AI現在不只看得懂字面上的意思，還能理解字面意義背後的真實世界規則。
近期，一位歷史學者把一頁1758年的商人日記帳丟進Google的AI Studio，本想測試抄寫能力，卻看見模型主動推理出英制貨幣與重量的換算，將一串模糊的「145」還原為「14磅5盎司」，並精確對齊最終金額。
加拿大勞雷爾大學教授馬克·亨弗里斯（Mark Humphries）在專文中指出，Google AI Studio近期不定期出現的A/B測試，被認為是Gemini 3.0 Pro在推出前的測試版本。綜合他在上述歷史文件上的測試，亨弗里斯認為這款「未知Gemini模型」同時突破了「手寫文本最後一哩的準確度」與「視覺結合推理的隱性符號化」兩個老問題。
前者，是將手寫文字辨識（HTR）提升到專家級準確度，顯著壓低過去最難的「最後10%」錯誤（特別是名字、日期、金額、地名與不規則拼寫）， 實測在排除歧義標點與大小寫後，達到字元錯誤率（CER）約0.56%、詞錯誤率（WER）約1.22%。
後者，則是模型在未被明確要求下，能把視覺辨識與情境推理結合，進行近似「符號推理」的一致性校驗與換算。
這兩點使亨弗里斯推論： 當模型不只把字「抄對」，還能連同上下文與世界規則「讀懂、驗算、自我更正」後，原本難用的歷史與實務檔案，將變成可檢索、可審核、可追溯的資料資產。
這意味著， 在需要高精度「視覺＋合規推理」的各領域（史料、帳冊、醫療、法務、製造現場），都可能迎來可靠性的質變：從單純的轉錄，進階到基於現實世界規則的上下文理解。
最後一哩的準確度，卡住了AI的價值
手寫文字識別（HTR）是AI最古老的命題之一，從1966年的IBM機器讀字到近年的多模態LLM，進步穩定卻總在「最後10%」前止步。亨弗里斯解釋，對歷史學者而言，真正有用的不是把「大部分」字看對，而是把「名字、日期、金額、地名」這些低機率、不可預測的關鍵信息讀對；沒有這些，文本再優美也無法進入研究與檢索。「最後一哩的準確度，才是生產力的分水嶺。」
亨弗里斯與研究夥伴建了約50份、共1萬字的測試集，涵蓋18至19世紀的各式手寫風格與設備掃描，並以CER/WER評估。此前的里程碑是：Gemini 2.5 Pro在嚴格標準下達到接近人類的區間（CER約4%、WER約11%）；若排除大小寫與標點這類不影響理解的爭議性錯誤，能降至CER約2%、WER約4%。這是系統性迭代的勝利，但離「專家級」仍有距離。
轉捩點：一個日記帳，逼出了推理本能
AI Studio近期被發現偶爾會出現A/B雙輸出供用戶投票，外界猜測這是新款Gemini（或許是Gemini 3）的灰度測試。亨弗里斯以同樣測試流程反覆重試，選取最難的五份手稿：混合語言、拼字錯亂、標點雜亂、大小寫不規則。
結果令人吃驚。在嚴格標準下，模型達到CER約1.7%、WER約6.5%；若剔除高度爭議的大小寫與標點，錯字率進一步降至CER約0.56%、WER約1.22%。這幾乎就是「專家水準」。
更關鍵的是第六份「挑戰項」：1758年奧爾巴尼商人的日記帳。這類帳冊的字跡連人都難以辨識，更別說是模型。其以舊式英貨幣（1英鎊=20先令、1先令=12便士）記載，且帳冊中非十進位、小計與合計交錯、項目收支交織、速記符號與刪線混用。傳統模型常在數字與結構上崩潰，例如把單價與合計混在一起、看不出重量或長度單位，甚至在輸出中重複卡死。
但這次， 未知Gemini不但把名字與商品對齊，更在一筆「塔糖（loaf sugar）」的記錄裡，自主判定「145」並非數字序列，而是重量的拆分，進而以價格「每磅1先令4便士（即16便士）」與總額「0鎊19先令1便士（即229便士）」倒推重量：229÷16=14.3125磅，即「14磅5盎司」。
亨弗里斯在文中解讀：「當模型開始自發地對齊上下文，它就跨過了理解的門檻。」
方法論拆解：視覺、語境、規則⋯3重對齊
視覺：從像素到字形的識別
亨弗里斯指出，未知Gemini展現了更穩定的「字形解碼」能力，把多種手寫體的變體、連筆與掃描噪音處理為一致的字符序列。這讓「基礎可讀性」不再是瓶頸，也使後續語境推理建立在乾淨的輸入上。
過去的痛點在於，手寫識別的誤差往往是「連鎖錯誤」：一個字母看錯，整串詞與句意就偏航。穩健的視覺，是所有後續推理的地基。
語境：將「不可預測信息」嵌入情景
名字、日期、金額這些在統計分佈上屬於「低頻且不可預測」的信息，傳統LLM易以高頻詞替代（如把罕見姓氏改成常見姓氏）。未知Gemini的不同在於：它在帳冊情境中，能辨識出「金額＝單價×數量」以及「英貨幣的非十進位結構」，於是把低頻信息錨定在更大的語境網絡裡。
簡單來說，在「任務結構可被識別」的場景裡，模型可以透過上下文的一致性約束生成範圍，以避免機器幻覺。
規則：從隱性記憶抽取「世界規則」
最令人側目的，是模型並未被明確告知英制貨幣與重量的轉換規則，卻能在上下文中調用「每先令12便士、每磅16盎司」等隱性知識，並在兩個非十進位系統間來回換算，使「單價、數量、合計」三者閉環一致。
其關鍵在於「隱性符號化」：在足夠多的結構化樣本中，模型可以自己組裝出可操作的準規則，並以一致性檢查確保資料正確。
功能大躍進：從「抄寫員」到「審計師」？
綜合亨弗里斯的發現，這意味著未來AI不僅能把文本準確轉成可檢索的資料，還能對交易、度量衡、文化語境做出一致性解讀；在更廣的產業場景，例如醫療手寫病歷、物流簽收單、法務契據、製造現場點檢，AI模型可從「看懂」走向「查核」，以確保資料的可信度。
對商業來說，這是一個明確信號： 當模型能從語境生成規則，產品就能從工具躍遷為系統。
對Google而言，未知Gemini在AI Studio的試水，展示了從 「視覺→語境→規則→一致性」 的完整飛輪；對所有以資料為燃料的行業，這是一次重要的可靠性疊代。
延伸閱讀：65歲被28歲管，Mata首席科學家不幹了！一場人事動盪，揭社群巨頭技術路線大分歧 當輝達還在舞台走秀，Google悄悄亮出底牌了！第七代TPU「Ironwood」如何將AI戰爭升級至下半場？
資料來源：Generative History
