閱讀學識

OpenAI 推出新一代模型 GPT-6 Astra 之後，引起討論的不只是它有多厲害，而是一個更根本的問題：這個 AI 是否已經達到 AGI——通用人工智能（Artificial General Intelligence）的程度？ 爭議的觸發點，是 OpenAI 總裁兼共同創辦人 Greg Brockman 在發布後一次訪問中的說法。他表示「我個人認為」GPT-6 Astra 已經達至這一步。傳媒隨即鋪天蓋地報道，連 NVIDIA 行政總裁黃仁勳也在 X 上公開祝賀 OpenAI，寫下一句「AGI has arrived」。 AGI 這個詞已經講了幾十年，由最初像科幻概念，到近年有點像「狼來了」。今次是否終於成真？

現代人出街越來越少帶現金，信用卡、手機一拍就付到錢。這種習慣其實只是近年的轉變。往前推一步：在沒有銀行、沒有電子支付的年代，一個普通人出門到底帶多少錢？那些古裝片裏隨手從衫袖掏出銀兩的鏡頭，有幾多是真的？ 本集《學識開咪》由江啟明與 Hugo 主持，從一個很日常的疑惑入手，一路拆到貨幣、信用與社會共識的關係。

意識是科學裡最難處理的題目之一。宇宙、粒子、微生物都屬於外在世界，相對容易客觀討論；但我們自己的內在經驗，一開始就帶著強烈的主觀性。這一集《未來學》由江啟明主持，邀請哥倫比亞大學心理系副教授、UCLA 心理系暨大腦研究所教授劉克頑，從 2023 年那場聯署爭議講起，談現有腦部實驗與意識理論的極限，以及意識科學真正可能的突破方向。

本集《學識AI》，拆解 2026 年《Nature》一篇研究論文《Capable Language Models Can Outgrow the Benefits of Collaboration》，回答一個工程上很實際的問題：究竟什麼時候該用多個 AI 分工，什麼時候一個 AI 自己做反而更好。

「你不要只說這套電影好不好看，你要說這套電影的文本內容流露到什麼東西。」一段社交平台短片這樣教人講話，立刻就顯得高深莫測、很有內涵。今集《學識開咪》由 Hugo 與啟明主持，從一個惹笑的 Reels 講起，拆解術語、知識、理解與智慧之間，究竟是什麼關係。

2026年7月至8月，Google DeepMind 宣布重組 AlphaFold 團隊，並把相關技術分拆成獨立公司 Isomorphic Labs，專攻藥物研發。這個曾經改寫蛋白質研究、獲諾貝爾獎肯定的團隊被拆散，表面上是一宗商業新聞，實際上卻標示著 AI 科研的一次路線轉向。 本集《未來學》由江啟明主持，邀請生成式 AI 專家、香港無線科技商會主席李勁華（Keith Li）一同拆解：由專用 AI 走向通用 AI 的意義、生成式 AI 在科研上的真實能力邊界，以及當 AI 愈來愈像「科學家」時，功勞應該歸誰。

「你說得對」、「這個問題問得非常好」、「你的感受完全合理」——如果你經常用 ChatGPT、Claude 或者 Gemini，這幾句應該不會陌生。有時候只是改了少少內容，AI 就說新版本明顯比之前好；轉頭說自己還是喜歡原本那版，AI 又會立刻同意原本那版更自然流暢。究竟是我每次都真的講得好一點，還是 AI 在擦鞋？

我們今天說起「潮語」，總覺得那是年輕人和網絡文化的專利。但任何時代都有它流行的東西。今集《學識開咪》由獻皿與 Hugo 主持，從古代諺語、《易經》成語，一路談到「淆底」、「敦倫」的來歷，追問一個有趣的問題：今天讀起來古雅端莊的中文，當年會不會其實相當庸俗？

大爆炸告訴我們，宇宙在一百三十七至一百三十八億年前由一個極小的空間膨脹到今天的規模。但一個更根本的問題緊接而來：為什麼會有大爆炸？ 所謂的「第一因」是否真的存在？這一集《未來學》由江啟明主持，再次邀請香港教育大學副教授陳文豪，從天體物理學、宇宙學與科學及宗教哲學的交界處，追問宇宙為何會出現。

早幾年我們用生成式 AI，往往只是寫一小段文字，然後就問 AI 問題。但隨著這幾年 AI 的 context window 越來越大，現在不少人索性把一大段文字、甚至十幾個 PDF 檔案一次過丟給 AI，然後才提問。 這個做法本身無可厚非。過去幾年我們學用 AI 的最基本原則，就是要給它足夠的背景資料。於是很自然地，我們會覺得講得越清楚、給的資料越多，AI 就越了解你想它做什麼，答案質素自然越高。加上現在主流模型的 context window 已經去到大約 100 萬個 token，有模型甚至標榜 1000 萬個 token，「既然它吃得下，就索性全部給它，讓 AI 自己判斷哪些有用」看似順理成章。 但近年的研究指出，情況並不是這樣。