觀點 | 專家也擋不住了?「人類最後測驗」被破解,AI正在進化成獨立代理人
觀點 | 專家也擋不住了?「人類最後測驗」被破解,AI正在進化成獨立代理人

自1956年人工智慧這個詞興起以來,研究者為何為人工智慧的試金石不斷地討論和更新。最近,「人類最後的測驗」(Humanity's Last Examination,HLE)競賽有了最新結果。在所有獨立基礎模型供應商中,Google DeepMind取得了最高分。

而不久後,Zoom透過「聯邦式架構」(federated approach)提升了成績,該方法整合了來自多個合作夥伴,包括OpenAI、Anthropic和Google的多個基礎模型,以產生更優異的結果。這清楚地預示了未來AI應用的演進方向。

什麼是「人類最後的測驗」?它是一項專門測試學術知識和推理能力的考試,其題目無法單靠原始記憶或網路搜尋來解決。

這項測驗由來自全球50多個國家、超過1,000名專家共同出題,於2025年1月正式推出。在審核測驗題目時,若該問題能透過網路搜尋找到答案,或已被現有的大型語言模型(LLM)破解,就會被剔除。其目標是挖掘出必須具備邏輯推理能力,且無法輕易透過搜尋引擎解決的難題。

此外,約14%的題目屬於多模態(multimodal),這代表AI必須理解圖表或影像才能作答。測試分為2種模式:

一、純模型模式: 不連接任何工具,單純依靠大型語言模型已有的知識。在此方法下,目前的最佳成績為37.5%。

二、外掛工具模式: 系統可使用網頁搜尋背景知識、生成程式碼並執行程式。在這種模式下,成績提升至45.8%。

這2項頂尖紀錄均由Gemini 3.5 Pro於2025年11月創下,隨後12月初,Zoom採用其聯邦式架構將分數推升至48.1%。

據估計,人類專家在各自領域的正確率可達95%。顯然,在各專業領域,AI仍不如人類專家,但進步趨勢驚人——2025年初測驗剛發布時,最高分還不到20%。

而且,若以涵蓋領域的廣度,不但沒有任何一個人可以在這項測試達到同樣的成績,即使組織一組專家團隊解題,也是一個耗費資源和時間的挑戰。如今,透過調度基礎模型的應用程式介面(API),一名獨立開發者就可能組織和領導一組AI的代理人。

這帶給我們第1個啟示:AI不再只是輔助人類執行任務的工具。 現在眾人熱議的「代理人」(Agents),正是指AI能像代理人一樣獨立承接並解決問題。它能自主調用工具,例如透過網路搜尋查找定義與知識,或撰寫並執行程式進行精確運算,而非僅僅依賴語言模型的機率預測。

AI代理人正對軟體產業產生巨大衝擊。去年,使用者習慣每月支付20美元使用聊天機器人;而2025年隨著AI代理人承擔了大部分的軟體開發任務,Anthropic Claude Code Max每月200美元的方案已在業界獲得極大回響,因為使用者實質感受到了生產力的躍升。

Claude Code
Anthropic旗下的AI編碼助手Claude Code。
圖/ Claude Code

精明調度,多模型勝過單一模型

第2個啟示:沒有任何一個基礎模型能永遠稱霸。 Zoom的聯邦式架構證明了:透過智慧化的任務編排(orchestration)與調度,並讓不同的AI代理人互相協作,可以達到更好的效果。

這對台灣尤其有參考價值。即使我們不一定能自行開發大規模的基礎模型,仍可透過聰明的調度策略,深入理解如何極大化各種模型的優勢,並結合我們在特定垂直領域(special domain)的專業知識,來優化AI模型的表現。

目前已有許多在特定任務中運用多模型的案例。例如最近的《紐約時報》播客《Hard Fork》提到,從FutureHouse拆分出來的美國公司Edison Scientific推出了名為Kosmos的AI代理人,旨在協助科學研究。使用者只須向系統描述研究問題,系統便會獨立進行約12小時的研究後回報結果。Kosmos定價高達每次提示(per prompt)200美元。公司CEO的估計是Kosmos可能達到一位科研人員3至6個月的研究成果。

若以此推算,投資200美元非常划算。像美國新創Sierra也是以調度多個基礎模型為基礎,提供代理人服務給客戶。它以新的商業模式、完成任務為指標來收費。這種以結果為準的收費模式,更好聯繫客戶及AI廠商的利益,比傳統by seat(座位制)或by API call(調用次數)更好傳達AI提供的價值。

關於HLE測驗的另一個反思是:既然AI快速達到多項里程碑(如在2024年獲得國際數學奧林匹亞銀牌後,隨即在隔年達到金牌水準),擁有一個足以挑戰AI數年之久的基準測試是件好事。但AI能力的持續飆升也對人類社會構成了挑戰。

2025年12月初,知名投資家馬克斯(Howard Marks)發表了一篇「AI是泡沫嗎?」的備忘錄。他全面總結了歷史事件(如2000年網際網路股市泡沫)及早期技術革新(如鐵路和無線電)在投資市場上的表現,並提出論點證明泡沫論的正反兩面皆有理據。他總結:「既然沒人能斷言這是否為泡沫,我建議大家不要孤注一擲,要意識到如果情況惡化,自己將面臨破產的風險。但同樣地,也不該孤注一擲,從而錯失重大的技術進步。採取適度的策略,並輔以選擇性和謹慎,似乎是最佳方案。」

令我感觸最深的是,他不只從金融投資者的角度擔心風險,更憂心AI對社會的潛在衝擊。從趨勢來看,AI導致的失業已成事實,例如Waymo在美國多個城市的自駕服務持續擴張;從軟體產業的招聘與裁員趨勢來看,初階開發職位的門檻已提高。

長期而言,我們樂觀相信社會將會適應,人們會透過學習與技能重塑(reskill)找到新機會。但在短期內,難以快速轉型的人將面臨困境。「AI給人類的考卷」是:我們該如何善用AI來極大化全人類的福祉,同時能有效控管其負面影響?

延伸閱讀:a16z年度資訊長大調查:大企業最愛用哪一家AI?這家狂追OpenAI,成最大黑馬

責任編輯:蘇柔瑋

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓