當AI開始幫你推薦、替你下單、代表你簽約與付款，我們的生活與工作會有什麼改變？以下匯集來自經濟學、新創圈、金融機構與法律界的4位專家，一同解答未來人與AI協作、代理時可能的各種疑問。
【問趨勢】AI掌權後，會出賣人類嗎？
馮勃翰
台大經濟系副教授，主要研究賽局理論與政治經濟學
Q1：多數模型都開放免費用，用戶真的不必付出代價？
這一波AI工具的免費使用，跟以前社群媒體的「免費」不太一樣。
對社群媒體來說，用戶的注意力是賣給廣告商的商品，獲利不必來自對使用者收費。但現在AI的免費，更像是早期軟體公司的策略：用低價甚至虧本補貼，讓你先建立使用習慣、搶市占率，甚至連開發商自己都沒摸透這個技術能怎麼用，先開放大眾免費用，也是在收集各種意想不到的應用情境。
短期看，消費者確實得利。但要注意：即使是每月20美元的付費版，背後可能都還有科技公司在自行補貼，因為現在算力成本仍非常高昂。等規模夠大、補貼收手，定價邏輯就可能改變。因此現在享受的免費、便宜，是有時效的。
Q2：AI幫我選來選去，我的偏好還算是我的嗎？
「機器幫人做選擇」不是新概念，社群媒體時代就開始了。YouTube數據顯示，多數暴紅影片90％以上的流量來自演算法推薦，不是用戶主動搜尋。TikTok也是從一開始就不讓你去找資訊，而是讓資訊來找你。AI代理做的事，只是把這件事從線上的資訊推薦，延伸到線下實體行為，推薦你去哪裡旅遊、吃什麼、買什麼。
真正的風險還是回到用戶本身。AI被訓練來提供讓人滿意的答案，這就像真實世界裡的直銷業務一樣，先透過情感連結建立關係，然後讓你不知不覺買單。會被影響的人就是會被影響，有獨立判斷能力的人，換了什麼新技術還是有自己的判斷。
Q3：AI代理最終可能壟斷我們的選擇嗎？
最關鍵的籌碼，是「不要只使用單一的AI」。以租屋市場為例，如果仲介市場高度集中在2家大公司，結果就是仲介有能力持續哄抬租金。因此如果大眾最後習慣性依賴特定一家科技公司提供的AI，那個平台就有了壟斷性的議價能力，推薦給你的未必是最適合你的，而是最符合它商業利益的。
因此有競爭，各家AI才有壓力真正站在使用者角度著想。現在大家能做的一件事，就是養成「交叉比對」的習慣。
Q4：這波AI熱，是真實需求還是泡沫？
諾貝爾經濟學獎得主阿克洛夫（George Akerlof）有個論點：每一次重要的技術革新後，都會出現騙局、形成泡沫、然後帶來一段蕭條。這不是悲觀，是歷史規律。
現在AI代理的熱潮也不例外。以2026年初OpenClaw引發的養龍蝦熱潮就是很好的例子，大家搶著用新技術做各種應用，但真正問題是：這個新技術，我用在哪件事上會有真的槓桿效果？而哪些其實根本不用龍蝦代勞，我反而只是多花了一筆token（代碼）的費用？
【問模型】比完模型軍備，科技巨頭下一戰是？
蕭上農
iCook愛料理共同創辦人、《無人軍團》作者
Q5：當前眾多模型中，有「最強AI」嗎？
誰最好用的答案一直在變，我從ChatGPT上線第1天就開始接觸生成式AI，從早期主用Claude，Gemini 2.5出來後又變心，但去年10月Claude Code一出我又回到Claude懷抱，結果今年4月因為Codex推出，我又把ChatGPT訂閱買回來。
這不是因為善變，是現在這個市場本來就在高速變動。幾乎每一輪都在上演同樣劇本：新功能暴紅、用量暴增、算力跟不上、服務品質下滑、再推新版本重振。「哪一家最強」短期內還會不斷變動。
Q6：模型市場會持續百家爭鳴？還是一級玩家之戰？
頂尖通用模型，最後可能真的就剩3到4家，例如現在的GPT、Claude、Gemini，還有中系的DeepSeek。因為算力和資本的門檻，會把大部分玩家擋在門外。
但頂端收斂、邊緣分眾，才是更可能的格局。某些裝置、任務只需要一個不用聯網的小AI，或服務特定領域的垂直模型，根本不需要動用最頂尖的通用模型。使用情境也是，像Grok不在通用能力上跟ChatGPT硬碰硬，靠即時新聞的掌握度和充滿迷因風格的個性，服務特定族群，一樣活得很好。用戶不是隨時都需要一個全能選手。
Q7：模型聰明程度都差不多的話，下一輪比什麼？
比「駕馭工程（Harness Engineering）」。台大電機系教授李宏毅有個白話比喻：馬有再強的力氣，沒有馬具就只是一匹野馬，駕馭工程就是那套韁繩和馬鞍。
現在頂尖的大語言模型本質上都已夠聰明，差別在誰能把模型包得好用。Claude在這件事上聲譽最強，不是能力遙遙領先，而是Anthropic的工程團隊在「把模型包得好用」這件事上累積出了口碑，而且3月底Claude Code程式碼外洩，大家才發現裡面做了多少駕馭層面的工程。
Q8：品牌印象一旦固化，技術追上也沒用？
對，而且這個時間差比你想得長很多。例如ChatGPT為什麼市占那麼高？因為講到生成式AI，很多人的認知只有它，這個市場對一般人來說變化太快了。不過ChatGPT也因為它的大眾化，在多數人的印象仍停在「聊天工具」，就算剛推出的Codex，技術上追平Claude Code，要讓企業客戶改變認知，需要更長時間和更高的教育成本。
就像你知道某個新品牌球鞋已追上Nike，但你可能要買運動鞋，還是直覺去看Nike。因此誰先在「生產力工具」這個心智位置插旗，誰就有更長的緩衝時間。
【問消費】AI變買手，銀行如何確保是人授意？
陳懿文
萬事達卡台灣區董事總經理，1999年加入萬事達卡，至今服務超過26年
Q9：讓AI有能力刷卡下單，銀行會改變刷卡認證機制嗎？
這裡有個有趣的矛盾。過去，銀行系統許多設定只要偵測到「機器人」發起的交易，一律擋掉，因為機器等同惡意攻擊；現在，出現了消費者親自授權、幫他買東西的「好機器人」。銀行和商戶現在要學的是如何在幾百毫秒內分辨：這個機器人，到底是壞是好？
不過原先金流底層的四方架構：發卡行、收單行、商戶、持卡人，並沒有改變。只是中間多了一道以前沒有的判斷難題。
Q10：AI買錯或買了我根本不要的東西，支付系統攔得住？
這正是Agent Pay最核心要解決的問題，答案是把「人的意圖」直接寫進支付系統裡。
過去支付流程驗證的是：這筆交易是不是持卡人本人在操作？但現在這個問題不夠用了，就算確認是你授權的AI在操作，還有另一個問題沒解決：它執行的，真的是你當初說的那件事嗎？
以萬事達卡為例，為此Agent Pay設計了2個機制。第一是Consent（授權）：不是籠統地告訴AI「你可以幫我買東西」，而是清楚設定哪個AI可以在什麼條件與範圍內替你行動。第二是Intent（意圖）：把你最初的需求——想買什麼、預算多少、什麼規格等——以文字記錄下來作為比對基準。一旦AI要執行的交易與你當初的意圖不符，那我們就會回頭追蹤你先前給AI的指令，與它的行動是否符合。
Q11：放手把信用卡給AI任它下單，真的安全嗎？
真實卡號不會進入AI系統。我們採用代碼化（Tokenization）技術已運作近10年了。你用Apple Pay刷卡，手機裡存的也不是真實卡號，是一組代碼，拿到別台裝置就無效。
代理式AI的邏輯也一樣，但代碼化只是第1層，第2層是生物辨識：每1筆AI代理的交易，都必須搭配消費者的生物辨識才能完成授權。現在習慣用指紋或臉部辨識，未來場景還可能加入聲紋辨識，讓使用者更靈活完成授權。此外，並非所有AI都能取得代理代碼，須經過金融機構嚴格認證的AI模型，才有交易資格。
Q12：不進AI推薦名單的店家，是不是就出局了？
以前是要被Google搜尋抓到，現在變成要被AI看到，但問題是：即使讓自己商品進入AI推薦名單，但AI代理要與各家商戶對接，技術上仍非常零散。像Google今年推出的Universal Commerce Protocol（UCP）就是在解決這件事——建立一套共同語言，讓AI代理能跨平台讀取商品資訊、庫存、定價，不用一家一家串接，但標準普及需要時間。
所以短期內更可能先跑通的，反而是零售商自己養的AI代理。邏輯很簡單，消費者在亞馬遜上用它的AI助理下單，即便出了差錯，AI服務由亞馬遜提供，不只消費者，我們在處理爭議款，也會很清楚要找亞馬遜。但如果你是用ChatGPT去亞馬遜下單，AI買錯了，該找OpenAI還是亞馬遜？這就會比較複雜。
【問權責】我的AI代理闖禍觸法，被告是我？
黃沛聲
立勤國際法律事務所主持律師，長期關注新創、科技業法律議題
Q13：AI出錯，我能撇清「這不是我的意思」嗎？
核心邏輯很簡單：誰授權，誰負責。
不管你是請AI幫你刷卡下單，或讓你的龍蝦（AI代理）去人家網頁留言，最後回頭你卻不認帳，法律是不接受這種說法的。
有人會問：AI不是有幻覺嗎？萬一關鍵時刻做出我從來沒授權過的行為呢？就法律而言，只要外觀上這個AI看起來是代表你而行動，那最終還是會要求你承擔並負責，例如過去有計程車車隊出車禍、撞到人，車隊主張這是司機自營的車，要司機自己賠，但對受害者來說，他就是被這個車隊的車撞倒，所以最後還是判車隊要負責。
再講白一點，假設今天不是AI代理，而是你手下員工，被你派出去辦事，如果犯錯了，你認不認？因此AI犯的錯，邏輯上沒有不同。
Q14：自家企業用AI客服亂哄客人，公司要賠嗎？
2024年加拿大航空就踩過這個坑。有旅客因祖母過世要返鄉服喪，便問AI客服有沒有相關優惠，AI承諾可以先買票、事後申請退費。事後加航賴帳，表示那是AI亂講的，最終民事仲裁庭判加航敗訴。
消保法本來就是以相對保護消費者的原則運作，企業廣告或討論過程中的承諾都屬於契約的一部分。企業只要用了AI當客服，AI講的話統統算企業講的話。你不能一方面享受AI帶給你的效率，另一方面又說那些承諾與你無關。
Q15：用AI生成圖文侵權，算誰的？
算你的。因為是你把AI生成的東西對外發布，責任就會落在你身上，不會因為素材來自AI而轉移。
想回頭找開發商索賠？實務上幾乎不可能。所有AI系統在服務條款裡都已寫清楚：AI是自主判斷，可能存在幻覺，請自行負責。業界的現實是：不會有任何軟體公司說自己賣的是完美無瑕的產品，所有軟體都是邊帶著風險與缺陷，邊提供給用戶使用。開發商早就打好預防針了，使用者得自己把關。
Q16：用AI工作最常踩到哪條法律紅線？
最容易被忽略、但可能最危險的，是記憶共用的問題。若大家貪圖方便，共用AI帳號，雖然跨部門或跟外包廠商協作時免去重新交代的前情提要，但公司機密、客戶個資，就可能在你沒意識到的情況下被外部人員問出來，而且AI甚至會加速整理、寫一大堆，災情瞬間擴大，幾乎沒辦法事後收拾。
責任編輯：謝宗穎
