Humans x AI

我大約在 2023 年開始用「Copilot」來理解我理想中的人與 AI 關係：AI 可以幫助人搜尋、整理、分析，甚至看見原本不容易發現的可能性，但最後仍由人決定要去哪裡、採取什麼行動。這個想法後來一直沒有真正消失，只是隨著我使用 AI 越來越深，對「人應該留在哪裡」的理解開始改變。

真正大量使用 AI 之後，我慢慢發現，人一直留在流程裡並不一定代表更尊重人。如果每一個步驟都需要重新補充背景、搬運資料、確認版本、選擇下一步，那麼人雖然始終握著控制權，實際上卻只是成為不同 AI 和工具之間最忙碌的協調者。這不是我期待的未來。

我開始把「操作」和「決定」分開。

只要目的、邊界與責任清楚，很多事情其實可以交給 AI 完成。人沒有必要親自參與每一次搜尋、整理、追蹤與交接，甚至一整段工作流程都可以被委派出去。真正重要的是，當事情涉及目的、價值取捨、重大例外或不可逆的後果時，我們仍然知道最後的判斷應該回到誰。後來的一些實際工作也讓我看見，降低 Founder touch 本身並不是問題；如果只是反覆搬運資訊與協調流程，那些 touch 本來就應該被拿掉。

這也是為什麼我後來越來越認同一句話：

The human remains the author of the decision.

它不是說人必須永遠握著方向盤，也不是說 AI 只能停留在輔助工具的位置。真正的意思比較接近：即使 AI 能完成越來越多事情，最後仍要有人對「我們為什麼這樣做，以及願意承擔什麼結果」負責。這句話後來成為 Suma 已經確定留下來的 public anchor。

但到了 2026 年 10 月，一次失敗又讓我看到另一個更難的問題。

我們重新做了一版 Suma Book。從流程來看，資料整理、版本管理、review、QA 都做了，甚至可以說形式上的要求大多已經完成。但我真正讀完之後，仍然很清楚地知道：這不是我要留下來的東西。

那一次我才真正意識到，標準可以幫助我們排除錯誤，卻不能保證最後留下來的，就是我們真正想要的答案。

我開始用 Taste 來理解這個差距。

Taste 對我來說不是單純的喜好。它比較像一個人經過長期工作、選擇、失敗與結果之後，慢慢形成的一種判斷能力。資深工程師可能在所有測試都通過時，仍然知道某個 abstraction 不對；好的 auditor 也可能面對形式完整的 evidence，卻知道它還不足以支持最後的 conclusion。這些判斷很難事前全部寫成規則，但也不是憑感覺隨意決定。

所以我們後來形成一句目前仍然只是 candidate、但我很認同的描述：

Standards can eliminate what is wrong. Taste chooses among what can be right.

它讓我開始理解，AI 未來也許真的可以學會一個人的 Taste。長期合作之後，它可能越來越知道我通常會接受什麼、拒絕什麼，甚至有一天能比我當下更快發現：「這個選擇和你過去真正重視的東西不一致。」

但理解一個人的 Taste，和取得替他決定的權力，仍然是兩回事。

因此我們又留下另一個目前仍在觀察中的想法：

AI can learn taste. It should not inherit authority.

這不是因為人類一定比 AI 更聰明。未來在很多事情上，AI 很可能比我們分析得更完整、更穩定，也更少受到疲勞與記憶限制影響。但能力比較強，不代表自然取得 Authority。因為真正的 Authority 最後仍然連著責任：誰設定目的、誰決定什麼代價值得承受、誰有權接受例外，以及事情真的出錯時，誰願意承擔結果。

這也讓我重新理解 human-centered AI。真正尊重人的系統，不應該因為強調「人在迴路中」，最後讓人每天做更多確認與管理。相反地，它應該盡可能拿走那些本來就不值得消耗人有限時間與注意力的摩擦，把人的時間還給專業、判斷、創造、關係與生活。

所以我現在想追求的，不是一個人永遠留在每一步的未來，也不是一個人把所有事情都交出去的未來。

比較接近的是：讓 AI 承擔它已經有能力承擔的工作，讓人保留真正值得由人承擔的判斷。

如果有一天 AI 已經可以完成絕大多數操作，我希望我們最後仍然知道一件事：

有些決定之所以重要，不是因為人必須親手完成它，而是因為最後仍然有人願意說——

這是我的決定。