徑，形塑了當前AI生態的競合結構。最後主張國家AI戰略應從單純追求算力與規模，轉向強化演算法能力、供應鏈韌性、國際標準參與，以及AI訓練人才培育，並強調唯有系統性投資於人才與制度，才能在AI時代建立可持續的競爭優勢。

花凱龍教授現任台灣微軟股份有限公司擔任首席技術長，主題演講講題是：「生成式AI核心技術之發展歷程與未來展望」。報告首先回顧AI與生成式AI的技術演進脈絡，說明大型語言模型(Large Language Models, LLMs)如何透過多模態理解與推理能力，重塑人機互動模式與知識工作的型態。隨後進一步探討Agentic AI與Multi-Agent Systems的發展趨勢，說明AI如何從以單一模型回應為主的應用形式，演進為具備長期記憶、任務分解、協作與自主決策能力的多代理系統，實現更高層次的自動化與智慧化應用。

並以保單續約系統將結合多個實際案為例，說明多代理架構如何在真實場景中協同運作，協助組織提升營運效率、優化客戶體驗並強化決策品質。同時，也說明在實務落地過程中，如何透過「Human-in-the-loop」機制，與AI代理形成有效分工與互補，以確保系統運作的可控性與可信度。

最後提出在企業與政府場域中推動負責任AI (Responsible AI)的實務思考與設計原則。整體而言，多代理AI不僅代表著從「單點智能」邁向「協作智慧」的關鍵典範轉移，也將成為推動組織升級、產業轉型與社會智慧化發展的核心驅動力量。

蔡宗翰教授現任中央大學資訊電機學院資訊工程學系教授，演講主題是「生成式AI能力之評估標準」。談到生成式AI在近年掀起了強大的發展浪潮，從文本、圖像到程式碼，各種生成式AI應用層出不窮，快速改變各行各業的工作模式與創新潛力。然而，在這波技術演進中，一個核心問題浮現：該如何客觀評估一個生成式AI模型的能力高低?目前現行的評估方式存在諸多挑戰與不足，對「模型好不好」缺乏一個客觀、可比較且貼近實際應用的衡量標準。過去大家過度依賴一些通用指標來比較模型，但這些指標往往與實際應用場景脫節，不但無法準確回答業界關心的模型效能問題，甚至可能誤導模型發展方向與使用者的選擇。

政府決策者與產業界人士越來越意識到，建立精確且實用的AI能力評估標準是AI技術落地應用的關鍵前提。沒有適當的評估尺規，企業在導入AI時將無從判斷模型是否符合其特定需求，政策制定者也難以制定有效的產業輔導與監管策略。因此，應以臺灣的發展背景為出發點，深入探討如何建立更有效、更貼近真實應用需求的生成式 AI能力評估標準，以作為產業界和政府在推動AI落地時的策略參考。內容涵蓋政策背景、技術討論、產業實況與未來建議，並結合國內外最新案例與專家經驗，期盼為臺灣AI發展提供務實的評估框架建議。

報告首先檢視現行主流評估指標的侷限與基準(Benchmark)困境，說明為何業界需要更完善的能力評估標準。接著分析生成式AI能力評估面臨的核心挑戰，並提出邁向有效評估的原則與方向，包括任務導向、領域特定、人類中心和多維度等原則。報告將介紹實際案例(如公文撰寫評估標準的建構經驗)，以說明如何從專家知識出發設計AI評估。隨後，針對臺灣情境，討論建構本土特色評估框架的策略思考，考量繁體中文語境、在地文化與產業情境，同時提出對大型企業與中小企業在AI導入上的差異化建議，以及資料共享機制與政府誘因的配套措施。最後將說明評估標準在主權AI策略與跨界協作中的關鍵意義，並提出教育普及與未來發展的展望。

報告的目標是匯整產官學界觀點與案例經驗，提出一套切實可行的生成式AI能力評估標準框架，協助臺灣在AI時代建立屬於自己的精準而實用的「尺」，引導創新、促進應用並建立社會信任。

下午場由AI大聯盟吳漢章會長主持。首先由鴻海研究院廖宜斌正研究員講「生成式AI驅動的新產業革命」。論及在這一場生成式AI產業變革中，核心競爭力已從單純的模型規模競爭，轉向如何讓模型深度理解並執行特定產業的專業邏輯。報告內容分四大重點：

•大型語言模型(LLM)作為抽象智慧的核心：LLM透過海量資料的自我監督學習，具備了捕捉語意與推理的能力，成為產業中高層次智慧的來源。企業透過微調(Fine-tuning)提示工程(Prompt Engineering)檢索增強生成(RAG)智慧夥伴。

•多模態感知與推理的演進：未來的AI必須超越文字，整合影像、聲音與感測器數據，實現多模態理解。這對於智慧製造與醫療影像等複雜場域至關重要，系統需透過表示對齊與感知融合，在充滿雜訊的真實環境中進行情境推理，使機器不僅能「看到」，更能「理解場景」並做出正確決策。

•從語意規劃到具體動作的協作：AI要能完成實體任務，必須結合高層的任務規劃與低層的動作控制。語意規劃模型負責制定行動策略，而動作模型（Action Models）則負責實際控制硬體，如驅動機械臂完成抓取，兩者共同構成從規劃到執行的完整流程。。

•智慧機器人系統與自主知識演化：生成式AI正在加速機器人從單點自動化走向全域智慧協作。未來，企業將形成一個自學習、自優化的智慧生態系統，知識不再只是靜態紀錄，而是能透過RAG與回饋機制，在任務執行中主動歸納新知並實現自主演化。

其次是元智大學工程管理系孫天龍教授主講「檢索增強生成(Retrieval Augmented Generation，RAG)理論與實作介紹」。談到RAG與Agentic RAG已成為LLM產業應用的主流技術與商用系統的標準設計模式。RAG藉者其建構快速、低成本以及可與各類應用互補整合等優勢，已成為目前最普遍用於強化LLM回答品質與可靠度的技術架構。

報告首先介紹RAG的核心概念與運作流程，接著以n8n (nodemation)自動化工具與平台進行實作示範，藉由n8n的可視化流程節點串接介面來講解RAG的運作步驟，包括文本分段、向量嵌入、相似度檢索、重排序、上下文整合與生成等過程，協助讀者掌握RAG的設計與實作要點。

針對傳統RAG的限制，如只能單次呼叫、流程僵化、缺乏彈性等問題，本文也介紹結合AI Agent與RAG的Agentic RAG架構，以克服上述挑戰。Agentic RAG利用LLM的推理與決策能力主動規劃檢索步驟、控制查詢策略並採取動態行動，能有效提升檢索資料的相關性與模型回應的完整性與可靠度。目前執行中的多個LLM產業應用專案(如票券業徵信報告生成、博物館知識查詢)皆已開始導入Agentic RAG以強化回答品質。

報告也分享團隊過去兩年輔導台灣多家中小型企業導入RAG以佈署地端客製化LLM的實務經驗，包括硬體配置、開發流程、預算規劃與系統整合方式。希望藉此提供產業界與研究人員一個具體可行的技術落地參考，協助更多企業在可負擔的成本內建構安全、穩定且具專業知識整合能力的在地化LLM應用系統，促進生成式AI在產業現場的廣泛落實與價值創造。

台智雲數位前瞻實驗室陳冠邑資深經理主講:「LLM微調實務與案例介紹」。先解釋為什麼要做Fine-tuning?包括專業知識的內化與推理能力的強化、混合架構的彈性運用：Fine-tuning + RAG，再討論模型微調方式與範疇，包括繼續預訓練(Continue pre-training)、監督式微調(Supervised Fine-Tuning, SFT)、鏈式思考微調(CoT SFT)，以及強化學習導向的微調技術(RLHF)，並說明各自的特點與適用場景。

接著是訓練流程總覽，整體流程可劃分為六大步驟：Pipeline建構、Dataset建立與清洗、Model準備、Framework & Tools、GPU Infrastructure，以及推論與評估，逐一說明這些步驟的要點與挑戰。關鍵結論為：流程導向勝於孤立優化，資料品質決定性能上限，策略決定逼近速度，算力與並行策略是規模化的關鍵，評估需兼顧學術指標與工程指標，閉環回饋機制是持續進化的基石。

在開發技巧與訓練指標方面，從資料與輸入設計(Data & Input Design)與推理與學習技巧(Reasoning & Learning Techniques)兩大面向展開。在產業實務案例方面，包括AML (反洗錢)調查實驗流程，從不同微調方式比較的基礎開始，再尋求突破，說明為什麼要導入蒸餾模型、為什麼要做資料擴增、為什麼加入Self-Refine與Self-Train，到最終收束為什麼要用GRPO (Group Relative Policy Optimization)，再回顧整條路徑，很有啟發性。

大型語言模型微調技術、訓練流程與產業實務案例的完整探討，可以清楚看見：Fine-tuning不再只是模型能力微調的技術選項，而是一套結合資料工程、模型策略、系統架構與組織流程的整體工程方法論。真正能在產業中落地並持續發揮價值的語言模型，並非來自單一技巧的堆疊，而是來自一條「可解釋、可重現、可迭代」的完整訓練與運營路徑。反覆強調：好模型不是「訓」出來的，而是「管」出來的。

總結而言，大型語言模型微調的真正價值，不在於打造「最強模型」，而在於建立一套能持續進化、可被信任、且能融入真實決策流程的智慧系統。當Fine-tuning從單一訓練技術，轉化為一套結合資料、模型、系統與人類偏好的工程方法時，語言模型才能真正從實驗室走向產業，成為可長期運作的核心能力。

資誠創新公司陳世祥董事分享「生成式AI實際應用案例」，深入探討AI，特別是生成式AI，在各行業中所帶來的轉型潛力。闡述了一套分階段的AI導入方法，從初期的數據數位化，逐步發展到智慧監控與預測，最終目標是實現企業全流程的AI應用優化。文中並特別聚焦於製造業、金融科技業、行銷流通業及樂齡照護業等，並為其規劃了具體的AI應用藍圖。

同時也展示了幾個中小企業成功導入AI的案例。強調中小企業在導入AI時應專注於高價值的應用場景，善用GenAI以符合成本效益的方式提升效率、賦能員工，並優先考慮資訊安全與可控性。此外也比較了台灣與國際企業在數據規模、雲端基礎設施及人才儲備等方面的差異。最後展望了AI Agents的未來潛力，預期它們將從單純的工具演變為能自主運作的合作夥伴，實現跨領域協調、提升決策品質，並驅動企業持續創新。

圓桌論壇主題是「促進台灣產業之生成式AI落地應用」，討論題綱為DeepSeek崛起對產業落地應用的啟發，以及生成式AI落地產業應用的挑戰。由工業總會呂正華秘書長主持，數位轉型學院詹文男院長以及資誠創新公司盧志浩董事長引言，並由多位重量級的學者專家與談，包括數發部數產署林俊秀署長、資策會楊仁達副執行長、資訊經理人協會蔡祈岩理事長、縉陽企業公司吳世長董事長以及台灣科技大學資訊管理學系林筱玫教授。

數位轉型學院詹文男院長就「DeepSeek崛起對產業落地應用的啟發」引言，談到當全球的關注焦點都集中在OpenAI、Google Gemini和 Anthropic等大型語言模型的快速迭代時，一款來自中國的生成式AI模型 - DeepSeek，悄悄改寫了這場競爭的遊戲規則。這不僅是一個關於模型效能突破的議題，更是一場聚焦於產業應用如何落地的角力。

自2023年底起，DeepSeek透過一系列開源策略與強化在地化支援的方式，快速引起來自產業界、技術社群與各國政策制定單位的高度關注。它不僅成為中國語境下的大型語言模型代表，更展現出開源不代表沒有商業潛力的例證。在多數語言模型仍聚焦於效能與參數規模的軍備競賽時，DeepSeek則轉為關注企業該如何真正落地應用?而這正是當前企業導入AI最在意的核心問題。

這樣的轉變揭示出一項重要趨勢：生成式AI的發展重心，正從雲端實驗室逐步轉向真實場域的應用現場。而從這個角度來看，DeepSeek 不只是單純的技術產品，更是一種以應用落地為核心、以使用場景為驅動、以架構彈性為基礎的新興產業策略。

對台灣而言，當我們仍普遍將ChatGPT或Gemini作為生成式AI的標竿時，DeepSeek所代表的另一條策略路徑，亦即強調私有化部署、語境貼合與低成本導入，提醒我們產業AI化的主戰場，不在於技術語法，而在於企業是否能真正用得好。

報告深入分析DeepSeek的技術特徵與商業佈局，並分析歸納其在產業應用上的特性與啟示，提供產業界與政府政策制定單位在AI導入與自有模型發展方面的參考。

資誠創新公司盧志浩董事長為「生成式AI落地產業應用的挑戰」討論提綱引言。論及隨著GenAI的石破天驚問世，所有的企業領導人都在思考如何將這個劃時代的技術運用在企業中，解決過去無法突破的各種營運挑戰。根據PwC的全球暨台灣企業領袖調查的數據，接近一半的企業領袖期望在未來的十二個月看到GenAI帶給企業利潤的改善，而有超過83%的全球企業和58%的台灣企業已經採用GenAI 技術，對比過去的一年有超過四成的成長，顯見企業正十分快速的引進這個新技術。

過去一年AI最受關注的發展就是從對話AI Chatbot轉為Agent，各式各樣的Agents紛紛問世，Agent瞄準企業的流程，可以結合數位資源、流程與智慧，透過使用者的授權獨立完成一項工作不需要人力介入，也讓企業的場域中運用AI更接近實務，盡管如此，企業推廣GenAI時，仍然面臨許多的挑戰，報告嘗試用結構化的方式，來分析企業在引進GenAI可能會面對的挑戰，並提出初步建議，期望協助企業快速找到適合的GenAI轉型策略規劃，建立在新的AI時代的新競爭優勢。

企業在推動GenAI時會遭遇到的挑戰，主要分為四大類：技術選擇、實施方式、投資的評估以及風險的控管，報告根據這四大類挑戰進行說明與提出相對的建議，事實上，在每個挑戰中都有各種不同的選擇，企業需要按照自身的況狀，選擇最適合符合需求的作法。

本次議題研討承蒙許多專家學者協助，熱心參與座談研討、多次工作會議，為研討會擔任主持人、主講人、引言人或與談人，精心整理並撰寫文稿，在此深深致謝。同時由陳綠蔚執行長領導的中技社團隊，包括經濟暨產業中心楊顯整主任、許湘琴研究員等，不僅從規劃到執行全程發揮高度專業精神，費心費力，讓多次座談會與工作會議以及研討會順利進行，完成豐富充實並有深度的專題報告，值得大家特別感謝。

[1] 中研院院士、台灣聯合大學系統系統主席、清華大學特聘講座教授

名家縱論／科學研究的東西差異

名家縱論／科學研究的東西差異

2026-02-07 聯合報／ 陳力俊（中研院院士、清大特聘研究講座教授）

科學研究的東西差異 (ChatGPT 製作)

頂尖期刊《自然》母公司「施普林格．自然」，去年十二月發布二○二四年「自然指數」排名，與往年不同的是，首次包括應用科學領域，清楚地揭示東西方在公共研究資助方式上的明顯差異。

中國大陸在該排名中占據主導地位，其他亞洲國家例如韓國和新加坡也表現出色。西方國家的情況則截然不同，它們在應用科學領域的「自然指數」上產出相對較小。

該排名是根據去年發表在廿五種應用科學期刊、會議的研究文章。在一項調查中，近四二○○名研究人員將這些期刊和會議列為他們最希望發表的「最重要」研究成果平台，已收錄於《自然》和《科學》等多學科期刊的應用科學文章也計入排名結果。

本次排名涵蓋的應用科學領域，中國研究人員貢獻五成六的成果；美國則位居第二，僅占一成；應用科學領域排名前卅的研究機構也全部位於中國。

根據二○二四年「自然指數」資料庫中，一四五種自然科學和健康科學期刊發表的文章數量，中國大陸的研究產出中，屬於應用科學領域的比例為五成二、韓國為五成三、新加坡為四成九。相較之下，德國的應用科學研究僅占其自然指數研究的二成七、英國的比例為二成三、法國和美國的比例略低於一成八。

公共政策智庫主席阿特金森認為部分原因是，亞洲和西方一些政府在看待國家研究重點方面存在關鍵差異。他將美國描述為「科學社會」，在這個社會中政府優先考慮基礎研究；他將中國和韓國描述為「工程社會」，這兩國的公共資金集中用於先進技術、製造業及創造知識，以支持國家認為具戰略意義的產業。

美國政府在冷戰期間，比現在更積極參與應用科學領域；但之後政府的科研支出，相較整體經濟規模有所下降，基礎科學發展也超過應用科學。當時的理念是無論誰受益，透過基礎科學來創造知識都是好事，且產業界可根據需要，利用這些知識進行產品創新。

時代已經改變，西方科學霸權不再穩固。二○二二年，中國在「自然指數」的「自然科學研究產出排名」超越美國，此後領先優勢不斷擴大。國際能源總署數據顯示，去年中國在全球再生能源支出中約占三分之一，美國僅占一成五。此外，中國製藥業進行的臨床試驗數量也超過美國和歐盟藥業。

阿特金森認為，科研自主權固然重要，但也要願意設定經費的戰略重點，尤其是在那些對國家利益至關重要的科研領域。西方科學界需轉變觀念，因為其過去常對學術自由持廣泛看法，認為學術自由既包括研究人員選擇研究什麼、也包括他們如何進行研究；在當前全球劇烈競爭的環境下，這種觀點可能已過時。

「自然指數」強調高品質、核心期刊中的研究產出，它衡量的並非「整體科研實力」，而是誰在全球最具聲望的核心期刊體系中，持續而穩定產出研究成果；它的影響力是基於注重「品質」而非「數量」，特別適合觀察「國家科研結構變化」。它顯示了亞洲國家在工程與應用科學領域中取得的突破，是「質變」而非僅是「量變」；它首次納入應用科學，傳遞了一個價值轉向的訊號—未來的學術影響力，不能只存在於基礎科學。（作者為中研院院士、清大特聘研究講座教授）