Yon · · 約 7 分鐘閱讀

別只把 AI 當搜尋引擎，也別全交給它：現在最強的位置是「第 4 層」

同一個 AI 有五種用法。多數人停在聊天視窗裡問問題，少數人想全部交出去。研究指出，現在最有效的是交出執行、留下標準與判斷的第 4 層。這篇給你一張 AI 協作地圖，和我每一層的實際做法。

別只把 AI 當搜尋引擎，也別全交給它：現在最強的位置是「第 4 層」

2026 年 10 月，OpenAI 創始成員、前特斯拉 AI 負責人 Andrej Karpathy 在 X 上用全球人口畫了一個漏斗，試圖解釋一個當代最分裂的現象：為什麼有人覺得 AI 很笨，有人卻靠它一個人做完整個專案？

他給出了一組粗估的數字：

  • 約 60 億人：幾乎沒碰過 AI。
  • 約 10 到 20 億人：偶爾用免費版，把它當成「稍微聰明一點的 Google 搜尋」。
  • 約 2,000 萬人：在工作上用最新模型寫程式、做研究，親眼見證過去要花幾週的專案，現在交給 AI 就能搞定。
  • 約 5,000 人：身處頂尖 AI 公司內部，用的是外界還沒見過的未來系統。
Karpathy 粗估的 AI 使用漏斗（2026 年 10 月）；框的大小只是示意，沒有照比例
Karpathy 粗估的 AI 使用漏斗（2026 年 10 月）；框的大小只是示意，沒有照比例

同一項技術，評價為何天差地別？Karpathy 給出的答案：AI 能幫你多少，取決於你交給它的事有多大。

Pew 研究中心 2026 年 2 月調查了五千多名美國成人，發現有在用 AI 的人裡，最常見的用途依然只是「查資訊」；OpenAI 與 NBER 分析 ChatGPT 的海量對話，也發現高達 49% 的訊息都停留在「詢問」。這份研究也指出，「詢問」類的對話通常滿意度很高。

問題不在於問，而在於我們只停在「問」。

那麼，除了問問題，我們還能怎麼跟 AI 相處？Feng、McDonald 與 Zhang 在 2025 年的論文〈Levels of Autonomy for AI Agents〉中，依照「人類扮演的角色」，將 AI 的自主程度分成五個層級：

  1. 操作者：人類隨時主導，AI 在你開口時提供協助。
  2. 協作者：人類與 AI 共同規劃、分工與執行。
  3. 顧問：AI 主動規劃與執行，你負責提供回饋與大方向。
  4. 核准者：AI 自己搞定一切，只有遇到解決不了的阻礙才找你。
  5. 觀察者：AI 自己做所有決定，你只能看紀錄，無法介入。

AI 能發揮多大威力，不只取決於模型多強，更取決於你把自己放在哪個位置。借用這個框架，我們換一個更貼近日常的判準來看這五層：你還要親手做哪些事？

第 1 層：操作者——把 AI 當成進階搜尋引擎

在這一層，你是操作者，也是最累的搬運工。想問題、下指令、判斷對錯、複製貼上等，全都是你親自來做。

第 2 層：協作者——讓 AI 看見你的真實世界

跨進這一層，你和 AI 變成了並肩作戰的夥伴，前提是你得讓它讀得到你的真實資料——信箱、行事曆、筆記、專案資料夾。

以我自己為例，我建立了一個專屬的 Obsidian 筆記庫（Vault），開放權限讓 AI 直接在裡面讀取、撰寫並修改文檔（詳細架構可參考：AI 工作室 起手版）。當 AI 掌握了你的脈絡，它就不再是外包廠商，而是懂你默契的貼身助理。

第 3 層：顧問——從「下指令」退位成「定方向」

到了顧問層級，你不再盯著每一個執行細節。你只決定「要做什麼」，至於「什麼時候做、怎麼做」，全權交給 AI 按照排程自動啟動。

以我為例，我會利用 Claude 的雲端功能，設定它每天自動幫我搜尋感興趣的前沿文獻，整理成好消化的摘要，讓我每天一點一滴吸收新知。

第 4 層：核准者——交出執行，留下標準與判斷

論文對核准者的定義是：AI 自己做，遇到阻礙才找你。而在實際操作上，我會多做兩件事：開始前，先訂好「怎樣算做完」；結束時，再看最後一眼。

我把每一次糾正都寫進規則檔（如 AGENTS.md），並搭配自動檢查工具（Hook）。AI 做完任務後，必須先對照標準自我檢查；沒過關就自己改，改到過關了才讓我核准。我不需要從頭盯到尾，只需要把精力花在最後的驗收上。

第 4 層的做法：你訂標準與做最後判斷，中間的執行與檢查交給 AI
第 4 層的做法：你訂標準與做最後判斷，中間的執行與檢查交給 AI

寫到這裡你可能會想問：既然 AI 都會自己檢查了，最後一關為什麼還需要人類？

哈佛商學院 2025 年的研究記錄了這樣一幕（使用的是 2023 年的 GPT-4）：一位 BCG 管理顧問拿到 AI 的建議後，要求它「重新檢查這個答案的準確性」。AI 自信滿滿地確認自己沒錯，但答案依然是錯的。另一家評估機構 METR 在 2026 年 3 月的測試也發現：開源專案維護者審查了 296 個「已經通過自動測試」的 AI 程式碼修改，結果其中依然有大約一半被退件（註：該測試未讓 AI 根據人類回饋二次修改，不代表能力上限，但足以說明自動測試的盲區）。

這兩項研究指向同一件事：規則和檢查工具，只能擋掉「你已經知道的錯」；但那些規則還沒寫到的盲區與品味問題，目前還是得靠人類自己判斷。

第 5 層：觀察者——連「要做什麼」都交出去

走到最後一層，你連「要做什麼」都交了出去。你只給一個大目標，AI 自己找題目、自己執行、自己驗收，而你只能坐在螢幕前看紀錄，中途無法介入。

這一層今天還站不上去：目前最強的模型接下真實的接案專案，仍有超過一半客戶不收。它離我們還有多遠，下一篇專門來算。

為什麼「現在」最有效的是第 4 層？

既然模型越來越強，為什麼不乾脆全部交出去？

1. 把判斷交出去的人，表現最差

哈佛商學院與 BCG 曾分析 244 位管理顧問使用 GPT-4 完成商業任務的完整對話，將他們分成三類：

  • 生化人型（60%）：每個階段都與 AI 緊密協作。
  • 半人馬型（14%）：自己牢牢掌握方向與核心做法，只把特定子任務切給 AI。
  • 自動化型（27%）：把分析與評估全部丟給 AI 決定。

結果出爐：「半人馬型」產出的建議最精準；而完全放手的「自動化型」，報告說服力墊底，且無論是本行專業還是 AI 技能都沒有任何長進。（註：這項研究使用的是 2023 年的 GPT-4，且屬於觀察歸納而非隨機實驗，數字不能直接套用到今天，能參考的是人機分工的方式。）

哈佛商學院與 BCG 分析 244 位管理顧問的三種用法（Randazzo 等人，2025；使用 2023 年的 GPT-4）
哈佛商學院與 BCG 分析 244 位管理顧問的三種用法（Randazzo 等人，2025；使用 2023 年的 GPT-4）

2. 越資深的高手，修改次數越頻繁

Anthropic 在 2026 年 3 月發布的使用者報告，直接推翻了他們自己前一年的假設。他們原本以為，越資深的用戶會越傾向「一句話讓 AI 全自動做完」；但數據卻顯示：註冊滿六個月的老手，要求 AI 一次做完的比例較低（29.4% 對比新手的 38.1%），反而是和 AI 來回修改的比例更高，任務成功率也隨之更高（73.1% 對比 66.7%）。（註：控制任務類型、模型與國家變因後，成功率仍高出約 4 個百分點；此外，此處的「成功」是由 Claude 系統自行評估。）

結語：AI 是用來執行的

AI 不是用來問問題的搜尋引擎，但也不是用來把大腦外包的許願池。

它是用來執行的。

執行必須要有標準，而標準只能由你來訂；執行完必須有人驗收，而判斷只能由你來做。

五個層級之中，大多數人停留在第 1 層，因為那裡最符合過去使用搜尋引擎的習慣；少數激進者衝向第 5 層，因為那裡聽起來最像科幻片裡的未來。但到目前為止的實證數據，都指向了同一個最優解——第 4 層：交出執行，留下標準與判斷。

第 4 層是目前的最優解，但問題是，這個位置還能站多久？

資料來源

訂閱電子報，
取得最新的 AI 資訊